در این مطلب، ویدئو ساخت ابزار تجزیه و تحلیل سهام در پایتون با TimescaleDB – قسمت 2 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: 1:40:12
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:08,800 –> 00:00:09,280
درست است،
2
00:00:09,280 –> 00:00:12,559
من فکر می کنم ما در حال استریم هستیم،
3
00:00:12,559 –> 00:00:16,720
آیا کسی می تواند آن را در چت تأیید کند
4
00:00:16,720 –> 00:00:20,640
و همچنین اگر صدا خوب است
5
00:00:23,920 –> 00:00:31,119
چیزهایی مانند آن
6
00:00:31,119 –> 00:00:34,320
بنابراین اساساً ما به سمت آن می رویم
7
00:00:34,320 –> 00:00:37,440
همه چیز عالی به نظر می رسد
8
00:00:37,440 –> 00:00:41,280
بنابراین اساساً ما می خواهیم از
9
00:00:41,280 –> 00:00:44,399
جایی که آخرین باری را ترک کردیم
10
00:00:44,399 –> 00:00:48,160
ادامه دهیم. پروژه تجزیه و تحلیل سهام
11
00:00:48,160 –> 00:00:51,360
به من اجازه دهید
12
00:00:51,360 –> 00:00:53,760
13
00:00:55,600 –> 00:00:59,600
فایل پایتون را به خوبی پیدا کنم، بنابراین اساساً
14
00:00:59,600 –> 00:01:03,760
ما این پروژه را آخرین باری ایجاد کردیم که
15
00:01:03,760 –> 00:01:07,680
16
00:01:07,680 –> 00:01:12,799
دادههای سهام درون روز را
17
00:01:12,799 –> 00:01:16,000
از uh با استفاده از api alpha vantage واکشی میکرد
18
00:01:16,000 –> 00:01:19,439
و آخرین باری که توانستیم یک اسکریپت ایجاد کنیم
19
00:01:19,439 –> 00:01:20,720
20
00:01:20,720 –> 00:01:24,479
که دادههای uh را واکشی میکند.
21
00:01:24,560 –> 00:01:29,040
از ماه گذشته
22
00:01:29,439 –> 00:01:34,720
به من اجازه دهید ابزار طراحی خود را آماده کنم
23
00:01:37,280 –> 00:01:40,320
تا
24
00:01:40,320 –> 00:01:42,960
بتوانیم داده های ماه گذشته را دریافت کنیم
25
00:01:42,960 –> 00:01:43,439
و
26
00:01:43,439 –> 00:01:47,360
در این
27
00:01:47,360 –> 00:01:50,960
استریم اجازه دهید دستور کار را به شما نشان دهم،
28
00:01:50,960 –> 00:01:53,280
بنابراین در این جریان می خواهیم
29
00:01:53,280 –> 00:01:54,000
به سرعت
30
00:01:54,000 –> 00:01:58,000
آنچه را بررسی کنیم ما در حال حاضر
31
00:01:58,000 –> 00:02:01,840
آنچه را که آخرین بار انجام دادیم، داریم،
32
00:02:01,840 –> 00:02:04,960
سپس میخواهیم کد را تنظیم
33
00:02:04,960 –> 00:02:07,280
کنیم تا بتوانیم دادههای بیشتری را از
34
00:02:07,280 –> 00:02:09,758
api alphavantage واکشی کنیم
35
00:02:09,758 –> 00:02:12,800
، حداکثر دو سال است و احتمالاً
36
00:02:12,800 –> 00:02:14,560
37
00:02:14,560 –> 00:02:19,760
فعلاً شش ماه را انتخاب
38
00:02:20,160 –> 00:02:24,480
خواهیم کرد. اساساً به این دلیل
39
00:02:24,480 –> 00:02:26,959
که این مقدار داده ای است که
40
00:02:26,959 –> 00:02:28,319
در حدی است
41
00:02:28,319 –> 00:02:30,640
که ما می توانیم از api alphavintage
42
00:02:30,640 –> 00:02:31,599
43
00:02:31,599 –> 00:02:35,440
uh in a
44
00:02:35,440 –> 00:02:39,519
um in در عرض چند ساعت استخراج کنیم،
45
00:02:39,519 –> 00:02:41,360
اما از نظر فنی می توانیم تمام این دو سال را انجام دهیم
46
00:02:41,360 –> 00:02:42,560
47
00:02:42,560 –> 00:02:45,920
و پس از آن مجموعه دادهها را
48
00:02:45,920 –> 00:02:49,040
با استفاده از تجسم دادههای uh با استفاده از
49
00:02:49,040 –> 00:02:50,720
نمودار
50
00:02:50,720 –> 00:02:54,400
در پایتون کاوش کنید و من چند
51
00:02:54,400 –> 00:02:58,879
سؤال را جمعآوری کردم که میتوانیم
52
00:02:58,879 –> 00:03:02,840
با استفاده از پرسوجوهای اکتشاف داده بسیار ساده به آنها پاسخ دهیم
53
00:03:02,840 –> 00:03:05,840
54
00:03:05,840 –> 00:03:10,959
و بله، بنابراین این دستور کار امروز است،
55
00:03:10,959 –> 00:03:12,560
بنابراین ابتدا اجازه دهید سریع
56
00:03:12,560 –> 00:03:14,879
کد فعلی را بررسی کنیم
57
00:03:14,879 –> 00:03:18,080
تا بتوانیم به آن پاسخ دهیم. سرعت همچنین من از
58
00:03:18,080 –> 00:03:21,120
آخرین بار پس از استریم um
59
00:03:21,120 –> 00:03:24,959
من تمام کدها را از uh
60
00:03:24,959 –> 00:03:28,400
از کامپیوتر خود به github آپلود کردم، بنابراین اگر
61
00:03:28,400 –> 00:03:30,560
به
62
00:03:30,879 –> 00:03:34,400
مقیاس زمانی uh github بروید
63
00:03:34,400 –> 00:03:38,480
و یک مخزن نمونه پیدا کنید
64
00:03:38,480 –> 00:03:40,159
و در آن نمونه ها این
65
00:03:40,159 –> 00:03:42,480
مخزن را گزارش کنید، یک پروژه تجزیه و تحلیل سهام وجود دارد.
66
00:03:42,480 –> 00:03:43,440
67
00:03:43,440 –> 00:03:46,480
اوم شما می توانید تمام
68
00:03:46,480 –> 00:03:49,920
پیش نیازها و تمام مراحلی را
69
00:03:49,920 –> 00:03:52,720
که باید انجام دهید، اگر می خواهید در
70
00:03:52,720 –> 00:03:53,680
71
00:03:53,680 –> 00:03:55,680
اصل همان پروژه ای را که می خواهید برای تجزیه و تحلیل گفتگوها انجام دهید را انجام دهید،
72
00:03:55,680 –> 00:03:56,959
73
00:03:56,959 –> 00:04:01,680
اینجا همه مراحل ایجاد جدول است. ipts
74
00:04:01,680 –> 00:04:05,760
و و همچنین اسکریپت پایتون،
75
00:04:05,760 –> 00:04:07,360
بنابراین می توانید اساساً این پروژه را به درستی تکرار کنید،
76
00:04:07,360 –> 00:04:09,760
77
00:04:12,720 –> 00:04:16,080
بنابراین
78
00:04:16,959 –> 00:04:19,440
اولین کاری که آخرین
79
00:04:19,440 –> 00:04:20,079
بار انجام
80
00:04:20,079 –> 00:04:23,120
دادیم این است که وقتی این تابع دریافت نمادها را ایجاد کردیم
81
00:04:23,120 –> 00:04:25,840
که اساساً یک وب
82
00:04:25,840 –> 00:04:26,800
اسکریپر است و
83
00:04:26,800 –> 00:04:29,840
نمادهای برچسب نمادها را خراش می دهد.
84
00:04:29,840 –> 00:04:33,440
از یک
85
00:04:33,440 –> 00:04:37,280
وبسایت، تمام هدف این است
86
00:04:37,280 –> 00:04:42,000
که بدانید نمادها را دریافت کنید
87
00:04:42,000 –> 00:04:45,840
و همچنین اگر تغییری
88
00:04:45,840 –> 00:04:48,080
در صد شرکت برتر ایالات متحده
89
00:04:48,080 –> 00:04:49,040
وجود داشته باشد یا
90
00:04:49,040 –> 00:04:52,400
91
00:04:52,400 –> 00:04:55,600
نمیدانم شرکت دیگری به آن ملحق شود. 100 مورد برتر
92
00:04:55,600 –> 00:04:58,400
این است پویا است اوه چون ما همچنین می
93
00:04:58,400 –> 00:04:59,520
94
00:04:59,520 –> 00:05:02,160
توانستیم مانند یک csv استاتیک استفاده کنیم اما اگر
95
00:05:02,160 –> 00:05:03,360
چیزی
96
00:05:03,360 –> 00:05:06,560
تغییر کرد باید آن را به صورت دستی به روز کنیم.
