Mô hình khai phá dữ liệu bằng phương pháp neural network trong quyết định và ứng dụng trong việc ra quyết định đầu tư chứng khoán
Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (1.3 MB, 30 trang )
lOMoARcPSD|22495817
BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM
KHOA CÔNG NGHỆ THÔNG TIN KINH DOANH
TIỂU LUẬN CUỐI KỲ
MÔ HÌNH KHAI PHÁ DỮ LIỆU BẰNG PHƯƠNG PHÁP
NEURAL NETWORK TRONG QUYẾT ĐỊNH VÀ ỨNG DỤNG
TRONG VIỆC RA QUYẾT ĐỊNH ĐẦU TƯ CHỨNG KHOÁN
HỌC PHẦN: KHOA HỌC DỮ LIỆU
GIẢNG VIÊN: NCS TS THÁI KIM PHỤNG
SINH VIÊN THỰC HIỆN: ĐỖ ĐỨC ANH
MSSV: 31191023013
LỚP – KHÓA: FNC04 – K45
MÃ HỌC PHẦN: INF509059 – SÁNG THỨ 4
TP. HỒ CHÍ MINH - 2021
lOMoARcPSD|22495817
MỤC LỤC
MỞ ĐẦU: ............................................................................................................................................. 3
I.
1.
Lý do chọn đề tài: ............................................................................................................................ 3
2.
Mục tiêu nghiên cứu: ...................................................................................................................... 4
3.
Phương pháp thực hiện: ................................................................................................................. 4
4.
Ý nghĩa đóng góp: ........................................................................................................................... 3
II.
1.
Sơ lược về khai phá dữ liệu: ........................................................................................................... 5
2.
Các công cụ khai phá dữ liệu: ........................................................................................................ 6
3.
Các kỹ thuật khai phá dữ liệu: ...................................................................................................... 7
4.
Lý do lựa chọn phương pháp “Neural Network”: ....................................................................... 7
5.
Sơ lược về “Neural Network” ...................................................................................................... 12
III.
ỨNG DỤNG MƠ HÌNH: .............................................................................................................. 14
1.
Phương pháp: ................................................................................................................................ 14
2.
Xây dựng mơ hình ......................................................................................................................... 14
3.
Thử nghiệm và kết quả ................................................................................................................. 15
IV.
V.
NỘI DUNG: ..................................................................................................................................... 5
KẾT LUẬN: ................................................................................................................................... 30
TÀI LIỆU THAM KHẢO: ............................................................................................................... 30
lOMoARcPSD|22495817
I.
MỞ ĐẦU:
1. Lý do chọn đề tài:
- Thị trường chứng khốn tuy khơng cịn mới lạ trong giới đầu tư Việt Nam,
nhưng so với thế giới, số lượng tài khoản chứng khoán của nước ta rơi vào khoảng
xấp xỉ 3,600,000 tài khoản. Chứng tỏ hiện tại và trong dài hạn, thị trường chứng
khốn sẽ cịn tiếp tục mở rộng kèm theo đó là những tiềm năng lợi nhuận dành
cho các nhà đầu tư. Bên cạnh đó, những trường đại học và các cơ sở giáo dục đã
bắt đầu đưa chương trình giảng dạy về định giá doanh nghiệp, phân tích thị
trường, … những môn học giúp giới trẻ ngày nay có kiến thức để tạo dựng cho
mình những danh mục đầu tư riêng giúp nâng cao giá trị bản thân cũng như tạo
tiền đề cho những nguồn thu nhập khác nhau để giới trẻ có thể dễ dàng tự do tài
chính một cách an tồn. Chính vì những lí do trên, với tư cách là một sinh viên
ngành Tài Chính của Trường Đại học Kinh tế TPHCM, tôi muốn bắt đầu cho
mình những kiến thức, kĩ năng phân tích để bước vào thị trường chứng khốn.
Thơng qua mơn học, tơi đã có thêm một cơng cụ để hỗ trợ phân tích chính xác
hơn đó chính là chương trình Orange cùng với những bộ công cụ đi kèm cửa
Machine Learning và Data Mining. Với sự hướng dẫn và quá trình tìm hiểu, tôi
lựa chọn phương pháp Neural Network (Mạng nơ-ron nhân tạo) làm cơ sở nghiên
cứu cho đề tài này dựa trên sự chính xác cao và vai trị ngày càng quan trọng của
trí tuệ nhân tạo trong các hoạt động nghiên cứu và huấn luyện dữ liệu của con
người. Từ đó, việc sử dụng những cơng cụ trên để hỗ trợ tạo dựng cho mình một
danh mục đầu tư hiệu quả. Đồng thời, tối ưu hóa việc sử dụng phương pháp
Neural Network để huấn luyện và dự báo dữ liệu trong phần mềm Orange để loại
bỏ những khoản đầu tư thiếu hiệu quả.
lOMoARcPSD|22495817
2. Mục tiêu nghiên cứu:
- Trình bày khái niệm, quy trình và các kỹ thuật khai phá dữ liệu, đặc biệt là
phương pháp khai phá dữ liệu bằng “Neural Network”.
