در این مطلب، ویدئو یافتن نامزدهای برک آوت با پایتون و پانداها 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: 00:29:32
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:00,560 –> 00:00:02,720
سلام، در این ویدیو به شما خوش آمدید، من
2
00:00:02,720 –> 00:00:04,560
به شما نشان خواهم داد که چگونه به صورت برنامهریزی سهامهایی را پیدا کنید
3
00:00:04,560 –> 00:00:05,200
4
00:00:05,200 –> 00:00:07,520
که آماده شکسته شدن
5
00:00:07,520 –> 00:00:08,400
هستند، اکنون تنظیمات مختلفی وجود دارد
6
00:00:08,400 –> 00:00:10,240
که میتوانید برای پیدا کردن سهامی
7
00:00:10,240 –> 00:00:11,679
که قرار است در این
8
00:00:11,679 –> 00:00:13,519
ویدیوی خاص منتشر شوند، استفاده کنید. در مورد
9
00:00:13,519 –> 00:00:14,080
سهامی
10
00:00:14,080 –> 00:00:16,800
که در یک روند صعودی بودند و سپس
11
00:00:16,800 –> 00:00:18,480
در یک محدوده بسیار باریک تثبیت می شوند
12
00:00:18,480 –> 00:00:20,880
و بنابراین اغلب می بینیم که
13
00:00:20,880 –> 00:00:21,680
یک سهم
14
00:00:21,680 –> 00:00:24,000
در یک روند صعودی قرار دارد و پس از
15
00:00:24,000 –> 00:00:25,760
آن یک دوره چند هفته ای وجود دارد که آن سهام
16
00:00:25,760 –> 00:00:26,560
واقعاً
17
00:00:26,560 –> 00:00:28,720
در محدوده بسیار زیادی معامله می شود. محدوده باریکی از
18
00:00:28,720 –> 00:00:29,679
چند درصد است
19
00:00:29,679 –> 00:00:31,599
و در آن محدوده برای چند هفته معامله میشود
20
00:00:31,599 –> 00:00:33,520
و پس
21
00:00:33,520 –> 00:00:36,559
از خروج از آن محدوده به سمت بالا،
22
00:00:36,559 –> 00:00:36,960
23
00:00:36,960 –> 00:00:39,520
در همان جهتی که روند صعودی
24
00:00:39,520 –> 00:00:40,320
قبلی وجود داشت، حرکت میکند، بنابراین
25
00:00:40,320 –> 00:00:42,719
اغلب میتوانید یک حرکت واقعا قدرتمند
26
00:00:42,719 –> 00:00:44,239
را ثبت کنید.
27
00:00:44,239 –> 00:00:45,760
میتوانید سهام را درست زمانی که از
28
00:00:45,760 –> 00:00:48,160
این ادغام شدید خارج میشود
29
00:00:48,160 –> 00:00:50,160
30
00:00:50,160 –> 00:00:51,280
31
00:00:51,280 –> 00:00:53,120
32
00:00:53,120 –> 00:00:54,480
33
00:00:54,480 –> 00:00:58,160
بخرید و منظورم را توضیح دهم، من چند نمودار و مقاله در اینجا آوردهام که سریعاً به شما نشان میدهم که اولی
34
00:00:58,160 –> 00:00:58,640
مقاله
35
00:00:58,640 –> 00:01:01,039
investopedia است و در مورد آن صحبت میکند. در این تنظیم دقیق میگوید
36
00:01:01,039 –> 00:01:02,960
یک ادغام فشرده زمانی است که یک سهام
37
00:01:02,960 –> 00:01:04,159
به سمتی
38
00:01:04,159 –> 00:01:06,000
در محدوده باریک حرکت میکند و در نهایت
39
00:01:06,000 –> 00:01:07,760
یا خریداران یا فروشندگان خارج میشوند
40
00:01:07,760 –> 00:01:09,760
و قیمت از یکپارچگی
41
00:01:09,760 –> 00:01:11,119
به یک حرکت روندی تبدیل میشود
42
00:01:11,119 –> 00:01:13,840
و بنابراین مثالی که در اینجا نشان داده
43
00:01:13,840 –> 00:01:14,880
شده است، این مثال از وضعیت موجود را نشان میدهد
44
00:01:14,880 –> 00:01:17,119
که در آن وجود دارد. یک تثبیت فشرده روند صعودی
45
00:01:17,119 –> 00:01:18,080
46
00:01:18,080 –> 00:01:18,960
و سپس زمانی که
47
00:01:18,960 –> 00:01:21,200
یکپارچگی را شکست، یک روند صعودی قدرتمند
48
00:01:21,200 –> 00:01:22,159
ادامه پیدا می کند
49
00:01:22,159 –> 00:01:24,240
و سپس دوباره تثبیت می شود و
50
00:01:24,240 –> 00:01:25,439
دلیل اینکه من
51
00:01:25,439 –> 00:01:27,600
به این تنظیمات فکر می کردم و می
52
00:01:27,600 –> 00:01:28,640
خواستم یک ویدیو در مورد آن انجام دهم
53
00:01:28,640 –> 00:01:30,320
این بود که اوه من در واقع به
54
00:01:30,320 –> 00:01:32,079
داده های بیت کوین نگاه می کردم. هفتهها پیش
55
00:01:32,079 –> 00:01:35,280
و متوجه این تنظیمات دقیق شده بودم و
56
00:01:35,280 –> 00:01:36,880
در واقع چنین شد، بنابراین اگر
57
00:01:36,880 –> 00:01:38,479
به نمودار بیتکوین در اینجا نگاه
58
00:01:38,479 –> 00:01:40,400
کنید، متوجه خواهید شد که بیتکوین با
59
00:01:40,400 –> 00:01:42,240
هر چیز دیگری سقوط کرده است و سپس
60
00:01:42,240 –> 00:01:43,600
برای مدتی در روند بهبودی روند صعودی پیدا کرد
61
00:01:43,600 –> 00:01:45,280
و سپس خواهید دید. توجه کنید اینجا
62
00:01:45,280 –> 00:01:46,640
در تمام ماه مه
63
00:01:46,640 –> 00:01:48,479
در تمام ماه ژوئن در
64
00:01:48,479 –> 00:01:50,240
تمام ماه ژوئیه
65
00:01:50,240 –> 00:01:52,799
در این محدوده تنگتر و فشردهتر شد و
66
00:01:52,799 –> 00:01:54,320
بعد من دارم آن را اینجا
67
00:01:54,320 –> 00:01:56,399
تماشا میکنم که دقیقاً در حدود
68
00:01:56,399 –> 00:01:59,280
9000 تا 9100 یا
69
00:01:59,280 –> 00:02:01,920
9200 بود، در این محدوده بسیار باریک قرار داشت و
70
00:02:01,920 –> 00:02:03,439
فقط میتوانم بگویم زمانی
71
00:02:03,439 –> 00:02:05,600
که از آن محدوده خارج شد،
72
00:02:05,600 –> 00:02:06,479
منفجر میشود
73
00:02:06,479 –> 00:02:08,160
و به اندازه کافی مطمئنم اگر به چه چیزی نگاه کنید.
