Để đạt được mô hình hoàn chỉnh hơn cần cải thiện một số yếu tố sau:
1. Sử dụng mô hình mờ Mamdani theo hướng kết hợp hệ mờ và mạng Neuron để tăng thêm độ chính xác cho mô hình.
2. Sử dụng phương pháp đánh giá trọng số trong “A Novel Fuzzy System Modeling Approach: Multidimensional Structure Identification and Inference” để xác định mức độ ảnh hưởng của tham số đầu vào tới giá cổ phiếu.
3. Sử dụng giải thuật phân cụm K-Means trước để xác định tâm cụm thô rồi mới dùng Fuzzy C-Means.
4. Số lượng tập dữ liệu luyện tập mẫu cần phải có nhiều hơn nữa.
Phát triển để tài để ứng dụng vào thực tế
Đề tài này rất có ích trong việc nghiên cứu dự đoán giá cổ phiếu trong thị trường kinh doanh sôi động với nhiều các loại mã cổ phiếu khác nhau. Do đó nên có một phương hướng phát triển đúng đắn. Do hệ thống chưa hoàn chỉnh nên cần phải phát triển trước khi áp dụng đề tài vào thực tế.
Để có thể ứng dụng vào thực tế ở phần trên em đã đưa ra một số yếu tố cải thiện dựa trên quan điểm cá nhân. Ở phần này em xin đưa ra một số giải pháp thực hiện:
Về phần mô hình:
Tăng số lượng mô hình mờ hóa bằng cách thay đổi bộ tham số m và c, giúp cho bảng tra cứu đầy đủ hơn, từ đó sẽ suy diễn được chính xác hơn.
Sử dụng giải thuật phân cụm K-Means dùng để khởi tạo các tâm cụm thô trước khi sử dụng giải thuật Fuzzy C-Means.
Về phần phân tích chứng khoán:
Liên hệ với các chuyên gia trong lĩnh vực phân tích đầu tư chứng khoán để được cung cấp số lượng mẫu luyện tập nhiều hơn.
TÀI LIỆU THAM KHẢO
A. Sách:
1. “Fuzzy system” Alan Holland – University College Cork.
2. “Fuzzy Sets and Fuzzy Logic: Theory and Applications” - George J. Klir and Bo Yuan - Prentice Hall P T R Upper Saddle River, NewJersey.
3. “Technical Analysis of Futures Markets”, John J. Murphy -N.YI.F., 1988 4. “Fuzzy Logic with Engineering Applications”, Timothy J. Ross
University of New Mexico, USA - John Wiley & Sons, Ltd 5. “Fuzzy logic toolbox user guide” - Matlab Document
B. Tạp chí:
1. “A New Fuzzy Inference Approach Based on Mamdani Inference Using Discrete Type 2 Fuzzy Sets”, Ozge Uncu, Kemal Kilic, I.B. Turksen - IEEE International Conference on Systems, Man and Cybernetics 2004.
2. “A Fuzzy-Logic-Based Approach to Qualitative Modeling ”, Michio Sugeno, Takahiro Yasukawa - lEEE Transactions on Fuzzy Systems, Vol. I, No. I.
February 1993.
3. “ Fuzzy C-Means Clustering”, Mahdi Amiri - Sharif University of Technology. 4. “Type-2 Fuzzy Logic Systems”, Nilesh N. Karnik, Jerry M. Mendel, and Qilian
Liang - lEEE Transactions on Fuzzy Systems, Vol. 7, No. 6, December 1999. 5. “A Novel Fuzzy System Modeling Approach: Multidimensional Structure
Identification and Inference”, Onze Uncu, I.B Tũrksen - IEEE International Fuzzy Systems Conference 2001.
6. “A Fuzzy Clustering-Based Rapid Prototyping for Fuzzy Rule-Based Modeling”, M. Delgado, Antonio F.Gosmez-Skarmeta, and F. Martin - IEEE Transactions of Fuzzy Systems, Vol 5, No. 2, May 1997.
7. “Fuzzy Decision Tree for Data Mining of Time Series Stock Market Databases”,
Mohd Noor Md Sap, Rashid Hafeez Khokhar - Faculty of Computer Science and Information System University Technology of Malaysia, 81310 Skudai, Johor, Malaysia
8. “Momentum Analysis based Stock Market Prediction using Adaptive Neuro-Fuzzy Inference System (ANFIS)”, Samarth Agrawal, Manoj Jindal, G. N. Pillai
C. Website tham khảo: (adsbygoogle = window.adsbygoogle || []).push({});
1. http://www.fuzzytech.com/
2. http://www.mathworks.nl/products/fuzzylogic/demos.jsp
3. http://www.dcorney.com/ClusteringMatlab.html
4. http://fuzzy.cs.uni-magdeburg.de/papers.html