- Vận dụng phương pháp “Newral Network” vào việc phân loại và ra quyết
định đối với những cổ phiế đã được niêm yết trên sàn HOSE để tìm ra những
mã cổ phiếu có khả năng sinh lời tốt, tạo tiền đề cho các quyết định đầu tư
tối thiểu hóa được thua lỗ và giúp nhà đầu tư dễ dàng tìm được những cổ
phiếu tốt trong sàn chứng khoán của Sở giao dịch chứng khốn thành phố Hồ
Chí Minh
3. Phương pháp thực hiện:
Những phương pháp được sử dụng trong đề tài bao gồm:
- Phương pháp nghiên cứu, phân tích và tổng hợp lý thuyết: Sử dụng các cơ
sở dữ liệu xuất hiện tại các nguồn thông tin đã được kiểm duyệt. Phân tích
thành từng bộ phận riêng lẻ để tìm hiểu về đối tượng nghiên cứ, từ đó
vận dụng tư duy logic để tổng hợp thông tin thành một hệ thống lý thuyết
mới, phù hợp và bám sát hơn với đề tài nghiên cứu và cuối cùng đưa ra kết
luận khoa học cần thiết mang giá trị tham khảo cho vấn đề nghiên cứu.
- Kết hợp song hành với phương pháp nghiên cứu phân tích lý thuyết là sử
dụng thêm phương pháp khai phá dữ liệu bằng “Neural Network” để có thể
hỗ trợ trong việc phân loại và ra quyết định về các cổ phiếu nên đầu tư trong
danh mục đầu tư.
4. Ý nghĩa đóng góp:
Thơng qua đề tài về “Mơ hình khai phá dữ liệu bằng phương pháp Neural
Network trong quyết định và ứng dụng trong việc ra quyết định đầu tư chứng
khoán” sinh viên với mục tiêu:
- Khai thác các cơ sở lý thuyết về khai phá dữ liệu về quy trình thực hiện và
ứng dụng.
- Ứng dụng phương pháp khai thác dữ liệu cụ thể là phương pháp “Neural
Network” vào thực tế để giải quyết vấn đề.
lOMoARcPSD|22495817
- Phân loại và chọn lọc ra những cổ phiếu có tính ổn định và có tỷ suất sinh
lợi tốt đáng để đầu tư trong danh mục một số các cổ phiếu được niêm yết trên
sàn HOSE.
II.
NỘI DUNG:
1. Sơ lược về khai phá dữ liệu:
a. Khái niệm:
- Khai phá dữ liệu (Data mining) có thể được hiểu là q trình khám phá,
phân tích, phân loại và sắp xếp các tập hợp dữ liệu lớn để có thể tìm ra các
mẫu và thiết lập các quy tắc có ý nghĩa với mục tiêu là giải quyết các vấn đề
thông qua phân tích dữ liệu.
- Data mining là một lĩnh vực liên ngành của khoa học máy tính, q trình
này có thể có bán tự động hoặc tự động nhưng thường là được tự động và
được áp dụng trong rất nhiều lĩnh vực khác nhau như: Quản lý quan hệ khách
hàng, đầu tư, quảng cáo, viễn thơng,… với mục đích để phục vụ cho việc dự
báo, đưa ra các quyết định tương lai.
lOMoARcPSD|22495817
b. Quy trình khai phá dữ liệu:
2. Các cơng cụ khai phá dữ liệu:
Các công cụ khai phá dữ liệu được sử dụng rất đa dạng, và có 7 cơng cụ khai
phá dữ liệu phổ biến nhất có thể kể đến như là: Oracle, RapidMiner, Weka,
Knime, Apache Mahout, Tera Data và cuối cùng là Orange.
lOMoARcPSD|22495817
3. Các kỹ thuật khai phá dữ liệu:
Sơ lược
Kỹ thuật
Phân tích phân loại
Là phương pháp dự báo cho phép phân loại đối tượng vào
một hoặc mốt số lớp cho trước
Là phương pháp được sử dụng để xác định và phân tích mối
Phân tích hồi quy
quan hệ giữa các biến, từ đó hiểu được giá trị đặc trưng của
sự thay đổi trong các biến phụ thuộc
Là phương pháp phân loại các đối tượng tương tự nhau sẽ
Phân cụm dữ liệu
nằm chung một cụm. Kết quả là các đối tượng tương tự nhau
sẽ nằm cùng một nhóm
Là phương pháp phân loại và dự báo sẽ bắt đầu từ gốc cây là
Cây quyết định
một câu hỏi đơn giản, và mỗi câu trả lời sẽ dẫn đến các bộ
câu hỏi khác cho đến khi đạt được kết quả dự báo cuối cùng
Mạng nơ ron
Là mơ hình xử lý thơng tin được mơ phỏng dựa trên hoạt
động của hệ thống thần kinh của sinh vật
4. Lý do lựa chọn phương pháp “Neural Network”:
Với những dữ liệu đã thu thập và hồn thành q trình xử lý tất cả dữ liệu thu
thập được, ta sử dụng công cụ khai phá dữ liệu là ứng dụng Orange này để
thử và so sánh các kết quả các các phương pháp với nhau, ở đây ta so sánh
“Neural Network” với 2 phương pháp còn lại là “Hồi quy Logistic” và
“Dicision Tree”. Mục tiêu là có thể chọn ra một phương pháp có mức độ
chính xác cao nhất với độ lệch chuẩn nhỏ nhất. Chúng ta mở ứng dụng Orange
và cài đặt các mục như hình.1 dưới đây:
lOMoARcPSD|22495817
Hình.1
Hồn tất thiết lập mơ hình tính tốn tìm phương pháp khai phá dữ liệu kết
hợp với sử dụng ma trận nhầm lẫn:
Hình.2
Ta có kết quả như hình trên: phương pháp khai phá dữ liệu bằng “Neural
Network” cho ta được chỉ số chính xác accuracy (CA) cao nhất trong ba
phương pháp, cụ thể là bằng 0.665 tương đương 66.5%. Bên cạnh đó, ta xem
xét thêm kết quả của Ma trận nhầm lẫn được thể hiện ở 3 hình dưới đây cũng
lOMoARcPSD|22495817
biểu hiện cho thấy các biến dữ liệu được phân loại và dự đoán đúng của
phương pháp “Neural Network” cũng cao hơn cả 2 phương pháp cịn lại:
Hình.3
lOMoARcPSD|22495817
Hình.4
Downloaded by hay hay ()
lOMoARcPSD|22495817
Hình.5
Thơng qua kết quả đã thực hiện và nêu ở trên thì có thể thấy là phương pháp
khai phá dữ liệu bằng “Neural Network” có độ chính xác cũng như mức độ
tin cậy cao hơn cả 2 phương pháp còn lại là “Hồi quy Logistic” và “Decision
Tree”, từ đó tác giả có thể có cơ sở rõ ràng để có thể sử dụng phương pháp
“Neural Network để có thể phân loại và dự đoán các dữ liệu trong bài, phục
vụ cho mục đích ra quyết định đầu tư chứng khốn.
