پروژه برنامه نویسی پایتون

---

شرح پروژه

سلام 
ما در حال انجام پروژه‌ای هستیم که به داده‌های فرم 13F و قیمت‌های تاریخی سهام نیاز دارد. این پروژه دو بخش اصلی و یک چالش کلی دارد که در ادامه توضیح می‌دهم:

1. داده‌هایی که نیاز داریم:

الف) فایل 13F

این فایل را از قبل دانلود کرده‌ایم، اما یک مشکل اساسی دارد: ستون ارزش (Value) در این فایل واحد مشخصی ندارد. یعنی بعضی از ردیف‌ها بر حسب هزار دلار هستند و بعضی دیگر بر حسب میلیون دلار. این باعث می‌شود که اندازه موقعیت‌ها (Position Sizes) به‌شدت دچار اعوجاج باشد و نتوان تحلیل درستی انجام داد.

ب) قیمت تاریخی سهام

ما باید برای تمام سهم‌هایی که در فرم 13F آمده‌اند، داده‌های زمانی قیمت (time-series) از سال 2020 تا 2025 جمع‌آوری کنیم. می‌توان این داده‌ها را از منابعی مثل Yahoo Finance، Algoseek یا هر منبع معتبر دیگر تهیه کرد.

⸻

2. مشکلات تمیزسازی داده‌ها (Data Cleaning)

مشکل اینجاست که خطاهای مقیاس (Magnitude Errors) را نمی‌توان با یک آستانه ساده (threshold) برطرف کرد. برای مثال:
• ممکن است یک صندوق، مقادیر را هزار برابر بیشتر (هزار دلار به جای میلیون دلار) گزارش داده باشد، اما هنوز هم کل ارزش دارایی‌هایش از صندوق‌های بزرگی مثل BlackRock یا Berkshire کمتر باشد.
• از طرف دیگر، برخی موقعیت‌ها عددهای بسیار کوچک و غیرواقعی دارند که به وضوح اشتباه هستند.

در حال حاضر فایل 13F را داریم و فقط باید تمیزسازی شود. اما قیمت‌های تاریخی را باید خودمان از منابع مختلف استخراج کنیم.

⸻

نتیجه نهایی:

ما به دو چیز نیاز داریم:
1. تمیزسازی فایل 13F به‌طوری‌که مقادیر ارزش‌ها واقعی شوند و قابل تحلیل باشند.
2. استخراج قیمت تاریخی تمام سهامی که در فایل 13F آمده‌اند، از سال 2020 تا 2025.

این کار نیاز به دقت دارد چون نمی‌توان با آستانه ساده خطاها را تشخیص داد. برای همین به کمک شما در تهیه داده‌ها و آماده‌سازی آن‌ها برای استفاده در کدنویسی (مثلاً در پایتون) نیاز داریم.

مهارت ها و تخصص های مورد نیاز

---

---