Thống Kê Giao Dịch Cổ Phiếu & Dữ Liệu Lịch Sử Giao Dịch VNINDEX

Cách đây nhiều năm, khi mới chập chững bước vào thị trường chứng khoán, như bao "tấm chiếu mới" khác, tôi cũng khởi đầu bằng việc truy cập các trang web tài chính, kiên nhẫn bấm "Xuất Excel" dữ liệu lịch sử giá của từng mã để tập tành phân tích.

Hầu hết chúng ta đều bắt đầu hành trình từ những file dữ liệu chứa 5 thông số quen thuộc: Mở cửa, Đóng cửa, Cao, Thấp, Khối lượng (OHLCV). Tuy nhiên, để thực sự hiểu sâu về dòng tiền, bạn không thể bỏ qua các báo cáo thống kê giao dịch cổ phiếu chuyên sâu. Đó mới là chìa khóa thực sự trong phân tích kỹ thuật.

Nhưng khi tìm hiểu sâu hơn và tích luỹ thêm kinh nghiệm thực chiến, tôi dần nhận ra bản chất của những con số này: Dữ liệu bạn nhìn thấy trên đồ thị kỹ thuật có sự khác biệt rất lớn so với giá khớp thực tế trong quá khứ. Nếu không phân biệt được dữ liệu đã điều chỉnh và chưa điều chỉnh do các sự kiện quyền¹, mọi công cụ tự động hóa hay chiến lược giao dịch của bạn đều sẽ được xây dựng trên một nền móng sai lệch.

Chào mừng bạn đến với Bài 2 của chuỗi bài viết Data Literacy. Hôm nay, thay vì chỉ bàn về kỹ thuật lập trình, chúng ta sẽ bóc tách bản chất của dữ liệu lịch sử giao dịch VNINDEX (Adjusted OHLCV) và các thống kê giao dịch cổ phiếu chi tiết (Trade History). Tất nhiên, ở phần cuối bài viết, tôi vẫn sẽ hướng dẫn bạn cách dùng Python để thu thập và làm chủ nguồn dữ liệu này một cách hoàn toàn tự động.

Dữ Liệu Lịch Sử Giao Dịch VNINDEX: Không Đơn Giản Chỉ Là Những Cây Nến

Khi nhắc đến "dữ liệu lịch sử", phần lớn mọi người thường chỉ nghĩ đến 5 thông số cơ bản tạo nên một cây nến trên biểu đồ: Open (Mở cửa), High (Cao nhất), Low (Thấp nhất), Close (Đóng cửa) và Volume (Khối lượng).

Thực tế, để phục vụ cho các thuật toán phân tích định lượng chuyên sâu, dữ liệu lịch sử cuối ngày (End-of-Day - EOD) được phân chia thành hai trường phái hoàn toàn khác biệt mà một người xử lý dữ liệu tài chính đều phải nắm rõ: Dữ liệu OHLCV đã điều chỉnh (Adjusted) và bảng thống kê giao dịch cổ phiếu chưa điều chỉnh (Unadjusted).

1. Dữ liệu OHLCV Đã Điều Chỉnh

Đây là loại dữ liệu phổ biến nhất mà bạn nhìn thấy trên mọi nền tảng đồ thị. Sở dĩ định dạng OHLCV xuất hiện khắp nơi vì hầu hết các công ty chứng khoán trên thị trường Việt Nam đều sử dụng thư viện TradingView Advanced Chart để biểu diễn đồ thị kỹ thuật, hoặc cung cấp định dạng này để nạp cho các phần mềm phân tích như Amibroker. Do đó, OHLCV đã trở thành tiêu chuẩn bất di bất dịch của phân tích kỹ thuật.

