Dự báo Dữ Liệu Chuỗi Thời Gian Sử Dụng Mô Hình Lai Ghép GAN và ARIMA

Nghiên cứu mô hình lai ghép GAN và ARIMA trong dự báo chuỗi thời gian. Tìm hiểu phương pháp lựa chọn tham số và đánh giá hiệu quả mô hình.

• Tác giả: Nguyễn Thanh Tuấn
• Người hướng dẫn: TS. Nguyễn Thành Sơn
• Trường học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Kỹ Thuật Dữ Liệu
• Đề tài: Dự Báo Dữ Liệu Chuỗi Thời Gian Sử Dụng Mô Hình Lai Ghép Gan Và Arima
• Loại tài liệu: Đồ án tốt nghiệp
• Năm xuất bản: 2024
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• 1. PHẦN 1: MỞ ĐẦU
• 1.1. LÝ DO CHỌN ĐỀ TÀI
• 1.2. ĐỐI TƯỢNG NGHIÊN CỨU
• 1.3. MỤC TIÊU NGHIÊN CỨU
• 1.4. NHIỆM VỤ NGHIÊN CỨU
• 1.5. GIỚI HẠN ĐỀ TÀI
• 2. PHẦN 2: NỘI DUNG
• 2. CHƯƠNG 1: CÁC KIẾN THỨC CƠ BẢN
• 1.1. TỔNG QUAN VỀ DỰ BÁO CHUỖI THỜI GIAN
• 1.2. TỔNG QUAN VỀ CHUỖI DỪNG
• 1.3. TỔNG QUAN VỀ MÔ HÌNH LAI GHÉP
• 1.4. CÁC CÔNG TRÌNH LIÊN QUAN
• 3. CHƯƠNG 2: MÔ HÌNH LAI GHÉP GAN VÀ ARIMA
• 2.1. TÌM HIỂU VỀ MÔ HÌNH THỐNG KÊ ARIMA
• 2.2. TÌM HIỂU CÁC PHƯƠNG PHÁP LỰA CHỌN THAM SỐ PDQ CỦA MÔ HÌNH ARIMA
• 2.3. MÔ HÌNH GENERATIVE ADVERSARIAL NETWORKS (GAN)
• 2.4. TÌM HIỂU CÁCH LAI GHÉP MÔ HÌNH GAN VÀ ARIMA
• 2.4.1. LAI GHÉP BẰNG MÔ HÌNH CỘNG
• 2.4.2. LAI GHÉP BẰNG MÔ HÌNH NHÂN
• 2.4.3. LAI GHÉP BẰNG MÔ HÌNH SONG SONG
• 4. CHƯƠNG 3: CÀI ĐẶT MÔ HÌNH
• 3.1. XỬ LÝ DỮ LIỆU
• 3.1.1. Tiền xử lý dữ liệu
• 3.1.2. Chia dữ liệu thành tập train và tập test
• 3.1.3. Tạo chuỗi huấn luyện, kiểm tra
• 3.1.4. Chuẩn hóa dữ liệu
• 3.1.5. Khử chuẩn hóa dữ liệu
• 3.1.6. Lấy chỉ mục của dữ liệu
• 3.2. MÔ HÌNH GAN
• 3.2.1. Xây dựng generator
• 3.2.2. Xây dựng discriminator
• 3.2.3. Xây dựng hàm tính loss generator
• 3.2.4. Xây dựng hàm tính loss discriminator
• 3.2.5. Huấn luyện mô hình gan
• 3.2.6. Tối ưu hóa mô hình gan
• 3.2.7. Kiểm thử mô hình gan
• 3.3. MÔ HÌNH ARIMA
• 3.3.1. Huấn luyện mô hình arima
• 3.3.2. Kiểm thử mô hình arima
• 3.4. MÔ HÌNH LAI GHÉP
• 3.4.1. Mô hình lai ghép cộng
• 3.4.2. Mô hình lai ghép nhân
• 3.4.3. Mô hình lai ghép song song
• 3.4.4. Kiểm thử mô hình lai ghép
• 5. CHƯƠNG 4: THỰC NGHIỆM VÀ ĐÁNH GIÁ KẾT QUẢ
• 4.1. MÔI TRƯỜNG THỰC NGHIỆM
• 4.2. DỮ LIỆU THỰC NGHIỆM
• 4.2.1. Dữ liệu thời tiết
• 4.2.2. Dữ liệu giá vàng
• 4.2.3. Dữ liệu dầu thô
• 4.2.4. Dữ liệu sản xuất bia
• 4.3. CÁC TIÊU CHÍ ĐÁNH GIÁ
• 4.4. CÁC TRƯỜNG HỢP THỰC NGHIỆM
• 4.5. KẾT QUẢ THỰC NGHIỆM
• 4.5.1. Kết quả thực nghiệm trên tập dữ liệu thời tiết
• 4.5.2. Kết quả thực nghiệm trên tập dữ liệu giá vàng
• 4.5.3. Kết quả thực nghiệm trên tập dữ liệu dầu thô
• 4.5.4. Kết quả thực nghiệm trên tập dữ liệu dữ liệu sản xuất bia
• 4.6. ĐÁNH GIÁ KẾT QUẢ
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Dự Báo Chuỗi Thời Gian Với Mô Hình GAN ARIMA

Dự báo chuỗi thời gian là một lĩnh vực quan trọng trong phân tích dữ liệu, với mục tiêu dự đoán các giá trị tương lai dựa trên các quan sát trong quá khứ. Các phương pháp truyền thống như phương pháp dự báo thống kê và mô hình ARIMA đã được sử dụng rộng rãi. Tuy nhiên, chúng thường gặp khó khăn trong việc xử lý các chuỗi thời gian phi tuyến tính và phức tạp. Gần đây, phương pháp học sâu trong dự báo, đặc biệt là mô hình GAN, đã chứng minh khả năng mạnh mẽ trong việc nắm bắt các đặc tính phức tạp của dữ liệu. Việc kết hợp mô hình GAN và mô hình ARIMA trong một mô hình lai ghép GAN-ARIMA hứa hẹn mang lại độ chính xác và hiệu quả cao hơn. Nghiên cứu này tập trung vào khám phá tiềm năng của mô hình GAN-ARIMA trong ứng dụng dự báo. Theo [4], dự đoán chuỗi thời gian là một phương pháp phân tích nhằm dự đoán giá trị của chuỗi trong tương lai.

1.1. Các Thành Phần Cơ Bản Của Chuỗi Thời Gian

Chuỗi thời gian thường bao gồm các thành phần như xu hướng (trend), tính thời vụ (seasonality), chu kỳ (cycle) và tính bất thường (irregularity). Việc hiểu rõ các thành phần này là rất quan trọng để lựa chọn thuật toán dự báo phù hợp. Xu hướng thể hiện hướng đi dài hạn của dữ liệu, trong khi tính thời vụ thể hiện sự lặp lại theo chu kỳ cố định. Chu kỳ có thể kéo dài hơn tính thời vụ và tính bất thường là các biến động ngẫu nhiên. Theo [5], xu hướng, tính thời vụ, chu kỳ, và tính bất thường là các yếu tố quan trọng trong chuỗi thời gian.

