Luận văn tốt nghiệp: Dự đoán xu hướng giá cổ phiếu sử dụng kỹ thuật học máy

Luận văn trình bày dự đoán xu hướng giá cổ phiếu bằng kỹ thuật học máy trong lĩnh vực khoa học máy tính, mang đến cái nhìn sâu sắc về thị trường.

• Tác giả: Nguyen Duc Phu
• Người hướng dẫn: Dr. Nguyen An Khuong
• Trường học: Vietnam National University, Ho Chi Minh City
• Chuyên ngành: Khoa Học Máy Tính
• Đề tài: Dự Đoán Xu Hướng Giá Cổ Phiếu Bằng Kỹ Thuật Học Máy
• Loại tài liệu: Luận Văn Tốt Nghiệp
• Năm xuất bản: 2021
• Địa điểm: Ho Chi Minh City

Mục lục chi tiết

• 1. Introduction
• 1.1. Introduction to research problem
• 1.2. Objectives of the study
• 1.3. Structure of the thesis
• 2. Basic concepts of stock
• 2.1. Stock definition
• 2.2. Stock markets
• 3. Related Work
• 4. Proposed models and experiments
• 4.1. Deep learning models
• 4.2. Two proposed combinations of LSTM and ResNet
• 4.3. Evaluating trading strategy
• 4.4. Trading simulation performance
• 6. Conclusion and Future Work
• 6.1. Conclusion
• 6.2. Limitation and future work

Tóm tắt

I. Dự đoán giá cổ phiếu

Dự đoán giá cổ phiếu là một lĩnh vực nghiên cứu quan trọng trong tài chính, đặc biệt là trong bối cảnh phát triển mạnh mẽ của kỹ thuật học máy. Đề tài này tập trung vào việc sử dụng các mô hình học sâu như LSTM và CNN để dự đoán xu hướng giá cổ phiếu. Các mô hình này cho phép xử lý lượng dữ liệu lớn từ thị trường chứng khoán, giúp cải thiện độ chính xác trong việc dự đoán giá. Theo một nghiên cứu của Ozbayoglu et al., LSTM là mô hình phổ biến nhất trong nghiên cứu chuỗi thời gian tài chính nhờ khả năng ghi nhớ thông tin từ quá khứ. Việc áp dụng học máy trong tài chính không chỉ giúp dự đoán giá mà còn hỗ trợ việc ra quyết định giao dịch hiệu quả hơn.

1.1. Mô hình học máy

Mô hình học máy được sử dụng trong nghiên cứu này bao gồm LSTM và CNN, hai kỹ thuật nổi bật trong lĩnh vực học sâu. LSTM, với khả năng xử lý dữ liệu theo chuỗi, cho phép mô hình ghi nhớ các thông tin quan trọng từ quá khứ, trong khi CNN thường được áp dụng trong phân tích hình ảnh nhưng cũng đã cho thấy hiệu quả trong phân tích dữ liệu tài chính. Sự kết hợp giữa hai mô hình này tạo ra các mô hình hybrid, giúp tối ưu hóa kết quả dự đoán. Các mô hình này được đánh giá qua các chỉ số như độ chính xác và tỷ lệ hồi đáp, cho thấy hiệu suất tốt trong việc dự đoán xu hướng giá cổ phiếu.

II. Phân tích dữ liệu tài chính

Phân tích dữ liệu tài chính là một bước quan trọng trong quá trình dự đoán giá cổ phiếu. Dữ liệu được thu thập từ nhiều nguồn khác nhau, bao gồm dữ liệu giao dịch trong một tháng của các cổ phiếu. Quá trình xử lý dữ liệu bao gồm việc chuẩn hóa và tạo cửa sổ dữ liệu, giúp cải thiện chất lượng dữ liệu đầu vào cho mô hình. Việc phân tích dữ liệu không chỉ giúp hiểu rõ hơn về xu hướng giá cổ phiếu mà còn phát hiện ra các yếu tố ảnh hưởng đến giá. Đặc biệt, việc phân tích mối tương quan giữa khối lượng giao dịch và giá cổ phiếu là rất cần thiết để đưa ra các dự đoán chính xác hơn.

2.1. Dữ liệu giao dịch

Dữ liệu giao dịch được sử dụng trong nghiên cứu này bao gồm khoảng 200 triệu bản ghi từ Wharton Research Data Services. Việc xử lý dữ liệu bao gồm việc bình quân các giao dịch trong mili giây để đưa về giao dịch trên giây. Ngoài ra, dữ liệu còn được chuẩn hóa để phù hợp với các yêu cầu của mô hình học máy. Điều này giúp mô hình có thể hoạt động hiệu quả hơn và đưa ra dự đoán chính xác hơn về xu hướng giá cổ phiếu.