Minh hoạ giao diện đồ thị phân tích kỹ thuật sử dụng thư viện đồ thị TradingView tại một website chứng khoán

Khi một doanh nghiệp chia cổ tức bằng tiền, phát hành thêm cổ phiếu hoặc chia tách (corporate actions), giá cổ phiếu trên đồ thị sẽ bị điều chỉnh giảm vào ngày giao dịch không hưởng quyền. Nếu dùng dữ liệu thô, biểu đồ sẽ xuất hiện một "khoảng trống giảm giá" (gap) khổng lồ. Thực tế, các nhà cung cấp dữ liệu (Data Providers) đã xử lý hoàn toàn tự động việc điều chỉnh lại toàn bộ dải giá trong quá khứ này, sau đó các bên sử dụng dịch vụ như công ty chứng khoán chỉ việc gọi API để hiển thị lên website, giúp làm mượt biểu đồ và phản ánh chính xác hiệu suất sinh lời thực tế.

2. Bản Chất Của Thống Kê Giao Dịch Cổ Phiếu

Bên cạnh OHLCV, bản thống kê giao dịch cổ phiếu cung cấp một lăng kính chi tiết hơn cho từng ngày giao dịch. Trước kia, việc xem các dữ liệu thống kê này thường phụ thuộc vào các trang web tài chính phổ biến hoặc các dịch vụ dữ liệu trả phí. Ngày nay, các công ty chứng khoán thường mua giấy phép để tích hợp và hiển thị trực tiếp các dữ liệu phân tích này lên nền tảng web trading của họ, giúp nhà đầu tư cá nhân dễ dàng tiếp cận dữ liệu chất lượng cao - tất nhiên sẽ có một số chức năng chỉ dành riêng cho khách hàng của công ty.

Minh hoạ giao diện phân tích dữ liệu Thống kê giao dịch của cổ phiếu

Thường thì các dịch vụ ở Việt Nam sẽ thống kê đủ cả OHLCV và các thông tin thô khác cho từng ngày giao dịch (không điều chỉnh), bao gồm:

• Giá chưa điều chỉnh: Mức giá khớp lệnh thực tế của ngày hôm đó.
• Thống kê Cung/Cầu: Số lượng lệnh đặt và khối lượng đặt mua/bán chờ khớp trên sổ lệnh.
• Thống kê dòng tiền Tổ chức: Khối lượng giao dịch của Nhà đầu tư Nước ngoài (Foreign) và Khối Tự doanh (Proprietary). Lưu ý về kỳ vọng cập nhật dữ liệu: Bạn cần hiểu rõ quy định của Sở giao dịch để thiết lập logic thu thập dữ liệu đúng đắn. Giao dịch của khối Ngoại được hiển thị công khai và cập nhật liên tục trên bảng giá. Ngược lại, giao dịch của khối Tự doanh lại là "hộp đen" trong phiên và chỉ được Sở tổng hợp, công bố sau khi kết thúc ngày giao dịch². Do đó, đừng tìm kiếm API Tự doanh real-time vô ích, đồng thời bot lấy dữ liệu cuối ngày của bạn nên cập nhật vào khung giờ buổi tối để đảm bảo nhận được dữ liệu đầy đủ.
• Thống kê giao dịch Nội bộ: Lịch sử đăng ký và thực hiện mua/bán của ban lãnh đạo công ty và người có liên quan.

Minh hoạ giao diện tải dữ liệu thống kê lịch sử của cổ phiếu tại một trang tin

Tại sao phải tự xử lý dữ liệu thay vì xem sẵn trên Web?

Đến đây, có thể bạn sẽ thắc mắc: "Tại sao phải rắc rối tự code để tải dữ liệu lịch sử hay các thống kê giao dịch cổ phiếu trong khi các nền tảng như FireAnt hay các web tài chính đã cung cấp sẵn đồ thị Sức mạnh tương đối (RS), RRG hay Độ rộng thị trường?"