74
00:02:08,160 –> 00:02:10,239
زمانی اتفاق افتاد که از این محدوده خارج شد،
75
00:02:10,239 –> 00:02:12,239
شما این کندل غول پیکر را در اینجا داشتید و
76
00:02:12,239 –> 00:02:14,959
ما تقریباً 30 درصد
77
00:02:14,959 –> 00:02:16,640
حرکت را از 9000
78
00:02:16,640 –> 00:02:19,440
uh به 12000
79
00:02:19,440 –> 00:02:20,000
در هر ساعت
80
00:02:20,000 –> 00:02:22,720
بیت کوین داد و ستد کردیم، بنابراین در یک
81
00:02:22,720 –> 00:02:24,560
مثال عالی
82
00:02:24,560 –> 00:02:27,040
اخیراً زمانی که یک Uh یک ابزار به شدت
83
00:02:27,040 –> 00:02:28,239
در حال
84
00:02:28,239 –> 00:02:30,560
تثبیت بود و سپس اگر
85
00:02:30,560 –> 00:02:32,000
معامله ای را درست زمانی که شروع شد انجام
86
00:02:32,000 –> 00:02:34,560
می دادید، سود خوبی در آنجا خواهید داشت
87
00:02:34,560 –> 00:02:36,239
نمونه دیگری که اخیراً به آن نگاه می کردم
88
00:02:36,239 –> 00:02:38,879
، راسل 2000 بود و
89
00:02:38,879 –> 00:02:39,280
90
00:02:39,280 –> 00:02:41,280
فکر می کنم حدود یک هفته پیش بود و بله. من
91
00:02:41,280 –> 00:02:42,800
داشتم راسل 2000 را تماشا می کردم،
92
00:02:42,800 –> 00:02:44,239
برای مدتی محدوده بسیار محدودی داشت،
93
00:02:44,239 –> 00:02:46,160
اگر اینجا را بزرگنمایی کنید، می توانید ببینید در
94
00:02:46,160 –> 00:02:47,840
95
00:02:47,840 –> 00:02:50,239
چند هفته گذشته از ژوئیه در محدوده بسیار
96
00:02:50,239 –> 00:02:51,840
باریکی قرار داشت و سپس به
97
00:02:51,840 –> 00:02:53,599
این فکر می کردم که آیا راسل 2000
98
00:02:53,599 –> 00:02:55,440
قرار بود در نهایت به
99
00:02:55,440 –> 00:02:57,120
اندازه
100
00:02:57,120 –> 00:03:00,000
qqq یا s p 500 در رالی شرکت کند و
101
00:03:00,000 –> 00:03:02,480
سپس در یکی دو هفته گذشته عملکرد بهتری از خود نشان
102
00:03:02,480 –> 00:03:04,080
داد و خواهید دید که وقتی شروع
103
00:03:04,080 –> 00:03:06,000
شد، در حال تثبیت است، شما در
104
00:03:06,000 –> 00:03:06,640
105
00:03:06,640 –> 00:03:09,599
اینجا دستاوردهای بسیار زیادی داشتید. در
106
00:03:09,599 –> 00:03:12,640
اینجا بالاتر از uh 149 رخ داد و به سرعت به
107
00:03:12,640 –> 00:03:14,080
156 رسید،
108
00:03:14,080 –> 00:03:15,840
بنابراین یک افزایش سریع خوب در
109
00:03:15,840 –> 00:03:18,400
راسل 2000 وجود داشت و بنابراین، کاری که اکنون میخواهم انجام دهم این
110
00:03:18,400 –> 00:03:20,159
است که به شما نشان دهم چگونه
111
00:03:20,159 –> 00:03:21,280
112
00:03:21,280 –> 00:03:23,599
میتوانید این تثبیتهای عصبی را
113
00:03:23,599 –> 00:03:25,360
با استفاده از فریمهای داده پانداها به صورت برنامهنویسی پیدا کنید.
