Tổng quan nghiên cứu

Năm 2018, thị trường chứng khoán Việt Nam (TTCK VN) chứng kiến nhiều biến động mạnh với chỉ số VN-INDEX đạt đỉnh lịch sử 1204.33 điểm vào ngày 9/4/2018, sau đó giảm sâu xuống mức thấp nhất trong năm là 880.85 điểm vào ngày 30/10/2018, tương ứng mức giảm khoảng 25%. Sự biến động này chịu ảnh hưởng lớn từ các yếu tố vĩ mô toàn cầu, đặc biệt là chiến tranh thương mại Mỹ-Trung Quốc và chính sách tăng lãi suất của Cục Dự trữ Liên bang Mỹ (FED). Trong bối cảnh đó, việc dự báo chính xác chỉ số thị trường chứng khoán trở thành một nhiệm vụ quan trọng nhằm hỗ trợ các nhà đầu tư và nhà quản lý quỹ trong việc ra quyết định.

Mục tiêu nghiên cứu của luận văn là ứng dụng mô hình mạng thần kinh nhân tạo (Artificial Neural Network - ANN) kết hợp phương pháp lai ghép giữa phân tích kỹ thuật và phân tích cơ bản để dự báo chỉ số VN-INDEX năm 2018, đồng thời kiểm định độ chính xác của phương pháp này so với phương pháp phân tích kỹ thuật thuần túy. Nghiên cứu tập trung vào việc đưa vào mô hình biến tác động của chiến tranh thương mại Mỹ-Trung Quốc như một nhân tố vĩ mô quan trọng nhằm nâng cao hiệu quả dự báo.

Phạm vi nghiên cứu bao gồm dữ liệu giao dịch của chỉ số VN-INDEX trong năm 2018 và dự báo cho năm 2019 tại thị trường chứng khoán Việt Nam. Ý nghĩa nghiên cứu thể hiện qua việc cải thiện độ chính xác dự báo chỉ số chứng khoán, giúp các nhà đầu tư và nhà phân tích có công cụ hỗ trợ hiệu quả hơn trong bối cảnh thị trường biến động phức tạp.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

  • Lý thuyết định giá kinh doanh chênh lệch (Arbitrage Pricing Theory - APT): Giải thích mối quan hệ giữa tỷ suất sinh lời kỳ vọng của chứng khoán và các nhân tố kinh tế vĩ mô như lạm phát, lãi suất, tỷ giá hối đoái, giá vàng, cung tiền, tăng trưởng kinh tế, tỷ suất sinh lợi của các thị trường chứng khoán thế giới và giá dầu. APT cho phép xây dựng mô hình dự báo dựa trên các nhân tố này.

  • Lý thuyết thị trường hiệu quả (Efficient Market Hypothesis - EMH): Khẳng định rằng giá chứng khoán phản ánh đầy đủ thông tin hiện có, do đó việc dự báo giá chứng khoán là thách thức lớn. Tuy nhiên, mô hình ANN với khả năng học và xử lý phi tuyến có thể khai thác các mối quan hệ phức tạp trong dữ liệu.

  • Mạng thần kinh nhân tạo (Artificial Neural Network - ANN): Mô phỏng cấu trúc và chức năng của bộ não con người, ANN có khả năng học từ dữ liệu lớn, phát hiện các mẫu phức tạp và phi tuyến trong dữ liệu tài chính. Mô hình mạng nhiều lớp với thuật toán lan truyền ngược (Backpropagation) được sử dụng để huấn luyện và dự báo chỉ số chứng khoán.

  • Phân tích kỹ thuật và phân tích cơ bản: Phân tích kỹ thuật dựa trên các chỉ số giá mở cửa, đóng cửa, cao nhất, thấp nhất và khối lượng giao dịch; phân tích cơ bản dựa trên các biến vĩ mô như tác động chiến tranh thương mại Mỹ-Trung Quốc, lãi suất, lạm phát.

Phương pháp nghiên cứu

  • Nguồn dữ liệu: Dữ liệu giao dịch chỉ số VN-INDEX trong năm 2018, bao gồm giá mở cửa, đóng cửa, cao nhất, thấp nhất, khối lượng giao dịch, cùng biến tác động chiến tranh thương mại Mỹ-Trung Quốc được mã hóa thành các trạng thái (1: tin tốt, 0: bình thường, -1: tin xấu).

  • Cỡ mẫu và chọn mẫu: Toàn bộ dữ liệu giao dịch trong năm 2018 được sử dụng làm mẫu huấn luyện và kiểm thử mô hình. Dữ liệu năm 2019 được dùng để dự báo và đánh giá mô hình.

