بررسی معاملات الگوریتمی و کاربرد Generative AI
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- یادگیری معاملات الگوریتمی و هوش مصنوعی با استفاده از پایتون
- اعمال مدلهای Generative AI در حوزه مالی
- یادگیری استفاده از OpenAI و Gemini API در پایتون
- استفاده از GPT-3.5 و GPT-4 Turbo و GPT-4-Vision برای معاملات الگوریتمی
- استفاده از Gemini-Pro و Gemini-Pro-Vision برای معاملات الگوریتمی
- LLM با پایتون
پیشنیازهای دوره
- نیاز به تجربه برنامهنویسی نیست.
- داشتن مکبوک یا کامپیوتر ویندوز
- داشتن انگیزه
توضیحات دوره
چرا این دوره؟ با تمرکز ویژه بر کاربردهای Generative AI در حوزه مالی، وارد دنیای Generative AI شوید. از مفاهیم پایه تا استراتژیهای پیشرفته معاملات، این دوره دروازه شما برای استفاده از هوش مصنوعی در موفقیت مالی است.
آشنایی با مدرسان:
- ساجد لحسنی - دانشمند داده که مهارتهای مهندسی خود را به سمت بازارهای مالی هدایت کرده و استراتژیهای معاملات الگوریتمی توسعه داده است.
- حنانه دوپویی - دانشمند داده و معاملهگر الگوریتمی باتجربه، که تحلیلهای مالی مدرن را از قلب بخش بانکی فرانسه با بیش از 15 سال سابقه، ارائه میدهد.
Generative AI در امور مالی برای مبتدیان:
- مفاهیم اصلی - درک مبانی LLMs، معماری ترنسفرمر، توکنسازی و تعبیهها
- غلبه بر محدودیتها - بررسی چالشهایی مانند دانش محدود به زمان مشخص و استفاده از داده اختصاصی و یادگیری تکنیکهای مقابلهای از جمله پیش آموزش، تیونینگ دقیق، مهندسی پرامپت و بازیابی نسل افزوده (RAG)
- استفاده از API - تمرینهای عملی با استفاده از penAI API و Google API برای تعامل با مدلهای پیشرفته مانند GPT-3.5-Turbo و GPT-4-Turbo و بقیه موارد
بررسی دوره:
- یادگیری جامع - ماژولهای مفصل از مباحث پایه پایتون تا الگوریتمهای پیشرفته معاملات با استفاده از LLMs
- کاربرد عملی - تمرینهای عملی با APIs، ایجاد استراتژیهای معاملاتی، تحلیل احساسات، خلاصهسازی اخبار و تشخیص روند بازار با پایتون
ویژگیهای ویژه:
دستیار هوش مصنوعی از OpenAI - یادگیری استفاده از یکی از پیشرفتهترین ابزارهای هوش مصنوعی که تعامل با LLMs را ساده میکند و تسکهای پیچیده مانند اجرای کد و ترسیم نمودار انجام میدهد.
نتایج یادگیری:
- توسعه ربات معاملاتی - طراحی و استقرار اولین ربات معاملاتی خود با استفاده از هوش مصنوعی
- تحلیل داده پیشرفته - تسلط به تکنیکهای مصورسازی داده و تحلیل روند برای اتخاذ تصمیمات معاملاتی آگاهانه
- تعامل واقعی با API - کسب مهارت در فراخوانی و استفاده از ویژگیهای اصلی APIs هوش مصنوعی برای کاربردهای مالی
چرا این دوره را انتخاب کنید؟
- محتوای اختصاصی برای مبتدیان - نیاز به دانش قبلی در حوزه هوش مصنوعی یا مالی ندارید.
- یادگیری عمیق - از مفاهیم پایه تا کاربردهای پیشرفته، هر جنبهای از Generative AI در معامله را درک میکنید.
- تجربه یادگیری تعاملی - شرکت در تمرینها، چالشها و دموهای لایو برای تثبیت دانش و مهارتها
آیا آمادهاید که وارد حرفه پرسود معاملات الگوریتمی با هوش مصنوعی شوید؟ هماکنون در دوره شرکت کرده و رویکرد خود به امور مالی را با فناوریهای پیشرفته متحول کنید.
این دوره برای چه کسانی مناسب است؟
- برنامهنویس مبتدی پایتون که علاقهمند به یادگیری Generative AI و معاملات است.
