×
ribbon
مکتب خونه برنامه‌نویسیزبان‌های برنامه‌نویسیپایتون

آموزش بهینه‌سازی پرتفولیو سهام با تئوری نوین (MPT) در پایتون

مدرس:

سجاد جمالیان

می دانیم که یک از مهم ترین بخش های سرمایه گذاری در بازارهای مالی, مدیریت سرمایه است به... بیشتر
گواهی‌نامه
4.4 (18)
11 دیدگاه
853دانشجو
13ساعت
سرفصل‌ها
پیشرفته سطح دوره

اشتراک مکتب‌پلاس

خرید اشتراک

با خرید اشتراک مکتب‌پلاس، علاوه بر این دوره، به بیش از ۴،۰۰۰ دوره دیگر دسترسی خواهید داشت.

دسترسی به تمام دوره‌هابیش از ۴،۰۰۰ دوره
محتوای دوره
سرفصل‌ها
پیش‌نیاز‌ها
توضیحات دوره
دیدگاه کاربران
درباره مدرس

آنچه در این دوره می‌آموزید

مسیر از صفر تا صد برای تشکیل یک پرتفولیو را خواهید آموخت.

می آموزید که چگونه همه سرمایه را در سهام سرمایه گذاری نکنید و چه مقدار آن را اوراق قرضه گرفته یا در بانک سرمایه گذاری نمایید.

آشنایی با تئوری مدرن پرتفولیوی مارکوویتز

با مفاهیم ریاضی و آماری حاکم بر بازار آشنا میشوید.

این دوره شامل:

13 ساعت ویدئو

3 فایل ضمیمه قابل دانلود

گواهینامه مکتب‌خونه

دسترسی مادام‌العمر به محتوای دوره

سرفصل‌های دوره

7 فصل67 جلسه13 ساعت ویدیو
ریسک و بازده
  معرفی و مقدمه
09:48
  نصب پایتون و Jupyter Notebook
06:37
  مفهوم بازده, بازده مرکب و بازده سالانه
18:42
  نوسان و ریسک دوره‌ای و سالانه
12:54
  معیارهای Return on risk و Sharpe ratio
06:10
بررسی داده‌های مالی
  بازده, ریسک و نسبت های بازده به ریسک روی دیتاست واقعی
16:00
  پیاده‌سازی Drawdown
11:22
  رسم و تابع‌سازی Drawdown
07:32
  Skewness و Kurtosis
04:42
  بررسی چولگی و کشیدگی داده‌های واقعی و ساخت کتابخانه Maktab_S_J
10:06
  آزمون Jarque-Bra و بررسی نرمال بودن داده‌ها
17:14
معیارهای اندازه‌گیری ریسک
  Downside risk measures - نیمه انحراف معیار (semi deviation)
08:47
  ارزش در معرض ریسک - Value At Risk (VAR)
06:31
  محاسبه VAR با استفاده از Historical method
07:11
  محاسبه VAR با استفاده از Parametric method (Gaussian)
06:49
  محاسبه VAR با استفاده از Cornish-Fisher method(semi-parametric)
07:38
  ارزش در معرض ریسک شرطی – Conditional Valur At Risk(CVAR)
11:18
تئوری مدرن پرتفولیو - Modern portfolio theory (MPT)
  Efficient frontier – مرز کارا
09:44
  محاسبه بازده و ریسک یک پرتفولیو
04:04
  تست توابع کتابخانه Maktab_S_J بر روی داده‌های 90 سال اخیر 30 صنعت بورسی
07:04
  ایجاد توابع مهم ()annualize_return() , annualize_vol() , sharpe_ratio
16:28
  ایجاد توابع مهم ()portfolio_return() , portfolio_vol
07:13
  رسم Efficient frontier (در حالت دو دارایی)
07:18
  ایجاد تابع plot_ef2 () و رسم آسان efficient frontier
06:09
  تابع بسیار مهم ()minimize_volatility و یافتن وزن‌های بهینه سرمایه‌گذاری (برای حالت دو دارایی)
15:39
  اگر بیشتر از دو دارایی داشتیم چی؟ - ایجاد توابع مهم ()optimal_weights و ()plot_ef
07:26
  رسم efficient frintier و یافتن وزن‌های بهینه (برای حالت n دارایی)
04:57
  دریافت داده های دنیای واقعی و محاسبه mean , std , cov برای آن ها
08:19
  استفاده از simulation Montcarlo برای یافتن بهینه ترین پرتفولیو ممکن از بین هزاران پرتفولیوی تصادفی
14:31
  رسم پرتفوهای ایجاد شده توسط Montcarlo simulation و یافتن پرتفوهای GMV و MSR
08:53
  ایجاد تابع ()get_portfolio_features – استفاده از روش دوم برای پرتفوی بهینه ()minimize_volatility - مقایسه دو روش montc
06:53
  یافتن بهینه ترین پرتفولیو در حالت ورود یک بازده ثابت هدف (target return)
10:21
  ایجاد تابع بسیار مهم ()maximize_sharpe_ratio و یافتن بهینه ترین پرتفو با بالاترین نسبت شارپ
11:04
  ایجاد تابع بسیار بسیار مهم ()effiecient frontier
09:19
  خط Capital Market Line (CML) – خط بازار سرمایه
05:33
  ایجاد تابع بسیار بسیار مهم ()effiecient frontier و یافتن پرتفولیوهای hsr , mvp , ewp و رسم مرز کارا - بخش دوم
12:09
  معرفی دارایی بدون ریسک و مرز کارای جدید
08:57
  فرمول های بازده , ریسک و وزن های بهینه در حالت وجود دارایی بدون ریسک
12:19
  یافتن وزن های بهینه در حالت وجود نرخ بدون ریسک و مجاز بودن فروش استقراضی
07:17
  ایجاد تابع ()weighted_max_sharpe_ratio برای یافتن وزن های بهینه پرتفو با بیشترین نسبت شارپ در حالت وجود نرخ بدون ریسک
07:28
  به دست آوردن وزن های بهینه سهام ها و دارایی بدون ریسک در حالت وجود نرخ بدون ریسک برای بازده دلخواه و رسم cml هر ترکیب
20:22
محدودیت‌های متنوع‌سازی
  Limits of portfolio diversification
27:58
آنچه از پایتون نیاز داریم (اختیاری)
  عملیات محاسباتی در پایتون
14:02
  List and loops
17:24
  انواع مختلف داده ها و برش لیست ها – بخش اول
08:47
  انواع مختلف داده ها و برش لیست ها – بخش دوم
20:46
  حالات شرطی و حلقه While
16:02
  توابع (functions)
11:33
  کتابخانه Numpy
12:38
  متدهای کتابخانه Numpy
16:09
  آرایه های چندبعدی
08:12
  کتابخانه pandas برای داده های جدولی - بخش اول
18:21
  کتابخانه pandas برای داده های جدولی - بخش دوم
19:34
  کتابخانه pandas برای داده های جدولی - بخش سوم
17:46
  مصور سازی داده ها با Matplotlib
12:35
  مصور سازی داده ها با Seaborn
14:01
  مطالب پیشرفته pandas
18:52
پیاده‌سازی در بورس اوراق بهادار تهران و بازار دلار (ویژه)
  معرفی کتابخانه finpy_tse
10:27
  دریافت داده های سهام از بازار بورس اوراق بهادار تهران
07:40
  روش های دریافت داده ها و تمیز کردن داده ها - بخش اول
13:55
  روش های دریافت داده ها و تمیز کردن داده ها - بخش دوم
08:34
  شبیه سازی پرتفولیو های ممکن با استفاده از montcarlo simulation
13:03
  یافتن پرتفوهای بهینه و مرز کارا با استفاده از minimize_volatility
10:10
  تشکیل پرتفوها در حضور نرخ بدون ریسک
08:21
  یافتن پرتفوهای بهینه برای 9 سهام بازار بورس اوراق بهادار تهران
15:29
  تشکیل پرتفو با حضور دلار. آیا دلار بخریم؟
15:32
  تشکیل پرتفو در بازار ارزهای دیجیتال. آیا سرمایه خود را در پرتفوی ارز دیجیتال بگذاریم؟
18:33

پیش‌نیاز‌ها

در تمام مراحل این دوره سعی شده است تا مباحث با زبانی روان و ساده توضیح داده شود تا مخاطبان محترم بتوانند به سادگی از آموزش ارائه شده استفاده کنند، اما برای یادگیری و استفاده حداکثری از آموزش­‌های ارائه شده لازم است تا مخاطب با دانش کدنویسی پایتون و آشنایی با مفاهیم ریاضی و آماری و اقتصادسنجی آشنا باشد.

در فصل آخر, آموزش فشرده پایتون و کتابخانه‌های مورد نیاز آن به عنوان هدیه برای دانشجویان در نظر گرفته شده است که اختیاری است.

توضیحات دوره

می‌دانیم که یک از مهم‌ترین بخش‌های سرمایه‌گذاری در بازارهای مالی, مدیریت سرمایه است به گونه‌ای که ریسک سبد سرمایه گذاری حداقل شود و اصل پول تا جای ممکن در امان باشد.