114
00:03:25,360 –> 00:03:27,440
و ما
115
00:03:27,440 –> 00:03:28,879
آخرین ویدیوی خود را که در آن
116
00:03:28,879 –> 00:03:31,200
دادههای کندل استیک را برای
117
00:03:31,200 –> 00:03:33,920
همه سهام موجود در s p 500
118
00:03:33,920 –> 00:03:35,519
119
00:03:35,519 –> 00:03:37,519
گرفتهایم، پشت سر میگذاریم و به اسکنر خود ادامه میدهیم و همه آن
120
00:03:37,519 –> 00:03:39,360
سهام را اسکن میکنیم تا سهامهایی را پیدا کنیم که
121
00:03:39,360 –> 00:03:42,080
یکی هستند. یا اکنون به شدت
122
00:03:42,080 –> 00:03:43,280
در حال تثبیت هستند،
123
00:03:43,280 –> 00:03:46,480
بنابراین در محدوده باریکی قرار دارند یا
124
00:03:46,480 –> 00:03:49,040
دو مورد در حال شکست هستند، بنابراین آنها
125
00:03:49,040 –> 00:03:50,799
126
00:03:50,799 –> 00:03:54,239
در یک الگوی تثبیت کننده باریک معامله می کردند
127
00:03:54,239 –> 00:03:54,799
128
00:03:54,799 –> 00:03:56,480
و سپس آخرین کندل
129
00:03:56,480 –> 00:03:58,799
شکست خورد. بنابراین میخواهیم سهامهایی را
130
00:03:58,799 –> 00:04:00,640
پیدا کنیم که آماده
131
00:04:00,640 –> 00:04:02,560
شکست هستند و دو سهمی که در
132
00:04:02,560 –> 00:04:03,280
حال حاضر در حال
133
00:04:03,280 –> 00:04:05,920
شکستن هستند، اگر پیشبینی میکنیم
134
00:04:05,920 –> 00:04:06,879
که ورود بهتری داشته باشیم،
135
00:04:06,879 –> 00:04:09,280
اما همچنین میدانید که ما
136
00:04:09,280 –> 00:04:10,720
آن تأیید
137
00:04:10,720 –> 00:04:12,080
را نداریم یا اگر صبر کنیم تا واقعاً
138
00:04:12,080 –> 00:04:14,319
شکسته شود.
139
00:04:14,319 –> 00:04:16,160
پس از انتشار، ما آن تأیید را داریم، اما
140
00:04:16,160 –> 00:04:17,839
باید کمی بیشتر
141
00:04:17,839 –> 00:04:20,478
برای این امتیاز بپردازیم، بنابراین بیایید
142
00:04:20,478 –> 00:04:22,000
به کد شیرجه بزنیم و اجازه دهید به شما نشان دهم
143
00:04:22,000 –> 00:04:23,120
که چگونه این کار را
144
00:04:23,120 –> 00:04:24,960
از خط فرمان با استفاده از
145
00:04:24,960 –> 00:04:27,040
مجموعه داده های مشابه انجام دهید. قبلاً
146
00:04:27,040 –> 00:04:29,120
در ویدیوی قبلی ما ضبط شده است، بنابراین کاری که من
147
00:04:29,120 –> 00:04:30,479
در اینجا انجام می دهم این است
148
00:04:30,479 –> 00:04:33,280
که مخزنی را که قبلاً ایجاد کرده بودیم شبیه سازی کنم،
149
00:04:33,280 –> 00:04:33,919
150
00:04:33,919 –> 00:04:36,160
بنابراین اگر همراه
151
00:04:36,160 –> 00:04:37,199
با آخرین درس دنبال
152
00:04:37,199 –> 00:04:39,440
می کردید، ما این مخزن را ایجاد کردیم
153
00:04:39,440 –> 00:04:40,320
و کد را تحت
154
00:04:40,320 –> 00:04:42,720
هک بازار نوشتیم بنابراین github. com هک
155
00:04:42,720 –> 00:04:43,360
کردن بازارها
156
00:04:43,360 –> 00:04:45,840
slash candlestick screener و
157
00:04:45,840 –> 00:04:47,120
کاری که من می خواهم انجام دهم این است که این را در دسکتاپ من کلون کنم
158
00:04:47,120 –> 00:04:47,840
159
00:04:47,840 –> 00:04:49,360
و بنابراین اگر می خواهید از اینجا شروع کنید
160
00:04:49,360 –> 00:04:51,199
می توانید این را کلون کنید و ببینید ما چه می کنیم،
161
00:04:51,199 –> 00:04:51,840
162
00:04:51,840 –> 00:04:55,280
بنابراین من در خط فرمان خود هستم درست است
163
00:04:55,280 –> 00:04:57,440
و اجازه دهید همه باقیماندههایی را که از آن دارم حذف کنم،
164
00:04:57,440 –> 00:04:59,120
165
00:04:59,120 –> 00:05:01,360
بنابراین میخواهم آن را تازه کلون کنم،
166
00:05:01,360 –> 00:05:03,199
بنابراین Git
167
00:05:03,199 –> 00:05:04,960
clone را انجام میدهم و آن مخزن را کلون میکنم
168
00:05:04,960 –> 00:05:06,800
و همه آن کد منبع را
169
00:05:06,800 –> 00:05:08,320
درست دریافت میکنم. سپس یک
170
00:05:08,320 –> 00:05:10,000
پنجره جدید میگیرم که
171
00:05:10,000 –> 00:05:11,600
اینجا میرود و صفحه نمایش
172
00:05:11,600 –> 00:05:14,800
کندل استیک خود را باز میکنم، بنابراین آن را باز
173
00:05:14,800 –> 00:05:17,600
میکنم و بیایید آن را سریع اجرا کنیم تا
174
00:05:17,600 –> 00:05:19,280
این دقیقاً از مخزن خارج شود
175
00:05:19,280 –> 00:05:22,080
، من برنامه خود را دارم. و من
176
00:05:22,080 –> 00:05:23,600
تابع تشخیص الگوی خود را
177
00:05:23,600 –> 00:05:25,919
دارم و بنابراین به شما نشان دادم که چگونه s
178
00:05:25,919 –> 00:05:26,800
p 500 را
179
00:05:26,800 –> 00:05:28,080
برای یک الگوی شمعدانی متفاوت اسکن کنید،
180
00:05:28,080 –> 00:05:30,080
بنابراین می خواهم آن را سریع اجرا کنم و به
181
00:05:30,080 –> 00:05:31,039
این ترتیب از خط فرمان این کار را انجام دادیم
182
00:05:31,039 –> 00:05:31,840
183
00:05:31,840 –> 00:05:34,000
و سپس این را داریم برنامه flask
184
00:05:34,000 –> 00:05:35,199
در app.pi
185
00:05:35,199 –> 00:05:38,320
و من میتوانم آن را با flask run
186
00:05:38,320 –> 00:05:39,680
اجرا کنم و کمی وب سرور محلی را اجرا
187
00:05:39,680 –> 00:05:41,600
کنیم و سپس
188
00:05:41,600 –> 00:05:44,560
این برنامه کوچک را در اینجا ساختیم، بنابراین به
189
00:05:44,560 –> 00:05:46,160
میزبان محلی 5000 میروم
190
00:05:46,160 –> 00:05:48,479
و میتوانم برای مثال الگوهای درگیر را اسکن کنم.
