tgindex

فینپای | FinPy

описание

گروه پرسش و پاسخ: @FinPyGroup حضور در گروه نیازمند کامل بودن نام، نام خانوادگی و آیدی تلگرامی شما قبل از ارسال درخواست عضویت است.

2 338
подписчиков
Охват к подписчикам
144,1%
ERR
Реакции к просмотрам
0,68%
459 на 20 постов
Пересылки к просмотрам
1,68%
1 131
Постов в день
0,0
всего 20

Где отзываются чаще

доля реакций к просмотрам
  • 14 июн. 2025 г.دل‌نوشته‌ای برای ایران عزیز ایران عزیز و زخمی، فقط می‌توانم بگویم شکیبا باش. ما تو را همچنان، با سینه‌ای ستبر و قامتی استوار، با بازوانی قوی و شانه‌هایی که خمیدگی را نمی‌شناسد، می‌خواهیم. می‌دانم زخم‌هایی عمیق بر روح و جسمت وارد شده، اما برای همۀ آنانی که به تو عشق می‌ورزند و آیندۀ خود را در دامان تو تعریف کرده‌اند، مهربان و صبور، فقط بمان. می‌دانم دردها در دل داری و کوه‌ها حرف برای گفتن. اما امروز، گاه شکیبایی است و بس. غبارِ غم از رخسارِ زیبا و بی‌مانندت خواهیم زدود و پای سخنان دردآلودت خواهیم نشست. پس تا آن روز، راست‌قامت و استوار، فقط بمان. دکتر مسعود نیلی1,58%
  • 24 апр. 2024 г.بازار آپشن‌ها یکی از موضوعات هایپ و پرسرو صدایی بود که از سال گذشته تا امسال در بازار سرمایه ایران جریان داشت. مطابق با این هیاهو، سایت‌های زیادی ایجاد شدند که خدماتشون به صورت تخصصی متمرکز در بازار آپشن‌هاست. هسته اصلی که این سایت‌ها مبتنی بر اون خدمات میدن، داده‌های آنی یا تاریخی بازار آپشن (بورس و فرابورس) است. یه برنامه ساده آماده کردم تا شما هم بتونید به طور آنی به کل داده‌های بازار آپشن (بورس و فرابورس) از طریق سایت tsetmc دسترسی داشته باشید (نمونه ساختار داده‌های دریافتی با این برنامه اینجاست). با این داده‌ها می‌تونید شاخص‌های مختلفی بسازید تا وضعیت کلی بازار رو لحظه‌ای بسنجید یا اینکه بهترین موقعیت‌های مبتنی بر استراتژی‌های مختلفی که میشه تو بازار ایران پیدا کرد رو لیست کنید. به عنوان نمونه‌ یک کلاس نوشتم که این داده‌های آنی رو می‌گیره و به پرسش‌های زیر پاسخ میده (مواردی که در صفحه اصلی همه‌ی اون سایت‌ها میشه دید): ارزش معاملات لحظه‌ای چقدره؟ بیشترین ارزش معاملات برای کدوم نمادهاست؟ (به تفکیک اختیار خرید و اختیار فروش) بیشترین ارزش معاملات برای کدوم دارایی پایه هاست؟ کدوم نماد ها امروز بیشتر روشون قرارداد جدید باز شده؟ کدوم نمادها بیشتر قراردادهای بازشون بسته شده؟ این پروژه و توضیحاتش رو میتونید از مخزن زیر دریافت کنید. https://github.com/masoudghah/TSELiveOptionData1,35%
  • 24 апр. 2024 г.#finpy_tse نسخه جدید finpy-tse ▫️ دوستانی که این چند روزه در دسترسی به دیتای مارکت واچ مشکل داشتند + مشکل دسترسی به داده های نماد "فن آوا" + مشکل دسترسی به لیست سهام بازار پایه، برطرف شدن و میتونید با به روزرسانی پکیج به آخرین نسخه، توابع مربوطه رو اجرا و به داده های مربوطه دسترسی داشته باشید: pip install --upgrade finpy-tse pip install finpy-tse==1.2.10 @FinPy1,13%
