Phân tích và dự báo chỉ số thị trường chứng khoán bằng sử dụng chỉ số báo trước

Mục đích của bài báo này là đề xuất kết hợp phương pháp chỉ số dẫn báo và hệ số tương quan giữa chỉ số thị trường chứng khoán của một sàn giao dịch với các biến dữ liệu giao dịch cổ phiếu trong việc xây dựng mô hình dự báo chỉ số thị trường chứng khoán. Áp dụng phương pháp được đề xuất, bài báo sẽ thực hành xây dựng mô hình dự báo chỉ số thị trường chứng khoán VNINDEX của sàn giao dịch Thành phố Hồ Chí Minh.

Kỷ yếu Hội nghị Khoa học Quốc gia lần thứ IX “Nghiên cứu ứng dụng Công nghệ thông tin (FAIR'9)”; Cần Thơ, ngày 4-5/8/2016 DOI: 10.15625/vap.2016.00069 PHÂN TÍCH VÀ DỰ BÁO CHỈ SỐ THỊ TRƯỜNG CHỨNG KHỐN BẰNG SỬ DỤNG CHỈ SỐ BÁO TRƯỚC Đỗ Văn Thành1, Nguyễn Minh Hải2 Khoa Công nghệ thông tin, Trường Đại học Nguyễn Tất Thành Khoa Cơ bản, Trường Đại học Cơng nghiệp, Thành phố Hồ Chí Minh dvthanh@ntt.edu.vn, , nguyenminhhaidhcn@gmail.com TĨM TẮT — Mục đích báo đề xuất kết hợp phương pháp số dẫn báo hệ số tương quan số thị trường chứng khoán sàn giao dịch với biến liệu giao dịch cổ phiếu việc xây dựng mơ hình dự báo số thị trường chứng khoán Áp dụng phương pháp đề xuất, báo thực hành xây dựng mơ hình dự báo số thị trường chứng khoán VNINDEX sàn giao dịch Thành phố Hồ Chí Minh So sánh kết dự báo sử dụng mơ hình so với số liệu thống kê thực tế cho thấy triển vọng phương pháp dự báo đề xuất việc xây dựng mơ hình dự báo số thị trường chứng khốn Từ khóa — Mơ hình dự báo, số thị trường chứng khoán, số báo trước, hệ số tương quan I GIỚI THIỆU Trong kinh tế phát triển theo chế thị trường, Chứng khoán kênh thu hút vốn đầu tư quan trọng cho phát triển kinh tế Dự báo thị trường chứng khoán gồm nội dung dự báo số thị trường chứng khoán dự báo giá cổ phiếu thị trường [12] Dự báo thị trường chứng khoán quan tâm nghiên cứu, ứng dụng từ lâu liên tục nghiên cứu tìm tịi, đề xuất Hiện có nhiều tổ chức, trung tâm nghiên cứu thực dự báo thị trường chứng khoán cung cấp thông tin dự báo internet [20] Rất nhiều phương pháp/kỹ thuật dự báo thị trường chứng khoán đề xuất thực nghiệm, tổ chức thực cung cấp thông tin dự báo thị trường chúng khoán sử dụng phương pháp/kỹ thuật để dự báo thị trường chứng khốn điều thuộc bí mật cơng nghệ G Preethi and B Santhi khảo sát kỹ thuật dự báo thị trường chứng khoán năm 2012 [12], theo thấy chủ yếu kỹ thuật khai phá liệu sau: mạng nơtron [2, 6, 14, 16], mơ hình Markov [13, 17], hệ suy luận nơtron-mờ (Neuro Fuzzy) [8-9, 15], giải thuật di truyền [5, 14], phân tích chuỗi thời gian [7], phương pháp hồi quy [1], lý thuyết tập thô [5],… kết hợp sỗ kỹ thuật việc dự báo thị trường chứng khoán [5, 9, 11, 14, 16-17] Một số hạn chế kỹ thuật nêu giới thiệu [8] Những năm gần người ta đề xuất số kỹ thuật dự báo thị trường chứng khoán thơng qua phân tích dự báo niềm tin thị trường, sử dụng kỹ thuật phân tích thành phần [3, 18], hay kỹ thuật học máy véctơ hỗ trợ [4, 19] kết hợp kỹ thuật học máy véctơ hỗ trợ với kỹ thuật phân tích thành phần [3] Nhưng kỹ thuật chủ yếu dự báo xu hướng thị trường chứng khoán mà chưa đưa giá trị dự báo cụ thể Trong phương pháp hồi quy để dự báo thị trường chứng khốn [1], người ta thường xây dựng mơ hình dự báo thị trường chứng khốn theo cách tiếp cận kinh tế lượng, sử dụng số biến kinh tế vĩ mơ biến tài tiền tệ mà theo lý thuyết kinh tế có tác động đến biến động thị trường chứng khoán làm biến giải thích mơ hình hồi quy đa biến Thực tế lĩnh vực kinh tế cho thấy tồn nhiều chuỗi thời gian mà biến động có quan hệ ổn định với biến động một vài chuỗi thời gian khác Khi thông tin số chuỗi thời gian (được gọi số tác động) sử dụng để hỗ trợ giám sát dự báo biến động số chuỗi thời gian khác Các số tác động phát không dựa vào lý thuyết kinh tế mà chủ yếu dựa vào liệu thực tế có tìm thơng qua xây dựng mơ hình dự báo Các số tác động phân làm loại: số báo trước (hay dẫn báo), số báo đồng thời số báo sau Chỉ số báo trước cho biết trước biến đổi tương lai số chuỗi thời gian mà có tác động, số báo đồng thời số báo sau cho biết thông tin biến động nhịp thời gian thông tin biến động khứ chuỗi thời gian mà có tác động [7] Trong phân tích dự báo người ta đặc biệt quan tâm đến hai loại số tác động đầu Các số báo trước liên quan đến việc xây dựng mơ hình dự báo không điều kiện số báo đồng thời liên quan đến mơ hình dự báo có điều kiện [10] Một số câu hỏi đặt nghiên cứu phân tích dự báo thị trường chứng khốn: liệu có tồn số biến liệu giao dịch cổ phiếu số báo trước số thị trường chứng khốn khơng ? Nếu có tìm cách nào? Mơ hình dự báo số thị trường chứng khốn xây dựng thơng qua số báo trước nên xây dựng nào? độ xác dự báo theo mơ hình ? Mục đích báo nhằm trả lời câu hỏi đó, cụ thể Bài báo đề xuất phương pháp xây dựng mô hình dự báo số thị trường chứng khốn sử dụng số báo trước số thị trường chứng khốn làm biến giải thích mơ hình hồi quy nhiều biến áp dụng phương pháp đề xuất để dự báo số thị trường chứng khốn Việt Nam VNINDEX PHÂN TÍCH VÀ DỰ BÁO CHỈ SỐ THỊ TRƯỜNG CHỨNG KHOÁN BẰNG SỬ DỤNG CHỈ SỐ BÁO TRƯỚC 560 Phần lại Bài báo cấu trúc sau: mục này, mục II giới thiệu số kiến thức có tính chất chuẩn bị Mục III đề xuất phương pháp xây dựng mơ hình dự báo số thị trường chứng khoán sử dụng số báo trước Mục IV trình bầy kết xây dựng mơ hình dự báo số VNINDEX theo phương pháp đề xuất cuối số kết luận hướng nghiên cứu II MỘT SỐ KIẾN THỨC CHUẨN BỊ Trong phần giới thiệu lại số kiến thức tảng mà Bài báo sử dụng Giả sử X Y chuỗi dừng, xét phương trình sau [7]: n m i 1 j 1 Y   X (i)   b jY ( j )  u1t p q i 1 j 1 (1) X t   ci X (i)   d jY ( j )  u2t (2) ai, ci, bj, dj, tham số; X(-i), Y(-j) tương ứng ký hiệu biến X trễ i bước Y trễ j bước; n, m, p, q số biến giải thích, độ dài trễ lớn biến X, Y uit (i =1, 2) sai số giả định nhiễu trắng Ta nói tồn mối quan hệ nhân chiều từ X đến Y n a i 1 mối quan hệ nhân chiều từ Y đến X n  ai2  i 1 i  m d j 1 m  d 2j  Nếu j 1 n a i 1 i j  , tương tự, tồn  m d j 1 j  hai biến X Y có liên quan trực tiếp với nhau, hai biến X Y cịn gọi có quan hệ nhân hai chiều (hay quan hệ phản hồi) Các biến X Y độc lập n a i 1 i  m d j 1 j  Khi có quan hệ nhân chiều từ X đến Y X ngun nhân gây Y số báo trước Y Một cách tổng quát: quan hệ biến X1, X2, …, Xn Y gọi quan hệ nhân từ biến đến Y Y dự báo từ khứ biến Nói cách khác đó: n p k m i 1 j 1 h1 q 1 Yt   X (i)   b j X ( j )    ch X n (h)   d qY (q)  ut đây: n  ai2  , i 1 p  b2j  j 1 k c h 1 h (3)  trường hợp biến X1, X2, …, Xn số báo trước biến Y Trong ứng dụng thực tế, để làm giảm tính phức tạp công thức (1) (2) người ta thường cho n=m=p=q, tức độ trễ lớn biến công thức sau [7, 21] III PHƢƠNG PHÁP XÂY DỰNG MƠ HÌNH DỰ BÁO Giá trị số thị trường chứng khoán sàn giao dịch tính tốn thơng qua giá trị giao dịch cổ phiếu niêm yết sàn Nên nguyên tắc ta dự báo số thị trường chứng khốn thơng qua biến liệu giao dịch cổ phiếu Ký hiệu Y biến số thị trường chứng khoán Y biến véctơ, YT = (y1, y2, …, ym), yi , i=1, 2, …, m giá trị biến Y ngày giao dịch thứ i, m số giao dịch thực Ký hiệu Xj (j =1, 2, …, n), biến liệu giao dịch cổ phiếu thứ j n số biến liệu giao dịch cổ phiếu Ta sử dụng mã cổ phiếu để làm tên cho biến Các biến Xj biến véctơ, XjT = (xj1, xj2, …, xjm), xjk giá trị Xj ngày giao dịch thứ k, tích giá trung bình ngày Xj nhân với số lượng cổ phiếu giao dịch ngày Phương pháp xây dựng mơ hình dự báo số thị trường chứng khốn sử dụng số báo trước trình bầy Hình giải thích sau: Bƣớc 1: Tìm biến liệu giao dịch cổ phiếu Xj số báo trước số thị trường chứng khốn Y 1) Kiểm tra tính dừng biến Y Xj Nếu chúng chưa dừng phải biến đổi chuỗi khơng dừng thành chuỗi dừng [7] Đỗ Văn Thành, Nguyễn Minh Hải 561 2) Giả sử biến Y Xj dừng, tìm quan hệ nhân với trễ biến Xj biến Y Độ dài trễ hàm ý số thị trường chứng khoán biến liệu giao dịch cổ phiếu thống kê theo ngày tuần làm việc gồm ngày Đó độ dài mùa vụ biến chuỗi thời gian Y Xj 3) Lựa chọn biến Xj thỏa mãn giả thuyết H0: quan hệ nhân chiều từ Xj đến Y với mức ý nghĩa 10% giả thuyết H1: Có quan hệ nhân chiều từ Xj đến Y có mức ý nghĩa 90% Bƣớc 2: Lựa chọn số báo trước để xây dựng mơ hình dự báo Nếu số lượng số báo trước biến Y lớn (do người sử dụng tự quy ước, thường 10) thì: 4) Tìm tương quan mẫu số thị trường chứng khoán Y số dẫn báo Xj; 5) Lựa chọn số báo trước Y mà chúng có hệ số tương quan cao giá trị tuyệt đối (ngưỡng hệ số tương quan để lựa chọn người dùng định) Trong trường hợp số báo trước Y không lớn chuyển sang Bước Hình Phương pháp dự báo số thị trường chứng khoán sử dụng số báo trước Bƣớc 3: Xây dựng mơ hình dự báo số thị trường chứng khốn Y theo số báo trước 6) Chia tập liệu thành tập Tập thứ để xây dựng mơ hình dự báo tập thứ để phục vụ kiểm thử mơ hình dự báo 7) Giả sử Xj1, Xj2, …, Xjk số báo trước chọn Bước 2, hồi quy theo công thức: Y = f(Xj1, Xj2, …, Xjk) + ut, f(.) có dạng cơng thức (3) Q trình hồi quy lặp lặp lại cho tất tham số ước lượng mơ hình dự báo có ý nghĩa thống kê, theo thơng lệ thường mức 10%, phần dư nhiễu trắng, khơng có tượng nội sinh phần dư mơ hình ước lượng vững [10] 8) Thực dự báo kiểm định chấp nhận mơ hình cách: sử dụng mơ hình xây dựng tập liệu thứ để dự báo tập liệu thứ so sánh kết dự báo với số liệu thực tế tập liệu thứ để đánh giá chất lượng dự báo mơ hình PHÂN TÍCH VÀ DỰ BÁO CHỈ SỐ THỊ TRƯỜNG CHỨNG KHOÁN BẰNG SỬ DỤNG CHỈ SỐ BÁO TRƯỚC 562 9) Nếu sai số dự báo chấp nhận theo quan điểm người dùng ước lượng lại mơ hình tồn tập liệu sử dụng để dự báo tương lai Để xây dựng mơ hình dự báo số thị trường chứng khốn theo phương pháp vừa nêu sử dụng phần mềm công cụ sau: SAS, STATA, EVIEW hay R,… Bài báo sử dụng phần mềm công cụ EVIEW [21] IV XÂY DỰNG MƠ HÌNH DỰ BÁO CHỈ SỐ VNINDEX 4.1 Tập liệu sử dụng Dữ liệu số thị trường chứng khoán VNINDEX biến liệu giao dịch cổ phiếu thu thập sàn giao dịch Thành phố Hồ Chí Minh từ ngày 4/01/2010 đến ngày 5/5/2016, bao gồm 278 biến liệu giao dịch cổ phiếu kể số thị trường chứng khoán 1574 quan sát ngày thứ 7, chủ nhật ngày nghỉ lễ, sàn giao dịch chứng khốn khơng hoạt động 4.2 Xây dựng mơ hình dự báo Bƣớc 1: Tìm số báo trước VNINDEX - Thực kiểm định Dickey – Fuller tăng cường nghiệm đơn biến liệu giao dịch cổ phiếu số VNINDEX ta nhận tất biến liệu giao dịch cổ phiếu chuỗi dừng, VNINDEX không dừng sai phân bậc (ký hiệu VNINDEX) chuỗi dừng - Thực kiểm định quan hệ nhân với độ dài trễ ta nhận 38 biến liệu giao dịch cổ phiếu có quan hệ nhân chiều từ biến đến VNINDEX với ý nghĩa thông kê mức 10% Cột (Bảng 1) danh sách 38 biến liệu giao dịch cổ phiếu Cột (Bảng 1) mức ý nghĩa giả thuyết H0: “Biến liệu giao dịch cổ phiếu dòng thuộc Cột nguyên nhân VNINDEX” Các ký hiệu: *, ** *** Cột (Bảng 1) tương ứng mức ý nghĩa 10%, 5% 1% Bƣớc 2: Lựa chọn số báo trước để xây dựng mơ hình dự báo - Nếu lựa chọn tất 38 biến liệu giao dịch cổ phiếu (là số báo trước) để làm biến giải thích xây dựng mơ hình dự báo số thị trường chứng khốn VNINDEX theo cơng thức (3) mơ hình dự báo có đến 39*5 =195 biến giải thích (VNINDEX biến liệu giao dịch cổ phiếu có biến trễ) Số lượng biến giải thích lớn gây khó khăn phải thực nhiều kỹ thuật xử lý bổ sung khác để mơ hình ước lượng cuối thỏa mãn tất yêu cầu kiểm định nêu mục III Vì cần lựa chọn số số biến làm đại diện - Tính hệ số tương quan mẫu 38 số báo trước VNINDEX ta nhận Cột Bảng Trong báo số báo trước mà hệ số tương quan mẫu với VNINDEX có giá trị tuyệt đối khơng nhỏ 0.0399 chọn Theo tiêu chuẩn có số báo trước chọn để làm biến giải thích xây dựng mơ hình dự báo VNINDEX là: ANV, EIB, ITC, PXL, TIC, VCF (Cột 3, Bảng 1) Số thứ tự Mã cố phiếu (1) 10 11 12 13 14 15 16 17 18 19 AGF AGR ANV ASM BGM D2D DPR EIB FMC HU1 ITC KSA LSS NBB NTL PJT POM PPI PTC Mức ý nghĩa giả thuyết H0 (2) * * * *** * * ** ** ** * *** * * * ** * * *** ** Tƣơng quan mẫu với VNINDEX (3) 0.0239 0.0204 -0.0629 0.0022 0.0132 -0.0151 -0.0191 0.0436 -0.0361 0.0175 -0.0534 0.0017 0.0238 0.0032 0.0048 -0.0096 -0.012 -0.0206 -0.0256 Mã cố phiếu đƣợc lựa chọn ANV EIB ITC Số thứ tự 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 Mã cố phiếu (1) PVD PXL RIC SAM SFI SRF TCL TDC TIC TLH TMP TNC TRA TYA VCF VFG VID VNA VRC Mức ý nghĩa giả thuyết H0 (2) * * ** * * ** * ** ** * *** * * ** *** * * ** * Tƣơng quan mẫu với (3) -0.0054 0.0399 -0.0049 -0.0016 -0.0048 -0.0258 0.0099 -0.0043 -0.0666 0.0122 -0.0284 -0.0132 0.0316 0.0349 -0.0876 0.0047 -0.0178 0.002 0.0164 Bảng Chỉ số báo trước, hệ số tương quan mẫu biến liệu giao dịch cổ phiếu chọn Bƣớc 3: Xây dựng mơ hình dự báo số thị trường chứng khoán Mã cố phiếu đƣợc lựa chọn PXL TIC VCF Đỗ Văn Thành, Nguyễn Minh Hải 563 - Tập số liệu đầu vào chia thành hai tập Tập thứ gồm ngày từ 4/01/2010 đến ngày 22/4/2016 sử dụng để xây dựng mơ hình dự báo, tập thứ gồm ngày từ 25/4/2016 đến ngày 5/5/2016 (gồm ngày giao dịch ngày từ 30/4/2016 đến 3/5 ngày nghỉ lễ, sàn giao dịch không làm việc) sử dụng để kiểm định mơ hình - Do VNINDEX dừng nên LnVNINDEX) chuỗi dừng, LnX) tốc độ thay đổi biến X Vì thay cho biến VNINDEX), báo thực hồi quy LnVNINDEX) theo công thức (3) số báo trước ANV, EIB, ITC, PXL, TIC, VCF Kết ta nhận Bảng - Thực lặp phép hồi quy theo cách loại trừ dần biến theo thứ tự mức ý nghĩa thống kê hệ số biến cho phương trình ước lượng với tham số có ý nghĩa thông kê mức 10% cách bổ sung thêm bình phương tích chéo biến trễ biến giải thích vào tập biến giải thích ta nhận mơ hình dự báo xác định Bảng Biến phụ thuộc: DLOG(VNINDEX) (trong EVIEW: DLOG Ln) Số quan sát: 1560 sau điều chỉnh; Biến Hệ số Sai số chuẩn Mức ý nghĩa DLOG(VNINDEX(-1)) 0.251563 0.026508 *** DLOG(VNINDEX(-2)) -0.070045 0.025714 *** DLOG(VNINDEX(-3)) 0.116759 0.031631 *** DLOG(VNINDEX(-4)) -0.070953 0.025003 *** ITC(-1) -5.84E-11 2.28E-11 ** ITC(-4) 1.02E-10 2.27E-11 *** ITC(-5) -5.55E-11 2.21E-11 ** TIC(-1) -4.12E-09 1.22E-09 *** VCF(-2) -1.09E-09 3.06E-10 *** C 0.000946 0.000341 *** DLOG(VNINDEX(-1))*VCF(-4) 4.63E-08 1.24E-08 *** DLOG(VNINDEX(-3))*DLOG(VNINDEX(-4)) 6.940.499 1.831.745 *** DLOG(VNINDEX(-3))*EIB(-2) -2.63E-09 9.16E-10 *** DLOG(VNINDEX(-3))*VCF(-5) 3.20E-08 1.43E-08 ** ANV(-5)*PXL(-3) -7.47E-17 2.67E-17 *** EIB(-2)*VCF(-5) -6.57E-17 1.64E-17 *** EIB(-4)*PXL(-1) -1.21E-17 4.19E-18 *** EIB(-4)*PXL(-2) 1.48E-17 3.91E-18 *** EIB(-4)*VCF(-5) 4.96E-17 1.46E-17 *** ITC(-1)*VCF(-4) -6.25E-17 3.15E-17 ** ITC(-4)*VCF(-5) -1.49E-16 4.73E-17 *** PXL(-1)*VCF(-2) 2.37E-16 8.37E-17 *** VCF(-4)*VCF(-5) 4.39E-16 8.11E-17 *** R = 0.164; Thống kê DW = 1.994797 Bảng Bảng ước lượng LnVNINDEX) Phương trình ước lượng nêu Bảng vững theo kiểm định Ramsey, phần dư có kỳ vọng 0, phần dư có phân phối chuẩn theo kiểm định Jarque-Bera, khơng có tượng nội sinh phần dư phần dư không tự tương quan theo kiểm định Breusch-Godfrey phân dư có phương sai khơng đổi theo kiểm định White [10, 21] Phần tích chéo biến trễ phương trình ước lượng Bảng thực chất nhằm khắc phục tình trạng phần dư có phương sai thay đổi Như mơ hình dự báo số VNINDEX sử dụng số báo trước nêu Bảng có tham số có ý nghĩa thống kê, kiểm định tính vững kiểm định phần dư đáp ứng yêu cầu để mơ hình ước lượng khơng chệch, vững tốt theo phương pháp hồi quy bình phương tối thiểu Nếu ý DLOG(VNINDEX) tốc độ thay đổi số thị trường chứng khoán VNINDEX Phương trình ước lượng (Bảng 2) cung cấp nhiều thơng tin có giá trị Chẳng hạn từ phương trình rút số kết luận kiểu như: hơm số thị trường chứng khốn VNINDEX tăng/giảm 1% ngày mai số 564 PHÂN TÍCH VÀ DỰ BÁO CHỈ SỐ THỊ TRƯỜNG CHỨNG KHOÁN BẰNG SỬ DỤNG CHỈ SỐ BÁO TRƯỚC tăng/giảm 0.25% đến ngày số VNINDEX giảm/tăng 0.07%, Còn tác động biến liệu giao dịch cổ phiếu đến số VNINDEX diễn giải khác chút cụ thể hôm nay, khối lượng giao dịch mã chứng khoán ITC tăng lên đơn vị số thị trường chứng khốn VNINDEX ngày mai giảm 5.84e-11 % đến ngày sau tăng lên 1.02e-10 %, … Để đánh giá chất lượng dự báo mơ hình, ta sử dụng mơ hình để dự báo cho phiên giao dịch gồm ngày từ 25/4/2016 đến 29/4/2016 ngày 4, tháng năm 2016 Bảng so sánh % sai số kết dự báo mơ hình so với giá trị thống kê thực tế Sai số lớn rơi vào ngày dự báo mà theo lẽ thông thường cần cho kết dự báo tốt Nhưng để ý ngày thứ đầu tuần thứ tuần trước, ngày 22/4/2016 số thị trường chứng khoán VNINDEX chốt phiên 583.55 điểm việc thứ ngày 25/4/2016 VNINDEX đạt 596.6 điểm ngày cuối tuần có thơng tin tích cực thị trường chứng khoán làm nhà đầu tư lạc quan, đẩy mạnh tham gia thị trường Mơ hình dự báo chưa nắm bắt kịp đưa thơng tin vào mơ hình dự báo VNINDEX VNINDEXF % sai số Thứ Thứ 25/04/2016 596.6 587.1673 -1.58 Thứ 26/04/2016 594.35 600.2165 0.99 Thứ 27/04/2016 596.6 594.815 -0.30 Thứ 28/04/2016 593.65 597.9075 0.72 Thứ 29/04/2016 595.45 591.7211 -0.63 Thứ 04/05/2016 597.75 596.4889 -0.21 Thứ 05/05/2016 602.15 597.9781 -0.69 Ngày Bảng So sánh VNINDEX thực tế VNINDEXF dược dự báo mơ hình V KẾT LUẬN - Mơ hình dự báo số thị trường chứng khốn VNINDEX mơ hình dự báo khơng điều kiện Ta tính giá trị VNINDEX cách dựa vào khứ số báo trước Sai số dự báo mơ hình nói chung chấp nhận - Để dự báo xác ngồi thơng tin định lượng nhận từ số báo trước đưa vào mơ hình dự báo cần phải thu thập phân tích số thơng tin bổ sung khác, thơng tin kinh tế tài có tác động đến biến động thị trường chứng khốn Nói cách khác cần kết hợp dự báo mơ hình định lượng với dự báo định tính (thu thập phân tích thơng tin có tác động đến số thị trường chứng khốn) Chính u cầu làm cho việc dự báo nói chung dự báo chứng khốn nói riêng khó khăn lên nhiều Khơng đơn khoa học, để dự báo xác cần nhiều kinh nghiệm, vốn sống văn hóa người làm cơng tác dự báo - Như biết quan hệ nhân thường không ổn định phương pháp dự báo số thị trường chứng khoán sử dụng số dẫn báo áp dụng cho dự báo ngắn hạn Hơn hoạt động sàn giao dịch có dấu hiệu diễn bất thường mặt phải xác định lại số báo trước, đồng thời cần xem xét phân tích thêm thơng tin yếu tố có tác động đến hoạt động giao dịch sàn thơng tin có ảnh hưởng đến giao dịch mã cố phiếu số báo trước lựa chọn để xây dựng mơ hình - Thơng thường, kinh tế nước giới có diễn biến bất thường, hoạt động giao dịch sàn chứng khốn bất ổn xu hướng chung sử dụng mơ hình dự báo có điều kiện dự báo số thị trường chứng khốn Xây dựng mơ hình có điều kiện để dự báo số thị trường chứng khoán tác giả báo nghiên cứu trình bày nghiên cứu khác TÀI LIỆU THAM KHẢO [1] Abdulsalam S O.,, Adewole K.,Jimoh R.G., “Stock Trend Prediction using Regression Analysis – A Data Mining Approach”, AJSS journal, ISSN 2222-9833, 2010 [2] Akinwale A.T., Arogundade O.T and Adekoya A.F., “ Translated Nigeria stock market price using artificial neural network for effective prediction Journal of theoretical and Applied Information technology, 2009 [3] Carol A.H., Chandrika K.M (2015), “The Selection of Winning Stocks Using Principal Component Analysis” American Journal of Marketing Research, Vol 1, No 3, 2015, pp 183-188 [4] Chandrika K.M., Carol A.H., “Stock Trading Using Analytics “, American Journal of Marketing Research, Vol 2, No 2, 2016, pp 27-37 [5] Cheng C.-H., Chen T.-L., Wei L Y., “ A hybrid model based on rough set theory and genetic algorithms for stock price forecasting”, 2010, pp 1610-1629 [6] Dase R.K and Pawar D.D., “Application of Artificial Neural Network for stock market predictions: A review of literature” International Journal of Machine Intelligence, ISSN: 0975–2927, Volume 2, Issue 2, 2010, pp-14-17 [7] Enders, W., Applied Econometric Time Series, Wiley: USA, 2004 Đỗ Văn Thành, Nguyễn Minh Hải 565 [9] George S A and Kimon P.V., “Forecasting stock market short-term trends using a neuro-fuzzy based methodology”, Expert systems with Application, 2009, pp 10696-10707 [10] George S A., Emmanouil M.D and Constantinos D Z., “Elliot Wave Theory and neurofuzzy systems, in stock market predictions: The WASP system”, Expert systems with application, 2011, pp 9196-9206 [11] Graham E., Granger C.W.J., Timmerman A (2006), Hanbook of Economic Forecasting, Volume 1, Elsevier BV, 2006, 933 p [12] Kuang Y H., Jane C.-J., “A hybrid model stock market forecasting and portfolio selection based on ARX, grey system and RS theories”, Expert systems with Applications, 2009, pp 5387-5392 [13] Preethi G and Santhi B.,“Stock Market Forecasting Techniques: A Survey”, Journal of theoretical and Applied Information technology, Vol 46, No 1, 2012, pp 24-30 [14] Rafiul H.Md., Baikunth N., “Stock Market forecasting using Hidden Markov Model: A New Approach”, Proceeding of the 2005 5th international conference on intelligent Systems Design and Application 0- 7695-2286-06/05, IEEE 2005 [15] Rafiul H.Md., Baikunth N and Michael K., “ A fusion model of HMM, ANN and GA for stock market forecasting”, Expert systems with Applications, 2007, pp 171-180 [16] Samarth A., Manoj J and Pillai G.N., “Preduction using Adaptive NeuroFuzzy Inference System (ANFIS)”, proceeding of the international Multiconference of engineers and computer scientists, 2010, Vol I [17] Suresh B.M., Geethanjali N and Sathyanarayana B., “ Forecasting of Indian Stock Market Index Using Data Mining & Artificial Neural Nework”, International journal of advance engineering & application, 2011 [18] Wang,Y.-F., Shihmin C and Hsu M-H., “Incorporating the Markov chain concepts into fuzzy stochastic prediction of stock indexes”, Applied Soft Computing, 2010, pp.613-617 [19] Wang, Z., Sun, Y., Stockli, P (2014) “Functional Principal Components Analysis of Shanghai Stock Exchange 50 Index” Discrete Dynamics in Nature and Society Volume 2014 (2014), Article ID 365204, pages [20] Wang, Y., Choi, I-C., (2013).” Market Index and Stock Price direction prediction using Machine Learning Techniques: An empirical study on the KOSPI and HSI” Science Direct Pages 1-13 [21] http://www.forecasts.org/stock-index/index.htm [22] http://www.eviews.com ANALYZING AND FORECASTING A STOCK MARKET INDEX BY USING LEADING INDICATORS Thanh Do Van, Hai Nguyen Minh ABSTRACT— The goal of this paper is to propose a methodology of combining the leading indicator method and correlation coefficients between the stock market index of a stock exchange and the stock transaction data variables to build a forecast model of the stock market index Applying the proposed methodology, the paper practised to build a model forecasting the stock market index of Ho Chi Minh City’s stock exchange: VNINDEX Comparing the forecasted results by using the built model with real statistical data shows good prospects of the proposed methodology for building forecast models of stock market index  ... dự báo số thị trường chứng khoán sử dụng số báo trước Bƣớc 3: Xây dựng mơ hình dự báo số thị trường chứng khoán Y theo số báo trước 6) Chia tập liệu thành tập Tập thứ để xây dựng mơ hình dự báo. .. mai số 564 PHÂN TÍCH VÀ DỰ BÁO CHỈ SỐ THỊ TRƯỜNG CHỨNG KHOÁN BẰNG SỬ DỤNG CHỈ SỐ BÁO TRƯỚC tăng/giảm 0.25% đến ngày số VNINDEX giảm/tăng 0.07%, Cịn tác động biến liệu giao dịch cổ phiếu đến số. .. KHOÁN BẰNG SỬ DỤNG CHỈ SỐ BÁO TRƯỚC 562 9) Nếu sai số dự báo chấp nhận theo quan điểm người dùng ước lượng lại mơ hình tồn tập liệu sử dụng để dự báo tương lai Để xây dựng mơ hình dự báo số thị