Downloaded by hay hay ()
lOMoARcPSD|22495817
5. Sơ lược về “Neural Network” – Mạng nơ-ron nhân tạo:
Khái niệm:
Neural network hay còn gọi là Mạng nơ-ron nhân tạo là mạng sử dụng các
mơ hình tốn học phức tạp để xử lý thông tin. Chúng dựa trên mô hình hoạt
động của các tế bào thần kinh và khớp thần kinh trong não của con người.
Tương tự như bộ não con người, mạng nơ-ron nhân tạo kết nối các nút đơn
giản, còn được gọi là tế bào thần kinh. Và một tập hợp các nút như vậy tạo
thành một mạng lưới các nút, do đó có tên là mạng nơ-ron nhân tạo.
Trong mạng nơ-ron nhân tạo, một loạt các thuật toán được sử dụng để xác
định và nhận ra các mối quan hệ trong các tập dữ liệu.
3 thành phần chủ yếu của neural network bao gồm:
-
Lớp đầu vào đại diện cho các dữ liệu đầu vào.
-
Lớp ẩn đại diện cho các nút trung gian phân chia không gian đầu vào
thành các vùng có ranh giới (mềm). Nó nhận vào một tập hợp các đầu vào có
trọng số và tạo ra kết quả đầu ra thông qua một chức năng kích hoạt.
-
Lớp đầu ra đại diện cho đầu ra của mạng nơ-ron.
Downloaded by hay hay ()
lOMoARcPSD|22495817
Mạng nơ-ron nhân tạo sử dụng các lớp xử lý tốn học khác nhau để hiểu
thơng tin mà nó được cung cấp. Thơng thường, một mạng nơ-ron nhân tạo
có từ hàng chục đến hàng triệu nơ-ron nhân tạo - được gọi là các đơn vị được sắp xếp thành một loạt các lớp. Lớp đầu vào nhận các dạng thông tin
khác nhau từ thế giới bên ngoài. Đây là dữ liệu mà mạng nhắm đến để xử lý
hoặc tìm hiểu. Từ lớp đầu vào, dữ liệu đi qua một hoặc nhiều lớp ẩn khác.
Công việc của các lớp ẩn là biến đầu vào thành thứ mà lớp đầu ra có thể sử
dụng.
Ví dụ trong ứng dụng Newral Network vào thực tế:
• Trong lĩnh vực ngân hàng
Neural network là q trình xem xét có đồng ý cho khách hàng vay vốn hay
không. Mỗi Inputs sẽ tương ứng với một thông tin cá nhân của khách hàng
như: Số con, địa chỉ, thu nhập, nghề nghiệp, tuổi…
Trong Neural network của ứng dụng vay vốn ngân hàng, Output sẽ là kết quả
ngân hàng có đồng ý cho khách vay tiền hay không, Output là Yes thì sẽ cho
vay, Output là No thì tức là u cầu khơng được thơng qua.
• Ứng dụng Neural network để điều khiển thiết bị bằng giọng nói
• Ứng dụng Mạng nơ – ron nhân tạo để dự báo mưa và dịng chảy trong cơng
tác phịng tránh và giảm nhẹ thiên tai
• Ứng dụng Neural network trong cơng cuộc xử lý tín hiệu bị nhiễu
• Ứng dụng Mạng nơ – ron biến hình phẳng thành mơ hình 3D
• Ứng dụng Neural network – Nn trong công tác nhận diện giọng nói của các
thiết bị điện tử
• Ứng dụng Neural network cho các ứng dụng dịch ngôn ngữ
Downloaded by hay hay ()
lOMoARcPSD|22495817
III.
