Ứng dụng khai phá dữ liệu vào dự báo giá mặt hàng trên sang giao dịch

ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƢỜNG ĐẠI HỌC CÔNG NGHỆ

LÊ KHẢ CHUNG

ỨNG DỤNG KHAI PHÁ DỮ LIỆU VÀO DỰ BÁO GIÁ
MẶT HÀNG TRÊN SÀN GIAO DỊCH

LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN
\

HÀ NỘI - 2015


ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƢỜNG ĐẠI HỌC CÔNG NGHỆ

LÊ KHẢ CHUNG

ỨNG DỤNG KHAI PHÁ DỮ LIỆU VÀO DỰ BÁO GIÁ
MẶT HÀNG TRÊN SÀN GIAO DỊCH

Ngành: Công Nghệ Thông tin
Chuyên ngành: Hệ thống Thông tin
Mã số: 60.48.05

LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN

NGƢỜI HƢỚNG DẪN KHOA HỌC: PGS TS NGUYỄN TRÍ THÀNH

HÀ NỘI - 2015

Lời cảm ơn
Em xin bày tỏ lòng biết ơn sâu sắc tới PGS.TS. Nguyễn Trí Thành, thầy đã
hƣớng dẫn, chỉ dạy tận tình để em hoàn thành luận văn này. Em xin chân thành cảm ơn
các thầy, cô giáo khoa Công nghệ thông tin - Trƣờng Đại học Công nghệ - Đại học
Quốc gia Hà nội đã truyền thụ kiến thức cho em trong suốt quá trình học tập vừa qua.
Tác giả cũng xin cảm ơn cơ quan, bạn bè đồng nghiệp, gia đình và những ngƣời
thân đã cùng chia sẻ, giúp đỡ, động viên, tạo mọi điều kiện thuận lợi để tác giả hoàn
thành nhiệm vụ học tập và luận văn này.
Hà Nội, ngày 06 tháng 12 năm 2015
Học viên

Lê Khả Chung

1


Mục lục
Mục lục ............................................................................................................................ 2
Danh mục các bảng.......................................................................................................... 5
Danh mục các hình ảnh. .................................................................................................. 6
MỞ ĐẦU ......................................................................................................................... 8
Chƣơng 1. TỔNG QUAN VỀ GIAO DỊCH HÀNG HÓA TƢƠNG LAI .................... 10
1.1. Hàng hóa tƣơng lai ............................................................................................. 10
1.2. Sàn giao dịch hàng hóa tƣơng lai. ...................................................................... 11
1.3. Các chủ thể trong thị trƣờng tƣơng lai ............................................................... 12
1.4. Phân tích kỹ thuật .............................................................................................. 13
1.4.1. Phân tích điểm kháng cự, hỗ trợ. ................................................................ 13
1.4.2. Phân tích xu hƣớng giá. .............................................................................. 14

1.4.3. Phân tích đƣờng trung bình giá .................................................................. 14
1.5. Đặt vấn đề dự báo giá hàng hóa trên sàn giao dịch ........................................... 15
Chƣơng 2. CƠ SỞ LÝ THUYẾT VỀ MẠNG NƠ RON .............................................. 17
2.1. Lịch sử phát triển của mạng nơ ron ................................................................... 17
2.2. Cơ sở sinh học ................................................................................................... 17
2.3. Cấu tạo nơ ron nhân tạo ..................................................................................... 18
2.3.1. Cấu tạo một nơ ron nhân tạo. ...................................................................... 18
2.3.2. Hàm truyền ................................................................................................. 20
2.4. Mô hình của mạng nơ ron.................................................................................. 22
2.4.1. Mạng truyền thẳng ...................................................................................... 22
2.4.2. Mạng hồi quy............................................................................................... 23
2.5. Huấn luyện mạng ............................................................................................... 23
2.5.1. Học có giám sát .......................................................................................... 24
2.5.2. Học không giám sát .................................................................................... 24
2.6. Hàm mục tiêu..................................................................................................... 24
2.7. Thuật toán lan truyền ngƣợc .............................................................................. 25
2


2.8. Lĩnh vực áp dụng ............................................................................................... 28
Chƣơng 3. MÔ HÌNH XỬ LÝ ...................................................................................... 30
3.1. Mạng nơ ron trong bài toán dự báo ................................................................... 30
3.2. Mô hình xử lý ..................................................................................................... 31
3.3. Lựa chọn các biến số ......................................................................................... 31
3.4. Thu thập dữ liệu ................................................................................................. 32
3.5. Tiền xử lý và phân tích dữ liệu .......................................................................... 33
3.5.1. Tiền xử lý dữ liệu ....................................................................................... 33
3.5.2. Phân tích dữ liệu ......................................................................................... 34
3.6. Phân chia tập dữ liệu ......................................................................................... 35
3.7. Cấu trúc mạng.................................................................................................... 36

3.7.1. Số lớp ẩn ..................................................................................................... 36
3.7.2. Số nơ ron trong mỗi lớp ẩn ......................................................................... 36
3.7.3. Số nơ ron đầu ra.......................................................................................... 37
3.7.4. Hàm truyền .................................................................................................. 37
3.8. Xác định tiêu trí đánh giá .................................................................................. 37
3.9. Huấn luyện mạng ............................................................................................... 38
3.10. Triển khai .......................................................................................................... 39
Chƣơng 4. THỰC NGHIỆM VÀ ĐÁNH GIÁ............................................................. 41
4.1. Giới thiệu về thƣ viện cài đặt nơ ron ................................................................. 41
4.2. Mô hình mạng.................................................................................................... 41
4.2.1. Các biến số sử dụng cho bài toán ............................................................... 41
4.2.3. Thu thập dữ liệu.......................................................................................... 42
4.2.4. Mô hình mạng............................................................................................. 44
4.3. Huấn luyện mạng ............................................................................................... 46
4.4. Đánh giá mô hình mạng .................................................................................... 47
4.4.1 So sánh kết quả của mạng với mô hình tƣơng đƣơng .................................. 47
4.4.2. Đánh giá kết quả dự đoán. ........................................................................... 50
4.5. Giới thiệu ứng dụng dự đoán giá ........................................................................ 52
3


