Bối cảnh và vấn đề nghiên cứu

Trong giai đoạn đầu năm 2021, thị trường tiền mã hóa (Cryptocurrency) chứng kiến sự tăng trưởng vượt bậc về quy mô vốn hóa lẫn số lượng người tham gia giao dịch. Theo số liệu được tác giả ghi nhận vào tháng 6 năm 2021, giá trị của 1 đồng Bitcoin (BTC) đạt mức 34.040,92 USD (tương đương khoảng 795 triệu đồng tại Việt Nam) và 1 đồng Ethereum (ETH) đạt mức 2.097 USD. Sự gia tăng giá trị nhanh chóng biến các đồng tiền kỹ thuật số trở thành loại tài sản có giá trị kinh tế lớn, thu hút sự quan tâm sâu rộng từ các cá nhân và tổ chức tài chính. Lượng tìm kiếm từ khóa "bitcoin" trên công cụ tìm kiếm Google thời điểm đó đạt mốc 1.000 kết quả quan sát theo phân tích của tác giả.

Tuy nhiên, thị trường tiền mã hóa mang đặc tính biến động giá liên tục, chứa đựng nhiều yếu tố bất thường và rủi ro cao. Đối với các nhà đầu tư và người tham gia thị trường, việc dự báo xu hướng tăng, giảm của giá đóng cửa (Closing Price) cũng như nhận diện các thời điểm thích hợp để thực hiện các hành động mua, bán hoặc giữ tài sản là yêu cầu mang tính sống còn. Các quyết định này đòi hỏi mức độ chính xác khoa học cao, cần được hỗ trợ bởi các công cụ định lượng kết hợp giữa phương pháp thống kê chuỗi thời gian cổ điển và các thuật toán học máy hiện đại. Xuất phát từ bối cảnh thực tiễn đó, khóa luận tập trung nghiên cứu, xây dựng một hệ thống tích hợp có khả năng dự báo giá và tự động đưa ra khuyến nghị giao dịch đối với hai đồng tiền mã hóa chủ chốt là Bitcoin và Ethereum.

Theo văn bản khóa luận, mục tiêu nghiên cứu cụ thể bao gồm sáu nhiệm vụ chính:

  1. Tìm hiểu lý thuyết chuỗi thời gian, ứng dụng chuỗi thời gian và khai thác các đặc trưng, tính chất của dữ liệu quá khứ nhằm phục vụ mục đích dự báo dữ liệu tương lai.
  2. Nghiên cứu các mô hình dự báo phù hợp với đặc thù dữ liệu chuỗi thời gian, bao gồm mô hình kinh tế lượng ARIMA, mô hình hồi quy vectơ hỗ trợ SVR và mô hình học sâu LSTM.
  3. Nghiên cứu mô hình học tăng cường (Reinforcement Learning) dựa trên thuật toán Q-Learning để xây dựng cơ chế khuyến nghị hành động giao dịch.
  4. Nghiên cứu phương pháp kết hợp các mô hình dự báo đơn lẻ (mô hình lai - Hybrid Model) nhằm nâng cao độ chính xác dự báo.
  5. Nghiên cứu hệ điều hành Linux và cơ chế định thời tự động CRON phục vụ việc tự động hóa thu thập dữ liệu và vận hành mô hình.
  6. Xây dựng website hoàn chỉnh cung cấp giao diện trực quan hóa dữ liệu dự báo giá và khuyến nghị giao dịch tiền mã hóa cho người dùng.

Về phạm vi và đối tượng nghiên cứu:

  • Đối tượng dự báo: Giá đóng cửa cuối ngày (Closing Price) của hai đồng tiền mã hóa Bitcoin (BTC) và Ethereum (ETH).
  • Dữ liệu nghiên cứu: Dữ liệu chuỗi thời gian lịch sử được thu thập trực tuyến từ các website chuyên ngành (chuỗi dữ liệu mẫu được tác giả trích xuất từ tháng 01/2019 đến tháng 01/2021 và bộ dữ liệu thực nghiệm mẫu tháng 01/2021).
  • Phạm vi công nghệ: Khảo sát và thử nghiệm các mô hình dự báo gồm ARIMA, SVR, LSTM, các mô hình kết hợp ARIMA-SVR, ARIMA-LSTM; mô hình khuyến nghị Q-Learning; môi trường triển khai trên máy chủ Linux, cơ sở dữ liệu MySQL, nền tảng API Laravel (PHP) và giao diện VueJS.

