Hiểu về dữ liệu tài chính: Nguồn, tần suất, xử lý dữ liệu chất lượng cao

Dữ liệu là nền tảng của mọi phân tích định lượng. Để xây dựng chiến lược giao dịch hiệu quả, bạn cần hiểu rõ các loại dữ liệu tài chính, nguồn lấy dữ liệu, cách làm sạch và xử lý dữ liệu chất lượng cao.

---

1. Phân loại dữ liệu tài chính

• Time-series data (Dữ liệu chuỗi thời gian):
  • Giá cổ phiếu, giá tiền điện tử, volume, lãi suất, v.v.
  • Đặc trưng: có dấu thời gian, thường dùng cho phân tích kỹ thuật, backtest chiến lược.
• Fundamental data (Dữ liệu cơ bản):
  • Báo cáo tài chính, chỉ số P/E, EPS, doanh thu, lợi nhuận, v.v.
  • Dùng cho phân tích cơ bản, định giá doanh nghiệp.
• Sentiment data (Dữ liệu cảm xúc/thị trường):
  • Tin tức, mạng xã hội, chỉ số sợ hãi/tham lam, dữ liệu Google Trends...
  • Dùng để đo lường tâm lý thị trường, dự báo biến động ngắn hạn.

---

2. Nguồn dữ liệu tài chính phổ biến

• Miễn phí:
  • Yahoo Finance: Giá cổ phiếu, chỉ số, dữ liệu lịch sử (qua yfinance)
  • Quandl: Dữ liệu kinh tế vĩ mô, tài chính, crypto (có cả free và premium)
  • Alpha Vantage: API miễn phí cho cổ phiếu, forex, crypto
• Trả phí/chất lượng cao:
  • Tiingo: Dữ liệu giá, fundamental, news, API mạnh mẽ
  • [Bloomberg, Reuters, FactSet]: Dành cho tổ chức, rất đắt nhưng chất lượng cao

---

3. Tần suất dữ liệu

• Intraday: 1 phút, 5 phút, 15 phút, 1 giờ (dùng cho trading ngắn hạn, high-frequency)
• Daily: Dữ liệu đóng cửa mỗi ngày (phổ biến nhất)
• Weekly/Monthly: Dùng cho phân tích dài hạn, đầu tư giá trị

---

4. Làm sạch dữ liệu: xử lý missing data, outlier

• Missing data (dữ liệu thiếu):
  • Loại bỏ dòng thiếu dữ liệu: df.dropna()
  • Điền giá trị trung bình/giá trị trước đó: df.fillna(method='ffill')
• Outlier (giá trị ngoại lai):
  • Dùng z-score, IQR để phát hiện và loại bỏ hoặc thay thế
  • Ví dụ loại bỏ outlier bằng z-score:

    import numpy as np
    z = np.abs((df['Close'] - df['Close'].mean()) / df['Close'].std())
    df = df[z < 3]
    

---

5. Kết luận

• Hiểu rõ loại dữ liệu, nguồn lấy dữ liệu và cách làm sạch là bước đầu tiên để phân tích định lượng hiệu quả.
• Nên bắt đầu với nguồn miễn phí (Yahoo, Quandl, Alpha Vantage), sau đó nâng cấp lên nguồn trả phí nếu cần dữ liệu chất lượng cao hơn.

Chúc bạn thành công trên hành trình làm chủ dữ liệu tài chính!