4.5.1. Huấn luyện mạng ......................................................................................... 53
4.5.2. Dự đoán giá ................................................................................................. 54
KẾT LUẬN ................................................................................................................... 56
TÀI LIỆU THAM KHẢO ............................................................................................. 57
PHỤ LỤC ...................................................................................................................... 59

4

Danh mục các bảng
Bảng 1.1: Sự khác nhau giữa hợp đồng kỳ hạn và hợp đồng tƣơng lai ........................ 11
Bảng 1.2: Sàn giao dịch hàng hóa tƣơng lai .................................................................. 12
Bảng 2.1: Sơ đồ thuật toán lan truyền ngƣợc ................................................................ 28
Bảng 4.1: Bảng các biến số sử dụng trong mạng .......................................................... 42
Bảng 4.2: Bảng dữ liệu mẫu tổng hợp từ nguồn trong tháng 5-KCN13 ....................... 43
Bảng 4.3: Bảng dữ liệu mẫu giá đóng cửa của các biến số đƣợc sử dụng trong tháng
05/2013 .......................................................................................................................... 43
Bảng 4.4: Kết quả chạy mạng 1 lớp ẩn.......................................................................... 44
Bảng 4.5: Kết quả chạy mạng 2 lớp ẩn.......................................................................... 45
Bảng 4.6: Kết quả chạy mạng 3 lớp ẩn.......................................................................... 45
Bảng 4.7: So sánh mạng 1 point và 5 point ................................................................... 50
Bảng 4.8: Bảng so sánh mạng 1 point và 5 point trên các mã giao dịch ....................... 50
Bảng 4.9: Kết quả dự đoán mã giao dịch KCZ13 ......................................................... 51

5


Danh mục các hình ảnh.
Hình 1.1: Biểu đồ OHLC – xác định điểm hỗ trợ, điểm kháng cự ............................... 14
Hình 1 2: Biểu đồ đƣờng trung bình giá CCZ15 [finance.yahoo.com] ......................... 15
Hình 2.1: Cấu tạo 1 nơ ron sinh học .............................................................................. 18
Hình 2.2: Cấu tạo một nơ ron trong mạng..................................................................... 19
Hình 2.3: Đồ thị hàm ngƣỡng ........................................................................................ 20
Hình 2.4: Đồ thị hàm vùng tuyến tính ........................................................................... 21
Hình 2.5: Đồ thị hàm Sigmoid với hệ số 𝑎 tăng dần ..................................................... 22
Hình 2.6: Mô hình mạng nơ ron một lớp truyền thẳng ................................................. 22
Hình 2.7: Mô hình mạng nơ ron truyền thẳng nhiều lớp ............................................... 23
Hình 2.8: Ví dụ về mô hình mạng hồi quy truyền thắng ............................................... 23
Hình 2.9. Mô hình học có thầy ...................................................................................... 24

Hình 3.1: Các bƣớc để xây dựng mạng nơ ron trong bài toán dự báo .......................... 30
Hình 3.2: Các bƣớc xử lý mạng nơ ron trong bài toán dự báo ...................................... 31
Hình 3.3: Biểu đồ giá đóng cửa của mã giao dịch KCZ13............................................ 33
Hình 3.4: Sử dụng 5 điểm lịch sử liên tiếp để dự đoán. ................................................ 35
Hình 3.5: Mô hình tổ chức dữ liệu ................................................................................ 36
Hình 3.6: Múc độ tƣơng quan ....................................................................................... 38
Hình 4.1: Dữ liệu của mã giao dịch KCN13 từ nguồn .................................................. 42
Hình 4.2: Mô hình mạng nơ ron dự báo giá mặt hàng trên sàn giao dịch ..................... 46
Hình 4.3: Đồ thị của hàm truyền ................................................................................... 46
Hình 4.4: Đồ thị lỗi trong qua trình huấn luyện ............................................................ 47
Hình 4.5: Kết quả dự báo và giá trị thực mạng 1 point ................................................. 48
Hình 4.6: Kết quả dự báo và giá trị thực mạng 5 point ................................................. 48
Hình 4.7: Biểu đồ tƣơng quan KCZ 13- 1 point............................................................ 49
Hình 4.8: Biểu đồ tƣơng quan KCZ13- 5 point ............................................................. 49
Hình 4.9: Dự đoán giá close của giao dịch KCN13 ...................................................... 52
Hình 4.10: Biểu đồ tƣơng quan dự đoán mã giao dịch KCN13 .................................... 52
6


Hình 4.11: Giao diện ứng dụng dụ đoán. ...................................................................... 53
Hình 4.12: Giao diện hiển thị biểu đồ lỗi trong quá trình huấn luyện .......................... 54
Hình 4.13: Giao diện ứng dụng kiểm tra dự đoán ......................................................... 54
Hình 4.14: Giao diện tab Graph .................................................................................... 55

7


MỞ ĐẦU
Thị trƣờng giao dịch hàng hóa tƣơng lai là một thị trƣờng non trẻ ở Việt Nam
hiện nay. Các mặt hàng thuộc lĩnh vực nông sản, kim loại đang đóng vai trò chủ đạo

trong các giao dịch ở Việt Nam hiện nay nhƣ: cafe, cacao, đƣờng, sắt thép.... Giao dịch
hàng hóa tƣơng lai đƣợc thực hiện trên các sàn giao dịch trên thế giới bằng hợp đồng
giao dịch. Các hợp đồng giao dịch này đƣợc chuẩn hóa về loại tài sản, số lƣợng đơn vị
tài sản, thể thức thanh toán, kỳ hạn giao dịch, chỉ có giá đƣợc thỏa thuận. Mỗi hợp
đồng giao dịch là một lệnh mua hoặc bán đƣợc đặt trên sàn. Hai lệnh mua và bán khớp
với nhau làm cho giá thị trƣờng của mặt hàng đó thay đổi.
Dự đoán, dự báo giá đang là một nhu cần cần thiết cho các nhà đầu tƣ trên thị
trƣờng hiện nay. Để đƣa ra quyết định mua hoặc bán một mặt hàng các nhà đầu tƣ
thƣờng tiến hành phân tích theo các cách riêng. Một trong những phƣơng pháp đƣợc
áp dụng phổ biến là sử dụng phân tích kỹ thuật. Với giả định nền tảng là giá phản ánh
tất cả các hành động của thị trƣờng, khi có bất kỳ một thông tin gì mới đƣợc đƣa ra thì
nó đƣợc phản ánh ngay trong giá. Bởi vậy các nhà đâu tƣ này họ thƣờng xuyên quan
sát đồ thị giá và khối lƣợng trong quá khứ để dự đoán xu hƣớng biến động sắp tới của
thị trƣờng. Việc phân tích trên gặp nhiều hạn chế nhƣ mang tính chủ quan của ngƣời
phân tích, tốn nhiều thời gian, hoặc khi phát hiện ra xu hƣớng thì giá đã biến động
mạnh. Yêu cầu đặt ra là cần có một gợi ý chính xác trên cơ sở khoa học thực tiễn cho
các nhà đầu tƣ.
Mạng nơ ron đƣợc ứng dụng nhiều vào các bài toán dự báo hiện nay. Hoạt động
theo mô phỏng của bộ não con ngƣời. Bằng việc tính toán sự tƣơng quan giữa dữ liệu
đầu vào với kết quả mong muốn đầu ra, mạng nơ ron đã và đang mang lại hiệu quả cao
trong các bài toán yêu cầu sự phúc tạp và tính toán cao. Lĩnh vực dự đoán, dự báo là
một mảng mạnh của mạng rơ ron. Việc sử dụng mạng nơ ron trong bài toán khai phá
dữ liệu lịch sử để dự đoán giá trong tƣơng lai mang lại nhiều lợi ích và giá trị dự báo.
Trong nội dung luận văn này tác giả sẽ trình bày khái quát về giao dịch hàng
hóa tƣơng lai trên sàn giao dịch, tổng quan về mạng nơ ron, ứng dụng mạng nơ ron
vào bài toán dự báo giá một mặt hàng trên sàn giao dịch. Luận văn gồm các chƣơng
sau:
Chƣơng 1. Tổng quan về giao dịch hàng hóa tƣơng lai: Trong chƣơng này tác
giả sẽ trình bày khái quát về giao dịch hàng hoá tƣơng lai, sàn giao dịch hàng hoá
tƣơng lai. Một số kỹ thuật thông dụng đƣợc dùng trong phân tích kỹ thuật, thông qua

đó đặt vấn đề cấp thiết cho bài toán dự báo giá trên sàn giao dịch hành hóa tƣơng lai.

8


Chƣơng 2: Cơ sở lý thuyết về mạng nơ ron: Trong chƣơng này tác giả sẽ trình
bày lịch sử về mạng nơ ron, cũng nhƣ cơ sở sinh học về mạng, các mô hình của mạng
nơ ron hiện nay, huấn luyện mạng, các ứng dụng của mạng nơ ron hiện nay.
Chƣơng 3: Mô hình xử lý: Trong chƣơng này chúng ta sẽ cùng đi sâu vào bài
toán dự đoán giá theo mô hình xây dựng bài toán dự báo, qua đó áp dụng vào bài toán
dự báo giá qua từng bƣớc của mô hình.
Chƣơng 4: Thực nghiệm và đánh giá: Trong chƣơng này chúng tác giả trình bày
về các bƣớc thực nghiệm xác định các thông số và mô hình mạng dự đoán. So sánh mô
hình mạng học thêm và mạng không học thêm trên bộ dữ liệu 2013 của các mã giao
địch, kết quả đánh giá dựa trên hệ số lỗi quân phƣơng và hệ số tƣơng quan trên đồ thị
tƣơng quan.

9


Chƣơng 1. TỔNG QUAN VỀ GIAO DỊCH HÀNG HÓA TƢƠNG LAI
1.1. Hàng hóa tƣơng lai
Hàng hóa tƣơng lai là hàng hóa đƣợc sử dụng trong giao dịch của tƣơng lai. Các
giao dịch trong tƣơng lai đƣợc ký kết qua hợp đồng tƣơng lai, mà ở đó các thông tin về
loại hàng hóa, khối lƣợng, ngày giao nhận, hình thức giao nhận, thành toán đã đƣợc
quy định trƣớc từ bên thứ 3 là sở giao dịch hàng hóa tƣơng lai. Các bên mua, bán chỉ
cần thỏa thuận giá để thực hiện giao dịch. Khác với hợp đồng kỳ hạn thông thƣờng,
các bên mua bán tự thỏa thuận, thống nhất giữa các điều khoản và đƣợc ghi nhận trong
mỗi hợp đồng kỳ hạn. Các bên giao dịch trên sàn hàng hóa tƣơng lai có thể kết thúc
trạng thái của mình một cách nhanh gọn. Khác với hợp đồng kỳ hạn khi muốn tất toán

trạng thái thì rất khó vì liên quan tới điều kiện rằng buộc giữa các bên tham gia. Sau
đây là bảng so sánh sự khác nhau giữ hợp đồng tƣơng lai và hợp đồng kỳ hạn:
Điểm khác biệt

Hợp đồng kỳ hạn

Hợp đồng tƣơng lai

Loại hợp đồng thỏa Điều khoản của hợp đồng rất Đƣợc tiêu chuẩn hóa theo
thuận giữa ngân hàng linh động
những chi tiết của Sở giao
và khách hàng
dịch
Thời hạn

Các bên tham gia hợp đồng Chỉ có một vài thời hạn
có thể lựa chọn bất kỳ thời nhất định
hạn nào, nhƣng thƣờng là hệ
số của 30 ngày

Trị giá hợp đồng

Nói chung rất lớn, trung Nhỏ đủ để thu hút nhiều
bình trên 1 triệu USD
ngƣời tham gia

Thỏa thuận an toàn

Khách hàng phải duy trì số Tất cả các nhà giao dịch
dƣ tối thiểu ở ngân hàng để phải duy trì tiền ký quỹ

bảo đảm cho hợp đồng
theo tỷ lệ phần trăm trị giá
hợp đồng

Thanh toán tiền tệ

Không có thanh toán tiền tệ Thanh toán hàng ngày bằng
trƣớc ngày hợp đồng đến cách ghi nợ tài khoản bên
hạn
thua và ghi có vào tài khoản
bên đƣợc

Thanh toán

Sau cùng

Trên 90% hợp đồng đƣợc
thanh toán khi đến hạn
10


chƣa tới, 2% hợp đồng
đƣợc thanh toán thông qua
việc chuyển giao ngoại tệ,
thƣờng thƣờng thông qua
đảo hợp đồng
Rủi ro

Bởi vì không có thanh toán
hàng ngày nên rủi ro rất lớn

có thể xảy ra nếu nhƣ một
bên tham gia hợp đồng thất
bại trong việc thực hiện hợp
đồng

Nhờ có thanh toán hàng
ngày thông qua phòng giao
hoán nên ít rủi ro. Tuy
nhiên rủi ro cũng có thể xảy
ra giữa nhà môi giới và
khách hàng

Yết giá

-Các ngân hàng yết giá mua
và giá bán với một mức độ
chênh lệch giữa giá mua và
giá bán

- Chênh lệch giá mua và giá
bán đƣợc niêm yết ở sàn
giao dịch

Ngoại tệ giao dịch

Tất cả các ngoại tệ

Chỉ giới hạn cho một số
ngoại tệ

Tỷ giá

Tỷ giá đƣợc khóa chặt trong Tỷ giá thay đổi hàng ngày
suốt thời hạn hợp đồng

Hoa hồng

Trên cơ sở chênh lệch giữa - Khách hàng trả hoa hồng
giá bán và giá mua
cho nhà môi giới

- Kiểu Mỹ: số USD trên
- Kiểu châu Âu: số ngoại tệ đơn vị ngoại tệ.
trên một đơn vị USD.

- Nhà môi giới và nhà giao
dịch trả phí cho Sở giao
dịch
Qui chế

Các bên tham gia tự thỏa Đƣợc qui định bởi Sở giao
thuận
dịch

Bảng 1.1: Sự khác nhau giữa hợp đồng kỳ hạn và hợp đồng tương lai
1.2. Sàn giao dịch hàng hóa tƣơng lai.
Các sàn giao dịch hàng hóa tƣơng lai hoạt động tạo nên thị trƣờng tƣơng lai.
Sàn giao dịch hàng hóa tƣơng lai giúp cho các giao dịch xuyên thời gian dễ dàng hơn.
11

Sản xuất tiêu dùng trở nên tối ƣu hơn khi có thị trƣờng tƣơng lai. Nó cho phép các nhà
đầu tƣ, thực hiện các hợp đồng với chi phí thấp một cách nhanh chóng để trao đổi tiềnhàng trong tƣơng lai. Thị trƣờng tƣơng lai còn cho phép các cá nhân/tổ chức phòng
ngừa rủi ro do biến động giá trên thị trƣờng, thông qua đó sẽ có những tác động, kế
hoạch kinh doanh phù hợp với giá mới.
Các sàn giao dịch hàng hóa tƣơng lai
STT

Sàn giao dịch

Địa chỉ website

1

Chicago Mercantile Exchange (CME)

www.cme.com

2

Chicago Board of Trade (CBOT)

www.cbot.com

3

New York Board of trade (NYBOT)

www.nybot.com

4

New York Mercantile Exchange (NYMEX)

www.nymex.com

5

Kansas City Board of trade

www.kcbt.com

6

Commodity Futures Trading Commission
(CFTC)

www.cftc.com

7

National Futures Association

www.nfa.futures.org

Bảng 1.2: Sàn giao dịch hàng hóa tương lai
1.3. Các chủ thể trong thị trƣờng tƣơng lai
Những nhà đầu cơ dài hạn: Là những ngƣời chấp nhận rủi ro cao để tìm kiếm
lợi nhuận cao từ sự giao động giá. Họ có thể giữ trạng thái mua hoặc trạng thái bán
hay cả hai trạng thái cho cùng một hàng hóa. Các nhà đầu cơ thƣờng giữ trạng thái

trong vài ngày, vài tuần, hay vài tháng. Họ thƣờng sử dụng các phân tích kỹ thuật để
dự đoán sự biến động giá và xu hƣớng giá cả trong tƣơng lai, từ đó sẽ vào các vị thế
thích hợp để tìm kiếm lợi nhuận. Hoặc những nhà đầu cơ khác lại sử dụng các phân
tích cơ bản để đƣa ra nhận định về giá, họ thƣờng dựa vào các dữ liệu kinh tế vĩ mô để
đƣa ra các dự đoán về sự biến động giá.
Nhà đầu cơ ngày: Các nhà đầu cơ chỉ đầu cơ dựa vào sự biến động giá trong
một ngày giao dịch. Họ không bao giờ trở về nhà khi đang nắm một trạng thái trong
tay. Giao dịch ngày thƣờng tốn kém chi phí vì họ phải theo thông tin, biến động giá cả
thƣờng xuyên, và tốn các chi phí cho những giao dịch trong suốt một ngày, với mục
đích kiếm đƣợc lợi nhuận nhỏ trong một giao dịch.
12


Những ngƣời đầu cơ hƣởng chênh lệch: Là những ngƣời tìm kiếm lợi nhuận
bằng cách xem xét một loại hàng hóa nào đó cùng những hàng hóa tƣơng đƣơng để
bán hai giá khác nhau ở hai thị tƣờng khác nhau. Họ là những ngƣời dựa vào mối quan
hệ giữa giá giao ngày và giá tƣơng lai, hay những biến động cung cầu nhất thời làm rối
loạn giá để kiếm lợi nhuận từ chênh lệch giữa giá giao ngay và giá tƣơng lai.
Các cá nhân/tổ chức giao dịch trên sàn: Họ là những cá nhân, tổ chức, nhà
cung cấp, nhà môi giới, thực hiện các giao dịch hàng hóa tƣơng lai trên sàn. Họ có sản
phẩm, hàng hóa và thực hiện giao dịch mua bán trên sàn. Các cá nhân tổ chức này
thƣờng quan tâm tới giá để có quyết định đúng đán thực hiện mua bán hàng hóa trong
tƣơng lai.
Các đối tƣợng khác tham gia vào hoạt động vận hành của sàn giao dịch nhƣ:
những ngƣời cộng tác hoạt động nhƣ một nhà môi giới, nhà tƣ vấn họ phân tích và đƣa
ra những nhận định về thị trƣờng cho khách hàng. Các nhà môi giới giới thiệu hoạt
động trên sàn. Các nhà huy động quỹ cho hàng hóa…
1.4. Phân tích kỹ thuật
Các nhà môi giới, tƣ vấn cũng nhƣ các nhà đầu tƣ hiện nay sử dụng các thông
tin biến động giá trong lịch sử nhƣ một căn cứ để phân tích xu hƣớng, định hƣớng giá

của hàng hóa trong thời gian sắp tới. Hoạt động trên đƣợc gọi là phân tích kỹ
thuật[10]. Hoạt động này bao gồm một số kỹ thuật phân tích trên biểu đồ giá trong lịch
sử. Sau đây là một số kỹ thuật trong phân tích kỹ thuật.
1.4.1. Phân tích điểm kháng cự, hỗ trợ.
Từ biểu đồ giá trong lịch sử, bằng việc xác định các điểm giá tại điểm đảo
chiều, các điểm đảo chiều xuống cung cấp mức tăng của giá, các điểm đảo chiều lên
cung cấp mức giảm của giá. Nối các điểm đảo chiều lên trên trục thời gian ta xác định
đƣợc điểm kháng cự tiềm năng. Tƣơng tụ, nối các điểm đảo chiều xuống ta có điểm hỗ
trợ tại thời điểm giao dịch. Điểm kháng cự và điểm hỗ trợ cung cấp cho các nhà đầu tƣ
một giới hạn an toàn trong đầu tƣ.

13


Hình 1.1: Biểu đồ OHLC – xác định điểm hỗ trợ, điểm kháng cự
1.4.2. Phân tích xu hƣớng giá.
Dự vào các điểm đảo chiều trên đồ thị cũng là cách thức đơn giản nhất để xác
định xu hƣớng của giá trên đồ thị. Bằng việc vẽ một đƣờng thẳng từ ít nhất 2 điểm
xoay chiều cùng loại các nhà phân tích xác định đƣợc xu hƣớng của thị trƣờng. Trên
biểu đồ Hình 1.1 cho các nhà phân tích kết quả xu hƣớng giá của thị trƣờng đang giảm
dần. Cách xác định xu hƣớng giá chỉ cung cấp thông tin xu hƣớng trong thời gian dài
của giá. Trên thực tế giá còn biến động lên xuống trên đà tăng/giảm của xu hƣớng giá.
1.4.3. Phân tích đƣờng trung bình giá
Sử dụng đƣờng trung bình là một trong những cách phân tích kỹ thuật thông
dụng nhất đƣợc sử dụng. Ý tƣởng của cách phân tích này là sử dụng lấy giá trung bình
của n điểm trong quá khứ gần nhất. Sau đây là 2 cách thông dụng nhất:
 Đƣờng trung bình đơn giản (Simple Moving Average): Đƣờng trung bình đơn
giản (SMA) đƣợc tạo thành bằng cách tính giá trung bình trong một khoảng
thời gian gần nhất. Đƣờng SMA có thể đƣợc tính toán bằng giá cao, giá thấp
hoặc giá mở cửa nhƣng hầu hết đƣờng trung bình đƣợc tính toán bằng giá đóng

của. Công thức của đƣờng SMA nhƣ sau:
1
𝑆𝑀𝐴𝑛 (𝑡) =
𝑛

𝑛−1

𝑝(𝑡 − 𝑖)
𝑖=0

Trong đó: 𝑆𝑀𝐴𝑛 (𝑡) : Giá trị trung bình đơn giản tại thời điểm 𝑡 với 𝑛 điểm.
𝑛: Số điểm đƣợc lấy để tính giá trung bình.
14


𝑡: Thời điểm tính giá trung bình.
𝑝(𝑡 − 𝑖): Giá tại điểm (𝑡 − 𝑖).
 Đƣờng trung bình lũy thừa (Exponential Moving Average): Đƣờng trung bình
lũy thừa (EMA) đƣợc tính với công thức sau:
𝐸𝑀𝐴𝑛 𝑡 =

1
1
𝑝 𝑡 + (1 − )𝐸𝑀𝐴𝑛 𝑡 − 1
𝑛
𝑛

Trong đó: 𝐸𝑀𝐴𝑛 (𝑡) : Giá trị trung bình đơn giản tại thời điểm 𝑡 với 𝑛 điểm.
𝑛: Số điểm đƣợc lấy để tính giá trung bình.
𝑡: Thời điểm tính giá trung bình.

𝑝(𝑡): Giá tại điểm 𝑡.
Đựa vào đƣờng trung bình các nhà đầu tƣ có thể nhận biết đƣợc xu hƣớng của
thị trƣờng. Khi giá đang trên đà tăng hoặc giảm thì đƣờng trung bình cung cấp chính
xác xu hƣớng. Tại các điểm đảo chiều của thị trƣờng thì đƣờng trung bình tỏ ra không
hiệu quả.

