Dự Đoán Chỉ Số Thị Trường Chứng Khoán Bằng Học Sâu

Khóa luận tốt nghiệp khám phá ứng dụng deep learning trong dự đoán chỉ số thị trường chứng khoán, mang lại cái nhìn sâu sắc và tiềm năng.

• Tác giả: Nguyen Quang Bac
• Người hướng dẫn: Dr. Nguyen Tien Chuong
• Trường học: Vietnam National University
• Chuyên ngành: Finance - Banking
• Đề tài: Dự Đoán Chỉ Số Thị Trường Chứng Khoán Bằng Học Sâu
• Loại tài liệu: Graduation Thesis
• Năm xuất bản: 2023
• Địa điểm: Ha Noi

Mục lục chi tiết

• ACKNOWLEDGMENTS
• 1. PART 1: INTRODUCTION
• 1.1. The relevance of the research topic
• 1.2. Research objectives
• 1.3. Research questions
• 1.4. Research scope
• 1.5. Materials and methods
• 1.6. Expected research contributions
• 1.7. Research structure
• 2. PART 2: THEORETICAL BASIS AND LITERATURE REVIEW
• 2.1. Overview of AI
• 2.2. Overview of deep learning
• 2.3. Overview of Deep learning for predicting time series
• 3. PART 3: RESEARCH METHODOLOGY
• 4. PART 4: EXPERIMENT AND RESULTS
• 5. PART 5: CONCLUSION AND FUTURE WORK
• REFERENCES
• LIST OF ACRONYMS
• LIST OF TABLES
• LIST OF FIGURES

Tóm tắt

I. Tổng Quan Về Dự Đoán Chỉ Số Thị Trường Chứng Khoán Bằng Học Sâu

Dự đoán chỉ số thị trường chứng khoán là một lĩnh vực nghiên cứu quan trọng trong tài chính. Sự phát triển của công nghệ và dữ liệu lớn đã mở ra cơ hội mới cho việc áp dụng học sâu trong việc phân tích và dự đoán xu hướng thị trường. Nghiên cứu này không chỉ giúp các nhà đầu tư đưa ra quyết định chính xác hơn mà còn góp phần vào sự phát triển bền vững của thị trường tài chính.

1.1. Khái Niệm Về Học Sâu Trong Tài Chính

Học sâu là một nhánh của trí tuệ nhân tạo, sử dụng các mạng nơ-ron để phân tích và dự đoán dữ liệu. Trong lĩnh vực tài chính, học sâu giúp cải thiện độ chính xác của các mô hình dự đoán thông qua việc xử lý khối lượng dữ liệu lớn.

1.2. Tầm Quan Trọng Của Dự Đoán Chỉ Số Thị Trường

Dự đoán chỉ số thị trường chứng khoán không chỉ giúp các nhà đầu tư tối ưu hóa lợi nhuận mà còn giảm thiểu rủi ro. Việc hiểu rõ các yếu tố ảnh hưởng đến giá cổ phiếu là rất cần thiết để đưa ra quyết định đầu tư hợp lý.

II. Thách Thức Trong Dự Đoán Chỉ Số Thị Trường Chứng Khoán

Dự đoán chỉ số thị trường chứng khoán gặp nhiều thách thức do tính không ổn định và phức tạp của thị trường. Các yếu tố như tâm lý nhà đầu tư, biến động kinh tế và chính trị có thể ảnh hưởng lớn đến giá cổ phiếu. Do đó, việc phát triển các mô hình dự đoán chính xác là một nhiệm vụ khó khăn.

2.1. Tính Không Ổn Định Của Thị Trường

Thị trường chứng khoán thường xuyên biến động, điều này làm cho việc dự đoán trở nên khó khăn. Các yếu tố bên ngoài như khủng hoảng kinh tế hay chính trị có thể gây ra những biến động lớn trong giá cổ phiếu.

2.2. Tâm Lý Nhà Đầu Tư

Tâm lý nhà đầu tư là một yếu tố quan trọng ảnh hưởng đến quyết định đầu tư. Sự hoảng loạn hoặc lạc quan của nhà đầu tư có thể dẫn đến những biến động không thể dự đoán trước trong giá cổ phiếu.

III. Phương Pháp Dự Đoán Chỉ Số Thị Trường Bằng Học Sâu

Có nhiều phương pháp học sâu được áp dụng để dự đoán chỉ số thị trường chứng khoán, bao gồm LSTM, GRU và CNN. Mỗi phương pháp có những ưu điểm và nhược điểm riêng, phù hợp với các loại dữ liệu khác nhau.

3.1. Mô Hình LSTM Trong Dự Đoán

Mô hình LSTM (Long Short-Term Memory) rất hiệu quả trong việc xử lý dữ liệu chuỗi thời gian. Nó giúp ghi nhớ thông tin lâu dài và giảm thiểu vấn đề mất mát thông tin trong quá trình dự đoán.

