Đầu tư định lượng dựa trên dữ liệu vào cổ phiếu bằng Python Phần 1

Đầu tư thông minh và chiến lược vào cổ phiếu!
Hãy chấp nhận thử thách đầu tư dựa trên dữ liệu Python!

🙌 Bài giảng này dành cho ai?

Hầu hết những người quan tâm đến bài giảng này có lẽ đã có kinh nghiệm đầu tư chứng khoán. Mặc dù một số người có thể kiếm được lợi nhuận lớn khi đầu tư, nhưng tôi nghĩ phần lớn có thể đã phải chịu những khoản lỗ lớn khi đầu tư hoặc bị mắc kẹt vào nhiều cổ phiếu trái với ý muốn của họ. Bởi vì mọi người đang thực hiện các khoản đầu tư phù hợp với xu hướng cá nhân của họ trong những môi trường khác nhau nên lý do thất bại trong đầu tư có thể có vẻ khác nhau, nhưng khi bạn nhìn vào chúng, lý do có vẻ giống nhau một chút. Điều này đặc biệt đúng đối với những người mới bắt đầu chơi chứng khoán, còn được gọi là 'Jurin'. Bạn nghĩ lý do là gì?

Con người có những yếu tố quá bất lợi cho việc đầu tư. Ngay cả khi tôi đưa ra quyết định với ý chí kiên quyết, nếu có một thay đổi nhỏ nhất trong kiến ​​​​thức của tôi hoặc môi trường xung quanh, tôi sẽ bị dao động tâm lý và bằng cách nào đó tôi chỉ chấp nhận những thông tin có lợi cho suy nghĩ và phán đoán của mình, hoặc tôi tự thôi miên bản thân rằng phán đoán của tôi sẽ luôn luôn đúng. Theo bản năng, bất kể ý muốn của một người . Điều này có thể là do họ không muốn cảm thấy thất bại khi thừa nhận thua lỗ, nhưng hơn hết, có thể là do không có tiêu chí đánh giá rõ ràng hoặc các lựa chọn khác khi đầu tư. Vậy, những người đầu tư trung thành với bản năng của mình sẽ làm gì trên thị trường chứng khoán? Dưới đây là một số trích đoạn phản ứng từ cộng đồng chứng khoán và phòng KakaoTalk trước đây khi điều kiện thị trường chứng khoán không tốt:

Nó thế nào? Nó sẽ không giống câu chuyện của người khác. Một phương pháp đầu tư không có tiêu chuẩn, căn cứ rõ ràng như trên sẽ gây nhầm lẫn lớn, thậm chí thiệt hại còn lớn hơn nếu sau này xảy ra tình huống tương tự. Dù lý do là gì đi nữa, nếu tiếp tục thua lỗ, chúng ta sẽ ngày càng trở nên thiếu kiên nhẫn và đến mức cực điểm, chúng ta sẽ có cảm giác như thị trường luôn đi ngược lại suy nghĩ của mình. Bởi vì con người vẫn bị ảnh hưởng bởi cảm xúc nhiều hơn là lý trí, nên cuối cùng chúng ta lại mắc phải những sai lầm tương tự, điều này cuối cùng có thể dẫn đến số tiền chúng ta đã dày công tiết kiệm bốc hơi ngay lập tức. Nhiều người có lẽ đang lo lắng về vòng luẩn quẩn này và lo lắng về cách đầu tư cho tương lai.

Nhưng liệu chúng ta có nên nghiên cứu nhiều về đầu tư? Tôi nghĩ là không. Đây thực sự là một hiện tượng mỉa mai. Niềm đam mê và thái độ vốn được sử dụng khi còn nhỏ là học tập chăm chỉ ngày đêm để chuẩn bị cho kỳ thi tuyển sinh đại học hoặc gia nhập công ty mà mình lựa chọn sẽ biến mất khi đối mặt với thị trường chứng khoán, và xuất hiện như một tệ nạn mại dâm đầu cơ đầy tham lam và ham muốn . Không có đủ hiểu biết về thị trường hay cổ phiếu, tôi cứ nghĩ xem cổ phiếu nào tốt và khi nào nên tham gia, chỉ bằng cách nhìn vào biểu đồ không có cách nào đi lên. Theo một cách nào đó , đó là nơi chúng ta có thể tồn tại mà không run rẩy nếu chúng ta chuẩn bị theo một cách hơi khác so với những nơi khác và trong khoảng thời gian dài hơn nhiều so với những thử thách mà chúng ta đã phải đối mặt cho đến nay.

Nếu bạn đã có kinh nghiệm đầu tư trung thành với bản năng của mình như trên hoặc vẫn đang làm như vậy và không có biện pháp đặc biệt nào trong đầu, tại sao không thử đầu tư chứng khoán dựa trên dữ liệu với tôi bằng Python ? Qua lớp học này, chúng ta sẽ tìm hiểu về “máy tính (lập trình)” vốn điềm tĩnh, máy móc và thông minh hơn con người. Bằng cách mượn sức mạnh của mình, chúng tôi đang cố gắng tạo thói quen đầu tư có hệ thống và có cơ sở dựa trên dữ liệu . Dành cho những người đang đau khổ về tinh thần mỗi ngày khi đầu tư số tiền quý giá của mình mà không có sự chuẩn bị kỹ lưỡng hoặc một người trợ giúp đáng tin cậy và cho những người đã thử nhiều cách khác nhau nhưng đang gặp khó khăn vì công cụ duy nhất họ biết cách sử dụng đúng cách là Excel, lớp học này cung cấp Bằng cách sử dụng Ngôn ngữ lập trình Python, chúng tôi muốn tạo nền tảng để bạn thoát khỏi những thói quen đầu tư tồi và đầu tư thông minh .

---

🙌 Tại sao tôi nên học “đầu tư chứng khoán dựa trên dữ liệu” bằng Python?

Bước sang năm 2020, hơn 44 zettabyte dữ liệu đang được tạo ra mỗi ngày trên toàn cầu. Theo đó , khi giá trị của dữ liệu tăng lên và quá trình ra quyết định dựa trên dữ liệu đó ngày càng trở nên quan trọng, thì khả năng lập trình để tìm ra những hiểu biết khác nhau và thực hiện mô hình hóa từ lượng lớn dữ liệu là cần thiết như một kiến ​​thức cơ bản.

Vào thời điểm hiện tại , Excel có còn là công cụ phân tích dữ liệu mạnh mẽ không? Excel không chỉ phức tạp và nặng nề trong việc xử lý và tự động hóa dữ liệu vượt quá hàng trăm hoặc hàng nghìn megabyte mà còn đòi hỏi lượng thời gian và công sức tương đối lớn để tạo ra cùng một kết quả so với các ngôn ngữ lập trình. Ngoài ra, nó còn có nhược điểm là rất khó ghi lại và tổ chức quá trình phân tích dẫn đến kết quả cụ thể.

Tuy nhiên, bằng cách sử dụng ngôn ngữ lập trình Python , có thể thực hiện được nhiều phân tích và sơ đồ khác nhau chỉ với một vài dòng mã. Bằng cách sử dụng các thư viện liên quan đến phân tích dữ liệu phong phú tồn tại trong Python, bạn có thể dễ dàng xử lý và phân tích dữ liệu mà không bị giới hạn về loại hoặc số lượng. Nó không chỉ cung cấp một giao diện có thể dễ dàng tổ chức và hiển thị quy trình giải quyết vấn đề mà còn cung cấp. một giao diện có thể dễ dàng tổ chức và hiển thị quá trình giải quyết vấn đề. Nó có thể dễ dàng mở rộng để tạo một chương trình (hoặc ứng dụng) đầu cuối duy nhất. Do sức hấp dẫn này, ngay cả trong ngành tài chính/ngân hàng vốn được biết đến là cực kỳ bảo thủ, Python đã bắt đầu thay thế Excel từ lâu.

Sự phổ biến của Python vẫn đang tiếp diễn. Có thể nói , thư viện có tên Pandas đã đóng vai trò giúp nó vượt qua các ngôn ngữ lập trình khác và trở thành một trong những ngôn ngữ lập trình hàng đầu về mức độ phổ biến. Pandas là một trong những thư viện Python giúp bạn dễ dàng thực hiện bất kỳ phân tích nào trên dữ liệu có cấu trúc hai chiều . Ngoài ra , vì ban đầu nó được tạo ra để dễ dàng xử lý dữ liệu tài chính nên nó là một thư viện được tối ưu hóa để phân tích dữ liệu tài chính tốt hơn bất kỳ công cụ hiện có nào khác. Về cơ bản, tôi cũng sử dụng Pandas khi phân tích dữ liệu có cấu trúc trong nhiều lĩnh vực khác nhau và trong các dự án liên quan đến tài chính và giao dịch chứng khoán, tôi sử dụng Pandas tích cực đến mức hầu hết mã đều được tạo thành từ Pandas và tôi được hưởng lợi rất nhiều từ nó. Gần đây, các thư viện dựa trên Pandas phân phối xử lý trên nhiều môi trường máy tính khác nhau hoặc cải thiện hơn nữa hiệu suất hoạt động đang được tạo ra lần lượt và kết quả là Python đang dần trở thành vua của các công cụ phân tích dữ liệu.

Trong lớp này, bạn sẽ học cách phân tích và xử lý nhiều loại dữ liệu tài chính thực tế khác nhau bằng thư viện Pandas, cũng như cách trích xuất các mục đầu tư từ dữ liệu báo cáo tài chính hàng năm, thực hiện kiểm tra ngược và lập sơ đồ kết quả . Trong quá trình này, chúng ta cũng sẽ tìm hiểu về những điều cần chú ý để thực hiện quá trình kiểm tra ngược thực tế hơn và các cách để cải thiện nó. “Chiến lược đầu tư dựa trên dữ liệu” dành cho các nhà đầu tư đầu tư vào những cổ phiếu mà người khác đánh giá là tốt hoặc đơn giản dựa trên trực giác mà không có kinh nghiệm xác minh chiến lược, cũng như những người muốn đầu tư bằng cách phân tích giá trị của một công ty nhiều hơn về mặt định lượng/có hệ thống. “ Đây sẽ là cơ hội tuyệt vời để phát triển năng lực của bạn. Ngoài ra, đối với những người đã ghi nhớ các hàm Excel, cách sử dụng macro... nhưng lại không biết cách xử lý dữ liệu mới thì đây sẽ là cơ hội trải nghiệm một thế giới mới mang tên Pandas.

Trong thời đại mà kỹ năng viết mã và lập trình là không thể tránh khỏi, Pandas có thể là lựa chọn tuyệt vời để phân tích và sử dụng hiệu quả lượng dữ liệu tràn trong một khoảng thời gian ngắn. Ngoài ra, trải nghiệm phân tích dữ liệu bằng cách sử dụng tính năng này có thể là điểm khởi đầu tốt để làm quen hơn với thế giới của ngôn ngữ lập trình xa lạ có tên là Python. Sự phổ biến và cộng đồng năng động của Python, rào cản học tập thấp và thư viện đa dạng, và đặc biệt là Panas, được tối ưu hóa cho việc phân tích và xử lý dữ liệu tài chính. Tất cả điều này đã sẵn sàng và chờ đợi bạn. Trong tương lai, với những điều này, bạn sẽ có thể thực hiện nhiều phân tích khác nhau với bất kỳ dữ liệu tài chính nào và từ đó, bạn sẽ có thể tự do kiểm tra lại chiến lược đầu tư mong muốn của mình. Bạn chỉ cần chuẩn bị trái tim để chấp nhận chúng. Còn việc bắt đầu một khóa học ngay bây giờ sẽ vẫn là tài sản có giá trị hơn nhiều so với 2 cổ phiếu của Samsung Electronics ( ≈ 100.000 won) thì sao?

---

🙌 Lợi ích của việc thực hiện kiểm tra ngược và đầu tư chứng khoán dựa trên dữ liệu của riêng tôi là gì?

• Vì bạn tạo quy tắc giao dịch của riêng mình dựa trên dữ liệu nên bạn không cần phải thường xuyên nhìn vào thị trường, biểu đồ hoặc bảng thông báo chứng khoán.
• Bạn sẽ không bao giờ bị lung lay tâm lý trước những thay đổi nhanh chóng của thị trường như khủng hoảng tài chính.
• Việc kiểm tra lại đầy đủ dữ liệu trong quá khứ cho phép bạn thực hiện các khoản đầu tư có căn cứ hơn.
• Thay vì bị ảnh hưởng bởi tin tức hoặc phán xét của công chúng, bạn có thể đưa ra quyết định dựa trên các yếu tố mà bạn cho là quan trọng nhất có được thông qua xác minh dữ liệu .
• Bạn sẽ có thể tạo một chương trình phù hợp với sở thích của mình và được tối ưu hóa nhất cho bạn .
• Bạn có thể thực hiện hàng chục hoặc hàng triệu lần kiểm tra ngược trong khi ngủ, đi làm hoặc đi nghỉ hoặc thậm chí áp dụng điều này để tự động hóa giao dịch thực tế.

---

🙌 Bạn có thể làm gì với Python + Pandas?

• Sau khi tham gia khóa học, bạn sẽ có một vũ khí đáng kinh ngạc tên là Pandas. Nếu bạn biết cách sử dụng Pandas một cách thoải mái, về cơ bản bạn có thể trích xuất các chỉ số đầu tư khác nhau từ dữ liệu tài chính (báo cáo tài chính, hàng ngày/hàng quý, cá nhân/tổ chức/cung/cầu nước ngoài, chỉ số giá đô la/dầu, lập trình xu hướng giao dịch, v.v.) và làm backtesting bạn sẽ có những kỹ năng cơ bản để làm điều đó. Và bạn có thể trở thành chuyên gia phân tích không chỉ dữ liệu tài chính mà còn cả dữ liệu có cấu trúc khác nhau.
• Dưới đây là một dự án đồ chơi đơn giảnmà tôi đã triển khai chỉ sử dụng Pandas bằng cách sử dụng dữ liệu được thu thập riêng lẻ .
  • Phân tích số ca nhiễm coronavirus được xác nhận theo ngày trong tuần

• • Phân tích bảng tin cộng đồng chứng khoán (kiểm tra sự thay đổi về số lượng bài đăng, v.v. khi xảy ra các sự kiện liên quan đến chứng khoán hoặc bất động sản)

 

 

 

• • Phân tích số lượng giao dịch ròng tích lũy thị trường KOSPI/KOSDAQ theo đơn vị đầu tư

 

• • Tạo một chiến lược đơn giản dựa trên tỷ lệ khoảng cách tăng/khoảng trống hàng ngày (giá mở so với giá đóng cửa của ngày hôm trước).

 

• • Chiến lược dựa trên dữ liệu so với so sánh hiệu suất kiểm tra ngược điểm chuẩn

• Quan trọng nhất(?) - Bạn sẽ có thể tham gia “Đầu tư chứng khoán dựa trên dữ liệu Phần 2 bằng Python”, dự kiến ​​mở trong tương lai mà không cần khóa học tiên quyết riêng biệt.

---

🙋 Top 6 câu hỏi được học sinh tò mò nhất

Q. Sự khác biệt giữa bài giảng trực tuyến này và các bài giảng ngoại tuyến hiện tại là gì?
Q. Bạn có thể cho chúng tôi biết về các chiến lược kiếm tiền từ các bài giảng không?
H. Việc thực hiện các chiến lược có tần suất giao dịch cao, chẳng hạn như giao dịch lướt sóng và dao động ngắn hạn, có được đưa vào nội dung khóa học không?
H. Để thực hiện một công việc gọi là định lượng, tôi có cần biết mọi thứ từ toán học/xác suất/thống kê đến các khái niệm như rủi ro, alpha, beta, mô hình nhân tố, v.v. không?
H. Mặc dù hiệu suất đầu tư theo dữ liệu trong quá khứ đã được xác minh nhưng không có gì đảm bảo rằng nó sẽ hoạt động tốt trong tương lai, phải không?

A. Câu trả lời cho các câu hỏi trên là ' Phần0. Điều này được trình bày chi tiết trong ‘ 6. Câu hỏi thường gặp ’ của ‘ Định hướng ’.

 

Q1. Có cần phải có kiến ​​thức trước không? Tôi đã đọc một cuốn sách ngữ pháp Python một lần. Tôi có thể nghe nó không? Tôi cũng cần biết các thông tin liên quan đến báo cáo tài chính chứng khoán?

A1. Lớp học này dành cho những người đã quen với các khái niệm lập trình và kiến ​​thức cơ bản về Python . Nếu bạn mới làm quen với Python, tôi khuyên bạn nên tham gia khóa học cơ bản của tôi, ' Python mà bất cứ ai cũng có thể học (nhấp để xem) ' (nếu bạn mới bắt đầu học Python, hãy xem nhanh bài đánh giá) Tại sao không tham gia lớp học?) Ngoài ra, vì chúng tôi phân tích dữ liệu báo cáo tài chính và tạo chiến lược dựa trên dữ liệu đó nên cần có kiến ​​thức về các chỉ số thường được sử dụng trong đầu tư (PER, PBR, v.v.) (nhưng không bắt buộc ) ).

