Bối cảnh và vấn đề nghiên cứu

Đầu tư chứng khoán tại Việt Nam là một hoạt động tài chính có tỷ suất sinh lợi tiềm năng nhưng gắn liền với mức độ rủi ro biến động giá cao. Trong bối cảnh thị trường chứng khoán phát triển, các nhà đầu tư cá nhân và tổ chức đối mặt với nhu cầu cấp thiết về các công cụ hỗ trợ tra cứu, phân tích dữ liệu tập trung nhằm nhận diện giá trị nội tại của doanh nghiệp và xu hướng biến động giá của các phiên giao dịch. Để giải quyết thực trạng này, đề tài "Xây Dựng Hệ Thống Phân Tích Và Dự Báo Thị Trường Chứng Khoán" được thực hiện bởi nhóm sinh viên Nguyễn Minh Huy, Nguyễn Anh Khoa và Lương Ngọc Lan (lớp QL081, chuyên ngành Kỹ thuật phần mềm, Khoa Khoa học và Công nghệ, Trường Đại học Hoa Sen) dưới sự hướng dẫn của giảng viên Nguyễn Thị Phương Liên.

Mục tiêu và nhiệm vụ nghiên cứu của đề tài được xác định theo phiếu giao đề tài và nội dung triển khai gồm:

  1. Nghiên cứu cơ sở lý thuyết về thị trường chứng khoán, trọng tâm là phân tích kỹ thuật, phân tích cơ bản báo cáo tài chính và phương pháp lập mô hình chuỗi thời gian ARIMA.
  2. Xây dựng phân hệ phân tích cơ bản: thu thập, chuẩn hóa báo cáo tài chính và tính toán các chỉ số dẫn xuất đo lường sức khỏe tài chính của doanh nghiệp niêm yết.
  3. Xây dựng phân hệ phân tích kỹ thuật: trực quan hóa biến động giá dưới dạng biểu đồ và tích hợp các công cụ chỉ báo xác định xu hướng cùng tín hiệu giao dịch mua/bán.
  4. Xây dựng phân hệ dự báo giá cổ phiếu: ứng dụng mô hình chuỗi thời gian ngẫu nhiên theo quy trình Box-Jenkins để tính toán giá tham khảo và khoảng tin cậy cho các phiên kế tiếp.
  5. Thiết kế và hiện thực toàn diện hệ thống trên nền tảng ứng dụng web: tích hợp công cụ tìm kiếm, bộ lọc cổ phiếu nâng cao, chức năng lấy tin tức RSS và trang quản trị nhập liệu.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Giá cổ phiếu niêm yết, khối lượng giao dịch qua các phiên (chuỗi thời gian), báo cáo tài chính của các công ty niêm yết và dữ liệu chỉ số thị trường VN-Index.
  • Phạm vi nghiên cứu: Thị trường chứng khoán Việt Nam; thời gian thực hiện đề tài từ ngày 09/09/2011 đến ngày 18/12/2011.

Cơ sở lý thuyết và phương pháp

Đề tài kết hợp ba trụ cột học thuật chính trong phân tích tài chính và mô hình hóa toán học:

  1. Trường phái phân tích kỹ thuật: Dựa trên ba giả định nền tảng: giá cổ phiếu thể hiện tất cả mọi thông tin, giá biến động theo xu hướng, và lịch sử có xu hướng lặp lại. Phân hệ kỹ thuật phân loại chỉ số thành hai nhóm:

    • Chỉ số xu hướng giá: Trung bình trượt giản đơn (SMA), trung bình trượt cấp số nhân (EMA) với hệ số làm mịn $Multiplier = \frac{2}{x + 1}$, và dải biên độ Bollinger Bands ($ma \pm y \times dev$) nhằm định vị biên trên/dưới và các mẫu hình đảo chiều W-Bottom, M-Top.
    • Chỉ số dao động giá: Tỷ lệ thay đổi giá (ROC), trung bình trượt hội tụ và phân kỳ (MACD), chỉ số sức mạnh tương đối (RSI), chỉ số lưu lượng tiền tệ (MFI kết hợp giá và khối lượng), chỉ số Stochastic (%K và %D) và chỉ số Williams %R.

  2. Trường phái phân tích cơ bản: Đánh giá hoạt động sản xuất kinh doanh và triển vọng doanh nghiệp thông qua hệ thống chỉ số tài chính: EPS (thu nhập trên mỗi cổ phần tính theo lũy kế 4 quý), P/E, Book value, P/B, Vốn hóa thị trường (Market Capitalization), ROE, ROA, Đòn bẩy tài chính (Tổng nợ / Vốn chủ sở hữu), Tỷ số thanh khoản nhanh (Quick Ratio) và Hệ số biên lợi nhuận ròng (Net Profit Margin). Hệ số Beta ($\beta$) được tính toán dựa trên mô hình định giá tài sản vốn (CAPM) qua hiệp phương sai giữa tỷ suất sinh lời của chứng khoán với chỉ số VN-Index: $\beta = \frac{Covar(R_i, R_m)}{Var(R_m)}$.

  3. Mô hình chuỗi thời gian ARIMA (Box-Jenkins): Tiếp cận dữ liệu giá theo mô hình ngẫu nhiên (stochastic). Chuỗi thời gian cần thỏa mãn tính dừng (stationary) với trung bình và phương sai không đổi. Nếu chuỗi không dừng, sai phân bậc $d$ ($w_t = \Delta^d z_t$) được áp dụng. Cấu trúc mô hình tích hợp các thành phần: tự hồi quy AR($p$), trung bình trượt MA($q$), hoặc tổng hợp ARMA($p, q$) và ARIMA($p, d, q$). Quy trình lập mô hình gồm 4 bước: Nhận dạng mô hình (dùng hàm tự tương quan mẫu SACF, hàm tự tương quan riêng phần mẫu SPACF tính theo thuật toán đệ quy Durbin-Levinson, và các tiêu chuẩn AIC, AICc, BIC); Ước lượng tham số (dùng phương trình Yule-Walker, sai số bình phương tối thiểu và ước lượng hợp lý hóa cực đại Maximum Likelihood); Kiểm định chẩn đoán (kiểm tra tính nhiễu trắng của chuỗi sai số và kiểm định Portmanteau Lack-of-Fit); Dự báo (xác định giá trị kỳ vọng và khoảng tin cậy 50%, 95%).

Phương pháp nghiên cứu thực nghiệm của đề tài là phương pháp mô hình hóa kinh tế lượng chuỗi thời gian kết hợp kỹ thuật phân tích và thiết kế hệ thống phần mềm (sử dụng biểu đồ luồng dữ liệu DFD, biểu đồ Use Case, và Sequence Diagram). Nguồn dữ liệu đầu vào là dữ liệu chuỗi thời gian giá lịch sử (giá mở cửa, cao nhất, thấp nhất, đóng cửa, khối lượng giao dịch), chỉ số VN-Index và các bảng cân đối kế toán, báo cáo kết quả hoạt động kinh doanh từ các doanh nghiệp niêm yết.

Thiết kế và triển khai hệ thống

Vì đề tài thuộc chuyên ngành Kỹ thuật phần mềm, nhóm tác giả đã hiện thực hóa các mô hình phân tích thành một hệ thống ứng dụng web hoàn chỉnh phục vụ hai nhóm đối tượng: Nhà đầu tư và Người quản trị.

Kiến trúc chức năng và luồng dữ liệu

Hệ thống được tổ chức qua các phân hệ chính trên sơ đồ luồng dữ liệu (DFD) và đặc tả ca sử dụng (Use Case):

  • Phân hệ tra cứu và hiển thị: Cho phép tìm kiếm mã cổ phiếu theo tên công ty hoặc ký hiệu giao dịch; xem báo cáo tài chính đầy đủ; xem tin tức thị trường cập nhật tự động từ nguồn RSS.
  • Phân hệ phân tích kỹ thuật: Trực quan hóa đường giá và cung cấp giao diện tương tác cho phép người dùng chủ động thêm hoặc bớt các chỉ báo xu hướng (SMA, EMA, Bollinger Bands) và các chỉ báo dao động (MACD, RSI, MFI, Stochastic, Williams %R).
  • Phân hệ phân tích cơ bản và lọc cổ phiếu: Trích xuất các dữ liệu báo cáo tài chính đã chuẩn hóa, tự động tính toán các tỷ số tài chính (P/E, EPS, ROE, ROA, Quick Ratio...). Cung cấp bộ lọc cổ phiếu đa tiêu chí dựa trên các biến số tài chính và biên độ giá.
  • Phân hệ mô hình hóa ARIMA: Tiếp nhận chuỗi dữ liệu giá đóng cửa điều chỉnh, thực hiện quy trình ước lượng tham số, hiển thị các bước lập mô hình, bảng thông số và xuất kết quả dự báo mức giá phiên tiếp theo.
  • Phân hệ quản trị (Admin): Cung cấp các biểu mẫu nghiệp vụ để quản trị viên nhập liệu báo cáo tài chính, cập nhật giá cổ phiếu hàng ngày, kích hoạt chức năng quét tin RSS và chạy quy trình tái lập mô hình dự báo.

Công nghệ sử dụng và phân công triển khai

  • Giải pháp công nghệ: Ứng dụng công nghệ web với giao diện người dùng xây dựng bằng HTML5, CSS3 và thư viện jQuery nhằm hỗ trợ tương tác đồ họa và hiển thị biểu đồ phân tích kỹ thuật mượt mà. Phía máy chủ xử lý các thuật toán chuỗi thời gian, liên kết hệ quản trị cơ sở dữ liệu quan hệ và cơ sở dữ liệu chuỗi thời gian (time series database).
  • Phân công nhiệm vụ cụ thể:
    • Nguyễn Minh Huy: Nghiên cứu lý thuyết và hiện thực module phân tích kỹ thuật; nghiên cứu và ứng dụng công nghệ HTML5, CSS3, jQuery; thiết kế giao diện front-end; xây dựng chức năng lấy tin tức RSS, tải báo cáo tài chính và tích hợp hệ thống.
    • Lương Ngọc Lan: Nghiên cứu lĩnh vực phân tích báo cáo tài chính; thu thập và chuẩn hóa dữ liệu tài chính; xây dựng chức năng phân tích cơ bản; xây dựng module bộ lọc cổ phiếu (Filter) và định dạng văn bản báo cáo.
    • Nguyễn Anh Khoa: Nghiên cứu lý thuyết mô hình chuỗi thời gian ARIMA; hiện thực thuật toán lập mô hình dự báo giá; xây dựng phân hệ nhập liệu và cập nhật giá cổ phiếu; phát triển chức năng tìm kiếm mã cổ phiếu và tên doanh nghiệp.

Nội dung chính theo từng chương

Phân tích kỹ thuật

Chương này đi sâu vào chi tiết toán học và cơ chế vận hành của 9 công cụ kỹ thuật phổ biến. Tác giả phân định rõ cách thiết lập đường trung bình trượt SMA, EMA và ứng dụng giao cắt giữa các khung thời gian (5 và 20 ngày, 10 và 50 ngày, hoặc bộ ba 4, 9, 18 ngày) để phát hiện tín hiệu mua/bán. Dải Bollinger Bands được phân tích cách ứng dụng độ lệch chuẩn ($dev$) làm biên trên/dưới quanh đường trung bình để phát hiện các mẫu hình đáy chữ W (W-Bottom) báo hiệu đảo chiều tăng và đỉnh chữ M (M-Top) báo hiệu đảo chiều giảm.

Đối với các chỉ số dao động, chương làm rõ:

  • ROC đo lường mức thay đổi phần trăm quanh ngưỡng 0.
  • MACD kết hợp giữa hai đường EMA ngắn/dài hạn và một đường tín hiệu trung bình trượt 3 ngày để phát hiện giao cắt hoặc phân kỳ so với đường giá.
  • RSI chuẩn hóa biên độ từ 0 đến 100, xác định vùng quá mua (>70), quá bán (<30) và các hiện tượng "failure swing" báo hiệu đảo chiều.
  • MFI tích hợp thêm khối lượng giao dịch thông qua dòng tiền vào/ra trên mức giá trung bình $\frac{High + Low + Close}{3}$, tạo tín hiệu quá mua (>80) và quá bán (<20) sớm hơn RSI.
  • Stochastic và Williams %R đo lường vị trí giá đóng cửa so với biên độ cao/thấp nhất trong chu kỳ, chỉ ra phân kỳ George Lane và các ngưỡng cực trị.
Tên chỉ số kỹ thuật Phân loại Công thức / Thành phần chính Tín hiệu giao dịch cơ bản
SMA / EMA Xu hướng $SMA = \frac{\sum V}{x}$; $Multiplier = \frac{2}{x+1}$ Giá cắt lên/xuống đường trung bình; giao cắt giữa các đường ngắn và dài hạn
Bollinger Bands Xu hướng $ma \pm y \times dev$ Giá chạm biên; nhận diện mẫu hình W-Bottom (tăng) và M-Top (giảm)
ROC Dao động $R = 100 \times \frac{V - V_x}{V_x}$ Cắt ngưỡng 0; phân kỳ so với đường giá
MACD Dao động $EMA(y) - EMA(x)$; Đường tín hiệu $EMA(z)$ Cắt đường tín hiệu; cắt mức 0; phân kỳ giá
RSI Dao động $100 - \frac{100}{1 + RS}$ ($RS = \frac{\text{TB tăng}}{\text{TB giảm}}$) Vùng quá mua (>70), quá bán (<30); failure swing; phân kỳ
MFI Dao động Dòng tiền tính từ $\frac{High + Low + Close}{3} \times Volume$ Quá mua (>80), quá bán (<20); tín hiệu dòng tiền đảo chiều
Stochastic Dao động $%K = \frac{Close - Low_x}{High_x - Low_x} \times 100$; $%D = MA(%K)$ Quá mua (>80), quá bán (<20); phân kỳ George Lane
Williams %R Dao động $%R = \frac{High_x - Close}{High_x - Low_x} \times (-100)$ Quá mua (>-20), quá bán (<-80); phân kỳ biên độ

Phân tích cơ bản

Chương này thiết lập cơ sở phương pháp luận nhằm xác định sức khỏe tài chính và giá trị doanh nghiệp. Tác giả tập trung vào ba yếu tố: thông tin cơ bản, báo cáo tài chính và hoạt động kinh doanh. Từng chỉ số tài chính được định nghĩa kèm công thức tính toán và lưu ý kế toán:

  • EPS: Phản ánh năng lực tạo lợi nhuận trên mỗi cổ phần, được nhóm tác giả khuyến nghị tính theo phương pháp lũy kế 4 quý để triệt tiêu độ lệch số liệu trước và sau kiểm toán.
  • P/E và P/B: Đo lường định giá thị trường so với thu nhập và giá trị sổ sách (Book value = Vốn chủ sở hữu - Tài sản cố định vô hình). Tỷ số $P/B < 1$ giúp phát hiện cổ phiếu bị định giá thấp hoặc phản ánh thu nhập tài sản kém.
  • Beta ($\beta$): Phản ánh độ nhạy của cổ phiếu đối với biến động của thị trường chung (VN-Index). Nhóm quan sát thấy các cổ phiếu ngành dịch vụ thường có $\beta < 1$, trong khi các cổ phiếu kỹ thuật công nghệ cao thường có $\beta > 1$.
  • ROE và ROA: Thước đo hiệu quả sinh lời trên vốn chủ sở hữu và tổng tài sản.
  • Đòn bẩy tài chính, Tỷ số thanh khoản nhanh (Quick Ratio), Biên lợi nhuận ròng (Net Profit Margin): Đánh giá cấu trúc rủi ro nợ vay, khả năng thanh toán ngay lập tức không phụ thuộc hàng tồn kho, và tỷ lệ giữ lại lợi nhuận sau thuế từ doanh thu.

Mô hình ARIMA

Nội dung chương trình bày chuyên sâu cơ sở kinh tế lượng về chuỗi thời gian ngẫu nhiên. Tác giả phân tích tính dừng, sự cần thiết của việc lấy sai phân bậc $d$ để đưa các chuỗi giá không dừng về trạng thái cân bằng quanh giá trị trung bình hằng số.

Chương trình bày chi tiết cấu trúc toán học của các quy trình:

  • Mô hình tự hồi quy AR($p$): $(z_t - \mu) = \sum_{i=1}^p \Phi_i (z_{t-i} - \mu) + a_t$.
  • Mô hình trung bình trượt MA($q$): $(z_t - \mu) = a_t - \sum_{j=1}^q \theta_j a_{t-j}$.
  • Mô hình tổng hợp ARMA($p, q$) và ARIMA($p, d, q$): $\Phi(B)(1-B)^d z_t = \theta(B) a_t$.

Quy trình nhận dạng và ước lượng được làm rõ thông qua việc đối chiếu đặc điểm biểu đồ tự tương quan mẫu (SACF) và tự tương quan riêng phần mẫu (SPACF) tính theo thuật toán Durbin-Levinson:

Loại mô hình Hàm tự tương quan (SACF) Hàm tự tương quan riêng phần (SPACF)
Tự hồi quy AR($p$) Vô hạn (giảm dần dạng số mũ hoặc sóng sin) Hữu hạn (tới hạn và triệt tiêu sau độ trễ $p$)
Trung bình trượt MA($q$) Hữu hạn (tới hạn và triệt tiêu sau độ trễ $q$) Vô hạn (giảm dần dạng số mũ hoặc sóng sin)
Tổng hợp ARMA($p, q$) Vô hạn (giảm dần sau độ trễ $q - p$ đầu tiên) Vô hạn (giảm dần sau độ trễ $p - q$ đầu tiên)

Tác giả trình bày phương pháp Bartlett để tính sai số chuẩn của SACF với khoảng tin cậy 95% ($\pm 1.96 / \sqrt{n}$), tiêu chuẩn thông tin AIC ($2k - 2\ln(L)$), AICc hiệu chỉnh mẫu nhỏ và BIC để lựa chọn cấu hình tối ưu giữa độ chính xác và số lượng tham số. Giai đoạn ước lượng tham số sử dụng hệ phương trình Yule-Walker đối với mô hình AR và hàm log-hợp lý hóa có điều kiện đối với các mô hình ARMA/ARIMA.

Phân tích - Hiện thực

Chương này mô tả chi tiết quá trình chuyển hóa lý thuyết thành hệ thống phần mềm. Nhóm tác giả thiết kế cấu trúc cơ sở dữ liệu phục vụ lưu trữ song song hai nguồn: dữ liệu tài chính kế toán và dữ liệu chuỗi thời gian giá chứng khoán. Chương cung cấp các biểu đồ DFD, Use Case Diagram và Sequence Diagram cho toàn bộ chu trình xử lý: xem tin tức, xem phân tích dự báo, vẽ biểu đồ kỹ thuật tương tác, tra cứu báo cáo tài chính, vận hành bộ lọc cổ phiếu và module quản trị nhập liệu/lập mô hình.

Chương cũng cung cấp hướng dẫn sử dụng và cấu trúc điều hướng website với 6 trang chức năng: Trang chủ, Trang trợ giúp, Trang phân tích và dự báo, Bộ lọc cổ phiếu, Trang thông tin mô hình dự báo và Trang quản lý.

Đánh giá tổng quan và Hướng phát triển

Chương tổng kết đánh giá mức độ hoàn thiện các yêu cầu đặt ra từ phiếu giao đề tài, chỉ ra các hạn chế trong quá trình thu thập dữ liệu báo cáo tài chính và đề xuất các hướng nâng cấp mở rộng cho hệ thống.

Kết quả và đóng góp

Khóa luận đã hoàn thành các mục tiêu đề ra ban đầu thông qua các kết quả cụ thể:

  • Xây dựng hoàn chỉnh hệ thống web phân tích và dự báo: Hiện thực hóa thành công một nền tảng trực tuyến tích hợp đồng bộ ba phân hệ: phân tích cơ bản, phân tích kỹ thuật biểu đồ và dự báo chuỗi thời gian.
  • Hiện thực hóa hệ thống thuật toán phức tạp: Số hóa chính xác các công thức tính toán của 9 chỉ số kỹ thuật, hệ thống tỷ số tài chính doanh nghiệp và quy trình 4 bước của mô hình kinh tế lượng Box-Jenkins ARIMA (tính toán SACF, SPACF, ước lượng tham số, tính khoảng tin cậy 50% và 95%).
  • Xây dựng bộ công cụ hỗ trợ đầu tư: Cung cấp bộ lọc cổ phiếu đa chỉ tiêu (kết hợp biến số giá và chỉ số tài chính), tính năng cập nhật tin tức qua RSS và hệ thống quản trị dữ liệu tập trung.
  • Đóng góp về mặt phương pháp: Nhóm tác giả khẳng định việc kết hợp đồng thời ba phương pháp phân tích (cơ bản, kỹ thuật và ARIMA) mang lại góc nhìn toàn diện và đáng tin cậy hơn cho nhà đầu tư so với việc chỉ tiếp cận đơn lẻ một trường phái. Phân tích cơ bản định vị giá trị doanh nghiệp, phân tích kỹ thuật xác định thời điểm giao dịch tối ưu dựa trên quan hệ cung - cầu, và ARIMA cung cấp mức giá tham khảo mang tính xác suất định lượng.

Hạn chế và hướng nghiên cứu tiếp

Dựa trên phạm vi và nội dung trình bày trong văn bản khóa luận, một số hạn chế và định hướng phát triển được ghi nhận:

  • Hạn chế:
    • Độ chính xác của phân tích cơ bản phụ thuộc hoàn toàn vào tính trung thực và minh bạch của báo cáo tài chính do các doanh nghiệp niêm yết công bố; sai lệch kế toán chưa kiểm toán có thể ảnh hưởng đến các chỉ số như EPS.
    • Các đường trung bình trượt và chỉ báo phân tích kỹ thuật luôn có độ trễ nhất định so với diễn biến tức thời của thị trường, có thể tạo ra các tín hiệu giả trong khung thời gian ngắn.
    • Mô hình ARIMA vận hành dựa trên chuỗi thời gian ngẫu nhiên trong quá khứ và giả định cấu trúc mô hình không đổi; mô hình không thể dự báo chính xác các biến động bất thường xuất phát từ các cú sốc vĩ mô hoặc thông tin ngoài chuỗi dữ liệu giá.
  • Hướng nghiên cứu tiếp:
    • Tự động hóa toàn diện quy trình thu thập và cập nhật dữ liệu giá và báo cáo tài chính từ các nguồn dữ liệu trực tuyến.
    • Cải tiến và tối ưu hóa thuật toán tự động nhận dạng và tinh chỉnh bậc mô hình ARIMA ($p, d, q$) nhằm rút ngắn thời gian xử lý của hệ thống.
    • Mở rộng thêm danh mục các chỉ báo kỹ thuật chuyên sâu và bổ sung các tiêu chí sàng lọc cổ phiếu nâng cao.

Giá trị tham khảo

Khóa luận là tài liệu tham khảo hữu ích cho các nhóm đối tượng học thuật và ứng dụng sau:

  • Sinh viên ngành Kỹ thuật phần mềm và Hệ thống thông tin: Tài liệu cung cấp mẫu tham khảo rõ ràng về cách tiếp cận phân tích thiết kế hệ thống phần mềm (DFD, Use Case, Sequence Diagram), cách tích hợp các mô hình toán học - kinh tế phức tạp vào ứng dụng web sử dụng HTML5, CSS3, jQuery và cơ sở dữ liệu chuỗi thời gian.
  • Sinh viên và nhà nghiên cứu ngành Tài chính - Ngân hàng, Kinh tế lượng: Khóa luận trình bày hệ thống lý thuyết chi tiết, chuẩn xác về mặt công thức đối với các chỉ số phân tích kỹ thuật, phân tích báo cáo tài chính và đặc biệt là tài liệu diễn giải phương pháp luận Box-Jenkins (các thuật toán Durbin-Levinson, phương trình Yule-Walker, hàm hợp lý hóa cực đại và tiêu chuẩn AIC/BIC).
  • Người phát triển hệ thống tài chính: Tài liệu cung cấp cấu trúc logic cho việc thiết kế bộ lọc cổ phiếu và các phân hệ xử lý dữ liệu giao dịch chứng khoán.

Câu hỏi thường gặp

1. Khóa luận sử dụng các giả định nào để làm nền tảng cho việc phân tích kỹ thuật?
Nhóm tác giả dựa trên ba giả định cơ bản: (1) Giá cổ phiếu thể hiện tất cả (mọi diễn biến kinh tế và sức mạnh công ty đều phản ánh vào giá); (2) Giá biến động theo xu hướng (nếu giá đang tăng thì có xu hướng tiếp tục tăng trong tương lai); và (3) Lịch sử thường lặp lại (các diễn biến giá lặp lại tạo thành các mẫu biểu đồ giúp dự đoán xu hướng).

2. Điểm khác biệt căn bản giữa chỉ số RSI và chỉ số MFI được khóa luận giải thích như thế nào?
Chỉ số RSI đo lường vận tốc và mức độ thay đổi của giá thuần túy dựa trên các mức tăng/giảm giá đóng cửa. Trong khi đó, MFI (Money Flow Index) tích hợp thêm yếu tố khối lượng giao dịch cùng với giá trung bình ($\frac{High + Low + Close}{3}$) để đo lường dòng tiền vào/ra; do khối lượng thường phản ánh trước xu hướng giá nên đường MFI có khả năng tạo tín hiệu mua/bán sớm hơn RSI.

3. Hệ số Beta ($\beta$) được tính toán như thế nào và thể hiện điều gì đối với cổ phiếu niêm yết?
Hệ số Beta phản ánh độ nhạy của chứng khoán so với mức biến động chung của thị trường (VN-Index), được tính bằng tỷ lệ giữa hiệp phương sai tỷ suất sinh lời của chứng khoán với thị trường và phương sai tỷ suất sinh lời thị trường: $\beta = \frac{Covar(R_i, R_m)}{Var(R_m)}$. Giá trị $\beta = 1$ biểu thị giá biến động cùng bước với thị trường; $\beta < 1$ biến động ít hơn (thường thấy ở nhóm ngành dịch vụ); và $\beta > 1$ biến động mạnh hơn (thường thấy ở các cổ phiếu kỹ thuật công nghệ cao, tiềm ẩn rủi ro cao hơn nhưng tỷ suất sinh lời kỳ vọng lớn hơn).

4. Bốn bước lập mô hình chuỗi thời gian theo phương pháp luận Box-Jenkins (ARIMA) trong khóa luận gồm những gì?
Quy trình gồm 4 bước mang tính chu trình lặp: (1) Nhận dạng mô hình (xác định bậc sai phân $d$ để đạt tính dừng, phân tích SACF/SPACF để chọn bậc $p, q$); (2) Ước lượng mô hình (ước lượng sơ bộ qua Yule-Walker/phi tuyến và ước lượng chính thức bằng Maximum Likelihood); (3) Kiểm định chẩn đoán (kiểm tra tính nhiễu trắng của chuỗi sai số và kiểm định Portmanteau Lack-of-Fit); và (4) Dự báo (tính toán mức giá kỳ vọng và các khoảng tin cậy 50%, 95%).

5. Tiêu chuẩn AIC và BIC có ưu - nhược điểm gì khi lựa chọn mô hình ARIMA theo phân tích của tác giả?
Chỉ số AIC thể hiện tốt với các mô hình có cỡ mẫu nhỏ và vừa, nhưng khi cỡ mẫu lớn thì thiếu nhất quán và có khuynh hướng thiên lệch chọn mô hình phức tạp (nhiều tham số). Ngược lại, chỉ số BIC kém hiệu quả khi áp dụng cho cỡ mẫu nhỏ, nhưng lại nhất quán và đạt hiệu quả cao với cỡ mẫu lớn, đồng thời có đặc tính ưu tiên chọn các mô hình đơn giản (ít tham số).

Kết luận

Khóa luận tốt nghiệp "Xây Dựng Hệ Thống Phân Tích Và Dự Báo Thị Trường Chứng Khoán" của nhóm sinh viên Nguyễn Minh Huy, Nguyễn Anh Khoa và Lương Ngọc Lan đã hoàn thành việc thiết kế và xây dựng một hệ thống website tích hợp ba trường phái phân tích chứng khoán: phân tích kỹ thuật, phân tích cơ bản và mô hình chuỗi thời gian ngẫu nhiên ARIMA. Đề tài thể hiện khối lượng nghiên cứu lý thuyết kinh tế lượng và toán thống kê chặt chẽ, đồng thời chuyển hóa thành công các mô hình tính toán thành các ca sử dụng phần mềm cụ thể thông qua HTML5, CSS3, jQuery và cơ sở dữ liệu chuỗi thời gian. Công trình đóng vai trò là tài liệu học thuật và kỹ thuật có giá trị tham khảo cao đối với việc nghiên cứu, phát triển các hệ thống hỗ trợ quyết định trong lĩnh vực công nghệ tài chính.