پایتون برای تجارت الگوریتمی

اکنون آن را در پلت فرم یادگیری O'Reilly با یک آزمایش رایگان 10 روزه بخوانید.

اعضای O'Reilly دسترسی نامحدودی به کتاب ، رویدادهای زنده ، دوره هایی که توسط نقش شغلی و موارد دیگر از O'Reilly و نزدیک به 200 ناشر برتر انجام می شوند ، دسترسی نامحدود دارند.

توضیحات کتاب

تجارت الگوریتمی ، هنگامی که دامنه انحصاری بازیکنان نهادی ، اکنون برای سازمانهای کوچک و معامله گران انفرادی با استفاده از سیستم عامل های آنلاین باز است. ابزار انتخابی برای بسیاری از معامله گران امروز پایتون و اکوسیستم بسته های قدرتمند آن است. در این کتاب عملی ، نویسنده ایو هیلپیش به دانشجویان ، دانشگاهیان و پزشکان نشان می دهد که چگونه می توانند از پایتون در زمینه جذاب تجارت الگوریتمی استفاده کنند.

شما می توانید روش های مختلفی را برای استفاده از پایتون در جنبه های مختلف تجارت الگوریتمی ، مانند استراتژی های معاملاتی پشتی و تعامل با سیستم عامل های تجارت آنلاین بیاموزید. برخی از بزرگترین موسسات خرید و فروش از پایتون استفاده سنگینی می کنند. این کتاب با کاوش در گزینه های ساختاری و استفاده از استراتژی های تجاری الگوریتمی خودکار ، این کتاب به شما در ردیابی زمین بازی کمک می کند.

• یک محیط مناسب پایتون برای تجارت الگوریتمی تنظیم کنید
• یاد بگیرید که چگونه داده های مالی را از منابع داده های عمومی و اختصاصی بازیابی کنید
• وکتوریزه کردن برای تجزیه و تحلیل مالی با Numpy و Pandas را کاوش کنید
• پشت پرده بردار از استراتژی های مختلف تجارت الگوریتمی
• پیش بینی های بازار را با استفاده از یادگیری ماشین و یادگیری عمیق ایجاد کنید
• مقابله با پردازش در زمان واقعی داده های جریان با ابزارهای برنامه نویسی سوکت
• استراتژی های معاملاتی الگوریتمی خودکار را با سیستم عامل های معاملاتی OANDA و FXCM پیاده سازی کنید

