در این دوره آموزشی پس از کار با داده‌های بورس و یادگیری روش‌های جمع‌آوری آن، سراغ چهارچوبی برای طراحی معاملات الگوریتمی و به کارگیری هوش مصنوعی در بازارهای مالی خواهیم رفت. سپس با چند استراتژی معاملاتی مثل Quantitative Momentum و Quantitative Value و Copy Trading آشنا می‌شویم و آن‌ها را در پایتون پیاده‌سازی می‌کنیم و با ارزیابی‌ آماری عملکرد آن‌ها روی داده‌های گذشته، سعی می‌کنیم عملکرد آن‌ها را در آینده نیز پیش‌بینی کنیم. 

مدرسان دوره 

• مرور تحلیل و مصورسازی داده با کتابخانه‌های pandas و matplotlib 
• آشنایی با مفاهیم مالی پایه در پایتون و تحلیل اکتشافی برای سر درآوردن از داده‌های بورس 
• آشنایی با بازار بورس ایران و منابع داده آن 
• آشنایی با ساختارهای ذخیره سازی داده و خواندن و نوشتن پرونده های متنی در پایتون 
• آشنایی با روش های استخراج داده از صفحات وب 
• بررسی چند نمونه کاربردی برای استخراج داده های بورسی از صفحات وب
  

• پیاده‌سازی استراتژی‌‌های Quantitative Momentum، اندیکاتورهای میانگین متحرک، ایده های پشت هر استراتژی معاملاتی و چگونگی پیاده سازی در پایتون
• ارائه چهارچوبی برای طراحی معاملات الگوریتمی و استفاده از هوش مصنوعی در بازارهای مالی: ارزیابی آماری عملکرد یک استراتژی معاملاتی با روش بک تست، آشنایی با متغیر تصادفی، توزیع احتمال، نمونه گیری، بازه اطمینان، آزمون فرض، همبستگی متغیرهای تصادفی، بک تست استراتژی های Quantitative Momentum
• پیاده سازی استراتژی معاملاتی مبتنی بر مدل های رگرسیون: آشنایی با رگرسیون ساده و چندگانه، پیاده سازی استراتژی معاملاتی با کمک مدل رگرسیون و بک تست استراتژی
• پیاده‌سازی استراتژی‌‌ Quantitative Value: آشنایی با داده های بنیادی سهام، پیاده سازی یک نمونه استراتژی Quantitative Value و بک تست استراتژی
• پیاده‌سازی استراتژی‌‌‌های Copy Trading: آشنایی با داده های Copy Trading و پیاده سازی یک نمونه از استراتژی های آن و بک تست استراتژی
• حل تمرین و رفع اشکال

• تعداد کل جلسات:  ۱۸ جلسه 
• دو روز در هفته شنبه و دوشنبه: ساعت ۱۷:۳۰ تا ۲۰:۴۵
• شروع دوره:  ۲۲ مهر ۱۴۰۲
  
• شیوه برگزاری: آنلاین (دو جلسه جهت آشنایی، رفع اشکال و ایجاد ارتباط به صورت حضوری و آنلاین در دانشگاه برگزار می‌شود که زمان آن از قبل اعلام خواهد شد)
• مدت زمان هر جلسه: ۹۰ دقیقه 
• مدت زمان کل دوره:  ۲۸ ساعت (۵ هفته) 
• شیوه ارزیابی: بررسی پاسخ تمرین‌ها و ارائه بازخورد 
• شیوه پشتیبانی: دسترسی محتوای آموزشی تکمیلی برای هر جلسه و امکان پرسش‌ و پاسخ و رفع اشکال روی پلتفرم آموزشی و چت در گروه مجازی مربوط به دوره و ارسال فایل ضبط‌شده کلاس به صورت اختصاصی برای شرکت‌کنندگان پس از اتمام هر جلسه
• شیوه ارائه گواهی پایانی و کارنامه: ارائه گواهی پایان دوره از طرف دانشگاه شریف برای کسانی که دوره را با به پایان می‌رسانند و گواهی پایان دوره با درجه عالی برای کسانی که وضعیت مناسبی در ارزیابی‌ها و دوره را با موفقیت به پایان رسانده‌اند.