دیتاست سهام های بورس ایران

بورس ویو

بورس ویو محصولی دیگر از کارگزاری مفید، پلتفرم دیتای بازارهای مالی ایران است که اطلاعات بنیادی سهم‌های پذیرفته شده در بورس‌های ایران را دراختیار کاربران قرار می‌دهد. اطلاعات لازم در رابطه با بورس سهام تهران، فرابورس و بازار پایه فرابورس همگی در بورس ویو امکان‌پذیر است. سامانه جامع تحلیل بنیادی بورس ویو، با انتشار در لحظه صورتهای مالی و اطلاعیه‌ها و گزارش‌های تفسیری شرکتها در فرمت مورد نیاز تحلیلگران بازار بورس ضمن بی نیاز کردن از سامانه کدال، نسبتها و ضرایب مالی را با بالاترین دقت محاسبه کرده و قابلیت مقایسه و گزارشگیری متنوعی را در اختیار کاربران خود قرار می‌دهد. بخش‌های مختلف بورس ویو عبارتند از بازار، صنایع، غربالگر، نقشه بازار، اوراق درآمد ثابت، اطلاعیه‌ها، داده‌های کلان و تحلیل تکنیکال از جمله‌ بخش‌های مهم سامانه بورس ویو است که در اختیار کاربران قرار میگیرد.

این نرم‌افزار به درد چه کسانی می‌خورد؟

نرم افزاری مناسب جهت انجام محاسبه و تحلیل معاملات بورس و فرابورس

ویژگی های بورس ویو به عنوان معاملات بورس

• آشنایی با مفاهیم اولیه
• لیست علاقه مندی
• نمایش پرطرفدارها
• خرید و فروش لحظه ای
• نمایش وضعیت بازار به صورت گراف

نسخه های موجود بورس ویو

• نسخه تحت وب مشاهده
• نسخه اندروید
• نسخه iOS

• نسخه ویندوز
• نسخه لینوکس
• نسخه مکینتاش

اطلاعات ناشر

نام : کارگزاری مفید

شماره تماس: ۸۱۹۰۲

آدرس: بلوار آفریقا، بالاتر از چهارراه جهان کودک، نبش دیدار شمالی، کارگزاری مفید

محصول دیتای بازار

لطفاً دیتای مورد نظر خود را انتخاب و مشخصات خود را وارد نمایید.

کارشناسان مهد سرمایه با شما تماس می‌گیرند!

پشتیبانی

تضمین علمی

تضمین کیفیت

به‌روز

چرا تیک دیتا؟
در انجام بک‌تست در پلتفرم متاتریدر 4 از قیمت‌هایی دیتاست سهام های بورس ایران استفاده می‌شود که به‌طور تصادفی از داده‌های کندل‌های قیمتی یک دقیقه‌ای تولید می‌شوند. اما در انجام بک‌تست در داخل خود متاتریدر، یک ایراد اساسی وجود دارد. فرض کنید اگر تست از قیمت Open یک میله شروع شود، قیمت High و Low را لمس می‌کند و به قیمت Close ختم می‌شود.

اگر هم حد ضرر و هم حد سود یک پوزیشن در محدوده‌ی قیمتی یک کندل باشد، کشف و تشخیص این که آیا اول به حد ضرر می‌رسیم یا به حد سود، مانند این است که یک سکه را به هوا پرتاب کنیم و بخواهیم حدس بزنیم که شیر می‌آید یا خط.
اما در مجموعه داده‌های تیک، از قیمت‌های واقعی در هر لحظه استفاده می‌شود، بنابراین هیچ چیزی به شانس واگذار نمی‌شود. بک‌تست‌هایی که با استفاده از داده‌های تیک انجام می‌شوند، از قیمت‌های واقعی استفاده می‌کنند که در طول مدت زمان انجام معاملات، تیک به تیک و اغلب بیش از یک بار در ثانیه ثبت شده‌اند.

نتیجه انجام بک‌تست یک استراتژی با کندل‌های معمولی با متاتریدر 4:

نتیجۀ انجام بک‌تست همان استراتژی با کندل‌های ساخته‌شده توسط دیتای تیک همان شاخص با همان تایم‌فریم و تنظیمات:

معرفی تیک داده‌ها

بعضی معامله‌گران شروع به ساخت استراتژی‌های خود با استفاده از کندل‌های روزانه می‌کنند که برای نمونه‌سازی اولیه یک استراتژی معاملاتی بسیار مفید است، با این حال، برای آزمایش دقیق و شبیه‌سازی سود معاملات در دنیای واقعی، ما همیشه استفاده از داده‌های تیک را توصیه می‌کنیم.

