Tiểu luận môn hệ hỗ trợ quyết định HỆ CHUYÊN GIA HỖ TRỢ CHỌN CỔ PHIẾU ĐẦU TƯ

ĐẠI HỌC QUỐC GIA TP.HỒ CHÍ MINH
__
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN
Huỳnh Văn Trận
Dương Thị Phương Mai
HỆ CHUYÊN GIA HỖ TRỢ CHỌN CỔ PHIẾU ĐẦU TƯ
Đồ Án Môn Học
Hệ Hỗ Trợ Quyết Định
TP HỒ CHÍ MINH – Năm 2014
ĐẠI HỌC QUỐC GIA TP.HỒ CHÍ MINH
__
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN
Huỳnh Văn Trận
Dương Thị Phương Mai
HỆ CHUYÊN GIA HỖ TRỢ CHỌN CỐ PHIẾU ĐẦU TƯ
Đồ Án Môn Học
Hệ Hỗ Trợ Quyết Định
GIẢNG VIÊN HƯỚNG DẪN
PGS.TS. Đỗ Phúc
TP HỒ CHÍ MINH – Năm 2014
Mục Lục
2
3
Phân công công việc
ST
T
Công Việc Phân Công
1 Tham khảo các tài liệu, bài báo nghiên cứu để
lấy thông tin
Huỳnh Văn Trận
Dương Thị Phương Mai

2 Tìm hiểu về các chỉ số chứng khoán, ý nghĩa và
cách tính toán các chỉ số này
Huỳnh Văn Trận
Dương Thị Phương Mai
3 Tìm các luật suy diễn từ các chỉ số chứng khoán
này
Dương Thị Phương Mai
4 Thu thập số liệu tài chính của tổng cộng 696 mã
chứng khoán Việt Nam hiện đang niêm yết trên
thị trường
Huỳnh Văn Trận
5 Thiết kế giao diện của ứng dụng Dương Thị Phương Mai
6 Thiết kế cách lưu trữ dữ liệu Huỳnh Văn Trận
7 Cài đặt các bước xử lý cho chương trình: đọc dữ
liệu từ file và từ input của người dùng, xử lý tính
toán và xuất ra kết quả trên giao diện
Huỳnh Văn Trận
8 Test chương trình với bộ dữ liệu thu thập được
từ thực tế, và so sánh kết quả trả về với kết quả
thực tế có hợp lý không, từ đó có thể có các
bước điều chỉnh cho chương trình
Huỳnh Văn Trận
Dương Thị Phương Mai
9 Viết bài báo cáo Dương Thị Phương Mai
4
Danh sách hình vẽ
5
Với việc phát triển mạnh mẽ của thị trường cổ phiếu trên thế giới và ở Việt Nam
hiện nay, việc lựa chọn cổ phiếu hấp dẫn là một nhu cầu phổ biến của nhà đầu tư.
Tuy nhiên việc này khá là phức tạp và đòi hỏi phải có kiến thức của chuyên gia.

