آموزش جامع طراحی و ساخت ربات معامله‌گر خودکار در بازارهای مالی (از صفر تا صد)

امروزه افراد بسیاری علاقه‌مند به سرمایه‌گذاری در بازارهای بورس, فارکس و ارزهای دیجیتال هستند. اما روش‌های نوین و بهینه آغاز فعالیت در این بازار را نمی‌دانند. ربات معامله‌گر خودکار یا الگوریتمی یکی از روش‌های معاملاتی ...

3.6 (16 امتیاز)
765 دانشجو
متوسط
محتوای دوره
پیش‌نیاز‌ها
درباره دوره
نظرات کاربران
درباره استاد

آنچه در این دوره می‌آموزید

آشنایی با مفاهیم معاملات الگوریتمی

کدنویسی استراتژی‌های معاملاتی

طراحی ربات معامله‌گر خودکار در پایتون

اتصال صرافی‌های مختلف و متاتریدر به پایتون

محتوای دوره

11 فصل 140 جلسه 28 ساعت ویدیو
معاملات خودکار (الگوریتمی)
تجزیه‌وتحلیل TCA
روش‌های نوین Algorithmic Trading
هرآنچه از پایتون نیاز داریم
استفاده از API صرافی‌ها
تجزیه‌وتحلیل داده‌های مالی
برنامه‌نویسی شیءگرا (Object Oriented Programming (OOP))
طراحی استراتژی معاملات خودکار (الگوریتمی)
طراحی سیستم معامله‌گر خودکار در صرافی FXCM
طراحی سیستم معامله‌گر خودکار در صرافی Oanda
ساخت ربات معامله‌گر خودکار در بستر MetaTrader در پایتون

پیش‌نیاز‌ها

آشنایی با پایتون مقدماتی و مفاهیم مالی

درباره دوره

امروزه افراد بسیاری علاقه‌مند به سرمایه‌گذاری در بازارهای بورس, فارکس و ارزهای دیجیتال هستند. اما روش‌های نوین و بهینه آغاز فعالیت در این بازار را نمی‌دانند.  ربات معامله‌گر خودکار یا الگوریتمی یکی از روش‌های معاملاتی جدید است که در بازارهای سرمایه‌ای جهان رونق زیادی یافته است. روشی جدید که طبق آمار 75 درصد معاملات امروز بازارهای مالی, بر طبق آن است. یکی از این مزایا نیز ربات معاملات خودکار، استفاده از روش‌های هوشمند و نوین است. مدتی است که هوش مصنوعی در بورسهای به صورت گسترده مورد استفاده قرار می‌گیرد. شرکت‌های بزرگی در جهان، که به عنوان غول‌های معاملات الگوریتمی شناخته می شوند. شرکت‌های زیر:

,Bridgewater associates (155 B$), AQR Capital Management (78 B$),AQR Capital Management (78 B$)

Renaissance Technologies (80 B$), Two Sigma investment (53 B$))

شرکت‌هایی هستند که با سرمایه‌های ذکر شده به‌صورت عظیم در حوزه معاملات الگوریتمی فعالیت می‌کنند. این شرکت‌های بزرگ معتقد هستند که با استفاده از روش ربات‌های معامله‌گری الگوریتمی می‌توان ساده‌تر از پیش اقدام به فعالیت‌های سرمایه‌گذاری در بازارهای مالی نمود. پس ابتدا باید بدانیم معاملاتی که به‌صورت الگوریتمی باهوش مصنوعی هستند، در اصل چگونه کار می‌کنند.