1.2. Thách Thức Trong Dự Báo Chuỗi Thời Gian Phức Tạp

Một trong những thách thức lớn nhất trong dự báo chuỗi thời gian là xử lý các chuỗi phi tuyến tính, không dừng (non-stationary) và chứa nhiều nhiễu. Các phương pháp truyền thống thường gặp khó khăn trong việc nắm bắt các mối quan hệ phức tạp này, dẫn đến sai số dự báo cao. Để giải quyết vấn đề này, các phương pháp học sâu trong dự báo, đặc biệt là các mô hình lai ghép, đang ngày càng được quan tâm.

II. Vấn Đề Hạn Chế Của Mô Hình ARIMA Trong Thực Tế

Mặc dù mô hình ARIMA là một công cụ mạnh mẽ để phân tích chuỗi thời gian và dự báo, nó có một số hạn chế nhất định, đặc biệt khi áp dụng vào các chuỗi thời gian phức tạp. Mô hình ARIMA hoạt động tốt nhất với các chuỗi thời gian tuyến tính và dừng. Tuy nhiên, nhiều chuỗi thời gian thực tế, như dự báo tài chính hoặc dự báo năng lượng, thể hiện các đặc tính phi tuyến tính và không dừng. Điều này có thể dẫn đến dự báo kém chính xác khi sử dụng mô hình ARIMA đơn thuần. Bên cạnh đó, việc xác định các tham số (p, d, q) tối ưu cho mô hình ARIMA cũng là một thách thức.

2.1. Tính Tuyến Tính Và Tính Dừng Của Dữ Liệu

Mô hình ARIMA giả định rằng dữ liệu là tuyến tính và dừng. Nếu dữ liệu không đáp ứng các điều kiện này, cần thực hiện các phép biến đổi, chẳng hạn như lấy sai phân để chuyển đổi chuỗi thành chuỗi dừng, hoặc sử dụng các phương pháp dự báo thống kê phức tạp hơn. Tuy nhiên, việc biến đổi dữ liệu có thể làm mất đi thông tin quan trọng.

2.2. Khó Khăn Trong Việc Xác Định Tham Số Tối Ưu

Việc xác định các tham số (p, d, q) tối ưu cho mô hình ARIMA đòi hỏi kiến thức chuyên môn và kinh nghiệm. Các phương pháp tự động hóa, như AIC và BIC, có thể được sử dụng, nhưng chúng không phải lúc nào cũng đưa ra kết quả tốt nhất. Việc tìm kiếm tham số tối ưu có thể tốn nhiều thời gian và công sức.

2.3. Xử Lý Các Chuỗi Thời Gian Phi Tuyến Tính

Nhiều chuỗi thời gian thực tế, đặc biệt là trong lĩnh vực tài chính và kinh tế, có các thành phần phi tuyến tính đáng kể. Mô hình ARIMA, vốn là một mô hình tuyến tính, không thể nắm bắt được các mối quan hệ phức tạp này, dẫn đến độ chính xác dự báo giảm. Do đó, cần có các phương pháp tiếp cận mạnh mẽ hơn, chẳng hạn như mô hình GAN, để mô hình hóa các thành phần phi tuyến tính của chuỗi thời gian.

III. Giải Pháp Lai Ghép GAN ARIMA Để Nâng Cao Dự Báo

Để khắc phục những hạn chế của mô hình ARIMA và tận dụng sức mạnh của mô hình GAN, một giải pháp hiệu quả là kết hợp hai mô hình này trong một mô hình lai ghép. Mô hình GAN có khả năng học các phân phối dữ liệu phức tạp và tạo ra các mẫu dữ liệu mới, trong khi mô hình ARIMA có thể nắm bắt các mối quan hệ tuyến tính trong chuỗi thời gian. Sự kết hợp này cho phép mô hình lai ghép GAN-ARIMA xử lý cả các thành phần tuyến tính và phi tuyến tính của chuỗi thời gian, cải thiện độ chính xác dự báo. Ưu điểm GAN-ARIMA là có khả năng học các đặc trưng phức tạp của dữ liệu.

3.1. Cơ Chế Hoạt Động Của Mô Hình Lai Ghép GAN ARIMA

Mô hình lai ghép GAN-ARIMA thường hoạt động theo hai giai đoạn chính. Đầu tiên, mô hình GAN được sử dụng để tạo ra các mẫu dữ liệu mới dựa trên dữ liệu lịch sử. Sau đó, mô hình ARIMA được huấn luyện trên dữ liệu gốc và dữ liệu được tạo ra bởi mô hình GAN. Cuối cùng, mô hình ARIMA được sử dụng để dự báo các giá trị tương lai.

3.2. Lợi Ích Của Việc Kết Hợp GAN Và ARIMA

Việc kết hợp mô hình GAN và mô hình ARIMA mang lại nhiều lợi ích. Mô hình GAN có thể giúp mô hình ARIMA học được các đặc tính phi tuyến tính của dữ liệu, trong khi mô hình ARIMA có thể cung cấp thông tin về xu hướng và tính thời vụ. Sự kết hợp này có thể cải thiện độ chính xác dự báo và giảm sai số dự báo.

IV. Hướng Dẫn Xây Dựng Mô Hình Lai Ghép GAN ARIMA Hiệu Quả

Để xây dựng một mô hình lai ghép GAN-ARIMA hiệu quả, cần tuân thủ một số bước quan trọng. Đầu tiên, cần chuẩn bị dữ liệu chuỗi thời gian, bao gồm làm sạch, chuẩn hóa và chia dữ liệu thành tập huấn luyện và tập kiểm tra. Tiếp theo, cần xây dựng và huấn luyện mô hình GAN và mô hình ARIMA riêng biệt. Cuối cùng, cần kết hợp hai mô hình này và đánh giá hiệu quả dự báo. Việc lựa chọn kiến trúc phù hợp cho Kiến trúc GAN và tham số cho mô hình ARIMA là rất quan trọng.

4.1. Các Bước Chuẩn Bị Dữ Liệu Chuỗi Thời Gian

Việc chuẩn bị dữ liệu là một bước quan trọng trong quá trình xây dựng mô hình lai ghép GAN-ARIMA. Cần làm sạch dữ liệu bằng cách xử lý các giá trị thiếu và các giá trị ngoại lai. Sau đó, cần chuẩn hóa dữ liệu để đảm bảo rằng tất cả các giá trị nằm trong một phạm vi nhất định. Cuối cùng, cần chia dữ liệu thành tập huấn luyện và tập kiểm tra để đánh giá hiệu quả dự báo.

4.2. Lựa Chọn Kiến Trúc Và Tham Số Cho GAN Và ARIMA

Việc lựa chọn kiến trúc và tham số phù hợp cho mô hình GAN và mô hình ARIMA là rất quan trọng để đạt được hiệu quả dự báo tốt nhất. Đối với mô hình GAN, cần lựa chọn kiến trúc phù hợp với đặc tính của dữ liệu. Đối với mô hình ARIMA, cần xác định các tham số (p, d, q) tối ưu. Các phương pháp tự động hóa, như AIC và BIC, có thể được sử dụng.

