Chỉ báo kỹ thuật

Tổng quan

vnstock_quant.ta gồm 58 chỉ báo kỹ thuật, từ đường trung bình động và RSI đến chỉ báo biến động và khối lượng. Nếu đã dùng vnstock_ta 1.x, bạn có thể giữ cách gọi của lớp Indicator. Một số kết quả số sẽ khác bản cũ do thay đổi công thức hoặc cách khởi tạo; xem trang chuyển đổi để biết chỉ báo nào bị ảnh hưởng.

Chuẩn bị dữ liệu đầu vào

Dữ liệu đầu vào là pandas.DataFrame có cột giá và, với một số chỉ báo, cột khối lượng:

• Index: Nên đặt DatetimeIndex (cột thời gian time).
• Cột giá bắt buộc: open, high, low, close (kiểu số thực float64), volume (kiểu số nguyên int64 hoặc float64).
• Đối với các chỉ báo chỉ dựa trên giá đóng cửa (ví dụ SMA, RSI), DataFrame chỉ cần tối thiểu cột close.

import pandas as pd
from vnstock import Market

# Lấy 365 phiên giao dịch gần nhất của cổ phiếu FPT
m = Market()
df = m.equity("FPT").ohlcv(length=365, interval="1D")
df = df.set_index("time")

Hai cách gọi chỉ báo kỹ thuật

Cách 1: Dùng lớp Indicator

Với Indicator, bạn có thể gọi hàm theo nhóm chỉ báo hoặc gọi trực tiếp tên hàm:

from vnstock_quant import Indicator

# Khởi tạo đối tượng với dữ liệu nến
ta = Indicator(df)

# Phong cách 1: Gọi thông qua nhóm danh mục (Phân cấp logic trực quan)
sma_20 = ta.trend.sma(length=20)
rsi_14 = ta.momentum.rsi(length=14)
bbands = ta.volatility.bbands(length=14, std=2.0)
obv    = ta.volume.obv()
pivots = ta.statistics.pivots()

# Phong cách 2: Gọi phẳng trực tiếp (giữ cú pháp gọi của vnstock_ta 1.x)
macd = ta.macd(fast=12, slow=26, signal=9)
st   = ta.supertrend(period=10, multiplier=3.0)

Kết quả trả về là một pandas.Series (đối với chỉ báo đơn đường như SMA, RSI) hoặc một pandas.DataFrame (đối với chỉ báo đa đường như MACD, Bollinger Bands, Supertrend) giữ nguyên chỉ mục thời gian của DataFrame gốc.

Cách 2: Gọi theo tên hàm thông qua compute()

Dùng compute() khi tên chỉ báo nằm trong tệp cấu hình hoặc được chọn lúc chương trình chạy:

from vnstock_quant import compute

# Tính RSI theo tên
rsi_series = compute(df, "rsi", length=14)

# Tính MACD theo tên với bộ tham số tuỳ chỉnh
macd_df = compute(df, "macd", fast=12, slow=26, signal=9)

Danh mục 58 chỉ báo theo năm nhóm

Các chỉ báo được chia thành năm nhóm:

1. Xu hướng (Trend Indicators - 14 chỉ báo)

Nhận diện hướng đi chủ đạo của thị trường (tăng giá, giảm giá hoặc tích luỹ đi ngang):

2. Động lượng (Momentum Indicators - 15 chỉ báo)

Đo lường vận tốc biến động giá và xác định các vùng quá mua (overbought) hoặc quá bán (oversold):

3. Biến động (Volatility Indicators - 10 chỉ báo)

Đo lường mức độ co giãn biên độ giá và nhận diện giai đoạn nén biên độ:

4. Khối lượng (Volume Indicators - 10 chỉ báo)

Kết hợp tương quan giữa biến động giá và thanh khoản giao dịch:

5. Thống kê (Statistics Indicators - 9 chỉ báo)

Các giá trị thống kê hình học và điểm xoay trục quan trọng:

Khám phá danh mục và mức tin cậy

Bạn có thể tra cứu danh mục, tham số mặc định và chuẩn đối chiếu của mọi chỉ báo bằng hàm ta.catalog():

from vnstock_quant.ta import catalog

cat = catalog()
print(cat[["name", "group", "standard", "confidence", "access"]].head(10))

Các mức tin cậy (confidence) được thẩm định khoa học:

• Mức A: Khớp hoàn toàn với thư viện C nguyên bản TA-Lib C 0.8.1 tới sai số dấu phẩy động (34 chỉ báo).
• Mức B: Khớp trong sai số cho phép với bộ kiểm thử độc lập của QuantConnect LEAN hoặc TradingView Pine Script v6 (Ichimoku, Supertrend, ADX...).
• Mức C: Kiểm định theo công thức gốc trong bài báo học thuật của tác giả phát minh.

Tải dữ liệu nhanh bằng from_vnstock

Nếu đã cài đặt tiện ích vnstock, bạn có thể lấy dữ liệu và khởi tạo Indicator trong một câu lệnh:

from vnstock_quant.ta import from_vnstock

# Tải dữ liệu và khởi tạo đối tượng Indicator tự động
ta = from_vnstock("HPG", start="2024-01-01", end="2024-12-31")

# Bắt đầu tính toán ngay lập tức
rsi = ta.rsi(length=14)
macd = ta.macd()

Vẽ đồ thị kỹ thuật với vnstock_chart

Sau khi tính chỉ báo kỹ thuật, bạn có thể đưa kết quả vào vnstock_chart, thư viện vẽ biểu đồ của thế hệ 5, để có biểu đồ nến kèm chỉ báo:

from vnstock import Market
from vnstock_quant import Indicator
from vnstock_chart import Chart

df = Market().equity("FPT").ohlcv(length=365, interval="1D").set_index("time")
ta = Indicator(df)
bb = ta.bbands(length=20, std=2.0)
rsi = ta.rsi(length=14)

# Bollinger Bands chồng lên khung giá, RSI ở khung riêng bên dưới
fig, axes = Chart.candle(
    df,
    title="FPT — Bollinger Bands và RSI(14)",
    volume=False,
    overlays=[
        {"data": bb["BBU_20_2.0"], "color": "#2EA8F0"},
        {"data": bb["BBM_20_2.0"], "color": "#FFB31A"},
        {"data": bb["BBL_20_2.0"], "color": "#2EA8F0"},
    ],
    subplots=[{"data": rsi, "color": "#8C52FF", "ylabel": "RSI"}],
)
fig.savefig("fpt_bbands_rsi.png", dpi=150, bbox_inches="tight")

Cài vnstock_chart bằng pip install --extra-index-url https://vnstocks.com/api/packages vnstock-chart. Xem thêm các kiểu biểu đồ và cách đặt nhiều chỉ báo trên cùng một hình ở tài liệu vnstock_chart.

Đọc tiếp

• Chỉ số tài chính — Khám phá 100 chỉ số tài chính BCTC VAS và mô hình dòng tiền CFA.
• Đo lường rủi ro và hiệu suất — Đo lường Sharpe, Sortino, VaR và thanh khoản Amihud.
• Chuyển đổi từ vnstock_ta — Chi tiết 16 chỉ báo đã sửa lỗi so với vnstock_ta 1.x.
• Kiểm định chất lượng & hiệu năng — Báo cáo chi tiết sai số 58 chỉ báo so với TA-Lib C và kiểm định hiệu năng.