Cơ sở lý thuyết và phương pháp

Khóa luận thiết lập nền tảng nghiên cứu dựa trên sự giao thoa giữa lý thuyết thống kê kinh tế lượng, học máy hồi quy, học sâu chuỗi thời gian và học tăng cường:

1. Lý thuyết chuỗi thời gian và mô hình ARIMA

Chuỗi thời gian (Time Series) được định nghĩa là một chuỗi các phép đo của một biến số được ghi nhận liên tục theo các mốc thời gian không ngắt quãng. Cấu trúc của một chuỗi thời gian được phân rã thành bốn thành phần chính:

  • Thành phần xu thế (Trend - T): Phản ánh xu hướng biến động tăng hoặc giảm dài hạn của giá trị theo thời gian.
  • Thành phần mùa vụ (Season - S): Thể hiện sự biến động lặp đi lặp lại có tính quy luật sau các khoảng thời gian cố định.
  • Thành phần chu kỳ (Cycle - C): Biểu thị các dao động mang tính chu kỳ tương tự như mùa vụ nhưng có độ dài bước sóng lớn hơn.
  • Thành phần bất thường (Irregular - I): Thể hiện những biến động ngẫu nhiên, không theo quy luật, là nguyên nhân tạo ra sự bất ổn định mạnh của thị trường.

Để áp dụng các phương pháp thống kê, chuỗi thời gian cần thỏa mãn tính dừng (Stationary), tức là kỳ vọng toán học (mean), phương sai (variance) và hiệp phương sai (covariance) không thay đổi theo thời gian. Khóa luận sử dụng kiểm định Dickey-Fuller (DF) và kiểm định Dickey-Fuller tăng cường (Augmented Dickey-Fuller - ADF) để kiểm tra nghiệm đơn vị. Giả thiết $H_0: \delta = 0$ (chuỗi không dừng) và $H_1: \delta < 0$ (chuỗi dừng). Giá trị thống kê $t$ được so sánh với giá trị tới hạn ($DF_{critical} = 0,95$) để đưa ra kết luận. Trường hợp chuỗi không dừng, phép biến đổi sai phân bậc $d$ (ký hiệu $I(d)$) hoặc hàm logarit được áp dụng để chuyển hóa về chuỗi dừng.

Mô hình tự hồi quy tích hợp trung bình trượt ARIMA($p, d, q$) bao gồm:

  • Thành phần tự hồi quy $AR(p)$: Giá trị hiện tại $y_t$ là hàm tuyến tính của $p$ giá trị quan sát quá khứ kèm sai số ngẫu nhiên: $$y_t = a_0 + a_1 y_{t-1} + a_2 y_{t-2} + \dots + a_p y_{t-p} + e_t$$ với điều kiện dừng $\sum_{i=1}^p a_i < 1$.
  • Thành phần trung bình trượt $MA(q)$: Giá trị hiện tại $y_t$ phụ thuộc tuyến tính vào các sai số của $q$ chu kỳ trước: $$y_t = b_0 + b_1 e_{t-1} + b_2 e_{t-2} + \dots + b_q e_{t-q} + u_t$$ với điều kiện dừng $\sum_{i=1}^q b_i < 1$.
  • Quy trình Box-Jenkins 6 bước được áp dụng để xác định các bậc $p, d, q$ tối ưu, kết hợp với chỉ số tiêu chí thông tin Akaike ($AIC = 2k - 2\ln(Likelihood)$) nhằm chọn lựa mô hình có lượng thông tin mất mát ít nhất.

2. Thuật toán Support Vector Machine và Module SVR

Thuật toán hồi quy vectơ hỗ trợ (Support Vector Regression - SVR) được phát triển trên nền tảng của Support Vector Machine (SVM). Thay vì phân loại nhị phân, SVR tìm kiếm một siêu phẳng hàm số $\hat{y} = w^T x + b$ xấp xỉ dữ liệu thực tế sao cho độ lệch không vượt quá ngưỡng biên sai số $\epsilon$ định trước, đồng thời tối đa hóa độ "phẳng" của siêu phẳng (tương đương với việc cực tiểu hóa khoảng cách Euclid của vectơ trọng số $w$). Khi dữ liệu không phân tách tuyến tính, kỹ thuật Kernel SVM được sử dụng để ánh xạ không gian đầu vào sang không gian nhiều chiều hơn. Các hàm Kernel được tác giả khảo sát gồm: hàm tuyến tính (Linear), hàm đa thức (Polynomial), hàm Sigmoid và hàm bán kính xuyên tâm (RBF). Mô hình SVR biểu diễn theo công thức: $$y = K(w^T x + b)$$

3. Mạng nơ-ron nhân tạo và mô hình LSTM

Khóa luận phân tích cấu trúc perceptron cơ bản với hàm tính tổng có trọng số (Weighted Sum) kết hợp hệ số tự do (bias) dạng $\sum x_i w_i + w_0$. Các hàm kích hoạt phi tuyến thông dụng được đưa vào khảo sát gồm hàm bước nhảy đơn vị (Hardlim), hàm Sigmoid, hàm ReLU và hàm Tanh. Quá trình huấn luyện sử dụng thuật toán lan truyền ngược (Backpropagation) để tối ưu hóa hàm chi phí sai số bình phương trung bình (MSE) thông qua việc cập nhật trọng số và bias theo hướng ngược đạo hàm riêng kết hợp hệ số học (learning rate).

Đối với dữ liệu chuỗi thời gian có mối quan hệ phụ thuộc dài hạn, mạng nơ-ron hồi quy thông thường (RNN) gặp hạn chế do hiện tượng biến mất đạo hàm. Do đó, mô hình mạng bộ nhớ dài - ngắn hạn (Long Short-Term Memory - LSTM) được lựa chọn. Một khối LSTM Block vận hành thông qua ba cổng chính:

  • Cổng quên (Forget Gate): Xác định tỷ lệ thông tin từ trạng thái ẩn trước đó cần loại bỏ hoặc giữ lại thông qua hàm Sigmoid: $f_t = \sigma(W_f [h_{t-1}, x_t] + b_f)$.
  • Cổng vào (Input Gate): Điều chỉnh mức độ thông tin mới được nạp vào trạng thái ô nhớ: $i_t = \sigma(W_i [h_{t-1}, x_t] + b_i)$ kết hợp tầng Tanh $\tilde{C}t = \tanh(W_c [h{t-1}, x_t] + b_c)$.
  • Cập nhật trạng thái ô nhớ (Cell State): $C_t = f_t * C_{t-1} + i_t * \tilde{C}_t$.

4. Thuật toán học tăng cường Q-Learning

Q-Learning thuộc nhóm học tăng cường (Reinforcement Learning), trong đó tác tử (agent) tự học chính sách hành động tối ưu thông qua tương tác trực tiếp với môi trường để cực đại hóa phần thưởng nhận được. Khóa luận sử dụng bảng Q-Table để lưu trữ giá trị $Q(s, a)$ tương ứng với các cặp trạng thái (biến động giá chuỗi thời gian) và hành động. Không gian hành động đầu ra của mô hình được thiết lập gồm 3 quyết định giao dịch cụ thể:

  • Mua (Buy)
  • Bán (Sell)
  • Giữ (Hold)

5. Phương pháp đánh giá và mô hình lai (Hybrid)

Khóa luận sử dụng hai chỉ số thống kê tiêu chuẩn để đo lường và so sánh sai số dự báo giữa các mô hình:

  • Căn bậc hai của sai số bình phương trung bình (Root Mean Square Error - RMSE).
  • Sai số phần trăm tuyệt đối trung bình (Mean Absolute Percentage Error - MAPE).

Nhằm tận dụng ưu thế xử lý thành phần tuyến tính của mô hình kinh tế lượng ARIMA và khả năng nắm bắt cấu trúc phi tuyến của các thuật toán học máy, tác giả áp dụng lý thuyết kết hợp mô hình tuyến tính và phi tuyến để xây dựng hai mô hình lai:

  • Mô hình kết hợp ARIMA-SVR.
  • Mô hình kết hợp ARIMA-LSTM.
Mô hình Loại hình thuật toán Vai trò trong hệ thống Chỉ số đánh giá áp dụng
ARIMA Kinh tế lượng / Thống kê Dự báo thành phần tuyến tính của chuỗi giá RMSE, MAPE, AIC
SVR Học máy hồi quy (Kernel) Dự báo thành phần phi tuyến của chuỗi giá RMSE, MAPE
LSTM Mạng nơ-ron học sâu (Deep Learning) Dự báo chuỗi thời gian phụ thuộc dài hạn RMSE, MAPE
ARIMA-SVR Mô hình kết hợp (Hybrid) Tối ưu hóa dự báo kết hợp tuyến tính và phi tuyến RMSE, MAPE
ARIMA-LSTM Mô hình kết hợp (Hybrid) Tối ưu hóa dự báo kết hợp chuỗi dừng và học sâu RMSE, MAPE
Q-Learning Học tăng cường (Reinforcement Learning) Phân tích trạng thái để khuyến nghị Buy/Sell/Hold Bảng giá trị Q-Table

Thiết kế và triển khai

Hệ thống được thiết kế và triển khai thực nghiệm theo kiến trúc module hóa phân tầng, chia thành 4 giai đoạn triển khai (Phase) khép kín:

[Phase 1: Huấn luyện mô hình]
 Python 3.6 (ARIMA, SVR, LSTM, Hybrid, Q-Learning)
[Phase 2: Xây dựng hệ thống API & CSDL]
 PHP 7.4 / Laravel Framework / MySQL Database
[Phase 3: Triển khai Cloud Server & Định thời]
 Linux OS / Laravel Task Scheduling / Linux Crontab
[Phase 4: Xây dựng giao diện tương tác]
 Web Client / HTML / VueJS Framework (http://minhnhut.xyz)

1. Phân tích chức năng và thiết kế hệ thống

Hệ thống được thiết kế hướng dịch vụ (Service-Oriented / API-driven) với các sơ đồ thiết kế kỹ thuật:

  • Biểu đồ ca sử dụng (Usecase Diagram): Định nghĩa 6 ca sử dụng cốt lõi bao gồm: Xem dự báo, Xem khuyến nghị, Lấy dữ liệu mới, Xuất file CSV, Dự báo giá và Xuất đồ thị khuyến nghị.
  • Biểu đồ lớp (Class Diagram): Thiết lập các thực thể quản lý dữ liệu đối tượng tiền mã hóa, tiêu biểu là lớp Bitcoin Class và lớp Ethereum Class cùng các bảng thuộc tính lưu trữ giá trị lịch sử và tập hợp các hàm xử lý tính toán.
  • Biểu đồ tuần tự (Sequence Diagram): Mô hình hóa luồng truyền nhận thông điệp giữa giao diện Client, Controller của Laravel, hệ quản trị cơ sở dữ liệu MySQL và các tiến trình thực thi script máy học đối với chức năng dự báo giá và chức năng khuyến nghị giao dịch.

2. Môi trường công nghệ và hạ tầng triển khai

Môi trường phát triển và vận hành hệ thống được cấu hình chi tiết:

  • Ngôn ngữ huấn luyện mô hình: Python phiên bản 3.6, sử dụng các thư viện Scikit-learn (sklearn.svm) và các gói tính toán số học.
  • Nền tảng Backend và API: Ngôn ngữ PHP phiên bản 7.4, nền tảng Laravel Framework.
  • Cơ sở dữ liệu: Hệ quản trị cơ sở dữ liệu quan hệ MySQL lưu trữ dữ liệu chuỗi thời gian, kết quả dự báo và lịch sử giao dịch.
  • Giao diện người dùng (Frontend): Xây dựng bằng ngôn ngữ HTML kết hợp framework JavaScript (VueJS).
  • Máy chủ đám mây (Cloud Server): Máy chủ chạy hệ điều hành Linux, liên kết tên miền hoạt động tại địa chỉ http://minhnhut.xyz.
  • Công cụ hỗ trợ: Microsoft Visio và Adobe Photoshop dùng cho thiết kế giao diện và sơ đồ; Smart Git và Github dùng cho quản lý phiên bản mã nguồn.

3. Cơ chế tự động hóa định thời

Để hệ thống vận hành tự động mà không cần can thiệp thủ công, tác giả tích hợp cơ chế định thời hai tầng:

  • Cơ chế Task Scheduling trong Laravel: Sử dụng danh sách các hàm lập lịch được dựng sẵn của Laravel để thiết lập lịch trình tải dữ liệu giá mới nhất từ website nguồn và xuất ra định dạng file CSV.
  • Cơ chế CRON trong Linux Server: Cấu hình file crontab trên máy chủ Linux để định kỳ kích hoạt lệnh lập lịch của Laravel (php artisan schedule:run). Cơ chế này đảm bảo việc thu thập dữ liệu mới, kích hoạt các script mô hình Python tính toán dự báo giá và cập nhật bảng khuyến nghị Q-Learning diễn ra hoàn toàn tự động theo chu kỳ thời gian định trước.

Nội dung chính theo từng chương

Chương 1. Giới thiệu và mô tả đề tài

Chương mở đầu tập trung thiết lập nền tảng lý luận về dự báo và mô tả chi tiết bài toán nghiên cứu. Tác giả phân tích nguồn gốc thuật ngữ dự báo từ tiếng Hy Lạp cổ đại, phân biệt rõ ba hình thức tiên đoán: tiên đoán phản khoa học (mang tính tưởng tượng, bói toán), tiên đoán kinh nghiệm (dựa trên trải nghiệm thực tế nhưng thiếu chứng minh khoa học) và tiên đoán khoa học (kết hợp phân tích định tính và định lượng, có độ tin cậy cao). Nội dung chương giới thiệu 4 phương pháp dự báo cơ bản: phương pháp thực nghiệm, phương pháp ngoại suy, phương pháp kinh tế lượng và phương pháp phân tích đầu vào - đầu ra (do Wassily Leontief sáng lập).

Tiếp đó, chương giới thiệu đối tượng dự báo thông qua tổng quan về công nghệ Blockchain do Satoshi Nakamoto phát minh năm 2008, so sánh mô hình chuyển tiền truyền thống qua bên thứ ba với mô hình chuyển tiền phi tập trung sử dụng sổ cái phân tán, cơ chế đồng thuận Proof of Work (PoW) và Proof of Stake (PoS). Tác giả so sánh hai đại diện tiêu biểu: Bitcoin (Blockchain 1.0 - tiền tệ kỹ thuật số) và Ethereum (Blockchain 2.0 - nền tảng hợp đồng thông minh Smart Contract do Vitalik Buterin đồng sáng lập). Chương 1 khép lại bằng việc xác định lý do chọn đề tài, mục tiêu, phạm vi đối tượng dự báo (Closing Price của BTC và ETH), môi trường phát triển đa tầng và kiến trúc hệ thống 4 pha.

Chương 2. Cơ sở lý thuyết

Chương 2 trình bày chi tiết cơ sở toán học và thuật toán của các mô hình được sử dụng trong đề tài. Nội dung bao gồm:

  • Lý thuyết chuỗi thời gian: Phân tích 4 thành phần (xu thế T, mùa vụ S, chu kỳ C, bất thường I); định nghĩa chuỗi dừng và phương pháp kiểm định tính dừng thông qua kiểm định Dickey-Fuller (DF) và Augmented Dickey-Fuller (ADF) với mức ý nghĩa kiểm định tương ứng ngưỡng $DF_{critical} = 0,95$.
  • Mô hình ARIMA: Cấu trúc toán học của mô hình tự hồi quy AR(p), mô hình trung bình trượt MA(q), kỹ thuật lấy sai phân I(d), quy trình 6 bước Box-Jenkins và tiêu chí thông tin AIC ($AIC = 2k - \ln(Likelihood)$).
  • Mô hình Support Vector Machine (SVM) và Support Vector Regression (SVR): Phân tích hình học khoảng cách siêu phẳng trong không gian đa chiều, bài toán tối ưu hóa cực đại lề phân cách (margin), các hàm Kernel (Linear, Poly, Sigmoid, RBF) và phương trình hồi quy $y = K(wx + b)$ với dải biên sai số $\epsilon$.
  • Mạng nơ-ron và LSTM: Cấu tạo nút mạng, hệ số bias, các hàm kích hoạt (Hardlim, Sigmoid, ReLU, Tanh), quá trình lan truyền xuôi và lan truyền ngược cập nhật trọng số qua đạo hàm hàm lỗi MSE. Chương phân tích nguyên lý giải quyết sự phụ thuộc dài hạn của LSTM thông qua cấu trúc các cổng Forget Gate, Input Gate và trạng thái Cell State.
  • Học tăng cường Q-Learning: Cơ chế cập nhật bảng Q-Table để tìm chính sách tối ưu tương ứng 3 hành động Sell/Buy/Hold.
  • Mô hình lai và chỉ số đánh giá: Phương pháp phối hợp giữa mô hình tuyến tính và phi tuyến (ARIMA-SVR, ARIMA-LSTM) và công thức tính toán sai số RMSE, MAPE.

Chương 3. Phân tích thiết kế và thực nghiệm

Chương 3 là phần trọng tâm kỹ thuật của đồ án, mô tả toàn bộ quá trình hiện thực hóa từ dữ liệu đến ứng dụng phần mềm qua 4 giai đoạn (Phase):

  • Phase 1 (Học mô hình dự báo và khuyến nghị): Thu thập dữ liệu lịch sử giá đóng cửa BTC và ETH, chia tách tập huấn luyện (train) và kiểm thử (test). Thực hiện huấn luyện các mô hình đơn lẻ (ARIMA, SVR, LSTM) và các mô hình kết hợp (ARIMA-SVR, ARIMA-LSTM). Dựa trên các bảng đo lường sai số (Bảng 3.1 đến Bảng 3.4), tác giả đánh giá và chọn lựa mô hình có sai số thấp nhất để chuyển giao sang Phase 2. Đồng thời, cấu hình thuật toán Q-Learning để tạo bộ quy tắc khuyến nghị giao dịch.
  • Phase 2 (Quy trình xây dựng hệ thống API): Phân tích và thiết kế phần mềm chi tiết. Xây dựng các sơ đồ ca sử dụng (Usecase xem dự báo, xem khuyến nghị, lấy dữ liệu mới, xuất file CSV, dự báo giá, xuất đồ thị khuyến nghị), thiết kế biểu đồ lớp (Class Diagram) quản lý thuộc tính và phương thức của Bitcoin và Ethereum, thiết kế biểu đồ tuần tự (Sequence Diagram), xây dựng các API endpoint trên nền tảng PHP Laravel và thiết kế cơ sở dữ liệu MySQL.
  • Phase 3 (Triển khai hệ thống API lên Server Cloud Linux): Cài đặt hệ thống lên máy chủ Linux, thiết lập dịch vụ Task Scheduling trong framework Laravel kết hợp cấu hình bảng crontab của hệ điều hành Linux để tự động hóa định thời các tác vụ cào dữ liệu mới từ web và kích hoạt các script mô hình dự báo.
  • Phase 4 (Xây dựng giao diện và giao tiếp API): Xây dựng giao diện người dùng bằng VueJS tương tác với các API của Laravel, bao gồm các màn hình: màn hình tổng quan Bitcoin Page, màn hình tổng quan Ethereum Page, màn hình xem lịch sử giá dạng bảng, màn hình xem lịch sử giá dạng biểu đồ trực quan và màn hình hiển thị khuyến nghị hành động mua/bán/giữ.

Chương 4. Kết quả đạt được và hướng phát triển

Chương tổng kết đánh giá toàn diện các kết quả thực nghiệm đạt được so với mục tiêu đề ra ban đầu. Tác giả khẳng định việc triển khai thành công hệ thống tích hợp chạy trên máy chủ thực tế, kiểm chứng độ chính xác của các mô hình dự báo chuỗi thời gian đối với dữ liệu tiền mã hóa và đưa ra các đánh giá khách quan về những mặt còn hạn chế của hệ thống. Đồng thời, chương vạch ra các hướng nghiên cứu mở rộng trong tương lai nhằm nâng cao chất lượng dự báo và hoàn thiện phần mềm.

Kết quả và đóng góp

Về kết quả thực nghiệm và sản phẩm:

  • Khóa luận đã thực hiện đo lường, so sánh định lượng sai số dự báo của từng mô hình đơn lẻ (ARIMA, SVR, LSTM) và các mô hình lai (ARIMA-SVR, ARIMA-LSTM) trên tập dữ liệu giá đóng cửa (Closing Price) của hai đồng tiền Bitcoin và Ethereum thông qua hai thước đo RMSE và MAPE (được tổng hợp tại các Bảng 3.1, 3.2, 3.3, 3.4 trong văn bản).
  • Triển khai thành công thuật toán học tăng cường Q-Learning vào bài toán giao dịch tiền mã hóa, cho phép hệ thống phân tích trạng thái thị trường và xuất ra khuyến nghị hành động tương ứng với 3 trạng thái cụ thể: Buy (Mua), Sell (Bán) hoặc Hold (Giữ).
  • Xây dựng hoàn chỉnh một hệ thống phần mềm web hướng dịch vụ có khả năng vận hành thực tế tại tên miền http://minhnhut.xyz, tích hợp đầy đủ backend API bằng Laravel, cơ sở dữ liệu MySQL, giao diện VueJS và cơ chế lập lịch tự động bằng CRON daemon trên hệ điều hành máy chủ Linux.