97
00:05:06,560 –> 00:05:09,120
98
00:05:09,120 –> 00:05:11,280
99
00:05:11,280 –> 00:05:14,720
100
00:05:14,720 –> 00:05:17,199
vintage api برای درخواست
101
00:05:17,199 –> 00:05:19,039
دادههای درون روزی،
102
00:05:19,039 –> 00:05:21,360
این تابع،
103
00:05:21,360 –> 00:05:22,639
دادههای اعتبارنامه تاریخچه را برای
104
00:05:22,639 –> 00:05:25,039
یک نماد علامتگذاری در بازههای زمانی یک دقیقه واکشی میکند،
105
00:05:25,039 –> 00:05:27,680
106
00:05:28,960 –> 00:05:32,160
ما از
107
00:05:32,160 –> 00:05:35,600
کپی pg برای درج دستهای این
108
00:05:35,600 –> 00:05:38,960
رکوردها استفاده میکنیم، ما از کپی pg
109
00:05:38,960 –> 00:05:42,639
و مدیر کپی به جای
110
00:05:42,639 –> 00:05:45,600
jus استفاده میکنیم. سطر به سطر را وارد کنید زیرا به
111
00:05:45,600 –> 00:05:48,720
این ترتیب
112
00:05:49,039 –> 00:05:50,639
و در تابع اصلی که
113
00:05:50,639 –> 00:05:52,080
اساساً روی
114
00:05:52,080 –> 00:05:55,280
همه نمادها برای اهداف آزمایشی تکرار میشود، بسیار سریعتر است،
115
00:05:55,280 –> 00:05:58,720
فکر میکنم آخرین بار فقط 10 مورد را انجام دادیم،
116
00:05:59,199 –> 00:06:00,960
اما بله، روی نمادها تکرار میکنیم و
117
00:06:00,960 –> 00:06:02,800
118
00:06:02,800 –> 00:06:06,960
دادهها را برای هر نماد واکشی میکنیم.
119
00:06:06,960 –> 00:06:09,840
و درج آن داده ها در
120
00:06:09,840 –> 00:06:10,720
پایگاه داده
121
00:06:10,720 –> 00:06:13,840
و نتیجه نهایی دفعه قبل این بود که اجازه دهید
122
00:06:13,840 –> 00:06:16,319
جدول من را بدست بیاورم،
123
00:06:16,319 –> 00:06:19,759
بنابراین داده ها را در
124
00:06:19,759 –> 00:06:24,000
این جدول درج کردیم که در آن
125
00:06:24,000 –> 00:06:26,639
تاریخ سهام زمان باز شدن قیمت قیمت بسته شدن
126
00:06:26,639 –> 00:06:27,600
127
00:06:27,600 –> 00:06:31,120
پایین ترین قیمت بالاترین قیمت و حجم
128
00:06:31,120 –> 00:06:34,240
برای هر یک برای هر نماد UH داریم.
129
00:06:34,240 –> 00:06:38,880
130
00:06:38,880 –> 00:06:42,080
حالا بیایید این اسکریپت را طوری تغییر دهیم
131
00:06:42,080 –> 00:06:44,479
که نه تنها آخرین ماه
132
00:06:44,479 –> 00:06:46,000
داده را
133
00:06:46,000 –> 00:06:51,039
شامل شود، بلکه شامل موارد بسیار بیشتری
134
00:06:51,039 –> 00:06:54,560
نیز باشد تا این کار را انجام دهیم، اساساً باید
135
00:06:54,560 –> 00:06:56,240
136
00:06:56,240 –> 00:06:59,280
این قسمت از کد را اصلاح کنیم، زیرا
137
00:06:59,280 –> 00:07:00,960
در حال
138
00:07:00,960 –> 00:07:05,360
حاضر ما فقط
139
00:07:05,360 –> 00:07:09,680
برای سال یک ماه درخواست داده ایم. یک ام
140
00:07:09,680 –> 00:07:12,000
و اوه، اساساً اگر api قدیمی آلفا را نمیدانید،
141
00:07:12,000 –> 00:07:13,360
تکههای
142
00:07:13,360 –> 00:07:16,400
143
00:07:16,400 –> 00:07:19,599
دادههای خود را برش میدهید، بنابراین نمیتوانید
144
00:07:19,599 –> 00:07:20,319
145
00:07:20,319 –> 00:07:23,039
تمام دادههای تمام دادههای دو سال
146
00:07:23,039 –> 00:07:24,319
ارزش داده را در
147
00:07:24,319 –> 00:07:27,599
یک آغوش دریافت کنید. فایل e چون اوه
148
00:07:27,599 –> 00:07:30,639
اوه این دو فایل بزرگ است و در
149
00:07:30,639 –> 00:07:34,160
عوض میتوانید دادهها را
150
00:07:34,160 –> 00:07:37,520
در دستههای یک ماهه دریافت کنید، اما به همین دلیل
151
00:07:37,520 –> 00:07:40,000
ما باید نوعی
152
00:07:40,000 –> 00:07:40,720
153
00:07:40,720 –> 00:07:44,000
uh نوعی حلقه ایجاد کنیم تا
154
00:07:44,000 –> 00:07:47,360
هر ماه تکرار شود و دادهها را دریافت کنیم. اوه و و
155
00:07:47,360 –> 00:07:49,360
اوم را برش
156
00:07:49,360 –> 00:07:52,560
میدهیم، بنابراین شاید
157
00:07:52,560 –> 00:07:54,160
بهترین کار این باشد که یک تابع ایجاد کنیم
158
00:07:54,160 –> 00:07:56,240
159
00:07:56,240 –> 00:07:59,120
که اساساً این
160
00:07:59,120 –> 00:07:59,919
161
00:07:59,919 –> 00:08:03,759
رشته را تعیین میکند که اساساً
162
00:08:03,759 –> 00:08:08,400
برش را برمیگرداند، زیرا اوه
163
00:08:08,400 –> 00:08:11,520
اوه ماه اول سال یک ماه است
164
00:08:11,520 –> 00:08:12,560
،
165
00:08:12,560 –> 00:08:16,160
ماه دوم سال است. یک ماه دو
166
00:08:16,160 –> 00:08:20,560
و به همین ترتیب um، پس بیایید تابعی
167
00:08:20,560 –> 00:08:21,039
به نام
168
00:08:21,039 –> 00:08:27,840
uh ایجاد کنیم، بیایید آن را get slice صدا
169
00:08:28,080 –> 00:08:31,599
کنیم و باید پارامتری داشته باشد که
170
00:08:31,599 –> 00:08:32,640
تعیین میکند
171
00:08:32,640 –> 00:08:36,479
کدام ماه را میخواهیم درخواست
172
00:08:37,440 –> 00:08:41,120
کنیم و باید یک عدد صحیح باشد،
173
00:08:41,120 –> 00:08:44,320
بنابراین اگر میگویید ماه یکی است
174
00:08:44,320 –> 00:08:46,000
که میرود. آخرین ماه بودن اگر
175
00:08:46,000 –> 00:08:48,480
بگوییم ماه دو
176
00:08:48,480 –> 00:08:55,839
است که دومین ماه گذشته خواهد بود
177
00:08:57,040 –> 00:09:00,800
um و اساساً
178
00:09:00,800 –> 00:09:05,120
um بنابراین این رشته ای است
179
00:09:05,120 –> 00:09:08,720
که ما داریم uh اما ما یک
180
00:09:08,720 –> 00:09:13,040
رشته متفاوت
181
00:09:13,760 –> 00:09:18,480
برای سال دوم داریم
182
00:09:21,279 –> 00:09:24,800
پس بیایید um را ایجاد کنیم
183
00:09:24,800 –> 00:09:28,000
بیایید ایجاد کنیم بیایید cr اگر ماه مساوی یا کوچکتر از 12 باشد، یک if
184
00:09:28,000 –> 00:09:30,959
uh بخورید،
185
00:09:31,760 –> 00:09:34,839
بنابراین اگر ماه
186
00:09:34,839 –> 00:09:39,200
مساوی یا کوچکتر از 12 باشد، به
187
00:09:39,200 –> 00:09:43,040
این معنی است که ما به
188
00:09:44,240 –> 00:09:48,839
دادههای uh از سال اول نیاز داریم، بنابراین به این رشته نیاز داریم
189
00:09:48,839 –> 00:09:51,760
190
00:09:51,760 –> 00:09:55,279
و بیایید عدد را اضافه کنیم
191
00:09:55,279 –> 00:10:05,040
،
192
00:10:05,040 –> 00:10:08,640
بنابراین اگر بگوییم uh ما درخواست
193
00:10:08,640 –> 00:10:12,959
10 را داریم. ماه گذشته،
194
00:10:12,959 –> 00:10:15,200
اوه، سال یک
195
00:10:15,200 –> 00:10:19,680
ماه 10 برمی
196
00:10:19,680 –> 00:10:22,560
گردد. در غیر این صورت،
197
00:10:24,160 –> 00:10:28,640
این قالب
198
00:10:30,399 –> 00:10:33,839
و ماه را
199
00:10:37,440 –> 00:10:47,839
کاملاً درست
200
00:10:52,959 –> 00:10:55,440
برگردانید، بنابراین اگر به تابع واکشی سهام خود برگردیم
201
00:10:55,440 –> 00:10:58,800
202
00:10:59,279 –> 00:11:02,560
، مقدار برش
203
00:11:04,000 –> 00:11:08,079
از این تابع دریافت برش
204
00:11:08,079 –> 00:11:10,560
می آید
205
00:11:13,680 –> 00:11:16,399
و ما نیز به آن نیاز خواهیم داشت. برای به دست آوردن مقادیر
206
00:11:16,399 –> 00:11:16,880
ماه
207
00:11:16,880 –> 00:11:20,320
uh از مقداری ما از جایی
208
00:11:20,320 –> 00:11:22,560
uh، بنابراین بیایید آن را در اینجا و همچنین
209
00:11:22,560 –> 00:11:25,600
پارامتر دیگری
210
00:11:26,839 –> 00:11:29,839
um اضافه کنیم
211
00:11:30,240 –> 00:11:34,000
و اکنون اساساً
212
00:11:34,000 –> 00:11:37,120
um فقط باید
213
00:11:37,120 –> 00:11:40,240
یک حلقه um دیگر ایجاد کنیم زیرا در حال
214
00:11:40,240 –> 00:11:42,079
حاضر حلقه ای که داریم فقط برای
215
00:11:42,079 –> 00:11:43,839
نمادها است.
