Hướng dẫn dự đoán giá cổ phiếu hiệu quả bằng học máy

Dự đoán giá cổ phiếu là một bài toán quan trọng trong lĩnh vực tài chính, đặc biệt… 71 trang · Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh · 2022.

• Tác giả: Nguyễn Tấn Phúc
• Người hướng dẫn: Ths. Quách Đình Hoàng
• Trường học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Kỹ thuật dữ liệu
• Đề tài: Dự đoán giá cổ phiếu với học máy
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2022
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: LỜI MỞ ĐẦU
• 1.1. Lý do chọn đề tài
• 1.2. Mục tiêu nghiên cứu
• 1.3. Đối tượng, phạm vi nghiên cứu
• 1.4. Phương pháp nghiên cứu
• 1.5. Ý nghĩa khoa học và thực tiễn
• 1.6. Bố cục khoá luận
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN
• 2.1. Những vấn đề cơ bản về chứng khoán
• 2.2. Khái niệm chứng khoán
• 2.3. Phân loại chứng khoán
• 2.4. Tổng quan về thị trường chứng khoán
• 2.5. Khái niệm thị trường chứng khoán
• 2.6. Vai trò của thị trường chứng khoán
• 2.7. Phân loại thị trường chứng khoán
• 2.8. Học máy (Machine Learning) và Thị trường chứng khoán
• 2.9. Các phương pháp học
• 2.10. Vấn đề chung của học máy
• 2.11. Học sâu - Deep Learning
• 2.12. Các thành phần cơ bản của một nơ-ron nhân tạo
• 2.13. Một số kiến trúc của mạng nơ-ron nhân tạo
• 2.14. Hàm kích hoạt
• 3. CHƯƠNG 3: DỰ ĐOÁN GIÁ CỔ PHIẾU
• 3.1. Dự đoán giá cổ phiếu
• 3.2. Mã cổ phiếu dự đoán
• 3.3. Công ty Cổ phần sữa Việt Nam
• 3.4. Tổng công ty Điện lực Dầu khí Việt Nam
• 3.5. Công ty Cổ phần Hoàng Anh Gia Lai
• 3.6. Tập đoàn Hoà Phát
• 4. CHƯƠNG 4: THỰC NGHIỆM DỰ ĐOÁN
• 4.1. Bộ dữ liệu
• 4.2. Xử lý dữ liệu
• 4.3. Tiền xử lý dữ liệu
• 4.4. Phân chia tập dữ liệu
• 4.5. Đánh giá kết quả
• 5. CHƯƠNG 5: KẾT LUẬN
• 5.1. Kết quả đạt được
• 5.2. Hướng phát triển
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Dự đoán giá cổ phiếu với công nghệ học máy

Dự đoán giá cổ phiếu là một bài toán quan trọng trong lĩnh vực tài chính, đặc biệt khi áp dụng công nghệ học máy. Nghiên cứu này tập trung vào việc sử dụng các mô hình học máy để dự đoán giá cổ phiếu trên thị trường chứng khoán Việt Nam. Các mô hình như LSTM (Long Short-Term Memory) được áp dụng để xử lý dữ liệu chuỗi thời gian, giúp cải thiện độ chính xác trong dự đoán. Nghiên cứu cũng đề cập đến việc phân tích thị trường và tối ưu hóa đầu tư thông qua các thuật toán học máy.

1.1. Phân tích thị trường và dữ liệu tài chính

Phân tích thị trường là bước đầu tiên trong quá trình dự đoán giá cổ phiếu. Nghiên cứu sử dụng dữ liệu từ các nguồn như investing.vn để thu thập thông tin về các mã cổ phiếu như VNM, POW, HAG, và HPG. Dữ liệu này được phân tích kỹ thuật và phân tích cơ bản để xác định các yếu tố ảnh hưởng đến giá cổ phiếu. Quá trình phân tích dữ liệu bao gồm tiền xử lý, chuẩn hóa, và chia tập dữ liệu thành tập huấn luyện và tập kiểm tra.

