Dự báo kinh tế bằng mạng thần kinh nhân tạo: Nghiên cứu thị trường chứng khoán Việt Nam

Lời cam đoan

Mục lục

Danh mục các bảng biểu

Danh mục các hình

Danh mục các từ viết tắt

Phần mở đầu

1. CHƯƠNG 1: Quan điểm và bằng chứng thực nghiệm việc ứng dụng mô hình mạng thần kinh nhân tạo trong dự báo

1.1. Quan điểm lựa chọn công cụ phân tích và dự báo

1.2. Mô hình mạng thần kinh nhân tạo – ANN

1.3. Mạng thần kinh nhân tạo và các đặc điểm cơ bản của bộ não

1.4. Những yếu tố tạo nên một mô hình mạng thần kinh nhân tạo

1.5. Cách thức huấn luyện một mô hình mạng thần kinh nhân tạo

1.6. Một số thước đo trong việc lựa chọn cấu trúc mạng ANN

1.7. Các đặc trưng của mô hình mạng thần kinh nhân tạo

1.8. Một số mô hình mạng thần kinh nhân tạo điển hình

1.8.1. Mô hình mạng truyền thẳng

1.8.2. Mô hình mạng truyền thẳng đa lớp

1.8.3. Mô hình mạng lặp lại

1.9. Sự vượt trội của mô hình mạng thần kinh trong việc phân tích và dự báo

1.10. Việc ứng dụng mô hình ANN trong dự báo – bằng chứng thực nghiệm

1.11. Thiết kế một mô hình mạng thần kinh nhân tạo

2. CHƯƠNG 2: Thiết kế và ứng dụng mạng thần kinh nhân tạo để dự báo giá chứng khoán trên thị trường chứng khoán Việt Nam

2.1. Thiết kế mạng thần kinh nhân tạo để dự báo giá chứng khoán với nhóm biến kinh tế vĩ mô

2.2. Lựa chọn biến kinh tế vĩ mô tác động đến giá chứng khoán

2.3. Thu thập dữ liệu kinh tế

2.4. Tiền xử lý dữ liệu

2.5. Phân chia dữ liệu được thu thập để huấn luyện ANN

2.6. Xây dựng cấu trúc – Xác định thông số của ANN

2.7. Tiêu chuẩn đánh giá tính phù hợp kết quả dự báo của ANN

2.8. Huấn luyện hệ thống ANN

2.9. Kết quả sử dụng mô hình mạng ANN để dự báo VN-Index

2.10. Sử dụng mạng thần kinh được khái quát hóa và mạng truyền thẳng để dự báo giá chứng khoán với nhóm biến kinh tế vĩ mô

2.11. Dự báo giá chứng khoán bằng cấu trúc mạng thần kinh nhân tạo được khái quát hóa

2.12. Dự báo giá chứng khoán dựa trên phân tích tác động của các biến kinh tế vĩ mô theo cấu trúc mạng truyền thẳng

2.13. So sánh khả năng dự báo giá chứng khoán của mô hình mạng thần kinh nhân tạo với mô hình hồi quy tuyến tính

2.14. Sự vượt trội của mô hình mạng thần kinh nhân tạo so với mô hình hồi quy tuyến tính khi sử dụng các biến số tài chính

2.15. Mô hình mạng ANN tuyến tính

2.16. Kết quả của mô hình hồi quy tuyến tính truyền thống

2.17. Mô hình mạng ANN phi tuyến khi khảo sát các biến tài chính

2.18. Phân tích và dự báo giá chứng khoán trên TTCK VN dưới tác động của sự biến động các TTCK thế giới

2.19. Sử dụng sự thay đổi giá trong quá khứ để dự báo giá chứng khoán trên TTCK VN

2.20. Dự báo giá chứng khoán trên TTCK VN dưới tác động của các chỉ báo tâm lý thị trường

2.21. Lựa chọn nhập lượng đầu vào

2.22. Thu thập và xử lý dữ liệu

2.23. Mô hình mạng thần kinh nhân tạo

2.24. Xây dựng mô hình mạng thần kinh tuyến tính

2.25. So sánh và kết luận

3. CHƯƠNG 3: Một số đề xuất từ quá trình phân tích và dự báo giá chứng khoán trên thị trường chứng khoán Việt Nam

3.1. Khả năng dự báo giá chứng khoán trên thị trường chứng khoán Việt Nam

3.2. Hành vi tài chính của nhà đầu tư tác động mạnh trong mô hình ANN

3.3. Một số đề xuất từ quá trình phân tích và dự báo giá chứng khoán trên TTCK VN

3.4. Gia tăng điều kiện phát hành chứng khoán nhằm kiểm soát hoạt động huy động vốn của các doanh nghiệp

3.5. Sớm thay đổi các quy định về tín dụng đầu tư chứng khoán hiện nay của ngân hàng nhà nước

3.6. Gia tăng điều kiện niêm yết trên các sàn giao dịch chứng khoán ở Việt Nam để tạo ra sự khác biệt thực sự giữa các thị trường

3.7. Tăng tính chủ động cho Ủy ban chứng khoán nhà nước tiến tới sự độc lập trong hoạt động dưới sự quản lý của chính phủ

3.8. Những hạn chế của quá trình nghiên cứu này

3.9. Những ứng dụng khác của mô hình mạng thần kinh nhân tạo

Các công trình nghiên cứu khoa học đã công bố

Danh mục tài liệu tham khảo

Phụ lục 1: Một số hàm kích hoạt của mạng thần kinh nhân tạo

Phụ lục 2: Quá trình phân loại biến theo mô hình ANN

Phụ lục 3: Xây dựng mô hình hồi quy tuyến tính truyền thống để phân tích và dự báo VN-Index

