در این مطلب، ویدئو آموزش پایتون – ساختن یک استراتژی حرکت مقطعی با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
مدت زمان فیلم: 00:15:57
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:00,030 –> 00:00:01,949
بچه ها چه خبر، کالین اسمیت است و
2
00:00:01,949 –> 00:00:03,360
امروز با دومین آموزش ویدیویی خود
3
00:00:03,360 –> 00:00:05,609
در این ویدیو بازگشته ایم، می خواهیم
4
00:00:05,609 –> 00:00:07,470
یک استراتژی حرکت مقطعی پایه
5
00:00:07,470 –> 00:00:10,440
بسازیم که به صورت هفتگی متعادل می شود تا این
6
00:00:10,440 –> 00:00:12,330
کار را انجام دهیم و از API مدیریت آلفا برای
7
00:00:12,330 –> 00:00:14,190
جمع آوری داده های قیمت رایگان استفاده کنیم. برای سبد کوچکی از
8
00:00:14,190 –> 00:00:16,529
اوراق بهادار، یک چارچوب داده سیگنال تولید میکنیم
9
00:00:16,529 –> 00:00:18,810
که در این مورد میتواند
10
00:00:18,810 –> 00:00:21,689
حرکت یا احساسات باشد،
11
00:00:21,689 –> 00:00:23,130
میتواند شاخصهای کلان باشد و غیره،
12
00:00:23,130 –> 00:00:24,269
اما این همان چیزی است که ما
13
00:00:24,269 –> 00:00:25,980
اوراق بهادار را در هر هفته رتبهبندی میکنیم. و
14
00:00:25,980 –> 00:00:27,599
سپس بازدهی را
15
00:00:27,599 –> 00:00:29,070
برای یک نمونه کار مشخص که میتوانیم بسازیم محاسبه میکنیم
16
00:00:29,070 –> 00:00:31,019
و بنابراین این فقط یک
17
00:00:31,019 –> 00:00:34,050
بلوک ساختمانی سریع برای آزمایش
18
00:00:34,050 –> 00:00:36,149
ایدهها است و بنابراین فکر کردم که محل خوبی
19
00:00:36,149 –> 00:00:38,520
برای شروع است تا این کد را دریافت کنم.
20
00:00:38,520 –> 00:00:40,920
دادههای قیمت Alpha Vantage مربوط به
21
00:00:40,920 –> 00:00:42,809
پروژه قبلی است که من در تجزیه پویا انجام دادم،
22
00:00:42,809 –> 00:00:44,250
بنابراین میتوانید آن را بررسی کنید
23
00:00:44,250 –> 00:00:45,649
، اما اساساً کاری که ما انجام میدهیم این
24
00:00:45,649 –> 00:00:48,210
است که هر یک از اوراق بهاداری را
25
00:00:48,210 –> 00:00:49,980
که به آنها علاقه مندیم حلقه بزنیم و به شما
26
00:00:49,980 –> 00:00:51,629
نشان دهند. جهان خود را داشته باشیم و
27
00:00:51,629 –> 00:00:53,460
قیمتهای هفتگی تعدیلشده را بگیریم و
28
00:00:53,460 –> 00:00:56,820
تماس نزدیک تعدیلشده
29
00:00:56,820 –> 00:00:57,989
همان چیزی است که از آن برای محاسبه بازده استفاده
30
00:00:57,989 –> 00:00:59,550
میکنیم، بنابراین همه آنها را
31
00:00:59,550 –> 00:01:01,829
در چارچوب دادهای قرار میدهیم که همه اوراق بهادار ما را دارد.
32
00:01:01,829 –> 00:01:04,170
با هم و بنابراین این
33
00:01:04,170 –> 00:01:07,110
تقریباً انجام شده است و ما مطمئن خواهیم شد که
34
00:01:07,110 –> 00:01:09,119
هیچ مشکل واضحی در کیفیت داده
35
00:01:09,119 –> 00:01:10,740
وجود ندارد، هیچ شکافی در داده ها وجود ندارد، همه چیز در
36
00:01:10,740 –> 00:01:13,770
آنجا خوب به نظر می رسد و این همان چیزی است که
37
00:01:13,770 –> 00:01:15,450
قاب داده ما بسیار آلفا به نظر می رسد
38
00:01:15,450 –> 00:01:17,850
و از این نظر که شما من عالی است.
