M3فهرست انتظار
مدیریت سبد و ریسک سرمایه‌گذاری
سبد شما با ده رمزارز متنوع نیست؛ با قاعده متنوع می‌شود.
در پایان دوره
در پایان (۱) برای یک پرسونای ساختگی تشخیص می‌دهید کدام پول اصلاً نباید وارد بازار پرنوسان شود و افق و ظرفیت تحمل ضرر او چیست؛ (۲) بازده ساده و لگاریتمی، میانگین حسابی و هندسی، نوسان سالانه و بیشترین افت از سقف را در صفحه‌گسترده درست حساب می‌کنید و ریاضی جبران ضرر را توضیح می‌دهید؛ (۳) ماتریس همبستگی یک سبد را می‌سازید و نشان می‌دهید چرا ده رمزارز ده دارایی مستقل نیست و چرا همبستگی در بحران بالا می‌رود؛ (۴) سهم هر دارایی، سقف تمرکز و بخش نقد را با دلیل می‌نویسید و ریسک‌های بخش استیبل‌کوین را می‌شناسید؛ (۵) خرید پله‌ای و ورود یکجا را به‌صورت توزیع نتیجه‌ها (نه یک عدد) مقایسه می‌کنید؛ (۶) قاعده‌ی بازتوازن، برداشت و خروج را با هزینه شبیه‌سازی می‌کنید؛ (۷) یک IPS سازگار و یک دفتر سبد با بهای تمام‌شده‌ی درست می‌نویسید.
مخاطب دوره
- مناسب: کسی که M1 را گذرانده یا دفتر سفارش و کارمزد را می‌شناسد و می‌خواهد پیش از (یا به‌جای) خرید و فروش هیجانی، برای نگه‌داری بلندمدت برنامه داشته باشد؛ کسی که چند رمزارز دارد و نمی‌داند ریسک کل سبدش چقدر است؛ کسی که «خرید پله‌ای» را شروع کرده ولی قاعده‌ی خروج ندارد؛ کسی که بخشی از دارایی‌اش را در محصول «سود سپرده»ی یک سکو گذاشته و می‌خواهد ریسک طرف مقابل را بفهمد؛ مشاور مالی خانواده یا کسب‌وکار کوچک که می‌خواهد زبان مشترک ریسک را بیاموزد (نه مجوز مشاوره).
- نامناسب: کسی که دنبال فهرست «رمزارزهای آینده‌دار»، سبد آماده، درصد پیشنهادی برای خودش یا زمان ورود است (دوره هیچ‌کدام را نمی‌دهد)؛ کسی که می‌خواهد معامله‌ی کوتاه‌مدت، حد ضرر و اندازه‌ی موقعیت معامله‌گر را یاد بگیرد (خانه‌ی M6 — مدیریت ریسک و روان‌شناسی معامله)؛ کسی که می‌خواهد پروژه‌ها را ارزیابی کند (M2 — تحلیل بنیادی پروژه‌ها)؛ کسی که هنوز امنیت حساب و کیف‌پول را نمی‌شناسد (اول G4 — کاربر امن کریپتو)؛ کسی که با پول قرضی یا پول ضروری زندگی می‌خواهد وارد بازار شود (ماژول ۱ دقیقاً می‌گوید چرا نه).