V. Ứng Dụng Dự Báo Tài Chính Với Mô Hình GAN ARIMA Thử Nghiệm

Một ứng dụng dự báo tiềm năng của mô hình lai ghép GAN-ARIMA là trong lĩnh vực dự báo tài chính. Các chuỗi thời gian tài chính, như giá cổ phiếu và tỷ giá hối đoái, thường có tính phi tuyến tính và biến động cao. Mô hình lai ghép GAN-ARIMA có thể giúp nắm bắt các đặc tính phức tạp này và cải thiện độ chính xác dự báo. Nghiên cứu này sẽ trình bày kết quả thực nghiệm trên một số bộ dữ liệu tài chính thực tế để chứng minh hiệu quả của mô hình lai ghép GAN-ARIMA. Một vài ứng dụng dự báo khác cũng rất tiềm năng như Dự báo năng lượng, Dự báo nhu cầu và Dự báo bán hàng.

5.1. Thực Nghiệm Với Dữ Liệu Giá Cổ Phiếu

Thực nghiệm sẽ được thực hiện trên dữ liệu giá cổ phiếu của một số công ty lớn. Mô hình lai ghép GAN-ARIMA sẽ được huấn luyện trên dữ liệu lịch sử và sau đó được sử dụng để dự báo giá cổ phiếu trong tương lai. Kết quả dự báo sẽ được so sánh với các phương pháp truyền thống, như mô hình ARIMA đơn thuần.

5.2. So Sánh Kết Quả Dự Báo Với Các Phương Pháp Khác

Kết quả dự báo từ mô hình lai ghép GAN-ARIMA sẽ được so sánh với kết quả từ mô hình ARIMA đơn thuần và các phương pháp dự báo khác. Các độ đo như Mean Absolute Error (MAE), Root Mean Squared Error (RMSE) và Mean Absolute Percentage Error (MAPE) sẽ được sử dụng để đánh giá hiệu quả dự báo. Đánh giá hiệu quả dự báo là bước quan trọng để chứng minh ưu điểm của mô hình lai ghép GAN-ARIMA.

VI. Kết Luận Tiềm Năng Phát Triển Của Mô Hình GAN ARIMA

Mô hình lai ghép GAN-ARIMA là một hướng nghiên cứu đầy tiềm năng trong lĩnh vực dự báo chuỗi thời gian. Kết quả thực nghiệm cho thấy rằng mô hình lai ghép GAN-ARIMA có thể cải thiện độ chính xác dự báo so với các phương pháp truyền thống. Trong tương lai, có thể nghiên cứu các biến thể khác của mô hình lai ghép GAN-ARIMA, cũng như áp dụng vào các lĩnh vực khác nhau. Cải tiến mô hình GAN-ARIMA có thể được thực hiện bằng cách sử dụng các kiến trúc GAN phức tạp hơn hoặc bằng cách kết hợp với các kỹ thuật học sâu khác.

6.1. Các Hướng Nghiên Cứu Tiếp Theo Cho Mô Hình GAN ARIMA

Trong tương lai, có thể nghiên cứu các biến thể khác của mô hình lai ghép GAN-ARIMA, chẳng hạn như sử dụng các kiến trúc GAN phức tạp hơn hoặc kết hợp với các kỹ thuật học sâu khác. Ngoài ra, có thể áp dụng mô hình lai ghép GAN-ARIMA vào các lĩnh vực khác nhau, như dự báo năng lượng, dự báo nhu cầu và dự báo bán hàng.

6.2. Ứng Dụng Thực Tế Của Mô Hình GAN ARIMA Trong Tương Lai

Mô hình lai ghép GAN-ARIMA có tiềm năng ứng dụng rộng rãi trong nhiều lĩnh vực khác nhau. Ví dụ, nó có thể được sử dụng để dự báo giá cổ phiếu, tỷ giá hối đoái, nhu cầu năng lượng, doanh số bán hàng và nhiều chuỗi thời gian khác. Việc áp dụng mô hình lai ghép GAN-ARIMA có thể giúp các doanh nghiệp và tổ chức đưa ra các quyết định tốt hơn và cải thiện hiệu quả hoạt động.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Dự báo chuỗi thời gian đóng vai trò then chốt trong nhiều lĩnh vực như kinh tế, tài chính, khí tượng thủy văn và quản lý sản xuất, nhằm hỗ trợ việc ra quyết định, giảm thiểu rủi ro và tối ưu hóa quy trình vận hành. Tuy nhiên, các chuỗi thời gian trong thực tế thường mang tính chất phức tạp, chứa đựng đồng thời cả các thành phần biến đổi tuyến tính (xu hướng đều đặn, tính chu kỳ) và các thành phần phi tuyến tính (biến động ngẫu nhiên, sự kiện bất thường).

Các mô hình thống kê truyền thống như ARIMA (AutoRegressive Integrated Moving Average) có ưu thế vượt trội trong việc phân tích cấu trúc chuỗi thời gian và nắm bắt các thành phần tuyến tính, nhưng lại bị hạn chế đối với dữ liệu có tính chất phi tuyến phức tạp. Ngược lại, mạng đối nghịch tạo sinh GAN (Generative Adversarial Networks) là mô hình học sâu có khả năng tạo ra dữ liệu mới từ phân phối của dữ liệu huấn luyện, mô phỏng các mối quan hệ phi tuyến phức tạp nhưng không được thiết kế chuyên biệt cho cấu trúc phụ thuộc thời gian. Xuất phát từ thực tế đó, đề tài "Dự báo dữ liệu chuỗi thời gian sử dụng mô hình lai ghép GAN và ARIMA" được thực hiện nhằm khai thác đồng thời thế mạnh của cả hai phương pháp, nâng cao độ chính xác và giảm thiểu sai số dự báo.

Khóa luận xác định các mục tiêu và nhiệm vụ nghiên cứu cụ thể như sau:

• Mục tiêu nghiên cứu: Phát triển mô hình lai ghép GAN và ARIMA bằng ba phương pháp: tuần tự cộng, tuần tự nhân và song song, nhằm đưa ra những dự đoán chính xác, khám phá các mẫu tiềm ẩn trong chuỗi thời gian, hỗ trợ ra quyết định và tối ưu hóa quy trình.
• Nhiệm vụ nghiên cứu:
  1. Nghiên cứu cơ sở lý thuyết về mô hình ARIMA và mô hình GAN trong bài toán dự báo chuỗi thời gian.
  2. Nghiên cứu các phương pháp lựa chọn bộ tham số $(p, d, q)$ tối ưu cho mô hình ARIMA.
  3. Nghiên cứu và xây dựng các phương pháp lai ghép GAN và ARIMA theo phương pháp tuần tự (mô hình cộng, mô hình nhân) và mô hình song song.
  4. Cài đặt chương trình thử nghiệm (demo) hoàn chỉnh cho các mô hình.
  5. Thực nghiệm, đánh giá và so sánh hiệu năng của các mô hình lai ghép GAN - ARIMA với mô hình GAN và ARIMA độc lập dựa trên hai tiêu chí: độ chính xác dự báo và thời gian thực thi.
• Đối tượng nghiên cứu: Các mô hình kết hợp giữa mạng GAN và mô hình thống kê ARIMA áp dụng trên các tập dữ liệu chuỗi thời gian đa miền.
• Phạm vi và giới hạn đề tài: Đề tài được thực hiện trong khuôn khổ đồ án tốt nghiệp kỹ sư ngành Kỹ thuật Dữ liệu, Khoa Công nghệ Thông tin, Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh (thời gian thực hiện từ tháng 01/2024 đến tháng 06/2024, mã số tài liệu SKL013439). Nghiên cứu giới hạn ở việc khảo sát lý thuyết, thiết kế 3 cấu trúc lai ghép, cài đặt thực nghiệm trên 4 bộ dữ liệu thực tế và xây dựng giao diện tương tác.

