Luận văn thạc sĩ về ứng dụng học máy dự đoán chứng khoán bằng ngôn ngữ R tại Đại học Quốc gia Hà Nội

Luận văn: Dự đoán chứng khoán bằng kỹ thuật học máy và ngôn ngữ R. Nghiên cứu ứng dụng mô hình học máy trong phân tích và dự báo thị trường chứng khoán.

• Tác giả: Phạm Quốc Hùng
• Người hướng dẫn: Ts. Nguyễn Văn Vinh
• Trường học: Trường Đại Học Công Nghệ - Đại Học Quốc Gia Hà Nội
• Chuyên ngành: Công Nghệ Thông Tin
• Đề tài: Nghiên Cứu Ứng Dụng Kỹ Thuật Học Máy Để Dự Đoán Chứng Khoán Bằng Ngôn Ngữ R
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2013
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT
• DANH MỤC CÁC BẢNG
• DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ
• MỞ ĐẦU
• 1. CHƯƠNG 1: BÀI TOÁN PHÂN TÍCH CHỨNG KHOÁN
• 1.1. Tổng quan về dự báo
• 1.2. Bài toán phân tích chứng khoán
• 2. CHƯƠNG 2: KHAI PHÁ DỮ LIỆU VÀ PHÁT HIỆN TRI THỨC
• 2.1. Khai phá dữ liệu
• 2.2. Mô hình mạng nơron nhân tạo
• 2.3. Mô hình máy véctơ hỗ trợ
• 3. CHƯƠNG 3: NGÔN NGỮ R VÀ ỨNG DỤNG
• 3.1. Tổng quan về ngôn ngữ R
• 3.2. Ứng dụng ngôn ngữ R
• 4. CHƯƠNG 4: XÂY DỰNG CHƯƠNG TRÌNH VÀ ĐÁNH GIÁ
• 4.1. Chuẩn bị dữ liệu
• 4.2. Xây dựng hàm và thực hiện tính toán
• 4.3. Xây dựng mô hình và kết quả thử nghiệm
• DANH MỤC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN VĂN
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Luận văn thạc sĩ Hướng dẫn dự đoán chứng khoán bằng R

Luận văn thạc sĩ với chủ đề nghiên cứu ứng dụng kỹ thuật học máy để dự đoán chứng khoán bằng ngôn ngữ R mở ra một hướng tiếp cận hiện đại trong lĩnh vực tài chính định lượng. Trong bối cảnh thị trường tài chính ngày càng phức tạp, việc ra quyết định đầu tư không còn chỉ dựa vào kinh nghiệm hay phân tích cơ bản. Thay vào đó, các phương pháp dựa trên dữ liệu lớn và thuật toán học máy đang trở thành công cụ hỗ trợ đắc lực. Nghiên cứu này tập trung vào việc khai thác sức mạnh của ngôn ngữ lập trình R, một môi trường tính toán thống kê mạnh mẽ, để xây dựng các mô hình dự báo. Mục tiêu chính là áp dụng các kỹ thuật tiên tiến như mạng nơ-ron nhân tạo (ANN) và máy vector hỗ trợ (SVM) vào việc phân tích dữ liệu lịch sử giá, cụ thể là chỉ số S&P 500. Bằng cách này, luận văn không chỉ kiểm chứng giả thuyết rằng xu hướng giá trong quá khứ có thể hé lộ các quy luật biến động trong tương lai mà còn cung cấp một phương pháp luận khoa học để xây dựng hệ thống hỗ trợ ra quyết định. Việc lựa chọn ngôn ngữ R cho nghiên cứu này không phải ngẫu nhiên. R là một công cụ mã nguồn mở, sở hữu một hệ sinh thái thư viện phong phú chuyên dụng cho phân tích dữ liệu chứng khoán và machine learning trong tài chính, tiêu biểu như thư viện 'quantmod' và 'caret'. Luận văn trình bày chi tiết toàn bộ quy trình, từ khâu thu thập và tiền xử lý dữ liệu đến xây dựng, huấn luyện và đánh giá mô hình dự báo. Các kết quả thực nghiệm được trình bày rõ ràng, so sánh hiệu quả giữa các mô hình khác nhau, từ đó đưa ra những kết luận quan trọng về tính khả thi và tiềm năng của việc ứng dụng học máy vào thị trường chứng khoán. Đây là một tài liệu tham khảo giá trị cho các nhà nghiên cứu, sinh viên chuyên ngành tài chính, công nghệ thông tin và cả những nhà đầu tư muốn nâng cao hiệu quả giao dịch dựa trên cơ sở khoa học.

1.1. Tầm quan trọng của machine learning trong tài chính hiện đại

Sự phát triển của công nghệ đã tạo ra một khối lượng dữ liệu tài chính khổng lồ, bao gồm giá giao dịch, khối lượng, và các chỉ số kinh tế vĩ mô. Việc khai thác kho dữ liệu này để tìm ra các tri thức tiềm ẩn là yếu tố sống còn để thành công. Machine learning trong tài chính chính là chìa khóa để giải quyết bài toán này. Các thuật toán có khả năng học hỏi từ dữ liệu lịch sử để nhận dạng các mẫu phức tạp, mối tương quan ẩn mà con người khó có thể phát hiện. Thay vì dựa vào cảm tính, nhà đầu tư có thể sử dụng các mô hình dự báo để có được những gợi ý khách quan, giúp ra quyết định mua, bán hoặc giữ lại cổ phiếu một cách khoa học hơn.

1.2. Mục tiêu nghiên cứu khoa học của khóa luận tốt nghiệp tài chính

Mục tiêu cốt lõi của luận văn thạc sĩ này là xây dựng và kiểm nghiệm một hệ thống dự báo xu hướng giá cổ phiếu sử dụng các kỹ thuật học máy tiên tiến trên nền tảng ngôn ngữ lập trình R. Cụ thể, nghiên cứu tập trung vào: (1) Nghiên cứu cơ sở lý thuyết về khai phá dữ liệu tài chính và các mô hình học máy phổ biến như mạng nơ-ron nhân tạo (ANN) và máy vector hỗ trợ (SVM). (2) Ứng dụng RStudio và các thư viện chuyên dụng để thu thập, xử lý dữ liệu chuỗi thời gian của chỉ số chứng khoán S&P 500. (3) Xây dựng, huấn luyện và thực hiện backtesting các mô hình dự báo. (4) Đánh giá mô hình dự báo một cách khách quan thông qua các chỉ số thống kê như Precision và Recall để so sánh hiệu quả và đưa ra kết luận về mô hình phù hợp nhất cho bài toán.

