Luận Văn Ứng dụng mô hình Neural Network trong việc dự báo thị trường chứng khoán Việt Nam

TÓM TẮT ĐỀ TÀI
 Lý do chọn đề tài
Hiện nay trên thế giới, ở các thị trường chứng khoán phát triển, các nhà phân tích và dự báo đã
áp dụng và đưa ra nhiều công cụ giúp cho các nhà đầu tư trên thị trường dự báo được giá chứng
khoán một cách chính xác nhằm đưa ra các quyết định đầu tư của mình. Tuy nhiên, việc ứng
dụng các công cụ này trên các thị trường là khác nhau. Đối với các nước phát triển thì việc ứng
dụng trở nên đơn giản hơn vì thông tin minh bạch hơn và thị trường cũng trở nên ổn định hơn.
Đối với thị trường các nước đang phát triển, trong đó có Việt Nam, thì thật sự trở nên phức tạp
khi áp dụng các mô hình phân tích và dự báo giá chứng khoán.
Do đó, đề tài “Ứng dụng mô hình Neural Network trong việc dự báo thị trường chứng khoán
Việt Nam” là đề tài mà chúng tôi tập trung nghiên cứu vào nhằm giúp cho các nhà đầu tư có thể
dễ dàng dự báo giá chứng khoán một cách chính xác và từ đó có thể đưa ra quyết định đầu tư
của mình.

 Mục tiêu nghiên cứu
Mục tiêu của nghiên cứu này nhằm nghiên cứu lý thuyết mô hình Neural Network và sau đó
phát triển mô hình này để có thể dự báo một cách chính xác giá đóng cửa trong tương lai của
VN Index bằng cách sử dụng các gói dữ liệu phần mềm có sẵn. Và một khi mô hình được thiết
lập, thì sẽ trở thành một công cụ có ích trong việc giúp cho các nhà đầu tư có thể dự báo một
cách chính xác giá của chứng khoán.
 Phương pháp nghiên cứu – Các mô hình dự kiến – Nguồn số liệu dự kiến
Phương pháp nghiên cứu
Sử dụng phần mềm Neuro Solutions nhằm xây dựng các bước tiến hành để thiết kế một mô
hình Neural Network thích hợp cho việc dự báo thị trường chứng khoán Việt Nam.
Mô hình dự kiến
Mô hình Backpropagation Neural Network
Nguồn số liệu dự kiến
Dữ liệu của thị trường chứng khoán đã điều chỉnh sau khi chia cổ tức, chia cổ phiếu, phát hành
cổ phiếu.
Các dữ liệu thống kê về nền kinh tế Việt Nam như: CPI, lãi suất, GDP, giá vàng, tỷ giá hối đoái,
tỷ lệ lạm phát v.v .
Tất cả các dữ liệu thu thập trên đây đều được quy ước theo một chuẩn thời gian cố định.


MỤC LỤC
Tóm tắt đề tài
Danh mục các hình
Chương 1: Mô hình Neural Network trong dự báo tài chính
1.1. Giới thiệu sơ lược về mô hình Neural Network . 1
1.2. Nền tảng của mô hình Neural Network . 1
1.3. Hoạt động của một Neural Network 2
1.4. Các mô hình mạng Neural Network 3
1.4.1. Các dạng mô hình Neuron . 4
Mô hình cấu trúc một Neuron . 4
Mô hình Neuron với vectơ nhập . 4
1.4.2 Các dạng mô hình 5
Mô hình mạng một lớp Neuron . 5
Mô hình mạng nhiều lớp Neuron 7
1.5. Mô hình Backpropagation Neural Network . 7
1.5.1. Hoạt động của mạng Backpropagation . 7
1.5.2. Các thông số phổ biến trong thiết kế một Backpropagation . 8
1.5.3 Mục đích, công dụng của mô hình Neural Network 9
Chương 2: Các bước thiết kế một mô hình dự báo Neural Network
2.1. Sơ lược về việc thiết kế mô hình dự báo Neural Network 11
2.2. Quá trình lựa chọn các biến số 11
2.3. Quá trình thu thập dữ liệu 13
2.4. Quá trình xử lý và phân tích dữ liệu 13
2.5. Phân chia dữ liệu cho từng giai đoạn: huấn luyện,
kiểm tra và công nhận . 16
2.6. Xác định các thông số cho Neural Network . 18
2.6.1. Tính toán số lượng các lớp ẩn . 18
2.6.2. Tính toán số lượng các neuron ẩn 19
2.6.3. Tính toán số lượng các neuron đầu ra 21
2.6.4. Xác định loại hàm truyền 21
2.7. Xác định tiêu chuẩn đánh giá kết quả 22
2.8. Lựa chọn kiểu huấn luyện mô hình Neural Network 23
2.8.1. Xác định thông số lặp lại quá trình huấn luyện . 23
2.8.2. Lựa chọn learning rate và momentum 26
2.9. Tiến hành thực hiện mô hình . 27
Chương 3: Ứng dụng Neural Network vào thị trường tài chính Việt Nam
3.1. Dự báo kinh tế Việt Nam 2008 29
3.1.1. Lạm phát . 30
3.1.2. Tỷ giá hối đoái 30
3.1.3. Kinh tế đoái ngoại . 31
3.2. Lựa chọn phần mềm xử lý mô hình . 31
3.3. Cách thức thu thập và xử lý dữ liệu thô . 33
3.3.1. Các nhân tố ảnh hưởng thị trường chứng khoán Việt Nam . 33
3.3.2. Cách thức thu thập và điều chỉnh dữ liệu đầu vào 34
3.3.3. Tổ chức file dữ liệu 36
3.3.4. Phân tích các biến đầu vào bằng Data Manager 36
3.4. Quá trình xử lý mô hình và phân tích kết quả . 37
3.4.1. Cách thực hiện chạy chương trình Neuro Solutions . 37
3.4.2. Kết quả nhận từ phần mềm Neuro Solutions . 38
3.4.3. Kết quả dự báo VN-INDEX từ tháng 4/2008 đến tháng 5/2008 . 39
3.4.4. Phân tích kết quả . 39
3.5. Chứng cứ ứng dụng mô hình Neural Network . 40
3.5.1. Jason E.Kutsurelis ứng dụng mô hình Neural Network
để dự báo S&P 500 40
3.5.2. Trường hợp 1: Đầu cơ giá lên từ tháng 1 năm 1994 41
3.5.3. Trường hợp 2: Sự sụp đổ vào tháng 10 năm 1986 . 44
3.5.4. Kết quả thử nghiệm cho cả hai trường hợp 47
Kết luận
Tài liệu tham khảo
Phụ lục