3. Ứng dụng trong dự báo chứng khoán
3.2. Xây dựng chƣơng trình
Chương trình chuỗi thời gian mờ dự báo tỷ giá chứng khoán Đài Loan Chương trình có các tính năng: cập nhật số liệu, mở file dữ liệu cần tính toán, mờ hóa, tạo nhóm, Heuristic, dự báo, đồ thị.
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên 73 http://www.lrc-tnu.edu.vn
• Thực hiện lệnh mờ hóa sẽ cho ta cột kết quả mờ
Hình 1. Kết quả mờ
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên 74 http://www.lrc-tnu.edu.vn
Hình 3. Tạo nhóm
• Thực hiện lệnh Heuristic sẽ cho ta Bảng hỗ trợ
Hình 4. Bảng hỗ trợ
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên 75 http://www.lrc-tnu.edu.vn
• Thực hiện lệnh dự báo sẽ cho ta cột dự báo
Hình 5. Dự báo
• Thực hiện lệnh đồ thị sẽ cho ta đồ thị so sánh giá trị thực và giá trị dự báo
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên 76 http://www.lrc-tnu.edu.vn
KẾT LUẬN
Luận văn này chủ yếu giới thiệu các khái niệm cơ bản về chuỗi thời gian và các mô hình xử lý chuỗi thời gian. Phương pháp chủ yếu để dự báo chỗi thời gian được Box và Jenkins xây dựng từ những năm 70 của thế kỷ trước. Đó là mô hình ARMA. Tuy nhiên mô hình ARMA chỉ thích ứng hầu hết cho chuỗi thời gian dừng và tuyến tính, chính vì vậy những chuỗi thời gian có biến thiên nhanh hoặc chuỗi số liệu lịch sử ngắn cho những kết quả chưa chính xác. Chuỗi thời gian trong kinh tế do đặc điểm phát triển kinh tế phụ thuộc rất nhiều vào các yếu tố khác nhau nên có nhiều biến thiên và mang tính phi tuyến. Chính vì vậy mô hình ARMA không thể xử lý tốt trong lĩnh vực kinh tế. Do đó em đã sử dụng phương pháp mới là xây dựng mô hình chuỗi thời gian mờ được Song và Chilsom phát triển để giải quyết vấn đề trên.
Trong luận văn này em trình bày một số mô hình cơ bản hay được sử dụng trong chuỗi thời gian mờ. Đó là các thuật toán của Chen, Huarng, Singh và một số tác giả khác. Một số cải tiến các thuật toán trên cũng được đưa ra trong Chương III của Luận văn. Cuối cùng em đã xây dựng phần mềm tính toán trên cơ sở sử dụng một thuật toán của Chen trong dự báo chỉ số chứng khoán Đài Loan. Kết quả tính toán cho thấy mức độ phù hợp của dự báo so với số liệu thực tế. Chính vì vậy, mô hình chuỗi thời gian mờ đang được nhiều tác giả nghiên cứu có nhiều triển vọng ứng dụng trong xử lý số liệu kinh tế.
TÀI LIỆU THAM KHẢO
[1] Bùi Công Cường, N.D. Phước, Hệ mờ, Mạng Nơron và ứng dụng
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên 77 http://www.lrc-tnu.edu.vn
[2] Nguyễn Công Điều, “Một thuật toán mới cho mô hình chuỗi thời gian mờ heuristic trong dự báo chỉ số chứng khoán”, Báo cáo Đại hội Toán học toàn quốc, Quy Nhơn, 2008.
[3] T. J. Ross, “Fuzzy Logic with engineering”, MacGraw Hill (1996). [4] W. Ender, “Applied Econometrics Time Series”, Wiley & Son, (1995). [5] R. S. Tsay, Analysis of finacial Time Series”, Wiley & Son, (2005). [6] Q. Song, B.S. Chissom, “Fuzzy Time Series and its Model”, Fuzzy set
and system, vol. 54, pp. 269-277, 1993.
[7] Q. Song, B.S. Chissom, “Forecasting Enrollments with Fuzzy Time Series – Part I,” Fuzzy set and system, vol. 54, pp. 1-9, 1993. – Part II,” Fuzzy set
and system, vol. 62, pp. 1-8, 1994
[8] S.M. Chen, “Forecasting Enrollments based on Fuzzy Time Series,”
Fuzzy set and system, vol. 81, pp. 311-319, 1996.
[9] S. M. Chen, C.C. Hsu, “A New Methods to Forecast Enrollments Using Fuzzy Time Series”, Inter. Journal of Applied Science and Engineering, V.2,N.3, pp. 234-244, 2004.
[10] K.Huarng, “Heuristic models of fuzzy time series forecasting”,
Fuzzy sets and Systems, V.123, pp 369-386, 2001.
[11] M. Sah, K.Y. Degtiarev, “Forecasting Enrollment Model Based on First Order Fuzzy Time Series”, Transactions on Engineering, Computing and
technology. Enfomatika, v.IV,pp. 375-378, 2004.
[12] S.R. Singh, “A computational method of forecasting based on high-order fuzzy time series”, Expert Systems with Applications, 36 (2009) pp.10551–10559.