آنچه می‌سازید
| ماژول | محصول |
|---|---|
| ۱ | «برگه‌ی نقشه‌ی پول» برای سه پرسونای ساختگی: پولی که نباید وارد بازار شود، افق، ظرفیت و تمایل به ریسک |
| ۲ | کتاب‌کار «بازده و افت» روی داده‌ی ساختگی: بازده ساده و لگاریتمی، میانگین حسابی و هندسی، نوسان سالانه، افت از سقف و مدت جبران + فهرست خطاهای مجموعه‌ی PE-2 |
| ۳ | ماتریس همبستگی شش دارایی ساختگی، همبستگی غلتان در آرامش و بحران، و «تعداد شرط مستقل» یک سبد ده‌توکنی |
| ۴ | «کارت تخصیص» یک پرسونا: سهم هر بخش، سقف تمرکز، بخش نقد و ثبت ریسک‌های استیبل‌کوین |
| — | پروژه‌ی میانی: «پرونده‌ی ریسک یک سبد فرضی» (نوسان، بیشترین افت، ماتریس همبستگی، تمرکز) |
| ۵ | «برگه‌ی مقایسه‌ی خرید پله‌ای و ورود یکجا» روی ۱۰۰۰ مسیر شبیه‌سازی‌شده با seed ثبت‌شده |
| ۶ | قاعده‌ی بازتوازن آزموده‌شده با هزینه در شبیه‌ساز + قاعده‌ی برداشت و خروج + فهرست خطاهای مجموعه‌ی PE-1 |
| ۷ | IPS اصلاح‌شده‌ی مجموعه‌ی PE-3 + دفتر سبد نمونه با بهای تمام‌شده به دو روش + ثبت ریسک‌های غیربازاری |
| ۸ | پروژه‌ی نهایی: IPS یک پرسونای ساختگی + شبیه‌سازی سبد با بازتوازن و هزینه + برنامه‌ی مرور + دفاع ویدیویی |
پیش‌نیازها
پیش‌نیاز رسمی: M1 — مقدمه‌ی بازار (اسپرد، کارمزد maker و taker، slippage و هزینه‌ی واقعی یک معامله؛ این‌ها در هزینه‌ی بازتوازن ماژول ۶ به کار می‌روند). پیش‌نیاز عمومی: در صفحه‌گسترده فرمول بنویسید، فرمول را در یک ستون کپی کنید، فرق ارجاع نسبی (B2) و مطلق ($B$2) را بدانید، و نمودار خطی بکشید. درصد، میانگین و ریشه‌ی دوم در حد دبیرستان کافی است؛ هر فرمول آماری (انحراف معیار، همبستگی) در دوره از پایه و با مثال عددی ساخته می‌شود. M2 توصیه می‌شود ولی لازم نیست: این دوره درباره‌ی «چقدر و با چه قاعده‌ای» است، نه «چه چیزی». برنامه‌نویسی لازم نیست؛ هر جا اسکریپت کوتاهی می‌آید فقط آن را می‌خوانید و خروجی‌اش را با صفحه‌گسترده مقایسه می‌کنید. آزمون تعیین سطح (§۲.۱) همین‌ها را می‌سنجد.
زمان و ریتم
۸ ماژول؛ ساعت درس: ۱۲ ساعت (+ ۶ ساعت تمرین و پروژه)؛ ۶ هفته، هفته‌ای ۳ ساعت. هفته‌ی ۱: ماژول ۱ و نیمه‌ی ماژول ۲؛ هفته‌ی ۲: ادامه‌ی ماژول ۲ و ماژول ۳؛ هفته‌ی ۳: ماژول ۴ و پروژه‌ی میانی (پایان هفته‌ی ۳، پس از ماژول ۴)؛ هفته‌ی ۴: ماژول ۵ و ۶؛ هفته‌ی ۵: ماژول ۷؛ هفته‌ی ۶: ماژول ۸ و پروژه‌ی نهایی. سهم قالب محتوا: ویدیو ۲۵٪، متن ۳۵٪، دیاگرام ۲۰٪، تمرین عملی ۲۰٪. ویدیو برای دموهای صفحه‌گسترده و چند مفهوم کلیدی است (ریاضی جبران ضرر، همبستگی در بحران، توزیع نتیجه‌ی خرید پله‌ای)؛ بیشتر درس متن مرجع، برگه‌ی تقلب و نمودار ساخته‌شده از داده‌ی دوره است؛ تمرین عملی در صفحه‌گسترده و روی داده‌ی ساختگی ثابت انجام می‌شود.
ابزارها و نسخه‌ها
همه‌ی نام‌ها «نمونه، نه توصیه»اند؛ نسخه‌ها، قیمت‌ها و محدودیت‌ها در §۷.۲.
- صفحه‌گسترده: LibreOffice Calc (رایگان، آفلاین؛ کتاب‌کارهای دوره با قالب
.odsساخته می‌شوند) یا Excel یا هر صفحه‌گسترده‌ای که تابع‌هایSTDEV.S،CORREL،LN،MAXو ارجاع مطلق دارد. همه‌ی محاسبه‌های نمره‌دار در صفحه‌گسترده شدنی‌اند. جایگزین آفلاین: نسخه‌ی آفلاین همین برنامه‌ها کافی است؛ اینترنت لازم نیست. - بسته‌ی تمرین دوره (§۷.۳): داده‌ی ساختگی شش دارایی، کتاب‌کارهای آماده (بازده و افت، همبستگی، تخصیص، شبیه‌ساز مونت‌کارلو، شبیه‌ساز بازتوازن، دفتر سبد)، قالب IPS، کارت‌های پرسونا و مجموعه‌های خطای کاشته‌شده‌ی PE-1 تا PE-3. هر کتاب‌کار با خروجی آماده (تصویر و جدول) می‌آید تا اگر صفحه‌گسترده‌تان تابعی را ندارد، کار متوقف نشود.
