Khảo sát và đánh giá khả năng ứng dụng mô hình mạng nơron trong lĩnh vực dự báo tại thị trường chứng khoán việt nam

Đại Học Quốc Gia Tp. Hồ Chí Minh
TRƯỜNG ĐẠI HỌC BÁCH KHOA
-------------------

TRIỆU VIỆT CƯỜNG

KHẢO SÁT VÀ ĐÁNH GIÁ KHẢ NĂNG ỨNG DỤNG
MƠ HÌNH MẠNG NƠRON TRONG LĨNH VỰC DỰ BÁO
TẠI THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM

Chuyên ngành : Quản Trị Kinh Doanh

TP. HỒ CHÍ MINH, tháng 06 năm 2008


CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI
TRƯỜNG ĐẠI HỌC BÁCH KHOA
ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH

Cán bộ hướng dẫn khoa học : TS. Vương Đức Hoàng Quân

Cán bộ chấm nhận xét 1 : .........................................................................................

Cán bộ chấm nhận xét 2 : .........................................................................................

Luận văn thạc sĩ được bảo vệ tại HỘI ĐỒNG CHẤM BẢO VỆ LUẬN VĂN
THẠC SĨ
TRƯỜNG ĐẠI HỌC BÁCH KHOA, ngày . . . . . tháng . . . . năm . . . . .


ĐẠI HỌC QUỐC GIA TP. HCM

CỘNG HOÀ XÃ HỘI CHỦ NGHIÃ VIỆT NAM

TRƯỜNG ĐẠI HỌC BÁCH KHOA

Độc Lập - Tự Do - Hạnh Phúc
---oOo---

Tp. HCM, ngày 30 tháng 06 năm 2008

NHIỆM VỤ LUẬN VĂN THẠC SĨ
Họ và tên học viên

: TRIỆU VIỆT CƯỜNG

Giới tính : Nam

Ngày, tháng, năm sinh : 02/12/1982

Nơi sinh : Đồng Nai

Chuyên ngành

: Quản Trị Kinh Doanh

Khoá

: 17

1- TÊN ĐỀ TÀI:

KHẢO SÁT VÀ ĐÁNH GIÁ KHẢ NĂNG ỨNG DỤNG MƠ HÌNH
MẠNG NƠRON TRONG LĨNH VỰC DỰ BÁO TẠI THỊ TRƯỜNG
CHỨNG KHOÁN VIỆT NAM
2- NHIỆM VỤ LUẬN VĂN:
 Tìm hiểu về Mạng Nơron và khả năng ứng dụng mơ hình Mạng Nơron trong
lĩnh vực dự báo những biến động của thị trường chứng khốn.
 Phân tích ưu khuyết điểm của các phương pháp dự báo truyền thống. Đề xuất
phương pháp xây dựng mơ hình dự báo dựa trên sự kết hợp giữa công cụ
Mạng Nơron và các phương pháp dự báo truyền thống.
 Đánh giá khả năng dự báo của mơ hình Mạng Nơron thơng qua việc so sánh
kết quả dự báo chỉ số Vn-Index giữa mơ hình Mạng Nơron và mơ hình Hồi
Quy.
3- NGÀY GIAO NHIỆM VỤ

: 21/01/2008

4- NGÀY HOÀN THÀNH NHIỆM VỤ : 30/06/2008
5- HỌ VÀ TÊN CÁN BỘ HƯỚNG DẪN

: TS.Vương Đức Hoàng Quân

Nội dung và đề cương Luận văn thạc sĩ đã được Hội Đồng Chun Ngành thơng
qua.
CÁN BỘ HƯỚNG DẪN

