Ứng Dụng Các Mô Hình Học Máy Trong Dự Báo Giá Cổ Phiếu Trên Sàn Chứng Khoán HOSE: Hiệu Quả Dự Báo

Chuyên khảo phân tích Ứng dụng các mô hình học máy machine learning trong dự báo giá cổ phiếu trên sàn chứng khoán hose, đánh giá các khía cạnh quan trọng, đề xuất hướng nghiên

• Tác giả: Nguyễn Phạm Chí Bảo
• Người hướng dẫn: TS. Lê Hoàng Anh
• Trường học: Trường Đại học Ngân hàng Thành phố Hồ Chí Minh
• Chuyên ngành: Tài chính – Ngân hàng
• Đề tài: Ứng Dụng Mô Hình Học Máy Trong Dự Báo Giá Cổ Phiếu Trên Sàn Chứng Khoán HOSE
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2023
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU
• 1.1. Tính cấp thiết của đề tài nghiên cứu
• 1.2. Mục tiêu nghiên cứu
• 1.2.1. Mục tiêu tổng quát
• 1.2.2. Mục tiêu cụ thể
• 1.2.3. Câu hỏi nghiên cứu
• 1.3. Đối tượng và phạm vi nghiên cứu
• 1.3.1. Đối tượng nghiên cứu
• 1.3.2. Phạm vi nghiên cứu
• 1.4. Những đóng góp của nghiên cứu
• 1.5. Phương pháp nghiên cứu
• 1.6. Cấu trúc của nghiên cứu
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
• 2.1. Tổng quan về học máy (machine learning)
• 2.2. Lịch sử phát triển của các mô hình học máy
• 2.3. Tổng quan lý thuyết về các mô hình học máy được sử dụng để dự báo giá cổ phiếu
• 2.3.1. Artificial Neural Network
• 2.4. Các nghiên cứu có liên quan
• 2.4.1. Các nghiên cứu trong nước
• 2.4.2. Các nghiên cứu trên thế giới
• 2.5. Các thông số dùng đánh giá các mô hình
• 2.5.1. Coefficient of determination
• 2.5.2. Mean Squared Error (MSE)
• 2.5.3. Root Mean Squared Error (RMSE)
• 2.5.4. Mean Absolute Error (MAE)
• 2.6. TÓM TẮT CHƯƠNG 2
• 3. CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. Quy trình nghiên cứu
• 3.2. Phương pháp thu thập dữ liệu
• 3.2.1. Phương pháp thu thập dữ liệu giá cổ phiếu
• 3.2.2. Phương pháp thu thập dữ liệu các độ trễ của tỷ suất sinh lời của từng mã cổ phiếu
• 3.2.3. Phương pháp thu thập dữ liệu các chỉ số tài chính khác
• 3.3. Tiền xử lý dữ liệu
• 3.3.1. Kiểm tra tính dừng của bộ dữ liệu
• 3.3.2. Tính dừng của dữ liệu giá cổ phiếu
• 3.3.3. Tính dừng của TSSL
• 3.4. Chuẩn hóa dữ liệu nghiên cứu
• 3.5. Mẫu nghiên cứu
• 3.6. Quá trình xây dựng các mô hình mô hình học máy
• 3.6.1. Các thư viện cần thiết
• 3.6.2. Phân chia tập dữ liệu và tập kiểm tra
• 3.6.3. Xây dựng mô hình
• 3.7. TÓM TẮT CHƯƠNG 3
• 4. CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
• 4.1. Thống kê mô tả
• 4.2. Kết quả huấn luyện và hiệu suất của các mô hình
• 4.2.1. Artificial Neural Network
• 4.2.2. Cải thiện hiệu suất dự báo đối với các mô hình ML
• 4.2.2.1. Cải thiện chung cho các mô hình
• 4.2.2.2. Cải thiện cho Random Forest
• 4.2.2.3. Cải thiện cho KNN
• 4.2.2.4. Cải thiện cho ANN
• 4.2.3. Kết quả hồi quy và đánh giá hiệu suất của các mô hình sau cải thiện
• 4.2.3.1. Artificial Neural Network
• 4.2.4. So sánh hiệu suất của các mô hình
• 4.3. TÓM TẮT CHƯƠNG 4
• 5. CHƯƠNG 5: KẾT LUẬN VÀ KHUYẾN NGHỊ
• 5.1. Hạn chế và hướng nghiên cứu tiếp theo
• 5.2. Ứng dụng thực tế
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Ứng Dụng Mô Hình Học Máy Trong Dự Báo Giá Cổ Phiếu

Trong bối cảnh thị trường chứng khoán ngày càng biến động, việc ứng dụng mô hình học máy trong dự báo giá cổ phiếu trên sàn chứng khoán HOSE trở nên cần thiết. Các mô hình này không chỉ giúp phân tích dữ liệu lớn mà còn cải thiện độ chính xác trong dự đoán. Nghiên cứu này sẽ khám phá các mô hình phổ biến như Linear Regression, Random Forest và KNN, đồng thời đánh giá hiệu quả của chúng trong việc dự báo giá cổ phiếu.

1.1. Khái Niệm Về Mô Hình Học Máy

Mô hình học máy là một lĩnh vực của trí tuệ nhân tạo, cho phép máy tính học hỏi từ dữ liệu mà không cần lập trình cụ thể. Các mô hình này có khả năng phân tích và dự đoán dựa trên các mẫu dữ liệu lịch sử.

1.2. Tầm Quan Trọng Của Dự Báo Giá Cổ Phiếu

Dự báo giá cổ phiếu là một yếu tố quan trọng trong quyết định đầu tư. Việc sử dụng các mô hình học máy giúp nhà đầu tư đưa ra quyết định chính xác hơn, từ đó tối ưu hóa lợi nhuận.

II. Thách Thức Trong Dự Báo Giá Cổ Phiếu Trên Sàn Chứng Khoán HOSE

Thị trường chứng khoán HOSE đối mặt với nhiều thách thức trong việc dự báo giá cổ phiếu. Sự biến động của thị trường, tâm lý nhà đầu tư và các yếu tố kinh tế vĩ mô đều ảnh hưởng đến giá cổ phiếu. Những yếu tố này tạo ra sự không chắc chắn, làm cho việc dự đoán trở nên khó khăn hơn.

2.1. Sự Biến Động Của Thị Trường

Thị trường chứng khoán thường xuyên biến động do nhiều yếu tố như tin tức kinh tế, chính trị và tâm lý nhà đầu tư. Điều này làm cho việc dự đoán giá cổ phiếu trở nên phức tạp.

2.2. Tâm Lý Nhà Đầu Tư

Tâm lý nhà đầu tư có thể ảnh hưởng lớn đến giá cổ phiếu. Những quyết định dựa trên cảm xúc có thể dẫn đến sự biến động không lường trước được trong giá cổ phiếu.

III. Phương Pháp Ứng Dụng Mô Hình Học Máy Trong Dự Báo Giá Cổ Phiếu

Nghiên cứu này sẽ áp dụng các mô hình học máy như Linear Regression, Random Forest và KNN để dự báo giá cổ phiếu. Mỗi mô hình sẽ được huấn luyện và kiểm tra trên dữ liệu lịch sử để đánh giá hiệu suất dự đoán.

3.1. Mô Hình Linear Regression

Linear Regression là một trong những mô hình đơn giản nhưng hiệu quả trong việc dự đoán giá cổ phiếu. Mô hình này giúp xác định mối quan hệ tuyến tính giữa các biến độc lập và giá cổ phiếu.

3.2. Mô Hình Random Forest

Random Forest là một mô hình mạnh mẽ sử dụng phương pháp ensemble learning. Mô hình này có khả năng xử lý dữ liệu lớn và phức tạp, giúp cải thiện độ chính xác trong dự đoán.

3.3. Mô Hình K Nearest Neighbors KNN

KNN là một mô hình dựa trên nguyên tắc tìm kiếm các điểm dữ liệu gần nhất để dự đoán giá cổ phiếu. Mặc dù đơn giản, nhưng KNN có thể gặp khó khăn trong việc xử lý dữ liệu lớn.

IV. Kết Quả Nghiên Cứu Về Hiệu Suất Dự Báo Giá Cổ Phiếu

Kết quả nghiên cứu cho thấy mô hình Random Forest đạt hiệu suất cao nhất trong việc dự báo giá cổ phiếu, trong khi KNN có hiệu suất thấp nhất. Các chỉ số như MSE, RMSE và MAE sẽ được sử dụng để đánh giá hiệu quả của từng mô hình.

4.1. Đánh Giá Hiệu Suất Mô Hình

Các mô hình sẽ được đánh giá dựa trên các chỉ số như MSE, RMSE và MAE. Kết quả cho thấy Random Forest có độ chính xác cao nhất trong dự báo giá cổ phiếu.

4.2. So Sánh Các Mô Hình

So sánh hiệu suất giữa các mô hình cho thấy sự khác biệt rõ rệt. Random Forest vượt trội hơn hẳn so với Linear Regression và KNN trong việc dự đoán giá cổ phiếu.

V. Kết Luận Và Hướng Phát Triển Tương Lai Trong Dự Báo Giá Cổ Phiếu

Nghiên cứu này khẳng định rằng mô hình học máy có thể cải thiện đáng kể khả năng dự báo giá cổ phiếu trên sàn chứng khoán HOSE. Hướng phát triển tương lai có thể bao gồm việc áp dụng các mô hình phức tạp hơn và tích hợp nhiều nguồn dữ liệu khác nhau.

5.1. Tầm Quan Trọng Của Mô Hình Học Máy

Mô hình học máy không chỉ giúp cải thiện độ chính xác trong dự đoán mà còn mở ra nhiều cơ hội mới cho các nhà đầu tư trong việc ra quyết định.

5.2. Hướng Phát Triển Tương Lai

Hướng phát triển trong tương lai có thể bao gồm việc tích hợp dữ liệu từ nhiều nguồn khác nhau và áp dụng các mô hình học sâu để nâng cao khả năng dự đoán.

Trích đoạn nội dung tài liệu

BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƢỚC VIỆT NAM TRƢỜNG ĐẠI HỌC NGÂN HÀNG TP. HỒ CHÍ MINH NGUYỄN PHẠM CHÍ BẢO ỨNG DỤNG CÁC MÔ HÌNH HỌC MÁY (MACHINE LEARNING) TRONG DỰ BÁO GIÁ CỔ PHIẾU TRÊN SÀN CHỨNG KHOÁN HOSE: MỘT TIẾP CẬN TỪ GÓC ĐỘ HIỆU QUẢ DỰ BÁO KHÓA LUẬN TỐT NGHIỆP CHUYÊN NGÀNH: TÀI CHÍNH – NGÂN HÀNG MÃ SỐ: 7 34 02 01 TP. HỒ CHÍ MINH, NĂM 2023 BỘ GIÁO DỤC VÀ ĐÀO TẠO NGÂN HÀNG NHÀ NƢỚC VIỆT NAM TRƢỜNG ĐẠI HỌC NGÂN HÀNG TP. HỒ CHÍ MINH Họ và tên sinh viên: NGUYỄN PHẠM CHÍ BẢO Mã số sinh viên: 050608200250 Lớp sinh hoạt: HQ8-GE20 ỨNG DỤNG CÁC MÔ HÌNH HỌC MÁY (MACHINE LEARNING) TRONG DỰ BÁO GIÁ CỔ PHIẾU TRÊN SÀN CHỨNG KHOÁN HOSE: MỘT TIẾP CẬN TỪ GÓC ĐỘ HIỆU QUẢ DỰ BÁO KHÓA LUẬN TỐT NGHIỆP CHUYÊN NGÀNH: TÀI CHÍNH – NGÂN HÀNG MÃ SỐ: 7 34 02 01 NGƢỜI HƢỚNG DẪN KHOA HỌC TS.

LÊ HOÀNG ANH TP. HỒ CHÍ MINH, NĂM 2023 i TÓM TẮT Trong bối cảnh mô hình học máy phát triển với tốc độ nhanh chóng, đóng góp quan trọng vào phát triển của nhiều lĩnh vực. Cùng với đó, dự báo là một hoạt động đƣợc đông đảo các nhà đầu tƣ, nhà nghiên cứu dành sự quan tâm, không ngừng mở ra những triển vọng mới. Bài nghiên cứu này tập trung vào việc so sánh và đánh giá hiệu suất dự báo của các mô hình học máy phổ biến hiện nay bao gồm Linear Regression, Random Forest, K-nearest Neighbors, Lasso, Ridge, Multi-layer Perceptron (thuộc họ ANN) thông qua các chỉ số đánh giá nhƣ Mean Squared Error (MSE), Root Mean Squared Error (RMSE) và Mean Absolute Error (MAE).

Các mô hình sẽ đƣợc huấn luyện, kiểm tra và cải thiện để đảm bảo tính khách quan và độ tin cậy của kết quả. Từ đó, đƣa ra các khuyến nghị hữu ích cho các ứng dụng thực tế và các hƣớng phát triển trong tƣơng lai. Kết quả nghiên cứu cho thấy Random Forest là mô hình xuất sắc nhất trong việc dự báo, trong khi KNN thì có hiệu suất kém nhất. Ridge và Linear đạt hiệu suất trung bình, trong khi ANN và Lasso có khả năng ghi nhớ mô hình tốt, nhƣng khó giải thích biến động dự báo.

Từ khóa: học máy, dự báo, Linear, Random Forest, KNN, Lasso, Ridge, ANN ii ABSTRACT In the rapidly evolving context of machine learning, which significantly contributes to the progress across various domains, forecasting remains a focal point capturing the attention of investors and researchers alike, continually unveiling new prospects. This research centers on the comparative analysis and evaluation of predictive performance among contemporary machine learning models, including Linear Regression, Random Forest, K-nearest Neighbors, Lasso, Ridge, and Multi- layer Perceptron (part of the ANN family), using metrics such as Mean Squared Error (MSE), Root Mean Squared Error (RMSE), and Mean Absolute Error (MAE). The models undergo training, testing, and improvement to ensure objectivity and reliability of the results. From these comparisons, valuable recommendations are derived for practical applications and suggest future development directions.

The research findings highlight Random Forest as the superior model in forecasting, while KNN exhibits the poorest performance. Ridge and Linear achieve average performance, while ANN and Lasso demonstrate strong model memorization but have challenges in explaining forecast fluctuations. Keywords: machine learning, predict, Linear, Random Forest, KNN, Lasso, Ridge, ANN iii LỜI CAM ĐOAN Tôi tên là: Nguyễn Phạm Chí Bảo; Mã số sinh viên: 050608200250. Lớp: HQ8 – GE20, CLC, Trƣờng Đại học Ngân hàng Thành phố Hồ Chí Minh.

Tôi xin cam đoan rằng mọi thông tin và kết quả đƣợc trình bày trong bài nghiên cứu này là chân thực và đƣợc thu thập một cách chính xác. Tôi hiểu rằng việc đảm bảo tính minh bạch và trung thực là quan trọng trong nghiên cứu. Đồng thời không có sự can thiệp hoặc biến đổi không đúng đắn vào dữ liệu để làm cho kết quả tích cực hoặc âm hơn so với thực tế. Tôi cũng xin cam đoan rằng mọi nguồn thông tin đƣợc trích dẫn từ các tác giả khác đều đƣợc ghi rõ và chính xác theo quy tắc trích dẫn khoa học bảo đảm quyền lợi và công bằng cho tác giả gốc và không có sự xâm phạm bản quyền hoặc sử dụng trái phép thông tin nào trong quá trình nghiên cứu và viết bài.

Đề tài nghiên cứu này là công trình của bản thân tôi. Đề tài này chƣa từng đƣợc công bố hoặc đăng tải ở bất kỳ nơi nào khác. Đây là công trình mới và chƣa có bản sao tƣơng tự nào đƣợc xuất bản trƣớc đây. Tôi cam kết tuân thủ tất cả các quy tắc và nguyên tắc trong quá trình thực hiện nghiên cứu và viết bài.

Tôi hoàn toàn chịu trách nhiệm về nội dung của bài nghiên cứu này và sẵn sàng cung cấp thêm thông tin giúp giải đáp mọi vấn đề phản biện. Tôi mong muốn rằng bài nghiên cứu này sẽ đóng góp tích cực vào lĩnh vực nghiên cứu của tôi và là nguồn tham khảo đáng tin cậy cho cộng đồng nghiên cứu khoa học. Hồ Chí Minh, ngày. năm 2023 Tác giả Nguyễn Phạm Chí Bảo iv LỜI CẢM ƠN Tôi muốn đặc biệt bày tỏ lòng biết ơn sâu sắc đến TS.

Lê Hoàng Anh, là ngƣời hƣớng dẫn tận tâm, giúp tôi vƣợt qua mọi thách thức trong quá trình nghiên cứu. Sự chia sẻ kiến thức và kinh nghiệm của TS. Lê Hoàng Anh đã là sự hỗ trợ to lớn, đồng hành với tôi trong quá trình thực hiện khóa luận này, giúp tôi hiểu rõ hơn về các thuật toán học máy trong dự báo giá cổ phiếu trên Sàn Chứng khoán HOSE. Tôi cũng muốn bày tỏ lòng biết ơn đến Ban giám hiệu và đội ngũ giảng viên của Trƣờng Đại học Ngân hàng Thành phố Hồ Chí Minh, nơi tôi đã có cơ hội học tập và trau dồi kiến thức.

Môi trƣờng học thuật tại đây đã đóng vai trò quan trọng giúp tôi có nền tảng vững chắc để thực hiện nghiên cứu của tôi. Mặc dù không có sự tham gia chính thức của ngƣời khác trong nghiên cứu này, nhƣng tôi rất biết ơn mọi đề xuất và ý kiến đóng góp từ cộng đồng nghiên cứu và bạn bè. Những đóng góp này đã giúp làm cho đề tài trở nên đa chiều và phong phú hơn. Cuối cùng, tôi nhận thức rằng đề tài không tránh khỏi những hạn chế.

Tôi mong rằng sự hoàn thiện của nó sẽ đƣợc đóng góp thông qua những ý kiến đóng góp chân thành từ cộng đồng nghiên cứu và các giảng viên của trƣờng Đại học Ngân hàng Thành phố Hồ Chí Minh. Xin chân thành cảm ơn! TP. Hồ Chí Minh, ngày. năm 2023 v MỤC LỤC TÓM TẮT.

ii LỜI CAM ĐOAN. iii LỜI CẢM ƠN. iv MỤC LỤC .v DANH MỤC VIẾT TẮT TIẾNG VIỆT. ix DANH MỤC BẢNG BIỂU .x DANH MỤC HÌNH.

xi Chƣơng 1: TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU. Tính cấp thiết của đề tài nghiên cứu. Mục tiêu nghiên cứu. Mục tiêu tổng quát.

Mục tiêu cụ thể. Câu hỏi nghiên cứu. Đối tƣợng và phạm vi nghiên cứu. Đối tƣợng nghiên cứu.

Phạm vi nghiên cứu. Những đóng góp của nghiên cứu. Phƣơng pháp nghiên cứu. Cấu trúc của nghiên cứu.7 Chƣơng 2: CƠ SỞ LÝ THUYẾT.

Tổng quan về học máy (machine learning). Lịch sử phát triển của các mô hình học máy. Tổng quan lý thuyết về các mô hình học máy đƣợc sử dụng để dự báo giá cổ phiếu. Artificial Neural Network.

Các nghiên cứu có liên quan. Các nghiên cứu trong nƣớc. Các nghiên cứu trên thế giới. Các thông số dùng đánh giá các mô hình.

Coefficient of determination. Mean Squared Error (MSE). Root Mean Squared Error (RMSE). Mean Absolute Error (MAE) .22 TÓM TẮT CHƢƠNG 2 .22 Chƣơng 3: PHƢƠNG PHÁP NGHIÊN CỨU.