---

Cơ sở lý thuyết và phương pháp nghiên cứu

Nghiên cứu được xây dựng trên nền tảng lý thuyết phân tích chuỗi thời gian thống kê kết hợp với kỹ thuật học sâu tạo sinh:

• Lý thuyết chuỗi thời gian và tính dừng: Chuỗi thời gian được phân tích qua 4 thành phần cơ bản: xu hướng (trend), tính thời vụ (seasonality), tính chu kỳ (cyclical) và tính bất thường (irregularity). Khái niệm chuỗi dừng (stationary series) — nơi kỳ vọng, phương sai và hiệp phương sai không thay đổi theo thời gian — được sử dụng làm điều kiện tiên quyết cho mô hình hóa thống kê. Các dạng chuỗi dừng được khảo sát bao gồm: chuỗi dừng nghiêm ngặt (Strict Stationary), chuỗi dừng mùa vụ (Seasonal Stationary) và chuỗi dừng xu hướng (Trend Stationary). Phương pháp kiểm tra tính dừng gồm trực quan hóa đồ thị, kiểm định Augmented Dickey-Fuller (ADF Test), kiểm định Kwiatkowski-Phillips-Schmidt-Shin (KPSS Test) và kỹ thuật lấy sai phân bậc 1 ($y_t = x_t - x_{t-1}$) hoặc sai phân bậc 2 ($z_t = y_t - y_{t-1}$).
• Mô hình thống kê ARIMA: Kết hợp ba thành phần: Tự hồi quy $\text{AR}(p)$, Tích hợp $\text{I}(d)$ và Trung bình trượt $\text{MA}(q)$. Biểu thức toán học đầy đủ của mô hình được biểu diễn: $$X(t) = c + \sum_{i=1}^p \beta_i X_{t-i} + \sum_{i=1}^q \phi_i \varepsilon_{t-i} + \varepsilon_t$$ Trong đó, tham số $p$ được xác định thông qua hàm tự tương quan từng phần (PACF), tham số $q$ và bậc sai phân $d$ được xác định thông qua hàm tự tương quan (ACF).
• Mạng đối nghịch tạo sinh (GAN): Gồm bộ tạo (Generator) và bộ phân biệt (Discriminator) tham gia vào quá trình học đối kháng dạng min-max. Trong đề tài, các kiến trúc mạng nơ-ron hồi quy như LSTM, GRU, RNN và mạng truyền thẳng FFNN được nghiên cứu để tích hợp vào Generator và Discriminator của GAN nhằm xử lý dữ liệu dạng chuỗi.
• Phương pháp lai ghép (Ensemble Hybrid Methods): Nghiên cứu thiết kế 3 kiến trúc lai ghép toán học:

Mô hình lai ghép	Giả định cấu trúc chuỗi	Cơ chế xử lý phi tuyến của GAN	Công thức dự báo kết hợp cuối cùng
Tuần tự Cộng (Add Model)	$Y_t = L_t + N_t$	GAN học phần dư sai số cộng: $N_t = Y_t - \hat{L}_t$	$\hat{Y}_t = \hat{L}_t + \hat{N}_t$
Tuần tự Nhân (Multiply Model)	$Y_t = L_t \times N_t$	GAN học phần dư sai số nhân: $N_t = \frac{Y_t}{\hat{L}_t}$	$\hat{Y}_t = \hat{L}_t \times \hat{N}_t$
Mô hình Song song (Parallel Model)	Kết hợp độc lập tuyến tính	GAN dự báo trực tiếp trên dữ liệu chuỗi thời gian	$Y_{Hybrid} = \omega Y_{ARIMA} + (1 - \omega) Y_{GAN}$

Trọng số $\omega$ trong mô hình song song được xác định tối ưu theo phương pháp bình phương tối thiểu: $$\omega = \frac{\sum_{i=1}^n (Y_{ARIMA,i} - Y_{GAN,i})(Y_i - Y_{GAN,i})}{\sum_{i=1}^n (Y_{ARIMA,i} - Y_{GAN,i})^2}$$

• Tổng quan các công trình tiền nhiệm: Tác giả khảo sát các nghiên cứu liên quan bao gồm: mô hình lai ARIMA-ANN trên nền phân rã DWT của Khandelwal; thuật toán kết hợp ARIMA-ANFIS dự báo tiêu thụ năng lượng của Sasan Barak; mô hình lai ARIMA-LSSVM tối ưu bầy đàn (PSO) dự báo giá carbon của Bangzhu Zhu và Yi-Ming Wei; mô hình ARIMA-ANN dự báo giá dầu thô của Hleil Alrweili và Haitham Fawzy; và mô hình lai ARIMA-ANN dự báo tốc độ gió tại Mexico của Erasmo Cadenas và Wilfrido Rivera.
• Nguồn dữ liệu: Dữ liệu thực nghiệm được thu thập từ các nguồn công khai, đại diện cho 4 miền dữ liệu khác nhau (khí tượng, tài chính, năng lượng và công nghiệp sản xuất).

---

Thiết kế và triển khai hệ thống thực nghiệm

Hệ thống thực nghiệm được thiết kế và triển khai bài bản từ khâu tiền xử lý dữ liệu, xây dựng module mạng nơ-ron, tối ưu tham số đến giao diện kiểm thử trực quan:

• Môi trường triển khai:

  • Hạ tầng phần cứng: Máy ảo của Khoa Công nghệ Thông tin - Trường Đại học Sư phạm Kỹ thuật TP.HCM, trang bị vi xử lý Intel Xeon Gold 6152.
  • Hạ tầng phần mềm: Ngôn ngữ lập trình Python, các thư viện tính toán và học máy chuyên sâu: NumPy, Pandas, Scikit-learn, TensorFlow, Keras, Statsmodels, Pmdarima; môi trường phát triển Visual Studio Code và framework giao diện Streamlit.