CHỦ NHIỆM BỘ MƠN
QUẢN LÝ CHUYÊN NGÀNH

TS.Vương Đức Hoàng Quân

LỜI CÁM ƠN
Đầu tiên, tôi xin chân thành cảm ơn quý Thầy Cô Khoa Quản Lý Công NghiệpTrường Đại Học Bách Khoa Thành phố Hồ Chí Minh đã tận tình truyền đạt cho tôi
những kiến thức quý báu trong thời gian 2 năm vừa qua. Đặc biệt xin gởi lời tri ân
sâu sắc đến TS.Vương Đức Hoàng Quân, người đã nhiệt tình hướng dẫn và giúp đỡ
tơi trong suốt thời gian thực hiện luận văn.
Tôi cũng xin gởi lời cảm ơn đến các bạn học viên MBA khóa 17 đã giúp đỡ tơi rất
nhiều trong q trình thu thập số liệu cũng như đóng góp những ý kiến quý báu
giúp tơi hồn thành tốt luận văn này.
Vì quỹ thời gian có hạn nên chắc chắn quyển luận văn này khó tránh khỏi những
hạn chế và thiếu sót, rất mong nhận được những ý kiến đóng góp của q Thầy Cơ
và bè bạn để quyển luận văn trở nên hoàn thiện hơn.
TP.HCM, ngày 30 tháng 06 năm 2008
Học Viên

Triệu Việt Cường


TĨM LƯỢC
Thị trường chứng khốn là một kênh đầu tư rất hấp dẫn vì có lợi nhuận kỳ vọng lớn.
Để đạt mục tiêu tối ưu lợi nhuận, các nhà đầu tư đã cố gắng dự báo những biến
động của thị trường. Tuy nhiên, cho đến nay việc dự báo thị trường chứng khoán
vẫn là một thách thức lớn. Với khả năng nhận dạng được các mối quan hệ phi tuyến
phức tạp từ một tập hợp dữ liệu lớn, Mạng Nơron tỏ ra có ưu thế hơn các phương
pháp khác khi thực hiện dự báo những biến động phức tạp của thị trường chứng
khoán. Tuy nhiên, Mạng Nơron bản chất vẫn là một cơng cụ tốn học thuần túy, do
đó để xây dựng được một mơ hình dự báo hiệu quả đòi hỏi phải biết kết hợp giữa
Mạng Nơron với các phương pháp phân tích và dự báo truyền thống.
Mục tiêu của đề tài là khảo sát và đánh giá khả năng ứng dụng của Mạng Nơron

trong lĩnh vực dự báo tại thị trường chứng khoán Việt Nam. Để đánh giá hiệu năng
của mơ hình Mạng Nơron, đề tài thực hiện so sánh kết quả dự báo giữa mơ hình
Mạng Nơron và mơ hình Hồi Quy. Kết quả cho thấy mơ hình Mạng Nơron có khả
năng dự báo khá tốt những biến động của thị trường và có hiệu quả về mặt tài chính
cao hơn nhiều so với mơ hình Hồi Quy. Điều này đã chứng tỏ ưu thế vượt trội của
mơ hình Mạng Nơron.
Trong điều kiện thị trường chứng khốn Việt Nam cịn khá non trẻ hiện nay, rõ ràng
cơng cụ Mạng Nơron vẫn chưa thể phát huy những sức mạnh của nó do những hạn
chế về mặt số liệu. Tuy nhiên, với tốc độ phát triển nhanh và ngày một mang tính
chuyên nghiệp hơn, những hạn chế về mặt số liệu của thị trường chứng khoán Việt
Nam sẽ dần được xóa bỏ và khi đó mơ hình Mạng Nơron hứa hẹn sẽ là một công cụ
dự báo rất hữu ích tại Việt Nam.


ABSTRACT

Stock Market is an attractive channel investment because of its high profits. In order
to get more profits, investors try to predict the fluctuation of stock market.
However, until now stock market prediction remains a big challenge. With its
ability to discover nonlinear relationship from a large and complex data set, Neural
Network offers the ability to predict market directions more accurately than other
techniques. However, Neural Network is essentially a mathematics model. Hence,
to design an effect model for predicting stock market, we must combine Neural
Network with traditional analyzing and predicting method.
The objective of this study is to survey and evaluate the ability of applying Neural
Networks to predict in Viet Nam stock market. To evaluate the effective of Neural
Network model, this study compares the prediction result of Neural Network model
with Regression model. The result shows that the Neural Networks model can
predict the fluctuation of price in stock market more accurately and effectively than
Regression model. This proves the great advantage of Neural Network.

The Viet Nam stock market is only established in a few years, so that the Neural
Network still cannot display its power because of the data limitation. However, with
the fast development, the Viet Nam stock market is becoming more professional
with every passing day. In the near future, the data limitation will not exist and at
that time, the Neural Network will become a useful tool in Viet Nam stock market.


i

MỤC LỤC
CHƯƠNG 1
TỔNG QUAN
1.1.