Mấu chốt nằm ở việc phân loại theo nhu cầu sử dụng:

• Nếu bạn là nhà đầu tư cá nhân cần giải pháp "low-code": Bạn chỉ quan tâm đến kết quả cuối cùng để ra quyết định và không bận tâm đến cách hệ thống tính toán. Việc sử dụng các giao diện có sẵn là hoàn toàn hợp lý.
• Nếu bạn muốn làm chủ thuật toán: Các nền tảng có sẵn thường hoạt động như một "hộp đen" (black box). Bạn không biết chính xác công thức bên trong họ dùng giá nào, khung thời gian ra sao. Việc nắm trong tay dữ liệu thô giúp bạn hiểu rõ bản chất của chúng, từ đó tự tin kiểm soát toàn bộ quá trình xử lý để kết quả đầu ra phản ánh đúng 100% tư duy phân tích của riêng bạn.
• Nếu bạn muốn xây dựng hệ thống (System Builder): Bất kể bạn muốn làm một trang web phân tích cá nhân, hay cung cấp dịch vụ cho khách hàng và cộng đồng, bạn bắt buộc phải có thuật toán tự vận hành và nguồn cấp dữ liệu thô ổn định thay vì đi phụ thuộc vào "hộp đen" của bên khác.

Và một khi đã quyết định làm chủ nguồn dữ liệu thô này, những thống kê giao dịch đa chiều sẽ trở thành "mỏ vàng" để bạn xây dựng các mô hình phân tích sâu. Một số ứng dụng thực chiến bạn có thể nghĩ đến bao gồm:

• Phân rã luân chuyển dòng tiền ngành (Sector Rotation): Bằng cách kết hợp khối lượng và giá trị giao dịch thô hàng ngày với dữ liệu Tham chiếu (Reference - phân loại ngành nghề công ty), bạn có thể đo lường chính xác dòng tiền đang chảy vào hay rút ra khỏi một nhóm ngành. Nếu cố gắng ước chừng dòng tiền bằng cách lấy (Giá x Khối lượng) từ biểu đồ OHLCV đã điều chỉnh, kết quả tính toán sẽ bị sai lệch toán học với dữ liệu thực tế.
• Truy vết "Cá Mập" qua thống kê Cung/Cầu: Bằng việc tính toán tỷ lệ giữa Khối lượng đặt và Số lệnh đặt, bạn có thể tìm ra "Khối lượng trung bình 1 lệnh". Lệnh mua trung bình có khối lượng đột biến lớn có thể là một manh mối cho thấy sự xuất hiện của dòng tiền lớn, trong khi lệnh bán nhỏ lẻ đôi khi phản ánh tâm lý hoang mang của nhà đầu tư cá nhân.
• Phân kỳ Dòng tiền Tổ chức & Giá: Khi giá cổ phiếu đi ngang hoặc giảm nhẹ nhưng dữ liệu thống kê giao dịch lại cho thấy Khối ngoại hoặc Tự doanh liên tục mua ròng (Net Buy) hoặc ban lãnh đạo đăng ký mua vào (Nội bộ), đó có thể gợi ý về một pha tích lũy ngầm trước khi xu hướng giá thay đổi.

💡 Lưu ý nhỏ: Thị trường tài chính luôn tiềm ẩn nhiều biến số phức tạp. Các hiện tượng kể trên chỉ nên được xem là những tín hiệu tham khảo hữu ích để kết hợp cùng các công cụ phân tích khác, hoàn toàn không phải là quy luật hay kết luận chắc chắn 100%.

Tự Động Hóa Bằng Python Với Vnstock

Để thực hiện các chiến lược phân tích định lượng và luân chuyển dòng tiền như trên, việc thao tác thủ công qua giao diện Web là hoàn toàn bất khả thi. Hãy hình dung bạn phải theo dõi hàng trăm công ty trên thị trường (hoặc hàng chục công ty trong cùng một ngành), và mỗi mã cổ phiếu lại có tới 4-5 tab báo cáo thống kê riêng biệt (Lịch sử giá, Nước ngoài, Tự doanh, Nội bộ, Cung cầu). Việc click tải từng file báo cáo thống kê giao dịch cổ phiếu hay gom nhặt đủ dữ liệu lịch sử mỗi ngày là điều không thể.

