Skip to main content

5 posts tagged with "python"

python tag description

View All Tags

Cách Gọi Hàm trong CommonYFinance

· 2 min read

Giới Thiệu

Module CommonYFinance hỗ trợ tải dữ liệu tài chính từ Yahoo Finance, giúp bạn dễ dàng lấy thông tin giá cổ phiếu để sử dụng trong các bot giao dịch tự động.

1. Cách Import Module CommonYFinance

Trong Jupyter Notebook hoặc file Python, bạn có thể import module như sau:

import sys
sys.path.append('../Common') # Thêm thư mục Common vào đường dẫn
from CommonYFinance import CommonYFinance

2. Gọi Hàm loaddataYFinance

Sử dụng hàm loaddataYFinance để tải dữ liệu giá của một mã chứng khoán trong khoảng thời gian nhất định:

symbol = 'VCB.VN'
from_date = '2025-01-01'
to_date = '2025-03-28'
interval = '1d'

data = CommonYFinance.loaddataYFinance(symbol, from_date, to_date, interval)
print(data.head())

Output Mẫu:

DatetimeAdj CloseCloseHighLowOpenVolume
2025-01-0261471.5761471.5761872.9161204.0161270.902437598
2025-01-0361538.4661538.4661806.0161471.5761471.572543892

3. Tổng Kết

Module CommonYFinance giúp bạn nhanh chóng tải dữ liệu tài chính để phân tích và giao dịch tự động. Bạn có thể mở rộng module để hỗ trợ nhiều nguồn dữ liệu hơn!

Xây Dựng Module Common trong Python cho Giao Dịch Tự Động

· 2 min read

Giới Thiệu

Trong giao dịch tự động, việc quản lý và tải dữ liệu tài chính từ các nguồn đáng tin cậy là rất quan trọng. Bài viết này hướng dẫn cách xây dựng module Common trong Python giúp tải dữ liệu từ Yahoo Finance (YFinance) để sử dụng trong các bot giao dịch tự động.

1. Cấu Trúc Module Common

Chúng ta sẽ tạo một module Python với tên Common để có thể sử dụng trong nhiều dự án giao dịch tự động khác nhau.

Cấu trúc thư mục:

/TradingBotProject
│── /Common
│ ├── __init__.py
│ ├── CommonYFinance.py
│── main.py

2. Nội Dung Của CommonYFinance.py

Tạo file CommonYFinance.py với nội dung sau:

import pandas as pd
import yfinance as yf

class CommonYFinance:
@staticmethod
def loaddataYFinance(symbol, from_date, to_date, interval):
"""
Tải dữ liệu lịch sử của một mã chứng khoán từ Yahoo Finance.

Parameters:
- symbol: Mã chứng khoán (VD: 'VCB.VN')
- from_date: Ngày bắt đầu (YYYY-MM-DD)
- to_date: Ngày kết thúc (YYYY-MM-DD)
- interval: Khung thời gian ('1d', '1h', v.v.)

Returns:
- DataFrame chứa dữ liệu giá
"""
data = yf.download(symbol, start=from_date, end=to_date, interval=interval, auto_adjust=False)
data.reset_index(inplace=True)
data = data.rename(columns={'Date': 'Datetime'})
data.columns = data.columns.droplevel(1) # Xóa cấp độ dư thừa nếu có
data.columns.name = None
return data

@staticmethod
def Hello():
"""Hàm test đơn giản."""
print('Hello')
return '1'

3. Cách Sử Dụng Module Common

Trong file main.py, chúng ta có thể import module CommonYFinance và tải dữ liệu như sau:

import sys
sys.path.append("../Common") # Thêm thư mục Common vào đường dẫn
from CommonYFinance import CommonYFinance

# Cấu hình thông số
symbol = 'VCB.VN'
from_date = '2023-11-01'
to_date = '2023-11-30'
interval = '1d'

# Tải dữ liệu
data = CommonYFinance.loaddataYFinance(symbol, from_date, to_date, interval)
print(data.head())

4. Tổng Kết

Module Common giúp chuẩn hóa quá trình tải dữ liệu tài chính, hỗ trợ phát triển bot giao dịch tự động hiệu quả hơn. Bạn có thể mở rộng module này để tích hợp thêm nhiều nguồn dữ liệu hoặc xử lý chuyên sâu hơn!

🚀 Hãy bắt tay vào xây dựng bot giao dịch thông minh của bạn ngay hôm nay!

Webinar 23: AI + Giao dịch định lượng: Bí quyết kiếm lợi nhuận từ dữ liệu!

· One min read

(Định kỳ 2 tuần 1 lần)

"AI + Giao dịch định lượng: Bí quyết kiếm lợi nhuận từ dữ liệu!"

