Dự Đoán Giá Cổ Phiếu Bằng Thuật Toán Học Máy Tại Việt Nam

Dự đoán giá cổ phiếu là một lĩnh vực nghiên cứu quan trọng trong tài chính, đặc… 68 trang · Vietnam National University, Hanoi International School · 2024.

• Tác giả: Nguyen Thu Huyen
• Người hướng dẫn: Dr. Nguyen Doan Dong
• Trường học: Vietnam National University, Hanoi International School
• Chuyên ngành: Business Data Analytics
• Đề tài: Dự Đoán Giá Cổ Phiếu Bằng Thuật Toán Học Máy
• Loại tài liệu: Graduation Project
• Năm xuất bản: 2024
• Địa điểm: Hanoi

Mục lục chi tiết

• ACKNOWLEDGMEMTS
• DECLARATION
• SUMMARIZATION
• LIST OF TABLES
• LIST OF FIGURES
• LIST OF ABBREVIATIONS
• TABLE OF CONTENTS
• 1. OBJECTIVES OF THE STUDY
• 2. SUBJECT AND SCOPE OF RESEARCH
• 3. SCIENTIFIC AND PRACTICAL SIGNIFICANCE
• 4. THESIS LAYOUT
• 5. CHAPTER 1: AN OVERVIEW OF THE RESEARCH FIELD OF STOCK PRICE PREDICTION PROBLEM
• 1.1. STATEMENT OF PREDICTION PROBLEM AND OBJECTIVES, OBJECTS, SCOPE OF RESEARCH AS WELL AS METHODS TO ACHIEVE THE MOST OPTIMAL RESULTS
• 1.2. BACKGROUND KNOWLEDGE OF MACHINE LEARNING (ARTIFICIAL NEURAL NETWORKS, BACK PROPAGATION TECHNIQUES), AND TRAINED DEEP LEARNING MODELS (LSTM, TRANSFORMER)
• 1.3. OVERVIEW OF STOCK MARKET PREDICTIONS, AS WELL AS RESEARCH APPROACHES AND PROPOSALS
• 1.4. PROPOSED MODEL AND DESCRIPTION OF THE CHARACTERISTICS OF THE TRANSFORMER MODEL TO PREDICT STOCK PRICES
• 1.5. METHODS TO ASSESS HOW WELL THE SUGGESTED MODEL WORKS
• 1.6. PRESENTING EXPERIMENTS, DATA PREPROCESSING STEPS, MODEL TRAINING, MODEL EVALUATION METHODS AND COMPARING THE TESTED RESULTS OF EACH MODEL
• 1.7. COMMENTS ON THE INSTALLED MODELS AND SELECTION OF THE OPTIMAL MODEL TO VISUALIZE THE RESULTS
• 1.8. SUMMARY OF THE MAIN IDEAS OF THE THESIS, ANALYSIS OF THE PROS AND CONS OF THE TRAINED MODELS, AND PROPOSAL OF AN APPROPRIATE MODEL FOR THE PROBLEM OF PREDICTING STOCK PRICES AND POSSIBLE SOLUTIONS FOR FUTURE WORK
• 2. CHAPTER 2: THEORETICAL BACKGROUND
• 2.1. BASIC ISSUES ABOUT STOCKS
• 2.2. STOCK CONCEPT
• 2.3. SECURITIES CLASSIFICATION
• 2.3.1. Shares
• 2.3.1.1. Common stock
• 2.3.1.2. Preference shares
• 2.3.2. Bonds
• 2.3.2.1. Bearer bonds
• 2.3.2.2. Registered bonds
• 2.3.2.3. Government bonds
• 2.3.2.4. Construction bonds
• 2.3.2.5. Corporate bonds
• 2.3.3. Investment fund certificates
• 2.3.3.1. Mutual investment fund
• 2.3.3.2. Private investment fund
• 2.3.3.3. Open-ended investment fund
• 2.3.3.4. Stock investment fund
• 2.3.3.5. Bond investment fund
• 2.3.3.6. Mixed investment fund
• 2.3.4. Other types of securities (derivatives)
• 2.4. OVERVIEW OF THE STOCK MARKET
• 2.5. MACHINE LEARNING AND THE STOCK MARKET
• 2.6. DEEP LEARNING AND THE STOCK MARKET
• 2.6.1. Recurrent neural network (RNN)
• 2.6.2. Long-short term memory neural network (LSTM)
• 2.7. STOCK PRICE PREDICTION
• 3. CHAPTER 3: PROPOSED METHODS
• 3.1. OVERVIEW OF THE PROPOSED METHODS
• 3.2. CHARACTERISTICS OF THE PROPOSED MODEL
• 3.3. BUILD AN APPLICATION THAT VISUALIZES RESULTS

Tóm tắt

I. Tổng Quan Về Dự Đoán Giá Cổ Phiếu Bằng Thuật Toán Học Máy

Dự đoán giá cổ phiếu là một lĩnh vực nghiên cứu quan trọng trong tài chính, đặc biệt tại Việt Nam. Sự phát triển của công nghệ và dữ liệu lớn đã mở ra cơ hội mới cho việc áp dụng thuật toán học máy trong việc dự đoán giá cổ phiếu. Nghiên cứu này sẽ tập trung vào việc sử dụng các mô hình học sâu để cải thiện độ chính xác trong dự đoán giá cổ phiếu, từ đó giúp các nhà đầu tư đưa ra quyết định thông minh hơn.

1.1. Khái Niệm Dự Đoán Giá Cổ Phiếu

Dự đoán giá cổ phiếu là quá trình ước lượng giá trị tương lai của cổ phiếu dựa trên dữ liệu lịch sử và các yếu tố thị trường. Việc này không chỉ giúp nhà đầu tư tối ưu hóa lợi nhuận mà còn giảm thiểu rủi ro trong đầu tư.

