Đầu tư định lượng dựa trên dữ liệu vào cổ phiếu bằng Python Phần 1
Trong lớp này, bạn sẽ tìm hiểu các nguyên tắc và phương pháp phân tích và xử lý các loại dữ liệu tài chính khác nhau bằng thư viện Pandas của Python, áp dụng những nguyên tắc này vào các tình huống bạn có thể gặp phải trong thực tế và cuối cùng là tìm hiểu về cách triển khai dựa trên kiểm tra ngược. trên dữ liệu sao kê (dựa trên cuốn sách 'Bạn có thể làm đầu tư định lượng' của Kang Hwan-guk). Kết quả là, bạn sẽ có thể thoát khỏi vai trò là một “nhà đầu tư thụ động”, người chỉ làm theo những gì người khác nói mà không cần xác minh hoặc có cơ sở về logic đầu tư và sẽ sử dụng Python và Pandas để triển khai nhiều yếu tố cần thiết cho việc thực hiện chiến lược. một nhà đầu tư năng động và tự định hướng, người có thể tự do trích xuất dữ liệu và phân tích nó một cách định lượng.
Hầu hết các bạn quan tâm đến khóa học này có lẽ đã có một số kinh nghiệm đầu tư cổ phiếu. Mặc dù một số người có thể đã kiếm được lợi nhuận đáng kể, nhưng hầu hết có thể đã trải qua những khoản lỗ đáng kể hoặc bị cuốn vào một loạt cổ phiếu, thường là ngoài ý muốn. Mặc dù sở thích và môi trường đầu tư của mỗi người có thể khác nhau, nhưng lý do dẫn đến thất bại đầu tư có thể rất đa dạng. Tuy nhiên, những lý do này thường có vẻ khá nhất quán. Điều này đặc biệt đúng với những người mới bắt đầu, thường được gọi là "ju-rin-i". Bạn nghĩ những lý do đó là gì?
Con người vốn dĩ dễ bị tổn thương khi đầu tư. Ngay cả khi chúng ta đưa ra quyết định chắc chắn với sự quyết tâm không lay chuyển, ngay cả những thay đổi nhỏ nhất trong kiến thức hoặc môi trường xung quanh cũng có thể khiến chúng ta trở nên bất ổn về mặt tâm lý. Chúng ta có xu hướng chỉ chấp nhận những thông tin ủng hộ suy nghĩ và phán đoán của mình, hoặc chúng ta có xu hướng tự thôi miên bản thân để tin rằng phán đoán của mình là không thể sai lầm. Điều này xảy ra theo bản năng, bất kể ý chí của chúng ta .Điều này có thể là do không muốn trải nghiệm cảm giác thất bại đến từ việc thừa nhận thua lỗ, nhưng quan trọng hơn, có thể là do thiếu các tiêu chí đầu tư rõ ràng hoặc các lựa chọn thay thế . Vậy, những người đầu tư dựa trên bản năng như vậy sẽ ra sao trên thị trường chứng khoán? Dưới đây là trích đoạn từ các phản ứng trên các diễn đàn chứng khoán và nhóm KakaoTalk trong những đợt suy thoái thị trường trước đây:
1. Suy sụp tinh thần
“Mọi người còn đủ sức lực không?”
“Tôi không thể tập trung vào công việc vì cổ phiếu đang giảm giá 😭... Tại sao nó lại giảm như thế này...”
“Sao chỉ có những thứ tôi mua mới giảm giá vậy? 😭 Mọi thứ tôi bán ra đều tăng giá vào ngày hôm sau...”
2. Điểm mua không rõ ràng
“Hôm nay tôi có khoảng 10 triệu won... Tôi nghĩ đã đến lúc phải bắt đầu tiết kiệm từng chút một...”
“Thấy mọi người đang sắp xếp, tôi nghĩ mình có thể mua từng chút một...”
"Có ai tham gia thị trường với hy vọng giá sẽ phục hồi vào ngày mai khi giá giảm xuống dưới 2100 không?"
"Tôi đã có chút niềm vui với giao dịch ngược, nhưng giờ có vẻ như nó đang chạm đáy, nên tôi đã dùng đòn bẩy và mất tiền... Tôi thậm chí sẽ không xem xét đến nó trong một thời gian. Tôi không biết liệu nó có hiệu quả không, nhưng..."