216
00:11:43,839 –> 00:11:46,800
ما همچنین میخواهیم طی ماهها تکرار
217
00:11:46,800 –> 00:11:49,200
218
00:11:50,240 –> 00:11:54,560
کنیم، بنابراین بیایید یک حلقه دیگر
219
00:11:55,120 –> 00:11:58,560
um چهار ماه
220
00:11:58,560 –> 00:12:01,120
در uh
221
00:12:01,680 –> 00:12:04,720
in ایجاد کنیم و اساساً ما فقط باید
222
00:12:04,720 –> 00:12:06,000
در اینجا روی اعداد تکرار کنیم،
223
00:12:06,000 –> 00:12:09,760
زیرا اوه، تابع get slice
224
00:12:09,760 –> 00:12:14,240
به یک عدد صحیح نیاز دارد،
225
00:12:15,120 –> 00:12:18,320
بنابراین بیایید از محدوده استفاده کنیم
226
00:12:19,040 –> 00:12:21,279
227
00:12:22,720 –> 00:12:25,200
و حالا چه w اگر بخواهیم در اینجا قرار دهیم
228
00:12:25,200 –> 00:12:26,399
بستگی به
229
00:12:26,399 –> 00:12:29,519
مقدار داده ای دارد که می خواهیم به دست
230
00:12:29,519 –> 00:12:33,200
بیاوریم، بنابراین اگر می خواهیم اجازه دهیم اگر می خواهیم
231
00:12:33,200 –> 00:12:34,480
232
00:12:34,480 –> 00:12:38,959
داده های شش ماه گذشته
233
00:12:38,959 –> 00:12:43,200
را دریافت کنیم، باید اساساً
234
00:12:45,440 –> 00:12:49,680
ماه 1 2 3 4 5 و 6 را دریافت کنیم.
235
00:12:49,680 –> 00:12:52,800
یعنی تکرار از یک شروع می شود
236
00:12:52,800 –> 00:12:57,440
و تا
237
00:12:57,680 –> 00:13:00,240
شش ادامه می یابد، یعنی باید هفت را
238
00:13:00,240 –> 00:13:02,560
در اینجا قرار
239
00:13:04,839 –> 00:13:06,880
دهم
240
00:13:06,880 –> 00:13:09,680
و همچنین باید داده های واکشی سهام
241
00:13:09,680 –> 00:13:12,240
را در داخل حلقه
242
00:13:12,240 –> 00:13:14,720
و همچنین تابع insert را در داخل
243
00:13:14,720 –> 00:13:16,959
حلقه قرار دهیم
244
00:13:17,680 –> 00:13:21,120
و این کار بیش از
245
00:13:21,120 –> 00:13:23,920
یک دو سه چهار تکرار می شود. پنج شش و ما فقط
246
00:13:23,920 –> 00:13:24,720
247
00:13:24,720 –> 00:13:27,760
باید تعداد ماه ها را
248
00:13:27,760 –> 00:13:34,160
برای واکشی اطلاعات سهام
249
00:13:34,160 –> 00:13:38,320
um بگذرانیم، بنابراین فکر می کنم این باید اکنون کار کند،
250
00:13:38,320 –> 00:13:42,160
251
00:13:42,160 –> 00:13:45,920
اوم، بنابراین دلیل اینکه من شش ماه را انتخاب کردم،
252
00:13:45,920 –> 00:13:48,480
زیرا اگر خودتان این
253
00:13:48,480 –> 00:13:49,199
پروژه
254
00:13:49,199 –> 00:13:52,480
را انجام دهید و رایگان هستید، می توانید لایک کنید.
255
00:13:52,480 –> 00:13:57,600
سطح api alpha vintage
256
00:13:57,600 –> 00:14:02,720
به من اجازه دهید فقط اسناد را بررسی کنم،
257
00:14:02,720 –> 00:14:06,399
بنابراین محدودیتی در
258
00:14:06,399 –> 00:14:08,720
259
00:14:09,120 –> 00:14:12,160
مورد تعداد درخواستهایی که میتوانید انجام دهید وجود دارد
260
00:14:12,160 –> 00:14:17,839
و فکر میکنم میتوانید بتوانید
261
00:14:20,480 –> 00:14:31,839
آن را در کجا انجام دهید،
262
00:14:33,519 –> 00:14:35,600
بنابراین میتوانید در هر دقیقه پنج درخواست
263
00:14:35,600 –> 00:14:36,880
264
00:14:36,880 –> 00:14:41,360
api و 500 درخواست ارسال کنید. در روز
265
00:14:42,639 –> 00:14:46,240
که فکر می کنم
266
00:14:46,240 –> 00:14:49,440
اگر انجام دهید اگر میخواهید برای
267
00:14:49,440 –> 00:14:53,120
268
00:14:53,120 –> 00:14:57,519
400 سهم، دادههای یک دقیقهای استخراج
269
00:14:57,519 –> 00:15:00,240
270
00:15:00,800 –> 00:15:02,160
کنید، میتوانید
271
00:15:02,160 –> 00:15:04,720
272
00:15:04,720 –> 00:15:07,760
در یک روز در سطح رایگان، دادههای شش ماهه را استخراج کنید، به
273
00:15:07,760 –> 00:15:08,320
همین دلیل من آن
274
00:15:08,320 –> 00:15:11,440
را انتخاب کردم. اوه،
275
00:15:11,440 –> 00:15:15,199
الان شش ماه طول می کشد،
276
00:15:15,199 –> 00:15:20,480
اوه، شاید چند ساعت طول بکشد تا آن را دریافت کنید،
277
00:15:20,480 –> 00:15:24,160
نه به این دلیل که بلع آهسته
278
00:15:24,160 –> 00:15:26,880
است، در واقع فکر می
279
00:15:26,880 –> 00:15:28,880
کنم بین یک تا دو ثانیه در هر
280
00:15:28,880 –> 00:15:30,160
دسته است،
281
00:15:30,160 –> 00:15:34,399
اما چیزی که می تواند سرعت شما را کاهش دهد این
282
00:15:34,959 –> 00:15:36,959
است که اوه، من همین الان آن را
283
00:15:36,959 –> 00:15:38,160
بستم، این
284
00:15:38,160 –> 00:15:41,360
پنج درخواست در دقیقه خواهد بود،
285
00:15:41,360 –> 00:15:43,120
بنابراین سرعت شما را کاهش می دهد
286
00:15:43,120 –> 00:15:44,880
،
287
00:15:44,880 –> 00:15:47,759
اما ما می توانیم آن را اجرا کنیم فقط برای
288
00:15:47,759 –> 00:15:49,199
اینکه ببینیم کار می کند یا
289
00:15:49,199 –> 00:15:52,639
خیر و سپس می توانم
290
00:15:52,639 –> 00:15:56,720
نتیجه نهایی را به شما نشان دهم اگر شما اجازه دهید
291
00:15:56,720 –> 00:15:58,480
تا پایان کار کند، من میتوانم نتیجه نهایی را به شما نشان دهم که
292
00:15:58,480 –> 00:16:01,440
چگونه به نظر میرسد،
293
00:16:01,440 –> 00:16:05,839
بنابراین بیایید یک ترمینال جدید
294
00:16:05,839 –> 00:16:09,360
با محیط خود ایجاد کنیم،
295
00:16:09,360 –> 00:16:13,600
بنابراین اگر تجزیه و تحلیل سهام را خوب اجرا کنیم،
296
00:16:20,639 –> 00:16:24,000
بنابراین دادهها برای اپل
297
00:16:24,000 –> 00:16:27,199
که سهام شماره یک است
298
00:16:27,199 –> 00:16:37,839
در حال حاضر
299
00:16:39,360 –> 00:16:42,639
خوب است واکشی میکند. یک مشکل با
300
00:16:42,639 –> 00:16:47,279
اتصال من روی رشته
301
00:16:49,680 –> 00:16:52,480
جالب
302
00:16:55,440 –> 00:16:59,440
باشه اجازه
303
00:17:00,800 –> 00:17:05,839
بدید فایل کانفیگم رو چک
304
00:17:06,079 –> 00:17:09,439
کنم امیدوارم نتونید ببینید که آره پس من
305
00:17:09,439 –> 00:17:11,839
واقعا
306
00:17:12,319 –> 00:17:15,359
فایل های کانفیگ مناسبی ندارم پس
307
00:17:15,359 –> 00:17:17,119
باید
308
00:17:17,119 –> 00:17:20,239
سریع پیداش کنم خیلی
309
00:17:32,640 –> 00:17:34,880
310
00:17:42,880 –> 00:17:46,240
خوب متوجه شدم و
311
00:17:46,240 –> 00:17:51,039
همه چیز رو جایگذاری میکنم
312
00:17:51,039 –> 00:18:01,840
پس بیایید دوباره امتحان کنید
313
00:18:09,039 –> 00:18:11,280
بله این واکشی داده فقط به این معنی است
314
00:18:11,280 –> 00:18:12,960
که
315
00:18:12,960 –> 00:18:15,120
واکشی داده ها از api و اکنون در حال
316
00:18:15,120 –> 00:18:16,880
وارد کردن داده است
317
00:18:16,880 –> 00:18:19,120
بنابراین به نظر می رسد اتصال کدک در حال
318
00:18:19,120 –> 00:18:21,440
کار است
319
00:18:21,440 –> 00:18:23,440
[Music]
320
00:18:23,440 –> 00:18:26,080
و ما می توانیم پایگاه داده را بررسی کنیم بنابراین
321
00:18:26,080 –> 00:18:27,760
در حال حاضر در حال
322
00:18:27,760 –> 00:18:31,679
وارد کردن داده ها به سهام نیز
323
00:18:37,120 –> 00:18:40,480
در اینجا هستیم، بنابراین اگر
324
00:18:40,799 –> 00:18:43,840
اگر به سرعت
325
00:18:45,760 –> 00:18:50,400
آخرین
326
00:18:54,840 –> 00:18:57,840
رکوردها
327
00:18:59,919 –> 00:19:11,360
را بررسی کنیم، ترتیب تاریخ سهام را به صورت
328
00:19:11,360 –> 00:19:14,240
نزولی بررسی
329
00:19:17,520 –> 00:19:20,080
کنیم، بله، بنابراین دادههایی از 17
330
00:19:20,080 –> 00:19:22,840
ژوئن داریم که دیروز بود
331
00:19:22,840 –> 00:19:25,919
و درست است
332
00:19:25,919 –> 00:19:28,000
و چون api
333
00:19:28,000 –> 00:19:30,400
هنوز اطلاعاتی از امروز ندارد.
