THIẾT KẾ VÀ ỨNG DỤNG MẠNG THẦN KINH NHÂN TẠO ĐỂ DỰ BÁO GIÁ CHỨNG KHOÁN TRÊN THỊ TRƯỜNG
2.1.7. Huấn luyện hệ thống ANN
Quá trình huấn luyện ANN chủ yếu là để ANN đọc những dữ liệu trong quá khứ nhiều lần. Trải qua q trình huấn luyện, ANN có thể nhận ra mẫu hình tổng qt đang tồn tại trong mối quan hệ giữa các biến đầu vào. Để huấn luyện ANN, trước tiên cần xác định số lần Epoch3 được ANN đọc lại trong huấn luyện.
Q trình chạy mơ hình để tìm ra những nhóm biến nào tác động mạnh nhất đến VNI, đồng thời tìm ra mơ hình thích hợp cho từng nhóm biến, địi hỏi phải huấn luyện nhiều lần trên mỗi mơ hình – trung bình Epoch từ 3.000 đến 10.000 lần. Mỗi 1.000 lần huấn luyện, luận án lại dừng lại để kiểm tra xem mơ hình đã tối ưu chưa và có bị q khít hay khơng. Nếu mơ hình chưa đạt tối ưu và khơng bị khít thì luận án tiếp tục cho huấn luyện tiếp cho đến khi nào mơ hình đạt tối ưu – MSE < 1% và MSE của mẫu xác nhận bắt đầu tăng. Nếu mơ hình chưa đạt tối ưu và bị khít thì dừng q trình huấn luyện và làm lại từ đầu.
Sau mỗi lần chạy phân loại biến như trên, chúng ta ln có giá trị MSE và ghi chú lại trường hợp bị khít. Sau đó, ứng với mỗi nhóm biến chọn ra mơ hình có MSE thấp nhất. Cuối cùng, luận án đã tìm ra hai nhóm biến trong số 7 biến kinh tế vĩ mơ có khả năng dự báo tốt cho VNI nhất thỏa mãn tiêu chí đánh giá mơ hình. Phụ lục “Quá trình phân lại biến theo mơ hình mạng ANN” cho ra kết quả của q trình chạy mơ hình theo phân loại biến trên.