39
00:01:17,850 –> 00:01:19,320
توانستم فقط هفتهای را بگیرم، بنابراین مجبور نیستم
40
00:01:19,320 –> 00:01:20,640
آخرین روز معاملاتی
41
00:01:20,640 –> 00:01:21,900
هر هفته یا اولین روز معاملاتی را برای
42
00:01:21,900 –> 00:01:24,780
ایجاد این سری زمانی پیدا کنم.
43
00:01:24,780 –> 00:01:26,369
44
00:01:26,369 –> 00:01:28,560
با آن کار کنید تا
45
00:01:28,560 –> 00:01:30,090
محدودیتی برای
46
00:01:30,090 –> 00:01:31,860
مقدار تماسی که می توانید برقرار کنید وجود دارد، بنابراین من در
47
00:01:31,860 –> 00:01:33,360
اینجا با یک جهان بسیار کوچک کار می
48
00:01:33,360 –> 00:01:35,579
کنم، اما شما می توانید این کار را برای
49
00:01:35,579 –> 00:01:37,799
کلاس های دارایی مختلف و همچنین یک جهان بزرگ انجام دهید
50
00:01:37,799 –> 00:01:39,689
و این همان چیزی است که مردم در عمل این کار را انجام می دهند،
51
00:01:39,689 –> 00:01:43,130
بنابراین هیچ هزینه واقعی وجود ندارد
52
00:01:43,130 –> 00:01:47,579
پس از آن گام بعدی ما این است که ما
53
00:01:47,579 –> 00:01:49,170
در واقع بازدهی
54
00:01:49,170 –> 00:01:50,640
مربوط به آن را ایجاد نمی کنیم، بنابراین اگر در نهایت
55
00:01:50,640 –> 00:01:52,890
بازده پرتفوی را محاسبه
56
00:01:52,890 –> 00:01:54,210
کنیم،
57
00:01:54,210 –> 00:01:56,909
در این مدت به بازده تک تک هر یک از این اوراق نیاز خواهیم
58
00:01:56,909 –> 00:01:59,820
داشت. بنابراین، ما یک
59
00:01:59,820 –> 00:02:04,680
شرکت داده جدید ایجاد می کنیم که ابتدا
60
00:02:04,680 –> 00:02:07,079
فقط یک کپی از داده های قیمت خواهد بود و بنابراین
61
00:02:07,079 –> 00:02:08,280
خوب است که قاب اصلی داده قیمت را
62
00:02:08,280 –> 00:02:10,639
ارائه دهید تا بتوانید بررسی کنید که
63
00:02:10,639 –> 00:02:12,660
همه چیز به درستی مطابقت
64
00:02:12,660 –> 00:02:13,330
ندارد و مشکلی در کاراکتر وجود ندارد
65
00:02:13,330 –> 00:02:15,400
و به دلیل اینکه اگر اشکالی
66
00:02:15,400 –> 00:02:17,500
در محاسبه بازده وجود داشته باشد،
67
00:02:17,500 –> 00:02:18,880
بقیه تجزیه و تحلیل شما
68
00:02:18,880 –> 00:02:24,670
باطل می شود و بنابراین تابعی که
69
00:02:24,670 –> 00:02:26,320
چند بار از آن
70
00:02:26,320 –> 00:02:27,790
استفاده می کنیم، تابع application است، بنابراین کاری که
71
00:02:27,790 –> 00:02:29,740
تابع اعمال انجام می دهد این است که تابع دیگری را می گیرد.
72
00:02:29,740 –> 00:02:31,720
تابعی که میتوانید بهعنوان تابع لامبدا
73
00:02:31,720 –> 00:02:34,030
در اینجا بنویسید و آن را روی هر یک
74
00:02:34,030 –> 00:02:36,460
از سطرها یا ستونهای یک
75
00:02:36,460 –> 00:02:38,980
قاب داده اعمال میکند و این در
76
00:02:38,980 –> 00:02:40,600
هنگام کار با فریمهای داده واقعاً مفید بود زیرا
77
00:02:40,600 –> 00:02:42,190
اغلب اوقات میخواهید در این موارد،
78
00:02:42,190 –> 00:02:45,040
ما یک اوراق بهادار
79
00:02:45,040 –> 00:02:46,510
در بالای صفحه داریم و میخواهیم
80
00:02:46,510 –> 00:02:48,100
چیزی را برای هر یک از ستونهای جداگانه اعمال کنیم
81
00:02:48,100 –> 00:02:59,590
تا بنویسیم که فقط
82
00:02:59,590 –> 00:03:01,450
فرمول بازگشت را در آنجا مینویسیم تا
83
00:03:01,450 –> 00:03:04,390
قیمت بعدی را بررسی کنیم.