تیک دیتا بالاترین کیفیت را نسبت به کندل‌های قیمتی دانلودشده توسط پلتفرم‌های معاملاتی مختلف دارند، و سری اطلاعات مربوط به هر قیمت Ask یا Bid اعلام‌شده در گذشته معمولاً از چندین صرافی یا کارگزاری یا بانک به عنوان منبع جمع‌آوری و آماده‌سازی ‌می‌شود.

به عنوان مثال در زیرنمونه‌ای از داده‌های تیک برای سهم آمازون با علامت اختصاری AMZN در تاریخ 4 آوریل 2018 آورده شده است که شامل تایم‎‌استمپ، قیمت و حجم می‌باشد.

بزرگترین مشکل توسعه استراتژی‌های معاملاتی بر روی داده‌های برگرفته از کندل‌های قیمتی این است که همیشه سود حاصل از استراتژی را بیش از حد برآورد می‌کند. این به دلیل مفروضات خوش‌بینانه در مورد قیمت‌های ورود و خروج معاملات است. بسیاری دیتاست سهام های بورس ایران از الگوریتم‌ها و نرم‌افزارها و ابزارهای بک‌تست به دلیل محدودیت به گونه‌ای طراحی شده‌اند که صرفاً می‌توانند بک‌تست را با قیمت‌های High و Low و Open و Close انجام دهند و از اتفاقات درون کندل استفاده نمی‌کنند.

فرض کنند که استراتژی در قیمت Close کندل وارد معامله شده و در قیمت Close یا High کندل بعدی از معامله خارج شده است.

حال آنکه هنگامی که داده‌های تیک در بک‌تست به کار می‌روند، نرم‌افزار می‌تواند به طور واقع‌بینانه خرید را در قیمت‌های Bid و فروش را در قیمت‌های Ask به شکلی دقیق کاملاً شبیه‌سازی کند.

ما با کمک متخصصین در مهد سرمایه پس از سال‌ها تلاش تیک دیتای بورس ایران، بازار ارزها و سهام بین‌المللی و کریپتو را از منابع معتبر و گران‌قیمت مختلف گردآوری کرده و جهت استفاده در هنگام تولید استراتژی و یا در هنگام تست 99% استراتژی با قیمتی بسیار ناچیز در اختیار شما قرار می‌دهیم. برای دریافت لیست شاخص‌های موجود با بخش پشتیبانی شرکت مهد سرمایه تماس حاصل فرمایید.

سهام های ایرانی در تریدینگ ویو

فیلم آموزش سایت تحلیلی تریدینگ ویو نرم افزار تریدینگ ویو را می توان نسل . در بازارهای مالی و جهانی نظیر بازارهای سهام، معاملات آتی، تمامی شاخص‌های اصلی، … . تحلیل چارت ها را به شما ارائه می دهد و می تواند بطور کامل جایگزین برنامه های متداول دیتاست سهام های بورس ایران در . ادامه.

جدیدترین نوشته ها. استخراج ارز CET با کیف پول + آموزش تصویری 2020-11-14; تحلیل اتریوم پس از برنده شدن جو بایدن 2020-11-08; تحلیل تکنیکال کیوی دلار . ادامه.

Dec 11, 2014 — همه ی جفت ارزها و فلزات و شاخص ها و سهام های شرکت های امریکایی در این سامانه ی تحلیلی وجود دارند، و در تصویر زیر می توانید نمای کلی سایت را مشاهده . ادامه.

Jump to انواع حساب های تریدینگ ویو‎ — صورتحساب ها به صورت ماهانه، سالانه و هر دو سال یکبار ارائه می . اگر مبتدی هستید یا می خواهید ببینید که ابزار تریدینگ ویو چگونه کار می کند، . بیستری برای مدیریت تحقیق سهام خود را به شما می دهد. ادامه.

May 12, 2020 — تریدینگ ویو بستری حرفه‌ای و رایگان برای تحلیل تکنیکال در بازارهای مالی . نیز با استفاده از بستر تریدینگ ویو و داده‌های بازار سهام در ایران، نمادهای بورس اوراق . هرکدام از این گزینه ها را به ترتیب از چپ به راست بررسی می‌کنیم. ادامه.

نمودار سهام ها و انواع جفت ارزها، شاخصهای بازار دیتاست سهام های بورس ایران امریکا، فلزات، ارزهای دیجیتال و … را می‌توان در این وبسایت مشاهده نمود. اطلاعات و ابزارهای بسیار زیادی که در این پلت فرم . ادامه.

بورس ویو سامانه تحلیل بنیادی سهام؛ در کنار معاملات آنلاین در ایزی تریدر، . شرکت ها و گزارش پرتفوی شرکت های سرمایه گذاری بخشی از اطلاعات پردازش شده ای است . ادامه.

Jul 22, 2020 — مهمترین پلتفرم های تحلیل تکنیکال:فعالان بازار سرمایه ایران و . با استفاده از بستر تریدینگ ویو و داده‌های بازار سهام در ایران، نمادهای بورس اوراق . ادامه.

Oct 29, 2020 — تریدینگ ویو جدید ترین نسل از پلتفرم‌ های معاملاتی مبتنی بر وب می باشد که . سایت تریدینگ ویو می توانید از اکثر امکانات آن از جمله نمایش نمودار ها و کار . مطلب مربوط به مدیریت سبد دارایی در معاملات آنلاین سهام و اوراق بهادار را هم. ادامه.

مزیت و دلیل اصلی استقبال مخاطبان از زمان معرفی بورس ویو به بازار تاکنون، دقت بالا . اطلاعات کلی شامل شاخص های بازار، ده سهم اول و اطلاعیه ها و مجامع مربوط به هرسهم . ادامه.

Mar 31, 2020 — 12 حالت هشدار مختلف وجود دارد که می تواند در شاخص ها یا ابزارهای ترسیم اعمال شود. Stock Screener – سهام را بر اساس معیارهای خاص خود پیدا کنید. ادامه.

Apr 27, 2019 — یکی از دغدغه های اکثر تریدرهای بازار، دسترسی به چارت بازارهای مختلف داخلی و . ره آورد ۳۶۵ نیز امکان دسترسی شما به نمودارهای بازار سهام ایران و قراردادهای آتی . فیلم آموزشی وبسایت تریدینگ ویو را قبلا در طلاچارت ارائه داده ایم. ادامه.

Jul 20, 2018 — شما در این برنامه میتوانید به صورت رایگان به نمودارهای قیمتی انواع سهام در بورس . دسترسی داشته باشید ما به شما مشهورترین برنامه تحت وب یعنی تریدینگ ویو را . نمودار های مختلف برای تجزیه و تحلیل قیمت ها را بهتر بشناسید. ادامه.

نرم افزار انتقال دیتا از تریدینگ ویو به سایر نرم افزارهای تحلیلی و تبدیل . جهت استفاده از نرم افزار بایستی هنگام دریافت فایل های دیتا از سایت، فرمت زمان حتما بایستی بر روی Iso Time باشد. این نرم افزار برای اولین بار در ایران ارائه می گردد. . تریدینگ ویو یک سایت و شرکت معتبر جهانی است که دیتاهای تمامی سهام و کالاها و . ادامه.

اساس کار پلتفرم تریدینگ ویو کار کردن با نمودار ها است جالب این که تریدینگ ویو . متاتریدر هست و آن طور که پیداست مربوط به انجام معاملات و باراز ارز و سهام است. ادامه.

برنامه TradingView نمودارهای رایگان را همراه با قیمت سهام، فارکس و بیت کوین به کاربران ارائه می دهد. تریدینگ ویو یک پلت فرم مالی برای معامله گران و سرمایه گذاران . ادامه.

عدم امکان مقایسه بین ارز ها و سهام های مختلف; عدم امکان استفاده از بیش از ۳ اندیکاتور روی چارت; عدم امکان ذخیره سازی تمپلت های سفارشی سازی شده; نمایش تبلیغات گاه و . ادامه.

. بر حسب نسبت های لگاریتمی ندارد اگر به نسخه جدید تریدینگ ویو در سایت بین المللی اش سر بزنید . غیر از این بود که حجم فروش ، مبنا هم پر نکرد و به کندی ۸ هزار برگ سهم فروخته شد و کلوز . تحلیل شیران(صنایع شیمیایی ایران)-سعید مبشری. ادامه.

همه ی جفت ارزها و فلزات و شاخص ها و سهام های شرکت های مهم در این سامانه ی تحلیلی وجود دارند. چارت ها و نمودارهای تریدینگ ویو. ابزار نموداری این سایت تا حد امکان ساده سازی . ادامه.

Oct 3, 2020 — 2- اینکه تریدینگ ویو یه سری خاصی از بروکر ها رو پشتیبانی می کنه که تا اونجایی که بنده اطلاع دارم بروکر های معتبری که رگوله شده باشند برای . ادامه.

