Kết hợp phân tích kỹ thuật với logic mờ và mạng nơron

Một phần của tài liệu (LUẬN VĂN THẠC SĨ) Nghiên cứu và ứng dụng một số mô hình học máy trong việc hỗ trợ đánh giá rủi ro tài chính (Trang 52 - 57)

3. Cấu trúc của luận văn

2.4 Kết hợp phân tích kỹ thuật với logic mờ và mạng nơron

Hệ thống dựa trên các luật mờ đƣợc xây dựng ở mục trên. Nhìn chung các luật với ngƣỡng cứng đƣợc thay bởi các luật với ngƣỡng mờ. Hệ thống suy diễn mờ Mamdani sẽ thực hiện việc này. Đầu vào của hệ thống là các chỉ số kỹ thuật và rank của cơng ty, đầu ra của hệ thống sẽ là một tín hiệu mua hoặc bán và cĩ thể là giữ. Hệ thống gồm một số mơ đun đƣợc minh hoạ trong hình.

Hình 3-3 Hệ suy diễn mờ

2.4.1 Mơ đun chỉ số kỹ thuật

Đầu vào của hệ thống là một chuỗi giá chứng khốn với tần suất tuần. Dữ liệu này đƣợc đƣa vào mơ đun chỉ số kỹ thuật, sau đĩ tính tốn các chỉ số nhƣ MACD, RSI, CCI, BB cho các chuỗi dữ liệu này. Các kiến thức chuyên gia sau đây liên quan tới các chỉ số kỹ thuật, chỉ số MACD là chỉ số quyết định cho việc mua và bán. Chỉ số RSI và CCI sử dụng để xác định mức độ mua bán, chẳng hạn mua mạnh, bán mạnh, hay đơn thuần chỉ là mua bán bình thƣờng. Ngồi ra, chúng ta cịn sử dụng hạng của cơng ty để kết quả đƣợc chính xác hơn.

Các tham số cho các chỉ số kỹ thuật đƣợc xác định theo nguyên tắc mặc định trong phân tích kỹ thuật. Ví dụ với chỉ số MACD, 12 và 26 ngày đƣợc sử dụng nhƣ là di chuyển trung bình ngắn hạn và dài hạn. Chỉ số RSI sử dụng khoảng thời gian là 20, tƣơng tự với chỉ số CCI và cĩ thêm c=0.015

Mơ đun chỉ tiêu kỹ thuật

Đầu vào FIS mới Các chỉ số kỹ thuật Giá chứng khốn Hệ suy diễn mờ Tín hiệu Mua/Bán Luật Hạng (Rank)

2.4.2 Mơ đun hội tụ

Mơ đun này cĩ nhiệm vụ chuyển các chỉ số kỹ thuật và hạng của cơng ty thành các biến đầu vào của hệ suy diễn mờ. Ví dụ sự khác biệt của tín hiệu MACD với tín hiệu so sánh đƣợc tính tốn để sử dụng nhƣ là đầu vào của hệ suy diễn mờ. Các biến đầu vào cho hệ thống suy diễn mờ đƣợc tổng kết nhƣ sau:

Bảng 3-1 Miền giá trị của các tham số

Biến Ý nghĩa Miền giá trị RANK Hạng của cơng ty [-1,1] MACD Chỉ số MACD [-2,2] RSI Chỉ số RSI tại thời điểm t [0,100] RSI1 Chỉ số RSI tại thời điểm t-1 [0,100] CCI Chỉ số CCI tại thời điểm t [-200,200] CCI1 Chỉ số CCI tại thời điểm t-1 [-200,200] BB Chỉ số BB tại thời điểm t [0,100] BB1 Chỉ số BB tại thời điểm t-1 [0,100]

2.4.3 Mơ đun hệ suy diễn mờ (FIS)

Hệ suy diễn mờ lấy các dữ liệu đầu ra của mơ đun hội tụ và sinh các tín hiệu mua bán dựa trên cá luật đƣợc định nghĩa bởi các luật cơ sở. Hệ thống là hệ Mamdani mờ. Các hàm membership Gaussian cũng đƣợc sử dụng ở cả dữ liệu đầu vào và dữ liệu đầu ra. Hai hàm thuộc đƣợc định nghĩa cho từng đầu vào. Đầu ra của hệ thống là một tín hiệu trong miền đƣợc chuẩn hố, trên đĩ 4 tập mờ BÁN MẠNH (STRONG SELL), BÁN (SELL), MUA (BUY),MUA MẠNH (STRONG BUY) đƣợc định nghĩa. Việc phân hoạch miền của đầu ra đƣợc mơ tả trong hình. Tín hiệu mua nhiều đƣợc sinh khi đầu ra gần 1.0 và tín hiệu bán ra nhiều đƣợc sinh khi đầu ra gần 0. Hệ thống sử dụng thuyết min-max. Tốn tử min đƣợc sử dụng cho việc kết hợp các luật. Để phân lớp đầu ta thành một trong bốn điều kiện, đầu ra với độ thuộc lớn nhất đƣợc chọn. Nếu cĩ nhiều giá trị đầu ra với cùng độ thuộc cực đại, giá trị đầu ra lớn nhất đƣợc sử dụng nhƣ là đầu ra đƣợc giải mờ.

Hình 3-4 Miền giá trị của đầu ra

2.4.4 Luật cơ sở

Luật cơ sở của hệ suy diễn mờ đƣợc khởi tạo theo những chỉ dẫn phân tích kỹ thuật cho các chỉ số đƣợc sử dụng trong mơ hình. Trong đĩ MACD đƣợc sử dụng trong tất cả các luật. Sau đây là các luật mờ:

r1 = if (MACD is low) and

(RSI is high) and

(RSI1 is veryhigh) then trades is sell

r2 = if (MACD is low) and

(RSI is low) and

(RSI1 is high) then trades is strong_sell

r3 = if (MACD is high) and

(RSI is low) and

(RSI1 is low) then trades is strong_buy

r4 = if (MACD is high) and (RSI is verylow) and (RSI1 is verylow) then trades is sell

r5 = if (MACD is low) and (CCI is high) and (CCI1 is veryhigh) then trades is strong_sell

r6 = if (MACD is high) and (CCI is veryhigh) and (CCI1 is high) then trades is buy

r7 = if (MACD is low) and (CCI is verylow) and (CCI1 is low) then trades is sell

r8 = if (MACD is high) and (CCI is low) and (CCI1 is verylow) then trades is strong_buy

Ngồi ra chúng ta cịn bổ sung thêm 4 tập luật dựa vào sự kết hợp mạng Nơron nhƣ sau:

//NN rules

r9 = if (RANK is verylow)and (MACD is low) then trades is strong_sell r10 = if (RANK is low)and(MACD is low) then trades is sell

r11 = if (RANK is high)and (MACD is high) then trades is buy

r12 = if (RANK is veryhigh)and (MACD is high) then trades is strong_buy

Kết luận

Chƣơng này đã đƣa ra mơ hình phân tích rủi ro tài chính. Các bƣớc xây dựng mơ hình đƣợc giới thiệu một cách khá chi tiết. Kết quả cuối cùng là một mơ hình kết hợp giữa mạng nơron, phân tích kỹ thuật và logic mờ. Đây là mơ hình đuợc dùng để xây dựng chƣơng trình đánh giá rủi ro tài chính và đƣa ra hỗ trợ quyết định trong đầu tƣ và kinh doanh chứng khốn.

Chương 4 - THỰC NGHIỆM VÀ ĐÁNH GIÁ

Chƣơng này thảo luận về các kết quả của các mơ phỏng thực nghiệm. Mục 4.1 giới thiệu về dữ liệu đƣợc sử dụng trong thực nghiệm. Tiếp theo chúng tơi giới thiệu về quá trình thực nghiệm. Sau đĩ kết quả đƣợc trình bày và phân tích ở phần cuối cùng của chƣơng.

Một phần của tài liệu (LUẬN VĂN THẠC SĨ) Nghiên cứu và ứng dụng một số mô hình học máy trong việc hỗ trợ đánh giá rủi ro tài chính (Trang 52 - 57)

Tải bản đầy đủ (PDF)

(82 trang)