 

Q2. Nội dung chính của lớp này là giao dịch hay phân tích dữ liệu?

A2. Nếu phải chọn một, tôi sẽ nói rằng nội dung của lớp này tập trung hơn vào “xử lý và phân tích dữ liệu tài chính”. Trong khi tạo hệ thống đầu tư của riêng mình, phần tôi nghĩ đến nhiều nhất và đầu tư nhiều thời gian nhất là “Làm cách nào để xử lý nhanh chóng và dễ dàng dữ liệu tài chính thể hiện cùng một thông tin nhưng có nhiều hình thức khác nhau để phù hợp với chiến lược tôi muốn thực hiện ? ”. Lúc đầu, tôi không coi điều này là quan trọng và cho rằng việc nhanh chóng triển khai một chương trình hoặc chiến lược giúp mua/bán dễ dàng vào thời điểm mong muốn là ưu tiên hàng đầu nên tôi đã tạo ra nó một cách thô bạo chỉ bằng cách sử dụng chương trình. kiến thức tôi đã biết. Kết quả là, mỗi khi một chiến lược mới được triển khai, việc sửa đổi quy mô lớn mã hiện có là cần thiết và trong quá trình đó, tôi liên tục gặp khó khăn và khi tìm kiếm trên Google, cuối cùng tôi phải quay đi quay lại giữa " tiền xử lý dữ liệu" và " khoảng cách có thể xảy ra khi nó dẫn đến việc triển khai thực tế." Chúng tôi đã đi đến kết luận rằng điều quan trọng nhất là "loại bỏ các quy trình ngăn cản chúng ta nhìn về tương lai từ quá khứ." Tôi quyết định rằng một khi phần này được giải quyết, nhiều khía cạnh khác có thể được tạo ra mà không cần nỗ lực nhiều và cuối cùng tôi đã giới thiệu Pandas để tạo ra một hệ thống đầu tư thực tế và mạnh mẽ. Bạn có thể coi nội dung của lớp học này là chương trình giảng dạy về những gì tôi đã trải qua trong quá trình này .

 

Q3. Bạn có thực sự thực hiện đầu tư dựa trên dữ liệu không?

A3. Tôi thực sự đang sử dụng các chiến lược được tạo ra dựa trên nội dung được đề cập trong bài giảng này và cá nhân tôi đang nhận được kết quả khả quan. Nội dung bài giảng được tổ chức xoay quanh các yếu tố mà tôi gặp khó khăn nhất hoặc các công cụ mà tôi thấy hữu ích trong quá trình tạo hệ thống đầu tư. Vì vậy, tất cả nội dung và kỹ thuật từ bài giảng này đều được sử dụng trong hệ thống đầu tư của tôi. Vì vậy, tôi tin rằng nội dung của lớp đáng tin cậy và tôi tin rằng nếu bạn bổ sung thêm một chút khả năng ứng dụng sau khi tham gia khóa học, bạn sẽ có thể có được những kiến ​​​​thức cơ bản và khả năng để tự do tạo ra chiến lược đầu tư của riêng mình.

 

Q4. Có rất nhiều việc cần phải làm để tạo ra một hệ thống đầu tư. Tôi vẫn là người mới bắt đầu sử dụng Python, vì vậy tôi nghĩ sẽ mất ít nhất một năm để tạo ra nó, nhưng không phải là quá muộn sao?

