تحلیل داده در بازارهای مالی ( Data Analysis for Financial Markets)

تحلیل داده در بازارهای مالی (داده Analysis برای Financial Markets)

دوره تحلیل داده در بازارهای مالی ( داده Analysis برای Financial Markets) دوره شامل ۱۶۰ ساعت آموزش تخصصی در قالب ۱۱ درس پایه و تخصصی می‌باشد.

در جدول زیر دروس عمومی و اختصاصی این دوره به همراه مباحث مطرح شده در هر درس گردآوری شده است. در صورت نیاز به اطلاعات تکمیلی با ما تماس بگیرید.

جهت کسب اطلاعات بیشتر و ثبت نام اولیه (کلیک کنید)

 

 

 

چرا دوره تحلیل داده در بازارهای مالی دانشکده فنی دانشگاه تهران؟

آنچه در دوره تحلیل داده در بازارهای مالی می‌آموزید…

مزایای شرکت در دوره

  • بهره‌مندی از ترکیب منحصر به فرد مدرسین برتر دانشگاه تهران و صنعت و بازار
  • یادگیری قواعد کسب و کار همراه بواسطه کسب مهارت‌های عملی همراه و آموزش‌های نظری
  • موفقیت و توسعه در کسب و کار فعلی و دستیابی به موقعیت‌های شغلی برتر
  • گسترش ارتباطات شغلی و شبکه کسب و کار
  • معرفی بازارهای مالی و بورس تهران
  • معرفی روش‌های تحلیلگری
  • مفهوم تورم و آثار آن و تعریف عمومی سرمایه گذاری
  • شیوه‌های سرمایه گذاری در بازار داخلی و مقایسه آن‌ها با یکدیگر
  • بهره مندی از تجارب برترین اساتید دانشگاه تهران و حوزه کسب و کار
  • آموزش و یادگیری بر اساس استانداردهای روز دنیا
  • ایجاد ارتباط مؤثر با سایر دانش پذیران و اساتید
  • دریافت گواهینامه معتبر دانشگاه تهران 

 

 

ردیفعنوان فارسی درسعنوان انگلیسی درستعداد ساعات تدریسسرفصل هاروش ارزیابی
11اقتصاد داده‌های بزرگBig Data Economy2داده بزرگ و اهمیت آن در اقتصاد و حوزه مالی ارائه تجربیاتی از تحلیل داده‌های بزرگ در اقتصاد نوآوری در اقتصاد داده‌های بزرگ تحلیل‌های بلادرنگ داده‌های مالیپروژه-
3تابلوخوانی و روانشناسی بازارBoard reading and market psychology8بررسی تغییرات ارزش معاملات بازار و تشخیص ورود نقدینگی به بازار بررسی روند خرید و فروش حقیقی و حقوقی در بازار بررسی تغییرات مربوط به سهامداران عمده در بازار بررسی نسبت خریدار به فروشنده در تشخیص روند حرکتی سهم بررسی حجم معاملات و تغییر آن در جهت شروع روند جدیدپروژه-
7مفاهیم علم داده و یادگیری ماشین در اقتصاد و مالیConcepts of data science & machine learning in economics & finance16مفاهیم پایه علم داده کاربردهای علم داده در حوزه مالی متدولوژی Crisp DM آماده‌سازی و پیش‌پردازش داده یادگیری ماشین مدل‌های طبقه‌بندی مدل‌های خوشه‌بندی قوانین انجمنی ارزیابی مدل‌های یادگیری ماشینپروژه-
10ارز دیجیتالCryptocurrency12مقدمه‌ای بر ارزهای رمزنگاری‌شده فرصت‌های سرمایه‌گذاری فوق‌العاده بلاک‌چین چیست و چگونه کار می‌کند ارتباط بین پول‌های رایج و ارزهای رمزنگاری‌شده چیستی بیت‌ کوین و آلت‌کوین‌ها تهیه و نگهداری ارزهای دیجیتال، کیف پول و صرافی‌ها راهنما و مرجع بررسی ارزهای دیجیتال و ICOها خرید و فروش ارز دیجیتال استفاده با بایننس جهت خرید و فروش نکات فنی و اقتصادی استخراج ارزهای دیجیتال انواع متدهای استخراجپروژه-
5فیلترنویسیFiltering8سرفصل فیلتر نویسی مقدمات با فیلتر نویسی( امکانات و تنظیمات و قالب های دیده بان ) ساخت فیلدها و اطلاعات حقیقی و حقوقی و امارها و سوابق اماری انواع عملگر و توابع ساختار های کنترلی فیلترنویسی با دستورات ساده(متغیرها و فرمت و دستورات فیلتر) اعمال فیلتر و دریافت خروجی تحلیل فیلترهای کاربردی بررسی فیلترهای امادهپروژه-
4تحلیل بنیادیFundamental analysis12بازار سرمایه و فلسفه وجودی آن تشریح انواع ریسک‌های موجود در بورس نحوه ورود به بورس و سرمایه گذاری در آن قوانین حاکم بر معاملات سهام در بورس تهران حجم مبنا، دامنه نوسان و گره معاملاتی آشنایی با سایت اطلاع‌رسانی بورس و فرابورس مکانیزم افزایش سرمایه و انواع آن آشنایی با حق تقدم و نحوه تخصیص آن ترازنامه و تشریح کامل اجزای ترازنامه نحوه چینش آیتم های مالی در ترازنامه آشنایی با نحوه ارزیابی شرکت ها بر اساس ترازنامه ترازنامه و جریان وجوه نقد صورت سود و زیانپروژه-
6مبانی تحلیل آماری دادهFundamental of Statistical Data Analysis8مبانی و مفاهیم اولیه آمار و تئوری‌ احتمالات انواع داده: اسمی، ترتیبی، عددی شاخص‌های آماری داده میانگین، میانه، مد، واریانس، انحراف معیار، چارک نمایش گرافیکی توصیف‌های آماری آمار توصیفی و آماری استنباطی توزیع‌های آماری، آزمون‌های فرض، معناداری آزمون متغیر تصادفی تحلیل‌های اکتشافی دادهپروژه-
2مبانی سرمایه‌گذاری موفق در بورسFundamentals of Successful Investment8مفهوم تورم و آثار آن و تعریف عمومی سرمایه گذاری شیوه‌های سرمایه گذاری در بازار داخلی و مقایسه آن‌ها با یکدیگر معرفی اصطلاحات رایج در بازار سرمایه بررسی صورت سود و زیان شرکت ها معرفی تحلیل‌های بنیادی و تکنیکال مقدماتی بر روش‌های ارزش گذاری شرکت ها نحوه خریدوفروش سهام در سامانه معاملات آموزش کامل سایت tsetmc.com و تکنیک های معامله‌گری با برخی بخش‌های موجود آشنایی کامل با سایت codal.ir معرفی کامل صندوق های سرمایه گذاری مشترک معرفی برخی تکنیک های معامله گری برای خرید سهم بررسی مالی رفتاری و اثرات رفتاری سرمایه گذاران در خریدوفروش سهامپروژه-
9یادگیری ماشین، معاملات الگوریتمی و تحلیل سری‌های زمانی در پایتانMachine learning, algorithmic trading & time series analysis in Python40کاربردهای پایتان در اقتصاد و مالی ساختارهای تصمیم پایتان در حوزه مالی کاربرد توابع ریاضی، اعداد تصادفی، ورود داده‌های مالی به پایتان محاسبه بازده دارایی‌ها، محاسبه ریسک، تحلیل همبتسگی کتابخانه numpyجهت محاسبات عددی در حوزه مالی کتابخانه pandasجهت مدیریت داده‌های مالی کتابخانه scipyجهت معاملات الگوریتمی در حوزه مالی کتابخانه matplotlibوseaborn جهت ترسیم داده‌های مالی انواع ترسیم‌های کاربردی در داده‌های مالی نمودارهای سری زمانی، نمودارهای همبستگی، هیستوگرام و ... مدیریت و پیش پردازش داده‌ها، پالایش و آماده‌سازی آن‌ها محاسبات بازده، حذف نویز، تحلیل همبستگی انواع محاسبات مقدماتی در حوزه مالی محاسبه بازده و بازده تجمعی، سنجه‌های ریسک و رگرسیون ورود داده‌های مالی از گوگل-فاینانس و بانک جهانی فراخوانی داده از پایگاه‌های داده معتبر انتقال فایل داده از اکسل، R و سایر نرم افزارهای مالی مروری الگوریتم‌های یادگیری ماشین و تحلیل رگرسیون مروری بر معاملات الگوریتمی و مدل‌های سری‌های زمانی پیاده سازی عملیاتی الگوریتم‌ها در مثال‌های کاربردی بازار مالی: پیش‌بینی داده‌های مالی با شبکه عصبی مصنوعی کلاس‌بندی داده‌های مالی با شبکه عصبی مصنوعی نمونه‌های اجرایی از درخت تصمیم بر روی کیس‌های مالی استفاده از الگوریتم KNN جهت پیش‌گویی عددی استفاده از الگوریتم SVM در تحلیل‌های مالی تحلیل رگرسیون: خطی، چندگانه، چندمتغیره بر روی مثال‌های مالی گروه‌بندی بازارهای مالی توسط تکنیک‌های خوشه‌بندی مهندسی مولفه‌های بازار سرمایه با استفاده از تکنیک‌هایی نظیر: PCA تحلیل رفتار مشتریان مصرف کننده با استفاده از قواعد انجمنی پیاده‌سازی مدل‌های سری زمانی در بازار‌های مالی کاربرد پایتان در اقتصاد و مالی- معاملات الگوریتمی آشنایی با انواع استراتژی‌های معاملات الگوریتمی استراتژی‌های معاملاتی مبتنی بر تحلیل تکنیکال استراتژی‌های معاملاتی مبتنی بر همبستگی خطی استراتژی‌های معاملاتی مبتنی بر یادگیری ماشین استراتژی‌های معاملاتی مبتنی بر معاملات پربسامد بررسی کارایی استراتژی‌ها – Strategy Testing گرفتن Backtest جهت بررسی موفقیت الگوریتم‌ها تحلیل Walk Forward Testing و Forward Testing بررسی کارایی الگوریتم به صورت زنده Live Testingپروژه-
8پایتان مقدماتیPython for beginner8آشنایی با ساختار زبان پایتون معرفی محیط‌های برنامه‎نویسی و کاربرد هر کدام معرفی دستورات رشته¬ها و معرفی ماژول¬ها روش¬های تصمیم¬گیری و حلقه¬های تکرار ساختار داده و الگوریتم¬ها آرایه‌ها، لیست‌ها و دیکشنری‌ها آشنایی با کتابخانه‌های آماری و ریاضیپروژه-
نمایش ۱ تا ۱۰ مورد از کل ۱۱ مورد.