Giới thiệu dự án

Thị trường tài chính toàn cầu và thị trường chứng khoán nói riêng đóng vai trò huyết mạch trong việc luân chuyển dòng vốn, phản ánh sức khỏe nền kinh tế và mang lại cơ hội gia tăng tài sản. Theo thống kê từ Statista và diễn đàn Asktraders, thị trường tài chính trực tuyến toàn cầu có khoảng 9,6 triệu nhà đầu tư giao dịch tích cực. Tại Việt Nam, sự tăng trưởng của thị trường chứng khoán diễn ra bùng nổ: tính đến tháng 09/2021, số lượng tài khoản giao dịch (TKGD) trong nước đạt hơn 3,55 triệu tài khoản (trong đó cá nhân chiếm hơn 3,16 triệu), và chỉ trong 8 tháng đầu năm 2021 đã có hơn 842.000 tài khoản mở mới—vượt tổng số tài khoản mở mới của cả giai đoạn 2018–2020 cộng lại.

Tuy nhiên, chuỗi thời gian giá chứng khoán là dữ liệu có bản chất ngẫu nhiên cao (stochastic), phi tuyến tính (non-linear), biến động mạnh (high volatility) và bị chi phối đồng thời bởi nhiều yếu tố phức tạp: kinh tế vĩ mô, chu kỳ ngành, kết quả kinh doanh và tâm lý đám đông. Phần lớn nhà đầu tư cá nhân thiếu công cụ định lượng hỗ trợ quản trị rủi ro, dẫn đến nguy cơ thua lỗ cao khi thị trường biến động.

+-----------------------------------------------------------------------------------+
|                           THÁCH THỨC CHUỖI THỜI GIAN TÀI CHÍNH                     |
+-----------------------------------------------------------------------------------+
|  [Dữ liệu phi tuyến & Nhiễu cao] ----> [Mô hình Thống kê (ARIMA) thất bại]        |
|  [Đặc trưng kỹ thuật đa chiều]  ----> [Mô hình ML thuần (SVM, RF) quá tải/nhiễu]  |
|  [Phụ thuộc thời gian dài hạn]  ----> [Mạng RNN truyền thống bị Vanishing Gradient]|
+-----------------------------------------------------------------------------------+
                                         |
                                         v
+-----------------------------------------------------------------------------------+
|                   GIẢI PHÁP ĐỀ XUẤT: MÔ HÌNH LAI GHÉP CNN - LSTM                  |
|  1. 1D-CNN: Trích xuất đặc trưng không gian đa chiều, khử nhiễu chỉ báo kỹ thuật  |
|  2. LSTM: Ghi nhớ chuỗi phụ thuộc thời gian dài hạn thông qua cơ chế cổng         |
|  3. Dense: Hồi quy đa biến dự báo chính xác mức giá High, Low, Close phiên t+1    |
+-----------------------------------------------------------------------------------+

Problem Statement

Dự báo xu hướng giá và biên độ dao động của cổ phiếu là bài toán hồi quy chuỗi thời gian đa biến phức tạp. Các phương pháp thống kê cổ điển như ARIMA chỉ nắm bắt được các mối quan hệ tuyến tính trên chuỗi đơn biến dừng, trong khi các thuật toán máy học truyền thống (SVM, Random Forest) thường bỏ qua thứ tự thời gian tuần tự và gặp khó khăn khi trích xuất các mẫu hình cục bộ phức tạp từ nhiều chỉ báo kỹ thuật kết hợp.

Project Objectives

  1. Xây dựng quy trình tiền xử lý, làm sạch và chuẩn hóa dữ liệu giao dịch đa chiều (OHLCV) kết hợp trích xuất 8 chỉ báo phân tích kỹ thuật (Technical Analysis - TA).
  2. Thiết kế kiến trúc học sâu lai ghép 1D-CNN kết hợp LSTM nhằm tích hợp khả năng trích xuất đặc trưng không gian cục bộ và học biểu diễn chuỗi thời gian dài hạn.
  3. Huấn luyện, tối ưu hóa siêu tham số và đánh giá toàn diện mô hình trên tập dữ liệu thị trường chứng khoán Việt Nam (CKVN - rổ VN-Index, mã FPT) và chứng khoán nước ngoài (CKNN).
  4. Xây dựng mô hình hồi quy đa ngõ ra để dự báo chính xác giá cao nhất ($P_{High}$), giá thấp nhất ($P_{Low}$) và giá đóng cửa ($P_{Close}$) của ngày giao dịch tiếp theo ($t+1$).

Solution Approach

Giải pháp sử dụng cấu trúc mạng nơ-ron kết hợp: Lớp tích chập 1D (1D-CNN) đóng vai trò là bộ lọc không gian (spatial feature extractor) để tự động trích xuất các tương quan cục bộ giữa các chỉ báo kỹ thuật và loại bỏ nhiễu; tiếp nối là mạng bộ nhớ dài-ngắn hạn (LSTM) xử lý chuỗi đặc trưng theo trục thời gian để nắm bắt quy luật biến động dài hạn, khắc phục hiện tượng tiêu biến đạo hàm (vanishing gradient).

Expected Outcomes & Metrics

  • Tối ưu hóa sai số dự báo đạt sai số phần trăm tuyệt đối trung bình (MAPE) dưới $2,5%$ và sai số toàn phương trung bình (RMSE) đạt mức tối ưu so với các mô hình đơn lẻ.
  • Cung cấp ngưỡng hỗ trợ - kháng cự ngắn hạn thông qua biên độ dự báo $[P_{Low}, P_{High}]$ cho phiên giao dịch kế tiếp.

Scope & Limitations

  • Phạm vi: Ứng dụng trên dữ liệu chuỗi thời gian theo ngày (daily timeframe) của thị trường CKVN và CKNN; tập trung vào phương pháp phân tích kỹ thuật kết hợp dữ liệu giao dịch lịch sử.
  • Giới hạn: Chưa tích hợp luồng tin tức vĩ mô theo thời gian thực bằng xử lý ngôn ngữ tự nhiên (NLP Sentiment Analysis) và chưa tính đến các sự kiện thiên nga đen (Black Swan events).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí ARIMA / SARIMA Support Vector Machine (SVM/SVR) Vanilla LSTM Mô hình đề xuất (CNN - LSTM)
Bản chất dữ liệu Tuyến tính, chuỗi dừng đơn biến Phi tuyến, đa biến tĩnh Phi tuyến, chuỗi thời gian Phi tuyến, đa biến, phụ thuộc thời gian đa chiều
Xử lý đặc trưng kỹ thuật Kém (chỉ dùng giá quá khứ) Trung bình (cần chọn lọc thủ công) Khá (học chuỗi nhưng dễ nhiễu) Xuất sắc (CNN tự động lọc đặc trưng tối ưu)
Bộ nhớ phụ thuộc dài hạn Giới hạn bởi bậc $p, d, q$ Không hỗ trợ ngữ cảnh tuần tự Tốt (thông qua cell state) Tối ưu (kết hợp bộ lọc CNN và cổng LSTM)
Thời gian tính toán Rất nhanh Nhanh với tập mẫu nhỏ Trung bình Đòi hỏi GPU huấn luyện, suy luận cực nhanh ($<15\text{ms}$)
Nguy cơ Overfitting Thấp Cao khi số chiều lớn Trung bình đến cao Kiểm soát tốt nhờ Dropout và Pooling

Yêu cầu hệ thống (MoSCoW Prioritization)

  • Must-have: Pipeline tính toán các chỉ báo kỹ thuật (RSI, MACD, OBV, Bollinger Bands); Cơ chế trượt cửa sổ thời gian (sliding time-step window); Kiến trúc CNN-LSTM chuẩn hóa; Đánh giá đa độ đo (RMSE, MAE, MAPE).
  • Should-have: Hỗ trợ tập dữ liệu đơn (single stock) và tập dữ liệu gộp (aggregated stocks); Tự động lưu checkpoint mô hình tốt nhất (EarlyStopping).
  • Could-have: Module mở rộng xuất tín hiệu cảnh báo điểm ngoặt xu hướng; Giao diện dashboard trực quan hóa độ lệch dự báo so với thực tế.
  • Won't-have: Tự động đặt lệnh giao dịch tần suất cao (High-Frequency Trading) trực tiếp vào cổng sàn giao dịch.

Thiết kế hệ thống

  +-------------------------------------------------------------------------------+
  |                             DỮ LIỆU ĐẦU VÀO TỔNG HỢP                          |
  |  - Dữ liệu OHLCV (Open, High, Low, Close, Volume)                             |
  |  - 8 Chỉ báo kỹ thuật: SMA, EMA, RSI, MACD, ROC, MFI, OBV, Bollinger Bands   |
  +-------------------------------------------------------------------------------+
                                          |
                                          v
  +-------------------------------------------------------------------------------+
  |                        TIỀN XỬ LÝ & CHUẨN HÓA DỮ LIỆU                         |
  |  - Min-Max Scaling: x_norm = (x - x_min) / (x_max - x_min)                    |
  |  - Sliding Window Framing: Tạo mẫu chuỗi thời gian kích thước (T_steps, F_dim)|
  +-------------------------------------------------------------------------------+
                                          |
                                          v
  +-------------------------------------------------------------------------------+
  |                      1D CONVOLUTIONAL NEURAL NETWORK (CNN)                    |
  |  - 1D-Conv Layer (Filters=64, Kernel Size=3, Activation='ReLU', Padding='same')|
  |  - 1D-Max Pooling Layer (Pool Size=2, Stride=1)                               |
  |  - Trích xuất ma trận đặc trưng không gian cục bộ (Spatial Feature Maps)     |
  +-------------------------------------------------------------------------------+
                                          |
                                          v
  +-------------------------------------------------------------------------------+
  |                     LONG SHORT-TERM MEMORY NETWORK (LSTM)                     |
  |  - LSTM Layer 1 (Units=64, Return Sequences=True)                             |
  |  - Dropout Layer (Rate=0.2)                                                   |
  |  - LSTM Layer 2 (Units=32, Return Sequences=False)                            |
  |  - Học phụ thuộc thời gian dài hạn và cập nhật trạng thái tế bào (Cell State)|
  +-------------------------------------------------------------------------------+
                                          |
                                          v
  +-------------------------------------------------------------------------------+
  |                           FULLY CONNECTED DENSE LAYERS                        |
  |  - Dense Layer (Units=16, Activation='relu')                                  |
  |  - Output Dense Layer (Units=3, Activation='linear')                          |
  +-------------------------------------------------------------------------------+
                                          |
                                          v
  +-------------------------------------------------------------------------------+
  |                               DỰ BÁO ĐẦU RA (t+1)                             |
  |             [ P_High(t+1) ]     [ P_Low(t+1) ]     [ P_Close(t+1) ]           |
  +-------------------------------------------------------------------------------+

Technology Stack

  • Ngôn ngữ & Môi trường: Python 3.9+, Jupyter Notebook, CUDA 11.3.
  • Framework Học sâu: TensorFlow 2.8.0 / Keras 2.8.0.
  • Thư viện Xử lý & Phân tích Dữ liệu: NumPy 1.22.3, Pandas 1.4.2, Scikit-learn 1.0.2, TA-Lib 0.4.24.
  • Trực quan hóa: Matplotlib 3.5.1, Seaborn 0.11.2.

Methodology

Quy trình nghiên cứu áp dụng phương pháp luận khoa học dữ liệu chuẩn CRISP-DM chia thành 5 giai đoạn:

  1. Thu thập dữ liệu: Thu thập dữ liệu nến ngày của thị trường chứng khoán Việt Nam (chỉ số VN-Index, các mã cổ phiếu tiêu biểu như FPT, VNM, VIC) và dữ liệu quốc tế trong giai đoạn 2015–2021.
  2. Kỹ thuật đặc trưng (Feature Engineering): Tính toán các chỉ báo xung lượng (RSI, ROC), chỉ báo xu hướng (SMA, EMA, MACD), chỉ báo khối lượng (MFI, OBV) và biên độ dao động (Bollinger Bands).
  3. Phân đoạn dữ liệu (Data Splitting): Chia tập dữ liệu tuần tự theo thời gian: $70%$ Training set, $15%$ Validation set và $15%$ Testing set nhằm chống rò rỉ thông tin tương lai (data leakage).
  4. Tối ưu hóa mô hình: Sử dụng thuật toán Adam kết hợp gradient clipping để triệt tiêu hiện tượng nổ đạo hàm (exploding gradient).

Implementation và kết quả

Development process

Cốt lõi thuật toán kết hợp công thức tích chập 1D và các cổng kiểm soát trạng thái của LSTM:

  1. Phép tích chập 1 chiều (1D-Convolution): $$y_k = \sum_{u=0}^{m-1} w_u \cdot x_{k+u} + b$$ Trong đó $w$ là bộ lọc (kernel) kích thước $m$, quét qua chuỗi đặc trưng $x$ để trích xuất tín hiệu xung động kỹ thuật.

  2. Cơ chế cổng trong tế bào LSTM:

    • Cổng quên (Forget Gate): $$f_t = \sigma(W_f \cdot [h_{t-1}, x_t] + b_f)$$
    • Cổng cập nhật/đầu vào (Input Gate): $$i_t = \sigma(W_i \cdot [h_{t-1}, x_t] + b_i)$$ $$\tilde{C}t = \tanh(W_c \cdot [h{t-1}, x_t] + b_c)$$
    • Cập nhật trạng thái tế bào (Cell State Update): $$C_t = f_t \odot C_{t-1} + i_t \odot \tilde{C}_t$$
    • Cổng ngõ ra (Output Gate): $$o_t = \sigma(W_o \cdot [h_{t-1}, x_t] + b_o)$$ $$h_t = o_t \odot \tanh(C_t)$$

Mã nguồn hiện thực kiến trúc CNN-LSTM (TensorFlow/Keras)

import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Conv1D, MaxPooling1D, LSTM, Dense, Dropout, Flatten
from tensorflow.keras.optimizers import Adam

def build_cnn_lstm_model(timesteps: int, n_features: int, n_outputs: int = 3) -> tf.keras.Model:
    """
    Xây dựng kiến trúc học sâu lai ghép CNN-LSTM dự đoán High, Low, Close.
    """
    model = Sequential([
        # Khối trích xuất đặc trưng không gian 1D-CNN
        Conv1D(filters=64, kernel_size=3, activation='relu', padding='same', 
               input_shape=(timesteps, n_features)),
        MaxPooling1D(pool_size=2, strides=1, padding='same'),
        Dropout(rate=0.2),
        
        # Khối học chuỗi thời gian dài hạn LSTM
        LSTM(units=64, return_sequences=True),
        Dropout(rate=0.2),
        LSTM(units=32, return_sequences=False),
        Dropout(rate=0.2),
        
        # Khối Fully Connected dự báo hồi quy
        Dense(units=16, activation='relu'),
        Dense(units=n_outputs, activation='linear') # Dự báo 3 giá trị: High, Low, Close
    ])
    
    optimizer = Adam(learning_rate=0.001, clipnorm=1.0)
    model.compile(optimizer=optimizer, loss='mean_squared_error', metrics=['mae', 'mape'])
    return model

# Khởi tạo mô hình với window size = 30 ngày, 13 đặc trưng đầu vào
model = build_cnn_lstm_model(timesteps=30, n_features=13, n_outputs=3)
model.summary()

Testing và validation

Mô hình được thử nghiệm đối chứng qua 2 cấu hình dữ liệu:

  • Tập dữ liệu đơn (Single Dataset): Huấn luyện và kiểm thử độc lập trên từng mã cổ phiếu (ví dụ: FPT).
  • Tập dữ liệu gộp (Aggregated Dataset): Gộp dữ liệu của nhiều mã cổ phiếu trong cùng ngành/chỉ số để mô hình học các mẫu hình tổng quát hóa của thị trường.

Mô hình được đánh giá qua 4 độ đo định lượng chuẩn:

  • Mean Absolute Error (MAE): $\text{MAE} = \frac{1}{n} \sum_{i=1}^n |y_i - \hat{y}_i|$
  • Root Mean Squared Error (RMSE): $\text{RMSE} = \sqrt{\frac{1}{n} \sum_{i=1}^n (y_i - \hat{y}_i)^2}$
  • Mean Absolute Percentage Error (MAPE): $\text{MAPE} = \frac{100%}{n} \sum_{i=1}^n \left| \frac{y_i - \hat{y}_i}{y_i} \right|$
  • Adjusted Mean Squared Error (AMSE).

Kết quả đạt được

Mô hình thử nghiệm Dữ liệu kiểm thử RMSE ($P_{High}$) RMSE ($P_{Low}$) RMSE ($P_{Close}$) MAPE trung bình (%)
ARIMA (2,1,2) CKVN (FPT) 1.842 1.910 1.875 4.12%
SVR (RBF Kernel) CKVN (FPT) 1.320 1.405 1.360 3.25%
Vanilla LSTM CKVN (FPT) 0.950 0.982 0.965 2.18%
CNN - LSTM (Đơn) CKVN (FPT) 0.785 0.812 0.794 1.82%
CNN - LSTM (Gộp) CKVN (Tổng hợp) 0.620 0.645 0.631 1.45% 
BIỂU ĐỒ SO SÁNH MAPE (%) GIỮA CÁC MÔ HÌNH TRÊN THỊ TRƯỜNG CKVN
-----------------------------------------------------------------------------
ARIMA (2,1,2)      : [████████████████████] 4.12%
SVR (RBF)          : [███████████████] 3.25%
Vanilla LSTM       : [██████████] 2.18%
CNN-LSTM (Đơn)     : [████████] 1.82%
CNN-LSTM (Gộp)     : [██████] 1.45% (Tối ưu nhất - Giảm 64.8% lỗi so với ARIMA)
-----------------------------------------------------------------------------

Nhận xét kết quả thực nghiệm:

  • Việc gộp tập dữ liệu huấn luyện giúp mô hình CNN-LSTM giảm hiện tượng quá khớp (overfitting), MAPE giảm từ $1,82%$ xuống còn $1,45%$.
  • Đường dự báo giá $P_{High}$ và $P_{Low}$ bám sát biên độ nến thực tế của cổ phiếu FPT, cung cấp vùng dao động tin cậy cho các chiến lược Breakout hoặc Swing Trading.

Đổi mới và đóng góp

Technical Innovations

  1. Kiến trúc tích hợp đa tầng (End-to-End Hybrid Architecture): Khắc phục điểm yếu mất thông tin cục bộ của LSTM đơn thuần bằng cách bổ sung 1D-CNN phía trước, tạo thành bộ lọc thích nghi tự động cho các chỉ báo kỹ thuật phức tạp (MACD, RSI, Bollinger Bands).
  2. Dự báo đồng thời bộ ba mức giá ($P_{High}, P_{Low}, P_{Close}$): Thay vì chỉ dự đoán giá đóng cửa như phần lớn các công trình trước, việc dự báo đồng thời cận trên và cận dưới giúp xác định chính xác dải biến động phiên kế tiếp ($t+1$).
  3. Cải tiến huấn luyện trên tập dữ liệu gộp: Chứng minh việc gộp chuỗi dữ liệu lịch sử của nhiều cổ phiếu tương đồng giúp tăng không gian mẫu học sâu, nâng cao độ bền vững (robustness) của mạng nơ-ron trước các đợt biến động bất thường của thị trường.

So sánh với các công trình công bố trước đây

  • So sánh với Huỳnh Quyết Thắng và cộng sự (2018) [9]: Nghiên cứu trước sử dụng mô hình lai ghép GPR-ARMA để dự đoán chỉ số VN-Index, đạt độ chính xác xu thế $61,73%$. Mô hình CNN-LSTM trong khóa luận đạt độ hội tụ sai số thấp hơn ($MAPE < 1,5%$), đồng thời dự báo chính xác giá trị số học tuyệt đối thay vì chỉ phân loại nhị phân tăng/giảm.
  • So sánh với Đỗ Quang Hưng và Trần Văn Trang (2020) [7]: Nhóm tác giả thực hiện so sánh giữa ANFIS và LSTM thuần túy trên VN-Index. Mô hình đề xuất CNN-LSTM vượt trội hơn mạng LSTM đơn lẻ nhờ khả năng khử nhiễu của các lớp tích chập, giúp giảm chỉ số RMSE trung bình hơn $34%$.
  • So sánh với Hossain et al. (2020) [28] & Eapen et al. (2019) [23]: Nghiên cứu kế thừa ý tưởng kết hợp mạng hồi quy nhưng tối ưu hóa kích thước kernel và kỹ thuật padding, giúp giảm thiểu độ trễ pha (phase lag) thường gặp trong các bài toán dự báo tài chính.

Ứng dụng thực tế và triển khai

Real-world Use Cases

  • Hệ thống tư vấn tự động (Robo-Advisor): Tự động cung cấp khung giá mục tiêu trong ngày (Intraday High/Low Target) cho các nhà đầu tư cá nhân.
  • Quản trị rủi ro danh mục (Dynamic Risk Management): Tính toán điểm cắt lỗ (Stop-loss) và chốt lời (Take-profit) động dựa trên ngưỡng $P_{Low}$ và $P_{High}$ dự báo thay vì sử dụng tỷ lệ phần trăm cố định.

Quy trình triển khai (Deployment Architecture)

  [Data Feed / API Sàn] 
           | (End-of-Day EOD Data)
           v
  [FastAPI Backend / Docker Container] 
           | ---> [Feature Extraction Pipeline (TA-Lib)]
           | ---> [Normalization Module (MinMax Scaler)]
           | ---> [Inference Engine (ONNX / TensorRT Model)]
           v
  [Redis Cache / PostgreSQL Storage]
           |
           v
  [Client Web/Mobile Dashboard & Telegram Alert Bot]

Lộ trình triển khai 4 giai đoạn

+-----------------------------------------------------------------------------------+
|                           LỘ TRÌNH TRIỂN KHAI HỆ THỐNG                            |
+-----------------------------------------------------------------------------------+
|  Giai đoạn 1 (Tháng 1-2): Kiểm thử lịch sử chuyên sâu & Tối ưu hóa siêu tham số   |
|  Giai đoạn 2 (Tháng 3-4): Triển khai hệ thống Paper-Trading kiểm thử dữ liệu thực  |
|  Giai đoạn 3 (Tháng 5-6): Tích hợp Microservices FastAPI & Docker hóa hệ thống    |
|  Giai đoạn 4 (Tháng 7+):  Mở rộng theo dõi toàn bộ rổ chỉ số VN30 & Cổ phiếu Mỹ   |
+-----------------------------------------------------------------------------------+

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Mô hình hoạt động dựa trên giả định giá cả phản ánh mọi thông tin lịch sử; do đó, độ chính xác suy giảm khi thị trường chịu tác động đột ngột từ các tin tức vĩ mô bất khả kháng, chính sách tiền tệ bất ngờ hoặc khủng hoảng địa chính trị.
  • Tần suất dự báo dừng lại ở khung thời gian ngày (daily), chưa đáp ứng cho giao dịch chênh lệch giá siêu nhanh (High-Frequency Trading theo khung phút/giây).

Hướng phát triển

  • Tích hợp mô hình ngôn ngữ lớn (LLM / FinBERT): Bổ sung module phân tích cảm xúc tin tức tài chính, báo cáo tài chính định kỳ và diễn đàn chứng khoán để tạo vector đặc trưng tâm lý thị trường (sentiment embeddings).
  • Ứng dụng cơ chế Attention / Transformer: Triển khai Temporal Fusion Transformer (TFT) hoặc Informer nhằm nâng cao khả năng diễn giải (interpretability) và dự báo chuỗi thời gian dài hạn hơn ($t+5, t+10$).
  • Học tăng cường sâu (Deep Reinforcement Learning): Kết hợp mô hình dự báo với tác tử DRL (Deep Q-Network, PPO) để xây dựng hệ thống tự động tối ưu hóa lợi nhuận và hạn chế mức sụt giảm tài sản tối đa (Maximum Drawdown).

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------------+
|                                ĐỐI TƯỢNG HƯỞNG LỢI                                |
+-----------------------------------------------------------------------------------+
|  [Sinh viên / Học viên]   ---> Khung mẫu chuẩn mực về Deep Learning cho Time-Series|
|  [Kỹ sư AI / Developers]  ---> Pipeline xử lý Data Leakage & Codebase CNN-LSTM    |
|  [Nhà đầu tư cá nhân]     ---> Công cụ định lượng xác định kháng cự / hỗ trợ ngắn hạn|
|  [Doanh nghiệp FinTech]   ---> Module lõi cho hệ thống khuyến nghị Robo-Advisory  |
+-----------------------------------------------------------------------------------+
  • Sinh viên và người nghiên cứu: Nắm vững phương pháp luận xây dựng mạng lai ghép xử lý chuỗi thời gian tài chính, cách tránh bẫy rò rỉ dữ liệu (Look-ahead bias) và phương pháp đánh giá mô hình định lượng.
  • Kỹ sư AI & Lập trình viên: Tiếp cận mã nguồn mẫu chuẩn hóa bằng TensorFlow/Keras, dễ dàng tái sử dụng hoặc mở rộng cho các bài toán chuỗi thời gian khác (dự báo nhu cầu năng lượng, lưu lượng mạng, thương mại điện tử).
  • Nhà đầu tư cá nhân & Quỹ đầu tư: Sở hữu công cụ tham khảo khách quan, loại bỏ yếu tố tâm lý cảm xúc trong quá trình ra quyết định giải ngân và quản trị vốn.

Câu hỏi thường gặp

1. Yêu cầu cấu hình phần cứng và môi trường để triển khai mô hình?

Để huấn luyện mô hình, khuyến nghị sử dụng hệ điều hành Linux (Ubuntu 20.04+), tối thiểu 16GB RAM và GPU hỗ trợ CUDA (từ NVIDIA GTX 1660Ti / RTX 2060 trở lên hoặc Google Colab T4). Đối với môi trường suy luận (Inference), hệ thống chỉ yêu cầu CPU tiêu chuẩn (2 vCPU, 4GB RAM) với thời gian phản hồi dưới $20\text{ms}$ cho mỗi lượt dự báo.

2. Mô hình giải quyết vấn đề Non-Stationary (chuỗi không dừng) và Data Leakage như thế nào?

Dữ liệu được chuẩn hóa theo từng cửa sổ trượt (Rolling Min-Max Scaler). Quá trình phân chia tập Train/Validation/Test được thực hiện nghiêm ngặt theo trật tự thời gian tuyến tính (không xáo trộn mẫu - no random shuffling) để đảm bảo mô hình không học trước dữ liệu tương lai.

3. Có thể tích hợp mô hình vào các sàn giao dịch hiện nay không?

Hoàn toàn khả thi. Mô hình có thể đóng gói dưới dạng RESTful API thông qua FastAPI/Flask hoặc gRPC. Hệ thống định kỳ gửi truy vấn lấy dữ liệu nến EOD từ các API trung gian (như SSI iBoard, VNDIRECT API, Alpha Vantage, Yahoo Finance), thực hiện tính toán chỉ báo và trả về kết quả dự báo qua Webhook hoặc Telegram Bot.

4. Quy trình bảo trì và tái huấn luyện (Retraining) được thực hiện ra sao?

Do đặc tính thị trường thay đổi theo chu kỳ kinh tế (Concept Drift), mô hình cần được kích hoạt tái huấn luyện (Retrain pipeline) định kỳ hàng tháng hoặc khi sai số dự báo thực tế (MAPE) vượt ngưỡng dung sai cho phép ($>3,5%$).

5. Chi phí vận hành hệ thống ước tính là bao nhiêu?

Chi phí vận hành rất tối ưu: việc triển khai suy luận định kỳ một lần mỗi ngày sau giờ đóng cửa chỉ yêu cầu một máy chủ đám mây cơ bản (Cloud VPS mức giá khoảng $10 - $20/tháng), mang lại tỷ suất lợi ích trên chi phí (ROI) cao cho các công ty khởi nghiệp tài chính và nhà đầu tư cá nhân.

Kết luận

Đề tài tốt nghiệp đã giải quyết bài toán dự báo chuỗi thời gian giá chứng khoán thông qua việc thiết kế và thực nghiệm thành công mô hình lai ghép 1D-CNN kết hợp LSTM. Nghiên cứu mang lại những giá trị cốt lõi:

  1. Về mặt kỹ thuật: Tích hợp sức mạnh trích xuất đặc trưng không gian đa chiều của CNN và khả năng ghi nhớ dài hạn của LSTM, giải quyết triệt để vấn đề nhiễu tín hiệu và tiêu biến đạo hàm.
  2. Về mặt thực nghiệm: Đạt kết quả dự báo vượt trội trên cả thị trường chứng khoán Việt Nam và quốc tế, với sai số MAPE đạt mức tối ưu $1,45%$ khi huấn luyện trên dữ liệu gộp, vượt trội hơn so với các phương pháp truyền thống như ARIMA, SVR và Vanilla LSTM.
  3. Về mặt thực tiễn: Cung cấp khung giải pháp định lượng đáng tin cậy để dự báo đồng thời bộ ba giá trị $P_{High}, P_{Low}, P_{Close}$, mở ra tiềm năng ứng dụng trực tiếp vào các hệ thống quản trị rủi ro danh mục và cố vấn tài chính tự động (Robo-Advisor).