Phụ lục 4: Cách tính các chỉ số phân tích kỹ thuật

I. Giới thiệu về dự báo kinh tế và mạng thần kinh nhân tạo

Dự báo kinh tế là một lĩnh vực quan trọng trong nghiên cứu tài chính, đặc biệt là trong bối cảnh thị trường chứng khoán Việt Nam. Việc ứng dụng mạng thần kinh nhân tạo (ANN) trong dự báo kinh tế đã mở ra những hướng đi mới cho các nhà nghiên cứu và thực hành. ANN có khả năng xử lý và phân tích dữ liệu phức tạp, giúp nhận diện các mẫu hình và mối quan hệ giữa các biến số. Theo Chatterjee và cộng sự (2000), ANN đã chứng minh được hiệu quả vượt trội so với các phương pháp truyền thống trong việc dự báo giá chứng khoán. Việc áp dụng ANN không chỉ giúp cải thiện độ chính xác của dự báo mà còn tạo ra những hiểu biết sâu sắc về các yếu tố tác động đến thị trường chứng khoán.

1.1. Tính cấp thiết của việc nghiên cứu

Nghiên cứu về dự báo kinh tế thông qua ANN là cần thiết trong bối cảnh thị trường tài chính ngày càng biến động. Các mô hình truyền thống như hồi quy tuyến tính thường không đủ khả năng để nắm bắt tính phi tuyến của dữ liệu tài chính. Việc áp dụng ANN giúp cải thiện khả năng dự báo, đặc biệt trong các tình huống mà các yếu tố kinh tế vĩ mô có sự biến động mạnh. Theo nghiên cứu của Bollerslev (1986), tính phi tuyến trong dữ liệu tài chính là một thực tế không thể phủ nhận. Do đó, việc sử dụng ANN để phân tích và dự báo giá chứng khoán là một bước đi hợp lý và cần thiết.

II. Thiết kế và ứng dụng mạng thần kinh nhân tạo trong dự báo giá chứng khoán

Việc thiết kế một mô hình mạng thần kinh nhân tạo để dự báo giá chứng khoán đòi hỏi sự lựa chọn cẩn thận về cấu trúc mạng và các biến đầu vào. Các yếu tố kinh tế vĩ mô như GDP, lạm phát, và tỷ giá hối đoái thường được xem xét trong quá trình này. Dữ liệu cần được thu thập và xử lý trước khi đưa vào mô hình. Quá trình tiền xử lý dữ liệu là rất quan trọng để đảm bảo rằng mô hình có thể học hỏi và dự đoán chính xác. Kết quả từ mô hình ANN cho thấy khả năng dự báo giá chứng khoán tốt hơn so với các mô hình hồi quy tuyến tính truyền thống. Điều này cho thấy rằng công nghệ AI có thể mang lại những lợi ích đáng kể trong việc phân tích và dự báo thị trường.

2.1. Các bước thiết kế mô hình ANN

Quá trình thiết kế mô hình ANN bao gồm nhiều bước quan trọng. Đầu tiên, cần xác định các biến đầu vào phù hợp, sau đó thu thập và xử lý dữ liệu. Tiếp theo, cấu trúc mạng cần được xác định, bao gồm số lượng lớp và số lượng neuron trong mỗi lớp. Việc huấn luyện mô hình cũng rất quan trọng, với các thuật toán như Backpropagation được sử dụng để tối ưu hóa trọng số. Kết quả từ mô hình ANN cho thấy khả năng dự báo chính xác hơn so với các phương pháp truyền thống, điều này khẳng định giá trị của việc ứng dụng ANN trong nghiên cứu thị trường chứng khoán.

III. Đề xuất và kết luận từ nghiên cứu

Nghiên cứu đã chỉ ra rằng việc ứng dụng mạng thần kinh nhân tạo trong dự báo kinh tế là khả thi và hiệu quả. Các mô hình ANN không chỉ giúp cải thiện độ chính xác của dự báo mà còn cung cấp những hiểu biết sâu sắc về các yếu tố tác động đến giá chứng khoán. Đề xuất từ nghiên cứu này bao gồm việc tăng cường điều kiện niêm yết trên các sàn giao dịch chứng khoán và cải thiện quy định về tín dụng đầu tư chứng khoán. Những cải cách này có thể giúp nâng cao tính minh bạch và hiệu quả của thị trường chứng khoán Việt Nam. Kết quả nghiên cứu cũng cho thấy rằng việc áp dụng ANN có thể là một công cụ hữu ích cho các nhà đầu tư và các nhà quản lý trong việc ra quyết định.

3.1. Hạn chế và hướng nghiên cứu tiếp theo

Mặc dù nghiên cứu đã đạt được những kết quả tích cực, vẫn còn một số hạn chế cần được khắc phục. Việc thu thập dữ liệu có thể gặp khó khăn do tính chất không ổn định của thị trường. Hướng nghiên cứu tiếp theo có thể tập trung vào việc cải thiện các thuật toán ANN và mở rộng ứng dụng của chúng trong các lĩnh vực khác của kinh tế. Việc nghiên cứu sâu hơn về các yếu tố tác động đến giá chứng khoán cũng là một hướng đi tiềm năng cho các nghiên cứu trong tương lai.

Ứng dụng mô hình mạng thần kinh nhân tạo trong dự báo kinh tế thị trường chứng khoán Việt Nam