3.2. Mô Hình GRU Và Ứng Dụng Của Nó

Mô hình GRU (Gated Recurrent Unit) là một biến thể của LSTM, giúp đơn giản hóa cấu trúc và cải thiện tốc độ tính toán. GRU thường được sử dụng trong các bài toán dự đoán ngắn hạn.

3.3. CNN Trong Phân Tích Dữ Liệu Tài Chính

Mô hình CNN (Convolutional Neural Network) thường được áp dụng trong nhận diện hình ảnh, nhưng cũng có thể được sử dụng để phân tích dữ liệu tài chính. CNN giúp phát hiện các mẫu trong dữ liệu một cách hiệu quả.

IV. Ứng Dụng Thực Tiễn Của Học Sâu Trong Dự Đoán Chỉ Số Thị Trường

Việc áp dụng học sâu trong dự đoán chỉ số thị trường chứng khoán đã mang lại nhiều kết quả khả quan. Các mô hình học sâu không chỉ cải thiện độ chính xác mà còn giúp các nhà đầu tư đưa ra quyết định kịp thời và hiệu quả hơn.

4.1. Kết Quả Nghiên Cứu Từ Các Mô Hình Học Sâu

Nghiên cứu cho thấy các mô hình học sâu như LSTM và GRU có thể đạt được độ chính xác cao trong việc dự đoán xu hướng giá cổ phiếu. Điều này mở ra cơ hội mới cho các nhà đầu tư trong việc tối ưu hóa lợi nhuận.

4.2. Ứng Dụng Trong Thực Tế

Nhiều công ty tài chính đã áp dụng các mô hình học sâu để cải thiện quy trình ra quyết định đầu tư. Việc sử dụng công nghệ này giúp giảm thiểu rủi ro và tối ưu hóa lợi nhuận cho các nhà đầu tư.

V. Kết Luận Về Tương Lai Của Dự Đoán Chỉ Số Thị Trường Chứng Khoán

Tương lai của dự đoán chỉ số thị trường chứng khoán bằng học sâu rất hứa hẹn. Sự phát triển của công nghệ và dữ liệu lớn sẽ tiếp tục thúc đẩy nghiên cứu và ứng dụng trong lĩnh vực này.

5.1. Xu Hướng Nghiên Cứu Trong Tương Lai

Các nghiên cứu trong tương lai sẽ tập trung vào việc cải thiện độ chính xác của các mô hình học sâu và phát triển các phương pháp mới để xử lý dữ liệu tài chính.

5.2. Tác Động Đến Thị Trường Tài Chính

Việc áp dụng học sâu trong dự đoán chỉ số thị trường chứng khoán có thể thay đổi cách thức mà các nhà đầu tư ra quyết định, từ đó tạo ra những ảnh hưởng tích cực đến thị trường tài chính.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Thị trường chứng khoán đóng vai trò quan trọng đối với sự phát triển của nền kinh tế hiện đại. Theo giả thuyết thị trường hiệu quả, biến động giá cổ phiếu mang tính ngẫu nhiên và khó dự đoán. Tuy nhiên, các phân tích kỹ thuật và nghiên cứu định lượng hiện đại cho thấy phần lớn giá trị của tài sản tài chính được phản ánh qua dữ liệu lịch sử, do đó việc nắm bắt các quy luật và xu hướng biến động đóng vai trò then chốt trong việc xây dựng các mô hình dự báo. Thị trường chứng khoán chịu sự tác động đồng thời của nhiều yếu tố vĩ mô và vi mô, bao gồm biến động kinh tế, bối cảnh chính trị, chỉ số giá cả hàng hóa, kỳ vọng và tâm lý của nhà đầu tư. Chỉ số thị trường chứng khoán đại diện cho biến động chung của thị trường và phản ánh sức khỏe của nền kinh tế quốc gia, nhưng các dao động này thường mang tính phi tuyến, hỗn loạn và tiềm ẩn rủi ro lớn đối với các quyết định đầu tư.

Dự báo giá và chỉ số chứng khoán là một bài toán phức tạp trong lĩnh vực dự báo tài chính. Các phương pháp truyền thống thường được chia thành ba nhóm: phân tích cơ bản (thích hợp cho dài hạn), phân tích kỹ thuật (thích hợp cho ngắn hạn) và phân tích chuỗi thời gian. Trong phân tích chuỗi thời gian, các mô hình tuyến tính (AR, MA, ARIMA) và phi tuyến cổ điển (ARCH, GARCH) thường chỉ tập trung vào một chuỗi giá đóng cửa đơn lẻ và gặp hạn chế khi xử lý các cấu trúc động lực ẩn sâu trong dữ liệu tài chính đa chiều. Sự phát triển của các kỹ thuật Trí tuệ nhân tạo (AI) và Học sâu (Deep Learning - DL) mở ra hướng tiếp cận mới nhờ khả năng tự động trích xuất các đặc trưng phi tuyến bậc cao mà không cần giả định trước về phân phối dữ liệu.

