Telegram Web
I was invited to have a talk about ML for trading, portfolio optimisation, and backtesting

I may share the slides later.
🔥4
ما به یاری خدا، اولین پست استارت آپ خودمون (Deep Finance) رو منتشر کردیم.

اگه علاقمند هستین که بدونید ما در چه حوزه ای کار میکنیم ، پست لینکدین یا مدیوم که گذاشتیم رو مطالعه بفرمایید 🌺 https://www.linkedin.com/posts/sasan-barak-11808236_tokenized-etf-startup-revolutionizes-blockchain-traded-activity-6907927450681241600-6TYE
👍4
خیلی خوشحال میشیم اگه فرصتی داشتید در کنار خوندن ایده اصلی استارت آپ DFO که در medium منتشر شده، مارو هم با نظر های خوبتون و یا انتقاد های سازندتون همراهی کنید 🌹

لینک های DFO:

لینکدین
تویتر
وبسایت
مدیوم

با تشکر 🌺
👍51
جلسه نهم کتاب پیشبینی ولاتیلیتی و استراتژی های آربیتراژ آماری بود،

فیلم جلسه رو در یوتیوب و آپارات میتوانید تماشا کنید.

‏——————————————————
————————————————————
برای دنبال کردن ارایه ها، وبسایت پرزنت کتاب رو میتونید دنبال کنید
Ml4trading.ir

پخش لایو جلسات در اینستاگرام:

https://www.instagram.com/sasanbarak

برخلاف بقیه جلسات، این هفته چهارشنبه ۳ فروردین ساعت ۸، جلسه دهم کتاب رو خواهیم داشت 🌺😊

موفق باشید
دوستان عزیز گروه.

عید همگی مبارک🌺🌺🙏،

امیدوارم سال بسیار خوبی داشته باشین، در کنار هم کلی یاد بگیریم و موفقیت های تک تک شمارو باهم جشن بگیریم ❤️😍🙏

ارادتمند؛

ساسان براک
16👍3
یک فیلم مروری کوتاه اما کاربردی از پرزنت فصل ۵ کتاب در زمینه پورتفولیو منجمنت در اینستاگرام به اشتراک گذاشته شد،

این فیلم کوتاه بیشتر در باره ایده ها و علت اهمیت پرتفولیو هست،


Chapter 5. Portfolio Evaluation and risk management

لینک اینستاگرام
👍6
جلسه دهم کتاب به استفاده از مدلهای بیزین در ماشین لرنینگ پرداخت.

فیلم جلسه رو در یوتیوب و آپارات میتوانید تماشا کنید.

‏——————————————————
————————————————————
برای دنبال کردن ارایه ها، وبسایت پرزنت کتاب رو میتونید دنبال کنید
Ml4trading.ir

پخش لایو جلسات در اینستاگرام:

https://www.instagram.com/sasanbarak

سه هفته ای که نیستیم میتونید مطالب کتاب رو مرور کنید و خودتون رو با پرزنت ها همراه کنید🌺😊


موفق باشید
5👎1
اولین دیدار حضوری با تعدادی از اعضای تیم DFO 🌺

همراهی با این دوستان پر انگیزه و پراستعداد باعث افتخار هست 🌺
20👍7👎1
سلام دوستان 🌺،

مدتی نزدیک به ۴ سال هست که در گروه صرفا فعالیت های آموزشی عام المنفعه رو پیگیر هستم و تمرکز گروه بروی بالا بردن سواد کامیونیتی بوده هست،💥

یکسال پیش وارد کارهای استارت آپ هم شدیم و تیم قوی از دوستان در حال کار روی پروژه های DFO هستن .
تمرکز DFO پروژه ها و مارکت بین المللی هست.

بخاطر حضور کوتاه در ایران، فرصت رو مغتنم میدانم و دوست دارم با استارت اپ ها و شرکت های کوانت فعال در بازار سرمایه ( متمرکز در مارکت ایران یا خارج ) هم آشنا بشم،

از فاندرها و ceo های فعال این حوزه اگه در گروه هستن (یا اعضای این شرکت ها در گروه هستن)، خوشحال میشم با من در ارتباط باشن تا گپی داشته باشیم و در صورت لزوم یک جلسه حضوری با دوستان هماهنگ کنیم
🤝

با تشکر

دکتر ساسان براک
@sasanbarak

موفق باشین
👍9👎1
یکی از پکیج هایی که خیلی به پیاده سازی مدلهای دیپ لرنینگ در تایم سری کمک کرده

Gluonts

هست که توسط تیم آمازون توسعه داده شده است.

دوتا پرزنت پایین اطلاعات خیلی خوبی از نحوه پیاده مدلهای مختلف این پکیج رو بهتون ارائه میده.
توی این پکیج کلی مدل دیپ لرنینگ برای تایم سری با تونینگ های مختلف پیاده سازی شده هست.

