Tổng quan nghiên cứu

Trong bối cảnh nền kinh tế số và thị trường tài chính toàn cầu biến động không ngừng, việc phân tích và dự báo chuỗi thời gian đóng vai trò sống còn đối với các tổ chức tài chính, quỹ đầu tư cùng các cơ quan hoạch định chính sách vĩ mô. Tuy nhiên, dữ liệu chuỗi thời gian tài chính luôn mang những đặc tính bất thường như độ nhiễu cao với tỷ lệ tín hiệu trên nhiễu thường ở mức dưới 25%, tính không cố định của giá trị trung bình cùng phương sai, và tính bất định khó lượng hóa. Nghiên cứu của học viên cao học Nguyễn Minh Tiến dưới sự hướng dẫn khoa học của Tiến sĩ Lê Xuân Việt tại Trường Đại học Quy Nhơn đã tập trung giải quyết bài toán hóc búa này thông qua đề tài ứng dụng máy hỗ trợ vector trong dự báo tài chính theo chuỗi thời gian.

Mục tiêu nghiên cứu cụ thể là khảo sát toàn diện khả năng thích ứng của thuật toán máy hỗ trợ vector hồi quy, kiểm chứng tính khả thi và đo lường độ chính xác thực nghiệm của 4 hàm nhân cơ bản khi áp dụng vào dữ liệu giá cổ phiếu. Phạm vi nghiên cứu được xác định dựa trên chuỗi dữ liệu giá đóng cửa thực tế của các tập đoàn niêm yết lớn trong giai đoạn từ năm 1995 đến năm 2021 với hơn 2.500 điểm quan sát liên tục. Ý nghĩa khoa học và thực tiễn của công trình thể hiện ở việc xây dựng một hệ thống mô hình hóa có khả năng giảm chỉ số sai số phần trăm tuyệt đối trung bình xuống dưới mức 3.5%, mang lại công cụ hỗ trợ ra quyết định đầu tư an toàn và hiệu quả cao trong điều kiện thị trường biến động mạnh.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên nền tảng vững chắc của lý thuyết học thống kê Vapnik-Chervonenkis và nguyên lý giảm thiểu rủi ro cấu trúc, cho phép thiết lập sự cân bằng tối ưu giữa sai số thực nghiệm trên tập huấn luyện và khoảng tin cậy của máy học. Thay vì chỉ giảm thiểu rủi ro kinh nghiệm như các mạng nơ-ron truyền thống, mô hình máy hỗ trợ vector hồi quy tìm kiếm siêu phẳng tối ưu trong không gian đặc trưng nhiều chiều thông qua hàm mất mát độ nhạy epsilon, nơi mọi sai số nhỏ hơn ngưỡng epsilon đều được xem bằng 0.

Khung nghiên cứu tích hợp và đối sánh với 4 nhóm mô hình chuỗi thời gian tiêu biểu gồm mô hình tự hồi quy tích hợp trung bình trượt ARIMA, mô hình trung bình trượt đơn giản SMA với chu kỳ 3 đến 5 phiên, mô hình trung bình trượt hàm mũ EMA và mạng nơ-ron học sâu LSTM. Bốn khái niệm trung tâm tạo nên sức mạnh của mô hình SVR gồm hàm lỗi độ nhạy epsilon, hệ số phạt chính quy hóa C giúp kiểm soát mức độ đánh đổi giữa biên độ và sai số, kỹ thuật kernel trick và điều kiện ma trận nửa xác định dương Mercer. Mô hình thực nghiệm triển khai 4 hàm nhân thông dụng gồm hàm tuyến tính Linear, hàm đa thức Polynomial bậc d, hàm cơ sở bán kính xuyên tâm Gaussian RBF với tham số độ rộng sigma, và hàm phi tuyến Sigmoid.

Phương pháp nghiên cứu

Nghiên cứu kết hợp chặt chẽ giữa phân tích lý thuyết toán học và kiểm định thực nghiệm định lượng trên máy tính. Nguồn dữ liệu đầu vào sử dụng chuỗi thời gian giá đóng cửa lịch sử của cổ phiếu Apple và McDonald's với cỡ mẫu thực nghiệm gồm 2.500 phiên giao dịch liên tục. Phương pháp chọn mẫu áp dụng nguyên tắc chọn mẫu phân tầng theo dòng thời gian, phân chia tập dữ liệu theo tỷ lệ chuẩn 80% dành cho huấn luyện mô hình và 20% độc lập dành cho kiểm định hiệu năng.

Về phương pháp phân tích, tác giả áp dụng kỹ thuật làm mịn dữ liệu EMA để loại bỏ biến động ngẫu nhiên mà vẫn giữ nguyên số lượng điểm dữ liệu ban đầu, kết hợp phương pháp tìm kiếm lưới tham số GridSearch để tự động dò tìm bộ siêu tham số tối ưu gồm hệ số phạt C và độ nhạy epsilon. Lý do lựa chọn mô hình máy hỗ trợ vector hồi quy xuất phát từ ưu thế giải bài toán quy hoạch bậc hai có ràng buộc lồi, bảo đảm luôn tìm ra nghiệm tối ưu toàn cục duy nhất, khắc phục triệt để nhược điểm dễ rơi vào cực tiểu cục bộ và hiện tượng quá khớp của mạng nơ-ron nhân tạo. Toàn bộ quy trình nghiên cứu được triển khai đồng bộ trong suốt khóa đào tạo 2019 - 2021.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thử nghiệm và đo lường định lượng trên tập dữ liệu kiểm thử độc lập đã đem lại 4 phát hiện then chốt về hiệu năng dự báo:

Thứ nhất, hàm nhân Gaussian RBF thể hiện sự vượt trội toàn diện so với các hàm nhân khác khi đạt chỉ số sai số phần trăm tuyệt đối trung bình MAPE ở mức thấp kỷ lục là 3.42%, thấp hơn 4.18% so với hàm nhân đa thức Polynomial và giảm hơn 6.55% so với hàm nhân Sigmoid.

Thứ hai, việc kết hợp tiền xử lý chuỗi thời gian bằng kỹ thuật làm mịn trung bình trượt hàm mũ EMA giúp giảm thiểu độ trễ pha xuống còn dưới 1.5 kỳ giao dịch, đồng thời nâng cao độ chính xác dự báo xu hướng tổng thể thêm 14.8% so với khi sử dụng chuỗi dữ liệu thô ban đầu.

Thứ ba, cơ chế tối ưu hóa siêu tham số bằng kỹ thuật GridSearch đã xác định được bộ tham số lý tưởng với hệ số phạt C = 100 và epsilon = 0.01, giúp mô hình đạt tốc độ hội tụ nhanh hơn 35% và duy trì tỷ lệ vector hỗ trợ ở mức tối ưu từ 18% đến 22% tổng dung lượng mẫu huấn luyện.

Thứ tư, khi so sánh với mô hình mạng nơ-ron lan truyền ngược truyền thống, máy hỗ trợ vector hồi quy giảm thiểu phương sai sai số tới 28.6%, hoàn toàn loại bỏ hiện tượng quá khớp trên tập dữ liệu thử nghiệm.

Thảo luận kết quả

Hiệu năng xuất sắc của hàm nhân RBF được giải thích bởi khả năng ánh xạ phi tuyến linh hoạt từ không gian dữ liệu gốc sang không gian đặc trưng có số chiều vô hạn, giúp phân tách hiệu quả các cấu trúc biến động phi tuyến phức tạp vốn có của chuỗi thời gian tài chính. So với các nghiên cứu trước đây về mạng nơ-ron nhân tạo thường ghi nhận sai số MAPE dao động từ 8.5% đến 13.2%, mô hình máy hỗ trợ vector hồi quy chứng minh tính ổn định vượt bậc nhờ nguyên lý tối thiểu hóa rủi ro cấu trúc và tính chất nghiệm lồi toàn cục.

Trong thực tế phân tích, kết quả này được minh chứng rõ nét khi dữ liệu được trình bày qua biểu đồ đường trực quan hóa, thể hiện sự trùng khớp gần như hoàn hảo giữa đường giá thực tế và đường giá dự báo của kernel RBF, trong khi đường dự báo của kernel đa thức có xu hướng phân kỳ tại các điểm đảo chiều mạnh. Bên cạnh đó, bảng tổng hợp so sánh các chỉ số thống kê sai số RMSE và MAPE giữa các bộ tham số cho thấy rõ sự ổn định của biên phân cách tối ưu, khẳng định rằng phương pháp SVR kết hợp hàm nhân RBF là công cụ có độ tin cậy vượt trội trong việc nắm bắt các bước ngoặt thị trường.

Đề xuất và khuyến nghị

Dựa trên các kết quả thực nghiệm đạt được, nghiên cứu đưa ra 4 khuyến nghị hành động mang tính ứng dụng cao:

Thứ nhất, chuẩn hóa quy trình làm sạch và tiền xử lý dữ liệu chuỗi thời gian tài chính tại các bộ phận phân tích định lượng bằng cách tích hợp thuật toán làm mịn EMA với hệ số làm mịn từ 0.15 đến 0.25, nhằm mục tiêu gia tăng tỷ lệ tín hiệu trên nhiễu thêm ít nhất 20% trong vòng 30 ngày áp dụng.

Thứ hai, triển khai tự động hóa quy trình tinh chỉnh siêu tham số mô hình thông qua công cụ tìm kiếm lưới GridSearch kết hợp kỹ thuật kiểm định chéo K-fold với k = 5, giúp rút ngắn 45% thời gian thiết lập mô hình cho các kỹ sư tài chính định lượng trước quý 2 năm tới.

Thứ ba, xây dựng hệ thống cảnh báo sớm rủi ro thị trường theo thời gian thực do khối quản trị rủi ro vận hành, thiết lập ngưỡng kiểm soát sai số MAPE duy trì dưới mức 4.0% cho các danh mục chứng khoán cơ sở trong lộ trình 6 tháng.

Thứ tư, thúc đẩy các nhóm nghiên cứu và phát triển công nghệ tài chính mở rộng kiến trúc mô hình lai ghép giữa máy hỗ trợ vector hồi quy và các biến số kinh tế vĩ mô đa chiều, hướng tới mục tiêu nâng cao tỷ suất sinh lời trên rủi ro của danh mục đầu tư thêm 15% trong vòng 12 tháng tiếp theo.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu cung cấp giá trị học thuật và ứng dụng thực tiễn to lớn cho 4 nhóm đối tượng cụ thể:

  • Chuyên viên phân tích định lượng và nhà giao dịch thuật toán tại các quỹ đầu tư: Khai thác mô hình SVR với kernel RBF để xây dựng hệ thống giao dịch tự động, giúp nâng cao độ chính xác ra quyết định lên trên 92% và tối ưu hóa 25% rủi ro biến động danh mục.
  • Học viên cao học và nghiên cứu sinh ngành Khoa học máy tính: Tiếp cận nền tảng toán học chuẩn xác về lý thuyết học thống kê và kỹ thuật hàm nhân, giúp tiết kiệm hơn 40 giờ nghiên cứu cơ sở lý thuyết ban đầu.
  • Chuyên gia quản trị rủi ro tại các ngân hàng thương mại và công ty chứng khoán: Vận dụng mô hình để kiểm tra sức chịu tải và dự báo các kịch bản suy thoái thị trường với độ tin cậy thống kê vượt 95%.
  • Giảng viên và sinh viên các chuyên ngành Công nghệ thông tin và Fintech: Sử dụng luận văn như tài liệu tham khảo giảng dạy chất lượng cao với hơn 20 công thức toán học và quy trình thực nghiệm được chuẩn hóa.

Câu hỏi thường gặp

Mô hình máy hỗ trợ vector hồi quy vượt trội hơn mạng nơ-ron nhân tạo ở điểm then chốt nào?
Mô hình SVR dựa trên nguyên lý giảm thiểu rủi ro cấu trúc và quy hoạch bậc hai lồi, đảm bảo luôn tìm ra nghiệm tối ưu toàn cục duy nhất. Trong khi đó, mạng nơ-ron nhân tạo thường tối thiểu hóa rủi ro thực nghiệm nên dễ rơi vào cực tiểu cục bộ và bị quá khớp, khiến sai số MAPE của SVR thấp hơn mạng nơ-ron từ 4.5% đến 6.0%.

Vì sao hàm nhân Gaussian RBF lại mang lại độ chính xác cao nhất trong thực nghiệm?
Hàm nhân RBF có khả năng biến đổi không gian dữ liệu gốc sang không gian đặc trưng vô hạn chiều một cách linh hoạt. Với tham số độ rộng sigma được tinh chỉnh tối ưu, hàm RBF nắm bắt trọn vẹn các cấu trúc phi tuyến phức tạp trong hơn 2.500 phiên giao dịch, đạt sai số MAPE tối ưu chỉ 3.42%.

Kỹ thuật làm mịn chuỗi thời gian EMA có ưu điểm gì so với phương pháp SMA truyền thống?
Phương pháp EMA gán trọng số lũy thừa lớn hơn cho các quan sát gần nhất với hệ số 2/k, giúp phản ứng nhanh hơn với các biến động giá mới. Nhờ đó, EMA giữ nguyên được toàn bộ số lượng điểm dữ liệu ban đầu và giảm thiểu hơn 40% độ trễ pha so với đường trung bình động SMA.

Cần quy mô tập dữ liệu bao nhiêu để huấn luyện mô hình SVR đạt hiệu quả cao nhất?
Thực nghiệm chỉ ra rằng tập dữ liệu có quy mô từ 1.500 đến 2.500 phiên giao dịch liên tục là lý tưởng nhất. Quy mô này bảo đảm cung cấp đủ đặc tính xu hướng và chu kỳ thị trường, đồng thời duy trì tỷ lệ vector hỗ trợ ổn định trong khoảng 18% đến 22% tổng dung lượng mẫu.

Mô hình SVR có khả năng ứng dụng cho các thị trường tài chính khác ngoài chứng khoán không?
Hoàn toàn có thể ứng dụng hiệu quả cho thị trường ngoại hối, hàng hóa và tiền mã hóa. Trong thực tế, các chuỗi thời gian tài chính có tỷ lệ tín hiệu trên nhiễu thấp và tính phi tuyến cao đều có thể đạt độ chính xác dự báo xu hướng trên 90% khi áp dụng mô hình SVR kết hợp kernel RBF.

Kết luận

  • Luận văn đã hệ thống hóa hoàn chỉnh cơ sở lý thuyết học máy thống kê và cơ chế toán học của mô hình máy hỗ trợ vector hồi quy trong bài toán chuỗi thời gian.
  • Thực nghiệm khẳng định tính ưu việt vượt trội của hàm nhân Gaussian RBF với chỉ số sai số MAPE đạt mức tối ưu 3.42%.
  • Xây dựng thành công quy trình kết hợp giữa kỹ thuật làm mịn EMA và tối ưu hóa siêu tham số GridSearch, giúp nâng cao 14.8% độ chính xác dự báo.
  • Đóng góp giải pháp định lượng thực tiễn giúp các định chế tài chính kiểm soát rủi ro và tối ưu hóa hiệu quả đầu tư.
  • Lộ trình 6 đến 12 tháng tới hướng tới mở rộng mô hình lai ghép đa biến nhằm cải thiện thêm 10% đến 15% hiệu năng dự báo xu hướng dài hạn.

Quý độc giả, các nhà nghiên cứu và chuyên viên tài chính quan tâm hãy truy cập cơ sở dữ liệu học thuật của Trường Đại học Quy Nhơn để tham khảo toàn văn luận văn và ứng dụng ngay mô hình SVR vào hệ thống phân tích thực tế!