Thiết kế & Triển khai Hệ thống BOT Auto Trading - Algo Trading


Thời lượng
3 tháng

Hình thức đào tạo
Online qua Zoom

Số tín chỉ
10
Tổng quan
Chương trình này được thiết kế nhằm trang bị cho học viên những kiến thức và kỹ năng cần thiết để xây dựng chiến lược đầu tư hiệu quả, hướng tới việc tối ưu hóa lợi nhuận. Nội dung khóa học bao gồm nhiều lĩnh vực quan trọng, từ việc tìm hiểu sâu về thị trường chứng khoán, bao gồm các chỉ số giao dịch và phân tích báo cáo tài chính, đến việc nắm vững khái niệm về phân tích định lượng. Học viên sẽ được hướng dẫn cách thu thập và xử lý dữ liệu từ các sàn giao dịch thông qua API, thiết kế hệ thống giao dịch tự động, xây dựng chiến thuật đầu tư, và áp dụng các mô hình học máy có giám sát vào quá trình đầu tư.
Phương pháp giảng dạy của chương trình kết hợp giữa lý thuyết và thực hành, với trọng tâm là các dự án thực tế. Điều này giúp học viên có cơ hội áp dụng trực tiếp kiến thức đã học vào quá trình phân tích và đưa ra quyết định đầu tư. Mục tiêu cuối cùng của khóa học là trang bị cho học viên khả năng tự xây dựng các chiến thuật đầu tư cá nhân, phù hợp với nhu cầu riêng và thích ứng với những biến động của thị trường chứng khoán. Sau khi hoàn thành khóa học, học viên sẽ có đủ kiến thức và kỹ năng để phát triển hệ thống giao dịch tự động của riêng mình, từ đó có thể triển khai chiến lược đầu tư cá nhân một cách hiệu quả và tự tin.

Một số xu hướng nổi bật bao gồm:
Mục tiêu học tập
Đối tượng học tập

Sinh viên, nghiên cứu sinh nhóm ngành kinh tế, chính trị, xã hội, khoa học, etc. cần kỹ năng lập trình ứng dụng cho việc làm bài tập nghiên cứu, khóa luận tốt nghiệp và học bổ trợ cho công việc sau này.

Người đi làm có đam mê về dữ liệu, mong muốn học Python như 1 công cụ phân tích và trực quan dữ liệu trong mảng tài chính.

Nhà đầu tư tài chính, các cố vấn đầu tư của tổ chức tài chính, quỹ đầu tư, nhà môi giới, nhà nghiên cứu thị trường cần các công cụ tự động để tối ưu đầu tư; mong muốn xây dựng công cụ đầu tư tự động thay vì đầu tư thủ công.
Chuẩn đầu ra

Theo chuẩn Bloom 3 mốc đầu:
Hiểu biết:
• Nắm vững kiến thức về lập trình với ngôn ngữ Python, IDE Google Colab và Visual Studio Code.
• Khái niệm về các chỉ số giao dịch chứng khoán: giá mở cửa (Open), giá cao nhất (H - High), giá thấp nhất (L - Low), giá đóng cửa (C - Close), khối lượng (V - Volume) (OHLCV) và các thư viện, package lấy dữ liệu yFinance, forex, binance, SSI trong Python.
• Kiến thức về các chỉ số, chỉ báo trong đầu tư: MA, ATR; SPY 30, VIX; Bollinger Bands, RSI; MACD, SMA.
• Phân biệt rõ về cách hoạt động của hệ thống trung gian lưu trữ như Redis/Database.
• Giải thích về backtesting code 100% và backtesting qua Backtrader, phân biệt về Market Return và Strategy Return (Chiến lược giao dịch, công thức tạo ra lợi nhuận và chiến lược lợi nhuận).
Lĩnh hội:
• Quy trình mô tả các bước xây dựng chiến lược, xác định điều kiện vào lệnh của chiến lược, xác định các hàm kiểm tra điều kiện chiến lược, xác định thời gian quét tự động hóa của chiến lược.
• Giải thích và nắm được kiến thức lập trình, kiến thức chiến lược đầu tư, kiến thức auto trade và backtesting.
• Biết cách triển khai và thực thi giao dịch tự động (Auto Trading) theo chiến lược hiệu quả đã phân tích nhằm tăng năng suất đầu tư với số vốn lớn (High Performance).
• Loại bỏ yếu tố cảm xúc trong đầu tư, phương pháp phân tích được nhiều quỹ lớn và nhà đầu tư chuyên nghiệp sử dụng.
Ứng dụng:
• Điều chỉnh, vận hành được code để thực hiện thu thập dữ liệu về báo cáo tài chính và giao dịch chứng khoán thông qua API của các sàn: yFinance, forex, binance, SSI phục vụ việc phân tích.
• Phác thảo được chiến lược đầu tư từ lấy dữ liệu cho đến khi vào lệnh.
• Xây dựng hệ thống lấy dữ liệu và xác định điểm vào lệnh riêng, và tự xây được hệ thống giao dịch riêng.
• Xây dựng chiến lược đầu tư auto trade và backtesting (Hệ thống Autotrading và Backtest bằng Python) để đưa ra công thức đầu tư.
• Sau khóa học có thể tự xây dựng được BOT Auto Trading cho riêng cá nhân để thực hiện triển khai đầu tư chiến lược cá nhân của mình.



