I. Ứng Dụng SVM Trong Dự Báo Tài Chính Theo Chuỗi Thời Gian
Ứng dụng SVM trong dự báo tài chính theo chuỗi thời gian là một trong những ứng dụng quan trọng của dự đoán chuỗi thời gian hiện đại. Dự báo tài chính theo chuỗi thời gian đƣợc coi là một trong những ứng dụng thách thức nhất của dự đoán chuỗi thời gian hiện đại.
1.1. Giới Thiệu Về Chuỗi Thời Gian
Dữ liệu chuỗi thời gian là một tập hợp các quan sát liên tục xảy ra ở các khoảng thời gian cách đều nhau, có thể đƣợc ghi lại hàng ngày, hàng tuần, hàng tháng, hàng quý hoặc hàng năm.
1.2. Tính Không Cố Định
Dữ liệu chuỗi thời gian tài chính dao động theo những thay đổi trong điều kiện hoạt động mà hệ thống tạo ra chúng. Tuy nhiên, định nghĩa đầy đủ về các điều kiện hoạt động thì không sẵn có vì dữ liệu tài chính phụ thuộc vào nhiều yếu tố mà các nhà phân tích cũng không thể giải thích hay định lƣợng.
II. Tổng Quan Về Chuỗi Thời Gian
Chuỗi thời gian là một tập các giá trị các quan sát biến ngẫu nhiên {zt} đo đƣợc trong các khoảng thời gian nhƣ nhau (hàng năm, quý, tháng, tuần, ngày,…) và đƣợc xếp theo thứ tự thời gian với các đặc điểm có thể kể đến nhƣ: độ nhiễu, tính không cố định, tính không chắc chắn, tính xu hƣớng, tính chu kỳ.
2.1. Độ Nhiễu
Dữ liệu chuỗi thời gian tài chính thƣờng có tỷ lệ tín hiệu trên nhiễu (SNR) tƣơng đối thấp, điều này chỉ ra rằng hầu hết các yếu tố chịu trách nhiệm cho dữ liệu thực tế không thể đƣợc tính vào hay giải thích đƣợc.
2.2. Tính Không Cố Định
Dữ liệu chuỗi thời gian tài chính dao động theo những thay đổi trong điều kiện hoạt động mà hệ thống tạo ra chúng. Tuy nhiên, định nghĩa đầy đủ về các điều kiện hoạt động thì không sẵn có vì dữ liệu tài chính phụ thuộc vào nhiều yếu tố mà các nhà phân tích cũng không thể giải thích hay định lƣợng.
III. Ứng Dụng SVM Trong Dự Báo Chuỗi Thời Gian Tài Chính
Ứng dụng SVM trong dự báo chuỗi thời gian tài chính là một trong những ứng dụng quan trọng của dự đoán chuỗi thời gian hiện đại. Dự báo tài chính theo chuỗi thời gian đƣợc coi là một trong những ứng dụng thách thức nhất của dự đoán chuỗi thời gian hiện đại.
3.1. Giới Thiệu Về SVM
SVM là một thuật toán mạng nơron mới, đã đƣợc phát triển bởi Vapnik và cộng sự. Không giống các mạng nơron truyền thống khác khi tối thiểu hóa rủi ro trên một tập dữ liệu hữu hạn, SVM thực hiện nguyên tắc giảm thiểu cấu trúc rủi ro bằng cách giảm cận trên của lỗi tổng quát thay vì lỗi đào tạo.
3.2. Ứng Dụng SVM Trong Dự Báo Chuỗi Thời Gian Tài Chính
Ứng dụng SVM trong dự báo chuỗi thời gian tài chính là một trong những ứng dụng quan trọng của dự đoán chuỗi thời gian hiện đại. Dự báo tài chính theo chuỗi thời gian đƣợc coi là một trong những ứng dụng thách thức nhất của dự đoán chuỗi thời gian hiện đại.