- استفادهکنندگان از LLM برای معاملات الگوریتمی
بررسی معاملات الگوریتمی و کاربرد Generative AI
-
قبل از شروع (ضروری برای تماشا) 03:11
-
آشنایی با مدرس - ساجد لحسنی 03:05
-
مقدمه راهاندازی کامپیوتر خود 00:47
-
راهنمای نصب 04:10
-
اجرای اولین Jupyter Notebook ما 05:14
-
مقدمه فصل 00:58
-
متغیر 04:51
-
تایپهای داده 02:15
-
اعداد اعشاری، عدد صحیح و بولیها 05:04
-
رشتهها 11:19
-
تست فرمانهای اولیه پایتون None
-
NumPy - بخش 1 16:28
-
NumPy - بخش 2 13:09
-
NumPy - بخش 3 20:33
-
Panda - بخش 1 18:06
-
Panda - بخش 2 16:35
-
Panda - بخش 3 10:17
-
مقدمه فصل 01:24
-
مقدمه 02:26
-
نمودار پراکندگی 360 14:02
-
آزمون Plotly None
-
هیستوگرام 19:43
-
نمودار مالی - بخش 1 17:25
-
نمودار مالی - بخش 2 25:10
-
نمودار مالی - بخش 3 09:09
-
تکلیف نهایی مصورسازی داده None
-
دریافت داده بازار لایو 17:10
-
مورد اضافی - دریافت داده ارز دیجیتال از بایننس 26:00
-
چگونه داده جایگزین دریافت کنیم؟ 21:59
-
قبل از شروع 01:15
-
آشنایی با مسترکلاس معاملات 01:57
-
ساختار بازار - بازیگران اصلی بازار - بخش 1 03:25
-
ساختار بازار - بازیگران اصلی بازار - بخش 2 19:46
-
ساختار بازار - استراتژیهای مختلف معاملاتی 16:01
-
ساختار بازار - اوراق بهادار مناسب برای پورتفولیوی متنوع 12:07
-
آشنایی با بخش Generative AI 04:03
-
بررسی LLM - آنچه یاد خواهید گرفت؟ 02:52
-
LLM چیست؟ 03:51
-
آشنایی با تئوری - ترنسفرمر 10:12
-
ترنسفرمر - نکات کلیدی 01:07
-
LLMs - محدودیتها 02:34
-
LLMs - مفاهیم مهم - مقدمه و پیش آموزش 03:39
-
LLMs - مفاهیم مهم - تیونینگ دقیق 02:28
-
LLMs - مفاهیم مهم - مهندسی پرامپت 02:35
-
LLMs - مفاهیم مهم - بازیابی نسل افزوده (RAG) 04:14
-
LLMs - بررسی مثالها 09:00
-
مقدمه - در این بخش آنچه یاد خواهید گرفت؟ 04:12
-
چگونه به OpenAI API متصل شویم؟ 14:30
-
چگونه به OpenAI API متصل شویم و با GPTs چت کنیم؟ نسخه GPT-3.5 و GPT-4 و GPT-4 15:20
-
چگونه به Google API متصل شویم؟ 07:42
-
چگونه به Google API متصل شویم و با Gemini-Pro چت کنیم؟ نسخه Gemini-Pro و Gemini-Pro 10:22
-
نکات کلیدی OpenAI و Gemini API 04:14
-
تحلیل احساسات (از Yahoo Finance) 07:03
-
نکات کلیدی تحلیل احساسات 03:20
-
مقدمه 00:42
-
تحلیل روند بازار - کاربرد 04:14
-
تحلیل روند بازار - پرامپت پیچیده 11:59
-
نکات کلیدی تحلیل روند بازار 04:37
-
مقدمه 01:08
-
مدیریت تاریخچه چت با Gemini-Pro - یادگیری الگوریتمهای معاملاتی 08:07
-
مدیریت تاریخچه چت با OpenAI - یادگیری الگوریتمهای معاملاتی 01:24
-
نکات کلیدی تاریخچه چت - یادگیری الگوریتمهای معاملاتی 09:38
-
فرآیند دستیار هوش مصنوعی 01:47
-
دستیار هوش مصنوعی - کاربرد پیادهسازی استراتژی معاملاتی با پایتون 15:38
-
نکات کلیدی فرآیند دستیار هوش مصنوعی 08:35
مشخصات آموزش
بررسی معاملات الگوریتمی و کاربرد Generative AI
- تاریخ به روز رسانی: 1404/12/10
- سطح دوره:همه سطوح
- تعداد درس:65
- مدت زمان :09:00:44
- حجم :4.64GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy