Phân Tích và Dự Đoán Giá Cổ Phiếu Bằng Mô Hình Dự Báo

Khám phá đồ án cuối kỳ về phân tích và dự đoán giá cổ phiếu bằng mô hình dự báo, cung cấp kiến thức và kỹ năng cần thiết cho sinh viên.

• Đề tài: Phân Tích và Dự Đoán Giá Cổ Phiếu Bằng Mô Hình Dự Báo

Mục lục chi tiết

• 1. TỔNG QUAN
• 1.1. Sơ đồ phân rã chức năng
• 1.2. Công cụ thực hiện
• 1.2.1. Python và thư viện sử dụng
• 1.2.1.1. Giới thiệu sơ lược về Python
• 1.2.1.2. Những thư viện được sử dụng
• 1.2.2. Những mô hình sử dụng để dự báo
• 1.2.2.1. Mô hình Moving Average
• 1.2.2.2. Simple Exponential Smoothing
• 1.2.2.3. Mô hình Holt
• 1.2.2.4. Mô hình Holt Winter
• 2. QUÁ TRÌNH THỰC HIỆN VÀ KẾT QUẢ
• 2.1. Tổng quan dữ liệu
• 2.2. Tiền xử lý dữ liệu
• 2.3. Thống kê mô tả
• 2.4. Phân tích chuỗi thời gian
• 2.5. Đánh giá và so sánh mô hình
• 3. THIẾT KẾ GIAO DIỆN DỰ BÁO
• 3.1. Giới thiệu công cụ và trang web dự báo
• 3.2. Sơ đồ lớp giao diện trang Web
• 3.3. Trang chính — trực quan
• 3.4. Trang phân tách time series
• PHỤ LỤC - CÁC LIÊN KẾT DỰ ÁN GITHUB
• TÀI LIỆU THAM KHẢO
• LỜI MỞ ĐẦU
• LỜI CAM ĐOAN

Tóm tắt

I. Tổng quan về phân tích và dự đoán giá cổ phiếu hiện đại

Phân tích và dự đoán giá cổ phiếu là một lĩnh vực kết hợp giữa tài chính, thống kê và khoa học dữ liệu, nhằm mục đích xác định xu hướng giá trong tương lai của một mã chứng khoán. Theo truyền thống, các nhà đầu tư dựa vào phân tích kỹ thuật thông qua các chỉ báo kỹ thuật (RSI, MACD, Bollinger Bands) hoặc phân tích cơ bản để ra quyết định. Tuy nhiên, với sự bùng nổ của dữ liệu lớn và sức mạnh tính toán, các phương pháp hiện đại đã chuyển dịch sang việc sử dụng các mô hình dự báo phức tạp hơn. Các mô hình này khai thác dữ liệu lịch sử giá cổ phiếu để nhận diện các quy luật ẩn, từ đó đưa ra những dự báo có độ chính xác cao hơn. Việc ứng dụng Trí tuệ nhân tạo (AI), đặc biệt là học máy (machine learning) và học sâu (deep learning), đã mở ra một kỷ nguyên mới cho ngành tài chính định lượng. Các thuật toán không chỉ phân tích các con số mà còn có khả năng học hỏi và thích nghi với sự biến động không ngừng của thị trường, giúp nhà đầu tư quản lý rủi ro và tối ưu hóa danh mục đầu tư một cách hiệu quả. Nghiên cứu của nhóm sinh viên từ Đại học KHXH&NV TP.HCM đã chứng minh tính khả thi của việc áp dụng các mô hình như Holt-Winters và Moving Average để phân tích dữ liệu chứng khoán ngành ô tô, cho thấy tiềm năng to lớn của phương pháp này trong việc cung cấp thông tin hỗ trợ ra quyết định đầu tư thông minh.

1.1. Vai trò của phân tích dữ liệu trong quản lý rủi ro đầu tư

Trong một thị trường tài chính đầy biến động, quản lý rủi ro là yếu tố sống còn. Phân tích dữ liệu cung cấp một cách tiếp cận định lượng để xác định và đo lường rủi ro. Bằng cách phân tích các chuỗi dữ liệu giá trong quá khứ, các mô hình có thể tính toán các chỉ số rủi ro như độ lệch chuẩn (biến động) hoặc Value at Risk (VaR). Các mô hình dự báo giúp ước tính phạm vi biến động giá có thể xảy ra, cho phép nhà đầu tư đặt ra các ngưỡng cắt lỗ (stop-loss) hợp lý và chuẩn bị cho các kịch bản xấu nhất. Hơn nữa, việc hiểu rõ các mô hình tương quan giữa các mã cổ phiếu khác nhau thông qua phân tích dữ liệu giúp xây dựng một danh mục đầu tư đa dạng hóa, giảm thiểu rủi ro hệ thống và tối ưu hóa lợi nhuận kỳ vọng.

1.2. Sự phát triển từ mô hình thống kê đến Trí tuệ nhân tạo AI

Lịch sử của dự báo tài chính đã trải qua một chặng đường dài. Ban đầu, các phương pháp thống kê kinh điển như mô hình ARIMA hay các mô hình làm mịn hàm mũ (Exponential Smoothing) chiếm ưu thế. Các mô hình này mạnh mẽ trong việc nắm bắt các xu hướng tuyến tính và tính mùa vụ trong dữ liệu. Tuy nhiên, chúng gặp khó khăn với các mối quan hệ phi tuyến phức tạp của thị trường. Sự ra đời của Trí tuệ nhân tạo (AI) đã khắc phục những hạn chế này. Các thuật toán học máy (machine learning) như Random Forest hay Gradient Boosting có thể xử lý lượng lớn các biến đầu vào và tìm ra các mẫu hình phức tạp. Đỉnh cao là các mạng nơ-ron (neural network) và học sâu (deep learning), đặc biệt là mô hình LSTM, có khả năng ghi nhớ các phụ thuộc dài hạn trong dữ liệu chuỗi thời gian, mang lại độ chính xác vượt trội trong dự báo xu hướng thị trường.

II. Các thách thức cốt lõi trong việc dự báo xu hướng thị trường

Mặc dù các mô hình dự báo ngày càng trở nên tinh vi, việc dự báo xu hướng thị trường vẫn là một bài toán cực kỳ thách thức. Bản chất của thị trường chứng khoán là một hệ thống phức tạp, chịu ảnh hưởng bởi vô số yếu tố từ kinh tế vĩ mô, chính trị, tin tức, đến tâm lý đám đông. Lý thuyết "Bước đi ngẫu nhiên" (Random Walk Theory) cho rằng biến động giá cổ phiếu trong quá khứ không thể dùng để dự báo biến động trong tương lai vì giá cả biến động một cách ngẫu nhiên. Dữ liệu tài chính thường chứa rất nhiều "nhiễu" (noise), tức là các biến động ngắn hạn không mang tính quy luật, gây khó khăn cho việc xác định xu hướng thực sự. Ngoài ra, tính phi dừng (non-stationarity) của chuỗi thời gian giá cổ phiếu, tức là các đặc tính thống kê như trung bình và phương sai thay đổi theo thời gian, đòi hỏi các kỹ thuật tiền xử lý dữ liệu phức tạp trước khi áp dụng mô hình. Việc lựa chọn sai mô hình hoặc overfitting (mô hình quá khớp với dữ liệu huấn luyện) cũng là một rủi ro lớn, dẫn đến kết quả dự báo kém trên thực tế. Những thách thức này đòi hỏi một sự hiểu biết sâu sắc cả về lý thuyết mô hình và bối cảnh thị trường thực tế.

2.1. Tính phi tuyến và yếu tố ngẫu nhiên của thị trường tài chính

Thị trường tài chính không vận hành theo một đường thẳng. Mối quan hệ giữa các yếu tố đầu vào (ví dụ: khối lượng giao dịch, lãi suất) và giá cổ phiếu đầu ra là cực kỳ phi tuyến. Một tin tức tốt không phải lúc nào cũng làm giá tăng và ngược lại. Các sự kiện "thiên nga đen" (black swan events) – những sự kiện bất ngờ và có tác động lớn như khủng hoảng tài chính hay đại dịch – có thể phá vỡ mọi mô hình dự báo. Các yếu tố này làm cho việc chỉ dựa vào dữ liệu lịch sử giá cổ phiếu là không đủ, và đòi hỏi các mô hình có khả năng nắm bắt được sự phức tạp này, chẳng hạn như các mạng nơ-ron.

2.2. Tầm quan trọng của việc tiền xử lý và làm sạch dữ liệu

Chất lượng của một mô hình dự báo phụ thuộc trực tiếp vào chất lượng của dữ liệu đầu vào. Dữ liệu tài chính thô thường không hoàn hảo, có thể chứa giá trị bị thiếu, ngoại lai (outliers) hoặc lỗi nhập liệu. Quá trình tiền xử lý dữ liệu là bước bắt buộc và quan trọng, bao gồm các công việc như làm sạch dữ liệu, chuẩn hóa (scaling) để các biến có cùng một thang đo, và biến đổi dữ liệu (ví dụ: lấy logarit của giá để ổn định phương sai). Như được trình bày trong đồ án tham khảo, các bước như kiểm tra dữ liệu thiếu, trùng lặp và chuyển đổi định dạng thời gian là nền tảng để đảm bảo mô hình hoạt động chính xác và đáng tin cậy. Bỏ qua bước này có thể dẫn đến kết quả dự báo sai lệch nghiêm trọng.

III. Phương pháp phân tích chuỗi thời gian bằng mô hình kinh điển

Trước khi các thuật toán học máy phức tạp ra đời, các mô hình thống kê kinh điển đã là công cụ chủ lực trong phân tích chuỗi thời gian (time series analysis). Các phương pháp này dựa trên nguyên tắc phân rã một chuỗi thời gian thành các thành phần chính: xu hướng (trend), mùa vụ (seasonality), và phần dư ngẫu nhiên (residual). Ưu điểm lớn của chúng là tính diễn giải cao, giúp các nhà phân tích hiểu rõ hơn về cấu trúc của dữ liệu. Báo cáo nghiên cứu đã áp dụng hiệu quả một số mô hình tiêu biểu như Moving Average, Simple Exponential Smoothing (SES), Holt và Holt-Winters. Mô hình Moving Average (Trung bình trượt) làm mịn các biến động ngắn hạn để làm nổi bật xu hướng dài hạn. Trong khi đó, các mô hình làm mịn hàm mũ gán trọng số cao hơn cho các quan sát gần đây, phản ánh đúng thực tế rằng thông tin mới thường có giá trị hơn. Các mô hình này, dù đơn giản, vẫn là nền tảng vững chắc và thường được dùng làm mô hình cơ sở (baseline) để so sánh với các phương pháp phức tạp hơn. Chúng đặc biệt hiệu quả cho các dự báo ngắn hạn và trong các thị trường ít biến động.

3.1. Ứng dụng mô hình Moving Average và Exponential Smoothing

Mô hình Moving Average (MA) tính toán giá trị trung bình của một chuỗi dữ liệu trong một cửa sổ thời gian nhất định. Bằng cách trượt cửa sổ này dọc theo chuỗi thời gian, mô hình tạo ra một đường cong mượt mà hơn, giúp loại bỏ nhiễu và xác định xu hướng chính. Mô hình Simple Exponential Smoothing (SES) là một bước tiến, nó dự đoán giá trị tiếp theo bằng một trung bình có trọng số của tất cả các quan sát trong quá khứ, với trọng số giảm dần theo hàm mũ. Điều này có nghĩa là các điểm dữ liệu gần đây có ảnh hưởng lớn hơn đến dự báo. Cả hai đều là những công cụ mạnh mẽ để làm mịn dữ liệu và dự báo ngắn hạn.

3.2. Mô hình Holt và Holt Winters cho dữ liệu có xu hướng và mùa vụ

Khi một chuỗi thời gian thể hiện rõ một xu hướng tăng hoặc giảm, mô hình SES sẽ không đủ hiệu quả. Mô hình Holt (còn gọi là Double Exponential Smoothing) giải quyết vấn đề này bằng cách thêm vào một thành phần thứ hai để mô hình hóa xu hướng. Nó cập nhật cả mức (level) và xu hướng (trend) của chuỗi tại mỗi bước thời gian. Một phiên bản mở rộng hơn nữa là mô hình Holt-Winters, bổ sung thêm thành phần thứ ba là mùa vụ (seasonality). Điều này làm cho Holt-Winters trở thành một công cụ cực kỳ mạnh mẽ để dự báo các chuỗi dữ liệu có cả xu hướng và các mẫu hình lặp lại theo chu kỳ, ví dụ như doanh số bán lẻ hàng quý hoặc giá cổ phiếu bị ảnh hưởng bởi các báo cáo tài chính định kỳ.

IV. Bí quyết dự báo giá cổ phiếu bằng Học Máy và Học Sâu

Các mô hình học máy (machine learning) và học sâu (deep learning) đại diện cho bước đột phá trong khả năng dự báo tài chính. Khác với các mô hình thống kê dựa trên các giả định nghiêm ngặt về phân phối dữ liệu, các thuật toán AI có khả năng tự học các mẫu hình phức tạp và phi tuyến trực tiếp từ dữ liệu. Các mô hình như mô hình ARIMA (Autoregressive Integrated Moving Average), mặc dù thuộc nhóm thống kê, nhưng là cầu nối quan trọng, kết hợp các yếu tố tự hồi quy và trung bình trượt để tạo ra các dự báo mạnh mẽ. Tuy nhiên, sức mạnh thực sự nằm ở các mạng nơ-ron (neural network). Đặc biệt, mô hình LSTM (Long Short-Term Memory), một loại mạng nơ-ron hồi quy (RNN), được thiết kế chuyên biệt để xử lý dữ liệu tuần tự như chuỗi thời gian. LSTM có các "cổng" bộ nhớ cho phép nó học và ghi nhớ thông tin trong một khoảng thời gian dài, giúp nắm bắt các phụ thuộc phức tạp mà các mô hình khác bỏ lỡ. Việc sử dụng các thư viện như Keras, TensorFlow, Scikit-learn trong Python cho tài chính đã giúp việc xây dựng và triển khai các mô hình này trở nên dễ dàng hơn bao giờ hết, mở ra tiềm năng to lớn cho việc dự báo xu hướng thị trường.

4.1. Giới thiệu mô hình ARIMA trong phân tích chuỗi thời gian

Mô hình ARIMA là một trong những mô hình thống kê mạnh mẽ và được sử dụng rộng rãi nhất cho phân tích chuỗi thời gian. Tên của nó là viết tắt của ba thành phần: Tự hồi quy (AR - Autoregressive), Tích hợp (I - Integrated), và Trung bình trượt (MA - Moving Average). Thành phần AR giả định rằng giá trị tương lai phụ thuộc tuyến tính vào các giá trị trong quá khứ. Thành phần MA giả định rằng giá trị dự báo phụ thuộc vào sai số của các dự báo trước đó. Thành phần I liên quan đến việc lấy sai phân của dữ liệu để làm cho chuỗi thời gian trở nên dừng (stationary). Bằng cách kết hợp ba thành phần này, ARIMA có thể mô hình hóa một loạt các cấu trúc dữ liệu chuỗi thời gian khác nhau.

4.2. Sức mạnh của mô hình LSTM và mạng nơ ron cho dữ liệu tuần tự

Mô hình LSTM là một kiến trúc mạng nơ-ron hồi quy tiên tiến, giải quyết được vấn đề "mất trí nhớ dài hạn" của các mạng RNN truyền thống. Cấu trúc đặc biệt với các cổng input, output và forget cho phép LSTM quyết định thông tin nào cần được lưu trữ, thông tin nào cần được cập nhật và thông tin nào cần được loại bỏ. Điều này làm cho nó trở nên lý tưởng cho việc dự báo giá cổ phiếu, nơi các sự kiện trong quá khứ xa vẫn có thể ảnh hưởng đến giá hiện tại. Trong lĩnh vực học sâu (deep learning), các kiến trúc LSTM có thể được xếp chồng lên nhau để tạo ra các mô hình sâu hơn, có khả năng học các đặc trưng trừu tượng và phức tạp hơn từ dữ liệu lịch sử giá cổ phiếu.

V. Hướng dẫn thực tiễn dự đoán giá cổ phiếu với Python

Việc xây dựng một mô hình dự báo giá cổ phiếu hoàn chỉnh không chỉ là lý thuyết mà đòi hỏi các kỹ năng thực hành cụ thể. Ngôn ngữ lập trình Python, với hệ sinh thái thư viện phong phú, đã trở thành tiêu chuẩn trong ngành khoa học dữ liệu và tài chính. Quy trình điển hình bắt đầu bằng việc thu thập dữ liệu. Thư viện như yfinance cho phép truy xuất dữ liệu lịch sử giá cổ phiếu trực tiếp từ Yahoo Finance một cách dễ dàng. Sau đó, Pandas là công cụ không thể thiếu để thực hiện tiền xử lý dữ liệu, từ làm sạch đến biến đổi và phân tích khám phá. Bước tiếp theo là xây dựng và huấn luyện mô hình, sử dụng các thư viện như Statsmodels cho các mô hình thống kê hoặc Scikit-learn, Keras, TensorFlow cho các mô hình học máy và học sâu. Một bước cực kỳ quan trọng nhưng thường bị bỏ qua là backtesting mô hình. Đây là quá trình kiểm tra hiệu suất của mô hình trên dữ liệu quá khứ mà nó chưa từng thấy, giúp đánh giá độ chính xác mô hình một cách khách quan. Cuối cùng, các kết quả được trực quan hóa bằng Matplotlib, Seaborn hoặc các công cụ tương tác như Plotly và Streamlit để tạo ra các dashboard phân tích trực quan, như đã được thực hiện trong dự án tham khảo.

5.1. Quy trình huấn luyện và backtesting mô hình dự báo hiệu quả

Để đánh giá độ chính xác mô hình một cách khách quan, dữ liệu phải được chia thành tập huấn luyện (training set) và tập kiểm tra (testing set). Mô hình chỉ được "học" trên tập huấn luyện. Sau đó, nó được sử dụng để dự báo trên tập kiểm tra, và kết quả dự báo được so sánh với giá trị thực tế. Quá trình này được gọi là backtesting mô hình. Các chỉ số hiệu suất phổ biến bao gồm Sai số tuyệt đối trung bình (MAE - Mean Absolute Error) và Sai số bình phương trung bình gốc (RMSE - Root Mean Squared Error). Một quy trình backtesting nghiêm ngặt là yếu tố then chốt để đảm bảo mô hình có khả năng khái quát hóa tốt và hoạt động hiệu quả trong điều kiện thị trường thực.

5.2. Sử dụng thư viện Python cho tài chính Keras TensorFlow

Python cho tài chính đã phát triển mạnh mẽ nhờ vào các thư viện mã nguồn mở. Scikit-learn cung cấp một bộ công cụ toàn diện cho các tác vụ học máy cổ điển. Đối với học sâu (deep learning), TensorFlow (phát triển bởi Google) và Keras (một API cấp cao chạy trên TensorFlow) là những lựa chọn hàng đầu. Keras đơn giản hóa quá trình xây dựng các kiến trúc mạng nơ-ron phức tạp như mô hình LSTM, cho phép các nhà nghiên cứu và thực hành tập trung vào thiết kế mô hình thay vì các chi tiết triển khai cấp thấp. Những công cụ này đã dân chủ hóa việc tiếp cận các kỹ thuật AI tiên tiến trong lĩnh vực tài chính.

VI. Kết luận và Hướng phát triển cho mô hình dự báo tài chính

Việc phân tích và dự đoán giá cổ phiếu bằng mô hình dự báo đã có những bước tiến vượt bậc, chuyển từ phân tích định tính sang các phương pháp định lượng dựa trên dữ liệu. Các mô hình từ kinh điển như Holt-Winters đến hiện đại như mô hình LSTM đều cung cấp những công cụ giá trị để hỗ trợ nhà đầu tư. Tuy nhiên, cần phải nhấn mạnh rằng không có mô hình nào là hoàn hảo và có thể dự báo chính xác 100%. Mỗi mô hình đều có ưu, nhược điểm và các giả định riêng. Sự thành công nằm ở việc hiểu rõ bản chất của từng mô hình, lựa chọn phương pháp phù hợp với bài toán cụ thể và quan trọng nhất là kết hợp kết quả từ mô hình với kiến thức chuyên môn về thị trường. Hướng phát triển trong tương lai không chỉ dừng lại ở việc cải tiến kiến trúc mô hình, mà còn tập trung vào việc tích hợp các nguồn dữ liệu đa dạng hơn. Việc kết hợp dữ liệu giá truyền thống với các dữ liệu thay thế như tin tức, mạng xã hội hay các chỉ số kinh tế vĩ mô hứa hẹn sẽ tạo ra những mô hình dự báo toàn diện và mạnh mẽ hơn, tiến gần hơn đến việc giải mã sự phức tạp của thị trường tài chính.

6.1. Đánh giá ưu và nhược điểm của các phương pháp dự báo

Các mô hình thống kê kinh điển (ARIMA, Holt-Winters) có ưu điểm là dễ diễn giải, tính toán nhanh và hoạt động tốt với các bộ dữ liệu nhỏ. Tuy nhiên, chúng thường yêu cầu các giả định chặt chẽ về dữ liệu và khó nắm bắt các mối quan hệ phi tuyến. Ngược lại, các mô hình học sâu như LSTM có thể học các mẫu hình cực kỳ phức tạp mà không cần giả định trước, mang lại độ chính xác cao hơn. Nhược điểm của chúng là yêu cầu lượng lớn dữ liệu, tốn nhiều tài nguyên tính toán để huấn luyện và hoạt động như một "hộp đen" (black box), gây khó khăn trong việc diễn giải tại sao mô hình lại đưa ra một dự báo cụ thể.

6.2. Tích hợp phân tích cảm tính sentiment analysis và GARCH

Một hướng đi đầy hứa hẹn là làm giàu dữ liệu đầu vào. Sentiment analysis (phân tích cảm tính) là kỹ thuật sử dụng xử lý ngôn ngữ tự nhiên để trích xuất tâm lý (tích cực, tiêu cực, trung tính) từ các nguồn văn bản như tin tức tài chính, báo cáo phân tích hay các bài đăng trên mạng xã hội. Thông tin này có thể là một chỉ báo sớm cho biến động thị trường. Bên cạnh đó, các mô hình như mô hình GARCH (Generalized Autoregressive Conditional Heteroskedasticity) có thể được tích hợp để mô hình hóa và dự báo sự biến động (volatility) của thị trường, một yếu tố quan trọng trong quản lý rủi ro mà các mô hình chỉ dự báo giá thường bỏ qua. Việc kết hợp các nguồn dữ liệu và mô hình đa dạng này sẽ tạo ra một hệ thống hỗ trợ quyết định đầu tư toàn diện hơn.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Thị trường chứng khoán trong những năm gần đây trải qua nhiều biến động do chịu tác động phức tạp từ các chính sách tiền tệ, biến chuyển kinh tế toàn cầu, biến cố hậu đại dịch và các xung đột địa chính trị. Những yếu tố này tạo ra rào cản lớn đối với công tác phân tích và dự báo thị trường. Trong bức tranh chung đó, ngành công nghiệp ô tô đối mặt với những chuyển dịch mang tính cấu trúc: mức độ cạnh tranh gay gắt, sự đổi mới công nghệ và các quy chuẩn môi trường khắt khe. Việc ứng dụng phân tích dữ liệu chứng khoán trong ngành ô tô cho phép nhận diện xu hướng vận động, tiềm năng tăng trưởng và mức độ rủi ro phục vụ công tác quản lý và ra quyết định đầu tư.

Xuất phát từ thực tiễn trên, đồ án kết thúc học phần "Phân tích dữ liệu cho quản lý" của nhóm sinh viên ngành Quản lý thông tin (Khoa Thư viện - Thông tin học, Trường Đại học Khoa học Xã hội và Nhân văn, Đại học Quốc gia Thành phố Hồ Chí Minh) đã lựa chọn đề tài nghiên cứu về dữ liệu chứng khoán của 5 tập đoàn sản xuất ô tô quy mô lớn trên thế giới.

Nhiệm vụ và mục tiêu nghiên cứu của đồ án được triển khai theo 7 nội dung cụ thể:

1. Tổng quan hóa nguồn dữ liệu và thực hiện tiền xử lý dữ liệu chuỗi thời gian.
2. Thực hiện phân tích và thống kê mô tả biến động giá và khối lượng giao dịch.
3. Phân tách và đánh giá cấu trúc chuỗi thời gian (xu hướng, tính mùa vụ, phần dư và tự tương quan).
4. Xây dựng các mô hình dự báo chuỗi thời gian (Moving Average, Simple Exponential Smoothing, Holt, Holt-Winters).
5. Thiết lập thuật toán tối ưu hóa siêu tham số cho các mô hình dự báo.
6. Đánh giá và so sánh hiệu suất giữa các mô hình thông qua hệ thống chỉ số định lượng.
7. Thiết kế và triển khai ứng dụng web trực quan hóa dữ liệu và dự báo giá chứng khoán.

Đối tượng nghiên cứu là dữ liệu giao dịch cổ phiếu của 5 doanh nghiệp sản xuất ô tô hàng đầu bao gồm: Tesla (mã: TSLA), Ford (mã: F), Volkswagen (mã: VOW.DE), Toyota (mã: TM) và BMW (mã: BMW.DE). Phạm vi thời gian của dữ liệu lịch sử được thu thập trong giai đoạn 5 năm từ năm 2018 đến cuối năm 2023 (từ ngày 24/12/2018 đến ngày 27/12/2023) với tổng số 1.259 ngày giao dịch được ghi nhận.

---

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và các mô hình dự báo

Đề tài dựa trên nền tảng lý thuyết phân tích chuỗi thời gian kinh tế và dự báo thống kê, áp dụng 4 nhóm mô hình chính:

• Mô hình Trung bình trượt (Moving Average - MA): Sử dụng trung bình cộng của $n$ quan sát gần nhất để làm mịn dao động ngắn hạn và xác định xu hướng. Các biến thể thử nghiệm gồm: Moving Average Naive ($n=1$), Moving Average 3-step ($n=3$) và Moving Average 6-step ($n=6$) với công thức: $$\hat{y}{t} = \frac{x{t-1} + x_{t-2} + \dots + x_{t-n}}{n}$$

• Mô hình San bằng mũ đơn (Simple Exponential Smoothing - SES): Dự báo giá trị tương lai dựa trên tổng trọng số giảm dần theo cấp số nhân của các quan sát quá khứ thông qua tham số làm mịn $\alpha \in [0, 1]$: $$\hat{y}_{t+1} = \alpha y_t + (1 - \alpha)\hat{y}_t$$ Đồ án thử nghiệm trường hợp hệ số chuẩn $\alpha = 0.1$ và trường hợp $\alpha$ tối ưu.

• Mô hình Tuyến tính Holt (Double Exponential Smoothing): Mở rộng từ SES để nắm bắt chuỗi dữ liệu có yếu tố xu hướng (trend), gồm phương trình mức ($l_t$) với tham số $\alpha$, phương trình xu hướng ($b_t$) với tham số $\beta$ và phương trình dự báo: $$l_t = \alpha y_t + (1 - \alpha)(l_{t-1} + b_{t-1})$$ $$b_t = \beta (l_t - l_{t-1}) + (1 - \beta)b_{t-1}$$ $$\hat{y}_{t+1} = l_t + b_t$$ Đồ án thử nghiệm cả dạng Holt chuẩn (damped) và Holt tối ưu hóa tham số.

• Mô hình Holt-Winters (Triple Exponential Smoothing): Tích hợp đồng thời thành phần mức ($l_t$), thành phần xu hướng ($b_t$) và thành phần mùa vụ ($s_t$) với chu kỳ mùa vụ $m$ và ba tham số làm mịn $\alpha, \beta, \gamma$: $$l_t = \alpha (y_t - s_{t-m}) + (1 - \alpha)(l_{t-1} + b_{t-1})$$ $$b_t = \beta (l_t - l_{t-1}) + (1 - \beta)b_{t-1}$$ $$s_t = \gamma (y_t - l_{t-1} - b_{t-1}) + (1 - \gamma)s_{t-m}$$ $$\hat{y}{t+1} = (l_t + b_t) + s{t-m+1}$$ Thực hiện với cả dạng hệ số chuẩn và hệ số tối ưu hóa kết hợp các dạng quan hệ cộng (additive) hoặc nhân (multiplicative).

Phương pháp nghiên cứu và nguồn dữ liệu

• Phương pháp thu thập dữ liệu: Dữ liệu thứ cấp được trích xuất trực tiếp từ cổng thông tin tài chính Yahoo Finance thông qua thư viện API yfinance. Tập dữ liệu chứa 7 trường thông tin: Date, Open, High, Low, Close, Adj Close, Volume.
• Phương pháp xử lý và phân tích:
  • Tiền xử lý: Chuẩn hóa tên trường dữ liệu, kiểm tra dữ liệu khuyết thiếu (isna()), dữ liệu trùng lặp (duplicated()), chuyển đổi định dạng thời gian datetime và gán cột date làm chỉ mục (index).
  • Phân tách chuỗi thời gian: Ứng dụng phương pháp seasonal_decompose (tách thành các thành phần: Original, Trend, Seasonality, Residuals) và hàm tự tương quan acf từ thư viện statsmodels (với tham số trễ nlags=65, khoảng tin cậy alpha=0.05).
  • Tối ưu hóa siêu tham số: Sử dụng framework Optuna với 100 đến 200 lượt thử nghiệm (n_trials) để tìm kiếm bộ tham số $\alpha, \beta, \gamma$ tối ưu theo hàm mục tiêu tối thiểu hóa sai số tuyệt đối trung bình (MAE).
• Thang đo đánh giá mô hình: Hiệu suất dự báo được đo lường qua 4 chỉ số:
  • Sai số tuyệt đối trung bình: $\text{MAE} = \frac{1}{n} \sum |y_t - \hat{y}_t|$
  • Tỷ lệ phần trăm sai số tuyệt đối trung bình: $\text{MAPE} = \frac{1}{n} \sum |\frac{y_t - \hat{y}_t}{y_t}|$
  • Sai số bình phương trung bình: $\text{MSE} = \frac{1}{n} \sum (y_t - \hat{y}_t)^2$
  • Hệ số xác định: $R^2 \text{ Score}$

---

Nội dung chính theo từng chương

I. Tổng quan

Chương I thiết lập cấu trúc nền tảng cho đồ án, thể hiện sơ đồ phân rã chức năng gồm 6 khối tác vụ chính: Tổng quan dữ liệu, Tiền xử lý dữ liệu, Thống kê mô tả, Phân tích chuỗi thời gian, Mô hình dự báo - kết quả, Đánh giá - so sánh mô hình, và Thiết kế giao diện web.

Về công cụ kỹ thuật, nhóm nghiên cứu lựa chọn ngôn ngữ lập trình Python và hệ sinh thái thư viện chuyên dụng: pandas, numpy, math, datetime, matplotlib, seaborn, statsmodels, scikit-learn, optuna, plotly, yfinance và streamlit. Nhóm 3 thành viên thực hiện đề tài trong thời gian 2 tuần với sự phân chia nhiệm vụ rõ ràng: Hoàng Xuân Quốc chịu trách nhiệm phân tích mã TSLA, đánh giá kết quả và thiết kế giao diện; Nguyễn Viết Đức phụ trách phân tích mã F, VOW.DE và soạn thảo báo cáo; Đặng Hoàng Chiến phụ trách phân tích mã TM, BMW.DE và soạn thảo báo cáo. Toàn bộ mã nguồn, dữ liệu và tài liệu kỹ thuật được quản lý trên nền tảng GitHub.

II. Quá trình thực hiện và kết quả

Chương II trình bày quy trình tính toán thực nghiệm trên tập dữ liệu cổ phiếu:

1. Tiền xử lý và thống kê mô tả:
   • Tập dữ liệu gốc gồm 1.259 bản ghi, không ghi nhận giá trị khuyết thiếu (Null/NA: False) và không có dòng trùng lặp.
   • Biểu đồ Heatmap và Pairplot xác nhận 4 biến giá (Open, Close, High, Low) có mối tương quan tuyến tính thuận rất cao với nhau, trong khi biến khối lượng giao dịch (Volume) có tương quan yếu hoặc nghịch nhẹ với các biến giá.
   • Phân phối của giá đóng cửa (Close) tập trung chủ yếu trong dải 150 đến 300, hệ số bất đối xứng (Skewness) ghi nhận mức lệch phải nhẹ.
   • So sánh chu kỳ 2021–2023 cho thấy năm 2021 và 2023 đều có xu hướng tăng vào cuối năm, riêng năm 2022 ghi nhận đà suy giảm mạnh và biên độ dao động tỷ suất lợi nhuận cao nhất.
2. Phân tích chuỗi thời gian và so sánh 5 mã cổ phiếu:
   • Phân tích phân tách thành phần và biểu đồ tự tương quan (ACF) cho thấy về trung hạn (năm 2023) giá cổ phiếu thể hiện xu hướng tăng nhưng chưa hoàn toàn rõ rệt. Về dài hạn, yếu tố mùa vụ không thể hiện chu kỳ cố định; chuỗi giá có 2 đợt tăng trưởng mạnh vào cuối năm 2020 và cuối năm 2021, xen kẽ các đợt sụt giảm sâu vào đầu năm 2021 và giai đoạn đầu 2022 đến đầu 2023.
   • So sánh 5 hãng sản xuất ô tô cho thấy: Tesla (TSLA) và Volkswagen (VOW.DE) có khối lượng giao dịch, tổng giá trị trao đổi và mức độ biến động lợi nhuận tích lũy lớn nhất; Toyota (TM) và BMW (BMW.DE) duy trì biến động thấp và bắt đầu ghi nhận sự phục hồi từ đầu năm 2023.
3. Huấn luyện và so sánh mô hình dự báo:
   • Mô hình Moving Average Naive và các bước trượt ngắn ($n=3, n=6$) phản ánh sát dao động thực tế nhưng độ trễ tăng dần khi độ dài cửa sổ mở rộng.
   • Mô hình SES với $\alpha$ tối ưu hóa qua Optuna đạt $\alpha \approx 0.964$, vượt trội hoàn toàn so với mô hình cố định $\alpha = 0.1$.
   • Mô hình Holt và Holt-Winters tối ưu hóa ghi nhận sự thích ứng tốt hơn với cấu trúc xu hướng dài hạn của dữ liệu.

III. Thiết kế giao diện dự báo

Chương III trình bày quá trình phát triển ứng dụng web trên nền tảng Streamlit, kết nối dữ liệu trực tuyến qua yfinance và vẽ biểu đồ tương tác bằng plotly. Hệ thống được thiết kế theo mô hình hướng đối tượng với sơ đồ lớp gồm các lớp chức năng: MAINCLASS, DESCRIPTIVE STATISTICS, TIME SERIES và TRAIN MODELS. Giao diện phân tách thành 4 tab nghiệp vụ: Trang chính (Tổng quan), Thống kê mô tả, Phân tách chuỗi thời gian và Dự báo (Prediction).

IV. Kết luận và hướng phát triển

Chương IV tổng kết các phát hiện định lượng, đánh giá ưu điểm và hạn chế của hệ thống mô hình thống kê cổ điển, đồng thời phác thảo các hướng nghiên cứu nâng cao cho bài toán dự báo giá tài chính.

---

Thiết kế và triển khai

Hệ thống dự báo được đóng gói và triển khai trên nền tảng đám mây Streamlit Cloud, kết nối trực tiếp với kho lưu trữ mã nguồn GitHub.

Thành phần kiến trúc	Công nghệ / Thư viện	Vai trò và chức năng kỹ thuật
Giao diện & Ứng dụng	Streamlit	Xây dựng bố cục ứng dụng web, thanh điều hướng (sidebar), bộ chọn tham số và hiển thị các tab chức năng
Truy xuất dữ liệu	yfinance	Kết nối API Yahoo Finance để tải dữ liệu lịch sử và thông tin tổng quan của 5 mã cổ phiếu
Trực quan hóa tương tác	Plotly, Matplotlib, Seaborn	Khởi tạo biểu đồ đường, biểu đồ cột, phân phối histogram, ma trận tương quan heatmap và đồ thị tương tác
Xử lý tính toán	Pandas, NumPy, Math, Datetime	Tiền xử lý bảng dữ liệu, gán chỉ mục thời gian, tính toán các chỉ số thống kê và tỷ suất sinh lời
Phân tích chuỗi thời gian	Statsmodels	Phân tách chuỗi (seasonal_decompose), tính toán hàm tự tương quan (acf), huấn luyện mô hình SES, Holt, Holt-Winters
Tối ưu hóa tham số	Optuna	Thực hiện thuật toán tối ưu hóa tự động (100–200 trials) nhằm tìm kiếm tham số $\alpha, \beta, \gamma$ tối ưu theo hàm mục tiêu tối thiểu MAE

Cấu trúc mô hình lớp (Class Diagram)

Hệ thống mã nguồn của ứng dụng được module hóa thành các lớp chuyên trách:

• MAINCLASS: Điều phối luồng thực thi tổng thể, kế thừa và kích hoạt các phương thức xử lý dữ liệu giữa các tab (main, run, clean_dataframe, download_data, duration_input, select_stock_options, embed_image, introduction_stock, statistical_des, TimeSeries, predict).
• DESCRIPTIVE STATISTICS: Quản lý các hàm trực quan hóa thống kê mô tả (distribution_close_price, plot_close_price, plot_close_prices_2023_bymonth, plot_bar_chart_byprofit, plot_bar_chart_byquarter, plot_line_chart_byyear, relative_correlation).
• TIME SERIES: Tập hợp các hàm phân tách dữ liệu thời gian (seasonal_decompose_and_plot, plot_close_price_byyear, plot_seasonal_decomposition_and_acf, plot_seasonal_decomposition_byyear).
• TRAIN MODELS: Chứa các hàm huấn luyện, tối ưu hóa và trực quan kết quả dự báo (dynamic_moving_average, evaluate_dynamic_moving_average, evaluate_model, fit_optimal_ses_model, fit_optimal_holt_model, fit_optimal_holtwinter_model, optimize_alpha_optuna, optimize_alpha_beta_optuna, optimize_holtwinter, các hàm plot_forecast_* và plot_*_results).

Cấu trúc thư mục dự án trên GitHub

Mã nguồn được cấu trúc theo cây thư mục tiêu chuẩn:

• dataset/: Lưu trữ các tệp dữ liệu lịch sử giá cổ phiếu dạng CSV.
• train_folder/: Chứa các tệp Jupyter Notebook (.ipynb) dùng cho quá trình phân tích khám phá và huấn luyện mô hình.
• asset/image/: Chứa các tệp hình ảnh đồ họa của dự án.
• info_stock/: Lưu trữ thông tin chi tiết và siêu dữ liệu của các mã cổ phiếu.
• introduction/: Tài liệu thuyết minh đồ án.
• app.py (tệp Python chính): Tệp chứa mã nguồn xây dựng giao diện và điều khiển logic hệ thống.
• requirements.txt: Khai báo danh mục thư viện và phiên bản môi trường thực thi.
• README.md: Hướng dẫn thiết lập và vận hành dự án.

---

Kết quả và đóng góp

Kết quả phân tích và hiệu suất mô hình

Các kết quả định lượng thu được từ quá trình thực nghiệm trên chuỗi dữ liệu giá cổ phiếu Tesla (TSLA) được tổng hợp chi tiết:

Nhóm mô hình	Biến thể / Cấu hình tham số	MAE	MAPE	MSE	Hệ số $R^2$
Moving Average	Naive ($n = 1$)	0,0000	0,0000	0,0000	0,9926
Moving Average	3-step ($n = 3$)	3,6621	0,0220 (2,20%)	31,3200	—
Moving Average	6-step ($n = 6$)	6,2420	0,0377 (3,77%)	87,9926	—
Simple Exponential Smoothing	Hệ số cố định $\alpha = 0,1$	12,0782	—	247,9720	0,9723
Simple Exponential Smoothing	$\alpha$ tối ưu hóa qua Optuna ($\alpha = 0,964$)	Đã tối thiểu	Giảm mạnh	27,2733	Cải thiện cao
Holt (Double Smoothing)	Hệ số chuẩn (Damped)	Tính toán theo df	Tính toán theo df	Tính toán theo df	Tính toán theo df
Holt (Double Smoothing)	Hệ số tối ưu ($\alpha, \beta$ qua Optuna)	Tối ưu hóa qua 200 trials	Cải thiện	Giảm so với SES	Phù hợp xu hướng
Holt-Winters	Chuẩn (Damped, Additive, $m=7$)	Tính toán theo df	Tính toán theo df	Tính toán theo df	Thích ứng mùa vụ
Holt-Winters	Tối ưu ($\alpha, \beta, \gamma$, dạng seasonal)	Tối ưu hóa qua 200 trials	Thấp nhất trong dự báo xa	Giảm rõ rệt	Đạt độ chính xác cao

Đóng góp thực tiễn của đề tài

1. Hoàn thiện quy trình phân tích dữ liệu chuỗi thời gian: Xây dựng quy trình xử lý dữ liệu chuẩn từ trích xuất API, làm sạch, phân tích thống kê mô tả, phân tách cấu trúc thời gian đến dự báo thực nghiệm.
2. Ứng dụng kỹ thuật tối ưu hóa siêu tham số tự động: Tích hợp thành công thư viện Optuna để tinh chỉnh tự động các tham số làm mịn ($\alpha, \beta, \gamma$) thay vì áp dụng hệ số gán cố định thủ công, giúp nâng cao độ chính xác dự báo của các mô hình san bằng mũ.
3. Xây dựng công cụ trực quan hóa có tính tương tác: Phát triển một ứng dụng web hoàn chỉnh trên Streamlit, cho phép người dùng theo dõi biến động thị trường, quan sát trực quan các thành phần chuỗi thời gian và đối chiếu kết quả dự báo của nhiều mô hình trên cùng một giao diện đồ họa.

---

Hạn chế và hướng nghiên cứu tiếp

Hạn chế được ghi nhận

• Các mô hình chuỗi thời gian cổ điển (Moving Average, SES, Holt, Holt-Winters) chủ yếu dựa trên giả định ngoại suy từ dữ liệu quá khứ, chưa tích hợp được các yếu tố ngoại sinh đột biến như biến động địa chính trị, thay đổi chính sách tài khóa hay tin tức thị trường.
• Hiệu suất dự báo có xu hướng suy giảm và sai số gia tăng khi mở rộng khoảng thời gian dự báo về tương lai (dự báo dài hạn).
• Nguy cơ quá khớp (overfitting) có thể xuất hiện khi cố gắng gia tăng tham số trên các tập dữ liệu biến động phức tạp.

Hướng nghiên cứu tiếp theo

Nhóm tác giả đề xuất 4 hướng tiếp cận nâng cao:

1. Mạng thần kinh nhân tạo (Neural Networks): Ứng dụng các kiến trúc mạng nơ-ron hồi quy như RNN (Recurrent Neural Network) và LSTM (Long Short-Term Memory) để nắm bắt các phi tuyến tính phức tạp trong chuỗi thời gian tài chính.
2. Mô hình Prophet: Ứng dụng mô hình mã nguồn mở do Meta/Facebook phát triển nhằm tối ưu hóa việc dự báo dữ liệu theo ngày có tích hợp yếu tố ngày nghỉ lễ, tính mùa vụ đa chu kỳ và các sự kiện bất thường.
3. Thuật toán Gradient Boosting: Mở rộng bài toán sang các mô hình học máy dạng cây như XGBoost và LightGBM cho dữ liệu chuỗi thời gian.
4. Mô hình GARCH (Generalized Autoregressive Conditional Heteroskedasticity): Áp dụng mô hình hóa phương sai thay đổi có điều kiện để dự báo chính xác mức độ biến động (volatility) của giá cổ phiếu.

---

Giá trị tham khảo

Đồ án là tài liệu tham khảo hữu ích cho:

• Sinh viên ngành Quản lý thông tin, Hệ thống thông tin quản lý và Khoa học dữ liệu: Tham khảo cấu trúc triển khai một đồ án phân tích dữ liệu kinh doanh từ bước thu thập dữ liệu thứ cấp, xây dựng pipeline phân tích đến đóng gói sản phẩm phần mềm.
• Người nghiên cứu phân tích tài chính ứng dụng: Cung cấp phương pháp luận chi tiết và mã nguồn thực tế về việc áp dụng Optuna để tối ưu hóa siêu tham số cho các mô hình san bằng mũ (Holt-Winters).
• Lập trình viên và nhà phân tích dữ liệu: Cung cấp mẫu kiến trúc ứng dụng web Streamlit phân tách theo mô hình hướng đối tượng kết hợp đồ thị tương tác Plotly.

---

Câu hỏi thường gặp

1. Đồ án sử dụng nguồn dữ liệu nào và nghiên cứu những mã cổ phiếu cụ thể nào?
Dữ liệu được thu thập từ nền tảng Yahoo Finance thông qua thư viện yfinance trong giai đoạn 5 năm (2018–2023) với 1.259 ngày giao dịch, bao gồm 5 mã cổ phiếu ngành ô tô: Tesla (TSLA), Ford (F), Volkswagen (VOW.DE), Toyota (TM) và BMW (BMW.DE).

2. Thư viện Optuna đóng vai trò gì trong bài toán dự báo của đồ án?
Optuna đóng vai trò là framework tìm kiếm và tối ưu hóa siêu tham số tự động. Trong đồ án, Optuna thực hiện từ 100 đến 200 lượt thử nghiệm (n_trials) để xác định các giá trị hệ số làm mịn $\alpha, \beta, \gamma$ tốt nhất nhằm tối thiểu hóa chỉ số sai số tuyệt đối trung bình (MAE) của các mô hình SES, Holt và Holt-Winters.

3. Kết quả phân tích tương quan giữa các biến giá và khối lượng giao dịch cho thấy điều gì?
Phân tích qua biểu đồ Heatmap và Pairplot chỉ ra rằng các biến giá đóng cửa (Close), mở cửa (Open), giá cao nhất (High) và giá thấp nhất (Low) có mối tương quan tuyến tính thuận rất mạnh với nhau. Ngược lại, khối lượng giao dịch (Volume) không có tương quan chặt chẽ và có xu hướng tương quan nghịch yếu với các biến giá.

4. Ứng dụng web của đồ án được xây dựng bằng công nghệ gì và gồm những chức năng nào?
Ứng dụng được xây dựng bằng framework Streamlit kết hợp Plotly, quản lý mã nguồn trên GitHub và triển khai trên Streamlit Cloud. Giao diện được tổ chức thành 4 tab chức năng: Trang chính - Trực quan, Thống kê mô tả, Phân tách Time Series và Dự báo (Prediction).

---

Kết luận

Đồ án "Phân tích và dự đoán giá cổ phiếu bằng mô hình dự báo" của nhóm sinh viên Trường Đại học Khoa học Xã hội và Nhân văn TPHCM đã xây dựng thành công quy trình phân tích toàn diện chuỗi dữ liệu chứng khoán ngành ô tô giai đoạn 2018–2023. Nghiên cứu kết hợp hiệu quả giữa các mô hình chuỗi thời gian thống kê (Moving Average, SES, Holt, Holt-Winters) và kỹ thuật tối ưu hóa siêu tham số Optuna để nâng cao độ chính xác dự báo. Toàn bộ giải thuật và trực quan hóa dữ liệu đã được triển khai hoàn chỉnh dưới dạng ứng dụng web tương tác Streamlit, tạo tiền đề cho việc mở rộng sang các kiến trúc học sâu và học máy phức tạp trong tương lai.

Trích đoạn nội dung tài liệu

DAI HOC QUOC GIA THANH PHO HO CHi MINH TRƯỜNG ĐẠI HỌC KHOA HỌC XÃ HỘI VÀ NHÂN VĂN TPHCM KHOA THƯ VIỆN - THÔNG TIN HỌC <<>> ĐỎ ÁN CUỎI KỲ PHAN TICH VA DU DOAN GIA CO PHIEU BANG MO HINH DU BAO Môn: Phân tích dữ liệu cho quan ly Giảng viên : Trần Đình Anh Huy Nhóm I — Lớp Quản lý thông tin B STT | Họ và tên Mã số sinh viên 1 Hoàng Xuân Quốc 2156210125 2 Đặng Hoàng Chiến 2156210095 3 Nguyễn Viết Đức 2156210100 @ i. Ole) Oh DLO-WONIONVEl 01/13/2024 pavers MUC LUC DANH MUC BANG DANH MỤC HÌNH IL TONG QUAN 1. _ Sơ đồ phân rã chức năng 3. Công cụ thực hiện.1 Python và thư viện sử dụng.

SH nh kh 9 3.1 Giới thiệu sơ lược VỀ pVIhOH.à cScSc TS ST TH HH HH Hước 9 3.12 Những thư VIỆN (ƯỢC SỨ ỤH.QQQQQQQQQQTHTnTHHn TH HT TH Hy khen kkế 9 3.2 Nhiing m6 hinh str dung dé dur ba0 .3 Giới thiệu về dữ liệu.- ch nh re 17 4. Thông tin nhóm và phân chia nhiệm vụ. QUA TRINH THUC HIEN VA KET QUA 1. Tổng quan dữ liệu.1 Import thư vIỆN.

cc LH TH kh 18 1.3 Mô tả đữ liệu 2. Tiền xử lý dữ liệu 3. Thống kê mô tả SN °® in 6.2 Kết luận các vấn đề thông kê. Về các thông tin cơ bản của dữ liỆU.Sc SìS St SeSSeserserrkrrexsee 32 3.

Về sự tương quan, khác biệt giữa các biỂn.ằScScSe Set sssrerrveo 32 3. Về cô phiếu năm gân nhất (2023). SE SE SE Hy 33 3. Về phân phối dữ liệu.

SE SE SS TH 1 TH HH 1 va 33 4, Phân tích chuỗi thời gian.1 Xác định tính mùa vụ, xu hướng và chu kỳ.c ch 33 ' La ch.1 MOVInE aV©TAB€ HAIV©. nh ng KT ĐH.2 Moving average khoảng trượt 3. Moving average khoảng tTƯỢT Õ. ng tk kh 48 5.

Simple Exponential Smoothing với alpha=0.5 Simple Exponential Smoothing với alpha tối ưu.6 Holt với hệ số chuẩn. kén TH H1 11” ng 51 5.7 Holt với hệ số tối ưu. + tt HT HH1 1 1H ưng 53 5. Holt wimter với hệ số chuẩn.- óc TS v E11 S51 131111511 11111111 E HT ng 55 5.9 Holt winter vOi hé SỐ tỐi ƯU.

Danh gia va so sanh m6 binh oeTnhh HH kh 58 II. THIẾT KẾ GIAO DIỆN DỰ BẢO. 22212121212 81212111 221 rrye 59 Giới thiệu công cụ và trang web dự báo.- - L1 2 2n SE1E S121 12 181212111181 181181181111 ra 60 Bo GG "an.1 Trang chính — trực Quan. nh ng KE® 62 ko in.

Trang phân tách time S©TI€S.---- -- Q TT HH tk kkk 64 EU XI áo 00 nhe. KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN.-- (S2 222222 3S E2 21 xe xsrrreri 65 De GWA nh. TÀI LIỆU THAM KHẢO. PHỤ LỤC - CÁC LIÊN KẾT DỰ ÁN GITHUB.-- 5-2 25S2c2ccczeseszsei 66 Lién két dén dur An github 8n.

66 Liên kết đến trang web dur an.ccccccccccccccecesscsesecesscessssesecatsesseeatecesseaiecasscetsteaeanees 66 _,BAO CAO BO AN NHOM 1 01/13/2024 DANH MỤC BẢNG Bang 1. 1 Thống kê các thư viện sử dụng. 2 Phân công nhiệm VU. cece cir rere eter rere E0 1 kiệt 18 Bang 3.

1 Cac class va chite nang xây dựng trang web. ch kệ, 60 0 56leiitno s03 na. 3 Chỉ tiết descriptive_ stafistics. SEn 112211 181518111 E118 trei 61 Bang 3.

5 Chỉ tiết train_models. 62 © š H H BR , 6 imac BAO CAO DO AN NHOM 1 01/13/2024 pavers DANH MUC HINH Hinh 1. 1 So dé phan rf chire mang. 2 Cau tric thư mục dự án Github.

3 Mô tả kiểu dữ liệu từng cột. 4 Xem I0 dòng đầu tiên của dữ liệu. 6 Kiểm tra đữ liệu trồng, dữ liệu thiếu. 7 Kiểm tra dữ liệu trùng lặp.

8 Chuyén đữ liệu cho cOt date 00. 10 Thông tin ngày bắt đầu kết thic,téng 86 ngay. 11 Một số thông tin cơ ban vé dit HOU oo. 12 Nhom dtr ligu theo thang.

eee Tnhh 22 Hinh 2. 13 Biêu đồ trung bình giá giao dich theo thang. 14 Biêu đồ trung bình giá giao dịch theo quý. 15 Biêu đồ trung bình giá giao dịch theo năm.

¿5252 +22Sc2ececxrxexsscee 25 Hinh 2. 17 Biêu đồ Pairplot mối tương quan các biến .-2- 522cc se se+ecxexrxexsscee 26 Hinh 2. ----c cn SH TH TY TH ni ng cv c 27 Hinh 2. 20 Tao close sfock 2023.

chng 1k kh 28 Hinh 2. 21 Trung binh close price theo tháng 2023. 3 1SSSSSSSSH kh 29 Hinh 2. 22 Trung binh close price theo QUY .--c SSn ST kh hy 30 Hinh 2.

24 Trung bình giá đóng cửa theo tháng các năm 2021,2022,2023. 25 Trung binh close price theo quy các nam 2021,2022,2023. eee eeeeeeeeeeeeeeees 31 Hinh 2. 26 Biéu d6 so sánh tỷ suất lợi nhuận 2021,2022,2023.

LH ng tk kh 33 Hinh 2. 28 Đặt cột date làm Index .- nọ HH HT nh nh như. -c cccL TS n HS HS nnn TT ng KH Tu 35 Hinh 2. 30 Biểu đồ giá đóng cửa theo năm.

-:-- + St St SE SE 1218121111115 11x se2 36 Hinh 2. TS Tnhh kh 37 Hinh 2. 32 Seasonal Decompose có yêu tô mùa vụ các năm .-- ¿+52 2 x+sc+xcczxszea 39 Hinh 2. 34 Tai dit lid 5 ma 6 phidu.

35 Kiém tra dit ligu tir 5 ma 06 phidu co. 36 Biểu đồ đường giá cô phiếu 5 hãng ô tô theo năm. 37 Biểu đồ số lượng cô phiếu được giao dịch theo từng ngày tk khu 43. 38 Biêu đô số tiền giao dịch theo từng ngày của 5 mã cô phiều.

39 Biểu đô lợi nhuận tích lũy của 5 mã cô phiếu. 40 Tạo dataframe mới là cÏOS€CỂ. -c LH HT kh hkt 46. 41 MOVInE aV€TAĐG T4IVÔ.

rrr rr kh 46. 42 Moving average khoảng tTƯỢT 3. 43 Moving average khoảng tTƯỢT Õ. SH Tnhh gu 48.

44 Simple Exponential alpha Ú. - c c nnn SH ST kg 49. 45 Hàm tôi ưu SES alpha tối ưu. 46 Chạy mô hình SES alpha tối ưu .-- 2: +52 S 32232223 EEEEEESEErrrxrxexsecee 50 Ko na a7.

48 Biểu đồ Holt hệ số Chuan. ccc cece cceeesceeeeeeeeeeseeeeeeeeesnseeensteensteeeeenenieees 52. 49 Hàm tối ưu HOÌ(.- - - 5-5 tÉEỀEt2EEEE HE E1 11 1. 50 Chay m6 hinh Holt hé $6 t6i WU.

51 Biểu đồ Holt hệ số tối ưu. 52 Xây dựng mô hình holt winter hệ số chuân. 53 Biéu dd Holt winter hé 36 Chuan .ceccccsecccececeeeseescesecesesecercerserecsseseverentensetes 56 _ 54 Xay dun ham t6i wu holt winter. 55 Chạy mô hình hoÏt WITIf€T.

-cccc SE 11999911191 E1 Khi hy 57. 56 Biểu đồ holt winter hệ số tối ưu .- St TH TH yêu 58. 57 Dataframe kết quá từ các mô hình. -:-¿-¿ 5+2 SE E SE 2E 2E E3 EEESEEErrrrere 59.

1 Sơ đồ lớp giao diện trang Web. 2 Trang chính — trực Quan. --cc ĐH ki KEh 63 1h 7c. 4 Trang phân tách time S€TI€S.

ng vip 64 ao on. ch 64 BAO CAO DO AN NHOM 1 01/13/2024 I. Giới thiệu Trong những nam gan day, thi trường chứng khoán đã trở nên đây biến động do tac dong ‹ của các yếu tố đa dạng như biến đổi chính sách, sự biến đổi kinh tế toàn cầu và các yếu tô nguy cơ như sau dai dich, các cuộc chiến địa chính trị hay những xu hướng phát triển mới. Những thay đổi này đã tạo ra những thách thức cho việc phân tích và dự đoán trong ngành chứng khoán vốn đã nhiều thử thách.

Đặc biệt, ngành công nghiệp ô tô đang trải qua những biến đổi sâu sắc từ sự cạnh tranh cao độ, công nghệ tiên tiến đến sự thay đôi trong yêu cầu về môi trường. Việc phân tích dữ liệu chứng khoán có thể giúp phát hiện xu hướng đầu tư, tiềm năng tăng trưởng và rủi ro trong ngành. Từ những yếu tổ trên, nhóm quyết định lựa chọn đề tài “Phân tích dữ liệu chứng khoán của Tesla, Ford, Volkswagen, Toyota, BMW”, day la 5 doanh nghiệp rat lớn và đi đầu trong phát triển ngành ô tô hiện nay.Nhóm hy vọng sẽ có cơ hội áp dụng kiến thức học được vào thực tế, hiểu sâu hơn về thị trường và có cái nhìn toàn diện hơn về ngành ô tô, đồng thời cung cấp cơ sở cho việc ra quyết định đầu tư thông minh và hiệu quả. Sơ đồ phân rã chức năng Dự án thê hiện được những chức năng chính sau khi áp dụng vào việc phân tích dữ liệu và dự bảo: - _ Nêu tông quan về dữ liệu.

- _ Tiền xử lý đữ liệu. - _ Thực hiện phân tích và thống kê mô tả. - - Phân tích chuỗi thời gian. - _ Mô hình dự báo vả kết quả.

- _ Đánh giá và so sánh mô hình thông qua bảng summary. - _ Tiến hành tạo lập giao diện là trang web đề phân tích và dự báo giá chứng khoán. ,BÁO CÁO ĐỎ ÁN NHÓM 1 01/13/2024 Tổng quan dữ liệu Tiền xử lý dữ liệu Thống kê mô tả ' | Hệ số Hệ số tối Hệ số Hệ số tối chuẩn ưu chuẩn tru Đánh giá và so sánh mô hình Hình L1 Sơ đồ phân rã chức năng Y s2 BẠO CÁO ĐỎ ÁN NHÓM I 01/13/2024 pavers 3. Công cụ thực hiện 3.1 Python và thư viện sử dụng 3.1 Giới thiệu sơ lược về python Python là một ngôn ngữ lập trình thông dịch, hướng đổi tượng và là một ngôn ngữ bậc cao ngữ nghĩa động.

Python hỗ trợ các module và gói, khuyến khích chương trình module hóa và tái sử dụng mã. Pythoơn được sử dụng rộng rãi trong các lĩnh vực như khoa học dữ liệu, trí tuệ nhân tạo, phát triển web, phát triển ứng dụng di động, và nhiều lĩnh vực khác. Python có cú pháp đơn giản, dễ đọc và dễ hiểu, giúp cho việc học và sử dụng Python trở nên dễ dàng hơn. Ngoài ra, Python còn có một cộng đồng lớn và nhiều tài liệu hướng dẫn, hỗ trợ rất tốt trong việc học va tim hiểu.2 _ Những thư viện được sử dụng 1 Pandas Pandas được thiết kế chủ yếu đề xử lý và phân tích dữ liệu.

Chức năng chính của Pandas là cung cấp câu trúc dữ liệu linh hoạt như DataFrame và Series dé dé dàng thao tác và phân tích dữ liệu tabular: DataFrame va Series, Truc quan hoa d liệu, Thao tác dữ liệu với thời gian, Đánh chỉ số và multilndexing, Xử lý dữ liệu thiếu, Kết hợp và gộp dữ liệu,. 2 Numpy NumPy tap trung vào cung cấp đối tượng máng nhiều chiều và hỗ trợ các phép toán toán học hiệu quả trên các mảng này. Chức năng chính của NumÐy là cung cấp một nền tảng mạnh mẽ cho tính toán khoa học và số học: Mang, Thao tac máng, Phép toán toán học, Truy cập và thay đôi phan tử mảng, Đại sô tuyến tính, Tạo mảng, Tha tác dữ liệu thời gian, Hỗ trợ C-API,. 3 Math Thư viện math trong Python cung cấp các hàm toán học cơ bản.