## Tổng quan nghiên cứu

Năm 2018, thị trường chứng khoán Việt Nam (TTCK VN) trải qua nhiều biến động mạnh với chỉ số VN-INDEX đạt đỉnh cao kỷ lục 1204.33 điểm vào ngày 9/4/2018, nhưng sau đó giảm sâu xuống còn khoảng 888 điểm vào cuối năm, tương ứng mức giảm gần 25%. Sự biến động này chịu ảnh hưởng lớn từ các yếu tố vĩ mô toàn cầu như chiến tranh thương mại Mỹ-Trung Quốc, chính sách tăng lãi suất của Cục Dự trữ Liên bang Mỹ (FED), và dòng vốn đầu tư quốc tế. Trong bối cảnh đó, việc dự báo chính xác chỉ số thị trường chứng khoán trở thành nhiệm vụ quan trọng nhằm hỗ trợ các nhà đầu tư và quản lý quỹ trong việc ra quyết định.

Mục tiêu nghiên cứu là ứng dụng mô hình mạng thần kinh nhân tạo (Artificial Neural Network - ANN) kết hợp phương pháp lai ghép giữa phân tích kỹ thuật và phân tích cơ bản để dự báo chỉ số VN-INDEX năm 2018 và kiểm định độ chính xác của mô hình so với phương pháp phân tích kỹ thuật thuần túy. Nghiên cứu tập trung vào việc đưa vào biến tác động chiến tranh thương mại Mỹ-Trung Quốc như một nhân tố vĩ mô quan trọng nhằm nâng cao hiệu quả dự báo. Phạm vi nghiên cứu bao gồm dữ liệu giao dịch chứng khoán Việt Nam trong năm 2018 và dự báo cho năm 2019, với ý nghĩa thiết thực trong việc cải thiện công cụ dự báo thị trường tài chính Việt Nam.

## Cơ sở lý thuyết và phương pháp nghiên cứu

### Khung lý thuyết áp dụng

- **Lý thuyết Định giá Kinh doanh Chênh lệch (Arbitrage Pricing Theory - APT):** Giải thích mối quan hệ giữa tỉ suất sinh lời kỳ vọng của chứng khoán với các nhân tố kinh tế vĩ mô như lạm phát, lãi suất, tỉ giá hối đoái, cung tiền, tăng trưởng kinh tế, giá dầu và các chỉ số thị trường quốc tế.
- **Lý thuyết Thị trường Hiệu quả (Efficient Market Hypothesis - EMH):** Khẳng định rằng giá chứng khoán phản ánh đầy đủ thông tin hiện có, do đó việc dự báo giá chứng khoán là thách thức lớn.
- **Mô hình Mạng Thần Kinh Nhân Tạo (ANN):** Mô phỏng cấu trúc và chức năng của bộ não con người để xử lý thông tin phi tuyến tính, có khả năng tự học và dự báo chính xác trên dữ liệu lớn và phức tạp.
- **Phương pháp Lai ghép:** Kết hợp phân tích kỹ thuật (dựa trên các chỉ số giá, khối lượng giao dịch) và phân tích cơ bản (các biến vĩ mô như tác động chiến tranh thương mại) nhằm nâng cao độ chính xác dự báo.

### Phương pháp nghiên cứu

- **Nguồn dữ liệu:** Dữ liệu giao dịch chỉ số VN-INDEX trong năm 2018, bao gồm giá mở cửa, giá đóng cửa, giá cao nhất, giá thấp nhất, khối lượng giao dịch, và biến tác động chiến tranh thương mại Mỹ-Trung Quốc được mã hóa thành ba trạng thái (1: tin tốt, 0: bình thường, -1: tin xấu).
- **Cỡ mẫu và chọn mẫu:** Toàn bộ dữ liệu giao dịch trong năm 2018 được sử dụng, đảm bảo tính đại diện và đầy đủ cho phân tích.
- **Phương pháp phân tích:** Mô hình mạng nơ-ron truyền thẳng nhiều lớp (Multi-layer Perceptron) với thuật toán lan truyền ngược (Backpropagation) được huấn luyện trên dữ liệu lai ghép giữa biến kỹ thuật và biến cơ bản. Các cấu hình mạng khác nhau được thử nghiệm (ví dụ: 10-18-1, 10-19-1,...), so sánh với mô hình chỉ sử dụng biến kỹ thuật (8-18-1, 8-19-1,...).
- **Timeline nghiên cứu:** Thu thập và xử lý dữ liệu năm 2018, huấn luyện và kiểm thử mô hình trong năm 2018, dự báo và đánh giá mô hình cho năm 2019 (từ 2/1/2019 đến 30/8/2019).
- **Công cụ:** Phần mềm Matlab phiên bản R2010b được sử dụng để huấn luyện và kiểm thử các mô hình ANN.

## Kết quả nghiên cứu và thảo luận

### Những phát hiện chính

- Mô hình ANN với phương pháp lai ghép giữa biến kỹ thuật và biến phân tích cơ bản (bao gồm tác động chiến tranh thương mại Mỹ-Trung Quốc) cho kết quả dự báo chính xác hơn so với mô hình chỉ sử dụng biến kỹ thuật. Cụ thể, mô hình 10-18-1 đạt độ chính xác cao nhất với sai số dự báo trung bình gần 0 và tần suất sai số dưới 1% chiếm ưu thế.
- Mô hình chỉ sử dụng biến kỹ thuật tốt nhất là 8-18-1, tuy nhiên độ chính xác thấp hơn mô hình lai ghép khoảng 5-10% theo các chỉ số đánh giá.
- Chỉ số VN-INDEX năm 2018 có biến động mạnh với mức giảm khoảng 25% từ đỉnh 1204.33 điểm xuống vùng 900 điểm, phản ánh tác động tiêu cực của các yếu tố vĩ mô toàn cầu như chiến tranh thương mại và chính sách tiền tệ thắt chặt.
- Dự báo chỉ số VN-INDEX năm 2019 bằng mô hình lai ghép ANN 10-18-1 cho thấy hình dạng đồ thị dự báo tương đồng cao với dữ liệu thực tế, minh chứng cho tính khả thi và hiệu quả của mô hình trong dự báo ngắn hạn.

### Thảo luận kết quả

Nguyên nhân mô hình lai ghép vượt trội là do việc bổ sung biến tác động chiến tranh thương mại Mỹ-Trung Quốc giúp mô hình nắm bắt được các yếu tố vĩ mô quan trọng ảnh hưởng đến tâm lý và dòng vốn đầu tư trên thị trường. So với các nghiên cứu trước đây chỉ tập trung vào phân tích kỹ thuật hoặc mô hình chuỗi thời gian, phương pháp này kết hợp cả phân tích cơ bản và kỹ thuật, tận dụng sức mạnh của ANN trong xử lý dữ liệu phi tuyến và đa chiều.

Kết quả phù hợp với lý thuyết APT khi các nhân tố vĩ mô như lạm phát, lãi suất, và các biến kinh tế quốc tế có ảnh hưởng rõ rệt đến giá cổ phiếu và chỉ số thị trường. Việc mô hình ANN có thể học và dự báo chính xác hơn cho thấy tiềm năng ứng dụng trí tuệ nhân tạo trong lĩnh vực tài chính, đặc biệt trong điều kiện thị trường biến động phức tạp như Việt Nam.

Dữ liệu có thể được trình bày qua các biểu đồ so sánh giữa giá trị thực tế và dự báo của các mô hình khác nhau, cũng như bảng thống kê sai số dự báo theo từng ngày giao dịch, giúp minh họa rõ ràng hiệu quả của phương pháp lai ghép.

## Đề xuất và khuyến nghị

- **Áp dụng rộng rãi mô hình lai ghép ANN:** Khuyến nghị các tổ chức tài chính, công ty chứng khoán sử dụng mô hình lai ghép giữa phân tích kỹ thuật và cơ bản để nâng cao độ chính xác dự báo chỉ số thị trường, đặc biệt trong bối cảnh biến động vĩ mô phức tạp.
- **Tự động hóa thu thập dữ liệu vĩ mô:** Phát triển hệ thống khai thác dữ liệu tự động từ các nguồn Big Data và truyền thông để giảm thiểu tính chủ quan trong việc xác định biến tác động vĩ mô như chiến tranh thương mại.
- **Mở rộng biến đầu vào:** Nghiên cứu bổ sung thêm các biến vĩ mô khác theo lý thuyết APT như lạm phát, lãi suất, tỉ giá hối đoái, giá dầu, nhằm hoàn thiện mô hình dự báo và tăng độ chính xác.
- **Đào tạo và nâng cao năng lực phân tích:** Tổ chức các khóa đào tạo chuyên sâu về trí tuệ nhân tạo và mô hình mạng thần kinh cho các nhà phân tích tài chính để tận dụng tối đa công nghệ trong dự báo thị trường.
- **Thời gian thực hiện:** Các giải pháp trên nên được triển khai trong vòng 1-2 năm để kịp thời ứng phó với các biến động thị trường trong tương lai gần.

## Đối tượng nên tham khảo luận văn

- **Nhà đầu tư cá nhân và tổ chức:** Giúp hiểu rõ hơn về các yếu tố ảnh hưởng đến thị trường chứng khoán Việt Nam và áp dụng mô hình dự báo chính xác để ra quyết định đầu tư hiệu quả.
- **Các công ty chứng khoán và quỹ đầu tư:** Nâng cao năng lực phân tích và dự báo thị trường, từ đó tối ưu hóa chiến lược giao dịch và quản lý rủi ro.
- **Các nhà nghiên cứu và sinh viên ngành tài chính - ngân hàng:** Cung cấp cơ sở lý thuyết và phương pháp ứng dụng mạng thần kinh nhân tạo trong dự báo tài chính, mở rộng nghiên cứu về trí tuệ nhân tạo trong kinh tế.
- **Cơ quan quản lý thị trường tài chính:** Hỗ trợ trong việc theo dõi, đánh giá diễn biến thị trường và xây dựng chính sách phù hợp nhằm ổn định và phát triển thị trường chứng khoán.

## Câu hỏi thường gặp

1. **Mạng thần kinh nhân tạo (ANN) là gì và tại sao được sử dụng trong dự báo chứng khoán?**  
ANN là mô hình máy học mô phỏng cấu trúc não người, có khả năng xử lý dữ liệu phi tuyến và phức tạp. Nó được sử dụng vì khả năng tự học và dự báo chính xác trên dữ liệu lớn, vượt trội hơn các phương pháp truyền thống.

2. **Phương pháp lai ghép trong nghiên cứu này gồm những gì?**  
Phương pháp lai ghép kết hợp biến kỹ thuật (giá mở cửa, đóng cửa, cao nhất, thấp nhất) và biến phân tích cơ bản (tác động chiến tranh thương mại Mỹ-Trung Quốc) để nâng cao độ chính xác dự báo chỉ số VN-INDEX.

3. **Tác động của chiến tranh thương mại Mỹ-Trung Quốc đến thị trường chứng khoán Việt Nam như thế nào?**  
Chiến tranh thương mại làm tăng sự bất ổn và tâm lý tiêu cực trên thị trường toàn cầu, ảnh hưởng đến dòng vốn đầu tư và làm chỉ số VN-INDEX giảm khoảng 25% trong năm 2018.

4. **Mô hình nào cho kết quả dự báo tốt nhất trong nghiên cứu?**  
Mô hình ANN với cấu hình 10-18-1 sử dụng phương pháp lai ghép cho kết quả dự báo chính xác nhất, với sai số trung bình gần 0 và tần suất sai số dưới 1% chiếm ưu thế.

5. **Làm thế nào để cải thiện hơn nữa độ chính xác của mô hình dự báo?**  
Cần mở rộng thêm các biến vĩ mô theo lý thuyết APT, tự động hóa thu thập dữ liệu, và áp dụng các kỹ thuật máy học tiên tiến hơn để giảm thiểu sai số và tăng khả năng dự báo dài hạn.

## Kết luận

- Mô hình mạng thần kinh nhân tạo (ANN) kết hợp phương pháp lai ghép giữa phân tích kỹ thuật và phân tích cơ bản nâng cao độ chính xác dự báo chỉ số VN-INDEX năm 2018 và 2019.  
- Biến tác động chiến tranh thương mại Mỹ-Trung Quốc là nhân tố vĩ mô quan trọng ảnh hưởng mạnh đến thị trường chứng khoán Việt Nam trong giai đoạn nghiên cứu.  
- Mô hình 10-18-1 đạt hiệu quả dự báo tốt nhất với sai số trung bình gần 0 và tần suất sai số nhỏ dưới 1%.  
- Nghiên cứu đề xuất mở rộng biến đầu vào và tự động hóa thu thập dữ liệu để nâng cao hơn nữa độ chính xác dự báo trong tương lai.  
- Khuyến khích các nhà đầu tư, công ty chứng khoán và cơ quan quản lý áp dụng mô hình này để nâng cao hiệu quả phân tích và quản lý rủi ro thị trường.

Triển khai ứng dụng mô hình lai ghép ANN trong các hệ thống phân tích tài chính, đồng thời nghiên cứu mở rộng biến đầu vào và áp dụng công nghệ khai phá dữ liệu tự động để nâng cao hiệu quả dự báo.