biosoft0037630

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

Cảm ơn bạn. Tôi sẽ tiếp tục cập nhật những tài liệu hữu ích!

실습 중심

ai in practice

AI 활용법

ai 코딩

AI 코딩

backend basics

백엔드이해하기

firststep ux

실무UX첫걸음

毎日2,500銘柄、いつまで自分でチェックし続けますか？

大引け後に急騰株を探してネイバー証券を漁り、
ニュースを読みながら好材料か悪材料かを判断し、
外国人・機関投資家の需給を一つ一つ確認し、
チャートを開いてパターンを分析する…。

これを毎日繰り返していませんか？

私もそうでした。
仕事が終わってから2〜3時間を銘柄分析に費やし、それでも見逃す銘柄の方が多かったです。
KOSPIとKOSDAQを合わせれば2,500銘柄を超えますが、人間が毎日すべてを見ることは不可能ですから。

---
だから、システムを作りました

毎日大引け後に、自動で2,500銘柄を分析するシステムを作りました。

- 株価、需給、ニュースを自動で収集し
- AI（Gemini）がニュースを読んで好材料・悪材料を判別し
- 6つのファクターで15点満点のスコアを付け
- 基準をクリアした銘柄だけを選別して、エントリー価格・損切り価格・利確価格まで計算し
- テレグラムで通知を送ってくれます

私は仕事の後にスマホを確認するだけで済みます。

さらに、毎週土曜日になるとシステムが自ら先週の成果を分析し、
損切りライン、利確ライン、保有期間を自動で調整します。
システムが勝手に学習し、改善されていく構造です。

---
ですが、私は開発者ではありません

このシステムのコードを私が直接書いたわけではありません。
すべてAIに言葉で指示しました。

「今日5%以上上昇した銘柄の中で、売買代金が500億ウォンを超えるものだけを抽出して」
「このニュース3つをGeminiに送って、好材料かどうか判断させて」
「毎日午後4時に自動で実行されるようにスケジューラーを作って」

こう言えば、AI（Claude）がコードを作ってくれます。
これが「バイブコーディング（Vibe Coding）」です。

---
この講義で、全く同じシステムを作ります

58回の講義を通じて、私が実際に毎日使用しているシステムを最初から最後まで一緒に作ります。

データ収集から始まり、
AIニュース分析、スコアリングエンジン、シグナル生成、
Flask APIサーバー、Next.jsウェブダッシュボード、
テレグラム自動通知、そして自己学習システムまで。

Jupyter Notebookが成果物ではありません。
実際に毎日稼働するウェブダッシュボードとテレグラム通知が成果物です。

コーディングを知らなくても大丈夫です。
毎回の講義でClaudeにどう伝えればいいかをお見せします。
皆さんがそれを真似すれば、同じ結果が得られます。

---
こんな方におすすめです

- 毎日銘柄を分析する時間が足りない会社員投資家
- 自動化システムを持ちたいが、コーディングがわからない方
- クオンツ/システムトレードに興味があるが、どこから始めればいいかわからない方
- AIを実戦で活用する方法が知りたい方

---
⚠️ この講義は投資収益を保証するものではありません。
株式分析ツールを自作してみるプログラミング講義です。
実際の投資判断は受講生本人の責任となります。

입문

초급

중급이상

파이썬

Python

플라스크

Flask

넥스트 제이에스

Next.js

コード一行書かずに株式自動分析システムを作る feat. Claude CLI

Intro(紹介)

インストールおよび準備

株式資料収集の第一回目

Part1 株式データを取得しよう (4月1日更新)

Part 2. AIが好材料を判別する (4月11日アップデート)

Part 3. マルチファクタースコアリングエンジン

Part 4. 実践パイプラインおよびポジションサイジングの構築

テレグラム連携（特講）

Part 5. VCPパターンの検知 — ボラティリティの収縮を捉えよ

Part 6. Flask API サーバー — データをウェブに送ろう

Part 7. Next.js ダッシュボード — データを可視化しよう

Part 8. 自動化 — 毎日自動で実行されるように & スキル & ダッシュボードのアップグレード