  • Phương pháp phân tích: Áp dụng mô hình mạng thần kinh nhân tạo nhiều lớp với thuật toán lan truyền ngược (Backpropagation). Phương pháp lai ghép kết hợp biến kỹ thuật và biến phân tích cơ bản được so sánh với phương pháp chỉ sử dụng biến kỹ thuật.

  • Timeline nghiên cứu: Thu thập và xử lý dữ liệu năm 2018, huấn luyện và kiểm thử mô hình trong năm 2018, dự báo và đánh giá mô hình trên dữ liệu năm 2019.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  • Phát hiện 1: Mô hình ANN với phương pháp lai ghép (kết hợp biến kỹ thuật và biến tác động chiến tranh thương mại Mỹ-Trung Quốc) cho kết quả dự báo chính xác hơn so với mô hình chỉ sử dụng biến kỹ thuật. Mô hình 10-18-1 đạt độ chính xác cao nhất với sai số dự báo trung bình gần bằng 0 và tần suất sai số dưới 1% chiếm ưu thế.

  • Phát hiện 2: Chỉ số VN-INDEX năm 2018 biến động mạnh với mức giảm khoảng 25% từ đỉnh 1204.33 điểm xuống 880.85 điểm, phản ánh tác động tiêu cực của chiến tranh thương mại và chính sách tiền tệ thắt chặt toàn cầu.

  • Phát hiện 3: Dự báo chỉ số VN-INDEX năm 2019 bằng mô hình lai ghép ANN 10-18-1 cho thấy hình dạng đồ thị dự báo tương đồng cao với dữ liệu thực tế, chứng tỏ mô hình có khả năng dự báo hiệu quả trong điều kiện thị trường biến động.

  • Phát hiện 4: So sánh các cấu hình mạng khác nhau cho thấy mô hình lai ghép luôn vượt trội hơn mô hình thuần kỹ thuật về độ chính xác và khả năng phản ánh biến động thực tế của thị trường.

Thảo luận kết quả

Nguyên nhân chính của sự cải thiện độ chính xác dự báo là do việc bổ sung biến tác động chiến tranh thương mại Mỹ-Trung Quốc vào mô hình, giúp mô hình ANN nắm bắt được các yếu tố vĩ mô quan trọng ảnh hưởng đến tâm lý và hành vi nhà đầu tư. Kết quả này phù hợp với các nghiên cứu trước đây về ảnh hưởng của các biến vĩ mô đến thị trường chứng khoán.

So với các phương pháp truyền thống như mô hình chuỗi thời gian hay hồi quy, ANN với phương pháp lai ghép thể hiện ưu thế vượt trội nhờ khả năng xử lý phi tuyến và học từ dữ liệu lớn. Dữ liệu có thể được trình bày qua các biểu đồ so sánh giữa giá trị thực tế và giá trị dự báo của các mô hình, minh họa rõ sự phù hợp và sai số dự báo.

Ý nghĩa của kết quả nghiên cứu là cung cấp một công cụ dự báo hiệu quả cho các nhà phân tích và nhà đầu tư, đặc biệt trong bối cảnh thị trường chịu ảnh hưởng mạnh từ các yếu tố vĩ mô phức tạp và biến động nhanh.

Đề xuất và khuyến nghị

  • Áp dụng mô hình lai ghép ANN: Khuyến nghị các tổ chức tài chính và nhà phân tích sử dụng mô hình mạng thần kinh nhân tạo kết hợp biến kỹ thuật và biến phân tích cơ bản để nâng cao độ chính xác dự báo chỉ số chứng khoán, đặc biệt trong ngắn hạn.

  • Tự động hóa thu thập dữ liệu: Phát triển hệ thống tự động thu thập và xử lý dữ liệu biến tác động vĩ mô như chiến tranh thương mại từ các nguồn Big Data để giảm thiểu tính chủ quan và nâng cao tính khách quan của mô hình.

  • Mở rộng biến đầu vào: Bổ sung thêm các biến vĩ mô khác theo lý thuyết APT như lạm phát, lãi suất, tỷ giá hối đoái, giá vàng, cung tiền, tăng trưởng kinh tế để hoàn thiện mô hình dự báo trong các nghiên cứu tiếp theo.

  • Đào tạo và nâng cao năng lực: Tổ chức các khóa đào tạo về ứng dụng trí tuệ nhân tạo và mạng thần kinh nhân tạo cho các nhà phân tích tài chính nhằm nâng cao khả năng khai thác và vận dụng công nghệ mới trong dự báo thị trường.

