Skip to main content

Level 1

Link Syllabus: Xem chi tiết tại đây

LỘ TRÌNH KHOÁ HỌC: PHÂN TÍCH ĐỊNH LƯỢNG CHO CHỨNG KHOÁN

A. Mục tiêu chính của khóa học​

  1. Hiểu biết cơ bản và nâng cao về các phương pháp phân tích chứng khoán

    • Học viên sẽ nắm vững các khái niệm và công cụ của phân tích kỹ thuật, phân tích cơ bản và các thuật toán học máy được ứng dụng trong đầu tư chứng khoán.

  2. Phát triển kỹ năng phân tích và dự đoán giá cổ phiếu

    • Học viên sẽ có khả năng sử dụng các chỉ báo kỹ thuật và các yếu tố cơ bản để dự đoán xu hướng giá cổ phiếu.
    • Học viên sẽ biết cách áp dụng các thuật toán học máy để xây dựng mô hình dự đoán giá cổ phiếu và tối ưu hóa danh mục đầu tư.

  3. Thực hành và áp dụng kiến thức vào thực tế

    • Học viên sẽ được thực hành trên dữ liệu thực tế, sử dụng các công cụ phần mềm phân tích và học máy để áp dụng những kiến thức đã học.
    • Học viên sẽ có khả năng phát triển và triển khai các chiến lược đầu tư dựa trên các phân tích và mô hình học máy.

B. Phạm vi đối tượng tham gia khóa học​

  1. Nhà đầu tư chứng khoán

    • Những người đã và đang tham gia đầu tư chứng khoán muốn nâng cao kỹ năng phân tích và dự đoán thị trường.

  2. Chuyên gia tài chính và nhà phân tích

    • Những người làm việc trong lĩnh vực tài chính, ngân hàng, quản lý quỹ đầu tư muốn cập nhật và nâng cao kiến thức về các phương pháp phân tích hiện đại.

  3. Sinh viên, học viên sau đại học và nghiên cứu sinh

    • Sinh viên các ngành kinh tế, tài chính, ngân hàng và công nghệ thông tin muốn tìm hiểu sâu hơn về ứng dụng của các phương pháp phân tích kỹ thuật, cơ bản và học máy trong đầu tư chứng khoán.

  4. Những người yêu thích công nghệ và đầu tư

    • Những người có hứng thú với công nghệ học máy và đầu tư chứng khoán muốn khám phá sự kết hợp giữa hai lĩnh vực này để phát triển các chiến lược đầu tư hiệu quả.

  5. Lập trình viên và kỹ sư dữ liệu

    • Những người làm việc trong lĩnh vực công nghệ thông tin muốn ứng dụng kỹ năng lập trình và phân tích dữ liệu vào đầu tư chứng khoán.

C. Coaching: Học riêng (1:1) hoặc lớp chung​

  • Học riêng (1:1): Học viên sẽ được hướng dẫn trực tiếp bởi giảng viên, phù hợp với nhu cầu và tiến độ cá nhân.
  • Lớp chung: Học viên sẽ tham gia cùng với các học viên khác, tạo cơ hội trao đổi và học hỏi lẫn nhau.

D. Lộ trình chi tiết​

Phần 1: Phân tích kỹ thuật (5 buổi)​

Buổi 1: Giới thiệu về phân tích kỹ thuật​

  • Giới thiệu tổng quan về phân tích kỹ thuật.
  • Các lý thuyết cơ bản và các công cụ phổ biến.
  • Giới thiệu về biểu đồ giá (candlestick, line chart, bar chart).

Buổi 2: Các chỉ báo kỹ thuật cơ bản​

  • Moving Averages (SMA, EMA).
  • RSI (Relative Strength Index).
  • MACD (Moving Average Convergence Divergence).

Buổi 3: Mô hình giá và khối lượng giao dịch​

  • Các mô hình giá phổ biến (head and shoulders, double top/bottom).
  • Phân tích khối lượng giao dịch (Volume analysis).

Buổi 4: Xu hướng và chiến lược giao dịch​

  • Xác định và theo dõi xu hướng.
  • Các chiến lược giao dịch cơ bản dựa trên xu hướng.

Buổi 5: Sử dụng công cụ phần mềm phân tích kỹ thuật​

  • Giới thiệu một số phần mềm phân tích kỹ thuật (MetaTrader, TradingView).
  • Thực hành phân tích dữ liệu lịch sử và đưa ra dự đoán.

Phần 2: Phân tích cơ bản (5 buổi)​

Buổi 6: Giới thiệu về phân tích cơ bản​

  • Tổng quan về phân tích cơ bản.
  • Các yếu tố cơ bản ảnh hưởng đến giá cổ phiếu.

Buổi 7: Phân tích báo cáo tài chính​

  • Hiểu và phân tích báo cáo tài chính (Bảng cân đối kế toán, Báo cáo kết quả hoạt động kinh doanh, Báo cáo lưu chuyển tiền tệ).
  • Các chỉ số tài chính quan trọng (EPS, P/E ratio, ROE).

Buổi 8: Đánh giá sức khỏe tài chính của công ty​

  • Phân tích các chỉ số tài chính khác.
  • Đánh giá sức khỏe tài chính và tiềm năng tăng trưởng của công ty.

Buổi 9: Phân tích ngành và thị trường​

  • Đánh giá tình hình kinh tế vĩ mô.
  • Phân tích ngành và các yếu tố cạnh tranh.

Buổi 10: Case study và thực hành​

  • Thực hành phân tích cơ bản trên một số cổ phiếu thực tế.
  • Case study chi tiết.

Phần 3: Học máy (5 buổi)​

Buổi 11: Giới thiệu về học máy và ứng dụng trong đầu tư chứng khoán​

  • Tổng quan về học máy.
  • Các ứng dụng phổ biến của học máy trong đầu tư chứng khoán.

Buổi 12: Mạng neuron nhân tạo (Artificial Neural Networks)​

  • Nguyên lý hoạt động của mạng nơron nhân tạo.
  • Ứng dụng của ANN trong dự đoán giá cổ phiếu.

Buổi 13: Thuật toán di truyền (Genetic Algorithms)​

  • Nguyên lý hoạt động của thuật toán di truyền.
  • Ứng dụng của thuật toán di truyền trong tối ưu hóa danh mục đầu tư.

Buổi 14: Máy vector hỗ trợ (Support Vector Machines) và thuật toán ngẫu nhiên (Random Forests)​

  • Nguyên lý hoạt động của SVM.
  • Ứng dụng của SVM và Random Forests trong dự đoán giá cổ phiếu.

Buổi 15: Học tăng cường (Reinforcement Learning)​

  • Nguyên lý hoạt động của học tăng cường.
  • Ứng dụng của học tăng cường trong giao dịch tự động.
  • Tổng kết và thảo luận các thách thức và giải pháp.

HẾT