Vnstock Logo

Cách làm với Vnstock

AI có thể viết code rất nhanh. Phần khó là biến code thành một cách làm đáng tin cậy.

Từ đoạn code chạy được đến cách làm có thể kế thừa

Vnstock là hệ sinh thái các thư viện phần mềm, tài liệu và cộng đồng dành cho nghiên cứu đầu tư bằng Python và AI. Những quy ước chung về dữ liệu, công thức và cách ghép công cụ giúp bạn kiểm tra từng bước, chạy lại quy trình và tiếp tục phát triển từ công việc đã có.

Tầm nhìn

Code chạy được chưa phải là một hệ thống

Một kết quả trông hợp lý có thể xuất hiện sau vài câu prompt. Một quy trình nghiên cứu dùng được lâu dài cần thêm cấu trúc dữ liệu thống nhất, công thức có thể đối chiếu, code chạy lại được và nơi để kiến thức tiếp tục được kiểm tra, sửa đổi rồi truyền cho người đến sau.

01

AI rút ngắn bước bắt đầu

Bạn có thể đi từ một câu hỏi bằng tiếng Việt tới đoạn mã và kết quả đầu tiên nhanh hơn trước. Nhưng nhanh không đồng nghĩa với đúng, ổn định hay có thể tái lập.

02

Tiêu chuẩn chung

Adapter đưa các nguồn được hỗ trợ về cấu trúc quen thuộc; các thư viện tính toán và tự động hoá làm việc trên cùng cách tổ chức dữ liệu. Bạn không phải dựng lại toàn bộ hệ thống cho từng nguồn.

03

Kiến thức cần được truyền lại

Tài liệu, bài viết và trao đổi trong cộng đồng giữ lại cả cách làm lẫn giới hạn. Người đến sau có điểm tựa để kiểm chứng, học tiếp và phát triển thay vì tự mình bắt đầu mọi thứ.

Vnstock hướng tới một bộ quy ước chung cho việc xây dựng quy trình nghiên cứu đầu tư bằng Python và AI. Đây không phải khuôn mẫu buộc mọi người làm giống nhau, mà là nền chung để dữ liệu có thể đổi nguồn, công cụ có thể thay thế và ý tưởng của mỗi người vẫn kết nối được với công việc của người khác.

Quy trình

Một quy trình, nhiều lớp công cụ

Mỗi bước để lại một đoạn mã bạn đọc được, sửa được và chạy lại được. Dữ liệu là đầu vào, đến từ thư viện vnstock hoặc nguồn khác bạn có quyền dùng; hệ sinh thái đưa dữ liệu về một cấu trúc chung để tính toán, lưu giữ và chạy lại trên đó.

  1. 01vnstock · vnstock-mcp

    Đưa dữ liệu về bảng chuẩn

    Dữ liệu vào bằng hai cửa. Bạn tự truy xuất từ nguồn bên thứ ba qua vnstock, hoặc mang bảng bạn đã có từ nguồn khác bạn có quyền dùng. Cả hai được đưa về cùng một bảng chuẩn: tên cột thống nhất, báo cáo tài chính theo chỉ tiêu VAS. Từ đó mọi công cụ phía sau đọc được như nhau.

    Bảng thô chưa đúng cột chuẩn thì nhờ trợ lý AI chuẩn hoá qua Vnstock MCP, rồi đối chiếu với số liệu tham chiếu trước khi dùng. Khi nguồn thay đổi, thư viện giúp gom phần điều chỉnh vào lớp kết nối thay vì để thay đổi lan ra toàn bộ quy trình phân tích.

    Chuẩn hoá và đối chiếu dữ liệu nhiều nguồn
    Truy xuất qua vnstock
    from vnstock import Market, Fundamental
    
    Market().equity("FPT").ohlcv(length=20)            # 20 nến ngày gần nhất
    Fundamental().equity("FPT").income_statement()     # kết quả kinh doanh
    Mang bảng của bạn vào
    import pandas as pd
    from vnstock_quant import fa
    
    df = pd.read_csv("bctc_cua_toi.csv")     # cột period, id, value theo chỉ tiêu VAS
    ds = fa.Dataset.from_frames({"AAA": [df]}, com_type="dn")
    fa.ratios(ds, ["RT_PRT_ROE"], period="year")
  2. 02vnstock_quant

    Tính toán có công thức

    Chỉ báo kỹ thuật, chỉ số tài chính, đo rủi ro và hiệu suất được tính trên bảng chuẩn, dù dữ liệu vào từ cửa nào. Các công thức chính được trình bày trong tài liệu để bạn kiểm tra và giải thích kết quả.

    Tài liệu vnstock_quant
    Python
    from vnstock_quant import fa, risk
    
    ds = fa.Dataset.load(["FPT"])
    fa.ratios(ds, ["RT_PRT_ROE", "RT_VALUE_PE"], period="year")
    
    data = risk.from_vnstock("FPT", benchmark="VNINDEX", start="2022-01-01")
    risk.summary(data["returns"], data["benchmark"], rf=0.03)
  3. 03vnstock_news

    Theo dõi bối cảnh

    Tiêu đề, thời gian và đường dẫn từ các nguồn cấp tin do toà soạn công bố được sắp thành bảng, để bạn đặt con số cạnh diễn biến và đọc bài tại trang gốc.