🕗 Thời gian: 20h, Thứ 4
📅 Ngày: 26/02/2025 ➡️ Đổi lại ngày 05/03/2025


🎙️ Speaker:

👨‍🏫 Tiến sĩ Đặng Anh Tuấn

  • CEO Công ty Phát triển Công Nghệ Apollo
  • Kiêm giảng viên ĐH Y Dược, FPT Edu

💬 Hỗ trợ

📞 Zalo: https://zalo.me/0583587833

Đăng ký tham gia Webinar 23

Vui lòng điền vào form dưới đây để đăng ký:

https://us06web.zoom.us/j/89675430243?pwd=8pJArhfupJbP2TNp8aHWPN6peOgQb5.1

Sẽ gửi sau khi Webinar

https://docs.google.com/presentation/d/1xd_XT-qEJk7fM5V3IuPK6_6_6dYWOTwC

Lập trình Flutter đa nền tảng Level 3 (03.2025) - Buổi 1

· 3 min read

Lập trình Flutter đa nền tảng Level 3 (03.2025) - Buổi 1

Video


Giới thiệu

Buổi học đầu tiên của khóa học Lập trình Flutter đa nền tảng Level 3 tập trung vào việc xây dựng kiến trúc ứng dụng Flutter kết hợp với backend và thực hành gọi API. Đây là bước đầu tiên để các bạn hiểu rõ hơn về cách xây dựng một ứng dụng hoàn chỉnh từ frontend đến backend.


Nội dung chính

1. Tổng quan về kiến trúc Flutter kết hợp với backend

  • Frontend (Flutter App): Giao diện người dùng (UI), quản lý trạng thái (State Management), và xử lý dữ liệu (Repository).
  • Backend: API, cơ sở dữ liệu (Database), và các dịch vụ hỗ trợ (Services).
  • Luồng dữ liệu: Cách dữ liệu được truyền từ backend lên frontend và ngược lại.

2. Các kỹ năng cần thiết để lập trình Flutter Level 3

  • Quản lý trạng thái nâng cao: Sử dụng các thư viện như Provider, Bloc, Riverpod.
  • Làm việc với API: Gọi API, xử lý dữ liệu JSON, và tích hợp với backend.
  • Xây dựng kiến trúc ứng dụng: Tạo sơ đồ kiến trúc rõ ràng để dễ dàng bảo trì và mở rộng.
  • Triển khai ứng dụng: Đóng gói và xuất bản ứng dụng lên Google Play Store và Apple App Store.

3. Thực hành gọi API

  • Demo API: Sử dụng API mẫu để hiển thị danh sách sản phẩm trên ứng dụng Flutter.
  • Các bước thực hiện:
    1. Tạo project Flutter.
    2. Thêm thư viện hỗ trợ gọi API (ví dụ: http, dio).
    3. Xây dựng model để định nghĩa dữ liệu.
    4. Gọi API và hiển thị dữ liệu lên giao diện.

Bài tập thực hành

  • Yêu cầu: Xây dựng một ứng dụng Flutter đơn giản để hiển thị danh sách sản phẩm từ API.
  • Các bước thực hiện:
    1. Vẽ sơ đồ kiến trúc ứng dụng.
    2. Tạo project Flutter và cấu hình các thư viện cần thiết.
    3. Gọi API và hiển thị dữ liệu lên giao diện.

Kết luận

Buổi học đầu tiên đã giúp các bạn nắm được tổng quan về kiến trúc ứng dụng Flutter kết hợp với backend và cách gọi API để hiển thị dữ liệu. Đây là nền tảng quan trọng để các bạn tiếp tục phát triển các kỹ năng lập trình Flutter ở mức độ nâng cao.

👉 Xem video hướng dẫn chi tiết

Lấy lịch sử giá ETH từ Binance

· 2 min read

Trong bài viết này, chúng ta sẽ sử dụng thư viện ccxt để kết nối với Binance và lấy dữ liệu lịch sử giá của cặp ETH/USDT. Sau đó, chúng ta sẽ chuyển đổi dữ liệu thành một DataFrame để dễ dàng phân tích và hiển thị.

1️⃣ Cài đặt thư viện cần thiết

Đầu tiên, cài đặt các thư viện cần thiết:

pip install ccxt pandas

2️⃣ Viết mã Python để lấy dữ liệu

import ccxt  # Thư viện để kết nối với Binance
import pandas as pd

# Khởi tạo sàn giao dịch Binance
exchange = ccxt.binance()

# Đặt cặp giao dịch (ETH/USDT) và khung thời gian (1h là mỗi giờ)
symbol = 'ETH/USDT'
timeframe = '1h'

# Lấy lịch sử giá
ohlcv = exchange.fetch_ohlcv(symbol, timeframe, limit=1000)

# Chuyển dữ liệu thành DataFrame
data = pd.DataFrame(ohlcv, columns=['Datetime', 'Open', 'High', 'Low', 'Close', 'Volume'])

# Chuyển đổi timestamp sang dạng ngày tháng
data['Datetime'] = pd.to_datetime(data['Datetime'], unit='ms')

print(data)

Kết quả sẽ là một bảng chứa thông tin về giá mở cửa, giá cao nhất, giá thấp nhất, giá đóng cửa và khối lượng giao dịch trong khoảng thời gian đã chọn.

Dưới đây là bảng dữ liệu lịch sử giá ETH/USDT với các thông tin chi tiết:

3️⃣ Vẽ biểu đồ nến

Bạn có thể sử dụng thư viện plotly để vẽ biểu đồ nến từ dữ liệu đã lấy:

import plotly.graph_objects as go

fig = go.Figure(data=[go.Candlestick(
x=data['Datetime'],
open=data['Open'],
high=data['High'],
low=data['Low'],
close=data['Close']
)])

fig.show()