Nghiên Cứu Dự Báo Giá Cổ Phiếu Bằng Phương Pháp Học Sâu (Deep Learning): Thực Nghiệm Với Mô Hình LSTM Và SVR

Tóm tắt nghiên cứu (Research Summary)

Nghiên cứu "Dự Báo Chứng Khoán Sử Dụng Phương Pháp Học Sâu" do nhóm nghiên cứu Khoa Hệ thống Thông tin Quản lý – Học viện Ngân hàng thực hiện, tập trung giải quyết câu hỏi nghiên cứu cốt lõi: Liệu các kiến trúc học sâu tiên tiến, cụ thể là mạng nơ-ron hồi quy có bộ nhớ dài-ngắn hạn (LSTM - Long Short-Term Memory), có thể vượt qua các mô hình học máy truyền thống (SVR) trong việc dự báo giá đóng cửa chuỗi thời gian của thị trường chứng khoán hay không?

                                     [Tiền xử lý]
                                   (Cửa sổ trượt 3D)
                                    [Đánh giá sai số]
                                    (RMSE & Loss Curves)

Phương pháp nghiên cứu được triển khai thông qua việc thu thập, tiền xử lý và chuẩn hóa chuỗi dữ liệu tài chính lịch sử nhiều năm của ba mã cổ phiếu đại diện: VCB (Vietcombank), TCB (Techcombank) trên thị trường Việt Nam và AAPL (Apple Inc.) trên thị trường quốc tế (NASDAQ). Dữ liệu được tái cấu trúc thông qua kỹ thuật cửa sổ trượt (sliding window) đa chiều để huấn luyện hai mô hình đối trọng: Support Vector Regression (SVR) đại diện cho học máy truyền thống và LSTM đại diện cho học sâu.

Kết quả thực nghiệm khẳng định mạng LSTM vượt trội rõ rệt về độ chính xác dự báo, thể hiện qua chỉ số sai số toàn phương trung bình (RMSE) thấp hơn đáng kể và khả năng mô phỏng sát sao các bước ngoặt phi tuyến tính của thị trường so với SVR. Phát hiện này mang lại hàm ý thực tiễn quan trọng: chứng minh tính ứng dụng cao của học sâu trong việc hỗ trợ ra quyết định đầu tư định lượng, loại bỏ yếu tố tâm lý cảm tính và cung cấp công cụ dự báo đáng tin cậy cho các nhà quản lý quỹ cũng như cơ quan điều hành thị trường.

Bối cảnh và tầm quan trọng (Context & Significance)

Thị trường chứng khoán đóng vai trò huyết mạch trong việc dẫn vốn cho nền kinh tế, song đây là một hệ thống phi tuyến tính cao, chịu sự tác động đồng thời của vô số biến số kinh tế vĩ mô, hiệu quả kinh doanh của doanh nghiệp và tâm lý phức tạp của các nhà đầu tư. Trong nhiều thập kỷ, hai trường phái phân tích truyền thống giữ vị trí thống trị:

  • Phân tích cơ bản (Fundamental Analysis): Tập trung vào báo cáo tài chính và các chỉ số định giá (P/E, P/B, ROE) – phù hợp với tầm nhìn dài hạn nhưng đòi hỏi chi phí xử lý thông tin khổng lồ và thiếu tính tức thời trong ngắn hạn.
  • Phân tích kỹ thuật (Technical Analysis): Dựa trên lịch sử giá, khối lượng và các chỉ báo dao động (MACD, RSI, Bollinger Bands) – mang tính trực quan nhưng thường chịu ảnh hưởng nặng nề bởi tính chủ quan và thiên kiến cảm xúc của người phân tích.

Bên cạnh đó, các lý thuyết tài chính kinh điển như Giả thuyết Thị trường Hiệu quả (EMH) và Mô hình Bước đi Ngẫu nhiên (Random Walk Theory) từng lập luận rằng biến động giá phản ánh tức thì mọi thông tin nên không thể dự báo nhằm tìm kiếm lợi nhuận siêu ngạch. Tuy nhiên, sự phát triển vượt bậc của Trí tuệ Nhân tạo (AI) và Khoa học Dữ liệu trong kỷ nguyên Cách mạng Công nghiệp 4.0 đã mở ra hướng đi mới, chứng minh chuỗi thời gian tài chính chứa đựng những cấu trúc mẫu phức tạp có thể khai phá được.

Khảo sát thư viện khoa học quốc tế DBLP ghi nhận hơn 88 công trình nghiên cứu từ năm 2015 đến 2020 ứng dụng học sâu trong dự báo chứng khoán, trong đó mạng LSTM chiếm tới 43,18%. Ngược lại, tại Việt Nam, các nghiên cứu đa phần vẫn dừng lại ở các mô hình kinh tế lượng cổ điển như GARCH/EGARCH hoặc mạng nơ-ron nông (ANN), chưa có nhiều công trình đánh giá toàn diện mô hình học sâu trên dữ liệu thực tế kéo dài qua nhiều chu kỳ kinh tế. Trong bối cảnh số lượng tài khoản chứng khoán cá nhân tại Việt Nam tăng trưởng bùng nổ, việc nghiên cứu và xây dựng một khung dự báo tự động, có độ chính xác cao bằng học sâu là một yêu cầu cấp thiết, mở ra tiềm năng lớn cho các hệ thống giao dịch thuật toán (Algorithmic Trading) và cố vấn tài chính tự động (Robo-advisors).

Methodology và Phương pháp tiếp cận (Methodology & Approach)

Nghiên cứu áp dụng quy trình thực nghiệm định lượng chuẩn mực với thiết kế nghiên cứu so sánh đối chuẩn (Benchmark Comparison), bao gồm các giai đoạn xử lý khép kín:

1. Thu thập và đặc tả dữ liệu

Nghiên cứu sử dụng tập dữ liệu chuỗi thời gian nhật ký giao dịch thực tế từ các nguồn tài chính uy tín, bao gồm 5 trường thuộc tính cốt lõi (OHLCV): Giá mở cửa (Open), Giá cao nhất (High), Giá thấp nhất (Low), Giá đóng cửa (Close) và Khối lượng giao dịch (Volume).

  • Mã cổ phiếu VCB: Dữ liệu kéo dài gần 12 năm (30/06/2009 – 28/05/2021) với gần 3.000 phiên giao dịch.
  • Mã cổ phiếu AAPL: Dữ liệu tương ứng từ 30/06/2009 đến 27/05/2021 (gần 3.000 phiên).
  • Mã cổ phiếu TCB: Dữ liệu từ ngày niêm yết 06/04/2018 đến 05/05/2021 (hơn 700 phiên).

2. Kỹ thuật tiền xử lý dữ liệu và Cửa sổ trượt (Sliding Window)

Chuỗi thời gian tài chính có tính chất phi dừng (non-stationary) và biên độ dao động lớn. Nhóm tác giả triển khai quy trình:

  • Chuẩn hóa dữ liệu (Min-Max Scaling): Đưa toàn bộ giá trị về đoạn $[0, 1]$ nhằm loại bỏ độ lệch thang đo và tăng tốc độ hội tụ của thuật toán tối ưu.
  • Tạo lập cửa sổ trượt: Dữ liệu lịch sử được chuyển đổi từ định dạng bảng hai chiều sang cấu trúc tensor ba chiều (Samples, Time Steps, Features). Kích thước cửa sổ trượt được thiết kế để nắm bắt ngữ cảnh biến động của $k$ ngày giao dịch liền trước nhằm dự báo giá đóng cửa cho ngày $t+1$.

3. Cấu trúc mô hình phân tích

  • Hồi quy Véc-tơ Hỗ trợ (SVR): Sử dụng hàm nhân phi tuyến RBF (Radial Basis Function) và hàm mất mát $\varepsilon$-insensitive. SVR tìm kiếm một siêu phẳng tối ưu trong không gian đặc trưng nhiều chiều sao cho sai số dự báo nằm trong giới hạn dung sai $\varepsilon$, đồng thời cực tiểu hóa độ phức tạp mô hình để tránh hiện tượng quá khớp (overfitting).
  • Mạng nơ-ron LSTM (Long Short-Term Memory): Kiến trúc nơ-ron hồi quy chuyên biệt có khả năng khắc phục triệt để vấn đề suy giảm đạo hàm (vanishing gradient) của RNN truyền thống. LSTM điều tiết dòng thông tin thông qua ba cổng logic:
    1. Cổng quên (Forget Gate): Loại bỏ các thông tin quá khứ không còn giá trị.
    2. Cổng vào (Input Gate): Bổ sung và cập nhật thông tin mới vào trạng thái ô (Cell State).
    3. Cổng ra (Output Gate): Quyết định giá trị đầu ra tại bước thời gian hiện tại dựa trên trạng thái ô đã lọc.

4. Đánh giá độ tin cậy và kiểm chuẩn

Mô hình được phân chia theo tỷ lệ 80% dữ liệu huấn luyện (Training Set) và 20% dữ liệu kiểm tra độc lập (Testing Set). Độ chính xác và khả năng tổng quát hóa được kiểm định chéo thông qua các chỉ số đo lường sai số: Sai số bình phương trung bình (MSE) và Căn bậc hai sai số bình phương trung bình (RMSE), đồng thời theo dõi sát sao biểu đồ tương quan giữa Training Loss và Validation Loss qua từng epoch.

Phát hiện chính (Key Findings)

Thực nghiệm trên ba bộ dữ liệu đa dạng đã mang lại những kết quả có ý nghĩa khoa học và thực tiễn cao:

       SO SÁNH SAI SỐ RMSE TRÊN TẬP KIỂM TRA (GIÁ TRỊ THẤP HƠN LÀ TỐT HƠN)
  =========================================================================
  Mã Cổ Phiếu      Mô Hình SVR (Machine Learning)      Mô Hình LSTM (Deep Learning)
  -------------------------------------------------------------------------
  TCB              Khoảng sai số lớn, độ trễ cao       RMSE tối ưu, bám sát bước ngoặt
  VCB              Dự báo phẳng, chậm nhịp đảo chiều   RMSE thấp vượt trội, khớp đỉnh/đáy
  AAPL             Sai lệch đáng kể tại vùng đỉnh mới  RMSE tối ưu, mô phỏng mượt mà
  =========================================================================

1. Mạng LSTM thể hiện ưu thế vượt trội so với SVR

Trên toàn bộ các bộ dữ liệu thử nghiệm (TCB, VCB, AAPL), mô hình học sâu LSTM đạt chỉ số RMSE thấp hơn rõ rệt so với SVR. Trong khi SVR gặp khó khăn trong việc bắt kịp những đợt sóng điều chỉnh đột ngột hoặc các chu kỳ tăng trưởng dốc đứng, LSTM mô phỏng mượt mà quỹ đạo biến động thực tế của giá đóng cửa.

2. Sự khác biệt về khả năng thích ứng với độ dài dữ liệu

  • Với bộ dữ liệu dài hạn (~3.000 phiên của VCB và AAPL): LSTM phát huy tối đa năng lực học sâu khi các cổng nhớ dài hạn trích xuất hiệu quả các yếu tố chu kỳ kinh tế và xu hướng vĩ mô kéo dài qua nhiều năm. Quá trình hội tụ của hàm mất mát (Loss curves) diễn ra ổn định, sai số kiểm định giảm dần và duy trì khoảng cách tối thiểu với sai số huấn luyện.
  • Với bộ dữ liệu ngắn hơn (~700 phiên của TCB): Mặc dù kích thước mẫu hạn chế hơn, LSTM vẫn thể hiện khả năng thích ứng vượt bậc so với SVR nhờ cơ chế điều tiết trạng thái ô, giảm thiểu hiện tượng nhiễu cục bộ trong ngắn hạn.

3. Cơ chế trễ (Lag Effect) và sự suy giảm hiệu năng của SVR

Thực nghiệm chỉ ra một hạn chế cố hữu của thuật toán SVR khi đối mặt với dữ liệu chuỗi thời gian phi tuyến cao: dự báo của SVR có xu hướng tạo ra một đường cong bị "trễ pha" (phẳng hóa và đi sau giá thực tế một vài phiên). Hiện tượng này khiến SVR thất bại trong việc phát tín hiệu cảnh báo sớm tại các vùng đỉnh hoặc đáy đảo chiều quan trọng. Ngược lại, cấu trúc nơ-ron hồi quy của LSTM phản ứng linh hoạt và khớp chính xác các điểm uốn của chuỗi giá.

4. Bác bỏ tính tuyệt đối của Giả thuyết Thị trường Hiệu quả (EMH)

Kết quả nghiên cứu thực nghiệm là bằng chứng thực tế chứng minh rằng: dữ liệu chuỗi thời gian giá chứng khoán trong quá khứ chứa đựng các mẫu hình có tính quy luật nội tại. Việc áp dụng kiến trúc mạng nơ-ron sâu được tinh chỉnh tham số chuẩn xác có khả năng bóc tách các mẫu hình này, đưa ra dự báo xu hướng với độ tin cậy vượt xa mức phân phối ngẫu nhiên ($>50%$) mà lý thuyết cổ điển từng quy định.

Đóng góp khoa học và Hàm ý thực tiễn (Contributions & Implications)

                            CÁC TRỤ CỘT ĐÓNG GÓP CỦA ĐỀ TÀI

Đóng góp về mặt lý thuyết và phương pháp luận

  • Bổ sung khoảng trống học thuật tại Việt Nam: Đề tài là một trong những công trình tiên phong áp dụng chuyên sâu kiến trúc học sâu LSTM trên dữ liệu thị trường chứng khoán Việt Nam (đặc biệt là nhóm cổ phiếu ngân hàng vốn hóa lớn như VCB, TCB), tạo lập cơ sở dữ liệu đối chuẩn quan trọng cho các nghiên cứu sinh và học giả trong nước.
  • Chuẩn hóa quy trình kỹ thuật: Nghiên cứu thiết lập một quy trình tiền xử lý dữ liệu hoàn chỉnh, từ bước làm sạch dữ liệu đa thuộc tính OHLCV, chuyển đổi không gian tensor 3 chiều với kỹ thuật cửa sổ trượt, đến quy trình tối ưu hóa siêu tham số của mạng nơ-ron hồi quy.

Ứng dụng thực tiễn trong ngành tài chính – chứng khoán

  • Phát triển hệ thống giao dịch tự động: Kiến trúc mô hình LSTM được đề xuất có thể tích hợp trực tiếp vào các hệ thống Bot giao dịch định lượng (Quant Trading), giúp tự động hóa việc tính toán tín hiệu điểm mua/bán tối ưu trong ngắn hạn.
  • Xây dựng giải pháp Robo-advisor: Cung cấp động cơ phân tích dự báo khách quan cho các công ty chứng khoán, hỗ trợ nhà đầu tư cá nhân thiết lập chiến lược quản trị rủi ro danh mục, giảm thiểu tổn thất bắt nguồn từ các quyết định giao dịch theo cảm tính hay hội chứng FOMO.

Hàm ý chính sách và điều tiết vĩ mô

Cung cấp cho Ủy ban Chứng khoán Nhà nước và các cơ quan điều hành một công cụ định lượng hỗ trợ nhận diện sớm các chu kỳ biến động bất thường, nâng cao năng lực giám sát tính minh bạch và ổn định của thị trường tài chính quốc gia.

