Trang chủ
/ Kiến thức chung
/ Cách lấy dữ liệu bằng thư viện VNQuant

Cách lấy dữ liệu bằng thư viện VNQuant

20/03/2024

12,814 lượt đọc

Cách lấy dữ liệu bằng thư viện VNQuant

VNQuant là một thư viện được tạo ra bởi tác giả Phạm Đình Khánh, giúp mọi người truy cập và phân tích dữ liệu thị trường tài chính của Việt Nam. Thư viện này cung cấp các công cụ và chức năng để tải xuống dữ liệu về báo cáo tài chính và các chỉ số cơ bản của doanh nghiệp, đồng thời hỗ trợ phân tích kỹ thuật bằng cách cung cấp các biểu đồ nến, chỉ báo kỹ thuật và nhiều tính năng khác.

1. Các tính năng chính của VNQuant:

VNQuant cho phép người dùng tải xuống dữ liệu liên quan đến báo cáo tài chính của các doanh nghiệp.

Hình 1.1. Dữ liệu lịch sử giá của mã MBB

Hình 1.2. Dữ liệu các chỉ số tài chính cơ bản

Hình 1.3. Biểu đồ nến và khối lượng của MBB trong giai đoạn 2011 - 2022

VNQuant cung cấp dữ liệu về VNINDEX với cột volume đã được điều chỉnh, giúp người dùng phân tích thị trường một cách chính xác hơn.
Thích hợp cho việc phân tích kỹ thuật: Thư viện này cung cấp các công cụ và tính năng thích hợp cho việc phân tích kỹ thuật, bao gồm biểu đồ nến, các chỉ báo kỹ thuật, và các tính năng khác giúp người dùng hiểu rõ hơn về xu hướng thị trường và điểm vào/ra khỏi thị trường.

2. Một số hạn chế của thư viện VnQuant

Phụ thuộc vào cơ sở dữ liệu và API của Vndirect: VNQuant phụ thuộc vào cơ sở dữ liệu và API của Vndirect để tải xuống dữ liệu, do đó nếu có bất kỳ thay đổi nào trong cơ sở dữ liệu hoặc gián đoạn dịch vụ từ Vndirect có thể ảnh hưởng đến việc tải dữ liệu của VNQuant.
VNQuant không có tính năng tích hợp thông báo qua các kênh như Telegram và Slack khiến cho việc tự động hóa các quy trình giao dịch bị giảm.
VNQuant không hỗ trợ dữ liệu từ các sàn giao dịch quốc tế khác nhau hoặc các loại sản phẩm khác như tiền điện tử, hàng hóa, chỉ số.
VNQuant bị hạn chế về phạm vi dữ liệu lịch sử giá, không lấy được dữ liệu theo giờ hoặc phút

Dưới đây là Link Google Colab hướng dẫn chi tiết:

Phương pháp 1: Download bằng thư viện VNQuant

Trên đây là một số ưu, nhược điểm của thư viện VNQuant mà QM Capital đã tổng hợp, hẹn mọi người trong bài viết sau về thư viện Vnstock.

#dữ liệu lịch sử

Chia sẻ bài viết

Đánh giá

(0)

0 Đánh giá

0 / 5

0 nhận xét

Hãy là người đầu tiên nhận xét bài viết này!

Đăng ký nhận tin

Nhập Email để nhận được bản tin mới nhất từ QM Capital.

Bài viết liên quan

Kiyosi Itō và cuộc cách mạng toán học đã định hình tài chính hiện đại

04/04/2025

33 lượt đọc

Kiyosi Itō và cuộc cách mạng toán học đã định hình tài chính hiện đại C

Trong thế giới tài chính, chúng ta thường nghe về những mô hình kinh điển như CAPM, mô hình định giá quyền chọn Black-Scholes, hay những phương pháp quản lý rủi ro như Value at Risk (VaR). Nhưng ít ai biết rằng, đằng sau những công cụ này là một cuộc cách mạng toán học lặng lẽ được khởi xướng bởi một nhà toán học Nhật Bản vào những năm 1940. Đó là Kiyosi Itō, người đã phát triển một lĩnh vực toán học hoàn toàn mới – giải tích Itō – để mô hình hóa sự ngẫu nhiên.

Munehisa Homma và sự ra đời của biểu đồ nến trong giao dịch chứng khoán

03/04/2025

33 lượt đọc

Munehisa Homma và sự ra đời của biểu đồ nến trong giao dịch chứng khoán C

Trong thế giới giao dịch tài chính hiện đại, việc sử dụng biểu đồ nến (candlestick charts) đã trở thành một phần không thể thiếu đối với các nhà giao dịch và các chuyên gia phân tích kỹ thuật. Biểu đồ nến không chỉ là công cụ đơn giản giúp theo dõi sự biến động giá mà còn phản ánh rõ ràng và trực quan tâm lý của thị trường..

Mô hình Black-Scholes trong giao dịch chứng khoán

02/04/2025

63 lượt đọc

Mô hình Black-Scholes trong giao dịch chứng khoán C

Mô hình Black-Scholes là một công cụ toán học nổi tiếng trong việc định giá quyền chọn, được phát triển vào năm 1973 bởi Fischer Black, Myron Scholes, và Robert Merton. Mặc dù mô hình này chủ yếu được thiết kế để định giá quyền chọn châu Âu, các nguyên lý cơ bản của nó vẫn có thể được điều chỉnh và áp dụng một cách gián tiếp vào thị trường chứng khoán phái sinh, bao gồm các hợp đồng tương lai tại Việt Nam.

Các loại lệnh chính trong giao dịch tự động và vai trò của chúng trong việc tối ưu hóa chiến lược

01/04/2025

108 lượt đọc

Các loại lệnh chính trong giao dịch tự động và vai trò của chúng trong việc tối ưu hóa chiến lược C

Trong giao dịch tự động (Automated Trading), các loại lệnh đóng vai trò quan trọng trong việc thực hiện chiến lược giao dịch. Mỗi loại lệnh có chức năng và đặc điểm riêng, được tối ưu hóa cho các tình huống thị trường khác nhau và các mục tiêu giao dịch cụ thể. Hiểu rõ về các loại lệnh này sẽ giúp các nhà giao dịch tự động triển khai hệ thống của mình một cách hiệu quả hơn, từ đó tối đa hóa lợi nhuận và giảm thiểu rủi ro.

Backtest chiến lược giao dịch tự động: Tính cần thiết và quy trình

30/03/2025

129 lượt đọc

Backtest chiến lược giao dịch tự động: Tính cần thiết và quy trình C

Trong lĩnh vực giao dịch tài chính, đặc biệt là giao dịch chứng khoán phái sinh, việc backtest các chiến lược giao dịch tự động là một yếu tố không thể thiếu để đảm bảo tính khả thi của chiến lược khi triển khai vào thị trường thực tế. Quá trình backtest giúp nhà giao dịch xác định liệu chiến lược của mình có thể mang lại lợi nhuận bền vững và tối thiểu hóa rủi ro trong môi trường giao dịch đầy biến động hay không. Tuy nhiên, để thực hiện một backtest hiệu quả, nhà giao dịch cần nắm vững các yếu tố kỹ thuật và chiến lược. Cùng phân tích sâu hơn về quy trình backtest và tầm quan trọng của nó trong giao dịch tự động.

Giao dịch tự động có thể mang lại lợi nhuận không?

29/03/2025

126 lượt đọc

Giao dịch tự động có thể mang lại lợi nhuận không? C

Giao dịch tự động, hay còn gọi là automated trading, ngày càng trở nên phổ biến trong giới đầu tư hiện đại. Không chỉ là một công cụ hiệu quả cho các nhà đầu tư chuyên nghiệp, giao dịch tự động còn là cách mà những cá nhân và tổ chức muốn tối ưu hóa quá trình giao dịch. Tuy nhiên, câu hỏi luôn được đặt ra là liệu giao dịch tự động có thể mang lại lợi nhuận bền vững trong dài hạn? Để trả lời câu hỏi này, chúng ta cần hiểu rõ những yếu tố tác động đến khả năng sinh lời từ giao dịch tự động.