1.2. Vai Trò Của Thuật Toán Học Máy Trong Tài Chính

Thuật toán học máy đã trở thành công cụ quan trọng trong việc phân tích dữ liệu tài chính. Chúng giúp phát hiện các mẫu và xu hướng trong dữ liệu, từ đó cải thiện khả năng dự đoán giá cổ phiếu.

II. Thách Thức Trong Dự Đoán Giá Cổ Phiếu Tại Việt Nam

Mặc dù có nhiều tiềm năng, việc dự đoán giá cổ phiếu tại Việt Nam vẫn gặp phải nhiều thách thức. Các yếu tố như biến động kinh tế, chính sách tài chính và tâm lý thị trường đều ảnh hưởng đến độ chính xác của các mô hình dự đoán. Việc thiếu dữ liệu chất lượng cao cũng là một rào cản lớn.

2.1. Biến Động Kinh Tế Ảnh Hưởng Đến Dự Đoán

Sự biến động của nền kinh tế Việt Nam có thể gây ra những thay đổi đột ngột trong giá cổ phiếu. Các nhà đầu tư cần phải theo dõi sát sao các chỉ số kinh tế vĩ mô để điều chỉnh dự đoán của mình.

2.2. Thiếu Dữ Liệu Chất Lượng Cao

Việc thiếu dữ liệu lịch sử và dữ liệu chính xác về các cổ phiếu có thể làm giảm độ tin cậy của các mô hình dự đoán. Cần có các nguồn dữ liệu đáng tin cậy để cải thiện kết quả dự đoán.

III. Phương Pháp Dự Đoán Giá Cổ Phiếu Bằng Học Máy

Nghiên cứu này áp dụng các phương pháp học máy hiện đại, bao gồm mô hình học sâu như LSTM và Transformer, để dự đoán giá cổ phiếu. Các mô hình này cho phép xử lý và phân tích dữ liệu lớn một cách hiệu quả, từ đó cải thiện độ chính xác trong dự đoán.

3.1. Mô Hình LSTM Trong Dự Đoán Giá Cổ Phiếu

Mô hình LSTM (Long Short-Term Memory) là một trong những phương pháp phổ biến trong dự đoán chuỗi thời gian. Nó có khả năng ghi nhớ thông tin lâu dài, giúp cải thiện độ chính xác trong dự đoán giá cổ phiếu.

3.2. Mô Hình Transformer Và Ứng Dụng Của Nó

Mô hình Transformer đã chứng minh được hiệu quả vượt trội trong nhiều lĩnh vực, bao gồm cả tài chính. Với khả năng xử lý dữ liệu song song, mô hình này giúp tăng tốc độ và độ chính xác trong dự đoán giá cổ phiếu.

IV. Kết Quả Nghiên Cứu Về Dự Đoán Giá Cổ Phiếu

Kết quả nghiên cứu cho thấy mô hình Transformer có khả năng dự đoán giá cổ phiếu tốt hơn so với các mô hình truyền thống như ANN và SVR. Các chỉ số đánh giá như RMSE và MAPE cho thấy mô hình này đạt được độ chính xác cao trong việc dự đoán giá cổ phiếu của các ngân hàng lớn tại Việt Nam.

4.1. Đánh Giá Hiệu Suất Mô Hình

Mô hình Transformer đã cho kết quả tốt hơn so với các mô hình khác trong việc dự đoán giá cổ phiếu. Các chỉ số như R-square cho thấy mô hình này có khả năng giải thích biến động giá cổ phiếu một cách hiệu quả.

4.2. Ứng Dụng Thực Tiễn Của Mô Hình

Mô hình dự đoán giá cổ phiếu không chỉ giúp các nhà đầu tư đưa ra quyết định chính xác mà còn có thể được áp dụng trong việc phát triển các ứng dụng tài chính thông minh.

V. Kết Luận Và Tương Lai Của Dự Đoán Giá Cổ Phiếu

Dự đoán giá cổ phiếu bằng thuật toán học máy đang trở thành xu hướng quan trọng trong ngành tài chính. Nghiên cứu này mở ra hướng đi mới cho việc áp dụng công nghệ trong dự đoán giá cổ phiếu tại Việt Nam. Tương lai của lĩnh vực này hứa hẹn sẽ có nhiều cải tiến và ứng dụng thực tiễn hơn.

5.1. Xu Hướng Phát Triển Trong Tương Lai

Với sự phát triển không ngừng của công nghệ, việc áp dụng các mô hình học máy trong dự đoán giá cổ phiếu sẽ ngày càng trở nên phổ biến. Các nhà nghiên cứu cần tiếp tục cải tiến mô hình để đạt được độ chính xác cao hơn.

5.2. Tầm Quan Trọng Của Dữ Liệu Trong Dự Đoán

Dữ liệu chất lượng cao sẽ là yếu tố quyết định trong việc cải thiện độ chính xác của các mô hình dự đoán. Cần có các nguồn dữ liệu đáng tin cậy và phong phú để hỗ trợ nghiên cứu trong tương lai.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Thị trường chứng khoán đóng vai trò là kênh huy động và phân bổ nguồn vốn trung, dài hạn thiết yếu cho nền kinh tế. Tại Việt Nam, sau hơn 24 năm hình thành và phát triển kể từ phiên giao dịch đầu tiên tại Trung tâm Giao dịch Chứng khoán Thành phố Hồ Chí Minh (nay là Sở Giao dịch Chứng khoán TP.HCM - HOSE) vào ngày 28/07/2000, quy mô thị trường đã có sự tăng trưởng đáng kể:

• Tổng vốn huy động năm 2023 đạt 418.271 tỷ đồng (tăng 33,5% so với năm trước); giai đoạn 2011 đến tháng 4/2024 huy động khoảng 1,8 triệu tỷ đồng (đóng góp bình quân 20,5% tổng vốn đầu tư toàn xã hội), nâng tổng vốn lũy kế từ khi thành lập lên khoảng 2,7 triệu tỷ đồng.
• Vốn hóa thị trường cổ phiếu tính đến cuối tháng 3/2024 ước đạt gần 6,7 triệu tỷ đồng (tăng 12,2% so với cuối năm 2023), tương đương khoảng 92% GDP vào tháng 4/2024.
• Thị trường trái phiếu niêm yết đạt hơn 2.040 nghìn tỷ đồng vào cuối tháng 2/2024 (tăng 17,1% so với cuối 2023).
• Chỉ số VN-Index cuối tháng 3/2024 đạt 1.286,11 điểm (tăng 13,8% so với cuối 2023); giá trị giao dịch bình quân quý 1/2024 đạt 22.529 tỷ đồng/phiên (tăng 28,2% so với bình quân năm 2023).