ỨNG DỤNG MƠ HÌNH:
1. Phương pháp:
a. Mẫu dữ liệu:
Dữ liệu bao gồm 140 mã cổ phiếu và các chỉ số tài chính được lấy từ 2 trang
web cơng khai và có độ tin cậy cao bởi rất nhiều người dùng là fireant.vn và
vietstock.vn với thời gian thu thập số liệu là ngày 29 tháng 9 năm 2021
b. Ứng dụng phần mềm
Phần mềm ứng dụng được sử dụng để khai phá dữ liệu trong đề tài trên là
phần mềm Orange - một phần mềm sử dụng mã nguồn mở được sử dụng
rộng rãi khi phân tích dữ liệu. Phần mềm phổ biến với đa số người dùng vì
tích hợp nhiều tiện ích và khá nhiều ưu điểm như là dễ sử dụng kể cả cho
người mới nhờ vào giao diện dễ nhìn, hỗ trợ các biểu đồ, đồ thị trực quan.
2. Xây dựng mơ hình
Trong các kênh đầu tư sinh lợi nhuận thì có lẽ nổi lên gần đây chính là thị
trường chứng khoán. Trong bối cảnh đại dịch hiện nay, khi nhiều hộ gia đình
và doanh nghiệp bị ảnh hưởng, Chính phủ và Nhà nước phải thực hiện nhiều
biện pháp nhằm hỗ trợ cho nền kinh tế. Trong đó, việc giảm lãi suất là một
trong những biện pháp giúp tháo gỡ khó khăn cho doanh nghiệp. Điều này
vơ tình làm cho tiết kiệm không phải là một kênh đầu tư hấp dẫn trong mắt
nhà đầu tư. Dòng tiền chuyển sang những kênh đầu tư đem lại tỷ suất sinh
lời cao hơn, trong đó có chứng khốn. Điều đó tạo điều kiện cho thị trường
chứng khốn Việt Nam có bước phát triển mạnh mẽ khi chỉ trong năm 2020
và hiện đang là 2021, thị trường Chứng khoán Việt Nam tăng trưởng đứng
thứ 2 thế giới, đi cùng đó là những con số kỷ lục về dòng tiền đổ vào từ những
nguồn khác nhau, tính thanh khoản, …
Là một sinh viên chuyên ngành Tài chính của Trường Đại học Kinh tế TP.
Hồ Chí Minh, với mong muốn tìm hiểu về thị trường chứng khoán nhằm bổ
trợ kiến thức cho bản thân cũng như cơng việc sau này mà cịn mong muốn
Downloaded by hay hay ()
lOMoARcPSD|22495817
thử thách bản thân trên thị trường mà bản thân đã tự mở một tài khoản chứng
khoán cũng như cập nhật thông tin thị trường. Việc đưa ra quyết định mua
hay bán một cổ phiếu đều phải thông quá sự phân tích các yếu tố, điều này
đem lại khá nhiều rủi ro và phụ thuộc nhiều vào cảm tính. Sau khi được
nghiên cứu và tìm hiểu từ mơn học Khoa học dữ liệu, tác giả đã tìm thấy được
thêm cơng cụ có thể giúp mình đưa ra quyết định chính xác hơn trong việc
đưa ra những quyết định trên thị trường sao cho phù hợp với bối cảnh thực tế
và mong muốn của mình.
3. Thử nghiệm và kết quả
Dữ liệu dưới đây được lấy từ những mã cổ phiếu được niêm yết cơng khai
trên sàn giao dịch chứng khốn Thành phố Hồ Chí Minh (HOSE). Bảng dưới
đây là một danh mục bao gồm 70 mã cổ phiếu với quy mô lớn nhỏ được mơ
tả với 4 thuộc tính là:
- EPS
- P/E
-P/B
-ROE%
Bảng biểu hiện chỉ số của dữ liệu
Mã
Sàn
AAA
AAM
AAT
ABS
HOSE
HOSE
HOSE
HOSE
ABT
ACB
ACC
HOSE
HOSE
HOSE
ACL
HOSE
Tên
An Phát Bioplastics
Thủy sản Mekong
Tiên Sơn Thanh Hóa
DV Nơng nghiệp Bình
Thuận
Thủy sản Bến Tre
Ngân hàng Á Châu
Đầu tư và XD Bình
Dương ACC
Thủy sản CL An Giang
EPS cơ
bản
(VNĐ)
PE cơ bản
1,136
(1,555)
909
896
13.82
(7.04)
24.31
23.32
1.08
0.60
1.71
1.84
6.87%
-8.35%
7.31%
7.72%
1,875
3,588
2,809
17.01
8.74
5.91
0.88
2.10
1.09
5.21%
26.44%
14.71%
902
14.02
0.89
6.47%
Downloaded by hay hay ()
PB
% ROE
lOMoARcPSD|22495817
ADG
ADS
AGG
AGM
AGR
AMD
ANV
APC
APG
APH
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
ASG
ASM
ASP
AST
HOSE
HOSE
HOSE
HOSE
BBC
BCE
BCG
BCM
BFC
BHN
BIC
BIV
BKG
BMC
BMI
BMP
BRC
BSI
BTP
BTT
BVH
BWE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
C32
C47
CAV
CCI
CCL
HOSE
HOSE
HOSE
HOSE
HOSE
Clever Group
Dệt sợi DAMSAN
Bất động sản An Gia
XNK An Giang
Agriseco
FLC Stone
Thủy sản Nam Việt
Chiếu xạ An Phú
Chứng khốn APG
Tập đồn An Phát
Holdings
Tập đồn ASG
Tập đồn Sao Mai
Dầu khí An Pha
Dịch vụ Hàng khơng
Taseco
Bánh kẹo BIBICA
XD và GT Bình Dương
Bamboo Capital
Becamex IDC
Phân bón Bình Điền
HABECO
Bảo hiểm BIDV
BIDV
Đầu tư BKG Việt Nam
Khống sản Bình Định
Bảo hiểm Bảo Minh
Nhựa Bình Minh
Cao su Bến Thành
Chứng khoán BIDV
Nhiệt điện Bà Rịa
TM - DV Bến Thành
Tập đồn Bảo Việt
Nước - Mơi trường Bình
Dương
CIC39
Xây dựng 47
Dây cáp điện Việt Nam
CIDICO
ĐT&PT Dầu khí Cửu
Long
2,219
2,810
5,092
1,483
1,004
110
1,683
1,366
1,176
559
18.93
12.47
8.32
24.00
16.24
43.24
16.93
16.80
14.88
72.63
3.63
2.30
1.86
1.43
1.61
0.42
1.50
0.71
1.66
2.38
0.00%
18.14%
18.78%
6.11%
10.16%
0.92%
8.98%
4.23%
13.23%
2.01%
877
1,635
1,119
(2,491)
32.82
9.30
12.25
(22.68)
2.09
0.84
1.05
5.94
5.14%
6.10%
8.37%
-21.50%
3,284
1,599
2,843
2,221
3,262
3,351
2,585
2,499
735
1,283
2,028
4,762
1,853
2,241
853
613
2,461
3,580
18.58
8.82
6.30
19.99
10.10
17.99
11.26
15.97
13.87
24.79
20.27
11.09
8.26
12.01
19.33
81.57
23.57
11.09
0.85
1.25
1.53
2.97
1.92
3.02
1.46
0.86
1.88
2.03
1.87
0.94
1.98
0.81
1.86
2.06
2.07
4.75%
13.61%
13.93%
13.82%
15.33%
14.25%
12.61%
12.26%
6.21%
7.82%
9.77%
16.36%
11.12%
17.72%
4.19%
2.27%
8.63%
18.87%
3,620
1,265
6,340
1,922
1,860
8.56
10.60
9.54
10.95
7.64
0.85
0.96
2.06
1.39
1.11
9.81%
8.82%
21.46%
12.63%
15.09%
Downloaded by hay hay ()
1.97
lOMoARcPSD|22495817
CDC
CEE
CHP
CIG
CII
HOSE
HOSE
HOSE
HOSE
HOSE
CKG
CLC
CLL
CLW
CMG
CMV
CMX
CNG
COM
CRC
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
CRE
CSM
CSV
HOSE
HOSE
HOSE
CTD
CTF
CTG
CTI
CTS
HOSE
HOSE
HOSE
HOSE
HOSE
CVT
D2D
HOSE
HOSE
Chương Dương Corp
Xây dựng Hạ tầng CII
Thủy điện Miền Trung
Xây dựng COMA 18
Hạ tầng Kỹ thuật
TP.HCM
Xây dựng Kiên Giang
Thuốc lá Cát Lợi
Cảng Cát Lái
Cấp nước Chợ Lớn
Tập đoàn CMC
Thương nghiệp Cà Mau
CAMIMEX Group
CNG Việt Nam
Vật tư Xăng dầu
Create Capital Việt Nam
659
924
1,712
(897)
294
22.30
14.61
11.22
(8.24)
59.94
1.26
1.24
1.52
8.61
0.88
7.03%
8.36%
13.90%
-17.18%
0.88%
2,003
5,056
2,331
2,180
1,910
1,936
1,508
2,628
3,913
682
12.18
7.07
16.67
12.61
30.84
7.08
8.85
13.59
11.25
15.85
2.09
1.29
2.23
1.69
2.94
1.01
1.18
2.01
1.36
15.96%
18.07%
12.48%
12.87%
8.22%
12.02%
9.09%
14.26%
12.21%
5.61%
Bất động sản Thế Kỷ
Cao su Miền Nam
Hóa chất Cơ bản miền
Nam
Xây dựng Coteccons
City Auto
VietinBank
Cường Thuận IDICO
Chứng khoán
Vietinbank
CMC JSC
Phát triển Đô thị số 2
3,767
875
3,971
8.16
20.34
13.65
1.92
1.42
2.23
19.25%
7.10%
16.81%
3,759
287
3,414
1,119
2,677
18.22
69.34
8.91
14.16
10.08
0.61
1.82
1.58
0.81
1.80
3.34%
2.42%
18.55%
4.57%
19.50%
2,914
7,485
13.54
7.03
2.02
1.56
14.78%
23.19%
0.96
Từ dữ liệu trên, sinh viên đã đưa ra những lựa chọn trong việc mua hay không
mua cổ phiếu. Sau đó đưa dữ liệu vào phần mềm Orange và thiết lập sao cho
máy có thể học được để đưa ra dự báo:
Downloaded by hay hay ()
lOMoARcPSD|22495817
Bảng dữ liệu huấn luyện:
Mã
Sàn
Tên
EPS cơ
bản
(VNĐ)
PE cơ
bản
1,136
(1,555)
13.82
(7.04)
1.08
0.60
PB
% ROE
Lựa
chọn
AAA
AAM
HOSE
HOSE
An Phát Bioplastics
Thủy sản Mekong
AAT
ABS
HOSE
HOSE
909
896
24.31
23.32
1.71
1.84
ABT
ACB
ACC
HOSE
HOSE
HOSE
1,875
3,588
2,809
17.01
8.74
5.91
0.88
2.10
1.09
5.21% Mua
26.44% Mua
14.71% Mua
ACL
HOSE
902
14.02
0.89
ADG
HOSE
Tiên Sơn Thanh Hóa
DV Nơng nghiệp Bình
Thuận
Thủy sản Bến Tre
Ngân hàng Á Châu
Đầu tư và XD Bình
Dương ACC
Thủy sản CL An
Giang
Clever Group
6.87% Mua
-8.35% Khơng
mua
7.31% Mua
7.72% Mua
2,219
18.93
3.63
ADS
AGG
AGM
AGR
HOSE
HOSE
HOSE
HOSE
Dệt sợi DAMSAN
Bất động sản An Gia
XNK An Giang
Agriseco
2,810
5,092
1,483
1,004
12.47
8.32
24.00
16.24
2.30
1.86
1.43
1.61
AMD
HOSE
FLC Stone
110
43.24
0.42
ANV
APC
HOSE
HOSE
Thủy sản Nam Việt
Chiếu xạ An Phú
1,683
1,366
16.93
16.80
1.50
0.71
APG
APH
HOSE
HOSE
1,176
559
14.88
72.63
1.66
2.38
ASG
ASM
HOSE
HOSE
Chứng khốn APG
Tập đồn An Phát
Holdings
Tập đồn ASG
Tập đồn Sao Mai
877
1,635
32.82
9.30
2.09
0.84
ASP
AST
HOSE
HOSE
1,119
(2,491)
12.25
(22.68)
1.05
5.94
BBC
HOSE
Dầu khí An Pha
Dịch vụ Hàng khơng
Taseco
Bánh kẹo BIBICA
3,284
18.58
0.85
BCE
HOSE
1,599
8.82
1.25
BCG
HOSE
XD và GT Bình
Dương
Bamboo Capital
6.47% Khơng
mua
0.00% Khơng
mua
18.14% Mua
18.78% Mua
6.11% Mua
10.16% Không
mua
0.92% Không
mua
8.98% Mua
4.23% Không
mua
13.23% Mua
2.01% Không
mua
5.14% Mua
6.10% Không
mua
8.37% Mua
-21.50% Không
mua
4.75% Không
mua
13.61% Mua
2,843
6.30
1.53
13.93% Mua
Downloaded by hay hay ()
lOMoARcPSD|22495817
BCM
BFC
BHN
BIC
BIV
BKG
BMC
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
Becamex IDC
Phân bón Bình Điền
HABECO
Bảo hiểm BIDV
BIDV
Đầu tư BKG Việt Nam
Khống sản Bình Định
2,221
3,262
3,351
2,585
2,499
735
1,283
19.99
10.10
17.99
11.26
15.97
13.87
24.79
2.97
1.92
3.02
1.46
1.97
0.86
1.88
13.82%
15.33%
14.25%
12.61%
12.26%
6.21%
7.82%
BMI
BMP
BRC
BSI
BTP
BTT
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
Bảo hiểm Bảo Minh
Nhựa Bình Minh
Cao su Bến Thành
Chứng khoán BIDV
Nhiệt điện Bà Rịa
TM - DV Bến Thành
2,028
4,762
1,853
2,241
853
613
20.27
11.09
8.26
12.01
19.33
81.57
2.03
1.87
0.94
1.98
0.81
1.86
9.77%
16.36%
11.12%
17.72%
4.19%
2.27%
BVH
HOSE
Tập đồn Bảo Việt
2,461
23.57
2.06
8.63%
BWE
HOSE
3,580
11.09
2.07
18.87%
C32
C47
CAV
HOSE
HOSE
HOSE
3,620
1,265
6,340
8.56
10.60
9.54
0.85
0.96
2.06
CCI
HOSE
Nước - Mơi trường
Bình Dương
CIC39
Xây dựng 47
Dây cáp điện Việt
Nam
CIDICO
1,922
10.95
1.39
CCL
HOSE
1,860
7.64
1.11
CDC
HOSE
ĐT&PT Dầu khí Cửu
Long
Chương Dương Corp
9.81% Mua
8.82% Mua
21.46% Không
mua
12.63% Không
mua
15.09% Mua
659
22.30
1.26
CEE
CHP
HOSE
HOSE
Xây dựng Hạ tầng CII
Thủy điện Miền Trung
924
1,712
14.61
11.22
1.24
1.52
CIG
CII
HOSE
HOSE
(8.24)
59.94