191
00:05:48,479 –> 00:05:49,600
192
00:05:49,600 –> 00:05:52,560
بنابراین من اسکن می کنم که آن را از طریق تمام فایل های csv مختلف که در اختیار داریم مرور می کنم
193
00:05:52,560 –> 00:05:53,600
194
00:05:53,600 –> 00:05:56,240
d برای آن ما
195
00:05:56,240 –> 00:05:57,440
از Yahoo finance بازیابی
196
00:05:57,440 –> 00:05:59,440
کردیم و الگوهای فراگیر صعودی را جستجو می
197
00:05:59,440 –> 00:06:01,280
کنیم و نمودارها را بالا می آوریم
198
00:06:01,280 –> 00:06:03,759
و همه نمودارهایی را که با آن سیگنال مطابقت دارند پیدا می کنیم،
199
00:06:03,759 –> 00:06:04,639
200
00:06:04,639 –> 00:06:07,600
بنابراین این کار از مجموعه داده ها
201
00:06:07,600 –> 00:06:08,960
زیر مجموعه داده ها روزانه استفاده می کند
202
00:06:08,960 –> 00:06:10,479
و من در واقع همه اینها را انجام داده ام.
203
00:06:10,479 –> 00:06:12,400
مجموعه دادهها را در مخزن قرار میدهد، بنابراین
204
00:06:12,400 –> 00:06:14,240
میتوانید از اینجا شروع کنید
205
00:06:14,240 –> 00:06:16,880
و بنابراین آنچه ما داریم، حتی اگر
206
00:06:16,880 –> 00:06:17,280
207
00:06:17,280 –> 00:06:19,600
یک هفته به آگوست گذشته است، بنابراین این
208
00:06:19,600 –> 00:06:20,800
مجموعه دادهها در حال حاضر
209
00:06:20,800 –> 00:06:24,160
برای ژانویه تا ژوئیه هستند، بنابراین
210
00:06:24,160 –> 00:06:25,759
در 31 ژوئیه به پایان میرسد،
211
00:06:25,759 –> 00:06:27,120
بنابراین در واقع وجود دارد. یک هفته
212
00:06:27,120 –> 00:06:29,520
معاملات بعد از 31 ژوئیه
213
00:06:29,520 –> 00:06:31,199
اوه، اما اشکالی ندارد، ما
214
00:06:31,199 –> 00:06:32,720
آن را روی داده های ژوئیه اعمال می کنیم
215
00:06:32,720 –> 00:06:34,639
و سپس این به ما اجازه می دهد به
216
00:06:34,639 –> 00:06:36,880
هفته جاری نگاه کنیم تا ندانیم چه چیزی
217
00:06:36,880 –> 00:06:38,160
را وانمود کنیم که واقعاً نمی دانم میدانم
218
00:06:38,160 –> 00:06:39,919
هفته گذشته چه اتفاقی افتاده است، میتوانم
219
00:06:39,919 –> 00:06:41,840
ببینم اسکنر من چقدر
220
00:06:41,840 –> 00:06:43,680
روی این دادهها کار میکرده است و سپس ببینم آیا
221
00:06:43,680 –> 00:06:45,280
با موفقیت
222
00:06:45,280 –> 00:06:48,880
هر گونه شکستی را برای هفته بعد شناسایی کرده است،
223
00:06:48,880 –> 00:06:49,360
224
00:06:49,360 –> 00:06:51,520
بنابراین بیایید وانمود کنیم که اینجا پایان
225
00:06:51,520 –> 00:06:53,520
ژوئیه است و ما به دنبال شکستگی هستیم.