Hình 1.2: Biểu đồ đường trung bình giá CCZ15 [finance.yahoo.com]
1.5. Đặt vấn đề dự báo giá hàng hóa trên sàn giao dịch
Qua phân tích kỹ thuật cho ta thấy các vấn đề sau:
1. Các nhà đầu tƣ, phân tích thị trƣờng dự vào giá trong lịch sử để phân
tích. Giá đƣợc sử dụng chính là giá đóng của.
2. Các nhà đầu tƣ, phân tích thị trƣờng bằng nhiều cách phân tích kỹ thuật
để nhận định xu hƣớng giá trong tƣơng lai.
15


3. Qua phân tích kỹ thuật khó có thể nhận định chính xác xu hƣớng giá tại
các điểm đảo chiều của thị trƣờng.
4. Giá luôn luôn biến động lên xuống ngay trên đà tăng hoặc giảm của
chính nó.
5. Chỉ dự vào phân tích kỹ thuật khó có thể đánh giá hết các tác động từ các
tác nhân bên ngoài lên giá của hàng hóa.
Vấn đề đặt ra là: Các nhà đầu tƣ/ phân tích thị trƣờng có thể xác định giá trong
tƣơng lai gần là bao nhiêu, cụ thể là giá đóng của hàng hóa ngày hôm sau? Thông tin
này sẽ là hữu ích và mang lại nguồn lợi nhuận cho các nhà đầu tƣ trên sàn giao dịch.
Việc dự đoán giá tƣơng lai ngày càng cấp thiết trên các sàn giao dịch, chính vì vậy bài
toán dự báo giá luôn là bài toán thời sự trên các sàn giao dịch.
Kết luận
Trong chƣơng này chúng ta đã tìm hiểu về hàng hóa tƣơng lai, hợp đồng hàng
hóa tƣơng lai, sàn giao dịch hàng hóa tƣơng lai. Luận văn đã so sánh sự khác nhau

giữa hợp đồng hàng hóa tƣơng lai và hợp đồng kỳ hạn thông thƣờng. Luận văn đã
trình bày về các thành phần tham gia vào sàn giao dịch hàng hóa tƣơng lai, là các tác
nhân chính đóng góp vào hoạt động của thị trƣờng hàng hóa tƣơng lai. Một số kỹ thuật
phân tích kỹ thuật trên sàn giao dịch, thông qua đó đặt vấn đề cấp thiết về bài toán dự
báo giá trên sàn giao dịch hàng hóa tƣơng lai.

16


Chƣơng 2. CƠ SỞ LÝ THUYẾT VỀ MẠNG NƠ RON
2.1. Lịch sử phát triển của mạng nơ ron
Mạng nơ ron đƣợc phát triển vào những năm 1940 với công trình đầu tiên của
Warren McCulloch và Walter Pitts (1943). Công trình đã chỉ ra khả năng liên kết mà
một số liên kết cơ bản của mạng nơ ron nhân tạo, mạng có thể tính toán nhƣ một hàm
số học hay logic. Ứng dụng thực nghiệm đầu tiên của các nơ ron nhân tạo có đƣợc
vào cuối những năm 50 cùng với phát minh của mạng Perceptron (Perceptron
network) và luật học tƣơng ứng bởi Frank Rosenblatt (1958). Mạng có khả năng nhận
dạng các mẫu. Năm 1969, Minsky và Papert đã phân tích sự đứng đắn của mạng
Perceptron, họ đã chứng minh các tính chất và chỉ rõ giới hạn của một số mô hình.
Năm 1976, Grossberg dựa vào tính chất sinh học đã đƣa ra một số cấu trúc của hệ
động học phi tuyến và các tính chất mới của nó. Năm 1982, Hoppfield đã đƣa ra mạng
học phi tuyến. Năm 1982, Rumelhart đƣa ra mô hình song song (Parallel Distributer
Processing-PDS) và một số kết quả và thuật toán. Năm 1986, nhóm tác giả
Rummelhart, Hinton, Williams đã đề xuất luyện mạng nhiều lớp, với thuật toán lan
truyền ngƣợc (Back Propagation learning rule). Những năm gần đây nhiều tác giả đã
đề xuất nhiều mô hình mạng mới theo từng bài toán cụ thể. Theo đó mạng nơ ron đƣợc
ứng dụng rộng rãi trong nhiều lĩnh vực kinh tế, kỹ thuật, khoa học.
2.2. Cơ sở sinh học
Mạng nơ ron đƣợc mô phỏng theo cách thức hoạt động của các nơ ron thần kinh
trong bộ não con ngƣời. Đây là cơ sở để xây dựng mạng nơ ron trong máy tính.

Bộ não con ngƣời có chứa khoảng 100 tỉ nơ ron thần kinh các phần tử liên kết
chặt chẽ với nhau (khoảng 104 liên kết đối với mỗi phần tử) gọi là các nơ ron. Nơ ron
sinh học có nhiều loại, chúng khác nhau về kích thức và khả năng xử lý tín hiệu. Tuy
nhiên các nơ ron này có cấu trúc và nguyên lý hoạt động nhƣ nhau.
Mỗi nơ ron sinh học gồm có 3 thành phần: Thân nơ ron có nhân ở bên trong
(soma), đầu dây thần kinh ra (axon) và một hệ thống phân nhánh hình cây (Dendrite)
để nhận các thông tin vào. Trong thực tế có rất nhiều dây thần kinh vào và chúng bao
phủ một diện tích rất lớn (0,25mm2). Đầu dây thần kinh ra đƣợc rẽ nhánh nhằm
chuyển giao tín hiệu từ thân nơ ron này tới nơ ron khác. Các nhánh của đầu dây thần
kinh đƣợc nối với các khớp thần kinh (synapse). Các khớp thần kinh này đƣợc nối với
đƣợc liên kết và là đầu vào của nơ ron khác. Các nơ ron có thể sửa đổi tiến hiệu tại các
khớp.