Đóng góp của khóa luận do tác giả tự xác định:

  • Cung cấp một nghiên cứu thực nghiệm có hệ thống so sánh hiệu quả giữa phương pháp kinh tế lượng cổ điển (ARIMA), thuật toán máy học hồi quy (SVR) và học sâu chuỗi thời gian (LSTM) trên thị trường tài chính số biến động mạnh.
  • Đề xuất và ứng dụng giải pháp kết hợp mô hình tuyến tính và phi tuyến (mô hình lai ARIMA-SVR và ARIMA-LSTM) nhằm khắc phục nhược điểm của từng mô hình thành phần khi xử lý chuỗi thời gian tài chính.
  • Kết hợp bài toán dự báo biến liên tục (dự báo giá) với bài toán hỗ trợ ra quyết định phân loại hành động (học tăng cường Q-Learning), tạo thành một giải pháp công nghệ toàn diện cho nhà đầu tư.
  • Hiện thực hóa toàn bộ quy trình nghiên cứu lý thuyết thành một sản phẩm công nghệ thông tin hoàn chỉnh, chứng minh tính khả thi của việc ứng dụng kỹ thuật lập lịch tự động trên hệ điều hành Linux vào quy trình tự động cập nhật dữ liệu và tái chạy mô hình học máy.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận chỉ rõ các hạn chế kỹ thuật và phạm vi nghiên cứu:

  • Phạm vi dữ liệu đầu vào của các mô hình dự báo mới chỉ tập trung xử lý biến đơn lẻ là giá đóng cửa (Closing Price) của hai đồng tiền Bitcoin và Ethereum; chưa tích hợp thêm các yếu tố ngoại sinh phức tạp khác như khối lượng giao dịch (Volume), phân tích tâm lý mạng xã hội, tin tức chính trị - kinh tế vĩ mô hay các chỉ số kỹ thuật tài chính chuyên sâu.
  • Các mô hình ngoại suy chuỗi thời gian phụ thuộc chặt chẽ vào quy luật dữ liệu quá khứ, do đó độ chính xác có xu hướng suy giảm khi kéo dài khoảng thời gian dự báo tương lai hoặc khi thị trường xuất hiện đột biến lớn do thành phần bất thường (I) chi phối.

Các hướng phát triển tiếp theo được đề xuất trong văn bản:

  • Mở rộng phạm vi nghiên cứu và áp dụng mô hình cho nhiều loại đồng tiền mã hóa khác đang lưu hành trên thị trường.
  • Tiếp tục nghiên cứu tinh chỉnh các siêu tham số của mô hình mạng nơ-ron LSTM và các thuật toán học máy nhằm giảm thiểu hơn nữa sai số RMSE và MAPE.
  • Nâng cấp thuật toán Q-Learning để tối ưu hóa không gian trạng thái và phần thưởng, giúp các khuyến nghị giao dịch thích ứng linh hoạt hơn trước các biến động giá tức thời.
  • Hoàn thiện thêm các chức năng mở rộng trên giao diện người dùng và tối ưu hóa hiệu năng của các tác vụ lập lịch CRON trên máy chủ đám mây.

Giá trị tham khảo

Khóa luận là tài liệu tham khảo chuyên ngành phù hợp cho:

  • Sinh viên, học viên cao học và người nghiên cứu thuộc các ngành Hệ thống Thông tin, Khoa học Dữ liệu, Công nghệ Thông tin và Kỹ thuật Phần mềm đang thực hiện đồ án, khóa luận hoặc đề tài nghiên cứu liên quan đến phân tích chuỗi thời gian (Time Series Analysis), ứng dụng máy học/học sâu trong tài chính (Fintech).
  • Các kỹ sư phần mềm quan tâm đến kiến trúc hệ thống kết hợp giữa mô hình học máy (Python) với nền tảng web hướng dịch vụ (PHP Laravel, VueJS) và cơ chế tự động hóa tác vụ trên môi trường máy chủ Linux.

