Financial Data Analysis Using Python
چکیده
چکیده
1- مقدمه و مرور مطالب مهم
درس اول - اهمیت و تحلیل داده های مالی چیست
درس دوم - نصب پایتون و جوپیتر نُت بوک
درس سوم - کتابخانه پانداس
درس چهارم - کتابخانه مت پلات لیب
درس پنجم - کتابخانه نام پای
2-محاسبه نسبت های مالی و ارزش ذاتی در پایتون
درس ششم - نسبت بدهی به حقوق صاحبان سهام
درس هفتم - نسبت جاری
درس هشتم - محاسبه نسبت ROI
درس نهم - محاسبه EPS (Earn Per Share)
درس دهم - ارزش دفتری (Book Value)
درس یازدهم - محاسبه جریان آزاد نقدی FCF (Free Cash Flow)
درس دوازدهم - محاسبه عایدی (Revenue)
درس سیزدهم - ترکیب همه داده ها
درس چهاردهم - محاسبه نسبت قیمت سود (P-E)
درس پانزدهم - محاسبه قیمت آتی (Future Price)
درس شانزدهم - مقایسه و نتیجه گیری
3- ترسیم دیتاها و خروجی از پایتون
درس هفدهم - ترسیم داده های قیمتی توسط کتابخانه Matplotlib
درس هجدهم - خروجی گرفتن از داده ها و نتایج از پایتون به اکسل
درس بیستم - استخراج داده های مالی از دیتاسورس های مختلف
درس نوزدهم - تحلیل و ساخت داده ها روی اکسل و ایجاد worksheet های مختلف
4- اندیکاتورها در پایتون
درس بیست و یکم - رسم اندیکاتور MA در نمودار داده ها
درس بیست و دوم - رسم اندیکاتور EMA در نمودار داده ها
درس بیست و سوم - رسم اندیکاتور MACD در نمودار داده ها
درس بیست و چهارم - رسم اسیلاتور stochastic در نمودار داده ها
درس بیست و پنجم - استخراج و تحلیل اندیکاتورها از پایتون به اکسل
5 - همبستگی و رگرسیون بین داده های مالی در پایتون
درس بیست و ششم - همبستگی بین دارایی ها (Correlation)
درس بیست و هفتم - پیاده سازی مدل رگرسیون خطی بین چند سهام
درس بیست و هشتم - ضریب بتا برای ریسک سیستماتیک سهام
درس سی ام - ساخت پورتفولیوی سهام
درس بیست و نهم - مدل Capm
6- تجزیه و تحلیل پرتفولیو در Jupyter Notebook
درس سی و یکم - محاسبه نسبت sharpe Ratio
درس سی و دوم - تجزیه و تحلیل مونت کارلو (Monte Carlo Simulation)
درس سی و چهار - محاسبه مرز کارا (Efficient Frontier)
درس سی و سوم - شبیه سازی مونت کارلو برای یافتن بهترین پرتفوی سهامی
7 - جمع بندی
درس سی و پنجم - جمع بندی و نتیجه گیری
Presentation Files (pdf)
1- مقدمه و مرور مطالب مهم
فصل دوم: محاسبه نسبت های مالی و ارزش ذاتی در پایتون
فصل ششم: تجزیه و تحلیل پرتفو در پایتون
فصل هفتم جمع بندی
Scripts & Samples
Analyze financial data [files and codes]