Khóa luận tốt nghiệp của tác giả Nguyễn Quang Bắc (Khoa Tài chính - Ngân hàng, Trường Đại học Kinh tế - Đại học Quốc gia Hà Nội) hướng đến giải quyết các mục tiêu và nhiệm vụ nghiên cứu sau:

1. Xây dựng mô hình dự đoán chỉ số thị trường chứng khoán Việt Nam (VNINDEX) dựa trên các kiến trúc học sâu hiện đại, tối ưu hóa các tham số của mô hình và đánh giá hiệu năng dự báo xu hướng giá trong tương lai nhằm hỗ trợ việc ra quyết định đầu tư.
2. Kiểm tra và đánh giá độ chính xác cũng như độ tin cậy của các mô hình học sâu trong việc dự báo xu hướng chỉ số VNINDEX.
3. Phân tích tác động của các thay đổi trong cấu trúc mô hình học sâu (như việc sử dụng số lượng tầng nơ-ron khác nhau, mô hình đơn lớp so với đa lớp, và các cấu hình siêu tham số khác nhau) đến khả năng dự báo.
4. Xác định phương pháp và kiến trúc mô hình học sâu tối ưu nhất để dự đoán chỉ số VNINDEX.

Phạm vi nghiên cứu của đề tài được xác định cụ thể:

• Đối tượng nghiên cứu: Chỉ số thị trường chứng khoán Việt Nam (VNINDEX).
• Phạm vi không gian: Thị trường chứng khoán Việt Nam, với dữ liệu giao dịch đại diện trên sàn Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HOSE).
• Phạm vi thời gian: Toàn bộ dữ liệu theo ngày kéo dài 23 năm, từ ngày 16/10/2000 đến ngày 06/10/2023, bao gồm cả hai chu kỳ suy thoái lớn là cuộc khủng hoảng tài chính toàn cầu năm 2008 và đại dịch COVID-19 năm 2020.

Cơ sở lý thuyết và phương pháp

Khóa luận áp dụng khung lý thuyết về mô hình hóa chuỗi thời gian tài chính phi tuyến đa biến bằng các kỹ thuật học sâu. Ba kiến trúc mạng nơ-ron học sâu chủ đạo được triển khai và so sánh:

• Mạng bộ nhớ ngắn-dài (Long Short-Term Memory - LSTM): Được phát triển bởi Hochreiter và Schmidhuber (1997), LSTM giải quyết triệt để vấn đề suy giảm đạo hàm (vanishing gradient) trong mạng nơ-ron hồi quy (RNN) truyền thống thông qua cấu trúc ô nhớ (cell state) và ba cổng tương tác gồm cổng vào (input gate), cổng quên (forget gate) và cổng ra (output gate).
• Mạng nơ-ron hồi quy cổng (Gated Recurrent Unit - GRU): Do Chung và các cộng sự đề xuất (2014), GRU là biến thể thu gọn của LSTM nhằm tối ưu hóa tính toán với số lượng tham số ít hơn. GRU tích hợp trạng thái ẩn và ô nhớ vào một vector kích hoạt duy nhất thông qua hai cổng: cổng đặt lại (reset gate) và cổng cập nhật (update gate).
• Mạng nơ-ron tích chập (Convolutional Neural Networks - CNN): Được áp dụng cho dữ liệu chuỗi thời gian đa biến 1 chiều (1D-CNN), xử lý ma trận dữ liệu đầu vào qua các bộ lọc (filters), hàm kích hoạt phi tuyến (ReLU, Leaky ReLU), tầng gộp (pooling) và tầng kết nối đầy đủ (fully connected) để trích xuất đặc trưng không gian - thời gian cục bộ.

Phương pháp nghiên cứu thực nghiệm được thực hiện trên môi trường lập trình Python 3, sử dụng thư viện TensorFlow, Keras APIs, cùng các thư viện bổ trợ như NumPy, Pandas, scikit-learn và scikit-image trên hệ thống máy tính với cấu hình Visual Studio Code. Dữ liệu đầu vào bao gồm 5.594 quan sát hàng ngày, kết hợp từ 3 nhóm biến đại diện:

1. Dữ liệu cơ bản/lịch sử: Giá đóng cửa của VNINDEX thu thập từ nền tảng TradingView thông qua thư viện TvDataFeed.
2. Biến kinh tế vĩ mô: Lãi suất (Interest Rate - IR), Chỉ số giá tiêu dùng (Consumer Price Index - CPI) và Tỷ giá hối đoái USD/VND (Exchange Rate - ER). Do dữ liệu vĩ mô gốc có tần suất theo tháng, tác giả áp dụng phương pháp điền tiến (forward filling) để đồng bộ hóa thành chuỗi dữ liệu theo ngày.
3. Chỉ báo phân tích kỹ thuật: Phân kỳ hội tụ trung bình động (MACD - tính trên EMA 12 ngày và EMA 26 ngày), Phạm vi biến động thực tế trung bình (ATR - chu kỳ 14 ngày), và Chỉ số sức mạnh tương đối (RSI).