Các nội dung có giá trị tham khảo chuyên sâu nhất trong văn bản:

  • Cơ sở toán học và quy trình kiểm định tính dừng (DF, ADF), phương pháp xây dựng mô hình Box-Jenkins cho ARIMA và cấu tạo các cổng của mạng LSTM tại Chương 2.
  • Kiến trúc triển khai 4 pha và giải pháp kỹ thuật tích hợp Task Scheduling của Laravel với CRON daemon của Linux để tự động hóa đường ống xử lý dữ liệu và chạy mô hình máy học tại Chương 3.

Câu hỏi thường gặp

1. Khóa luận sử dụng những mô hình nào để thực hiện bài toán dự báo giá tiền mã hóa?

Tác giả đã triển khai và so sánh các nhóm mô hình gồm: mô hình kinh tế lượng cổ điển ARIMA, mô hình học máy hồi quy vectơ hỗ trợ SVR, mô hình mạng nơ-ron học sâu LSTM, cùng hai mô hình lai kết hợp thành phần tuyến tính và phi tuyến là ARIMA-SVR và ARIMA-LSTM.

2. Thuật toán nào được sử dụng để đưa ra khuyến nghị giao dịch và kết quả đầu ra gồm những hành động gì?

Hệ thống sử dụng thuật toán học tăng cường Q-Learning (Reinforcement Learning). Không gian hành động đầu ra của mô hình được thiết lập gồm 3 quyết định giao dịch cụ thể: Mua (Buy), Bán (Sell) hoặc Giữ (Hold).

3. Hệ thống phần mềm được xây dựng bằng những công nghệ nào và chia thành mấy giai đoạn?

Hệ thống được phát triển qua 4 giai đoạn (Phase) với các công nghệ chính: Python 3.6 (huấn luyện mô hình học máy), PHP 7.4 và Laravel Framework (xây dựng hệ thống API backend), MySQL (hệ quản trị cơ sở dữ liệu), HTML và VueJS (xây dựng giao diện web client), hệ điều hành Linux (máy chủ đám mây) và tên miền http://minhnhut.xyz.

4. Tác giả sử dụng các thước đo nào để đánh giá sai số của các mô hình dự báo?

Độ chính xác và sai số của các mô hình dự báo được đánh giá định lượng thông qua hai chỉ số thống kê tiêu chuẩn là căn bậc hai sai số bình phương trung bình (RMSE - Root Mean Square Error) và sai số phần trăm tuyệt đối trung bình (MAPE - Mean Absolute Percentage Error).

5. Cơ chế nào đảm bảo hệ thống tự động cập nhật dữ liệu và vận hành mô hình mà không cần thao tác thủ công?

Hệ thống kết hợp cơ chế lập lịch Task Scheduling tích hợp sẵn của framework Laravel với trình định thời hệ thống CRON (thông qua cấu hình file crontab) trên máy chủ Cloud Server Linux để tự động thực thi các tác vụ thu thập dữ liệu giá mới, xuất file CSV và chạy lại mô hình tính toán dự báo theo chu kỳ định sẵn.

Kết luận

Khóa luận tốt nghiệp kỹ sư ngành Hệ thống Thông tin của sinh viên Nguyễn Minh Nhựt đã giải quyết trọn vẹn bài toán ứng dụng khoa học dữ liệu và kỹ thuật phần mềm vào thị trường tài chính số thông qua việc nghiên cứu các mô hình chuỗi thời gian, hồi quy máy học, học sâu và học tăng cường. Nghiên cứu không chỉ dừng lại ở các phân tích lý thuyết toán học và đánh giá sai số thực nghiệm giữa các mô hình đơn lẻ và mô hình lai, mà còn hiện thực hóa thành công một hệ thống phần mềm web hướng dịch vụ hoàn chỉnh trên môi trường máy chủ Linux. Công trình mang lại giá trị tham khảo thực tiễn cao cho việc tích hợp mô hình trí tuệ nhân tạo vào các hệ thống thông tin quản lý và ứng dụng web hiện đại.