ứng dụng mô hình mạng thần kinh nhân tạo trong dự báo kinh tế trường hợp chứng khoán việt nam
1 THÔNGTINLÊNMẠNGNHỮNGĐIỂMMỚICỦALUẬNÁNTIẾNSĨ · Nghiêncứusinh: LêĐạtChí · Tênluậnán:“Ứngdụngmôhìnhmạngthầ nkinhnhântạotrongdựbáokinhtế TrườnghợpthịtrườngchứngkhoánViệtNam” · Ngànhkhoahọccủaluậnán:Kinhtếtàichính –ngânhàng,mãsố:62.31.12.01 · Tênđơnvịđàotạo:TrườngĐạihọcKinhtếTP.HồChíMinh Nhữngđiểmmớicủaluậnán: Quanhữngnghiêncứutrướcđâydựatrêncácmôhìnhhồiquytuyếntínhvàphituyếnđể phântíchvàdựbáothịtrườngchứngkhoánViệtNam,gầnnhưchưacómộtmôhìnhnàocho thấykhảnăngdựbáothịtrườngchứngkhoánViệtNam,điềunàyđặtracholuậnánmộtsố câuhỏi:phảichăngthịtrườngchứngkhoánViệtNamlàkhôngthểdựabáotrướccácbiến giảithíchhiệnhữu?hoặcphảichăngmôhình tiếpcậnđểphântíchvàdựbáogiáchứngkhoán làkhôngphùhợpvớiđặcđiểmcủathịtrường,củabiếndựbáo? Quaquátrìnhtìmhiểu, nhữngcôngtrìnhnghiêncứutrênthếgiớivềlĩnhvựcphântíchvàdựabáo,Luậnánchọnmô hìnhmạngthầnkinhnhântạo(ANN).NhữngluậncứcủamôhìnhmạngANNphùhợpvới biếnnghiêncứu(biếnđộngcủathịtrườngtàichínhmangtínhphituyến(Bollerslev(1986), Fangvà cộng sự (1994),…), Chatterjee và cộng sự (2000) cung cấp một tổng quan về hệ thốngANNvàphạmvisửdụngrộngrãicủachúngtrênthịtrườngtàichính…làmnhững bằngchứngthựcnghiệmtốtchoquátrìnhnghiêncứumôhìnhmạngANN.Đồngthời,quá trìnhnghiêncứu mạngANNtrongviệcứngdụngvàothịtrườngtàichínhkhôngyêucầu nhữnggiảđịnhnghiêmngặtnhưmôhìnhhồiquy.Điềunàychothấy,tínhhấpdẫncủamô hìnhANNvớiđặcđiểmcủathịtrườngtàichínhnhấtlànhữngthịtrườngcủanhữngnềnkinh tếmớinổinhưViệtNam.Dođó,luậnántậptrungnghiêncứukhảnăngứngdụngmôhình ANNtrongdựbáothịtrườngchứngkhoánViệtNam. Dựatrênmụctiêunghiêncứucủaluậnán: 1. KhảnăngứngdụngmôhìnhANNtrongdựbáogiáchứngkhoántrênthịtrường chứngkhoánViệtNam. 2. LựachọncấutrúcmạngANNphùhợptrongdựbáogiáchứngkhoán. 3. HiệuquảứngdụngmôhìnhANNtốthơnmôhìnhhồiquytuyếntính. 4. Tìm ra nhóm biến có thể giúp dự báo giá chứng khoán trên thị trường chứng khoánViệtNamquađógợiýmộtsốchínhsáchliênquan. Luậnánđãgiảiquyếtcácmụctiêunàyđểđạtđượccáckếtquảsau: (1). TìmracơchếvậnhànhcủamôhìnhmạngANNkhisửdụngđểdựbáocácbiến kinhtếtheochuỗithờigiantrongthịtrườngtàichính. (2). QuađóvậndụngmôhìnhANNđểkhảosátkhảnăngdựbáogiáchứngkhoán trênthịtrườngchứngkhoánViệtNam. (3). Quátrìnhnghiêncứukhảnăng ứngdụngmôhìnhmạngANNvàodựbáogiá chứngkhoánViệtNam,luậnánđãchỉracấutrúcmạngtruyềnthẳngvớihàm 2 truyềnlàhàmphituyếnsẽchorakếtquảdựbáotốthơncáccấutrúcmạngANN khác. (4). Đồngthời,trongquátrìnhkhảsátkhảnăngứngdụngmôhìnhANNđểdựbáo giáchứngkhoántrênthịtrườngchứngkhoánViệtNam,luậnánđãchứngminh tínhhiệuquảvàsựvượttrộicủamôhìnhmạngANNhơnhẳnmôhìnhhồiquy truyềnthốngthườngđượcápdụnglâunaytrênthịtrường.