Phương pháp mô hình hóa mờ sử dụng phân cụm dữ liệu

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI - NGUYỄN THỊ THI PHƢƠNG PHÁP MÔ HÌNH HÓA MỜ SỬ DỤNG PHÂN CỤM DỮ LIỆU LUẬN VĂN THẠC SĨ KỸ THUẬT … Công nghệ thông tin NGƢỜI HƢỚNG DẪN KHOA HỌC : PGS.TS Trần Đình Khang Hà Nội – Năm 2014 LỜI CAM ĐOAN Thông tin sinh viên Họ tên học viên: Nguyễn Thị Thi SHHV: CB120115 Chuyên ngành: Công nghệ thông tin Lớp: CH2012B Ngƣời hƣớng dẫn: PGS.TS Trần Đình Khang Đơn vị: Viện Công nghệ Thông tin - Truyền thông Tên đề tài : Phƣơng pháp mô hình hóa mờ sử dụng phân cụm liệu Tôi – Nguyễn Thị Thi- cam kết Luận văn công trình nghiên cứu thân dƣới hƣớng dẫn PGS.TS Trần Đình Khang Các kết nêu Luận trung thực, chép toàn văn công trình khác Hà Nội, ngày tháng năm2014 Tác giả Luận văn Nguyễn Thị Thi LỜI CẢM ƠN Lời đầu tiên, em xin gửi lời cám ơn chân thành tới thày cô giáo thuộc trường Đại học Bách Khoa Hà Nội, người tận tình dạy tất kiến thức chuyên ngành cho em suốt trình học tập nghiên cứu trường Trong trình thực Luận văn tốt nghiệp em học hỏi thêm nhiều điều, hội để em tổng kết kiến thức học, đồng thời rút kinh nghiệm quý báu Mặc dù có số khó khăn vướng mắc thời gian hoàn thiện Luận văn, nhờ bảo, hướng dẫn tận tình thầy giáo, PGS TS Trần Đình Khang - môn Hệ thống thông tin – Viện Công Nghệ Thông Tin Truyền Thông - trường Đại học Bách Khoa Hà Nội, em kịp thời khắc phục nói Luận văn hoàn thành mức độ định Bên cạnh kết đạt được, chắn em không tránh khỏi thiếu sót hạn chế Sự phê bình, nhận xét thầy cô học quý báu cho công việc nghiên cứu em sau Một lần em xin chân thành cảm ơn giúp đỡ thầy cô, đặc biệt PGS TS Trần Đình Khang giúp đỡ em hoàn thành luận tốt nghiệp Em xin gửi lời cảm ơn sâu sắc đến gia đình, bạn bè bên, ủng hộ, động viên tinh thần cho em suốt trình thực đồ án Xin kính chúc quý thầy cô mạnh khỏe, hạnh phúc, tiếp tục đạt nhiều thành công nghiên cứu khoa học nghiệp trồng người TÓM TẮT NỘI DUNG ĐỒ ÁN TỐT NGHIỆP Đồ án giới thiệu Phƣơng pháp mô hình hóa mờ sử dụng phân cụm liệu áp dụng toán Dự báo giá cổ phiếu thị trƣờng chứng khoán Sử dụng kỹ thuật mô hình hóa mờ dự báo tài có ý nghĩa thực tiễn lớn, đặc biệt lĩnh vực thị trƣờng chứng khoán, việc sử dụng phƣơng pháp góp phần làm tăng độ xác kết tính toán so với phƣơng pháp đƣợc sử dụng trƣớc với tập mờ loại thông thƣờng Mô hình xây dựng đồ án dựa tảng Hệ suy diễn mờ Mamdani, đƣợc kết cấu từ mô hình mờ nhúng; sau lựa chọn mô hình phù hợp để suy diễn với liệu đầu vào cho trƣớc Kết qủa thực nghiệm liệu cổ phiếu Michio Sugeno Takahiro Yasukawa cung cấp “A Fuzzy-LogicBased Approach to Qualitative Modeling” lEEE TRANSACTIONS ON FUZZY SYSTEMS, VOL I, NO I FEBRUARY 1993 ABSTRACT OF THE THESIS My project introduces Enhanced fuzzy system modeling with clustering algorithm, that use for stock price prediction in securities market Applying fuzzy system modelling technology in finance prediction has a major practical meaning Especially, in securities market area, and the usage of this new method can contribute to increasing degree of accuracy in calculating result in compared with the methods have used before with normal Type fuzzy sets The built model in project was based on the foundation of “ Mamdani Fuzzy Deducing System”, that was composited from a set of embedding fuzzy model; then choose the most appropriate model to deduce with any given input data The experimental result on stock data supported by Michio Sugeno and Takahiro Yasukawa in “ A FuzzyLogic-Based Approach to Qualitative Modeling” LEEE TRANSACTIONS ON FUZZY SYSTEM, VOL I NO I FEBRUARY 1993 MỤC LỤC TRANG PHỤ BÌA LUẬN VĂN Error! Bookmark not defined LỜI CAM ĐOAN LỜI CẢM ƠN TÓM TẮT NỘI DUNG ĐỒ ÁN TỐT NGHIỆP ABSTRACT OF THE THESIS MỤC LỤC DANH MỤC BẢNG VÀ HÌNH VẼ THUẬT NGỮ VÀ CÁC TỪ VIẾT TẮT 10 1.1 Giới thiệu đề tài 11 1.2 Mục tiêu giải pháp 11 1.2.1 Mục tiêu 11 1.2.2 Nội dung vấn đề cần giải 11 1.3 Nội dung đồ án 11 1.4 Kết luận 12 CHƢƠNG II: CÁC KHÁI NIỆM CƠ BẢN 13 2.1 Giới thiệu 13 2.2 Các khái niệm 13 2.2.1 Tập mờ loại (Type fuzzy sets) 13 2.2.2 Một số dạng hàm thuộc loại tính chất 14 2.2.3 Luật mờ if-then (if then rules) 17 2.2.4 Tập mờ loại hai (Type fuzzy sets) 18 2.2.5 Tập mờ loại hai rời rạc (Discrete Type Fuzzy Sets) 21 2.2.6 Biểu diễn tập mờ loại hai theo tập mờ nhúng 22 2.3 Mô hình hóa mờ 23 2.3.1 Quá trình Mô hình hóa mờ 23 2.3.2 Kiến trúc Mô hình mờ 25 2.3.3 Những vấn đề đặt trình mô hình hoá mờ 27 2.3.4 Mô hình mờ Mamdani 27 2.4 Tổng quan Phân cụm liệu 29 2.4.1 Giới thiệu Phân cụm liệu 29 2.4.2 Kiểu liệu độ đo tƣơng tự 31 2.4.3 Các ứng dụng Phân cụm liệu 31 2.4.4 Phân cụm liệu Mô hình hóa mờ 32 CHƢƠNG III: CÁC PHƢƠNG PHÁP MÔ HÌNH HÓA MỜ 33 3.1 Phƣơng pháp xây dựng Mô hình mờ loại sử dụng kỹ thuật phân cụm 33 3.1.1 Phƣơng pháp sử dụng kỹ thuật phân cụm 33 3.1.2 Đánh giá phƣơng pháp xây dựng mô hình mờ sử dụng tập mờ loại 35 3.2 Phƣơng pháp xây dựng Mô hình mờ sử dụng tập mờ loại hai rời rạc 35 3.2.1 Ý tƣởng phƣơng pháp 35 3.2.2 Kiến trúc Sơ đồ tổng thể phƣơng pháp 37 3.2.3 Xây dựng Mô hình mờ sử dụng tập mờ loại hai rời rạc 39 3.2.3.1 Phân cụm FCM (Fuzzy C-Means Clustering) 39 3.2.3.2 Sinh hàm thuộc 41 3.2.3.3 Xây dựng mô hình mờ loại môt nhúng 42 3.2.3.4 Xác định số lƣợng cụm tối ƣu 43 3.2.3.5 Xây dựng bảng tra cứu m 44 3.2.3.6 Suy diễn mờ 44 3.3 Kết luận 47 CHƢƠNG IV: XÂY DỰNG HỆ THỐNG DỰ BÁO GIÁ CỔ PHIẾU TRONG THỊ TRƢỜNG CHỨNG KHOÁN 48 4.1 Giới thiệu toán 48 4.2 Xây dựng mô hình Dự báo giá cổ phiếu với mô hình mờ loại sử dụng phân cụm 51 4.2.1 Chức phạm vi sử dụng 51 4.2.2 Thiết kế giao diện chƣơng trình 52 4.3 Xây dựng mô hình Dự báo giá cổ phiếu sử dụng mô hình mờ loại hai rời rạc 54 4.3.1 Xây dựng mô hình mờ nhúng 54 4.3.2 Xây dựng hệ thống dự báo giá cổ phiếu 59 4.3.2.1 Chức phạm vi sử dụng 59 4.3.2.2 Thiết kế chƣơng trình 62 4.3.2.3 Hoạt động chƣơng trình 63 4.4 Đánh giá phƣơng pháp 67 CHƢƠNG V: KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN 71 5.1 Kết luận 71 5.2 Hƣớng phát triển 71 TÀI LIỆU THAM KHẢO 72 DANH MỤC BẢNG VÀ HÌNH VẼ Hình 2.1: Một số dạng hàm thuộc thông dụng…………………………………………11 Hình 2.2: Hàm thuộc có mức chuyển đổi tuyến tính………………………………… 12 Hình 2.3: Miền xác định miền tin cậy tập mờ…………………………… 13 Hình 2.4 Hàm thuộc tuyến tính khúc dạng tam giác (trimf) dạng hình thang (trapmf)…………………………………………………………………………………13 Hình 2.5: Một số dạng hàm thuộc trơn…………………………………………………14 Hình 2.6: (a) Hàm thuộc loại một, (b) Vết mờ hàm thuộc loại một, (c) FOU………….16 Hình 2.7: Ví dụ hàm thuộc loại hai…………………………………………………16 Hình 2.8: (a): Miền tô đen FOU tập mờ loại hai Độ thuộc sơ cấp Jx1 Jx2 điểm x1 x2………………………………………………………………………… 17 Hình 2.9: Sơ đồ trình mô hình hoá mờ ba giai đoạn nó…………… 21 Hình 2.10: Cơ chế suy diễn mờ…………………………………………………………23 Hình 2.11: Mô hình mờ Mamdani sử dụng product max lần lƣợt cho phép toán AND mờ OR mờ……………………………………………………………………………24 Hình 2.12: Mô hình mờ Mamdani sử dụng max lần lƣợt cho phép toán AND mờ OR mờ………………………………………………………………………………… 25 Hình 3.1: Kiến trúc mô hình mờ sử dụng tập mờ loại hai………………………………31 Hình 3.2: Kiến trúc mô hình mờ loại hai đƣợc sử dụng……………………………… 33 Hình 3.3: Kiến trúc nguyên tắc hoạt động mô hình mờ loại nhúng……… 33 Hình 3.4: Sơ đồ tổng thể phƣơng pháp…………………………………………… 34 Hình 3.5: Dạng hàm thuộc biến đầu vào biến đầu ra……………………… 37 Hình 4.1 : Bộ liệu luyện tập cổ phiếu A……………………………………… 44 Hình 4.2: Bộ liệu kiểm thử cổ phiếu A………………………………………….45 Hình 4.3: Biểu đồ phân rã chức hệ thống…………………………………… 46 Hình 4.4: Biểu đồ mức khung cảnh………………………………………………………47 Hình 4.5: Thiết kế form giao diện chƣơng trình………………………………………….47 Hình 4.6 :Tập luật sở Michio Sugeno Takahiro Yasukawa………………… 49 Hình 4.7: Khai báo số biến vào mô hình………………………………………………50 Hình 4.8: Dạng hàm thuộc tƣơng ứng với biến vào ra……………………………….51 Hình 4.9: Tập luật đƣợc học từ tập liệu huấn luyện………………………………… 51 Hình 4.10: Cấu trúc mô hình suy diễn, hàm thuộc biến vào tập luật mô hình mờ nhúng thứ nhất………………………………………………………………….52 Hình 4.11: Cấu trúc mô hình suy diễn, hàm thuộc biến vào tập luật mô hình mờ nhúng thứ nhất………………………………………………………………….52 Hình 4.12: Biểu đồ phân rã chức hệ thống sử dụng mô hình mờ loại hai rời rạc54 Hình 4.13: Biểu đồ mức khung cảnh hệ thống sử dụng mô hình mờ loại hai rời rạc……55 Hình 4.14: Thiết kế form giao diện chƣơng trình……………………………………… 56 Hình 4.15: Giao diện chƣơng trình………………………………………………………57 Hình 4.16: Chọn liệu huấn luyện………………………………………………….58 Hình 4.17: Chức Optimal c……………………………………………………… 59 Hình 4.18: Thực kiểm thử mô hình mờ nhúng tƣơng ứng…………………60 Hình 4.19 : Bảng kết kiểm thử hai hệ thống……………………………………62 THUẬT NGỮ VÀ CÁC TỪ VIẾT TẮT THUẬT NGỮ Ý NGHĨA FCM Fuzzy Clustering Fuzzy C-means Phân cụm mờ T1FS – Type Fuzzy Set Tập mờ loại T2FS – Type Fuzzy Set Tập mờ loại hai IT2FS – Interval Type Fuzzy Set Tập mờ loại hai khoảng DT2FS- Discrete Type Fuzzy Sets Tập mờ loại hai nhúng FOU – Footprint Of Uncertainty Chân đế không chắn UMF – Upper Membership Function Hàm thuộc LMF – Lower Membership Function Hàm thuộc dƣới RMSE- Root Mean Square Error Sai số bình phƣơng tiêu chuẩn 10 Từ tập luật thu đƣợc thực nghiệm, đƣợc đƣa vào mô hình thông qua hình Rule Editor Hình 4.9: Tập luật học từ tập liệu huấn luyện Ta thu đƣợc hệ suy diễn lƣu dƣới tên file “FLS1.fis” ứng với mô hình mờ nhúng thứ nhất, tƣơng tự với mô hình mờ nhúng khác Hình 4.10: Cấu trúc mô hình suy diễn, hàm thuộc biến vào tập luật mô hình mờ nhúng thứ 58 Hình 4.11: Cấu trúc mô hình suy diễn, hàm thuộc biến vào tập luật mô hình mờ nhúng thứ 4.3.2 Xây dựng hệ thống dự báo giá cổ phiếu Với liệu cho cổ phiếu A gồm 50 liệu luyện tập 50 liệu kiểm thử, với tham số mô hình {m,c} ta phải xây dựng tổng cộng 209 mô hình, số lƣợng mô hình mờ lớn nên ta xét trƣờng hợp mô hình sau đƣợc tối ƣu số phân cụm mờ c* =12 nên ta xây dựng 11 mô hình mờ loại nhúng tƣơng ứng với 11 giá trị m cho Sau xây dựng xong mô hình mờ nhúng cụ thể “FLS1.fis” đến “FLS11.fis” sử dụng hệ thống dự báo giá cổ phiếu Khi cho liệu đầu vào qua bảng tra cứu m ta tìm đƣợc mô hình mờ nhúng thích hợp liệu Áp dụng luật sở để tiếp tục suy diễn kết rõ giá cổ phiếu Y 4.3.2.1 Chức phạm vi sử dụng Chƣơng trình có năm chức chính: Nhập liệu đầu vào Khởi tạo mô hình từ tập liệu luyện tập Xử lí liệu Suy diễn kết 10 Hiển thị kết 59 Biểu đồ phân rã chức Hệ thống dự báo giá cổ phiếu Nhập liệu Khởi tạo mô hình Xử lí liệu Hiển thị kết Chọn liệu luyện tập Tạo mô hình mờ nhúng Tính tâm cụm mờ Hiển thị số cụm tối ƣu c* Chọn tham số đầu vào Tối ƣu mô hình theo c Tính bảng tra cứu m Hiển thị mô hình mờ Tính kết đầu Hiển kết đầu Hình 4.12: Biểu đồ phân rã chức hệ thống sử dụng mô hình mờ loại hai rời rạc Nhập liệu:  Chọn liệu huấn luyện Khởi tạo mô hình : Mục đích tạo mô hình mờ nhúng Bao gồm:  Tạo mô hình mờ nhúng  Tối ƣu theo tham số c vơi số lƣợng cụm tốt c* Xử lí liệu: Mục đích tiếp tục tính toán với liệu sau phân cụm tính đƣợc giá trị:  Tâm cụm mờ 60  Bảng tra cứu m  Kết đầu rõ mô hình Hiển thị:  Hiển thị số cụm mờ tối ƣu c*  Hiển thị mô hình mờ nhúng  Hiển thị kết đầu rõ Biểu đồ mức khung cảnh: Chọn liệu luyện tập Chọn tham số {m,c} Ngƣời dùng Thông tin hệ thống ( số cụm tối ƣu c* bảng m-lookup table) Hệ thống dự báo giá cổ phiếu Nhập liệu kiểm thử đầu vào Kết đầu Hình 4.13: Biểu đồ mức khung cảnh hệ thống sử dụng mô hình mờ loại hai rời rạc 61 4.3.2.2 Thiết kế chƣơng trình Form giao diện đƣợc thiết kế nhƣ sau Hình 4.14: Thiết kế form giao diện chương trình Các Button “Training Data”, “Initialize System”, “Optimal ”, “Look-up table”, “Testing Data”, “RMSE”, “Calculate”, “Error”, “Display”, đƣợc chọn loại Push Button Các khung hiển thị c, m giá trị đƣợc nhập vào giá trị đầu đƣợc chọn loại edit text Khi lập trình giao diện: Để điều khiển tƣơng ứng đƣợc hoạt động có kiện kích hoạt ta phải định nghĩa file Matlab lập trình kiện 62 Đối với loại kiện ta cần có ứng xử tƣơng ứng Các ứng xử đƣợc xây dựng hàm Callback Mỗi xảy kiện, hàm Callback tƣơng ứng đƣợc gọi 4.3.2.3 Hoạt động chƣơng trình Hình 4.15: Giao diện chương trình Để khởi tạo mô hình ta click button “Traning Data”: 63 Hình 4.16: Chọn liệu huấn luyện Sau ta click button “Initialize System” để khởi tạo mô hình dùng cho hệ thống Tiếp đến để tối ƣu mô hình theo tham số c ta click button “Optimal c” 64 Hình 4.17: Chức Optimal c Và bƣớc cuối khởi tạo mô hình cho hệ thống ta thiết lập bảng tra cứu m, click button “Look-up Table” để thực việc thiết lập Sau khởi tạo xong, kiểm thử mô hình 50 liệu cung cấp Chạy chương trình kiểm thử: Cho giá trị đầu vào là: x4 : present separation ratio moving average over a middle period ( tỉ lệ khoảng cách trung bình động trung hạn tại) x8 : past separation ratio moving average over a short period 65 ( tỉ lệ khoảng cách trung bình động ngắn hạn khứ) x10 : present separation ratio moving average over a short period ( tỉ lệ khoảng cách trung bình động ngắn hạn tại) Tính đầu ra: deltaY : prediction of stock price ( mức thay đổi giá cổ phiếu) Chạy thử nhập giá trị đầu vào x4, x8, x10 để tính đƣợc giá trị đầu DeltaY ta click button “Calculate” ta tính đƣợc giá trị đầu Delta Y giá trị m tƣơng ứng bảng tra cứu Và để hiển thị mô hình mờ nhúng tƣơng ứng với giá trị m vừa tính đƣợc ta click button “Display Model” Hình 4.18: Thực kiểm thử mô hình mờ nhúng tương ứng 66 Với liệu đầu vào: x4= 7.848 x8= 0.756 x10= 3.626 Kết đầu mô hình: DeltaY= 1.6459 Thực tế -2.441 4.4 Đánh giá phƣơng pháp Ta tiến hành kiểm thử với 50 liệu test với hệ thống đƣợc xây dựng kết nhƣ sau: 3.1: Hệ thống sử dụng mô hình mờ loại với r =1.5,sigma = 0.5,Epsilon = 0.3 3.2: Hệ thống sử dụng mô hình mờ loại hai rời rạc c* =12 Error = (Delta Y – Y out)^2 RMSE = Total (Error)/Số mẫu RMSE (3.1) = 203.5797/50= 4.0715 RMSE (3.2) = 79.4105/50 = 1.5882 STT X4 X8 X10 Delta Y DeltaY 3.1 Error 3.2 3.1 -6.897 0.266 3.33 1.696 0.5431 1.34 -6.978 6.012 3.421 1.696 0.7681 0.9765 -11.766 3.33 -2.014 10.724 8.9432 3.2 1.3292 0.1267 0.8610 0.5177 7.4572 3.1712 10.6720 10 11 -10.993 -5.533 -2.484 -2.628 -5.094 -0.557 -3.834 -1.658 3.421 -2.014 -1.826 3.72 6.626 5.717 2.284 6.104 -1.826 6.2 3.72 6.626 5.717 2.284 6.104 2.502 4.308 -0.807 -6.457 -6.617 -9.456 -6.509 -3.971 67 5.9154 0.5238 -0.1923 -3.4346 -4.3875 -10.1567 -7.6564 -2.4876 6.235 0.0810 0.0012 0.2744 0.1024 0.3779 0.0756 9.1349 1.5021 4.9707 0.6954 0.4910 0.3036 1.3165 0.2285 0.32 -0.532 -5.2314 -5.7831 -8.905 -6.031 -3.145 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 -1.786 -1.837 -3.388 -5.702 -6.45 -9.547 -7.23 -8.783 -10.32 -11.707 -10.25 -9.414 -4.683 -6.157 -5.234 -9.772 2.502 4.308 3.621 2.441 -0.081 -2.579 -3.072 -5.696 -3.097 -3.944 -4.963 -4.845 -3.12 -1.446 3.833 2.217 3.621 2.441 -0.081 -2.579 -3.072 -5.696 -3.097 -3.944 -4.963 -4.845 -3.12 -1.446 5.56 3.177 4.843 3.308 2.502 5.177 5.887 11.976 10.444 10.536 6.962 5.177 3.833 2.217 2.981 -2.046 0.82 1.668 1.654 6.962 3.4123 2.2983 3.3345 1.9654 1.6078 4.256 5.612 10.2306 9.3414 8.5863 3.7892 3.1478 3.1096 0.5836 3.5125 2.3876 0.6823 4.6126 0.1863 0.7721 0.5871 2.2756 2.5418 1.8026 0.4058 0.7996 0.0202 0.8482 0.9761 0.0756 0.8909 3.0464 7.5125 1.2157 4.9729 3.8013 0.6009 10.0667 0.3745 4.1177 7.3441 5.2423 0.0889 1.1759 0.0729 3.4540 0.8449 20.9251 1.2519 12.7256 2.6439 0.6546 6.9327 6.1078 0.8136 3.7311 1.0650 1.4762 2.5440 3.7477 0.6512 0.1261 0.0517 5.1284 3.9432 3.2487 2.671 2.36 4.189 4.9431 9.2351 8.214 9.7608 6.35 2.467 0.5219 1.398 2.5732 5.8431 28 -10.44 2.981 -2.483 7.024 3.4567 8.65 29 -7.255 -2.046 0.855 5.089 4.2799 2.456 30 -8.78 -2.483 -0.94 8.628 6.1566 9.53 31 -5.624 0.855 1.956 5.044 3.1124 6.076 32 -5.607 -0.94 1.524 2.502 1.287 0.907 33 -2.475 1.956 4.205 -0.807 1.1289 34 -5.582 1.524 1.011 1.668 1.3129 1.8953 68 2.2005 35 36 37 38 39 40 41 42 43 44 45 -5.549 -3.194 -8.692 -11.001 -9.393 -9.369 -4.686 4.618 2.158 2.069 -1.911 4.205 1.011 1.011 3.364 -2.605 -5.046 -3.12 -3.038 1.939 0.842 7.801 1.011 3.364 1.668 1.627 -2.605 -5.046 -3.12 -3.038 1.939 10.842 7.801 6.914 2.377 6.04 10.629 7.833 10.444 4.963 -5.267 -3.849 -3.849 3.203 1.156 0.556 3.2875 5.2257 6.2569 7.245 3.1098 -2.378 -1.289 -2.1451 1.4571 0.2621 0.0445 1.1470 0.0313 7.5763 0.0064 29.1957 5.2057 2.4841 2.4828 10.2336 1.2166 3.4344 0.9980 8.3463 1.0628 6.5536 1.3853 2.9033 5.2039 3.9732 0.8154 1.5573 0.4786 3.8915 1.6775 0.0018 0.1102 4.4361 0.1076 0.5746 0.3025 1.45 5.96 8.3474 6.2573 9.341 3.964 -4.2361 -2.672 -1.5678 1.2097 2.3 46 -3.482 6.914 0.738 4.882 3.6341 4.1902 47 -4.275 2.377 -0.571 6.563 4.5903 5.2678 48 -1.177 0.738 1.614 0.794 0.837 0.4621 49 2.72 -0.571 4.303 -1.528 0.5782 -1.2 50 -0.375 1.614 0.158 4.728 3.97 4.178 Hình 4.19 : Bảng kết kiểm thử hai hệ thống Qua kết kiểm thử ta thấy hệ thống Dự báo cổ phiếu sử dụng mô hình mờ loại hai rời rạc cho kết xác hệ thống Dự báo cổ phiếu sử dụng mô hình mờ loại Hệ thống Dự báo giá cổ phiếu sử dụng mô hình mờ loại có số lƣợng cụm (hay số lƣợng luật) phụ thuộc vào phân bố điểm đầu vào cặp vào - phụ thuộc vào bán kính r Khi r lớn, số lƣợng cụm nhỏ, hệ thống mờ đƣợc thiết kế đơn giản nhƣng nhiều lại không đủ 69 mạnh, tức phụ thuộc vào việc lựa chọn tham số ban đầu, hàm thuộc chƣa đƣợc tối ƣu theo cặp liệu vào - ra, 70 CHƢƠNG V: KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN 5.1 Kết luận Việc xây dựng mô hình mờ dựa tập liệu vào - đáp ứng yêu cầu đặt toán thực tế Các phƣơng pháp xây dựng mô hình mờ sử dụng lý thuyết tập mờ loại đạt hiệu định song thân lý thuyết tập mờ loại vốn tiềm ẩn mâu thuẫn (để biểu diễn không chắn lại sử dụng độ thuộc mà thân chúng số thực xác) nên phƣơng pháp xây dựng mô hình mờ nêu số hạn chế (còn phụ thuộc vào việc lựa chọn tham số ban đầu, hàm thuộc chƣa đƣợc tối ƣu theo cặp liệu vào - ra, …) Việc sử dụng lý thuyết tập mờ loại góp phần giải vấn đề Phƣơng pháp xây dựng mô hình mờ sử dụng tập mờ loại rời rạc minh chứng cho ƣu điểm tập mờ loại so với tập mờ loại 5.2 Hƣớng phát triển Đề tài có ích việc nghiên cứu dự đoán giá cổ phiếu thị trƣờng kinh doanh sôi động với nhiều loại mã cổ phiếu khác Do nên có phƣơng hƣớng phát triển đắn Do hệ thống chƣa hoàn chỉnh nên cần phải phát triển trƣớc áp dụng đề tài vào thực tế Để ứng dụng vào thực tế phần em đƣa số yếu tố cải thiện dựa quan điểm cá nhân Ở phần em xin đƣa số giải pháp thực hiện: Về phần mô hình: Tăng số lƣợng mô hình mờ hóa cách thay đổi tham số m c, giúp cho bảng tra cứu đầy đủ hơn, từ suy diễn đƣợc xác Sử dụng giải thuật phân cụm K-Means dùng để khởi tạo tâm cụm thô trƣớc sử dụng giải thuật Fuzzy C-Means Về phần phân tích chứng khoán: Liên hệ với chuyên gia lĩnh vực phân tích đầu tƣ chứng khoán để đƣợc cung cấp số lƣợng mẫu luyện tập nhiều 71 TÀI LIỆU THAM KHẢO A Sách: “Fuzzy system” Alan Holland – University College Cork 1999 “Fuzzy Sets and Fuzzy Logic: Theory and Applications” - George J Klir and Bo Yuan - Prentice Hall P T R Upper Saddle River, NewJersey 1995 “Technical Analysis of Futures Markets”, John J Murphy -N.YI.F., 1988 “Fuzzy Logic with Engineering Applications”, Timothy J Ross 2010 University of New Mexico, USA - John Wiley & Sons, Ltd “Fuzzy logic toolbox user guide” - Matlab Document 2012 B Tạp chí: “A New Fuzzy Inference Approach Based on Mamdani Inference Using Discrete Type Fuzzy Sets”, Ozge Uncu, Kemal Kilic, I.B Turksen - IEEE International Conference on Systems, Man and Cybernetics 2004 “A Fuzzy-Logic-Based Approach to Qualitative Modeling ”, Michio Sugeno, Takahiro Yasukawa - lEEE Transactions on Fuzzy Systems, Vol I, No I February 1993 “ Fuzzy C-Means Clustering”, Mahdi Amiri - Sharif University of Technology 1984 “Type-2 Fuzzy Logic Systems”, Nilesh N Karnik, Jerry M Mendel, and Qilian Liang - lEEE Transactions on Fuzzy Systems, Vol 7, No 6, December 1999 “A Novel Fuzzy System Modeling Approach: Multidimensional Structure Identification and Inference”, Onze Uncu, I.B Tũrksen - IEEE International Fuzzy Systems Conference 2001 “A Fuzzy Clustering-Based Rapid Prototyping for Fuzzy Rule-Based Modeling”, M Delgado, Antonio F.Gosmez-Skarmeta, and F Martin - IEEE Transactions of Fuzzy Systems, Vol 5, No 2, May 1997 C Website tham khảo: http://www.fuzzytech.com/ http://www.mathworks.nl/products/fuzzylogic/demos.jsp 72 ... logic mờ nhƣ mô hình hóa mờ 11 Chương III: Các Phương pháp mô hình hóa mờ Đƣa Phƣơng pháp xây dựng tập mô hình Chương IV: Phân tích thiết kế hệ thống mô hình hóa sử dụng phân cụm liệu Thực mô hệ... ứng dụng Phân cụm liệu 31 2.4.4 Phân cụm liệu Mô hình hóa mờ 32 CHƢƠNG III: CÁC PHƢƠNG PHÁP MÔ HÌNH HÓA MỜ 33 3.1 Phƣơng pháp xây dựng Mô hình mờ loại sử dụng kỹ thuật phân. .. phân cụm 33 3.1.1 Phƣơng pháp sử dụng kỹ thuật phân cụm 33 3.1.2 Đánh giá phƣơng pháp xây dựng mô hình mờ sử dụng tập mờ loại 35 3.2 Phƣơng pháp xây dựng Mô hình mờ sử dụng tập mờ loại