هر نوع معامله‌ای که از طریق الگوریتم‌های خاص و استراتژی‌های مختلف صورت پذیرد، معاملات الگوریتمی نامیده می‌شود. به عنوان مثال ، زمانی که قیمت یک سهام و ارز فارکس یا کریپتو به اعداد خاصی می رسد، دستور خرید و فروش سهام به صورت خودکار صادر می‌شود. اما آیا می‌توان گفت ربات معاملات الگوریتمی تنها به همین عملکرد محدود است؟ پاسخ منفی است. تمامی الگوریتم هایی که میزان سود و ضرر یک معامله را بیان می نماید، در ابتدای طیف استفاده از الگوریتم ها، در اصل ساده و پایه ای می باشد. به این صورت که در بخشی دیگر از انجام معاملات، نوعی استراتژی معاملاتی  استفاده می کند که بدون نیاز به دخالت انسان می تواند تمامی موارد خرید و فروش سهام را بررسی، ارزیابی، و تحلیل نماید. سپس با انتخاب سبد سهام، و تخصیص دارایی مورد نیاز، اقدام به خرید سهام نماید.

در معاملات الگوریتمی احساسات وجود ندارد. به این معنا که اصلی‌ترین نقطه‌ضعف انسان‌ها در معامله‌گری که همان احساسی شدن در زمان خریدوفروش است را پوشش می‌دهد؛ لذا ربات معامله‌گر با دستورات دریافتی عمل می‌کند و دچار خطای انسانی نمی‌گردد. ربات‌های معامله‌گر خودکار دارای خاصیت بررسی چند صد دارایی مالی به‌صورت هم‌زمان هستند که محدودیت چشمگیر انسان در این حوزه را پوشش می‌دهند. همچنین از مزایای این ربات‌های معامله‌گر آزمایش هزاران استراتژی مختلف معامله‌گری و انتخاب بهترین استراتژی با بیشترین سود و کمترین ریسک است. کاری که برای انسان سال‌ها  زمان می‌برد.

یکی از ابعاد موجود در الگوریتم‌های معاملات خودکار برنامه‌ای برای دریافت داده‌ها است. در سیستم‌های مالی از این نرم‌افزار، برای خواندن قیمت‌ها استفاده می‌شود که در این دوره از دیتابیس‌های مالی معتبر استفاده می‌گردد. ازاین‌رو باید در ربات معاملات خودکار این برنامه را به پایگاه‌داده بازار متصل نماییم. از سوی دیگر ممکن است لازم به استفاده از برنامه‌ای پیچیده‌تر، جهت رصد هم‌زمان قیمت‌های بازار نیز احساس گردد. اجرای دستور معامله در ربات معاملات خودکار از جمله بخش‌های پیچیده دیگری به شمار می‌رود که لازم است در مورد آن اطلاعات بالایی داشته باشید که در این دوره به شما آموزش داده می‌شود. این بخش به‌شدت نیاز به برقراری روش‌های ارتباطی با کارگزاری و بازار دارد. از دیگر فعالیت‌هایی که در این بخش صورت می‌پذیرد، رهگیری معامله و مدیریت ارتباطات است. بدون شک برای کارکردن با چنین حجم بالایی از داده‌ها، نیاز به ابزاری در معاملات خودکار احساس می‌شود که قادر باشد داده‌ها را کنترل نماید. علاوه‌برآن قادر باشد در زمان لازم سرعت آنها را خوانده و اطلاعات جدید را به‌سرعت ذخیره نماید که در این دوره از متد‌های مختلفی برای این امر بهره گرفته می‌شود. همچنین از مدیریت ریسک نباید غافل شد. استفاده از ابزارهای مدیریت ریسک در ربات معاملات خودکار، می‌تواند به محاسبه اندازه و حجم سهام، ابزارهایی برای بررسی عملکرد و رفتار سیستم، میزان سرمایه و … اشاره نماید. وجود این برنامه‌ها در سیستم‌های الگو تریدینگ لازم و ضروری است که این مورد نیز به‌صورت کامل شرح داده  می‌شود

معاملات الگوریتمی برای انجام درست و کامل استراتژی مشخص‌شده‌شان ۴ وظیفه به عهده دارند:

1- بر اساس استراتژی تعریف شده در برنامه‌ریزی‌شان، بازار را کامل رصد کرده و سهام و محصولات مختلف را بررسی کنند، تا فرصت‌های معاملاتی را به‌موقع و درست تشخیص دهند.

2- در مرحله‌ی بعد پوزیشن‌گیری کنند.

3- پوزیشن‌های بازشده را مدیریت کنند.

4- در فرایند معامله (باتوجه‌به دستورالعمل‌های تعریف‌شده‌شان) مدیریت ریسک و سرمایه‌‌گذاری را بر عهده بگیرند.

در این دوره ابتدا به بررسی جامع از معاملات الگوریتمی و روش‌های موجود پرداخته می‌شود. در مرحله بعد استراتژی‌های مختلف معاملاتی طراحی شده و این استراتژی‌ها را با استفاده از پایتون به زبان ماشین نگارش می‌کنیم. در مرحله بعد استراتژی‌ها تست و بهینه می‌شوند. در مرحله بعد معاملات خودکار را بر روی داده‌های تاریخی انجام می‌دهیم تا بدانیم که استراتژی مورد بررسی, اگر درگذشته مورداستفاده قرار می‌گرفت چه عملکردی از خود نشان می‌داد و در مرحله آخر ربات معامله‌گر خودکار را به‌صورت زنده آزمایش می‌کنیم و عملکرد آن را مورد ارزیابی قرار می‌دهیم. در آخرین مرحله به‌صورت زنده در بازار فارکس با پول واقعی معاملات ربات را انجام می‌دهیم و عملکرد ربات را مشاهده می‌کنیم.

در این دوره دانشجویان تمامی مراحل را از ابتدا تا پایان به‌صورت دقیق آموزش خواهند دید و برای کسانی هم که دانش اندکی از پایتون یا مفاهیم مالی دارند مناسب است. مهارت‌هایی که دانشجویان در این دوره به آن دست پیدا می‌کنند:

  • کدنویسی در پایتون و در محیط jupyter notebook
  • طراحی استراتژی با پایتون
  • ساخت ربات معامله‌گر 
  • توانایی طراحی کلاس‌های مختلف و آشنایی با برنامه‌ریزی شیءگرا
  • آشنایی با استراتژی‌های معامله‌گری با استفاده از ماشین لرنینگ

همچنین در مکتب خونه انواع دوره آموزش ارزهای دیجیتال و آموزش برنامه نویسی به عنوان مکمل و پیش نیاز این دوره موجود است.

آموزش پردازش اطلاعات بازارهای مالی در پایتون

اگر شما هم در بازارهای مالی فعالیت می‌کنید، احتمالا پس از مدتی به یک روش دقیق و مطمئن برای پردازش اطلاعات بازارهای مالی نیاز پیدا کرده‌اید. زبان پایتون یکی از گزینه‌های پیش روی شماست. زبان برنامه نویسی پایتون به دلیل سادگی، دسترسی راحت و مجموعه کتابخانه‌های قدرتمندش، به زبانی محبوب برای تحلیل و پردازش اطلاعات بازارهای مالی تبدیل شده است. به همین علت است که دوره آموزش پردازش اطلاعات بازارهای مالی در پایتون یکی از دوره‌های آموزشی مهم و پرفروش مکتب خونه است. در ادامه به بررسی ویژگی‌ها و سرفصل‌های این دوره می‌پردازیم.

معرفی جامع زبان پایتون

زبان پایتون (Python) یکی از زبان‌های بسیار محبوب در حوزه برنامه‌نویسی است. سیستم مبتنی بر داده MongoDB سیستمی است که با کتابخانه‌های پایتون ادغام شده و قابلیت‌های بهتری را به کاربران این زبان برنامه نویسی ارائه می‌دهد. بسیاری از افرادی که تصمیم به شروع یادگیری برنامه‌نویسی دارند، مسیر خود را از پایتون آغاز می‌کنند. یکی از دلایل معروف بودن پایتون این است که این زبان در عین سادگی، کاربردهای گسترده و متعددی دارد. پایتون در طیف گسترده‌ای از برنامه‌ها از جمله موارد زیر به کار می‌رود:

·         توسعه وب (Web development)

·         علم داده (Data science)

·         یادگیری ماشین (Machine learning)

·         اتوماسیون (Automation)

·         توسعه بازی (Game development)

·         محاسابات علمی (Scientific computing)

یکی دیگر از زمینه‌هایی که پایتون در آن کاربرد دارد، تحلیل بازارهای مالی است. در آموزش پردازش اطلاعات بازارهای مالی در پایتون یاد می‌گیرید که چطور از این قابلیت بهره ببرید. در ادامه این مطلب به بررسی کاربرد پایتون در مالی می‌پردازیم.

کاربرد زبان پایتون در تحلیل و پردازش اطلاعات بازارهای مالی

اگر کار کردن در بازارهای مالی، سهام و معاملات ارز دیجیتال شغل اصلی شماست، پس از گذراندن دوره‌های آموزش بازارهای مالی به سراغ آموزش رایگان پایتون و آموزش پردازش اطلاعات بازارهای مالی در پایتون خواهید رفت. اگر هنوز به طور دقیق نمی‌دانید که آموزش برنامه نویسی پایتون قرار است در کدام قسمت از تحلیل داده بهتان کمک کند، این قسمت برای شماست. در اینجا چند مورد از کاربردهای رایج پایتون در امور مالی و کتابخانه‌های استفاده‌شده برای هر یک را شرح می‌دهیم.

۱. جمع آوری داده:

شما با استفاده از کتابخانه‌هایی مانند pandas و yfinance می‌توانید اطلاعات تاریخی قیمت سهام، شاخص‌ها و سایر متغیرهای امور مالی را از منابع مختلف مانند Yahoo Finance و Quandl دریافت کنید. همچنین با استفاده از قابلیت وب کراپینگ می‌توانید برای استخراج داده‌های مالی از وب‌سایت‌ها و صفحات HTML از پایتون کمک بگیرید.

۲. تجزیه و تحلیل داده:

یکی دیگر از قابلیت‌های پایتون در استفاده از کتابخانه‌هایی مانند NumPy و SciPy برای محاسبات عددی و تحلیل آماری داده‌هاست که در دوره آموزش پردازش اطلاعات بازارهای مالی در پایتون به آن اشاره خواهد شد. ایجاد شاخص‌های فنی و استراتژی‌های معاملاتی با استفاده از کتابخانه‌هایی مانند talib و  PyQuantFinance هم با پایتون امکان‌پذیرند. قابلیتی که برای تریدرها بسیار کارآمد و مجبوب است تجسم داده‌ها با استفاده از کتابخانه‌هایی مانند Matplotlib و Seaborn برای بهینه‌سازی درک بصری از روندها و الگوهای بازار است.

۳. معاملات الگوریتمی:

معاملات الگوریتمی یا معاملات خودکار با به‌کارگیری زبان پایتون ساده‌تر از همیشه‌اند. شما با شرکت در یک دوره پایتون مالی به این قابلیت‌ها دسترسی پیدا می‌کنید: اتصال به پلتفرم‌های معاملاتی آنلاین، ارسال سفارشات معاملاتی با استفاده از کتابخانه‌هایی مانند Alpaca و  IBPy، ایجاد و اجرای الگوریتم‌های معاملاتی خودکار بر اساس استراتژی‌های مبتنی بر داده، بهینه‌سازی الگوریتم‌ها با استفاده از تکنیک‌های یادگیری ماشین و یادگیری عمیق و غیره.

۴. مدل‌سازی مالی:

آخرین مورد از موارد کاربرد آموزش پردازش اطلاعات بازارهای مالی در پایتون که در این‌جا به آن اشاره می‌کنیم، مدل‌سازی است. شما با ایجاد مدل‌های قیمت‌گذاری دارایی با استفاده از روش‌هایی مانند مدل‌سازی دیکنت و مدل‌سازی احتمالی می‌توانید تصمیمات مالی بهتری بگیرید و در نتیجه مسیر رشد خود را هموار کنید. ارزیابی ریسک و پیش‌بینی بازده با استفاده از تکنیک‌های آماری و یادگیری ماشین، و همچنین شبیه‌سازی سناریوهای مختلف بازار برای بررسی تأثیر عوامل مختلف بر روی عملکرد پورتفولیو از دیگر قابلیت‌هایی است که دوره پایتون مالی در اختیارتان قرار می‌دهد.

کتابخانه‌های محبوب در آموزش تجزیه و تحلیل داده های مالی با پایتون

علاوه بر کتابخانه‌های ذکر شده در قسمت بالا، پایتون کتابخانه‌های دیگری نیز دارد که برای امور مالی به کار می‌آیند، از جمله:

-          pandas-datareader برای دریافت داده‌های مالی از منابع مختلف

-          statsmodels برای مدل‌سازی آماری پیشرفته

-          machine learning libraries برای یادگیری ماشین و تجزیه و تحلیل داده‌های پیشرفته

-          financial charting libraries برای ایجاد نمودارهای مالی تعاملی

کاربرد آموزش پردازش اطلاعات بازارهای مالی در پایتون برای شرکت‌ها و سازمان‌ها

آموزش پردازش اطلاعات بازارهای مالی در پایتون فقط برای استفاده فردی و تک‌نفره نیست؛ بلکه با دانلود آموزش مقدماتی پایتون، سازمان‌ها و شرکت‌ها هم می‌توانند از آن بهره ببرند. در این قسمت چند نمونه از نحوه استفاده شرکت‌ها و متخصصان امور مالی از پایتون را برای‌تان آورده‌ایم تا با کاربردهای فراگیر این زبان برنامه نویسی آشنا شوید.

-          شرکت‌های سرمایه‌گذاری از پایتون برای تجزیه و تحلیل داده‌های بازار، توسعه الگوریتم‌های معاملاتی و ایجاد مدل‌های ریسک استفاده می‌کنند.

-          بانک‌ها از پایتون برای تشخیص تقلب، مدیریت ریسک اعتباری و توسعه مدل‌های قیمت‌گذاری‌شان استفاده می‌کنند.

-          شرکت‌های بیمه از پایتون برای قیمت‌گذاری حق بیمه، ارزیابی ادعا و مدیریت ریسک استفاده می‌کنند.

-          معامله‌گران جمعی و گروهی از پایتون برای توسعه الگوریتم‌های معاملاتی خودکار، تجزیه و تحلیل داده‌های بازار و ایجاد نمودارهای معاملاتی استفاده می‌کنند.

آموزش پردازش اطلاعات بازارهای مالی در پایتون با مکتب خونه

ترکیب دانش مالی با مهارت‌های برنامه نویسی، شما را تبدیل به یک رقیب شکست‌ناپذیر در زمینه معاملات دیجیتال می‌کند. دوره آموزش تجزیه و تحلیل داده های مالی با پایتون را دقیقا به همین هدف برای‌تان مهیا کردیم. شما با ثبت‌نام در وب‌سایت مکتب خونه و گزینش دوره آموزش پردازش اطلاعات بازارهای مالی در پایتون، از پایه‌ای‌ترین نکات مثل آموزش نصب پایتون تا مفاهیم پیچیده دنیای بازارهای مالی را یاد می‌گیرید. پس از اجرای تمارین و پرسش و پاسخ با استاد دوره، می‌توانید از این‌که یادگیری عمیقی داشته‌اید مطمئن باشید. مسیر موفقیت را از همین امروز شروع کنید.

اطلاعات بیشتر

امتیاز و نظرات کاربران

3.6

از مجموع 34 امتیاز

23 نظر

1 سال پیش

با سلام و خسته نباشید خدمت استاد عزیز.یه سوال داشتم اینکه استاد طی قولی که دادیدنحوه لینک ربات روی متاتریدر و یا صرافی های بازار کریپتوکارنسی رو کی به دوره اضافه میکنید؟؟ و سوال مهم تر اینکه آیا میشه استراتژِی شخصی خودمون رو برای ربات تعریف کنیم و ربات طبق اون استراتژِ به ما یا سیگنال بده یا معامله باز کنه؟؟

محمد حسین علی فر

محمد حسین علی فر

1 سال پیش

ببخشید در قسمتOANDA API یک فایل رو فرمودید که در اختیار ما قرار میگیره.. از کجا میشه این فایل رو بدست آورد؟من به ترتیب اون چیزی که نوشتید کد میزنم ولی این قسمت خطا میده و نمیدونم چرا؟ TypeError Traceback (most recent call last) Input In [25], in <cell line: 1>() ----> 1 api = tpqoa.tpqoa(account_id='101-001-26356059-001', 2 access_token='72748671145d62cfa5e638f419b12c0f-d0fe97d7a2c11e3250bf1095218af555', 3 account_type='practice') TypeError: __init__() got an unexpected keyword argument 'account_id'

دانشجوی دوره

2 سال پیش

بسیار جامع و عالی و با قیمت بسیار مناسب و سخاوتمندانه .درود بر استاد

جمشید سلیمی

جمشید سلیمی

2 سال پیش

سلام، دوره خوبی هست، حلقه واصل بین بازارهای مالی و داده کاوی هست و میتونه دید و سرنخ های خوبی به تریدرها بده.

علیرضا صفدری

علیرضا صفدری

1 سال پیش

با سلام به نطر بنده این دوره برای شروع خیلی عالی هستش . اما یک مشکل وجود داره که اگه جناب جمالیان عزیز لطف کنند و به عنوان مکمل این دوره قرار بدن میتونه این دوره رو فوق العاده کنه ! ((اتصال به متاترید 5 هستش )) متاسفاته اتصال به صرافی های اموزش داده شده به خاطر شرایط فیلترینک خیلی دوره رو با جالش مواجه کرده. و ای کاش به جای این دو فیلم آموزشی (البته بازم بابت همین اموزش از جناب جمالی عزیز سپاسگذارم) نحوه ی اتصال به متاتریدر رو مطرح میکردند.

احسان سلیمانی

احسان سلیمانی

1 سال پیش

با عرض سلام خدمت استاد گرامی . + دوره برای شروع بسیار خوبه + قسمتی از هر بخشی که نیازه گفته میشه + توضیح ماژول های پیش نیاز هم از جمله پوینت های مثبت دورس - مباحث تئوری بیش از حد زیاد است - تایم جلسات زیاد است و توضیحات بیش از اندازه است -تکرار بیش از حد در مطالبی که اموزش داده شده - استاد تمام خطا هایی که مواجه میشود را در ویدیو حل نمیکند تا فرایند خطایابی هم اموزش داده شود و خطا هایی که حل شدند صرفا با دوباره خوانی کد ها بود اینی که خط به خط کد ها برسی شود وجود نداشت - وصل شدن به دو صرافی ای که ایران را به شدت تحریم کردند چه دلیلی داره ؟ میشد به جاش به متاتریدر وصل میشدید - چند فصل برای کار با این دو صرافی تلف شد و صرفا دوره را طولانی کرده - تبلیغ دوره های دیگر استاد در وسط تدریس مباحث

مهدی جیریائی شراهی

مهدی جیریائی شراهی

2 ماه پیش

واقعا دوره خوبیه. قبل از این دوره باید با تحلیل تکنیکال و زبان پایتون آشنایی داشته باشید. اینکه یک فصل در رابطه با متاتریدر هم اضافه کردن دوره را تکمیل کرده. واقعا دستشون درد نکنه آقای جمالیان.به من در طراحی ربات ها خیلی کمک کرد و سرعت ورود به بازار ربات های معامله گر را برای من خیلی بیشتر کرد. فقط در نظر داشته باشید که حتما پس از هر بخش، به صورت عملی تمرین انجام دهید برای خودتان. یک نقد هم دارم: اوایل دوره خیلی مباحث تئوری زیاد و خارج از حوصله گفتن. خیلی هاش رو میشه حذف کرد. به نظرم اگر خواستید دوره را شروع کنید قسمت های تئوری اولش را نبینید و یکدفعه برید سر اصل ماجرا (یعنی از فصل «هر آنچه از پایتون نیاز داریم» اگر پایتون هم مسلط هستید که برید از فصل بعدیش). قبل از خرید دوره خیلی جاها تحقیق کردم که کدام دوره آنلاین رو بگذرونم، بیشتر هم مساله زمان برام اهمیت داشت، که نکنه وقت بذارم دوره را بگذرونم اما فایده نداشته باشه. سر آخر بین یه دوره توی فرادرس و این دوره مکتب خونه با توجه به نظر کاربران و سرفصل ها، این دوره آقای جمالیان را انتخاب کردم. طولانی شد، خواستم تا شخص دیگری که شرایط من رو داشت، راحت تر بتونه تصمیم گیری کنه.