1.2. Mô hình dự đoán và thuật toán học máy

Nghiên cứu đề xuất sử dụng mô hình LSTM để dự đoán giá cổ phiếu. LSTM là một loại mạng nơ-ron hồi quy, phù hợp với dữ liệu chuỗi thời gian. Các thuật toán học máy khác như RNN (Recurrent Neural Network) cũng được thử nghiệm để so sánh hiệu quả. Kết quả thực nghiệm cho thấy LSTM đạt độ chính xác cao hơn với các chỉ số như MAE, RMSE, và MAPE. Mô hình này giúp dự báo thị trường một cách hiệu quả, hỗ trợ các nhà đầu tư trong việc ra quyết định.

II. Ứng dụng thực tiễn và quản lý rủi ro

Nghiên cứu không chỉ tập trung vào việc dự đoán giá cổ phiếu mà còn đề cập đến quản lý rủi ro và tối ưu hóa đầu tư. Các mô hình học máy giúp nhà đầu tư đưa ra quyết định chính xác hơn, giảm thiểu rủi ro trong giao dịch. Nghiên cứu cũng nhấn mạnh tầm quan trọng của việc phân tích kỹ thuật và phân tích cơ bản trong việc xây dựng các chiến lược đầu tư hiệu quả.

2.1. Tối ưu hóa đầu tư với học máy

Tối ưu hóa đầu tư là một trong những mục tiêu chính của nghiên cứu. Các mô hình học máy giúp xác định các cơ hội đầu tư tiềm năng dựa trên dữ liệu lịch sử và xu hướng thị trường. Nghiên cứu sử dụng các thuật toán như LSTM để dự đoán giá cổ phiếu, từ đó đưa ra các chiến lược đầu tư tối ưu. Kết quả thực nghiệm cho thấy mô hình này giúp tăng lợi nhuận và giảm thiểu rủi ro trong đầu tư.

2.2. Quản lý rủi ro trong đầu tư chứng khoán

Quản lý rủi ro là yếu tố không thể thiếu trong đầu tư chứng khoán. Nghiên cứu đề xuất sử dụng các mô hình học máy để dự đoán các biến động thị trường, từ đó giúp nhà đầu tư đưa ra quyết định an toàn hơn. Các chỉ số như MAE và RMSE được sử dụng để đánh giá độ chính xác của mô hình, giúp nhà đầu tư hiểu rõ hơn về mức độ rủi ro trong các giao dịch.

III. Kết quả và hướng phát triển

Nghiên cứu đã đạt được những kết quả đáng kể trong việc dự đoán giá cổ phiếu bằng công nghệ học máy. Mô hình LSTM cho thấy hiệu quả vượt trội so với các mô hình khác, với độ chính xác cao và khả năng dự báo tốt. Nghiên cứu cũng đề xuất các hướng phát triển trong tương lai, bao gồm việc tích hợp thêm các yếu tố thị trường và cải thiện thuật toán để tăng độ chính xác.

3.1. Kết quả thực nghiệm

Kết quả thực nghiệm cho thấy mô hình LSTM đạt hiệu suất cao trong việc dự đoán giá cổ phiếu. Các chỉ số như R2, MAE, và RMSE được sử dụng để đánh giá mô hình. Kết quả cho thấy mô hình này có khả năng dự báo chính xác giá cổ phiếu trong tương lai, hỗ trợ hiệu quả cho các nhà đầu tư.

3.2. Hướng phát triển trong tương lai

Nghiên cứu đề xuất các hướng phát triển trong tương lai, bao gồm việc tích hợp thêm các yếu tố thị trường như tin tức, sự kiện kinh tế, và dữ liệu từ mạng xã hội. Ngoài ra, việc cải thiện thuật toán và sử dụng các mô hình học sâu hơn cũng là một hướng đi tiềm năng để tăng độ chính xác trong dự đoán giá cổ phiếu.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Thị trường chứng khoán đóng vai trò thiết yếu trong việc phân bổ và điều tiết nguồn lực kinh tế tại các quốc gia. Tại Việt Nam, sau hơn 25 năm hình thành từ khi thành lập Ủy ban Chứng khoán Nhà nước (tháng 11/1996) và Trung tâm Giao dịch Chứng khoán TP. Hồ Chí Minh (HOSE) vận hành phiên đầu tiên ngày 28/7/2000, quy mô thị trường đã có bước tăng trưởng vượt bậc. Tính đến tháng 6/2020, thông qua thị trường chứng khoán, Chính phủ và doanh nghiệp đã huy động trên 2,4 triệu tỷ đồng cho sản xuất kinh doanh (giai đoạn 2011 đến 2020 đạt 1,7 triệu tỷ đồng, đóng góp bình quân 20% tổng vốn đầu tư toàn xã hội). Vốn hóa thị trường cổ phiếu tăng từ 986 tỷ đồng (0,28% GDP năm 2000) lên 3.894 nghìn tỷ đồng (64,5% GDP vào tháng 6/2020), cùng với thị trường trái phiếu đạt trên 30,3% GDP năm 2019, đưa tổng mức vốn hóa thị trường chứng khoán đạt 94,8% GDP.