Thay vì phải thao tác thủ công, thư viện mã nguồn mở Vnstock cung cấp kiến trúc Unified UI, cho phép bạn truy xuất tự động hàng loạt dữ liệu lịch sử VNINDEX và các báo cáo thống kê giao dịch cổ phiếu trực tiếp vào Pandas DataFrame chỉ với vài dòng code.

from vnstock_data import Market

# 1. Tải dữ liệu OHLCV đã điều chỉnh (Phục vụ vẽ biểu đồ & Backtest)
df_ohlcv = Market().equity("TCB").ohlcv(length='1Y')
print(df_ohlcv.head())

# 2. Lịch sử giao dịch cổ phiếu chi tiết (Phục vụ phân tích dòng tiền)
df_trade_history = Market().equity("TCB").trade_history(start="2025-01-01", end="2026-07-02")
print(df_trade_history.head())

# 3. Thống kê dòng tiền Khối ngoại & Tự doanh
df_foreign = Market().equity("TCB").foreign_flow()
df_prop = Market().equity("TCB").proprietary_flow()
print(df_foreign.head())

# 4. Số liệu giao dịch tổng hợp toàn phiên
df_stats = Market().equity("TCB").trading_stats()
print(df_stats.head())

Bên cạnh dữ liệu cổ phiếu, bạn hoàn toàn có thể trích xuất dữ liệu thống kê lịch sử của các chỉ số thị trường (VNINDEX, HNXIndex, VN30...) cực kỳ dễ dàng bằng cách sử dụng module index() thay vì equity(). Đây chính là thông tin then chốt giúp bạn có cái nhìn tổng quan về diễn biến dòng tiền toàn thị trường:

from vnstock_data import Market
m = Market()

# Lấy thống kê giao dịch lịch sử (Trade History) của VNINDEX
df_vnindex_trade = m.index('VNINDEX').trade_history()
print(df_vnindex_trade.head())

# Tải dữ liệu OHLCV 20 phiên gần nhất cho VNINDEX
df_vnindex_ohlcv = m.index('VNINDEX').ohlcv(length='20b')
print(df_vnindex_ohlcv.tail())

# Bạn có thể áp dụng tương tự cho các chỉ số khác
df_hnx = m.index('HNXINDEX').trade_history()
df_upcom = m.index('UPCOMINDEX').trade_history()
df_vn30 = m.index('VN30').trade_history()

Minh hoạ cấu trúc dữ liệu trả về

Dưới đây là tóm tắt schema của một số hàm trích xuất dữ liệu thống kê giao dịch cổ phiếu và chỉ số. Bạn có thể xem tài liệu đầy đủ tại Vnstock Data Schema.

1. Lịch sử giao dịch cổ phiếu chi tiết (trade_history)

2. Dòng tiền Khối ngoại & Tự doanh (foreign_flow / proprietary_flow)

3. Số liệu giao dịch tổng hợp (trading_stats)

Cạm Bẫy Lưu Trữ Dữ Liệu: Logic Phát Hiện Sự Kiện Quyền

Thực tế khi mới học lập trình, hầu hết các bạn mới đều đi qua một hành trình "tiến hóa" đầy đau khổ khi xây dựng cơ sở dữ liệu cục bộ (Local Database):

Cấp độ 1: Tải lại từ đầu (Full Load) Vì chưa thạo logic lập trình, các bạn newbie thường viết một đoạn script mỗi ngày tải lại toàn bộ lịch sử từ ngày niêm yết đến hiện tại cho tất cả các mã. Cách làm này tưởng chừng rất an toàn nhưng thực tế lại là một "thảm họa" trên nhiều phương diện:

• Hiệu năng tồi tệ: Tải dữ liệu hàng chục năm cho hàng trăm mã cổ phiếu mỗi ngày tiêu tốn lượng thời gian khổng lồ, dễ làm treo hệ thống và chắc chắn sẽ bị chặn API vì spam request.
• Rủi ro mất trắng dữ liệu sạch: Nếu hôm nay web nguồn đột ngột bị lỗi (bảo trì, trả về dữ liệu rác), việc bạn tự tin tải mới toàn bộ và "ghi đè" (overwrite) mà không có cơ chế backup chặt chẽ sẽ xóa sổ hoàn toàn tập dữ liệu sạch bạn đang có.
• Lãng phí dữ liệu hiếm: Có những loại dữ liệu rất hiếm không phải lúc nào nguồn công khai cũng cho phép truy xuất lại³. Nếu không biết "tích tiểu thành đại" những gì đã tải được mà luôn phụ thuộc vào việc gọi API tải mới, bạn đang tự vứt bỏ đi lợi thế dữ liệu của chính mình.

Cấp độ 2: Logic ghép nối (Append) và Cạm bẫy "Gãy khúc" Khi có kinh nghiệm hơn một chút, bạn bắt đầu nghĩ ra giải pháp tối ưu: "Tại sao phải tải lại từ đầu? Mình chỉ cần tải dữ liệu của ngày hôm nay, sau đó ghép nối vào file dữ liệu cũ là xong!".

Và đây chính là điểm khởi đầu cho mọi đau khổ.

Như đã giải thích ở phần đầu bài, dữ liệu OHLCV là dữ liệu đã điều chỉnh. Khi một sự kiện quyền xảy ra, toàn bộ dữ liệu giá quá khứ của cổ phiếu đó trên nguồn cấp dữ liệu sẽ bị tính toán lại. Nếu bạn nhắm mắt "ghép nối" dữ liệu của ngày mới vào file dữ liệu cũ (chưa được điều chỉnh), bạn sẽ tạo ra một chuỗi dữ liệu gãy khúc. Toàn bộ tính toán lợi nhuận hay các chỉ báo kỹ thuật của chiến lược backtest lúc này sẽ sai lệch hoàn toàn.

Cấp độ 3: Logic phát hiện sự kiện quyền bằng Pandas Thông thường, để biết chính xác một cổ phiếu có chia cổ tức hay tách gộp hay không, các hệ thống chuyên nghiệp cần gọi đến một API dữ liệu Sự kiện quyền độc lập. Tuy nhiên, nếu bạn chỉ có trong tay nguồn dữ liệu OHLCV thô (như tải từ web miễn phí), bạn hoàn toàn có thể tự xây dựng thuật toán nhận diện sự kiện quyền thông qua kỹ thuật kiểm tra chéo.

Dưới đây là phương pháp xử lý dữ liệu gợi ý bạn có thể áp dụng:

1. Lấy dữ liệu gối đầu: Khi chạy cập nhật dữ liệu cuối ngày, thay vì chỉ tải đúng phiên hôm nay, hệ thống gọi API lấy lùi về một số phiên giao dịch gần nhất để tạo vùng dữ liệu đối chiếu (ví dụ 10 phiên). Lưu ý: nếu hệ thống của bạn từng gián đoạn lâu hơn khoảng đối chiếu mặc định (lỗi mạng, bảo trì...), hãy mở rộng số phiên lấy về tương ứng với khoảng cách kể từ lần đồng bộ thành công gần nhất, tránh bỏ sót sự kiện quyền nằm ngoài vùng 10 phiên cố định.

2. Tiền xử lý & Lọc dữ liệu: Đọc file dữ liệu lịch sử bạn đang lưu (ví dụ .csv). Loại bỏ phiên giao dịch hiện tại nếu chưa đóng cửa hoàn toàn (giá đóng cửa tạm thời sẽ tiếp tục thay đổi), chỉ giữ lại các phiên đã chốt sổ. Sau đó lọc riêng vùng dữ liệu có chung mốc thời gian với tập dữ liệu mới tải ở bước 1 để chuẩn bị đối chiếu.

3. So khớp chéo: Sử dụng các công cụ xử lý bảng (như pd.merge của Pandas) để nối tập dữ liệu API mới và dữ liệu cũ theo mốc thời gian. Tính toán tỷ lệ chênh lệch tuyệt đối của Giá đóng cửa (Close) giữa hai nguồn cho từng phiên trong vùng đối chiếu.

4. Xử lý theo Ngưỡng sai lệch:

   • Nếu chênh lệch vượt ngưỡng (ví dụ 0.5%) và mức chênh lệch này nhất quán trên phần lớn số phiên trong vùng đối chiếu (ví dụ từ 80% số phiên trở lên có cùng tỷ lệ lệch, sai số cho phép): Đây là dấu hiệu đáng tin cậy cho thấy dữ liệu đã bị điều chỉnh do sự kiện quyền — vì bản chất hệ số điều chỉnh giá luôn được áp dụng đồng loạt cho toàn bộ chuỗi lịch sử, chứ không lệch rải rác ở một vài phiên đơn lẻ.

     Trước khi ghi đè, hệ thống nên: (a) gọi lại API một lần nữa để xác nhận kết quả không phải do lỗi tạm thời từ nguồn dữ liệu (nghẽn mạng, trả về dữ liệu rác...), và (b) sao lưu file dữ liệu cũ hiện tại (ví dụ đổi tên thành .bak) trước khi ghi đè. Chỉ khi lần xác nhận thứ hai vẫn cho kết quả nhất quán, hệ thống mới chính thức chuyển sang chế độ Ghi đè (Overwrite): xóa chuỗi dữ liệu cũ bị lệch và tải lại toàn bộ lịch sử từ ngày đầu tiên.

   • Nếu chênh lệch chỉ xuất hiện rải rác ở một vài phiên đơn lẻ, không nhất quán trên toàn vùng đối chiếu, hoặc nằm trong ngưỡng sai số cho phép: Đây nhiều khả năng là sai số làm tròn thập phân từ nhà cung cấp dữ liệu chứ chưa hẳn là sự kiện quyền. Hệ thống chỉ cần cắt bỏ phần dữ liệu trùng lặp khỏi tập API mới, nối (Append) những phiên thực sự mới vào cuối file Database hiện tại, đồng thời ghi log cảnh báo để bạn kiểm tra thủ công nếu nghi ngờ.

Giải pháp "Mì Ăn Liền" với Vnstock Pipeline: Việc tự code logic đồng bộ cơ sở dữ liệu trên thực tế đòi hỏi nhiều công sức xử lý ngoại lệ (Exception handling). Tin vui là bạn không cần phải "phát minh lại cái bánh xe". Toàn bộ tính năng kiểm tra chéo, cập nhật thông minh và quản lý tự động cơ sở dữ liệu cục bộ này đã được đóng gói hoàn chỉnh bên trong chương trình vnstock_pipeline - một đặc quyền dành cho các thành viên tham gia Vnstock Sponsor. Nó giúp bạn xử lý các tác vụ tải dữ liệu quy mô lớn một cách cực kỳ hiệu quả, an toàn và hoàn toàn tự động.

Lời Kết

Việc thành thạo kỹ năng tự động hóa truy xuất dữ liệu lịch sử giao dịch vnindex và cổ phiếu không chỉ giúp bạn giải phóng hàng giờ đồng hồ thao tác thủ công, mà còn mở ra những bước đi đầu tiên vào thế giới xây dựng hệ thống giao dịch đầy hứa hẹn.

Thư viện nguồn mở Vnstock cung cấp đủ những nền tảng cần thiết để bạn tự do khám phá và bắt đầu hành trình dữ liệu của mình. Trong trường hợp bạn đang xây dựng các hệ thống quy mô lớn, đòi hỏi cập nhật dữ liệu toàn thị trường liên tục mỗi ngày với độ tin cậy cao, chương trình Vnstock Sponsor sẽ là một giải pháp phù hợp để cân nhắc. Sự đồng hành của bạn không chỉ giúp tối ưu hóa hệ thống cá nhân, mà còn trực tiếp đóng góp nguồn lực để duy trì và phát triển dự án mã nguồn mở Vnstock phục vụ cộng đồng.

Chú thích: