وضعیت تست ثبت‌نام: کاربر کاملاً جدید
لوگو
آپلود لوگو
آکادمی تجارت برتر
--:--
حساب کاربری
خانه
دوره آموزشی
مدرسه
خدمات
✓مشاهده‌ی همه‌ی خدماتِ آموزشی (هر بخش)
✓تبدیل تاریخ
✓مبانی آموزشی بازارهای مالی
✕تحلیل بازارهای مالی
✓معرفی بروکر
✕آزمون دوره‌ها
✓فیلم‌های مرتبط
مارکت
✓تبدیل تاریخ
✓مبانی آموزشی بورس اوراق بهادار
✕تحلیل بازار سهام
✓دریافت کد بورسی و سجام
✓معرفی کارگزاری‌ها
✕آزمون دوره‌ها
✓فیلم‌های مرتبط
✓تبدیل تاریخ
✓مبانی آموزشی ارزهای دیجیتال
✕تحلیل بازار کریپتو
✓مقایسه صرافی‌های ارز دیجیتال
✓ثبت‌نام و احراز هویت در صرافی
✓آموزش کیف پول و امنیت
✓معرفی صرافی‌های معتبر
✕آزمون دوره‌ها
✓فیلم‌های مرتبط
مارکت
✓تبدیل تاریخ
✓مبانی آموزشی بازرگانی
✕آزمون دوره‌ها
✓فیلم‌های مرتبط
✓تبدیل تاریخ
✓خدمات حسابداری
✓مبانی آموزشی حسابداری
✕آزمون دوره‌ها
✓فیلم‌های مرتبط
✓تبدیل تاریخ
✓مبانی آموزشی بیمه
✓خدمات بیمه
✓معرفی کارگزاری‌های بیمه
✕آزمون دوره‌ها
✓فیلم‌های مرتبط
✓تبدیل تاریخ
✓خدمات فناوری اطلاعات
✓مبانی آموزشی فناوری اطلاعات
✕آزمون دوره‌ها
✓فیلم‌های مرتبط
✓تبدیل تاریخ
✓خدمات امور اداری
✓مبانی آموزشی امور اداری
✕آزمون دوره‌ها
✓فیلم‌های مرتبط
✓تبدیل تاریخ
✓خدمات آموزشی
✓مبانی آموزشی خدمات آموزشی
✕آزمون دوره‌ها
✓فیلم‌های مرتبط
✓تبدیل تاریخ
✓خدمات بازاریابی
✓مبانی آموزشی بازاریابی
✕آزمون دوره‌ها
✓فیلم‌های مرتبط
✓تبدیل تاریخ
✓خدمات کارآفرینی
✓مبانی آموزشی کارآفرینی
✕آزمون دوره‌ها
✓فیلم‌های مرتبط
✓تبدیل تاریخ
ابزار
۱۰ ابزار آنلاین
دانلود متاتریدر ۴-۵
اندیکاتور
سایت‌های مهم
پایش لحظه‌ای شاخص و نمادها
تقویم مجامع و افزایش سرمایه
دیده‌بان بازار بورس
ماشین‌حساب‌های بورس
سایت‌های مهم
قیمت لحظه‌ای رمزارزها
تقویم رویدادهای کریپتو
محاسبه‌گر سود و ضرر
سایت‌های مهم
محاسبه‌گر حقوق ورودی
چک‌لیست اسناد اعتبار اسنادی
سازنده پیش‌فاکتور
سایت‌های مهم
محاسبه‌گر ارزش‌افزوده
محاسبه‌گر حق بیمه تأمین اجتماعی
پلکان مالیات بر حقوق
چک‌لیست اظهارنامه عملکرد
واژه‌نامه حسابداری و مالیاتی
بانک قوانین و بخشنامه‌ها
یادآور مهلت‌های مالیاتی و بیمه‌ای
محاسبه‌گر جامع فیش حقوق
محاسبه‌گر استهلاک دارایی ثابت
محاسبه‌گر نقطه سربه‌سر
محاسبه‌گر جریمه تأخیر
سایت‌های مهم
ماشین‌حساب دیه
ماشین‌حساب خسارت
مقایسه بیمه‌ها
واژه‌نامه بیمه
بانک قوانین و بخشنامه‌ها
استعلام بیمه‌نامه
یادآور تمدید بیمه
سایت‌های مهم
اخبار
تقویم اقتصادی
انجمن
ارتباط با ما
بازارهای مالی
بورس اوراق بهادار
ارزهای دیجیتال
بازرگانی
حسابداری
بیمه
بازاریابی
کارآفرینی
فناوری اطلاعات
امور اداری
خدمات آموزشی

سری زمانی در بازارهای مالی: قیمت، بازده و آماده‌سازی داده

سطح 1 — داده، بازده و مانایی · مطالعه: 12 دقیقه

سری زمانی یعنی مجموعه‌ای از مشاهده‌ها که ترتیبِ زمانیِ آن‌ها اهمیت دارد: قیمتِ بستهٔ روزانهٔ یک شاخص، قیمتِ دقیقه‌ایِ طلا، حجمِ معاملاتِ یک سهم یا نرخِ سود بین‌بانکی. در داده‌هایِ مقطعی (مثلاً سود هر شرکت در یک سال) جابه‌جاکردنِ ردیف‌ها چیزی را خراب نمی‌کند؛ در سری زمانی جابه‌جاکردنِ ترتیب، اطلاعاتِ اصلیِ داده را از بین می‌برد.

