Nghiên cứu và ứng dụng kĩ thuật học sâu trong phân tích và dự báo giá cổ phiếu

NGÂN HÀNG NHÀ NƯỚC VIỆT NAM HỌC VIỆN NGÂN HÀNG - ĐỀ TÀI NGHIÊN CỨU KHOA HỌC CẤP CƠ SỞ NĂM 2021 NGHIÊN CỨU VÀ ỨNG DỤNG KĨ THUẬT HỌC SÂU TRONG PHÂN TÍCH VÀ DỰ BÁO GIÁ CỔ PHIẾU MÃ SỐ: DTHV.44/2021 CHỦ NHIỆM ĐỀ TÀI: ThS GIANG THỊ THU HUYỀN HÀ NỘI – 2022 Tai ngay!!! Ban co the xoa dong chu nay!!! 17014127932461000000 NGÂN HÀNG NHÀ NƯỚC VIỆT NAM HỌC VIỆN NGÂN HÀNG - ĐỀ TÀI NGHIÊN CỨU KHOA HỌC CẤP CƠ SỞ NĂM 2021 NGHIÊN CỨU VÀ ỨNG DỤNG KĨ THUẬT HỌC SÂU TRONG PHÂN TÍCH VÀ DỰ BÁO GIÁ CỔ PHIẾU MÃ SỐ: DTHV.44/2021 Chủ nhiệm đề tài: ThS Giang Thị Thu Huyền Thư ký đề tài: TS Dương Ngân Hà Thành viên tham gia: ThS Lê Quý Tài ThS Nguyễn Thanh Thuỵ ThS Trần Thị Huế HÀ NỘI – 2022 DANH SÁCH THÀNH VIÊN THAM GIA NGHIÊN CỨU ĐỀ TÀI STT Học hàm, học vị Họ tên Vai trị Chức vụ, Đơn vị cơng tác ThS Giang Thị Thu Huyền Chủ nhiệm Giảng viên khoa HTTTQL TS Dương Ngân Hà Thư ký Giảng viên khoa Tài ThS Lê Quý Tài Thành viên NCS ĐH Leibniz Hannover, Đức Giảng viên khoa HTTTQL ThS Nguyễn Thanh Thuỵ Thành viên Giảng viên khoa HTTTQL ThS Trần Thị Huế Thành viên Giảng viên khoa HTTTQL i MỤC LỤC DANH MỤC BẢNG iv DANH MỤC HÌNH v DANH MỤC CÁC CHỮ VIẾT TẮT vi MỞ ĐẦU CHƯƠNG 1: ĐÁNH GIÁ CÁC MƠ HÌNH PHÂN TÍCH VÀ DỰ BÁO GIÁ CỔ PHIẾU 1.1 Các vấn đề chung cổ phiếu dự báo giá cổ phiếu 1.1.1 Các vấn đề chung cổ phiếu 1.1.2 Các nhân tố ảnh hưởng tới giá cổ phiếu 1.2 Mơ hình dự báo giá cổ phiếu 16 1.2.1 Mơ hình hồi quy tuyến tính 16 1.2.2 Mô hình hồi quy phi tuyến 17 1.2.3 Mơ hình học máy khác 20 CHƯƠNG HỌC MÁY VÀ KĨ THUẬT HỌC SÂU 23 2.1 Tổng quan học máy 23 2.1.1 Học máy 23 2.1.1 Mạng nơ ron nhân tạo 23 2.1.2 Kĩ thuật học sâu 27 2.2 Các kĩ thuật học sâu 28 2.2.1 Kiến trúc kĩ thuật học sâu 28 2.2.2 Mạng nhớ ngắn - dài hạn (Long Short - Term Memory) 31 2.3 Ứng dụng học sâu 31 ii CHƯƠNG XÂY DỰNG MƠ HÌNH PHÂN TÍCH VÀ DỰ BÁO GIÁ CỔ PHIẾU SỬ DỤNG KĨ THUẬT HỌC SÂU 34 3.1 Kiến trúc tổng thể mơ hình 34 3.2 Kiến trúc mạng nơ ron nhân tạo 34 3.3 Thực nghiệm đánh giá 35 3.3.1 Dữ liệu thực nghiệm 36 3.3.2 Cài đặt mơ hình 38 3.3.3 Kết đánh giá 46 3.3.4 Kết luận 51 TÀI LIỆU THAM KHẢO 52 iii DANH MỤC BẢNG Bảng 1: Mô tả tập liệu 36 Bảng 2: Hiệu suất mơ hình khác thị trường chứng khoán Hoa Kỳ (giá trị in đậm giá trị tốt nhất) 48 Bảng 3: Hiệu suất mơ hình khác thị trường chứng khoán Đức (giá trị in đậm giá trị tốt nhất) 48 Bảng 4: Hiệu suất mơ hình khác thị trường chứng khoán Việt Nam (giá trị in đậm giá trị tốt nhất) 49 Bảng 5: Thời gian chạy 49 iv DANH MỤC HÌNH Hình 1: Mạng nơ ron 26 Hình 2: Mạng nhớ ngắn - dài hạn 31 Hình 3: Kiến trúc tổng thể mơ hình với Deep learning 34 Hình 4: Kiến trúc LSTM-kNN model 34 Hình 5: Cổ phiếu Google LLC: Các mẫu hình nến (từ 02/03/2020 đến 31/03/2020) 37 Hình 6: Hệ số tương quan giá đóng cửa cổ phiếu TTCK Hoa Kỳ 39 Hình 7: Hệ số tương quan giá đóng cửa cổ phiếu TTCK Đức 40 Hình 8: Hệ số tương quan giá đóng cửa cổ phiếu TTCK Việt Nam 41 Hình 9: Cửa sổ trượt để dự đoán giá cổ phiếu 42 Hình 10: Thị trường chứng khốn Đức: lịch sử giá mở cửa cổ phiếu 44 Hình 11: Tác động neighborhood đến thực mơ hình LSTM-kNN (cổ phiếu VOW.DE) 50 Hình 12: Tác động cửa sổ trượt động đến hiệu suất Mơ hình LSTM-DW (cổ phiếu VIC) 51 v DANH MỤC CÁC CHỮ VIẾT TẮT STT CHỮ ĐẦY ĐỦ CHỮ VIẾT TẮT AI Trí tuệ nhân tạo CP Cổ phiếu CK Chứng khoán TTCK Thị trường chứng khoán LSTM Mạng nhớ ngắn - dài hạn MNRNT Mạng nơ ron nhân tạo vi MỞ ĐẦU Thị trường chứng khoán đầy hội khơng rủi ro cho nhà đầu tư Trong đó, nhà đầu tư ln cố gắng tối đa hóa lợi nhuận cách mua bán cổ phiếu Quyết định đắn nhà đầu tư dựa hiểu biết xu hướng tương lai cổ phiếu Do đó, dự đốn giá cổ phiếu kỹ quan trọng nhà đầu tư giao dịch thị trường chứng khốn Tuy nhiên, khơng phải nhiệm vụ đơn giản chuỗi thời gian chứng khốn dễ bị yếu tố bên ảnh hưởng tin tức, kinh tế tồn cầu, cung cầu, tình cảm công chúng, Việc thu thập lựa chọn yếu tố bên ngồi để dự đốn thách thức nhà nghiên cứu, đó, giá cổ phiếu khứ đầu vào mơ hình dự báo Nói cách khác, chuỗi giá chứng khoán coi liệu chuỗi thời gian điển hình Phân tích giá cổ phiếu mối quan hệ với giá trị công ty hay giá cổ phiếu bao gồm tất thông tin cần thiết liên quan đến giá trị thân cổ phiếu Theo nhà nghiên cứu học máy, việc coi giá cổ phiếu chuỗi thời gian tiếp cận phù hợp cho mơ hình học đại Có nhiều mơ hình áp dụng dự đốn giá cổ phiếu từ mơ hình đơn giản hồi quy tuyến tính đến kỹ thuật học máy học sâu Hầu hết cách tiếp cận tập trung vào thông tin chuỗi thời gian giá cổ phiếu số yếu tố bên ngồi Thơng tin từ chuỗi thời gian giá cổ phiếu cách tính tốn mức độ giống chúng để làm phong phú liệu đầu vào dự đốn mơ hình Khái niệm thuật tốn học sâu tự động trích xuất đại diện từ liệu Các thuật toán học sâu sử dụng số lượng lớn liệu để tự động trích xuất biểu diễn phức tạp Trong thực tế, thuật toán học sâu mạng nơ ron sâu nhân tạo với lớp liên tiếp Mỗi lớp áp dụng phép biến đổi phi tuyến đầu vào đưa đầu Một mạng nơron nhân tạo đồ thị nút nơron nhân tạo cạnh cho phép thông tin từ nơron truyền tới nơ-ron khác (hoặc nơ-ron bước tiếp theo) Kết nối nơ-ron lớp khác tính trọng số thay đổi thời gian học tập MNRNT MNRNT có lớp đầu vào lớp đầu ra, lớp gọi lớp ẩn Dữ liệu đưa vào lớp đầu vào; đó, đầu lớp cung cấp đầu vào cho lớp Chuyển tiếp MNRNT nơi thông tin chảy từ lớp đầu vào, thông qua lớp ẩn, đến đầu Mỗi nơron nhân tạo tính tổng trọng số đầu vào cho biết thêm việc học chuyển tổng thơng qua chức kích hoạt Trong đề tài này, cách tiếp cận dựa vùng lân cận tạm thời chuỗi thời gian giá cổ phiếu, sử dụng mạng nơ-ron nhớ ngắn hạn (LSTM) Mục tiêu NC + Đánh giá mơ hình phân tích dự báo giá cổ phiếu sử dụng Có nhiều mơ hình áp dụng dự đốn giá cổ phiếu từ mơ hình đơn giản đến kỹ thuật học máy học sâu Trên sở đánh giá giúp xây dựng mơ hình nghiên cứu + Nghiên cứu kĩ thuật học sâu (Mạng nhớ ngắn-dài hạn (Long Short-Term Memory)) vào việc xây dựng mơ hình phân tích dự báo giá cổ phiếu + Xây dựng mơ hình phân tích dự báo giá cổ phiếu với kĩ thuật học sâu, thử nghiệm đánh giá Đối tượng, phạm vi NC + Nghiên cứu kĩ thuật học sâu phân tích dự báo giá cổ phiếu nghiệp vụ chứng khốn + Cài đặt chương trình thử nghiệm với liệu giá chúng khốn từ đưa đánh giá mơ hình xây dựng Phương pháp NC Quá trình nghiên cứu thực tiến hành theo phương pháp khoa học thiết kế (Design Science), sản phẩm tạo qua trình nghiên cứu: + Khảo sát, phân tích hệ thống hóa nội dung tài liệu khoa học liên quan kĩ thuật học sâu lĩnh vực học máy + Đánh giá kĩ thuật khảo sát để đưa giải pháp phù hợp với yêu cầu + Thiết kế mơ hình tiến hành thực nghiệm đánh giá toán kĩ thuật đề xuất để minh chứng tính hiệu Sản phẩm đề tài