226
00:06:53,520 –> 00:06:55,680
قندی تاریخهای هفته اول آگوست
227
00:06:55,680 –> 00:06:56,880
درست است و بعد از اینکه کار را تمام
228
00:06:56,880 –> 00:06:58,240
کردیم، میتوانیم این
229
00:06:58,240 –> 00:06:59,199
عکسهای فوری را
230
00:06:59,199 –> 00:07:00,880
برای هفته اول آگوست بهروزرسانی کنیم و بیایید بهدنبال شکستگیهای
231
00:07:00,880 –> 00:07:02,560
232
00:07:02,560 –> 00:07:04,080
هفته آینده درست اسکن کنیم، بنابراین این
233
00:07:04,080 –> 00:07:06,080
به عنوان یک آزمایش خوب برای این موضوع عمل میکند. چه اتفاقی
234
00:07:06,080 –> 00:07:06,479
235
00:07:06,479 –> 00:07:09,680
میافتد اگر ما در پایان ژوئیه از سیستم استفاده کنیم،
236
00:07:09,680 –> 00:07:11,039
237
00:07:11,039 –> 00:07:13,440
خیلی خوب است، من مجموعه دادههایم را دریافت کردم،
238
00:07:13,440 –> 00:07:15,120
بیایید شروع به نوشتن کدی کنیم تا
239
00:07:15,120 –> 00:07:17,360
این اتفاق بیفتد، بنابراین کاری که من اینجا انجام
240
00:07:17,360 –> 00:07:20,080
میدهم این است که این کار را متوقف کنم برنامه وب، بنابراین
241
00:07:20,080 –> 00:07:21,840
ابتدا این کار را از
242
00:07:21,840 –> 00:07:24,800
خط فرمان فقط برای اسکن و فیلتر کردن
243
00:07:24,800 –> 00:07:26,000
انجام می دهیم و بعد از اینکه بتوانیم آن را از
244
00:07:26,000 –> 00:07:27,680
خط فرمان انجام دهیم، فقط می
245
00:07:27,680 –> 00:07:29,599
توانیم آن توابع قابل استفاده مجدد را ایجاد کنیم و
246
00:07:29,599 –> 00:07:31,360
سپس می توانیم آن توابع قابل استفاده مجدد
247
00:07:31,360 –> 00:07:33,280
را به فلاسک خود وارد کنیم. برنامه وب
248
00:07:33,280 –> 00:07:35,120
و سپس از آن به عنوان بخشی از
249
00:07:35,120 –> 00:07:36,639
غربالگر فنی مبتنی بر وب خود استفاده کنید،
250
00:07:36,639 –> 00:07:39,039
بنابراین اول از همه، اجازه دهید ببینیم آیا
251
00:07:39,039 –> 00:07:39,840
میتوانیم این
252
00:07:39,840 –> 00:07:42,720
را از خط فرمان کار کنیم، بنابراین من
253
00:07:42,720 –> 00:07:44,639
254
00:07:44,639 –> 00:07:47,039
یک فایل پایتون جدید ایجاد میکنم و میروم. برای
255
00:07:47,039 –> 00:07:49,120
نامیدن این نمودار نمودار
256
00:07:49,120 –> 00:07:51,199
pi و دلیل اینکه آن را
257
00:07:51,199 –> 00:07:52,319
c می نامم hartlib من می خواهم آن را از خط فرمان اجرا کنم
258
00:07:52,319 –> 00:07:53,280
259
00:07:53,280 –> 00:07:55,599
و آن را آزمایش کنم، اما بعداً می توانیم
260
00:07:55,599 –> 00:07:56,960
توابع
261
00:07:56,960 –> 00:07:59,919
موجود در این فایل را وارد کنیم و از آنها در وب استفاده کنیم،
262
00:07:59,919 –> 00:08:00,720
263
00:08:00,720 –> 00:08:04,319
بنابراین اولین کاری که می خواهم انجام دهم این است
264
00:08:04,319 –> 00:08:06,720
که فعلاً از app.pi قرض بگیرم
265
00:08:06,720 –> 00:08:08,879
و کاری که میخواهم انجام دهم این است که
266
00:08:08,879 –> 00:08:11,840
همه این نمادهای s p 500 را در فریمهای داده بخوانم
267
00:08:11,840 –> 00:08:12,400
268
00:08:12,400 –> 00:08:13,840
و از آنجایی که ما قبلاً این کار را در
269
00:08:13,840 –> 00:08:15,919
فایل فهرست اینجا انجام میدهیم، فقط میخواهم
270
00:08:15,919 –> 00:08:17,599
چند خط کد را کپی کنم. اینجا
271
00:08:17,599 –> 00:08:19,360
و بنابراین، این دو
272
00:08:19,360 –> 00:08:20,960
خط کد خواهد بود که در آن
273
00:08:20,960 –> 00:08:24,000
همه فایلهای موجود در فهرست مجموعه دادهها را حلقه میزنیم
274
00:08:24,000 –> 00:08:26,000
و سپس آنها را در فریمهای داده میخوانیم، بنابراین
275
00:08:26,000 –> 00:08:28,639
من این را در اینجا جایگذاری
276
00:08:28,639 –> 00:08:30,160
میکنم و خوب تورفتگی میکنم. بنابراین
277
00:08:30,160 –> 00:08:32,000
ما چهار نام فایل و فهرست
278
00:08:32,000 –> 00:08:33,919
دایرکتوری os نقطهای داریم، بنابراین باید OS را وارد
279
00:08:33,919 –> 00:08:35,519
کنیم زیرا از کتابخانه OS استفاده
280
00:08:35,519 –> 00:08:36,719
میکنیم و سپس میخواهیم بگوییم که قاب داده
281
00:08:36,719 –> 00:08:39,039
برابر است با پانداها که csv را میخوانند، بنابراین همه فایلهای csv را میخوانیم.