سرمایه‌گذاری بلندمدت اغلب از طریق خرید سهام، صندوق‌های سرمایه‌گذاری مشترک و ETF ها انجام می‌شود. در این سرمایه‌گذاری، سرمایه‌گذاران برای گرفتن تصمیمات سرمایه‌گذاری، . ادامه.

Sep 7, 2020 — قابلیت ساختن لیست دلخواه از چارت ها و سهام های زیر نظر خود; و… آخرین تغییرات نسخه جدید: Users in India now have access to our app, and . ادامه.

May 31, 2020 — تریدینگ ویو یا TradingView یک پلتفرم حرفه ای برای تحلیل در بازار های مالی جهانی است که در این مقاله کار با تریدینگ ویو را کامل رایگان به . با استفاده از بستر تریدینگ ویو و داده‌های بازار سهام در ایران، نمادهای بورس اوراق بهادار . ادامه.

انتقال دیتای بورس ایران به متاتریدر

Feb 8, 2019 — در این مقاله چگونگی ورود دیتای قیمت به متاتریدر را یاد خواهید گرفت تا در بک تست . فارکس یار | کتاب و مقاله فارکس | دانش جهانی برای معامله گران ایرانی . هرچند که این احتمال وجود دارد که بروکرها دیتاهای خوبی در اختیار شما قرار دهند اما این دیتاها بسیار محدود هستند. . گام دوم: انتقال داده ها به نرم افزار متاتریدر. ادامه.

Apr 26, 2019 — صفحه اصلی انتقال دیتا از tseclient به متاتریدر. آموزش نصب TSE Client تنظیمات ادونس گت (ادونسد گت) Advanced GET. توسط : محسن رضاییدر: . ادامه.

در این تاپیک طریقه گرفتن دیتای بورس تهران و دیتای شاخص صنایع رو بطور کامل توضیح خواهیم داد . ایا میشه به جای دانلود دیتا، از متاتریدر رسا استفاده کرد؟ . می کنیم و دیتای بورس را می گیریم و طبق راهنمای انتقال داده به داینامیک تریدر ، به dt . ادامه.

Nov 25, 2014 — تصاویر زیر مراحل انتقال داده های بورس تهران از طریق نرم افزار TseClient به نرم افزار داینامیک تریدر (قابل استفاده در . جدیدترین اندیکاتور انتقال دیتا متاتریدر Dynamic Trader . بورس ایران و تایم فریم های آن . با توجه به اینکه نصب TseClient بسیار ساده و ابتدایی است، از ذکر نحوه نصب آن صرف نظر شده است. ادامه.

Dec 8, 2017 — این محدودیت با توجه به تعداد ۵۰۰ الی ۶۰۰ نمادی که در بورس وجود دارد در امر انتقال دیتا مشکل ایجاد می کند. و هر باز نیاز است کاربر تعدادی از چارتها را . ادامه.

آموزش نصب متاتریدر برای اندروید - دانلود متاتریدر 4 و متاتریدر 5 بورس ایران - فیلم آموزش دانلود نرم افزار متا تریدر بروکر فارکس و کارگزار بورس بین الملل ارز. . ایمیل 3. شماره تماس خود را به ایمیل [email protected] ارسال نمایید تا مشاوره رایگان و آشنایی با . شرایط انتقال حساب در دیتاست سهام های بورس ایران بروکرها · مدارک افتتاح حساب در بروکرها · پولهای . ادامه.

مناسب بورس ایران و بورس بین الملل و فرابورس . از طریق مجموعه وی شارژ · آموزش انتقال دلار از بروکر اکسنس به آلپاری و ایکس ام . ممکن است اطلاعات قیمتی گذشته بازار در متاتریدر کامل نباشد پس باید این . وارد کردن دیتای قیمتی گذشته بازار به هیچ عنوان کار مشکلی نیست، با دنبال کردن . فعال در بازارهای مالی بورس و فرابورس. ادامه.

آموزش کار با پنجره نمادها در نرم افزار مفیدتریدر یا متاتریدر نمادهای زیادی در نرم‌افزار تکنیکال مفیدتریدر وجود دارد. . در قسمت TSE نمادهای بورس، فرابورس، حق تقدم و صندوق‌ها و شاخص‌ها قرار دارند. . با این کار نماد به دیده بان بازار انتقال می‌یابد. . اگر مشکل برطرف نشد، یعنی ارتباط با سرور دریافت دیتا به درستی برقرار نشده و باید . ادامه.