3. Thời điểm cắt giảm đột ngột (do áp lực tâm lý và tâm lý đám đông)
“Đây là một khoản lợi nhuận nhỏ, nhưng tôi thoát khỏi nó với sự an ủi rằng tôi đã tránh được tổn thất trong khi chỉ số đang bị phá hủy 😭”
“Tôi đáng lẽ phải đi hôm nay, nhưng tinh thần tôi bị suy sụp nên tôi nghĩ đây là lần cuối cùng, nên tôi bỏ cuộc 😭😭”
"Tôi đã cố kìm nước mắt và cắt lỗ 20%. Tôi sẽ quay lại mua sau năm năm nữa..."
“Tôi định giữ lại nhưng không thể giữ được nữa và cuối cùng phải yêu cầu hoàn tiền hôm nay😆😆 Tôi chỉ đầu tư vào quỹ chỉ số, nhưng tôi đã mất khoảng 20%...”
"Tôi vừa đóng một nửa vị thế của mình... Tôi đang cắt lỗ 5%. Tôi vẫn đang do dự không biết nên làm gì với nửa còn lại."
4. Johnver bị ép buộc
"Với mức lỗ 40%, về mặt tâm lý, tôi đã vượt qua ngưỡng giới hạn và chỉ chờ xem. Giá sẽ tăng trở lại vào một ngày nào đó... Phù..."
5. Panic (hợp tác với My Fortune)
“Tôi nghĩ mình nên cắt lỗ khi lãi suất ở mức âm 7%, nhưng tôi không thể cắt lỗ vì có vẻ như đó là mức thấp nhất vào thời điểm đó. Khi giá chạm mức âm 10%, tôi nghĩ đã đến lúc cắt lỗ, nhưng các cổ phiếu khác lại giảm quá nhanh đến nỗi tôi không còn lựa chọn nào khác ngoài việc phải bán và theo dõi. Khi nó chạm mức âm 15%, tôi nghĩ đó là đáy thực sự nên tôi đã chấp nhận rủi ro. Tôi không thể cắt lỗ vì tôi cảm thấy tệ về những cổ phiếu mà tôi từng cho là cổ phiếu blue-chip khi giờ đây chúng đã giảm hơn 25%. Kể cả có tệ hơn nữa, tôi đoán tôi không còn lựa chọn nào khác ngoài việc sống với nó như số phận của mình.”
Bạn thấy sao? Có lẽ nghe giống như câu chuyện của người khác. Các phương pháp đầu tư không có tiêu chuẩn hay nền tảng rõ ràng, như đã đề cập ở trên, sẽ chỉ dẫn đến sự hoang mang lớn hơn và thậm chí thua lỗ nặng nề hơn khi những tình huống tương tự xảy ra trong tương lai. Bất kể lý do là gì, những khoản lỗ dai dẳng sẽ chỉ khiến chúng ta ngày càng lo lắng, và trong những trường hợp cực đoan, có thể cảm thấy thị trường luôn đi ngược lại kỳ vọng của mình. Bởi vì con người vẫn bị chi phối bởi cảm xúc nhiều hơn lý trí, chúng ta có thể lặp lại những sai lầm tương tự, cuối cùng dẫn đến việc mất hết số tiền mình khó khăn lắm mới kiếm được. Nhiều người trong số các bạn có lẽ đang lo lắng về vòng luẩn quẩn này và tự hỏi làm thế nào để tiếp tục đầu tư trong tương lai.
Vậy có nghĩa là chúng ta thực sự học đầu tư sao? Tôi không nghĩ vậy. Thật trớ trêu. Niềm đam mê và thái độ mà chúng ta từng miệt mài học tập ngày đêm để chuẩn bị cho kỳ thi đại học và tìm được việc làm tại công ty mơ ước giờ đây tan biến trước thị trường chứng khoán, thay vào đó là những giao dịch đầu cơ được thúc đẩy bởi lòng tham và ham muốn . Không có sự hiểu biết sâu sắc về thị trường hay cổ phiếu, chúng ta chỉ nhìn chằm chằm vào những biểu đồ không có cơ hội tăng giá, liên tục đau đầu về việc cổ phiếu nào tốt và khi nào nên tham gia. Theo một cách nào đó, đây là nơi chúng ta cần chuẩn bị cho những thách thức vượt xa bản thân, áp dụng một cách tiếp cận dài hạn hơn nhiều và áp dụng một cách tiếp cận hơi khác để tồn tại.