Quy trình tiền xử lý và tối ưu hóa mô hình gồm các bước:

• Khử nhiễu dữ liệu: Áp dụng biến đổi Wavelet rời rạc (Discrete Wavelet Transformation - DWT) với hàm Haar Wavelet và kỹ thuật lọc ngưỡng mềm (soft thresholding) thông qua thư viện scikit-image để loại bỏ nhiễu ngẫu nhiên trong chuỗi giá đóng cửa.
• Chuẩn hóa dữ liệu: Sử dụng phương pháp chuẩn hóa Min-Max Scaling để đưa giá trị các biến về cùng thang đo $[0, 1]$, tránh hiện tượng các biến có biên độ lớn chi phối quá trình huấn luyện.
• Phân chia tập dữ liệu: Tách tập dữ liệu theo tỷ lệ 4:1, trong đó tập huấn luyện (Training data) chiếm 80% (từ 16/10/2000 đến 18/04/2019) và tập kiểm định (Testing data) chiếm 20% (từ 19/04/2019 đến 06/10/2023). Trong tập huấn luyện, 20% quan sát gần nhất (từ 18/09/2015 đến 18/04/2019, tương đương 16% tổng dữ liệu) được sử dụng làm tập thẩm định (Validation data) phục vụ tinh chỉnh siêu tham số.
• Quy trình tinh chỉnh siêu tham số (Hyperparameter Tuning): Thử nghiệm 27 tổ hợp siêu tham số cho mỗi mô hình dựa trên 3 thuật toán tối ưu (Adam, Adagrad, Nadam), tốc độ học ban đầu ($0.001$), và 3 kích thước mẫu theo lô (batch size: 4, 8, 16). Các cấu hình số lượng nơ-ron được khảo sát gồm: đơn lớp (10, 30, 50, 100, 150, 200 nơ-ron) và đa lớp (các cặp: $(10, 5)$, $(50, 20)$, $(100, 50)$, $(150, 100)$, $(200, 150)$). Mỗi cấu hình được chạy lặp lại 10 lần trên tập validation để chọn ra bộ tham số có giá trị RMSE trung bình nhỏ nhất, tổng cộng thực hiện 486 lượt huấn luyện tinh chỉnh.
• Đánh giá và kiểm định mô hình: Sau khi có bộ siêu tham số tối ưu, các mô hình được huấn luyện toàn diện với cơ chế dừng sớm (Early Stopping) để chống quá khớp và chạy lặp 20 lần độc lập trên tập kiểm định. Hiệu năng được đo lường bằng Sai số toàn phương trung bình căn bậc hai (RMSE), Sai số phần trăm tuyệt đối trung bình (MAPE), và Hệ số xác định ($R^2$). Kiểm định phân phối chuẩn D'Agostino & Pearson và kiểm định tham số Welch's t-test được thực hiện để khẳng định ý nghĩa thống kê giữa các mô hình.

Nội dung chính theo từng chương

Part 1: Introduction

Chương mở đầu trình bày tính cấp thiết của việc dự báo biến động giá thị trường chứng khoán trong bối cảnh thị trường tài chính Việt Nam ngày càng phát triển. Tác giả chỉ ra các hạn chế của phân tích cơ bản, phân tích kỹ thuật đơn thuần cũng như các mô hình chuỗi thời gian tuyến tính truyền thống khi đối mặt với dữ liệu có tính chất biến động phi tuyến, không dừng và chịu tác động đa chiều từ kinh tế vĩ mô. Trên cơ sở đó, tác giả xác định mục tiêu nghiên cứu là xây dựng khung mô hình học sâu kết hợp dữ liệu giao dịch lịch sử, biến số vĩ mô và chỉ báo kỹ thuật để dự báo chỉ số VNINDEX. Chương này cũng nêu rõ 3 câu hỏi nghiên cứu, phạm vi thời gian (2000 - 2023), phương pháp nghiên cứu định lượng thực nghiệm, đóng góp kỳ vọng và cấu trúc 5 phần của toàn bộ khóa luận.

Part 2: Theoretical Basis and Literature Review

Chương 2 tổng quan toàn diện nền tảng lý thuyết và lược khảo các công trình nghiên cứu trong và ngoài nước:

• Tổng quan về AI và Học sâu: Phân tích sự tiến hóa từ hệ thống chuyên gia, mạng nơ-ron nhân tạo truyền thống (ANN) đến học sâu (Deep Learning) với khả năng trích xuất đặc trưng trừu tượng theo nhiều tầng phân cấp thông qua học có giám sát và không giám sát.
• Học sâu trong dự báo chuỗi thời gian: Tổng hợp các nghiên cứu ứng dụng DL trong phân tích chuỗi thời gian phi dừng, xử lý bốn thành phần cơ bản của chuỗi (xu hướng, mùa vụ, chu kỳ và biến động bất thường).
• Nghiên cứu quốc tế: Đánh giá các công trình dự báo tài chính sử dụng SVM, MLP, Random Forest, LSTM, BiLSTM, CNN kết hợp thuật toán tối ưu hóa (như giải thuật di truyền GA, Firefly Algorithm) trên các chỉ số S&P 500, NASDAQ, Shanghai Composite, KSE.
• Nghiên cứu tại Việt Nam: Phân tích các mô hình lai GA-SVR (Trần Trung Hiếu và CS, 2012), K-Means kết hợp fuzzy-SVM (Nguyễn Đức Hiển, 2014), SOM và fm-SVM (Nguyễn Đức Hiển và Lê Mạnh Thạnh, 2015), ứng dụng LSTM (Trương Thị Thùy Dung, 2021), và so sánh CNN, BiLSTM, ARIMA (Hoàng Văn Hải và Đặng Thị Thu Hiền, 2023).
• Khoảng trống nghiên cứu (Research Gap): Tác giả chỉ ra thị trường chứng khoán Việt Nam có đặc thù biên độ giao dịch giới hạn ($\pm 7%$ trên HOSE, $\pm 10%$ trên HNX, $\pm 15%$ trên UPCOM), nhưng các nghiên cứu trước đây chủ yếu sử dụng tập dữ liệu ngắn hạn, chỉ dựa vào chỉ báo kỹ thuật đơn lẻ hoặc dữ liệu giá đơn thuần mà bỏ qua các yếu tố kinh tế vĩ mô có tác động lớn đến xu hướng dài hạn.

Part 3: Research Methodology

Chương 3 trình bày chi tiết cơ sở toán học và quy trình thực nghiệm của mô hình:

• Kiến trúc toán học của các mạng nơ-ron: Thiết lập đầy đủ hệ phương trình toán học cho các cổng và trạng thái của mạng LSTM (phương trình 1 đến 6), mạng GRU (phương trình 8 đến 10), và cơ chế tích chập, hàm kích hoạt, phép toán gộp (pooling) cho chuỗi thời gian đa biến 1D-CNN.
• Thiết lập tập dữ liệu: Mô tả 6 biến đầu vào đại diện gồm giá đóng cửa VNINDEX, Lãi suất (IR), CPI, Tỷ giá USD/VND (ER), MACD, ATR và RSI. Phân tích ma trận hệ số tương quan cho thấy mối tương quan mạnh giữa giá đóng cửa và CPI đạt $0,74$, khẳng định tính phù hợp của các biến vĩ mô được chọn.
• Kỹ thuật xử lý tín hiệu: Chi tiết hóa thuật toán khử nhiễu Haar Wavelet với ngưỡng mềm và công thức chuẩn hóa Min-Max (phương trình 11).
• Thiết kế thực nghiệm và thước đo: Trình bày chi tiết công thức toán học của 3 chỉ số đo lường hiệu năng: RMSE (phương trình 12), MAPE (phương trình 13), và $R^2$ (phương trình 14), cùng quy trình phân tách tập dữ liệu Train - Validation - Test và phương pháp tối ưu hóa siêu tham số bằng các thuật toán Adam, Adagrad, Nadam.

Part 4: Experiment and Results

Chương 4 cung cấp toàn bộ kết quả thực nghiệm định lượng, so sánh và kiểm định thống kê:

• Kết quả mô hình đơn lớp (Single layer): Trong số 18 mô hình đơn lớp được huấn luyện trên 20 lần chạy độc lập, cấu hình tối ưu của từng kiến trúc lần lượt là LSTM với 30 nơ-ron, GRU với 150 nơ-ron, và CNN với 200 nơ-ron. Mô hình GRU đơn lớp 150 nơ-ron đạt hiệu năng cao nhất trong nhóm đơn lớp với RMSE trung bình là $12,70597$, độ lệch chuẩn của MAPE là $0,04262$, và hệ số $R^2$ cao nhất.
• Kết quả mô hình đa lớp (Multi-layer): Khi mở rộng sang kiến trúc nhiều tầng ẩn, các mô hình đạt kết quả tốt nhất trong từng loại là LSTM $(10, 5)$ nơ-ron, GRU $(100, 50)$ nơ-ron, và CNN $(10, 5)$ nơ-ron. Trong đó, mô hình GRU đa lớp với cấu hình tầng ẩn $(100, 50)$ nơ-ron vượt trội hơn toàn bộ các mô hình còn lại.
• So sánh mô hình đơn lớp và đa lớp: Biểu đồ hộp (boxplots) qua 20 lần lặp cho thấy trung vị RMSE của mô hình GRU đa lớp $(100, 50)$ tập trung trong khoảng $10 - 12$, vượt trội so với mức trung vị lớn hơn $12$ của mô hình đơn lớp tốt nhất.
• Kiểm định ý nghĩa thống kê: Tác giả thực hiện kiểm định phân phối chuẩn D'Agostino & Pearson cho chuỗi sai số RMSE của hai mô hình tốt nhất, thu được các giá trị $p\text{-value}$ lớn hơn mức ý nghĩa $0,05$ (đạt $0,37565$). Tiếp đó, kiểm định Welch's two-sample t-test được thực hiện cho ra giá trị thống kê $t = -3,...$ và $p\text{-value} \approx 0$, qua đó bác bỏ giả thuyết $H_0$ và khẳng định mô hình GRU đa lớp $(100, 50)$ nơ-ron vượt trội có ý nghĩa thống kê so với mô hình GRU đơn lớp.

