Dự báo xu thế giá cổ phiếu với mô hình mạng nơron nhân tạo

Đại Học Quốc Gia Tp Hồ Chí Minh TRƢỜNG ĐẠI HỌC BÁCH KHOA LÂM KHÁNH HẢI DỰ BÁO XU THẾ GIÁ CỔ PHIẾU VỚI MƠ HÌNH MẠNG NƠ RON NHÂN TẠO Chuyên ngành: QUẢN TRỊ KINH DOANH LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, tháng 08 năm 2010 CƠNG TRÌNH ĐƢỢC HỒN THÀNH TẠI TRƢỜNG ĐẠI HỌC BÁCH KHOA ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH Cán hướng dẫn khoa học: PGS TS NGUYỄN THỐNG Cán chấm nhận xét 1: TS CAO HÀO THI Cán chấm nhận xét 2: TS TRỊNH THÙY ANH Luận văn thạc sĩ bảo vệ Trường Đại học Bách Khoa, ĐHQG Tp HCM ngày 17 tháng 08 năm 2010 Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: PGS.TS NGUYỄN THỐNG TS CAO HÀO THI TS TRỊNH THÙY ANH TS ĐẶNG NGỌC ĐẠI TS NGUYỄN VĂN NGÃI TS VŨ VIỆT HẰNG Xác nhận Chủ tịch Hội đồng đánh giá LV Bộ môn quản lý chuyên ngành sau luận văn sửa chữa (nếu có) Chủ tịch Hội đồng đánh giá LV TS CAO HÀO THI Bộ môn quản lý chuyên ngành TRƯỜNG ĐẠI HỌC BÁCH KHOA CỘNG HÕA XÃ HỘI CHỦ NGHĨA VIỆT NAM KHOA QUẢN LÝ CÔNG NGHIỆP Độc Lập - Tự Do - Hạnh Phúc -oOo Tp HCM, ngày 28 tháng 06 năm 2010 NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên : LÂM KHÁNH HẢI Phái Ngày, tháng, năm sinh: 17/03/1984 Chuyên ngành : Quản trị kinh doanh MSHV : 01708023 1- : NAM Nơi sinh: TIỀN GIANG TÊN ĐỀ TÀI: DỰ BÁO XU THẾ GIÁ CỔ PHIẾU VỚI MÔ HÌNH MẠNG NƠ RON NHÂN TẠO 2- NHIỆM VỤ LUẬN VĂN:  Tìm hiểu sơ lý thuyết mạng nơ ron nhân tạo để hiểu yếu tố ảnh hưởng đến khả hoạt động mạng  Khảo sát khả dự báo xu giá cổ phiếu mạng nơ ron  Khảo sát ảnh hưởng cách chuẩn hóa biến đầu vào hàm truyền ảnh hưởng đến kết tỷ lệ dự báo xu hướng tỷ suất sinh lợi tích lũy thu từ dự báo  Khảo sát ảnh hưởng chi phí giao dịch lên tỷ suất sinh lợi tích lũy từ dự báo 3- NGÀY GIAO NHIỆM VỤ 4- NGÀY HOÀN THÀNH NHIỆM VỤ : 28/06/2010 5- HỌ VÀ TÊN CÁN BỘ HƢỚNG DẪN: PGS TS NGUYỄN THỐNG : 15/01/2010 Nội dung đề cương Luận văn thạc sĩ Hội Đồng Chuyên Ngành thông qua CÁN BỘ HƢỚNG DẪN KHOA QL CHUYÊN NGÀNH PGS TS NGUYỄN THỐNG PGS TS LÊ NGUYỄN HẬU LỜI CẢM ƠN Đầu tiên, xin gửi lời cảm ơn chân thành đến PGS.TS Nguyễn Thống nhiệt tình hướng dẫn, giúp đỡ tơi suốt q trình thực luận văn Xin chân thành cảm ơn đến Thầy Cô khoa Quản Lý Cơng Nghiệp, người tận tình truyền đạt cho tơi kiến thức q báu suốt q trình học tập trường Tôi xin gửi lời cảm ơn đến đồng nghiệp bạn học viên MBA khóa 2008 đóng góp ý kiến, kinh nghiệm thực tế q báu giúp tơi hồn thành luận văn Cuối cùng, xin gửi cảm ơn ba mẹ gia đình động viên tạo điều