17


Hình 2.1: Cấu tạo 1 nơ ron sinh học
Hoạt động của nơ ron sinh học nhƣ sau:
Thông tin đƣợc tiếp nhận từ các giác quan và chuyển tới bộ não để xử lý. Các
nơ ron thần kinh nhận đƣợc các tín hiệu từ các tế bào thần kinh. Các tín hiệu vào đƣợc
tích hợp và kiểm tra với một ngƣỡng, nếu vƣợt ngƣỡng này nơ ron sẽ sinh ra một tín
hiệu mới và gửi tới một nơ ron khác thông qua dây thần kinh. Các nơ ron trong não
đƣợc liên kết với nhau thành mạng lƣới các nơ ron. Sự liên kết giữa các nơ ron có độ
bền vững xác định gọi là trọng số liên kết.
2.3. Cấu tạo nơ ron nhân tạo
2.3.1. Cấu tạo một nơ ron nhân tạo.
Dựa vào cấu tạo và cách thức hoạt động của một nơ ron để xây dựng một nơ
ron nhận tạo gần giống với một nơ ron sinh học. Năm 1943, các tác giả McCulloch và
Pitts đã đề xuất một mô hình toán cho một nơ ron.
Một nơ ron nhân tạo là đơn vị xử lý nhỏ nhất trong mô hình mạng nơ ron nhân

tạo. Nhƣ một nơ ron sinh học, nơ ron nhân tạo có chức năng nhận dữ liệu đầu vào, xử
lý và đƣa dữ liệu đã đƣợc xử lý ra ở đầu ra. Cấu tạo một nơ ron nhân tạo đƣợc mô tả
nhƣ Hình 2.2:

18


Hệ số ngƣỡng
bias 𝑏𝑘

𝑥1

Tín hiệu
đầu vào

𝑥2

Hàm kích
hoạt

𝑤𝑘1

u𝑘

𝑤𝑘2

𝜑(𝑥)

Đầu ra y𝑘

...

𝑥𝑚

𝑤𝑘𝑚

Trọng số
liên kết

Bộ tổng hợp
tuyến tính

Hình 2.2: Cấu tạo một nơ ron trong mạng
Trong mỗi nơ ron nhân tạo có 3 thành phần chính nhƣ đầu vào, ra, bộ tổng hợp
tuyến tính đóng vai trò nhân xử lý, hàm kích hoạt đóng vai trò nhƣ các khớp thần kinh
(synapse). Chi tiết thành phần của một nơ ron nhƣ sau:
o 𝑥1 , 𝑥2 , … 𝑥𝑚 : Là các tín hiệu đầu vào. Các tín hiệu này có thể là đầu ra
của các nơ ron trƣớc đó hoặc đầu vào ban đầu của mạng.
o 𝑤𝑘1 , 𝑤𝑘2 , … 𝑤𝑘𝑚 : Các trọng số liên kết, Mỗi tín hiệu đầu vào sẽ đƣợc
liên kết với nơ ron qua trọng số wkj. Với mỗi đầu vào 𝑥𝑚 sẽ có trọng số
𝑤𝑘𝑚 tƣơng ứng. Trong số 𝑤𝑘𝑚 thể hiện mức độ liên kết của đầu vào
𝑥𝑚 với nơ ron xử lý.
o Bộ xử lý tuyến tính: Bộ xử lý tuyến tính thực hiện xử lý các tín hiệu đầu
vào bằng cách tính tổng các tín hiệu đầu vào đã đƣợc nhân với trọng số
liên kết tƣơng ứng.
o Hệ số ngƣỡng bias 𝑏𝑘 : Là giá trị ngƣỡng của nơ ron k, là một hằng số
nhận giá trị dƣơng hoặc ân, giá trị sẽ làm cho bộ công ∑ tăng hoặc giảm
đi giá trị của ngƣỡng.
o 𝑢𝑘 : Giá trị thu đƣợc sau khi xử lý qua bộ xử lý tuyến tính. Ta có công
thức cho 𝑢𝑘 theo công thức (2.1).

𝑚

𝑢𝑘 =

𝑤𝑘𝑗 . 𝑥𝑗 + 𝑏𝑘

(2.1)

𝑗 =1

Với 𝑥0 = 1 và 𝑤0 = 𝑏𝑘 thì ta có công thức mới
19


𝑚

𝑢𝑘 =

𝑤𝑘𝑗 . 𝑥𝑗

(2.2)

𝑗 =0

o Hàm kích hoạt φ𝑘 (activation function) hay còn gọi là hàm truyền: Giá
trị đầu ra của nơ ron đƣợc giới hạn theo hàm kích hoạt, sau khi qua hàm
kích hoạt giạ trị thông thƣờng sẽ đƣợc chuyển về các đoạn [0,1] hoặc [1,1]. Hàm kích hoạt có tính chất quyết định đến kết quả của mạng nơ
ron.
o Đầu ra 𝑦𝑘 : Kết quả của quá trình xử lý trong nơ ron k. Giá trị này chính
là giá trị của hàm kích hoạt φk, ta có công thức tính của 𝑦𝑘 nhƣ sau:

𝑦𝑘 = 𝜑(𝑢𝑘 )
2.3.2. Hàm truyền
Hàm truyền quyết định giá trị đầu ra của một nơ ron, có nhiều loại hàm truyền
đƣợc sử dụng. Sau đây là một số hàm cơ bản.
Hàm ngƣỡng: Hàm ngƣỡng đƣợc định nghĩa dƣới dạng công thức (2.3) sau:
φ𝑣 =

1, 𝑣 ≥ 0
0, 𝑣 < 0

(2.3)