Nhà đầu tư có thể tham khảo ý kiến của các chuyên gia trong các công ty môi
giới chứng khoán, hay có thể tham khảo số liệu phân tích từ các nguồn thông tin
khác rồi đưa ra quyết định cho riêng mình. Tuy nhiên việc tham khảo số liệu
phân tích cũng như tham khảo ý kiến chuyên gia có thể bị hạn chế khi nhà đầu tư
không có đủ thời gian phân tích số liệu, hay không có điều kiện gặp được chuyên
gia.
Để giúp nhà đầu tư có thể dễ dàng và nhanh chóng tìm ra được loại cổ phiếu hấp
dẫn để đầu tư, nhất là ở những nơi mà nhà đầu tư khó có thể tham khảo ý kiến
của chuyên gia, một số hệ chuyên gia dự báo giá chứng khoán ra đời. Đây là một
bài toán không mới, chúng ta có thể tìm thấy rất nhiều bài báo, nghiên cứu xây
dựng thuật giải cho bài toán này. Tuy nhiên, ta sẽ thấy có rất nhiều hướng tiếp
cận khác nhau, mỗi hướng tiếp cận sẽ có những ưu điểm riêng. Hơn nữa, thị
trường chứng khoán thay đổi phát triển hàng ngày, và ngày càng có thêm những
yếu tố tác động tới thị trường nên việc xây dựng những hệ chuyên gia dự báo
trong lĩnh vực này vẫn còn hấp dẫn các nhà nghiên cứu.
Trong phạm vi của một đồ án môn học, ở đây cũng trình bày về cách xây dựng
một hệ chuyên gia để giúp đánh giá / chọn lựa cổ phiếu hấp dẫn dựa trên 5 tiêu
chí chính của một cổ phiếu, cùng với phần cài đặt cho hệ chuyên gia này.
6
Chương 1. GIỚI THIỆU HỆ CHUYÊN GIA
1.1. Khái niệm
Hệ chuyên gia, còn gọi là hệ thống dựa tri thức, là một chương trình máy
tính chứa một số tri thức đặc thù của một hoặc nhiều chuyên gia con
người về một chủ đề cụ thể nào đó. Các chương trình thuộc loại này đã
được phát triển từ các thập niên 1960 và 1970, và trở thành ứng dụng
thương mại từ thập niên 1980. Dạng phổ biến nhất của hệ chuyên gia là
một chương trình gồm một tập luật phân tích thông tin (thường được
cung cấp bởi người sử dụng hệ thống) về một lớp vấn đề cụ thể, cũng
như đưa ra các phân tích về các vấn đề đó, và tùy theo thiết kế chương
trình mà đưa lời khuyên về trình tự các hành động cần thực hiện để giải

quyết vấn đề. Đây là một hệ thống sử dụng các khả năng lập luận để đạt
tới các kết luận. [3]
Ví dụ: Hệ chuyên gia về chẩn đoán bệnh trong y khoa, hệ chuyên gia
chẩn đoán hỏng hóc máy tính và cung cấp các ý kiến dựa trên kinh
nghiệm của chuyên gia con người đã được đưa vào hệ chuyên gia.
Nhiều hệ chuyên gia đã được thiết kế và xây dựng để phục vụ các lĩnh
vực kế toán, y học, điều khiển tiến trình (process control), dịch vụ tư vấn
tài chính (financial service), tài nguyên con người (human resources),
v.v
1.2. Thành phần
Một hệ chuyên gia gồm ba thành phần chính là cơ sở tri thức
(knowledge base), bộ suy diễn (inference engine), và hệ thống giao tiếp
với người sử dụng (user interface). Cơ sở tri thức chứa các tri thức để từ
đó, bộ suy diễn tạo ra câu trả lời cho người sử dụng qua hệ thống giao
tiếp. Người sử dụng (user) cung cấp sự kiện (facts) là những gì đã biết,
đã có thật hay những thông tin có ích cho hệ chuyên gia, và nhận được
những câu trả lời là những lời khuyên hay những gợi ý đúng đắn
(expertise). [1]
7
Ngoài ra còn có các thành phần khác như bộ nhớ, thành phần quản lý tri
thức, bộ giải thích…
Mô hình một hệ chuyên gia có thể biểu diễn như hình dưới đây:
Hình 1-1 Mô hình hệ chuyên gia
1.3. Biểu diễn tri thức trong các hệ chuyên gia
Tri thức của một hệ chuyên gia có thể được biểu diễn theo nhiều cách
khác nhau. Thông thường người ta sử dụng các cách sau đây: [1]
• Biểu diễn tri thức bằng luật dẫn
• Biểu diễn tri thức bằng mệnh đề logic
• Biểu diễn tri thức bằng mạng ngữ nghĩa
• Biểu diễn tri thức bằng ngôn ngữ nhân tạo