282
00:08:39,039 –> 00:08:40,080
283
00:08:40,080 –> 00:08:42,799
این دایرکتوری روزانه و ما
284
00:08:42,799 –> 00:08:44,959
آنها را در یک قاب داده پاندا می
285
00:08:44,959 –> 00:08:47,040
خوانیم، بنابراین از آنجایی که از پانداها استفاده می کنیم باید
286
00:08:47,040 –> 00:08:48,560
پاندا را وارد کنیم درست است
287
00:08:48,560 –> 00:08:51,200
، بسته پانداها را در آنجا وارد
288
00:08:51,200 –> 00:08:52,560
می کنیم و این فریم های داده را خواهیم داشت و
289
00:08:52,560 –> 00:08:54,160
من فقط df را در حالی که در حال چرخش هستیم چاپ
290
00:08:54,160 –> 00:08:54,800
291
00:08:54,800 –> 00:08:56,320
می کنم و روی این play در chartlab.pi کلیک می
292
00:08:56,320 –> 00:08:58,720
کنم و آن را اجرا می کنم
293
00:08:58,720 –> 00:09:00,640
و شما. می بینم که در حال چاپ دسته
294
00:09:00,640 –> 00:09:02,560
ای از فریم های داده
295
00:09:02,560 –> 00:09:04,959
روی صفحه نمایش من است که احتمالاً 500 مورد از آنها درست است،
296
00:09:04,959 –> 00:09:06,080
زیرا ما در حال اسکن کردن از
297
00:09:06,080 –> 00:09:08,720
طریق s p 500 به درستی هستیم و بنابراین می بینید که
298
00:09:08,720 –> 00:09:09,839
ما تاریخ را باز کرده
299
00:09:09,839 –> 00:09:12,160
ایم، بسته شدن تنظیم شده و
300
00:09:12,160 –> 00:09:14,480
حجم هر یک از آنها این نمادها
301
00:09:14,480 –> 00:09:17,920
و این 147 روز معامله است، بنابراین
302
00:09:17,920 –> 00:09:19,760
از اولین روز معاملاتی 2 ژانویه
303
00:09:19,760 –> 00:09:22,399
سال تا 31 ژوئیه که مجموعه داده های ما
304
00:09:22,399 –> 00:09:23,440
به پایان
305
00:09:23,440 –> 00:09:26,000
می رسد، همه این داده های Ohlc برای این
306
00:09:26,000 –> 00:09:27,440
نمادها درست است،
307
00:09:27,440 –> 00:09:30,240
بنابراین می خواهیم چه کاری را به خوبی انجام دهیم، می خواهیم
308
00:09:30,240 –> 00:09:30,880
پیدا کنیم.
309
00:09:30,880 –> 00:09:33,920
310
00:09:33,920 –> 00:09:35,680
سهامهایی که اخیراً سهام در
311
00:09:35,680 –> 00:09:37,920
محدوده باریکی معامله میشوند و بنابراین معنی این است که
312
00:09:37,920 –> 00:09:39,200
همه
313
00:09:39,200 –> 00:09:40,880
بستهها از قیمت بسته شدن استفاده میکنیم و
314
00:09:40,880 –> 00:09:42,800
میخواهیم قیمتهای بسته شدن نسبتاً
315
00:09:42,800 –> 00:09:44,000
نزدیک به یکدیگر
316
00:09:44,000 –> 00:09:45,920
برای یک دوره کامل UH باشد. برای یک
317
00:09:45,920 –> 00:09:47,200
دوره زمانی طولانی، فرض کنید
318
00:09:47,200 –> 00:09:49,120
چند هفته R ight و بنابراین بیایید
319
00:09:49,120 –> 00:09:51,440
سهام um را پیدا کنیم که قیمت بسته شدن
320
00:09:51,440 –> 00:09:52,000
آن
321
00:09:52,000 –> 00:09:53,680
در یک محدوده باریک در چند
322
00:09:53,680 –> 00:09:54,880
هفته گذشته است، بنابراین بیایید یک تابع برای انجام آن بنویسیم،
323
00:09:54,880 –> 00:09:55,440
324
00:09:55,440 –> 00:09:57,279
بنابراین من می خواهم تابعی بنویسم به
325
00:09:57,279 –> 00:09:59,600
نام تثبیت کننده است و اساساً آنچه می
326
00:09:59,600 –> 00:10:00,560
خواهیم انجام دهیم.
327
00:10:00,560 –> 00:10:03,519
انجام این کار این است که یک فریم داده از
328
00:10:03,519 –> 00:10:04,160
داده های
329
00:10:04,160 –> 00:10:06,880
330
00:10:06,880 –> 00:10:07,200
331
00:10:07,200 –> 00:10:10,399
ohlc را بپذیرید و برای مثال به مدت 14 روز به پارامتر بسته نگاه کنید و
332
00:10:10,399 –> 00:10:12,000
به ما بگویید که آیا در محدوده باریکی معامله شده است یا نه
333
00:10:12,000 –> 00:10:13,600
و درست یا نادرست را برگردانید،
334
00:10:13,600 –> 00:10:14,720
335
00:10:14,720 –> 00:10:16,000
بنابراین بیایید آن تابع را بنویسیم تا i’
336
00:10:16,000 –> 00:10:17,680
من یک تابع جدید را تعریف میکنم و
337
00:10:17,680 –> 00:10:18,079
آن را
338
00:10:18,079 –> 00:10:21,120
در حال ادغام صدا میکنم، برای
339
00:10:21,120 –> 00:10:21,680
شروع،
340
00:10:21,680 –> 00:10:23,839
یک فریم داده پاندا را به عنوان پارامتر در نظر
341
00:10:23,839 –> 00:10:25,440
میگیریم و ما این کار را
342
00:10:25,440 –> 00:10:26,880
سفارشیتر میکنیم که
343
00:10:26,880 –> 00:10:29,040
همه چیز درست پیش میرود، بنابراین یک قاب داده پاندا میگیرد.
