دستیابی به یک الگوریتم معاملاتی خودکار موفق، یک هدف و موفقیت بزرگ در بازارهای مالی است. در گذشته نه چندان دور، معاملات الگوریتمی تنها برای موسسات مالی بزرگ که ثروت و دارایی بسیار داشتند، امکانپذیر بود. با توجه به پیشرفتهای جدید در حوزه دادههای آزاد، محاسبات و ذخیرهسازی ابری در بستر معاملات آنلاین، معاملهگران خرد تنها با داشتن یک سیستم رایانهای و اتصال اینترنت امکان انجام معاملات الگوریتمی را دارند. امروزه زبان برنامهنویسی پایتون و کتابخانههای قدرتمند آن، انتخاب مناسبی برای طراحی و اجرای معاملات الگوریتمی است. پایتون به شما کمک میکند که دادههای مالی را به صورت کارآمد تحلیل کرده و حتی مدلهای یادگیری ماشین را برای پیشبینی بازار سهام بهکارببرید.
فهرست مطالب
- معرفی پایتون
- مبانی پایتون
- کتابخانه Numpy
- کتابخانه Pandas
- بصریسازی دادهها
- محاسبات آمارهها
- ناپایداری پارامترهای تخمینی
- متغیرهای تصادفی
- همبستگی خطی
- برآورد درستنمایی بیشینه
- رگرسیون