Biến động giá cổ phiếu phản ánh sự luân chuyển dòng tiền và chịu tác động của nhiều yếu tố vĩ mô phức tạp, mang tính phi tuyến và nhiễu cao. Việc dự báo giá đóng cửa hàng ngày trở thành bài toán cấp thiết nhằm hỗ trợ các nhà đầu tư, nhà quản lý doanh nghiệp và tổ chức tín dụng kiểm soát rủi ro. Trước thực tế đó, tác giả Nguyễn Thu Huyền (ngành Phân tích Dữ liệu Kinh doanh - Business Data Analytics, Trường Quốc tế - Đại học Quốc gia Hà Nội) đã thực hiện đề tài tốt nghiệp: "Applying Machine Learning Algorithms for Stock Price Forecasting" dưới sự hướng dẫn của TS. Nguyễn Doãn Đồng.

Mục tiêu và nhiệm vụ nghiên cứu của đề tài gồm:

1. Nghiên cứu cơ sở lý thuyết về thị trường chứng khoán, các thuật toán học máy (Machine Learning - ML) và học sâu (Deep Learning - DL) ứng dụng trong dự báo chuỗi thời gian tài chính.
2. Thu thập dữ liệu lịch sử giao dịch từ Yahoo Finance đối với nhóm 4 ngân hàng thương mại lớn tại Việt Nam (Vietinbank - CTG, BIDV - BID, Vietcombank - VCB, Techcombank - TCB).
3. Thực hiện tiền xử lý dữ liệu, chuẩn hóa chuỗi thời gian và trích xuất đặc trưng phục vụ huấn luyện mô hình.
4. Đề xuất kiến trúc học sâu Transformer chuyên biệt cho chuỗi thời gian gồm 3 tầng mã hóa (encoder layers), kết hợp cơ chế chú ý đa đầu (Multi-Head Attention).
5. Huấn luyện, đánh giá và so sánh thực nghiệm mô hình đề xuất với 4 mô hình tham chiếu: Mạng nơ-ron nhân tạo (ANN), Hồi quy vector hỗ trợ (SVR), Rừng ngẫu nhiên (Random Forest), và Mạng bộ nhớ dài-ngắn (LSTM).
6. Xây dựng ứng dụng web trực quan hóa dữ liệu và dự báo giá cổ phiếu nhằm hỗ trợ người dùng cuối.

Đối tượng và phạm vi nghiên cứu:

• Đối tượng nghiên cứu: Dữ liệu chuỗi thời gian giá cổ phiếu (giá mở cửa, cao nhất, thấp nhất, đóng cửa) của các ngân hàng thương mại lớn tại Việt Nam thu thập từ Yahoo Finance.
• Phạm vi nghiên cứu: Kỹ thuật học máy và học sâu giám sát ứng dụng trên tập dữ liệu lịch sử giao dịch khoảng 10 năm với quy mô từ 2.000 đến 5.000 mẫu cho mỗi mã cổ phiếu.

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và mô hình tiếp cận

Khóa luận hệ thống hóa các khái niệm nền tảng về thị trường tài chính và cấu trúc chứng khoán:

• Phân loại công cụ tài chính: Cổ phiếu (cổ phiếu phổ thông, cổ phiếu ưu đãi biểu quyết, cổ phiếu ưu đãi cổ tức), trái phiếu (trái phiếu vô danh, trái phiếu ghi danh, trái phiếu chính phủ, trái phiếu công trình, trái phiếu doanh nghiệp) và chứng chỉ quỹ đầu tư (quỹ mở, quỹ đóng, quỹ cổ phiếu, quỹ trái phiếu, quỹ hỗn hợp).
• Phân loại thị trường: Thị trường sơ cấp (phát hành riêng lẻ, phát hành ra công chúng) và thứ cấp; thị trường tập trung (Sở giao dịch) và phi tập trung (OTC); thị trường giao ngay (Spot market) và thị trường tương lai (Futures market).
• Các thuật toán học máy và học sâu:
  • Mô hình truyền thống và học máy: ARIMA, Artificial Neural Networks (ANN), Support Vector Regression (SVR), Random Forest.
  • Mạng nơ-ron hồi quy (RNN) & LSTM: Giải quyết vấn đề phụ thuộc thời gian. Khóa luận phân tích hạn chế triệt tiêu đạo hàm (vanishing gradient) của RNN truyền thống và trình bày cơ chế đóng/mở thông tin của tế bào LSTM thông qua 3 cổng: cổng quên ($f_t$), cổng vào ($i_t$), và cổng ra ($o_t$).
  • Kiến trúc Transformer (Vaswani et al., 2017): Mô hình dựa hoàn toàn trên cơ chế tự chú ý (Self-Attention) loại bỏ sự phụ thuộc vào các bước đệ quy tuần tự của RNN/CNN, cho phép nắm bắt phụ thuộc dài hạn và xử lý song song hiệu quả.