Nếu bạn đã hoặc vẫn đang trải nghiệm đầu tư theo bản năng như đã đề cập ở trên và chưa có kế hoạch cụ thể nào, hãy thử đầu tư cổ phiếu dựa trên dữ liệuvới Python xem sao? Thông qua lớp học này, chúng ta sẽ tìm hiểu về “máy tính (lập trình)” điềm tĩnh, cơ học và thông minh hơn con người.Với suy nghĩ này, tôi sẽ sử dụng kỹ năng của bạn để phát triển thói quen đầu tư dựa trên dữ liệu, có hệ thống và bằng chứng . Dành cho những ai đang vật lộn từng ngày, đầu tư số tiền khó kiếm được mà không có sự chuẩn bị kỹ lưỡng hoặc một cố vấn đáng tin cậy, hoặc dành cho những ai đã thử mọi cách nhưng vẫn gặp khó khăn vì Excel là công cụ duy nhất họ biết sử dụng, khóa học này sẽ sử dụng ngôn ngữ lập trình Python để giúp bạn thoát khỏi những thói quen đầu tư xấu và xây dựng nền tảng cho đầu tư thông minh .
Bạn hài lòng như thế nào với phương pháp đầu tư hiện tại của mình? Bạn có đang đầu tư dựa trên cảm xúc và không có tiêu chí rõ ràng, khách quan không?
🙌 Tại sao bạn nên học “đầu tư chứng khoán dựa trên dữ liệu” bằng Python?
Bước sang năm 2020, hơn 44 zettabyte dữ liệu được tạo ra trên toàn cầu mỗi ngày. Do đó, giá trị của dữ liệu ngày càng tăng, và các quy trình ra quyết định dựa trên dữ liệu ngày càng trở nên quan trọng. Kỹ năng lập trình để trích xuất thông tin chi tiết từ lượng dữ liệu khổng lồ và thực hiện mô hình hóa đang trở thành một yêu cầu cơ bản.
Ngày nay , liệu Excel có còn là một công cụ phân tích dữ liệu mạnh mẽ? Excel không chỉ phức tạp và cồng kềnh khi xử lý và tự động hóa dữ liệu vượt quá hàng trăm hoặc hàng nghìn megabyte, mà so với các ngôn ngữ lập trình, nó còn đòi hỏi một lượng thời gian và công sức tương đối lớn để tạo ra cùng một kết quả. Hơn nữa, việc ghi lại và tổ chức quá trình phân tích để đưa ra kết quả cụ thể là vô cùng khó khăn.
Tuy nhiên, với ngôn ngữ lập trình Python , nhiều phân tích và biểu đồ có thể được thực hiện chỉ với vài dòng mã. Thư viện công cụ phân tích dữ liệu phong phú của Python cho phép dễ dàng xử lý và phân tích bất kỳ loại hoặc khối lượng dữ liệu nào, cung cấp một giao diện dễ dàng tổ chức và trình bày quy trình giải quyết vấn đề. Hơn nữa, Python có thể dễ dàng được mở rộng để tạo ra một chương trình (hoặc ứng dụng) duy nhất, toàn diện. Nhờ sức hấp dẫn này, ngay cả ngành ngân hàng và tài chính, vốn nổi tiếng với tính bảo thủ cực đoan, từ lâu đã bắt đầu sử dụng Python để thay thế Excel.
Sự phổ biến của Python tiếp tục tăng. Việc nó vươn lên vị trí hàng đầu trong bảng xếp hạng ngôn ngữ lập trình, vượt qua các ngôn ngữ khác, phần lớn là nhờ thư viện Pandas . Pandas là một thư viện Python hỗ trợ bất kỳ phân tích nào về dữ liệu có cấu trúc hai chiều . Ban đầu được thiết kế để hỗ trợ xử lý dữ liệu tài chính, nó được tối ưu hóa cho việc phân tích dữ liệu tài chính hơn bất kỳ công cụ hiện có nào khác. Bản thân tôi sử dụng Pandas chủ yếu để phân tích dữ liệu có cấu trúc trong nhiều lĩnh vực khác nhau và tôi tích cực sử dụng nó trong các dự án giao dịch chứng khoán và tài chính của mình, nơi phần lớn mã của tôi được viết bằng Pandas, và gặt hái được nhiều lợi ích. Gần đây, các thư viện dựa trên Pandas hỗ trợ xử lý phân tán trên nhiều môi trường điện toán khác nhau và nâng cao hơn nữa hiệu suất hoạt động đã xuất hiện, củng cố thêm vị thế của Python như một công cụ phân tích dữ liệu dứt khoát.
