Mở đầu Giới thiệu về thị trường chứng khoán và bai toán dự báo giá cổ phiếu. Thực trạng và tam quan trong của các nghiên cứu liên quan đến thị giá cổ phiếu, tính ứng dụng của đề tài. © Chương 2: Tổng quan Trong chương này, tôi mô ta sơ lược về tình hình nghiên cứu về dự đoán giá cổ phiếu trên thé giới và Việt Nam. Thực trạng chung của các nghiên cứu.
«Chương 3: Lý thuyết Chương này mô tả những lý thuyết, giả thuyết và phương pháp nghiên cứu trong đề tài, phương pháp đánh giá. ® Chuong 4: Thực nghiệm, kết quả, đánh giá Trong chương này, tôi trình bày phương pháp học sâu mà tôi đã nghiên cứu và áp dụng, mô tả về bộ đữ liệu chứng khoán được sử dụng. Phân tích cơ bản về đặc điểm của bộ dữ liệu và tiền xử lý dữ liệu, đánh giá và phân tích các trường hợp giải thích cho kết quả đạt được. ® Chương 5: Kết luận Tổng kết lại các kết quả đạt được ® Chương 6: Hướng phát triển Đề xuất các hướng phát triển trong tương lai để cải thiện hiệu suất mô hình và tính ứng dụng của đề tài.
Tinh hình nghiên cứu trên thé giới Sự phát triển của công nghệ 4.0 trong những năm gần đây làm tiền đề cho khả năng số hoá các lĩnh vực trong cuộc sống. Nhờ đó, dữ liệu được sinh ra nhiều hơn trong quá trình vận hành các hoạt động sản xuất, kinh doanh. Đi kèm với đó là khả năng sinh dé liệu trong thời gian thực. Day là nguồn dữ liệu quý giá cần được tận dụng do tính khả thi khi áp dụng kết quả phân tích hay dự báo vào trong thực tế.
Ví dụ như dự đoán tình trạng giao thông trên một vài đoạn đường mà Google Maps đang áp dụng. Việc nghiên cứu các mô hình dé tăng độ chính xác cho các mô hình là một điều cần thiết. Trong suốt lịch sử phát triển, nhiều thuật toán được thiết kế và thực nghiệm trong giới học thuật và cho thấy được tính ứng dụng thực tế của các thuật toán đó. Mô hình ARIMA [1] là một dạng mô hình biểu diễn phương trình hồi quy tuyến tính đa biến của biến đầu vào.
Mô hình này được ứng dụng thành mô hình tiêu chuẩn được dung phổ biến trong dự đoán dữ liệu chuỗi thời gian kinh tế và tài chính và là mô hình baseline dé so sánh các thuật toán mới. Tuy nhiên, nhược điểm của ARIMA là hoạt động tốt trên dữ liệu có tính dừng (stationary data) [2] Sự xuất hiện của RNN mở ra một hướng phát triển kiến trúc mô hình mới do khả năng dự đoán dựa trên các xu hướng trong các bước dữ liệu trước đó và hoạt động tốt trên dữ liệu không tuyến tinh (non-linear) hoặc không có tính dừng (non-stationary). YongJiong Zhu và các cộng sự [3] thử nghiệm mô hình RNN trên cổ phiếu của Apple với bước thời gian lịch sử là 5 và 10 cho kết quả mô hình có MAE cảng cao khi bước thời gian càng tăng (MAEs = 5. MK Ho và các cộng sự [4] thử nghiệm so sánh hiệu suất giữa mô hình ARIMA và LSTM trên bộ dữ liệu giá đóng cửa của Bursa Malaysia với tập dữ liệu huấn luyện từ 02/01/2020- 28/09/2020 và tập kiểm thử từ 29/09/2020 -19/01/2021.
Đây chính là khoảng thời gian số ca mắc ở Malaysia tăng mạnh, đồng thời cũng khiến cho giá cổ phiếu bị biến động trong suốt khoảng thời gian này. Kết quả đánh giá thử nghiệm theo MAPE và RMSE cho thấy mô hình LSTM không những dự đoán được chính xác 90% giá trị dự báo mà còn dự đoán chính xác cả xu hướng di chuyền của cô phiếu. Arif Istiake Sunny và các cộng sự [4] so sánh hiệu suất của hai mô hình học sâu LSTM và Bi-LSTM trên dữ liệu chứng khoán của Google từ 19/08/2004 — 04/10/2019. Dữ liệu được scale lại sử dụng MinMax trước khi đưa vào huấn luyện.
Các cách so sánh bao gồm số epochs được huấn luyện, số lớp an, số lớp dense. Kết quả cho thay huấn luyện mô hình với số lượng epochs càng tăng thì mô hình dự đoán tốt hơn và kết quả huấn luyện trên mô hình Bi-LSTM đạt độ chính xác cao hơn so với mô hình LSTM. Bên cạnh sự phát triển của các nghiên cứu dự báo giá cổ phiếu. Fuli Feng và các cộng sự [5] thiết kế mô hình Relational Stock Ranking (RSR) bằng việc điều chỉnh mô hình LSTM phủ hợp dé xếp hạng cổ phiếu và tận dụng quan hệ tương quan của các cổ phiếu theo thời gian.
Dữ liệu được thu thập từ hai san giao dịch NASDAQ- 1,026 cổ phiếu va NYSE-1,737 cô phiếu scale lại độc lập, dữ liệu quan hệ giữa các cô phiếu Wiki Company-Based Relations. Điểm mới của mô hình là thêm thành phần Temporal Graph Convolution vào mô hình mạng thần kinh. Kết quả cho thấy việc huấn luyện mô hình tận dụng mối tương quan giữa các cô phiếu giúp mô hình dự đoán có kết quả giá cô phiếu tốt hơn, đặc biệt là dữ liệu mang tính ổn định (stable data). Với kết quả xếp hạng, nhóm tác giả tiến hành đánh giá dựa trên lợi nhuận đầu tư theo nhóm top 1, 5, 10 các cổ phiếu được dự đoán có lợi nhuận cao, lợi nhuận tích luỹ của 10 ngày liên tiếp của ba nhóm cổ phiếu dau tư theo thứ tự top 1 > top 5 > top 10.
Điều này cho ta thấy, thuật toán xếp hạng của nhóm tác giả có khả năng dự đoán chính xác thứ hạng tương đối của các cổ phiếu liên quan đến tỉ lệ lợi nhuận trong tương lai. Tình hình nghiên cứu trong nước So với thị trường Mỹ, thị trường chứng khoán Việt Nam đang còn là thị trường non trẻ, do đó sẽ có nhiều yếu tô ảnh hưởng đến giá chứng khoán. Tuy nhiên, các nghiên cứu về mô hình dự đoán cô phiếu ở Việt Nam van còn khiêm tốn. Thang Huynh Quyet và các cộng sự [6] đã thực hiện nghiên cứu dự đoán xu thé chỉ số chứng khoán Việt Nam VN-Index sử dụng phân tích hồi quy Gaussian Process và mô hình tự hồi quy trung bình cộng ARMA.
Nhóm tác giả thực hiện phân tách dữ liệu đầu vào thành các chuỗi thời gian thành phần bao gồm: xu thế, thời vụ và ngẫu nhiên. Sử dụng mô hình ARMA (Autoregressive moving average) để dự đoán thành phan thời gian ngẫu nhiên ở một bước kế tiếp, phân tích hồi quy trong quá trình Gauss (GPR: Gaussian process regression) dé dự đoán thành phan thời gian xu thế. Cuối cùng, kết quả dự đoán các thành phan riêng lẻ được tổng hợp lại dé đưa ra kết quả dự đoán cuối cùng cho phương pháp kết hợp GPR-ARMA. Mô hình được đánh giá dựa trên 2 yếu tố: dự đoán xu hướng va giá cổ phiếu.
Kết quả dự đoán cho 81 ngày liên tiếp cho thấy mô hình dự đoán kết hợp GPR-ARMA cho kết quả dự báo giá cổ phiếu tốt hơn so với mô hình được huấn luyện độc lập với mô hình ARMA và GPR theo thứ tự RMSE là 6.176; độ chính xác xu hướng theo thứ tự 61. Kết luận Sự phát triển của hệ thông máy tính tính toán và thuật toán đã mở đường cho thu thập, phân tích và dự đoán dữ liệu dang chuỗi trong thời gian thực. Thông qua việc nghiên cứu và tham khảo các công trình liên quan đến dự báo dữ liệu cỗ phiếu, tôi nhận thấy còn có một vài hạn chế: e Mặc dù được ứng dụng nhiều trong thực tế, tuy nhiên thuật toán ARIMA lại hoạt động không tốt trên giá chứng khoáng do tính chất không dừng (non- stationary) của giá cổ phiếu. e Cac mô hình dự đoán giá da số được huấn luyện độc lập.
Trong khi ít bài báo công bố thử nghiệm đánh giá một mô hình dự đoán nhiều cổ phiếu các nhau. ¢ Dy đoán giá cô phiếu một cách chính xác là một thách thức lớn. Do đó, xếp hạng cô phiếu là một hướng nghiên cứu mới trong bài toán chứng khoán giúp đánh giá được số lượng các cổ phiếu nhiều hơn và tận dụng được mối tương quan và xu hướng của các loại cổ phiếu. Tuy nhiên, việc cài đặt thuật toán theo Yuli Feng còn phức tạp và yêu cầu các dữ liệu cé phiếu phải có độ dài giá lịch sử cố định.
Long Short-Term Memory Trong học sâu, khi nhắc đến mô hình xử lý dữ liệu dạng chuỗi, đầu tiên chúng ta thường nhắc đến mô hình cơ bản RNN. RNN là một mạng nơ-ron hồi quy được thiết kế cho việc xử lý các loại đữ liệu có tính tuần tự, tức là các giá trị trong quá khứ ở thời gian t-1 có thể dự đoán được giá trị tại thời điểm t. Khả năng kết nối các thông tin phía trước bằng phương pháp lan truyền ngược liên hồi dé dự đoán giá trị hiện tại của mô hình RNN khiến mô hình này được áp dụng rộng rãi trong các bài toán sử dụng dữ liệu dang chuỗi tuần tự từ dự đoán từ tiếp theo trong câu, dự đoán hành động tiếp theo trong video,. Tuy nhiên, nhược điểm của mô hình là chỉ học được các thông tin gần do hiện tượng vanishing gradient.
LSTM ra đời để khắc phục nhược điểm của RNN. LSTM được thiết kế bởi Hochreiter & Schmidhuber (1997)[7]. Cấu trúc của một mang LSTM về co bản giống với RNN. Ý tưởng cốt lõi của LSTM đó là trạng thái tế bao (cell state).
Trạng thái tế bào là một dạng giống như băng truyền. Nó chạy xuyến suốt tất cả các mắt xích (các nút mạng) và chỉ tương tác tuyến tính đôi chút. Vì vậy mà các thông tin có thé dé dàng truyền đi thông suốt mà không sợ thay bị thay đổi. LSTM có khả năng bỏ đi hoặc thêm vào các thông tin cần thiết cho trạng thái tế bảo, chúng được điều chỉnh can thận bởi các nhóm được gọi là công gate.
Một LSTM gồm 3 cổng: forget gate fi, input gate i: và ouput gate o. Tại mỗi bước thời gian t, các cổng đều lay đầu vào là hạ là output của tế bào trước đó hoặc ở bước thời gian t-1, va x: là một phần tử của chuỗi đầu vào. Dữ liệu được xử lý tuyến tính theo quy trình như sau: đầu tiên, forget gate sẽ quyết định xem thông tin nào cần bỏ đi của trạng thái tế bào Cut. Bước tiếp theo sẽ quyết định thông tin mới sẽ được lưu vào trạng thái tế bao, input gate quyết định giá trị nào ta sẽ cập nhật.
Cuối cùng output gate sẽ xác định những thông tin nào của trạng thái tế bào được xuất ra lam output. Sequence to sequence Được giới thiệu chính thức vào năm 2014 boi nhóm nghiên cứu của Google [8]. Seq2seq là một mô hình học sâu với mục đích tạo ra một output sequence từ một input sequence mà độ dài của hai sequences này có thể khác nhau.