• Pipeline xử lý dữ liệu:

  • preprocess_data: Kiểm tra kiểu dữ liệu chuỗi, chuyển đổi sang chuẩn datetime, gán làm chỉ mục (set_index), chuẩn hóa tần suất theo ngày (asfreq('D')), xử lý giá trị thiếu bằng phương pháp điền tiến ffill() và sắp xếp lại chuỗi theo thứ tự thời gian sort_index().
  • split_train_test: Chia tách tập dữ liệu với tỷ lệ chuẩn $80%$ dành cho tập huấn luyện (train) và $20%$ dành cho tập kiểm tra (test).
  • create_sequences: Trượt cửa sổ dữ liệu với độ dài chuỗi cố định sequence_length để tạo ma trận đầu vào $X$ và nhãn mục tiêu $Y$.
  • normalize_data và denormalize_data: Sử dụng MinMaxScaler từ Scikit-learn để chuẩn hóa toàn bộ dữ liệu về khoảng $[0, 1]$ phục vụ huấn luyện mạng nơ-ron và khôi phục giá trị thực tế sau dự báo.

• Kiến trúc các module học máy:

  • Module GAN: Hàm make_generator_model hỗ trợ khởi tạo linh hoạt các cấu trúc mạng tuần tự (LSTM, GRU, RNN, FFNN) kết hợp các lớp Dense có kích thước giảm dần (128, 64, 32, 8, output_dim) với hàm kích hoạt tanh ở lớp cuối. Hàm make_discriminator_model tiếp nhận đầu vào để phân biệt chuỗi thực/giả. Quá trình tối ưu sử dụng hàm mất mát nhị phân cross_entropy, cập nhật trọng số thông qua tf.GradientTape trong hàm train_step. Thuật toán grid_search_gan được triển khai để tìm kiếm lưới bộ tham số tối ưu (learning rate, batch size, epochs).
  • Module ARIMA: Hàm ArimaModel sử dụng thuật toán auto_arima từ thư viện pmdarima để tự động dò tìm bậc $(p, d, q)$ tối ưu. Hàm TestArimaModel sử dụng thư viện statsmodels, thực hiện dự báo cuốn chiếu và liên tục cập nhật dữ liệu huấn luyện sau mỗi bước thử nghiệm.
  • Module Lai ghép & Kiểm thử: Triển khai các hàm huấn luyện chuyên biệt TrainAddModel, TrainMultiModel, TrainParallelModel và hàm kiểm thử hợp nhất testhybridmodel tiếp nhận 8 tham số đầu vào để xuất kết quả dự báo cuối cùng predictFinal.

---

Nội dung chính theo từng chương

Chương 1: Các kiến thức cơ bản

Chương 1 cung cấp cơ sở lý luận tổng quan về bài toán phân tích và dự báo dữ liệu chuỗi thời gian. Tác giả làm rõ 4 thành phần động thái của chuỗi (xu hướng, tính thời vụ, chu kỳ, tính bất thường) và trình bày bản chất toán học của tính dừng thông qua kỳ vọng, phương sai và hiệp phương sai. Các công cụ kiểm định thống kê ADF và KPSS được hệ thống hóa để phục vụ tiền xử lý chuỗi phi dừng thành chuỗi dừng bằng sai phân. Chương này cũng phân tích khái niệm mô hình lai ghép (Ensemble Model) trong máy học, đồng thời tổng hợp 5 công trình nghiên cứu quốc tế tiêu biểu kết hợp mô hình thống kê và mạng nơ-ron nhân tạo trong dự báo tốc độ gió, giá dầu, giá carbon và năng lượng.

Chương 2: Mô hình lai ghép GAN và ARIMA

Chương 2 tập trung phân tích chi tiết cấu tạo toán học của mô hình thống kê ARIMA thông qua từng thành phần $\text{AR}(p)$, $\text{I}(d)$, $\text{MA}(q)$ và kỹ thuật xác định bậc trễ bằng biểu đồ ACF/PACF. Tiếp đó, nguyên lý hoạt động đối kháng giữa mạng tạo sinh (Generator) và mạng phân biệt (Discriminator) trong GAN được trình bày cụ thể. Nội dung trọng tâm của chương là thiết kế chi tiết 3 cơ chế lai ghép: mô hình cộng tuần tự ($Y_t = L_t + N_t$), mô hình nhân tuần tự ($Y_t = L_t \times N_t$) và mô hình song song kết hợp trọng số tối ưu sai số $\omega$. Cơ chế trích xuất sai số từ ARIMA để GAN học cấu trúc phi tuyến được mô tả chi tiết bằng các sơ đồ nguyên lý hoạt động.

Chương 3: Cài đặt mô hình

Chương 3 trình bày toàn bộ quá trình lập trình và hiện thực hóa các thuật toán đã thiết kế. Các thuật toán tiền xử lý dữ liệu được module hóa thành các hàm cụ thể: xử lý chuỗi thời gian preprocess_data, phân chia tập mẫu split_train_test, tạo cửa sổ trượt create_sequences, chuẩn hóa và hoàn nguyên dữ liệu normalize_data/denormalize_data. Trong module GAN, tác giả xây dựng chi tiết mã nguồn khởi tạo Generator (make_generator_model), Discriminator (make_discriminator_model), các hàm tính toán hàm mất mát Cross-Entropy (generator_loss, discriminator_loss), quy trình lan truyền ngược bằng Gradient Tape (train_step), vòng lặp huấn luyện lưu mô hình tối ưu (train) và thuật toán tìm kiếm lưới siêu tham số (grid_search_gan). Module ARIMA và các kiến trúc lai ghép được đóng gói thành các hàm TrainAddModel, TrainMultiModel, TrainParallelModel cùng hàm đánh giá tích hợp testhybridmodel.

Chương 4: Thực nghiệm và đánh giá kết quả

Chương 4 thiết lập môi trường thực nghiệm hoàn chỉnh trên máy ảo trang bị CPU Intel Xeon Gold 6152 và hệ sinh thái thư viện Python. Tác giả tiến hành thực nghiệm trên 4 bộ dữ liệu thực tế có đặc tính đa dạng:

1. Dữ liệu thời tiết Việt Nam (2009–2021): Quy mô $181.961$ dòng và 10 thuộc tính (province, max, min, wind, wind_d, rain, humnidi, cloud, pressure, date).
2. Dữ liệu giá vàng (2013–2023): Quy mô $2.539$ dòng giao dịch và 6 thuộc tính (Date, Close/Last, Volume, Open, High, Low).
3. Dữ liệu dầu thô thế giới (2007–2023): Quy mô $4.242$ dòng giao dịch và 7 thuộc tính (Date, Open, High, Low, Close, Volume, Change %).
4. Dữ liệu sản xuất bia: Bộ dữ liệu đo lường sản lượng phục vụ kiểm thử mô hình.

Chương này thiết kế các kịch bản thực nghiệm toàn diện so sánh mô hình GAN đơn lẻ, mô hình lai ghép cộng, mô hình lai ghép nhân và mô hình lai ghép song song trên từng bộ dữ liệu nhằm đánh giá độ chính xác dự báo và thời gian thực thi.