    Tài liệu vnstock_news
    Python
    import vnstock_news
    
    vnstock_news.list_supported_sites()        # các trang tin có sẵn
    df = vnstock_news.fetch_feeder(site_name="<trang bạn chọn>", within="6h", top_n=20)
    df[["title", "pubDate", "link"]]
  4. 04vnstock_pipeline

    Lưu lại và chạy theo lịch

    Danh sách mã bạn theo dõi được cập nhật theo lô, kiểm tra chất lượng và lưu có tổ chức trên hạ tầng bạn quản lý. Kỳ sau chỉ cần chạy lại cùng một lệnh.

    Tài liệu vnstock_pipeline
    Dòng lệnh
    # cập nhật phiên mới nhất cho rổ VN30
    vnstock_pipeline run ohlcv --group VN30 --mode daily
    
    # khởi tạo lịch sử giá cho vài mã quan tâm
    vnstock_pipeline run ohlcv --tickers ACB,HPG,VNM --mode init
  5. 05Vnstock MCP · Agent Skills

    Giao việc cho trợ lý AI

    Vnstock MCP vận hành cục bộ ngay trên máy cá nhân, đóng vai trò cầu nối để trợ lý AI gọi trực tiếp bộ thư viện Vnstock (không phải dịch vụ MCP trực tuyến chỉ nạp dữ liệu); Agent Skills giúp tác nhân AI viết đúng hàm và đúng tham số trong môi trường lập trình. Bạn nêu việc bằng lời — từ chuẩn hoá, đối chiếu bảng mang từ nơi khác đến tính toán định lượng — rồi yêu cầu trợ lý xuất lại đoạn mã đã chạy thành script Python độc lập.

    Chat là giao diện. Code là bằng chứng.

    Tìm hiểu Vnstock MCP
    Câu nhắc
    Tính ROE và P/E theo năm của FPT bằng vnstock_quant,
    so với rủi ro của cổ phiếu này trong ba năm gần nhất.
    Cho tôi xem đoạn mã đã chạy để tôi lưu lại.

Cộng đồng thực hành

Không chỉ dùng công cụ, cùng nhau xây một cách làm

Một hệ sinh thái bền vững không chỉ có phần mềm. Nó cần tài liệu để tra cứu, bài viết để giải thích vì sao một cách làm có giá trị, và cộng đồng để người dùng trao đổi code, chỉ ra giới hạn rồi phát triển tiếp trên công việc của nhau.

Kiến thức có chỗ để tích luỹ

Tài liệu ghi cách dùng và ranh giới của từng công cụ. Blog đi sâu vào tư duy, thử nghiệm và những bài học phía sau đoạn mã. Cách làm vì thế không biến mất khi một phiên chat kết thúc.

Một hướng đi được cùng nhau phát triển

Cộng đồng kết nối những người muốn tự kiểm chứng và tự xây công cụ bằng Python, dữ liệu và AI. Mỗi người vẫn giữ phương pháp riêng, nhưng có chung ngôn ngữ để trao đổi, học hỏi và đóng góp những cách làm có thể kế thừa.

Vòng tuần hoàn này giữ cho hệ sinh thái tiếp tục lớn lên: công cụ tạo ra cách làm; tài liệu và blog giữ lại kiến thức; cộng đồng kiểm tra, trao đổi và phát triển tiếp; những cách làm tốt lại trở thành điểm tựa cho người đến sau.

Dùng bản nào

Bắt đầu với bản Cộng đồng, đăng ký gói quyền sử dụng khi bộ công cụ đã thành một phần công việc của bạn

vnstock, vnstock_quant và Vnstock MCP có bản Cộng đồng, miễn phí cho cá nhân, học tập và nghiên cứu. vnstock_news và vnstock_pipeline được mở theo gói quyền sử dụng. Khoản thanh toán giúp duy trì các thư viện được bảo trì ở trạng thái tốt nhất và không ngừng phát triển; tài liệu từng thư viện ghi rõ giới hạn và khả năng của từng phiên bản.

Xem các cấp quyền sử dụng

Nguyên tắc vận hành

Ba nguyên tắc khi vận hành quy trình trên máy bạn

  • Tách bạch công cụ phần mềm và nguồn dữ liệu đầu vào

    Các thư viện tính toán định lượng (vnstock_quant), tự động hoá lưu trữ (vnstock_pipeline), cầu nối AI cục bộ (vnstock_mcp) và kỹ năng AI được Vnstock trực tiếp cấp quyền để bạn dùng trên bất kỳ dữ liệu nào. Riêng khi truy xuất nguồn ngoài qua vnstock hoặc vnstock_news, dữ liệu tuân theo điều kiện của từng nguồn.

  • Thực thi và lưu trữ trên hạ tầng bạn chọn

    Mọi lệnh xử lý, cơ sở dữ liệu cục bộ và nhật ký phiên đều chạy trên máy tính hoặc máy chủ của bạn; Vnstock không vận hành kho dữ liệu thị trường trung gian.

  • Phục vụ nghiên cứu độc lập và có thể kiểm chứng

    Hệ sinh thái cung cấp công thức minh bạch và đoạn mã tái lập để bạn tự kiểm định giả thuyết, không đưa ra tư vấn hay khuyến nghị mua bán.

Chi tiết về quyền sử dụng phần mềm theo từng cấp và phạm vi các nguồn dữ liệu được hỗ trợ xem tại Giấy phép sử dụng, trang nguồn dữ liệu và trang hợp tác.

Bắt đầu từ bước một

Cài thư viện và chạy truy vấn đầu tiên, rồi thêm từng bước khi bạn cần. Muốn xem người khác đã dựng gì từ bộ công cụ này, ghé trang chia sẻ của cộng đồng.