334
00:19:30,400 –> 00:19:34,080
بنابراین به نظر می رسد که کار می کند،
335
00:19:34,080 –> 00:19:37,600
بنابراین من همین الان آن را متوقف می
336
00:19:37,600 –> 00:19:40,080
کنم و
337
00:19:40,080 –> 00:19:41,840
پایگاه داده
338
00:19:41,840 –> 00:19:45,360
یا جدول را به شما نشان می
339
00:19:45,360 –> 00:19:47,360
دهم و اگر اجازه دهید اجرا شود چگونه به نظر می رسد،
340
00:19:47,360 –> 00:19:50,799
فکر می کنم دو ساعت طول
341
00:19:51,360 –> 00:19:54,480
کشید تا پایگاه داده را پر کنید
342
00:19:54,480 –> 00:19:59,679
تا من این جدول را دارم سهام جدید
343
00:19:59,679 –> 00:20:03,120
و من
344
00:20:03,120 –> 00:20:06,320
345
00:20:06,320 –> 00:20:09,840
تقریباً همین اسکریپت را اجرا کردم تا شش ماه داده به دست بیاورم،
346
00:20:09,840 –> 00:20:13,919
بنابراین این جدول
347
00:20:13,919 –> 00:20:14,320
جدید
348
00:20:14,320 –> 00:20:17,840
دارای شش
349
00:20:17,840 –> 00:20:22,320
ماه داده است
350
00:20:22,640 –> 00:20:25,600
که میتوانیم آنها را تجزیه و تحلیل
351
00:20:25,840 –> 00:20:29,600
352
00:20:29,600 –> 00:20:32,840
353
00:20:32,840 –> 00:20:36,320
کنیم
354
00:20:36,320 –> 00:20:39,679
. کد برای واکشی مجدد داده های بیشتر
355
00:20:39,679 –> 00:20:41,280
من فقط شش ماه را واکشی می کنم، اما
356
00:20:41,280 –> 00:20:42,960
اگر بخواهید می توانید دو سال انجام دهید
357
00:20:42,960 –> 00:20:47,200
358
00:20:47,200 –> 00:20:49,679
و سپس اکنون بیایید مجموعه داده ها را بررسی کنیم،
359
00:20:49,679 –> 00:20:50,799
360
00:20:50,799 –> 00:20:55,440
بنابراین برای آن می توانیم از
361
00:20:55,440 –> 00:20:59,120
یک نوت بوک jupyter استفاده کنیم،
362
00:20:59,120 –> 00:21:03,840
اما من نیز این کار را انجام خواهم داد.
363
00:21:03,840 –> 00:21:07,190
فقط یک اسکریپت پایتون جدید
364
00:21:07,190 –> 00:21:08,880
[موسیقی]
365
00:21:08,880 –> 00:21:14,159
یا برای همه
366
00:21:14,159 –> 00:21:16,640
پرس و جوها و
367
00:21:16,640 –> 00:21:20,240
کد تجسم تجسم و همه چیزهای دیگر ایجاد کنید،
368
00:21:20,240 –> 00:21:23,520
تا آنجایی که تجسمسازیها، اوه، من فقط
369
00:21:23,520 –> 00:21:24,400
میخواستم به
370
00:21:24,400 –> 00:21:27,440
سرعت اشاره کنم که چه ابزارهایی دارید،
371
00:21:27,440 –> 00:21:29,840
وقتی این نوع را انجام میدهید.
372
00:21:29,840 –> 00:21:32,720
از چیزهایی در پایتون،
373
00:21:32,720 –> 00:21:36,080
بنابراین اول از همه شما matplotlib دارید
374
00:21:36,080 –> 00:21:39,120
که اساساً اوه، فکر
375
00:21:39,120 –> 00:21:42,480
میکنم محبوبترین
376
00:21:42,480 –> 00:21:44,840
ابزار تجسم پایتون um
377
00:21:44,840 –> 00:21:46,640
[Music] است
378
00:21:46,640 –> 00:21:48,080
و واقعاً خوب است مثل اینکه
379
00:21:48,080 –> 00:21:49,919
واقعاً قدرتمند است، اکنون میتوانید همه نوع
380
00:21:49,919 –> 00:21:50,960
381
00:21:50,960 –> 00:21:53,600
کارها را انجام دهید. با matplotlib این است
382
00:21:53,600 –> 00:21:54,000
383
00:21:54,000 –> 00:21:56,559
که حتی اگر فقط به دنبال
384
00:21:56,559 –> 00:21:57,039
385
00:21:57,039 –> 00:21:59,840
انجام یک کار بسیار آسان هستید، مثلاً اجازه دهید من چیزهای بسیار آسانی را
386
00:21:59,840 –> 00:22:00,559
پیدا
387
00:22:00,559 –> 00:22:03,200
کنم، مانند نمودار میلهای افقی.
388
00:22:03,200 –> 00:22:04,720
389
00:22:04,720 –> 00:22:08,880
390
00:22:08,880 –> 00:22:12,000
391
00:22:12,000 –> 00:22:14,880
نمودار دایره ای بسیار ساده اوه
392
00:22:14,880 –> 00:22:15,520
393
00:22:15,520 –> 00:22:19,760
اوه که دوست دارم صادقانه
394
00:22:19,760 –> 00:22:21,679
بگویم باید فقط یک خط کد باشد.
395
00:22:21,679 –> 00:22:24,320
شما می دانید که فقط باید
396
00:22:24,320 –> 00:22:26,080
397
00:22:26,080 –> 00:22:29,200
مقادیر y مقادیر x را
398
00:22:29,200 –> 00:22:32,720
تعریف کنید و اگر می خواهید برخی از آنها را انجام دهید
399
00:22:32,720 –> 00:22:34,080
می دانید اگر می خواهید برای اینکه آن را
400
00:22:34,080 –> 00:22:36,710
با رنگها یا هر چیز دیگری
401
00:22:36,710 –> 00:22:38,080
[موسیقی] زیبا
402
00:22:38,080 –> 00:22:41,120
کنم، به همین دلیل است که من matplotlibs را
403
00:22:41,120 –> 00:22:43,760
برای چیزهای بسیار ابتدایی که در حال حاضر انجام میدهیم دوست ندارم،
404
00:22:43,760 –> 00:22:44,960
در
405
00:22:44,960 –> 00:22:48,400
عوض من از
406
00:22:48,400 –> 00:22:51,200
اوه اوهوم طرحواره استفاده خواهم کرد که متن باز هم
407
00:22:51,200 –> 00:22:52,000
408
00:22:52,000 –> 00:22:55,760
matplotlib باز است. منبع نیز هست اما
409
00:22:55,760 –> 00:22:57,919
کاملاً یک نسخه میزبانی شده دارد اما یک
410
00:22:57,919 –> 00:23:00,799
نسخه منبع باز نیز دارد
411
00:23:00,799 –> 00:23:03,600
و چیزی که من واقعاً در مورد plotly دوست دارم این است
412
00:23:03,600 –> 00:23:05,360
413
00:23:05,360 –> 00:23:07,440
که بسیار آسان است مانند
414
00:23:07,440 –> 00:23:10,559
یک خط کد برای انجام کارهای بسیار ساده.
415
00:23:10,559 –> 00:23:14,960
416
00:23:14,960 –> 00:23:17,679
نه در واقع بیایید به نمودارهای خطی نگاه کنیم
417
00:23:17,679 –> 00:23:18,880
زیرا
418
00:23:18,880 –> 00:23:21,600
این همان کاری است که ما می خواهیم با
419
00:23:21,600 –> 00:23:23,679
داده های سری زمانی سهام انجام
420
00:23:23,679 –> 00:23:27,360
دهیم، به عنوان مثال برای ایجاد
421
00:23:27,360 –> 00:23:30,799
یک نمودار خطی، شما به معنای واقعی کلمه فقط به یک
422
00:23:30,799 –> 00:23:32,080
خط کد نیاز دارید، مانند اینکه باید
423
00:23:32,080 –> 00:23:33,520
داده ها
424
00:23:33,520 –> 00:23:35,200
را در یک قاب داده قرار دهید که همچنین بسیار
425
00:23:35,200 –> 00:23:37,520
خوب است که شما نیازی نیست
426
00:23:37,520 –> 00:23:39,200
مانند آرایهها یا
427
00:23:39,200 –> 00:23:42,320
یا یا هر چیز دیگری ایجاد کنید، فقط برای دریافت
428
00:23:42,320 –> 00:23:43,360
دادهها در یک قاب داده نیاز دارید
429
00:23:43,360 –> 00:23:47,039
که فریم داده را به um
430
00:23:47,039 –> 00:23:50,720
به تابع uh نموداری uh
431
00:23:50,720 –> 00:23:53,919
um که میدانید x y
432
00:23:53,919 –> 00:23:56,880
شاید یک عنوان um تعریف میکند و اساساً همین است.