Điềunàychothấy,khả năngdựbáogiáchứngkhoántrênthịtrườngchứngkhoánViệtNamlàhoàntoàn cóthểthựchiệnđượcnếuđượctiếpcậntrêncáccấutrúcmạngANNkhácnhau củamôhìnhANN.Điềunàylàmthayđổinhữngkếtluậncủanhữngcôngtrình nghiêncứutrướcđâykhiphântíchvàdựbáogiáchứngkhoántrênthịtrường chứngkhoánViệtNam. (5). Khôngdừnglạiởkếtquảtrên,luậnántiếptụckhảosátcácbiếngiảithíchcóthể cótrêncơsởthuthậpthôngtin,luậnánđãtìmkiếmcácnhómbiếngiảithích khácnhauchonhữngkhungthờigianphântíchkhácnhauđểtìmkiếmcácbiến cókhảnăngdựbáotốtnhất.Quađó,nhómbiếnphảnánhtìnhhìnhtàichínhcủa doanhnghiệpniêmyếtlạichokhảnăngdựbáotốtnhấtcosựthayđổigiáchứng khoántrênthịtrườngchứngkhoánViệtNam.Tuynhiêncácbiếnvĩmôcũngcho ratácđộngmạnhđếnsựthayđổivềgiátrênthịtrườngchứngkhoán,nhưngmức độdựbáolạikhôngchokếtquảchínhxáchơnnhómbiếntàichính.Điềuđáng chúýlà,nếucùngcácbiếnkhảosáttrênthìmôhìnhhồiquytruyềnthốnglạitỏra kémhiệuquả. (6). Trongquátrìnhtìmkiếm,khảosátcácnhómbiến,luậnánđãpháthiệnratính chấthànhvicủanhàđầutưtồntạikhámạnhmẽ,điềunàyđãtácđộngđếnquá trìnhbiếnđộnggiáchứngkhoántrênthịtrườngchứngkhoánViệtNam.Quátrình phântíchnàycũngtrùnghợpvớinhữngnghiêncứutrướcđâyvềsựtồntạihành vicủanhàđầutưtrênthịtrườngchứngkhoán,chínhhànhvinàyquyếtđịnhnên xuhướngbiếnđộngtronggiáchứngkhoánmàchưacómôhìnhnàođolườngđể dựbáo.Nhưvậy,nhữngthịtrườngmànơiđóyếutốhànhvicủaconngườiquyết địnhnênxuhướngcủasựthayđổithìkhảnăngứngdụngmôhìnhANNcàngtỏ rotínhhiệuquảvàsựvượttrộicao. Nhưvậy,dựatrêncácmụctiêunghiêncứu,luậnánđãpháthiệnranhữngkếtquảtrên.Điều nàycungcấpthêmnhữngphươngpháp,côngcụtrongphântíchvàdựbáocácbiếnkinhtế, điểnhìnhlàthịtrườngchứngkhoánViệtNam. Giáoviênhướngdẫn Nghiêncứusinh 3 GS.TS.TrầnNgọcThơ LêĐạtChí Chủtịchhộiđồngcấpcơsở PGS.TS.PhanThịBíchNguyệt 4 MỞĐẦU 1. Tínhcấpthiếtcủaluậnán Việc nghiên cứunhững côngcụhoặcmôhình dựbáo thị trường tài chính vànền kinhtếcómộtlịchsửlâuđời.Phântíchchuỗithờigianlàmộttrongnhữngcáchtiếp cậntruyềnthốngđượcsửdụngrộngrãinhấttronglĩnhvựcnày.Cóhailoạimôhình môtảhànhvicủachuỗithờigiannhưsau. Thứnhấtlàcácmôhìnhtuyếntính:phươngpháptuyếntínhđểphântíchchuỗithời gianthườngđượcápdụngthôngquamộttrongnhữngkỹthuậtsauđây: a. KỹthuậtBox Jenkins b. BộlọcKalman c. LýthuyếtsanbằnghàmmũcủaBrown d. Hồiquymẫunhỏ Thứhailàcácmôhìnhphituyến: a. LýthuyếtTaken b. PhươngtrìnhMackeyGlass Nhữngkỹthuậtnàycốgắngtáitạolạichuỗithờigiandựatrêncácmẫudữliệuđểdự đoángiátrịtươnglai.Mặcdùnhữngkỹthuậtnàycóýnghĩathốngkênhưngchúng cótỷlệthànhcôngthấpkhiđượcsửdụngđểdựbáothịtrườngtàichính. Nhữngbằngchứnggầnđâychỉrarằngthịtrườngtàichínhlàphituyến.Tuynhiên, phươngpháptuyếntínhvẫncungcấpnhữngcáchtiếpcậntốtđểmôtảhệthốngphi tuyến đượctìm thấytrongphân tích chuỗi thờigian thị trường tài chính (Fang và cộngsự,1994).Bollerslev(1986)cungcấpmộtcáinhìntổngquátvềsựtồntạicủa tínhphituyếntrongdữliệutàichính,vàpháttriểnmộtmôhìnhđểdựđoánchuỗi thời gian tài chính được gọi là GARCH (Generalized Autoregressive conditional heteroskedasticity GARCH)kếthợptấtcảcácđặctrưngquansátđượctrongchuỗi này.Nhưngnềnkinhtếđangpháttriểnnhanhchóng(chứkhôngphảiđitừtừ)theo thờigian.Tuynhiên,nhữngđặctrưngnàykhôngdễdàngđượctínhtoánbằngcác môhìnhtuyếntính,vàđiềunàyđượcchứngminhquaviệccáchệsốướclượngcó độdốclớn.Nhiềunhântốtácđộngđếnthịtrườngtàichínhvànềnkinhtếbaogồm 5 cácsựkiệnchínhtrị,điềukiệnkinhtếnóichung,vàkỳvọngcủanhàđầutư.Vìvậy, dựbáothịtrườngtàichínhvàsựchuyểnđộngcủanềnkinhtếlàkhákhókhăn. MạngthầnkinhnhântạoArtificialNeuralNetwork(ANN)làmộtcôngcụhữu íchtrongtàichínhđịnhlượnghiệnđạivàđượcbiếtđếnnhưmộtkỹthuậtmôhình hóathốngkêhữuích.ANNlàmộtcôngcụtốtchocảcácnhànghiêncứuvànhững nhàthựcnghiệm.MôhìnhANNcóthểtìmramốiquanhệhàmtrongmộttậphợpdữ liệu và thựchiện cácnhiệmvụ như nhậndạngmẫuhình, phân loại,đánh giá,mô hìnhhóa,dựbáovàkiểmsoát(AndersonvàRosenfeld,1988;HechtNielsen,1990; Hertzvàcộngsự,1991;HiemstravàJones,1994).Mộtvàitínhnăngkhácbiệtcủa ANNlàmchochúngcógiátrịvàhấpdẫntrongdựbáo. MộtsốbàiviếtxemxétnhữngbáocáotrêntạpchícáchmàANNcóthểápdụngcho thịtrườngtàichínhvànềnkinhtế.Chatterjeevàcộngsự(2000)cungcấpmộttổng quanvềhệthốngANNvàphạmvisửdụngrộngrãicủachúngtrênthịtrườngtài chính.CôngtrìnhcủahọthảoluậnvềưuđiểmvượttrộicủaANNsovớicácphương pháptruyềnthống.Nghiêncứukếtluậnvớimộtmôtảvềviệcsửdụngthànhcông ANN bởi nhiều tổ chứctàichính trong việcdự báo giá chứng khoán. Trong sách NeuralNetworkchodựbáotàichínhcủaEdwardGately,môtảphươngphápchung để xây dựng, huấn luyện, và kiểm tra một ANN bằng cách sử dụng phần mềm thươngmạihiệnhữu.Luậnánsẽtậptrungvàophươngphápnàyđểtriểnkhaiquá trìnhphân tích vàdựbáogiáchứngkhoántrên thị trườngchứngkhoán ViệtNam như là một minh chứng cho khả năng ứng dụng của ANN trong dự báo kinh tế. Khôngchỉtronglĩnhvựcdựbáogiáchứngkhoán,luậnáncònmongmuốnsửdụng phươngpháp ANN ápdụng cho các lĩnh vực tài chính vànền kinh tếnhư làmột côngcụdựbáohỗtrợchocácphươngpháptruyềnthống.Chínhvìvậy,tácgiảchọn đềtàivớitêngọi“Ứngdụngmôhìnhmạngthầnkinhnhântạotrongdựbáokinhtế – TrườnghợpthịtrườngchứngkhoánViệtNam”làmnộidungnghiêncứucholuậnán tiếnsĩcủamình. 2. Tìnhhìnhnghiêncứuliênquanđếnnộidu ngluậnán TừnhữngnghiêncứusơkhaicủaMcCullochvàPittstrongnhữngnăm1940,trải qua nhiều năm phát triển, chođến hơn10 năm trở lại đây cùng với sự phát triển mạnhmẽcủangànhcôngnghệthôngtintrongviệcxửlýdữliệuchocảphầncứng vàphầnmềmđãgiúpcàiđặtnhữngứngdụngphứctạpcủalýthuyếtmạngthầnkinh nhântạo.Lýthuyếtmạngthầnkinhnhântạonhữngnămgầnđâymớithựcsựđược chú ý vànhanh chóng trở thànhmộthướngnghiên cứu đầytriển vọng trongmục đíchxâydựngmôhìnhmôphỏngtheotrítuệconngười. Sứcmạnhthuộcvềbảnchất tính toán của các thuật toánmạng, song những nghiên cứu thực nghiệm đã thành 6 côngtrongnhiềulĩnhvực,nhữngnghiêncứuthựcnghiệmtronglĩnhvựctàichính cũngđượcsựquantâmvàchoranhiềukếtquảtốtởnhữngnềnkinhtếkhácnhau. Từnhữngnghiên cứuviệc ứngdụngANN để phân tích nhữngchuỗidữ liệu thời giannênđượcthựchiệndựatrêntrấutrúcANNnàochocácchỉtiêudựbáonhưtăng trưởngkinhtế, biếnđộngtỷgiáhốiđoái,vàthậmchílàgiáchứngkhoántrêncácthị trường. Quá trình nghiên cứu mạng ANN còn được so sánh với những mô hình truyền thốnghiệnđangđượcsửdụngcho việcphân tích vàdựbáotronglĩnh vực kinhtếnhưmôhìnhhồiquytuyếntính,môhìnhhồiquyphituyến.Quátrìnhnghiên cứunàyđãchoranhữngkếtquảlợithếcủamôhìnhANNđặcbiệtlàởnhữngthị trườngmớinổitrongphântíchvàdựbáo.Nhưvậy,ởthịtrườngViệtNamliệuquá trìnhtriểnkhainghiêncứuứngdụngmôhìnhANNcóhiệuquảkhôngvàcóvượt trộihơncáccôngcụphântíchvàdựbáokhác?Trêncơsởtiếpcậnnày,tôiđivào nghiêncứuquátrìnhhoạtđộngcủamạngANNtronglĩnhvựckinhtế,tàichínhvà nhữngkếtquảnghiêncứuđạtđượcởcácthịtrườngkháctrênthếgiớiđểlàmnền tảngchoviệcnghiêncứu. 3. Mục tiêunghiêncứu Trênphươngdiệnnghiên cứumôhìnhmạng ANN vànhữngnguyênlýhoạtđộng củanóđểtừđóứngdụngvàolĩnhvựckinhtếvàtàichínhvẫncònlàmộtnộidung chưađượcquan tâmnhiều.Trong phạm vi củanền kinh tế Việt Nam, tácgiả tập trungnghiêncứuviệcứngdụngmôhìnhnàyđểnhằmphântíchvàdựbáogiáchứng khoántrênthịtrườngchứngkhoán ViệtNam trướccác biếngiải thích khácnhau, nhưlàmộtminhchứngchokhảnăngứngdụngcủamôhìnhANNtrongdựbáokinh tế.QuaquátrìnhứngdụngANNvàothịtrườngchứngkhoánViệtNam,luậnánsẽ giảiquyếtthêmmộtsốvấnđềkhácnhư:cấutrúcmạngANNnàotốtchovấnđềdự báogiáchứngkhoántrênthịtrườngchứngkhoánViệtNam,hiệuquảcủamôhình ANNsovớimôhìnhhồiquytuyếntínhbiếnnàosẽtácđộnglênsựbiếnđộngcủa giáchứngkhoán…Cụthểhơn,luậnánsẽgiảiquyếtbốnmụctiêunghiêncứusau: 1. Khả năng ứng dụng mô hình ANN trong dựbáo giá chứng khoán trên thị trườngchứngkhoánViệtNam. 2. LựachọncấutrúcmạngANNphùhợptrongdựbáogiáchứngkhoán. 3. HiệuquảứngdụngmôhìnhANNtốthơnmôhìnhhồiquytuyếntính. 4. Tìmranhómbiếncóthểgiúpdựbáogiáchứngkhoántrênthịtrườngchứng khoánViệtNamquađógợiýmộtsốchínhsáchliênquan. 7 Đểđạtđượcmụctiêunghiêncứunêutrên,nộidungcủaluậnántậptrungđivàotrả lờicáccâuhỏinghiêncứusauđây: (1). MôhìnhmạngANNlàgìvàcơ chếvậnhành củanónhưthếnào trongthị trườngtàichính? (2). Nhữngquanđiểmvàbằngchứngthựcnghiệmtrongviệcứngdụngmôhình ANNtrongphântíchvàdựbáotrênthịtrườngtàichính? (3). Khả năng ứng dụng mô hình ANN trong dựbáo giá chứng khoán trên thị trườngchứngkhoánViệtNam? (4). CấutrúcmạngANNnàosẽthíchhợpđểdựbáogiáchứngkhoán? (5). LiệukhảnăngứngdụngmôhìnhANNtrongdựbáogiáchứngkhoántrênthị trường chứngkhoán ViệtNamcótínhhiệuquảhơnmôhìnhhồiquytuyến tínhtruyềnthống? (6). NếumôhìnhANNtốthơnthìnhữngbiếngiảithíchnàosẽgiúpchochúngta sửdụngđểphântíchvàdựbáogiáchứngkhoántrênthịtrườngchứngkhoán ViệtNam? Việcgiảiquyếtcácmụctiêunghiêncứutrênchothấygiátrịhiệuquảcủamôhình ANNtrongviệcứngdụngmôhìnhnàytrongphântíchvàdựbáocácbiếnkinhtế. Chínhvìvậy,cácchủthểliênquantrongnềnkinhtếbaogồmcácnhànghiêncứuvà các nhà thực hành sẽ áp dụng mô hình ANN để thay thế hoặc bổ sung cho các phươngpháphồiquy. 