Trong khóa học này, bạn sẽ học cách sử dụng thư viện Pandas để phân tích và xử lý nhiều loại dữ liệu tài chính thực tế, từ việc trích xuất mục tiêu đầu tư từ dữ liệu báo cáo tài chính hàng năm, kiểm tra ngược và hiển thị kết quả bằng đồ họa . Chúng ta cũng sẽ tìm hiểu các biện pháp phòng ngừa và cách cải thiện các chiến lược này để kiểm tra ngược thực tế hơn. Khóa học này sẽ mang đến cơ hội quý giá để phát triển "chiến lược đầu tư dựa trên dữ liệu"cho các nhà đầu tư, những người không có kinh nghiệm tự mình kiểm chứng chiến lược của mình, đầu tư vào các cổ phiếu được người khác ưa chuộng hoặc chỉ dựa vào trực giác, cũng như những người tìm kiếm phương pháp phân tích định lượng và hệ thống hơn về giá trị doanh nghiệp. Hơn nữa, đối với những người đã ghi nhớ các hàm và macro Excel nhưng gặp khó khăn trong việc hiểu cách xử lý dữ liệu mới, khóa học này sẽ mang đến cơ hội trải nghiệm thế giới Pandas mới.
Trong thời đại mà kỹ năng lập trình và mã hóa là thiết yếu, Pandas có thể là một lựa chọn tuyệt vời để phân tích và sử dụng dữ liệu tràn lan một cách nhanh chóng và hiệu quả. Hơn nữa, việc tích lũy kinh nghiệm phân tích dữ liệu bằng Pandas có thể là điểm khởi đầu tuyệt vời để làm quen với thế giới Python còn xa lạ. Sự phổ biến của Python, cộng đồng năng động, rào cản học tập thấp, thư viện đa dạng và quan trọng nhất là Pandas, được tối ưu hóa cho việc phân tích và xử lý dữ liệu tài chính—tất cả những điều này đã sẵn sàng và đang chờ bạn. Với những công cụ này, bạn sẽ có thể thực hiện nhiều phân tích khác nhau trên bất kỳ dữ liệu tài chính nào và thậm chí kiểm tra ngược các chiến lược đầu tư mong muốn của mình một cách hoàn toàn tự do. Tất cả những gì bạn cần làm là chuẩn bị sẵn sàng để đón nhận nó. Khóa học này sẽ là một tài sản quý giá, có giá trị hơn nhiều so với hai cổ phiếu Samsung Electronics ( ≈ ₩100.000) . Tại sao không bắt đầu ngay bây giờ?
Các nhà đầu tư chứng khoán sẽ được chia thành hai nhóm trong tương lai. Những người biết Python và những người không biết.
🙌 Lợi ích của việc kiểm tra ngược và đầu tư vào cổ phiếu dựa trên dữ liệu của riêng bạn là gì?
Vì bạn sẽ có các quy tắc giao dịch riêng dựa trên dữ liệu nên bạn sẽ không cần phải thường xuyên xem thị trường, biểu đồ hoặc bảng tin chứng khoán.
Ngay cả trong những tình huống thị trường thay đổi nhanh chóng như khủng hoảng tài chính , bạn sẽ không bao giờ bị lung lay về mặt tâm lý.
Kiểm tra lại dữ liệu quá khứ đầy đủ sẽ cho phép bạn đầu tư sáng suốt hơn.
Bạn sẽ có thể đưa ra quyết định dựa trên các yếu tố quan trọng nhất mà bạn đã xác định thông qua xác minh dữ liệu , mà không bị ảnh hưởng bởi tin tức hoặc dư luận.
Bạn sẽ có thể tạo ra một chương trình được tối ưu hóa nhất cho mình , phù hợp với sở thích của bạn.
Bạn có thể kiểm tra lại hàng chục hoặc thậm chí hàng triệu giao dịch trong khi ngủ, đi làm hoặc đi nghỉ và thậm chí tự động hóa giao dịch thực tế của mình.
Khi bạn sử dụng Python để đầu tư dựa trên dữ liệu, Nó không chỉ có thể bảo vệ sức khỏe tinh thần của bạn mà còn cả tài sản quý giá của bạn.
🙌 Bạn có thể làm gì với Python + Pandas?
Sau khi hoàn thành khóa học này, bạn sẽ được trang bị vũ khí lợi hại của Pandas. Bằng cách thành thạo Pandas, bạn sẽ nắm được những kiến thức cơ bản để trích xuất và kiểm tra ngược các chỉ số đầu tư khác nhau từ dữ liệu tài chính (báo cáo tài chính, biểu đồ ngày/phút, cung/cầu cá nhân/tổ chức/nước ngoài, chỉ số đô la/dầu, xu hướng giao dịch theo chương trình, v.v.). Hơn nữa, bạn sẽ trở thành chuyên gia trong việc phân tích không chỉ dữ liệu tài chính mà còn nhiều loại dữ liệu có cấu trúc khác.