1.3.1. Biểu diễn tri thức bằng luật dẫn
Hiện nay, hầu hết các hệ chuyên gia đều là các hệ thống dựa trên
luật, bới lý do như sau :
• Bản chất đơn thể, có thể đóng gói tri thức và mở rộng hệ
chuyên gia một cách dễ dàng.
• Khả năng diễn giải dễ dàng, dễ dàng dùng luật để diễn giải
vấn đề nhờ các tiền đề đặc tả chính xác các yếu tố vận
dụng luật, từ đó rút ra được kết quả.
• Tương tự quá trình nhận thức của con người
Các luật dẫn thường được viết dưới dạng IF THEN. Có hai dạng:
8
IF <điều kiện> THEN <hành động>
hoặc
IF <điều kiện> THEN <kết luận> DO <hành động>
1.3.2. Biểu diễn tri thức bằng mệnh đề logic
Người ta sử dụng các ký hiệu để thể hiện tri thức và các phép
toán lôgic tác động lên các ký hiệu để thể hiện suy luận lôgic. Kỹ
thuật chủ yếu thường được sử dụng là lôgic vị từ.
Các vị từ thường có chứa hằng, biến hay hàm. Người ta gọi các vị
từ không chứa biến (có thể chứa hằng) là các mệnh đề. Mỗi vị từ
có thể là một sự kiện (fact) hay một luật. Luật là vị từ gồm hai vế
trái và phải được nối nhau bởi một dấu mũi tên. Các vị từ còn lại
(không chứa mũi tên) được gọi là các sự kiện.
Ví dụ: Từ các tri thức sau:
Marc có tóc vàng hoe, còn Jean có tóc màu nâu. Pierre là cha của
Jean. Marc là cha của Pierre. Jean là cha của René. Marc là con
của Georges.
Giả sử X, Y và là Z những người nào đó, nếu Y là con của X thì
X là cha của Y. Nếu X là cha của Z và Z là cha của Y thì X là ông
của Y. Ta có thể biểu diễn thành các sự kiện và các luật như sau:

1. BLOND (marc)
2. BROWN (jean)
3. FATHER (pierre, jean)
4. FATHER (marc, pierre)
5. FATHER (jean, rené)
6. SON (marc, georges)
7. FATHER (X, Y) ←SON (Y, X)
8. GRANDFATHER (X, Y) ←FATHER (X, Z), FATHER (Z,
Y)
9
Người ta gọi tập hợp các sự kiện và các luật là một cơ sở tri thức.
[1]
1.3.3. Biểu diễn tri thức bằng mạng ngữ nghĩa
Trong phương pháp này, người ta sử dụng một đồ thị gồm các nút
(node) và các cung (arc) nối các nút để biểu diễn tri thức. Nút
dùng để thể hiện các đối tượng, thuộc tính của đối tượng và giá trị
của thuộc tính. Còn cung dùng để thể hiện các quan hệ giữa các
đối tượng. Các nút và các cung đều được gắn nhãn.
Bằng cách thêm vào đồ thị các nút mới và các cung mới, người ta
có thể mở rộng một mạng ngữ nghĩa. Các nút mới được thêm thể
hiện các đối tượng tương tự (với các nút đã có trong đồ thị), hoặc
tổng quát hơn. [1]
1.3.4. Biểu diễn tri thức bằng ngôn ngữ nhân tạo
Theo quan điểm của người sử dụng, ngôn ngữ tựnhiên sẽ là
phương cách thuận tiện nhất để giao tiếp với một hệ chuyên gia,
không những đối với người quản trị hệ thống (tư cách chuyên
gia), mà còn đối với người sử dụng cuối. Hiện nay đã có những
hệ chuyên gia có khả năng đối thoại trên ngôn ngữ tựnhiên (thông
thường là tiếng Anh) nhưng chỉ hạn chế trong lĩnh vực ứng dụng
chuyên môn của hệ chuyên gia. [1]

1.4. Kỹ thuật suy luận trong các hệ chuyên gia
Có nhiều phương pháp tổng quát để suy luận trong các chiến lược giải
quyết vấn đề của hệ chuyên gia. Những phương pháp hay gặp là suy diễn
tiến (foward chaining), suy diễn lùi (backward chaining) và phối hợp hai
phương pháp này (mixed chaining). Những phương pháp khác là phân
tích phương tiện (means-end analysis), rút gọn vấn đề (problem
reduction), quay lui (backtracking), kiểm tra lập kế hoạch (plan-generate-
test), lập kế hoạch phân cấp (hierachical planning)
Ở đây chỉ trình bày 2 phương pháp cơ bản là suy diễn tiến và suy diễn
lùi.
10
1.4.1. Phương pháp suy diễn tiến
Suy diễn tiến ( forward charning) là lập luận từ các sự kiện, sự
việc để rút ra các kết luận.
Trong phương pháp này, người sử dụng cung cấp các sự kiện cho
hệ chuyên gia để hệ thống (bộ suy diễn) tìm cách rút ra các kết
luận có thể. Kết luận được xem là những thuộc tính có thể được
gán giá trị. Trong số những kết luận này, có thể có những kết luận
làm người sử dụng quan tâm, một số khác không nói lên điều gì,
một số khác có thểvắng mặt.
Các sự kiện thường có dạng :
Atthibute = value
Lần lượt các sự kiện trong cơ sở tri thức được chọn và hệ thống
xem xét tất cả các luật mà các sự kiện này xuất hiện như là tiền
đề. Theo nguyên tắc lập luận trên, hệ thống sẽ lấy ra những luật
thỏa mãn. Sau khi gán giá trị cho các thuộc tính thuộc kết luận
tương ứng, người ta nói rằng các sự kiện đã được thỏa mãn. Các
thuộc tính được gán giá trị sẽ là một phần của kết quả chuyên gia.
Sau khi mọi sự kiện đã được xem xét, kết quả được xuất ra cho
người sử dụng.

1.4.2. Phương pháp suy diễn lùi
Phương pháp suy diễn lùi tiến hành các lập luận theo chiều ngược
lại (đối với phương pháp suy diễn tiến). Từ một giả thuyết (như là
một kết luận), hệ thống đưa ra một tình huống trảlời gồm các sự
kiện là cơ sở của giả thuyết đã cho này.
11
Suy diễn lùi là cho phép nhận được giá trị của một thuộc tính. Đó
là câu trả lời cho câu hỏi “Giá trị của thuộc tính A là bao nhiêu?”
với A là một mục tiêu.
Để xác định giá trị của A, cần có các nguồn thông tin. Những
nguồn này có thểlà những câu hỏi hoặc có thể là những luật. Căn
cứ vào các câu hỏi, hệ thống nhận được một cách trực tiếp từ
người sử dụng những giá trịcủa thuộc tính liên quan. Căn cứ vào
các luật, hệ thống suy diễn có thể tìm ra giá trị sẽ là kết luận của
một trong số các kết luận có thể của thuộc tính liên quan, v.v
Ý tưởng của thuật toán suy diễn lùi như sau. Với mỗi thuộc tính
đã cho, người ta định nghĩa nguồn của nó :
• Nếu thuộc tính xuất hiện như là tiền đề của một luật (phần
đầu của luật), thì nguồn sẽ thu gọn thành một câu hỏi.
• Nếu thuộc tính xuất hiện như là hậu quả của một luật (phần
cuối của luật), thì nguồn sẽ là các luật mà trong đó, thuộc
tính là kết luận.
• Nếu thuộc tính là trung gian, xuất hiện đồng thời như là tiền
đề và như là kết luận, khi đó nguồn có thể là các luật, hoặc
có thể là các câu hỏi mà chưa được nêu ra.
Nếu mỗi lần với câu hỏi đã cho, người sử dụng trả lời hợp lệ, giá
trị trả lời này sẽ được gán cho thuộc tính và xem như thành công.
Nếu nguồn là các luật, hệ thống sẽ lấy lần lượt các luật mà thuộc
tính đích xuất hiện như kết luận, để có thể tìm giá trị các thuộc
tính thuộc tiền đề. Nếu các luật thỏa mãn, thuộc tính kết luận sẽ

được ghi nhận.
1.5. Thiết kế hệ chuyên gia
Thuật toán tổng quát
12
Begin
Chọn bài toán thích hợp
Phát biểu và đặc tả bài toán
If Hệ chuyên gia giải quyết thỏa mãn bài toán và
có thể sử dụng Then
While Bản mẫu chưa được phát triển hoàn
thiện Do
Begin
Thiết kế bản mẫu
Biểu diễn tri thức
Tiếp nhận tri thức
Phát triển hoàn thiện bản mẫu
End
Hợp thức hoá bản mẫu
Triển khai cài đặt
Hướng dẫn sử dụng
Vận hành
Bảo trì và phát triển
Else
Tìm các tiếp cận khác thích hợp hơn
EnIf
Kết thúc
End
1.6. Đặc trưng và ưu điểm của hệ chuyên gia
Có bốn đặc trưng cơ bản của một hệ chuyên gia:
13

• Hiệu quả cao (high performance). Khả năng trả lời với mức độ
tinh thông bằng hoặc cao hơn so với chuyên gia (người) trong
cùng lĩnh vực.
• Thời gian trả lời thoả đáng (adequate response time). Thời gian trả
lời hợp lý, bằng hoặc nhanh hơn so với chuyên gia (người) để đi
đến cùng một quyết định.
• Độ tin cậy cao (good reliability). Không thể xảy ra sự cố hoặc
giảm sút độ tin cậy khi sử dụng.
• Dễ hiểu (understandable). Hệ chuyên gia giải thích các bước suy
luận một cách dễ hiểu và nhất quán.
Những ưu điểm của hệ chuyên gia:
• Phổ cập (increased availability). Là sản phẩm chuyên gia, được
phát triển không ngừng với hiệu quả sử dụng không thể phủ nhận.
• Giảm giá thành (reduced cost)
• Giảm rủi ro (reduced dangers). Giúp con người tránh được trong
các môi trường rủi ro, nguy hiểm.
• Tính thường trực (Permanance). Bất kể lúc nào cũng có thể khai
thác sử dụng, trong khi con người có thể mệt mỏi, nghỉ ngơi hay
vắng mặt.
• Đa lĩnh vực (multiple expertise). Chuyên gia vềnhiều lĩnh vực
khác nhau và được khai thác đồng thời bất kể thời gian sử dụng.
• Độ tin cậy (increased relialility). Luôn đảm bảo độ tin cậy khi
khai thác.
• Khảnăng giảng giải (explanation). Câu trả lời với mức độ tinh
thông được giảng giải rõ ràng chi tiết, dễ hiểu.
• Khả năng trả lời (fast reponse). Trả lời theo thời gian thực, khách
quan.
• Tính ổn định, suy luận có lý và đầy đủ mọi lúc mọi nơi (steady,
une motional, and complete response at all times).
• Trợ giúp thông minh như một người hướng dẫn (intelligent

-tutor).
• Có thể truy cập như là một cơ sở dữ liệu thông minh (intelligent
database).
14
1.7. Các lĩnh vực ứng dụng của hệ chuyên gia
Hệ chuyên gia được ứng dụng trên nhiều lĩnh vực như sau:
• Chẩn đoán: Lập luận dựa trên những chứng cứ quan sát được
• Truyền đạt: Dạy học kiểu thông minh sao cho sinh viên có thể hỏi
• Kiểm tra: So sánh dữ liệu thu lượm được với dữ liệu chuyên môn
để đánh giá hiệu quả
• Lập kế hoạch: Lập kế hoạch sản xuất theo yêu cầu
• Dự đoán: Dự đoán hậu quả từ một tình huống xảy ra
• Chữa trị: Chỉ định cách thụ lý một vấn đề
• Điều khiển: Điều khiển một quá trình, đòi hỏi diễn giải, chẩn
đoán, kiểm tra, lập kế hoạch, dự đoán và chữa trị
Chương 2. HỆ CHUYÊN GIA HỖ TRỢ CHỌN CỔ PHIẾU ĐẦU TƯ
2.1. Đặt vấn đề
Lựa chọn cổ phiếu để đầu tư là một công việc phức tạp cả về lý thuyết
lẫn thực tế. Nếu các doanh nghiệp có thể phát triển được những mô hình
đầy đủ và đúng đắn về việc lựa chọn cổ phiếu để xây dựng các danh
mục đầu tư thì nó có thể mang lại hiệu quả kinh tế tích cực và có tầm
ảnh hưởng lớn đối với việc duy trì và phát triển doanh nghiệp.
Vấn đề chính của chúng ta ở đây là là làm thế nào để biết được các công
ty trên thị trường chứng khoán hoạt động có hiệu quả hay không và làm
sao để biết được công ty nào chúng ta không nên bỏ tiền vào để đầu tư?
Làm thế nào để nhận biết được những công ty hoạt động tích cực, công
ty nào đang gia tăng thị phần, lợi nhuận, tính thanh khoản… trong rất
nhiều rất nhiều công ty đang niêm yết trên thị trường? Về mặt lý thuyết
ta có thể trả lời được những câu hỏi trên bằng cách xây dựng một tập lớn
những chỉ tiêu kinh tế, và từ đó có thế phản ánh được vị thế của công ty

từ những quan điểm khác nhau. Tùy vào quan điểm của từng chuyên gia
mà chúng ta sẽ quan tâm tới những chỉ tiêu nào, và do đó cách đánh giá
cũng như kết quả đánh giá cũng sẽ khác nhau.
Tuy nhiên, theo một nghiên cứu của một nhóm các nhà nghiên cứu từ
Khoa kinh tế đại học Mostar thì có năm chỉ tiêu kinh tế cơ bản mà ta có
15
thể dựa vào đó để nhận biết được những công ty nào là tốt và xứng đáng
để chúng ta có thể bỏ tiền vào để đầu tư.
2.2. Đánh giá một cổ phiếu qua 5 tiêu chí
Mục đích chính của chúng ta là sẽ phân loại các cổ phiếu trên thị trường
ra thành 2 nhóm: Hấp dẫn (Attractive) và Không hấp dẫn (Non
Attractive). Bước đầu tiên và cũng là bước quan trọng nhất là ta cần phải
có một bản phân tích tài chính để đánh giá hiệu suất của một công ty. Lý
thuyết tài chính ngày nay cung cấp một tập lớn các chỉ tiêu đánh giá vị
trí kinh doanh và sức mạnh của các công ty. Có rất nhiều chỉ tiêu nhưng
ta chỉ xét những chỉ tiêu chính và có thể phân loại chúng thành 5 nhóm:
• Lợi nhuận (Profitability)
• Hoạt động (Activity)
• Tính thanh khoản (Liquidity)
• Nợ (Debt)
• Vị thế trên thị trường tài chính (Position on Financial Market)
Lợi nhuận (Profitability) được thể hiện như sau:
Chỉ số này thường được biết dưới tên Return on Asset (ROA), trong đó,
lợi nhuận ròng là lợi nhuận sau thuế của công ty.
Hoạt động (Activity) được thể hiện như sau:
Tính thanh khoản (Liquidity) được thể hiện như sau:
Nợ (Debt) được thể hiện như sau:
Vị trí trên thị trường tài chính (Position on Financial Market) được thể
hiện như sau:
16

Chỉ số này thường được biết với tên Price-Earnings ratio (chỉ số P/E).
Trong đó lợi nhuận trên một chứng khoán (Earnings per share – EPS)
được tính bằng:
Trên lý thuyết và thực tế hiện nay tồn tại rất nhiều phương pháp khác
nhau để đánh giá sức mạnh, vị trí và hiệu suất của các công ty trên thị
trường.
Ví dụ: có phương pháp phân loại tất cả các công ty ra thành các nhóm
ngành phụ thuộc vào ngành công nghiệp tương ứng của công ty đó. Sau
đó là đánh giá các công ty riêng biệt cho từng nhóm ngành, và cuối cùng
những kết quả riêng lẻ đó sẽ được tích hợp lại với nhau. Phương pháp
này khá là phức tạp bởi vì mỗi nhóm ngành đòi hỏi ngưỡng về chỉ tiêu
kinh tế khác nhau, và các bước đánh giá cũng khác nhau.
Phương pháp được đề xuất ở đây sẽ tương đối đơn giản nhưng hiệu quả
trong việc đánh giá hiệu suất. Chúng ta sẽ xem xét năm tiêu chí ở trên,
và so sánh hai giá trị liền kề nhau trong một khoảng thời gian t
1
và t
2
.
Nếu tỉ lệ của một tiêu chí trong hai thời điểm lớn hơn 1, ta có thể kết
luận vị trí trên thị trường tài chính và hiệu suất của công ty đó tăng.
Ngược lại, nếu tỉ lệ này nhỏ hơn 1, ta có thể kết luận vị trí trên thị trường
tài chính và hiệu suất của công ty này giảm. [4]
Cụ thể trong đồ án này chúng ta sẽ tính toán 5 chỉ số tài chính này của
một công ty theo từng giai đoạn 3 tháng (1 quý), thời gian tính từ Quý
1/2011 tới Quý 1/2014. Với mỗi một giai đoạn, ta sẽ có số liệu của giai
đoạn hiện tại và giai đoạn liền kề trước, từ đó ta có thể kết luận được
hiệu suất của công ty này đang tăng hay giảm, và do đó dự đoán được
hướng phát triển của công ty cho giai đoạn sau, từ đó có thể ra quyết
định đầu tư hay không.

Vấn đề tiếp theo của chúng ta là, làm sao phân lớp được các công ty dựa
vào năm tiêu chí này, việc định nghĩa các luật này cần phải chính xác thì
xác suất dự báo đúng sẽ càng cao, và ngược lại nếu việc định nghĩa các
luật không được làm một cách cẩn thận thì khả năng chương trình đự
đoán sai sẽ là rất cao. Các luật suy diễn sẽ được đề cập tới ở mục 2.3 tiếp
theo.
17
2.3. Các luật suy diễn
Có tổng cộng 32 luật suy diễn dựa trên năm tiêu chí đánh giá mà ta đã
nêu trên. Danh sách các luật như bảng bên dưới:
18
19
Rule Number
R1
R2
R3
R4
R5
R6
R7
R8
R9
R10
R11
R12
R13
R14
R15
R16
R17

R18
R19
R20
R21
R22
R23
R24
R25
R26
R27
R28
R29
R30
R31
R32
20
Các luật này được định nghĩa dựa trên ý nghĩa thực sự của từng chỉ tiêu,
và dựa trên kết quả đánh giá thực nghiệm từ chương trình (dữ liệu của
696 mã chứng khoán Việt Nam). Sau khi chạy thực nghiệm từ các luật
được định nghĩa trước, kết quả thực nghiệm được lấy ra đánh giá so với
hướng phát triển của công ty trong thực tế, từ đó ta sẽ chỉnh sửa các luật
cho kết quả dự đoán chính xác hơn.
Đánh giá lại bộ luật dựa vào thực nghiệm sẽ có chứa những rủi ro ví dụ
như công ty phát triển không ổn định… làm ảnh hưởng tới kết quả đánh
giá. Do đó việc đánh giá lại bộ luật chủ yếu dựa trên kết quả thực
nghiệm đối với các mã chứng khoán của các tập đoàn / công ty lớn và
trong giai đoạn gần đây.
2.4. Cách cài đặt thuật toán
2.4.1. Lưu trữ dữ liệu
Dữ liệu để chạy chương trình là các mã cổ phiếu của Việt Nam,

bao gồm 696 mã, được lấy từ bản Cân đối tài chính và Kết quả
kinh doanh của các công ty từ quý 1/2011 tới quý 1/2014. Tất cả
dữ liệu này được ghi vào từng file cho từng mã cổ phiếu. [2]
Các luật suy diễn được ghi vào một file <rules.txt>, file này sẽ
biểu diễn các luật theo cấu trúc, chương trình sẽ làm nhiệm vụ
đọc file và tính toán để ra kết quả.
2.4.2. Cài đặt thuật toán
Thuật toán được cài đặt bằng C#, trên nền .NET Framework 3.5.
Trong đó có các hàm đọc dữ liệu từ file, các hàm đọc dữ liệu
input từ người dùng, sau đó tính toán và xuất kết quả ra màn hình.
Rule: lớp chứa các luật, một luật bao gồm số thứ tự, giá trị tỉ số
của 5 chỉ tiêu qua 2 giai đoạn và phân lớp.
public rule(string _Rule_Number, string
_Profitability, string _Activity, string
_Liquidity, string _Debt, string _Market,
string _Class)
{
Rule_Number = _Rule_Number;
21
Profitability = _Profitability;
Activity = _Activity;
Liquidity = _Liquidity;
Debt = _Debt;
Market = _Market;
Class = _Class;
}
GetData: chứa các hàm đọc luật, đọc dữ liệu chứng khoán từ file
Company: chứa các thông tin cơ bản của một công ty, ví dụ như
tên công ty, mã chứng khoán, khối lượng chứng khoán lưu hành,
giá niêm yết, vốn điều lệ…

Finance: chứa các số liệu tài chính của công ty, từ các số liệu này
ta có thể tính toán được 5 chỉ tiêu cần thiết
public int year { get; set; }
public int quarter { get; set; }
public double net_profit { get; set; }
//tổng lợi nhuận sau thuế
public double total_assets { get; set; }
// tổng tài sản
public double current_assets { get; set; }
// tài sản hiện tại
public double total_sale { get; set; }
// tổng doanh thu hoạt động kinh doanh
public double total_liabilites { get; set; }
// tổng nợ
public double marketPriceShare { get; set; }
// giá cổ phiếu hiện tại
public double eps { get; set; }
22
// lợi nhuận trên một cổ phiếu
public double numberOfShare{ get; set; }
// khối lượng cổ phiếu bình quân
public double non_current_assets { get; set; }
// tài sản dài hạn
public double owners_equity { get; set; }
// vốn chủ sở hữu
public double net_sale { get; set; }
// doanh thu thuần
public double gross_profit { get; set; }
// lợi nhuận gộp
public double total_equity{ get; set; }

// tổng nguồn vốn
2.5. Demo / Hướng dẫn sử dụng
Người dùng sẽ nhập vào mã cổ phiếu mà mình quan tâm (hoặc chọn
trong danh sách hiện trên giao diện), sau đó lựa chọn thời gian để lấy dữ
liệu tính toán.
Sau khi người dùng click vào nút Search, chương trình sẽ hiện lên
những thông tin tài chính cơ bản của mã cổ phiếu này, và tính toán năm
chỉ số tài chính mà ta dùng để phân tích tính hấp dẫn của cổ phiếu
(Profitability, Activity, Liquidity, Debt, Position on Market), đồng thời
dựa vào bộ luật được cung cấp phân lớp tính hấp dẫn của cổ phiếu trong
khoảng thời gian mà người dùng đang chọn.
Bên dưới là hình chụp màn hình giao diện trong hai trường hợp, cổ
phiếu được phân vào lớp “Attractive” và cố phiếu được phân vào lớp
“Non-attractive”.
23
Hình 2-2 Hình chụp chương trình - Attractive
24
Hình 2-3 Hình chụp chương trình - Non attractive
25