Hãy cùng xây dựng chiến lược đầu tư dựa trên dữ liệu với đầu tư định lượng (Quant) bằng Python và thực hiện đầu tư theo chiến lược đó. Bạn có thể triển khai nhiều chiến lược phân bổ tài sản khác nhau và cuối cùng là tự tạo ra chiến lược đầu tư cho riêng mình.
313 học viên
Độ khó Cơ bản
Thời gian Không giới hạn
Đánh giá từ những học viên đầu tiên
5.0
김정빈
Cảm ơn sự nỗ lực của bạn
5.0
hakjuknu
Tuyệt vời!
5.0
dukim
Bài giảng vui nhộn, không nhàm chán. Việc kiểm tra ngược và trực quan hóa việc phân bổ tài sản được giải thích rõ ràng đến mức dễ hiểu. Ngày nay, bạn có thể tiết kiệm được rất nhiều tiền lương hưu và IRP cá nhân, vì vậy sẽ là một ý tưởng hay nếu bạn tự kiểm tra lại trước khi đầu tư. Do nhiều sản phẩm tốt đã được phát hành gần đây trong các quỹ ETF trong nước nên chúng tôi đã tính toán CAGR và MDD bằng cách áp dụng tỷ giá hối đoái cho các quỹ ETF nước ngoài tương ứng và xác định tỷ lệ đầu tư.
Kỹ thuật đầu tư sử dụng Python & Pandas + Dữ liệu tài chính
Thiết lập giả thuyết đầu tư của riêng mình và khả năng thực hiện mô phỏng dựa trên dữ liệu (Back-Test)
Các chiến lược đầu tư thực chiến đa dạng và phương pháp đo lường hiệu quả định lượng (tỷ suất lợi nhuận gộp hàng năm, mức sụt giảm tối đa)
Thực hiện chiến lược đầu tư cơ bản (Đa dạng hóa danh mục, Kết hợp trái phiếu, Tái cân bằng, Theo đuổi xu hướng)
Triển khai chiến lược đầu tư điểm số môメンタム trung bình của systrader79
Triển khai kỹ thuật phân bổ tài sản tĩnh (Permanent, Golden Butterfly, All Weather)
Triển khai các kỹ thuật phân bổ tài sản động (GTAA, FAA, VAA, DAA)
Nhiều người đã biết rằng quản lý tài chính là điều thiết yếu. Vì vậy, họ cũng đã thử chơi chứng khoán, tiền ảo theo chân người khác, nhưng tại sao cứ hễ mình mua vào là cổ phiếu lại giảm giá? Liệu có cách nào để một người bình thường có thể kiếm được tiền từ đầu tư hay không?
Đầu tư không phải là để kiếm một số tiền lớn ngay lập tức. Bạn cần một khoản đầu tư trọn đời có thể phòng vệ trước lạm phát và bảo vệ tài sản quý giá của mình từ góc nhìn dài hạn.
Hầu hết lý do dẫn đến thất bại trong đầu tư là do bị thu hút bởi tin tức hoặc bị ảnh hưởng bởi bầu không khí của những người xung quanh dẫn đến việc đầu tư mà không có tiêu chuẩn phán đoán. Tuy nhiên, đối với những người đang sống một cuộc sống bận rộn như chúng ta, phương pháp đánh giá giá trị và đầu tư thông qua phân tích doanh nghiệp là rất khó khăn. Vì vậy, tôi đề xuất phương thức đầu tư định lượng thay vì phương thức định tính (qualitative), đó chính là đầu tư Quant.
Ưu điểm lớn nhất của đầu tư định lượng (Quant) là tạo ra được tiêu chuẩn phán đoán đầu tư khách quan dựa trên dữ liệu. Nếu vận dụng Quant, bạn có thể thực hiện đầu tư một cách có căn cứ.
Để thành công trong đầu tư, mọi người đều biết rằng phải mua khi giá rẻ và bán khi giá đắt.
Hãy lấy một ví dụ. Giá cổ phiếu A đang thấp hơn mức giá mà tôi đã kiểm tra vài ngày trước.
Khi đó, tôi đánh giá rằng nó đang rẻ (phán đoán chủ quan) và dũng cảm mua vào.
Tất nhiên, nếu may mắn thì có thể có lãi, nhưng dữ liệu lại cho thấy điều ngược lại.
Thí nghiệm 1
Mua khi rẻ (giảm) và bán khi đắt(tăng)
Tỷ suất lợi nhuận tích lũy 1.56 (56%)
Chiến lược mua khi giá thấp và bán khi giá cao đã mang lại tỷ suất lợi nhuận 56% trong khoảng 20 năm. Nếu quy đổi con số này sang lãi suất hàng năm, nó tương đương với mức lợi nhuận kép khoảng 2,3% mỗi năm. Mức này chỉ tương đương với lãi suất tiền gửi tiết kiệm. Xét đến công sức chúng ta bỏ ra để theo dõi giá thấp nhất và cao nhất trong suốt 20 năm để giao dịch, thì đây có vẻ không phải là một tỷ suất lợi nhuận mấy vui vẻ.
Thí nghiệm 2
Mua khi đắt (tăng) và bán khi rẻ (giảm)
Tỷ suất lợi nhuận tích lũy: 3.48 (348%)
Thật kinh ngạc. So với mức tỷ suất lợi nhuận 56% ở thí nghiệm 1, trong thí nghiệm 2 lần này chúng ta đã đạt được tỷ suất lợi nhuận 348%. Nếu quy đổi con số này sang lãi suất hàng năm, nó tương đương với mức lợi nhuận kép khoảng 6,4% mỗi năm. Với mức này, tôi nghĩ rằng nó đã đủ để bù đắp cho công sức bỏ ra để theo dõi giá thấp nhất và giá cao nhất để giao dịch trong suốt 20 năm qua.
Như bạn đã thấy, việc tận dụng Quant sẽ giúp bạn có thể đầu tư dựa trên dữ liệu. Nó cho phép bạn đầu tư dựa trên các dữ liệu và căn cứ khách quan thay vì đầu tư theo phán đoán chủ quan. Bạn sẽ có được khả năng kiểm tra các giả thuyết của mình trước khi thực sự tiến hành đầu tư.
Những người muốn phát triển chiến lược đầu tư
có thể sử dụng lâu dài
Trong khóa học này, bạn sẽ được học các kiến thức lý thuyết cơ bản về đầu tư và các chiến lược đầu tư. Bạn sẽ học cách hiện thực hóa bằng mã nguồn và kiểm tra hồi quy (backtest) các chiến lược đầu tư đa dạng do các bậc thầy đầu tư phát triển (All Weather, DAA, v.v.) bằng cách sử dụng thư viện Python và Pandas.
1. Khái niệm và phương pháp triển khai các chỉ số hiệu quả đầu tư
2. Cơ bản về đầu tư - Đầu tư phân tán
3. Cơ bản về đầu tư - Kết hợp trái phiếu
4. Cơ bản về đầu tư - Tái cân bằng danh mục
5. Cơ bản về đầu tư - Theo đuổi xu hướng
6. Chiến lược đầu tư thực tế - Chiến lược phân bổ tài sản tĩnh
7. Chiến lược đầu tư thực tế - Chiến lược phân bổ tài sản động
8. Trực quan hóa tỷ suất lợi nhuận theo thời kỳ
Q. What Python development environment do you use?
We use Jupyter Notebook! It is convenient to install it via Anaconda.
Q. Can I take the course even if I don't know the basics of Python and Pandas?
The course proceeds under the assumption that you have a basic understanding of Python programming syntax and Pandas.
If you need to learn the basics of Python and Pandas, please refer to the latter part of the curriculum!
Q. Isn't quant something difficult that only science and engineering students can do?
If you have ever encountered basic middle/high school level statistics such as mean, variance, and normal distribution, and have invested in stocks at least once, you are at a sufficient level to follow this course.
Q. Is this a lecture on creating an automated trading program?
No! This course focuses on asset allocation strategies based on data analysis. It is different from swing trading or scalping, which have very short trading cycles. The quant program we will use calculates investment weights at the end of each month, quarter, or year according to the investment strategy. You can then place the trades yourself through a brokerage based on those weights! I also plan to create a course on short-term automated trading programs in the future :)
Khóa học này dành cho ai?
Người chưa từng được học về quản lý tài chính một cách bài bản, nhưng đã có kinh nghiệm thua lỗ khi đầu tư và muốn học phương pháp đầu tư thông minh.
Những người muốn học phương pháp đầu tư logic và có hệ thống bằng cách tận dụng lập trình và dữ liệu
Những người đã quen thuộc với Excel, lập trình và muốn biến chúng thành kỹ năng đầu tư tài chính.
Người muốn nghiên cứu chiến lược đầu tư của riêng mình và thực hiện đầu tư thực tế
Những người muốn đầu tư tăng trưởng ổn định trong thời gian dài, thay vì kiểu đầu tư lướt sóng kiếm lời một lần rồi rút lui.
Cần biết trước khi bắt đầu?
Cú pháp cơ bản của Python (variables, loop, condition, function..)