فیلم آموزش نحوه ورود دیتا و بک تست در متاتریدر - تست استراتژی و اکسپرت در متاتریدر فیلم . علاقمندان به بورس تهران نیز می توانند این شیوه را به کار بگیرند. ادامه.

در بازارهای جهانی از جمله بازار بورس برای آن که معامله گران بتوانند به این بازارها دسترسی داشته باشند نیاز بوده که از نرم افزارهای تحلیلی مناسبی استفاده شود. از این رو . ادامه.

Jun 11, 2019 — تمامی تنظیمات مربوط به ترمینال متاتریدر به طور مرتب دسته بندی شده‌اند و . settings and data at startup را فعال کرده باشید، داده‌های مربوط به حساب . ادامه.

در بورس اوراق بهادار تهران و فرابورس ایران نموده است. . را به عنوان پاسـخ مناسـب مطرح نمـود که پس از دریافـت حق االمتیاز آن MetaTrader 5نرم . مفیدتریدر5 را به کامپیوتر دیگر انتقال دهید، به محض آنکه شما سامانه را اجرا . )بـاز Open Data Folder. ادامه.

اصطلاحات بورس اوراق بهادار . چگونه از قابلیت Visibility در تریدینگ ویو استفاده کنیم؟ 1 روز قبل بدون دیدگاه . حل مشکل خطای No Connection در متاتریدر. ادامه.

شبکه عصبی, بورس, سیگنال ,تحلیل سهام,سیگ, سیگنال خرید سهام. ادامه.

به نام خدا. نحوه ی دریافت داده های بورس ایران. از مفید تریدر. 5. به داینامیک تریدر. تهیه کننده . Data Type. را. ASCII. می کنیم . بعد مسیر داده ها در مفید. تریدر. بعد. Add All. بعد . از یک کارگزار خارجی که در متا تریدر. 4 . خودتان انتقال دهید ،. ادامه.

این داده بازارهای جهانی از یک کارگزار گرفته شده و به صورت ماهانه به روز می‌شود. . داده‌های سهام و آتی سکه بازار ایران. به . آموزش انتقال داده از متاتریدر ۵ به بورس‌تستر ۴. ادامه.

May 3, 2020 — برای بورس ایران از کجا میتوانم فایل های دیتای نماد ها را بگیرم که معتبر . در ضمن برای انتقال دیتا به داینامیک تریدر باید از نرم افزار متااستوک . ادامه.

انتقال داده. جهت استفاده در نرم‌افزارهای مختلف تحلیل تکنیکال. data export. choose instrument. Previous Next. تعدیل قیمت سهام با روش‌های مختلف. تنها مرجع صحیح . ادامه.

مفید تریدر که در واقع نسخه اختصاصی شده نرم افزار متاتریدر یا همان MetaTrader 5 است . امکان نمایش نمودار و دسترسی به تمامی نمادهای بورس اوراق بهادار تهران و فرابورس بر حسب صنعت . برخی موارد اختلال در اینترنت باعث می‌شود دیتا دانلود نشود. ادامه.

برای دانلود متا تریدر بورس ایران کافیست عبارت “دانلود مفید تریدر” را در گوگل سرچ . عملیات نصب متاتریدر بورس ایران نیز بلافاصله پس از اتصال به سرور به . ادامه.

هوش مصنوعی در بورس

ورود هوش مصنوعی در بورس آرزوی خیلی هاست. فکر کنید الگوریتمی داشته باشید که بتواند قیمت سهام را پیش‌بینی کند! بهتر از این نمی‌شود نه؟ هدف از این پست، تحلیل بورس با هوش مصنوعی است. برای این کار ما از یادگیری عمیق و شبکه‌ای مبتنی بر LSTM استتفاده کرده‌ایم. در این پست نحوه پیش پردازش داده‌های بورسی، تعریف شبکه و آموزش آن را فراخواهید گرفت. پس با هوسم همراه باشید …

نحوه دریافت اطلاعات بورس

قطعا برای پیش‌بینی قیمت سهام با یادگیری عمیق نیاز به داده داریم. هوش مصنوعی در بورس بدون داده مگر می‌شود؟! یکی از راه‌های دسترسی به داده‌های بورسی، وبسایت ALPHA VANTAGE است. این وبسایت امکان دسترسی به اطلاعات بازار سهام NASDAQ را فراهم کرده است. بازار سهام NASDAQ بزرگترین بازار سهام الکترونیک در جهان است که در قلب آمریکا قرار دارد. با استفاده از سایت ALPHA VANTAGE می‌توان به قیمت روزانه سهام NASDAQ در 20 سال گذشته دسترسی داشت.