Tuy nhiên, sự biến động liên tục và tính chất phi tuyến của giá cổ phiếu tạo ra rủi ro lớn cho các nhà đầu tư và cơ quan quản lý. Việc ứng dụng các kỹ thuật phân tích truyền thống gặp nhiều giới hạn trước chuỗi dữ liệu phức tạp. Để hỗ trợ việc đưa ra quyết định đầu tư hiệu quả và nâng cao tính minh bạch trên thị trường, khóa luận tốt nghiệp ngành Kỹ thuật Dữ liệu của nhóm tác giả Nguyễn Tấn Phúc và Võ Thị Thanh Ngân (Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh, thực hiện từ 01/03/2022 đến 15/07/2022 dưới sự hướng dẫn của ThS. Quách Đình Hoàng) đã lựa chọn hướng tiếp cận học máy nhằm dự đoán giá đóng cửa hàng ngày của các cổ phiếu niêm yết.

Nhiệm vụ nghiên cứu của đề tài được xác định cụ thể qua 3 nội dung:

1. Tìm hiểu các khái niệm cơ bản về chứng khoán và thị trường chứng khoán.
2. Tìm hiểu về học máy và cấu trúc mô hình mạng nơ-ron hồi quy bộ nhớ ngắn-dài (Long Short-Term Memory - LSTM).
3. Áp dụng mô hình học máy để dự đoán giá cổ phiếu trong tương lai trên dữ liệu thực nghiệm.

Đối tượng và phạm vi nghiên cứu:

• Đối tượng nghiên cứu: Dữ liệu chuỗi thời gian lịch sử giá cổ phiếu thu thập từ các trang web cung cấp thông tin, đánh giá và phân tích chứng khoán tại Việt Nam (như investing.vn).
• Phạm vi nghiên cứu: Chuỗi ngày giao dịch lịch sử của các doanh nghiệp đại diện trên thị trường chứng khoán Việt Nam gồm: Công ty Cổ phần Sữa Việt Nam (Vinamilk - mã VNM), Tổng công ty Điện lực Dầu khí Việt Nam (PV Power - mã POW), Công ty Cổ phần Hoàng Anh Gia Lai (mã HAG) và Công ty Cổ phần Tập đoàn Hòa Phát (mã HPG).

---

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết và khái niệm nền tảng

Khóa luận hệ thống hóa các kiến thức thị trường tài chính và các mô hình học máy:

• Thị trường chứng khoán và công cụ tài chính: Bản chất, vai trò huy động vốn, phân loại thị trường (sơ cấp, thứ cấp, tập trung, phi tập trung OTC, giao ngay, kỳ hạn, tương lai) và các loại chứng khoán như cổ phiếu (cổ phiếu thường, cổ phiếu ưu đãi biểu quyết, cổ phiếu ưu đãi tài chính), trái phiếu (vô danh, ghi danh, chính phủ, công trình, công ty), chứng chỉ quỹ (quỹ mở, quỹ đóng, quỹ cổ phiếu, trái phiếu, hỗn hợp) và công cụ phái sinh.
• Học máy (Machine Learning) và Học sâu (Deep Learning): Phân loại các nhánh học có giám sát (Supervised Learning), học không giám sát (Unsupervised Learning), học bán giám sát (Semi-Supervised Learning) và học tăng cường. Các vấn đề cốt lõi như chưa khớp (underfitting) và quá khớp (overfitting) cùng biện pháp hạn chế (như cắt tỉa - pruning trong cây quyết định).
• Kiến trúc mạng nơ-ron nhân tạo (ANN): Mô hình toán học của nơ-ron nhân tạo thứ $k$ với tập tín hiệu đầu vào $x_j$, trọng số liên kết $w_{kj}$, ngưỡng $b_k$, bộ tổ hợp tuyến tính $u_k = \sum_{j=1}^{p} w_{kj} x_j$ và đầu ra $y_k = f(u_k - b_k)$. Khảo sát các kiến trúc mạng cơ bản: Perceptron, mạng truyền thẳng nhiều lớp (Multilayer Feed-Forward), mạng hàm cơ sở xuyên tâm (RBF), và mạng nơ-ron tích chập (CNN).
• Mạng nơ-ron hồi quy (RNN) và Mô hình LSTM: Phân tích cơ chế vòng lặp của RNN qua công thức trạng thái ẩn $h_t = \varphi(W X_t + U h_{t-1})$ và chỉ rõ hiện tượng triệt tiêu đạo hàm (Vanishing Gradient Problem) khi $\lim_{t \to \infty} \left(\frac{\partial E_t}{\partial w}\right) = 0$. Khắc phục hạn chế này, mô hình LSTM sử dụng cấu trúc tế bào (cell) với 4 tầng cổng điều khiển luồng thông tin:

Thành phần cổng	Ký hiệu / Biểu thức toán học	Vai trò kỹ thuật
Cổng quên (Forget Gate)	$f_t = \sigma(W_f X_t + U_f h_{t-1} + b_f)$	Quyết định tỷ lệ thông tin từ trạng thái trước ($C_{t-1}$) được giữ lại hoặc xóa bỏ.
Cổng đầu vào (Input Gate)	$i_t = \sigma(W_{xi} x_t + U_{hi} h_{t-1} + b_i)$ $\tilde{C}t = \tanh(W_c x_t + U_c h{t-1} + b_c)$	Xác định lượng thông tin mới được cập nhật vào trạng thái tế bào.
Cập nhật trạng thái ô (Cell State)	$C_t = f_t C_{t-1} + i_t \tilde{C}_t$	Tổng hợp thông tin lưu giữ trong bộ nhớ dài hạn.
Cổng đầu ra (Output Gate)	$o_t = \sigma(W_{ox} x_t + U_{oi} h_{t-1} + b_o)$ $h_t = o_t * \tanh(C_t)$	Quyết định giá trị đầu ra và trạng thái ẩn truyền tiếp sang thời điểm $t+1$.

• Hàm kích hoạt (Activation Functions): Khóa luận so sánh các hàm kích hoạt gồm Tuyến tính, Sigmoid, Tanh, ReLU ($f(z) = \max(0, z)$ và vấn đề Dying ReLU), LeakyReLU, ELU và Softmax.

Phương pháp nghiên cứu và Nguồn dữ liệu

• Phương pháp nghiên cứu lý thuyết: Tổng hợp tài liệu về thị trường chứng khoán, phân tích nguyên lý các thuật toán chuỗi thời gian cổ điển (ARIMA) và các thuật toán học sâu; nhận diện điểm yếu của ARIMA khi xử lý dữ liệu phi tuyến.
• Phương pháp nghiên cứu thực nghiệm: Thu thập chuỗi dữ liệu giá giao dịch lịch sử từ các trang web phân tích chứng khoán Việt Nam (investing.vn); thực hiện các bước tiền xử lý, chuẩn hóa, phân chia dữ liệu thành tập huấn luyện (Training set) và tập kiểm thử (Testing set); xây dựng và huấn luyện mô hình LSTM trên môi trường Google Colab.
• Phương pháp đánh giá và so sánh: Sử dụng 4 độ đo định lượng để kiểm tra hiệu năng dự báo:
  1. Hệ số xác định ($R^2$ - R-Square).
  2. Sai số tuyệt đối trung bình (MAE - Mean Absolute Error).
  3. Sai số bình phương trung bình gốc (RMSE / RMSR - Root Mean Square Error).
  4. Phần trăm sai số tuyệt đối trung bình (MAPE - Mean Absolute Percentage Error).

---

Nội dung chính theo từng chương

CHƯƠNG 1: LỜI MỞ ĐẦU

Chương 1 thiết lập tính cấp thiết của đề tài dựa trên sự mở rộng của thị trường chứng khoán Việt Nam trong 20 năm phát triển và nhu cầu dự báo giá nhằm hỗ trợ nhà đầu tư quản trị rủi ro. Chương này nêu rõ mục tiêu nghiên cứu, xác định đối tượng nghiên cứu là dữ liệu chuỗi thời gian giá cổ phiếu từ các nguồn trực tuyến (như investing.vn), phạm vi áp dụng trên các mã cổ phiếu tiêu biểu, phương pháp tiếp cận lý thuyết kết hợp thực nghiệm trên Google Colab, ý nghĩa khoa học và thực tiễn của đề tài, cùng bố cục tổng thể gồm 5 chương.

