Luận văn thạc sĩ ueh ứng dụng mô hình mạng thần kinh nhân tạo trong dự báo kinh tế trường hợp thị trường chứng khoán việt nam

Luận văn thạc sĩ UEH nghiên cứu ứng dụng mô hình mạng thần kinh nhân tạo trong dự báo kinh tế, tập trung vào thị trường chứng khoán Việt Nam.

Người đăng

Ẩn danh

Thể loại

luận án tiến sĩ

2011

165
3
0

Phí lưu trữ

45 Point

Mục lục chi tiết

Lời cam đoan

Mục lục

Danh mục các bảng biểu

Danh mục các hình

Danh mục các từ viết tắt

Phần mở đầu

1. CHƯƠNG 1: Quan điểm và bằng chứng thực nghiệm việc ứng dụng mô hình mạng thần kinh nhân tạo trong dự báo

1.1. Quan điểm lựa chọn công cụ phân tích và dự báo

1.2. Mô hình mạng thần kinh nhân tạo – ANN

1.3. Mạng thần kinh nhân tạo và các đặc điểm cơ bản của bộ não

1.4. Những yếu tố tạo nên một mô hình mạng thần kinh nhân tạo

1.5. Cách thức huấn luyện một mô hình mạng thần kinh nhân tạo

1.6. Một số thước đo trong việc lựa chọn cấu trúc mạng ANN

1.7. Các đặc trưng của mô hình mạng thần kinh nhân tạo

1.8. Một số mô hình mạng thần kinh nhân tạo điển hình

1.8.1. Mô hình mạng truyền thẳng

1.8.2. Mô hình mạng truyền thẳng đa lớp

1.8.3. Mô hình mạng lặp lại

1.9. Sự vượt trội của mô hình mạng thần kinh trong việc phân tích và dự báo

1.10. Việc ứng dụng mô hình ANN trong dự báo – bằng chứng thực nghiệm

1.11. Thiết kế một mô hình mạng thần kinh nhân tạo

2. CHƯƠNG 2: Thiết kế và ứng dụng mạng thần kinh nhân tạo để dự báo giá chứng khoán trên thị trường chứng khoán Việt Nam

2.1. Thiết kế mạng thần kinh nhân tạo để dự báo giá chứng khoán với nhóm biến kinh tế vĩ mô

2.2. Lựa chọn biến kinh tế vĩ mô tác động đến giá chứng khoán

2.3. Thu thập dữ liệu kinh tế

2.4. Tiền xử lý dữ liệu

2.5. Phân chia dữ liệu được thu thập để huấn luyện ANN

2.6. Xây dựng cấu trúc – Xác định thông số của ANN

2.7. Tiêu chuẩn đánh giá tính phù hợp kết quả dự báo của ANN

2.8. Huấn luyện hệ thống ANN

2.9. Kết quả sử dụng mô hình mạng ANN để dự báo VN-Index

2.10. Sử dụng mạng thần kinh được khái quát hóa và mạng truyền thẳng để dự báo giá chứng khoán với nhóm biến kinh tế vĩ mô

2.10.1. Dự báo giá chứng khoán bằng cấu trúc mạng thần kinh nhân tạo được khái quát hóa

2.10.2. Dự báo giá chứng khoán dựa trên phân tích tác động của các biến kinh tế vĩ mô theo cấu trúc mạng truyền thẳng

2.11. So sánh khả năng dự báo giá chứng khoán của mô hình mạng thần kinh nhân tạo với mô hình hồi quy tuyến tính

2.11.1. Sự vượt trội của mô hình mạng thần kinh nhân tạo so với mô hình hồi quy tuyến tính khi sử dụng các biến số tài chính

2.11.2. Mô hình mạng ANN tuyến tính

2.11.3. Kết quả của mô hình hồi quy tuyến tính truyền thống

2.11.4. Mô hình mạng ANN phi tuyến khi khảo sát các biến tài chính

2.12. Phân tích và dự báo giá chứng khoán trên TTCK VN dưới tác động của sự biến động các TTCK thế giới

2.13. Sử dụng sự thay đổi giá trong quá khứ để dự báo giá chứng khoán trên TTCK VN

2.14. Dự báo giá chứng khoán trên TTCK VN dưới tác động của các chỉ báo tâm lý thị trường

2.15. Lựa chọn nhập lượng đầu vào

2.16. Thu thập và xử lý dữ liệu

2.17. Mô hình mạng thần kinh nhân tạo

2.17.1. Xây dựng mô hình mạng thần kinh tuyến tính

2.17.2. So sánh và kết luận

3. CHƯƠNG 3: Một số đề xuất từ quá trình phân tích và dự báo giá chứng khoán trên thị trường chứng khoán Việt Nam

3.1. Khả năng dự báo giá chứng khoán trên thị trường chứng khoán Việt Nam

3.2. Hành vi tài chính của nhà đầu tư tác động mạnh trong mô hình ANN

3.3. Một số đề xuất từ quá trình phân tích và dự báo giá chứng khoán trên TTCK VN

3.3.1. Gia tăng điều kiện phát hành chứng khoán nhằm kiểm soát hoạt động huy động vốn của các doanh nghiệp

3.3.2. Sớm thay đổi các quy định về tín dụng đầu tư chứng khoán hiện nay của ngân hàng nhà nước

3.3.3. Gia tăng điều kiện niêm yết trên các sàn giao dịch chứng khoán ở Việt Nam để tạo ra sự khác biệt thực sự giữa các thị trường

3.3.4. Tăng tính chủ động cho Ủy ban chứng khoán nhà nước tiến tới sự độc lập trong hoạt động dưới sự quản lý của chính phủ

3.4. Những hạn chế của quá trình nghiên cứu này

3.5. Những ứng dụng khác của mô hình mạng thần kinh nhân tạo

Các công trình nghiên cứu khoa học đã công bố

Danh mục tài liệu tham khảo

Phụ lục 1: Một số hàm kích hoạt của mạng thần kinh nhân tạo

Phụ lục 2: Quá trình phân loại biến theo mô hình ANN

Phụ lục 3: Xây dựng mô hình hồi quy tuyến tính truyền thống để phân tích và dự báo VN-Index

Phụ lục 4: Cách tính các chỉ số phân tích kỹ thuật

Tóm tắt

I. Tổng quan về ứng dụng mạng thần kinh nhân tạo trong dự báo kinh tế

Mạng thần kinh nhân tạo (ANN) đã trở thành một công cụ quan trọng trong việc dự báo kinh tế, đặc biệt là trong lĩnh vực thị trường chứng khoán. Việc ứng dụng ANN giúp cải thiện độ chính xác của các dự báo nhờ khả năng xử lý và phân tích dữ liệu phức tạp. Nghiên cứu này sẽ tập trung vào việc áp dụng ANN trong dự báo giá chứng khoán tại Việt Nam, một thị trường đang phát triển nhanh chóng.

1.1. Mạng thần kinh nhân tạo là gì và cách hoạt động

Mạng thần kinh nhân tạo là một mô hình tính toán được thiết kế để nhận diện mẫu và dự đoán. ANN hoạt động dựa trên cấu trúc giống như não người, với các neuron kết nối với nhau để xử lý thông tin. Điều này cho phép ANN học hỏi từ dữ liệu và cải thiện khả năng dự báo theo thời gian.

1.2. Lịch sử phát triển của mạng thần kinh nhân tạo

Mô hình ANN đã trải qua nhiều giai đoạn phát triển từ những năm 1940. Sự phát triển của công nghệ thông tin và khả năng xử lý dữ liệu đã giúp ANN trở thành một công cụ mạnh mẽ trong phân tích và dự báo kinh tế, đặc biệt trong lĩnh vực tài chính.

II. Thách thức trong việc dự báo kinh tế thị trường chứng khoán Việt Nam

Dự báo giá chứng khoán là một nhiệm vụ phức tạp do sự biến động không ngừng của thị trường. Các yếu tố như chính trị, kinh tế vĩ mô và tâm lý nhà đầu tư đều ảnh hưởng đến giá chứng khoán. Việc sử dụng các phương pháp truyền thống thường không đủ để nắm bắt được các yếu tố phi tuyến trong dữ liệu.

2.1. Các yếu tố ảnh hưởng đến giá chứng khoán

Giá chứng khoán chịu ảnh hưởng từ nhiều yếu tố như lãi suất, tỷ giá hối đoái, và các chỉ số kinh tế vĩ mô. Những yếu tố này thường có mối quan hệ phức tạp và không dễ dàng để phân tích bằng các phương pháp truyền thống.

2.2. Hạn chế của các phương pháp dự báo truyền thống

Các phương pháp như hồi quy tuyến tính thường không thể nắm bắt được tính phi tuyến của dữ liệu tài chính. Điều này dẫn đến độ chính xác thấp trong các dự báo, đặc biệt là trong các giai đoạn biến động mạnh của thị trường.

III. Phương pháp ứng dụng mạng thần kinh nhân tạo trong dự báo

Việc thiết kế và triển khai mô hình ANN để dự báo giá chứng khoán bao gồm nhiều bước quan trọng. Từ việc thu thập dữ liệu, tiền xử lý cho đến huấn luyện mô hình, mỗi bước đều ảnh hưởng đến kết quả cuối cùng. Mô hình ANN có thể được tối ưu hóa để cải thiện độ chính xác của dự báo.

3.1. Thiết kế mô hình mạng thần kinh nhân tạo

Thiết kế mô hình ANN bao gồm việc xác định cấu trúc mạng, số lượng neuron và các tham số khác. Việc lựa chọn cấu trúc phù hợp là rất quan trọng để đảm bảo mô hình có thể học hỏi và dự đoán chính xác.

3.2. Huấn luyện và kiểm tra mô hình ANN

Quá trình huấn luyện mô hình ANN bao gồm việc sử dụng dữ liệu lịch sử để tối ưu hóa các trọng số. Sau khi huấn luyện, mô hình cần được kiểm tra với dữ liệu mới để đánh giá độ chính xác và khả năng dự đoán.

IV. Kết quả nghiên cứu ứng dụng mạng thần kinh nhân tạo

Nghiên cứu cho thấy mô hình ANN có khả năng dự báo giá chứng khoán tốt hơn so với các phương pháp truyền thống. Kết quả dự báo từ mô hình ANN cho thấy độ chính xác cao, đặc biệt trong các giai đoạn biến động của thị trường.

4.1. So sánh kết quả dự báo giữa ANN và hồi quy tuyến tính

Kết quả cho thấy mô hình ANN vượt trội hơn so với hồi quy tuyến tính trong việc dự báo giá chứng khoán. Mô hình ANN có khả năng nắm bắt các mối quan hệ phi tuyến và cung cấp các dự báo chính xác hơn.

4.2. Ứng dụng thực tiễn của mô hình ANN trong thị trường chứng khoán

Mô hình ANN không chỉ giúp cải thiện độ chính xác của dự báo mà còn hỗ trợ các nhà đầu tư trong việc ra quyết định. Việc áp dụng ANN trong thực tiễn đã cho thấy những kết quả tích cực trong việc dự báo giá chứng khoán tại Việt Nam.

V. Kết luận và triển vọng tương lai của ứng dụng ANN

Mạng thần kinh nhân tạo đã chứng minh được giá trị của mình trong việc dự báo kinh tế, đặc biệt là trong lĩnh vực thị trường chứng khoán. Tương lai của việc ứng dụng ANN trong dự báo kinh tế hứa hẹn sẽ mang lại nhiều cơ hội mới cho các nhà đầu tư và nhà nghiên cứu.

5.1. Tương lai của mạng thần kinh nhân tạo trong dự báo kinh tế

Với sự phát triển không ngừng của công nghệ và khả năng xử lý dữ liệu, ANN sẽ tiếp tục được cải tiến và ứng dụng rộng rãi hơn trong các lĩnh vực khác nhau của kinh tế và tài chính.

5.2. Khuyến nghị cho nghiên cứu và ứng dụng tiếp theo

Cần tiếp tục nghiên cứu và phát triển các mô hình ANN để tối ưu hóa khả năng dự báo. Việc kết hợp ANN với các phương pháp phân tích khác có thể mang lại những kết quả tốt hơn trong tương lai.

23/07/2025
Luận văn thạc sĩ ueh ứng dụng mô hình mạng thần kinh nhân tạo trong dự báo kinh tế trường hợp thị trường chứng khoán việt nam

Trích đoạn nội dung tài liệu

Chương 1 QUAN ĐIỂM VÀ BẰNG CHỨNG THỰC NGHIỆM VIỆC ỨNG DỤNG MÔ HÌNH MẠNG THẦN KINH NHÂN TẠO TRONG DỰ BÁO TÓM TẮT Mỗi một mô hình phân tích và dự báo đề u dựa trên những nề n tảng giả đi ̣nh khác nhau. Các mô hình trước nay được sử dụng phổ biế n để phân tích và dự báo đều dựa trên phương pháp phân phố i chuẩn của các biế n đưa vào mô hì nh. Quan điể m về phân phố i chuẩn đã đưa ra nề n tảng toán học cho học thuyế t thi ̣ trường hiê ̣u quả. Quan điể m này đã đưa đến việc hình thành các mô hình phân tích và định giá chứng khoán như mô hình định giá tài sản vốn - CAPM, mô hình đi ̣nh giá quyề n chọn Black – Scholes, mô hình đa nhân tố , mô hình Fama-French… Tuy nhiên, các mô hình này lại không mấ y hiê ̣u quả khi phân tích và dự báo những chỉ tiêu đầ y tính biế n động trong thi ̣ trường tài chính.

Một phương pháp mô phỏng bộ não con người được xây dựng dựa trên những nề n tảng tiế p cận khác với các phương pháp trên. Quá trình mô phỏng này được gọi là mô hình mạng thầ n kinh nhân tạo - ANN. Những quy tắ c khi ứng dụng mô hình ANN không như những phương pháp dựa trên quan điể m phân phố i chuẩn. Quá trình ứng dụng mô hình ANN dựa trên quan điểm : các chủ thể tham gia thi ̣ trường, quyế t đi ̣nh xu hướng thi ̣ trường là những nhà đầ u tư với những hiểu biế t khác nhau.

Nói cách khác, chính nhà đầu tư khi tiếp nhận thông tin và sẽ đưa ra quyế t đi ̣nh trước những thông tin này dựa trên những hiể u biế t và phân tích của chính mình. Viê ̣c ứng dụng mô hình ANN khá phổ biế n trong li ̃ nh vực điê ̣n tử , sản xuấ t rô bố t hay như trong liñ h vực y học… Quá trình ứng dụng mô hình ANN trong thị trường tài chính để phân tích và dự báo chỉ được quan tâm trong hơn một thập niên gầ n đây. Quá trình ứng dụng này lớn mạnh nhờ sự hỗ trợ của ngành công nghê ̣ thông tin đã mang lại một số thành tựu nhấ t đi ̣nh về tính hiê ̣u quả của mô hình. Chính vì vậy, tiế p cận nghiên cứu mô hình ANN ở Viê ̣t Nam là rấ t cầ n thiế t.

LUAN VAN CHAT LUONG download : add luanvanchat@agmail. Quan điểm lựa chọn công cụ phân tích và dự báo Phƣơng pháp phân phối chuẩn hay đƣờng cong hình chuông là một công cụ phổ biến trong việc phân tích dữ liệu kinh tế tài chính đă ̣c biê ̣t là trong phân tić h giá chứng khoán. Phƣơng pháp phân phối chuẩn chính là nền tảng toán học cho học thuyết thị trƣờng hiệu quả của liñ h vƣ̣c tài chính. Quan điểm của phƣơng pháp phân phối chuẩn cho rằng, giá chứng khoán là độc lập ngẫu nhiên với nhau.

Ban đầu, phƣơng pháp phân phối chuẩn đƣợc tìm thấy khi thực hiện các thí nghiệm tung đồng xu (một cách ngẫu nhiên) và phát hiện ra đồ thị hình chuông. Sau đó, những ngƣời đi theo học thuyết thị trƣờng hiệu quả cho rằng, tỷ suất sinh lợi của giá chứng khoán cũng có hình dạng đƣờng cong hình chuông nhƣ vậy. Bill William (1995) cho rằng, việc các nhà tài chính hiện nay sử dụng phƣơng pháp phân phối chuẩn là vì chúng ta chịu ảnh hƣởng của những tƣ duy triết học từ xa xƣa, mà ông gọi đây là bản đồ logic văn hóa. Ông nói: “Bản đồ logic văn hóa của bạn tác động đến mọi thứ bạn làm: bài nói chuyện của bạn, suy nghĩ của bạn, hành vi của bạn, cách bạn ăn và bạn giao dịch trên thị trƣờng tài chính.

Các khái niệm của bạn về tất cả các hành động phụ thuộc vào bản đồ logic văn hóa mà bạn đang sử dụng”. Bản đồ logic văn hóa hiện nay bị thống trị bởi quan điểm triết học của Aristotle. Aristotle đúc kết thế giới với ý tƣởng rằng: “nếu bạn không biết về điều gì, bạn có thể đi hỏi ngƣời khác, ngƣời mà bạn cho là hiểu biết hơn bạn”. Hàm ý của câu nói trên cho rằng, mọi thứ trên thế giới đều độc lập và ngẫu nhiên với nhau.

Trong thế giới của Aristotle, mọi thứ là đứng yên, bất biến và có một ranh giới phân chia rõ ràng giữa các sự vật. Ứng dụng trên thị trƣờng tài chính, tƣ tƣởng về sự độc lập ngẫu nhiên của giá chứng khoán chính là quan điểm của Aristotle. Trong khi đó, Heraclitus lại có một câu nói nổi tiếng: “Không ai tắm hai lần trên một dòng sông”. Điều này có nghĩa rằng, bất kể bạn đặt chân vào dòng nƣớc nhanh nhƣ thế nào và sau đó rút ra và đặt vào lần nữa, không chỉ dòng sông đã chuyển động mà bàn chân của bạn cũng đã thay đổi.

Hàm ý câu nói của Heraclitus là mọi thứ luôn chuyển động và không có gì là bất biến và ổn định. Trong thế giới của Heraclitus, không có ranh giới rõ ràng và không có gì là đứng yên mãi mãi, mọi thứ có sự kết nối với nhau. Trên thị trƣờng tài chính, quan điểm của Heraclitus chính là sự phụ thuộc lẫn nhau trong các chỉ tiêu kinh tế đƣợc xem nhƣ là các biến giải thích cho giá cả chứng khoán hay nói cách khác, chính bản thân các biến kinh tế hay các chỉ tiêu kinh tế đƣợc đặt trong mối quan hệ tƣơng tác qua lại chứ không phải độc lập lẫn nhau và giá chứng khoán không hề độc lập ngẫu nhiên với nhau. Giá cả chứng khoán thay đổi theo một xu hƣớng.

LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 8 Có thể nói, khoa học cổ điển đã tạo ra nhiều thành tựu đáng chú ý. Các phát minh nhƣ ô tô, nhà máy, hàng không, máy tính và những phát minh khác… là kết quả mà loài ngƣời ghi nhận. Tuy nhiên, khoa học cổ điển có sự giới hạn của nó bởi chính tƣ duy của Aristotle. Các lĩnh vực nghiên cứu về cơ thể sống và các biến động hỗn loạn (nhƣ chuyển động của dòng nƣớc) không thể giải thích bằng khoa học cổ điển hay tƣ duy của Aristotle.

Bill William viết: “Vật lý cổ điển có thể mô tả sự chuyển động của vũ trụ từ sau hiện tƣợng “big bang”, nhƣng nó không thể mô tả hay giải thích sự chuyển động của máu trong tĩnh mạch trái hay sự hỗn loạn của dòng nƣớc”. Thế kỷ 20 đƣợc đánh dấu bởi 3 phát minh đáng nhớ: (1) thuyết tƣơng đối (relative theory) và (2) kỹ thuật định lƣợng (quantum mechanic) và (3) khoa học hỗn loạn (chaos science). Sự phát triển của khoa học hiện đại chính là sự phát triển của tƣ duy Heraclitus. Nhƣ vậy, những quy luật của khoa học cổ điển không phải là hoàn toàn đúng.

Ví dụ, đối với hình học Euclid. Một trong những định luật của tam giác là “tổng các góc trong của bất kỳ tam giác nào cũng sẽ bằng 180 độ, nếu không thì đó không phải là tam giác”. Điều này chỉ đúng nếu ứng với trọng trƣờng của trái đất. Khi chúng ta thoát khỏi trọng trƣờng của trái đất, tổng các góc trở nên lớn hơn 180 độ vì độ cong của không gian.

Đối với chúng ta, sự thay đổi này không phải là vấn đề vì tất cả chúng ta không sống ở mặt trăng. Tuy nhiên, điểm này cho thấy quy tắc trên của tam giác chỉ là một trƣờng hợp cụ thể không phải là quy luật chung. Khái niệm này sẽ trở nên cực kỳ quan trọng khi chúng ta nghiên cứu sâu vào thị trƣờng tài chính. Hình học phi Euclid là một sự phát triển của ngành toán học hiện đại.

Hình học phi Euclid bác bỏ một số tiên đề của hình học Euclid.  Thuyết tƣơng đối của Einstein đã thống nhất mối quan hệ giữa khối lƣợng và năng lƣợng, thời gian và không gian, điều mà khoa học cổ điển phủ nhận. Trong phân tích giá chứng khoán, đặc biệt là những ngƣời theo trƣờng phái phân tích kỹ thuật, mối quan hệ này đƣợc chỉ ra khi phân tích mối liên hệ giữa khối lƣợng giao dịch (khối lƣợng) và sự dao động của giá chứng khoán (năng lƣợng).  Sự phát triển của khoa học định lƣợng cho thấy rằng có thể sử dụng một lực nhỏ để gây tác động to lớn đến vật khác.

Thậm chí một vật chuyển động mà không do gì tác động lên nó. Hay nói cách khác, không tồn tại ranh giới phân biệt giữa nguyên nhân và hệ quả nhƣ vật lý cổ điển. Năm 1964, Johm Stuart Bell, đã giới thiệu khái niệm mà ông ta gọi là “sự không xác định của nguyên nhân”. Bell cho rằng nguyên nhân là do chúng ta sống trong một thế giới mà mọi thứ luôn đƣợc gắn kết với nhau và không thể phân định đâu là nguyên nhân và đâu là hệ quả.

Sự phát triển của hạt nguyên tử đã cho phát hiện ra LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 9 rằng có những vật còn chuyển động nhanh hơn cả vận tốc ánh sáng, điều không hề tồn tại trong vật lý cổ điển. Sự phát triển của khoa học tự nhiên mà đặc biệt là sự ra đời của 3 lý thuyết: thuyết tƣơng đối, kỹ thuật định lƣợng và khoa học hỗn loạn đã cho thấy rằng bản chất của tự nhiên là không hề độc lập. Sự chuyển động của các vật chất luôn có ảnh hƣởng lẫn nhau hay phụ thuộc lẫn nhau. Thị trƣờng chứng khoán (TTCK), một phần của thế giới tự nhiên cũng nằm trong quy luật đó.

Từ thế giới của Euclid và Newton, chúng ta đã phát triển ra toán học tuyến tính, bao gồm các phƣơng pháp thống kê tĩnh thƣờng đƣợc ký hiệu là “phân phối chuẩn” hay đƣờng cong hình chuông. Phƣơng pháp này giúp chúng ta hiểu một cách dễ dàng bằng cách đơn giản hóa và loại bỏ những yếu tố trừu tƣợng mà chúng ta nghĩ rằng không phù hợp với hệ thống. Vấn đề ở đây chính là “sự không phù hợp”. Trong thế giới thực, những thứ đƣợc xem là “không phù hợp” này không cho thấy là không quan trọng mà hơn thế nó lại rất quan trọng.

Benoit Mandelbrot, tại trung tâm nghiên cứu của IBM tại Yorktown Heights, New York, đã phát hiện ra rằng, các con số hoàn toàn khác so với quan điểm của phân phối chuẩn. “Mỗi sự thay đổi giá cụ thể là ngẫu nhiên và không thể dự báo đƣợc. Tuy nhiên, chuỗi sự thay đổi lại có sự phụ thuộc nhau trong một phạm vi” (Gleick, 1987, trang 86). Thực tế, giá cả hàng hóa và giá cả chứng khoán có quan hệ phi tuyến.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