Bài giảng dự kiến sẽ tiến hành đến đâu ạ? Có phải sẽ bao gồm cả phần tạo skill và agent như anh đã chia sẻ trên YouTube không?

krails0222

Mỗi ngày có 2.500 mã cổ phiếu, bạn định tự mình xem đến bao giờ?

Sau khi thị trường đóng cửa, bạn phải lục lọi Naver Securities để tìm các mã tăng vọt,
Đọc tin tức để phán đoán xem đó là tin tốt hay tin xấu,
Kiểm tra từng chút một dòng tiền của khối ngoại và tổ chức,
Mở biểu đồ để phân tích mô hình...

Chẳng lẽ bạn đang lặp lại việc này mỗi ngày sao?

Tôi cũng đã từng như vậy.
Dành 2-3 tiếng sau khi đi làm về để phân tích cổ phiếu, nhưng vẫn bỏ lỡ nhiều mã hơn là tìm thấy.
Tổng hợp cả KOSPI và KOSDAQ có hơn 2.500 mã, con người không thể nào xem hết mỗi ngày được.

---
Vì vậy, tôi đã tạo ra một hệ thống

Tôi đã tạo ra một hệ thống tự động phân tích 2.500 mã cổ phiếu sau khi thị trường đóng cửa mỗi ngày.

- Tự động thu thập giá cả, dòng tiền và tin tức
- AI (Gemini) đọc tin tức và phân biệt tin tốt/tin xấu
- Chấm điểm trên thang điểm 15 dựa trên 6 yếu tố
- Chỉ chọn những mã vượt qua tiêu chuẩn và tính toán cả giá vào lệnh/giá cắt lỗ/giá chốt lời
- Gửi thông báo qua Telegram

Sau khi đi làm về, tôi chỉ cần kiểm tra điện thoại.

Thêm vào đó, vào mỗi thứ Bảy, hệ thống sẽ tự phân tích hiệu suất của tuần trước
Và tự động điều chỉnh mức cắt lỗ, chốt lời và thời gian nắm giữ.
Đây là cấu trúc mà hệ thống tự học hỏi và cải thiện.

---
Nhưng tôi không phải là một lập trình viên

Tôi không trực tiếp viết mã cho hệ thống này.
Tôi hoàn toàn ra lệnh cho AI bằng lời nói.

"Hãy lọc ra những mã tăng trên 5% hôm nay với giá trị giao dịch trên 50 tỷ won"
"Gửi 3 tin tức này cho Gemini để phán đoán xem đó là tin tốt hay không"
"Tạo một bộ lập lịch để hệ thống tự động chạy vào 4 giờ chiều mỗi ngày"

Khi nói như vậy, AI (Claude) sẽ tạo mã cho tôi.
Đó chính là Vibe Coding.

---
Trong khóa học này, chúng ta sẽ cùng tạo ra hệ thống tương tự

Qua 58 bài giảng, chúng ta sẽ cùng nhau xây dựng từ đầu đến cuối hệ thống mà tôi thực sự sử dụng hàng ngày.

Bắt đầu từ thu thập dữ liệu,
Phân tích tin tức bằng AI, công cụ chấm điểm, tạo tín hiệu,
Máy chủ Flask API, bảng điều khiển web Next.js,
Thông báo tự động qua Telegram, và cả hệ thống tự học.

Sản phẩm cuối cùng không phải là một tệp Jupyter Notebook.
Mà là một bảng điều khiển web và thông báo Telegram thực sự hoạt động mỗi ngày.

Bạn không cần biết lập trình.
Trong mỗi bài giảng, tôi sẽ hướng dẫn bạn cách nói chuyện với Claude,
Và nếu bạn làm theo, bạn sẽ nhận được kết quả tương tự.

---
Khóa học này dành cho:

- Những nhà đầu tư là nhân viên văn phòng không có đủ thời gian phân tích cổ phiếu mỗi ngày
- Những người muốn sở hữu hệ thống tự động nhưng không biết lập trình
- Những người tò mò về Quant/Giao dịch hệ thống nhưng không biết bắt đầu từ đâu
- Những người muốn biết cách ứng dụng AI vào thực tế

---
⚠️ Khóa học này không đảm bảo lợi nhuận đầu tư.
Đây là khóa học lập trình về việc tự tạo ra công cụ phân tích chứng khoán.
Quyết định đầu tư thực tế thuộc về trách nhiệm của chính học viên.

skysungsisi0926

Tạo hệ thống phân tích chứng khoán tự động mà không cần viết một dòng code nào feat. Claude CLI

Phần skill mà bạn đã chia sẻ là bài giảng đặc biệt!
Vui lòng tham khảo lịch trình dưới đây.

Part 1: Cài đặt Claude Code và thiết lập môi trường phát triển (Sử dụng Antigravity)

Part 2: Thực hành Python cơ bản (Yêu cầu AI tạo máy tính, công cụ thu thập dữ liệu crawler)

Part 3: Đã cập nhật bài giảng (2/23)
Part 4: Đã cập nhật bài giảng (2/28)

Part 5: Dự kiến cập nhật bài giảng (3/8)

Part 6 ~ 10: (Dự kiến cập nhật hàng tuần) Thu thập dữ liệu, xây dựng DB, triển khai thuật toán, bot Telegram, triển khai dashboard web, v.v.

실습 중심

ai in practice

AI 활용법

ai 코딩

AI 코딩

backend basics

백엔드이해하기

firststep ux

실무UX첫걸음

입문

초급

중급이상

파이썬

Python

플라스크

Flask

넥스트 제이에스

Next.js

Giới thiệu (Intro)

Cài đặt và chuẩn bị

Thu thập dữ liệu chứng khoán lần thứ nhất

Part1 Hãy cùng thu thập dữ liệu chứng khoán (Cập nhật ngày 1 tháng 4)

Phần 2. AI phân biệt tin tốt (Cập nhật ngày 11 tháng 4)

Phần 3. Công cụ chấm điểm đa yếu tố (Multi-factor Scoring Engine)

Phần 4. Xây dựng đường ống thực tế và quy mô vị thế

Liên kết Telegram (Bài giảng đặc biệt)

Phần 5. Phát hiện mô hình VCP — Nắm bắt sự thu hẹp độ biến động

Phần 6. Flask API Server — Hãy gửi dữ liệu lên web

Phần 7. Next.js Dashboard — Hãy cùng trực quan hóa dữ liệu bằng mắt nào

Phần 8. Tự động hóa — Để mọi thứ tự chạy mỗi ngày & Kỹ năng & Nâng cấp bảng điều khiển