Đối tượng quan tâm và Giá trị mang lại (Target Audience)

Câu hỏi thường gặp (FAQ)

1. Phát hiện quan trọng nhất của công trình nghiên cứu này là gì?

Nghiên cứu khẳng định mạng học sâu LSTM vượt trội hoàn toàn so với mô hình học máy SVR trong việc dự báo giá cổ phiếu. LSTM giải quyết xuất sắc bài toán ghi nhớ phụ thuộc dài hạn và mô phỏng chính xác các biến động phi tuyến tính phức tạp của thị trường chứng khoán Việt Nam và quốc tế.

2. Kỹ thuật tiền xử lý dữ liệu nào đóng vai trò then chốt trong nghiên cứu?

Kỹ thuật Cửa sổ trượt (Sliding Window) kết hợp Min-Max Scaling là yếu tố mang tính quyết định. Kỹ thuật này tái cấu trúc dữ liệu chuỗi thời gian phẳng thành dạng tensor 3 chiều (Samples, Time Steps, Features), cho phép mô hình học được ngữ cảnh biến động liên tục của $k$ ngày trước đó để đưa ra dự báo chính xác cho ngày kế tiếp.

3. Kết quả của nghiên cứu có thể khái quát hóa (generalize) cho các nhóm ngành khác không?

Có. Nghiên cứu đã kiểm định thành công trên cả nhóm ngành tài chính - ngân hàng trong nước (VCB, TCB) và nhóm công nghệ dẫn dắt thị trường toàn cầu (AAPL). Khung thuật toán LSTM có thể áp dụng tương thích cho các chỉ số thị trường chung (VN-Index, VN30, S&P 500) hoặc các mã cổ phiếu thuộc các ngành sản xuất, bất động sản, bán lẻ.

4. Đâu là bước phát triển tiếp theo (Next Steps) cho hướng nghiên cứu này?

Các hướng mở rộng tiềm năng bao gồm:

  1. Xây dựng mô hình lai CNN-LSTM (sử dụng CNN trích xuất đặc trưng không gian và LSTM xử lý chuỗi thời gian).
  2. Tích hợp phân tích sắc thái cảm xúc (Sentiment Analysis) từ tin tức báo chí và mạng xã hội bằng mô hình xử lý ngôn ngữ tự nhiên (NLP).
  3. Ứng dụng các kiến trúc tân tiến như Transformer (Temporal Fusion Transformer).

5. Mô hình này có thể thay thế hoàn toàn chuyên viên tư vấn đầu tư hay không?

Không. Mô hình đóng vai trò là một công cụ hỗ trợ ra quyết định định lượng (Decision Support System) đắc lực, giúp loại trừ thiên kiến tâm lý cảm tính. Mô hình phát huy hiệu quả cao nhất khi được kết hợp hài hòa với đánh giá chuyên sâu về bối cảnh vĩ mô và phân tích cơ bản của các chuyên gia giàu kinh nghiệm.

Kết luận (Conclusion)

Công trình nghiên cứu "Dự Báo Chứng Khoán Sử Dụng Phương Pháp Học Sâu" của nhóm tác giả Khoa Hệ thống Thông tin Quản lý – Học viện Ngân hàng đã chứng minh thành công tính ưu việt của mạng nơ-ron hồi quy LSTM trong lĩnh vực dự báo tài chính. Bằng việc thực nghiệm nghiêm ngặt trên chuỗi dữ liệu thực tế của VCB, TCB và AAPL, nghiên cứu đã khẳng định học sâu là lời giải tối ưu cho bài toán phi tuyến tính của thị trường chứng khoán, vượt xa các thuật toán học máy truyền thống như SVR.

Trong tương lai, việc kết hợp mô hình LSTM với dữ liệu phi cấu trúc (tin tức thị trường, sắc thái mạng xã hội) và kiến trúc Transformer hứa hẹn sẽ nâng tầm độ chính xác của các hệ thống đầu tư định lượng. Đây là tài liệu tham khảo giá trị cho các nhà nghiên cứu, tổ chức tài chính và nhà đầu tư đang tìm kiếm các giải pháp công nghệ mang tính đột phá trong kỷ nguyên tài chính số.