III. Kết quả và ứng dụng thực tiễn

Kết quả từ mô hình dự đoán cho thấy một số mô hình đạt hiệu suất tốt trong việc dự đoán giá cổ phiếu. Việc mô phỏng giao dịch dựa trên tín hiệu từ các mô hình đã được thực hiện, cho thấy một số mô hình có khả năng sinh lợi. Điều này chứng tỏ rằng kỹ thuật học máy có thể áp dụng hiệu quả trong lĩnh vực tài chính, giúp các nhà đầu tư đưa ra quyết định giao dịch thông minh hơn. Các mô hình này không chỉ giúp dự đoán giá mà còn có thể được sử dụng để phát triển các bot giao dịch tự động trong tương lai.

3.1. Mô phỏng giao dịch

Mô phỏng giao dịch được thực hiện để đánh giá hiệu suất của các mô hình dự đoán. Kết quả cho thấy một số mô hình có thể tạo ra lợi nhuận dương, điều này chứng tỏ tính khả thi của việc áp dụng học máy trong giao dịch chứng khoán. Việc sử dụng các mô hình này không chỉ giúp tối ưu hóa lợi nhuận mà còn giảm thiểu rủi ro cho các nhà đầu tư. Các nghiên cứu tiếp theo có thể tập trung vào việc cải thiện độ chính xác của mô hình và mở rộng ứng dụng trong các lĩnh vực khác của tài chính.

Nội dung chính

Tổng quan nghiên cứu

Thị trường chứng khoán toàn cầu ghi nhận sự bùng nổ mạnh mẽ với mức tăng trưởng ấn tượng của chỉ số MSCI World đạt 14% vào năm 2020 và 24% vào năm 2019, cùng với mức tăng 28% của chỉ số S&P 500. Song hành với sự phát triển này, giao dịch thuật toán tự động hóa dần thay thế phương thức truyền thống. Theo khảo sát quy mô lớn của tổ chức tài chính J.P. Morgan vào năm 2020, có 71% các nhà giao dịch chuyên nghiệp tin rằng trí tuệ nhân tạo và học máy đóng vai trò cốt lõi trong phân tích dữ liệu chuyên sâu, đồng thời 58% khẳng định đây là công cụ đắc lực giúp tối ưu hóa quyết định đầu tư.

Vấn đề nghiên cứu trọng tâm của luận văn là giải quyết bài toán dự đoán xu hướng biến động giá cổ phiếu trong ngày dựa trên dữ liệu sổ lệnh giới hạn tần suất cao. Thách thức lớn nhất nằm ở việc dữ liệu sổ lệnh chứa độ nhiễu cao, các giao dịch xuất hiện với khoảng cách thời gian không đồng đều và giá biến động rời rạc theo từng bước giá nhỏ.

Mục tiêu cụ thể của đề tài là nghiên cứu quy luật vận hành của sổ lệnh, xử lý tập dữ liệu giao dịch vi mô, thiết kế các kiến trúc học sâu kết hợp giữa mạng nơ-ron tích chập và mạng bộ nhớ ngắn-dài, từ đó mô phỏng chiến lược giao dịch tự động. Phạm vi nghiên cứu tập trung vào 7 mã cổ phiếu công nghệ hàng đầu thị trường Mỹ trong khung thời gian 5 phút với khoảng 200 triệu bản ghi giao dịch được trích xuất từ hệ thống dữ liệu học thuật Wharton. Ý nghĩa của nghiên cứu thể hiện qua việc cung cấp mô hình dự báo đạt độ chính xác cao và thiết lập quy trình kiểm định giao dịch thực tế có khả năng sinh lời bền vững.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn xây dựng trên nền tảng lý thuyết cấu trúc không gian cục bộ của sổ lệnh giới hạn được phát triển bởi các chuyên gia tài chính định lượng, chứng minh rằng biến động giá tương lai phụ thuộc chặt chẽ vào phân bố khối lượng đặt mua và đặt bán tại các mức giá lân cận. Bên cạnh đó, nghiên cứu tích hợp lý thuyết mất cân bằng dòng lệnh để đo lường tác động của các lệnh chờ khớp đến sự dịch chuyển của giá trung bình.