344
00:10:29,040 –> 00:10:30,560
345
00:10:30,560 –> 00:10:32,959
و بنابراین چه چیزی می خواهیم در مورد
346
00:10:32,959 –> 00:10:34,959
آن چارچوب داده بدانیم، بنابراین بیایید به این فکر کنیم که چگونه
347
00:10:34,959 –> 00:10:36,560
منطقاً کار می کند
348
00:10:36,560 –> 00:10:39,600
. فرض کنید سهامی داریم که
349
00:10:39,600 –> 00:10:41,839
در محدوده باریکی بسته می شود، مثلاً
350
00:10:41,839 –> 00:10:43,680
بین
351
00:10:43,680 –> 00:10:47,279
98 تا 100 معامله می شود یا می تواند 300 باشد
352
00:10:47,279 –> 00:10:49,440
و 295 به عنوان مثال آن را فقط معامله
353
00:10:49,440 –> 00:10:50,880
در آن محدوده
354
00:10:50,880 –> 00:10:53,440
بنابراین ما میخواهیم که بستهها همه در
355
00:10:53,440 –> 00:10:54,800
چند نقطه از یکدیگر باشند،
356
00:10:54,800 –> 00:10:57,680
اگر سهام 400 باشد، میدانید که
357
00:10:57,680 –> 00:10:58,399
358
00:10:58,399 –> 00:11:00,079
میتواند چند امتیاز بیشتر باشد، بنابراین آنچه میخواهیم انجام دهیم
359
00:11:00,079 –> 00:11:01,680
استفاده از یک درصد است،
360
00:11:01,680 –> 00:11:03,760
بنابراین فرض کنید دو یا سه درصد درست است،
361
00:11:03,760 –> 00:11:04,800
بنابراین
362
00:11:04,800 –> 00:11:06,800
ما نمی خواهیم آنقدر باریک باشیم که
363
00:11:06,800 –> 00:11:08,000
نتوانیم چیزی را
364
00:11:08,000 –> 00:11:09,600
که می خواهیم پیدا کنیم، چند درصد فکر می کنم
365
00:11:09,600 –> 00:11:11,279
عدد خوبی است، بنابراین
366
00:11:11,279 –> 00:11:13,279
اگر سهام صد دلاری وجود داشته باشد که
367
00:11:13,279 –> 00:11:15,680
بین 98 تا 100 معامله می شود، محدوده بسیار
368
00:11:15,680 –> 00:11:17,600
باریکی است. می توانیم به 97 100 نگاه کنیم
369
00:11:17,600 –> 00:11:20,240
. اگر 400 سهم است، فرض کنیم بین
370
00:11:20,240 –> 00:11:20,720
4
371
00:11:20,720 –> 00:11:23,760
390 تا 400 درست است و بنابراین بیایید سهامی را پیدا
372
00:11:23,760 –> 00:11:24,720
373
00:11:24,720 –> 00:11:27,360
کنیم که در محدوده چند درصد بسته شده است،
374
00:11:27,360 –> 00:11:28,000
375
00:11:28,000 –> 00:11:30,160
بنابراین برای تابع ادغام کننده
376
00:11:30,160 –> 00:11:31,519
ما درست یک چارچوب داده دریافت می کنیم.
377
00:11:31,519 –> 00:11:33,200
همه بستههایی
378
00:11:33,200 –> 00:11:35,600
که ما واقعاً فقط
379
00:11:35,600 –> 00:11:36,240
380
00:11:36,240 –> 00:11:39,279
به آخرین بستهها علاقهمندیم، بنابراین بیایید بگوییم آخرین بستهها 14 روز
381
00:11:39,279 –> 00:11:39,920
درست است
382
00:11:39,920 –> 00:11:41,600
یا فرض کنید چون سه هفته است و
383
00:11:41,600 –> 00:11:43,440
سه هفته بسته میشود، اجازه دهید از 15 روز
384
00:11:43,440 –> 00:11:44,160
درست استفاده کنیم
385
00:11:44,160 –> 00:11:47,360
و بنابراین میتوانیم از بستههای اخیر استفاده کنیم.
386
00:11:47,360 –> 00:11:48,959
بیایید بسته های اخیر را از ما دریافت کنیم
387
00:11:48,959 –> 00:11:51,040
قاب داده 15 نقطه داده آخر را
388
00:11:51,040 –> 00:11:54,160
داریم و ما این نمایه سازی آرایه را داریم که
389
00:11:54,160 –> 00:11:54,560
390
00:11:54,560 –> 00:11:56,320
روی قاب داده پاندا استفاده می کنیم، بنابراین اگر
391
00:11:56,320 –> 00:11:57,680
392
00:11:57,680 –> 00:12:01,200
15 رکورد آخر از این قاب داده را در اینجا
393
00:12:01,200 –> 00:12:02,160
394
00:12:02,160 –> 00:12:04,399
می خواهیم، می توانیم از این نمایه سازی منفی استفاده کن
395
00:12:04,399 –> 00:12:05,600
م تا بتوانیم به
396
00:12:05,600 –> 00:12:10,959
مت راست 15 منفی برویم. ان
397
00:12:10,959 –> 00:12:14,639
سمت راست، بنابراین از 15 رکورد
398
00:12:14,639 –> 00:12:15,440
قبل
399
00:12:15,440 –> 00:12:18,639
یا 15 ردیف قبل شروع می شود تا تا آخرین ردیف
400
00:12:18,639 –> 00:12:20,800
سمت راست، و بنابراین اگر بسته های اخیر را انجام دهم و
401
00:12:20,800 –> 00:12:22,079
آن را چاپ کنم،
402
00:12:22,079 –> 00:12:24,560
بیایید آن را درست چاپ کنیم و آن یا
403
00:12:24,560 –> 00:12:26,399
بیایید پنج بسته آخر را فقط
404
00:12:26,399 –> 00:12:27,839
برای نشان دادن شما انجام دهیم. این درست به نظر می رسد
405
00:12:27,839 –> 00:12:29,440
و سپس ما تابع خود را صدا می زنیم،
406
00:12:29,440 –> 00:12:31,200
بنابراین تایپ می کنم
407
00:12:31,200 –> 00:12:35,040
uh is consolidating df، بنابراین از آنها حلقه
408
00:12:35,040 –> 00:12:35,920
409
00:12:35,920 –> 00:12:37,519
می زنیم، فریم داده را
410
00:12:37,519 –> 00:12:38,959
به تابع خود منتقل می کنیم و بیشترین چاپ را خواهیم
411
00:12:38,959 –> 00:12:39,279
داشت.