دانشجوی دوره

4 ماه پیش

تا الان ۳۲ درصد دوره رو گذروندم...تا اینجای کار آموزش رو قوی می بینم.(نکته برداری و تهیه یه جزوه برای خودت خیلی به یادگیری کمک میکنه).البته با یکبار دیدن همه مطالب رو نمیتونی یاد بگیری...

محمد رحمانی منش

محمد رحمانی منش

4 ماه پیش

بسیار عالی

محمد فیوض

محمد فیوض

4 ماه پیش

با تشکر از مدرس دوره دوره عالی بود اگر امکانش هست نحوه اتصال رباط به صرافی های ایرانی‌ مثل نوبیتکس هم بزارید

سینا هاشم الحسینی

سینا هاشم الحسینی

4 ماه پیش

سلام و ارادت وقت بخیر ممنون که وقت گذاشتید و این دوره جامع روطراحی کردین برای منی که قبلا پایتون کار کرده بودم بجز جلسات اولش که تئوری بود بقیه موارد عالی بود فقط این دوره نیاز داره اپدیت بشه چون یه سری تغییرات تو کارگزاری ها اتفاق افتاده که کدهای شما خیلی توشون کاربرد نداره و امیدوارم به این دوره بایننس هم قولشو دادین اضافه بشه ممنون میشم یه راه ارتباطی هم معرفی کنید ممنون میشم.

آرش بهنودی

آرش بهنودی

4 ماه پیش

برای دوستان تریدر و کسی که می خواهد روند کاربردی هوش مصنوعی را درک کند بسیار دوره مفیدی می باشد.

محمد ذوافقاری پور

محمد ذوافقاری پور

نظرات بیشتر

دوره‌های پیشنهادی

این دوره در کدام مسیرهای یادگیری است؟

درباره استاد

سجاد جمالیان
سجاد جمالیان
6 دوره
1,671 دانشجو

مهندس سجاد جمالیان رتبه یک کشور و دانشجوی دکتری تخصصی مالی در دانشگاه تهران و دارای مدرک کارشناسی ارشد مهندسی مالی از دانشگاه تربیت مدرس تهران هستند. ایشان تحلیلگر یکی از کارگزاری‌های رده الف بورس اوراق بهادار بوده‌اند وهم اکنون به عنوان تحلیلگر ارشد مالی و متخصص هوش مصنوعی یکی از بزرگترین هلدینگ‌های ایران مشغول به کار هستند. حیطه تخصص ایشان درتحلیل داده، معاملات الگوریتمی، ریسک، ماشین لرنینگ و دیپ لرنینگ در بازارهای مالی و بیزنس‌ها است.

اطلاعات بیشتر

دیگر دوره‌های سجاد جمالیان

سوالات پرتکرار

پس از سپری شدن زمان دوره، به محتوای دوره دسترسی خواهم داشت؟

بله؛ پس از سپری شدن مدت زمان دوره شما به محتوای دوره دسترسی خواهید داشت و می توانید از ویدئوها، تمارین، پروژه و دیگر محتوای دوره در صورت وجود استفاده کنید ولی امکان تصحیح تمارین توسط پشتیبان و دریافت گواهی نامه برای شما وجود نخواهد داشت.