Giới Thiệu ................................................................................................................. 1

1.2.

Mục tiêu đề tài .......................................................................................................... 4

1.3.

Phạm vi nghiên cứu ................................................................................................. 5

1.4.

Ứng dụng của đề tài ................................................................................................. 5

1.5.

Kết cấu của đề tài ..................................................................................................... 6

CHƯƠNG 2
MẠNG NƠRON NHÂN TẠO
2.1.

Giới thiệu .................................................................................................................. 8

2.1.1

Khái niệm và sơ lược về cấu trúc mạng................................................................. 8

2.1.2

Lịch sử phát triển ................................................................................................... 9

2.1.3

Ứng dụng ............................................................................................................. 10

2.2.

Một số khái niệm quan trọng ................................................................................ 11

2.2.1

Hàm xử lý ............................................................................................................. 11

2.2.2

Tiến trình học ....................................................................................................... 13

2.2.3

Giải thuật lan truyền ngược (Back-Propagation) ............................................... 14

2.3.
2.3.1

Vấn đề thiết kế cấu trúc mạng .............................................................................. 15
Số lớp ẩn .............................................................................................................. 16


ii

2.3.2
2.4.

Số đơn vị trong lớp ẩn.......................................................................................... 16
Tóm tắt .................................................................................................................... 18

CHƯƠNG 3
THỊ TRƯỜNG CHỨNG KHOÁN VÀ VẤN ĐỀ DỰ BÁO
3.1

Thị trường chứng khoán ....................................................................................... 20

3.1.1

Lý thuyết đầu tư ................................................................................................... 20

3.1.2

Những dữ liệu có liên quan .................................................................................. 22

3.2

Vấn đề dự báo thị trường chứng khoán............................................................... 24

3.2.1

Giả thuyết thị trường hiệu quả............................................................................. 24

3.2.2

Các phương pháp dự báo .................................................................................... 25

3.3

Các nghiên cứu sử dụng Mạng Nơron ................................................................. 29

3.3.1

Dự báo chỉ sử dụng giá quá khứ .......................................................................... 30

3.3.2

Dự báo sử dụng giá quá khứ và một số chỉ số cơ bản khác ................................ 31

3.4

So sánh Mạng Nơron và các mơ hình dự báo khác ............................................ 33

3.5

Tóm tắt .................................................................................................................... 34

CHƯƠNG 4
PHƯƠNG PHÁP NGHIÊN CỨU
4.1

Sơ lược quá trình xây dựng mơ hình dự báo....................................................... 36

4.2

Thu thập dữ liệu ..................................................................................................... 37

4.2.1

Xác định yêu cầu dữ liệu...................................................................................... 37

4.2.2

Xác định nguồn dữ liệu ........................................................................................ 37

4.2.3

Xác định lượng dữ liệu ........................................................................................ 37

iii

4.3

Xử lý dữ liệu ........................................................................................................... 37

4.3.1

Kiểm tra tính hợp lý của dữ liệu .......................................................................... 37

4.3.2

Hiệu chỉnh dữ liệu................................................................................................ 38

4.3.3

Phân tích dữ liệu .................................................................................................. 38

4.3.4

Một số công thức xác định độ tương quan........................................................... 39

4.4

Kết hợp các phương pháp truyền thống để thu thập và xử lý dữ liệu .............. 40

4.4.1

Kết hợp phân tích cơ bản ..................................................................................... 41

4.4.2

Kết hợp phân tích kỹ thuật ................................................................................... 43

4.4.3

Kết hợp phân tích hồi quy .................................................................................... 44

4.5

Xây dựng Mạng Nơron.......................................................................................... 45

4.5.1

Chuẩn hóa dữ liệu................................................................................................ 45

4.5.2

Phân chia dữ liệu ................................................................................................. 46

4.5.3

Xác định cấu trúc mạng ....................................................................................... 47

4.5.4

Huấn luyện và điều kiện dừng huấn luyện ........................................................... 48

4.6

Phương pháp dự báo và tiêu chí đánh giá ........................................................... 49

4.6.1

Phương pháp dự báo ........................................................................................... 49

4.6.2

Tiêu chí đánh giá ................................................................................................. 50

4.7

Các bước thực hiện nghiên cứu ............................................................................ 51

4.7.1

Thu nhập dữ liệu .................................................................................................. 52

4.7.2

Xử lý dữ liệu ......................................................................................................... 52

4.7.3

Xác định cấu trúc mạng ....................................................................................... 52

4.7.4

Huấn luyện mạng ................................................................................................. 53

4.7.5

Thực thi ................................................................................................................ 53


iv

4.8

Tóm tắt .................................................................................................................... 54

CHƯƠNG 5
THU THẬP VÀ XỬ LÝ DỮ LIỆU
5.1

Thu thập dữ liệu ..................................................................................................... 55

5.2

Xác định biến cần dự báo ...................................................................................... 56

5.2.1

Xác định và khử tính mùa vụ nếu có .................................................................... 57

5.2.2

Xác định và khử thành phần xu thế...................................................................... 57

5.3

Xử lý các biến độc lập ............................................................................................ 58

5.3.1

Xử lý các dữ liệu cơ bản ...................................................................................... 58

5.3.2

Xử lý các dữ liệu kỹ thuật .................................................................................... 61

5.4

Đáng giá tổng thể các biến độc lập ....................................................................... 67

CHƯƠNG 6
KẾT QUẢ VÀ ĐÁNH GIÁ
6.1

Mơ hình dự báo theo tuần ..................................................................................... 69

6.1.1

Mơ hình Hồi Quy ................................................................................................. 69

6.1.2

Mơ hình Mạng Nơron .......................................................................................... 70

6.2

Mơ hình dự báo theo tháng ................................................................................... 71

6.2.1

Mơ hình Hồi Quy ................................................................................................. 71

6.2.2

Mơ hình Mạng Nơron .......................................................................................... 71

6.3

So sánh kết quả dự báo chỉ số Vn-Index .............................................................. 72

6.3.1

Mơ hình dự báo tuần ............................................................................................ 72

6.3.2

Mơ hình dự báo tháng .......................................................................................... 73


v

Đánh giá .............................................................................................................. 75

6.3.3
6.4

So sánh kết quả dự báo xu hướng của thị trường ............................................... 76

6.5

So sánh lợi nhuận tích lũy ..................................................................................... 78

6.6

Hiệu quả đầu tư...................................................................................................... 81

6.6.1

Lợi nhuận thu được khi dự báo thị trường tăng .................................................. 81

6.6.2

Lợi nhuận thu được khi dự báo thị trường giảm ................................................. 83

CHƯƠNG 7
KẾT LUẬN VÀ KIẾN NGHỊ
7.1

Tóm tắt nội dung và kết quả nghiên cứu ............................................................. 87

7.2

Nhận xét chung và kết luận ................................................................................... 88

7.3

Hạn chế của đề tài và một số hướng nghiên cứu tiếp theo ................................. 89

Phụ Lục 1
Thuật Toán Huấn Luyện Mạng Nơron................................................................................. 91
Phụ lục 2
Kết Quả Dự Báo Theo Tuần ................................................................................................ 93
Phụ Lục 3
Kết Quả Dự Báo Theo Tháng .............................................................................................. 96
Phụ Lục 4
Mô phỏng Mạng Nơron trên phần mềm SPSS 16 ................................................................ 97
TÀI LIỆU THAM KHẢO ............................................................................................... 102


vi

DANH MỤC HÌNH
Hình 2.1

Cấu trúc một nơron............................................................................................ 8

Hình 2.2

Mạng Nơron truyền thẳng một lớp ẩn ............................................................... 9

Hình 2.3

Hàm sigmoid đơn cực ...................................................................................... 12

Hình 2.4

Hàm tanh lưỡng cực ........................................................................................ 13

Hình 4.1

Quá trình xây dựng mơ hình dự báo ................................................................ 36

Hình 4.2

Tương quan giữa biến động Vn-Index với chỉ số giá tiêu dùng và giá vàng .. 42

Hình 4.3

Tương quan biến động Vn-Index và biến động hiệu giá mở cửa - đóng cửa .. 43

Hình 4.4

Giá trị hàm lỗi theo số lần lặp của quá trình huấn luyện ................................ 48

