ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH. TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN. Nguyễn Hoàng Hạc – CH1101081. NGHIÊN CỨU CÁC MÔ HÌNH PHÂN TÍCH VÀ DỰ ĐOÁN THỊ TRƯỜNG CHỨNG KHOÁN Chuyên ngành: KHOA HỌC MÁY TÍNH. Mã số: 60 48 01. KHÓA LUẬN TỐT NGHIỆP THẠC SĨ Thành phố Hồ Chí Minh – 2015 ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH. TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN. Chuyên Đề Công Nghệ Tri Thức Nguyễn Hoàng Hạc – CH1101081. NGHIÊN CỨU CÁC MÔ HÌNH PHÂN TÍCH VÀ DỰ ĐOÁN THỊ TRƯỜNG CHỨNG KHOÁN Chuyên ngành: KHOA HỌC MÁY TÍNH. Mã số: 60 48 01. Giảng viên phụ trách: GS. TSKH Hoàng Văn Kiếm. Thành phố Hồ Chí Minh, 2015 MỤC LỤC Trang 2 | Chuyên Đề Công Nghệ Tri Thức DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT Chữ viết tắt Tên đầy đủ MLP Multi Layer Perceptron OTC Over The Counter market DANH MỤC CÁC BẢNG DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ Trang 3 | Chuyên Đề Công Nghệ Tri Thức MỞ ĐẦU Ra đời vào đầu năm 2000, thị trường chứng khoán Việt Nam đã trở thành một kênh đầu tư hết sức hấp dẫn đối với các nhà đầu tư, từ các tổ chức đầu tư chuyên nghiệp cho đến các nhà đầu tư cá nhân nghiệp dư nhỏ lẻ. Tuy nhiên, bên cạnh mức sinh lợi cao, đây cũng là hoạt động luôn tồn tại nhiều rủi ro tiềm ẩn bởi nhà đầu tư không phải lúc nào cũng dự đoán được chính xác xu hướng của giá cổ phiếu trong tương lai. Dự đoán giá cổ phiếu, biến động của thị trường là một chủ đề thú vị, thu hút được sự quan tâm của nhiều nhà đầu tư, chuyên gia, nhà khoa học. Hiện nay, nhiều phương pháp dự đoán đã được phát triển để dự đoán xu hướng biến động giá cổ phiếu, thị trường hoặc tìm kiếm các cổ phiếu tiềm năng để đầu tư. Ở Việt Nam, phương pháp phân tích và dự đoán được nhiều người biết đến nhất là phân tích kỹ thuật và phân tích cơ bản. Bên cạnh đó, phương pháp phân tích và dự đoán bằng định lượng thông quá các mô hình toán học đang dần được quan tâm. Thị trường chứng khoán trên thế giới nói chung và ở Việt Nam nói riêng luôn là nơi hấp dẫn các tổ chức và cá nhân đầu tư bởi mức sinh lợi cao của nó. Tuy nhiên, đây cũng là một hoạt động tiềm ẩn rất nhiều rủi ro. Vì thế, việc đưa ra dự đoán xu hướng biến động của chỉ số giá chứng khoán để có một sách lược phù hợp cho hoạt đầu tư thu hút rất nhiều sự quan tâm. Trong chuyên đề Công nghệ tri thức này, tôi đề xuất một vài mô hình sử dụng để dự đoán thị trường tài chính, chứng khoán Việt Nam. Báo cáo gồm các phần chính như sau: Chương 1: Giới thiệu thị trường chứng khoán, trong chương này giới thiệu tổng quát về thị trường chứng khoán, cổ phiếu, trái phiếu trên thị trường chứng khoán. Chương 2: Mô hình ARIMA, chương này trình bày mô hình ARIMA và sử dụng mô hình ARIMA để dự đoán theo chuỗi thời gian. Chương 3: Mô hình Neural Networks, trình bày mô hình mạng neural và sử dụng mạng neural trong dự đoán cho thị trường tài chính chứng khoán. Chương 4: Mô hình gom cụm tích hợp, trình bày mô hình gom cụm tích hợp và sử dụng mạng mô hình gom cụm tích họp cho dự đoán chứng khoán. Chương 5: Thử nghiệm và Kết luận, chương này trình thử nghiệm và đánh giá so sánh giữa các mô hình. Trang 4 | Chuyên Đề Công Nghệ Tri Thức CHƯƠNG 1 GIỚI THIỆU VỀ THỊ TRƯỜNG CHỨNG KHOÁN 1. Tổng quan về thị trường chứng khoán Thị trường chứng khoán là thị trường trên đó giao dịch các loại chứng khoán như cổ phiếu, trái phiếu, các công cụ phái sinh bao gồm cả chứng khoán niêm yết công khai trên sàn giao dịch chứng khoán và chứng khoán giao dịch không công khai. Hàng hoá chủ yếu trên các sàn giao dịch chứng khoán lớn thường là cổ phiếu, còn trái phiếu và các công cụ phái sinh khác hay được mua bán trên thị trường OTC hơn. Qui mô của thị trường trái phiếu toàn cầu được ước tính vào khoảng 45.000 tỷ USD, còn qui mô của thị trường cổ phiếu vào khoảng phân nửa con số đó. Qui mô của thị trường các chứng khoán phái sinh vào khoảng 300.000 tỷ USD [7], tuy nhiên người ta không so sánh trực tiếp nó với 2 thị trường trên vì đó chỉ là giá trị danh nghĩa của chúng, trong khi các con số nói trước đó là giá trị thực của cổ phiếu trái phiếu. Những người tham gia vào thị trường chứng khoán vô cùng đa dạng, nhưng tựu trung lại có thể chia ra làm 2 loại chính: nhà đầu tư cá nhân và các tổ chức đầu tư, trong đó các tổ chức chiếm đa số tính theo khối lượng giao dịch. Giao dịch của các nhà đầu tư này thường không được thực hiện một cách trực tiếp mà thông qua những người môi giới chứng khoán chuyên nghiệp. Phương thức giao dịch chủ yếu của thị trường chứng khoán là phương thức đấu giá, những người tham gia sẽ tiến hành đặt lệnh, trong đó nêu rõ mức giá mong muốn của mình. Phương thức này giúp đảm bảo tính công bằng cao nhất cho mọi đối tượng tham gia. Khi giá chào mua phù hợp với giá chào bán thì giao dịch sẽ được thực hiện, hay nói cách khác là được “khớp lệnh”. Mục đích của sàn giao dịch chứng khoán là tạo thuận lợi cho việc giao dịch các loại chứng khoán giữa người mua với người bán, qua đó tạo lập nên một thị trường cho thứ hàng hoá đặc biệt này. 2. Lịch sử hình thành Theo nhà sử học nổi tiếng người Pháp Fernand Braudel, ngay từ thế kỉ 11, ở Cairo, những thương nhân người Hồi giáo và Do Thái đã xây dựng nên những hiệp hội thương nghiệp đầu tiên và có những hiểu biết về các phương thức tín dụng và thanh toán, là những mầm mống cho thị trường chứng khoán sau này. Giữa thế kỉ 13 những nhà ngân Trang 5 | Chuyên Đề Công Nghệ Tri Thức hàng ở Venetia bắt đầu tiến hành những giao dịch đối với các chứng khoán do Chính phủ phát hành, tuy nhiên năm 1351, chính quyền Venetia đã ra lệnh nghiêm cấm việc phổ biến những tin đồn có mục đích là giảm giá trị các quỹ do Chính quyền sở hữu. Những nhà ngân hàng ở Pisa, Verona, Genoa và Florence thuộc Italy đã bắt đầu tiến hành mua bán chứng khoán do Chính phủ phát hành từ thế kỷ 14, điều này thực hiện được là vì đây là những thành bang độc lập, không nằm dưới quyền cai trị của một công tước nào mà bởi một hội đồng những người có ảnh hưởng. Sau đó, chính người Hà Lan khởi xướng ra các công ty cổ phần, mà cổ đông có thể đầu tư vào để chia sẻ lợi nhuận cũng như thua lỗ. Năm 1602, Công ty Đông Ấn đã phát hành những cổ phiếu đầu tiên ra Sàn giao dịch chứng khoán Amsterdam. Đó là công ty đầu tiên trên thế giới phát hành cổ phiếu và trái phiếu. Sàn giao dịch chứng khoán Amsterdam cũng được coi là sàn giao dịch đầu tiên trên thế giới hoạt động một cách liên tục. Chính người Hà Lan là những người nghĩ ra những nghiệp vụ giao dịch chứng khoán như “bán khống”, “giao dịch quyền chọn”, “nghiệp vụ swap nợ - cổ phần”, “nghiệp vụ ngân hàng thương mại” và nhiều công cụ đầu cơ khác mà cho đến ngày nay người ta vẫn còn sử dụng. Ngày nay thì mọi quốc gia phát triển và hầu hết các nước đang phát triển đều có thị trường chứng khoán, một thị trường không thể thiếu với mọi nền kinh tế muốn phát triển vững mạnh vì các lý do sau: Thứ nhất, thị trường chứng khoán là một trong những kênh huy động vốn quan trọng nhất của các công ty, giúp các công ty có thể niêm yết công khai, tăng thêm vốn để mở rộng hoạt động kinh doanh. Tính thanh khoản mà thị trường chứng khoán tạo ra cho phép các nhà đầu tư nhanh chóng và dễ dàng bán các loại chứng khoán khi có nhu cầu. Đó chính là một nét hấp dẫn của việc đầu tư vào cổ phiếu so với các hình thức đầu tư kém thanh khoản khác như đầu tư vào bất động sản chẳng hạn. Thứ hai, thị trường chứng khoán được coi là một chiếc phong vũ biểu của nền kinh tế. Lịch sử đã chỉ ra rằng, giá cổ phiếu và các loại tài sản tài chính khác là một phần quan trọng của hoạt động kinh tế và nó có thể gây ảnh hưởng hoặc là một thước đo đánh giá kỳ vọng của xã hội. Giá cổ phiếu tăng thường liên quan đến việc tăng lượng vốn đầu tư vào các hoạt động kinh doanh và ngược lại. Do đó, các ngân hàng trung ương luôn để mắt tới Trang 6 | Chuyên Đề Công Nghệ Tri Thức việc kiểm soát và ứng xử của thị trường chứng khoán và đến sự hoạt động trơn tru của hệ thống tài chính vì sự ổn định tài chính luôn là một trong những chức năng quan trọng nhất của các ngân hàng trung ương. 3. Đầu tư chứng khoán là gì? Chứng khoán (Security) là một công cụ tài chính giúp công ty có thể huy động vốn ngoài thị trường vốn (capital market). Có 2 loại chứng khoán là: trái phiếu (Bond) và cổ phiếu (Stock). Trái phiếu là công cụ nợ, mang lại lãi cố định, cũng có thể trao đổi trên thị trường chứng khoán. Công cụ này thường được các tổ chúc tài chính dùng hơn nhà đầu tư cá nhân vì tính phúc tạp của nó. Trong khi đó, cổ phiếu phổ biến, đơn giản và mang lại lợi nhuận cao nên được các nhà đầu tư cá nhân lựa chọn nhiều. Cổ phiếu được phân ra 2 loại nhỏ là cổ phiếu thường và cổ phiếu ưu đãi. Cổ phiếu ưu đãi không phổ biến vì chỉ phát hành nội bộ hoặc cổ đông chiến lược và không được mua bán trên thị trường. Lợi nhuận và rủi ro mà cổ phiếu đem lại cho nhà đầu tư. Lợi nhuận của cổ phiếu bao gồm: cổ tức (dividend) và lợi nhuận chênh lệch từ việc bán cổ phiếu (capital gain). Cổ tức là số tiền trích từ lợi nhuận hàng năm của công ty chia cho cổ đông dựa vào tỉ lệ sở hữu cổ phần của nhà đầu tư. Số tiền này thường ít (khoảng 1000 – 2000 VNĐ/năm cho mỗi cổ phiếu). Cái hấp dẫn nhà đầu tư là lợi nhuận chênh lệch vì cái này không có một mức cố định nào cả. Do đặc trưng của cổ phiếu là không có thời hạn nhất định, khi nào công ty còn niêm yết thì cổ phiếu đó còn giá trị, do vậy khả năng kiếm lợi nhuận từ cổ phiếu có thể không bao giờ hết. Nếu đầu tư tốt thì một cổ phiếu có thể đem lại vài trăm phần trăm lợi nhuận cho nhà đầu tư. Dự đoán sự lên xuống của các chỉ số chứng khoán là một việc luôn diễn ra trên thị trường chứng khoán. Bất kỳ ai tham gia thị trường chứng khoan đều có thể đưa ra dự đoán dựa trên những cơ sở, lý lẽ của riêng mình. Nhưng để có thể trở thành chuyên gia phân tích, dự đoán đúng nghĩa, bằng cấp là không đủ, mà cần phải có kinh nghiệm, có khả năng phán đoán với độ chính xác cao. Đây thực sự là đỉnh mà không phải ai cố gắng cũng đạt được. Trang 7 | Chuyên Đề Công Nghệ Tri Thức CHƯƠNG 2 MÔ HÌNH ARIMA 1 Giới thiệu Sự ra đời của cuốn sách Time Series Analysis: Forecasting and Control (Phân tích chuỗi thời gian: dự đoán và kiểm soát) đã dẫn tới một kỷ nguyên mới của các công cụ dự đoán [14] [15]. Được biết rộng rãi dưới cái tên phương pháp luận Box-Jenkins (BJ) [3], nhưng về mặt kỹ thuật được gọi là phương pháp luận ARIMA, trọng tâm của các phương pháp dự đoán mới này không phải là xây dựng các mô hình đơn phương trình hay phương trình đồng thời mà là phân tích các tính chất xác suất hay ngẫu nhiên của bản thân các chuỗi thời gian kinh tế theo triết lý “hãy để dữ liệu tự nói”. Không giống như các mô hình hồi quy trong đó Y t được giải thích bởi k biến làm hồi quy X 1 , X 2 , X 3 , , X k , trong các mô hình chuỗi thời gian kiểu BJ Y t có thể được giải thích bởi các giá trị trong quá khứ hay giá trị trễ của bản thân biến Y và các sai số ngẫu nhiên. Vì lý do này, các mô hình ARIMA đôi khi được gọi là mô hình lý thuyết a bởi vì các mô hình này không thể suy ra được từ bất cứ lý thuyết kinh tế nào – và các lý thuyết kinh tế thường là cơ sở cho các mô hình phương trình đồng thời. 2 Lập mô hình AR, MA và ARIMA với dữ liệu chuỗi thời gian Nếu một chuỗi thời gian có tính dừng, ta có thể lập mô hình theo nhiều cách khác nhau. 3.1. Quá trình tự hồi quy (AR) Gọi Y t đại diện cho GDP vào thời gian t. Nếu ta lập mô hình Y t như sau: Với là giá trị trung bình của Y và u t là một số hạng sai số ngẫu nhiên không tương quan, có giá trị trung bình bằng 0 và phương sai không đổi (nó được gọi là yếu tố nhiễu ngẫu nhiên thuần túy – white noise) thì ta nói rằng Y t tuân theo quá trình ngẫu nhiên tự hồi quy bậc nhất hay AR(1). Ở đây, giá trị Y trong thời đoạn t phụ thuộc vào giá trị của nó trong thời đoạn trước và vào một yếu tố ngẫu nhiên; các giá trị của Y được biểu diễn dưới dạng độ lệch khỏi giá trị trung bình của nó. Nói một cách khác, mô hình này cho biết giá trị dự đoán của Y trong thời đoạn t chỉ đơn giản là tỷ lệ () của giá trị của nó trong thời Trang 8 | Chuyên Đề Công Nghệ Tri Thức đoạn (t – 1) cộng với yếu tố nhiễu ngẫu nhiên trong thời gian t; một lần nữa, các giá trị của Y cũng được biểu diễn xung quanh giá trị trung bình của nó. Nhưng nếu xem xét mô hình sau thì ta có thể nói rằng Y t tuân theo quá trình tự hồi quy bậc hai hay AR(2). Tức là, giá trị của Y trong thời đoạn t phụ thuộc vào giá trị của nó trong hai thời đoạn trước đó, với các giá trị của Y được biểu diễn xung quanh giá trị trung bình . Nói chung ta có thể viết Trong trường hợp này, Y t là quá trình tự hồi quy bậc p hay AR(p). Lưu ý rằng trong tất cả các mô hình trên, chỉ có các giá trị hiện tại và quá khứ của Y được đưa vào mô hình; không có biến làm hồi quy nào khác. Do vậy, ta nói rằng “dữ liệu tự nói”. Đây là một loại mô hình dạng rút gọn trong các mô hình phương trình đồng thời. 3.2. Quá trình trung bình trượt (MA) Quá trình AR vừa thảo luận không phải là cơ chế duy nhất có thể tạo ra Y. Giả sử ta lập mô hình Y như sau: với là hằng số và u là số hạng sai số nhiễu ngẫu nhiên thuần túy. Ở đây, Y trong thời gian t bằng một hằng số cộng với trung bình trượt của sai số hiện tại và quá khứ. Vậy, trong trường hợp này, ta nói rằng Y tuân theo quá trình trung bình trượt bậc nhất hay MA(1). Nhưng nếu Y tuân theo biểu thức thì đó là một quá trình MA(2). Tổng quát hơn là một quá trình MA(q). Nói ngắn gọn, một quá trình trung bình trượt đơn giản là một kết hợp tuyến tính của các số hạng nhiễu ngẫu nhiên thuần túy. 3.3. Quá trình tự hồi quy và trung bình trượt (ARMA) Trang 9 | Chuyên Đề Công Nghệ Tri Thức Tất nhiên, có nhiều khả năng là Y có các đặc điểm của cả AR và MA và do vậy có đặc điểm ARMA. Vậy, Y t tuân theo quá trình ARMA(1, 1) nếu nó có thể viết dưới dạng bởi vì có một số hạng tự hồi quy và một số hạng trung bình trượt. Trong công thức (2.7), là hằng số. Nói chung, một quá trình ARMA(p, q), sẽ có p số hạng tự hồi quy và q số hạng trung bình trượt. 3.4. Quá trình trung bình trượt kết hợp tự hồi quy (ARIMA) Các mô hình chuỗi thời gian mà ta đã thảo luận được dựa vào giả thiết là các chuỗi thời gian nghiên cứu có tính dừng yếu. Nói ngắn gọn, giá trị trung bình và phương sai của chuỗi thời gian có tính dừng yếu là hằng số và đồng phương sai của nó không đổi theo thời gian. Nhưng ta biết rằng nhiều chuỗi thời gian kinh tế không có tính dừng, tức là chúng kết hợp (integrated). Nhưng nếu một chuỗi thời gian là kết hợp bậc nhất [có nghĩa là nó có dạng I(1)], thì các sai phân bậc một của nó là I(0), tức là, có tính dừng. Tương tự, nếu một chuỗi thời gian là I(2), sai phân bậc hai của nó là I(0). Nói chung, nếu một chuỗi thời gian là I(d), sau khi tính sai phân d lần ta có một chuỗi I(0). Do vậy, nếu ta phải tính sai phân một chuỗi thời gian d lần để làm cho nó có tính dừng và sau đó áp dụng mô hình ARMA(p, q), ta nói rằng chuỗi thời gian ban đầu là ARIMA(p, d, q), tức là nó là một chuỗi thời gian trung bình trượt kết hợp tự hồi quy, với p biểu thị số các số hạng tự hồi quy, d biểu thị số lần chuỗi thời gian phải được tính sai phân cho tới khi có tính dừng và q là số các số hạng trung bình trượt. Vậy, một chuỗi thời gian ARIMA(2, 1, 2) phải được sai phân một lần (d=1) để nó có tính dừng. Và chuỗi thời gian có tính dừng (sai phân bậc một) có thể được lập mô hình dưới dạng ARMA(2, 2), tức là, nó có hai số hạng AR và hai số hạng MA. Tất nhiên, nếu d = 0 (nghĩa là chuỗi thời gian khởi đầu có tính dừng), ARIMA(p, d = 0, q) = ARMA(p, q). Chú ý rằng một quá trình ARIMA(p, 0, 0) có nghĩa là quá trình có tính dừng AR(p) thuần túy; một quá trình ARIMA(0, 0, q) có nghĩa là quá trình có tính dừng MA(q) thuần túy. Khi biết các giá trị của p, d và q, ta có thể phát biểu quá trình nào đang được lập mô hình. Trang 10 | [...]... hữu ích và dự đoán 2 Khai phá dữ liệu trên thị trường chứng khoán 5.3 Gom cụm và mô hình khai phá luật có trọng số cho phân tích thị trường chứng khoán Hệ thống phân tích xu hướng của thị trường chứng khoán gồm các thủ tục xử lý gom cụm và phân tích xu hướng các mối quan hệ được thể hiện dưới mối quan hệ giữa chỉ số (index) và công ty (company) Chỉ số thị trường, chỉ số ngành và tỷ lệ các giá trị của... Tri Thức doanh Dự đoán kinh doanh được thực hiện theo xu hướng phân tích giai đoạn [2] Kết quả nhận được là phạm vi giá và xu hướng chi tiết Hệ thống dự đoán xu hướng cho thị trường chứng khoán được thiết kế để phân tích thị trường chứng khoán được chia thành bốn module chính Đó là, dữ liệu thị trường, xử lý gom cụm, xu hướng các mối quan hệ và tiến trình dự đoán kinh doanh Dữ liệu thị trường là module... huấn luyện các mạng này Dữ liệu đầu vào cho mạng neural là giá cao nhất, giá thấp nhất và giá trung bình trong các ngày d trước đó Các thông tin khác có sẵn của thị trường chứng khoán không được sử dụng vì mục tiêu là để dự đoán giá của các cổ phiếu chứng khoán chỉ dựa trên lịch sử giá cổ phiếu Nói cách khác, mô hình đề xuất có thể được xem như là mô hình dự đoán theo chuỗi thời gian Mô hình này sử... neural vào năm 1988 và tuyên bố mạng neural tốt hơn so với phương pháp hồi quy và mô hình Box-Jenkins trong vấn đề dự đoán [15] Trong một thập kỷ gần đây rất nhiều nghiên cứu đã được thực hiện trên mạng neural để dự đoán những thay đổi thị trường chứng khoán Một trong những nỗ lực đầu tiên là của Kimmoto và các đồng nghiệp của ông, trong đó họ sử dụng mạng neural để dự đoán các chỉ số của thị trường chứng. .. mạng neural để dự đoán các chỉ số của thị trường chứng khoán Tokyo [10] Mizuno và các đồng nghiệpcũng sử dụng mạng neural để dự đoán giá các cổ phiếu trên thị trường chứng khoán Tokyo Phương pháp của họ đã có thể dự đoán với độ chính xác 63% [12] Bằng cách kết hợp mạng neural và giải thuật di truyền, Phau và các đồng nghiệp dự đoán thị trường chứng khoán Singapore với độ chính xác là 81% [12] Trang 14... tích các công ty khác có khối lượng giao dịch khác nhau dựa trên giá giao dịch cao và thấp của các công ty và dự đoán hình mẫu tăng trưởng Như vậy, dựa trên chuỗi sự kiện này chúng ta có thể dự đoán lý do các cổ phiếu không tăng trưởng, tăng trưởng thấp hoặc tăng trưởng cao Những kỹ thuật khai thác dữ liệu là phù hợp tốt nhất cho việc phân tích các loại như phân lớp, trích các hình mẫu hữu ích và dự. .. dự đoán (Ứng dụng của mô hình ARIMA cho bài toán dự đoán chuỗi thời gian) 2 Thử nghiệm với mô hình ARIMA Ứng dụng mô hình ARIMA vào bài toán dự báo chứng khoán của của Công ty cổ phần Thủy sản Mekong(Mã CK : AAM) Để xây dựng mô hình ARIMA tôi đã sử dụng chuỗi dữ liệu mã chứng khoán AMM gồm 157 quan sát từ ngày 24/4/2009 tới 15/4/2010 Dữ liệu quá khứ được lấy trên giá đóng cửa (Close) và quá trình dự. .. nhiều cách để dự đoán thị trường tài chính, chứng khoán Do đó, dự đoán giá cổ phiếu hoặc thị trường tài chính trở thành thách thức lớn nhất đối với lĩnh vực trí tuệ nhân tạo Các chỉ số kỹ thuật, chỉ số cơ bản và chỉ số thống kê được đề xuất và được sử dụng với các kết quả khác nhau Tuy nhiên, không kỹ thuật nào cũng được sử dụng thành công Mục tiêu của nghiên cứu dự đoán phần lớn vượt quá khả năng của nghiên. .. Đề Công Nghệ Tri Thức Trong phần này, tôi xin giới thiệu một mô hình dự đoán dựa trên mạng neural MLP để dự đoán những thay đổi trên thị trường chứng khoán Việt Nam Sử dụng mô hình này, người ta có thể dự đoán giá trị cổ phiếu ngày hôm sau của một công ty chỉ dựa trên lịch sử giao dịch cổ phiếu của nó và không có bất kỳ thông tin của thị trường hiện tại 4 Mạng neural Ý tưởng về mạng neural lần đầu... cho các vấn đề dự đoán là rất hứa hẹn vì những đặc điểm đặc biệt của nó Thứ nhất, các phương pháp truyền thống dựa trên các phương pháp như hồi qui tuyến tính và hồi qui logistic trong khi Neural Networks là phương pháp dựa trên việc tự điều chỉnh dựa vào dữ liệu huấn luyện, vì vậy nó có khả năng giải quyết các vấn đề với một chút tri thức về mô hình của nó và không ràng buộc mô hình dự đoán bằng cách . ích và dự đoán. 2 Khai phá dữ liệu trên thị trường chứng khoán 5.3. Gom cụm và mô hình khai phá luật có trọng số cho phân tích thị trường chứng khoán Hệ thống phân tích xu hướng của thị trường chứng. thị trường chứng khoán. Chương 2: Mô hình ARIMA, chương này trình bày mô hình ARIMA và sử dụng mô hình ARIMA để dự đoán theo chuỗi thời gian. Chương 3: Mô hình Neural Networks, trình bày mô hình. neural và sử dụng mạng neural trong dự đoán cho thị trường tài chính chứng khoán. Chương 4: Mô hình gom cụm tích hợp, trình bày mô hình gom cụm tích hợp và sử dụng mạng mô hình gom cụm tích họp