یکی از ویژگی‌های مثبت و مفید ALPHA VANTAGE این است که یک python wrapper برای آن وجود دارد. یعنی شما می‌توانید پکیج ALPHA VANTAGE را در پایتون نصب کنید. سپس با استفاده از آن پکیج، داده‌های موردنظرتان را دانلود کنید. در بخش بعدی ما نحوه نصب پکیج ALPHA VANTAGE در پایتون را آموزش خواهیم داد.

نحوه نصب ALPHA VANTAGE در پایتون

گفتیم برای استفاده از هوش مصنوعی در بورس به داده نیاز داریم. و یکی از راه‌های دریافت داده های بورسی سایت ALPHA VANTAGE است. یکی از راه‌های نصب پکیج ALPHA VANTAGE ، استفاده از pip install است. اگر روش‌های دیگر را ترجیح می‌دهید این لینک را باز کنید. برای نصب ALPHA VANTAGE با pip ابتدا پوشه‌ای که پایتون در آن نصب است را باز کرده و سپس در باکس directory عبارت cmd را تایپ کنید. پس از اینکه command prompt باز شد عبارت زیر را تایپ کنید:

پس از اجرا کردن کد بالا، ALPHA VANTAGE نصب خواهد شد و می‌توان در پایتون از امکانات آن استفاده کرد.

در بخش بعدی نحوه خوانده داده ها با کتابخانه alpha_vantage را خواهیم گفت.

خواندن داده‌ها از سایت ALPHA VANTAGE

در این بخش از پست « هوش مصنوعی در بورس » می‌خواهیم یک تابع برای خواندن داده‌های بورسی از alpha_vantage بنویسیم. ورودی این تابع، کد API و نام سهام است. اما کد API را از کجا بیاوریم. وارد سایت ALPHA VANTAGE شوید. پس از ورود به سایت، گزینه GET YOUR FREE API KEY TODAY را انتخاب کنید.

سپس صفحه جدیدی باز می‌شود. در صفحه جدید ابتدا باید مشخص کنید که شما که هستید. من در این بخش student را انتخاب کردم. در بخش بعدی اسم شرکت، دانشگاه و … را وارد کنید. در بخش سوم ایمیل خود را وارد کرده و در نهایت تیک من روبات نیستم را بزنید. سپس دیتاست سهام های بورس ایران روی GET FREE API KEY کلیک کنید. پس از این کار کد API برای ما صادر خواهد شد:

خب این از کد API، حالا برویم سراغ نوع خروجی. ما می‌توانیم داده‌ها را با سه فرمت json، pandas و csv دریافت کنیم. به صورت زیر می‌توانیم این کار را انجام دهیم:

نوشتن تابع برای دریافت داده های بورسی

حالا کد API را داریم. می‌خواهیم فرمت خروجی pandas باشد. همچنین می‌خواهیم سهام شرکت مایکروسافت را بررسی کنیم. برای خواندن داده‌های مربوط به سهام مایکروسافت، یک تابع به نام get_data می‌نویسیم. ورودی این تابه کد API و نام سهام هستند. در تابع get_data، ابتدا ماژول TimeSeries را از کتابخانه alpha_vantage فراخوانی می‌کنیم. سپس با استفاده از TimeSeries ، کد API و نوع خروجی را مشخص می‌کنیم. برای دریافت اطلاعات روزانه از دستور get_daily استفاده می‌کنیم. ورودی این دستور نام سهام موردنظرمان است. نشان شرکت مایکروسافت در بازار سهام، MSFT است. بنابراین تابع مورد نظرمان به شکل زیر تعریف می‌شود:

حالا می‌توانیم داده‌های شرکت مایکروسافت را با استفاده از تابعی که نوشتیم دریافت کنیم. پس از دریافت داده‌ها آن‌ها را نمایش می‌دهیم.

به جای ستاره کد API که گرفتید را وارد کنید. با اجرای کد بالا خواهیم داشت:

مشاهده می‌کنید که داده‌ها از سال 2000 تا سال 2020 وجود دارند. در هر تاریخ 5 مولفه وجود دارد. این مولفه‌ها عبارتند از قیمت سهام هنگام باز شدن بازار، بیشترین قیمت سهام، کم‌ترین قیمت سهام، قیمت سهام هنگام بسته شدن بازار و حجم معادلات. ما تصمیم داریم که از این 5 مولفه استفاده کنیم و قیمت سهام هنگام باز شدن بازار را تخمین بزنیم. اما قبل از تعریف مدل، نیاز داریم که داده‌ها را پیش‌پردازش کنیم. همچنین باید تعدادی از داده‌ها را برای ارزیابی و اعتبارسنجی جدا کنیم. پس برویم سراغ بخش بعدی، یعنی پیش پردازش داده های بورسی…

پیش پردازش داده های بورسی با پایتون، نامپای و پانداز

در بخش قبل از پست « هوش مصنوعی در بورس » دیدیم که داده‌ها چه ساختاری داشتند. در این بخش می‌خواهیم داده‌ها را برای ورود به شبکه آماده کنیم. اولین دیتاست سهام های بورس ایران کاری که باید انجام بدهیم، حذف سربرگ‌ها و تاریخ‌ها است. مدل یا شبکه به سربرگ‌ها و تاریخ نیازی ندارد. فقط عدد می‌خواهد! برای این کار به سادگی داده‌ها را ابتدا به دیتافریم تبدیل کرده و سپس آن‌ها را به numpy تبدیل می‌کنیم تا کار با آن راحت‌تر باشد:

تقسیم داده‌ها برای آموزش، اعتبارسنجی و ارزیابی

خب حالا باید داده‌های آموزش و تست را از هم جدا کنیم. 80 درصد از داده‌ها را به آموزش، 10 درصد به اعتبارسنجی و 10 درصد باقیمانده را به تست اختصاص می‌دهیم:

استانداردسازی داده‌ها با Scikit-learn

با نگاهی به داده‌ها متوجه خواهیم شد که داده‌ها به استانداردسازی نیاز دارند. استاندارد‌سازی یعنی رنج مقادیر برای همه ویژگی‌ها یکسان شود. برای استانداردسازی روش‌های مختلفی وجود دارد. یکی از این روش‌ها استفاده از مینیمم دیتاست سهام های بورس ایران و ماکزیمم مقدار داده است.

برای داده‌های ما رنج قیمت‌ها و حجم معاملات بسیار متفاوت هستند. بنابراین باید داده‌ها استاندارد شوند. ما استانداردسازی را با استفاده از کمترین و بیشترین مقدار داده‌ها انجام خواهیم داد. برای این کار از کتابخانه scikit-learn و ماژول preprocessing استفاده می‌کنیم. به این منظور، ابتدا با استفاده از دستور preprocessing.MinMaxScaler().fit، مینیمم و ماکزیمم داده‌های آموزش را بدست می‌آوریم. سپس داده‌های تست و آموزش را با کمک Min و Max داده‌های آموزش، استاندارد می‌کنیم.

دقت کنید که ما به هیچ عنوان نمی‌توانیم داده‌‌های اعتبارسنجی و تست را با Min و Max خودشان استاندارد کنیم. اگر این کار را بکنیم درواقع به شبکه تقلب رسانده‌ایم. بنابراین همه داده‌ها را با Min و Max داده‌های آموزش، استاندارد می‌کنیم.

گفتیم که ما می‌خواهیم قیمت سهام در هنگام باز شدن بازار را تخمین بزنیم. ما در این پروژه داده‌های مربوط به 50 روز را به شبکه می‌دهیم و می‌خواهیم مقدار قیمت opening سهام را در روز بعد تخمین بزند. به همین دلیل ابتدا داده‌ها را 50 تا 50 تا جدا می‌کنیم. همینجا مقدار قیمت openning را در روز 51اُم را نیز به عنوان برچسب جدا می‌کنیم. برای این کار نیز یک تابع می‌نویسیم:

سپس با استفاده از تابعی که نوشتیم، داده‌های آموزش، اعتبارسنجی و تست را 50تا 50تا جدا کرده و برچسب‌هایشان را نیز جدا می‌کنیم.

خب تا اینجا ما داده‌های آموزش و تست را آماده کردیم. قدم بعدی تعریف مدل است. پس برویم سراغ تعریف مدل…

تعریف مدل LSTM با کراس

در بخش قبل از پست « هوش مصنوعی در بورس » ، داده‌ها را برای خوراندن به شبکه آماده کردیم. در این بخش می‌خواهیم شبکه را با تنسورفلو 2 و کراس تعریف کنیم. شبکه‌ای که تعریف می‌کنیم ساختار ساده‌ای دارد. این شبکه از یک لایه LSTM و دو لایه Dense تشکیل شده است. برای بهینه‌سازی از Adam optimizer و اتلاف MSE استفاده می‌کنیم. نرخ یادگیری را نیز برابر با 0.001 در نظر می‌گیریم :

مدلی که تعریف کردیم را می‌توانیم با کد زیر رسم کنیم:

با اجرای کد بالا، لایه به لایه می‌توانیم ساختار شبکه را مشاهده کنیم:

خب حالا شبکه را با داده‌های آموزشی، آموزش می‌دهیم. برای این کار اندازه batch را برابر با 32 و تعداد تکرارها را 50 در نظر می‌گیریم. همچنین ترتیب داده‌ها را با shuffle بهم می‌ریزیم. با کمک call back، مدلی که کمترین مقدار اتلاف برای داده‌های اعتبارسنجی را دارد ذخیره کرده و از آن استفاده می‌کنیم.

نتیجه اجرای کد بالا به شکل زیر خواهد بود:

تحلیل نتایج آموزش شبکه LSTM در پیش بینی بورس

خب تا اینجا شبکه را با داده‌های آموزشی که آماده کردیم، آموزش دادیم. حالا باید ببینیم که این شبکه روی داده‌های تست چه عملکردی دارد. به این منظور ابتدا مدلی که ذخیره کرده بودیم را فراخوانی می‌کنیم. سپس داده‌های تست را به مدل می‌دهیم.

با اجرای کد بالا داریم:

مقدار اتلاف MSE برای پیش‌بینی که شبکه انجام داده، 0.00013 است! البته زیاد خوشحال نباشید. ما داده‌ها را scale کردیم. باید پیش‌بینی‌های شبکه را به مقدار واقعی برگردانده سپس اتلاف را محاسبه کنیم. برای این کار نیاز به برچسب (مقدار واقعی و scale نشده) داده‌های آموزش داریم. این مقادیر را جدا می‌کنیم. مقدار min و max آن را بدست می‌آوریم. سپس از این مقادیر برای برگرداندن پیش‌بینی شبکه به رنج واقعی خودش استفاده می‌کنیم:

خب حالا مقادیر پیش‌بینی شده توسط شبکه را با استفاده از scale_back به رنج واقعی تغییر می‌دهیم. سپس مقدار اتلاف را برای داده‌های تست محاسبه می‌کنیم:

مقدار MSE برابر با 9.3 به‌دست می‌آید که نتیجه خوبی است. این مقداری که برای اتلاف به دست آوردیم، مقدار میانگین روی همه داده‌های تست است. شاید بخواهید ببینید برای تک‌تک داده‌ها، شبکه چطور پیش‌بینی کرده است. برای این کار کافی است نمودار مقدار واقعی و مقدار پیش‌بینی شده توسط شبکه را بکشیم:

با اجرای کد بالا داریم:

مشاهده می‌کنید که مقدار پیش‌بینی شده همواره تغییراتِ مقدار واقعی قیمت سهام را دنبال می‌کند. تقریبا در همه روزها، مقدار پیش‌بینی شده کم‌تر از مقدار واقعی است. شاید دلیل این مسئله، قدیمی‌تر بودن داده‌های آموزش باشند. یعنی با گذشت زمان، مقدار قیمت سهام شرکت مایکروسافت افزایش یافته است و ما داده‌های قدیمی‌تر که قیمت سهام پایین‌تر بود را به شبکه برای یادگیری داده‌ایم. از این رو شبکه مقدار قیمت را کمی کمتر از مقدار واقعی تخمین می‌زند.

تذکر این پروژه صرفا برای یادگیری نحوه کار با داده‌های بورسی ارائه شده است. پس لطفا از اتکا به این پروژه در معاملات بورسی شدیدا پرهیز کنید.

منبع مقاله هوش مصنوعی در بورس

پست « هوش مصنوعی در بورس » برگرفته از این مقاله است. در مقاله منبع، یک اشتباه ناشیانه در بخش پیش‌پردازش داده انجام شده بود که دیتاست سهام های بورس ایران دیتاست سهام های بورس ایران در این پست به طور کامل رفع شده است.

در پست « هوش مصنوعی در بورس » ما توانستیم قیمت openning سهام مایکروسافت را با کمک شبکه LSTM پیش‌بینی کنیم. پروژه‌ای که انجام دادیم بسیار ساده است و راه برای بهبود آن زیاد است. به هر حال این پروژه برای آشنا شدن با نحوه کار با داده‌های بورسی کافی است. امیدوارم این آموزش مورد توجه شما قرار گرفته باشد. نظرات و سوالات خود را پایین 👇 برایمان کامنت کنید. حتما سوالات شما پاسخ داده خواهد شد.