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN

Chương 2 trình bày có hệ thống hai khối kiến thức:

1. Tổng quan thị trường tài chính: Trình bày định nghĩa chứng khoán, ba đặc tính cơ bản (tính thanh khoản, tính sinh lời, tính rủi ro); phân tích chi tiết cổ phiếu, trái phiếu, chứng chỉ quỹ, công cụ phái sinh; cơ chế vận hành của thị trường sơ cấp, thứ cấp, thị trường tập trung và OTC.
2. Học máy và học sâu: Phân loại các trường phái học (có giám sát, không giám sát, bán giám sát); phân tích hiện tượng overfitting, underfitting; mô tả chi tiết mô hình mạng nơ-ron nhân tạo (ANN), mạng nơ-ron nhiều lớp truyền thẳng, mạng RBF, mạng CNN, mạng RNN và mô hình LSTM. Đồng thời, chương này phân tích ưu - nhược điểm của 7 hàm kích hoạt thông dụng (Tuyến tính, ELU, ReLU, LeakyReLU, Sigmoid, Tanh, Softmax).

CHƯƠNG 3: DỰ ĐOÁN GIÁ CỔ PHIẾU

Chương 3 đi sâu vào bài toán dự báo chuỗi thời gian tài chính. Phân tích các nghiên cứu liên quan cho thấy thuật toán thống kê truyền thống ARIMA hoạt động hiệu quả trên chuỗi dữ liệu dừng và tuyến tính, nhưng không đáp ứng tốt tính chất biến đổi phức tạp, phi tuyến của giá chứng khoán. Từ đó, tác giả luận giải việc lựa chọn mô hình mạng nơ-ron hồi quy LSTM làm phương pháp chủ đạo. Tiếp đó, chương giới thiệu hồ sơ hoạt động của các doanh nghiệp được chọn để dự đoán:

• Công ty Cổ phần Sữa Việt Nam (Vinamilk - VNM): Được cổ phần hóa theo Quyết định số 155/2003/QĐ-BCN ngày 01/10/2003 của Bộ Công nghiệp; chiếm hơn 54,5% thị phần sữa nước, 40,6% sữa bột, 33,9% sữa chua uống, 84,5% sữa chua ăn và 79,7% sữa đặc; mạng lưới trên 220.000 điểm bán hàng tại 63 tỉnh thành, xuất khẩu sang 43 quốc gia; sở hữu 14 nhà máy sản xuất; tốc độ tăng trưởng doanh thu 16%/năm và lợi nhuận 12%/năm trong giai đoạn 5 năm.
• Tổng công ty Điện lực Dầu khí Việt Nam (POW).
• Công ty Cổ phần Hoàng Anh Gia Lai (HAG).
• Công ty Cổ phần Tập đoàn Hòa Phát (HPG).

CHƯƠNG 4: THỰC NGHIỆM DỰ ĐOÁN

Chương 4 mô tả quy trình thực nghiệm dự đoán giá đóng cửa hàng ngày trên tập dữ liệu của 4 mã cổ phiếu (VNM, POW, HAG, HPG):

• Thu thập và lập bảng dữ liệu lịch sử cho từng mã cổ phiếu (Bảng 1: VNM, Bảng 2: POW, Bảng 3: HAG, Bảng 4: HPG).
• Quy trình tiền xử lý dữ liệu: Làm sạch dữ liệu, xử lý các giá trị đặc trưng, chuẩn hóa dữ liệu đầu vào.
• Phân chia tập dữ liệu: Tách dữ liệu thành tập huấn luyện (Training set) và tập kiểm thử (Testing set).
• Huấn luyện mô hình LSTM trên môi trường Google Colab và trực quan hóa kết quả dự đoán qua biểu đồ biến động giá (Hình 15: VNM, Hình 16: POW, Hình 17: HAG, Hình 18: HPG).
• Tổng hợp bảng giá dự đoán trên tập kiểm thử (Bảng 5) và đánh giá sai số định lượng thông qua bảng kết quả đo hiệu năng mô hình LSTM (Bảng 6).