لینک اول (با اسلاید)

لینک دوم ( یوتیوب)

البته بیان این نکته واجبه که مدل های پیچیده تضمینی برای رسیدن به بهترین دقت نیست. من خیلی پیش میاد از RF بهتر از Deep network نتیجه گرفتم 😁
👍11👎2
سلام دوستان،

ما برای استارت آپ DFO ، به تعدادی کاراموز در حوزه

*مدلهای ml در پرتفولیو منیجمنت

*آنالیز داده های مالی و تولید فیچر،

*پیاده سازی مدلهای deep reinforcement learning بروی دیتاهای تریدرها

*تحقیقات روی حوزه decentralized finance

* و طراحی پلتفرم ( react js ، بک اند و فرانت )

نیازمند هستیم.

بخاطر ماهیت کارها، توانایی کدینگ در پایتون الزامی هست تا بتونیم روی مدل‌هایی که توسعه میدیم استفاده کنیم.

دوستان علاقمند به همکاری با ما، لطفا رزومه شون رو به من بفرستند، @sasanbarak

خوشحال میشیم مسیر رو باهم جلو بریم

Deepfinancecapital.org

از دور قبل کاراموزی، ۳ نفر به تیم ملحق شدند، و امیدواریم این دوره هم دوستان قویتری به گروه ملحق بشن،

ممنونم
ساسان براک


Deep finance organisation ( DFO)
👍3
سلام دوستان🌺

فرصتی فراهم شد بصورت حضوری در دانشکده اقتصاد دانشگاه تهران، میزبان شما باشم.

برنامه بصورت سخنرانی در زمینه استفاده از ماشین لرنینگ در فاینانس، و استارت اپ های مالی خواهد بود ، اما بیشتر هدف سوال و جواب و بحث آزاد و ملاقات حضوری شماست.

زمان: یکشنبه ۲۸ فروردین ساعت ۳

مکان: سالن شهید جوزی، طبقه اول ساختمان دانشکده اقتصاد، دانشگاه تهران


جلسه حضوری میباشد و حضور برای عموم آزاد هست🌺
26👍6
ممنون از دوستانی که بابت کاراموزی در حوزه هایی که اشاره شده بود، رزومه فرستادن و اعلام آمادگی کردن،

تا یکشنبه ۴ ارديبهشت دوستانی که هنوز ارزیابی نشدن ، جواب نهایی رو خواهند گرفت،🌺

ممنونم از استقبال دوستان و امیدواریم دوره مفیدی رو با هم طی کنیم🌺🙏
👍9
Forwarded from Amir Mohammadِ Tayyebi
Media is too big
VIEW IN TELEGRAM
جلسه ی امروز
23👍3👎2
@machinelearningnet
جلسه ی امروز
ممنون بابت دعوت از بنده و حضور دوستان،

ما کلا ۲ روز قبل از جلسه تونستیم برنامه رو هماهنگ کنیم، و این استقبال واقعا دلگرم کننده بود،

موج و علاقه ی بسیار خوبی در این حوزه هست که بسیار برای شکوفایی این فیلد کمک خواهد کرد،
امیدوارم این برنامه ها باعث آشنایی بیشتر شما و منجر به انجام کارهای جالبی در ایران و خارج بشود.
37👎3👍1
جلسه یازدهم کتاب ML4T به استفاده از مدلهای درختی و بصورت اختصاصی رندم فارست برای پیشبینی بازار سهام پرداخت.

بحث هایی هم در مورد استارت اپ و کد نویسی درست با دکتر مقدم انجام شد،

فیلم جلسه رو در یوتیوب و آپارات میتوانید تماشا کنید.

‏——————————————————
————————————————————
برای دنبال کردن ارایه ها، وبسایت پرزنت کتاب رو میتونید دنبال کنید
Ml4trading.ir

جلسه بعدی دوشنبه ساعت ۸ و ادامه مدلهای انسامبل برای پیشبینی در بازار خواهد بود،


موفق باشید
👍8
5_6294266806987130411.html
5.7 MB
آخر جلسه پرزنت فصل ۱۱ 👆، یک فایل در زمینه ml در معدن، مهدی عزیز بر اساس پروژه های خودشون ارائه کردن، فایل رو اینجا با شما شیر میکنم
👍52
یکی از بهترین خاطرات سفر، دیدار دوستان و کلی صحبت های علمی و غیر علمی با اونها بصورت حضوری هست، از جلوی در کافی شاپ وایسادن تا باز بشه و قرار گذاشتن در پاساژی که هنور باز نشده، تا خاطرات اسم یکی در پاسپورت دوبی، و دیر کردن های پیاپی من در شلوغی تهران و...، همه اتفاقات شیرینی هست که در دنیای مجازی زیاد خبری ازش نیست، تهران ۱۴۰۱ و بدون کوید شروع خوبی بود، امیدوارم همگی در کنار دوستانتون بهتون خوش بگذره 🌺
19
2025/07/14 16:13:34
Back to Top
HTML Embed Code: