Chuyên đề thực tập tốt nghiệp ứng dụng mô hình arima và mạng rnn dự báo chuỗi giá đóng cửa của cổ phiếu ngân hàng tmcp ngoại thương việt nam vcb

Dự báo giá cổ phiếu là một lĩnh vực quan trọng trong tài chính, đặc biệt là đối với cổ phiếu của Ngân hàng… 65 trang · Trường Đại Học Kinh Tế Quốc Dân · 2022.

• Tác giả: Nguyễn Thị Quỳnh Anh
• Người hướng dẫn: TS. Hoàng Dire Mạnh
• Trường học: Trường Đại Học Kinh Tế Quốc Dân
• Chuyên ngành: Toán Kinh Tế
• Đề tài: Dự Báo Giá Cổ Phiếu VCB Bằng Mô Hình ARIMA Và Mạng RNN
• Loại tài liệu: Chuyên Đề Thực Tập
• Năm xuất bản: 2022
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM KẾT
• LỜI MỞ ĐẦU
• 1. CHƯƠNG 1: DỰ BÁO CHUỖI THỜI GIAN VÀ TỔNG QUAN NGHIÊN CỨU
• 1.1. Kiến thức cơ sở về chuỗi thời gian
• 1.1.1. Khái niệm chuỗi thời gian
• 1.1.2. Các đặc trưng của chuỗi thời gian
• 1.1.3. Ứng dụng dự báo chuỗi thời gian
• 1.1.4. Đề tài phân tích chuỗi thời gian
• 1.2. Kết luận chương 1
• 2. CHƯƠNG 2: MÔ HÌNH ARIMA VÀ MẠNG RNN
• 2.1. Mô hình tự hồi quy tích hợp trung bình trượt — ARIMA
• 2.1.1. Hàm tự tương quan
• 2.1.2. Kiểm định tính dừng
• 2.1.3. Mô hình tự hồi quy AR(p)
• 2.1.4. Mô hình trung bình trượt MA(Q)
• 2.1.5. Mô hình tự hồi quy và trung bình trượt ARMA (p, q)
• 2.1.6. Mô hình trung bình trượt tích hợp tự hồi quy ARIMA (p, d, q)
• 2.1.7. Phương pháp Box — Jenkins
• 2.2. Các bước xây dựng mô hình ARIMA
• 2.2.1. Nhận dạng mô hình
• 2.2.2. Ước lượng các tham số mô hình ARIMA (p, d, q)
• 2.2.3. Kiểm định mô hình
• 2.3. Mạng nơ-ron hồi quy nhân tạo — Mạng Long short-term memory
• 2.3.1. Mạng nơ-ron hồi quy nhân tạo (Recurrent Neural Network - RNN)
• 2.3.2. Mạng bộ nhớ ngắn hạn dài (Long short-term memory)
• 2.3.3. Ý tưởng cốt lõi của LSTM
• 2.3.4. Các bước xây dựng mạng Long short-term memory
• 2.3.5. Các chỉ tiêu đánh giá mạng LSTM
• 3. CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU
• 3.1. Đối tượng nghiên cứu
• 3.1.1. Đôi nét về Ngân hàng TMCP Ngoại thương Việt Nam — VCB
• 3.1.2. Thông tin về mã cổ phiếu của Vietcombank (Mã: VCB)
• 3.2. Phân tích giá cổ phiếu VCB trong giai đoạn 2016 — 2021
• 3.2.1. Phân tích chỉ hiệu
• 3.3. Kết quả dự báo mô hình ARIMA
• 3.3.1. Kiểm định nghiệm đơn vị ADF của chuỗi gốc
• 3.3.2. Chia tập dữ liệu
• 3.3.3. Xác định mô hình ARIMA (p, d, q)
• 3.3.4. Kiểm định phần dư của mô hình
• 3.3.5. Kiểm định với hai tập Train và Test
• 3.4. Kết quả mạng Long short-term memory (LSTM)
• 3.4.1. Chuẩn hóa dữ liệu
• 3.4.2. Lớp mạng Long short-term memory (LSTM)
• 3.4.3. Kiểm định với tập Train và Test
• 3.5. Kết luận chương 3
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC

Tóm tắt

I. Giới thiệu về dự báo giá cổ phiếu VCB

Dự báo giá cổ phiếu là một lĩnh vực quan trọng trong tài chính, đặc biệt là đối với cổ phiếu của Ngân hàng TMCP Ngoại thương Việt Nam (VCB). Việc dự đoán giá trị thực trong tương lai của cổ phiếu không chỉ giúp các nhà đầu tư đưa ra quyết định đầu tư chính xác mà còn ảnh hưởng đến chiến lược kinh doanh của ngân hàng. Dự báo giá cổ phiếu VCB sử dụng các phương pháp như mô hình ARIMA và mạng RNN để phân tích và dự đoán xu hướng giá. Mô hình ARIMA, với khả năng xử lý chuỗi thời gian, cho phép phân tích các yếu tố ảnh hưởng đến giá cổ phiếu, trong khi mạng RNN, đặc biệt là LSTM, giúp cải thiện độ chính xác của dự báo nhờ khả năng ghi nhớ thông tin từ quá khứ. Việc áp dụng các mô hình này không chỉ mang lại lợi ích cho các nhà đầu tư mà còn cho các nhà quản lý tài chính trong việc đưa ra các quyết định chiến lược.

II. Mô hình ARIMA trong dự báo giá cổ phiếu

Mô hình ARIMA (AutoRegressive Integrated Moving Average) là một trong những phương pháp phổ biến nhất trong dự báo giá cổ phiếu. Mô hình này dựa trên nguyên lý Box-Jenkins, bao gồm các bước nhận dạng mô hình, ước lượng tham số, kiểm định mô hình và dự báo. ARIMA cho phép phân tích các chuỗi thời gian không ổn định bằng cách biến đổi chúng thành chuỗi ổn định. Việc áp dụng mô hình ARIMA trong dự báo giá cổ phiếu VCB giúp xác định các yếu tố ảnh hưởng đến giá cổ phiếu qua các giai đoạn khác nhau. Kết quả từ mô hình ARIMA cho thấy khả năng dự đoán chính xác giá cổ phiếu trong ngắn hạn, tuy nhiên, mô hình này cũng có những hạn chế khi đối mặt với các biến động lớn trong thị trường. Do đó, việc kết hợp với các phương pháp khác như mạng RNN có thể cải thiện độ chính xác của dự báo.

III. Mạng RNN và ứng dụng trong dự báo giá cổ phiếu

Mạng nơ-ron hồi quy (RNN) là một công nghệ tiên tiến trong lĩnh vực học máy, đặc biệt là trong dự báo giá cổ phiếu. RNN có khả năng xử lý dữ liệu chuỗi thời gian nhờ vào cấu trúc cho phép lưu trữ thông tin từ các bước trước đó. Mạng LSTM (Long Short-Term Memory) là một biến thể của RNN, được thiết kế để giải quyết vấn đề mất thông tin trong quá trình huấn luyện. Việc áp dụng LSTM trong dự báo giá cổ phiếu VCB cho phép mô hình học được các mẫu phức tạp trong dữ liệu, từ đó cải thiện độ chính xác của dự báo. Kết quả cho thấy LSTM có thể dự đoán chính xác hơn so với các mô hình truyền thống, đặc biệt trong các giai đoạn có biến động lớn. Sự kết hợp giữa LSTM và ARIMA có thể tạo ra một mô hình dự báo mạnh mẽ hơn, giúp các nhà đầu tư đưa ra quyết định chính xác hơn.

IV. Phân tích và đánh giá kết quả dự báo

Kết quả từ việc áp dụng mô hình ARIMA và mạng RNN trong dự báo giá cổ phiếu VCB cho thấy sự khác biệt rõ rệt trong độ chính xác của các dự báo. Mô hình ARIMA cung cấp một cái nhìn tổng quan về xu hướng giá, trong khi mạng RNN, đặc biệt là LSTM, cho phép nắm bắt các biến động ngắn hạn và các yếu tố không tuyến tính. Việc so sánh các chỉ số đánh giá như MSE (Mean Squared Error) và MAE (Mean Absolute Error) cho thấy LSTM thường đạt được kết quả tốt hơn trong việc dự đoán giá cổ phiếu. Điều này chứng tỏ rằng việc kết hợp các phương pháp dự báo có thể mang lại lợi ích lớn cho các nhà đầu tư và các nhà phân tích tài chính trong việc đưa ra quyết định đầu tư.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Thị trường chứng khoán là kênh đầu tư có tỷ suất sinh lời tiềm năng và tính thanh khoản cao, thu hút lượng vốn lớn từ các nhà đầu tư cá nhân và tổ chức. Tuy nhiên, biến động giá cổ phiếu luôn hàm chứa rủi ro tài chính đáng kể, khiến việc xây dựng mô hình dự báo định lượng với sai số tối thiểu trở thành nhu cầu thiết thực trong quản trị danh mục đầu tư. Trong các phương pháp dự báo chuỗi thời gian, mô hình tự hồi quy tích hợp trung bình trượt (ARIMA) đại diện cho trường phái thống kê kinh tế lượng truyền thống, trong khi mạng nơ-ron hồi quy (RNN), tiêu biểu là mô hình bộ nhớ dài ngắn hạn (LSTM), đại diện cho hướng tiếp cận học sâu phi tuyến tính hiện đại.

Đề tài tập trung nghiên cứu cổ phiếu của Ngân hàng TMCP Ngoại thương Việt Nam (mã chứng khoán: VCB) niêm yết trên Sở Giao dịch Chứng khoán TP.HCM (HOSE). Đây là định chế tài chính dẫn đầu về quy mô vốn hóa thị trường và kết quả kinh doanh trong hệ thống ngân hàng Việt Nam, do đó sự biến động giá của mã VCB có sức ảnh hưởng lớn đến chỉ số chung của toàn thị trường.

Mục tiêu và nhiệm vụ nghiên cứu của khóa luận được xác định gồm các nội dung:

1. Hệ thống hóa cơ sở lý thuyết về phân tích chuỗi thời gian, nguyên lý xây dựng mô hình kinh tế lượng ARIMA theo phương pháp luận Box-Jenkins và cấu trúc mạng học sâu LSTM.
2. Thu thập, tổng hợp và phân tích thống kê mô tả chuỗi dữ liệu giá đóng cửa lịch sử của cổ phiếu VCB.
3. Thực hiện tiền xử lý dữ liệu, kiểm định tính dừng (kiểm định ADF), phân tích cấu trúc chuỗi, ước lượng các tham số và kiểm định phần dư để lựa chọn mô hình ARIMA tối ưu.
4. Xây dựng, chuẩn hóa dữ liệu theo phương pháp Min-Max, thiết lập cấu trúc và huấn luyện mạng nơ-ron LSTM trên tập dữ liệu thực nghiệm.
5. So sánh, đánh giá độ chính xác và khả năng dự báo giá đóng cửa 15 phiên tiếp theo của cổ phiếu VCB giữa hai mô hình ARIMA và LSTM thông qua các chỉ số đo lường sai số.

Đối tượng nghiên cứu là chuỗi giá đóng cửa theo ngày của cổ phiếu VCB. Phạm vi không gian nghiên cứu là thị trường chứng khoán Việt Nam. Phạm vi thời gian của tập dữ liệu phân tích gồm 1.249 phiên giao dịch từ ngày 01/10/2017 đến ngày 30/09/2022, và khoảng thời gian dự báo thực nghiệm là 15 phiên giao dịch tiếp theo trong tháng 10/2022.

---

Cơ sở lý thuyết và phương pháp

Khóa luận kết hợp hai khung lý thuyết phân tích chuỗi thời gian:

Khung lý thuyết và mô hình sử dụng

• Lý thuyết chuỗi thời gian: Khảo sát chuỗi rời rạc với các thành phần cơ bản gồm tính xu hướng (Trend), tính chu kỳ (Cycle), tính mùa vụ (Seasonal) và yếu tố ngẫu nhiên (Irregular).
• Mô hình ARIMA(p, d, q): Tích hợp giữa thành phần tự hồi quy $\text{AR}(p)$ biểu diễn giá trị hiện tại theo các giá trị trễ quá khứ, bậc sai phân $d$ để đảm bảo tính dừng của chuỗi, và thành phần trung bình trượt $\text{MA}(q)$ mô tả tác động của các sai số ngẫu nhiên quá khứ.
• Mạng nơ-ron hồi quy RNN và mô hình LSTM: Mạng học sâu được thiết kế đặc thù cho dữ liệu dạng chuỗi nhằm khắc phục hiện tượng triệt tiêu gradient (vanishing gradient). LSTM vận hành dựa trên cơ chế trạng thái ô (Cell State) cùng hệ thống ba cổng điều khiển:
  • Cổng quên (Forget Gate): Sử dụng hàm Sigmoid xác định tỷ lệ thông tin quá khứ cần loại bỏ.
  • Cổng vào (Input Gate / Chọn lọc thông tin): Kết hợp hàm Sigmoid và Tanh để chọn lọc và đưa thông tin mới vào trạng thái ô.
  • Cổng ra (Output Gate): Quyết định giá trị đầu ra tại mỗi bước thời gian dựa trên trạng thái ô đã cập nhật.

Phương pháp nghiên cứu thực nghiệm

• Quy trình Box-Jenkins cho mô hình ARIMA:
  1. Nhận dạng mô hình: Sử dụng kiểm định Augmented Dickey-Fuller (ADF) để kiểm tra nghiệm đơn vị; quan sát đồ thị hàm tự tương quan (ACF) và hàm tự tương quan riêng (PACF) để xác định khoảng bậc $p$ và $q$.
  2. Ước lượng tham số: Áp dụng phương pháp ước lượng hợp lý cực đại (Maximum Likelihood Estimation - MLE) trên môi trường lập trình Python.
  3. Kiểm định mô hình: Đánh giá mức ý nghĩa thống kê của các hệ số ($P\text{-value} < 0{,}05$), so sánh độ phù hợp qua tiêu chí thông tin Akaike (AIC), và kiểm định tính nhiễu trắng của chuỗi phần dư bằng kiểm định Ljung-Box.
  4. Dự báo: Tiến hành dự báo các bước thời gian tiếp theo với khoảng tin cậy 95%.
• Quy trình xây dựng và huấn luyện mạng LSTM:
  1. Phân chia dữ liệu: Chia chuỗi quan sát thành 2 tập riêng biệt theo tỷ lệ 80% tập huấn luyện (Train data, xấp xỉ 999 quan sát) và 20% tập kiểm thử (Test data, xấp xỉ 250 quan sát).
  2. Chuẩn hóa dữ liệu: Áp dụng kỹ thuật co giãn Min-Max Scaling để biến đổi toàn bộ miền giá trị về đoạn $[0; 1]$ theo công thức $x' = \frac{x - x_{\min}}{x_{\max} - x_{\min}}$.
  3. Thiết kế kiến trúc mạng trong Keras: Sử dụng mô hình tuần tự (Sequential) gồm các lớp LSTM xếp chồng kết hợp với lớp kết nối đầy đủ (Dense) ở đầu ra, thiết lập đầu vào dạng ma trận 3 chiều (Samples, Timesteps, Features).
  4. Biên dịch và huấn luyện: Sử dụng thuật toán lan truyền ngược với các hàm tối ưu hóa (như Adam, RMSprop, SGD) nhằm cực tiểu hóa hàm tổn thất sai số.
• Tiêu chí đánh giá sai số mô hình:
  • Sai số phần trăm tuyệt đối trung bình: $\text{MAPE} = \frac{1}{n}\sum_{t=1}^n \left|\frac{Y_t - \hat{Y}_t}{Y_t}\right|$
  • Sai số tuyệt đối trung bình: $\text{MAE} = \frac{1}{n}\sum_{t=1}^n |Y_t - \hat{Y}_t|$
  • Sai số bình phương trung bình: $\text{MSE} = \frac{1}{n}\sum_{t=1}^n (Y_t - \hat{Y}_t)^2$

Nguồn dữ liệu

Toàn bộ dữ liệu giá đóng cửa điều chỉnh theo ngày của mã cổ phiếu VCB được thu thập từ nguồn cơ sở dữ liệu tài chính trực tuyến https://finance.vn/.

---

Nội dung chính theo từng chương

Chương 1: Dự báo chuỗi thời gian và tổng quan nghiên cứu

Chương 1 thiết lập nền tảng lý thuyết tổng quan về phân tích chuỗi thời gian rời rạc. Tác giả phân tích chi tiết 4 thành phần tác động lên một chuỗi dữ liệu kinh tế:

• Tính xu thế: Thể hiện chiều hướng gia tăng hoặc suy giảm dài hạn của dữ liệu, thường gây ra hiện tượng tương quan đồng dạng (tương quan giả) nếu không được loại bỏ.
• Tính chu kỳ và tính mùa vụ: Các quy luật lặp lại theo những khoảng thời gian cố định hoặc theo chu kỳ vận động kinh tế.
• Yếu tố ngẫu nhiên: Những biến động bất thường không theo quy luật được định sẵn, gây tác động tiêu cực hoặc tích cực đột biến lên chuỗi (điển hình như tác động của đại dịch Covid-19 trong giai đoạn 2019–2021).

Chương này cũng tổng quan hai công trình nghiên cứu thực nghiệm tiền đề:

1. Đề tài của Chenhui Xu (2021) về dự đoán số ca nhiễm Covid-19 tại 6 quốc gia so sánh giữa 4 mô hình: ARIMA, Prophet, LSTM và Transformer, trong đó LSTM đạt hiệu suất tối ưu với chỉ số sai số MSE và MAE thấp nhất.
2. Công trình của Lê Xuân Hùng và Hồ Việt Hùng nghiên cứu ứng dụng mạng LSTM trong việc dự báo mực nước thời gian thực tại các trạm thủy văn Hải Phòng (Quang Phục và Cửa Cấm) phục vụ cảnh báo thiên tai.

Chương 2: Mô hình ARIMA và mạng RNN

Chương 2 trình bày chi tiết công thức toán học và quy trình kỹ thuật để thiết lập hai mô hình dự báo:

• Cơ chế mô hình ARIMA(p, d, q): Trình bày chi tiết toán học của quá trình tự hồi quy $\text{AR}(p)$, quá trình trung bình trượt $\text{MA}(q)$, mô hình kết hợp $\text{ARMA}(p, q)$ và mô hình sai phân tích hợp $\text{ARIMA}(p, d, q)$. Khẳng định vai trò của công cụ ACF/PACF trong nhận dạng và kiểm định nghiệm đơn vị ADF để tìm bậc sai phân $d$.

Mô hình	Đặc điểm đồ thị ACF	Đặc điểm đồ thị PACF
$\text{AR}(p)$	Giảm dần theo quy luật mũ hoặc hình sin giảm dần	Có điểm ngắt (cắt cụt) rõ rệt sau độ trễ $p$
$\text{MA}(q)$	Có điểm ngắt (cắt cụt) rõ rệt sau độ trễ $q$	Giảm dần theo quy luật hình học
$\text{ARMA}(p, q)$	Giảm dần theo các biến trễ	Giảm dần theo các biến trễ

• Cấu trúc mạng LSTM: Đi sâu phân tích các biểu thức toán học của 4 tầng chức năng: Cổng quên ($f_t$), Cổng chọn lọc thông tin ($i_t$ và $\tilde{C}t$), Quá trình cập nhật trạng thái ô ($C_t = f_t * C{t-1} + i_t * \tilde{C}_t$), và Cổng xuất đầu ra ($o_t$ cùng trạng thái ẩn $h_t$).
• Quy trình triển khai học máy: Mô tả quy trình tiền xử lý (chia tập Train 80% / Test 20%, chuẩn hóa Min-Max), xây dựng mô hình tuần tự Sequential trên thư viện Keras, lựa chọn các hàm tối ưu hóa gradient (SGD, Adam, RMSprop) và bộ chỉ số đo lường đánh giá chất lượng mô hình (MAPE, MAE, MSE).

Chương 3: Kết quả nghiên cứu

Chương 3 triển khai toàn bộ quá trình thực nghiệm định lượng trên chuỗi giá cổ phiếu VCB:

• Tổng quan về đối tượng nghiên cứu: Vietcombank thành lập ngày 01/04/1963, chuyển đổi mô hình ngân hàng thương mại cổ phần ngày 02/06/2008 và chính thức niêm yết trên HOSE ngày 30/06/2009 với giá chào sàn 60.000 VNĐ. Đến ngày 30/06/2022, tổng tài sản ngân hàng đạt mức 1,6 triệu tỷ đồng, lợi nhuận trước thuế 6 tháng đầu năm 2022 đạt 7.423 tỷ đồng (tăng 50% so với cùng kỳ năm 2021) và tỷ lệ bao phủ nợ xấu đạt kỷ lục 506%.
• Thống kê mô tả dữ liệu giá VCB: Chuỗi dữ liệu gồm 1.249 phiên (01/10/2017 – 30/09/2022) ghi nhận mức giá trung bình 62.429,46 VNĐ; giá trung vị đạt 64.199 VNĐ; độ lệch chuẩn 15.071,60 VNĐ; giá thấp nhất là 28.507 VNĐ (ngày 03/10/2017) và giá cao nhất là 95.800 VNĐ (ngày 25/01/2022).
• Thực nghiệm mô hình ARIMA:
  • Kiểm định ADF chuỗi gốc cho giá trị $P\text{-value} = 0{,}226917 > 0{,}05$, kết luận chuỗi giá gốc là chuỗi không dừng.
  • Tác giả thực hiện chuyển đổi chuỗi qua phép biến đổi logarit kết hợp bóc tách thành phần mùa vụ và tính xu thế, làm phẳng bằng trung bình trượt 12 kỳ để đưa chuỗi về trạng thái dừng với bậc sai phân $d \in {0; 1}$.
  • Kết quả ước lượng và so sánh chỉ số AIC đã xác định mô hình $\text{ARIMA}(1, 0, 1)$ là mô hình phù hợp nhất.
  • Kiểm định phần dư Ljung-Box của mô hình $\text{ARIMA}(1, 0, 1)$ cho giá trị $P\text{-value} = 0{,}65 > 0{,}05$, chứng minh phần dư không có tương quan chuỗi và đạt tính chất của chuỗi nhiễu trắng.
• Thực nghiệm mạng LSTM:
  • Chuỗi dữ liệu sau khi chuẩn hóa Min-Max được phân tách thành tập huấn luyện (80%) và tập kiểm định (20%).
  • Mạng LSTM được cấu hình, biên dịch và huấn luyện để khớp đường dữ liệu trên tập Train và đánh giá sai số trên tập Test.
  • Tiến hành xuất kết quả dự báo cho 15 quan sát tiếp theo của chuỗi giá VCB trong tháng 10/2022.

---

Kết quả và đóng góp

Kết quả định lượng chính

Thực nghiệm trên bộ dữ liệu giá cổ phiếu VCB giai đoạn 2017–2022 ghi nhận các kết quả cụ thể:

Chỉ số / Đặc trưng	Kết quả thực nghiệm trong nghiên cứu
Quy mô mẫu phân tích	1.249 quan sát (từ 01/10/2017 đến 30/09/2022)
Giá trị trung bình chuỗi giá	62.429,46 VNĐ
Giá trị lớn nhất / nhỏ nhất	95.800 VNĐ (25/01/2022) / 28.507 VNĐ (03/10/2017)
Kết quả kiểm định ADF chuỗi gốc	$P\text{-value} = 0{,}226917$ (Chuỗi không dừng tại mức ý nghĩa 5%)
Cấu hình mô hình ARIMA tối ưu	$\text{ARIMA}(1, 0, 1)$ (sau khi lấy logarit và khử mùa vụ)
Kiểm định phần dư Ljung-Box	$P\text{-value} = 0{,}65$ (Phần dư đạt tính chất nhiễu trắng)
Cấu trúc phân chia tập dữ liệu	80% Tập Train (~999 quan sát) / 20% Tập Test (~250 quan sát)
Phương pháp chuẩn hóa mạng LSTM	Min-Max Normalization về miền giá trị $[0; 1]$
Kết quả dự báo thực nghiệm	Xuất chuỗi dự báo giá đóng cửa cho 15 phiên tiếp theo (tháng 10/2022)

Đóng góp của đề tài

• Về mặt phương pháp luận: Đề tài minh họa rõ nét quy trình đối sánh giữa phương pháp kinh tế lượng cổ điển (ARIMA theo nguyên lý Box-Jenkins) và thuật toán học sâu hiện đại (mạng nơ-ron hồi quy LSTM trong Keras) khi giải quyết bài toán dự báo chuỗi thời gian tài chính.
• Về mặt ứng dụng thực tiễn: Cung cấp bộ thông số thực nghiệm, quy trình tiền xử lý chuỗi tài chính phi tuyến tính và kết quả dự báo giá đóng cửa ngắn hạn 15 phiên của cổ phiếu VCB, hỗ trợ nhà đầu tư và chuyên viên phân tích định lượng có thêm góc nhìn tham khảo trong việc xây dựng chiến lược giao dịch.

---

Hạn chế và hướng nghiên cứu tiếp

• Hạn chế của nghiên cứu:
  • Mô hình ARIMA bị giới hạn bởi giả định chuỗi tuyến tính, khó phản ánh kịp thời các cú sốc bất thường từ thị trường hoặc sự thay đổi đột ngột về mặt chính sách kinh tế.
  • Nghiên cứu chỉ sử dụng dữ liệu chuỗi thời gian đơn biến (giá đóng cửa lịch sử) mà chưa tích hợp các yếu tố ngoại sinh quan trọng khác như khối lượng giao dịch, lãi suất liên ngân hàng, biến động chỉ số VN-Index, các tỷ số tài chính nội tại của ngân hàng hoặc tin tức thị trường.
  • Phạm vi dự báo chỉ giới hạn ở ngắn hạn (15 phiên giao dịch tiếp theo), chưa đánh giá hiệu quả trên các khoảng thời gian trung và dài hạn.
• Hướng phát triển tiếp theo:
  • Mở rộng cấu trúc mạng LSTM thành mô hình học sâu đa biến (Multivariate LSTM) để kết hợp đồng thời giá, khối lượng giao dịch và các biến số kinh tế vĩ mô.
  • Nghiên cứu mô hình lai kết hợp (Hybrid Model) giữa ARIMA và LSTM nhằm tận dụng ưu thế phân tích thành phần tuyến tính của ARIMA và thành phần phi tuyến của LSTM.
  • Mở rộng phạm vi kiểm thử thực nghiệm trên nhiều mã cổ phiếu thuộc các nhóm ngành khác nhau trên thị trường chứng khoán Việt Nam.

---

Giá trị tham khảo

Báo cáo khóa luận có giá trị thực tiễn đối với:

• Sinh viên và học viên chuyên ngành Toán kinh tế, Kinh tế lượng, Khoa học dữ liệu và Tài chính - Ngân hàng: Là tài liệu tham khảo có cấu trúc bài bản về việc lập trình xử lý chuỗi thời gian, triển khai quy trình Box-Jenkins và xây dựng mạng LSTM trên Python.
• Chuyên viên nghiên cứu định lượng (Quant Analyst) và nhà đầu tư cá nhân: Cung cấp bức tranh thống kê chi tiết về đặc tính vận động của cổ phiếu VCB giai đoạn 2017–2022 cùng phương pháp thiết lập mô hình dự báo giá ngắn hạn.
• Các nội dung đáng tham khảo nhất:
  • Quy trình 4 bước Box-Jenkins chuẩn tắc áp dụng cho chuỗi tài chính tại Chương 2.
  • Hướng dẫn thiết kế các tầng của mạng LSTM (Forget Gate, Input Gate, Output Gate) và cách thiết lập mô hình tuần tự trong thư viện Keras.
  • Bảng thống kê mô tả và kết quả kiểm định tính dừng thực tế trên chuỗi 1.249 quan sát của cổ phiếu VCB tại Chương 3.