CHƯƠNG 5: KẾT LUẬN

Chương 5 tổng kết lại toàn bộ các kết quả đạt được từ việc nghiên cứu lý thuyết đến triển khai thực nghiệm mô hình LSTM trên 4 mã cổ phiếu; đánh giá các ưu điểm và hạn chế trong quá trình huấn luyện; đồng thời đề xuất các định hướng phát triển nhằm nâng cao độ chính xác dự báo trong tương lai.

---

Kết quả và đóng góp

Kết quả thực nghiệm

Khóa luận đã triển khai thành công mô hình học sâu LSTM để giải quyết bài toán dự báo giá đóng cửa của 4 mã cổ phiếu đại diện cho các ngành nghề khác nhau tại Việt Nam (VNM, POW, HAG, HPG). Các kết quả chính được ghi nhận trong văn bản:

• Mô hình LSTM chứng minh khả năng thích ứng tốt với dữ liệu chuỗi thời gian tài chính có tính phi tuyến, vượt trội hơn so với các hạn chế cố hữu của mô hình thống kê tuyến tính ARIMA.
• Hiệu năng của mô hình được kiểm chứng định lượng trên tập kiểm thử (Testing set) thông qua việc tính toán đầy đủ 4 chỉ số sai số:
  • Hệ số xác định $R^2$.
  • Sai số tuyệt đối trung bình (MAE).
  • Sai số bình phương trung bình gốc (RMSE / RMSR).
  • Phần trăm sai số tuyệt đối trung bình (MAPE).
• Kết quả thực nghiệm cho thấy mô hình đề xuất theo dõi sát diễn biến giá đóng cửa thực tế trên biểu đồ trực quan của các mã cổ phiếu VNM, POW, HAG và HPG.

Đóng góp của đề tài

• Về mặt khoa học: Khóa luận cung cấp tài liệu tổng quan hệ thống hóa từ lý thuyết chứng khoán, kiến trúc mạng nơ-ron nhân tạo đến cơ chế toán học chi tiết của mạng LSTM (cơ chế các cổng quên, cổng vào, cổng ra và cập nhật trạng thái ô) nhằm giải quyết triệt để bài toán triệt tiêu đạo hàm của mạng hồi quy RNN truyền thống.
• Về mặt thực tiễn: Xây dựng quy trình xử lý dữ liệu và thực nghiệm hoàn chỉnh trên Google Colab áp dụng cho dữ liệu thị trường chứng khoán Việt Nam; cung cấp các chỉ số đo lường sai số định lượng cụ thể, đóng vai trò tài liệu tham khảo cho việc ứng dụng công nghệ dữ liệu vào phân tích tài chính.

---

Hạn chế và hướng nghiên cứu tiếp

Dựa trên nội dung khóa luận, các hạn chế và hướng mở được ghi nhận bao gồm:

• Hạn chế: Dữ liệu đầu vào thực nghiệm chủ yếu dựa trên chuỗi giá giao dịch lịch sử trong quá khứ được thu thập từ các trang web trực tuyến (như investing.vn), chưa kết hợp đồng thời các yếu tố định tính từ tin tức thị trường, tâm lý nhà đầu tư, hoặc các chỉ số kinh tế vĩ mô có khả năng tác động đến giá cổ phiếu.
• Hướng nghiên cứu tiếp:
  • Thử nghiệm kết hợp thêm các tham số kỹ thuật và đặc trưng giao dịch bổ sung vào tập dữ liệu đầu vào.
  • Khảo sát việc kết hợp mô hình LSTM với các kiến trúc học máy hoặc kỹ thuật tối ưu hóa khác để nâng cao độ chính xác dự báo.
  • Mở rộng phạm vi thử nghiệm trên nhiều mã cổ phiếu khác nhau và các khung thời gian giao dịch đa dạng hơn trên thị trường chứng khoán Việt Nam.