84
00:03:04,390 –> 00:03:07,120
داده ها بر قیمت فعلی منهای یک تقسیم می شوند
85
00:03:07,120 –> 00:03:09,820
و ما می خواهیم آن را در
86
00:03:09,820 –> 00:03:23,260
سراسر صفر AK c اعمال کنیم که همه ستون ها هستند،
87
00:03:23,260 –> 00:03:26,440
اجازه دهید نگاهی به آن بیندازیم بنابراین کاری که من
88
00:03:26,440 –> 00:03:27,970
دوست دارم انجام دهم این است که سریعاً
89
00:03:27,970 –> 00:03:31,060
یکی از مقادیر را بررسی کنم زیرا مانند من گفت:
90
00:03:31,060 –> 00:03:32,739
این بسیار مهم است تا مطمئن شوید که
91
00:03:32,739 –> 00:03:33,640
بازده شما به درستی محاسبه می
92
00:03:33,640 –> 00:03:35,530
شود یا بقیه نتایج
93
00:03:35,530 –> 00:03:37,630
بی معنی خواهند بود،
94
00:03:37,630 –> 00:03:40,300
بنابراین در این مورد بازده در اینجا
95
00:03:40,300 –> 00:03:42,760
باید بازدهی از 24
96
00:03:42,760 –> 00:03:45,790
ژانویه تا 17 ژانویه باشد، بنابراین ما می توانید
97
00:03:45,790 –> 00:03:48,420
به سرعت بررسی کنید که
98
00:03:55,530 –> 00:03:58,270
چیزهای عالی به نظر
99
00:03:58,270 –> 00:04:01,000
درست محاسبه شده اند، بنابراین در مرحله بعدی
100
00:04:01,000 –> 00:04:03,490
ما فریم داده سیگنال خود را ایجاد می کنیم و بنابراین
101
00:04:03,490 –> 00:04:04,840
پرونده ما در ذهنیت باقی می ماند، اما همانطور که
102
00:04:04,840 –> 00:04:06,580
اشاره کردم شما می توانید این کار را برای هر
103
00:04:06,580 –> 00:04:08,290
کاری که می خواهید انجام دهید.
104
00:04:08,290 –> 00:04:10,300
شما می توانید این فرمول را بنویسید،
105
00:04:10,300 –> 00:04:13,570
بنابراین ما
106
00:04:13,570 –> 00:04:16,029
چارچوب داده حرکتی را ایجاد می
107
00:04:16,029 –> 00:04:19,620
کنیم که همچنین به عنوان یک قاب داده قیمت شروع می شود و
108
00:04:19,620 –> 00:04:23,130
مشابه بازده هایی است که قرار
109
00:04:23,130 –> 00:04:27,610
است بازگشت اوراق بهادار را انجام دهیم.
110
00:04:27,610 –> 00:04:29,800
شش هفته آخر قبل از هفته ای که قرار
111
00:04:29,800 –> 00:04:31,840
است معامله کنیم و بنابراین آنچه
112
00:04:31,840 –> 00:04:36,070
در اینجا به نظر می رسد یک
113
00:04:36,070 –> 00:04:37,710
تابع کاربردی مشابه است فقط با شیفت های مختلف،
114
00:04:37,710 –> 00:04:50,590
بنابراین
115
00:04:50,590 –> 00:04:52,450
این هفته قبل و سپس هفت
116
00:04:52,450 –> 00:04:55,300
هفته قبل از آن خواهد بود. قرار است به
117
00:04:55,300 –> 00:04:57,520
این دو بازگشت بین آنهایی که
118
00:04:57,520 –> 00:04:59,260
در مجموع 6 هفته خواهد بود نگاه کنیم و
119
00:04:59,260 –> 00:05:02,020
دلیل اینکه ما در استفاده نکردن از هفته جاری فاصله داریم این
120
00:05:02,020 –> 00:05:05,260
است که اولاً
121
00:05:05,260 –> 00:05:06,880
حرکت سنتی این را
122
00:05:06,880 –> 00:05:08,830
دارد زیرا ممکن است یک معکوس کوتاه مدت وجود داشته باشد. در
123
00:05:08,830 –> 00:05:12,310
روند بلندمدت و ثانیاً
124
00:05:12,310 –> 00:05:14,169