Hình 4.5

Phương pháp dự báo theo tháng ..................................................................... 50

Hình 4.6

Các bước xây dựng mơ hình dự báo sử dụng mạng Nơron ............................. 52

Hình 5.1

Biểu đồ tự tương quan của chuỗi Vn-Index theo tháng .................................. 57

Hình 5.2

Biểu đồ tự tương quan của chuỗi Vn-Index theo tuần ..................................... 57

Hình 5.3

Biểu đồ tự tương quan chuỗi sai phân bậc 1 của Vn-Index theo tuần............. 57

Hình 5.4

Biểu đồ tự tương quan chuỗi sai phân bậc 1 của Vn-Index theo tháng........... 57

Hình 5.5

Tương quan giữa giá vàng và biến động của Vn-Index theo tuần................... 58

Hình 5.6

Tương quan giữa biến động giá vàng và biến động Vn-Index theo tuần......... 58

Hình 5.7

Tương quan giữa chỉ số giá tiêu dùng và biến động của Vn-Index ............... 59

Hình 5.8

Tương quan giữa biến động chỉ số giá tiêu dùng và biến động Vn-Index ...... 59

Hình 5.9

Tương quan giữa chỉ số giá vàng và biến động của Vn-Index. ....................... 60

Hình 5.10

Tương quan giữa biến động chỉ số giá vàng và biến động Vn-Index. ............. 60

Hình 5.11

Tương quan giữa chỉ số USD và biến động của Vn-Index. ............................. 60


vii

Hình 5.12

Tương quan giữa biến động chỉ số USD và biến động của Vn-Index. ............ 60

Hình 5.13

Tương quan giữa biến Open_Close và biến động của Vn-Index .................... 63

Hình 5.14

Tương quan giữa sai phân bậc 1 biến Open và biến động Vn-Index ............. 63

Hình 5.15

Tương quan giữa sai phân bậc 1 biến High_Low và biến động Vn-Index ..... 63

Hình 5.16

Tương quan giữa sai phân bậc 1 biến High và biến động Vn-Index .............. 63

Hình 5.17

Tương quan giữa biến RSI và biến động Vn-Index.......................................... 63

Hình 5.18

Tương quan giữa sai phân bậc 1 biến OBV và biến động Vn-Index .............. 63

Hình 5.19

Tương quan giữa sai phân bậc 1 biến SMA5 và biến động Vn-Index ............. 64

Hình 5.20

Tương quan giữa biến Vni_ SMA5 và biến động Vn-Index ............................. 64

Hình 5.21

Tương quan giữa sai phân bậc 1 biến SMA20 và biến động Vn-Index ........... 64

Hình 5.22

Tương quan giữa sai phân bậc 1 biến SMA30 và biến động Vn-Index ........... 64

Hình 5.23

Tương quan giữa sai phân bậc 1 biến SMA50 và biến động Vn-Index ........... 64

Hình 5.24

Tự tương quan riêng phần của chuỗi sai phân bậc 1 Vn-Index ...................... 64

Hình 5.25

Tương quan giữa biến Open_Close và biến động Vn-Index............................ 66

Hình 5.26

Tương quan giữa sai phân bậc 1 biến Open_Close và biến động Vn-Index ... 66

Hình 5.27

Tương quan giữa sai phân bậc 1 biến High_Low và biến động Vn-Index ...... 66

Hình 5.28

Tự tương quan riêng phần của chuỗi sai phân bậc 1 Vn-Index ...................... 66

Hình 5.29

Tương quan giữa biến RSI và biến động Vn-Index.......................................... 66

Hình 5.30

Tương quan giữa sai phân bậc 1 biến OBV và biến động Vn-Index .............. 66

Hình 6.1

Kết quả dự báo Vn-Index theo tuần dùng mơ hình Hồi Quy ........................... 72

Hình 6.2

Kết quả dự báo Vn-Index theo tuần dùng mơ hình Mạng Nơron .................... 73

Hình 6.3

Kết quả dự báo Vn-Index theo tháng dùng mơ hình Hồi Quy ......................... 74

Hình 6.4

Kết quả dự báo Vn-Index theo tháng dùng mơ hình Mạng Nơron .................. 74

Hình 6.5

Kết quả dự báo xu hướng tăng giảm của Vn-Index theo tuần ......................... 76


viii

Hình 6.6

Kết quả dự báo xu hướng tăng giảm của Vn-Index theo tháng ....................... 76

Hình 6.7

Lợi nhuận tích lũy theo tuần so sánh giữa các chiến thuật đầu tư .................. 79

Hình 6.8

Lợi nhuận tích lũy theo tuần so sánh giữa các chiến thuật đầu tư .................. 80

Hình 6.9

Lợi nhuận thu được theo tuần khi dự báo thị trường tăng .............................. 82

Hình 6.10

Lợi nhuận thu được theo tháng khi dự báo thị trường tăng ............................ 83

Hình 6.11

Lợi nhuận thu được theo tuần khi dự báo thị trường giảm ............................. 84

Hình 6.12

Lợi nhuận thu được theo tháng khi dự báo thị trường giảm ........................... 85


ix

DANH LỤC BẢNG
Bảng 5.1

Tóm tắt kết quả phân tích dữ liệu cơ bản ........................................................ 60

Bảng 5.2

Mô tả dữ liệu kỹ thuật – mơ hình dự báo tuần ................................................. 62

Bảng 5.3

Kết quả phân tích tương quan dữ liệu kỹ thuật – mơ hình dự báo tuần .......... 65

Bảng 5.4

Mơ tả dữ liệu kỹ thuật – mơ hình dự báo tuần ................................................. 65

Bảng 5.5

Kết quả phân tích tương quan dữ liệu kỹ thuật – mơ hình dự báo tháng ....... 67

Bảng 5.6

Các hệ số của phương trình hồi quy – mơ hình dự báo tuần........................... 68

Bảng 5.7

Các hệ số của phương trình hồi quy – mơ hình dự báo tháng......................... 68

Bảng 6.1

Mơ tả các biến trong mơ hình dự báo tuần...................................................... 69

Bảng 6.2

Các thông số cơ bản của Mạng Nơron - mô hình dự báo tuần ....................... 70

Bảng 6.3

Mơ tả các biến trong mơ hình dự báo theo tháng ........................................... 71

Bảng 6.4

Các thơng số cơ bản của Mạng Nơron - mơ hình dự báo theo tháng ............. 72

Bảng 6.5

Đánh giá sai số dự báo .................................................................................... 75

Bảng 6.6

Kết quả dự báo xu hướng của thị trường......................................................... 77

Bảng 6.7

Kết quả dự báo xu hướng th trng ca Erdinỗ v M Hakan (2005) ........... 77

Bng 6.8

Kết quả dự báo lợi nhuận tích lũy ................................................................... 80

Bảng 6.9

Kt qu d bỏo li nhun tớch ly ca Erdinỗ và M Hakan (2005) ................ 80

Bảng 6.10

Lợi nhuận đầu tư khi dự báo thị trường tăng .............................................. 83

Bảng 6.11

Lợi nhuận đầu tư khi thị trường giảm.......................................................... 85


1

CHƯƠNG 1

TỔNG QUAN
Chương này sẽ giới thiệu tổng quan về đề tài, mục tiêu đề tài, phạm vi nghiên cứu
và ứng dụng của đề tài.
1.1 Giới Thiệu
Thị trường chứng khoán là một bộ phận của thị trường tài chính mà tại đó diễn ra
việc mua bán các cơng cụ tài chính trung và dài hạn.Thị trường sơ cấp là kênh huy
động vốn cho nền kinh tế. Thị trường thứ cấp là nơi thu hút các nhà đầu tư mua đi
bán lại chứng khốn, từ đó nâng cao tính thanh khoản cho các loại chứng khốn
được giao dịch. Có thể nói thị trường chứng khốn là một định chế tài chính không
thể thiếu trong đời sống kinh tế của những nước theo cơ chế thị trường, nhất là
những nước đang trong giai đoạn phát triển, đang rất cần thu hút nguồn vốn lớn và
dài hạn cho nền kinh tế quốc dân. Thị trường chứng khoán Việt Nam từ khi ra đời
cho đến nay cũng đã trải qua những thăng trầm nhất định, tuy nhiên nó đã và đang
đóng góp rất đáng kể vào sự phát triển của nền kinh tế nước nhà.
Khả năng thanh khoản cao cùng với lợi nhuận kỳ vọng lớn là những yếu tố giúp thị
trường chứng khoán thu hút được phần lớn nguồn vốn của xã hội. Tính đến cuối
năm 2007, vốn hóa của thị trường chứng khốn Việt Nam đã chiếm khoản 45%
GDP của tồn xã hội, một con số không phải nhỏ. Để tối ưu hóa lợi nhuận, các nhà

đầu tư sử dụng khá nhiều các phương pháp để phân tích và dự báo những biến động
của thị trường. Tuy nhiên, những biến động của thị trường chứng khốn ln rất


2

phức tạp và cho đến nay việc dự báo thị trường chứng khoán vẫn là một thách thức
lớn.
Hai giả thuyết quan trọng liên quan đến lĩnh vực dự báo giá chứng khốn có thể
nhắc đến là giả thuyết “Thị trường hiệu quả” và giả thuyết “Bước đi ngẫu nhiên”.
Giả thuyết thị trường hiệu quả cho rằng giá chứng khoán điều chỉnh nhanh chóng do
ảnh hưởng từ các thơng tin, do đó giá chứng khốn hiện tại ln phản ánh đầy đủ
mọi thơng tin trong nó. Do đó, thuyết này kết luận rằng không thể dự báo được giá
cổ phiếu. Giả thuyết bước đi ngẫu nhiên (Random walk) cho rằng biến động về giá
chẳng theo một khuôn mẫu hay khuynh hướng nào và những biến động giá trong
quá khứ không thể được sử dụng để dự báo các biến động giá trong tương lai. Theo
những giả thuyết này, khả năng có thể dự báo những biến động trong thị trường tài
chính là rất thấp. Tuy nhiên, những nghiên cứu gần đây cho thấy biến động giá
chứng khốn là có thể dự bỏo c {Chenoweth (1995), Erdinỗ v M Hakan (2005),
Gia Shuh Jang (1991), Lakshimi (2002), Qi (1999), Ramon (1997), Robert(1996)}.
Dựa trên nền tảng của các lý thuyết tài chính và các cơng cụ tính tốn, Pan (2003)
[15] đã đề xuất giả thuyết “Thị trường Chuyển đổi” (Swing Market Hypothesis).
Giả thuyết thị trường chuyển đổi cho rằng thị trường đơi khi có tính hiệu quả nhưng
trong một khoản thời gian khác lại khơng có tính hiệu quả và thị trường có khuynh
hướng chuyển đổi qua lại giữa hai trạng thái một cách khơng liên tục. Giả thuyết
này thừa nhận có thể dự báo được tại những khoản thời gian thị trường có tính
khơng hiệu quả.
Hai phương pháp được sử dụng trong lĩnh vực phân tích và dự báo thị trường chứng
khốn rất phổ biến là “Phân tích cơ bản” và “Phân tích kỹ thuật”. Phương pháp
phân tích cơ bản dựa trên các số liệu thể hiện giá trị thực hoặc các yếu tố tác động

đến giá trị thực của cổ phiếu để dự báo trong khi đó phương pháp kỹ thuật chỉ chủ
yếu dựa vào giá trị tâm lý của nhà đầu tư thông qua các biến động về giá và khối
lượng giao dịch trong quá khứ. Một hướng đi khác là thiết lập mơ hình dự báo dùng
phương pháp định lượng. Mơ hình dự báo phổ biến nhất là mơ hình hồi quy tuyến