433
00:23:56,880 –> 00:23:57,760
434
00:23:57,760 –> 00:24:02,480
نمودار را برای شما ایجاد می کند، بنابراین من واقعاً آن را دوست دارم
435
00:24:02,480 –> 00:24:05,520
و بر اساس جاوا اسکریپت است،
436
00:24:05,520 –> 00:24:08,559
مثل اینکه نمی دانم آیا
437
00:24:08,559 –> 00:24:12,720
ابزاری برای تجسم python um وجود
438
00:24:12,720 –> 00:24:16,840
دارد که در پایتون
439
00:24:16,840 –> 00:24:18,880
um uh مانند بسیاری از
440
00:24:18,880 –> 00:24:21,200
موارد خوب ساخته شده است. یا
441
00:24:21,200 –> 00:24:23,039
کتابخانه های تجسم تجسم آسان در
442
00:24:23,039 –> 00:24:26,559
جاوا اسکریپت هستند اوه
443
00:24:26,559 –> 00:24:29,600
ام اوه اما بله،
444
00:24:29,600 –> 00:24:33,840
بنابراین ما از plotly استفاده می کنیم، پس
445
00:24:34,080 –> 00:24:38,720
بیایید plotlip را نصب کنیم
446
00:24:40,720 –> 00:24:44,000
، فکر می کنم فقط pip install plotly بله
447
00:24:44,000 –> 00:24:46,640
بنابراین pip install plotly um شما می توانید
448
00:24:46,640 –> 00:24:48,240
آن را وارد کنید
449
00:24:48,240 –> 00:24:50,720
و اوه و بله بنابراین یک چیز می خواستم
450
00:24:50,720 –> 00:24:51,520
بگویم همچنین
451
00:24:51,520 –> 00:24:54,880
این پکیج
452
00:24:54,880 –> 00:24:58,240
به نام uh plotly express است
453
00:24:58,240 –> 00:25:00,080
که اساساً همان چیزی است که ما از آن
454
00:25:00,080 –> 00:25:01,600
استفاده خواهیم کرد و
455
00:25:01,600 –> 00:25:04,400
456
00:25:05,279 –> 00:25:07,200
نکته جالب در مورد این است
457
00:25:07,200 –> 00:25:08,559
که سطح بسیار بالایی دارد
458
00:25:08,559 –> 00:25:10,559
که اگر بخواهید مانند low انجام دهید می تواند بد باشد.
459
00:25:10,559 –> 00:25:12,240
چیزهای سطحی اما
460
00:25:12,240 –> 00:25:14,240
در مورد ما واقعاً خوب است
461
00:25:14,240 –> 00:25:15,679
سطح بالا بسیار آسان است
462
00:25:15,679 –> 00:25:19,360
و همچنین اگر میخواهید
463
00:25:19,360 –> 00:25:23,679
عمیقتر بروید نمیتوانم آن را در سمت چپ پیدا کنم
464
00:25:23,679 –> 00:25:26,559
اما به طور کامل یک بسته برای چیزهای سطح پایینتر دارد
465
00:25:26,559 –> 00:25:29,520
بنابراین اگر میخواهید بروید اگر میخواهید بروید.
466
00:25:29,520 –> 00:25:31,120
میخواهید
467
00:25:31,120 –> 00:25:33,840
در همان سطحی که
468
00:25:33,840 –> 00:25:34,720
از
469
00:25:34,720 –> 00:25:37,760
matplotlib استفاده میکنید، تجسمهایی را انجام دهید یا ایجاد کنید، میتوانید آن را با plotly
470
00:25:37,760 –> 00:25:39,120
نیز انجام دهید، فقط
471
00:25:39,120 –> 00:25:43,840
نه از plotly express بلکه از
472
00:25:43,840 –> 00:25:46,480
بسته دیگری
473
00:25:46,480 –> 00:25:46,960
که مطمئن نیستم اسمش چیست استفاده کنید.
474
00:25:46,960 –> 00:25:51,039
از
475
00:25:51,039 –> 00:25:54,320
این بسته استفاده کنید، بنابراین بیایید به
476
00:25:54,320 –> 00:25:58,400
یک کد مثال نگاه کنیم، بنابراین به این صورت است که
477
00:25:58,400 –> 00:26:01,440
آن را وارد میکنید
478
00:26:05,360 –> 00:26:08,480
و اساساً ابتدا باید
479
00:26:08,480 –> 00:26:11,760
دادهها را در چارچوب دادهها قرار دهیم،
480
00:26:11,760 –> 00:26:15,200
بنابراین برای این کار به پاندا نیز نیاز
481
00:26:15,200 –> 00:26:18,880
482
00:26:18,880 –> 00:26:20,799
خواهیم داشت، اما در واقع میخواستیم آن را وارد کنیم،
483
00:26:20,799 –> 00:26:23,039
زیرا
484
00:26:23,039 –> 00:26:25,520
و فقط از داخلی اگر آه داخل
485
00:26:25,520 –> 00:26:26,480
plo
486
00:26:26,480 –> 00:26:30,080
مگر اینکه بخواهیم تغییری
487
00:26:30,080 –> 00:26:33,360
روی قاب داده
488
00:26:33,360 –> 00:26:36,799
انجام دهیم، پس بیایید ببینیم،
489
00:26:36,799 –> 00:26:38,320
بله، باید پانداها را وارد
490
00:26:38,320 –> 00:26:39,840
کنیم زیرا میخواهیم از
491
00:26:39,840 –> 00:26:42,720
تابع read sql برای دریافت دادهها از
492
00:26:42,720 –> 00:26:43,120
493
00:26:43,120 –> 00:26:46,159
مقیاس زمانی db استفاده کنیم، بنابراین بیایید پانداها را
494
00:26:46,159 –> 00:26:48,400
نیز وارد کنیم
495
00:26:50,840 –> 00:26:53,840
و
496
00:26:54,080 –> 00:26:57,279
و بیایید داده ها را از پایگاه داده
497
00:26:57,279 –> 00:27:00,400
بخوانیم و sql را بخوانیم،
498
00:27:00,400 –> 00:27:07,840
ما به یک پرس و جو نیاز خواهیم داشت،
499
00:27:16,240 –> 00:27:18,840
بنابراین برای پرس و جو، بیایید به readme خود برگردیم
500
00:27:18,840 –> 00:27:21,840
501
00:27:21,840 –> 00:27:26,240
چه کاری می خواهیم انجام دهیم، بنابراین اولین
502
00:27:26,240 –> 00:27:28,320
پرس و جو یا سوالی که در اینجا داریم این
503
00:27:28,320 –> 00:27:32,880
است که قیمت سهام در طول زمان چگونه تغییر کرده است.
504
00:27:33,520 –> 00:27:37,120
در اینجا به جای قیمت سهام،
505
00:27:37,120 –> 00:27:40,399
اوه می دانید که ما می توانیم
506
00:27:40,399 –> 00:27:43,440
هر نمادی را اضافه کنیم، شاید بتوانیم به اوه
507
00:27:43,440 –> 00:27:46,080
مانند اوه
508
00:27:46,080 –> 00:27:48,880
اوه اوه، نمی دانم می توانیم به اپل یا
509
00:27:48,880 –> 00:27:50,640
الفبا یا
510
00:27:50,640 –> 00:27:54,799
برخی از نمادهای محبوب تر نگاه کنیم.
511
00:27:54,799 –> 00:27:58,640
چگونه قیمت آنها در طول زمان تغییر کرد
512
00:27:58,640 –> 00:28:02,640
و ما می توانیم از یک نمودار خطی
513
00:28:02,640 –> 00:28:06,559
برای تجسم آن استفاده کنیم،
514
00:28:07,360 –> 00:28:12,080
بنابراین بیایید به dbeaver برویم تا
515
00:28:12,080 –> 00:28:15,360
بفهمیم به چه
516
00:28:15,360 –> 00:28:18,640
اسکریپتی نیاز داریم،
517
00:28:20,399 –> 00:28:23,679
بنابراین اساساً بیایید یک اسکریپت جدید
518
00:28:23,679 –> 00:28:24,480
صفحه نمایش
519
00:28:24,480 –> 00:28:27,200
sql ایجاد
520
00:28:29,120 –> 00:28:33,200
کنیم تا از سهام جدید
521
00:28:34,799 –> 00:28:38,399
استفاده کنیم
522
00:28:38,640 –> 00:28:40,480
بنابراین ما به قیمت هایی که داریم نیاز داریم قرار است
523
00:28:40,480 –> 00:28:41,760
از
524
00:28:41,760 –> 00:28:46,720
um the close price uh یا price close
525
00:28:46,720 –> 00:28:49,840
ستون استفاده کنیم
526
00:28:49,840 –> 00:28:53,200
که اساساً قیمت بسته شدن
527
00:28:53,200 –> 00:28:56,559
یا همان uh برای آن دقیقه است
528
00:28:56,559 –> 00:28:59,279
زیرا ما دادههای بازه یک دقیقه uh
529
00:28:59,279 –> 00:29:01,600
530
00:29:02,320 –> 00:29:05,919
داریم اما میخواهیم این
531
00:29:05,919 –> 00:29:06,720
مجموعه داده یا
532
00:29:06,720 –> 00:29:10,080
چارچوب داده را اساساً تجسم کنیم. در یک نمودار خطی،
533
00:29:10,080 –> 00:29:11,679
بنابراین باید به این فکر کنیم که چه
534
00:29:11,679 –> 00:29:14,399
مقادیری را می خواهیم داشته باشیم یا
535
00:29:14,399 –> 00:29:17,120
چه مقادیری را باید از
536
00:29:17,120 –> 00:29:18,320
پایگاه داده
537
00:29:18,320 –> 00:29:22,480
uh برای مقادیر x پرس و جو کنیم، بنابراین x
538
00:29:22,480 –> 00:29:26,240
در محور x به زمان uh نیاز خواهیم داشت.
539
00:29:26,240 –> 00:29:29,279
اگر
540
00:29:29,279 –> 00:29:33,440
541
00:29:34,000 –> 00:29:36,880
همه سطرها را درخواست کنیم که اساساً
542
00:29:36,880 –> 00:29:38,320
543
00:29:38,320 –> 00:29:42,640
برای هر دقیقه یک ردیف جدید میدانید، واقعا شلوغ میشود،
544
00:29:42,640 –> 00:29:46,720
بنابراین بیایید از
545
00:29:46,720 –> 00:29:50,960
ویژگی سطل زمانی uh در مقیاس زمانی db استفاده کنیم
546
00:29:50,960 –> 00:29:54,240
که این است که
547
00:29:54,240 –> 00:29:57,440
اساساً یک ردیف را سطل میکند.
548
00:29:57,440 –> 00:29:59,919
با هم،
549
00:30:02,720 –> 00:30:06,240
بنابراین فرض کنید میخواهیم دادهها را دریافت
550
00:30:06,240 –> 00:30:11,200
کنیم، بنابراین یک داده شش ماهه داریم،
551
00:30:11,200 –> 00:30:15,120
بنابراین کاری که میتوانیم انجام دهیم این
552
00:30:15,279 –> 00:30:20,000
است که شاید از
553
00:30:20,559 –> 00:30:24,159
یک سطل هفتگی استفاده کنیم، بنابراین
554
00:30:24,159 –> 00:30:28,000
برای هر هفته یک
555
00:30:28,000 –> 00:30:31,760
نقطه قیمت داشته باشیم و آن نقطه قیمت
556
00:30:31,760 –> 00:30:35,440
باید خوب باشد.
557
00:30:35,440 –> 00:30:37,520
قیمت شروع یا آخرین قیمت
558
00:30:37,520 –> 00:30:39,039
l
559
00:30:39,039 –> 00:30:42,080
بیایید از آخرین قیمت
560
00:30:42,080 –> 00:30:45,279
برای هر هفته استفاده کنیم، بنابراین
561
00:30:45,279 –> 00:30:49,440
اگر سطل های هفتگی می خواهیم،
562
00:30:49,440 –> 00:30:51,760
د هفت روز را به عنوان پارامتر سطل زمان اول و س
563
00:30:51,760 –> 00:30:53,760
564
00:30:53,760 –> 00:30:57,440
س نام ستون زمان را
565
00:30:57,440 –> 00:30:59,600
ه در مورد ما زمان تاریخ سهام است، بگذرانیم و ب
566
00:30:59,600 –> 00:31:01,840
567
00:31:03,200 –> 00:31:06,799
ایید تماس بگ
568
00:31:06,880 –> 00:31:10,159
ریم. بیایید آن را تایم فریم بنامیم،
569
00:31:10,720 –> 00:31:14,320
بنابراین تایم فریم های هفتگی
570
00:31:14,320 –> 00:31:19,840
داریم و
571
00:31:20,000 –> 00:31:24,640
همچنین اساساً به آخرین مقدار در
572
00:31:24,640 –> 00:31:25,679
هر
573
00:31:25,679 –> 00:31:29,120
سطل نیاز داریم و برای آن می توانیم از آن استفاده کنیم
574
00:31:29,120 –> 00:31:31,679
، اگر
575
00:31:31,679 –> 00:31:33,760
هنوز از آن استفاده نکرده اید، اجازه دهید مستندات را به شما نشان دهم تا بتوانیم استفاده کنیم.
576
00:31:33,760 –> 00:31:37,279
Timescale db’s
577
00:31:42,960 –> 00:31:47,840
timescale db آخرین ویژگی
578
00:31:48,399 –> 00:31:51,679
یا تابع است که
579
00:31:51,679 –> 00:31:54,310
اساساً شبیه آن است
580
00:31:54,310 –> 00:31:55,600
[Music]
581
00:31:55,600 –> 00:31:57,840
و اساساً
582
00:31:57,840 –> 00:32:01,840
آخرین مقدار را
583
00:32:02,240 –> 00:32:05,440
در ستون به شما می دهد که
584
00:32:05,440 –> 00:32:08,799
در مورد ما ستون
585
00:32:08,799 –> 00:32:12,080
بسته شدن قیمت
586
00:32:12,840 –> 00:32:15,840
است،
587
00:32:16,559 –> 00:32:20,399
بنابراین ما به بسته شدن قیمت نیاز خواهیم داشت
588
00:32:21,039 –> 00:32:28,399
اما با آخرین تابع
589
00:32:28,399 –> 00:32:32,640
و این تابع نیز نیاز دارد،
590
00:32:32,720 –> 00:32:34,640
بنابراین به مقدار بازگشتی نیاز
591
00:32:34,640 –> 00:32:35,919
دارد
592
00:32:35,919 –> 00:32:39,039
که قیمت بسته است و
593
00:32:39,039 –> 00:32:43,679
ستون زمان um
594
00:32:43,679 –> 00:32:47,200
که زمان تاریخ صحبت است
595
00:32:52,399 –> 00:32:57,679
و بیایید آن را قیمت بسته شدن گم شده بنامیم
596
00:32:57,679 –> 00:33:01,440
خیلی خوب است،
597
00:33:01,440 –> 00:33:05,279
بنابراین اگر اجرا کردیم، ببخشید اجرا کن
598
00:33:05,279 –> 00:33:09,519
599
00:33:09,519 –> 00:33:12,720
بیایید ببینیم چه چیزی به دست می آوریم،
600
00:33:14,960 –> 00:33:18,720
بله، بدیهی است که
601
00:33:18,720 –> 00:33:22,640
باید بر اساس گروه بندی کنیم، بنابراین، ما بر اساس
602
00:33:22,640 –> 00:33:26,399
بازه زمانی که بازه زمانی است، گروه
603
00:33:26,399 –> 00:33:28,880
بندی
604
00:33:33,440 –> 00:33:35,600
می کنیم، بله،
605
00:33:35,600 –> 00:33:36,799
در واقع خیلی سریع بود، زیرا
606
00:33:36,799 –> 00:33:38,960
با توجه به اینکه ما
607
00:33:38,960 –> 00:33:42,000
هستیم، نداریم.
608
00:33:42,000 –> 00:33:45,279
شرطی مانند اینکه ما آخرین
609
00:33:45,279 –> 00:33:48,320
قیمت بسته شدن را
610
00:33:49,120 –> 00:33:53,840
برای هر نماد درخواست می
611
00:33:54,720 –> 00:33:57,760
کنیم، بله، بنابراین اساساً
612
00:33:57,760 –> 00:34:02,320
ما شش ردیف هفت ام و ۲۶ داریم
613
00:34:02,320 –> 00:34:06,960
که درست است
614
00:34:06,960 –> 00:34:08,719
زیرا ما شش ماه
615
00:34:08,719 –> 00:34:10,920
داده
616
00:34:10,920 –> 00:34:14,050
[موسیقی] داریم،
617
00:34:15,440 –> 00:34:18,720
بنابراین درست به نظر می رسد و اساساً درست به نظر می رسد.