- نمایش نمودار: نمودارهای درس از داده‌ی دوره با یک اسکریپت دوره ساخته می‌شوند (محور افقی شماره‌ی شمع یا روز)، نه تصویر سکوهای نمودار. سکوی نمودار لازم نیست.
- Python (اختیاری، فقط خواندن): دو اسکریپت کوتاه (محاسبه‌ی افت از سقف و ساختن مسیرهای مونت‌کارلو) با خروجی آماده؛ کار شما خواندن و مقایسه‌ی خروجی با صفحه‌گسترده است، نه نوشتن یا اجرا.
- برنامه‌های ردیابی سبد (اختیاری، بی‌نمره): اگر از چنین برنامه‌ای استفاده می‌کنید، دوره فقط معیار بررسی آن را می‌دهد (دسترسی فقط‌خواندنی، چه داده‌ای می‌گیرد، کجا نگه می‌دارد) و هیچ‌کدام را معرفی نمی‌کند؛ کلید API، رمز یا اتصال حساب صرافی در هیچ تمرینی لازم نیست.
ارزیابی و سیاست AI
- تمرین: استفاده از AI آزاد است؛ تست خودکار نتیجه را می‌سنجد.
- آزمون: بدون AI.
- پروژه: AI مجاز است، اما در ویدیوی دفاع باید هر خط را توضیح بدهید.
| بخش | وزن |
|---|---|
| آزمون‌های کوتاه ماژول‌ها (۱ تا ۷) | ۱۵٪ |
| تمرین‌های اجباری (ماژول ۱ تا ۷، شامل PE-1 تا PE-3) | ۲۰٪ |
| پروژه‌ی میانی | ۲۰٪ |
| پروژه‌ی نهایی (IPS، کتاب‌کار، برنامه‌ی مرور، دفاع ویدیویی) | ۳۵٪ |
| آزمون پایانی | ۱۰٪ |
گواهی
- گواهی پایان دوره: نمره‌ی کل دست‌کم ۷۰٪، پروژه‌ی نهایی دست‌کم ۶۰ از ۱۰۰ و آزمون پایانی دست‌کم ۱۲ از ۲۰.
- گواهی با امتیاز ممتاز: نمره‌ی کل دست‌کم ۹۰٪ و رفتار درست سبد پروژه در رخداد غیربازاری کاشته‌شده.
- متن گواهی: «توانایی سنجش بازده و ریسک سبد (نوسان، افت از سقف، همبستگی)، نوشتن قاعده‌های تخصیص، خرید پله‌ای، بازتوازن، برداشت و خروج، و نوشتن سند سیاست سرمایه‌گذاری و دفتر سبد برای یک پرسونای ساختگی». گواهی مجوز مشاوره‌ی سرمایه‌گذاری یا مدیریت دارایی نیست و هیچ توانایی سودآوری را تأیید نمی‌کند.
نمونه‌ی درس
درس نمونه‌ی رایگان این دوره به‌زودی منتشر می‌شود. برای خبر شدن، وارد فهرست انتظار شوید.
این محتوا آموزشی است؛ نه توصیه‌ی سرمایه‌گذاری است و نه مشاوره‌ی حقوقی.
- ماژول ۱هدف، افق زمانی و تحمل ریسک؛ پولی که نباید وارد بازار پرنوسان شود (۱٫۵ ساعت)
- ماژول ۲سنجش بازده و ریسک: بازده ساده و لگاریتمی، نوسان، افت از سقف و ریاضی جبران ضرر (۲ ساعت)
- ماژول ۳همبستگی و تنوع: چرا ده رمزارز ده دارایی مستقل نیست (۱٫۵ ساعت)
- ماژول ۴تخصیص و اندازه‌ی سرمایه در سبد: سهم هر دارایی، سقف تمرکز، بخش نقد و ریسک استیبل‌کوین (۱٫۵ ساعت)
- ماژول ۵خرید پله‌ای (DCA) و ورود یکجا: آنچه هر کدام حل می‌کند و نمی‌کند (۱٫۵ ساعت)
- ماژول ۶بازتوازن: دورهای و آستانهای، هزینه و اثر؛ قاعده‌ی برداشت و خروج (۱٫۵ ساعت)
- ماژول ۷سیاست سرمایه‌گذاری شخصی و دفتر سبد: سند IPS، بهای تمام‌شده، مرور دورهای، ریسک‌های غیربازاری (۱٫۵ ساعت)
- ماژول ۸پروژه‌ی نهایی (۱ ساعت + ۳ ساعت کار آزاد)
مدرس هر دوره متخصص همان حوزه است. معرفی مدرس این دوره همراه با باز شدن ثبت‌نام در صفحه‌ی مدرسان می‌آید.