Chuẩn đầu ra theo tư duy, công cụ, kỹ năng
Công cụ:
• Python: Học viên sẽ sử dụng ngôn ngữ lập trình Python cùng với các thư viện và framework phù hợp. Những công cụ này được áp dụng để thu thập và xử lý dữ liệu, đồng thời xây dựng hệ thống Autotrading và Backtest hiệu quả.
Tư duy:
• Tư duy phân tích: Khóa học sẽ rèn luyện cho học viên khả năng phân tích thị trường chứng khoán một cách chuyên sâu và toàn diện.
• Tư duy giải quyết vấn đề: Học viên sẽ được phát triển khả năng tìm ra giải pháp cho các tình huống phức tạp trong quá trình đầu tư.
Kỹ năng:
• Kỹ năng lập trình: Tập trung vào việc nâng cao kỹ năng lập trình Python, áp dụng vào các bài toán đầu tư cụ thể.
• Kỹ năng đầu tư: Phát triển các kỹ năng cần thiết để đưa ra quyết định đầu tư hiệu quả trên thị trường chứng khoán.
• Kỹ năng sử dụng các thuật toán: Học viên sẽ được đào tạo về cách áp dụng các thuật toán vào quá trình phân tích dữ liệu và ra quyết định đầu tư.

Công việc sau khi hoàn thành khóa học
Mong muốn của trung tâm sau khi học xong khóa học tại COLE là có thể được sử dụng những dự án thực tế làm kinh nghiệm để có thể ứng tuyển vào các vị trí: Nhà giao dịch định lượng (Quantitative Trader), Nhà phân tích dữ liệu tài chính (Financial Data Analyst), Nhà phân tích rủi ro (Risk Analyst),... Đây là vị trí mà có rất nhiều công ty công nghệ lớn tại Việt Nam cũng như toàn cầu có công việc tuyển dụng với mức lương cực kỳ cạnh tranh ví dụ như: FPT Software, CMC Corporation, Viettel Group, VNG Corporation, VCCorp,...

