Dự đoán giá tiền ảo ngắn hạn sử dụng mạng LSTM

- Hoc sâu với khả năng xử lý dữ liệu mạnh mẽ trong nhiều lĩnh vực, đã được áp dụng một cách rộng rãi trong thị trường tài chính như: dự đoán giá, quản lý danh mục đầu tư, giao dịch bằng

HỌC VIEN CONG NGHỆ BƯU CHÍNH VIỄN THONG

KHOA CÔNG NGHỆ THÔNG TIN

Đề tài: Dự đoán giá tiền ảo ngắn hạn sử dụng mạng

LSTM

Giáo viên hướng dẫn: PGS.TS Phạm Văn Cường

Sinh viên: Phùng Ngọc Quang Huy

Mã sinh viên: B17DCCN322

Láp: D17HTTTS Niên khóa: 2017-2022

Hệ đào tao: Đại học chính quy

Hà Nội 2021

HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG

KHOA CÔNG NGHỆ THÔNG TIN

Đề tài: Dự đoán giá tiền ảo ngắn hạn sử dụng mạng LSTM

Giáo viên hướng dẫn: PGS.TS Phạm Văn Cường

Sinh viên: Phùng Ngọc Quang Huy

Mã sinh viên: B17DCCN322

Lop: D1I7HTTTS Niên khóa: 2017-2022

Hệ đào tao: Đại học chính quy

Hà Nội 2021

Đồ án tốt nghiệp đại học 1

Diém: (Bằng chữ )

Ngày thang năm 2022

Giáo viên phản biện

Đồ án tốt nghiệp đại học il

LOI CAM DOANTôi xin cam đoan rằng, đồ án tốt nghiệp “Dự đoán giá tiền ảo ngắn han sử dung

mạng LSTM” là công trình nghiên cứu của tôi dưới sự hướng dẫn của PGS.TS

Phạm Văn Cường, xuất phát từ nhu cầu thực tiễn và nguyện vọng tìm hiểu của bản

thân.

Ngoại trừ kết quả tham khảo từ các công trình khác đã ghi rõ trong đồ án các nội

dung trình bày trong nghiên cứu này là kết quả nghiên cứu do chính tôi thực hiện và

kết qua của đồ án chưa từng công bồ trước đây dưới bất kỳ hình thức nào.

Hà Nội, thang năm 20

Tác giả

Phùng Ngọc Quang Huy

Đồ án tốt nghiệp đại học 11

LỜI CẢM ƠN

Qua thời gian học tập và rèn luyện tại Học viện Công nghệ Bưu chính Viễn thông,

được sự chỉ bảo và giảng dạy nhiệt tình của quý thầy cô, đặc biệt là các thầy cô ởkhoa Công nghệ thông tin I đã giảng dạy và truyền đạt kiến thức cho tôi trong suốtthời gian học ở trường Cùng với sự nỗ lực của bản thân, tôi đã hoàn thành đồ án tốt

nghiệp của mình.

Từ những kết quả đạt được này, tôi xin chân thành cảm ơn quý thầy cô ở Học việnCông nghệ Bưu chính Viễn thông, đã truyền đạt cho tôi những kiến thức bé ích trong

thời gian qua Đặc biệt, PGS.TS Phạm Văn Cường đã tận tình hướng dẫn và giúp đỡ

tôi hoàn thành báo cáo dé án tốt nghiệp này.

Do kiến thức còn hạn hẹp nên không tránh khỏi những thiếu sót trong cách diễn đạt

và trình bày Tôi rất mong nhận được sự đóng góp ý kiến của quý thầy cô dé báo cáo

đồ án tốt nghiệp đạt được kết qua tốt nhất

Tôi xin kính chúc quý thầy cô và các bạn thật nhiều sức khỏe, niềm vui, luôn thànhcông trong công việc và cuộc sống

Đồ án tốt nghiệp đại học 1V

MỤC LỤC

LỜI MỞ ĐẦU I

CHUONG 1: CO SO LY THUYET VA CAC NGHIEN CUU LIEN QUAN 4

1.1 Những van dé cơ bản về tiền ảo 4

1.1.1 Khái niệm tiền ảo 41.1.2 Phân loại tiền ảo 5

1.2 Tổng quan về thị trường tiền ảo 7

1.2.1 Khái niệm thị trường tiền ảo 7

1.2.2 Vai trò của thị trường tiền ảo 91.3 Học máy và thị trường tiền ảo 10

1.4 Học sâu - Deep learning 12

CHƯƠNG 2: MÔ HÌNH ĐÈ XUẤT 202.1 Tổng quan về mô hình đề xuất 202.2 Các đặc trưng của mô hình đề xuất 202.3 Mô hình đề xuất chỉ tiết trong bài toán dự đoán giá tiền ảo 21

2.4 Phuong phap danh gia 23

CHUONG 3: THUC NGHIEM 25

3.1 Dữ liệu 25

3.1.1 Sàn giao dịch tiền ảo Binance 25

3.1.2 Khái niệm dữ liệu giao dịch 25

3.1.3 Dữ liệu thực tế 26

3.2 Tiền xử lý dữ liệu 28

3.2.1 Phân chia tập dữ liệu 28

GVHD: PGS.TS Phạm Văn Cường SVTH: Phùng Ngọc Quang Huy Lớp DI7HTTTS

41

42

Đồ án tốt nghiệp đại học vi

DANH MUC CAC BANG BIEU, HINH VE

HINH 1.1: Lược sử hoc sâu Deep Learning

HINH 1.2: Mô hình RNN

HINH 1.3: Mô hình RNN rút gon

HÌNH 1.4: Mô hình chỉ tiết của 1 đơn vị LSTM

HÌNH 2.1: Mô hình đề xuất tổng quát

HÌNH 2.3: Mô hình chỉ tiết của 1 đơn vị LSTM

HÌNH 2.2: Mô hình chỉ tiết của mạng LSTM

HÌNH 3.1: Mô hình nến trong giao dịch

HÌNH 3.2: Chỉ số RSI của Bitcoin

HÌNH 3.3: Do thi Bitcoin với SMA50, SMA100 và SMA200

HINH 3.4: Do thi Bitcoin với EMA12, EMA26 và EMA200

HINH 3.5: Do thi Bitcoin với MACD

HÌNH 3.6: Biểu đồ gid BTC sử dung mô hình LSTM

HINH 3.7: Biểu đô giá ETH sử dụng mô hình LSTM

HÌNH 3.8: Biểu đồ giá BNB sử dụng mô hình LSTM

HÌNH 3.9: Biểu đô giá BTC sử dụng mô hình RNN

HINH 3.10: Biểu đồ giá ETH sử dụng mô hình RNN

HINH 3.11: Biểu đô giá BNB sử dụng mô hình RNN

HINH 3.12: Biểu đồ giá BTC sử dụng mô hình SVR

HINH 3.13: Biểu dé giá ETH sử dụng mô hình SVR

HÌNH 3.14: Biéu đồ giá BNB sử dụng mô hình SVR

HINH 3.15: Biểu đồ giá BTC sử dụng mô hình Bayes

HINH 3.16: Biểu đồ giá ETH sử dụng mô hình Bayes

HÌNH 3.17: Biểu do giá BNB sử dụng mô hình Bayes

BẢNG 3.1: Dữ liệu giao địch của Bitcoin

BANG 3.2: Dữ liệu giao dich của Ethereum

BẢNG 3.3: Dữ liệu giao địch của Binance Coin

BANG 3.4: Dữ liệu giá Bitcoin sau khi được chuẩn hoá

BANG 3.5: Kết quả đánh giá bằng mô hình LSTM

BANG 3.6: Kết quả đánh giá bằng mô hình RNN

BANG 3.7: Kết quả đánh giá bằng mô hình SVR

BANG 3.8: Kết quả đánh giá bằng mô hình Bayes

BANG 3.9: Kết quả tong hợp của các mô hình

38

38 39 39 40 40

Đồ án tốt nghiệp đại học vii

DANH MUC CAC TU VIET TAT

Từ day đủ Nghĩa tiếng việt

Average Profit Loi nhuan trung binh

AutoRegressive Integrated Moving | Đường trung bình động tích hợp tự Average động hôi quy

Binance Coin Bitcoin

Exponential moving average Đường trung bình luỹ thừa Ethereum

Long short term memory Mạng bộ nhớ đài ngắn

Moving average Đường trung bình

Recurrent neural network Mang no ron hồi quyRelative Strength Index Chi số sức mạnh tương đối

Simple moving average Duong trung binh don gian SVM Support Vector Machine

Đồ án tốt nghiệp đại học 1

LỜI MỞ ĐẦU

Lý do chọn đề tài

- _ Trong những năm trở lại đây, tiền ảo đã không còn là khái niệm quá xa lạ với chúng

ta Tiền ảo được xây dựng dựa trên công nghệ blockchain và được nhiều người tinrằng đây sẽ là đồng tiền của tương lai Thị trường tiền ảo trong những năm gần đây

đã phát triển với tốc độ rất nhanh Với tiềm năng phát triển to lớn, tiền ảo thu hút rấtnhiều người tham gia vào thị trường này Giá cả của tiền ảo được quyết định bởi luậtcung cầu, có thê bị ảnh hưởng bởi các tin tức liên quan tới công ty hay các phát ngôncủa người nổi tiếng Vậy nên giá cả của tiền ảo trong tương lai được nhiều người

quan tâm.

- Hoc sâu với khả năng xử lý dữ liệu mạnh mẽ trong nhiều lĩnh vực, đã được áp dụng

một cách rộng rãi trong thị trường tài chính như: dự đoán giá, quản lý danh mục đầu

tư, giao dịch bằng thuật toán, đánh giá rủi ro Trong đó dự đoán giá được coi là lĩnh

vực khá phô biến và quan trọng trong đầu tư tài chính.

- _ Trong dé tài này, tôi đề xuất phương pháp dự đoán giá tiền ảo băng phương pháp học

có giám sát sử dụng mạng LSTM Mô hình gồm có 4 lớp LSTM liên tiếp nhau

- Tôi thực hiện việc học va dự đoán trên 3 đồng tiền lớn nhất là Bitcoin(BTC) và

Ethereum (ETH), Binance Coin (BNB) với dữ liệu huấn luyện từ ngày01/01/2017-21/04/2021 và dữ liệu để dự đoán gồm 200 mẫu từ ngày22/04/2021-31/10/2021 Kết qua cho thấy việc sử dụng mạng hồi quy LSTM dé dựđoán đem lại kết quả chính xác hơn khi so sánh với các mô hình học máy khác

- Két quả thực nghiệm cho thấy mô hình đề xuất đạt kết quả tốt trên bộ dir liệu được

sử dụng dé huấn luyện và đánh giá trên các độ đo: lỗi bình quân tuyệt đối (MAB), lỗitrung bình bình phương căn bậc hai(RMSE), lỗi phần trăm trung bình tuyệt đối

(MPAE), lợi nhuận trung bình (AP).

Mục tiêu nghiên cứu

- _ Nghiên cứu này tập trung giải quyết bài toán dự đoán giá tiền ảo trên thị trường tiền

ảo thé giới với các đồng tiền ảo như Bitcoin, Ethereum, Binance Coin Trên cơ sở

dữ liệu thu thập được từ sản giao dịch tiền ảo tập trung lớn nhất thế giới là Binance,tôi thực hiện tiền xử lý dữ liệu, tính toán các chỉ báo kỹ thuật, áp dụng các phươngpháp học máy và học sâu cho bài toán dự đoán giá tiền ảo từ đó đề xuất ra mô hìnhtối ưu nhất

Đối tượng, phạm vi nghiên cứu

- _ Đối tượng nghiên cứu của dé tài này là các dữ liệu giao dich của tiền ảo từ sàn giao

dịch tập trung Binance, đây là sàn giao dịch lớn nhất thế giới, với hàng nghìn đồngtiền ảo được niêm yết ở đây

Đồ án tốt nghiệp đại học 2

Phạm vi nghiên cứu: Các đồng tiền ảo có khối lượng giao dịch lớn và có chuỗi ngày

giao dịch trong phạm vi lớn (trên 3 năm) áp dụng phương pháp học máy, học sâu cho

bài toán dự đoán giá tiền ảo

Phương pháp nghiên cứu

Phương pháp nghiên cứu lý thuyết: Tổng hợp, nghiên cứu các tài liệu về tiền ảo,nghiên cứu các phương pháp, thuật toán sử dụng cho dự đoán giá tiền ảo, nghiên cứucác phương pháp học sâu vào thị trường tiền ảo Tìm hiểu các kiến thức liên quannhư thị trường tiền ảo, học máy, kỹ thuật lập trình trên máy tính

Phương pháp nghiên cứu thực nghiệm: Sau khi nghiên cứu lý thuyết, phát biéu bàitoán, đề xuất mô hình, xây dựng và phát triển ứng dụng dựa trên mô hình đề xuất,

cài đặt thử nghiệm chương trình, đánh giá các kết quả đạt được.

Phương pháp so sánh và đánh giá: phân tích đánh giá mô hình đề xuất với các môhình nghiên cứu trước bằng các độ đo khác nhau

Ý nghĩa khoa học và thực tiễn

Ý nghĩa khoa học của nghiên cứu: nghiên cứu đề xuất phương pháp giải quyết bài

toán dự đoán giá tiền ảo bằng cách trích xuất các đặc trưng, nghiên cứu tiễn hành thửnghiệm các hướng tiếp cận các mô hình khác nhau, từ đó đưa ra mô hình tối ưu nhất

cho việc dự đoán giá Dé đánh giá mô hình đề xuất, nghiên cứu đã so sánh hiệu suất

giữa các mô hình RNN, SVR, Bayes trên tập dit liệu bao gồm 1400 mẫu của cáctiền ảo trên trang Binance

Ý nghĩa thực tiễn: đưa ra dự đoán về giá trong tương lai của các đồng tiền ảo

ngược), các mô hình học máy và học sâu được huấn luyện (LSTM, SVR, RNN,

Bayes) Tổng quan về dự đoán giá tiền ảo cũng như hướng tiếp cận và đề xuất

ra được các nhận xét về các mô hình đã cài đặt và lựa chọn mô hình tối ưu trực quan

hóa kết quả

Đồ án tốt nghiệp đại học 3

- _ Chương 4: tóm tắt các ý chính của đồ án tốt nghiệp, phân tích các ưu và nhược điểm

của mô hình được huấn luyện, từ đó đề xuất những cách giúp tăng độ hiệu quả của

mô hình và những hướng phát triển trong tương lai, ứng dụng tốt trong thực tiễn

Đồ án tốt nghiệp đại học Chương 1: Cơ sở lý thuyết và các nghiên cứu liên quan.

4

CHƯƠNG 1: CƠ SỞ LÝ THUYÉT VÀ CÁC NGHIÊN CỨU LIÊN

QUAN

1.1 Những van dé cơ bản về tiên ảo

1.1.1 Khái niệm tiền ảo

Tiền ảo hay “crypto” được tạo thành từ những bít số hay còn được gọi là tiền đã

được số hóa Tiền ảo chỉ hoạt động trong môi trường điện tử dùng dé thanh toán chi

phi Đề thực hiện được các giao dịch, người dùng phải dựa trên 3 yếu tố: Internet,mạng máy tính và các phương tiền ảo của tổ chức phát hành (bên thứ 3)

Lịch sử của tiền ảo bắt đầu từ những năm 1980 bắt đầu với David chaum, Trong bài

báo của mình, ông đã đề xuất một phương pháp mã hoá dé nội dung của thông điệp

trước khi nó được ký dé người ký không thé xác định được nội dung Những chữ ký

mù này có thể được xác minh công khai giỗng như một chữ ký điện tử thông thường.Chaum đề xuất phương pháp tiếp cận tiền mặt kỹ thuật số theo cách không thể bịtruy vết bởi những thành viên ngoài nhóm

Sự nỗi lên của tiền ảo bắt đầu từ B-money Năm 1998, Wei Dai đề xuất B-money

[21], một hệ thống tiền ảo ân danh và phân tán, Theo phương pháp đó, mô ta hai

giao thức dựa trên mạng không thê truy tìm nơi người gửi và người nhận chỉ đượcđịnh danh băng kỹ thuật SỐ, chăng hạn như khóa công khai của họ, và mỗi tin nhắn

sẽ được người gửi đến người nhận ký

Từ năm 2008 đến năm 2009, Bitcoin được coi là tiền ảo phi tập trung đầu tiên bởiSatoshi Nakamoto Nakamoto đã xuất bản whitepaper Bitcoin vào năm 2008 [14] vàsau ngày 3 thang 1 năm 2009, block khởi đầu của giao thức Bitcoin đã được tạo ra.Ngày nay, nó là loại tiền ảo thành công nhất về gia tri vốn hóa thị trường, bên cạnhhơn 700 altcoin được lưu hành trên thế giới (ví dụ: Litcoin, Ethereum) dựa trên

Bitcoin đã được đề xuất kế từ khi Bitcoin ra mắt.

Tiền ảo không hiện hữu như một vật chất mà tồn tại vô hình thông qua môi trường

điện tử Chúng được lưu trữ trên: Internet, điện thoại, thông tin và các thẻ thanh toán

điện tử khác Điều này đồng nghĩa với việc người dùng không thé cầm nắm số tiền

của mình được.

Bên cạnh đó, tiền ảo có thé hiểu là phương thức thanh toán thông qua chữ ký bảo

mật (bút tệ) Cũng như tiền giấy, tiền ảo là công cụ dùng dé giao dịch, tích lũy giá trị.

Tiền ảo có thê chuyền đối thành tiền giấy theo yêu cầu của chủ sở hữu

Hầu hết các đồng tiền ảo đều hoạt động dựa trên công nghệ blockchain Cách thức

hoạt động này sẽ mang lại những cuộc giao dịch an toàn và tiện lợi Mỗi đồng tiềnđược hiểu như một tệp được lưu trữ trong “chiếc ví” kỹ thuật số Người dùng có thétruy cập vào “ví” của mình bằng smartphone hoặc các thiết bị có hỗ trợ Internet Các

tệp lưu trữ được vận hành từ người nay sang người khác nhờ blockchain.

Đồ án tốt nghiệp đại học Chương 1: Cơ sở lý thuyết và các nghiên cứu liên quan.

5

- Tién ảo là loại tiền tệ kỹ thuật số được phát hành dưới dạng phần mềm mã nguồn

mở Tiền ảo hoạt động dưới công nghệ mã hoá khối blockchain Blockchain là một

kỹ thuật quản lý phi tập trung trên nhiều máy tính để quản lý và lưu trữ các giao

dịch Đồng tiền ảo phổ biến nhất là Bitcoin Bitcoin được phát hành năm 2009 bởimột nhân vật bí ân có biệt danh Satoshi Nakamoto Đồng tiền ảo này có thé đượctrao đồi trực tiếp bằng thiết bị kết nối Internet mà không cần thông qua một tô chức

tài chính trung gian nảo.

- Bitcoin có độ bảo mật cao, xuất hiện va được phân chia hoàn toàn tự động dựa trên

các thuật toán và ai cũng có thé sở hữu thông qua việc giải mã các phương trình toán

học và đưa ra đáp án, hay còn gọi là "dao".

- Hién tại ở Việt Nam, Bitcoin vẫn chưa được xem là tiền tệ cũng như không được

xem như hàng hoá, chưa được pháp luật bảo vệ, bạn chỉ có thé mua, bán đồng tiền ảonày với mục đích đầu tư Bạn không thé dùng Bitcoin dé mua hàng hay thanh toán

cho bat kỳ dịch vụ nao ở Việt Nam.

- Tuy nhiên, người sở hữu Bitcoin có thé mua tên miền, máy chủ bằng đồng tiền ảo

này hoặc gửi tiền ảo này cho người thân tại nước ngoài (ví dụ Mỹ)

1.1.2 Phân loại tiền ảo

Có nhiều cách dé phân loại tiền ảo, trong đó cách phổ biến nhất là sắp xếp tiền ảo dựa trêncách mà chúng sẽ được sử dụng:

- _ Tiền ảo dùng dé thanh toán:

- Những đồng tiền ảo này cơ bản không có nhiều tinh năng ngoài những tính

năng cần thiết như chuyển khoản, lưu trữ và bảo mật các giao dịch

- Cac tài sản tiền ảo này thường được gắn với các tài sản truyền thống hơn và

mang lại hiệu quả và lợi ích minh bạch của tiền ảo đồng thời cung cấp mứcgiá phù hợp với các hình thức giá trị được thiết lập hơn

- Các đồng tiền chính: Bitcoin (BTC), Bitcoin Cash (BCH), Dai (DAI),

Dogecoin (DOGE), Litecoin (LTC), Monero (XMR), Nano (NANO), Paxos Gold (PAXG), Ripple (XRP), Stellar (XLM), Tether (USDT), Zcash (ZEC).

- Tién ảo cơ sở hạ tang:

- Tiền ảo cơ sở hạ tầng thường được sử dụng để thanh toán cho các máy tính

chịu trách nhiệm chạy các chương trình trên mạng phần mềm blockchain Vídụ: tài sản tiền ảo cung cấp năng lượng cho Ethereum được gọi là ether và nó

có thé được coi là tiền ảo cơ sở hạ tầng, vì mọi người phải mua nó để tạo và

sử dụng các ứng dụng phi tập trung chạy trên mạng.

- Co nhiều nền tảng blockchain cung cấp các usecase khác nhau và mỗi nền

tang đều yêu cau tiền ảo co sở hạ tang của riêng minh

Đồ án tốt nghiệp đại học Chương 1: Cơ sở lý thuyết và các nghiên cứu liên quan.

6

Các token tập trung vào khả năng tương tác cũng có thê được phân loại là tiền

ảo cơ sở hạ tầng Mục tiêu của chúng là cung cấp một cách dé liên kết nhiềuchuỗi khối với nhau và cho phép người dùng giao dịch trên các mạng này

Các đồng tiền chính: Algorand (ALGO), Cardano (ADA), Cosmos (ATOM),

EOSIO (EOS), Ethereum (ETH), Ethereum Classic (ETC), Icon (ICX), Kusama (KSM), Lisk (LSK), OmiseGo (OMG), Polkadot (DOT), Tezos

(XTZ), Tron (TRX), Waves (WAVES).

- Tién ảo tai chính:

Tiền ảo tài chính có thé giúp người dùng quan lý hoặc trao đổi các tài sản tiền

ảo khác.

Ví dụ: tiền ảo tài chính có thể giúp người dùng giao dịch trên một sàn giao

dịch phi tập trung hoặc đưa ra quyết định về cách nó sẽ được vận hành Một

loại tiền ảo tài chính khác có thể được sử dụng để huy động vốn từ cộng

đồng, kết nối các dự án tiền ảo giai đoạn đầu và các nhà đầu tư.

Các loại tiền ảo tài chính phức tạp hơn thậm chí có thể tìm cách tái tạo các

dịch vụ tài chính như tạo thị trường hoặc cho vay và đi vay Hơn nữa, thị

trường dự đoán tiền ảo cung cấp một cách dé suy đoán về kết quả của các sựkiện cụ thể

Các đồng tiền chính: Augur (REP), Balancer (BAL), Compound (COMP),

Curve (CRV), Gnosis (GNO), Kava (KAVA), Kyber Network (KNC), Melon (MLN), Syntetix (SNX).

- Tién ảo dich vu:

Tiền ảo dịch vu có thé cung cấp các công cu dé quan ly dữ liệu cá nhân hoặc

dữ liệu doanh nghiệp trên blockchain Điểm chung của chúng nằm ở việc giúp các sản phẩm tài chính dựa trên blockchain truy cập và kiểm tra các nguồn dữ liệu bên ngoài.

Nhiều loại tiền ảo dịch vụ hoạt động để cung cấp cho người dùng danh tính

kỹ thuật số và liên kết hồ sơ của cá nhân từ thé giới thực với chuỗi khối

Có nhiều usecase dé hợp nhất công nghệ blockchain với các ứng dụng trongthế giới thực Chúng có thé bao gồm từ tiền ảo cung cấp các dịch vụ khácnhau cho ngành chăm sóc sức khỏe (vi du: Dentacoin) đến tiền ảo cung cấp

dịch vụ lưu trữ tệp (ví dụ: Storj, Siacoin).

Các đồng tiền chính: Chainlink (LINK), Filecoin (FIL), Orchid (OXT),

Siacoin (SC), Stor) (STORJ).

- Tién ảo về truyén thong và giải tri:

Giống như tên gọi, tiền ảo truyền thông và giải trí tìm cách thưởng cho người

dùng về nội dung,chơi game hoặc mạng xã hội.

Đồ án tốt nghiệp đại học Chương 1: Cơ sở lý thuyết và các nghiên cứu liên quan.

7

- Vi dụ: một loại tiền ảo truyền thông và giải trí như Basic Attention Token,

nhằm mục đích phân phối tốt hơn giá trị theo cách công băng cho người sáng

tạo và người tiêu dùng.

- Cuéi cùng, tiền ảo truyền thông và giải trí cũng được sử dung dé cung cấp

năng lượng cho thế giới kỹ thuật số được truy cập thông qua công nghệ thực

tế ảo và thực tế tăng cường

- _ Đồng tiền chính: Basic Attention Token (BAT)

1.2 Tổng quan về thị trường tiền ảo

1.2.1 Khái niệm thị trường tiền ảo

Quy mô thị trường tiền ảo toàn cầu được định giá là 1,49 tỷ đô la vào năm 2020 và

dự kiến đạt 4,94 tỷ đô la vào năm 2030, tăng trưởng với tốc độ CAGR là 12,8% từnăm 2021 đến năm 2030 Tiền ảo được gọi là tiền ảo Nó là một dạng tiền tệ chỉ tồntại dưới dạng kỹ thuật số và không có cơ quan quản lý hoặc phát hành trung ương ởtrên Nó sử dung công nghệ blockchain dé xác thực các giao dịch Blockchain là mộtcông nghệ phi tập trung trải rộng trên nhiều máy tính để quản lý và ghi lại các giaodịch Hơn nữa, nó không dựa vào ngân hàng để xác minh các giao dịch mà được sửdụng như một hệ thống ngang hàng cho phép người dùng gửi và nhận thanh toán từmoi nơi trên thé giới

Sự gia tăng nhu cầu về hiệu quả hoạt động và tính minh bạch trong các hệ thống

thanh toán tài chính, nhu cầu chuyền tiền tăng lên ở các nước đang phát triển, tăng

cường bảo mật dữ liệu và cải thiện vốn hóa thị trường là những yếu tố chính thúc

đây sự tăng trưởng của thị trường tiền ảo toàn cầu Hơn nữa, chỉ phí triển khai cao và

sự thiếu nhận thức về tiền ảo của người dân ở các quốc gia đang phát triển đã cản trở

sự phát triển của thị trường tiền ảo Hơn nữa, nhu cầu về tiền ảo gia tăng giữa cácngân hàng, các tô chức tài chính và tiềm năng chưa được khai thác ở các nền kinh tếmới nổi dự kiến sẽ mang lại cơ hội sinh lợi cho việc mở rộng thị trường trong giai

đoạn dự báo.

Phân khúc phần cứng có được thị phần tiền ảo lớn do nhu cầu nâng cấp hiệu suất củaphần mềm và nâng cao hiệu quả của các công cụ thanh toán tài chính ngày càngtăng Tuy nhiên, phân khúc phần mềm dự kiến sẽ tăng trưởng với tốc độ cao nhất

trong giai đoạn dự báo thị trường tiền ảo, vì nó tạo điều kiện dé quản lý khối lượng

lớn dit liệu được tao ra dé có những hiểu biết sâu sắc và đưa ra quyết định sáng suốt

hơn.

Theo khu vực, thị trường tiền ảo được thống trị bởi Châu Á - Thái Bình Dương vàonăm 2020 và dự kiến sẽ giữ nguyên vị trí của nó trong thời gian dự báo Nhờ tăng số

lượng trao đổi Bitcoin trên khắp châu Á, mang lại sự cạnh tranh lành mạnh nhất định

và sự trưởng thành cho ngành công nghiệp tiền ảo Các ngân hàng Trung Quốc đang

Đồ án tốt nghiệp đại học Chương 1: Cơ sở lý thuyết và các nghiên cứu liên quan.

8

thuê các chuyên gia blockchain khi chính phủ thúc đây việc sử dụng công nghệ đằng

sau bitcoin dé tăng tính minh bạch và chống gian lận trong lĩnh vực tài chính củamình Những yếu tố này thúc đây sự tăng trưởng của thị trường tiền ảo trong khu

vực.

- Bao cáo tập trung vào triển vọng tăng trưởng, những hạn chế và xu hướng của phân

tích thị trường tiền ảo toàn cầu Nghiên cứu cung cấp phân tích năm lực lượng củaPorter dé hiểu tác động của nhiều yếu tố khác nhau như khả năng thương lượng củanhà cung cấp, cường độ cạnh tranh của đối thủ, mối đe dọa của những người mớitham gia, mối đe dọa của hàng thay thế và khả năng thương lượng của người muatrên thị trường tiền ảo toàn cầu

- Thị trường tiền ảo được phân khúc trên cơ sở cung cấp, quy trình, loại hình, người

dùng cuối và khu vực Bằng cách cung cấp, nó được phân mảnh thành phần cứng và

phần mềm Phân khúc phần cứng được chia thành ASIC, GPU, FPGA và những thứkhác ASIC được tách biệt thành ASIC tùy chỉnh đầy đủ, ASIC bán tùy chỉnh vàASIC có thể lập trình Dựa trên quy trình, nó được phân chia thành khai thác và giao

dịch Theo loại, nó được phân đoạn thành Bitcoin (BTC), Ethereum (ETH), Tether (USDT), Binance coin (BNB), Cardano (ADA), Ripple (XRP) và các loại khác.Theo người dùng cuối, nó được phân loại thành thương mại, bán lẻ và thương mạiđiện tử, ngân hàng, và các loại khác Theo khu vực, thị trường được phân tích trênkhắp Bắc Mỹ, Châu Âu, Châu Á - Thái Bình Dương và LAMEA.

- _ Hiện nay, có hơn 15.000 đồng tiền ảo khác nhau được mua bán công khai, thông qua

CoinMarketCap.com, một trang web chuyên nghiên cứu thị trường Thị trường tiền

ảo hiện nay đang phát triển rất nhanh Vốn hoá thị trường của một loại tiền ảo đượcđịnh nghĩa là tổng số lượng tiền ảo nhân với giá trị của một đồng tiền ảo đó Tổngvốn hoá thị trường của tất cả các đồng tiền ảo tính đến tháng 10 năm 2021 là 2,1

nghìn ty đô la Mỹ Trong đó vốn hoá của Bitcoin là 868,7 triệu đô la Mỹ Dưới đây

là vốn hoá của 10 đồng tiền ảo lớn nhất

Tên đồng tiền ảo Vốn hoá thị trường

Bitcoin 868.7 tỷ đô la Mỹ Ethereum 440.8 tỷ đô la Mỹ Binance Coin 86.2 ty đô la Mỹ Tether 76.4 ty đô la Mỹ

Đồ án tốt nghiệp đại học Chương 1: Cơ sở lý thuyết và các nghiên cứu liên quan.

".

Solana 51.9 ty đô la Mỹ USD Coin 41.9 ty đô la Mỹ Cardano 40.8 tỷ đô la Mỹ XRP 36.9 ty đô la Mỹ Avalanche 24.8 tỷ đô la Mỹ Polkadot 24.1 tỷ đô la Mỹ

Bảng 2.1: Vốn hoá thị trường của 10 đồng tiền ảo lớn nhất

1.2.2 Vai trò của thị trường tiền ảo

Được sử dụng rộng rãi trên các quốc gia khắp thế giới như: Liên minh châu Âu, NhậtBan, Đức, Thụy Sĩ, và các công ty nổi tiếng như: Apple, Microsoft, Dell, Tiền

ảo dùng dé thanh toán các giao dich và lưu thông như tiền hợp pháp.

Thị trường tiền ảo dự kiến sẽ chứng kiến sự tăng trưởng day hứa hẹn trong những

năm tới, nhờ sự cải thiện tính minh bạch của dữ liệu và tính độc lập giữa các khoản

thanh toán trong ngân hàng, dịch vụ tài chính, bảo hiểm và nhiều lĩnh vực kinhdoanh khác Việc sử dụng tiền ảo trong các ngành ngân hàng mang lại nhiều lợi íchnhư gửi và nhận thanh toán một cách minh bạch và lưu trữ thông tin chi tiết củakhách hàng một cách an toàn cho mục đích tiếp theo

Vị dụ: PayPal là một công ty có trụ sở tại Mỹ, hoạt động trong hệ thống thanh toántrực tuyến Nó tham gia vào thị trường tiền ảo vào ngày 21 tháng 10 năm 2020 vathông báo rang khách hàng sẽ có thé mua va bán Bitcoin và các loại tiền ảo khác

bằng tài khoản PayPal của họ Ngoài ra, Mastercard với sự hợp tác của Island Pay đã

ra mắt Thẻ được liên kết với CBDC đầu tiên trên thế giới vào ngày 10 tháng 2 năm

2021 Do đó, số lượng phát triển như vậy ở các công ty lớn thúc đây sự tăng trưởng

của thị trường.

Hơn nữa, các giao thức công nghệ phân tán blockchain sáng tạo dự kiến sẽ thay thếnhu cầu về các giải pháp tổ chức nhất định và cho phép những người chơi đa dạngchia sẻ thanh toán một cách minh bạch trong toàn công ty Các hệ thống như vậy

mang lại sự minh bạch cho các chuỗi cung ứng, giúp loại bỏ tội phạm môi trường và

các tội phạm khác Điều này thúc đây việc chấp nhận tiền ảo trong tương lai

Đồ án tốt nghiệp đại học Chương 1: Cơ sở lý thuyết và các nghiên cứu liên quan.

10

Không được phát hành quá nhiều vì tránh nguy cơ lạm phát Tính thanh khoản cao,

sử dung dé dàng, thuận tiện và nhanh chóng Là phương tiện trao đổi ngang giá trung

gian, hoạt động ở môi trường điện tử trên nên tảng thuật toán

Kế từ khi Bitcoin ra đời vào năm 2009, việc triển vai trò điện tử đã rất rõ rảng đốivới công chúng Hình thức tiền tệ mới đã tự khẳng định mình là một nguồn tiền tệphô biến và khả thi trên toàn thế giới vì tính chất tự chủ và tiện lợi của nó Các dạngtiền ảo khác nhau đã được phát minh dé phục vu như một nguồn tiền tệ thay thế

Tính đến tháng 12 năm 2021, có gần 6000 loại tiền ảo tồn tại Thêm vào đó, gần 36,5triệu người ở Mỹ sở hữu hoặc đầu tư vào một số loại tiền tệ Các loại tiền ảo như

Bitcoin được yêu thích vì chúng cung cấp một loại tiền tệ mới và dua trên kỹ thuật

số hơn Các trang web này không sử dụng bên thứ ba để tương tác với các giao dịch

Điều này cho phép các giao dịch đi trực tiếp từ người mua sang người bán Bitcoin

cũng đã được hoan nghênh vì nhiều lợi ích của nó như phí giao dịch thấp và xử lýnhanh hơn Điều này giải thích tại sao trong những năm gần đây, đã có hàng trăm tỷ

đô la đồ vào các hình thức tiền tệ mới Blockchain, công nghệ đăng sau tiền ảo, cuốicùng cũng đã tiến một bước trở thành xu hướng chủ đạo

Tiền ảo cung cấp nhiều ưu đãi cho các doanh nhân trên toàn cầu Nó đã giúp cácdoanh nhân dễ dàng tiếp cận thị trường quốc tế hơn là chỉ bám chặt vào thị trườngquốc gia Điều này đã cho phép người bán tạo mối quan hệ và nuôi dưỡng lòng tin

với các thị trường chưa từng có trước đây và là điều tuyệt vời đối với các quốc gia

đang phát triển Trong ba tháng cuối năm 2021, trung bình mỗi ngày có 400 nghìngiao dịch Bitcoin được xác nhận trên toàn thế gidi

Hình thức tiền tệ mới này vẫn tồn tai những nhược điểm khiến nó không thé thực

hiện bước tiếp theo đó Một trong những vấn đề lớn với tiền tệ trực tuyến là không

bảo vệ được người mua Bởi vì các trang web chống lại việc sử dụng bên thứ ba dé

uy quyén giao dịch, một sỐ người mua bị lừa Các loại tiền tệ như Bitcoin chỉ đượcchấp nhận bởi một nhóm rất nhỏ người mua trực tuyến

Tiền ảo đã cung cấp một cách thức kinh doanh dựa trên công nghệ mới Thị trường

đã mang lại nhiều người mua mới và cho phép thương mại quốc tế diễn ra thuận lợihơn Mặc dù thị trường đang trên đà phát triển, nó vẫn còn nhiều cách đề đi trước khi

có thể có bước nhảy vọt tiếp theo đề trở thành một hình thức tiền tệ được sử dụng

rộng rãi hơn.

1.3 Học máy và thị trường tiền ảo

Cách mạng Công nghiệp 4.0 mang đến những thay đổi bước ngoặt, toàn diện trongmọi mặt của cuộc sống “Thế giới vận hành bằng công nghệ” trở thành xu thé tatyếu, là mục tiêu tranh đua cho mọi nền kinh tế, mọi doanh nghiệp cùng hướng đến

Trong cuộc cách mạng Công nghiệp lần thứ IV, Trí tuệ nhân tạo (A.I) và Học máy

Đồ án tốt nghiệp đại học Chương 1: Cơ sở lý thuyết và các nghiên cứu liên quan.

11

hoc (Machine Learning) là những thành phan quan trong, nổi bật, đã va dang đượcnghiên cứu, ứng dụng rộng rãi trong nhiều lĩnh vực khác nhau trong đó có ngành

ngân hàng nói chung và lĩnh vực công nghệ tài chính (FinTech) nói riêng, tạo ra

những bứt phá mạnh mẽ về tính hiệu quả, kịp thời, chính xác trong công tác giámsát, dự báo và hỗ trợ ra quyết định

- Hoc máy (tiếng Anh: machine learning) là một lĩnh vực của trí tuệ nhân tạo liên

quan đến việc nghiên cứu và xây dựng các kĩ thuật cho phép các hệ thống "hoc" tựđộng từ dir liệu dé giải quyết những van dé cụ thé Ví dụ như các máy có thé "học"cách phân loại thư điện tử xem có phải thư rác (spam) hay không và tự động xếp thưvào thư mục tương ứng Học máy rất gần với suy diễn thống kê (statistical inference)tuy có khác nhau về thuật ngữ

- Học máy có liên quan lớn đến thống kê, vì cả hai lĩnh vực đều nghiên cứu việc phân

tích đữ liệu, nhưng khác với thống kê, học máy tập trung vào sự phức tạp của các

giải thuật trong việc thực thi tính toán.

- Nhiều bài toán suy luận được xếp vào loại bài toán NP-khó, vì thế một phần của học

máy là nghiên cứu sự phát triển các giải thuật suy luận xấp xi mà có thé xử lý được

- Hoc máy hiện nay được áp dụng rộng rãi bao gồm máy truy tìm đữ liệu, chan đoán y

khoa, phát hiện thẻ tín dụng giả, phân tích thị trường chứng khoán, phân loại các

chuỗi DNA, nhận dạng tiếng nói và chữ viết, dịch tự động, chơi trò chơi và cử động

rô-bốt (robot locomotion).

- Trén thé giới, Machine Learning hiện được ap dung rộng rãi trong nhiều lĩnh vực,

bao gồm: Khai thác đữ liệu, chan đoán y khoa, phát hiện thẻ tin dụng giả, phân tíchthị trường chứng khoán, phân loại các chuỗi DNA, nhận dạng tiếng nói và chữ viết,

dịch tự động, chơi trò chơi và điều hướng rô-bốt (robot locomotion) TAt cả các ứng

dụng trên có một điểm chung là sử dụng “bộ não logic” được cấu thành từ các thuậttoán Machine Learning, tiếp nhận dữ liệu đầu vào đã được số hóa và thực hiện xử lý,phân tích qua nhiều lớp, với độ phức tạp và mức độ “thông minh” ngày càng tăng

(deep learning).

- Thue tế đã chứng minh, nhờ áp dụng chính xác phương pháp Machine Learning

trong vận hành các hệ thống trí tuệ nhân tạo, các tập đoàn và công ty lớn trên thế

giới như Facebook, Amazon, Google đều đạt được những bước phát triển thần kỳ,chỉ trong vòng dưới 10 năm.

- - Trong lĩnh vực tai chính, ngân hàng, TTCK, Machine Learning, khi được kết hợp

với các mô hình phân tích định lượng, phát huy hiệu quả đặc biệt trong việc tìm

kiếm các bộ mẫu dữ liệu, đưa ra những dự đoán, hỗ trợ hiệu quả ra quyết định giúpđảm bảo hoạt động kinh doanh liên tục và kiểm soát rủi ro Trên thé giới, cuộc chạy

đua trong ngành Ngân hàng cũng như các thị trường chứng khoán diễn ra đặc biệt

sôi động Từ các công ty công nghệ mới thành lập như Feedzai (trong mảng thanh

Đồ án tốt nghiệp đại học Chương 1: Cơ sở lý thuyết và các nghiên cứu liên quan.

12

toán), Shift Technology (trong mảng bảo hiểm), tới các tập đoàn công nghệ không 16

như IBM và nhóm dẫn đầu về công nghệ hiện tại như Google, Alibaba và cácFintech, dang dựa vào ưu thế công nghệ dé cạnh tranh, lấn sân sang lĩnh vực ngânhàng, tài chính, tiền ảo thị trường

Rất nhiều ví dụ về ứng dụng hiệu quả Machine Learning trong lĩnh vực tài chính,ngân hàng, TTCK có thể ké đến như: Monzo - một ngân hàng khởi nghiệp tại Anh,

đã xây dựng một mô hình phân tích, dự báo đủ nhanh, để kịp thời phát hiện và ngănchặn những kẻ lừa đảo giả mạo trong quá trình hoàn tất giao dịch, giúp giảm tỷ lệlừa đảo trên thẻ trả trước từ 0,85% vào tháng 6/2016 xuống dưới 0,1% vào tháng1/2017 Các công ty công nghệ khác như Xcelerit hay Kinetica, cung cấp cho các

ngân hàng và công ty đầu tư, một hệ thống có khả năng theo dõi và phát hiện các rủi

ro tiềm ân theo thời gian thực, cho phép ngân hàng giám sát chặt chẽ các yêu cầu về nguồn vốn Trong năm 2017, JPMorgan Chase giới thiệu COiN, một nền tang quan

lý hợp đồng thông minh, sử dụng Machine Learning, có khả năng xem xét 12.000hợp đồng tín dụng thương mại trong vài giây, tương đương khối lượng công việc

trong 360.000 giờ làm việc của một nhân viên bình thường.

Trong thị trường tiền ảo, với khả năng xử lý dữ liệu mạnh mẽ trên nhiều lĩnh vực,

học máy cũng được sử dụng một cách rộng rãi trong lĩnh vực tài chính như: dự đoán

thị trường tiền ảo, đầu tư tối ưu, xử lý thông tin tài chính và thực hiện các chiến lược

giao dịch tai chính Do đó, thị trường tiền ảo được xem là một trong những lĩnh vực

khá phổ biến và quý giá nhất trong lĩnh vực tài chính trong quá trình nghiên cứu và

phát triển của học máy

1.4 Học sâu - Deep learning

1.4.1 Lược sử học sâu

Những năm gần đây, khi mà khả năng tính toán của máy tính được nâng lên một tầm

cao mới cùng với lượng dit liệu không 16 được thu thập, Machine Learning đã tiến

thêm một bước dai và Deep Learning một lĩnh vực mới được ra đời Deep Learning

được lấy cảm hứng từ mạng nơ-ron sinh học và bao gồm nhiều lớp trong mạngnơ-ron nhân tạo được tạo thành từ phần cứng và GPU Deep Learning sử dụng mộttang các lớp đơn vị xử lý phi tuyến dé trích xuất hoặc chuyền đổi các tính năng (hoặcbiểu điễn) của dữ liệu Đầu ra của một lớp phục vụ như là đầu vào của lớp kế tiếp

Deep learning, tập trung giải quyết các vấn đề liên quan đến mạng thần kinh nhân tạo

nhằm nâng cấp các công nghệ như nhận diện giọng nói, dịch tự động (machine translation), xử lý ngôn ngữ tự nhiên

Đồ án tốt nghiệp đại học Chương 1: Cơ sở lý thuyết và các nghiên cứu liên quan.

Dark Age (“Al Winter”)

+ Learnable Weights and Threshold * XOR Problem * Solution to nonlinearly separable problems

Hình 1.1: Lược sử học sâu Deep Learning [27].

Trong số các thuật toán học máy hiện đang được sử dụng và phát triển, học sâu thu

hút được nhiều dữ liệu nhất và có thể đánh bại con người trong một số nhiệm vụ

nhận thức Do những thuộc tính này, học tập sâu đã trở thành phương pháp tiếp cận

có tiềm năng đáng kể trong lĩnh vực trí tuệ nhân tạo

Với mục đích xây dựng một mô hình dự đoán hiệu quả, cả hai công cụ học máy vả

các mô hình tuyến tính đã được khám phá trong vài thập kỷ qua Gần đây, các môhình học sâu đã được giới thiệu như những biên giới mới cho chủ đề này và sự pháttriển nhanh dé bắt kip

Trong phần tiếp theo tôi sẽ trình bày các mô hình học sâu được nghiên cứu trong đồ án tốt

nghiệp: Học sâu có giám sát LSTM.

1.4.2 Mô hình mạng nơ ron hồi quy (Recurrent Neural Network)

Có rất nhiều bài toán về mô hình chuỗi thời trong cuộc sống hàng ngày: dịch tự

động, nhận dạng giọng nói, phân loại văn ban, phân tích trình tự DNA, v.v Hâu

hết những vấn đề này thuộc về học có giám sát Đầu vào hoặc đầu ra của các môhình là chuỗi thời gian với kích thước thay đôi Các mạng no-ron thông thường gặp

khó khăn khi xử lý đầu vào và đầu ra với các kích thước khác nhau

Khái niệm RNN được đưa ra vào năm 1986 Và kiến trúc LSTM nỗi tiếng được phátminh vào năm 1997 Số lượng kiến trúc nồi tiếng của RNN ít hơn nhiều so với kiến

trúc của CNN Như câu nói nồi tiếng “Một bức tranh có giá trị ngàn lời nói” ngụ ý

rằng hình ảnh có nhiều thông tin và không gian hơn dé điều khiển, vì vậy không có

gì ngạc nhiên khi lịch sử tiến hóa của RNN không đầy màu sắc

Đồ án tốt nghiệp đại học Chương 1: Cơ sở lý thuyết và các nghiên cứu liên quan.

14

Rat khó cho các mạng nơ-ron thông thường dé xử lý đầu vào và dau ra có kích thước

khác nhau Dưới đây là một số trường hợp sử dụng mà chúng không thê xử lý Lưu ý

rằng Nhiều không phải là một số cô định cho mỗi đầu vào hoặc đầu ra của các mô

hình.:

- Một - Nhiều: đoán nội dung ảnh, sinh văn bản tự động

- _ Nhiều - Một: phân tích ngữ nghĩa, phân loại van bản

- Nhiéu nhiều: dịch tự động, nhận diện giọng nói

RNN có thể xử lý các trường hợp sử dụng này bằng cách sử dụng một đơn vị xử lý

đệ quy (một hoặc nhiều lớp các nơ ron) với trạng thái từ quá khứ được lưu trữ

Bản chất đệ quy của kiến trúc vừa là một điểm mạnh vừa là một điểm yếu Điểm

mạnh là nó có thê xử lý các đầu vào / đầu ra có kích thước khác nhau Nhung |no

phải trả giá bằng, ngoài những khó khăn khi nhìn lại thông tin từ xa, van đề về vanishing/exploding gradients (dao hàm quá nhỏ hoặc quá lớn).

Mô hình mạng nơ ron hồi quy được sử dụng cho bài toán dữ liệu dạng chuỗi như dữ liệuvideo, hay âm thanh Dữ liệu dạng chuỗi là đữ liệu bao gồm nhiều bản ghi có thứ tự ma

việc thay đổi thứ tự các bản ghi sẽ làm thay đổi dir liệu ban đầu.

Mô hình mạng nơ ron hồi quy có thể được sử dụng cho những bài toán:

e Chuyên giọng nói sang text

Đánh giá các bình luận theo số sao, ví dụ với bình luận: “ứng dụng tốt”, oufput: 4

Sao.

Dịch giữa các ngôn ngữ.

Nhận diện hành động trong video.

Dự đoán đột quy tim.

Mô hình mạng nơ ron hồi quy:

Ta có:

Đồ án tốt nghiệp đại học Chương 1: Cơ sở lý thuyết và các nghiên cứu liên quan.

15

Mô hình có n input và 1 output theo thứ tự thời gian.

Mỗi hình tròn là 1 state, state t có input là x, và s,¡ s, = f(W * s.¡ + U * x, trong đó f

là activation function thường là tanh hoặc ReLU.

e Có thể thấy s, mang thông tin từ state trước đó (s,¡) va input của state hiện tại => sự

mang thông tin giống như việc nhớ các đặc điểm của input từ x, tới x,

e Do chỉ có 1 output nên output sẽ được coi là output của state cuối cùng, khi đó s, sẽ

học được tất cả thông tin từ input

Ngoài ra do hệ số ở các state là giống nhau nên ta có thé viết gon bằng cách dùng 1 state

như sau:

Hình 1.3: Mô hình RNN rut gọn [24].

Tuy nhiên van dé của RNN là các state càng ở xa thì mô hình càng không học được từ cácthông tin ở xa đó Do đó mô hình chỉ học được các state ở gần Trong nhiều bài toán, việc

sử dụng thông tin từ xa trước đó là cần thiết, do đó ta cần một mô hình tốt hơn

1.4.3 Mô hình mạng bộ nhớ dài ngắn (Long short term memory - LSTM)

Ở state thứ t của mô hình LSTM:

e Output: c, và h, được gọi là cell state và hidden state.

® Input: c,¡, h,¡, x; Trong đó x, là input state thứ t của model C,¡, h,¡ là output cua

layer trước h đóng vai trò khá giống như s ở RNN, trong khi c là điểm mới của

LSTM.

Đồ án tốt nghiệp đại học Chương 1: Cơ sở lý thuyết và các nghiên cứu liên quan.

16

Trong do:

e Ky hiệu sigma, tanh là các activation function Phép nhân là element-wise

multiplication, phép cộng là cộng ma trận.

e fi, 1, 0, tương ứng với forget gate, input gate, output gate.

© Forget gate: f = ø(U; * x, + We * h.¡ + bp)

© Input gate: 1, = o(U; * x, + W; *h,¡ + bị)

© Output gate: o, = o(U, * x, + W, * hy, + bạ)

hidden layer cua layer trước.

e H,=o0, * tanh(c,), output gate quyết định xem cần lấy bao nhiêu từ cell state

dé trở thành output của hidden state Ngoài ra h, cũng được dùng dé tinh ra

output y, cho state t.

1.5 Dự đoán giá tiền ảo

1.5.1 Tong quan

- Du đoán giá tiền ảo được xếp vào bài toán dự báo chuỗi thời gian bởi đặc trưng của

loại đữ liệu này Dự báo chuỗi thời gian là một lớp mô hình quan trọng trong thống

kê, kinh tế lượng và machine learning Sở dĩ chúng ta gọi lớp mô hình này là chuỗi

thời gian là vì mô hình được áp dụng trên các chuỗi đặc thù có yếu tô thời gian Một

Đồ án tốt nghiệp đại học Chương 1: Cơ sở lý thuyết và các nghiên cứu liên quan.

17

mô hình chuỗi thời gian thường dự báo dựa trên giả định rằng các quy luật trong quá

khứ sẽ lặp lại ở tương lai.

Trên thế giới hiện nay có rất nhiều công trình nghiên cứu về giá tiền ảo Phần lớn các

nhà nghiên cứu đều xoay quanh các thuật toán học máy, với các kỹ thuật phân tích lýthuyết đầu tư chính là phương pháp dé dự đoán trực tiếp giá tiền ảo thông qua việcnghiên cứu dữ liệu thị trường tiền ảo trong quá khứ

Trong những năm qua, nhiều tiến bộ đã được thực hiện trong lĩnh vực phân tích dữ

liệu Các nhà nghiên cứu hiện có thể dự đoán giá tiền ảo với độ chính xác cao hơn

nhờ các mô hình dự báo phân tích Các kỹ thuật dự đoán này sử dụng đữ liệu từ các

biến động giá tiền ảo trước đó và tìm kiếm các mẫu có thể chỉ ra những thay đổi vềgiá tiền ảo trong tương lai trên thị trường Việc sử dụng các kỹ thuật máy học này sẽ

cho phép các nhà đầu tư đưa ra quyết định tốt hơn và đầu tư khôn ngoan hơn bằng

cách tối đa hóa lợi nhuận và giảm thiêu thiệt hại của họ Bài toán dự đoán giá chứngkhoán là một bài toán khá phức tạp và các kỹ thuật khác nhau có thé được sử dụngmột cách thích hợp đề đạt được độ chính xác của dự đoán tốt

Trong những năm gần đây, sự ra đời của máy học và học sâu đã cung cấp mức độchính xác cao hơn về hiệu suất của mô hình cho dự đoán giá tiền ảo Các nhà phântích tài chính và nhà đầu tư đã sử dụng các kỹ thuật phân tích dự đoán để cải thiệnkhả năng dự đoán giá tiền ảo trên thị trường với độ chính xác tương đối

2.5.2 Các hướng tiếp cận

Hướng tiếp cận sử dụng phân tích cơ bản:

Phân tích co ban (Fundamental analysis) là phương pháp đo lường giá tri nội tai của

đồng tiền ảo bằng cách kiểm tra các yếu tố có ảnh hưởng tới hoạt động kinh doanh

và triển vọng phát triển của công ty trong tương lai Các nhà phân tích cơ bản nghiêncứu bat cứ điều gì có thé ảnh hưởng đến giá trị của tiền ảo, từ các yếu tô kinh tế vĩ

mô như trạng thái của nền kinh tế và điều kiện ngành đến các yếu tô kinh tế vi mô

như hiệu quả quản lý của công ty.

Trong phân tích cơ bản, các mô hình học máy có thé được dao tạo bằng cách sử dụng

dữ liệu liên quan đến báo cáo tài chính của công ty và các yếu tố kinh tế vĩ mô và vi

mô Các mô hình này có thể được sử dụng dé dự đoán biến động giá tiền ảo tại bất

kỳ thời điểm nào Người ta có thể sử dụng các mô hình học tập có giám sát như đóng

gÓI, tăng cường bộ phân loại tổng hợp hoặc mạng no-ron học sâu dé đưa ra dự đoán

về việc mua, bán hoặc giữ Kỹ thuật tính năng là chìa khóa dé xây dựng một mô hình hiệu suất cao và người ta có thể sử dụng các kỹ thuật lựa chọn đối tượng (random

forest) / trích xuất đặc trưng(PCA) Độ chính xác của các mô hình này phụ thuộc vàohai yếu tố - dữ liệu đầu vào được sử dụng và loại thuật toán được chọn Đối với hầuhết các trường hợp, họ nên được đào tạo trong 4-5 năm với số lượng lớn di liệu giachứng khoán trước khi có kết quả