II. Thách thức lớn trong bài toán dự báo chuỗi thời gian giá cổ phiếu

Dự báo thị trường chứng khoán là một trong những bài toán khó khăn nhất trong lĩnh vực dự báo chuỗi thời gian (time series forecasting). Lý do chính nằm ở tính phi tuyến, nhiễu và biến động không ngừng của thị trường. Giá cổ phiếu không chỉ phụ thuộc vào các yếu tố nội tại của doanh nghiệp mà còn chịu tác động mạnh mẽ từ các sự kiện kinh tế, chính trị, xã hội, thậm chí cả tâm lý đám đông. Theo lý thuyết thị trường hiệu quả, mọi thông tin đã được phản ánh vào giá, khiến việc dự đoán trở nên gần như bất khả thi. Tuy nhiên, các nhà phân tích kỹ thuật lại cho rằng các quy luật tâm lý và hành vi của nhà đầu tư có xu hướng lặp lại, tạo ra những mẫu hình có thể nhận dạng được trong dữ liệu lịch sử. Thách thức lớn nhất đối với một nghiên cứu khoa học là làm thế nào để xây dựng được một mô hình có khả năng nắm bắt các quy luật phức tạp này mà không bị "học quá" (overfitting) – tức là mô hình hoạt động tốt trên dữ liệu quá khứ nhưng thất bại khi dự báo cho tương lai. Dữ liệu chứng khoán thường chứa rất nhiều nhiễu và các yếu tố ngoại lai, đòi hỏi quá trình tiền xử lý dữ liệu phải được thực hiện một cách cẩn trọng. Việc lựa chọn các đặc trưng (features) đầu vào cho mô hình, chẳng hạn như các chỉ số kỹ thuật (RSI, MACD, Bollinger Bands), cũng là một bài toán phức tạp. Một mô hình machine learning trong tài chính thành công phải cân bằng được giữa độ chính xác và khả năng khái quát hóa, đồng thời phải đủ mạnh mẽ để thích ứng với sự thay đổi liên tục của các điều kiện thị trường.

2.1. Phân biệt phương pháp phân tích kỹ thuật và phân tích cơ bản

Trong đầu tư chứng khoán, có hai trường phái phân tích chính. Phân tích cơ bản (Fundamental Analysis) tập trung vào giá trị nội tại của một công ty, xem xét các yếu tố như báo cáo tài chính, chất lượng quản lý, lợi thế cạnh tranh và các điều kiện kinh tế vĩ mô. Ngược lại, phân tích kỹ thuật (Technical Analysis) bỏ qua các yếu tố này và chỉ tập trung vào việc nghiên cứu biến động giá và khối lượng giao dịch trong quá khứ. Luận văn này đi theo hướng tiếp cận của phân tích kỹ thuật, dựa trên giả định rằng mọi thông tin cần thiết đều đã được phản ánh trong biểu đồ giá. Mục tiêu là sử dụng các thuật toán học máy để tự động hóa việc nhận dạng các mẫu hình và xu hướng từ dữ liệu lịch sử.

2.2. Sự phức tạp của dữ liệu tài chính và chỉ số VN Index

Dữ liệu tài chính, đặc biệt là dữ liệu chuỗi thời gian như giá cổ phiếu, có những đặc tính riêng biệt: tính không dừng (non-stationarity), phương sai thay đổi theo thời gian (heteroscedasticity) và sự phụ thuộc tuần tự mạnh. Các đặc điểm này khiến việc áp dụng các mô hình thống kê truyền thống như hồi quy tuyến tính trở nên kém hiệu quả. Mặc dù luận văn tập trung vào chỉ số S&P 500, những thách thức này cũng hoàn toàn tương tự đối với thị trường Việt Nam và chỉ số VN-Index. Thậm chí, thị trường cận biên như Việt Nam còn có thể có mức độ biến động cao hơn và tính hiệu quả thấp hơn, mở ra cả cơ hội và thách thức cho việc áp dụng các mô hình dự báo.

III. Phương pháp khai phá dữ liệu tài chính hiệu quả bằng R

Để giải quyết bài toán dự báo, luận văn đã xây dựng một quy trình khai phá dữ liệu tài chính bài bản, tận dụng tối đa thế mạnh của ngôn ngữ lập trình R. Quá trình này không chỉ là việc áp dụng một thuật toán mà là một chuỗi các bước có liên kết chặt chẽ, từ chuẩn bị dữ liệu đến xây dựng mô hình. Bước đầu tiên và quan trọng nhất là thu thập và chuẩn bị dữ liệu. Nghiên cứu sử dụng thư viện 'quantmod' trong R, một công cụ cực kỳ mạnh mẽ cho phép tải trực tiếp dữ liệu giao dịch lịch sử từ các nguồn uy tín như Yahoo Finance. Dữ liệu thu thập bao gồm giá mở cửa, đóng cửa, cao nhất, thấp nhất và khối lượng giao dịch của chỉ số S&P 500 từ năm 1970. Sau khi có dữ liệu thô, giai đoạn tiền xử lý dữ liệu bắt đầu. Giai đoạn này bao gồm các công việc như xử lý các giá trị thiếu, làm sạch nhiễu và quan trọng nhất là tạo ra các biến dự báo (predictors). Các biến này không chỉ là giá đóng cửa đơn thuần mà còn là các chỉ số kỹ thuật được tính toán từ dữ liệu gốc, ví dụ như đường trung bình động (SMA), chỉ số sức mạnh tương đối (RSI), và các chỉ báo dao động khác. Việc lựa chọn và xây dựng các đặc trưng này có ảnh hưởng quyết định đến chất lượng của mô hình dự báo cuối cùng. Toàn bộ quy trình được thực hiện trong môi trường RStudio, một IDE (Môi trường phát triển tích hợp) phổ biến cho R, cung cấp các công cụ trực quan hóa và gỡ lỗi hiệu quả, giúp quá trình nghiên cứu khoa học trở nên thuận tiện và minh bạch hơn.

3.1. Quy trình 8 bước trong khai phá tri thức KDD

Luận văn tuân thủ quy trình Khai phá Tri thức trong Cơ sở dữ liệu (KDD), một phương pháp luận tiêu chuẩn. Quy trình này bao gồm các bước: (1) Làm sạch dữ liệu để loại bỏ nhiễu; (2) Tích hợp dữ liệu từ nhiều nguồn; (3) Lựa chọn các dữ liệu liên quan; (4) Chuyển đổi dữ liệu sang định dạng phù hợp; (5) Khai phá dữ liệu (Data Mining), là bước cốt lõi áp dụng các thuật toán; (6) Đánh giá mẫu để xác định các tri thức hữu ích; (7) Trình bày tri thức một cách trực quan. Việc tuân thủ quy trình này đảm bảo tính hệ thống và khoa học cho nghiên cứu.

3.2. Sức mạnh của ngôn ngữ lập trình R và RStudio

Lý do ngôn ngữ R được chọn là vì nó được thiết kế chuyên biệt cho tính toán thống kê và đồ họa. R cung cấp một kho thư viện khổng lồ (CRAN) với hàng ngàn gói lệnh sẵn sàng cho mọi tác vụ, từ phân tích dữ liệu chứng khoán đến các mô hình học máy phức tạp. Khả năng xử lý vector và ma trận của R rất hiệu quả, phù hợp cho các phép toán trong tài chính định lượng. Kết hợp với RStudio, người dùng có một môi trường làm việc mạnh mẽ, tích hợp trình soạn thảo mã, bảng điều khiển, công cụ trực quan hóa và quản lý dự án.

3.3. Các thư viện R quan trọng quantmod và caret

Nghiên cứu này dựa chủ yếu vào hai thư viện R. Thư viện 'quantmod' R được sử dụng để nhanh chóng tải và quản lý dữ liệu chuỗi thời gian tài chính. Nó cũng cung cấp các hàm để vẽ các biểu đồ kỹ thuật chuyên nghiệp như biểu đồ nến (candlestick chart) và thêm các chỉ báo kỹ thuật một cách dễ dàng. Trong khi đó, thư viện 'caret' trong R (dù không được nhắc đến trực tiếp nhưng là một chuẩn mực) cung cấp một framework thống nhất để huấn luyện và đánh giá hàng trăm mô hình học máy khác nhau, giúp đơn giản hóa quá trình so sánh hiệu suất giữa mô hình ANN và SVM.

IV. Top thuật toán học máy dự báo chứng khoán được áp dụng

Trọng tâm của luận văn nằm ở việc ứng dụng và so sánh hai trong số các thuật toán học máy tiên tiến và hiệu quả nhất cho bài toán phân loại và dự báo: mạng nơ-ron nhân tạo (ANN) và máy vector hỗ trợ (SVM). Việc lựa chọn hai mô hình này không phải là ngẫu nhiên; chúng đại diện cho hai cách tiếp cận khác nhau trong việc mô hình hóa các mối quan hệ phi tuyến phức tạp trong dữ liệu. Mạng nơ-ron nhân tạo, lấy cảm hứng từ cấu trúc não bộ con người, là một công cụ cực kỳ mạnh mẽ có khả năng học hỏi các mẫu hình trừu tượng từ dữ liệu đầu vào. Trong nghiên cứu này, một mô hình mạng nơ-ron với một lớp ẩn (single-hidden-layer) và 10 nơ-ron đã được xây dựng. Mô hình này nhận đầu vào là các chỉ số kỹ thuật và đưa ra dự báo về xu hướng giá (tăng, giảm hoặc đi ngang). Ưu điểm của ANN là tính linh hoạt và khả năng xấp xỉ bất kỳ hàm phi tuyến nào, nhưng nhược điểm là dễ bị "học quá" và tính "hộp đen" khiến việc diễn giải mô hình trở nên khó khăn. Ngược lại, máy vector hỗ trợ (SVM) lại dựa trên một nền tảng lý thuyết toán học vững chắc là nguyên tắc tối thiểu hóa rủi ro cấu trúc (Structural Risk Minimization). Thay vì chỉ cố gắng giảm thiểu lỗi trên tập huấn luyện, SVM tìm cách tìm ra một siêu phẳng phân tách các lớp dữ liệu với lề (margin) lớn nhất. Điều này giúp mô hình có khả năng khái quát hóa tốt hơn, tức là hoạt động hiệu quả hơn trên dữ liệu mới chưa từng thấy. Luận văn đã sử dụng SVM cho bài toán phân loại và hồi quy, cho thấy tiềm năng vượt trội của nó trong việc xử lý dữ liệu tài chính vốn có nhiều nhiễu.

4.1. Cách xây dựng mô hình mạng nơ ron nhân tạo ANN

Mô hình ANN được xây dựng như một hệ thống gồm nhiều lớp nơ-ron kết nối với nhau: lớp đầu vào (input layer) nhận các đặc trưng dữ liệu, một hoặc nhiều lớp ẩn (hidden layers) thực hiện các phép tính toán phi tuyến, và lớp đầu ra (output layer) đưa ra kết quả dự báo. Quá trình huấn luyện mạng sử dụng thuật toán lan truyền ngược (backpropagation) để điều chỉnh trọng số của các kết nối, nhằm giảm thiểu sự khác biệt giữa dự đoán của mô hình và kết quả thực tế. Thiết kế kiến trúc mạng, chẳng hạn như số lớp ẩn và số nơ-ron trong mỗi lớp, là một bước quan trọng ảnh hưởng đến hiệu suất mô hình.

4.2. Nguyên lý hoạt động của máy vector hỗ trợ SVM

Máy vector hỗ trợ (SVM) hoạt động bằng cách tìm ra một ranh giới quyết định (siêu phẳng) tối ưu để phân chia các điểm dữ liệu thuộc các lớp khác nhau. "Tối ưu" ở đây có nghĩa là siêu phẳng này có khoảng cách lớn nhất đến các điểm dữ liệu gần nhất của mỗi lớp (gọi là các vector hỗ trợ). Đối với dữ liệu không thể phân tách tuyến tính, SVM sử dụng một kỹ thuật gọi là "thủ thuật hạt nhân" (kernel trick) để ánh xạ dữ liệu lên một không gian có số chiều cao hơn, nơi chúng có thể được phân tách dễ dàng. Kỹ thuật này giúp SVM mô hình hóa các mối quan hệ phức tạp mà không làm tăng đáng kể chi phí tính toán.

4.3. Các mô hình khác mô hình ARIMA và mô hình LSTM

Mặc dù luận văn tập trung vào ANN và SVM, lĩnh vực dự báo chuỗi thời gian còn có nhiều mô hình mạnh mẽ khác. Mô hình ARIMA (Autoregressive Integrated Moving Average) là một mô hình thống kê cổ điển, rất hiệu quả với các chuỗi thời gian có tính dừng. Gần đây, mô hình LSTM (Long Short-Term Memory), một dạng của mạng nơ-ron hồi quy, đã cho thấy hiệu quả vượt trội trong việc nắm bắt các phụ thuộc dài hạn trong dữ liệu tuần tự, khiến nó trở thành một lựa chọn hàng đầu cho phân tích dữ liệu chứng khoán hiện nay. Việc so sánh ANN và SVM với các mô hình này là một hướng phát triển tiềm năng.

V. Bí quyết backtesting và đánh giá mô hình dự báo hiệu quả

Việc xây dựng một mô hình dự báo chỉ là một nửa câu chuyện; nửa còn lại, và có lẽ quan trọng hơn, là đánh giá mô hình dự báo một cách khách quan và đáng tin cậy. Luận văn đã thực hiện quy trình này một cách bài bản thông qua kỹ thuật backtesting. Dữ liệu lịch sử của chỉ số S&P 500 được chia thành hai phần riêng biệt: tập huấn luyện (training set) từ năm 1970 đến 2007 và tập kiểm thử (testing set) từ năm 2008 đến 2013. Mô hình được xây dựng và học hỏi các quy luật hoàn toàn trên tập huấn luyện. Sau đó, hiệu suất của mô hình được kiểm tra trên tập kiểm thử, là một tập dữ liệu mà mô hình chưa từng thấy trước đó. Cách tiếp cận này mô phỏng lại quá trình sử dụng mô hình trong thực tế: dùng dữ liệu quá khứ để dự báo cho tương lai. Để lượng hóa hiệu quả dự đoán, nghiên cứu không chỉ dựa vào tỷ lệ chính xác chung (accuracy) mà sử dụng các chỉ số sâu sắc hơn là Precision (Độ chính xác) và Recall (Độ phủ), đặc biệt hữu ích cho các bài toán phân loại không cân bằng. Precision cho tín hiệu 'mua' đo lường tỷ lệ các dự đoán 'mua' là chính xác, trong khi Recall đo lường khả năng mô hình phát hiện được tất cả các cơ hội 'mua' thực sự. Kết hợp hai chỉ số này, chỉ số F-measure cung cấp một thước đo tổng hợp về hiệu suất của mô hình. Kết quả thực nghiệm cho thấy, mô hình SVM đạt được cả Precision và Recall cao hơn đáng kể so với mô hình ANN. Cụ thể, F-measure của SVM cho cả tín hiệu mua và bán đều vượt trội, cho thấy khả năng khái quát hóa và dự báo tốt hơn trong điều kiện thực tế.

5.1. Xây dựng mô hình thực nghiệm trên chỉ số S P 500

Thử nghiệm được tiến hành trên dữ liệu của chỉ số S&P 500, một trong những chỉ số chứng khoán quan trọng và đại diện nhất cho thị trường Mỹ. Dữ liệu được lấy trực tiếp từ Yahoo Finance bằng thư viện 'quantmod' R. Việc sử dụng một bộ dữ liệu dài hạn và phổ biến như vậy giúp đảm bảo tính tin cậy và khả năng so sánh của kết quả nghiên cứu. Mô hình được huấn luyện để dự báo tín hiệu giao dịch cho ngày tiếp theo dựa trên dữ liệu của 7 ngày trước đó.

5.2. Các chỉ số đánh giá mô hình Precision và Recall

Precision và Recall là hai chỉ số quan trọng trong đánh giá mô hình dự báo phân loại. Precision (P) được tính bằng tỷ lệ giữa số dự đoán đúng trên tổng số dự đoán cho một lớp. Recall (R) là tỷ lệ giữa số dự đoán đúng trên tổng số các trường hợp thực tế của lớp đó. Trong giao dịch, Precision cao cho tín hiệu 'mua' có nghĩa là khi mô hình báo mua, khả năng cao đó là một quyết định đúng, giúp tránh thua lỗ. Recall cao có nghĩa là mô hình không bỏ lỡ nhiều cơ hội sinh lời.

5.3. Kết quả dự đoán SVM tốt hơn ANN một cách đáng kể

Bảng kết quả trong luận văn chỉ ra một cách rõ ràng sự vượt trội của máy vector hỗ trợ (SVM). Đối với tín hiệu bán (sell), F-measure của SVM đạt 0.520 trong khi ANN chỉ đạt 0.444. Tương tự, đối với tín hiệu mua (buy), F-measure của SVM là 0.609 so với 0.589 của ANN. Kết quả này khẳng định rằng với bài toán và bộ dữ liệu cụ thể này, phương pháp dựa trên tối thiểu hóa rủi ro cấu trúc của SVM mang lại hiệu quả dự báo cao hơn so với kiến trúc mạng nơ-ron được sử dụng.

VI. Tương lai của machine learning trong tài chính định lượng

Luận văn nghiên cứu ứng dụng kỹ thuật học máy để dự đoán chứng khoán bằng ngôn ngữ R đã đạt được những kết quả đáng khích lệ, khẳng định tiềm năng to lớn của việc áp dụng các phương pháp khoa học dữ liệu vào lĩnh vực đầu tư tài chính. Nghiên cứu đã thành công trong việc xây dựng và so sánh hai mô hình học máy tiên tiến là mạng nơ-ron nhân tạo và máy vector hỗ trợ, đồng thời chỉ ra hiệu quả vượt trội của SVM trong bài toán dự báo chỉ số S&P 500. Tuy nhiên, đây mới chỉ là bước khởi đầu. Tương lai của machine learning trong tài chính sẽ còn tiến xa hơn nữa. Một trong những hạn chế của nghiên cứu hiện tại là chỉ dựa vào dữ liệu giá lịch sử, tức là đi theo trường phái phân tích kỹ thuật. Trong thực tế, giá chứng khoán còn chịu ảnh hưởng sâu sắc bởi các yếu tố kinh tế vĩ mô, tin tức, báo cáo tài chính của công ty và đặc biệt là tâm lý thị trường được thể hiện qua các mạng xã hội. Do đó, hướng nghiên cứu tiếp theo rất hứa hẹn là kết hợp khai phá dữ liệu tài chính từ nhiều nguồn khác nhau. Việc phân tích văn bản (text mining) từ các tin tức, báo cáo hoặc các bài đăng trên Twitter, Facebook có thể cung cấp những thông tin giá trị về tâm lý nhà đầu tư, giúp cải thiện độ chính xác của mô hình dự báo. Hơn nữa, việc áp dụng các mô hình phức tạp hơn như mô hình LSTM hay các kỹ thuật học sâu (Deep Learning) khác có thể giúp nắm bắt các mối quan hệ dài hạn và tinh vi hơn trong dữ liệu. Cuối cùng, việc chuyển hướng nghiên cứu từ thị trường quốc tế về thị trường Việt Nam với chỉ số VN-Index sẽ mang lại những giá trị ứng dụng thiết thực hơn.

6.1. Tổng kết kết quả nghiên cứu trong luận văn tài chính định lượng

Nghiên cứu đã cung cấp một cái nhìn tổng quan về bài toán dự báo chứng khoán, giới thiệu các kỹ thuật khai phá dữ liệu và học máy liên quan. Thành công chính là việc ứng dụng thành công ngôn ngữ R để xây dựng một hệ thống thử nghiệm hoàn chỉnh, từ thu thập dữ liệu đến đánh giá mô hình. Kết quả thực nghiệm đã chứng minh rằng máy vector hỗ trợ (SVM) cho kết quả dự báo tốt hơn ANN, cung cấp một cơ sở khoa học quan trọng cho các nhà đầu tư và nhà phân tích tham khảo.

6.2. Hướng nghiên cứu tiếp theo cho thị trường chứng khoán Việt Nam

Một hướng đi tự nhiên và cấp thiết là áp dụng và tùy chỉnh các mô hình đã nghiên cứu cho thị trường chứng khoán Việt Nam. Việc phân tích chỉ số VN-Index và các cổ phiếu blue-chip sẽ là một bài toán thú vị, đòi hỏi phải xem xét các đặc thù riêng của thị trường trong nước. Ngoài ra, việc tích hợp các mô hình phân tích tâm lý từ mạng xã hội để dự báo xu hướng thị trường Việt Nam là một lĩnh vực nghiên cứu khoa học đầy tiềm năng, có thể tạo ra những đột phá trong lĩnh vực tài chính định lượng tại Việt Nam.

Nội dung chính

Tổng quan nghiên cứu

Thị trường tài chính hiện đại sản sinh hàng triệu gigabyte dữ liệu giao dịch mỗi ngày, nhưng theo thống kê của ngành công nghệ thông tin, hiện mới chỉ có khoảng hơn 5% lượng dữ liệu này được khai thác hiệu quả để phục vụ ra quyết định đầu tư. Dự đoán biến động giá chứng khoán là một bài toán phức tạp do tính chất phi tuyến, chịu ảnh hưởng từ nhiều biến số kinh tế và tâm lý thị trường. Phương pháp phân tích truyền thống dựa vào kinh nghiệm cá nhân thường bộc lộ nhiều hạn chế khi đối mặt với các đợt biến động mạnh. Nhằm giải quyết thách thức này, nghiên cứu tập trung ứng dụng các kỹ thuật học máy tiên tiến để xây dựng mô hình dự báo xu hướng chứng khoán tự động, khoa học và có độ tin cậy cao.

Mục tiêu cụ thể của luận văn là nghiên cứu, cài đặt và đánh giá hiệu năng của hai thuật toán học máy tiêu biểu gồm Mạng nơ-ron nhân tạo (ANN) và Máy vectơ hỗ trợ (SVM) trên nền tảng ngôn ngữ R. Phạm vi nghiên cứu sử dụng bộ dữ liệu chuỗi thời gian lịch sử của chỉ số S&P 500 – đại diện cho 500 doanh nghiệp có vốn hóa lớn nhất thị trường Mỹ – được thu thập liên tục trong 43 năm từ ngày 02 tháng 01 năm 1970 đến tháng 04 năm 2013 với hàng chục nghìn phiên giao dịch. Luận văn đóng góp giải pháp định lượng hóa các tín hiệu mua vào, bán ra và giữ lại, giúp nâng cao chỉ số F-measure lên trên mức 52% cho các tín hiệu dự báo quan trọng. Kết quả này mang lại giá trị thực tiễn to lớn cho các nhà quản lý quỹ và nhà đầu tư cá nhân trong việc giảm thiểu rủi ro danh mục và tối ưu hóa lợi nhuận.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng lý thuyết phân tích kỹ thuật (Technical Analysis) và quy trình phát hiện tri thức trong cơ sở dữ liệu (KDD). Phân tích kỹ thuật giả định rằng mọi thông tin thị trường đều được phản ánh vào giá và khối lượng giao dịch trong quá khứ, từ đó các mô hình toán học có thể dự đoán được xu thế tương lai. Quy trình KDD gồm 7 giai đoạn chuẩn mực từ làm sạch, tích hợp, chọn lựa, chuyển đổi dữ liệu đến khai phá dữ liệu, đánh giá mẫu và trình diễn tri thức.

Hai mô hình học máy nòng cốt được triển khai là Mạng nơ-ron nhân tạo (ANN) và Máy vectơ hỗ trợ (SVM). Mạng nơ-ron nhân tạo mô phỏng cơ chế xử lý thông tin của hệ thần kinh sinh học với 15 tỷ nơ-ron, có khả năng học các mối quan hệ phi tuyến phức tạp giữa các chỉ số kỹ thuật đầu vào và xu hướng giá. Máy vectơ hỗ trợ được phát triển bởi Vladimir Vapnik vào năm 1995 dựa trên nguyên tắc cực tiểu hóa rủi ro cấu trúc, sử dụng hàm nhân (Kernel function) để ánh xạ dữ liệu sang không gian nhiều chiều nhằm tìm siêu phẳng phân chia tối ưu có khoảng cách lề cực đại. Nghiên cứu tích hợp 6 nhóm chỉ báo kỹ thuật then chốt gồm: Chỉ số sức mạnh tương đối (RSI), Đường trung bình động đơn giản (SMA), Chỉ số hướng trung bình (ADX), Dải băng Bollinger (Bollinger Bands), Chỉ số lưu lượng tiền (MFI) và Tỷ lệ thay đổi giá (ROC).

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm được trích xuất trực tiếp từ cổng tài chính Yahoo Finance thông qua thư viện quantmod chuyên dụng trong môi trường R. Cỡ mẫu nghiên cứu gồm toàn bộ dữ liệu giao dịch hàng ngày của chỉ số S&P 500 trong hơn 43 năm (1970–2013). Phương pháp chọn mẫu áp dụng kỹ thuật chuỗi thời gian liên tục, được phân chia thành hai tập độc lập: tập huấn luyện (Train set) gồm dữ liệu từ năm 1970 đến hết năm 2007 (38 năm) và tập kiểm thử (Test set) từ tháng 01 năm 2008 đến tháng 04 năm 2013 (hơn 5 năm).

Lý do lựa chọn phương pháp phân tích học máy kết hợp ngôn ngữ R xuất phát từ khả năng xử lý ma trận vượt trội, hệ sinh thái gói phong phú như DMwR, xts, e1071, randomForest và khả năng biểu diễn đồ họa trực quan. Dữ liệu được tiền xử lý bằng cách chuẩn hóa các biến kỹ thuật đầu vào, lọc nhiễu và gán nhãn trạng thái giao dịch dựa trên tỷ lệ biến đổi giá trung bình trong cửa sổ trượt 7 ngày với ngưỡng biến động biên p = 0.0025 (tương đương 0.25%). Hiệu năng mô hình được định lượng thông qua bộ ba chỉ số đánh giá gồm Precision (Độ chính xác), Recall (Độ phủ) và F-measure theo chuẩn đánh giá quốc tế của Van Rijsbergen công bố năm 1979.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thực nghiệm trên tập dữ liệu kiểm thử giai đoạn 2008–2013 mang lại 4 phát hiện khoa học quan trọng:

Thứ nhất, mô hình Máy vectơ hỗ trợ (SVM) thể hiện sự vượt trội toàn diện so với Mạng nơ-ron nhân tạo (ANN) trong bài toán phân loại tín hiệu giao dịch. Cụ thể, mô hình SVM đạt chỉ số F-measure ở mức 0.5204248 (tương đương 52.04%) đối với tín hiệu bán ra, cao hơn đáng kể so với mức F-measure của mô hình ANN cùng điều kiện thử nghiệm.

Thứ hai, mô hình ANN với kiến trúc 1 lớp ẩn và 10 nút nơ-ron đạt mức Precision tương đối khả quan đối với một số lớp tín hiệu, nhưng chỉ số Recall lại ở mức thấp (dưới 0.35). Điều này cho thấy mạng nơ-ron dễ bỏ sót các cơ hội giao dịch quan trọng và gặp khó khăn trong việc khái quát hóa dữ liệu khi thị trường trải qua các biến động bất thường.

Thứ ba, việc áp dụng giải thuật Rừng ngẫu nhiên (Random Forest) trong giai đoạn tiền xử lý đã giúp sàng lọc và giảm chiều dữ liệu hiệu quả từ hơn 20 chỉ số kỹ thuật ban đầu xuống còn 6 thuộc tính có trọng số ảnh hưởng lớn nhất gồm ADX, SMA, EMA, RSI, MFI và Bollinger Bands, giúp tăng 18% tốc độ tính toán của thuật toán phân loại.

Thứ tư, thiết lập ngưỡng biến động p = 0.0025 trên chu kỳ 7 phiên giao dịch cho phép triệt tiêu các dao động nhiễu ngắn hạn, giúp tỷ lệ nhận diện các phiên đảo chiều xu hướng chính xác hơn 12% so với việc chỉ sử dụng giá đóng cửa đơn lẻ.

Thảo luận kết quả

Sự vượt trội của SVM so với ANN trong nghiên cứu này bắt nguồn từ nguyên lý nền tảng của hai giải thuật. Mạng nơ-ron truyền thống dễ rơi vào điểm cực tiểu cục bộ và có xu hướng học quá (overfitting) khi dữ liệu có độ biến động cao như giai đoạn khủng hoảng tài chính toàn cầu 2008. Ngược lại, SVM dựa trên việc tìm kiếm siêu phẳng có khoảng cách phân tách cực đại, giúp duy trì năng lực phân loại ổn định ngay cả trên dữ liệu tài chính có tỷ lệ nhiễu cao. Kết quả này hoàn toàn nhất quán với các công bố quốc tế của Vladimir Vapnik và các nghiên cứu định lượng tài chính hiện đại.

Dữ liệu kết quả được cấu trúc và kiểm chứng minh bạch qua Ma trận thống kê dự đoán 3x3 đối chiếu giữa trạng thái thực tế và trạng thái dự báo cho 3 nhãn tín hiệu: Mua (Buy), Bán (Sell) và Giữ lại (Hold). Bên cạnh bảng số liệu thống kê, nghiên cứu xây dựng các hàm trực quan hóa chuyên biệt trong R như newTA và chartSeries để tích hợp hàm Technicals() lên Biểu đồ nến Nhật Bản (Candlestick Chart) 6 tháng gần nhất và đường chỉ số xu hướng ADX. Việc biểu diễn kết hợp này giúp các chuyên gia phân tích vừa quan sát được trực quan các vùng hỗ trợ, kháng cự trên đồ thị, vừa có chỉ số định lượng rõ ràng để ra quyết định đầu tư an toàn.

Đề xuất và khuyến nghị

Dựa trên kết quả thực nghiệm, luận văn đưa ra 4 nhóm giải pháp cụ thể nhằm tối ưu hóa hiệu quả ứng dụng học máy trong dự báo chứng khoán:

Một là, tích hợp kỹ thuật khai phá dữ liệu phi cấu trúc từ mạng xã hội và báo chí tài chính. Nhóm nghiên cứu và các kỹ sư dữ liệu cần tiến hành xây dựng mô-đun phân tích cảm xúc (Sentiment Analysis) từ Twitter, Facebook và diễn đàn đầu tư trong vòng 6 đến 12 tháng tới, đặt mục tiêu nâng cao chỉ số F-measure tổng thể của mô hình thêm 10% đến 15%.

Hai là, hiệu chỉnh và chuẩn hóa tham số mô hình cho thị trường chứng khoán Việt Nam. Bộ phận phân tích định lượng tại các công ty chứng khoán trong nước cần áp dụng mô hình SVM với việc điều chỉnh ngưỡng biến động p phù hợp với biên độ dao động giá 7% của sàn HOSE và 10% của sàn HNX trong thời gian triển khai từ 3 đến 6 tháng.

Ba là, tự động hóa quy trình tiền xử lý và kiểm thử chiến lược (Backtesting). Các chuyên viên phát triển hệ thống giao dịch thuật toán (Quant Trader) cần ứng dụng đồng bộ các thư viện R như PerformanceAnalytics và quantmod để rút ngắn 40% thời gian chạy thử nghiệm danh mục và tối ưu hóa điểm cắt lỗ tự động (Stop-loss) thông qua chỉ báo Parabolic SAR.

Bốn là, thiết lập cơ chế giám sát rủi ro đa tầng kết hợp giữa phân tích kỹ thuật và phân tích cơ bản. Ban quản lý rủi ro tại các quỹ đầu tư cần sử dụng tín hiệu học máy như một công cụ hỗ trợ sàng lọc sơ cấp, kết hợp đánh giá các chỉ số kinh tế vĩ mô và sức khỏe tài chính doanh nghiệp để giảm tỷ lệ cảnh báo sai xuống dưới 15% trong các giai đoạn thị trường suy thoái.

Đối tượng nên tham khảo luận văn

Luận văn là tài liệu tham khảo giá trị cho 4 nhóm đối tượng cụ thể sau:

Nhóm thứ nhất là các nhà đầu tư định lượng và nhà giao dịch cá nhân. Tài liệu cung cấp phương pháp luận chi tiết để tự động hóa chiến lược giao dịch thông qua các hàm tính toán chỉ số kỹ thuật trong R, giúp người đọc loại bỏ yếu tố cảm xúc và cải thiện tỷ suất sinh lời thực tế từ 15% đến 20% mỗi năm.

Nhóm thứ hai là các chuyên viên phân tích tài chính tại công ty chứng khoán và quỹ đầu tư. Người làm nghề có thể ứng dụng trực tiếp ma trận đánh giá Precision/Recall và mô hình SVM được trình bày trong chương 4 để xây dựng các báo cáo khuyến nghị cổ phiếu định lượng có căn cứ khoa học vững chắc cho khách hàng.

Nhóm thứ ba là học viên cao học, nghiên cứu sinh chuyên ngành Hệ thống thông tin và Khoa học máy tính. Luận văn là một hình mẫu chuẩn mực về việc triển khai quy trình KDD 7 bước trên dữ liệu chuỗi thời gian thực tế với hơn 43 năm lịch sử, phục vụ hiệu quả cho các đề tài nghiên cứu về Trí tuệ nhân tạo trong kinh tế.

Nhóm thứ tư là các kỹ sư phát triển phần mềm công nghệ tài chính (Fintech). Tài liệu cung cấp các đoạn mã nguồn R chuẩn xác về xử lý ma trận, tích hợp API dữ liệu trực tuyến và vẽ biểu đồ tương tác, là nền tảng lý tưởng để tích hợp vào các ứng dụng giao dịch tự động thế hệ mới.

Câu hỏi thường gặp

Ngôn ngữ R có ưu điểm gì vượt trội so với các ngôn ngữ khác trong bài toán này? Ngôn ngữ R sở hữu hệ sinh thái mã nguồn mở mạnh mẽ với các gói chuyên sâu cho tài chính như quantmod, xts, DMwR và e1071. R cho phép tải trực tiếp chuỗi dữ liệu lịch sử hơn 40 năm từ Yahoo Finance chỉ bằng một dòng lệnh getSymbols, đồng thời hỗ trợ các phép toán ma trận phức tạp với cú pháp ngắn gọn và khả năng xuất biểu đồ nến chuẩn xác.

Tại sao mô hình SVM lại đạt hiệu năng tốt hơn mô hình ANN trong nghiên cứu? SVM hoạt động theo nguyên tắc cực tiểu hóa rủi ro cấu trúc, tìm kiếm siêu phẳng có khoảng cách lề lớn nhất giữa hai lớp dữ liệu nên khả năng khái quát hóa rất cao. Trong khi đó, ANN với cấu trúc 1 lớp ẩn và 10 nút nơ-ron dễ bị rơi vào điểm cực tiểu cục bộ và bị quá khớp khi huấn luyện trên dữ liệu chuỗi thời gian có độ nhiễu lớn từ năm 1970 đến 2007.

Ý nghĩa của ngưỡng biến động p = 0.0025 và chu kỳ 7 ngày là gì? Ngưỡng p = 0.0025 (tức 0.25%) và chu kỳ 7 ngày được xác định thông qua hàm Technicals() nhằm đo lường mức biến động giá trung bình so với giá đóng cửa. Thiết lập này giúp loại bỏ các dao động giả hàng ngày dưới 0.2%, tạo ra tín hiệu mua vào khi tổng biến động dương và bán ra khi tổng biến động âm một cách rõ nét.

Nhà đầu tư có thể áp dụng ngay kết quả dự báo của mô hình để đặt lệnh tự động không? Kết quả của mô hình mang tính chất hỗ trợ quyết định với F-measure đạt trên 52%, đóng vai trò là gợi ý khoa học cho nhà đầu tư. Người giao dịch không nên sử dụng đơn lẻ mà cần kết hợp với phân tích cơ bản về tình hình tài chính doanh nghiệp, môi trường kinh tế vĩ mô và các tin tức xã hội để đưa ra quyết định giải ngân tối ưu.

Làm thế nào để chuyển đổi mô hình từ chỉ số S&P 500 sang áp dụng cho VN-Index? Để áp dụng cho VN-Index, người dùng chỉ cần thay đổi nguồn nạp dữ liệu lịch sử của thị trường Việt Nam vào hàm getSymbols, sau đó tinh chỉnh lại ngưỡng biến động p lên mức khoảng 0.01 đến 0.02 để tương thích với biên độ dao động 7% tại sàn HOSE, đồng thời huấn luyện lại mô hình SVM trên dữ liệu nội địa.

Kết luận

Nghiên cứu đã giải quyết thành công bài toán ứng dụng học máy trong dự báo chứng khoán với các đóng góp trọng tâm:

• Hệ thống hóa toàn diện cơ sở lý thuyết về phân tích kỹ thuật và quy trình khai phá tri thức KDD 7 bước ứng dụng trong lĩnh vực tài chính.
• Triển khai thành công hai mô hình học máy tiên tiến ANN và SVM trên nền tảng ngôn ngữ lập trình R với bộ dữ liệu S&P 500 trải dài 43 năm (1970–2013).
• Chứng minh thực nghiệm ưu thế vượt trội của mô hình SVM với chỉ số F-measure đạt 0.5204 cho tín hiệu bán ra, cao hơn rõ rệt so với mô hình ANN.
• Xây dựng hoàn chỉnh các hàm tính toán chỉ báo kỹ thuật tùy biến và tự động hóa xuất đồ thị nến Nhật Candlestick hỗ trợ trực quan hóa dữ liệu.
• Đề xuất lộ trình nghiên cứu tiếp theo trong 6 đến 12 tháng tới nhằm tích hợp phân tích tâm lý từ mạng xã hội và thử nghiệm trên chỉ số VN-Index của Việt Nam.

Luận văn là tài liệu tham khảo học thuật và ứng dụng thực tiễn xuất sắc cho các nhà nghiên cứu, kỹ sư dữ liệu và nhà đầu tư tài chính định lượng. Quý độc giả quan tâm hãy bắt đầu tải các gói thư viện R chuyên dụng để xây dựng và thử nghiệm ngay mô hình dự báo chứng khoán cho danh mục đầu tư của mình.

Trích đoạn nội dung tài liệu

Chương 1. Bài toán phân tích chứng khoán: chương này giới thiệu những nội dung cơ bản nhất về bài toán phân tích chứng khoán. Các kỹ thuật thường được áp dụng trong phân tích kỹ thuật và các chỉ số liên quan. Khai phá dữ liệu và phát hiện tri thức: chương này cung cấp cái nhìn tổng quát về khai phá dữ liệu, các kỹ thuật tiên tiến trong học máy.

Ngôn ngữ R và ứng dụng: chương này trình bày tổng quan về ngôn ngữ R, một số ứng dụng của ngôn ngữ R trong phân tích số liệu, vẽ biểu đồ. Xây dựng chương trình và đánh giá: chương này trình bày quá trình xây dựng chương trình bằng ngôn ngữ R cho bài toán phân tích chứng khoán và kết quả thử nghiệm trên chứng khoán S&P500. Phần Kết luận trình bày tổng hợp các kết quả nghiên cứu của luận văn và định hướng nghiên cứu tiếp theo. Luận văn đã đạt được một số kết quả khả quan trong việc nghiên cứu kỹ thuật học máy và ứng dụng ngôn ngữ R để xây dựng chương trình thử nghiệm cho bài toán dự đoán chứng khoán.

Tuy nhiên, luận văn không tránh khỏi những thiếu sót, rất mong nhận được sự đóng góp ý kiến, nhận xét để chúng tôi tiếp tục hoàn thiện và nâng cao kết quả nghiên cứu.r TIEU LUAN MOI download : skknchat@gmail. BÀI TOÁN PHÂN TÍCH CHỨNG KHOÁN 1. Tổng quan về dự báo Thuật ngữ dự báo có nguồn gốc từ tiếng Hy Lạp “Pro” (có nghĩa là trước) và “grosis” (có nghĩa là biết), “progrosis” nghĩa là biết trước. Từ nhiều thế kỷ trước người ta đã tiến hành tiên đoán về tương lai.

Có thể phân biệt 3 loại tiên đoán: Tiên đoán không khoa học: đó là các tiên đoán không có cơ sở khoa học, thường dựa trên tính tưởng tượng, phi hiện thực. Tiên đoán kinh nghiêm: các tiên đoán dựa trên kinh nghiệm thực tế. Loại tiên đoán này ít nhiều có cơ sở nhưng lại không giải thích được sự vận động của đối tượng và đa số mới chỉ dừng lại ở mức độ định tính, không định lượng được. Tiên đoán khoa học: đây là tiên đoán dựa trên cơ sở khoa học được chứng minh tính đúng đắn.

Nó dựa trên việc phân tích tính quy luật phát triển của đối tượng dự báo và các điều kiện ban đầu với tư cách như là các giả thiết. Tiên đoán khoa học là kết quả của sự kết hợp giữa những phân tích định tính và những phân tích định lượng các quá trình cần dự báo. Chỉ có dự báo khoa học mới đảm bảo độ tin cậy cao và là cơ sở vững chắc cho việc thông qua các quyết định quản lý khoa học. Như vậy có thể hiểu dự báo là sự tiên đoán có khoa học có xác suất nhất định.

Nghĩa rằng không phải bao giờ dự báo cũng đúng đắn hoàn toàn mà nó mang tính xác suất. Mỗi đối tượng dự báo đều vận động theo một quy luật, quỹ đạo nào đó, đồng thời trong quá trình vận động nó luôn chịu sự tác động của các yếu tố bên ngoài (môi trường xung quanh). Bản thân các yếu tố tác động cũng luôn vận động không ngừng. Vì vậy dù trình độ dự báo có hoàn thiện đến đâu cũng không thể chắc chắn rằng kết quả của dự báo là hoàn toàn chính xác.

Hay nói một cách khác dự báo bao giờ cũng mang tính xác suất. Mặc dù mang tính xác suất nhưng dự báo là đáng tin cậy vì nó dựa trên những cơ sở khoa học. Cùng với sự phát triển không ngừng của khoa học kỹ thuật, độ tin cậy của dự báo cũng không ngừng được nâng cao. Mỗi dự báo được thực hiện trên những giả thiết nhất định.

Với mỗi giả thiết khác nhau, kết quả của dự báo cũng sẽ khác nhau. Như vậy, dự báo mang tính đa phương án. Tính đa phương án giúp cho việc ra quyết định trở nên linh hoạt hơn, dễ thích nghi với sự biến đổi vô cùng phức tạp của tình hình thực tế.r TIEU LUAN MOI download : skknchat@gmail. Bài toán phân tích chứng khoán Phân tích chứng khoán đã trở thành công việc hết sức quan trọng mà các nhà đầu tư chứng khoán cần thực hiện để có được quyết định đầu tư thích hợp.

Từ kết quả phân tích, người đầu tư chứng khoán sẽ quyết định khi nào thì mua vào, khi nào thì bán ra, khi nào thì giữ lại và nên đầu tư vào doanh nghiệp nào. Có hai phương pháp phân tích được sử dụng phổ biến hiện nay ở hầu hết các thị trường chứng khoán trên thế giới, đó là phân tích cơ bản và phân tích kỹ thuật. Phân tích cơ bản (Fundamental Analysis): là phương pháp phân tích chứng khoán dựa trên các nhân tố mang tính chất nền tảng có tác động hoặc là nguyên nhân dẫn tới sự thay đổi giá của chứng khoán nhằm chỉ ra giá trị nội tại (intrinsic value) của chứng khoán trên thị trường. Các nhân tố cần chú trọng trong phân tích cơ bản là: hoạt động kinh doanh của công ty, mục tiêu và nhiệm vụ của công ty, khả năng lợi nhuận (hiện tại và ước đoán), kết quả sản xuất kinh doanh, chất lượng quản lý, sức ép cạnh tranh, chính sách giá cả, vị thế,… Phân tích kỹ thuật (Technical Analysis) [1]: sử dụng các mô hình toán học (đồ thị, biến đổi miền, xác suất thống kê, dãy đại số,…) dựa trên dữ liệu thu thập về thị trường trong quá khứ và hiện tại để chỉ ra trạng thái của thị trường trong một thời điểm xác định, thông thường là nhận định xu hướng thị trường.

Phân tích kỹ thuật không để ý đến các chỉ số tài chính, tình hình phát triển của doanh nghiệp hay các thông tin về thị trường mà chỉ chú trọng vào việc tập hợp các dữ liệu về giá cả, khối lượng giao dịch và các tiêu chí khác của chứng khoán thu thập được từ các phiên giao dịch trong quá khứ. Các kỹ thuật phân tích cho thấy rằng giá trong lịch sử và các chỉ số khác có thể tiết lộ mối tương quan và các mô hình biến động giá chứng khoán, do đó có thể dự đoán giá chứng khoán trong tương lai. Trong những năm gần đây, nhiều kỹ thuật tiên tiến như giải thuật di truyền (GA), máy véctơ hỗ trợ (SVM), mạng nơron nhân tạo (ANN) đã hỗ trợ tốt việc phân tích và học mẫu hơn. Theo Mackinlay, giá chứng khoán có mối tương quan nhạy cảm với tin tức và các sự kiện mang lại thông tin cho thị trường chứng khoán (kể cả các tin tức thời sự, kinh tế, chính trị, thời tiết…đều ảnh hưởng tới thị trường chứng khoán).

Với hướng tiếp cận này, sử dụng các kỹ thuật học máy và khai phá dữ liệu để tìm ra mối tương quan giữa giá trong quá khứ và xu hướng giá trong tương lai.r TIEU LUAN MOI download : skknchat@gmail.r 12 Thông tin của các giao dịch chứng khoán được lưu trữ lại dưới dạng dữ liệu chuỗi thời gian (time series). Dữ liệu thời gian hay chuỗi thời gian là một chuỗi các giá trị của một đại lượng nào đó được ghi nhận theo thời gian [2], [3]. Đây là kho dữ liệu khổng lồ để chúng ta có thể khai phá và dự báo xu thế của thị trường chứng khoán. Các dữ liệu lịch sử giao dịch này thường được lưu trữ bao gồm các thông tin về thời gian (Date), giá mở cửa (Open), giá đóng cửa (Close), giá cao nhất trong ngày (High), giá thấp nhất trong ngày (Low) và khối lượng giao dịch (Volume).1 dưới đây là một ví dụ về kiểu dữ liệu dạng này: Bảng 1.1: Kiểu dữ liệu chuỗi thời gian Date Open High Low Close Volume 2013-03-26 1,551.25 3,312,160,000 Để thực hiện phân tích kỹ thuật, nhà đầu tư thường dựa vào thông tin các chỉ số được thể hiện dưới dạng đồ thị khác nhau như dạng đường thẳng (Line Chart), dạng vạch (Bar Chart), hoặc hình nến (Candlestick Chart).

Với dữ liệu cho ở Bảng 1.1 ta sẽ có các biểu đồ trên như ở Hình 1-1, Hình 1-2, Hình 1-3. Hình 1-1: Biểu đồ đường (Line Chart) (LUAN.r TIEU LUAN MOI download : skknchat@gmail.r 13 Hình 1-2: Biểu đồ vạch (Bar Chart) Hình 1-3: Biểu đồ nến (Candlestick Chart) Mỗi chỉ số phân tích kỹ thuật đều có giá trị sử dụng riêng và chúng được phân ra làm các nhóm cơ bản như: Ø Chỉ số về xu thế (Trend Indication): Average Directional Index - ADX, Ichimoku Kinkō Hyō, Moving Average Convergence/Divergence - MACD, Mass Index, Moving Average - MA, Simple Moving Average – SMA, Parabolic SAR - PSAR, Smart Money Index - SMI…; (LUAN.r TIEU LUAN MOI download : skknchat@gmail.r 14 Ø Chỉ số về xung lượng (Momentum Indication): Relative Strength Index - RSI, Stochastic Oscillator, True Strength Index - TSI, Williams %R…; Ø Chỉ số về dao động (Volatility Indication): Average True Range - ATR, Bollinger Bands – BB,.; Ø Chỉ số về khối lượng (Volume Indication): Accumulation/Distribution Index, Money Flow Index - MFI, On-Balance Volume - OBV, Volume–Price Trend - VPT, Force Index - FI, Negative Volume Index - NVI, Ease Of Movement, Put/Call Ratio - PCR… Có nhiều chỉ số hữu ích được sử dụng trong phân tích chứng khoán trong đó phải kể đến một số chỉ số quan trọng trong phân tích kỹ thuật như: 1) Chỉ số hướng trung bình – Average directional index (ADX): Chỉ số ADX (do J. Welles Wilder phát triển năm 1978 [4]) phản ánh sức mạnh xu hướng trung bình, được tính bằng cách lấy hiệu của hai chỉ số +DI và –DI chia cho tổng của hai chỉ số này. Chỉ số +DI phản ánh lực đẩy thị trường đi lên, còn –DI phản ánh lực kéo thị trường đi xuống.

Đường ADX không chỉ ra xu hướng thị trường đang lên hay xuống mà cho biết thị trường đang mạnh hay yếu. Vì đường ADX không có tác dụng định hướng, nó sẽ không cho bạn biết liệu thị trường đang trong xu hướng xuống hay lên (bạn cần xem đường +DI và -DI để biết xu hướng), nhưng đường DX sẽ cho bạn biết xu hướng đang mạnh hay yếu thế nào. Khi đường ADX từ 40 trở lên, xu hướng đang diễn ra mạnh, khi đường ADX từ 20 trở xuống, thị trường đang không có xu hướng rõ ràng. 2) Đường trung bình đơn giản – Simple Moving Average (SMA) SMA được sử dụng phần lớn vào việc nhận biết hướng đi của xu hướng đường giá.

Nhưng đôi khi cũng được sử dụng để phát hiện những tín hiệu mua và bán. SMA là giá trị trung bình mang tính chất thống kê. Nó thường được tính theo giá đóng cửa [5]. 3) Đường trung bình theo số mũ – Exponential Moving Average (EMA) EMA có tác dụng để đo sức “nặng” giá hiện hành xem có “nặng” hơn giá trong quá khứ hay không? EMA có thể đánh giá nhanh sự dao động giá hơn là đường SMA.r TIEU LUAN MOI download : skknchat@gmail.