---

Kết quả và đóng góp

• Kết quả thực nghiệm chính:
  • Hoàn thiện việc lập trình, đóng gói và thực nghiệm thành công 3 mô hình lai ghép GAN - ARIMA (mô hình cộng, mô hình nhân, mô hình song song) trên 4 tập dữ liệu chuỗi thời gian thực tế với quy mô từ $2.539$ đến $181.961$ mẫu.
  • Xây dựng thành công bộ công cụ tiền xử lý tự động cho dữ liệu chuỗi thời gian, hỗ trợ làm sạch dữ liệu, xử lý tần suất ngày, điền khuyết bằng ffill và chuẩn hóa tỉ lệ bằng MinMaxScaler.
  • Thiết kế kiến trúc Generator linh hoạt, cho phép tích hợp và so sánh 4 dạng lớp nơ-ron hồi quy/truyền thẳng (LSTM, GRU, RNN, FFNN) kết hợp chuỗi lớp Dense đa tầng (128-64-32-8-output) phục vụ bài toán dự báo chuỗi.
• Giải pháp và ứng dụng đề xuất:
  • Tích hợp thành công thuật toán tự động dò tìm tham số ARIMA (auto_arima) kết hợp tìm kiếm lưới Grid Search cho GAN, tự động hóa quy trình huấn luyện mô hình lai ghép.
  • Xây dựng ứng dụng giao diện trực quan bằng framework Streamlit, cho phép người dùng cấu hình tham số, chạy mô hình và trực quan hóa kết quả dự báo một cách tiện lợi.
• Đóng góp của đề tài:
  • Hệ thống hóa cơ sở lý thuyết và phương pháp toán học kết hợp giữa mô hình thống kê cổ điển ARIMA và mạng đối nghịch tạo sinh GAN.
  • Chứng minh tính khả thi của việc sử dụng mạng GAN để mô hình hóa thành phần sai số phi tuyến từ ARIMA, mở ra hướng tiếp cận kết hợp mới trong lĩnh vực kỹ thuật dữ liệu chuỗi thời gian.

---

Hạn chế và hướng nghiên cứu tiếp

• Hạn chế của nghiên cứu:
  • Nghiên cứu tập trung giải quyết bài toán trong phạm vi dữ liệu chuỗi thời gian một biến hoặc chuỗi đơn kênh theo các tập dữ liệu thực nghiệm đã lựa chọn.
  • Quá trình tìm kiếm lưới (Grid Search) cho GAN và việc tối ưu tham số tự động cho ARIMA đòi hỏi chi phí tính toán lớn và thời gian huấn luyện đáng kể khi quy mô dữ liệu mở rộng.
• Hướng nghiên cứu tiếp theo:
  • Tiếp tục tối ưu hóa thuật toán lựa chọn trọng số động trong mô hình lai ghép song song để nâng cao khả năng thích ứng với các biến động đột ngột của thị trường.
  • Mở rộng thử nghiệm trên các bộ dữ liệu chuỗi thời gian đa biến (Multivariate Time Series) có độ phức tạp cao hơn.
  • Nghiên cứu áp dụng thêm các biến thể cấu trúc học sâu tiên tiến khác cho bộ tạo sinh và bộ phân biệt trong mạng GAN.

---

Giá trị tham khảo

Khóa luận là tài liệu tham khảo hữu ích cho:

• Sinh viên và học viên chuyên ngành Kỹ thuật Dữ liệu, Khoa học Dữ liệu, Công nghệ Thông tin: Cung cấp tài liệu tham khảo hoàn chỉnh về quy trình xây dựng mô hình học máy kết hợp (Hybrid/Ensemble Model) từ lý thuyết toán học đến cài đặt thực tế.
• Các nhà nghiên cứu về chuỗi thời gian: Cung cấp phương pháp luận chi tiết trong việc phân tách thành phần tuyến tính/phi tuyến và kỹ thuật ứng dụng mạng GAN xử lý chuỗi thời gian thay thế cho các mạng nơ-ron truyền thống.
• Các phần đáng tham khảo: Mã nguồn và thuật toán chi tiết tại Chương 3 (pipeline tiền xử lý, cấu trúc Generator đa tầng, hàm mất mát tùy biến và cơ chế kiểm thử cuốn chiếu TestArimaModel, testhybridmodel).

---

Câu hỏi thường gặp

1. Mục tiêu cốt lõi của việc kết hợp mô hình ARIMA và mạng GAN trong khóa luận là gì?
Mục tiêu cốt lõi là tận dụng thế mạnh của ARIMA trong việc nắm bắt xu hướng tuyến tính và cấu trúc chuỗi thời gian, đồng thời sử dụng khả năng học phân phối dữ liệu phức tạp của mạng GAN để mô hình hóa và dự báo các thành phần sai số phi tuyến, từ đó nâng cao độ chính xác dự báo tổng thể.

2. Ba cơ chế lai ghép GAN và ARIMA được nghiên cứu và cài đặt trong đề tài hoạt động như thế nào?
Ba cơ chế gồm: (1) Mô hình cộng tuần tự ($Y_t = L_t + N_t$): ARIMA dự báo phần tuyến tính $L_t$, GAN dự báo phần dư hiệu số $N_t = Y_t - \hat{L}t$; (2) Mô hình nhân tuần tự ($Y_t = L_t \times N_t$): ARIMA dự báo $L_t$, GAN dự báo phần dư thương số $N_t = Y_t / \hat{L}t$; (3) Mô hình song song: ARIMA và GAN dự báo độc lập, kết quả được tổng hợp theo trọng số tối ưu $\omega$: $Y{Hybrid} = \omega Y{ARIMA} + (1 - \omega) Y_{GAN}$.

3. Hàm khởi tạo bộ tạo sinh (make_generator_model) trong đề tài hỗ trợ các kiến trúc mạng nào?
Hàm make_generator_model được thiết kế linh hoạt hỗ trợ 4 loại kiến trúc mạng nơ-ron gồm: LSTM, GRU, RNN và FFNN, sau đó kết nối tiếp nối với chuỗi các lớp Dense có số đơn vị lần lượt là 128, 64, 32, 8 và output_dim với hàm kích hoạt cuối cùng là tanh.

4. Bốn bộ dữ liệu được nhóm tác giả sử dụng trong chương thực nghiệm gồm những dữ liệu nào?
Bốn bộ dữ liệu thực nghiệm gồm: (1) Dữ liệu thời tiết Việt Nam 2009–2021 ($181.961$ dòng, 10 thuộc tính); (2) Dữ liệu giá vàng 2013–2023 ($2.539$ dòng, 6 thuộc tính); (3) Dữ liệu biến động giá dầu thô thế giới 2007–2023 ($4.242$ dòng, 7 thuộc tính); và (4) Dữ liệu sản lượng sản xuất bia.

5. Hệ thống thực nghiệm được triển khai trên môi trường phần cứng và phần mềm nào?
Thực nghiệm được thực hiện trên máy ảo của Khoa CNTT - Trường ĐH Sư phạm Kỹ thuật TP.HCM với CPU Intel Xeon Gold 6152. Môi trường phần mềm gồm Python, các thư viện NumPy, Pandas, Scikit-learn, TensorFlow, Keras, Statsmodels, Pmdarima, IDE Visual Studio Code và giao diện tương tác Streamlit.