برای اجرای واقعی سازگارتر است
125
00:05:14,169 –> 00:05:16,960
زیرا اگر روی لباسی سیگنال دریافت کنید
126
00:05:16,960 –> 00:05:18,760
و بخواهید روی
127
00:05:18,760 –> 00:05:19,810
لباس اجرا کنید نمی توانید این کار را انجام دهید
128
00:05:19,810 –> 00:05:22,210
بنابراین کمی زمان برای اجرا می دهد
129
00:05:22,210 –> 00:05:23,740
اما واقعی است. ly تفاوت زیادی در مورد ما ایجاد نمی کند، بسیار
130
00:05:23,740 –> 00:05:24,250
131
00:05:24,250 –> 00:05:30,040
خوب، بنابراین اکنون یک
132
00:05:30,040 –> 00:05:32,200
فریم داده مومنتوم
133
00:05:32,200 –> 00:05:36,070
داریم که سیگنال ما خواهد بود، بنابراین این بازگشت باید
134
00:05:36,070 –> 00:05:40,450
بازگشتی از 117 به 228 باشد، بنابراین بیایید این را
135
00:05:40,450 –> 00:05:43,800
نیز دوبار بررسی کنیم.
136
00:06:03,279 –> 00:06:05,529
این به درستی محاسبه شده است،
137
00:06:05,529 –> 00:06:07,959
بنابراین اکنون ما
138
00:06:07,959 –> 00:06:10,089
چارچوب داده حرکتی داریم و سپس بازدهی خود را داریم
139
00:06:10,089 –> 00:06:13,599
، بنابراین اکنون باید بفهمیم که چگونه
140
00:06:13,599 –> 00:06:17,109
میتوانیم داراییهایی را که
141
00:06:17,109 –> 00:06:18,459
میخواهیم واقعاً این موقعیتها را در
142
00:06:18,459 –> 00:06:19,749
آنها بگیریم مشخص کنیم و بنابراین کاری که میخواهیم انجام دهیم این است که
143
00:06:19,749 –> 00:06:23,679
هر هفته آن را از یک به تعداد
144
00:06:23,679 –> 00:06:25,899
اوراق بهاداری که دارید رتبهبندی میکنم و سپس به این ترتیب
145
00:06:25,899 –> 00:06:27,549
میتوانید انتخاب کنید میخواهم در امتداد
146
00:06:27,549 –> 00:06:30,609
مقدار x بالا و پایین
147
00:06:30,609 –> 00:06:34,029
مقدار Y پایینی اوراق بهادار کوتاه است و در
148
00:06:34,029 –> 00:06:35,799
مورد ما فقط در امتداد بالا حرکت می
149
00:06:35,799 –> 00:06:38,769
کنیم تا دو قسمت پایینی را کوتاه کنیم، اما ابتدا
150
00:06:38,769 –> 00:06:40,899
باید یک قاب داده رتبه ای ایجاد کنیم
151
00:06:40,899 –> 00:06:44,860
که فقط قرار است در سرتاسر آنها رتبه بندی شود و
152
00:06:44,860 –> 00:06:47,439
اکنون ستون ها نیستند، بلکه ردیف هستند، بنابراین
153
00:06:47,439 –> 00:06:55,239
ما دقیقاً در خلال های اول قرار داریم.
154
00:06:55,239 –> 00:07:00,159
بیایید مطمئن شویم که می دانیم به کدام
155
00:07:00,159 –> 00:07:06,879
سمت رتبه بندی می شود y بنابراین به نظر می رسد
156
00:07:06,879 –> 00:07:09,009
که در تمام ردیف ها به درستی این کار را انجام داده است، بنابراین
157
00:07:09,009 –> 00:07:12,399
بالاترین رتبه 9
158
00:07:12,399 –> 00:07:16,719
با بالاترین بازده مطابقت دارد و یکی که
159
00:07:16,719 –> 00:07:22,529
باید کمترین بازده باشد، خوب به نظر می رسد، بنابراین
160
00:07:22,529 –> 00:07:24,639
در مورد ما، همانطور که گفتم، ما فقط می خواهیم
161
00:07:24,639 –> 00:07:27,189
رتبه اول را بگیریم. دو
162
00:07:27,189 –> 00:07:2