AI Cafe¹ Project Innovation Center – SoICT – ĐHBK Hà nội
Ngày 06 Tháng 1 Năm 2022
Phan Trường Giang, Lê Tấn Hùng, Nguyễn Đắc Đoàn, Nguyễn Văn Quân
Giới Thiệu:
Đây là một trong nhưng ví dụ phân tích dữ liệu chứng khoán Việt Nam theo phương pháp định lượng – Quantitative Analysis. Bài phân tích này đã trình bày trong WEBINAR của khóa học “Phân Tích Đinh Lượng Ứng Dụng Trong Đầu Tư Chứng Khoán” do AI Cafe¹ thực hiện trong thời gian Tháng 6 – Tháng 8 Năm 2021.
Google Colab Notebook là một công cụ hiện đại của Google cho phép chúng ta thực hiện nghiên cứu và phân tích số liệu Data Science. AI Cafe¹ đã tích hợp các tính năng phân tích số liệu, ngôn ngữ lập trình R & Python để sử dụng phân tích dữ liệu chứng khoán Việt Nam.
Mục Đích của bài nghiên cứu này là BACKTEST – Mô phỏng giỏ đầu tư và phân tích ETF VFMVN DIAMOND của Quỹ Đầu Tư: Dragon Capital
https://dragoncapital.com.vn/quy-etf-vfmvn-diamond/thong-tin-ve-quy/
Các câu hỏi nghiên cứu và thảo luận:
1. Hiệu suất của ETF (Các mã cổ phiếu) trước và sau 02/2020 ?
2. Xây dựng pororfolio theo 18 mã cổ phiếu trong danh sách ETF VFVMN DIAMMOND ?
3. Có nên đầu tư vào ETF này không ?
4. Có thể xây dụng “Alternative Porfilio ” với các mã trong ETF DIAMOND ?
Bài Phân Tích trên Google Colab Notebook
Sau đây là link đến bài phân tích trên Google Colab Notebook. Nội dung bài phân tích được trình bày cụ thể trong NOTEBOOK này.
https://colab.research.google.com/drive/1i98aVCPCN-Fjp34_bqnmukdhOLC5Xa_q
Kết Luận
Sau khi thực hiện các phân tích và nghiên cứu BACKTEST để có kết luận chúng ta cần trả lời các câu hỏi như sau:
1. Hiệu suất của ETF (Các mã cổ phiếu) trước 02/2020 ? thông qua kết quả Backtest
Trước 2020:
AnnualizedReturn AnnualizedSharpe(Rf=0%) AnnualizedStdDev<dbl> <dbl> <dbl>0.1537 1.0177 0.151
Sau 2020:
AnnualizedReturn AnnualizedSharpe(Rf=0%) AnnualizedStdDev<dbl> <dbl> <dbl>1.0889 4.7712 0.2282
2. Có nên đầu tư vào ETF này không ?
* Quỹ mới ra năm 2020, nên PEFORMANCE mới thể hiện trong thời gian 2021 nên cần thời quan sát thêm * Hiệu suất trước 2020 nhỏ ~ 15 % * Chưa nên đầu tư thời điểm này
3. Có thể – bắt chước – xây dựng pororfolio theo ETF ? Nếu có thì xây dựng như thế nào ?
* Xây dựng theo Volatility Targeting cho hiệu suất
AnnualizedReturn AnnualizedSharpe(Rf=0%) AnnualizedStdDev<dbl> <dbl> <dbl>0.2799 1.2266 0.2282
4. Có thể xây dụng “Alternative Porfilio ” với các mã trong ETF DIAMOND ?
* Có thể lựa chọn 08 mã :’FPT’, ‘CTG’, ‘MBB’,’MWG’,’NLG’,’PNJ’, ‘REE’,’ACB’
Lời Kết
Qua bài Blog ngắn này chúng tôi hy vọng giúp giúp các bạn hình dung được một bài phân tích dữ liệu chứng khoán dưới góc độ phân tích số liệu Data Science
AI Cafe¹ xin chân thành cảm ơn và mong chờ sự góp ý của các bạn. Chớ quên chúng tôi muốn chia sẻ ở góc độ học thuật của việc phân tích định lượng.
Hãy cùng tìm hiểu khóa đào tạo phân tích Định lượng dữ liệu chứng khoán đầu tiên tại Việt Nam, chương trình được xây dựng bởi AI Cafe¹ Project Innovation Center – SoICT – ĐHBK Hà nội . Khóa học sẽ hướng dẫn về cách sử dụng khoa học dữ liệu (Data Science) để phân tích Định lượng các chiến lược giao dịch chứng khoán nhằm nâng cao hiệu suất đầu tư, tối đa hóa lợi nhuận khi thị trường lên, giảm thiểu ro khi thị trường xuống.
Mời các bạn tìm hiểu chi tiết khóa học tại: https://aicafe.one/phantichchungkhoan/