Khi đó giá trị đầu ra yk nhận giá trị sau:
y𝑘 =

1, φ𝑣 ≥ 0
0, φ𝑣 < 0

Đồ thị của hàm đƣợc vẽ nhƣ sau:

Hình 2.3: Đồ thị hàm ngưỡng
Hàm vùng tuyến tính: Hàm đƣợc định nghĩa dƣới dạng công thức (2.4) sau:

20


1
2
1
1

φ𝑣 = 𝑣 ,
>𝑣 > −
2
2
1
0 ,
𝑣 ≤ −
2
1,

𝑣 ≥

(2.4)

Khi đó giá trị đầu ra 𝑦𝑘 nhận giá trị sau:
1
2
1
1
y𝑘 = φ𝑣 ,
> φ𝑣 > −
2
2
1
0 ,
φ𝑣 ≤ −
2
1,

φ𝑣 ≥

Đồ thị hàm số của hàm kích hoạt trên nhƣ sau:

Hình 2.4: Đồ thị hàm vùng tuyến tính
Hàm Sigmoid: Hàm đƣợc định nghĩa dƣới dạng công thức:
φ𝑣 =

1
1 + 𝑒 −𝑎𝑣

(2.5)

Khi đó giá trị đầu ra yk nhận giá trị sau:
y𝑘 =

1
1 + 𝑒 −𝑎φ 𝑣

Trong công thức trên 𝛼 là hằng số. Bằng việc thay đổi giá trị của 𝛼, chúng ta sẽ
thu đƣợc những hàm truyền khác nhau với độ dốc khác nhau. Ta có đồ thị hàm số của
Sigmoid có các dạng nhƣ Hình 2.5. Độ dốc trên đồ thị tăng dần theo hằng số 𝛼.

21


Hình 2.5: Đồ thị hàm Sigmoid với hệ số 𝑎 tăng dần
2.4. Mô hình của mạng nơ ron
Giống nhƣ các nơ ron thần kinh sinh học, Các nơ ron nhân tạo kết nối với nhau
tạo thành một mạng nơ ron. Các mô hình mạng đƣợc Nelson và Illingworth đƣa ra vào
năm (1991). Theo tính chất hƣớng chuyền mạng nơ ron đƣợc chia làm hai mô hình là

mạng truyền thẳng (feed forward network) và mạng hồi quy (recurrent network).
2.4.1. Mạng truyền thẳng
Mạng truyền thẳng là mạng mà trong nó có cấu trúc truyền thẳng từ đầu vào tới
đấu ra.Tín hiệu từ đầu vào tới đầu ra đƣợc xử lý qua một hoặc nhiều lớp mạng, trong
mỗi lớp mạng có thể chứ một hoặc nhiều nơ ron xử lý.
Mạng xử lý tín hiệu đầu vào và trả ra kết quả luôn ở đầu ra gọi là mạng nơ ron
một lớn.
𝑥1

𝑦1

𝑥2

𝑦2

...
𝑥𝑛

𝑦𝑛

Hình 2.6: Mô hình mạng nơ ron một lớp truyền thẳng
Với mỗi giá trị đầu vào 𝑥 = [𝑥1 , 𝑥2 , … 𝑥𝑛 ]𝑡 qua quá trình xử lí của mạng sẽ thu
đƣợc một bộ đầu ra tƣơng ứng 𝑦 = [𝑦1 , 𝑦2 , … 𝑦𝑛 ]𝑡 .
Mạng xử lý qua nhiều nơ ron bên trong mạng đƣợc gọi là mạng nhiều lớp. Lớp
nhận tín hiệu ban đầu gọi là lớp đầu vào. Lớp trả kết quả đầu ra gọi là lớp đầu ra. Các
lớp bên trong xử lý mạng gọi là lớp ẩn. Lớp ẩn có thể có một hoặc nhiều lớp ẩn. Số nơ

22

ron trong mỗi lớp ẩn là khác nhau, mỗi lớp ẩn có thể chứa một hoặc nhiều nơ ron. Sau
đây là mô hình đầy đủ của mạng nơ ron truyền thẳng nhiều lớp:
𝑥1

𝑦1

𝑥2
𝑥𝑛

𝑦2
...

𝑦𝑛
Lớp vào

Lớp ẩn

Lớp ẩn

Lớp ra

Hình 2.7: Mô hình mạng nơ ron truyền thẳng nhiều lớp
2.4.2. Mạng hồi quy
Mạng hồi quy là mạng truyền thẳng mà ở kết quả đầu ra của một nốt mạng là
đầu vào của một nốt mạng trƣớc đó hoặc của chính nó. Chính vì điều này làm cho kết
quả đầu vào của nốt mạng có thuộc tính hồi quy là động và có sự thay đổi trong quá
trình thực hiện của mạng, và làm cho mạng có khả năng thích nghi cao. Mô hình mạng
đƣợc biểu diễn nhƣ Hình 2.8.
𝑥1

𝑦1

𝑥1

𝑦1

𝑥2

𝑦2

𝑥2

𝑦2

...

...

𝑥𝑛

𝑦𝑛

𝑥𝑛

𝑦𝑛

Hình 2.8: Ví dụ về mô hình mạng hồi quy truyền thắng
2.5. Huấn luyện mạng
Một mạng rơ ron hiệu quả đƣợc quyết định bởi hai nhân tố chính một là mô
hình mạng: Là số lớp ẩn, đầu vào, đầu ra, các nốt mạng trong lớp, liên kết giữa các nốt

mạng. Hai là các trọng số liên kết giữa các nốt mạng. Các trọng số liên kết này đƣợc
quyết định qua thuật toán huấn luyện. Quá trình điều chỉnh các trọng số trong mạng để
mạng nhận biết mối quan hệ giữa đầu vào và đích mong muốn gọi là tiến trình huấn
luyện mạng. Có nhiều thuật toán huấn luyện đã đƣợc đề xuất cho các bài toán cụ thể,
các thuật toán này đƣợc chia làm hai loại chính: Học có giám sát và học không giám
sát.
23