---

Giá trị tham khảo

Báo cáo khóa luận là tài liệu tham khảo chuyên môn phù hợp cho:

• Sinh viên và học viên chuyên ngành Kỹ thuật Dữ liệu, Công nghệ Thông tin, Khoa học Dữ liệu và Fintech: Cung cấp cấu trúc báo cáo chuẩn mực cho một đề tài ứng dụng học máy vào bài toán chuỗi thời gian; có phần phân tích toán học chi tiết về các hàm kích hoạt và cấu tạo mạng nơ-ron.
• Người nghiên cứu về dự báo tài chính: Phần tổng quan Chương 2 và Chương 3 cung cấp cơ sở lý thuyết đầy đủ về thị trường chứng khoán Việt Nam, sự khác biệt giữa mô hình truyền thống (ARIMA) và mạng học sâu (RNN, LSTM).
• Phần đáng tham khảo nhất: Nội dung diễn giải toán học của 4 cổng trong tế bào LSTM (Mục 2 - Chương 2) và quy trình thiết lập thực nghiệm đánh giá mô hình bằng 4 độ đo định lượng ($R^2$, MAE, RMSE, MAPE) tại Chương 4.

---

Câu hỏi thường gặp

1. Khóa luận sử dụng mô hình học máy nào làm phương pháp chính để dự đoán giá cổ phiếu?
Khóa luận sử dụng mô hình Mạng nơ-ron hồi quy bộ nhớ ngắn-dài (Long Short-Term Memory - LSTM), một biến thể của mạng nơ-ron hồi quy (RNN) có khả năng lưu giữ thông tin chuỗi dài và khắc phục hiện tượng triệt tiêu đạo hàm.

2. Tập dữ liệu thực nghiệm trong khóa luận được lấy từ nguồn nào và bao gồm những mã cổ phiếu nào?
Dữ liệu được thu thập từ các trang web cung cấp thông tin, đánh giá và phân tích chứng khoán Việt Nam (cụ thể là investing.vn), bao gồm chuỗi ngày giao dịch của 4 mã cổ phiếu: VNM (Vinamilk), POW (PV Power), HAG (Hoàng Anh Gia Lai) và HPG (Tập đoàn Hòa Phát).

3. Tại sao mô hình ARIMA truyền thống lại bị hạn chế trong bài toán dự đoán giá cổ phiếu?
Theo phân tích tại Chương 3, thuật toán ARIMA chỉ hoạt động tốt trên các chuỗi thời gian tuyến tính và có tính dừng (không thay đổi), nhưng không xử lý hiệu quả các chuỗi dữ liệu biến đổi phi tuyến và phức tạp của thị trường chứng khoán.

4. Khóa luận sử dụng những độ đo nào để đánh giá hiệu năng của mô hình dự đoán?
Hiệu năng dự đoán trên tập kiểm thử được đánh giá qua 4 chỉ số: Hệ số xác định ($R^2$), Sai số tuyệt đối trung bình (MAE), Sai số bình phương trung bình gốc (RMSE/RMSR) và Phần trăm sai số tuyệt đối trung bình (MAPE).

5. Cơ chế giải quyết hiện tượng triệt tiêu đạo hàm (Vanishing Gradient) của mô hình LSTM trong đề tài là gì?
Thay vì chỉ có một tầng đơn giản như mạng RNN truyền thống, mỗi tế bào LSTM được cấu tạo bởi 4 tầng tương tác gồm cổng quên ($f_t$), cổng đầu vào ($i_t$), cổng cập nhật trạng thái ô ($C_t$) và cổng đầu ra ($o_t$), cho phép kiểm soát có chọn lọc lượng thông tin cần lưu giữ hoặc loại bỏ qua các khoảng thời gian dài.

---

Kết luận

Khóa luận tốt nghiệp "Dự đoán giá cổ phiếu với học máy" của sinh viên Nguyễn Tấn Phúc và Võ Thị Thanh Ngân đã hoàn thành các nhiệm vụ nghiên cứu đặt ra, từ việc tổng quan lý thuyết chứng khoán đến triển khai thực nghiệm mô hình học sâu LSTM trên dữ liệu thị trường Việt Nam. Nghiên cứu đã chứng minh tính phù hợp của mạng LSTM trong việc nắm bắt các đặc trưng phi tuyến của chuỗi thời gian giá cổ phiếu đối với 4 mã VNM, POW, HAG và HPG. Đề tài đóng góp một quy trình thực nghiệm rõ ràng, đánh giá định lượng bằng hệ thống độ đo chuẩn xác ($R^2$, MAE, RMSE, MAPE), tạo tiền đề hữu ích cho các nghiên cứu ứng dụng trí tuệ nhân tạo trong lĩnh vực công nghệ tài chính.