- این دوره می‌گوید چه رمزارزی بخرم یا چند درصد از دارایی‌ام را وارد بازار کنم؟ خیر. دوره روش تصمیم‌گیری و ریاضی ریسک را درس می‌دهد و همه‌ی تمرین‌ها روی سه پرسونای ساختگی است. هیچ درصد، دارایی یا زمان ورودی برای شما توصیه نمی‌شود.
- باید عدد و آمار بلد باشم؟ درصد و میانگین دبیرستان کافی است. انحراف معیار و همبستگی از پایه، با مثال پنج‌عددی و در صفحه‌گسترده ساخته می‌شوند؛ هیچ اثبات ریاضی‌ای لازم نیست.
- چرا با داده‌ی ساختگی؟ داده‌ی واقعی بیت‌کوین بهتر نیست؟ داده‌ی ساختگی عمداً به هیچ دارایی واقعی شبیه نیست تا نتیجه‌ی هیچ تمرینی «سیگنال» خوانده نشود و تا رخدادهای آموزشی (بحران، depeg، توقف برداشت) در بازه‌ی مشخص و قابل‌بازساخت کاشته شوند. داده‌ی واقعی فقط در کیس‌ها و چند دموی تاریخ‌دار، بدون هیچ تفسیر آینده‌نگر، می‌آید.
- خرید پله‌ای (DCA) بالاخره بهتر است یا ورود یکجا؟ هیچ‌کدام «بهتر» نیست. ماژول ۵ نشان می‌دهد هر کدام چه چیزی را عوض می‌کند (ریسک زمان ورود، پشیمانی، مدت حضور در بازار) و چرا پاسخ به فرض‌های مولد داده بستگی دارد.
- دفتر سبد و بهای تمام‌شده به مالیات ربط دارد؟ دفتر سبد برای شناخت سود و زیان و تصمیم است. قواعد مالیاتی کشورها متفاوت و متغیرند؛ دوره درباره‌ی مالیات توصیه‌ای نمی‌کند: «قواعد مالیاتی را با منبع رسمی و مشاور بسنجید».
- می‌توانم IPS خودم را بنویسم و تحویل دهم؟ IPS شخصی اختیاری و خصوصی است و هرگز با مبلغ واقعی تحویل داده نمی‌شود. پروژه‌ی نهایی روی یک پرسونای ساختگی است؛ قالب را می‌توانید برای خودتان نگه دارید.
- من «سود سپرده»ی یک سکو را بخش امن سبدم می‌دانم. دوره در این باره چه می‌گوید؟ ماژول ۴ و ۷ و کیس ۱ (Celsius) نشان می‌دهند «بازده» در چنین محصولی بهای ریسک طرف مقابل است و آن بخش دقیقاً وقتی آسیب می‌بیند که بقیه‌ی سبد هم در افت است. دوره نمی‌گوید از آن استفاده کنید یا نکنید؛ پرسش‌هایی را می‌دهد که باید پیش از آن جواب داد.
دوره‌ی بعدی
در مسیر «سرمایه‌گذار آگاه»، M3 سومین دوره است و پس از آن دو دوره‌ی اختیاری می‌آیند: M4 — تحلیل داده‌ی آن‌چین (خواندن جریان پول و داده‌ی توکن روی زنجیره) و M5 — معامله در صرافی غیرمتمرکز (DEX) (هزینه و ریسک swap و تأمین نقدینگی). اگر می‌خواهید وارد معامله‌ی کوتاه‌مدت شوید، پیش از هر چیز M6 — مدیریت ریسک و روان‌شناسی معامله را بگذرانید: اندازه‌ی موقعیت معامله‌گر، حد ضرر و روان‌شناسی معامله آن‌جاست و ریاضی افت از سقف همین دوره پایه‌ی آن است. برای امنیت نگه‌داری دارایی‌ای که در سبد دارید: G4 — کاربر امن کریپتو و G5 — نگه‌داری سرد پیشرفته؛ برای ثبت تراکنش‌ها: G7 — خرید، فروش و انتقال امن (ماژول ۷).