[Meetup vod] Thời đại AI, tại sao bây giờ lại là TDD?
inflearn
Đây là video ghi lại buổi TDD Online Live Meetup được tổ chức vào tháng 7 năm 2025.
Nhập môn
TDD, AI, Refactoring
Hãy dùng Python để tạo chỉ số riêng và phát triển công cụ phân tích chứng khoán thuận tiện!
4,166 học viên
Độ khó Cơ bản
Thời gian Không giới hạn

Đánh giá từ những học viên đầu tiên
5.0
법경
Cảm ơn vì bài giảng hay
5.0
Jang Jaehoon
Cảm ơn bạn vì bài giảng hay!
5.0
tagwoo
Thắt chặt lại
Phân tích định lượng dữ liệu tài chính
Trực quan hóa dữ liệu tài chính
Lập trình hàm Python
Phân tích dữ liệu tài chính với Python
Trong nháy mắt với lập trình Python,
Tạo công cụ phân tích dữ liệu của riêng bạn!
Cổ phiếu là thứ mà rất nhiều người đang làm hiện nay!
Bạn đã kiểm tra xem giá cổ phiếu bạn mua đã giảm bao nhiêu trong quá khứ chưa?
Các chỉ báo phân tích kỹ thuật mà mọi người sử dụng nhiều nhất được tạo ra như thế nào?
Ngày nay, sự quan tâm đến đầu tư định lượng dựa trên dữ liệu đang ngày càng tăng cao.
Họ nói rằng ngôn ngữ lập trình Python có thể được sử dụng để phân tích dữ liệu.
Sau đó tôi cũng tự hỏi liệu Python có thể được sử dụng để phân tích dữ liệu tài chính không .
Phân tích dữ liệu tài chính, vốn từng được coi là giấc mơ xa vời, giờ đây có thể được thực hiện trực tiếp bằng Python và Excel.
Sau khi tạo các chỉ số kỹ thuật trực tiếp trong Excel và Python và xác định các lĩnh vực cần cải thiện,
Bạn nghĩ sao về việc tự tạo chỉ báo và sử dụng nó trong giao dịch?
Liệu có thể đầu tư mang tính chiến lược hơn không?
Tạo một hàm có thể phân tích cổ phiếu trong nước, ETF và dữ liệu tài chính khác cùng lúc bằng Python!
Khóa học này sẽ giúp bạn triển khai ý tưởng của mình trực tiếp bằng Python.
Trực tiếp với Python
Thực hiện ý tưởng của riêng bạn
Các đặc điểm của dữ liệu
Sức mạnh để hiểu và phân tích
Của riêng tôi
Tạo số liệu phân tích
Lập trình chức năng và
Làm thế nào để trở thành bạn bè
Mục đích của bài giảng này không phải là chia sẻ kết quả của dự án. Kết quả của dự án là ví dụ của riêng tôi, và mục đích của bài giảng là giúp sinh viên hiểu kết quả để họ có thể tự tạo ra kết quả của riêng mình.
Phát triển khả năng thiết kế dự án theo ý tưởng của riêng bạn và triển khai chúng thông qua lập trình!
Chúng ta sẽ tải dữ liệu tài chính bằng module Python FinanceDataReader. Thay vì chỉ sử dụng module để tải dữ liệu, chúng ta sẽ tạo một hàm cho phép bạn dễ dàng tải dữ liệu bằng cách chỉ cần nhập tên cổ phiếu mong muốn. Chúng ta cũng sẽ viết mã để đảm bảo kết quả được hiển thị ngay lập tức.
Chúng ta đừng chỉ nhìn vào định nghĩa từ điển của MACD và viết mã! Trước khi triển khai MACD, hãy cùng xem xét khái niệm "trung bình" thường được sử dụng. Liệu nên sử dụng trung bình đơn giản hay trung bình động khi phân tích dữ liệu chuỗi thời gian? Tại sao nên sử dụng trung bình động hàm mũ? Và các biến trong mỗi trung bình động có tác động như thế nào đến phân tích thực tế? Đây là chủ đề quan trọng nhất trong Phần 2.
Tỷ suất lợi nhuận được sử dụng phổ biến nhất trong dữ liệu tài chính là gì? Bạn có biết sự khác biệt giữa lãi suất đơn và lãi suất kép không? Ngay cả sau khi đầu tư thời gian và công sức để tạo ra các mô hình tài chính phức tạp, vẫn có nhiều sai sót do ước tính sai tỷ suất lợi nhuận. Hãy cùng khám phá cách tính toán và nhận biết tỷ suất lợi nhuận bằng cách tạo DrawDown.
