Đề tài DỰ BÁO SỰ TĂNG GIẢM CỦA MỘT MÃ CHỨNG KHOÁN MÔ TẢ

TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH KHOA QUẢN TRỊ BÁO CÁO ĐỒ ÁN KHOA HỌC DỮ LIỆU Đề tài DỰ BÁO SỰ TĂNG GIẢM CỦA MỘT MÃ CHỨNG KHỐN MƠ TẢ GVHD: Thực hiện: Th.S Hồ Thị Thanh Tuyến Nguyễn Thuỷ Trâm - 31181025406 Hồ Viết Đạt - 31181023465 Thành phố Hồ Chí Minh MỤC LỤC A LÝ THUYẾT BÀI TOÁN PHÂN LỚP DỮ LIỆU 1.1 ĐỊNH NGHĨA [1] 1.2 MÔ HÌNH [1] 2 DỰ ĐOÁN CỔ PHIẾU TRÊN THỊ TRƯỜNG CHỨNG KHOÁN 2.1 PHÁT BIỂU BÀI TOÁN 2.2 CÁC KHÁI NIỆM LIÊN QUAN ĐẾN CỔ PHIẾU 2.3 CÁC PHƯƠNG PHÁP DỰ ĐOÁN [1] B THỰC NGHIỆM 1, DỮ LIỆU 1.1 TÌM HIỂU VỀ DỮ LIỆU 1.2 XỬ LÝ DỮ LIỆU .6 MÔ HÌNH - KỊCH BẢN PHƯƠNG PHÁP .8 3.1, PHƯƠNG PHÁP THỐNG KÊ 3.2, PHƯƠNG PHÁP MÁY HỌC KẾT QUẢ 10 4.1 PHƯƠNG PHÁP THỐNG KÊ 10 4.2 PHƯƠNG PHÁP MÁY HỌC 10 Biểu đồ ROC Target class: Giảm 10 Biểu đồ ROC Target class: Không đổi Biểu đồ ROC Target class: Tăng 11 NHẬN ĐỊNH – KINH NGHIỆM 11 5.1 KHÓ KHĂN 11 5.2 THUẬN LỢI 11 5.3 ĐÁNH GIÁ (BÀI HỌC KINH NGHIỆM) 12 C TÀI LIỆU THAM KHẢO 12 A LÝ THUYẾT BÀI TOÁN PHÂN LỚP DỮ LIỆU 1.1 ĐỊNH NGHĨA [1] - Là trình phân đối tượng liệu vào hay nhiều lớp (loại) cho trước nhờ mơ hình phân lớp - Mơ hình xây dựng dựa tập liệu gán nhãn trước (thuộc lớp nào) - Quá trình gán nhãn (thuộc lớp nào) cho đối tượng liệu trình phân lớp liệu 1.2 MƠ HÌNH [1] Q trình phân lớp liệu: Bước 1: Xây dựng mô hình phân lớp - Dữ liệu đầu vào: liệu mẫu gán nhãn tiền xử lý - Các thuật toán phân lớp: định, hàm số toán học, tập luật - Kết quả của bước mơ hình phân lớp h́n luyện (trình phân lớp) Bước 2: Sử dụng mô hình chia thành bước nhỏ: Bước 2.1: Đánh giá mô hình: - Dữ liệu đầu vào: tập liệu mẫu khác gán nhãn tiền xử lý Tuy nhiên lúc đưa vào mơ hình phân lớp, ta “lờ” thuộc tính gán nhãn - Tính đúng đắn của mơ hình sẽ xác định bằng cách so sánh thuộc tính gán nhãn của liệu đầu vào kết quả phân lớp của mô hình Bước 2.2: Phân lớp dữ liệu mới: Dữ liệu đầu vào: liệu “khuyết” thuộc tính cần dự đốn lớp (nhãn) Mơ hình sẽ tự động phân lớp (gán nhãn) cho đối tượng liệu dựa vào huấn luyện ở bước Các phương pháp đánh giá mô hình phân lớp: Là phương pháp nhằm kiểm tra tính hiệu quả của mơ hình phân lớp liệu có đặc thù cụ thể, từ định có sử dụng mơ hình hay khơng Một mơ hình lý tưởng mơ hình khơng q đơn giản, khơng q phức tạp không nhạy cảm với nhiễu (tránh underfitting overfitting) - Underfitting (chưa khớp) - Overfitting (quá khớp) - Good fitting DỰ ĐỐN CỞ PHIẾU TRÊN THỊ TRƯỜNG CHỨNG KHỐN 2.1 PHÁT BIỂU BÀI TỐN Chứng khốn ln đề tài sôi hằng ngày của giới, Thị trường chứng khốn có hấp dẫn vốn có của Nó khơng quan trọng kinh tế của nước mà cịn quan trọng người bởi khả đầu tư sinh lợi của Vì vậy, dự đốn xu hướng tăng giảm của mã chứng khoán thu hút rất nhiều quan tâm, đặc biệt có tham gia thị trường chứng khốn, quan tâm đến lợi nhuận kiếm từ lĩnh vực Nếu dự đốn đúng, chúng ta có thể điều chỉnh việc mua bán cho phù hợp để mang lại lợi nhuận cao Trong giới hạn của đồ án này, ta sẽ dựa thông tin giá cả, lượng cổ phiếu mua vào bán của ngày trước để dự đốn việc nên mua/bán cho thời điểm sắp tới để nâng cao hiệu quả đầu tư thị trường chứng khoán 2.2 CÁC KHÁI NIỆM LIÊN QUAN ĐẾN CỞ PHIẾU - CurClosePrice [1]:Giá đóng cửa (Là giá mở cửa hoặc hoàn toàn phụ thuộc vào thời điểm xem giá cổ phiếu Sau đóng cửa thị trường giá đóng cửa giá đóng cửa có thể coi nhau) - ActualClosePrice [2]: Giá đóng cửa thực tế (ta sử dụng liệu giá mở cửa) - CurEMA [3]: Đường EMA (hay Exponential Moving Average) đường trung bình lũy thừa tính bằng cơng thức hàm mũ, đặt nặng biến động giá gần nhất Do đó, EMA nhạy cảm với biến động ngắn hạn, nhận biết tín hiệu bất thường nhanh hơn đường SMA giúp nhà đầu tư - ClosePrice [4]: giá đóng cửa (giá cổ phiếu của công ty vào cuối ngày giao dịch thị trường chứng khoán) - BB [5]: Bollinger bands hay dải bollinger báo kỹ thuật hình thành từ việc kết hợp đường MA (moving average) độ lệch chuẩn - BB-Mid [5]: Dải (Middle Band) đường MA (Moving Average) MA đường trung bình động tính bằng giá trị trung bình của giá đóng cửa khoảng thời gian qui định - BB-Upper [5]: Dải “(Upper band) = Middle Band + Độ lệch” hay “Upper band = middle band + x độ lệch chuẩn (standard deviation)” - BB-Lower [5]: Dải (Lower band) = Middle Band – Độ lệch giá - EMA5 [6]: đường trung bình lũy thừa tính bằng cơng thức hàm mũ, đặt nặng biến động giá ngày gần nhất - MACD [7]: Moving Average Convergence Divergence tên đầy đủ của đường MACD, tức Phân kỳ hội tụ đường trung bình Đường MACD thể hiện: Tín hiệu mua bán cổ phiếu; Xác định độ mạnh của xu hướng Nhiều nhà đầu tư xem đường MACD đánh giá tài sản (cổ phiếu, coin, forex ) có mua nhiều hay bán nhiều không Khi báo MACD nằm SignalLine, cho biết tín hiệu bán Khi vượt lên SignalLine, báo hiệu tín hiệu mua - SignalLine [8]: đường EMA9 - RSI [9]: RSI (Relative Strength Index – Chỉ số sức mạnh tương đối) báo động lượng đo lường mức độ thay đổi giá để đánh giá điều kiện mua hoặc bán của thị trường Chỉ báo RSI hiển thị dạng dao động (Oscillator) – biểu đồ đường di chuyển hai mức giới hạn đo theo thang điểm từ đến 100 - ROC [10]: Tỷ lệ thay đổi: Rate of Change Chỉ số Tỷ lệ Thay đổi ROC số biến động giá, dịch chuyển qua lại đường trung tâm zero line (Mốc số Chỉ số tính tốn để cho quý vị biết giá chứng khoán dịch chuyển bao xa so với mức giá cũ Có thể xác định khoảng cách tích tốn lựa chọn thông số vẽ số biểu đồ - ROCx [10]: x khoảng thời gian sử dụng để tính tốn ROC (thời kỳ) - ROC1 [10]:Tỷ lệ thay đổi thời kỳ - ROC2 [ [10]: Tỷ lệ thay đổi thời kỳ - ROC3 [10]: Tỷ lệ thay đổi thời kỳ - ROC4 [10]: Tỷ lệ thay đổi thời kỳ - ROC5 [10]: Tỷ lệ thay đổi thời kỳ - ROC+1 [10]: Tỷ lệ thay đổi thời kỳ +1 Như tham số đo lường, chúng ta có thể sử dụng +1 để gia tăng của định giá cổ phiếu tương lai 2.3 CÁC PHƯƠNG PHÁP DỰ ĐỐN [1] 2.3.1 PHƯƠNG PHÁP THỚNG KÊ a, Phương pháp: trung bình trượt (Moving Average): Cơng thức tính: 𝐹𝑡 = 𝑤 𝑤≤𝑁 ∑ 𝑛=1 𝐷𝑡−𝑤 = 𝐷𝑡−1 +𝐷𝑡−2 +⋯+𝐷𝑡−𝑤 w Trong đó: Ft: giá trị dự báo kỳ t Dt: giá trị thực tế của kỳ t N: tổng số kỳ thực tế W: gọi cửa sổ trượt (w ≤ N) b, Phương pháp: San mũ (Exponential Smoothing) Cơng thức tính: 𝐹𝑡 = 𝑎 𝐷𝑡−1 + (1 − 𝑎) 𝐹𝑡−1 Trong đó: - Ft: giá trị dự báo kỳ t - Ft-1: giá trị dự báo kỳ t-1 - Dt-1: giá trị thực tế của kỳ t-1 - a: hệ số điều chỉnh (hệ số tùy chọn cho ≤ a ≤ 1) c, Phương pháp Hồi quy (Regression) Phân tích hồi quy nghiên cứu phụ thuộc của biến (biến phụ thuộc hay cịn gọi biến giải thích) vào hay nhiều biến khác (biến độc lập hay gọi biến giải thích) Phương trình hồi quy có dạng tổng quát: 𝒀 = 𝒇(𝑿𝟏 , 𝑿𝟐 , … , 𝑿𝒏 ) Trong đó: - Y: biến phụ thuộc (dependent variable) - 𝑋𝑖 : biến độc lập (independent variable) Cách thực hàm: Hàm TREND (Trả giá trị dọc theo đường hồi quy, theo phương pháp bình phương bé nhất) Cú pháp: TREND(known_y’s, known_x’s, new_x’s, const) Trong đó:  known_y’s, known_x’s, new_x’s, const giá trị hoặc vùng địa chứa giá trị biết của x, y tương ứng với giá trị của x  Const hằng số Ngầm định const = (True) hồi quy theo hàm y = a + bx, const = (False) hồi quy theo hàm y = bx Hàm FORECAST (Dự báo giá trị tương lai cứ vào giá trị tại) Cú pháp: FORECAST(x, known_y’s, known_x’s) Trong đó:  X giá trị dùng để dự báo  known_y’s giá trị hoặc vùng địa tập số liệu phụ thuộc quan sát  known_x’s giá trị hoặc vùng địa tập số liệu độc lập quan sát Hàm INTERCEPT (Dùng để tính hệ số a của phương trình hồi quy đơn tuyến tính) Cú pháp: INTERCEPT (known_y’s, known_x’s) Hàm SLOPE (Dùng để tính hệ số b của phương trình hồi quy đơn tuyến tính) Cú pháp: SLOPE (known_y’s, known_x’s) Hàm CORREL (Dùng để tính hệ số tương quan x y) Cú pháp: CORREL(array1, array2) Trong đó: array1, array2 tương ứng tập số liệu phụ thuộc tập số liệu độc lập qiam sát 2.3.2 PHƯƠNG PHÁP KHAI THÁC DỮ LIỆU - MÁY HỌC a SVM Giới thiệu: - SVM thuật tốn có giám sát, SVM nhận liệu vào, xem chúng vector không gian phân loại chúng vào lớp khác bằng cách xây dựng siêu phẳng không gian nhiều chiều làm mặt phân cách lớp liệu - Để tối ưu kết quả phân lớp phải xác định siêu phẳng (hyperplane) có khoảng cách đến điểm liệu (margin) của tất cả lớp xa nhất có thể - SVM có nhiều biến thể phù hợp với toán phân loại khác Một số khái niệm: - Margin: khoảng cách siêu phẳng (trong trường hợp không gian chiều đường thẳng) đến điểm liệu gần nhất tương ứng với phân lớp SVM cố gắng tối ưu bằng cách tối đa hóa giá trị margin này, từ tìm siêu phẳng đẹp nhất để phân lớp liệu Nhờ vậy, SVM có thể giảm thiểu việc phân lớp sai (misclassification) điểm liệu đưa vào - Support Vectors: Bài toán của chúng ta trở thành tìm đường biên của lớp liệu cho khoảng cách đường lớn nhất Siêu phẳng cách biên siêu phẳng cần tìm Các điểm xanh, đỏ nằm đường biên gọi support vector, chúng có nhiệm vụ hỗ trợ để tìm siêu phẳng - Tổng quát hóa khơng gian nhiều chiều: Số chiều của khơng gian tốn (cịn gọi khơng gian đặc trưng) tương ứng với số lương thuộc tính (đặc trưng) của đối tượng liệu Phương trình biểu diễn siêu phẳng cần tìm (hyperlane) không gian đa chiều là: 𝑤 𝑇 𝑥 + 𝑏 = giá trị margin = - |𝑤 𝑇 𝑥+ 𝑏| ||𝑤|| = ||𝑤|| Mục tiêu của SVM cần tìm giá trị margin cực đại đồng nghĩa với việc ||w|| đạt cực tiểu với điều kiện: 𝑦𝑛 (𝑤 𝑇 𝑥𝑛 + 𝑏) ≥ 1, ∀𝑛 = 1,2, … , 𝑁 Hàm mục tiêu cần tối ưu norm nên hàm lồi=> tốn quy hoạch tồn phương (Quadratic Programing) b, LOGISTIC REGRESSION Định nghĩa: Là mơ hình xác suất dự đoán giá trị đầu rời rạc từ tập giá trị đầu vào (biểu diễn dạng vector) Mơ tả: Đối với tốn phân lớp: Tập nhãn y = { 𝑦1 , 𝑦2 ,…, 𝑦𝑛 } với n số lớp Một đối tượng liệu x = {𝑥1 , 𝑥2 ,…, 𝑥𝑑 } với d số thuộc tính dịng liệu được biểu diễn dưới dạng vector - Hàm logistic 𝑃(𝑦 = 1) = 1𝑦𝑛 −(𝑤 +𝑤 𝑥 1 +𝑤2 𝑥2 +⋯+𝑤𝑑 𝑤𝑑 ) 1+𝑒 dự đoán đối tượng xem đối tượng sở hữu x sở hữu thuộc tính cụ thể vào lớp y Trong đó: - d số lượng đặc trưng (thuộc tính) của liệu, - w trọng số, ban đầu sẽ khởi tạo ngẫu nhiên, sau sẽ điều chỉnh lại cho phù hợp) c CÂY QUYẾT ĐỊNH: Khái niệm: Trong lý thuyết quản trị, định đồ thị định cùng kết quả khả dĩ kèm nhằm hỗ trợ trình định Trong lĩnh vực khai thác liệu, định phương pháp nhằm mô tả, phân loại tổng quát hóa tập liệu cho trước B THỰC NGHIỆM 1, DỮ LIỆU 1.1 TÌM HIỂU VỀ DỮ LIỆU Dữ liệu sử dụng thông tin mua/ bán của mã chứng khoán theo ngày từ năm 2000 đến 2011 File liệu: VNINDEX_2007-2010_1.csv File liệu gồm có 19 cột 2560 dịng liệu với thơng tin số liệu mã chứng khoán theo ngày từ năm 2000-2011, có cột liệu trùng CurClosePrice ClosePrice 1.2 XỬ LÝ DỮ LIỆU a, Thêm nhãn (cột Trend)  Thêm cột với nhãn Trend với mục đích thể xu huớng tăng giảm của mã chứng khoán ngày từ 2000-2011 (tăng/giảm/khơng đổi) Vì nhà đầu tư muốn đầu tư vào mã chứng khốn người ta sẽ xem xét chủ yếu biến động động giá của mã chứng khốn cụ thể Giá đóng cửa thực tế (ActualClosePrice) giá đóng cửa vào cuối ngày của phiên giao dịch (Closeprice) Hai giá trị thơng thường sẽ có dự chêch lệch nhiều hoặc khoảng thời gian biến động nên ta có thể dựa vào để dự báo xu hướng của mã chứng khoán  Thêm hàm như sau: =IF(ClosePrice-ActualClosePrice>0, "tăng", IF(ClosePriceActualClosePrice Sẽ đạt độ xác (Precision) cao nhất với LR = 96,1% SVM = 91,1% 3.2.1 SVM Lý chọn: - Phương pháp SVM cho thấy độ xác cao nhất phương pháp dự báo 90,4% - SVM có thể tạo phân loại nhị phân (ví dụ: có khả đầu tư so với khó có khả đầu) bằng cách sử dụng nhiều biến số cơ bản kĩ thuật (thuộc tính hình học) - SVM đưa lợi mang yếu tố thú vị hơn, tránh cực tiểu địa phương ở q trình tối ưu hóa, cũng cung cấp khả mở rộng khả khái quát hóa - SVM có thể nhanh chóng nắm bắt đặc điểm của liệu với nhiều tính vẫn linh hoạt với điểm liệu bất thường đặc tính tương quan [11] - SVM có nhiều ứng dụng quản lí đầu tư cũng dự báo xu hướng tăng giảm của mã chứng khốn Nó đặc biệt phù hợp với tập liệu có qui mơ từ nhỏ đến trung bình phức tạp, chẳng hạn báo cáo tài doanh nghiệp hoặc xu hướng thay đổi mã chứng khoán [11] 3.2.2 LOGISTIC REGRESSION Lý chọn: - Phương pháp Logistic Regression cho thấy độ xác cao nhất tất cả phương pháp 96% - Với biến độc lập xác định dựa mơ hình thống kê ở dạng cơ bản của sử dụng hàm logistic để mơ hình hóa biến phụ thuộc nhị phân KẾT QUẢ 4.1 PHƯƠNG PHÁP THỐNG KÊ Nhận xét: Sau thực phương pháp thống kê dự báo xu hướng của mã chứng khoán, ta thấy phương pháp trung bình trượt đạt hiệu cao nhất (so với phương pháp san bằng mũ, hồi quy) bằng cách tiến hành tính tốn giá trị chênh lệch Biểu đồ so sánh hiệu các phương pháp thống kê DỰ BÁO XU HƯỚNG 530 510 490 470 450 430 410 390 370 1/4/11 2/4/11 ActualClosePrice 3/4/11 4/4/11 5/4/11 Trung bình trượt (3 kỳ) 6/4/11 San băng mũ 7/4/11 8/4/11 Hồi quy (TREND) 4.2 PHƯƠNG PHÁP MÁY HỌC Biểu đồ ROC Target class: Giảm Logistic Regression SVM 10 Biểu đồ ROC Target class: Không đổi Biểu đồ ROC Target class: Tăng Nhận xét : Dựa vào ba đồ thị ta thấy phương pháp Logistic Regression có hiệu quả hơn so với phương pháp SVM có FPR thấp TPR cao, hay ROC tiệm cận với điểm (0;1) đồ thị đạt Target probability cao với Target class mong muốn Các tác vụ thực Orange : NHẬN ĐỊNH – KINH NGHIỆM 5.1 KHÓ KHĂN - Vì cả thành viên của nhóm khơng có kiến thức chứng khốn nên q trình tìm hiểu thuật ngữ chứng khoán, cách thức hoạt động, thay đổi của chứng khốn có nhiều khó khăn tốn nhiều thời gian - Việc tìm kiếm thơng tin cơng cụ Orange gặp nhiều khó khăn số lượng thơng tin tìm ít, hầu hết Tiếng Anh thật ngữ chuyên ngành 5.2 THUẬN LỢI 11 - Được giảng viên cung cấp sẵn liệu - Được dẫn tận tình của giảng viên hướng dẫn cụ thể cách làm bài, lỗi có thể gặp, cung cấp liệu, mẫu outline làm 5.3 ĐÁNH GIÁ (BÀI HỌC KINH NGHIỆM) - Trước tiến hành thực toán ta nên kiểm tra trước liệu để có thể loại bỏ thuộc tính dư thừa nắm vấn đề mà file liệu có để có thể tiến hành tiền xử lý liệu (chọn thuộc tính để skip, target, ch̉n hố liệu,…) cách phù hợp nhất - Khi sử dụng công cụ phân lớp ta nên khảo sát tham số để có thể chọn tham số mang lại độ xác cao nhất, kết quả chuẩn nhất đạt mức good fitting - Qua đồ án chúng em học hỏi thêm rất nhiều kiến thức kiến thức cơ bản chứng khoán, đặc biệt cách sử dụng công cụ thống kê máy học, khoa học liệu để dự đoán xu hướng thay đổi của chứng khốn từ có thể nâng cao hiệu quả đầu tư Ngồi kiến thức chúng em học cịn có thể áp dụng rất nhiều lĩnh vực khác kinh tế (dự đoán hiệu quả hoạt động của công ty, phân loại văn bản, thông tin,…) để sau có thể áp dụng chúng cơng việc kinh doanh của bản thân - Nhận thấy chúng em cần phải học, tìm hiểu thêm nhiều Data Science để ứng dụng vào cơng việc Vì giới có xu hướng chủn đổi cơng nghệ số, hướng đến sử dụng công nghệ Al, Big Data, Blockchain,… hiểu biết cũng kỹ khoa học liệu cơ bản điều rất cần thiết C TÀI LIỆU THAM KHẢO [1] T H T T Tuyến, Phân lớp liệu Slides Bài giảng Data Science, (2020) [2] Stockboard, http://stockboard.sbsc.com.vn/apps/StockBoard/SBSC/help.htm [3] Admiralmarkets, https://admiralmarkets.com/vn/education/articles/forex-indicators/mostimportant-forex-indicator [4] Saga, https://www.saga.vn/thuat-ngu/closing-price-gia-dong-cua~2035 [5] Cophieux, https://cophieux.com/bollinger-bands-la-gi-phuong-phap-va-kinh-nghiem-voibollinger-bands/ [6] Online.hsc, https://online.hsc.com.vn/tin-tuc/de-dau-tu-chung-khoan-hieu-qua/phuong-phapgiao-dich-voi-he-thong-duong-ema.html [7] Sinvest, https://sinvest.vn/macd-la-gi/ [8] Investing, https://investing.vn/huong-dan-cach-doc-duong-macd-chi-tiet-nhat.html [9] Sinvest, https://sinvest.vn/rsi-la-gi/ [10] Entrade, https://blog.entrade.com.vn/ty-le-gia-cua-chi-so-thay-doi [11] Vietnambiz, https://vietnambiz.vn/may-vector-ho-tro-support-vector-machine-svm-la-gi20200226223210903.htm 12 ... ngày của giới, Thị trường chứng khốn có hấp dẫn vốn có của Nó khơng quan trọng kinh tế của nước mà cịn quan trọng người bởi khả đầu tư sinh lợi của Vì vậy, dự đoán xu hướng tăng giảm. .. xu huớng tăng giảm của mã chứng khoán ngày từ 2000-2011 (tăng /giảm/ khơng đổi) Vì nhà đầu tư muốn đầu tư vào mã chứng khoán người ta sẽ xem xét chủ yếu biến động động giá của mã chứng... liệu Nhờ vậy, SVM có thể giảm thiểu việc phân lớp sai (misclassification) điểm liệu đưa vào - Support Vectors: Bài tốn của chúng ta trở thành tìm đường biên của lớp liệu cho khoảng cách