هر کس که سرمایه‌ای را در بازار مالی می‌چرخاند، ایده‌هایی برای سودآوری دارد و مطابق همان ایده‌ها معامله می‌کند. هر چقدر ایده‌ها و تصمیم‌های برآمده از آن، از سازگاری منطقی بیشتری برخوردار باشد رفتار معامله‌گر سنجش‌پذیرتر خواهد بود. مزیت مهم تبعیت از یک استراتژی معاملاتی مشخص، ارزیابیِ کمّیِ بازدهِ آن قبل از ورود به بازار است. این کار با پیاده‌سازی استراتژی روی داده‌های گذشته با استفاده از روش‌های آماری امکان‌پذیر است. داده‌های بورسی مانند آزمایشگاهی هستند که در آن می‌توان با به کارگیری روش‌های تحلیل داده عملکرد استراتژی‌های جدید را اندازه گرفت. این کار نه تنها از هدر رفتن سرمایه جلوگیری می‌کند، بلکه موقعیت بی‌سابقه‌ای برای رسیدن به استراژی‌های مطمئن و سودآور در اختیار بازیگران بازار بورس قرار می‌دهد.

برای توسعه استراتژی‌های معاملاتی با تحلیل داده قبل از هر چیز باید کار با یک زبان برنامه‌نویسی را یاد بگیریم. در این دوره آموزشی از همین جا شروع می‌کنیم. در بخش اول بدون هیچ پیش‌نیاز و مقدمه‌ای با زبان پایتون و تفکر الگوریتمی آشنا می‌شویم، در بخش دوم سراغ روش‌های تحلیل و مصورسازی داده می‌رویم، در بخش سوم نوبت به آشنایی با بازار بورس و منابع داده آن می‌رسد و در نهایت در بخش چهارم با مهم‌ترین ایده‌ها برای توسعه استراتژی‌های معاملاتی موثر و مفاهیم آماری مورد نیاز برای ارزیابی (بک‌تست) آن‌ها آشنا می‌شویم و برای هر کدام نمونه‌هایی کاربردی را در بازار بورس ایران مورد بررسی قرار می‌دهیم.