---

Kết luận

Khóa luận tốt nghiệp của sinh viên Nguyễn Thanh Tuấn và Phạm Trung Nghĩa (ngành Kỹ thuật Dữ liệu, Trường Đại học Sư phạm Kỹ thuật TP.HCM) đã nghiên cứu toàn diện việc kết hợp mô hình thống kê ARIMA và mạng học sâu GAN trong bài toán dự báo chuỗi thời gian. Đề tài đã hoàn thành việc xây dựng lý thuyết, thiết kế 3 cấu trúc lai ghép (cộng, nhân, song song) và triển khai cài đặt mã nguồn hoàn chỉnh với pipeline tiền xử lý và tối ưu hóa tham số tự động. Toàn bộ hệ thống đã được thử nghiệm trên 4 bộ dữ liệu thực tế thuộc các lĩnh vực khí tượng, tài chính, năng lượng và sản xuất công nghiệp, khẳng định tính đúng đắn và giá trị tham khảo học thuật cao của mô hình lai ghép trong kỹ thuật xử lý dữ liệu chuỗi thời gian.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: CÁC KIẾN THỨC CƠ BẢN 1. TỔNG QUAN VỀ DỰ BÁO CHUỖI THỜI GIAN Định nghĩa: Dự đoán chuỗi thời gian là một phương pháp phân tích và khai phá dữ liệu được ghi lại hoặc thu thập theo thời gian. Nó nhằm dự đoán giá trị của chuỗi trong tương lai. [4] Các thành phần của chuỗi thời gian: Xu hướng: Xu hướng dài hạn của dữ liệu là một khía cạnh quan trọng của chuỗi thời gian.

Xu hướng có thể là tăng, giảm hoặc không đổi. Nếu dữ liệu có xu hướng tăng, điều này ngụ ý rằng giá trị của nó đang tăng dần theo thời gian. Ngược lại, nếu có xu hướng giảm, đó có nghĩa là giá trị đang giảm dần theo thời gian. Trong trường hợp không có sự thay đổi đáng kể qua thời gian, dữ liệu được coi là có xu hướng đi ngang.

[5] Tính thời vụ: là sự lặp lại của các biến đổi theo một chu kỳ cố định, thường do các yếu tố như thời tiết hoặc các ngày lễ. [5] Chu kỳ: là một khía cạnh khác của chuỗi thời gian, biểu hiện sự lặp lại của dữ liệu theo một khoảng thời gian dài hơn so với tính thời vụ. Tính bất thường xuất hiện khi có các biến động ngẫu nhiên trong dữ liệu, thường là do các yếu tố ngoại lai không mong muốn như lỗi trong quá trình thu thập dữ liệu hoặc các sự kiện bất thường như đợt dịch bệnh. [5] Tính bất thường: Các tình huống/sự kiện/kịch bản bất ngờ và tăng đột biến trong khoảng thời gian ngắn.

TỔNG QUAN VỀ CHUỖI DỪNG Định nghĩa: Chuỗi dừng (stationary series) là một khái niệm quan trọng trong phân tích chuỗi thời gian. Chuỗi dừng có các đặc điểm thống kê như kỳ vọng (mean), phương sai (variance), hiệp phương sai (covariance) và độ lệch chuẩn (standard deviation) không thay đổi theo thời gian. Điều này có nghĩa là các đặc tính của chuỗi không phụ thuộc vào thời điểm bắt đầu hoặc kết thúc, làm cho chuỗi dễ dàng dự đoán một cách hiệu quả và chính xác hơn. [8] Các loại chuỗi dừng: 3  Chuỗi dừng nghiêm ngặt (Strict Stationary): Chuỗi thỏa mãn định nghĩa toán học của quá trình dừng.

Trung bình, phương sai và hiệp phương sai không phụ thuộc vào thời gian.  Chuỗi dừng mùa vụ (Seasonal Stationary): Chuỗi thể hiện tính thời vụ  Chuỗi dừng xu hướng (Trend Stationary): Chuỗi thể hiện tính xu hướng. [8] Kiểm tra chuỗi dừng:  Trực quan hóa: Quan sát biểu đồ chuỗi thời gian để xem xét các đặc tính thống kê.  ADF Test (Augmented Dickey-Fuller Test): Kiểm tra tính dừng của chuỗi thông qua các kiểm định thống kê.

 KPSS Test (Kwiatkowski-Phillips-Schmidt-Shin Test): Kiểm định khác để kiểm tra tính dừng của chuỗi thời gian. [8] Lợi ích của chuỗi dừng: Chuỗi dừng có tính ổn định về mặt thống kê, giúp cho các mô hình dự báo như ARIMA hoạt động hiệu quả hơn. Nếu chuỗi không dừng, ta có thể sử dụng các phương pháp như lấy sai phân để chuyển đổi thành chuỗi dừng. Ứng dụng: Chuỗi dừng được áp dụng rộng rãi trong kinh tế, tài chính và nhiều lĩnh vực khác để dự báo và phân tích dữ liệu chuỗi thời gian.

TỔNG QUAN VỀ MÔ HÌNH LAI GHÉP Mô hình lai ghép, hay còn gọi là Ensemble Model, là một phương pháp trong máy học và học sâu, nơi nhiều mô hình được kết hợp lại để tạo ra một dự đoán hoặc phân loại cuối cùng. Ý tưởng cơ bản của mô hình lai ghép là kết hợp sức mạnh của nhiều mô hình khác nhau để cải thiện hiệu suất dự đoán so với việc sử dụng một mô hình đơn lẻ. CÁC CÔNG TRÌNH LIÊN QUAN Time Series Forecasting using Hybrid ARIMA and ANN Models based on DWT Decomposition: đây là bài báo được viết bởi Khandelwal, I. Trong kết luận của bài báo, tác giả nhấn mạnh rằng việc dự báo chuỗi thời 4 gian chính xác là rất quan trọng nhưng đầy thách thức.

ARIMA và ANN là hai mô hình dự báo phổ biến: ARIMA phù hợp với dữ liệu tuyến tính, trong khi ANN phù hợp với dữ liệu phi tuyến tính. Do chuỗi thời gian thực tế thường chứa cả cấu trúc tuyến tính và phi tuyến, bài báo đề xuất phương pháp dự báo kết hợp sử dụng cả ARIMA và ANN bằng phương pháp tuần tự cộng. Kết quả thực nghiệm cho thấy phương pháp này dự báo tốt hơn so với các mô hình ARIMA, ANN, và mô hình kết hợp của Zhang.[7] Forecasting energy consumption using ensemble ARIMA–ANFIS hybrid algorithm: đây là bài báo được viết bởi Sasan Barak and S. Bài báo trên đưa ra kết luận rằng sử dụng các mô hình lai đặc biệt có thể đem lại kết quả mong muốn với độ chính xác cao, đặc biệt khi cả hai mô hình đều có sức mạnh dự báo tốt.