فرض کنید قصد سرمایه‌گذاری بر روی سه سهام یا ارزدیجیتال گرفته‌اید و خواهان تشکیل بهترین پرتفولیوی ممکن از این سه دارایی هستید.

سوال اصلی شما این خواهد بود که چند درصد از سرمایه خود را روی هر یک از این سهام‌ها یا ارز ها سرمایه‌گذاری کنید که پرتفولیوی شما دارای بیشترین بازده و کمترین ریسک باشد؟

به عنوان مثال 10 میلیون تومان پول را میخواهید بین سهام های شپنا, خودرو و فارس سرمایه گذاری کند. چند میلیون از پولتان را باید رو هر کدام سرمایه‌گذاری کنید که کمترین ریسک و بیشترین بازده نصیبتان گردد؟

طبیعتان هزاران پرتفولیوی مختلف را می‌توان ساخت. اما بهینه‌ترین کدام است؟ پاسخ را در این دوره خواهیم آموخت.

در دوره آموزشی بهینه‌سازی پرتفولیو سهام با تئوری نوین (MPT) در پایتون چه پیش نیازی لازم است؟

ما در این دوره از ابتدا تا انتهای این مسیر را با استفاده از تئوری مدرن پرتفوی مارکوویتز (MPT) طی می‌کنیم و با کدنویسی در پایتون می یابیم که وزن بهینه سرمایه گذاری در هر دارایی پرتفوی ما چه مقدار باشد که سود پرتفوی ما حداکثر و ریسک آن حداقل شود.

این دوره دارای سطح کمی پیشرفته می‌باشد و لازم است که دانشجویان کمی با مفاهیم مالی و پایتون آشنا باشند. البته در فصل آخر, آموزش فشرده پایتون و کتابخانه‌های مورد نیاز آن به عنوان هدیه برای دانشجویان در نظر گرفته شده است که اختیاری است.

دیدگاه کاربران

4.4

بر اساس امتیاز 18 دانشجو

1
2
3
4
5

پارسا رجایی

11 روز پیش

5

عالی

علی دشت بش پودنک

21 روز پیش

5

جذاب و سنگین

ریحانه سادات نبوی زاده

1 ماه پیش

5

بسیار کاربردی و دوره کمیاب فارسی زبان

احسان شوندی

2 ماه پیش

5

هم مدرس فن بیان خوبی دارد و هم دانش قوی. مفاهیم تدریس شده بسیار کارآمد و کاربردی است

حسین محجوب

2 ماه پیش

5

بسیار عالی و کاربردی و بیان خوب استاد همراه بود و تسلط بر مباحث

جواد دولتی

2 سال پیش

5

واقعا حرفه‌ای، کامل و جامع بود. یاد گرفتم و لذت بردم

گواهینامه اختصاصی دو زبانه

پس از گذراندن دوره به صورت آنلاین در سایت مکتب‌خونه، گواهی‌نامه رسمی پایان دوره به زبان فارسی و انگلیسی، توسط مکتب‌خونه به اسم شما صادر شده و در اختیار شما قرار می‌گیرد.

امکان اشتراک گذاری در لینکدین
دو زبانه

ضمانت بازگشت وجه

کیفیت این آموزش توسط مکتب‌خونه تضمین شده است. در صورت عدم رضایت، با شرایط زیر می‌توانید درخواست بازگشت وجه کنید.

مهلت درخواستتا ۱۵ روز پس از خرید دوره
میزان مشاهدهکمتر از ۲۰ درصد یا ۵ جلسه از دوره
سجاد جمالیان
7دوره
7,227دانشجو
189نظر و امتیاز

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.

مهارت‌هایی که می‌آموزید

آموزش پایتون
آموزش استراتژی معاملاتی
آموزش تحلیل و مدل‌سازی مالی
آموزش زبان‌های برنامه‌نویسی
آموزش برنامه‌نویسی

دوره‌های مشابه

دیگر دوره‌های سجاد جمالیان

سوالات پرتکرار

آیا بعد از پایان مدت دوره همچنان به محتوای آن دسترسی دارم؟

بله. پس از پایان مدت دوره نیز به ویدئوها، تمرین‌ها، پروژه‌ها و سایر محتوای آموزشی دوره دسترسی خواهید داشت؛ اما امکان تصحیح تمرین‌ها توسط پشتیبان دوره و دریافت گواهی‌نامه برای شما وجود نخواهد داشت.