Trích đoạn nội dung tài liệu

Chương 1: Giới thiệu tổng quan về lĩnh vực nghiên cứu của bài toán dự đoán giá cổ phiếu, phát biểu bài toán dự đoán và mục tiêu, đối tượng, phạm vi nghiên cứu cũng như phương pháp để đạt kết quả tối ưu nhất. • Chương 2: Giới thiệu những kiến thức nền tảng sẽ được bao gồm trong khoá luận. Cụ thể, chương này sẽ giới thiệu các kiến thức nền của học máy (mạng nơ-ron nhân tạo, kỹ thuật lan truyền ngược), các mô hình học sâu được huấn luyện LSTM. • Chương 3: Trong chương này, sẽ tổng quan về dự đoán thị trường cổ phiếu, cũng như hướng tiếp cận và đề xuất nghiên cứu, chúng tôi đi vào giới thiệu về các công ty được dự đoán trong khoá luận và đi sâu vào mô hình đề xuất.

• Chương 4: Trình bày thực nghiệm, các bước tiền xử lý dữ liệu, huấn luyện mô hình, các phương pháp đánh giá mô hình với từng hướng tổ chức tập dữ liệu khác nhau, từ đó rút ra được các nhận xét về mô hình đã cài đặt và trực quan hóa kết quả. • Chương 5: Tóm tắt các ý chính của khoá luận , phân tích các ưu và khuyết điểm của mô hình được huấn luyện, từ đó đề xuất mô hình thích hợp cho bài toán dự đoán giá cổ 20 phiếu và các hướng giải quyết khả thi có thể tiếp cận trong tương lai, ứng dụng tốt trong thực tiễn. 21 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN 2. NHỮNG VẤN ĐỀ CƠ BẢN VỀ CHỨNG KHOÁN 2.

Khái niệm chứng khoán Chứng khoán là các công cụ để huy động vốn trung và dài hạn, các giấy tờ có giá, có khả năng chuyển đổi, chuyển nhượng nhằm xác nhận quyền sở hữu, quan hệ vay nợ giữa người nắm giữ nó và chủ thể phát hành ra nó [3]. Đối với mỗi loại chứng khoán thường có các tính chất sau: - Tính thanh khoản của một chứng khoán là khả năng chuyển đổi giữa chứng khoán đó sang tiền mặt. Thanh khoảng của chứng khoán thể hiện qua việc chứng khoán đó được mua bán, trao đổi trên thị trường. - Tính sinh lời: Thu nhập của nhà đầu tư được sinh ra từ việc tăng giá chứng khoán trên thị trường, hay các khoản tiền lãi (cổ tức) được trả hàng năm.

- Tính rủi ro: Đây là đặc trưng cơ bản của chứng khoán. Trong quá trình trao đổi, mua đi bán lại, giá của chứng khoán bị giảm hoặc mất hoàn toàn ta gọi là rủi ro. Phân loại chứng khoán Cổ phiếu: là loại chứng khoán xác nhận quyền sở hữu và lợi ích hợp pháp đối với thu nhập và tài sản của công ty cổ phần. Số vốn đóng góp để thành lập công ty được chia ra thành nhiều phần nhỏ bằng nhau gọi là cổ phần.

Người mua cổ phần gọi là cổ đông. Cổ phiếu có thể được phát hành dưới dạng chứng chỉ vật chất hoặc bút toán ghi sổ, chỉ có công ty cổ phần mới có cổ phiếu. Giá trị ban đầu ghi trên cổ phiếu là mệnh giá của cổ phiếu. Mệnh giá là giá trị danh nghĩa.

Số tiền nhận được từ khoản góp vốn gọi là cổ tức. Giá cổ phiếu giao động qua các phiên giao dịch trên thị trường chứng khoán và tách rời so với mệnh giá. Cổ phiếu được chia thành 2 loại [3]: - Cổ phiếu thường: Là loại cổ phiếu không có kỳ hạn, tồn tại cùng với sự tồn tại của công ty phát hành ra nó, nó không có lãi suất cố định, số lãi được chia vào cuối mỗi niên độ quyết toán. Cổ đông nắm giữ cổ phiếu này có quyền bỏ phiếu, mua cổ phiếu mới, tham gia vào đại hội cổ đông.