1. Trang chủ
  2. » Luận Văn - Báo Cáo

Dự đoán giá cổ phiếu doanh nghiệp xây dựng và bất động sản trên thị trường chứng khoán việt nam dựa trên tiếp cận máy học

97 55 1

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 97
Dung lượng 3,13 MB

Nội dung

ĐẠI HỌC QUỐC GIA TP HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA TRẦN ĐỖ QUỐC TRUNG DỰ ĐOÁN GIÁ CỔ PHIẾU DOANH NGHIỆP NGÀNH XÂY DỰNG VÀ BẤT ĐỘNG SẢN TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM DỰA TRÊN TIẾP CẬN MÁY HỌC Chuyên ngành: Quản Lý Xây Dựng Mã số : 8580302 LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, tháng 08 năm 2021 CƠNG TRÌNH HỒN THÀNH TẠI: TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH Cán hướng dẫn khoa học 01: TS Dương Minh Đức Chữ ký: Cán hướng dẫn khoa học 02: TS Đỗ Tiến Sỹ Chữ ký: Cán chấm phản biện 01: PGS.TS Trần Đức Học Chữ ký: Cán chấm phản biện 02: TS Phạm Hải Chiến Chữ ký Luận văn thạc sĩ bảo vệ trường Đại học Bách Khoa Thành phố Hồ Chí Minh vào ngày 20 tháng 08 năm 2021 (trực tuyến) Thành phần hội đồng đánh giá LVThs gồm: Chủ tịch hội đồng TS Nguyễn Anh Thư Ủy viên Thư ký TS Phạm Vũ Hồng Sơn Ủy viên TS Nguyễn Hoài Nghĩa Phản biện PGS.TS Trần Đức Học Phản biện TS Phạm Hải Chiến Xác nhận Chủ tịch Hội đồng đánh giá Luận văn Trưởng Khoa quản lý chuyên ngành sau Luận văn sửa chữa (nếu có) CHỦ TỊCH HỘI ĐỒNG KHOA KỸ THUẬT XÂY DỰNG ĐẠI HỌC QUỐC GIA TP.HCM CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT TRƯỜNG ĐẠI HỌC BÁCH KHOA NAM Độc lập - Tự - Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên : TRẦN ĐỖ QUỐC TRUNG MSHV: 1870107 Ngày sinh : 29/08/1980 Nơi sinh: Vĩnh Long Chuyên ngành : Quản Lý Xây Dựng Mã số: 8580302 TÊN ĐỀ TÀI: “Dự đoán giá cổ phiếu DN Ngành XD BĐS thị trường chứng khoán Việt Nam dựa tiếp cận máy học” NHIỆM VỤ VÀ NỘI DUNG: Tìm hiểu mơ hình KNN, SVM, LSTM, ARIMA, Linear Regressive Chạy thực nghiệm 05 mơ hình liệu Nhận xét, so sánh mơ hình Đề xuất mơ hình phù hợp cho liệu Đề giải pháp cho nhà đầu tư doanh nghiệp NGÀY GIAO NHIỆM VỤ : 21/09/2020 NGÀY HOÀN THÀNH NHIỆM VỤ: 24/07/2021 CÁN BỘ HƯỚNG DẪN: TS Dương Minh Đức; TS Đỗ Tiến Sỹ TP HCM, ngày CÁN BỘ HƯỚNG DẪN tháng CÁN BỘ HƯỚNG DẪN năm 2021 CHỦ NHIỆM BỘ MÔN ĐÀO TẠO TS DƯƠNG MINH ĐỨC TS ĐỖ TIẾN SỸ TRƯỞNG KHOA KỸ THUẬT XÂY DỰNG i LỜI CẢM ƠN Ai nói: “You were born an original, don’t die a copy” Thật vậy, người từ lúc sinh nguyên bản, cá thể độc lập Chính điều làm nên đa dạng đời giúp cho xã hội phát triển Cho nên, trách nhiệm người gìn giữ thể đẹp đẽ độc lập, phiên chép khác Để làm điều khơng phải nhiệm vụ dễ dàng, mà nhiệm vụ đầy thách thức cam go đòi hỏi cần phải thường xun học tập, rèn luyện khơng ngừng, ln ln tìm kiếm khám phá chinh phục vùng trời tri thức khơng mệt mỏi đầy khổ luyện Đó nhiệm vụ, ước mơ năm tháng đời Sẽ khơng có ngày hôm ngày mai khơng có hy sinh thầm lặng gia đình; tận tụy, tâm huyết người thầy, người đáng kính; động viên chân thành, lớn lao từ phía bạn bè hỗ trợ nhiệt tình lãnh đạo trường Đại học Bách Khoa thành phố Hồ Chí Minh Đặc biệt, tơi xin gởi lời tri ân sâu sắc đến Thầy Ts Đỗ Tiến Sỹ Thầy Ts Dương Minh Đức – người bên cạnh tôi, giúp đỡ, động viên tơi q trình học tập nghiên cứu Xin cảm ơn hai Thầy nhiều, tất chân thành trái tim tôi! Trân trọng! TP.HCM, Ngày 09 tháng 07 năm 2021 Người thực luận văn Trần Đỗ Quốc Trung ii TÓM TẮT Quản lý xây dựng việc sử dụng kinh nghiệm, kiến thức chun mơn để lập kế hoạch kiểm sốt chi phí, tiến độ, an toàn chất lượng nhằm hoàn thành dự án cách tốt đạt hiệu dự án Cũng nói, mục tiêu cuối việc quản lý tạo lợi nhuận giá trị cho doanh nghiệp lĩnh vực bất động sản, xây dựng giá trị xã hội nhân văn mà dự án mang lại Hai ngành chiếm tỷ trọng lớn có ảnh hưởng đến triển vọng kinh tế vĩ mô Quốc gia Một đất nước với tranh kinh tế ảm đạm, trì trệ kéo theo giá cổ phiếu tụt giảm ngược lại, đất nước có kinh tế động, phát triển thị trường chứng khốn sôi sục giá cổ phiếu tăng đặc biệt hai lĩnh vực Những năm trở lại đây, tình hình thị trường chứng khốn nước ta tăng giảm thất thường khiến số doanh nghiệp không kịp trở tay lâm vào tình cảnh khó khăn Với tinh thần trách nhiệm cao người tham gia hoạt động nhiều năm nghề thúc nghiên cứu đề xuất công cụ dự báo tiên tiến có độ chuẩn xác cao theo hướng tiếp cận máy học Phạm vi luận nghiên cứu ứng dụng 05 mơ hình ANN, KNN, LSTM, ARIMA, Linear Regressive việc dự đoán dựa liệu chứng khốn 175 doanh nghiệp (trong có 80 DN bất động sản 95 DN ngành xây dựng) niêm yết sàn chứng khoán Việt Nam từ 2017 đến 21/01/2021 lấy từ website đáng tin cậy (Vietstock, Vndirect,…) phân tích đánh giá đối sánh nhằm tìm mơ hình đạt hiệu suất tốt cho liệu Ngoài ra, luận nêu giải pháp cho doanh nghiệp đầu tư với xu hướng tăng, giảm giá trị cổ phiếu Trong khoảng thời gian này, học viên tham gia nghiên cứu công bố báo “Applying Transfer Learning in Stock Prediction Based on Financial New” [10] với vai trị đồng tác giả tạp chí Springer LNEE, 3-2021 (Scopus – Q3) ABSTRACT iii Construction management is the use of experience, expertise to plan cost control, schedule, safety and quality to complete the project in the best possible way and achieve the effectiveness of the project judgment It can also be said that the ultimate goal of management is to create profits and values for businesses in the field of real estate, construction and humane social values that the project brings These two industries account for a large proportion and have an impact on the macroeconomic outlook of a Country A country with a gloomy and stagnant economic picture will lead to a decline in stock prices, on the contrary, when the country has a dynamic and developed economy, the stock market will be boiling especially in these two areas In recent years, the situation of the stock market in our country has increased and decreased erratically, causing a number of businesses to be unable to react and fall into difficult situations With a high sense of responsibility of a person who has been in the industry for many years, it prompted me to research and propose an advanced forecasting tool with high accuracy in the direction of machine learning The scope of this essay will study and apply 05 models ANN, KNN, LSTM, ARIMA, Linear Regressive in predicting based on stock data set of 175 companies (including 80 real estate companies and 95 companies) construction companies) listed on the Vietnam Stock Exchange from 2017 to January 21, 2021, taken from reliable websites (Vietstock, Vndirect, ) in analysis and benchmarking to find a model the best performing model for this dataset In addition, the essay also outlines solutions for businesses and investments with the increasing and decreasing trend of stock value During the time of researching and implementing this essay, students participated in the research and published the article "Applying Transfer Learning in Stock Prediction Based on Financial New" [10] as a co-author in Springer LNEE, 3-2021 (Scopus – Q3) iv LỜI CAM KẾT Với tinh thần đầy trách nhiệm, cam kết nội dung luận: “Dự đoán giá cổ phiếu doanh nghiệp ngành Xây dựng Bất động sản thị trường chứng khoán Việt Nam dựa tiếp cận máy học” dự án thân nghiên cứu phát triển, chưa công bố khoa học người khác TP.HCM, Ngày 09 tháng 07 năm 2021 Người thực luận văn Trần Đỗ Quốc Trung v MỤC LỤC CHƯƠNG GIỚI THIỆU 1.1 Lý chọn đề tài 1.2 Mục tiêu nghiên cứu 1.3 Đối tượng phạm vi nghiên cứu 1.4 Ý nghĩa khoa học thực tiễn đề tài 1.5 Kết cấu luận văn CHƯƠNG TỔNG QUAN 2.1 Các nghiên cứu liên quan 2.2 Phạm vi ứng dụng CHƯƠNG CƠ SỞ LÝ THUYẾT 3.1 Các khái niệm liên quan chứng khoán 3.1.1 Cổ phiếu 3.1.2 Phân loại cổ phiếu 3.1.3 Đặc điểm cổ phiếu 3.1.4 Các loại giá cổ phiếu 10 3.1.5 Lợi tức cổ phiếu 11 3.1.6 Rủi ro cổ phiếu 11 3.1.7 Thị trường chứng khoán 11 3.1.8 Chỉ số chứng khoán 12 3.1.9 Các chủ thể tham gia thị trường chứng khoán 12 3.2 Machine Learning (Học máy) 13 3.2.1 Linear Regression (Hồi quy tuyến tính) 14 3.2.2 K-nearest neighbor 16 3.2.3 Support Vector Machine (SVM) 16 3.2.4 ARIMA model 20 3.2.5 Mạng Nơron (Neural Network) 22 3.2.6 Mạng RNN (Recurrent Neural Network) 27 3.2.7 Mạng Long Short Term Memory (LSTM) 30 CHƯƠNG PHƯƠNG PHÁP LUẬN - MƠ HÌNH ĐỀ XUẤT 33 4.1 Các phương pháp phân tích 33 4.1.1 Phương pháp phân tích top – down 33 4.1.2 Phương pháp phân tích bottom – up 35 vi 4.2 Phương pháp phân tích mơ hình học máy – mơ hình đề xuất 35 4.2.1 Phương pháp sử dụng mơ hình LSTM 36 4.2.2 Các tiêu chí đánh giá 38 CHƯƠNG PHÂN TÍCH VÀ ĐÁNH GIÁ KẾT QUẢ THỰC NGHIỆM 40 5.1 Trình tự quy trình xử lý thực nghiệm 40 5.2 Cài đặt môi trường thực nghiệm 40 5.2.1 Ngôn ngữ lập trình Python 40 5.2.2 Mơi trường Google colaboratory 40 5.2.3 Các thư viện dùng thực nghiệm 41 5.3 Thu thập danh sách mã CP công ty theo ngành (Code_01) 44 5.4 Tải liệu CK từ website (Code_02) 44 5.5 Chạy thực nghiệm mã Cổ phiếu (Code_03) 45 5.6 Chạy thực nghiệm 03 liệu (80 mã CP nhóm BĐS, 95 mã CP nhóm XD, 175 mã CP BĐS XD) (Code_04) 52 5.7 Nhận xét - đánh giá mô hình 55 5.7.1 Trường hợp dự đốn giá liệu công ty 55 5.7.2 Trường hợp dự đốn giá tồn liệu 175 cơng ty, 80 công ty lĩnh vực BĐS, 95 công ty lĩnh vực XD 56 CHƯƠNG KẾT LUẬN 58 6.1 Kết đạt 58 6.2 Hạn chế nghiên cứu 58 6.3 Hướng phát triển đề tài 59 6.4 Kiến nghị: 59 6.4.2 Khi cổ phiếu giảm 60 DANH MỤC CÁC CƠNG TRÌNH NGHIÊN CỨU 62 TÀI LIỆU THAM KHẢO 63 PHỤ LỤC CÁC HÌNH ẢNH THỰC NGHIỆM 64 PHỤ LỤC CÁC CODE LIÊN QUAN 67 8.1 Code_01: Crawl liệu nhóm ngành 67 8.2 Code_02: Tải liệu chứng khốn 68 8.3 Code_03: Chạy mơ hình 69 8.4 Code_04: Chạy thực nghiệm cho tất công ty 77 vii DANH MỤC CÁC BIỂU BẢNG Bảng 2-1 Bảng tổng hợp nghiên cứu liên quan Bảng 5-1 Tổng hợp số mơ hình 51 Bảng 5-2 Tổng hợp số đo liệu 54 viii 8.3 Code_03: Chạy mơ hình 69 70 71 72 73 74 75 76 8.4 Code_04: Chạy thực nghiệm cho tất công ty 77 78 79 80 81 82 PHẦN LÝ LỊCH TRÍCH NGANG Họ tên: Trần Đỗ Quốc Trung Ngày, tháng, năm sinh: 29/08/1980 Nơi Sinh: Địa liên lạc: Vĩnh Long C19-03, CC Hồng Anh Thanh Bình, đường D4, phường Tân Hưng, Quận 7, TP.HCM Email: 1870107@hcmut.edu.vn Số điện thoại 0979.459.459 QUÁ TRÌNH ĐÀO TẠO Từ năm 1998 đến năm 2003: Học đại học quy chuyên nghành cơng trình nơng thơn trường Đại học Cần Thơ Từ năm 2018 đến nay: Học thạc sĩ chuyên ngành Quản Lý Xây Dựng trường Đại Học Bách Khoa TP Hồ Chí Minh Q TRÌNH CƠNG TÁC Từ 2019 đến Công ty Cổ phần Xây dựng Kinh doanh Vật tư Từ 2018-2019 Công ty Cổ phần Tập đồn Địa ốc Vạn Xn Từ 2016 - 2018 Cơng ty Kiểm định Xây dựng Sài Gòn Từ 2008 – 2016 Công ty CP ĐTXD PT Hậu Giang – Quý Hải Từ 2003 – 2016 Công ty cổ phần ĐTXD Nam Việt 83 ... dung luận: ? ?Dự đoán giá cổ phiếu doanh nghiệp ngành Xây dựng Bất động sản thị trường chứng khoán Việt Nam dựa tiếp cận máy học? ?? dự án thân nghiên cứu phát triển, chưa công bố khoa học người khác... Quản Lý Xây Dựng Mã số: 8580302 TÊN ĐỀ TÀI: ? ?Dự đoán giá cổ phiếu DN Ngành XD BĐS thị trường chứng khoán Việt Nam dựa tiếp cận máy học? ?? NHIỆM VỤ VÀ NỘI DUNG: Tìm hiểu mơ hình KNN, SVM, LSTM,... 3.1.2 Phân loại cổ phiếu 3.1.3 Đặc điểm cổ phiếu 3.1.4 Các loại giá cổ phiếu 10 3.1.5 Lợi tức cổ phiếu 11 3.1.6 Rủi ro cổ phiếu 11 3.1.7 Thị trường chứng khoán 11 3.1.8 Chỉ số chứng khoán 12 3.1.9

Ngày đăng: 12/01/2022, 23:56

HÌNH ẢNH LIÊN QUAN

4.2. Phương pháp phân tích bằng các mô hình học máy – mô hình đề xuất. 35 - Dự đoán giá cổ phiếu doanh nghiệp xây dựng và bất động sản trên thị trường chứng khoán việt nam dựa trên tiếp cận máy học
4.2. Phương pháp phân tích bằng các mô hình học máy – mô hình đề xuất. 35 (Trang 9)
Bảng 2-1 Bảng tổng hợp các nghiên cứu liên quan - Dự đoán giá cổ phiếu doanh nghiệp xây dựng và bất động sản trên thị trường chứng khoán việt nam dựa trên tiếp cận máy học
Bảng 2 1 Bảng tổng hợp các nghiên cứu liên quan (Trang 18)
“Đề xuất mô hình ANN trong dự đoán  giiá CP trên các thị  trường CK điển  hình” - Dự đoán giá cổ phiếu doanh nghiệp xây dựng và bất động sản trên thị trường chứng khoán việt nam dựa trên tiếp cận máy học
xu ất mô hình ANN trong dự đoán giiá CP trên các thị trường CK điển hình” (Trang 18)
“Mô hình cơ sở ban đầu sử dụng tỷ lệ dữ liệu thử  nghiệm và đào tạo  70:30, với cấu hình là 5:  11: 11: 1, 70% dữ liệu  đào tạo là  - Dự đoán giá cổ phiếu doanh nghiệp xây dựng và bất động sản trên thị trường chứng khoán việt nam dựa trên tiếp cận máy học
h ình cơ sở ban đầu sử dụng tỷ lệ dữ liệu thử nghiệm và đào tạo 70:30, với cấu hình là 5: 11: 11: 1, 70% dữ liệu đào tạo là (Trang 19)
Hình 3-2 Ví dụ về KNN với K=3, K=5 - Ưu điểm của KNN  - Dự đoán giá cổ phiếu doanh nghiệp xây dựng và bất động sản trên thị trường chứng khoán việt nam dựa trên tiếp cận máy học
Hình 3 2 Ví dụ về KNN với K=3, K=5 - Ưu điểm của KNN (Trang 30)
Hình 3-10 Mô hình neuron dự đoán giá vé máy bay - Dự đoán giá cổ phiếu doanh nghiệp xây dựng và bất động sản trên thị trường chứng khoán việt nam dựa trên tiếp cận máy học
Hình 3 10 Mô hình neuron dự đoán giá vé máy bay (Trang 37)
Hình 3-13 RNN đã được trải ra - Dự đoán giá cổ phiếu doanh nghiệp xây dựng và bất động sản trên thị trường chứng khoán việt nam dựa trên tiếp cận máy học
Hình 3 13 RNN đã được trải ra (Trang 42)
“Hình 3-14 RNN phụ thuộc gần” - Dự đoán giá cổ phiếu doanh nghiệp xây dựng và bất động sản trên thị trường chứng khoán việt nam dựa trên tiếp cận máy học
Hình 3 14 RNN phụ thuộc gần” (Trang 43)
Hình 3-15 RNN phụ thuộc xa - Dự đoán giá cổ phiếu doanh nghiệp xây dựng và bất động sản trên thị trường chứng khoán việt nam dựa trên tiếp cận máy học
Hình 3 15 RNN phụ thuộc xa (Trang 43)
3.2.7. Mạng Long Short Term Memory (LSTM) - Dự đoán giá cổ phiếu doanh nghiệp xây dựng và bất động sản trên thị trường chứng khoán việt nam dựa trên tiếp cận máy học
3.2.7. Mạng Long Short Term Memory (LSTM) (Trang 44)
Hình 4-2 Cổng đầu vào trong LSTM - Dự đoán giá cổ phiếu doanh nghiệp xây dựng và bất động sản trên thị trường chứng khoán việt nam dựa trên tiếp cận máy học
Hình 4 2 Cổng đầu vào trong LSTM (Trang 51)
Hình 5-2 Trích xuất các thư viện bằng Python - Dự đoán giá cổ phiếu doanh nghiệp xây dựng và bất động sản trên thị trường chứng khoán việt nam dựa trên tiếp cận máy học
Hình 5 2 Trích xuất các thư viện bằng Python (Trang 56)
Hình 5-6 Tải dữ liệu toàn bộ 175 mã CP về Google Colab bằng Python - Dự đoán giá cổ phiếu doanh nghiệp xây dựng và bất động sản trên thị trường chứng khoán việt nam dựa trên tiếp cận máy học
Hình 5 6 Tải dữ liệu toàn bộ 175 mã CP về Google Colab bằng Python (Trang 59)
Hình 5-7 Biểu đồ training và testing Công ty UDC - Dự đoán giá cổ phiếu doanh nghiệp xây dựng và bất động sản trên thị trường chứng khoán việt nam dựa trên tiếp cận máy học
Hình 5 7 Biểu đồ training và testing Công ty UDC (Trang 61)
+ Mô hình LSTM - Dự đoán giá cổ phiếu doanh nghiệp xây dựng và bất động sản trên thị trường chứng khoán việt nam dựa trên tiếp cận máy học
h ình LSTM (Trang 61)
- Các chỉ số của mô hình LSTM - Dự đoán giá cổ phiếu doanh nghiệp xây dựng và bất động sản trên thị trường chứng khoán việt nam dựa trên tiếp cận máy học
c chỉ số của mô hình LSTM (Trang 62)
Hình 5-9 Biểu đồ phóng to giá trị dự đoán của mô hình LSTM - Dự đoán giá cổ phiếu doanh nghiệp xây dựng và bất động sản trên thị trường chứng khoán việt nam dựa trên tiếp cận máy học
Hình 5 9 Biểu đồ phóng to giá trị dự đoán của mô hình LSTM (Trang 62)
- Các chỉ số của mô hình ARIMA - Dự đoán giá cổ phiếu doanh nghiệp xây dựng và bất động sản trên thị trường chứng khoán việt nam dựa trên tiếp cận máy học
c chỉ số của mô hình ARIMA (Trang 63)
+ Mô hình Linear regression - Dự đoán giá cổ phiếu doanh nghiệp xây dựng và bất động sản trên thị trường chứng khoán việt nam dựa trên tiếp cận máy học
h ình Linear regression (Trang 63)
Các chỉ số Mô hình KNN - Dự đoán giá cổ phiếu doanh nghiệp xây dựng và bất động sản trên thị trường chứng khoán việt nam dựa trên tiếp cận máy học
c chỉ số Mô hình KNN (Trang 64)
Bảng 5-1 Tổng hợp các chỉ số của các mô hình - Dự đoán giá cổ phiếu doanh nghiệp xây dựng và bất động sản trên thị trường chứng khoán việt nam dựa trên tiếp cận máy học
Bảng 5 1 Tổng hợp các chỉ số của các mô hình (Trang 65)
Hình 5-14 Biểu đồ dự đoán giá CP KNN, SVM, LSTM, ARIMA, Linear regression so với thực tế  - Dự đoán giá cổ phiếu doanh nghiệp xây dựng và bất động sản trên thị trường chứng khoán việt nam dựa trên tiếp cận máy học
Hình 5 14 Biểu đồ dự đoán giá CP KNN, SVM, LSTM, ARIMA, Linear regression so với thực tế (Trang 65)
Hình 5-15 Biểu đồ độ lệch chuẩn bộ dữ liệu tất cả các công ty - Dự đoán giá cổ phiếu doanh nghiệp xây dựng và bất động sản trên thị trường chứng khoán việt nam dựa trên tiếp cận máy học
Hình 5 15 Biểu đồ độ lệch chuẩn bộ dữ liệu tất cả các công ty (Trang 67)
Hình 5-16 Biểu đồ độ lệch chuẩn bộ dữ liệu các công ty BĐS - Dự đoán giá cổ phiếu doanh nghiệp xây dựng và bất động sản trên thị trường chứng khoán việt nam dựa trên tiếp cận máy học
Hình 5 16 Biểu đồ độ lệch chuẩn bộ dữ liệu các công ty BĐS (Trang 67)
Bảng 5-2 Tổng hợp các chỉ số đo của các bộ dữ liệu - Dự đoán giá cổ phiếu doanh nghiệp xây dựng và bất động sản trên thị trường chứng khoán việt nam dựa trên tiếp cận máy học
Bảng 5 2 Tổng hợp các chỉ số đo của các bộ dữ liệu (Trang 68)
Mô hình Độ đo - Dự đoán giá cổ phiếu doanh nghiệp xây dựng và bất động sản trên thị trường chứng khoán việt nam dựa trên tiếp cận máy học
h ình Độ đo (Trang 68)
8. PHỤ LỤC CÁC HÌNH ẢNH THỰC NGHIỆM - Dự đoán giá cổ phiếu doanh nghiệp xây dựng và bất động sản trên thị trường chứng khoán việt nam dựa trên tiếp cận máy học
8. PHỤ LỤC CÁC HÌNH ẢNH THỰC NGHIỆM (Trang 78)
Hình 8-5 Truy xuất kết quả mô hình Linear regression - Dự đoán giá cổ phiếu doanh nghiệp xây dựng và bất động sản trên thị trường chứng khoán việt nam dựa trên tiếp cận máy học
Hình 8 5 Truy xuất kết quả mô hình Linear regression (Trang 79)
Hình 8-4 Truy xuất kết quả mô hình ARIMA - Dự đoán giá cổ phiếu doanh nghiệp xây dựng và bất động sản trên thị trường chứng khoán việt nam dựa trên tiếp cận máy học
Hình 8 4 Truy xuất kết quả mô hình ARIMA (Trang 79)

TỪ KHÓA LIÊN QUAN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w