  • Theo dõi và cập nhật mô hình: Định kỳ đánh giá và cập nhật mô hình dự báo dựa trên dữ liệu mới và biến động thị trường để đảm bảo mô hình luôn phản ánh chính xác thực trạng thị trường.

Đối tượng nên tham khảo luận văn

  • Nhà đầu tư cá nhân và tổ chức: Giúp hiểu rõ hơn về các yếu tố ảnh hưởng đến thị trường chứng khoán Việt Nam và áp dụng mô hình dự báo để ra quyết định đầu tư hiệu quả.

  • Nhà phân tích tài chính và quản lý quỹ: Cung cấp công cụ dự báo chính xác hơn, hỗ trợ trong việc xây dựng chiến lược đầu tư và quản lý rủi ro.

  • Giảng viên và sinh viên ngành Tài chính – Ngân hàng: Là tài liệu tham khảo quý giá về ứng dụng mạng thần kinh nhân tạo trong dự báo tài chính, đồng thời cập nhật các phương pháp nghiên cứu hiện đại.

  • Cơ quan quản lý và hoạch định chính sách: Hỗ trợ đánh giá tác động của các yếu tố vĩ mô như chiến tranh thương mại đến thị trường tài chính, từ đó xây dựng chính sách phù hợp nhằm ổn định thị trường.

Câu hỏi thường gặp

  1. Mạng thần kinh nhân tạo (ANN) là gì và tại sao được sử dụng trong dự báo chứng khoán?
    ANN là mô hình máy học mô phỏng cấu trúc bộ não con người, có khả năng học và xử lý dữ liệu phi tuyến phức tạp. Trong chứng khoán, ANN giúp phát hiện các mẫu ẩn trong dữ liệu lớn, nâng cao độ chính xác dự báo.

  2. Phương pháp lai ghép trong nghiên cứu này gồm những gì?
    Phương pháp lai ghép kết hợp biến kỹ thuật (giá mở cửa, đóng cửa, cao nhất, thấp nhất, khối lượng) và biến phân tích cơ bản (tác động chiến tranh thương mại Mỹ-Trung Quốc) để xây dựng mô hình dự báo.

  3. Tại sao biến tác động chiến tranh thương mại Mỹ-Trung Quốc lại quan trọng?
    Chiến tranh thương mại ảnh hưởng trực tiếp đến dòng vốn và tâm lý nhà đầu tư toàn cầu, gây biến động mạnh trên thị trường chứng khoán Việt Nam, do đó đưa biến này vào mô hình giúp dự báo chính xác hơn.

  4. Mô hình ANN có thể áp dụng cho các thị trường khác không?
    Có, ANN là mô hình linh hoạt có thể được điều chỉnh và áp dụng cho nhiều thị trường tài chính khác nhau với dữ liệu phù hợp.

  5. Độ chính xác của mô hình dự báo được đánh giá như thế nào?
    Độ chính xác được đánh giá qua sai số dự báo trung bình, tần suất sai số nhỏ hơn 1%, và sự tương đồng giữa đồ thị dự báo và dữ liệu thực tế. Mô hình lai ghép ANN 10-18-1 đạt độ chính xác cao nhất trong nghiên cứu.

Kết luận

  • Mô hình mạng thần kinh nhân tạo (ANN) kết hợp phương pháp lai ghép giữa phân tích kỹ thuật và phân tích cơ bản nâng cao đáng kể độ chính xác dự báo chỉ số VN-INDEX.

  • Biến tác động chiến tranh thương mại Mỹ-Trung Quốc là nhân tố vĩ mô quan trọng ảnh hưởng mạnh đến thị trường chứng khoán Việt Nam năm 2018.

  • Mô hình ANN 10-18-1 cho kết quả dự báo năm 2019 tương đồng cao với dữ liệu thực tế, chứng tỏ tính ứng dụng thực tiễn của phương pháp.

  • Nghiên cứu đề xuất mở rộng thêm các biến vĩ mô khác và tự động hóa thu thập dữ liệu để nâng cao hiệu quả mô hình trong tương lai.

  • Khuyến nghị các nhà đầu tư, nhà phân tích và cơ quan quản lý áp dụng mô hình này để cải thiện khả năng dự báo và ra quyết định trong thị trường tài chính biến động.

Hành động tiếp theo là triển khai ứng dụng mô hình trong thực tế đầu tư và nghiên cứu mở rộng để hoàn thiện công cụ dự báo, góp phần phát triển thị trường chứng khoán Việt Nam bền vững.