kiện tốt vật chất tinh thần để hồn thành tốt q trình học tập trường Vì thời gian hữu hạn nên chắn luận văn khơng thể tránh thiếu sót hạn chế Rất mong nhận đóng góp quý Thầy Cô, bạn bè đồng nghiệp để luận văn hoàn thiện Trân trọng, Tp.HCM, ngày 28 tháng 06 năm 2010 Học viên Lâm Khánh Hải TÓM LƢỢC Thị trường chứng khốn ln ln lĩnh vực hấp dẫn đầy thách thức cho nhà nghiên cứu chưa có phương pháp tìm thấy dự đốn hành vi giá cổ phiếu cách xác Điều cho thấy đầu tư chứng khốn ln tiềm ẩn rủi ro lĩnh vực đầu tư khác Bên cạnh phương pháp truyền thống thường dùng đầu tư chứng khốn phân tích phân tích kỹ thuật, luận văn nhằm đề cập đến phương pháp khác Đó mạng nơ ron nhân tạo (ANN) Mạng nơ ron nhân tạo mơ hình tốn học mơ theo ngun lý hoạt động não người ANN có khả nhận dạng mối quan hệ phi tuyến phức tạp biến Vì ANN phù hợp để dự báo hành vi giá cổ phiếu Mục tiêu luận văn đánh giá khả áp dụng mạng nơ ron nhân tạo việc dự báo xu giá cổ phiếu thị trường chứng khoán Việt Nam Kết so sánh với chiến thuật mua giữ cho thấy mạng nơ ron nhân tạo với biến đầu vào báo phân tích kỹ thuật áp dụng tốt thị trường chứng khốn Việt Nam chi phí giao dịch nhỏ Muốn phát huy khả mạng nơ ron, cần kết hợp phân tích phân tích kỹ thuật nên liệu cần phải đủ lớn Tuy nhiên thị trường chứng khốn Việt Nam cịn non trẻ nên chắn mạng nơ ron chưa phát huy hết lực Lưu ý dự báo mơ hình mạng nơ ron sai mối quan hệ biến q khứ khơng cịn tương lai Vì nhà đầu tư nên sử dụng mơ hình mạng nơ ron cơng cụ hỗ trợ định đầu tư bên cạnh phương pháp truyền thống phân tích phân tích kỹ thuật ABSTRACT The stock market has always been an attractive and challenging field for researchers because it isn’t found method to predict the behavior of stock prices accurately This shows that investment securities are always potential more risky than other investments Besides the traditional methods used in investment securities as fundamental analysis and technical analysis, this thesis refer to a different method It is Artificial Neural Network (ANN) Artificial Neural Networks are mathematical models simulating the operation principle of the human brain ANN have the ability to identify nonlinear relationships between variables complex Therefore, ANN can be adapted to predict the behavior of stock prices The objective of this thesis is to evaluate application of Artificial Neural network in forecasting the trend of share prices in Vietnam's stock market Comparing results with buy and hold strategy, Artificial Neural network can be applied well in Vietnam's securities market when the cost of small transactions In order to promote neural network capabilities, fundamental analysis and technical analysis should be incorporated anh data must be enough However, Vietnam's stock market is still fledgling, certainly neural network should not develop its own power Note that the prediction by neural network models may be wrong when the relationship between variables in the past is not true in the future Investors should use neural network models as tool to support decision making investment besides traditional methods such as fundamental analysis and technical analysis MỤC LỤC CHƢƠNG MỞ ĐẦU 1.1 Giới thiệu 1.2 Mục tiêu nghiên cứu 1.3 Ý nghĩa thực tiễn đề tài 1.4 Phạm vi thực CHƢƠNG CƠ SỞ LÝ THUYẾT MẠNG NƠ RON NHÂN TẠO 2.1 Cấu tạo nơ ron sinh học 2.1.1 Cấu tạo 2.1.2 Hoạt động 2.2 Mạng nơ ron nhân tạo 2.2.1 Khái niệm mạng nơ ron nhân tạo 2.2.2 Phần tử xử lý 2.3 Mơ hình kết nối mạng nơ ron nhân tạo 2.4 Huấn luyện mạng 11 2.5 Thuật học lan truyền ngược (back – propagation) 13 2.6 Phương pháp giảm gradient 15 2.7 Lịch sử phát triển ANN 18 2.8 Ứng dụng ANN 19 CHƢƠNG DỰ BÁO THỊ TRƢỜNG CHỨNG KHOÁN 21 3.1 Lý thuyết đầu tư 21 3.2 Thông tin thị trường chứng khoán 22 3.3 Thuyết thị trường hiệu 22 3.3.1 Những nghiên cứu ủng hộ thuyết EMH 22 3.3.2 Những nghiên cứu mâu thuẫn với thuyết thị trường hiệu 23 3.4 Dự báo thị trường chứng khoán 24 3.4.1 Phân tích 24 3.4.2 Phân tích kỹ thuật 24 3.4.3 Dự báo chuỗi thời gian 28 3.4.4 Mạng nơ ron nhân tạo 28 CHƢƠNG THIẾT KẾ NGHIÊN CỨU 31 4.1 Xác định biến đầu vào biến cần dự báo 31 4.1.1 Xác định biến dự báo 31 4.1.2 Xác định biến đầu vào 32 4.2 Thu thập liệu 36 4.3 Xử lý liệu 37 4.4 Phân chia tập liệu 37 4.5 Tiêu chí đánh giá kết 39 4.5.1 Tỷ lệ dự báo xu hướng tăng giảm 39 4.5.2 Tiêu chí tỷ suất sinh lợi tích lũy 39 4.6 Cấu trúc mạng nơ ron – Huấn luyện mạng 41 4.6.1 Xác định cấu trúc mạng nơ ron 41 4.6.2 Huấn luyện mạng 42 CHƢƠNG THU THẬP VÀ XỬ LÝ DỮ LIỆU 43 5.1 Thu thập liệu 43 5.2 Xử lý liệu 43 5.3 Giới thiệu bước chạy neural network SPSS 18 46 5.4 Xử lý liệu sau dự báo 54 5.4.1 Tính tốn phần trăm dự báo xu hướng 54 5.4.2 Tính tốn tỷ suất sinh lợi 55 CHƢƠNG KẾT QUẢ VÀ BÀN LUẬN 57 6.1 Tóm tắt q trình thực 57 6.2 Kết dự đoán xu hướng 58 6.3 Kết tỷ suất sinh lợi tích lũy thu từ chiến thuật 62 CHƢƠNG KẾT LUẬN – KIẾN NGHỊ 70 7.1 Tóm tắt nội dung nghiên cứu luận văn 70 7.2 Kết luận – kiến nghị 71 TÀI LIỆU THAM KHẢO PHỤ LỤC KẾT QUẢ DỰ BÁO XU THẾ GIÁ CỔ PHIẾU PHỤ LỤC KẾT QUẢ TỶ SUẤT SINH LỢI PHỤ LỤC THUẬT TOÁN LAN TRUYỀN NGƢỢC DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT  ANN: Artificial Neural Network (Mạng nơ ron nhân tạo)  EMH: Efficient market hypothesis (Thuyết thị trường hiệu quả)  Chiến thuật Stand-hyp: Chuẩn hóa biến đầu vào theo phân phối chuẩn (Standarized), hàm truyền lớp ẩn Hyberbolic tangent khoảng (-1,1)  Chiến thuật Nor-hyp: Chuẩn hóa biến đầu vào khoảng (0,1) (Normalized), hàm truyền lớp ẩn Hyberbolic tangent khoảng (-1,1)  Chiến thuật Adj-hyp: Chuẩn hóa biến đầu vào khoảng (-1,1) (Adjust Normalized), hàm truyền lớp ẩn Hyberbolic tangent khoảng (-1,1)  Chiến thuật None-hyp: Khơng chuẩn hóa biến đầu vào (None), hàm truyền lớp ẩn Hyberbolic tangent khoảng (-1,1)  Chiến thuật Stand-sig: Chuẩn hóa biến đầu vào theo phân phối chuẩn (Standarized), hàm truyền lớp ẩn Sigmoid khoảng (0,1)  Chiến thuật Nor-sig: Chuẩn hóa biến đầu vào khoảng (0,1) (Normalized), hàm truyền lớp ẩn Sigmoid khoảng (0,1)  Chiến thuật Adj-sig: Chuẩn hóa biến đầu vào khoảng (-1,1) (Adjust Normalized), hàm truyền lớp ẩn Sigmoid khoảng (0,1)  Chiến thuật None-sig: Khơng chuẩn hóa biến đầu vào (None), hàm truyền lớp ẩn Sigmoid khoảng (0,1) 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 -1,00 1,00 1,00 1,00 -1,00 1,00 -1,00 -1,00 -1,00 -1,00 1,00 1,00 -1,00 -1,00 1,00 -1,00 -1,00 -1,00 -1,00 1,00 1,00 1,00 1,00 -1,00 -1,00 -1,00 -1,00 1,00 -1,00 -1,00 -1,00 1,00 1,00 1,00 1,00 -1,00 -1,00 -1,00 1,00 -1,00 1,00 -1,00 -1,00 1,00 -1,00 1,00 -1,00 -1,00 -1,00 -1,00 1,00 -1,00 1,00 -1,00 -1,00 -1,00 -1,00 -1,00 1,00 -1,00 1,00 1,00 1,00 1,00 1,00 1,00 -1,00 -1,00 1,00 1,00 1,00 1,00 -1,00 -1,00 -1,00 -1,00 -1,00 -1,00 -1,00 1,00 1,00 1,00 1,00 1,00 -1,00 -1,00 -1,00 1,00 -1,00 1,00 1,00 1,00 1,00 1,00 -1,00 -1,00 -1,00 -1,00 1,00 1,00 -1,00 -1,00 -1,00 1,00 -1,00 -1,00 -1,00 -1,00 1,00 1,00 1,00 -1,00 -1,00 -1,00 -1,00 -1,00 1,00 -1,00 -1,00 1,00 1,00 -1,00 1,00 -1,00 -1,00 -1,00 -1,00 -1,00 -1,00 -1,00 -1,00 -1,00 -1,00 -1,00 -1,00 -1,00 -1,00 -1,00 -1,00 -1,00 1,00 -1,00 -1,00 -1,00 -1,00 1,00 -1,00 1,00 1,00 1,00 1,00 1,00 -1,00 -1,00 -1,00 1,00 1,00 1,00 -1,00 -1,00 -1,00 -1,00 -1,00 -1,00 -1,00 1,00 1,00 -1,00 1,00 1,00 1,00 -1,00 -1,00 -1,00 1,00 -1,00 1,00 1,00 1,00 1,00 1,00 -1,00 -1,00 -1,00 -1,00 1,00 1,00 1,00 -1,00 -1,00 -1,00 -1,00 -1,00 -1,00 -1,00 1,00 1,00 1,00 1,00 -1,00 -1,00 -1,00 -1,00 1,00 -1,00 1,00 1,00 1,00 1,00 1,00 -1,00 -1,00 -1,00 -1,00 1,00 1,00 1,00 -1,00 1,00 1,00 -1,00 -1,00 -1,00 1,00 1,00 1,00 1,00 -1,00 -1,00 -1,00 -1,00 -1,00 1,00 -1,00 -1,00 -1,00 -1,00 -1,00 1,00 -1,00 -1,00 -1,00 -1,00 -1,00 -1,00 -1,00 -1,00 -1,00 -1,00 -1,00 -1,00 -1,00 -1,00 -1,00 -1,00 1,00 -1,00 -1,00 -1,00 -1,00 -1,00 PHỤ LỤC KẾT QUẢ TỶ SUẤT SINH LỢI Bảng kết tỷ suất sinh lợi tích lũy VN-INDEX KHƠNG PHÍ GIAO DỊCH Hàm chuẩn hóa Hàm truyền lớp biến đầu vào ẩn Standardized Tỷ suất sinh Tỷ suất sinh Tỷ suất sinh lợi tích lũy từ lợi tích lũy từ lợi tích lũy dự báo tăng dự báo giảm trung bình 140% 140% 140% 142% 142% 142% 109% 109% 109% None 59% 59% 59% Standardized 114% 114% 114% Normalized 118% 118% 118% 117% 117% 117% 69% 69% 69% Normalized Adjust Hyberbolic tangent Normalized Sigmoid Adjust Normalized None Mua giữ 62% PHÍ GIAO DỊCH 0,2% Standardized Normalized Adjust Normalized Hyberbolic tangent None Standardized Normalized Sigmoid Tỷ suất sinh Tỷ suất sinh Tỷ suất sinh lợi tích lũy từ lợi tích lũy từ lợi tích lũy dự báo tăng dự báo giảm trung bình 89% 116% 103% 93% 117% 105% 62% 91% 77% 30% 37% 34% 65% 99% 82% 69% 100% 85% Adjust Normalized None 74% 93% 84% 38% 47% 43% Mua giữ 61% PHÍ GIAO DỊCH 0,4% Standardized Tỷ suất sinh Tỷ suất sinh Tỷ suất sinh lợi tích lũy từ lợi tích lũy từ lợi tích lũy dự báo tăng dự báo giảm trung bình 50% 95% 73% 54% 94% 74% 26% 75% 51% None 7% 19% 13% Standardized 26% 84% 55% Normalized 32% 83% 58% 40% 71% 56% 13% 27% 20% Normalized Adjust Hyberbolic tangent Normalized Sigmoid Adjust Normalized None Mua giữ 61% Bảng kết tỷ suất sinh lợi tích lũy GMD KHƠNG PHÍ GIAO DỊCH Hàm chuẩn hóa Hàm truyền lớp biến đầu vào ẩn Standardized Normalized Adjust Normalized None Hyberbolic tangent Tỷ suất sinh Tỷ suất sinh Tỷ suất sinh lợi tích lũy từ lợi tích lũy từ lợi tích lũy dự báo tăng dự báo giảm trung bình 241% 241% 241% 450% 450% 450% 362% 362% 362% 135% 135% 135% Standardized 317% 317% 317% Normalized 489% 489% 489% 186% 186% 186% 105% 105% 105% 152% Sigmoid Adjust Normalized None Mua giữ PHÍ GIAO DỊCH 0,2% Standardized Tỷ suất sinh Tỷ suất sinh Tỷ suất sinh lợi tích lũy từ lợi tích lũy từ lợi tích lũy dự báo tăng dự báo giảm trung bình 204% 173% 189% 372% 356% 364% 277% 304% 291% None 87% 110% 99% Standardized 243% 261% 252% Normalized 412% 382% 397% 158% 125% 142% 73% 72% 73% Normalized Adjust Hyberbolic tangent Normalized Sigmoid Adjust Normalized None Mua giữ 151% PHÍ GIAO DỊCH 0,4% Standardized Normalized Hyberbolic Adjust tangent Normalized Tỷ suất sinh Tỷ suất sinh Tỷ suất sinh lợi tích lũy từ lợi tích lũy từ lợi tích lũy dự báo tăng dự báo giảm trung bình 170% 118% 144% 306% 278% 292% 207% 252% 230% None 49% 88% 69% Standardized 182% 213% 198% Normalized 345% 295% 320% 134% 77% 106% 46% 45% 46% Sigmoid Adjust Normalized None Mua giữ 150% Bảng kết tỷ suất sinh lợi tích lũy NKD KHƠNG PHÍ GIAO DỊCH Hàm chuẩn hóa Hàm truyền lớp biến đầu vào ẩn Standardized Tỷ suất sinh Tỷ suất sinh Tỷ suất sinh lợi tích lũy từ lợi tích lũy từ lợi tích lũy dự báo tăng dự báo giảm trung bình 136% 136% 136% 294% 294% 294% 181% 181% 181% None 100% 100% 100% Standardized 162% 162% 162% Normalized 295% 295% 295% 202% 202% 202% 103% 103% 103% Normalized Adjust Hyberbolic tangent Normalized Sigmoid Adjust Normalized None Mua giữ 63% PHÍ GIAO DỊCH 0,2% Tỷ suất sinh Tỷ suất sinh Tỷ suất sinh lợi tích lũy từ lợi tích lũy từ lợi tích lũy dự báo tăng dự báo giảm trung bình Standardized Hyberbolic 81% 118% 100% Normalized tangent 224% 241% 233% Adjust 115% 161% 138% None 59% 79% 69% Standardized 116% 127% 122% Normalized 208% 260% 234% 142% 168% 155% 66% 76% 71% Normalized Sigmoid Adjust Normalized None Mua giữ 62% PHÍ GIAO DỊCH 0,4% Standardized Tỷ suất sinh Tỷ suất sinh Tỷ suất sinh lợi tích lũy từ lợi tích lũy từ lợi tích lũy dự báo tăng dự báo giảm trung bình 39% 102% 71% 166% 195% 181% 64% 143% 104% None 27% 60% 44% Standardized 77% 97% 87% Normalized 141% 229% 185% 94% 137% 116% 36% 53% 45% Normalized Adjust Hyberbolic tangent Normalized Sigmoid Adjust Normalized None Mua giữ 61% Bảng kết tỷ suất sinh lợi tích lũy REE KHƠNG PHÍ GIAO DỊCH Tỷ suất sinh Tỷ suất sinh Hàm chuẩn hóa Hàm truyền lớp lợi tích lũy lợi tích lũy biến đầu vào ẩn từ dự báo từ dự báo tăng giảm Standardized Tỷ suất sinh lợi tích lũy trung bình 168% 168% 168% 237% 237% 237% 186% 186% 186% None 65% 65% 65% Standardized 213% 213% 213% Normalized 165% 165% 165% 194% 194% 194% 82% 82% 82% Normalized Adjust Hyberbolic tangent Normalized Sigmoid Adjust Normalized None Mua giữ 101% PHÍ GIAO DỊCH 0,2% Standardized Normalized Adjust Normalized Hyberbolic tangent None Standardized Normalized Sigmoid Tỷ suất sinh Tỷ suất sinh lợi tích lũy lợi tích lũy từ dự báo từ dự báo tăng giảm Tỷ suất sinh lợi tích lũy trung bình 112% 140% 126% 180% 188% 184% 134% 148% 141% 52% 27% 40% 158% 171% 165% 126% 122% 124% Adjust Normalized None 137% 160% 149% 72% 38% 55% Mua giữ 101% PHÍ GIAO DỊCH 0,4% Standardized Tỷ suất sinh Tỷ suất sinh lợi tích lũy lợi tích lũy từ dự báo từ dự báo tăng giảm Tỷ suất sinh lợi tích lũy trung bình 68% 116% 92% 133% 147% 140% 92% 116% 104% None 40% -2% 19% Standardized 112% 135% 124% Normalized 93% 85% 89% 91% 129% 110% 62% 4% 33% Normalized Adjust Hyberbolic Normalized tangent Sigmoid Adjust Normalized None Mua giữ 100% Bảng kết tỷ suất sinh lợi tích lũy SAM KHƠNG PHÍ GIAO DỊCH Hàm chuẩn hóa Hàm truyền lớp biến đầu vào ẩn Standardized Tỷ suất sinh Tỷ suất sinh Tỷ suất sinh lợi tích lũy từ lợi tích lũy từ lợi tích lũy dự báo tăng dự báo giảm trung bình 176% 176% 176% 224% 224% 224% 167% 167% 167% None 74% 74% 74% Standardized 158% 158% 158% Normalized 168% 168% 168% 170% 170% 170% 80% 80% 80% Normalized Adjust Hyberbolic tangent Normalized Sigmoid Adjust Normalized None Mua giữ 99% PHÍ GIAO DỊCH 0,2% Standardized Tỷ suất sinh Tỷ suất sinh Tỷ suất sinh lợi tích lũy từ lợi tích lũy từ lợi tích lũy dự báo tăng dự báo giảm trung bình 127% 139% 133% 161% 186% 174% 125% 126% 126% None 51% 42% 47% Standardized 112% 123% 118% 118% 134% 126% 124% 131% 128% Normalized Adjust Normalized Normalized Hyberbolic tangent Sigmoid Adjust Normalized None 65% 40% Mua giữ 53% 98% PHÍ GIAO DỊCH 0,4% Standardized Tỷ suất sinh Tỷ suất sinh Tỷ suất sinh lợi tích lũy từ lợi tích lũy từ lợi tích lũy dự báo tăng dự báo giảm trung bình 86% 107% 97% 110% 153% 132% 89% 91% 90% None 31% 16% 24% Standardized 74% 94% 84% Normalized 78% 104% 91% 87% 97% 92% 51% 9% 30% Normalized Adjust Hyberbolic tangent Normalized Sigmoid Adjust Normalized None Mua giữ 97% PHỤ LỤC THUẬT TOÁN LAN TRUYỀN NGƢỢC x1 x2 w2j w1j  w(i-1)j x i-1 wij xi uj f (uj ) yj Neuron j Mơ hình tốn học nơ ron  Wij: véc tơ trọng số nơ ron j số đầu vào i  Uj: véc tơ giá trị kết xuất nơ ron lớp j Giá trị sai số nơ ron j vòng lặp n: ej(n)=tj(n) – yj(n) Tổng bình phương sai số mạng nơ ron: E ( n)  k  e j ( n) j 1 Tại nơ ron j ta có tổng trọng số véc tơ đầu vào: p u j (n)   w ij x i (n) i 1 Giá trị kết xuất nơ ron j: y j (n)=f(u j (n)) Tính tốn giá trị đạo hàm sai số cho nơ ron wij: E(n) E(n) e j (n) y j (n) u j (n)  w ij (n) e j (n) y j (n) u j (n) w ij (n) Ta có: k  e j (n) E(n) j1  = e j (n) e j (n) e j (n) e j (n) y j (n)  (t j (n)  y j (n)) y j (n) = 1 tj ej y j (n) u j (n)  f j' (u j (n))  p     w ij x i (n)  u j (n) i=1   x ( n)   i w ij (n) w ij (n)  E(n)  e j (n).f ' (u j (n)).x i (n) w ij (n) Giá trị điều chỉnh trọng số: w ij   E (n)  .e j (n).f ' (u j (n)).x i (n) w ij (n) Đặt: j   E (n) E(n) e j (n) y j (n)   e j (n).f ' (u j (n)) w ij (n) e j (n) y j (n) u j (n) Ta có: w ij   j (n).xi (n) Từ ta có cơng thức điều chỉnh trọng số: w ij (n  1)  w ij (n)+w ij (n) Như q trình điều chỉnh trọng số xác định theo công thức trên, nhiên ta cần phải xác định vị trí nơ ron thuộc lớp (lớp ấn hay lớp xuất) Điều quan trọng việc tính tốn j cho hệ số điều chỉnh trọng số Nút ẩn x1 x2 x i-1 xi w2j w(i-1)j wij Nút xuất w1j u j f (u ) yj j  Neuron j w1k w2k w(j-1)k wjk  uk f (uk ) yk Neuron k Hình 2.19: Mơ hình tốn học mạng nơ ron tổng qt Trường hợp 1: Nếu nơ ron k nút xuất: Ta có: k   E (n) E(n) ek (n) yk (n)   ek (n).f ' (u k (n)) w jk (n) ek (n) yk (n) uk (n) tk ek  w jk  . k (n).y j (n) Trường hợp 2: Nếu nơ ron j nút ẩn: j   E (n) E(n) y j (n) E(n) '   f (u j (n)) w ij (n) y j (n) u j (n) y j (n) Trong đó: E ( n)  q  ek (n) k 1 Khi đó: 1 q     ek2 (n)  q k 1 E (n)   ek (n)    y j (n) y j (n) k 1 y j (n) ek (n) ek (n) uk (n)  y j (n) uk (n) y j (n) ek (n) (tk (n)  yk (n)) (tk (n)  f (uk (n)))     f ' (uk (n)) uk (n) uk (n) uk (n) Ta có: m uk (n)   w jk (n).y j (n) j 1  m     w jk (n).y j (n)  u (n) j=1   w (n)  k   jk y j (n) y j (n) q E (n)   ek (n) f ' (uk (n)).w jk (n) y j (n) k=1 k   E (n)  ek (n) f ' (uk (n)) w jk (n) q E (n)     k (n).w jk (n) y j (n) k=1 Cho nên: q  j (n)  f ' (u j (n))  k (n).w jk (n) k=1 Từ cơng thức tính tốn ta tổng quát sau:  Nếu nơ ron j nút xuất:  j  e j (n).f ' (u j (n))  Nếu nơ ron j nút ẩn:  j (n)  f ' (u j (n))  k (n).w jk (n) q k=1 LÝ LỊCH TRÍCH NGANG Họ tên: Lâm Khánh Hải Ngày sinh: 17/03/1984 Nơi sinh: Tiền Giang Địa liên lạc: 86/4 Trịnh Đình Trọng, phường Phú Trung, quận Tân Phú, TPHCM Quá trình đào tạo 2002 – 2007: sinh viên khoa Hóa Công nghệ Thực phẩm, trường Đại học Bách Khoa Thành phố Hồ Chí Minh 2008 – 2010: học viên cao học ngành Quản Trị Kinh Doanh, khoa Quản Lý Công Nghiệp, trường Đại học Bách Khoa Thành phố Hồ Chí Minh Q trình cơng tác 2007 – 2008: cơng ty Liên doanh Coast Phong Phú 2008 – 2009: công ty TNHH TM & ĐT Gia Kim ... việc dự báo giá cổ phiếu khó xác theo JingTao Yao, Chew Lim Tan [17], dự báo tài đặc biệt thị trường chứng khốn dự báo xu quan trọng Việc ứng dụng mơ hình mạng nơ ron nhân tạo để dự báo xu giá cổ. .. DỰ BÁO XU THẾ GIÁ CỔ PHIẾU VỚI MÔ HÌNH MẠNG NƠ RON NHÂN TẠO 2- NHIỆM VỤ LUẬN VĂN:  Tìm hiểu sơ lý thuyết mạng nơ ron nhân tạo để hiểu yếu tố ảnh hưởng đến khả hoạt động mạng  Khảo sát khả dự. .. khảo sát tính hiệu mạng nơ ron việc dự báo xu giá cổ phiếu thị trường chứng khốn Việt Nam cần thiết Vì đề tài luận văn ? ?Dự báo xu giá chứng khốn với mơ hình mạng nơ ron nhân tạo? ?? 1.2 Mục tiêu