🎓 GIÁO TRÌNH PHÂN TÍCH DỮ LIỆU TÀI CHÍNH VỚI PYTHON

📍 MỤC TIÊU HỌC TẬP

• ✅ Nắm vững lập trình Python cơ bản và thao tác dữ liệu (import/export với database, Excel).
• ✅ Làm chủ kỹ thuật thu thập dữ liệu từ Web Scraping & API.
• ✅ Xử lý, phân tích dữ liệu lớn bằng Pandas và PySpark.
• ✅ Triển khai dự án phân tích thị trường tài chính thời gian thực, ứng dụng ML/AI trên nền web.

🧩 CHƯƠNG TRÌNH HỌC CHI TIẾT

📘 Phần 1: Lập trình Python cơ bản & Xử lý dữ liệu

Thời lượng: 4 tuần

• Python syntax, biến, kiểu dữ liệu, điều kiện, vòng lặp

• Hàm, module, cấu trúc thư mục dự án

• Làm việc với file:

  • .txt, .csv, .xlsx
  • openpyxl, pandas.read_excel()

• Kết nối cơ sở dữ liệu:

  • MySQL/PostgreSQL (thư viện sqlalchemy, pymysql)
  • CRUD cơ bản

👉 Bài tập: Viết chương trình import/export dữ liệu Excel và MySQL.

📘 Phần 2: Tự động thu thập dữ liệu - Web Scraping & API

Thời lượng: 4 tuần

• HTTP, JSON, REST API cơ bản

• Dùng requests, httpx và BeautifulSoup

• Crawl dữ liệu bảng giá cổ phiếu, coin, vàng, v.v.

• Kết nối các API phổ biến:

  • Binance, AlphaVantage, Yahoo Finance, Finnhub

👉 Bài tập: Crawl bảng giá chứng khoán & giá coin từ web và API → lưu DB

📘 Phần 3: Phân tích dữ liệu với Pandas & Spark

Thời lượng: 4 tuần

• DataFrame cơ bản, thao tác dữ liệu với pandas

• Làm sạch & xử lý dữ liệu tài chính

• Dùng groupby, resample, rolling, merge, join

• Tìm insight từ dữ liệu giá: trend, vol, indicator

• Xử lý dữ liệu lớn với PySpark:

  • SparkSession, DataFrame API, filtering, aggregation

👉 Bài tập: Phân tích volume giao dịch và xu hướng giá các mã cổ phiếu

📘 Phần 4: Machine Learning & Phân tích thị trường tài chính

Thời lượng: 4 tuần

• ML cơ bản với scikit-learn và XGBoost
• Dự báo xu hướng tăng/giảm giá
• Mô hình classification & regression
• Đánh giá model: Accuracy, F1, ROC
• ML nâng cao: RandomForest, Gradient Boosting

👉 Bài tập: Dự đoán giá cổ phiếu dựa trên dữ liệu lịch sử (backtest)

📘 Phần 5: Ứng dụng Web Realtime với Flask + ML

Thời lượng: 8 tuần

• Tạo REST API với Flask
• Tích hợp model ML vào API
• Realtime update với socket.io, cronjob, hoặc Celery
• Giao diện hiển thị bảng giá, dự báo, biểu đồ bằng Plotly, Chart.js
• Deploy web: Heroku, Docker hoặc VPS

👉 Dự án cuối: Web phân tích thị trường tài chính realtime kèm dự báo xu hướng tự động

📦 Công cụ sử dụng

✅ Kết quả đạt được sau khóa học

• Thành thạo thu thập, xử lý và phân tích dữ liệu tài chính.
• Biết cách xây dựng mô hình AI đơn giản để dự báo xu hướng thị trường.
• Có thể tự tay triển khai một ứng dụng web phân tích dữ liệu thời gian thực.
• Nắm được kiến thức thực tế sát với nhu cầu thị trường công nghệ và tài chính.