Nghiên cứu và thử nghiệm một số kỹ thuật dự đoán ứng dụng cho thị trường chứng khoán việt nam

LUẬN VĂN THẠC SỸ KỸ THUẬT TRẦN ANH TUẤN MỤC LỤC LỜI CAM ĐOAN DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT DANH MỤC CÁC BẢNG DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ MỞ ĐẦU CHƢƠNG 1: CƠ SỞ LÝ THUYẾT 11 1.1.Các phƣơng pháp dự đoán thị trƣờng chứng khoán Việt Nam 11 1.2.Hệ chuyên gia neuro-fuzzy 12 1.2.1 Sự kết hợp logic mờ mạng nơron 12 1.2.2 Hệ chuyên gia neuro-fuzzy theo kiến trúc ANFIS 22 1.2.3 Mô tả ứng dụng hệ ANFIS thị trƣờng chứng khoán Istanbul 26 1.3.Phân tích kỹ thuật thị trƣờng chứng khoán 26 1.3.1 Phân tích kỹ thuật 26 1.3.2 Nghiên cứu số phƣơng pháp phân tích kỹ thuật thị trƣờng chứng khoán 27 1.4.Kết chƣơng 37 CHƢƠNG 2: ỨNG DỤNG LÝ THUYẾT CHO THỬ NGHIỆM HỆ DỰ ĐOÁN THỊ TRƢỜNG CHỨNG KHOÁN VIỆT NAM 39 2.1 Phát biểu toán thử nghiệm 39 2.2 Xây dựng số phân tích kỹ thuật đầu vào đầu cho việc học kiểm thử 40 2.2.1 Bộ số phân tích kỹ thuật đầu vào 40 2.2.2 Bộ tỉ lệ biến động tăng/giảm ngày giao dịch đầu 49 2.3 Xây dựnghệ chuyên gia neuro-fuzzy theo kiến trúc ANFIS dự đoán giá chứng khoán thị trƣờng chứng khoán Việt Nam 51 2.3.1 Nguyên tắc thiết kế 51 2.3.2 Mô hình thiết kế giải thuật 53 2.4 Kết chƣơng 56 CHƢƠNG 3: THỬ NGHIỆMVÀ ĐÁNH GIÁ HỆ DỰ ĐOÁN THỊ TRƢỜNG CHỨNG KHOÁN VIỆT NAM 57 3.1 Thử nghiệm hệ dự đoán thị trƣờng chứng khoán Việt Nam 57 - / 71 - LUẬN VĂN THẠC SỸ KỸ THUẬT TRẦN ANH TUẤN 3.1.1 Mục tiêu xây dựng phần mềm 57 3.1.2 Công nghệ sử dụng 57 3.1.3 Kiến trúc ứng dụng 58 3.1.4 Mô tả liệu chi tiết 59 3.1.5 Kết thử nghiệm 60 3.2 Đánh giá hệ dự đoán thị trƣờng chứng khoán Việt Nam 61 3.2.1 Đánh giá chung 61 3.2.2 Đánh giá chi tiết 61 3.3 Một số hình ảnh chƣơng trình 62 3.4 Kết chƣơng 65 KẾT LUẬN VÀ KIẾN NGHỊ 67 A Kết luận 67 B Kiến nghị 69 C Hƣớng phát triển đề tài 70 DANH MỤC TÀI LIỆU THAM KHẢO 71 - / 71 - LUẬN VĂN THẠC SỸ KỸ THUẬT TRẦN ANH TUẤN LỜI CAM ĐOAN Tôi cam đoan : - Những nội dung luận văn thực dƣới hƣớng dẫn trực tiếp PGS.TS Huỳnh Quyết Thắng - Mọi tham khảo dùng luận văn đƣợc trích dẫn rõ ràng tên tác giả, tên công trình, thời gian, địa điểm công bố - Mọi chép không hợp lệ, vi phạm quy chế đào tạo, hay gian trá, xin hoàn toàn chịu trách nhiệm Học viên Trần Anh Tuấn - / 71 - LUẬN VĂN THẠC SỸ KỸ THUẬT TRẦN ANH TUẤN DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT Ý nghĩa Ký hiệu chữ viết tắt ANFIS Hệ mờ - nơron Adaptive Neutral Fuzzy Inference System NEURO-FUZZY Hệ mờ - nơron SMA Phƣơng pháp phân tích kỹ thuật dự đoán SMA EMA Phƣơng pháp phân tích kỹ thuật dự đoán EMA Bollinger Bands Phƣơng pháp phân tích kỹ thuật dự đoán Bollinger Bands ADX Phƣơng pháp phân tích kỹ thuật dự đoán ADX(Average Directional Movement Index) TAZ Phƣơng pháp phân tích kỹ thuật dự đoán TAZ PSAR Phƣơng pháp phân tích kỹ thuật dự đoán PSAR(PARABOLIC SAR) SKD Phƣơng pháp phân tích kỹ thuật dự đoán SDK (Stochastic %D %K) RSI Phƣơng pháp phân tích kỹ thuật dự đoán RSI( Relative Strength Index) MFI Phƣơng pháp phân tích kỹ thuật dự đoán MFI(Money Flow Index) CCI Phƣơng pháp phân tích kỹ thuật dự đoán CCI(Commodity Channel Index) WILLIAMS%R hay Phƣơng pháp phân tích kỹ thuật dự đoán WILLR WILLIAMS%R MACD Phƣơng pháp phân tích kỹ thuật dự đoán MACD DATE Ngày giao dịch HIGH Giá cao ngày giao dịch LOW Giá thấp ngày giao dịch CLOSE Giá đóng cửa ngày giao dịch - / 71 - LUẬN VĂN THẠC SỸ KỸ THUẬT TRẦN ANH TUẤN Ý nghĩa Ký hiệu chữ viết tắt VOLUME Số lƣợng giao dịch ngày BB(21,2) Upper Ngƣỡng Bollinger Bands BB(21,2) AVE Ngƣỡng trung bình Bollinger Bands BB(21,2) LOWER Ngƣỡng dƣới Bollinger Bands ADX(14) Chỉ số ADX 14 kỳ giao dịch gần SMA(10) Chỉ số SMA 10 kỳ giao dịch gần SMA(100) Chỉ số SMA 100 kỳ giao dịch gần EMA(30) Chỉ số EMA 30 kỳ giao dịch gần SAR(0.02,0.2) Chỉ số SAR với thông số 0.02,0.2 %K(14,3) Chỉ số SDK 14 kỳ giao dịch gần %D(14,3) RSI(14) Chỉ số RSI 14 kỳ giao dịch gần MFI(14) Chỉ số MFI 14 kỳ giao dịch gần CCI(14) Chỉ số CCI 14 kỳ giao dịch gần MACD(12,26) Chỉ số MACD EMA(9) Chỉ số EMA kỳ giao dịch gần Divergency Hệ số hội tụ MACD Hose Sở giao dịch chứng khoán TP Hồ Chí Minh Hnx Sở giao dịch chứng khoán TP Hà Nội xltrader Là công cụ tính toán số phƣơng pháp kỹ thuật khác - / 71 - LUẬN VĂN THẠC SỸ KỸ THUẬT TRẦN ANH TUẤN DANH MỤC CÁC BẢNG Bảng 1: Bảng thông số khởi tạo hệ thống 60 Bảng 2: Bảng thông số tối ƣu liệu học 61 - / 71 - LUẬN VĂN THẠC SỸ KỸ THUẬT TRẦN ANH TUẤN DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ Hình 1: Mô hình hệ mờ - nơron 13 Hình 2: Cấu trúc chung hệ mờ-nơron 14 Hình 3: Nơron mờ 17 Hình 4: Nơron mờ AND 17 Hình 5: Nơron mờ OR 18 Hình 6: Mô hình mạng nơron mờ 21 Hình 7: Sơ đồ cấu trúc ANFIS 22 Hình 8: Cách thức sử dụng phƣơng pháp kỹ thuật Bollinger Bands 28 Hình 9: Cách thức sử dụng phƣơng pháp kỹ thuật ADX 30 Hình 10: Cách sử dụng phƣơng pháp kỹ thuật TAZ 30 Hình 11: Cách sử dụng phƣơng pháp kỹ thuật PSAR 31 Hình 12: Cách sử dụng phƣơng pháp kỹ thuật SKD 32 Hình 13: Cách sử dụng phƣơng pháp kỹ thuật RSI 33 Hình 14: Cách sử dụng phƣơng pháp kỹ thuật MFI 34 Hình 15: Cách sử dụng phƣơng pháp kỹ thuật CCI 35 Hình 16: Cách sử dụng phƣơng pháp kỹ thuật WILLR 36 Hình 17: Cách sử dụng phƣơng pháp kỹ thuật MACD 37 Hình 18: Sơ đồ logic tập mờ phƣơng pháp kỹ thuật Bollinger Bands 40 Hình 19: Sơ đồ tập mờ thuộc tính Bollinger Bands 41 Hình 20: Sơ đồ tập mờ thuộc tính ADX 42 Hình 21: Sơ đồ tập mờ thuộc tính TAZ 43 Hình 22: Sơ đồ tập mờ thuộc tính SDK 44 Hình 23: Sơ đồ tập mờ thuộc tính RSI 45 Hình 24: Sơ đồ tập mờ thuộc tính MFI 46 Hình 25:Sơ đồ tập mờ thuộc tính CCI 47 Hình 26: Sơ đồ tập mờ thuộc tính WILLR 48 Hình 27: Sơ đồ tập mờ thuộc tính output 49 - / 71 - LUẬN VĂN THẠC SỸ KỸ THUẬT TRẦN ANH TUẤN Hình 28:Mô hình hệ chuyên gia neuro-fuzzy dự đoán giá chứng khoán thị trƣờng chứng khoán Việt Nam 53 Hình 29: Mô hình kiến trúc ứng dụng 58 Hình 30: Dữ liệu giá hàng ngày chứng khoán BVH đƣợc xử lý để tính toán số kỹ thuật qua ứng dụng XLTRADER 62 Hình 31: Dữ liệu học chứng khoán BVH sau tính toán số 63 Hình 32: Dữ liệu kiểm tra chứng khoán BVH 63 Hình 33: Bảng mô tả thông số hệ thống 64 Hình 34: Kết hệ thống học để kết xuất tham số tối ƣu 64 Hình 35: Thông số nhập hệ thống để Dự đoán liệu 65 Hình 36: Kết dự đoán liệu 65 - / 71 - LUẬN VĂN THẠC SỸ KỸ THUẬT TRẦN ANH TUẤN MỞ ĐẦU Việc dự báo lợi nhuận cổ phiếu xác thị trƣờng chứng khoán nhiều năm qua thách thức không nhỏ nhiều nhà khoa học tính toán, có nhiều báo/luận văn/đề tài dự đoán thị trƣờng chứng khoán nhiều thị trƣờng giới Tuy nhiên thị trƣờng chứng khoán Việt Nam chƣa có nhiều báo/luận văn/đề tài dạng này, tác giả hi vọng thông qua luận án thạc sĩ để đóng góp phần tri thức công nghệ kỹ thuật điện toán mềm cho việc dự đoán thị trƣờng chứng khoán Việt Nam Mỗi ngày thị trƣờng chứng khoán Việt Nam có giá đóng cửa tất mã chứng khoán, nguồn thông tin vô hữu ích với phƣơng pháp tính toán kỹ thuật đầu tƣ, có nhiều phƣơng pháp kỹ thuật dự đoán hiệu đƣợc công nhận rộng khắp giới đầu tƣ chứng khoán giới Có thể kể nhiều phƣơng pháp đầu tƣ hiệu nhƣ: Bollinger bands, SMA, EMA, TAZ, RSI, MFI, CCI, ADX, MACD, WILLIAM %R, … Hiện công ty tài đa quốc gia, hay công ty quỹ đầu tƣ chứng khoán Việt Nam sử dụng chƣơng trình tính toán đầu tƣ chứng khoán theo phƣơng pháp kỹ thuật với giá đắt đỏ công ty nƣớc sở hữu sản xuất nhƣ HSBC, Reuters, Standard Chartered Bank, … Việc có nghiên cứu thử nghiệm số kỹ thuật dự đoán ứng dụng cho thị trƣờng chứng khoán Việt Nam để tạo tiền đề hình thành sản phẩm Việt tuân thủ tiêu chuẩn khoa học tính toán giá rẻ thực cần thiết Mục đích luận án thạc sĩ để thử nghiệm số kỹ thuật thông dụng hiệu đƣợc nhiều chuyên gia nghành chứng khoán nƣớc nƣớc công nhân tính hiệu (RSI, SDK, MFI, CCI, WILLIAM %R), ứng dụng linh hoạt vào mô hình hệ chuyên gia điều chỉnh neuro-fuzzy cho việc dự đoán thị trƣờng chứng khoán Việt Nam Kết đạt đƣợc luận án thạc sĩ xây dựng thành công chƣơng trình tuân thủ theo sở lý thuyết hệ chuyên gia Neuro-Fuzzy theo kiến trúc ANFIS - / 71 - LUẬN VĂN THẠC SỸ KỸ THUẬT TRẦN ANH TUẤN việc dự đoán đƣợc việc Mua/Giữ/Bán chứng khoán vào ngày giao dịch Luận văn bao gồm chƣơng Chƣơng 1: Cơ sở lý thuyết Chƣơng 2: Ứng dụng lý thuyết cho thử nghiệm hệ dự đoán thị trƣờng chứng khoán Việt Nam Chƣơng 3: Thử nghiệm đánh giá hệ dự thị trƣờng chứng khoán Việt Nam Luận văn đƣợc hoàn thành trƣờng Đại học Bách khoa Hà Nội, dƣới dẫn dắt PGS.TS Huỳnh Quyết Thắng Nhân dịp tác giả bày tỏ lòng kính trọng biết ơn sâu sắc tới Thầy, trực tiếp hƣớng dẫn giúp đỡ tác giả hoàn thành luận văn Luận văn không tránh khỏi thiếu sót, tác giả mong nhận đƣợc ý kiến góp ý Thầy, Cô Bạn Hà Nội, tháng năm 2016 Tác giả - 10 / 71 - LUẬN VĂN THẠC SỸ KỸ THUẬT TRẦN ANH TUẤN CHƢƠNG 3: THỬ NGHIỆMVÀ ĐÁNH GIÁ HỆ DỰ ĐOÁN THỊ TRƢỜNG CHỨNG KHOÁN VIỆT NAM 3.1 Thử nghiệm hệ dự đoán thị trƣờng chứng khoán Việt Nam 3.1.1 Mục tiêu xây dựng phần mềm Phần mềm xây dựng đáp ứng đƣợc tiêu chuẩn sau : - Xây dựng thành công hệ chuyên gia neuro-fuzzy theo kiến trúc ANFIS với đầu vào số phân tích kỹ thuât, có đầu tỉ lệ biến động giá ngày giao dịch Về chế học kiểm tra hệ chuyên gia sử dụng tỉ lệ biến động tăng/giảm ngày giao dịch - Đóng gói thành sản phẩm hoàn chỉnh để khai thác sau phát triển thêm 3.1.2 Công nghệ sử dụng Công cụ lập trình - Ngôn ngữ lập trình : Java 1.6 Công cụ lập trình : eclipse helios Hệ điều hành: window7 32-bit Định dạng tệp tin đầu vào/ra: text Kiểu thiết kế - Thiết kế theo kiểu hƣớng đối tƣợng Nền tảng chạy ứng dụng - Ứng dụng chạy tên command line : window/linux/unix 32/64 bit - 57 / 71 - LUẬN VĂN THẠC SỸ KỸ THUẬT TRẦN ANH TUẤN 3.1.3 Kiến trúc ứng dụng MỜ HÓA HỆ CHUYÊN GIA DỰ ĐOÁN THEO KIẾN TRÚC ANFIS RSI_SDK_MFI_BUY HỌC RSI_SDK_MFI_HOLD readInitialParam KẾT QUẢ DỰ ĐOÁN RSI_SDK_MFI_SELL FORECAST_STRONG_WALK_DOWN CCI_BUY readTrainData Build writeBuildResult FORECAST_WALK_DOWN CCI_HOLD FORECAST_SIDEWAYS readCheckData CCI_SELL FORECAST_STRONG_WALK_UP WILLR_BUY DỰ ĐOÁN FORECAST_WALK_UP WILLR_HOLD readForecastData Forecast writeForecastResult WILLR_SELL TờP TIN KờT QUờ Hình 29: Mô hình kiến trúc ứng dụng Mờ hóa Đây hàm biến với đầu [0 1] : - RSI_SDK_MFI_BUY: mờ hóa liệu đầu vào số kỹ thuật RSI, SDK, MFI để sử dụng cho luật BUY - RSI_SDK_MFI_HOLD: mờ hóa liệu đầu vào số kỹ thuật RSI, SDK, MFI để sử dụng cho luật HOLD - RSI_SDK_MFI_SELL: mờ hóa liệu đầu vào số kỹ thuật RSI, SDK, MFI để sử dụng cho luật SELL - CCI_BUY: mờ hóa liệu đầu vào số kỹ thuật CCI để sử dụng cho luật BUY - CCI_HOLD: mờ hóa liệu đầu vào số kỹ thuật CCI để sử dụng cho luật HOLD - CCI_SELL: mờ hóa liệu đầu vào số kỹ thuật CCI để sử dụng cho luật SELL - 58 / 71 - LUẬN VĂN THẠC SỸ KỸ THUẬT TRẦN ANH TUẤN - WILLR_BUY: mờ hóa liệu đầu vào số kỹ thuật WILLIAM %R để sử dụng cho luật BUY - WILLR_HOLD: mờ hóa liệu đầu vào số kỹ thuật WILLIAM %R để sử dụng cho luật HOLD - WILLR _SELL: mờ hóa liệu đầu vào số kỹ thuật WILLIAM %R để sử dụng cho luật SELL Kết dự đoán Đây hàm biến với đầu [0 1] : - FORECAST_STRONG_WALK_DOWN: dự đoán biến đầu thuộc lớp giảm mạnh - FORECAST_WALK_DOWN: dự đoán biến đầu thuộc lớp giảm - FORECAST_SIDEWAYS: dự đoán biến đầu thuộc lớp “dập dềnh” - FORECAST_STRONG_WALK_UP: dự đoán biến đầu thuộc lớp tăng mạnh - FORECAST_WALK_UP: dự đoán biến đầu thuộc lớp tăng Học dự đoán - readInitialParam : đọc tham số đầu vào khởi tạo - readTrainData: đọc liệu học - readCheckData: đọc liệu kiểm thử để xác định sai số - Build: học theo thuật giải mục 3.3.2 - writeBuildResult: kết xuất thông số tối ƣu học kiểm thử - readForecastData: đọc thông số tối ƣu - Forecast: dự đoán thông số tối ƣu - writeForecastResult: kết xuất kết dự đoán 3.1.4 Mô tả liệu chi tiết Tác giả lấy toàn 30 mã chứng khoán hai số quan trọng thị trƣờng chứng khoán Việt Nam VN30 sở giao dịch Hồ Chí Minh HNX30 sở giao dịch chứng khoán Hà Nội Dƣới tác giả trình bày mã chứng khoán BVH, chứng khoán lại tƣơng tự Dữ liệu chi tiết mã chứng khoán BVH đƣợc trình bày Phụ lục - 59 / 71 - LUẬN VĂN THẠC SỸ KỸ THUẬT TRẦN ANH TUẤN 3.1.4.1 Dữ liệu học Bộ liệu học đƣợc chuẩn bị nhƣ mô tả phần chuẩn bị liệu với thông tin nhƣ sau : - Dữ liệu từ năm 2009 đến 2015 bao gồm 800 mẫu chứng khoán BVH - Năm 2009, 2011, 2013, 2015: lấy liệu tháng lẻ - Năm 2010, 2012, 2014: lấy liệu tháng chẵn 3.1.4.2 Dữ liệu kiểm tra Bộ liệu học đƣợc chuẩn bị nhƣ mô tả phần chuẩn bị liệu với thông tin nhƣ sau : - Dữ liệu từ năm 2009 đến 2015 bao gồm 801 mẫu chứng khoán BVH - Năm 2009, 2011, 2013, 2015: lấy liệu tháng lẻ - Năm 2010, 2012, 2014: lấy liệu tháng chẵn 3.1.5 Kết thử nghiệm Ma trận thông số khởi tạo nhƣ sau: 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 Bảng 1: Bảng thông số khởi tạo hệ thống 0.01 0.01 0.01 Sau đƣa thông số sau vào chƣơng trình để thử nghiệm: - Bộ liệu học 800 mẫu chứng khoán BVH Bộ liệu kiểm tra 801 mẫu chứng khoán BVH Hệ số học 0.1 Vòng lặp chạy 1.000.000 (chạy phút) Cho kết với thông số sau: - Số mẫu train thỏa mãn 312/800 mẫu với thông số nhƣ bên dƣới - Số mẫu check thỏa mãn 286/801 với RMSE nhƣ bên dƣới - 60 / 71 - LUẬN VĂN THẠC SỸ KỸ THUẬT TRẦN ANH TUẤN Ma trận thông số tối ƣu vớii RSME=0.045528560745931285 nhƣ sau: 0.01 0.01 0.01 0.01 0.002321862 -0.001502664 0.01 -0.14217568 -0.197030849 0.01 0.01 0.01 0.003171952 -0.00150927 0.003521899 -0.261636169 0.446047705 0.171031062 Bảng 2: Bảng thông số tối ƣu liệu học 3.2 Đánh giá hệ dự đoán thị trƣờng chứng khoán Việt Nam 3.2.1 Đánh giá chung - Chuẩn bị liệu học kiểm tra đầy đủ số liệu phƣơng pháp phân tích kỹ thuật tiêu biểu (RSI, SDK, MFI, CCI, WILLIAM %R) dựa số liệu giá đóng cửa mã chứng khoán BVH - Xây dựng hàm liên thuộc phƣơng pháp phân tích kỹ thuật để thực công đoạn mờ hóa hệ chuyên gia theo kiến trúc ANFIS - Mô hình hóa hệ chuyên gia theo kiến trúc ANFIS điều chỉnh để phù hợp với hàm liên thuộc xây dựng phƣơng pháp phân tích kỹ thuật - Xây dựng thuật toán kiến trúc ứng dụng cho hệ chuyên gia theo kiến trúc ANFIS điều chỉnh, mô tả chi tiết đầu vào, đầu bƣớc xử lý thuật toán - Xây dựng chƣơng trình ứng dụng hệ chuyên gia theo kiến trúc ANFIS điều chỉnh công cụ lập trình Eclipse với ngôn ngữ Java 1.6 3.2.2 Đánh giá chi tiết - Đáp ứng đƣợc mục tiêu xây dựng hệ thống, thuật toán áp dụng có độ phức tạp đa thức - Do số phân tích kỹ thuât bị ép theo mô hình ANFIS nhiều mẫu không đáp ứng đƣợc luật (BUY/HOLD/SELL) hệ thống kết dự đoán - 61 / 71 - LUẬN VĂN THẠC SỸ KỸ THUẬT TRẦN ANH TUẤN - Sai số RSME lớn, số vòng chạy để tìm thông số tối ƣu từ 100.000 đến 1.000.000 không thay đổi đáng kể, có hai nguyên nhân sau: o liệu train liệu check rơi vào trạng thái tối ƣu cục với liệu hệ thống o hệ số học chƣa tối ƣu o … 3.3 Một số hình ảnh chƣơng trình Hình 30: Dữ liệu giá hàng ngày chứng khoán BVH đƣợc xử lý để tính toán số kỹ thuật qua ứng dụng XLTRADER - 62 / 71 - LUẬN VĂN THẠC SỸ KỸ THUẬT TRẦN ANH TUẤN Hình 31: Dữ liệu học chứng khoán BVH sau tính toán số Hình 32: Dữ liệu kiểm tra chứng khoán BVH - 63 / 71 - LUẬN VĂN THẠC SỸ KỸ THUẬT TRẦN ANH TUẤN Hình 33: Bảng mô tả thông số hệ thống Hình 34: Kết hệ thống học để kết xuất tham số tối ƣu - 64 / 71 - LUẬN VĂN THẠC SỸ KỸ THUẬT TRẦN ANH TUẤN Hình 35: Thông số nhập hệ thống để Dự đoán liệu Hình 36: Kết dự đoán liệu 3.4 Kết chƣơng Trong chƣơng tác giả mô tả lại thử nghiệm mã chứng khoán BVH liên tục cải tiến phần mềm để nhận kết thử nghiệm cho việc đánh giá hệ chuyên gia neuro-fuzzy dự đoán giá chứng khoán thị trƣờng chứng khoán Việt Nam Với việc đánh giá kết thử nghiệm cho thấy mẫu dự đoán rơi vào điều kiện đủ cho việc đáp ứng phƣơng pháp kỹ thuật - 65 / 71 - LUẬN VĂN THẠC SỸ KỸ THUẬT TRẦN ANH TUẤN phân tích cho kết tốt Trong tƣơng lai cần nâng cấp giải thuật để bổ sung nhiều phƣơng pháp phân tích kỹ thuật khác mở rộng bao trùm đủ đƣợc loại mẫu dự đoán khác - 66 / 71 - LUẬN VĂN THẠC SỸ KỸ THUẬT TRẦN ANH TUẤN KẾT LUẬN VÀ KIẾN NGHỊ A Kết luận Luận văn tốt nghiệp tác giả với đề tài: “Nghiên cứu thử nghiệm số kỹ thuật dự đoán ứng dụng cho thị trƣờng chứng khoán Việt Nam” hoàn thành Đề tài giải đƣợc vấn đề sau: Tìm hiểu khái niệm, yếu tố phƣơng pháp huấn luyện kết hợp logic mờ mạng nơron Tìm hiểu đầy đủ hệ chuyên gia neuro-fuzzy theo kiến trúc ANFIS với mô hình kiến trúc chứng minh khoa học hệ Ngoài nêu đƣợc hạn chế mô hình kiến trúc việc ứng dụng vào toán thực tế Tìm hiểu sở lý thuyết hình thành phƣơng pháp phân tích kỹ thuật thị trƣờng chứng khoán, nêu rõ đặc trƣng phân tích kỹ thuật phác họa lại số phƣơng pháp phân tích kỹ thuật tiêu biểu Các kết đạt đề tài: Chuẩn bị liệu học kiểm tra đầy đủ số liệu phƣơng pháp phân tích kỹ thuật tiêu biểu (RSI, SDK, MFI, CCI, WILLIAM %R) dựa số liệu giá đóng cửa mã chứng khoán BVH Xây dựng hàm liên thuộc phƣơng pháp phân tích kỹ thuật để thực công đoạn mờ hóa hệ chuyên gia theo kiến trúc ANFIS Mô hình hóa hệ chuyên gia theo kiến trúc ANFIS điều chỉnh để phù hợp với hàm liên thuộc xây dựng phƣơng pháp phân tích kỹ thuật Xây dựng thuật toán kiến trúc ứng dụng cho hệ chuyên gia theo kiến trúc ANFIS điều chỉnh, mô tả chi tiết đầu vào, đầu bƣớc xử lý thuật toán - 67 / 71 - LUẬN VĂN THẠC SỸ KỸ THUẬT TRẦN ANH TUẤN Xây dựng chƣơng trình ứng dụng hệ chuyên gia theo kiến trúc ANFIS điều chỉnh công cụ lập trình Eclipse với ngôn ngữ Java 1.6 Những khó khăn hƣớng giải Những khó khăn gặp phải trình thực đề tài: Trong nhiều báo dự đoán thị trƣờng chứng khoán thị trƣờng chứng khoán quốc tế, tác giả phải đọc nhiều báo khác để tìm đƣợc phƣơng pháp tốt cho loại hình dự đoán thị trƣờng chứng khoán Việt Nam Gặp nhiều khó khăn việc hình thành liệu học liệu kiểm tra cho hệ chuyên gia chọn, từ giá đóng cửa thuật toán để tính toán số số phƣơng pháp phân tích kỹ thuật tiêu biểu Trong trình nghiên cứu ANFIS nhận thấy có nhiều điểm chƣa thể áp dụng với hàm liên thuộc phi tuyến số phƣơng pháp phân tích kỹ thuật tiêu biểu Khó khăn việc định hình hệ số học hệ chuyên gia theo kiến trúc ANFIS Hướng giải quyết: Trong nhiều báo dự đoán thị trƣờng chứng khoán lên phƣơng pháp logic mờ mạng nơron, phƣơng pháp tiêu biểu hệ ANFIS, tác giả nghiên cứu sâu phƣơng pháp để ứng dụng cho việc dự đoán thị trƣờng chứng khoán Việt Nam Để tính toán đƣợc số phƣơng pháp tác giả sử dụng công cụ XLTRADER, công cụ sử dụng thƣ viện ta-lib để tính toán số, mã nguồn tiếng hỗ trợ cách tính toán số phân tích kỹ thuật chứng khoán khác - 68 / 71 - LUẬN VĂN THẠC SỸ KỸ THUẬT TRẦN ANH TUẤN Trong hệ ANFIS có hai số cần học, số học cho hàm liên thuộc số cho thuộc tính đầu vào, đặc tính phi tuyến hàm liên thuộc tác giả điều chỉnh hệ ANFIS tính toán số học cho thuộc tính đầu vào số học hàm liên thuộc cố định Trong trình lập trình thử nghiệm kết tác giả nhận thấy hệ số học ANFIS quan trong việc tiết kiệm thời gian số lần học hiệu quả, tác giả sử dụng nhiều hệ số học khác nhận thấy hệ số học mà tác giả Jang đề xuất hiệu Các kết nghiên cứu lí luận thực tiễn cho thấy việc áp dụng hệ chuyên gia theo kiến trúc ANFIS phù hợp với việc dự đoán thị trƣờng chứng khoán thời kỳ xu hƣớng tăng xu hƣớng giảm thị trƣờng chứng khoán Việt Nam B Kiến nghị Luận văn góp phần nhỏ bé tác giả vào việc ứng dụng hệ chuyên gia điều chỉnh neuron-fuzzy cho việc dự đoán giá chứng khoán thị trƣờng chứng khoán Việt Nam Đây hệ chuyên gia dự đoán giá áp dụng nhƣng phƣơng pháp kỹ thuật tiếng(RSI, SDK, MFI, CII, WILLR) đƣợc giới công nhận, với chứng minh đắn toán học hệ “ANFIS- Adaptive Network-based Fuzzy Inference System” tác giả Jyh-Shing Roger Jang[2], trình thực luận văn tác giả nhận thấy cần phải trọng đển vấn đề sau : - Phối hợp chặt chẽ sở lý thuyết khoa học hệ ANFIS phƣơng pháp phân tích kỹ thuât, tránh để xây dựng xong hàm liên thuộc cho phƣơng pháp phân tích kỹ thuật xong không áp dụng đƣợc hệ chuyên gia kiến trúc ANFIS - 69 / 71 - LUẬN VĂN THẠC SỸ KỸ THUẬT TRẦN ANH TUẤN - Tập trung tìm hiểu hệ số học đƣợc báo chứng minh, tránh nhiều thời gian vào thứ đƣợc chứng đầy đủ C Hƣớng phát triển đề tài Trong trình nghiên cứu phƣơng pháp kỹ thuật, nhận thấy có nhiều phƣơng pháp mạnh mẽ việc dự đoán giá xu hƣớng giá, phƣơng pháp đƣợc ứng dụng hệ chuyên gia neuro-fuzzy với chứng minh toán học đầy đủ hoàn toàn tin tƣởng đƣợc kết khả quan đáng tin cậy Tuy nhiên phƣơng pháp có tập mờ với hàm liên thuộc phi tuyến tính thách thức không nhỏ cho việc ứng dụng phƣơng pháp kỹ thuật này: - Định nghĩa hàm liên thuộc cho số phƣơng pháp kỹ thuật theo kiểu theo hệ chuyên gia kiến trúc ANFIS - Các số học cho hàm liên thuộc số phƣơng pháp kỹ thuật Bộ số cần đƣợc học cố định nhƣ luận văn đề xuất - Chứng minh khoa học cho số học cho hàm liên thuộc hệ chuyên gia kiến trúc ANFIS thách thức không nhỏ Một lần tác giả bày tỏ lòng kính trọng biết ơn sâu sắc tới Thầy giáo PGS.TS Huỳnh Quyết Thắng, trực tiếp hƣớng dẫn giúp đỡ tác giả hoàn thành luận văn, cảm ơn gia đình bạn bè ủng hộ tác giả suốt thời gian học bảo vệ luận văn thạc sỹ cao học Hà nội, 03/2016 Trần Anh Tuấn - 70 / 71 - LUẬN VĂN THẠC SỸ KỸ THUẬT TRẦN ANH TUẤN DANH MỤC TÀI LIỆU THAM KHẢO Tiếng Việt [1] H N Nguyễn and L K Lại, "Sự kết hợp logic mờ mạng nơron," in Hệ mờ & nơron kỹ thuật điều khiển, Hà Nội, Nhà xuất khoa học tự nhiên công nghệ, 2007, pp 128-139 Tiếng Anh [2] J.-S R Jang, "ANFIS- Adaptive Network-based Fuzzy Inference System," University of California, California, 1992 [3] S B Achelis, Technical Analysis from A to Z, 2nd Edition, McGraw-Hill Education, 2013 [4] George S Atsalakis Kimon P Valavanis, “Surveying stock market forecasting techniques – Part II: Soft computing methods”, Expert Systems with Applications 36 (2009) 5932–5941 [5] Melek Acar Boyacioglu , Derya Avci, “An Adaptive Network-Based Fuzzy Inference System (ANFIS) for the prediction of stock market return: The case of the Istanbul Stock Exchange”, Expert Systems with Applications 37 (2010) 7908–7912 - 71 / 71 - ... phần tri thức công nghệ kỹ thuật điện toán mềm cho việc dự đoán thị trƣờng chứng khoán Việt Nam Mỗi ngày thị trƣờng chứng khoán Việt Nam có giá đóng cửa tất mã chứng khoán, nguồn thông tin vô... Standard Chartered Bank, … Việc có nghiên cứu thử nghiệm số kỹ thuật dự đoán ứng dụng cho thị trƣờng chứng khoán Việt Nam để tạo tiền đề hình thành sản phẩm Việt tuân thủ tiêu chuẩn khoa học tính... phân tích kỹ thuật dự đoán SMA EMA Phƣơng pháp phân tích kỹ thuật dự đoán EMA Bollinger Bands Phƣơng pháp phân tích kỹ thuật dự đoán Bollinger Bands ADX Phƣơng pháp phân tích kỹ thuật dự đoán ADX(Average