8.61
0.88
CKG
CLC
HOSE
HOSE
Xây dựng COMA 18
Hạ tầng Kỹ thuật
TP.HCM
Xây dựng Kiên Giang
Thuốc lá Cát Lợi
2,003
5,056
12.18
7.07
2.09
1.29
CLL
HOSE
Cảng Cát Lái
2,331
16.67
2.23
CLW
CMG
HOSE
HOSE
Cấp nước Chợ Lớn
Tập đoàn CMC
2,180
1,910
12.61
30.84
1.69
2.94
(897)
294
Downloaded by hay hay ()
Mua
Mua
Mua
Mua
Mua
Mua
Không
mua
Mua
Mua
Mua
Mua
Mua
Không
mua
Không
mua
Mua
7.03% Không
mua
8.36% Mua
13.90% Không
mua
-17.18% Mua
0.88% Không
mua
15.96% Mua
18.07% Không
mua
12.48% Không
mua
12.87% Mua
8.22% Mua
lOMoARcPSD|22495817
CMV
HOSE
CMX
CNG
COM
CRC
HOSE
HOSE
HOSE
HOSE
CRE
CSM
HOSE
HOSE
CSV
HOSE
CTD
Thương nghiệp Cà
Mau
CAMIMEX Group
CNG Việt Nam
Vật tư Xăng dầu
Create Capital Việt
Nam
1,936
7.08
1.01
12.02% Mua
1,508
2,628
3,913
682
8.85
13.59
11.25
15.85
1.18
2.01
1.36
0.96
9.09%
14.26%
12.21%
5.61%
Bất động sản Thế Kỷ
Cao su Miền Nam
3,767
875
8.16
20.34
1.92
1.42
3,971
13.65
2.23
HOSE
Hóa chất Cơ bản
miền Nam
Xây dựng Coteccons
3,759
18.22
0.61
3.34% Khơng
CTF
HOSE
City Auto
287
69.34
1.82
2.42%
CTG
CTI
HOSE
HOSE
VietinBank
Cường Thuận IDICO
3,414
1,119
8.91
14.16
1.58
0.81
18.55%
4.57%
CTS
HOSE
2,677
10.08
1.80
19.50%
CVT
D2D
HOSE
HOSE
Chứng khốn
Vietinbank
CMC JSC
Phát triển Đô thị số 2
2,914
7,485
13.54
7.03
2.02
1.56
14.78% Mua
23.19% Mua
Mua
Mua
Mua
Mua
19.25% Mua
7.10% Không
mua
16.81% Mua
mua
Khơng
mua
Mua
Khơng
mua
Mua
Sau khi đã có được dữ liệu huấn luyện, ta sử dụng phương pháp khai phá dữ
liệu bằng “Neural Network” và công cụ hỗ trợ là phần mềm Orange nhằm hỗ
trợ trong việc hỗ trợ và ra quyết định đầu tư cho danh mục gồm 70 mã cổ
phiếu cần dự báo sau đây:
Bảng dữ liệu dự báo
Mã
Sàn
DAG
HOSE
DAH
DAT
DBC
HOSE
HOSE
HOSE
Tên
TĐ Nhựa Đông Á
Tập đồn Khách sạn
Đơng Á
ĐT Du lịch và PT
Thủy sản
Tập đồn DABACO
EPS cơ
bản
(VNĐ)
PE cơ
bản
26
228.91
0.54
(725)
(11.84)
0.89
-7.43%
1,322
19.75
1.78
9.25%
10,674
5.40
1.42
Downloaded by hay hay ()
PB
% ROE
Lựa
chọn
0.23% ?
?
?
28.36% ?
lOMoARcPSD|22495817
DBD
DBT
DC4
DCL
DCM
DGC
DGW
DHA
DHC
DHG
DHM
DIG
DLG
DMC
DPG
DPM
DPR
DQC
DRC
DRH
DRL
DSN
DTA
DTL
DTT
DVP
DXG
DXS
DXV
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
Dược - TB Y tế Bình
Định
Dược phẩm Bến Tre
Xây dựng DIC
Holdings
Dược phẩm Cửu
Long
Đạm Cà Mau
Hóa chất Đức Giang
Thế Giới Số
Hóa An
Đơng Hải Bến Tre
Dược Hậu Giang
Khống sản Dương
Hiếu
DIC Corp
Đức Long Gia Lai
Dược phẩm
DOMESCO
Đạt Phương
Đạm Phú Mỹ
Cao su Đồng Phú
Bóng đèn Điện
Quang
Cao su Đà Nẵng
DRH Holdings
Thủy điện - Điện lực
3
Công viên nước
Đầm Sen
BĐS Đệ Tam
Đại Thiên Lộc
Kỹ nghệ & Nhựa Đô
Thành
ĐT và PT Cảng Đình
Vũ
Địa ốc Đất Xanh
Dịch vụ BĐS Đất
Xanh
Xi măng & VLXD
Đà Nẵng
16.89%
?
3,052
15.65
2.53
537
28.50
1.20
1,179
11.24
1.19
10.65%
1,485
23.58
2.16
8.87%
1,431
6,239
4,387
6,453
7,487
5,986
17.30
22.94
25.80
7.54
11.19
16.44
1.95
5.48
7.19
1.71
3.73
3.76
11.64%
25.01%
31.51%
22.19%
37.01%
22.17%
(1,565)
(8.15)
1.44
-16.02%
1,635
(1,948)
18.96
(2.05)
2.63
0.54
14.39% ?
-22.38% ?
3,985
14.96
1.63
10.65%
4,931
2,915
4993.48
10.91
12.16
13.9181
2.86
1.61
1.522
20.90% ?
13.67% ?
8.42% ?
3.33% ?
?
?
?
?
?
?
?
?
?
?
?
745.668
2870.29
394.595
30.1743
11.2184
39.9143
0.67
2.234
1.126
2.21%
20.09% ?
2.81% ?
?
6537.57
9.48365
4.807
47.87%
?
3661.39
211.172
1927.85
12.1266
83.8177
18.933
3.307
1.696
2.17
24.47%
2.06% ?
12.08% ?
?
873.519
16.0271
0.945
5.76%
?
5780.56
1486.72
9.46275
1.781
12.8135 1.335
18.41%
8.67% ?
?
2708
10.5059
2.537
0.00%
?
-205.6
-22.86
Downloaded by hay hay ()
0.428
-1.86%
lOMoARcPSD|22495817
EIB
HOSE
ELC
EMC
EVE
EVG
FCM
FCN
FDC
FIR
FIT
FLC
FMC
FPT
FRT
FTM
FTS
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
GAB
GAS
GDT
GEG
GEX
GIL
GMC
GMD
GSP
GTA
GTN
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
HOSE
GVR
HAG
HOSE
HOSE
HAH
HAI
HAP
HAR
HAS
HOSE
HOSE
HOSE
HOSE
HOSE
Eximbank
Phát triển Cơng nghệ
ĐT-VT
Cơ điện Thủ Đức
Everpia
Tập đồn Everland
Khống sản FECON
FECON CORP
FIDECO
Địa ốc First Real
Tập đoàn F.I.T
Tập đoàn FLC
Thực phẩm Sao Ta
FPT Corp
Bán lẻ FPT
Phát triển Đức Quân
Chứng khoán FPT
Đầu tư Khai khoáng
& Quản lý Tài
sản FLC
PV Gas
Gỗ Đức Thành
Điện Gia Lai
Tập đồn Gelex
XNK Bình Thạnh
Garmex Sài Gịn
Gemadept
Gas Shipping
Gỗ Thuận An
GTNFOODS
Tập đoàn CN Cao su
VN
Hoàng Anh Gia Lai
Vận tải và Xếp dỡ
Hải An
Nơng Dược HAI
Tập đồn Hapaco
BĐS An Dương
Thảo Điền
Hacisco
873.579
26.9008
1.671
6.35% ?
?
643.419
184.182
1481.72
252.586
252.728
1118.07
314.511
1082.74
543.603
2364.2
4476.77
4225.73
842.675
-3851.4
3589.81
40.4092
93.9287
12.148
45.1331
28.8848
12.5216
42.6059
35.3733
23.7305
4.5893
11.0794
22.0554
53.876
-1.062
15.8504
1.536
1.628
0.75
1.038
0.586
0.787
0.863
2.695
1.03
0.806
2.247
5.038
2.813
0.935
3.256
132.349
4178.43
5094.69
973.129
1893.34
9029.77
1370.8
1460.79
1621.48
2260.39
402.203
1477.91
23.1666
10.7367
18.7026
12.2007
7.36453
20.9002
33.304
9.89837
7.34385
45.8724
16.61
3.962
3.083
1.649
1.617
2.034
1.401
2.38
1.418
1.007
1.824
1307.02
-1447.7
27.5435
-3.502
2.974
0.927
3.80%
1.74%
6.06%
1.87%
1.83%
5.54%
2.03%
7.85%
3.36%
15.36%
19.70%
19.94%
5.35%
-66.46%
22.76%
1.13%
16.27%
30.53%
8.07%
10.60%
29.77%
6.91%
6.53%
13.65%
13.66%
2.58%
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
10.19%
-15.21% ?
?
4345.2
67.9231
800.27
13.9464
62.5708
16.9943
2.479
0.384
1.044
16.20%
0.58% ?
6.20% ?
?
5.86759
526.668
870.885
21.8354
Downloaded by hay hay ()
0.473
0.639
0.05%
2.92% ?
lOMoARcPSD|22495817
HAX
HBC
HCD
HOSE
HOSE
HOSE
Ơ tơ Hàng Xanh
Tập đồn Xây dựng
Hịa Bình
SX và Thương mại
HCD
3656.14
5.29247
1.553
31.69% ?
?
555.653
28.615
1.055
3.24%
?
488.393
19.0216
0.7
3.80%
Khi đã có đầy đủ cả dữ liệu huấn luyện và dữ liệu dự báo, ta khởi động phần
mềm Orange và bắt đầu tiền hành phương pháp khai phá dữ liệu bằng cách
xây dựng các mục trong mơ hình như hình dưới đây:
Hình.6
Mơ hình được xây dựng với mục “Data Huấn luyện” được mô tả như “Bảng
dữ liệu huấn luyện” và mục “Data Dự báo” được mô tả như “Bảng dữ liệu dự
báo” đã được nếu ở các phần trước đó. Với các biến như “EPS”, “P/B”, “P/E”
và “ROE%” đều tham gia vào mơ hình và biến “Lựa chọn” đóng vai trị là
biến phụ thuộc, các biến cịn lại được đưa vào là các biến độc lập giúp cho
mô hình có thể phân tích để đưa ra kết quả cho biến phụ thuộc. Kết quả được
thể hiện thông qua Hình 7:
Downloaded by hay hay ()
lOMoARcPSD|22495817
Downloaded by hay hay ()
lOMoARcPSD|22495817
Hình.7
Downloaded by hay hay ()