Khung lý thuyết của đề tài bao gồm ba khái niệm trụ cột: Sổ lệnh giới hạn cấp độ 1 và 2, Giá trung bình xác định qua trung bình cộng giữa giá mua tốt nhất và giá bán tốt nhất, cùng cơ chế giao dịch trong ngày với tần suất cao. Về mặt mô hình hóa, nghiên cứu áp dụng kiến trúc mạng nơ-ron tích chập sâu ResNet50 gồm 50 lớp với kỹ thuật kết nối tắt giúp giải quyết triệt để hiện tượng suy giảm đạo hàm khi mạng nơ-ron mở rộng chiều sâu. Đồng thời, kiến trúc mạng hồi quy bộ nhớ ngắn-dài gồm 3 cổng điều khiển dòng thông tin được khai thác để nắm bắt mối liên hệ chuỗi thời gian. Theo các tổng hợp học thuật gần đây, có hơn 70% công trình ứng dụng mạng hồi quy trong tài chính ưu tiên sử dụng cấu trúc bộ nhớ này nhờ ưu thế vượt trội trong việc xử lý chuỗi dữ liệu biến động liên tục.

Phương pháp nghiên cứu

Nghiên cứu sử dụng nguồn dữ liệu thứ cấp chuẩn hóa từ hệ thống Wharton Research Data Services, bao gồm khoảng 200 triệu bản ghi giao dịch và báo giá chi tiết của 7 mã cổ phiếu blue-chip đại diện cho lĩnh vực công nghệ Mỹ gồm Apple, Amazon, AMD, Facebook, Tesla, Nvidia và Microsoft. Phương pháp chọn mẫu là chọn mẫu có chủ đích dựa trên tiêu chí thanh khoản cao, khối lượng khớp lệnh lớn và tính đại diện cho thị trường.

Quy trình phân tích dữ liệu được thực hiện nghiêm ngặt: Tổng hợp và tính trung bình các giao dịch ở cấp độ mili-giây về cấp độ từng giây, chuẩn hóa dữ liệu tensor nhiều chiều, tạo cửa sổ dữ liệu trượt mỗi 5 phút và gán nhãn xu hướng giá với hệ số làm mịn tham số k bằng 10. Phương pháp phân tích học sâu lai ghép được lựa chọn vì khả năng kết hợp đồng thời việc trích xuất đặc trưng không gian đa cấp độ từ cấu trúc bước giá của ResNet50 và năng lực ghi nhớ phụ thuộc dài hạn của mạng hồi quy. Toàn bộ lộ trình nghiên cứu thực nghiệm được triển khai và hoàn thiện trong mốc thời gian 4 tháng, từ tháng 3 năm 2021 đến tháng 6 năm 2021.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thực nghiệm trên 7 bộ dữ liệu cổ phiếu cho thấy 4 phát hiện khoa học quan trọng:

Thứ nhất, các mô hình lai ghép đề xuất giữa ResNet50 và mạng bộ nhớ ngắn-dài mang lại hiệu năng phân loại vượt trội so với các mô hình đơn lẻ, đạt hệ số F1-Score trên 65%, cao hơn mức 59.44% của kiến trúc mạng tích chập cơ bản từng được công bố trong các nghiên cứu quốc tế trước đây.

Thứ hai, việc áp dụng kỹ thuật gán nhãn làm mịn với tham số k bằng 10 giúp giảm tỷ lệ nhiễu nhãn từ hơn 70% ở phương pháp lấy mốc cố định xuống mức phân bổ đồng đều, hỗ trợ thuật toán học máy phân biệt rõ ràng giữa 3 trạng thái tăng, giảm và đi ngang.

Thứ ba, trong môi trường mô phỏng giao dịch thực tế trên cổ phiếu Apple thông qua giao diện lập trình ứng dụng đám mây của sàn giao dịch Investors Exchange, mô hình đề xuất tạo ra tỷ suất sinh lời dương vượt trội, đạt mức tăng trưởng tích lũy hơn 10% trong kỳ thử nghiệm, chứng minh khả năng áp dụng thực tiễn của tín hiệu dự báo.

Thứ tư, kiến trúc 50 lớp nơ-ron của mô hình lai ghép duy trì sự hội tụ nhanh trong quá trình huấn luyện và kiểm định, không gặp hiện tượng quá khớp nhờ cơ chế kết nối tắt và lớp tổng hợp trung bình toàn cục.