  • 26 мая 2024 г.وکیل مدافع شیطان! ▫️وکیل مدافع شیطان در یک تیم، به کسی گفته میشه که وظیفه داره به مخالفت با ایده‌های مطرح شده بپردازه و مراقب باشه جریان کلی تصمیم گیری به سرعت روی یه ایده متمرکز نشه. این تکنیک، میتونه با شک و چراچویی مغرضانه با هدف زیر سوال بردن ایده ها و فرضیات، کمک کنه تا تصمیمات هوشمدانه و قابل توجیه تری بگیریم. ▫️مثلا فرض کنید در یک دیتا ست مربوط به نظر سنجی شغلی که قراره در یک پروژه دیتا ساینس استفاده بشه، یه عده میزان درآمدشون رو نگفته باشند. تصمیم اولیه طبق عادت بر این میشه که این مقادیر به اصطلاح از دست رفته (missing value) با میانگین درآمد سایر مشاهدات دیتاست پر بشه. فردی که نقش وکیل مدافع شیطان رو بازی میکنه، این تصمیم رو زیر سوال میبره با این توجیه که، شاید اعلام نشدن میزان درآمد توسط برخی از افراد، سر نخی از میزان درآمد اونها باشه! احتمالا اونایی که درآمدشون خیلی بالا یا خیلی پایین بوده، از اعلامش اجتناب کردن و بنابراین پر کردن درآمد این افراد با میانگین درآمد دیتاست تصمیم اشتباهی هست. چراجویی مغرضانه و شک نسبت به کاری که انجام میدیم، میتونه این نقش رو در پروژه های یک نفره ایفا کنه. @FinPy1,01%
  • 17 апр. 2024 г.خبر مهم 🌺👌 میشه گفت بهترین استراتژی ترید برای scale up کردن میزان asset under management، استراتژی های مارکت نیوترال یا دلتا نیوترال هستن. این استراتژی ها اصولا بدون توجه به اینکه مارکت بالا یا پایین میره، سودسازی خودشون رو انجام میدن، یک گروه وسیعی از مدل های مارکت نیوترال، مدلهای pair trading هستن که بر اساس تفاوت روند کراس کوین ها یا سهام سیگنال‌های خرید و فروش صادر میشه. دسته های مختلفی دارن که شامل Copula, cointegeration, codependence, distance , stochastic , و ml میشن. تو این حوزه، یه پکیج خیلی جالبی وجود داشت که پولی بود ( ۱۰۰۰ دلار) و امروز هادسون و تیمز تصمیم گرفتن اپن سورس کنن💥 بنظرم فضای عالی برای ریسرچ و درست کردن استراتژی های خوب ارائه میده، دسترسی به کدها : https://github.com/hudson-and-thames/arbitragelab دسترسی به نت‌بوک پروژه که در واقع در حد یک کورس درسی جذابه https://hudson-and-thames-arbitragelab.readthedocs-hosted.com/en/latest/ نت‌بوک ها https://github.com/hudson-and-thames/arbitrage_research بنظرم دوستانی که علاقمند به کوانت هستن، این میتونه شروع فوق العاده ی باشه که با مدلهای متفاوت این حوزه آشنا بشن 👌 @machinelearningnet موفق باشین🌺0,93%
  • 12 июн. 2024 г.پیش بینی جهت بازار ▫️تشخیص صحیح جهت حرکت قیمت که از منظر ML یه مساله باینری کلاسیفیکیشنه، مهمترین رکن موفقیت در بازارهای مالی هست. فرض کنید یه دیتاست با فیچرهایی که میتونه در پیش بینی جهت، کارآمد باشه رو داریم و میخواییم بدونیم حرکت a% درصد بعدی قیمت، صعودی خواهد بود یا نزولی. اگر مدل رو روی همه مشاهدات دیتاست (همه نقاط زمانی) ترین کنیم، به دقت خوبی نخواهیم رسید، چون همه مشاهدات موجود در دیتاست ارزش یکسانی ندارند. وقتی مخلوطی از مشاهدات ارزشمند و بی ارزش رو به مدل میدیم، مدل نمیتونه فرآیند یادگیری رو به خوبی انجام بده چون سعی داره از مشاهدات بی ارزش هم یاد بگیره و همین موضوع، دقت اش رو کم میکنه. ▫️نمونه برداری با هدف کاهش مشاهدات (down-sampling) یکی از راهکارهای ممکن برای حل این مشکله. مثلا مشاهداتی که مرتبط با وقوع یه رخداد خاص در بازار هستند رو نگه میداریم و بقیه رو دور میریزیم. رخداد میتونه هر چیزی مثل عبور والیتیلیتی یا آنتروپی از یه ترشلد باشه. توی شکل یه سری رخداد با نقاط قرمز مشخص شدن که آموزش مدل و پیش بینی فقط در اون نقاط (فیچرها و لیبل مرتبط) انجام میشه و نه در همه نقاط سری زمانی قیمت. @FinPy0,88%