در آکادمی تجارت برتر تحلیلِ سری زمانی را ابزارِ سنجشِ ریسک و آزمونِ ایده می‌دانیم، نه ماشینِ پیش‌بینیِ قطعیِ قیمت. این دوره از «داده» شروع می‌کند، چون هر مدلی که روی دادهٔ نادرست ساخته شود نتیجهٔ نادرست می‌دهد.

چرا به‌جایِ قیمت از بازده استفاده می‌کنیم؟

قیمت‌ها معمولاً روندِ بلندمدت دارند و میانگینِ ثابتی ندارند؛ بازده‌ها به میانگینِ ثابت نزدیک‌ترند و بینِ دارایی‌هایِ مختلف قابل‌مقایسه‌اند (۱٬۰۸۰۰ برای یک جفت‌ارز با ۲٬۰۰۰ دلار برای طلا مستقیماً قابل‌مقایسه نیست، اما ۰٫۵٪ بازده قابل‌مقایسه است).

نوع بازدهفرمولویژگی
بازدهٔ سادهRt = Pt / Pt-1 − 1برایِ بازدهٔ پرتفویِ یک دورهٔ مشخص مناسب است؛ در جمعِ چنددوره‌ای مستقیم جمع نمی‌شود
بازدهٔ لگاریتمیrt = ln(Pt / Pt-1)در چند دوره دقیقاً جمع می‌شود؛ برایِ مدل‌سازی آماری رایج‌تر است

برایِ بازده‌هایِ کوچک (کمتر از چند درصد) این دو تقریباً یکسان‌اند. هرچه بازده بزرگ‌تر شود فاصله‌شان بیشتر می‌شود.

مثال (فرضی): قیمتِ یک نماد از ۱٫۰۸۰۰ به ۱٫۰۸۵۴ رسیده است. بازدهٔ ساده = ۰٫۰۰۵۴ ÷ ۱٫۰۸۰۰ = ۰٫۵۰۰٪ و بازدهٔ لگاریتمی ≈ ۰٫۴۹۹٪. حالا قیمتِ ۱۰۰ ابتدا به ۱۱۰ و سپس به ۹۹ می‌رسد: بازدهٔ سادهٔ دو دوره +۱۰٪ و −۱۰٪ است، یعنی جمعِ آن‌ها صفر می‌شود، ولی قیمت در واقع ۱٪ کاهش یافته است. بازدهٔ لگاریتمی همین دو دوره +۰٫۰۹۵۳ و −۰٫۱۰۵۴ است؛ جمعشان −۰٫۰۱۰۰۵ برابر ln(۰٫۹۹) و درست است.

آماده‌سازیِ داده پیش از هر مدل

مسئلهخطراقدام
تعدیلِ قیمت (سود نقدی، افزایش سرمایه، تجزیهٔ سهام)افتِ مصنوعیِ قیمت به‌عنوان «بازدهٔ منفیِ بزرگ» دیده می‌شودقیمتِ تعدیل‌شده را به‌کار ببرید
روزهایِ تعطیل و داده‌یِ گمشدهترتیب و فاصلهٔ زمانی به‌هم می‌ریزدتقویمِ هر بازار را جدا نگه دارید؛ پر کردنِ خودکار را با احتیاط انجام دهید
ساعتِ بسته‌شدنِ روزانهدر بازارهایِ ۲۴ ساعته «بستهٔ روز» قرارداد استیک ساعتِ ثابت (مثلاً بستهٔ نیویورک) را برایِ همهٔ نمادها انتخاب کنید
هم‌ترازی دو سریتعطیلاتِ متفاوت دو بازار، جفت‌های ناقص می‌سازدفقط روزهایی که هر دو داده دارند را نگه دارید
مقدارِ پرتیک تیکِ اشتباه، نوسانِ برآوردی را چند برابر می‌کندقبل از حذف، علتش را با منبعِ دیگر کنترل کنید

برایِ سالانه‌کردنِ نوسان، انحراف معیارِ روزانه را در جذرِ تعدادِ دوره‌هایِ سال ضرب می‌کنند: حدود ۲۵۲ روزِ معاملاتی برایِ سهام و شاخص‌ها و ۳۶۵ برایِ ارزِ دیجیتال که هفت‌روزه و ۲۴ ساعته معامله می‌شود.

import numpy as np, pandas as pd
px = pd.Series([1.0800, 1.0854, 1.0830],
               index=pd.to_datetime(["2026-01-05", "2026-01-06", "2026-01-07"]))
simple = px.pct_change().dropna()
logret = np.log(px).diff().dropna()
vol_annual = logret.std() * np.sqrt(252)   # daily data, 252 trading days

یادآوری: همیشه قبل از مدل‌سازی نمودارِ قیمت و بازده را ببینید؛ بسیاری از خطاهایِ داده با یک نگاه به نمودار پیدا می‌شوند.

🎓 پیام‌رسان تجارت‌برتر
✅
🔒 رمزنگاری فعال
✈️

پیام‌رسان امن آموزشگاهی

ارتباط مستقیم و امن با استاد همان درس و تیم پشتیبانی. همه‌ی گفتگوها تحت نظارت ادمین هستند.

🛡️رمزنگاری سرتاسری
🔐دسترسی نقش‌محور
🕘لاگ حسابرسی کامل
⚠️