Mô hình ARIMA dự báo tốt phần dữ liệu tuyến tính, sử dụng ANFIS cho phần dữ liệu phi tuyến có thể tăng cường hiệu quả dự báo. So sánh các mô hình được đề xuất, có thể kết luận rằng các mô hình lai có độ chính xác và sức mạnh tốt hơn so với mỗi mô hình riêng lẻ. [9] Carbon price forecasting with a novel hybrid ARIMA and least squares support vector machines methodology: bài báo được viết bởi của Bangzhu Zhu và Yi- Ming Wei giới thiệu một mô hình dự báo kết hợp giữa ARIMA và vector machine hỗ trợ bình phương nhỏ nhất (LSSVM) để dự đoán giá carbon. Mô hình này sử dụng ARIMA để nắm bắt các mô hình tuyến tính và LSSVM cho các mô hình phi tuyến.

Tối ưu hóa tham số của LSSVM được thực hiện bằng cách sử dụng thuật toán tối ưu bầy đàn (PSO). Kết quả cho thấy mô hình kết hợp này cải thiện độ chính xác dự báo so với các phương pháp truyền thống. [10] Forecasting Crude Oil Prices Using an ARIMA-ANN Hybrid Model đây là bài báo được viết bởi Hleil Alrweili và Haitham Fawzy. Bài báo này so sánh giữa các mô hình ARIMA, ANN và ARIMA-ANN để dự đoán giá Dầu Thô hàng tháng.

Kết quả cho thấy mô hình kết hợp ARIMA-ANN có độ chính xác cao nhất, là mô hình dự báo hiệu quả nhất. Trong tương lai, tác giả đề xuất cải thiện kết quả bằng cách sử dụng phương pháp kết hợp ARIMA và SVR. Không có xung đột lợi ích được tuyên bố. [11] Wind speed forecasting in three different regions of Mexico, using a hybrid ARIMA-ANN model: Bài báo của Erasmo Cadenas và Wilfrido Rivera cho rằng việc 5 kết hợp mô hình Autoregressive Integrated Moving Average cùng một mô hình Mạng Nơ-ron Nhân tạo đã đề xuất và phát triển để dự đoán tốc độ gió tại ba vùng khác nhau của México đã mang lại hiệu suất đáng chú ý.

Kết quả thể hiện rằng ba mô hình này đã dự đoán một cách khá hợp lý hành vi của chuỗi thời gian tại các địa điểm khác nhau. Tuy nhiên, thông qua việc đánh giá các độ đo lỗi thống kê, rõ ràng là các mô hình Hybrid dự đoán với độ chính xác cao hơn so với cả hai mô hình ARIMA và ANN độc lập tại ba địa điểm được nghiên cứu. Điều này đề xuất rằng mô hình Hybrid có thể là một giải pháp tốt hơn để dự báo tốc độ gió. 6 CHƯƠNG 2: MÔ HÌNH LAI GHÉP GAN VÀ ARIMA 2.

TÌM HIỂU VỀ MÔ HÌNH THỐNG KÊ ARIMA 2.1 Tổng quan ARIMA (AutoRegressive Integrated Moving Average) là một mô hình dự đoán chuỗi thời gian phổ biến trong lĩnh vực dự báo và phân tích chuỗi thời gian, dữ liệu trong quá khứ sẽ được sử dụng để dự báo dữ liệu trong tương lai. Mô hình ARIMA kết hợp ba thành phần chính gồm: AutoRegressive (AR), Integrated (I), và Moving Average (MA) [1]. Dưới đây là một tổng quan về từng thành phần này: 2.2 Mô hình AR(p) Ý tưởng chính của mô hình AR (AutoRegressive) là hồi quy dựa trên chính số liệu quá khứ ở những chu kỳ trước. Tức là mô hình dự đoán giá trị hiện tại của chuỗi dữ liệu dựa trên các quan sát trước đó trong chuỗi.

𝑝 𝑋(𝑡 ) = 𝑐 + ∑ 𝛽𝑖 × 𝑋𝑡−𝑖 + 𝜀𝑡 𝑖=1 Trong đó:  X(t): là giá trị chuỗi thời gian tại thời điểm t.  c: hệ số chặn.  p: là số kỳ trước đó được sử dụng.  𝛽𝑖 : hệ số trễ i  𝜀𝑡 : sai số dự báo ngẫu nhiên của mô hình tại thời điểm t.3 Mô hình MA(q) Ý tưởng chính của mô hình MA (Moving Average) là giá trị của chuỗi thời gian tại một thời điểm được tính dựa trên các sai số dự báo quá khứ.

Mô hình MA được sử dụng để mô hình hóa và dự đoán các biến thay đổi ngẫu nhiên trong dữ liệu chuỗi thời gian. 𝑞 𝑋(𝑡) = 𝑐 + ∑ ∅𝑖 × 𝜀𝑡−𝑖 + 𝜀𝑡 𝑖=1 Trong đó: 7  X(t): là giá trị chuỗi thời gian tại thời điểm t.  c: hệ số chặn.  q: là số kỳ trước đó được sử dụng.

 𝜀𝑡 : sai số dự báo ngẫu nhiên của mô hình tại thời điểm t.  ∅𝑖 : hệ số trung bình trượt i. Quá trình sai phân có thể được thực hiện bằng cách lấy hiệu của giá trị tại thời điểm hiện tại và giá trị tại một thời điểm trước đó, thường là lấy hiệu bậc một [2]. Việc xác định mức độ sai phân phù hợp là một phần quan trọng của việc xây dựng một mô hình ARIMA hiệu quả.

Một mức độ sai phân thấp có thể dẫn đến mô hình không ổn định hoặc dự báo không chính xác, trong khi mức độ sai phân quá cao có thể làm mất đi thông tin quan trọng từ chuỗi thời gian. Sai phân lần 1 (I(1)) : y(t) = x(t) – x(t-1) Sai phân lần 2 (I(2)) : z(t) = y(t) – y(t-1) [2] 2.5 Mô hình ARIMA ARIMA (AutoRegressive Integrated Moving Average) là một mô hình dự đoán chuỗi thời gian phổ biến trong lĩnh vực dự báo và phân tích chuỗi thời gian, dữ liệu trong quá khứ sẽ được sử dụng để dự báo dữ liệu trong tương lai. Mô hình ARIMA kết hợp ba thành phần chính gồm: AutoRegressive (AR), Integrated (I), và Moving Average (MA) [1]. Công thức đầy đủ của mô hình ARIMA gồm [3]: 𝑝 𝑞 𝑋(𝑡 ) = 𝑐 + ∑ 𝛽𝑖 × 𝑋𝑡−𝑖 + ∑ ∅𝑖 × 𝜀𝑡−𝑖 + 𝜀𝑡 𝑖=1 𝑖=1 2.

TÌM HIỂU CÁC PHƯƠNG PHÁP LỰA CHỌN THAM SỐ PDQ CỦA MÔ HÌNH ARIMA.1 Hàm tự tương quan ACF 8 Hàm tự tương quan Autocorrelation (ACF) đo lường sự tương quan giữa chuỗi và độ trễ của chính nó, các giá trị càng gần nhau hoặc nằm trong một chu kỳ thì độ tương quan càng mạnh. Hàm tự tương quan ACF và thường dùng để tìm ra độ trễ của quá trình trung bình trượt MV(q) và số lần sai phân cần thiết để có được chuỗi dừng, khi đó biểu đồ ACF đạt đến giá trị 0 khá nhanh [3] 2.