412
00:12:39,279 –> 00:12:42,560
پنج بسته اخیر، بنابراین اگر آن را درست اجرا کنم،
413
00:12:42,560 –> 00:12:46,399
می بینید که درست اجرا می شود،
414
00:12:46,399 –> 00:12:48,240
ما پنج بسته اخیر را داریم
415
00:12:48,240 –> 00:12:50,399
از 27 تا 31، بنابراین این
416
00:12:50,399 –> 00:12:52,399
آخرین هفته بسته شدن درست است
417
00:12:52,399 –> 00:12:55,200
و بنابراین فرض کنید ما 15 مورد آخر را می
418
00:12:55,200 –> 00:12:56,079
خواهیم. 15 را
419
00:12:56,079 –> 00:12:59,519
درست انجام دهید تا آن را اجرا کنیم و این از چه چیزی نشان می دهد
420
00:12:59,519 –> 00:13:02,240
به نظر می رسد از 13 ژوئیه تا
421
00:13:02,240 –> 00:13:03,440
31 ژوئیه
422
00:13:03,440 –> 00:13:05,440
تعطیلات آخر هفته را حذف می کند زیرا بازار سهام
423
00:13:05,440 –> 00:13:06,959
باز نیست، بنابراین
424
00:13:06,959 –> 00:13:09,200
ما راهی برای جداسازی 15 بسته آخر خود در
425
00:13:09,200 –> 00:13:10,480
حال حاضر داریم
426
00:13:10,480 –> 00:13:12,480
و بنابراین کار بعدی که می خواهیم انجام دهیم این است که
427
00:13:12,480 –> 00:13:13,839
بررسی کنیم آیا این بسته
428
00:13:13,839 –> 00:13:15,440
ها در محدوده باریکی هستند یا خیر. خیلی در حال
429
00:13:15,440 –> 00:13:17,040
نوسان است، ما به آن اهمیتی نمیدهیم،
430
00:13:17,040 –> 00:13:17,760
ما میخواهیم
431
00:13:17,760 –> 00:13:20,800
محدوده باریکی از بستهها را در اینجا محدود کنیم،
432
00:13:20,800 –> 00:13:21,519
بنابراین
433
00:13:21,519 –> 00:13:25,200
بیایید این کار را انجام دهیم، بنابراین
434
00:13:25,200 –> 00:13:26,399
من میخواهم این را
435
00:13:26,399 –> 00:13:29,120
کندلهای اخیر بنامم، زیرا در واقع
436
00:13:29,120 –> 00:13:31,040
این بستههای اخیر این نیست
437
00:13:31,040 –> 00:13:32,399
جدیدترین کندل استیک
438
00:13:32,399 –> 00:13:34,639
درست است، بنابراین یک راه خوب برای تعیین اینکه
439
00:13:34,639 –> 00:13:35,760
آیا بسته ها
440
00:13:35,760 –> 00:13:37,200
به هم نزدیک هستند یا خیر این است که می توانیم
441
00:13:37,200 –> 00:13:39,279
حداکثر و حداقل مقدار نزدیک را
442
00:13:39,279 –> 00:13:41,199
از این سری به درستی دریافت کنیم و می توانیم از
443
00:13:41,199 –> 00:13:43,839
توابع max و min pandas برای انجام این کار استفاده کنیم
444
00:13:43,839 –> 00:13:47,199
تا بتوانم این کار را انجام دهم. حداکثر بستن برابر است با کندلهای اخیر
445
00:13:47,199 –> 00:13:50,399
و سپس از آنجایی که
446
00:13:50,399 –> 00:13:51,360
ستون بسته نامیده میشود،
447
00:13:51,360 –> 00:13:54,880
من نزدیک را بهعنوان کلید در اینجا
448
00:13:54,880 –> 00:13:57,199
تایپ میکنم و سپس نقطه حداکثر را تایپ میکنم و سپس
449
00:13:57,199 –> 00:13:58,320
میتوانم حداقل نزدیک را انجام دهم
450
00:13:58,320 –> 00:14:01,440
برابر شمعدانهای اخیر نزدیک
451
00:14:01,440 –> 00:14:05,360
نقطه دقیقه را درست، پس بیایید حداکثر را چاپ کنیم.
452
00:14:05,360 –> 00:14:07,600
و در دقیقه ببندید بنابراین
453
00:14:07,600 –> 00:14:10,800
حداکثر بسته شدن بود
454
00:14:10,800 –> 00:14:14,160
و حداقل بسته درست بود و سپس
455
00:14:14,160 –> 00:14:16,720
می توانم فقط فرمت نقطه ای را با فرمت نقطه
456
00:14:16,720 –> 00:14:19,360
انجام دهم و سپس حداکثر
457
00:14:19,360 –> 00:14:20,079
نزدیک
458
00:14:20,079 –> 00:14:23,120
و حداقل نزدیک را به سمت راست ارسال می کنم، بنابراین
459
00:14:23,120 –> 00:14:26,560
آن را