Chương 1 TỔNG QUAN VỀ BÀI TOÁN DỰ ĐOÁN XU HƯỚNG GIÁ CHỨNG KHOÁN 1.1 Tổng quan về thị trường chứng khoán 1.1 Khái niệm về chứng khoán Chứng khoán là loại tài sản, bao gồm: Cổ phiếu, trái phiếu, chứng chỉ quỹ; Chứng quyền, chứng quyền có bảo đảm, quyền mua cổ phần, chứng chỉ lưu ký; Chứng khoán phát sinh; Các loại chứng khoán khác do Chính phủ quy định.2 Tầm quan trọng của thị trường chứng khoán • Đối với nhà đầu tư: Thị trường chứng khoán là một kênh đầu tư tiềm năng và phong phú với đa dạng danh mục đầu tư. Các loại chứng khoán này khác nhau về tính chất, giá cả, mức độ rủi ro và tính thanh khoản, do vậy các nhà đầu tư có thể lựa chọn mã cổ phiếu phù hợp với sở thích và khả 17 Downloaded by vu ga (vuchinhhp2@gmail.com) lOMoARcPSD|18034504 năng của mình. Việc tham gia vào thị trường chứng khoán cũng dễ dàng, thủ tục đơn giản giúp cho các cá nhân nhỏ lẻ hay các tổ chức có nguồn vốn lớn có thể tiếp cận một cách nhanh chóng. • Đối với doanh nghiệp: Thị trường chứng khoán giúp các doanh nghiệp đa dạng các hình thức huy động vốn đầu tư bằng việc phát hành cổ phiếu hay trái phiếu, điều này giúp cho cho doanh nghiệp có được một số vốn đầu tư dài hạn mà còn tránh được các khoản vay ngân hàng với lãi suất cao.
Hơn thế nữa, việc doanh nghiệp có chứng khoán niêm yết trên sàn giao dịch giúp tạo được niềm tin và sự uy tín đối với công chúng, nhờ đó mà doanh nghiệp có thể huy động được nguồn vốn một cách linh hoạt, hiệu quả và rẻ hơn. Ngoài ra việc mở của trị trường chứng khoán còn giúp cho doanh nghiệp thu hút được thêm các nguồn vốn từ thị trường quốc tế, mở rộng cơ hội của doanh nghiệp. • Đối với nền kinh tế: Thị trường chứng khoán tạo ra các công cụ có tính thanh khoản cao, có thể tích tụ, tập trung và phân phối vốn, chuyển thời hạn của vốn phù hợp với yêu cầu phát triển kinh tế, giúp tạo vốn cho nền kinh tế quốc dân. Nhờ có thị trường chứng khoán, Chính phủ có thể huy động các nguồn lực tài chính mà không bị áp lực về lạm phát, đặc biệt khi nguồn vốn đầu tư từ khu vực nhà nước còn hạn chế.3 Khái niệm về cổ phiếu Cổ phiếu là loại chứng khoán xác nhận quyền và lợi ích hợp pháp của người sở hữu đối với một phần vốn cổ phần của tổ chức phát hành.
Hay nói cách khác cổ phiếu là giấy chứng nhận số tiền mà cổ đông đầu tư vào doanh nghiệp. Các công ty cổ phần phát hành cổ phiếu để huy động vốn vào việc kinh doanh của họ. Cổ phiếu được mua và bán chủ yếu trên các sàn giao dịch chứng khoán. Tại thị trường chứng khoán Việt Nam, một cổ phiếu cơ sở là đại diện cho 10.000 18 Downloaded by vu ga (vuchinhhp2@gmail.com) lOMoARcPSD|18034504 đồng vốn điều lệ của doanh nghiệp.
Các nhà đầu tư mua bán cổ phiếu vì các mục đích sau: • Khai thác lợi nhuận từ việc chênh lệch giá mua và bán, hưởng cổ tức – phần lợi nhuận sau thuế để chia cho cổ đông của công ty. • Để tham gia biểu quyết, nắm quyền quyết định, điều hành của công ty/doanh nghiệp.2 Tổng quan về bài toán hồi quy 1.1 Khái niệm về hồi quy Hồi quy (regression) là phương pháp thống kê toán học để ước lượng và kiểm định các quan hệ giữa các biến ngẫu nhiên, và có thể từ đó đưa ra các dự báo. Các quan hệ ở đây được viết dưới dạng các hàm số hay phương trình.2 Bài toán hồi quy trong Học máy Bài toán hồi quy là một trong những bài toán lớn trong lĩnh vực học máy, liên quan đến việc dự đoán một giá trị số thực bằng cách sử dụng các biến số học được thông qua dữ liệu để tìm mối quan hệ giữa các biến số đó. Có nhiều mô hình hồi quy có thể kể đến như: Hồi quy đơn biến, hồi quy đa biến, hồi quy tuyến tính hoặc phi tuyến Trong những năm gần đây, với sự phát triển bùng nổ của khoa học công nghệ, các nhà nghiên cứu đã nỗ lực để trong việc tìm ra những giải pháp, những phương pháp đánh giá, tối ưu hóa để nâng cao độ chính xác của mô hình.
Chính vì lẽ đó mà các bài toán khó tưởng chừng không thể giải quyết đã ngày một được giải đáp thúc đẩy cho nền kinh tế phát triển từ đó các rào cản về công nghệ cũng được tháo gỡ. 19 Downloaded by vu ga (vuchinhhp2@gmail.3 Bài toán dự đoán xu hướng giá chứng khoán Một trong những bài toán được phần đông những nhà khoa học, nhà kinh tế quan tâm nhất chính là bài toán dự đoán xu hướng giá chứng khoán. Ngay từ những ngày đầu khi thị trường chứng khoán đầu tiên được thành lập vào những năm 1600, các nhà kinh tế đã thấy được sự tiềm năng mà chứng khoán đem lại. Lần lượt các nhà tiên phong về phương pháp dự đoán chuỗi thời gian đã xuất hiện, có thể kể đến mô hình AutoRegressive được nhà thống kê Udny Yule và các đồng nghiệp phát minh vào những năm 1920.
Mô hình này là nền tảng cho một số mô hình thống kê và kinh tế lượng sau này như ARMA, ARIMA. Điều đó cho thấy từ trước những năm phát triển vượt bậc của lĩnh vực trí tuệ nhân tạo, sự quan tâm của các nhà khoa học đối với bài toán này là không hề nhỏ. Trong những năm gần đây, các mô hình máy học đã được ứng dụng vào bài toán này để hỗ trợ các nhà đầu tư tạo ra lợi nhuận, tuy nhiên với những mô hình máy học truyền thống thì độ chính xác vẫn còn những hạn chế nhất định. Tuy nhiên với sự phát triển của những mô hình học sâu, việc nhận dạng được những mẩu phi tuyến tính trong chuỗi thời gian của chứng khoán đã trở nên dễ tiếp cận hơn bao giờ hết.
Một hướng tiếp cận khá phổ biến và hiệu quả trong những năm gần đây cho bài toán dự đoán chuỗi thời gian là sử dụng mô hình LSTM đây là mô hình học sâu thu hút được nhiều sự quan tâm của các nhà nghiên cứu trong và ngoài nước. LSTM được sử dụng rất nhiều cho các bài toán có dữ liệu thời gian hay tuần tự như dịch máy, nhận diện giọng nói, dự báo thời tiết với độ chính xác cao.3 Tình hình nghiên cứu Từ các phương pháp máy học truyền thống đến các mô hình học sâu, có rất nhiều kĩ thuật khác nhau dùng để dự đoán chuỗi thời gian tài chính nói chung 20 Downloaded by vu ga (vuchinhhp2@gmail.com) lOMoARcPSD|18034504 Hình 1.1: Mô hình tổng quát bài toán dự đoán xu hướng giá chứng khoán và dự đoán giá/xu hướng giá chứng khoán nói riêng. Đầu tiên có thể kể đến RNN - một mạng nơ ron được thiết kế đặc biệt với khả năng xử lý được dữ liệu thời gian và trích xuất thông tin cũng như dự đoán dựa trên chuỗi thông tin trước đó. Vì vậy, các mô hình RNN và biến thể của nó dường như phù hợp để dự đoán cho chuỗi thời gian và cụ thể là chuỗi thời gian về tài chính.
CNN là một trong những mô hình học sâu khác có thể áp dụng cho bài toán dự đoán giá chứng khoán nhờ vào khả năng trích xuất thông tin hiệu quả qua các bộ lọc. Theo một số kết quả thực nghiệm, CNN có một vai trò đáng kể trong việc xử lý dữ liệu đầu vào và trích xuất đặc trưng. Ví dụ, theo [27] có thể áp dụng cho nhiều dữ liệu từ các nguồn khác nhau, bao gồm nhiều thị trường khác nhau, và trích xuất đặc trưng để dự đoán cho các thị trường này. Các kết quả đánh giá cho thấy so với thuật toán cơ sở (baseline algorithm) tốt nhất, hiệu suất dự đoán khi sử dụng CNN cho cải thiện đáng kể.
Ngoài ra các nhà nghiên cứu cũng đã áp dụng mô hình Học tăng cường - một phương pháp học sâu, đưa ra hành động dựa trên tình huống hiện tại để tối đa hóa lợi nhuận. Học tăng cường học cách thực hiện giao dịch (có thể là mua, bán hoặc giữ cổ phiếu) theo tình hình của thị trường hiện tại. Mô hình xem thông tin ngữ cảnh (giá cả, tin tức, dư luận, phí giao dịch, hành động giao 21 Downloaded by vu ga (vuchinhhp2@gmail.com) lOMoARcPSD|18034504 dịch, lợi nhuận, thua lỗ) như một môi trường để học tăng cường. Coi lãi hoặc lỗ có thể coi như phần thưởng, các giao dịch (bán, mua, giữ) được coi như các hành động và mô hình cần tối ưu các hành động này để đưa ra lợi nhuận tối ưu.1 Tình hình nghiên cứu trong nước Tại Việt Nam trong những năm gần đây có nhiều nhóm nghiên cứu về mô hình học sâu để giải quyết bài toán dự đoán giá chứng khoán.
Điển hình là một số công trình của: • Nhóm tác giả Ngoc Hai trình bày về các thực nghiệm trên các biến thể của mô hình LSTM với dữ liệu chứng khoán ở Việt Nam. Trong bài báo này nhóm tác giả thực nghiệm trên 3 mô hình đề xuất là Vanilla LSTM, Stacked LSTM và Bi-LSTM. [8] • Nhóm tác giả Huỳnh Quyết Thắng trình bày phương pháp dự đoán xu thế chỉ số chứng khoán Việt Nam (VN-Index) gồm bốn bước, trong đó dữ liệu đầu vào là dữ liệu lịch sử chỉ số giá của VN-Index. Các tác giả áp dụng mô hình hồi quy trung bình động (ARMA) để dự đoán thành phần thời gian ngẫu nhiên ở bước kế tiếp, phân tích hồi quy quá trình Gauss (GPR) để dự đoán thành phần thời gian xu thế.
Cuối cùng kết quả dự đoán các thành phần riêng lẻ được tổng hợp lại để đưa ra kết quả dự đoán cuối cùng cho phương pháp tổng hợp GPR-ARMA. Nghiên cứu đạt độ chính xác kết quả dự đoán xu thế là 61,73% và độ lệch trung bình của chỉ số dự đoán so với chỉ số thực tế khoảng 0. [9] • Quang Hung Doa và Tran Van Trang phát triển hai mô hình dự đoán và so sánh hiệu suất dự đoán bằng kết quả dự đoán ngày tiếp theo của chỉ số VN-Index. Hai mô hình phát triển gồm hệ thống suy luận mờ dựa trên mạng thích ứng (ANFIS) và bộ nhớ dài-ngắn hạn (LSTM).
Kết quả cho thấy rằng mô hình LSTM vượt trội hơn so với mô hình ANFIS trong việc dự đoán chỉ số VN-Index của thị trường chứng khoán Việt Nam. [7] 22 Downloaded by vu ga (vuchinhhp2@gmail.