Lộ trình học tập
1.2. Cách thức hoạt động kiếm tiền của nhà đầu tư
1.3. Các thị trường đầu tư phổ biến
1.4. Các công cụ đầu tư phổ biến
1.5. Các bước cơ bản mới vào nghề cần chuẩn bị của nhà đầu tư
2.2. Công cụ và chiến lược của mỗi loại trader
2.3. Lợi ích của giao dịch thuật toán Algo Trading
2.4. Các yếu tố quyết định thành công của trader định lượng
3.2. Phân tích kỹ thuật - nguyên lý cơ bản và các hình mẫu thường gặp
3.3. Đòn bẩy và hạn chế rủi ro trong đầu tư
3.4. Các loại biểu đồ, thời gian giao dịch, và cách phân tích xu hướng giá.
4.2. Vai trò của chỉ báo trong phân tích: Cách sử dụng chỉ báo để xác định xu hướng và điểm vào lệnh.
4.3. Phân biệt các loại chỉ báo: Leading Indicators (chỉ báo dẫn đầu) và Lagging Indicators (chỉ báo chậm).
4.4. Kết hợp các chỉ báo trong phân tích: Cách kết hợp và tránh xung đột tín hiệu.
5.2. Các mức hỗ trợ và kháng cự: Cách xác định và sử dụng hỗ trợ và kháng cự trong giao dịch.
5.3. Xu hướng thị trường: Xác định xu hướng chính, xu hướng phụ, và tầm quan trọng của trendline.
5.4. Tìm điểm vào và thoát lệnh: Sử dụng các tín hiệu từ phân tích kỹ thuật để quyết định điểm vào/ra.
6.2. Các thành phần cốt lõi của chiến lược đầu tư
6.3. Các chiến lược giao dịch phổ biến
6.4. Thực hành xây dựng chiến lược giao dịch đầu tư cơ bản trên Excel
7.2 Quy tắc và điều kiện giao dịch
7.3 Hệ thống hoá chiến lược
7.4 Kiểm tra và cải tiến chiến lược
7.4 Thực hành hoàn thiện quy trình chiến lược giao dịch đầu tư
8.2. Một số mẫu hình nến phổ biến
8.3 Ứng dụng của nến Nhật trong chiến lược giao dịch
9.2 Phần mềm và công cụ hỗ trợ backtesting
9.3. Auto trading và robot giao dịch
9.4. Kiểm tra và tối ưu hóa chiến lược với backtesting
1.2. Mục tiêu đạt được cho học viên (Lập trình + kiến thức định lượng + kiến thức tài chính)
1.3. Hướng dẫn cơ bản về một số vấn đề trong machine learning, khái niệm tài chính + lập trình cơ bản
2.2. Giới thiệu về ngôn ngữ lập trình Python
2.3. Cơ sở dữ liệu/ các loại dữ liệu thường gặp/ chiều dữ liệu
2.4. Bài học thực tế: Sự thành lập của Kaggle và cuộc thi algo trading 100000 USD của qũy đầu tư Two Sigma
2.5. Bài tập về nhà
3.2. Câu lệnh và vòng lặp nâng cao
3.3. Xử lý ngoại lệ trong Python
3.4. Viết hàm trong Python
3.5. Bài tập thực hành
4.2. Thao tác dữ liệu cơ bản với Pandas
4.3. Trực quan hóa dữ liệu
4.4. Bài tập thực hành
5.2. Làm việc với dữ liệu từ API
5.3. Xây dựng DWH cơ bản
5.4. Bài tập thực hành
3.3. Clean & chuẩn hóa data
3.4. Bài học thực tế: Sự phát triển của thị trường dữ liệu tài chính Mỹ cho các quỹ đầu tư định lượng
7.2. Tạo key, get data
7.3. Clean & chuẩn hóa data
7.7. Bài học thực tế: Sự phát triển của thị trường dữ liệu chứng khoán Vietnam
Project: API dữ liệu các sàn: Chứng khoán, Coin, Forex (viết lại các class và hàm dùng chung cho toàn bộ dự án)
8.2. Vào lệnh bằng API Binance
8.3. Vào lệnh bằng API MT5
9.2. Giới thiệu về cách thiết kế Auto Trade Coin sàn Binance
9.3. Giới thiệu về cách thiết kế Auto Trade Forex MT5
Bài tập về thiết kế Autotrading: Chiến lược, lập trình, tự động hóa
10.2. Ứng dụng xác suất thống kê cơ bản trong đầu tư tài chính (lịch sử ứng dụng chiến lược cơ bản: Statistical Arbitrage, Gamber's Ruin, Margintale etc.)
10.3. Bài học thực tế: Edward Thrope mathematics for gambling
10.4. Bài tập về nhà
11.2. Định nghĩa một chiến thuật đầu tư
11.3. Đánh giá chiến lược đầu tư bằng phương pháp định lượng (Sharpe, Max Drawdown, Hit Rate)
12.1. Kiểm định chiến lược đầu tư (Backtest)
12.2. Bài học thực tế: Backtest overfitting và sự sụp đổ của Quantopian
12.3. Bài tập về nhà: Xây dựng và backtest chiến lược đầu tư cơ bản bằng Momentum
Đọc các chỉ số, chỉ báo phân tích: MA, ATR, Bollinger Band, RSI, MACD
Làm việc với Redis và Database
13.2. Tìm hiểu kỹ hơn về học có giám sát. Giới thiệu chung về một số thuật toán trong học có giám sát dựa trên hồi quy tuyến tính như Regression analysis (Phân tích hồi quy), Ridge, Lasso, Overfitting, Regularization
14.1. Ứng dụng của học có giám sát cho bài toán dự đoán lợi nhuận trong đầu tư
14.2. Bài học thưc tế: Ứng dụng của Linear Regression và Statistical Arbitrage trong Quant Trade
14.3. Bài tập về nhà: Xây dựng và backtest chiến lược đầu tư cơ bản và đánh giá sử dụng Linear Regression
Thiết kế backtesting các chiến lược đầu tư
16.1. Ứng dụng của các mô hình học có giám sát phi tuyến cho bài toán xây dựng mô hình giao dịch thông minh
16.2. Bài học thực tế: Chọn alpha dựa trên regime thị trường – yếu tố quyết định thành bại của các quỹ đầu tư định lượng ngày nay
16.3. Bài tập về nhà: Xây dựng và backtest chiến lược đầu tư cơ bản và đánh giá sử dụng các mô hình học có giám sát phi tuyến
17.2. Xây dựng model đoán price/volatility
17.3. Backtest
17.4. Paper trading
17.5. Demo/Live trading
17.6. Bài tập project thực tế: học viên tự chọn loại asset, backtest & trading
18.2. Xây dựng model đoán price/volatility
18.3. Backtest
18.4. Paper trading
18.5. Demo/Live trading
18.6. Bài tập project thực tế: học viên tự chọn loại asset, backtest & trading
19.2. Xây dựng model đoán price/volatility
19.3. Backtest
19.4. Paper trading
19.5. Demo/Live trading
19.6. Bài tập project thực tế: học viên tự chọn loại asset, backtest & trading
20.2. Trao đổi project thực tế
Giảng viên