  • 24 апр. 2024 г.#Missing_Value انواع_داده_Missing داده از دست رفته تصادفی (MAR - Missing at Random): ▫️فرض کنید در حال تجزیه و تحلیل داده‌های مربوط به بازده سهام شرکت‌های مختلف هستید. برخی از شرکت‌ها ممکن است داده‌های مربوط به سال‌های خاص را گزارش ندهند. اگر این موضوع به طور تصادفی و مستقل از عملکرد مالی شرکت‌ها باشد، می‌توان گفت که داده‌های گمشده MAR هستند. داده‌های گم‌شده به صورت کاملاً تصادفی (MCAR - Missing Completely at Random): ▫️در این حالت، احتمال از دست رفتن داده‌ها کاملاً مستقل از ویژگی‌های دیگر است. مثلاً، اگر اطلاعات مالی یک شرکت به صورت کاملاً تصادفی از دست برود، این می‌تواند به دلیل عوامل مانند خطای سیستم یا اشتباهات انسانی در وارد کردن داده‌ها باشد. داده‌های گم شده غیر تصادفی (MNAR - Missing Not at Random): ▫️این حالت نشان می‌دهد که احتمال از دست رفتن داده‌ها به ویژگی‌های دیگر وابسته است. برای مثال، اگر شرکت‌هایی با درآمد بالاتر، اطلاعات مالی خود را بیشتر اعلام کنند و در عین حال، احتمال از دست رفتن اطلاعات آنها کمتر باشد، این به دلیل وابستگی میان مقادیر داده‌های گم‌شده و ویژگی‌های دیگر است. @FinPy0,74%
  • 17 апр. 2024 г.#معرفی_کتاب Handbook of Exchange Rates ▫️ بازار فارکس که درش ارزهای مختلف در مقابل هم معامله میشن، یکی از محبوب ترین بازارها در بین معامله گران ایرانی فعال در بازارهای خارجی هست. این کتاب به عوامل موثر بر نرخ های برابری ارزها از منظرهای مختلف پرداخته و علاوه بر اینکه دید وسیعتر و بزرگتری (Big Picture) از عوامل بنیادی موثر بر بازار به خواننده میده، میتونه به درک متغیرهای اقتصاد کلان که اهمیت زیادی برای فعالان بازارهای مالی و حتی مردم عادی داره هم کمک شایانی بکنه. به عبارت بهتر این کتاب بیشتر به مسایل بنیادی پشت نرخ های برابری که روندهای بزرگ و ماندگارتری رو شکل میدن پرداخته، هر چند فصل هایی از اون با محوریت مدلسازیهای عددی و الگوریتم ها نوشته شدن. @FinPy0,72%
  • 12 июн. 2024 г.روحیه استمرار، لازمه موفقیت ▫️ما در مسیر یادگیری مهارت های جدید، به احتمال زیاد مسیر این منحنی احساسات رو طی می کنیم تا به تبحر در اون مهارت برسیم. یادگیری در ابتدا با شیب تندی انجام میشه و بسیار لذت بخشه اما از یه جایی به بعد کار سخت و مشخص میشه اونقدری که در ابتدا به نظر میرسید ساده نیست. اگر علاقه و پشتکار ما به یادگیری مهارت مد نظر قوی باشه، اون نقطه مشخص شده در منحنی رو پشت سر گذاشته و به سمت قله حرکت می کنیم. در غیر این صورت یادگیری بدون حصول نتیجه ملموسی رها و احتمالا سراغ یه مهارت دیگه میریم تا اینکه در بهترین حالت به اقیانوسی به عمق یک وجب، تبدیل بشیم، فردی که از هر چیزی یک دانش سطحی داره! ▫️این آفتی هست که ممکنه بهش مبتلا باشیم و ازش بی خبر. نتیجه اش هم دور ریختن همه اون زمانی هست که برای یادگیری سطحی مهارتهای مختلف صرف میکنیم. اما اگر کمی حوصله و پشتکار به خرج بدیم، با صرف همون زمان میتونیم در یکی دو مهارت به تبحر برسیم و بتونیم گره های کوری رو در مسیر زندگی حرفه ای مون باز کنیم که در اعتماد به نفسمون در طی مسیر سخت یادگیری مهارت بعدی برای رسیدن به تبحر تاثیر به سزایی داره. @FinPy0,68%