Quy trình nghiên cứu. Phƣơng pháp thu thập dữ liệu. Phƣơng pháp thu thập dữ liệu giá cổ phiếu. Phƣơng pháp thu thập dữ liệu các độ trễ của tỷ suất sinh lời của từng mã cổ phiếu.

Phƣơng pháp thu thập dữ liệu các chỉ số tài chính khác. Tiền xử lý dữ liệu. Kiểm tra tính dừng của bộ dữ liệu. Tính dừng của dữ liệu giá cổ phiếu.

Tính dừng của TSSL. Chuẩn hóa dữ liệu nghiên cứu. Mẫu nghiên cứu. Quá trình xây dựng các mô hình mô hình học máy.

Các thƣ viện cần thiết. Phân chia tập dữ liệu và tập kiểm tra. Xây dựng mô hình .33 TÓM TẮT CHƢƠNG 3 .36 Chƣơng 4: KẾT QUẢ NGHIÊN CỨU. Thống kê mô tả.

Kết quả huấn luyện và hiệu suất của các mô hình. Artificial Neural Network. Cải thiện hiệu suất dự báo đối với các mô hình ML. Cải thiện chung cho các mô hình.

Cải thiện cho Random Forest. Cải thiện cho KNN. Cải thiện cho ANN. Kết quả hồi quy và đánh giá hiệu suất của các mô hình sau cải thiện.

Artificial Neural Network. So sánh hiệu suất của các mô hình.63 TÓM TẮT CHƢƠNG 4 .64 Chƣơng 5: KẾT LUẬN VÀ KHUYẾN NGHỊ. Hạn chế và hƣớng nghiên cứu tiếp theo. Ứng dụng thực tế .68 TÀI LIỆU THAM KHẢO .73 ix DANH MỤC VIẾT TẮT TIẾNG VIỆT Từ viết tắt Ý nghĩa tiếng Việt Ý nghĩa tiếng Anh TSSL Tỷ suất sinh lợi ML Học máy Machine Learning Sở Giao dịch Chứng khoán Ho Chi Minh Stock HOSE thành phố Hồ Chí Minh Exchange RF Mô hình rừng ngẫu nhiên Random Forest Mô hình k láng giềng gần KNN K-Nearest Neighbors nhất Artificial Neural ANN Mạng thần kinh nhân tạo Network MLP Mô hình MLP Multi-layer Perceptron CTCP Công ty cổ phần x DANH MỤC BẢNG BIỂU Bảng 3.1 Dữ liệu cổ phiếu AAA .2: Bảng tỷ suất sinh lợi VCB .3: Dữ liệu các chỉ số tài chính quốc tế .4: Dữ liệu TSSL cổ phiếu VCB sau tiền xử lý .5: Bộ dữ liệu nghiên cứu của cổ phiếu VJC .6: Kiểm tra tính dừng của giá cổ phiếu.7: Tính dừng của tỷ suất sinh lợi .8: Bộ dữ liệu hoàn chỉnh của VJC để nghiên cứu.

Kết quả thống kê mô tả các biến đầu vào chung .2: Kết quả hồi quy Linear Regression với VCB .3 Hiệu suất dự báo của Linear Regression với VCB .4: Hiệu suất hồi quy mô hình Linear Regression .5: Độ quan trọng của biến độc lập đối với tỷ suất sinh lời đối với cổ phiếu VNM theo Random Forest .6: Hiệu suất của Random Forest đối với VNM .7: Hiệu suất của Random Forest .8: Hiệu suất của KNN .9: Kết quả hồi quy Lasso đối với cổ phiếu SAB .10: Hiệu suất của Lasso đối với VNM .11: Hiệu suất của Lasso .12: Kết quả hồi quy Ridge đối với MSN .13: Hiệu suất mô hình Ridge đối với MSN .14: Hiệu suất mô hình Ridge .15: Ảnh hƣởng của các nút nơ-ron đối với FPT .16: Hiệu suất mô hình MLP đối với FPT .17: Hiệu suất mô hình MLP .18: Kết quả hồi quy Linear Regression với VCB sau cải thiện .