Cú pháp cơ bản của Pandas (series, dataframe và các khái niệm liên quan)
Kiến thức toán học, xác suất/thống kê ở trình độ trung học cơ sở/trung học phổ thông (không yêu cầu độ khó quá cao nhưng cần có khả năng toán học cơ bản để tính toán tỷ suất sinh lời và triển khai logic danh mục đầu tư).
7,253
Học viên
218
Đánh giá
171
Trả lời
4.9
Xếp hạng
5
Các khóa học
Tôi sẽ tạo ra những nội dung lập trình thú vị và bổ ích để bất kỳ ai cũng có thể học hỏi.
Hoạt động với vai trò code reviewer cho Naver Connect Boostcamp Web Backend (Node.js) khóa 6
Đối tác nội dung IT trực tuyến SeSSAC của Cơ quan Chấn興 Công nghiệp Seoul (Full Stack)
Tiến hành khóa học nhập môn dành cho nhà phát triển tại SeSSAC thuộc Cơ quan Chấn hưng Công nghiệp Seoul (Python, Javascript)
Giảng dạy khóa học lập trình chuyên sâu tại Đại học Konkuk
Tổng phụ trách mảng Server, chương trình Rising Programmer của Seoul SSAC
Thuê ngoài phát triển chương trình giao dịch tiền điện tử tự động (Qt)
Thuê ngoài phát triển trang đích (Landing Page) cho đại lý marketing (Web)
Thuê ngoài phát triển ứng dụng Windows xử lý dữ liệu thời gian thực (Qt)
Thuê ngoài phát triển chương trình tự động mua bán tiền điện tử hàng loạt (Qt) Thuê ngoài phát triển trang đích cho đại lý marketing (Web) Thuê ngoài phát triển ứng dụng Windows xử lý dữ liệu thời gian thực (Qt)
Tất cả
52 bài giảng ∙ (6giờ 1phút)
Tài liệu khóa học:
Tất cả
17 đánh giá
4.9
17 đánh giá
Đánh giá 1
∙
Đánh giá trung bình 5.0
Đánh giá 1
∙
Đánh giá trung bình 5.0
Đánh giá 155
∙
Đánh giá trung bình 5.0
Đánh giá 1
∙
Đánh giá trung bình 5.0
Đánh giá 4
∙
Đánh giá trung bình 5.0
5
Bài giảng vui nhộn, không nhàm chán. Việc kiểm tra ngược và trực quan hóa việc phân bổ tài sản được giải thích rõ ràng đến mức dễ hiểu. Ngày nay, bạn có thể tiết kiệm được rất nhiều tiền lương hưu và IRP cá nhân, vì vậy sẽ là một ý tưởng hay nếu bạn tự kiểm tra lại trước khi đầu tư. Do nhiều sản phẩm tốt đã được phát hành gần đây trong các quỹ ETF trong nước nên chúng tôi đã tính toán CAGR và MDD bằng cách áp dụng tỷ giá hối đoái cho các quỹ ETF nước ngoài tương ứng và xác định tỷ lệ đầu tư.
Hãy khám phá các khóa học khác của giảng viên!
Khám phá các khóa học khác trong cùng lĩnh vực!
1.397.040 ₫
![[Làm mới] Bootcamp Học máy Python cho người mới bắt đầu (Dễ dàng! Giải quyết bài toán Kaggle thực tế và tổng hợp) [Phân tích/Khoa học Dữ liệu Part2]Hình thu nhỏ khóa học](https://cdn.inflearn.com/public/courses/327464/cover/55c4db7b-7764-43cc-ac75-d9e8d08098f1/327464-eng.png?w=420)
![[Làm mới] Bootcamp Cơ sở dữ liệu MongoDB và NoSQL (Big Data) cho người mới bắt đầu [Từ nhập môn đến ứng dụng] (Cập nhật)Hình thu nhỏ khóa học](https://cdn.inflearn.com/public/courses/324183/cover/fbe9f0cc-4c42-4435-b855-f283f6932415/324183.png?w=420)
![[Miễn phí] Kiến thức Python cơ bản nhất cần học trước khi học PythonHình thu nhỏ khóa học](https://cdn.inflearn.com/public/files/courses/339613/cover/01k9yrhbhhdegkg0rgqct0bvnh?w=420)
![[Làm mới] Bootcamp SQL và Cơ sở dữ liệu (MySQL) cho người mới bắt đầu [Từ cơ bản đến ứng dụng]Hình thu nhỏ khóa học](https://cdn.inflearn.com/public/courses/324208/cover/85872a8e-d2bb-4c43-82fc-d55fa067746e/324208.png?w=420)