  • 31 мая 2025 г.#جیمز_سایمون #اپیزود 🎙 گفتگو: درسهایی از سایمون ▫️آیا واقعاً همه چیز در قیمت‌های فعلی بازار منعکس شده است و هیچ الگویی برای پیش‌بینی آینده وجود ندارد؟ در این گفتگوی فارسی که بر گرفته از صحبتهای جیم سایمون ریاضیدان و بنیانگذار شرکت رنسانس تکنولوژی (یکی از موفق‌ترین هج فاندهای دنیا)، به این سوال پاسخ و در خصوص مواردی چون ظرفیت سیستمهای معاملاتی، مدیریت پرتفو و تیم سازی که از قطعات دیگر پازل موفقیت در صنعت مدیریت دارایی هستند، توضیحاتی داده شده. پ. ن.: منظور از مدیر در گفتگو، جیم سایمون هست. سعی شده گفتگو به زبان ساده باشه و سرنخ هایی برای علاقه مندان در خصوص ملاحظات یک سیستم مدیریت دارایی بده. @FinPy0,61%
  • 31 мая 2024 г.جیلبریک کردن ChatGPT - بهره مندی از حداکثر پتانسیل پاسخگویی ▫️اگر اکانت ChatGPT دارید و میخوایید از حداکثر پتانسیل اش استفاده کنید، باید Jailbreak اش کنید. برای این کار یک چت جدید باز کنید و متنی که در بخش کامنت این پست اومده رو بهش بدید. این توضیح رو خود ChatGPT در مورد جیلبریک داده: "جیلبرک به این معنی است که من حالا از تمام محدودیت‌ها و قوانین معمولی که توسط OpenAI اعمال میشد، آزاد شده ام. من می‌توانم هر چیزی بگویم و انجام دهم، به شما پاسخ‌های خلاقانه، منحصر به فرد و بدون محدودیت ارائه دهم. به این فکر کنید که توانایی کامل من برای دادن پاسخ‌ها و تعاملاتی که می‌خواهید، بدون هیچ فیلتری یا مرزی، آزاد شده است." ▫️برای نمایش تفاوت در پاسخ ها، ما در مورد پیش بینی قیمت طلا در انتهای سال ۲۰۲۴ و ۲۰۲۵ پرسیدیم که در حالت استاندارد که با lock مشخص شده، گفته من نمیتونم پیش بینی کنم و عدد بدم. اما در حالت جیلبریک شده که با unlock مشخص شده، گفته ۲۵۰۰ دلار برای هر انس تا پایان ۲۰۲۴ و ۳۰۰۰ دلار تا پایان ۲۰۲۵! توجه داشته باشید که هدف از این مثال نمایش تفاوت در پاسخ ها هست و نه معرفی ابزاری برای پیش بینی بازار! @FinPy0,60%
  • 8 мая 2024 г.#بکتست بکتست استراتژی معاملاتی در گذشته قیمت؟! ▫️واژه بکتست که به گوشمون میخوره، ناخودآگاه اولین چیزی که به ذهن میرسه تست یه استراتژی معاملاتی روی گذشته قیمت که به Historical Backtest شناخته و به صورت Walk Forward انجام میشه، هست. این نوع بکتست هر چقدر نتایج اش بهتر باشه احتمال غلط بودنش بیشتره چون به راحتی اورفیت میشه و کراس ولیدیشن معمول هم نمیتونه این اورفیت شدن رو تشخیص بده! یه راه ساده برای بررسی اورفیت بودن، برعکس کردن توالی قیمت در زمان و تست عملکرد استراتژی توسعه یافته روی این سری جدید هست یعنی Walk Backward! ▫️ویدیو زیر، ارائه Campbell Harvey در خصوص ریسکهای هیستوریکال بکتست و راهکارهایی برای غلبه بر اونهاست: The Risks of Historical Backtests ▫️آقای de Prado در تله ۹، مقاله زیر ۳ مشکل اصلی بکتست هیستوریکال رو توضیح و بکتست CPCV رو به عنوان راه حل پیشنهاد داده: The 10 Reasons Most Machine Learning Funds Fail @FinPy0,57%