Thẻ: lập trình bot trading

Buổi 16 mở rộng tư duy từ “1 bot – 1 tài sản” sang quản lý danh mục đa tài sản (Portfolio). Code phân bổ vốn cơ bản đa tài sản danh_sach_tai_san = [“BTC/USDT”, “ETH/USDT”, “SOL/USDT”] von_moi_tai_san = von_tong / len(danh_sach_tai_san) for tai_san in danh_sach_tai_san: chay_chien_luoc(tai_san, von_moi_tai_san) Đa dạng hóa giúp giảm rủi ro tập […]

Bài thực hành buổi 15 ghép Fear & Greed Index và News Filter vào bot — bot giờ “biết” tạm dừng khi thị trường quá rủi ro. Logic quyết định tổng hợp if co_tin_lon_sap_toi(): return “TAM_DUNG” if fear_greed_index < 20 and tin_hieu_ky_thuat == "MUA": return "MUA_MANH" # Sợ hãi cực độ + tín hiệu kỹ […]

Buổi 15 dạy kỹ thuật phòng vệ quan trọng: phát hiện tin tức lớn (FOMC, CPI, halving…) để tạm dừng bot tránh biến động bất thường. Code lọc tin tức quan trọng tu_khoa_quan_trong = [“FOMC”, “lãi suất”, “CPI”, “halving”] tin_anh_huong = [tin for tin in danh_sach_tin if any(k in tin[‘title’] for k in tu_khoa_quan_trong)] if […]

Phân tích cảm xúc từ social media là chủ đề nâng cao của buổi 15 — đo “tiếng nói” của cộng đồng trader/nhà đầu tư. Phân tích sentiment cơ bản với TextBlob from textblob import TextBlob diem_cam_xuc = [TextBlob(post).sentiment.polarity for post in danh_sach_post] diem_trung_binh = sum(diem_cam_xuc) / len(diem_cam_xuc) Điểm cảm xúc dương lớn (gần +1) […]

Buổi 15 mở rộng phân tích ra ngoài dữ liệu giá thuần túy — Fear & Greed Index đo “tâm lý” tổng thể của thị trường crypto. Code lấy Fear & Greed Index import requests res = requests.get(“https://api.alternative.me/fng/”) fng = res.json()[‘data’][0] print(f”Chỉ số: {fng[‘value’]} – {fng[‘value_classification’]}”) Nguyên lý ngược dòng (contrarian) phổ biến: khi chỉ […]

Bài thực hành buổi 14 thêm “Volume Filter” vào bot — chỉ chấp nhận tín hiệu khi đi kèm volume xác nhận đủ mạnh. Code Volume Filter def tin_hieu_co_volume_xac_nhan(df): tin_hieu = df[‘signal’].iloc[-1] volume_du_manh = df[‘volume’].iloc[-1] > df[‘volume_ma’].iloc[-1] * 1.2 return tin_hieu != 0 and volume_du_manh Thêm lớp filter này thường giảm số lượng giao dịch […]

Volume Price Analysis (VPA) là kỹ thuật buổi 14 dạy để phát hiện hành vi “dòng tiền lớn” ẩn sau biến động giá. Phát hiện dấu hiệu Phân phối (Distribution) dang_phan_phoi = (df[‘close’].rolling(10).std() df[‘volume_ma’] * 1.3) Khi giá đi ngang ở vùng đỉnh nhưng volume vẫn cao — đây có thể là dấu hiệu “phân […]

Buổi 14 giới thiệu 2 chỉ báo volume nâng cao: OBV (On-Balance Volume) và Volume Profile. Code tính OBV df[‘obv’] = 0 for i in range(1, len(df)): if df[‘close’].iloc[i] > df[‘close’].iloc[i-1]: df.loc[i, ‘obv’] = df[‘obv’].iloc[i-1] + df[‘volume’].iloc[i] else: df.loc[i, ‘obv’] = df[‘obv’].iloc[i-1] – df[‘volume’].iloc[i] OBV tích lũy volume theo hướng giá — nếu giá đi […]

Buổi 14 đưa Volume (khối lượng giao dịch) vào phân tích — yếu tố nhiều chiến lược ở Phần 2 chưa khai thác. Volume xác nhận độ tin cậy của giá df[‘volume_ma’] = df[‘volume’].rolling(20).mean() df[‘volume_cao’] = df[‘volume’] > df[‘volume_ma’] * 1.5 Một cây nến tăng giá mạnh nhưng volume thấp thường kém tin cậy hơn […]

Bài thực hành buổi 13 nâng cấp bot từ Phần 2-3 thành bot phân tích đa khung — bước tiến quan trọng về độ tinh vi của chiến lược. Khung bot Multi-TF xu_huong_h4 = xac_dinh_xu_huong(df_h4) tin_hieu_h1 = tinh_tin_hieu_rsi(df_h1) if co_xac_nhan_da_khung(tin_hieu_h1, xu_huong_h4): dat_lenh(tin_hieu_h1) Đây là lần đầu bot trong khóa học xử lý đồng thời 2 […]