Dưới đây là một dự án đồ chơi đơn giảnmà tôi thực hiện chỉ bằng Pandas, sử dụng dữ liệu tôi thu thập riêng lẻ .
Phân tích các trường hợp COVID-19 được xác nhận theo ngày trong tuần
Phân tích các bảng tin cộng đồng về chứng khoán (kiểm tra những thay đổi về số lượng bài đăng khi có sự kiện liên quan đến chứng khoán hoặc bất động sản)
Phân tích khối lượng giao dịch ròng tích lũy của nhà đầu tư trên thị trường KOSPI/KOSDAQ
Tạo một chiến lược đơn giản dựa trên tỷ lệ chênh lệch tăng/giảm hàng ngày (giá mở cửa so với giá đóng cửa của ngày hôm trước).
So sánh hiệu suất giữa chiến lược dựa trên dữ liệu và kiểm tra ngược chuẩn
Quan trọng nhất(?) - Bạn sẽ có thể tham gia khóa học sắp tới "Đầu tư cổ phiếu dựa trên dữ liệu với Python Phần 2" mà không cần bất kỳ điều kiện tiên quyết nào.
Nếu bạn biết cách xử lý Pandas, Quan điểm của bạn về thế giới thay đổi.
🙋 6 câu hỏi mà học sinh hỏi nhiều nhất
H. Sự khác biệt giữa khóa học trực tuyến này và các khóa học ngoại tuyến trước đây là gì? H. Bạn có thể chia sẻ các chiến lược kiếm tiền trong bài giảng của mình không? H. Nội dung khóa học có bao gồm các chiến lược giao dịch tần suất cao như giao dịch lướt sóng và giao dịch lướt sóng ngắn hạn không? H. Để trở thành một chuyên gia định lượng, tôi có cần phải biết mọi thứ về toán học/xác suất/thống kê, bao gồm các khái niệm như rủi ro, alpha, beta và mô hình nhân tố không? H. Chỉ vì dữ liệu đầu tư trong quá khứ chứng minh hiệu suất của nó không có nghĩa là nó sẽ hoạt động tốt trong tương lai, đúng không?
A. Câu trả lời cho những câu hỏi trên được trình bày chi tiết trong ' 6. Câu hỏi thường gặp ' của ' Phần 0. Định hướng '.
Câu hỏi 1.Có yêu cầu kiến thức nền tảng nào không? Tôi mới chỉ đọc một cuốn sách ngữ pháp Python một lần. Liệu tôi có thể theo dõi được không? Tôi có cần biết thêm về báo cáo tài chính chứng khoán không?
A1. Khóa học này dành cho những người đã quen thuộc 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 nhập môn của tôi, ' Bất kỳ ai cũng có thể học Python (Nhấp để xem) ' (Nếu bạn mới bắt đầu với Python, tại sao không thử tham gia khóa học này để ôn tập nhỉ?) Ngoài ra, vì bạn sẽ phân tích dữ liệu báo cáo tài chính và xây dựng chiến lược dựa trên dữ liệu đó, nên việc có kiến thức về các chỉ số thường được sử dụng trong đầu tư (PER, PBR, v.v.) sẽ rất hữu ích (nhưng không bắt buộc ).
Câu 2.Khóa học này tập trung chính vào giao dịch hay phân tích dữ liệu?
A2. Nếu phải nói cụ thể, tôi sẽ nói rằng khóa học này tập trung nhiều hơn vào "xử lý và phân tích dữ liệu tài chính". Trong quá trình phát triển hệ thống đầu tư của riêng mình, lĩnh vực tôi dành nhiều thời gian và công sức nhất là "Làm thế nào tôi có thể xử lý nhanh chóng và dễ dàngdữ liệu tài chính, vốn đại diện cho cùng một thông tin nhưng có nhiều dạng khác nhau,để phù hợp với chiến lược mong muốn của mình ?" Ban đầu, tôi không ưu tiên khía cạnh này. Ưu tiên hàng đầu của tôi là nhanh chóng triển khai các chương trình và chiến lược cho phép tôi mua và bán bất cứ lúc nào. Do đó, tôi đã xây dựng hệ thống bằng kiến thức lập trình hạn chế của mình. Do đó, việc triển khai các chiến lược mới thường đòi hỏi phải sửa đổi đáng kể mã nguồn hiện có. Tôi liên tục gặp phải những trở ngại trên đường đi, và sau khi tìm kiếm trên Google, cuối cùng tôi kết luận rằng " tiền xử lý dữ liệu" và " loại bỏ những điểm khác biệt tiềm ẩn trong các ứng dụng thực tế" (ví dụ: xử lý dữ liệu quá khứ để tránh nhìn vào tương lai) là quan trọng nhất. Tôi tin rằng nếu giải quyết được vấn đề này, nhiều khía cạnh khác có thể được triển khai với ít công sức hơn. Cuối cùng, tôi đã áp dụng Pandas để tạo ra một hệ thống đầu tư thực tế và mạnh mẽ. Bạn có thể coi nội dung của lớp học này như một chương trình giảng dạy được biên soạn từ những kinh nghiệm tôi có được trong suốt quá trình này .
Câu hỏi 3. Bạn có thực sự đầu tư dựa trên dữ liệu không?
A3. Tôi thực sự đang áp dụng các chiến lược tôi đã xây dựng dựa trên nội dung được đề cập trong khóa học này , và cá nhân tôi thấy kết quả rất khả quan. Nội dung khóa học tập trung vào những yếu tố tôi thấy khó khăn nhất và những công cụ tôi thấy hữu ích nhất trong việc phát triển hệ thống đầu tư của mình. Do đó,mọi thông tin và kỹ thuật được đề cập trong khóa học này đều được áp dụng liền mạch vào hệ thống đầu tư của tôi.Vì vậy, tôi tin rằng nội dung khóa học rất đáng tin cậy, và chỉ cần một chút ứng dụng thực tế, tôi tin chắc bạn sẽ nắm được những kiến thức cơ bản và kỹ năng để tự do xây dựng chiến lược đầu tư của riêng mình.
Câu hỏi 4. Có rất nhiều thứ cần xây dựng nếu bạn muốn tạo một hệ thống đầu tư.Tôi vẫn là người mới bắt đầu với Python,nên có lẽ sẽ mất ít nhất một năm để xây dựng nó. Như vậy có phải là quá muộn không?
A4. Bất kỳ ai cố gắng làm mọi thứ cùng một lúc sẽ cảm thấy choáng ngợp và nản lòng. Tôi đã dành hơn hai năm để thực hiện việc này, và tôi thậm chí còn chưa hoàn thành được một nửa hệ thống mà tôi muốn xây dựng. Tôi vẫn đang liên tục bổ sung, thử nghiệm và xác minh các tính năng mới. Nếu bạn dự định đầu tư trong một hoặc hai năm rồi rời khỏi thị trường chứng khoán, tôi sẽ không có gì để nói. Tuy nhiên, đối với một nhà đầu tư cá nhân trung bình, những người dự định đầu tư suốt đời, thì tư duy "Tôi cần nhanh chóng hoàn thiện tất cả các công cụ đột phá mà tôi sẽ sử dụng trong vài thập kỷ tới" cũng tương tự như tư duy "Tôi cần trúng số độc đắc với cổ phiếu và nhanh chóng kiếm bộn tiền". Theo quan điểm này, điều quan trọng nhất là lập trình từng bước cho từng phần thiết yếu trong quy trình đầu tư hiện tại của bạn . Ví dụ: nếu chiến lược của bạn chỉ bao gồm giao dịch một hoặc hai cổ phiếu, với khoảng thời gian rộng rãi giữa các lần mua và bán dựa trên các điều kiện và chu kỳ không thường xuyên, thì trước tiên bạn không cần phải xây dựng một hệ thống tự động mua và bán thông qua API môi giới. Điều này rất có thể sẽ hoạt động tốt với chức năng đặt lệnh của HTS hoặc MTS, hoặc thậm chí bằng cách đặt lệnh mua/bán thủ công. Điều quan trọng làdữ liệu (tài chính) được (tiền) xử lý như thế nàotrong quá trình này .Có sự khác biệt rất lớn về năng suất và Pandas sẽ giúp bạn tăng tốc công việc và cải thiện chất lượng công việc một cách đáng kể.
Câu hỏi 5. Nếu đây là Phần 1 của khóa học, liệu có lớp Phần 2 không? Phần 2 bao gồm những nội dung gì?