Thảo luận kết quả

Nguyên nhân chính dẫn đến sự vượt trội của mô hình lai ghép là do dữ liệu sổ lệnh chứa đựng đồng thời cả thông tin cấu trúc vi mô tại một thời điểm lẫn động lượng di chuyển theo thời gian. Mạng nơ-ron tích chập đóng vai trò như một bộ trích xuất đặc trưng không gian giữa các mức giá đặt mua và đặt bán, trong khi mạng hồi quy tiếp nhận chuỗi đặc trưng này để phân tích xu hướng dịch chuyển.

Các phát hiện này được trình bày trực quan và khoa học thông qua hệ thống 7 bảng số liệu chi tiết và 38 biểu đồ kỹ thuật. Trong đó, các biểu đồ đường thể hiện rõ sự khác biệt giữa chuỗi giá trung bình gốc đầy nhiễu và chuỗi giá đã qua xử lý làm mịn trung bình của 7 mã cổ phiếu. Đồng thời, biểu đồ đường cong lợi nhuận tích lũy minh họa rõ nét sự gia tăng tài sản vượt trội của chiến lược sử dụng mô hình học sâu so với các biến động thực tế của giá cổ phiếu trên thị trường.

So với các công trình nghiên cứu sử dụng máy vector hỗ trợ với F1-Score đạt 49.42% hay mạng perceptron đa tầng đạt 55.95%, giải pháp tích hợp ResNet50 và mạng hồi quy khẳng định bước tiến lớn về năng lực biểu diễn dữ liệu tài chính phức tạp.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu thực nghiệm, luận văn đưa ra 4 khuyến nghị then chốt nhằm nâng cao hiệu quả ứng dụng học máy trong giao dịch chứng khoán:

Một là, tối ưu hóa không gian siêu tham số của mô hình học sâu. Nhóm kỹ sư trí tuệ nhân tạo cần ứng dụng các thuật toán tối ưu hóa Bayesian để tinh chỉnh tốc độ học, kích thước lô xử lý và số lượng đơn vị ẩn, nhằm mục tiêu gia tăng hệ số F1-Score thêm 5% đến 7% trong lộ trình thực hiện 3 tháng tới.

Hai là, tích hợp mô hình chi phí giao dịch và độ trượt giá thực tế. Chuyên viên tài chính định lượng cần nhúng tỷ lệ phí từ 0.01% đến 0.05% trên mỗi lượt giao dịch vào môi trường giả lập, đảm bảo kết quả đo lường lợi nhuận phản ánh chính xác 100% điều kiện vận hành trên sàn giao dịch chứng khoán trong thời gian 2 tháng.

Ba là, mở rộng độ sâu dữ liệu sổ lệnh lên 10 cấp độ giá tốt nhất. Bộ phận nghiên cứu dữ liệu cần nâng cấp việc thu thập dữ liệu từ sổ lệnh cấp độ 1 lên cấp độ 10, kết hợp xử lý dữ liệu tâm lý tin tức tài chính để nâng cao độ chính xác dự báo xu hướng lên mức trên 75% trong khung thời gian 6 tháng.

Bốn là, phát triển và triển khai hệ thống robot giao dịch tự động toàn diện. Nhóm phát triển phần mềm cần tích hợp mô hình dự báo trực tiếp với cổng giao diện API giao dịch của các công ty chứng khoán, kèm cơ chế cắt lỗ tự động nghiêm ngặt, hoàn tất thử nghiệm môi trường sandbox trong vòng 4 tháng.

Đối tượng nên tham khảo luận văn

Nhà giao dịch định lượng và chuyên gia phát triển thuật toán: Nhóm này có thể khai thác trực tiếp kiến trúc mạng lai ghép giữa ResNet50 và mạng hồi quy để thiết lập hệ thống phát tín hiệu mua bán tự động trong khung thời gian 5 phút cho các danh mục cổ phiếu biến động mạnh.

Chuyên viên phân tích dữ liệu tài chính: Những người làm việc trong ngành ngân hàng đầu tư và quỹ quản lý tài sản có thể ứng dụng quy trình tiền xử lý 200 triệu bản ghi dữ liệu sổ lệnh tần suất cao cùng kỹ thuật làm mịn giá trung bình vào công tác quản trị rủi ro vi mô.

Học viên cao học và nghiên cứu sinh chuyên ngành Khoa học máy tính hoặc Tài chính định lượng: Tài liệu cung cấp cơ sở lý thuyết chuẩn xác cùng 36 tài liệu tham khảo quốc tế uy tín, đóng vai trò như một khung nghiên cứu mẫu để phát triển các đề tài học sâu liên ngành.

Các nhà quản lý quỹ đầu tư và tổ chức tài chính: Ban điều hành có thể sử dụng các kết quả mô phỏng giao dịch thực tế qua giao diện API để đánh giá tính khả thi kinh tế trước khi cấp ngân sách triển khai các hệ thống trí tuệ nhân tạo vào thực tế.

Câu hỏi thường gặp

Tại sao nghiên cứu lại kết hợp ResNet50 với mạng bộ nhớ ngắn-dài thay vì sử dụng một mô hình duy nhất? Mô hình kết hợp tận dụng điểm mạnh của ResNet50 với 50 lớp nơ-ron để trích xuất quan hệ không gian đa tầng giữa các mức giá đặt mua và đặt bán, đồng thời dùng mạng hồi quy để lưu giữ đặc tính chuỗi thời gian. Thực nghiệm chứng minh kiến trúc tích hợp đạt F1-Score trên 65%, cao hơn mức 59.44% của mạng tích chập đơn lẻ.

Tập dữ liệu 200 triệu bản ghi sổ lệnh được xử lý như thế nào để tối ưu hóa tính toán? Tác giả đã thực hiện gộp và tính giá trị trung bình các giao dịch ở mức mili-giây về mức từng giây, sau đó chuẩn hóa và phân chia thành các cửa sổ trượt 5 phút. Quy trình này giúp cô đọng 200 triệu bản ghi của 7 mã cổ phiếu thành các ma trận dữ liệu tinh gọn mà vẫn bảo toàn đầy đủ đặc tính vi cấu trúc.

Giá trung bình có ưu điểm gì vượt trội so với giá khớp lệnh trong phân tích tần suất cao? Giá trung bình được xác định bằng trung bình cộng giữa giá mua tốt nhất và giá bán tốt nhất tại một thời điểm. Chỉ số này giúp loại bỏ hiện tượng nảy bước giá qua lại giữa bên mua và bên bán, phản ánh chuẩn xác giá trị cân bằng của thị trường trong hơn 70% các biến động nhỏ.

Mô phỏng giao dịch thực tế trong nghiên cứu có đem lại lợi nhuận không? Trong thử nghiệm giao dịch giả lập trên cổ phiếu Apple thông qua giao diện lập trình của sàn Investors Exchange, mô hình học sâu đề xuất đã đạt tỷ suất sinh lời dương và vượt mức tăng trưởng 10% trong kỳ đánh giá. Kết quả này cung cấp bằng chứng thực nghiệm rõ ràng về tiềm năng tạo lợi nhuận của thuật toán.

Làm thế nào để hạn chế mất cân bằng dữ liệu khi thị trường chứng khoán thường xuyên đi ngang? Nghiên cứu ứng dụng phương pháp gán nhãn dự báo xu hướng tương lai thông qua giá trị trung bình với hệ số làm mịn tham số k bằng 10. Giải pháp này giúp cân bằng tỷ lệ xuất hiện giữa 3 nhóm nhãn tăng, giảm và đi ngang, ngăn ngừa việc mô hình bị thiên lệch dự đoán khi thị trường ít biến động.

Kết luận

• Luận văn hoàn thành việc xây dựng và kiểm định 2 kiến trúc học sâu lai ghép kết hợp giữa ResNet50 và mạng hồi quy bộ nhớ ngắn-dài nhằm dự đoán xu hướng giá cổ phiếu.
• Xử lý thành công tập dữ liệu lớn với khoảng 200 triệu bản ghi giao dịch tần suất cao của 7 doanh nghiệp công nghệ lớn trên thị trường chứng khoán Mỹ.
• Đạt kết quả thực nghiệm ấn tượng với F1-Score vượt trên 65%, cao hơn các mô hình học máy truyền thống như SVM và mạng nơ-ron tích chập cơ bản.
• Chứng minh tính khả thi kinh tế thông qua thử nghiệm mô phỏng giao dịch thực tế đạt tỷ suất sinh lời dương trên 10%.
• Thiết lập quy trình tiền xử lý dữ liệu và kiểm thử giao dịch chuẩn mực làm tiền đề phát triển các hệ thống giao dịch tự động thông minh.

Đóng góp lớn nhất của nghiên cứu là cung cấp giải pháp toàn diện từ khai phá vi cấu trúc sổ lệnh đến phát tín hiệu đầu tư tự động. Lộ trình phát triển trong 6 tháng tới tập trung vào tích hợp dữ liệu đa nguồn và tối ưu hóa chi phí khớp lệnh. Độc giả và các nhà nghiên cứu quan tâm hãy tải ngay toàn văn luận văn để tiếp cận chi tiết cấu trúc mô hình và các phân tích định lượng chuyên sâu.