Ta sẽ chọn mơ hình hàm bậc ba, vì có các chỉ số đo lường RMSE, MAE,
MAPE và Theil’U nhỏ hơn. Tuy nhiên trên thực tế, mơ hình chỉ dự đốn đúng giá cổ phiếu vào ngày 25-1-2022. Trong hai ngày tiếp theo, do biến động nên giá của cổ phiếu đã giảm, khơng như kết quả dự báo. Vì vậy, ngồi mơ hình cần xem xét các yếu tố ảnh hưởng bên ngoài.
CHƯƠNG IV: KẾT LUẬN VÀ KIẾN NGHỊ4.1. Kết luận 4.1. Kết luận
Mặc dù mơ hình xu thế là thường được sử dụng với dữ liệu tài chính nói chung, mà cụ thể là hàm xu thế bậc ba với dữ liệu BIDV nói trên đã phần nào dự báo được giá cổ phiếu. Tuy nhiên trên thực tế thì việc sử dụng mơ hình xu thế cịn khá cứng nhắc, rập khn vì cịn phải xét nhiều yếu tổ ảnh hưởng khác, khơng thể dựa hồn tồn chỉ vào dữ liệu quá khứ. Vì vậy, người nghiên cứu cần kết hợp giữa các kinh nghiệm bản thân, tư duy khách quan cùng với phương pháp này để đưa ra được những quyết định đúng đắn. Trong phạm vi nghiên cứu hạn hẹp, nhóm nghiên cứu chỉ dừng lại ở mức độ thông hiểu công thức và áp dụng vào mơ hình thơng qua bộ dữ liệu nhất định trong khi chưa xem xét các yếu tố khác.
Từ việc nghiên cứu cũng như thấy được ưu điểm và nhược điểm của mơ hình, nhóm nghiên cứu cũng đã đề ra được một vài biện pháp khắc phục như cần phải dựa vào nhiều yếu tố tác động khác từ bên ngoài, lựa chọn hàm xu thế phù hợp từ các kiểm định thống kê và kinh nghiệm từ quá khứ.
4.2. Kiến nghị sử dụng mơ hình dự báo xu thế
Mơ hình dự báo xu thế thích hợp cho các chuỗi dữ liệu có sự thay đổi, vận động tăng hay giảm trong một khoảng thời gian. Chính vì lẽ đó mà việc lựa chọn một hàm xu thế thích hợp với bộ dữ liệu khá là phức tạp mà cách nhanh chóng và hiệu quả nhất là vẽ biểu đồ để từ đó chọn dạng mơ hình. Tuy nhiên thì việc này còn tuỳ thuộc vào nhiều yếu tố mà chủ yếu là các ý kiến chủ quan, kinh nghiệm đúc kết của các cá nhân.
Mặc dù vậy, khi xác định được dạng hàm của mơ hình thì cơng việc chọn giá trị để dự báo cũng khá là phức tạp. Như đã đề cập xuyên suốt bài báo cáo, không phải cứ sai số nhỏ thì là càng tốt mà còn phụ thuộc vào nhiều yếu tố bất định, các yếu tố vĩ mô bên ngồi, các chỉ số ảnh hưởng khác, tình hình chính trị, kinh tế… hay kinh nghiệm của bản thân cũng đóng một phần quan trọng không kém.
TÀI LIỆU THAM KHẢO
1. Sun, X., Liu, M., & Sima, Z. . (2020). A novel cryptocurrency price trend
forecasting model based on LightGBM. Finance Research Letters.
2. Widiputra, H. . (2019). Localized trend model for stock market sectoral indexes
movement profiling. Algorithmic Finance.
3. Xu, S. Y., & Berkely, C. U. (2014). Stock price forecasting using information