A5. Phần 1 trình bày những kiến thức cơ bản về Pandas, áp dụng vào nhiều loại dữ liệu tài chính, tập trung vào dữ liệu báo cáo tài chính và thậm chí là học cách thực hiện kiểm thử ngược đơn giản bằng Pandas. Vì bài giảng này (Phần 1) là bài giảng đầu tiên nên có thể hơi mang tính giới thiệu. Phần 2 sẽ trình bày các kỹ thuật Pandas tập trung vào dữ liệu giá theo chuỗi thời gian (OHLCV) và dựa trên đó, chúng ta sẽ tìm hiểu các chiến lược phân bổ tài sản tĩnh và động đòi hỏi phải điều chỉnh trọng số ở các giai đoạn khác nhau (tái cân bằng hàng tháng, 60:40, mọi thời tiết, VAA, DAA, v.v.) . Ngoài ra, chúng ta sẽ đi sâu vào cách sử dụng các loại dữ liệu lợi nhuận khác nhau (ví dụ: lợi nhuận logarit) và triển khai các chỉ số đánh giá liên quan đến kiểm thử ngược (ví dụ: lợi nhuận hàng năm, Sharpe, MDD, CAGR, Std) .
Câu 6. Sau khi tham dự buổi thuyết trình, tôi cảm thấy mình đã xử lý dữ liệu tài chính tốt hơn. Nhưng việc thu thập dữ liệu tài chính cũng rất tốn công sức. 😭 Tôi nên làm gì?
A6. Như đã đề cập trong phần định hướng, thu thập và xử lý dữ liệu là nhiệm vụ khó khăn và tốn thời gian nhất. Chúng tôi cũng cung cấp một lớp học hướng dẫn bạn cách tự do truy xuất và tự động hóa dữ liệu cần thiết từ nhiều nguồn khác nhau: Python Web Crawling & Automation to Replace Your Work (nhấp vào đây).
🙌 Những điều cần lưu ý trước khi tham gia lớp học
Dữ liệu được cung cấp trong bài giảng này là dữ liệu mẫu nhằm mục đích minh họa việc áp dụng những kiến thức bạn đã học. Do đó, dữ liệu có thể không áp dụng ngay vào các tình huống thực tế.
Trách nhiệm đối với khoản đầu tư của bạn luôn thuộc về nhà đầu tư.
📚Chúng tôi đã chuẩn bị video định hướng này tỉ mỉ như chính nội dung khóa học. Tuy hơi dài, nhưng video này bao quát định hướng và mục đích không chỉ của khóa học này mà còn của các khóa học tương lai, và đề cập đến những chủ đề mà bạn có thể quan tâm. Hãy để video định hướng này khơi dậy niềm đam mê học hỏi của bạn!
📚Không còn những bài giảng một người, nơi giáo viên đứng trước mặt học viên nữa! Lớp học mà mọi người đều hiểu nguyên tắc và cùng nhau làm việc! Chúng ta bắt đầu ngay thôi nào?
Cho đến ngày mọi người trong nước đầu tư vào Python!
Khuyến nghị cho những người này
Khóa học này dành cho ai?
Bất cứ ai muốn tự do phân tích các dữ liệu có cấu trúc khác nhau cũng như dữ liệu tài chính bằng Pandas
Những người muốn tìm hiểu không chỉ các chức năng cơ bản của Pandas mà còn cả các chức năng ẩn mạnh mẽ cùng với các nguyên tắc.
Bất kỳ ai muốn trải nghiệm một luồng hệ thống duy nhất từ xử lý trước dữ liệu tài chính đến kiểm tra ngược
Những người tò mò về cách triển khai backtesting dựa trên báo cáo tài chính, những hạn chế của phương pháp và hướng cải tiến
Bất kỳ ai muốn bắt đầu đầu tư thông minh hơn vào cổ phiếu dựa trên lập trình/dữ liệu phù hợp với thời đại
Những người cảm thấy những hạn chế của các nền tảng hoặc dịch vụ liên quan đến backtesting hiện có và cảm thấy cần phải tạo một chương trình phù hợp với sở thích của họ
Những người mất tinh thần mỗi khi đầu tư vào cổ phiếu do các phương pháp đầu tư như giao dịch trực giác/giao dịch trí não/giao dịch tay
Những người muốn đầu tư mà họ có thể trực tiếp lãnh đạo và đưa ra quyết định khách quan, thay vì đầu tư dựa trên thông tin bên ngoài (quỹ, báo cáo, phòng đọc, khuyến nghị cổ phiếu, bảng tin chứng khoán, v.v.)
Những người muốn có một lớp học nơi sinh viên có thể tự mình áp dụng những gì học được thông qua việc hiểu các nguyên tắc, thay vì một lớp học mà người hướng dẫn chỉ thực thi mã do người hướng dẫn đưa ra.
Cần biết trước khi bắt đầu?