618
00:34:19,599 –> 00:34:23,599
619
00:34:23,599 –> 00:34:26,239
بیایید انتخاب کنیم بیایید یک نماد را انتخاب کنیم اوه، بیایید
620
00:34:26,239 –> 00:34:29,118
برای مثال apple
621
00:34:30,239 –> 00:34:35,838
را انتخاب کنیم، بنابراین اگر apple و uh را انتخاب کنیم
622
00:34:39,280 –> 00:34:42,399
یا بیایید ترتیب بایت را بر
623
00:34:42,399 –> 00:34:44,480
624
00:34:44,480 –> 00:34:49,199
اساس بازه زمانی در اینجا مرتب کنیم
625
00:34:49,199 –> 00:34:52,239
626
00:34:54,079 –> 00:34:57,040
و
627
00:34:58,400 –> 00:35:02,160
همچنین نماد را نیز انتخاب کنیم تا بدانیم
628
00:35:02,160 –> 00:35:04,880
که سیب است
629
00:35:09,750 –> 00:35:13,070
[Music]
630
00:35:14,839 –> 00:35:17,839
um
631
00:35:23,920 –> 00:35:27,359
بسیار خوب، بنابراین ما اساساً
632
00:35:27,359 –> 00:35:32,880
خوب داریم، بنابراین ما این سطل های هفتگی
633
00:35:35,920 –> 00:35:38,240
و
634
00:35:39,280 –> 00:35:43,040
هر سطل را داریم، بنابراین آنچه که
635
00:35:43,040 –> 00:35:45,920
در هر نمایش می بینیم اساساً شروع
636
00:35:45,920 –> 00:35:49,280
یا شروع سطل
637
00:35:49,280 –> 00:35:53,119
است، برای مثال این یکی برای هفته است
638
00:35:53,119 –> 00:35:58,400
. اوه 21 دی Cember سال گذشته
639
00:35:58,400 –> 00:36:04,000
در آن هفته اپل با
640
00:36:04,000 –> 00:36:07,280
این قیمت
641
00:36:10,839 –> 00:36:12,800
135 بسته شد
642
00:36:12,800 –> 00:36:16,160
و
643
00:36:16,160 –> 00:36:19,359
ما این داده ها را
644
00:36:19,359 –> 00:36:22,480
برای هر هفته در شش ماه گذشته داریم،
645
00:36:22,480 –> 00:36:27,839
بنابراین به نظر من درست است
646
00:36:29,040 –> 00:36:31,760
اکنون بیایید سعی کنیم آن را تجسم کنیم که
647
00:36:31,760 –> 00:36:33,200
سفارش خوب است،
648
00:36:33,200 –> 00:36:35,520
649
00:36:36,880 –> 00:36:40,000
بنابراین خوب است پس بیایید این
650
00:36:40,000 –> 00:36:42,400
پرس و جو را کپی
651
00:36:48,079 –> 00:36:52,160
کنیم تا کوئری um داشته باشیم،
652
00:36:52,160 –> 00:36:57,200
این داده ها را نیز می خواند، فکر می کنم به یک اتصال نیاز دارد
653
00:36:57,200 –> 00:37:00,400
، بنابراین باید این کار
654
00:37:00,400 –> 00:37:04,480
را نیز انجام دهیم، اما می توانیم
655
00:37:04,480 –> 00:37:09,839
آن را از تابع دیگر
656
00:37:11,359 –> 00:37:14,640
یا اسکریپت دیگر کپی
657
00:37:18,400 –> 00:37:23,839
کنیم. ما همچنین به فایل پیکربندی
658
00:37:33,040 –> 00:37:37,839
و چرخه pg2 ok
659
00:37:38,400 –> 00:37:39,350
um
660
00:37:39,350 –> 00:37:42,699
[Music] نیاز داریم،
661
00:37:44,240 –> 00:37:47,839
پس بیایید ببینیم
662
00:37:48,960 –> 00:37:52,800
آیا قاب داده درست به نظر میرسد یا
663
00:37:53,520 –> 00:38:04,480
نه، بنابراین کاوش پی را اجرا میکنیم، بنابراین درست به
664
00:38:04,480 –> 00:38:05,440
نظر میرسد،
665
00:38:05,440 –> 00:38:10,000
اوه من فقط سه ردیف اول را درخواست کردم،
666
00:38:10,000 –> 00:38:14,400
اما ستون نماد را داریم
667
00:38:14,400 –> 00:38:17,359
ما چارچوب زمانی داریم و آخرین
668
00:38:17,359 –> 00:38:18,640
قیمت بسته شدن را داریم،
669
00:38:18,640 –> 00:38:20,640
بنابراین بر این اساس باید بتوانیم
670
00:38:20,640 –> 00:38:23,119
نمودار uh را
671
00:38:23,119 –> 00:38:26,160
با نمودار um
672
00:38:26,160 –> 00:38:30,640
تولید کنیم.
673
00:38:30,640 –> 00:38:33,760
674
00:38:33,760 –> 00:38:38,160
675
00:38:38,240 –> 00:38:41,839
یک قاب داده به عنوان
676
00:38:41,839 –> 00:38:44,640
اولین پارامتر بله،
677
00:38:44,640 –> 00:38:47,520
و سپس باید ستونی را
678
00:38:47,520 –> 00:38:50,160
برای محور x تعریف
679
00:38:50,160 –> 00:38:55,040
کنیم که
680
00:38:56,240 –> 00:38:59,520
مقدار مُهر زمانی uh یا فریم زمانی
681
00:38:59,520 –> 00:39:02,240
در قاب زمانی مورد ما
682
00:39:02,240 –> 00:39:07,280
683
00:39:07,599 –> 00:39:10,880
، محور y آخرین
684
00:39:10,880 –> 00:39:15,839
قیمت بسته شدن است
685
00:39:17,280 –> 00:39:21,119
و فکر میکنم این است که ما نمیکنیم. به گروه خط نیاز داریم
686
00:39:21,119 –> 00:39:22,560
687
00:39:22,560 –> 00:39:26,240
زیرا ما چندین نماد نداریم،
688
00:39:26,240 –> 00:39:30,960
فقط یک رنگ مهم نیست،
689
00:39:30,960 –> 00:39:34,320
بنابراین باید باشد
690
00:39:35,760 –> 00:39:39,520
و همچنین باید
691
00:39:40,800 –> 00:39:43,839
بله، این رقمی است
692
00:39:44,000 –> 00:39:48,079
که فکر می کنم و اساساً
693
00:39:48,079 –> 00:39:50,720
مانند matplotlib و کتابخانه های دیگر است.
694
00:39:50,720 –> 00:39:53,040
695
00:39:53,040 –> 00:39:56,079
برای تولید نمودار باید به آن نشان دهید
696
00:39:56,079 –> 00:39:59,359
،
697
00:39:59,359 –> 00:40:03,760
بنابراین اگر این را اجرا کنیم، فکر میکنم به صورت طرحواره، بهطور پیشفرض یک لایک
698
00:40:03,760 –> 00:40:08,960
مانند یک صفحه وب باز میشود،
699
00:40:09,119 –> 00:40:11,359
اما همچنین میتواند تصاویری مانند
700
00:40:11,359 –> 00:40:13,119
701
00:40:13,119 –> 00:40:16,240
یا هر چیزی که شما میخواهید ایجاد
702
00:40:16,240 –> 00:40:20,880
کند، خوب است، بنابراین ما این نمودار
703
00:40:20,880 –> 00:40:25,599
بزرگ را داریم. آخرین قیمت بسته شدن
704
00:40:25,599 –> 00:40:28,960
را در uh x یا
705
00:40:28,960 –> 00:40:32,319
y داشته باشیم و ما فریم زمانی
706
00:40:32,319 –> 00:40:37,760
را در x داریم و اگر
707
00:40:37,760 –> 00:40:41,200
روی نمودار حرکت کنیم میتوانیم
708
00:40:41,200 –> 00:40:44,960
مقادیر خاص uh را ببینیم، به عنوان مثال
709
00:40:44,960 –> 00:40:50,000
22 فوریه 2021
710
00:40:50,000 –> 00:40:53,119
uh بنابراین
711
00:40:53,119 –> 00:40:54,960
این همان است من گفتم ما از سطل زمان استفاده
712
00:40:54,960 –> 00:40:56,400
می کنیم تا
713
00:40:56,400 –> 00:41:01,040
22 فوریه شروع کار باشد هفته
714
00:41:01,040 –> 00:41:04,640
اما آخرین قیمت بسته شدن
715
00:41:04,640 –> 00:41:10,400
در آن هفته 120 121 بود
716
00:41:10,480 –> 00:41:13,280
717
00:41:13,599 –> 00:41:16,800
بر اساس Uh ما بر اساس مجموعه داده های ما
718
00:41:16,800 –> 00:41:21,040
که از alphavantage بدست آوردیم
719
00:41:21,040 –> 00:41:24,640
و این اوه بنابراین این نمودار
720
00:41:24,640 –> 00:41:27,359
در این نمودار ما نقاط داده هفتگی داریم.
721
00:41:27,359 –> 00:41:28,160
722
00:41:28,160 –> 00:41:31,920
بیایید ببینیم اگر سعی کنیم چه اتفاقی می افتد
723
00:41:31,920 –> 00:41:34,960
نقاط داده روزانه را دریافت کنید،
724
00:41:34,960 –> 00:41:38,240
بنابراین ما فقط به
725
00:41:38,240 –> 00:41:41,680
dbvar بازگردیم، خوب، ما حتی نیازی به رفتن به اینجا
726
00:41:41,680 –> 00:41:42,960
727
00:41:42,960 –> 00:41:44,880
نداریم، زیرا اساساً ما فقط باید سطل زمان را تغییر دهیم و مقدار سطل زمان را تغییر دهیم،
728
00:41:44,880 –> 00:41:46,240
729
00:41:46,240 –> 00:41:49,040
بنابراین در حال حاضر بازگشته
730
00:41:49,040 –> 00:41:50,480
ایم و در حال ایجاد 7 روز دلار هستیم.