---

Câu hỏi thường gặp

1. Tại sao chuỗi giá gốc cổ phiếu VCB không thể đưa trực tiếp vào mô hình ARIMA mà phải tiền xử lý?

Theo kết quả kiểm định nghiệm đơn vị Augmented Dickey-Fuller (ADF), chuỗi giá gốc của VCB có mức ý nghĩa $P\text{-value} = 0{,}226917 > 0{,}05$, nghĩa là chưa thể bác bỏ giả thuyết $H_0$ và chuỗi giá là chuỗi không dừng. Để mô hình ARIMA hoạt động chính xác, tác giả phải lấy logarit, bóc tách tính mùa vụ, làm phẳng chuỗi bằng trung bình trượt và xác định bậc sai phân thích hợp nhằm biến đổi chuỗi về trạng thái dừng.

2. Mô hình ARIMA nào được tác giả lựa chọn là tối ưu và căn cứ vào tiêu chí nào?

Mô hình được lựa chọn là $\text{ARIMA}(1, 0, 1)$. Mô hình này được xác định dựa trên phương pháp "thử và sai" có hỗ trợ của thuật toán tối ưu trên Python để tìm giá trị có chỉ số thông tin Akaike (AIC) thấp nhất. Sau đó, kiểm định Ljung-Box đối với phần dư cho giá trị $P\text{-value} = 0{,}65 > 0{,}05$, chứng minh phần dư không có tự tương quan và hoàn toàn đạt tính chất của một chuỗi nhiễu trắng.

3. Kỹ thuật chuẩn hóa dữ liệu nào được sử dụng trước khi đưa vào mạng LSTM?

Tác giả sử dụng phương pháp Chuẩn hóa Min-Max (Rescaling) để co giãn toàn bộ giá trị quan sát về đoạn $[0; 1]$ theo công thức $x' = \frac{x - x_{\min}}{x_{\max} - x_{\min}}$. Kỹ thuật này giúp các thuật toán tối ưu hóa dựa trên gradient trong Deep Learning hội tụ nhanh hơn và hạn chế sai số do chênh lệch độ lớn dữ liệu ban đầu.

4. Tập dữ liệu thực nghiệm được phân chia theo tỷ lệ nào và bao gồm bao nhiêu phiên giao dịch?

Toàn bộ tập dữ liệu gồm 1.249 quan sát hàng ngày (giai đoạn 01/10/2017 đến 30/09/2022) được phân chia theo tỷ lệ 80/20, trong đó:

• Tập huấn luyện (Train data): Chiếm 80% (xấp xỉ 999 quan sát) dùng để điều chỉnh trọng số mô hình.
• Tập kiểm tra (Test data): Chiếm 20% (xấp xỉ 250 quan sát) dùng để đánh giá độc lập sai số dự báo của mô hình.

5. Kết quả thống kê mô tả chuỗi giá VCB trong giai đoạn nghiên cứu 2017–2022 cho thấy những số liệu nổi bật nào?

Trong tổng số 1.249 phiên giao dịch:

• Mức giá đóng cửa trung bình đạt 62.429,46 VNĐ.
• Giá trung vị là 64.199 VNĐ; giá xuất hiện nhiều nhất (Mode) là 63.738 VNĐ.
• Độ lệch chuẩn là 15.071,60 VNĐ.
• Mức giá thấp nhất ghi nhận là 28.507 VNĐ (ngày 03/10/2017) và mức giá cao nhất đạt 95.800 VNĐ (ngày 25/01/2022).

---

Kết luận

Khóa luận chuyên đề tốt nghiệp của tác giả Nguyễn Thị Quỳnh Anh đã hệ thống hóa và ứng dụng thành công hai phương pháp phân tích chuỗi thời gian tiêu biểu là mô hình kinh tế lượng $\text{ARIMA}(1, 0, 1)$ và mô hình học sâu mạng nơ-ron hồi quy LSTM. Thông qua bộ dữ liệu thực nghiệm gồm 1.249 phiên giao dịch của cổ phiếu VCB giai đoạn 2017–2022, nghiên cứu đã thực hiện đầy đủ các bước từ kiểm định tính dừng, xử lý mùa vụ, chuẩn hóa Min-Max đến huấn luyện và kiểm chuẩn mô hình. Kết quả nghiên cứu không chỉ mang lại giá trị thực nghiệm trong việc dự báo 15 phiên giá đóng cửa ngắn hạn của cổ phiếu ngân hàng Vietcombank mà còn cung cấp khung tham chiếu phương pháp luận hữu ích cho các bài toán phân tích định lượng dữ liệu tài chính.