Phương pháp nghiên cứu

Khóa luận kết hợp đồng bộ ba nhóm phương pháp:

• Phương pháp nghiên cứu lý thuyết: Tổng hợp, phân tích tài liệu chuyên khảo về chứng khoán, giải thuật học máy và học sâu ứng dụng trên dữ liệu chuỗi thời gian.
• Phương pháp thực nghiệm: Thiết kế quy trình xử lý dữ liệu, cài đặt mã nguồn mô hình mạng nơ-ron, cấu hình siêu tham số và tối ưu hóa hàm mất mát.
• Phương pháp so sánh, đánh giá: Sử dụng các chỉ số thống kê toán học chuẩn hóa để so sánh độ chính xác giữa các thuật toán trên cùng một tập kiểm thử.

Nguồn dữ liệu và quy trình tiền xử lý

Dữ liệu được thu thập trực tiếp từ cổng thông tin tài chính Yahoo Finance. Quy trình tiền xử lý dữ liệu chuỗi thời gian được thực hiện qua 4 bước:

Bước thực hiện	Thao tác kỹ thuật	Mục đích
1. Chuyển đổi định dạng thời gian	Chuyển chuỗi ngày tháng sang định dạng Datetime ${d_1, d_2, \dots, d_n}$.	Chuẩn hóa cấu trúc dữ liệu theo chỉ mục thời gian.
2. Sắp xếp thứ tự thời gian	Thực hiện hàm sắp xếp $M_{sorted} = Sort(M, by\ d_i)$.	Bảo toàn tính tuần tự nhân quả của chuỗi thời gian.
3. Xử lý ngày giao dịch bị khuyết	Tái lập chỉ mục chuỗi ngày liên tục ($R = {d_1, d_2, \dots, d_m}$) và điền khuyết bằng phương pháp Forward Fill (ffill).	Khắc phục khoảng trống dữ liệu do ngày nghỉ cuối tuần và ngày lễ.
4. Chuẩn hóa đặc trưng số	Áp dụng công thức chuẩn hóa Z-score: $z = \frac{x - \mu}{\sigma}$ (với $\mu$ là giá trị trung bình, $\sigma$ là độ lệch chuẩn).	Đưa dữ liệu về phân phối chuẩn (trung bình bằng 0, độ lệch chuẩn bằng 1), giúp quá trình hội tụ gradient ổn định.

Quy mô tập dữ liệu thực nghiệm:

• Cổ phiếu CTG (Vietinbank): khoảng 10 năm giao dịch, quy mô 5.000 mẫu.
• Cổ phiếu BID (BIDV): quy mô 2.000 mẫu.
• Cổ phiếu VCB (Vietcombank): quy mô 2.000 mẫu.
• Cổ phiếu TCB (Techcombank): quy mô 2.000 mẫu.

Thiết kế và triển khai hệ thống

Kiến trúc mô hình Transformer đề xuất

Mô hình học sâu giám sát được đề xuất sử dụng cấu trúc xếp chồng 3 tầng mã hóa (Stacked 3 Encoder Layers) với 3 đầu chú ý (3 Attention Heads). Mỗi tầng Encoder bao gồm các khối chức năng:

1. Chuẩn hóa tầng (Layer Normalization): Đặt ở đầu mỗi khối encoder nhằm giảm hiện tượng dịch chuyển biến đồng thời nội bộ (internal covariate shift): $$\text{LayerNorm}(x) = \frac{x - \mu}{\sqrt{\sigma^2 + \epsilon}}$$
2. Cơ chế chú ý đa đầu (Multi-Head Attention): Sử dụng cơ chế chú ý tích vô hướng có tỷ lệ (Scaled Dot-Product Attention) trên các không gian chiếu của ma trận truy vấn (Query - $Q$), khóa (Key - $K$), và giá trị (Value - $V$): $$\text{Attention}(Q, K, V) = \text{softmax}\left(\frac{QK^T}{\sqrt{d_k}}\right)V$$
3. Dropout: Loại bỏ ngẫu nhiên một tỷ lệ nơ-ron trong quá trình huấn luyện nhằm giảm hiện tượng quá khớp (overfitting), được áp dụng kép ở cả bước Attention và mạng cấp tiến (FFN).
4. Kết nối phần dư (Residual Connections): Cộng đầu vào trực tiếp vào đầu ra của khối xử lý để bảo toàn dòng gradient và chống suy biến mạng sâu: $$\text{Output} = \text{Input} + \text{Sublayer}(\text{Input})$$
5. Mạng cấp tiến (Feed Forward Network - FFN): Gồm hai phép biến đổi tuyến tính qua tầng Dense kết hợp hàm kích hoạt phi tuyến ReLU: $$\text{FFN}(x) = \max(0, xW_1 + b_1)W_2 + b_2$$

Cấu hình huấn luyện mô hình

• Bộ tối ưu hóa (Optimizer): Thuật toán Adam.
• Lịch trình điều chỉnh tốc độ học: Phân rã theo hàm mũ (Exponential Decay) giúp tốc độ học giảm dần theo thời gian huấn luyện: $$\text{LR}(t) = \text{Initial_LR} \times \text{Decay_Rate}^{\frac{\text{Step}}{\text{Decay_Steps}}}$$
• Hàm mất mát: Sai số bình phương trung bình (Mean Squared Error - MSE): $$\text{MSE} = \frac{1}{N} \sum_{i=1}^N (y_i - \hat{y}_i)^2$$
• Tham số thực nghiệm: Số epoch = 100, kích thước lô (batch size) = 32.

Ứng dụng Web trực quan hóa kết quả

Khóa luận xây dựng giao diện ứng dụng web hỗ trợ trực quan hóa quá trình dự báo với các chức năng chính:

• Module Huấn luyện mô hình ("Model training"): Tải dữ liệu, tiền xử lý và chạy huấn luyện mô hình học sâu.
• Module Đánh giá mô hình ("Model Evaluation"): Hiển thị biểu đồ giá thực tế so với giá dự báo và xuất các chỉ số định lượng ($R^2$, RMSE, MAE, MAPE).
• Module Dự đoán ("Prediction"): Cho phép người dùng lựa chọn 1 trong 5 thuật toán (ANN, SVR, Random Forest, LSTM, Transformer) trên 4 mã cổ phiếu ngân hàng (CTG, BID, VCB, TCB) để đưa ra dự báo giá đóng cửa tiếp theo.

Nội dung chính theo từng chương

Chương 1: Giới thiệu tổng quan và cơ sở đề tài

Chương 1 trình bày tính cấp thiết của bài toán dự báo chứng khoán trong bối cảnh phát triển thị trường tài chính Việt Nam. Chương này xác định rõ mục tiêu nghiên cứu, đối tượng, phạm vi khảo sát nhóm 4 ngân hàng thương mại, các phương pháp nghiên cứu lý thuyết - thực nghiệm, ý nghĩa khoa học và thực tiễn của đề tài, cùng bố cục tổng thể của khóa luận.

Chương 2: Cơ sở lý thuyết về thị trường chứng khoán và học sâu

Nội dung chương tập trung làm rõ:

• Bản chất kinh tế của chứng khoán, vai trò điều tiết vốn và phân loại thị trường (sơ cấp, thứ cấp, tập trung, phi tập trung, giao ngay, tương lai).
• Tổng quan các kỹ thuật học máy và học sâu: phân loại học có giám sát/không giám sát, mạng nơ-ron truyền thẳng (ANN/MLP), hồi quy vector hỗ trợ (SVR), rừng ngẫu nhiên (Random Forest).
• Phân tích chi tiết mạng hồi quy RNN, hiện tượng triệt tiêu gradient trên chuỗi dài, cấu trúc tế bào nhớ LSTM (cổng quên, cổng vào, cổng ra).
• Kiến trúc Transformer chuẩn (Vaswani et al., 2017), nguyên lý hoạt động của cơ chế tự chú ý (Self-Attention), cơ chế chú ý đa đầu và các ứng dụng tiền đề trong dự báo chuỗi thời gian.
• Tổng quan các hướng tiếp cận dự báo giá cổ phiếu trước đây (kết hợp ARIMA-SVM, Wavelet-SVM, Wavelet-ANN, CNN, mạng đối nghịch GAN kết hợp LSTM/BiLSTM).

Chương 3: Phương pháp nghiên cứu và mô hình đề xuất

Chương 3 mô tả chi tiết thiết kế hệ thống và mô hình thực nghiệm:

• Đề xuất kiến trúc Transformer 3 tầng Encoder chuyên biệt cho bài toán dự báo chuỗi thời gian giá cổ phiếu, phân tích vai trò của từng thành phần (LayerNorm, Multi-Head Attention với 3 đầu chú ý, Dropout, Residual Connection, 2 tầng Dense kích hoạt ReLU).
• Thiết lập toán học cho bộ lập lịch tốc độ học phân rã mũ (Exponential Decay) và bộ tối ưu Adam với hàm mất mát MSE.
• Quy trình 4 bước thu thập và tiền xử lý dữ liệu từ Yahoo Finance (chuyển đổi Datetime, sắp xếp thời gian, tái lập chỉ mục và Forward Fill ngày khuyết, chuẩn hóa dữ liệu Z-score).
• Đặc tả thiết kế và các chức năng của ứng dụng web trực quan hóa dự báo.

Chương 4 & 5: Thực nghiệm, đánh giá kết quả và kết luận

(Được phản ánh qua danh mục bảng biểu và hình vẽ của khóa luận)

• Báo cáo dữ liệu thực nghiệm trên 4 bộ dữ liệu cổ phiếu ngân hàng: CTG (5.000 mẫu), BID (2.000 mẫu), VCB (2.000 mẫu), TCB (2.000 mẫu).
• Trình bày kết quả đánh giá chi tiết trên 5 mô hình: ANN, SVR, Random Forest, LSTM và Transformer 3 tầng Encoder thông qua các biểu đồ so sánh đường giá và bảng tổng hợp 4 chỉ số đo lường.
• Trình diễn giao diện và chức năng của ứng dụng web thực tế trên ví dụ cổ phiếu CTG (Vietinbank).

Kết quả và đóng góp

Tiêu chí và kết quả đánh giá thực nghiệm

Khóa luận sử dụng 4 chỉ số thống kê tiêu chuẩn để đo lường độ chính xác của các mô hình dự báo:

Chỉ số đo lường	Công thức toán học	Ý nghĩa đánh giá
Hệ số xác định ($R^2$)	$R^2 = 1 - \frac{\sum (y_i - \hat{y}_i)^2}{\sum (y_i - \bar{y})^2}$	Thể hiện mức độ giải thích của mô hình đối với biến phụ thuộc ($0 \le R^2 \le 1$, càng gần 1 càng chính xác).
Sai số tuyệt đối trung bình (MAE)	$\text{MAE} = \frac{1}{N} \sum_{i=1}^N |y_i - \hat{y}_i|$	Đo lường độ lệch tuyệt đối trung bình giữa giá dự báo và giá thực tế.
Căn bậc hai sai số bình phương trung bình (RMSE)	$\text{RMSE} = \sqrt{\frac{1}{N} \sum_{i=1}^N (y_i - \hat{y}_i)^2}$	Phạt nặng hơn đối với các sai số có biên độ lớn.
Sai số phần trăm tuyệt đối trung bình (MAPE)	$\text{MAPE} = \frac{1}{N} \sum_{i=1}^N \left|\frac{y_i - \hat{y}_i}{y_i}\right|$	Phản ánh tỷ lệ phần trăm sai số tương đối so với giá trị thực tế.

Kết quả thực nghiệm trên chuỗi thời gian của nhóm cổ phiếu ngân hàng cho thấy:

• Mô hình Transformer 3 tầng Encoder đạt hiệu năng vượt trội so với các thuật toán học máy truyền thống (ANN, SVR, Random Forest) và mô hình học sâu chuỗi thời gian LSTM trên các thước đo $R^2$, RMSE, MAE và MAPE.
• Cấu trúc 3 tầng Encoder tạo ra độ sâu phù hợp: đủ khả năng học các mẫu quan hệ phi tuyến dài hạn trong chuỗi giá tài chính mà không gây ra hiện tượng quá khớp (overfitting) hay quá tải tài nguyên tính toán.

Đóng góp của đề tài

1. Về mặt khoa học: Đề xuất giải pháp trích xuất đặc trưng chuỗi thời gian tài chính sử dụng Transformer 3 tầng Encoder kết hợp 3 đầu chú ý, cung cấp thêm bằng chứng thực nghiệm về tính khả thi của mô hình Attention trong xử lý dữ liệu bảng/chuỗi thời gian chứng khoán tại thị trường mới nổi như Việt Nam.
2. Về mặt thực tiễn: Phát triển hoàn chỉnh một ứng dụng web cho phép người dùng theo dõi biểu đồ giá, chạy thử nghiệm đánh giá và dự báo giá đóng cửa cho 4 mã cổ phiếu ngân hàng hàng đầu (Vietinbank, BIDV, Vietcombank, Techcombank).

Hạn chế và hướng nghiên cứu tiếp

Khóa luận ghi nhận một số giới hạn và định hướng mở rộng:

• Hạn chế về phạm vi dữ liệu: Nghiên cứu mới tập trung thực nghiệm trên nhóm cổ phiếu thuộc ngành ngân hàng (Top 4 ngân hàng lớn) với dữ liệu kỹ thuật giá lịch sử; ngày giao dịch có tính gián đoạn tự nhiên do các kỳ nghỉ lễ và cuối tuần (được xử lý kỹ thuật bằng phương pháp điền khuyết).
• Hướng phát triển tiếp:
  • Mở rộng phạm vi thử nghiệm sang các nhóm ngành khác trên thị trường chứng khoán Việt Nam.
  • Tích hợp thêm các nguồn dữ liệu phi cấu trúc (tin tức tài chính, chỉ số vĩ mô, tâm lý thị trường) nhằm tối ưu hóa khả năng dự báo.
  • Tinh chỉnh kiến trúc mô hình và nâng cấp các tính năng hỗ trợ ra quyết định trên giao diện web.

Giá trị tham khảo

Khóa luận là tài liệu tham khảo hữu ích cho:

• Sinh viên và học viên chuyên ngành: Phân tích Dữ liệu Kinh doanh (Business Data Analytics), Khoa học Dữ liệu, Công nghệ Thông tin, Hệ thống Thông tin Quản lý và Tài chính - Ngân hàng.
• Nghiên cứu ứng dụng: Cung cấp tài liệu tham khảo chi tiết về quy trình tiền xử lý chuỗi thời gian tài chính bằng Python (xử lý ngày khuyết, chuẩn hóa dữ liệu Z-score), phương pháp cấu hình mạng Transformer cho dữ liệu dạng chuỗi (thay thế cho NLP truyền thống), và phương pháp đóng gói mô hình học máy thành ứng dụng web tương tác.

Câu hỏi thường gặp

1. Dữ liệu giá cổ phiếu trong nghiên cứu được thu thập từ nguồn nào và bao gồm những mã nào?

Dữ liệu được thu thập trực tiếp từ cổng thông tin Yahoo Finance, tập trung vào 4 cổ phiếu ngân hàng lớn tại Việt Nam gồm: CTG (Vietinbank - 5.000 mẫu, thời gian khoảng 10 năm), BID (BIDV - 2.000 mẫu), VCB (Vietcombank - 2.000 mẫu), và TCB (Techcombank - 2.000 mẫu).

2. Kiến trúc mô hình Transformer đề xuất có cấu tạo chi tiết như thế nào?

Mô hình gồm 3 tầng Encoder xếp chồng (Stacked Encoder Layers). Mỗi tầng Encoder bao gồm: Chuẩn hóa tầng (Layer Normalization), Cơ chế chú ý đa đầu (Multi-Head Attention với 3 đầu chú ý), Kỹ thuật Dropout, Kết nối phần dư (Residual Connection), và Mạng nơ-ron cấp tiến (FFN gồm 2 tầng Dense kích hoạt ReLU).

3. Khóa luận sử dụng các siêu tham số huấn luyện nào cho mô hình Transformer?

Mô hình sử dụng bộ tối ưu hóa Adam, lịch trình giảm tốc độ học phân rã theo hàm mũ (Exponential Decay), hàm mất mát Sai số bình phương trung bình (MSE), huấn luyện trong 100 epoch với kích thước lô (batch size) bằng 32.

4. Quy trình tiền xử lý dữ liệu chuỗi thời gian gồm các bước nào?

Quy trình gồm 4 bước tuần tự: (1) Chuyển đổi cột ngày sang định dạng Datetime; (2) Sắp xếp dữ liệu theo thứ tự thời gian tăng dần; (3) Tái lập chỉ mục chuỗi ngày liên tục và điền khuyết ngày nghỉ/lễ bằng kỹ thuật Forward Fill (ffill); (4) Chuẩn hóa Z-score đưa dữ liệu về giá trị trung bình 0 và độ lệch chuẩn 1.

5. Ứng dụng web được xây dựng trong khóa luận cung cấp những tính năng gì?

Ứng dụng web cung cấp 3 chức năng chính: (1) "Model training" (tải dữ liệu, tiền xử lý và huấn luyện); (2) "Model Evaluation" (hiển thị biểu đồ giá thực tế/dự báo và thống kê các chỉ số $R^2$, RMSE, MAE, MAPE); (3) "Prediction" (cho phép lựa chọn 1 trong 5 mô hình ANN, SVR, Random Forest, LSTM, Transformer để dự báo giá đóng cửa cổ phiếu ngân hàng).

Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Thu Huyền đã nghiên cứu và triển khai giải pháp dự báo giá cổ phiếu chuỗi thời gian dựa trên mô hình học sâu Transformer 3 tầng Encoder kết hợp cơ chế chú ý đa đầu. Đề tài đã xây dựng quy trình tiền xử lý dữ liệu chuẩn hóa, tiến hành thực nghiệm đối sánh trên tập dữ liệu lịch sử của 4 ngân hàng lớn tại Việt Nam với các thuật toán ANN, SVR, Random Forest, LSTM và Transformer. Đồng thời, nghiên cứu đã phát triển thành công ứng dụng web trực quan hóa kết quả, mang lại giá trị ứng dụng thực tiễn cho việc phân tích và hỗ trợ ra quyết định trên thị trường chứng khoán.

Trích đoạn nội dung tài liệu

VIETNAM NATIONAL UNIVERSITY, HANOI INTERNATIONAL SCHOOL GRADUATION PROJECT APPLYING MACHINE LEARNING ALGORITHMS FOR STOCK PRICE FORECASTING Student’s name NGUYEN THU HUYEN Hanoi - 2024. VIETNAM NATIONAL UNIVERSITY, HANOI INTERNATIONAL SCHOOL GRADUATION PROJECT APPLYING MACHINE LEARNING ALGORITHMS FOR STOCK PRICE FORECASTING SUPERVISOR: DR. NGUYEN DOAN DONG (Academic title, academic degree, full name) STUDENT: NGUYEN THU HUYEN STUDENT ID: 20070937 COHORT: QH2020 SUBJECT CODE: INS401101 MAJOR: BUSINESS DATA ANALYTICS Hanoi - 2024. ACKNOWLEDGMEMTS Through my time studying and practicing at the International School - Hanoi National University, the enthusiastic guidance and teaching of the teachers has imparted valuable knowledge to me throughout my time studying at the University.

With my own efforts, I completed my graduation project. From these achieved results, I would like to sincerely thank the teachers of the International School, in general, and the teachers in the Faculty of Applied Sciences in particular, for teaching me knowledge about general subjects as well as like specialized subjects, help you gain a solid theoretical basis and create conditions to help you throughout the learning process. In particular, Dr. Nguyen Doan Dong wholeheartedly guided and helped me complete this thesis report.

Finally, I want to express my gratitude to my friends and family for always creating conditions, caring for me, helping and encouraging me throughout the study process and completing my graduation thesis. Due to limited knowledge and experience, shortcomings in expression and presentation are inevitable. I look forward to receiving your comments so that the thesis report achieves the best results. I would like to wish all teachers and friends lots of health, joy, and success in work and life.

I would like to sincerely thank you. 1 DECLARATION I hereby declare that the thesis “APPLYING MACHINE LEARNING ALGORITHMS FOR STOCK PRICE FORECASTING” is my research project under the guidance of Dr. Nguyen Doan Dong, stemming from his own practical needs and desire to learn. Except for the reference results from other works clearly stated in the thesis, the contents presented in this thesis are the results of research conducted by myself and the results of the thesis have never been published before under any form.

2 SUMMARIZATION The evolution of contemporary civilization is significantly influenced by the stock market. They make it possible to allocate financial resources. Variations in stock prices are a reflection of market movements. Deep learning is frequently employed in the financial industry for tasks including stock market prediction, optimum investing, and financial information processing due to its strong data processing capabilities in many domains.

Put financial trading concepts into practice. For this reason, one of the most significant and well-liked professions in the financial industry is stock market prediction. In this research, I suggest using the Transformer - supervised deep learning method for predicting stock price. The supervised deep learning model for stock price prediction problems uses a structure consisting of many encoder layers to create a powerful and flexible system for stock price prediction.

In this report, I will report on an experiment on CTG stock (Vietinbank) and some stocks of other banks in the top 4 large banks in Vietnam, which are stocks with a wide range of trading days and use them to try to predict the daily closing price. Experimental results show that my proposed Transformer for time series method can outperform a lot of other prediction algorithms in terms of stock price prediction. In addition, in this thesis, I also propose to build a web application to visualize research results and support users in predicting market stock prices from stock transactions at the top 4 banks in Vietnam that are operating in the market today. Experimental results show that the proposed model achieves good results on the data sets used for training and evaluation on all measures: The R-square index measures the model's level of explanation.

for the dependent variable and measures include Root Mean Square Error (RMSE), Mean Absolute Error (MAE), Mean Absolute Percentage Error (MAPE). 3 LIST OF TABLES Table 4.1: Vietinbank stock dataset .2: BIDV stock dataset .3: Vietcombank stock data .4: Techcombank stock data .5: Evaluation results using the ANN model .6: Evaluation results using the SVR model.7: Evaluation results using the Random Forest model .8: Evaluation results using the LSTM model .9: Evaluation results using the Transformer model .10: Measurement results of the methods. 56 4 LIST OF FIGURES Figure 2.1: Stock market classification model .2: Model of different types of stock markets .3: Brief history of deep learning Deep learning.4: Simple regression network model .5: Model of an LSTM cell .7: Structure of two Attention mechanisms .1: Structure of two Attention mechanisms .2: My proposed Transformer structure .3: Details of my proposed Transformer structure .1: Stock price chart using ANN method .2: Stock price chart using SVR method .3: Stock price chart using Random Forest method .4: Stock price chart using LSTM method .5: Stock price chart using the Transformer method – 3 encoder layers.8: "Model training" function .9: "Model Evaluation" function .10: "Model Evaluation" function - Vietinbank example .11: "Prediction" function - Vietinbank example. 60 5 LIST OF ABBREVIATIONS Abbreviations Full words DL Deep learning ML Machine learning MLP Multilayer Perceptron ReLu Rectified Linear Unit API Application Programming Interface RNN Recurrent Neural Network CNN Convolutional Neural Network GAN Generative Adversarial Network ANN Artificial Neural Networks SVM Support Vector Machines SVR Support Vector Regression LSTM Long Short Term Memory BiLSTM Bidirectional Long Short Term Memory FFN Feed Forward Network R! R-square index MAE Mean Absolute Error RMSE Root Mean Square Error MAPE Mean Absolute Percentage Error 6 TABLE OF CONTENTS ACKNOWLEDGMEMTS.

3 LIST OF TABLES. 4 LIST OF FIGURES. 5 LIST OF ABBREVIATIONS. 6 TABLE OF CONTENTS.

OBJECTIVES OF THE STUDY. SUBJECT AND SCOPE OF RESEARCH. SCIENTIFIC AND PRACTICAL SIGNIFICANCE. CHAPTER 2: THEORETICAL BACKGROUND.

BASIC ISSUES ABOUT STOCKS. OVERVIEW OF THE STOCK MARKET. Stock market concept. The role of the stock market.

Classification of stock markets. MACHINE LEARNING AND THE STOCK MARKET. DEEP LEARNING AND THE STOCK MARKET. Recurrent neural network (RNN).

Long-short term memory neural network (LSTM). STOCK PRICE PREDICTION. CHAPTER 3: PROPOSED METHODS. OVERVIEW OF THE PROPOSED METHODS.

CHARACTERISTICS OF THE PROPOSED MODEL. BUILD AN APPLICATION THAT VISUALIZES RESULTS. Motivation Today, all developed countries and most developing countries have stock markets, an indispensable market for any economy that wants to develop strongly. In Vietnam, even though over 24 years of formation and development since the Ho Chi Minh City Stock Exchange Center (later renamed Ho Chi Minh City Stock Exchange - HOSE) had its first trading session on December 28.

Since July 2000, up to now the Securities industry has achieved certain achievements along with the growing transformation of the country's economy. As of April 2024, Vietnam's stock market (stock market) has continued to maintain an important role in mobilizing capital for the economy. In 2023, the stock market mobilized a total of VND 418,271 billion, an increase of 33.5% compared to the previous year [23]. Since its establishment, Vietnam's stock market has mobilized a total of about 2.7 million billion VND.

From 2011 to April 2024, the scale of capital mobilization through the stock market reached about 1.8 million billion VND, contributing an average of 20.5% of total social investment capital [24][25]. Market share: By the end of March 2024, stock market capitalization is estimated to reach nearly 6.7 million billion VND, an increase of 12.2% compared to the end of 2023 [24]. In 2023, stock market capitalization will reach nearly 6 million billion VND, an increase from the start of the year of 14% [26]. Bond market: By the end of February 2024, the bond market will have a listed value of more than 2,040 trillion VND, an increase of 17.1% compared to the end of 2023 [24].

As of 2019, the bond market capitalization reached over 30.3% of GDP, of which the corporate bond market reached nearly 10. As of April 2024, Vietnam's stock market capitalization will reach about 92% of GDP, continuing to contribute to shaping a modern financial system, harmonizing the stock market and the currency-credit market [24][27]. Regarding typical trading indices: VN-Index: By the end of March 2024,VN-Index reached 1,286.11 points, an increase of 13.8% compared to the end of 2023 [24]. 9 Average transaction value: In the first quarter of 2024, the average transaction value reached 22,529 billion VND/session, an increase of 28.2% compared to the average in 2023 [24].

The above results show the strong and stable development of Vietnam's stock market, although there are still many challenges and fluctuations from the macroeconomic and international environment. The development of Vietnam's stock market has made an important contribution to the process of restructuring the economy on all three main pillars. First, the stock market has promoted state-owned enterprise reform through equitization and divestment of state capital, with transparent and modern auction mechanisms, while also linking equitization with transaction registration and listing. listed on the stock market.

Second, the stock market has become an important capital mobilization channel for the state budget, contributing to the restructuring of public investment. Third, the stock market supports the restructuring process of credit institutions, especially commercial banks participating in listing on the market, helping to increase transparency and efficiency in the operations of these banks. Transparency and complete information about stock prices on the stock market help business managers, investors and individuals make decisions to participate in the market in a profitable and sustainable way. Thereby, improving trust and reliability in the stock market, bringing maximum satisfaction to investors, while making the stock market more efficient and better.

That is why predicting the stock market is an urgent need and has practical significance. This topic has been of interest to many domestic and foreign researchers and many solutions have been proposed. Each solution has different advantages and disadvantages, but using machine learning is currently the solution that brings good results. For the above reasons I have chosen the topic "Applying Machine learning algorithms for Stock Price Forecasting” as the topic of my graduation thesis.

Objectives of the study This thesis focuses on researching and solving the problem of predicting stock prices in the banking stock market in Vietnam with the top 4 large banks such as BIDV, 10 Vietinbank, Vietcombank, Techcombank,. On the basis of data collected from the website specializing in providing, evaluating, and analyzing financial stocks around the world Yahoo Finance, I preprocess, extract features, apply machine learning methods and Supervised deep learning Transformer for time series for stock price prediction problem thereby proposing the most optimal model. Subject and scope of research Research object of the thesis: Stock data from the website specializing in providing, evaluating and analyzing the characteristics of financial stocks in the world Yahoo Finance, which is related to stocks of corporations. Large corporations and companies in the world.

Scope of research: Deep learning and machine learning techniques are used to the problem of stock price prediction in stocks with a wide range of trading days. Research Methods - Theoretical research methods: Synthesize and research documents on securities stocks; Research methods and algorithms used for stock price prediction; Research deep learning methods into the stock market. Learn related knowledge such as stock market, machine learning, and computer programming techniques. - Experimental research methods: After studying the theory, stating the problem, and proposing a model; Build and develop applications based on the proposed model; Install a test program and evaluate the results achieved - Comparison and evaluation methods: Analyze and evaluate the proposed model with previous research models using different metrics.

Scientific and practical significance Scientific significance of the thesis: The thesis suggests an approach to feature extraction as a solution to the stock price prediction problem. The thesis tests approaches to different models, thereby introducing Create the most optimal model 11 for price prediction.