4. Phươngphápnghiêncứu Đểgiảiquyếtcácnộidungnghiêncứunêutrên,tácgiảluậnánđãsửdụngphương phápđịnhlượngdựatrênviệcnghiêncứunhữngthuậttoánmôphỏngcủamạngthần kinhnhântạođểtiếnhànhlựachọncấutrúcANNthíchhợpnhằmứngdụngtrong dựbáogiáchứngkhoán.ViệctriểnkhaiquátrìnhứngdụngmôhìnhANNtrongdự báogiáchứngkhoántrênthịtrườngchứngkhoánViệtNamđượcdựatrênquytrình đề xuất 8 bước của năm nhà nghiên cứu Deboeck, Masters, Blum và Nelson và Illingworth.NgoàiraquátrìnhthửnghiệmcáccấutrúcmạngANNđượcthựchiện dựatrênphầnmềmhỗtrợxửlýdữliệucóbảnquyềnNeuralSolution5.0. 5. Cácpháthiệnvàkếtquảnghiêncứu Luậnáncủatácgiảđãđónggópcáckếtquảnghiêncứusau: 8 · KhảnăngứngdụngmôhìnhANNđểdựbáogiáchứngkhoántrênthịtrường chứngkhoánViệtNamlàhoàntoàncóthểthựchiện. · MôhìnhANNdùngđểdựbáogiáchứngkhoántrênthịtrườngchứngkhoán ViệtNamchorakếtquảdựbáongoàimẫutốthơnmôhìnhhồiquytuyếntính truyềnthống. · Cấutrúcmạngthầnkinh truyềnthẳngchorakếtquảdựbáotốthơnmộtsố cấu trúcmạng khác với hàm truyền là hàm phi tuyến. Nói cách khác, mối quanhệgiữacácbiếngiảithíchvàbiếnphụthuộclàquan hệphituyếntính. · DựatrênviệcnghiêncứuứngdụngmôhìnhANNđểdựbáogiáchứngkhoán trênthịtrườngchứngkhoánViệtNam,luậnánđãchothấyrõtácđộngcủa cácnhómbiếnkinhtếvĩmôcủanềnkinhtế,nhómbiếnthểhiệntìnhhìnhtài chínhcủacácdoanhnghiệpniêmyết…lênsựthayđổigiáchứngkhoán,trong khiđónếudùngmôhìnhhồiquytuyếntínhtruyềnthốngthìgầnnhưkhông tìmthấysựtácđộngnày. · Qua quá trình phân tích và dựbáo giá chứng khoán trên thị trường chứng khoánViệtNam,luậnáncógợiýmộtsốchínhsáchđểpháttriểnthịtrường chứngkhoánViệtNamlênmộttầmcaomớinhằmpháttriểnmạnhquátrình chuyểndịchcơcấukinhtế. 9 Chương 1: QUAN ĐIỂM VÀ BẰNG CHỨNG THỰC NGHIỆM VIỆC ỨNG DỤNGMÔHÌNHMẠNGTHẦNKINHNHÂNTẠOTRONGDỰ BÁO Mỗimộtmôhìnhphântíchvàdựbáođềudựatrênnhữngnềntảnggiảđịnhkhác nhau.Cácmôhìnhtrướcnayđượcsửdụngphổbiếnđểphântíchvàdựbáođềudựa trênphươngphápphânphốichuẩncủacácbiếnđưa vàomôhình. Quanđiểm về phânphốichuẩnđãđưaranềntảngtoánhọcchohọcthuyếtthịtrườnghiệuquả. Quanđiểmnàyđãđưađếnviệchìnhthànhcácmôhìnhphântíchvàđịnhgiáchứng khoánnhưmôhìnhđịnhgiátàisảnvốnCAPM,môhìnhđịnhgiáquyềnchọnBlack –Scholes,môhìnhđanhântố,môhìnhFamaFrench…Tuynhiên,cácmôhìnhnày lạikhôngmấyhiệuquảkhiphântíchvàdựbáonhữngchỉtiêuđầytínhbiếnđộng trongthịtrườngtàichính.Mộtphươngphápmôphỏngbộnãoconngườiđượcxây dựngdựatrênnhữngnềntảngtiếpcậnkhácvớicácphương pháptrên.Quátrình môphỏngnàyđượcgọilàmôhìnhmạngthầnkinhnhântạoANN.Nhữngquytắc khiứngdụngmôhìnhANNkhôngnhưnhữngphươngphápdựatrênquanđiểmphân phốichuẩn.QuátrìnhứngdụngmôhìnhANNdựatrênquanđiểm:cácchủthểtham giathịtrường,quyếtđịnhxuhướngthịtrườnglànhữngnhàđầutưvớinhữnghiểu biếtkhácnhau.Nóicáchkhác,chínhnhàđầutưkhitiếpnhậnthôngtinvàsẽđưara quyết định trước những thông tin nàydựa trên nhữnghiểu biết và phân tích của chínhmình.ViệcứngdụngmôhìnhANNkháphổbiếntronglĩnhvựcđiệntử,sản xuấtrôbốthaynhưtronglĩnhvựcyhọc…QuátrìnhứngdụngmôhìnhANNtrong thịtrườngtàichínhđểphântíchvàdựbáochỉđượcquantâmtronghơnmộtthập niêngầnđây.Quátrìnhứngdụngnàylớnmạnhnhờsựhỗtrợcủangànhcôngnghệ thông tin đã mang lạimột số thànhtựu nhất định về tính hiệu quả của mô hình. Chínhvìvậy,tiếpcậnnghiêncứumôhìnhANNởViệtNamlàrấtcầnthiết. 1.1. Qua nđiểmlựac họncôngcụphâ nt íchvàdựbáo Phươngphápphânphốichuẩnhayđườngconghìnhchuônglàmộtcôngcụphổbiến trongviệcphântíchdữliệukinhtếtàichínhđặcbiệtlàtrongphântíchgiáchứng khoán.Phươngphápphânphốichuẩnchínhlànềntảngtoánhọcchohọcthuyếtthị trườnghiệuquảcủalĩnhvựctàichính.Quanđiểmcủaphươngphápphânphốichuẩn chorằng,giáchứngkhoánlàđộclậpngẫunhiênvớinhau.Phươngphápnàygiúp chúngtahiểumộtcáchdễdàngbằngcáchđơngiảnhóavàloạibỏnhữngyếutốtrừu tượngmàchúngtanghĩrằngkhôngphùhợpvớihệthống.Vấnđềởđâychínhlà“sự khôngphùhợp”.Trongthếgiớithực,nhữngthứđượcxemlà“khôngphùhợp”này không cho thấy là không quan trọng mà hơn thế nó lại rất quan trọng. Benoit Mandelbrot,tạitrungtâmnghiêncứucủaIBMtạiYorktownHeights,NewYork,đã 10 pháthiệnrarằng,cácconsốhoàntoànkhácsovớiquanđiểmcủaphânphốichuẩn. “Mỗisự thayđổi giá cụthể làngẫu nhiên và không thểdựbáođược. Tuynhiên, chuỗisựthayđổilạicósựphụthuộcnhautrongmộtphạmvi”(Gleick,1987,trang 86).Thựctế,giácảhànghóavàgiácảchứngkhoáncóquanhệphituyến.Nhưng câuhỏiđặtralàtạisao giá chứngkhoán lạicómốiquanhệphi tuyến haycóxu hướng? Thếkỷ20đượcđánhdấubởi3phátminhđángnhớ:(1)thuyếttươngđối(relative theory)và (2)kỹthuậtđịnh lượng (quantum mechanic) và (3)khoa họchỗn loạn (chaos science) đã cho thấy rằng bản chất của tự nhiên là không hề độc lập. Sự chuyểnđộngcủacácvậtchấtluôncóảnhhưởnglẫnnhauhayphụthuộclẫnnhau. Thịtrường chứngkhoán(TTCK), mộtphần củathếgiới tựnhiên cũngnằm trong quyluậtđó.Điềunàyđãnóilênkhoahọchỗnloạngiúpchúngtatrảlờicâuhỏitrên. Bill William(1995) cho rằng, cả thếgiới tự nhiênvà nãongười đều là hỗnloạn. TTCK,mộtphầncủathếgiớitựnhiênvàlànơiphảnánhhoạtđộngcủaconngười, cũngcótínhhỗnloạn.Nóicáchkhác,chínhdonãongườicótínhhỗnloạnlànguồn gốc tạorasựphi tuyếntính của giá cả chứng khoán.Bill William (1995)bộ não ngườigồm3bộphậnkhácnhau:nãotrái,nãogiữavànãophải.Mỗibộphậnđảm nhậnmộtchứcnăng khácnhau. Não tráiliênquan đếnvấnđề lý trívàmang tính tuyếntính.Nãogiữacóchứcnăngxửlýcáctrithứcthànhkinhnghiệm.Nãophải liênquanđếncảmxúc,làphituyếnvàtrônggiốngnhưtínhhỗnloạn.Bộnãochúng tacũngtạonêncáchànhvikhácnhau,phụthuộcvàodòngnănglượng.Prigogine viết:“bộnãolàmộtphátminhcủatínhhỗnloạn”(PrigoginvàStangers,1984,trang 48).Cóthểhìnhdungrằngkhigiaodịchtrênthịtrường,cácnhàkinhdoanhbịảnh hưởngbởicảm xúc(củanãophải)nhưtham lam vàsợhãiđãtácđộngđếnquyết địnhđầutưdẫnđếncáchànhviphituyếntính.Tuynhiên,cáchànhvithamlamhay sợhãiđócótínhbầyđànvàhìnhthànhnênxuhướngcủagiáchứngkhoán(chínhlà cấutrúc).Nhưvậy,chủthểthamgiaquyếtđịnhnênxuhướngthịtrườnglàcácnhà đầutư,lànhữngngườikhônghoàntoànduylý(Sargent(1997,1999)). Dựatrênquanđiểmnày,luậnántậptrungvàoviệclựachọnphươngphápphântích vàdựbáogiáchứngkhoántheogiảđịnh“sựhợplýcóchừngmực”củanhàđầutư. Nóicáchkhácnhàđầu tưkhônghoàn toànduylý trongcácquyếtđịnhcủamình. Phươngpháphồiquydựatrêncácbiếncốquansátlàđộclậpvàngẫunhiên,nódựa trêngiảthuyếtsựhợplýhoàntoànvàsựtốiưucủaconngười.Môhìnhmạngthần kinhnhântạoANNđượcmôphỏngtheobộnãoconngườiđượcdùngđểdựbáo cácbiếnkinhtếtrongthịtrườngtàichính,đặcbiệtlàgiáchứngkhoánđượcthiếtlập trênnềntảnggiảđịnh“sựhợplýcóchừngmực”nêutrên.Dođó,luậnánsẽtiếpcận [...]... những nghiên cứu ứng dụng của mô hình ANN mới dần trở nên phổ biến. Bên cạnh những ứng dụng trong lĩnh vực y học, công nghệ, mô hình mạng ANN còn được ứng dụng rộng rãi trong kinh tế tài chính, đặc biệt là trong việc xây dựng các mô hình dự báo bao gồm dự báo chỉ số chứng khoán và dự báo các biến kinh tế vĩ mô. 1.6. Thiết kế một mô hình mạng thần kinh nhân tạo Chương 2: THIẾT KẾ VÀ ỨNG DỤNG MẠNG THẦN KINH NHÂN TẠO ĐỂ ... dụng mô hình ANN để dự báo giá chứng khoán trên TTCK VN nhằm chứng minh cho mục tiêu nghiên cứu. 1.2. Mô hình mạng thần kinh nhân tạo ANN 1.2.1. Mạng thần kinh nhân tạo và các đặc điểm cơ bản của bộ não 1.2.2. Những yếu tố tạo nên một mô hình mạng thần kinh nhân tạo Hai thành phần chính cấu tạo nên ANN là các neuron và các synapse. Trong kiến trúc của một mô hình kết nối, các neuron chính là các nút mạng, được liên kết với ... Các đặc trưng của mô hình mạng thần kinh nhân tạo · Tính chất phi tuyến · Tính chất tương ứng đầu vàođầu ra · Tính chất thích nghi · Tính chất đồng dạng trong phân tích và thiết kế 1.3. Một số mô hình mạng thần kinh nhân tạo điển hình 1.3.1. Mô hình mạng truyền thẳng (Feedforward Networks) 1.3.2. Mô hình mạng truyền thẳng đa lớp (Multilayer Feedforward Networks) 1.3.3. Mô hình mạng lặp lại (Recurrent Networks) ... TTCK VN so với mô hình tuyến tính truyền thống trong trường hợp sử dụng các biến số kinh tế vĩ mô làm nhập lượng đầu vào. Tuy nhiên, kết quả từ các mô hình mạng ANN còn có một số hạn chế trong mức độ dự báo. Phần tiếp theo của luận án sẽ khảo 21 sát các nhóm biến khác được đưa vào mô hình mạng ANN và so sánh chúng với mô hình hồi quy tuyến tính. 2.3. Sự vượt trội của mô hình mạng thần kinh nhân tạo so với mô hình hồi quy tuyến tính khi sử dụng các biến số tài chính ... biến thì mô hình không có ý nghĩa thống kê, không thể xây dựng được mô hình hồi quy tuyến tính đa nhân tố từ các biến kinh tế vĩ mô để giải thích cho sự thay đổi của VNI. Tóm lại, kết quả nghiên cứu này đã góp phần chứng minh được ưu thế vượt trội của mô hình mạng ANN phi tuyến trong việc phân tích và dự báo giá chứng khoán trên TTCK VN so với mô hình tuyến tính truyền thống trong trường hợp sử dụng các biến ... KHOÁN VIỆT NAM Mô hình mạng ANN được đưa ra và ứng dụng lần đầu tiên trong lĩnh vực khoa học nhận thức và tích hợp trí tuệ nhân tạo vào kỹ thuật. Qua thời gian, ANN đã được sử dụng rộng rãi trong nhiều lĩnh vực khoa học, trong đó có dự báo kinh tế. Trải qua nhiều nghiên cứu thực nghiệm, ANN tỏ ra là một phương pháp có tính linh hoạt vượt trội so với các phương pháp đã từng được sử dụng trong quá khứ. Trong những năm ... PM thì mô hình đơn biến với biến PB cho ra mức độ giải thích cao nhất lên đến 44,7% trong mô hình. Như vậy chúng ta có thể kết luận mô hình hồi quy đơn biến với biến PB là mô hình tối ưu nhất, chúng ta sử dụng mô hình này để đưa thêm biến vào mô hình. Kết quả hồi quy đa biến với một biến PB được lựa chọn và đưa thêm các biến còn lại vào mô hình để kiểm định thì biến giải thích PE thích hợp cho mô hình ... những mô hình truyền thống hiện đang được sử dụng cho việc phân tích và dự báo trong lĩnh vực kinh tế như mô hình hồi quy tuyến tính, mô hình hồi quy phi tuyến. Quá trình nghiên cứu này đã cho ra những kết quả lợi thế của mô hình ANN đặc biệt là ở những thị trường mới nổi trong phân tích và dự báo. Như vậy, ở thị trường Việt Nam liệu quá trình triển khai nghiên cứu ứng dụng mô hình ANN có ... Những quan điểm và bằng chứng thực nghiệm trong việc ứng dụng mô hình ANN trong phân tích và dự báo trên thị trường tài chính? (3). Khả năng ứng dụng mô hình ANN trong dự báo giá chứng khoán trên thị trường chứng khoán Việt Nam? (4). Cấu trúc mạng ANN nào sẽ thích hợp để dự báo giá chứng khoán? (5). Liệu khả năng ứng dụng mô hình ANN trong dự báo giá chứng khoán trên thị trường chứng khoán Việt Nam có ... hình hồi quy tuyến tính truyền thống? Phần tiếp theo, luận án tiếp tục thay đổi cấu trúc mạng ANN và so sánh với mô hình hồi quy tuyến tính. 2.2. Sử dụng mạng thần kinh nhân tạo được khái quát hóa và mạng truyền thẳng để dự báo giá chứng khoán với nhóm biến kinh tế vĩ mô 2.2.1. Dự báo giá chứng khoán bằng cấu trúc mạng thần kinh nhân tạo được khái quát hóa Về cấu trúc của mô hình mạng thì bài nghiên cứu trên chỉ xây dựng cấu trúc mạng