Kết quả và đóng góp

Khóa luận đã tiến hành thử nghiệm toàn diện các mô hình học sâu trên bộ dữ liệu chuỗi thời gian 23 năm của thị trường chứng khoán Việt Nam. Kết quả thực nghiệm và so sánh hiệu năng được tổng hợp như sau:

Nhóm mô hình	Kiến trúc	Cấu hình nơ-ron tối ưu	Thuật toán tối ưu	RMSE trung bình	Đánh giá tổng thể
Đơn lớp (Single layer)	LSTM	30	Adagrad / Nadam / Adam	Cao hơn GRU	Đạt kết quả tốt nhất trong nhóm LSTM đơn lớp
	GRU	150	Tối ưu hóa theo bảng 4.1	$12,70597$	Tốt nhất trong toàn bộ các mô hình đơn lớp, $R^2$ cao nhất
	CNN	200	Tối ưu hóa theo bảng 4.1	Cao hơn GRU	Đạt kết quả tốt nhất trong nhóm CNN đơn lớp
Đa lớp (Multi-layer)	LSTM	$(10, 5)$	Adagrad	$14,...$	Hiệu năng tốt nhất trong nhóm LSTM đa lớp
	GRU	$(100, 50)$	Adagrad	Trung vị $10 - 12$	Mô hình tối ưu nhất toàn diện (RMSE thấp nhất, $R^2$ cao nhất)
	CNN	$(10, 5)$	Adagrad	Cao hơn GRU	Hiệu năng tốt nhất trong nhóm CNN đa lớp

Các đóng góp chính được tác giả khẳng định trong nghiên cứu bao gồm:

1. Xây dựng khung mô hình tích hợp đa chiều: Kết hợp đồng thời dữ liệu giá giao dịch lịch sử, các chỉ báo phân tích kỹ thuật động lượng/biến động (MACD, ATR, RSI) và các biến số kinh tế vĩ mô quan trọng (CPI, Lãi suất, Tỷ giá USD/VND) nhằm phản ánh toàn diện các nhân tố tác động đến chỉ số VNINDEX.
2. Quy trình xử lý tín hiệu và tinh chỉnh tham số chặt chẽ: Ứng dụng thành công biến đổi Wavelet Haar để khử nhiễu dữ liệu giá đóng cửa kết hợp chuẩn hóa Min-Max; thiết lập quy trình tinh chỉnh siêu tham số trên 486 cấu hình và áp dụng cơ chế Early Stopping giúp hạn chế hiện tượng quá khớp.
3. Thực nghiệm so sánh đa dạng và kiểm định thống kê nghiêm ngặt: Đưa ra so sánh định lượng trực tiếp giữa 3 họ kiến trúc học sâu (LSTM, GRU, CNN) ở cả hai cấp độ đơn lớp và đa lớp qua 20 lần chạy lặp lại; sử dụng kiểm định phân phối chuẩn D'Agostino-Pearson và kiểm định tham số Welch's t-test để xác nhận tính ưu việt có ý nghĩa thống kê của mô hình GRU đa lớp $(100, 50)$ nơ-ron.
4. Hỗ trợ thực tiễn cho quyết định đầu tư: Cung cấp bằng chứng thực nghiệm về tính khả thi của mô hình học sâu trong việc nắm bắt xu hướng đảo chiều và các cú sốc thị trường (như phục hồi hình chữ V), hỗ trợ nhà đầu tư và các tổ chức tài chính quản trị rủi ro và tối ưu hóa danh mục đầu tư tại thị trường Việt Nam.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận ghi nhận một số định hướng phát triển và mở rộng cho các nghiên cứu tiếp theo:

• Khảo sát các kiến trúc mô hình lai (hybrid models) kết hợp giữa các tầng tích chập trích xuất đặc trưng không gian (CNN) và các tầng nơ-ron hồi quy học phụ thuộc thời gian (LSTM/GRU) hoặc mô hình Attention.
• Mở rộng nguồn dữ liệu đầu vào bằng cách tích hợp thêm các dữ liệu phi cấu trúc, đặc biệt là phân tích cảm xúc thị trường (sentiment analysis) từ tin tức tài chính và mạng xã hội.
• Mở rộng phạm vi áp dụng mô hình sang dự báo biến động giá của từng mã cổ phiếu riêng lẻ hoặc các chỉ số ngành cụ thể trên thị trường chứng khoán Việt Nam.

Giá trị tham khảo

Khóa luận là tài liệu tham khảo có giá trị học thuật và thực tiễn cao cho:

• Sinh viên và học viên cao học ngành Tài chính - Ngân hàng, Công nghệ tài chính (Fintech), Toán tài chính: Tham khảo phương pháp kết hợp lý thuyết kinh tế vĩ mô, phân tích kỹ thuật với các mô hình học máy và học sâu.
• Nhà nghiên cứu và kỹ sư dữ liệu trong lĩnh vực tài chính định lượng (Quantitative Finance): Tham khảo quy trình tiền xử lý chuỗi thời gian tài chính bằng kỹ thuật khử nhiễu Haar Wavelet, quy trình phân tách dữ liệu Train - Validation - Test không bị rò rỉ thông tin (data leakage), và phương pháp thiết kế thực nghiệm kiểm định Welch's t-test để so sánh các mô hình học máy.
• Phần đáng tham khảo nhất: Chương 3 (phương pháp thiết kế kiến trúc toán học và quy trình xử lý dữ liệu vĩ mô/kỹ thuật) và Chương 4 (quy trình tinh chỉnh siêu tham số, phân tích định lượng và phương pháp kiểm định thống kê khẳng định độ vượt trội của mô hình).

Câu hỏi thường gặp

1. Khóa luận sử dụng khung thời gian và khối lượng dữ liệu như thế nào để huấn luyện mô hình?
Nghiên cứu sử dụng chuỗi dữ liệu giá đóng cửa VNINDEX theo ngày trong suốt 23 năm, từ ngày 16/10/2000 đến ngày 06/10/2023, với tổng cộng 5.594 quan sát. Dữ liệu bao trùm cả hai đợt suy thoái thị trường lớn gồm khủng hoảng tài chính 2008 và đại dịch COVID-19 năm 2020.

2. Tác giả đã sử dụng những nhóm biến đầu vào nào để dự báo chỉ số VNINDEX?
Mô hình kết hợp 6 biến thuộc 3 nhóm: dữ liệu giao dịch lịch sử (giá đóng cửa VNINDEX), biến số kinh tế vĩ mô (Lãi suất, Chỉ số giá tiêu dùng CPI, Tỷ giá USD/VND), và các chỉ báo phân tích kỹ thuật (MACD, ATR chu kỳ 14 ngày, RSI).

3. Phương pháp khử nhiễu nào đã được áp dụng cho chuỗi dữ liệu giá đóng cửa?
Tác giả áp dụng kỹ thuật biến đổi Wavelet rời rạc (Discrete Wavelet Transformation - DWT) sử dụng hàm Haar Wavelet với cơ chế lọc ngưỡng mềm (soft thresholding) thông qua thư viện scikit-image trong Python để loại bỏ các dao động nhiễu ngắn hạn.

4. Mô hình học sâu nào đạt hiệu năng dự báo tốt nhất trong toàn bộ các thử nghiệm?
Mô hình mạng nơ-ron hồi quy cổng đa lớp GRU với cấu hình hai tầng ẩn gồm $(100, 50)$ nơ-ron sử dụng thuật toán tối ưu Adagrad đạt hiệu năng dự báo tốt nhất toàn diện, với dải trung vị sai số RMSE nằm trong khoảng $10 - 12$, vượt trội hơn các mô hình LSTM và CNN ở cả cấu hình đơn lớp lẫn đa lớp.

5. Kiểm định thống kê nào được sử dụng để chứng minh sự vượt trội của mô hình tốt nhất?
Tác giả đã thực hiện kiểm định phân phối chuẩn D'Agostino & Pearson để xác nhận sai số RMSE tuân theo phân phối chuẩn ($p\text{-value} = 0,37565 > 0,05$), sau đó tiến hành kiểm định Welch's two-sample t-test trên 20 lần chạy lặp lại giữa mô hình GRU đa lớp $(100, 50)$ và mô hình GRU đơn lớp 150 nơ-ron. Kết quả thu được $p\text{-value} \approx 0$, bác bỏ giả thuyết hai mô hình có hiệu năng tương đương và khẳng định mô hình đa lớp vượt trội có ý nghĩa thống kê.

Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Quang Bắc đã xây dựng và thực nghiệm thành công khung dự báo chỉ số VNINDEX bằng các mô hình học sâu hiện đại trên chuỗi dữ liệu 23 năm của thị trường chứng khoán Việt Nam. Bằng việc kết hợp dữ liệu giao dịch lịch sử, các chỉ báo kỹ thuật và các biến số kinh tế vĩ mô cùng quy trình khử nhiễu Haar Wavelet và chuẩn hóa Min-Max, nghiên cứu đã chứng minh tính hiệu quả vượt trội của kiến trúc GRU đa lớp cấu hình $(100, 50)$ nơ-ron so với các mô hình LSTM và CNN. Kết quả nghiên cứu cung cấp cơ sở khoa học và phương pháp luận định lượng tin cậy, hỗ trợ đắc lực cho các nhà đầu tư và tổ chức tài chính trong việc nhận định xu hướng thị trường và quản trị rủi ro danh mục.

Trích đoạn nội dung tài liệu

VIETNAM NATIONAL UNIVERSITY UNIVERSITY OF ECONOMICS & BUSINESS FACULTY OF FINANCE - BANKING GRADUATION THESIS DEEP LEARNING FOR PREDICTING STOCK MARKET INDEX Instructor: Dr. Nguyen Tien Chuong Student: Nguyen Quang Bac Student ID: 20050408 Class: QH2020E TCNH CLC 3 Course code: FIB4151 Ha Noi, 2023 VIETNAM NATIONAL UNIVERSITY UNIVERSITY OF ECONOMICS & BUSINESS FACULTY OF FINANCE - BANKING GRADUATION THESIS DEEP LEARNING FOR PREDICTING STOCK MARKET INDEX Instructor: Dr. Nguyen Tien Chuong Student: Nguyen Quang Bac Student ID: 20050408 Class: QH2020E TCNH CLC 3 Course code: FIB4151 Ha Noi, 2023 ACKNOWLEDGMENTS During the time of researching and implementing this research, I have received very enthusiastic help and valuable words of encouragement. With all respect and gratitude, I would like to express our sincere thanks to: The Board of Directors of the University of Economics and Business —Vietnam National University has built a learning environment that helps me as well as the students of the whole university to be motivated, opportunities to access and practice scientific research.

I sincerely thank the teachers and experts of the Faculty of Finance and Banking and other faculties in the university for taking the time to answer and analyze the questions, contributing to creating a foundation to help me confidently implement this research. I would like to express my deep gratitude to Dr. Nguyen Tien Chuong - the person. who directly guided me.

He is a very dedicated and enthusiastic teacher with new directions, detailed communication, frank suggestions and especially he is always conscious to show me the greatest value I receive after completing my research. I feel very fortunate to receive his support. TABLE OF CONTENT PART 1: INTRODUCTION. The relevance of the research topic.

SG SH HH ng ng 2 In. Research co ha. Materials ao nn ee. Expected research COntrIDUfIOIS.- s6 55 + S211 3 1E 9v re 3 In oi ố ố.

3 PART 2: THEORETICAL BASIS AND LITERATURE REVIEW. Overview of deep learning .- --- 1191991191 1v vn ng ngư, 72. Overview of Deep learning for predicting time S€T1€s.A review of related previous StUCIES. Review of research abroad .- - -- + xxx k9 9 th ng ngư 10 2.

Review of research in Vietnam. 14PART 3: RESEARCH METHODOLOGY .1 Long short-term memory (LSTM). Gated recurrent unit (GIRÙ). Convolution neural networks (CNN).

Data set and BIŠ0si 50:0 1E. Data denoising, normalization and input preparation. Feature SELECTION Strate VY 0. Model performance IT€fTICS.- 2 + + + k1 E91 1E kg vn ng g 313.6 Implementation DFOC€SS.

-- --- - + 119119911911 911 91191 1 nh gi ng ngà 34 PART 4: EXPERIMENT AND RESULTS. Single layer deep learning model reSuÏ(S. -- -- ¿+ +++<s++se++eex+sex+ze+ 36 4. Multilayer Deep learning r€SuÏ(S.

Comparison of single and multilayer deep learning models .- Ăn HH HH HH 00 0000600000800008 00647 5. Directions for future Studies .- 5 s3 3 HH HH nghiệt 48 REEERENCES. o5 G000 00005009609006 49 LIST OF ACRONYMS No ABBREVIATION EXPANSION Artificial intelligence oOla Deep Learning HAR Human activity recognition RNN Recurrent neural network LSTM Long short-term memory GRU Gated recurrent unit CNN Convolution neural network ARIMAX Autoregressive integrated moving average with exogenous inputs mm VNINDEX Vietnam stock market index RMSE Root Mean Square Error MAPE Mean Absolute Percentage Error ee. 1 LIST OF TABLES =T——= _—T- Table 4.1 List of the best hyperparameters for single-neurons LSTM, 37 GRU, and CNN models The performance scores of the single layer deep learning models in the test data Table 4.3 List of the best hyperparameters for multi-layer LSTM, GRU, and CNN models The performance scores of the best multi-layer deep learning models in the test data of the model’s performance.

il LIST OF FIGURES Fig.1 Long short-term memory (LSTM) architecture Fig 3.2 Gated Recurrent Unit (GRU) architecture m 19 CNN architecture with m filters for multivariate time series 22 prediction.4 Train, Validation and Test Split Dataset Fig.5 Correlation heatmap among the variables Fig 3.6 Schematic diagram of the proposed research framework 35 Fig.1 VNINDEX closing price along with moving averages 36 Fig 4.2 Average scores obtained from LSTM, GRU, and CNN models: Gs3)5 (a) RMSE, (b) MAPE, and (c) R on test dataset.