Chỉ số Sức mạnh Tương đối (RSI) là một chỉ báo được sử dụng rộng rãi. Tuy nhiên, kết quả của nó khác nhau tùy thuộc vào cách tạo ra nó. Liệu mức trung bình được sử dụng để tạo ra RSI nên là trung bình động hay trung bình động hàm mũ? Không có câu trả lời đúng, nhưng đó là vấn đề đầu vào của người dùng. Thay vì chỉ sử dụng mã do người khác viết, một góc nhìn cho phép bạn điều chỉnh mã của mình theo nhu cầu của người dùng là rất quan trọng.
Chúng ta sẽ viết một hàm lấy kết quả của các hàm đã tạo ở Mục 1-4 và tính toán kết quả của dự án. Sau đó, chúng ta sẽ viết một hàm tích hợp cho phép xem kết quả ngay lập tức chỉ bằng cách thực thi hàm. Bằng cách viết hàm tích hợp này, chúng ta sẽ khám phá những ưu điểm của lập trình hàm.
Xin chào! Đây là ownCode.
Tôi thiết kế khóa học này với hy vọng chia sẻ kiến thức tôi áp dụng trong công việc và quản lý tài chính. Phân tích dữ liệu có vẻ xa lạ và xa lạ, nhưng tôi muốn cho bạn thấy rằng không phải vậy.
Không có câu trả lời đúng trong phân tích dữ liệu, và ngay cả khi kết quả giống hệt nhau, mỗi cá nhân vẫn có thể đưa ra những kết luận khác nhau. Tôi hy vọng kiến thức và kinh nghiệm của tôi có thể giúp bạn đưa ra quyết định sáng suốt.
H. Tôi cần bao nhiêu kiến thức về Python?
Để thuận tiện cho bài giảng này, bạn cần có hiểu biết cơ bản về cú pháp Python. Kinh nghiệm với danh sách, từ điển, câu lệnh if, vòng lặp for và hàm là đủ!
H. Điều gì làm cho khóa học này khác biệt so với các khóa học khác?
Khóa học này không tập trung vào việc giải thích các định nghĩa trong từ điển và triển khai mã. Nó tập trung vào việc giải thích các khái niệm được sử dụng để tạo chỉ báo và giúp bạn tạo ra chỉ báo của riêng mình, thay vì chỉ sao chép mã hiện có.
H. Tôi có cần biết về Pandas không?
Dành cho những ai chưa quen với Pandas, tôi đã tạo một khóa học riêng về chủ đề này. Pandas là một thư viện thiết yếu cho phân tích dữ liệu bằng Python. Khóa học này yêu cầu người học có trình độ thành thạo Pandas nhất định.
Đối với những ai chưa quen hoặc chưa biết cách sử dụng thư viện Pandas, tôi đã tạo một bài giảng về Pandas. Vui lòng tham khảo bài giảng đó trước khi tham gia bài giảng này.
Sử dụng Pandas để phân tích dữ liệu tài chính
Phân tích dữ liệu thông minh hơn với Pandas!
Khóa học này dành cho ai?
Người đã học Python nhưng không biết phải làm gì
Người muốn phân tích dữ liệu tài chính bằng Python
Người rất quan tâm đến phân tích định lượng dữ liệu tài chính
Người muốn ứng dụng Python vào tài chính cá nhân
Cần biết trước khi bắt đầu?
Python
Pandas
Excel
727,822
Học viên
7,902
Đánh giá
118
Trả lời
4.8
Xếp hạng
154
Các khóa học
Tôi tin rằng cơ hội học tập cần phải được tự do khỏi những rào cản về kinh tế và vật chất.
Chúng tôi theo đuổi sự bình đẳng về cơ hội phát triển.
Tất cả
55 bài giảng ∙ (8giờ 47phút)
Tài liệu khóa học:
Tất cả
36 đánh giá
4.8
36 đánh giá
Đánh giá 2
∙
Đánh giá trung bình 5.0
Đánh giá 845
∙
Đánh giá trung bình 4.9
Đánh giá 49
∙
Đánh giá trung bình 4.9
5
Cảm ơn vì bài giảng hay
Cảm ơn bạn rất nhiều vì đã xem qua bài giảng. Chúng tôi sẽ cố gắng mang lại những bài giảng tốt hơn trong tương lai. Cảm ơn!
Đánh giá 6
∙
Đánh giá trung bình 4.7
Đánh giá 3
∙
Đánh giá trung bình 5.0
5
Tôi rất ấn tượng vì nó giải thích ý nghĩa của các chỉ báo kỹ thuật và cách viết mã, đồng thời quá trình viết mã và chuyển đổi nó thành một hàm rất dễ dàng và tự nhiên, vì vậy tôi cảm thấy rằng người hướng dẫn thực sự đã suy nghĩ rất nhiều khi tạo ra lớp học. Cảm ơn bạn đã lắng nghe!!
Hãy khám phá các khóa học khác của giảng viên!
Khám phá các khóa học khác trong cùng lĩnh vực!