نشان دادن و پنهان کردن بیشتر

منابع ناشر

فهرست اطلاعات مربوط به محصول

فهرست مطالب

1. مقدمه
   1. مطالب و ساختار
   2. این کتاب برای چه کسی است
   3. کنوانسیون های مورد استفاده در این کتاب
   4. با استفاده از نمونه های کد
   5. یادگیری آنلاین O'Reilly
   6. چگونه با ما تماس بگیریم
   7. تصدیق
   1. پایتون برای امور مالی
      1. پایتون در مقابل شبه کد
      2. numpy و بردار
      3. پاندا و کلاس DataFrame
      1. میانگین حرکت ساده
      2. تکانه
      3. معکوس میانگین
      4. ماشین و یادگیری عمیق
      1. Conda به عنوان مدیر بسته بندی
         1. نصب مینیکوندا
         2. عملیات اساسی با Conda
         1. تصاویر و ظروف داکر
         2. ساختن یک تصویر Ubuntu و Python Docker
         1. کلیدهای عمومی و خصوصی RSA
         2. فایل پیکربندی نوت بوک Jupyter
         3. اسکریپت نصب برای آزمایشگاه Python و Jupyter
         4. اسکریپت برای تنظیم قطرات تنظیم شده
         1. خواندن داده های مالی از منابع مختلف
            1. مجموعه داده ها
            2. خواندن از یک فایل CSV با پایتون
            3. خواندن از یک فایل CSV با پاندا
            4. صادرات به اکسل و JSON
            5. خواندن از اکسل و JSON
            1. بازیابی داده های ساختاری تاریخی
            2. بازیابی داده های بدون ساختار تاریخی
            1. ذخیره اشیاء DataFrame
            2. با استفاده از tstables
            3. ذخیره داده ها با SQLite3
            1. استفاده از بردار سازی
               1. بردار با numpy
               2. بردار با پاندا
               1. ورود به اصول
               2. تعمیم رویکرد
               1. ورود به اصول
               2. تعمیم رویکرد
               1. ورود به اصول
               2. تعمیم رویکرد
               1. کلاس پشتی SMA
               2. کلاس پشتی حرکت
               3. میانگین کلاس برگشت برگشت
               1. استفاده از رگرسیون خطی برای پیش بینی حرکت بازار
                  1. بررسی سریع رگرسیون خطی
                  2. ایده اصلی برای پیش بینی قیمت
                  3. پیش بینی سطح شاخص
                  4. پیش بینی بازده های آینده
                  5. پیش بینی جهت آینده بازار
                  6. پشتوانه بردار استراتژی مبتنی بر رگرسیون
                  7. تعمیم رویکرد
                  1. رگرسیون خطی با Scikit-Lea
                  2. یک مشکل طبقه بندی ساده
                  3. استفاده از رگرسیون لجستیک برای پیش بینی جهت بازار
                  4. تعمیم رویکرد
                  1. مشکل طبقه بندی ساده دوباره مورد بررسی قرار گرفت
                  2. استفاده از شبکه های عصبی عمیق برای پیش بینی جهت بازار
                  3. اضافه کردن انواع مختلف ویژگی ها
                  1. کلاس پشتی رگرسیون خطی
                  2. کلاس الگوریتم طبقه بندی
                  1. کلاس پایه پشتی
                  2. کلاس پشتی فقط طولانی
                  3. کلاس پشتی کوتاه کوتاه
                  4. نتیجه گیری
                  5. منابع و منابع بیشتر
                  6. اسکریپت های پایتون
                     1. کلاس پایه پشتی
                     2. کلاس پشتی فقط طولانی
                     3. کلاس پشتی کوتاه کوتاه
                     1. اجرای یک سرور داده تیک ساده
                     2. اتصال یک مشتری داده تیک ساده
                     3. تولید سیگنال در زمان واقعی
                     4. تجسم داده های جریان با طرح ریزی
                        1. اصول اولیه
                        2. سه جریان در زمان واقعی
                        3. سه قطعه زیر برای سه جریان
                        4. جریان داده ها به عنوان میله
                        1. نمونه سرور داده تیک
                        2. مشتری داده را تیک بزنید
                        3. الگوریتم آنلاین حرکت
                        4. نمونه سرور داده برای طرح نوار
                        1. تنظیم یک حساب کاربری
                        2. API Oanda
                        3. بازیابی داده های تاریخی
                           1. به دنبال ابزارهای موجود برای تجارت
                           2. پشتوانه یک استراتژی حرکت در میله های دقیقه
                           3. فاکتورسازی در اهرم و حاشیه
                           1. شروع شدن
                           2. بازیابی داده ها
                              1. بازیابی داده های تیک
                              2. بازیابی داده های شمع
                              1. بازیابی داده های تاریخی
                              2. بازیابی داده های جریان
                              3. قرار دادن سفارشات
                              4. اطلاعات حساب
                              1. مدیریت سرمایه
                                 1. معیار کلی در محیط دوتایی
                                 2. معیار کلی برای سهام و شاخص ها
                                 1. پشتی بردار
                                 2. اهرم بهینه
                                 3. تحلیل ریسک
                                 4. ادامه شیء مدل
                                 1. پیکربندی حساب Oanda
                                 2. تنظیم سخت افزار
                                 3. تنظیم محیط پایتون
                                 4. بارگذاری کد
                                 5. اجرای کد
                                 6. نظارت بر زمان واقعی
                                 1. استراتژی معاملاتی خودکار
                                 2. نظارت استراتژی
                                 1. اصول اولیه
                                    1. انواع داده ها
                                    2. ساختارهای داده
                                    3. ساختارهای کنترل
                                    4. اصطلاحات پایتون
                                    1. شیء ndarray منظم
                                    2. عملیات بردار
                                    3. عملیات بولی
                                    4. روشهای ndarray و توابع numpy
                                    5. ایجاد Ndarray
                                    6. اعداد تصادفی
                                    1. کلاس DataFrame
                                    2. عملیات عددی
                                    3. انتخاب داده ها
                                    4. عملیات بولی
                                    5. توطئه با پاندا
                                    6. عملیات ورودی و خروجی
                                    نشان دادن و پنهان کردن بیشتر

                                    اطلاعات محصول

                                    • عنوان: پایتون برای تجارت الگوریتمی
                                    • نویسنده (ها): ایو هیلپیش
                                    • تاریخ انتشار: نوامبر 2020
                                    • ناشر (ها): O'Reilly Media ، Inc.
                                    • ISBN: 9781492053354

                                    شما همچنین ممکن است دوست داشته باشید

                                    بستن

                                    اکنون آن را در O'Reilly بررسی کنید

                                    با یک کارآزمایی 10 روزه از بستر یادگیری O'Reilly به صورت رایگان غواصی کنید-سپس سایر منابعی را که اعضای ما برای ایجاد مهارت و حل مشکلات هر روز روی آن حساب می کنند ، کشف کنید.