A4. Bất cứ ai cố gắng hoàn thành mọi việc cùng một lúc sẽ cảm thấy lạc lõng và thất vọng. Đã hơn hai năm kể từ khi tôi bắt đầu nhưng tôi vẫn chưa tạo được một nửa hệ thống mà mình muốn. Chúng tôi vẫn liên tục bổ sung, thử nghiệm và xác minh các tính năng mới. Nếu bạn định đầu tư 1-2 năm rồi rời khỏi thị trường chứng khoán thì tôi không có gì để nói, nhưng nếu bạn là một nhà đầu tư bình thường, bạn sẽ dành cả cuộc đời còn lại để đầu tư, vì vậy suy nghĩ 'Tôi cần phải làm như vậy'. hoàn thành tất cả các công cụ đột phá mà tôi sẽ sử dụng trong vài thập kỷ tới càng sớm càng tốt'. Tôi nghĩ đó là suy nghĩ giống như 'Tôi cần nhanh chóng trúng số độc đắc với cổ phiếu và kiếm được nhiều tiền.' Từ quan điểm này , điều quan trọng nhất là lập trình từng phần cần thiết nhất cho khoản đầu tư hiện tại của tôi . Ví dụ: nếu chiến lược tôi đang lập kế hoạch là 'có 1 hoặc 2 cổ phiếu để giao dịch và có đủ thời gian giữa mua và bán theo điều kiện, nhưng chu kỳ không thường xuyên' thì không cần phải tự động mua qua API của công ty chứng khoán. /Không cần phải tạo hệ thống bán hàng trước. Có khả năng cao là điều này sẽ hoạt động tốt ngay cả khi bạn sử dụng chức năng đặt hàng của HTS hoặc MTS hoặc mua/bán bằng tay. Điều quan trọng là dữ liệu (tài chính) được xử lý (trước) như thế nào trong quy trình này. Có sự khác biệt lớn về năng suất và Pandas sẽ góp phần rất lớn vào việc đẩy nhanh thời gian làm việc của bạn và cải thiện mức độ hoàn thành trong lĩnh vực này.

 

Q5. Nếu lớp này là Phần 1 thì còn có lớp Phần 2 nữa không? Lớp học Phần 2 có những nội dung gì?

A5. Trong Phần 1, dựa trên những kiến ​​thức cơ bản về Pandas, bạn sẽ học cách áp dụng nó cho các dữ liệu tài chính khác nhau, tập trung vào dữ liệu báo cáo tài chính và thậm chí học cách thực hiện kiểm tra ngược đơn giản thông qua nó. Vì bài giảng này (Phần 1) là bài giảng đầu tiên nên nó hơi giống một bài giới thiệu, nhưng Phần 2 nói thêm một chút về các kỹ thuật Pandas có thể được sử dụng để xử lý dữ liệu dữ liệu giá chuỗi thời gian (OHLCV) và dựa trên điều này , Chúng tôi sẽ đề cập đến việc triển khai các chiến lược phân bổ tài sản tĩnh/động (tái cân bằng hàng tháng, 60:40, Mọi thời tiết, VAA, DAA, v.v.) yêu cầu điều chỉnh tỷ lệ . Ngoài ra, chúng tôi sẽ đề cập sâu hơn về cách sử dụng các loại dữ liệu trả về khác nhau (trả về nhật ký, v.v.) và triển khai các chỉ báo đánh giá liên quan đến kiểm tra ngược (Lợi nhuận hàng năm, Sharpe, MDD, CAGR, Std, v.v.) .

 

Q6. Sau khi tham gia bài giảng, tôi đã xử lý dữ liệu tài chính tốt hơn. Nhưng lấy dữ liệu tài chính cũng có tác dụng. Tôi nên làm gì?

A6. Như tôi đã đề cập trong buổi định hướng, việc thu thập + xử lý dữ liệu là công việc khó khăn và tốn thời gian nhất. Liên quan, các lớp về tự do nhập và tự động hóa dữ liệu bạn cần từ nhiều nguồn khác nhau cũng được mở: Thu thập thông tin web & tự động hóa Python để thực hiện công việc của tôi (bấm vào đây)

---

🙌 Lưu ý trước khi tham gia lớp học

• Dữ liệu được cung cấp trong bài giảng này là dữ liệu mẫu để áp dụng những gì bạn đã học. Vì vậy, rất khó để áp dụng trực tiếp vào thực tế.
• Trách nhiệm đầu tư luôn thuộc về nhà đầu tư.

 

📚 Chúng tôi đã chuẩn bị video định hướng một cách cẩn thận như nội dung lớp học. Mặc dù video định hướng hơi dài nhưng nó đi sâu vào chi tiết về định hướng và mục đích của không chỉ khóa học này mà còn cả các khóa học trong tương lai, đồng thời đi sâu vào chi tiết về nội dung mà bạn có thể tò mò. Kích thích mong muốn học hỏi của bạn thông qua định hướng!

📚 Hãy ngừng giảng bài trong đó người hướng dẫn là người trình diễn một mình trước mặt học sinh! Một lớp học mà mọi người đều hiểu nguyên tắc và cùng nhau thực hiện! Chúng ta bắt đầu bây giờ nhé?

 

Cho đến ngày mọi người trên khắp đất nước đầu tư vào Python!