Trích đoạn nội dung tài liệu

Chương 1 đã cho chúng ta một cái nhìn tổng quát nhất về khái niệm chuỗi thời gian, các thành phần chính tồn tại trong một chuỗi thời gian bao gồm: tính xu thế, tinh mùa vụ, và các yêu tô ngẫu nhiên. Chúng ta cũng thay rõ được cơ sở của dự báo chuỗi thời gian và tính ứng dụng của nó trong đời sống phổ biến ra sao trong các lĩnh vực khoa học và đời sông. 11190401 - Nguyễn Thị Quỳnh Anh 10 Chuyên đề thực tập chuyên ngành Toán Kinh TẾ CHƯƠNG 2 MÔ HÌNH ARIMA VÀ MẠNG RNN Trong khuôn khổ dé tài này, tác giả sẽ sử dụng hai phương pháp dự báo chuỗi thời gian đó là mô hình Tự hoi quy tích hợp trung bình trượt ( Auto Regression Intergrated Moving Average - ARIMA) và Mạng nơ — ron hồi quy nhận tao (Recurrent Neural Network — RNN). Từ đó chúng ta có thé ứng dụng vào van dé mà chuyên dé đưa ra.

Mô hình tự hồi quy tích hợp trung bình trượt - ARIMA 2. Hàm tự tương quan 2. Tự tương quan (ACF — AutoCorrelation Function) AutoCorrelation là sự tương quan giữa hai giá trị trong một chuỗi thời gian. Nói cách khác, dữ liệu chuỗi thời gian tương quan với chính nó - do đó tự tương quan.

Chúng tôi gọi những mối tương quan này là "độ trễ". Các nhà phân tích ghi lại dữ liệu chuỗi thời gian băng cách đo lường một hàm theo các khoảng thời gian đều đặn, ví dụ: hàng ngày, hàng tháng hoặc hàng năm. Khoảng thời gian giữa hai lần quan sát là độ trễ. Ví dụ, độ trễ giữa quan sát hiện tại và trước đó là một.

Quay lại một lần nữa, độ trễ là hai,. Về mặt toán học, các quan sát tại các điểm y, và y,_„ cách nhau k don vị thời gian với k là độ trễ. Độ trễ này có thê là ngày, quý hoặc năm tùy thuộc vào bản chất của dữ liệu. Khi k = J, các quan sát liền kề được đánh giá.

Mọi độ chậm trễ đều có mỗi tương quan.1) Ta thường sử dụng hàm tự tương quan (ACF) dé xác định độ trễ nào có mối tương quan đáng kê dé hiểu các mẫu và đặc điểm của chuỗi thời gian rồi lập mô hình dữ liệu. Dựa trên ACF, chúng ta có thê suy luận đề đánh giá tính ngẫu nhiên và tính ồn định của dữ liệu chuỗi thời gian. Chúng tôi cũng có thể xác định xem các xu hướng và mô hình theo mùa có đang nổi lên hay không. Trong biểu đồ ACF, mỗi thanh biéu thị cường độ và hướng của mối tương quan.

Các thanh bên ngoài đường màu đỏ có ý nghĩa thống kê. Tự tương quan riêng (PACF — Partitial AutoCorrelation Function) Tương tự, chúng ta có một thước do khác là tự tương quan cá nhân (PACF), cũng là thước do mức độ tương quan, giống nhu ACF của phan trước. Hệ số tương 11190401 - Nguyễn Thị Quỳnh Anh 11 Chuyên đề thực tập chuyên ngành Toán Kinh TẾ quan của PACF giúp chúng ta loại bỏ ảnh hưởng của chuỗi trễ (là chuỗi trễ x¿_¡, .„e_y-+ giữa x, và x¿_„, đây là điểm khác biệt so với ACF- hàm tự tương quan. Các mô hình trung bình động (MA) được sử dụng trong phân tích chuỗi thời gian để mô tả chuỗi thời gian tĩnh.

Các mô hình MA biểu thị chuỗi thời gian được tạo bằng cách truyền nhiễu trắng qua bộ lọc tuyến tính không đệ quy. Một mô hình trung bình động của một quá trình ngẫu nhiên. PACF được ký hiệu là ø„y , k = 1,2,. là hệ số tương quan có điều kiện: Pex = Corr (Ye, Ye-r | Ye-a Ye-2 ee Vega) kk = 1,2,.2) Quá trình tự hồi quy AR(p) tìm thấy giá tri của độ trễ p nhờ đồ thị tương quan PACE.