'Python mà bất cứ ai cũng có thể học, ngay cả sinh viên nghệ thuật tự do và những người không chuyên ngành' Hoặc, bạn cần có hiểu biết khái niệm về Python cơ bản và 'thư viện'
Tham khảo lộ trình: https://www.inflearn.com/roadmaps/474
Xin chào Đây là
16,198
Học viên
580
Đánh giá
326
Trả lời
4.8
Xếp hạng
5
Các khóa học
데이터로 미래를 설계하고 현실의 문제를 해결하는 데이터 엔지니어입니다.
데이터 기반 통찰을 사랑하며, 평생 학습(Life-long Learner)하고 지식을 나누는 기여자(Contributor)가 되고자 합니다
3년 전 1년동안 python으로 데이터 분석 독학한 정도의 수준입니다. (입문~초보수준)
생업으로 손놓고 있다가 최근 주식분석을 위해 다시 공부를 시작하려는 타이밍에 이 강의를 접했습니다.
아직 절반밖에 못들었지만, 들을수록 3년 전 이 강의를 알았다면 얼마나 좋았을까 하는 마음에 미리 수강평을 남깁니다. 생각해 보니 3년전에 이 강의가 없었네요. ㅠ
지금 듣는 것이 베스트였네요.
분석에 필요한 기본기와 다양한 꿀팁, 심지어 데이터 분석에도 unit테스트 개념을 언급해 주시는 것을 들으면서 정식으로 공부를 해야 하는 필요성을 느끼게 해주는 명품강의입니다. 제 표현력이 부족함이 아쉽네요. 인생강의입니다.
끝으로 금융정보 크롤링관련 강의도 자동trading 시스템 및 강화학습 활용에 대해서도 시간이 허락되시면 강의로 만들어 주시길 부탁드립니다.
추운 겨울 건강 하시고~ 행복하세요. 감사합니다.
완강을 하고 수강평을 남기고 싶었는데, 아직 수강평이 없어서 이 강의를 들을까 말까 망설이는 분들이 있을 것 같아 수강평을 몇자 적어 봅니다.
제가 느낀점은
1) 퀀트 배우러 왔다 판다스를 다시 제대로 배운다.
어떤 코드가 효율적이고, 왜 빠른지.. 등..
그냥 주제 없이 판다스를 배우려는 분들은 퀀트는 덤으로
배운다고 생각하고 애초에 이 강의를 듣는 것도 아주 좋은 선택임.
2) 강의 스타일이 설명을 어물쩡하거나, 망설이는 것이 1도 없다. 아주 명확하게 설명하고 목소리 톤이나 속도도 아주 아주 마음에 듭니다. 1.5배속 할 필요가 없습니다.
3) 강의 내용이 매우 알차다. 듣다 보면 아주 체계적이고, 강의 제작에 성심성의를 다해 구성했다는 느낌이 팍팍 듭니다.
결론) 이 강의를 들어볼까 말까 나는 주식은 관심 없는데.. 이런 생각을 하신 분들은 놓칠 수 있는 강의라 생각됩니다.
퀀트는 덤이고 판다스를 제대로 배울 수 있는 강의라고 생각됩니다. 완강하지는 못했지만,, 70% 수강하고 느낀 점을 적어봅니다.. 앞으로 자동매매나 텐서플로 같은 주제의 강의도 기대해 봅니다.. 강사님의 강의를 주욱~~~ 수강할 것 같네요.^^
수강평을 보고 소름이 돋았습니다... 어쩜 제가 강의를 제작하면서 고민했던 내용이나 수업의 의도나 목표까지 정확하게 간파당했네요 ㅎㅎ 본 수업내용만으로도 앞으로 정말 많은 일들을 할수 있지만, 덤으로 앞으로 만들 강의들 내용과 함께라면 더욱 시너지를 발휘할 수 있지 않을까 합니다! 감사합니다!
![[개념부터 실습까지] 추천 시스템 입문편Course Thumbnail](https://cdn.inflearn.com/public/courses/324713/course_cover/56449480-d53c-4c8b-a2b2-13f91a35738e/recommendation-system-basic-eng.png?f=avif&w=420)
![[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)Course Thumbnail](https://cdn.inflearn.com/public/courses/329972/cover/dcfb28fd-48c1-4bb1-ab31-d59eac874194/329972-original.png?f=avif&w=420)
![[리뉴얼] 처음하는 파이썬 머신러닝 부트캠프 (쉽게! 실제 캐글 문제 풀며 정리하기) [데이터분석/과학 Part2]Course Thumbnail](https://cdn.inflearn.com/public/courses/327464/cover/55c4db7b-7764-43cc-ac75-d9e8d08098f1/327464-eng.png?f=avif&w=420)