731
00:41:50,480 –> 00:41:52,800
هفت سطل هفتگی uh اما اگر
732
00:41:52,800 –> 00:41:54,400
روزانه بخواهیم میتوانیم
733
00:41:54,400 –> 00:41:57,440
یک روز انجام دهیم و این باعث ایجاد سطلهای روزانه میشود
734
00:41:57,440 –> 00:41:58,319
735
00:41:58,319 –> 00:42:02,160
و اوه و بنابراین ما نقاط داده بسیار بیشتری خواهیم داشت،
736
00:42:02,160 –> 00:42:04,000
737
00:42:04,000 –> 00:42:07,119
بنابراین
738
00:42:07,119 –> 00:42:17,839
بیایید این یک
739
00:42:20,960 –> 00:42:24,400
ام را ببندیم تا این نمودار جدیدی است که به
740
00:42:24,400 –> 00:42:26,400
تازگی ایجاد شده است. نقاط داده بسیار بیشتری
741
00:42:26,400 –> 00:42:28,800
742
00:42:28,800 –> 00:42:32,640
در حال حاضر نقاط داده روزانه
743
00:42:32,800 –> 00:42:38,000
داریم، اگر بخواهیم نیز می توانیم بزرگنمایی کنیم،
744
00:42:42,319 –> 00:42:45,760
اما بله، اساساً این نمودار
745
00:42:45,760 –> 00:42:49,839
uh of apple uh در
746
00:42:49,839 –> 00:42:52,800
شش ماه گذشته است،
747
00:42:53,680 –> 00:42:56,720
بنابراین می توانیم یکی دیگر را نیز امتحان کنیم،
748
00:42:56,720 –> 00:43:00,400
پس بیایید امتحان کنیم بیایید الفبا یا گوگل را امتحان کنیم
749
00:43:00,400 –> 00:43:02,000
750
00:43:02,000 –> 00:43:05,199
[ موسیقی
751
00:43:07,359 –> 00:43:13,839
] باید آن را در اینجا تغییر دهم،
752
00:43:19,520 –> 00:43:23,480
بسیار خوب، بنابراین ما داده ای نداریم، بنابراین
753
00:43:23,480 –> 00:43:25,680
فکر می کنم
754
00:43:25,680 –> 00:43:29,200
بله، بنابراین این نماد گوگل نیست
755
00:43:29,200 –> 00:43:32,319
، فکر می کنم من اشتباه کردم که نماد
756
00:43:32,319 –> 00:43:34,880
گوگل فقط
757
00:43:38,839 –> 00:43:41,839
gog است،
758
00:43:46,880 –> 00:43:51,359
بنابراین می توانیم ببینیم که اگر مقایسه کنیم
759
00:43:51,359 –> 00:43:53,920
بیایید اپل یکی را
760
00:43:53,920 –> 00:43:54,400
نیز
761
00:43:54,400 –> 00:43:58,079
باز کنیم فقط تا بتوانیم کمی مقایسه کنیم،
762
00:43:58,079 –> 00:44:00,720
پس بیایید اپل را انجام دهیم
763
00:44:06,839 –> 00:44:08,800
764
00:44:08,800 –> 00:44:10,880
تا این یکی برای اپل باشد، این برای
765
00:44:10,880 –> 00:44:12,400
الفبا است
766
00:44:12,400 –> 00:44:16,000
اوه خوب، ما می توانیم ببینیم که
767
00:44:16,000 –> 00:44:20,839
اساسا اوم
768
00:44:20,839 –> 00:44:24,560
اپل اوه واقعاً
769
00:44:24,560 –> 00:44:27,839
افزایش نیافته است. قیمت در شش
770
00:44:27,839 –> 00:44:29,280
ماه گذشته
771
00:44:29,280 –> 00:44:34,079
772
00:44:34,079 –> 00:44:37,760
773
00:44:37,760 –> 00:44:41,599
774
00:44:41,599 –> 00:44:46,400
775
00:44:46,400 –> 00:44:51,839
776
00:44:52,560 –> 00:44:55,680
777
00:44:55,680 –> 00:44:57,839
778
00:44:57,839 –> 00:45:00,960
اممممممممممممممممممممممممممممممممممممممممممممممممممممممممممممممممممممممممممممم مقادیری
779
00:45:00,960 –> 00:45:05,040
مانند افزایش بر حسب
780
00:45:05,040 –> 00:45:05,280
781
00:45:05,280 –> 00:45:08,960
uh بر حسب درصد uh،
782
00:45:08,960 –> 00:45:12,640
783
00:45:12,640 –> 00:45:17,359
بنابراین این اولین کار
784
00:45:17,359 –> 00:45:20,319
درست بود، بنابراین چگونه قیمت سهام در طول زمان تغییر کرد،
785
00:45:20,319 –> 00:45:20,880
786
00:45:20,880 –> 00:45:24,000
بنابراین ما نیز میتوانیم همین
787
00:45:24,000 –> 00:45:25,119
کار را با حجم معاملات
788
00:45:25,119 –> 00:45:28,640
789
00:45:31,680 –> 00:45:34,079
و آه انجام دهیم. من همچنین می خواستم نشان دهم که بله،
790
00:45:34,079 –> 00:45:35,280
ما این جدید را ایجاد کردیم
791
00:45:35,280 –> 00:45:39,200
اسکریپت پایتون اوه که خوب است،
792
00:45:39,200 –> 00:45:42,720
اوه، اما برای اکتشاف نمایشگاهی من فقط دوست دارم
793
00:45:42,720 –> 00:45:44,400
از
794
00:45:44,400 –> 00:45:47,680
نوت بوک های uh jupyter استفاده کنم،
795
00:45:47,680 –> 00:45:49,680
پس بیایید یک نوت بوک جدید
796
00:45:49,680 –> 00:45:52,319
[Music]
797
00:45:52,319 –> 00:45:54,640
798
00:45:57,839 –> 00:46:01,839
um jupyter بسازیم.
799
00:46:02,480 –> 00:46:06,240
800
00:46:06,240 –> 00:46:07,760
801
00:46:07,760 –> 00:46:10,400
802
00:46:12,640 –> 00:46:16,560
یک نوت بوک جدید ایجاد می کند،
803
00:46:16,560 –> 00:46:19,119
804
00:46:20,400 –> 00:46:23,200
بیایید
805
00:46:23,599 –> 00:46:28,240
همه چیزهایی را که نیاز داریم وارد کنیم،
806
00:46:28,240 –> 00:46:30,560
بنابراین این بسته ها را وارد
807
00:46:30,560 –> 00:46:31,520
می کند،
808
00:46:31,520 –> 00:46:34,240
این اتصال ایجاد می کند
809
00:46:39,040 –> 00:46:43,760
و اگر این را اجرا کنیم
810
00:46:43,760 –> 00:46:46,960
، همان نمودار را ایجاد می کند، در
811
00:46:46,960 –> 00:46:50,400
عوض صفحه جدیدی باز
812
00:46:50,400 –> 00:46:51,200
نمی شود. فقط
813
00:46:51,200 –> 00:46:54,240
اوه آن را اینجا در دفترچه یادداشت
814
00:46:54,240 –> 00:46:56,400
قرار دهید تا خیلی سریعتر
815
00:46:56,400 –> 00:46:57,680
816
00:46:57,680 –> 00:47:01,359
باشد، بنابراین بیایید همان نوع
817
00:47:01,359 –> 00:47:06,800
نمودار خطی را برای حجم معاملات uh انجام دهیم،
818
00:47:06,800 –> 00:47:10,160
بنابراین برای حجم معاملات ما اساساً به همان اسکریپت نیاز داریم با
819
00:47:10,160 –> 00:47:12,800
این
820
00:47:12,960 –> 00:47:16,480
تفاوت که در حال
821
00:47:16,480 –> 00:47:20,160
سطل بندی هستیم خوب، سطل زمانی
822
00:47:20,160 –> 00:47:23,599
می تواند هفت روز باشد،
823
00:47:23,599 –> 00:47:29,520
به عنوان مثال اوم، اما ما
824
00:47:29,839 –> 00:47:34,079
آخرین قیمت را
825
00:47:34,079 –> 00:47:38,800
جویا نمی شویم، در عوض، به حجم معاملات نیاز داریم،
826
00:47:38,800 –> 00:47:43,119
اما با حجم معاملات، ما
827
00:47:43,119 –> 00:47:46,960
واقعاً مثل اینکه اساساً به مجموع مقدار نیاز نداریم.
828
00:47:46,960 –> 00:47:49,839
حجم باشد زیرا اگر
829
00:47:49,839 –> 00:47:53,760
به پایگاه داده نگاه کنید، ما
830
00:47:53,760 –> 00:47:56,800
فقط این را حذف می کنیم،
831
00:47:57,599 –> 00:48:01,520
بنابراین در پایگاه داده ما داریم
832
00:48:01,599 –> 00:48:04,079
اوه،
833
00:48:05,680 –> 00:48:08,559
بنابراین
834
00:48:10,559 –> 00:48:13,920
یک ردیف جدید داریم، یک ردیف جدید برای
835
00:48:13,920 –> 00:48:17,440
هر دقیقه جدید
836
00:48:17,440 –> 00:48:20,800
داریم و همچنین حجم معاملات برای
837
00:48:20,800 –> 00:48:24,480
داخل هر دقیقه داریم. بدیهی
838
00:48:24,480 –> 00:48:26,880
است که نمیتوانیم از آخرین تابع در اینجا استفاده
839
00:48:26,880 –> 00:48:30,240
کنیم زیرا ما فقط به آخرین
840
00:48:30,240 –> 00:48:33,920
حجم معاملات نیاز نداریم، بلکه اساساً به مجموع
841
00:48:33,920 –> 00:48:35,200
842
00:48:35,200 –> 00:48:38,559
تمام حجم معاملات در آن سطل زمانی
843
00:48:38,559 –> 00:48:39,680
844
00:48:39,680 –> 00:48:42,800
نیاز داریم، بنابراین کاری که میخواهیم انجام دهیم این است که از
845
00:48:42,800 –> 00:48:43,839
همان
846
00:48:43,839 –> 00:48:48,400
پرس و جوی سطل زمانی استفاده کنیم. می تواند هفت روز باشد،
847
00:48:48,400 –> 00:48:51,119
اما ما به جای استفاده از آخرین
848
00:48:51,119 –> 00:48:52,559
تابع مقیاس زم