Giám đốc CNTT Hướng Nghiệp Á Âu, GĐ CNTT Bibica - Phân tích dữ liệu Sacombank, trưởng nhóm Phân tích dữ liệu Citibank
Giám đốc CNTT Hướng Nghiệp Á Âu, GĐ CNTT Bibica - Phân tích dữ liệu Sacombank, trưởng nhóm Phân tích dữ liệu Citibank

Fouder công ty Sen Trading System
10+ năm kinh nghiệm trong lĩnh vực đầu tư tài chính
6+ năm kinh nghiệm đầu tư fulltime về Auto Trading Co- founder của công ty I-Avatar ltd (Singapore).
Công ty xây dựng Platform về Auto trading, ứng dụng A.I trong trading. Quản lý quỹ với số vốn: 6.000.000 USD
Trợ giảng


Feedback học viên

Nguyễn Thị Thu Hiền
Junior Data Analyst tại TP Bank

Mai Anh Đạt
Nhân viên tại ngân hàng Teckcombank

Võ Hoài Thương
Sinh viên năm cuối, Intern tại SSI
Dự án học viên
Thông tin khóa học
Đào tạo trực tuyến
Các buổi học sẽ diễn ra qua các nền tảng trực tuyến như Zoom, Microsoft Teams, và Google Meet.Học viên tham gia các buổi học trực tiếp với giảng viên qua hình thức online.
Nội dung buổi học
Sẽ bao gồm trung bình 60% lý thuyết và 40% thực hành. Các bài thực hành được lấy từ các bài toán thực tế, giúp học viên áp dụng ngay kiến thức vào công việc.
Tài liệu học tập
Slide bài giảng, hướng dẫn thực hành chi tiết.
Video bài giảng
Học viên có thể xem lại video các buổi học để ôn tập và nắm vững kiến thức.
Tương tác trực tiếp
Học viên có thể trao đổi trực tiếp 1-1 với giảng viên hoặc trợ giảng để được giải đáp thắc mắc và hỗ trợ trong quá trình học.
Lợi ích chỉ có tại COLE

Giới thiệu việc làm sau khóa học

Học lại free

Cộng đồng chuyển đổi số 1
Câu hỏi thường gặp
- Một số khóa học có công cụ để thhuwcj hành, các GV sẽ chuẩn bị trước thông tin và hướng dẫn cài đặt công cụ để học viên tham gia học tập một cách hiệu quả nhất."
Để biết thêm thông tin chi tiết đừng ngần ngại gọi cho chúng tôi.
-
Hotline
-
Email
-
Trang tin chính thức
Hoặc để lại thông tin
COLE - Lựa chọn hàng đầu cho nhân
sự về Digital Skills

5000+
Học viên theo học

30%
Thu nhập học viên tăng lên sau khi học

30+ Khóa học
Hàng đầu về ứng dụng công nghệ

50+
Chuyên gia hàng đầu về chuyển đổi số
300+ Doanh nghiệp hàng đầu lựa chọn Cole để nâng cấp kỹ năng
Hình ảnh lớp học