3

tính. Tuy nhiên, những biến động của thị trường chứng khốn là rất nhanh, phức tạp
và có tính chất phi tuyến nên các mơ hình dự báo như hồi quy tuyến tính ln khơng
bắt kịp những biến động của thị trường.
Một cách tổng quát, thị trường chứng khoán bị ảnh hưởng bởi nhiều yếu tố bao gồm
những ảnh hưởng của tình hình kinh tế, chính trị, tình hình hoạt động của doanh
nghiệp và cả các yếu tố tâm lý. Những biến đổi của những yếu tố này cùng với sự
thay đổi của các yếu tố khác tương tác qua lại lẫn nhau theo một cách thức rất phức
tạp, và vì thế rất khó dự báo chính xác những biến động của thị trường. Mỗi phương
pháp phân tích dự báo đều có những hạn chế nhất định, do đó khơng thể tin tưởng
bất kỳ một phương pháp dự báo nào một cách tuyệt đối. Những nhà đầu tư chứng
khoán năng động ngày nay đã khơng cịn tin cậy bất cứ kỹ thuật dự báo đơn lẽ nào
về thị trường tương lai. Họ thường kết hợp những kỹ thuật dự báo khác nhau để đưa
ra quyết định đầu tư.
Mạng Nơron nhân tạo là mơ hình tốn học được phát triển dựa trên những nghiên
cứu về nguyên lý hoạt động của bộ não con người. Mạng Nơron nhân tạo được giới
thiệu đầu tiên năm 1943 bởi nhà thần kinh học Warren McCulloch và nhà logic học
Walter Pits. Mãi cho đến cuối thập niên 80 mới xuất hiện những nghiên cứu đầu
tiên về khả năng ứng dụng Mạng Nơron trong lĩnh vực tài chính nói chung và thị
trường chứng khốn nói riêng. Với khả năng có thể mơ phỏng một hàm số phi tuyến
bất kỳ, Mạng Nơron đã trở thành một công cụ hữu ích để dự báo dự báo những
biến động của thị trường chứng khoán. Tuy nhiên, Mạng Nơron bản chất vẫn là một
cơng cụ tốn học thuần túy. Do đó, q trình xây dựng mơ hình Mạng Nơron phải

chủ yếu dựa trên nền tảng là các phương pháp phân tích truyền thống như phân tích
cơ bản và phân tích kỹ thuật. Ngồi ra, mơ hình Mạng Nơron sẽ cho kết quả tối ưu
hơn nếu chúng ta biết kết hợp các kỹ thuật thống kê trong khâu xử lý dữ liệu.
Ứng dụng Mạng Nơron trong lĩnh vực dự báo thị trường tài chính là một thách thức
lớn đối với lĩnh vực trí tuệ nhân tạo từ những thập niên 80 vì trong thời gian này
việc thiết kế và thực thi mơ hình Mạng Nơron tương đối phức tạp do khối lượng


4

phép tính cần xử lý khá lớn. Cùng với sự phát triển về tốc độ xử lý của máy tính cá
nhân, việc mơ phỏng mơ hình Mạng Nơron ngày càng trở nên đơn giản hơn với sự
hỗ trợ của một số phần mềm xử lý chuyên nghiệp. Ngày nay, Mạng Nơron đã trở
thành một cơng cụ hữu ích trong lĩnh vực dự báo vì nó thiết lập được mơ hình phi
tuyến, phù hợp với những thị trường biến động phức tạp như thị trường chứng
khoán.
White (1988) [23] là người đầu tiên dùng Mạng Nơron để dự báo lợi nhuận hàng
ngày của cổ phiếu cơng ty IBM. Từ đó, rất nhiều nghiên cứu được thực hiện để dự
đoán hành vi giá chứng khoán. Cho đến nay, các nghiên cứu về khả năng dự báo
của mơ hình Mạng Nơron trên thế giới khá nhiều và đa dạng, trong đó phần lớn đều
cho kết quả là mơ hình Mạng Nơron hiệu quả hơn nhiều so với các phương pháp dự
báo khác. Với khả năng dự báo tốt hơn các mơ hình truyền thống, ngày nay mơ hình
Mạng Nơron đã trở thành cơng cụ dự báo tương đối phổ biến ở các thị trường chứng
khoán phát triển. Tuy nhiên mỗi thị trường chứng khoán đều có những đặc thù riêng
biệt, một cơng cụ dự báo có thể rất tốt ở thị trường này nhưng chưa chắc có thể áp
dụng ở thị trường khác. Thị trường chứng khốn Việt Nam hiện nay cịn tương đối
non trẻ và cho đến nay vẫn chưa có một nghiên cứu chính thức nào về khả năng ứng
dụng mạng Nơron trong lĩnh vực dự báo thị trường chứng khoán được cơng bố. Do
đó, câu hỏi được đặt ra là :
“Mơ hình Mạng Nơron có phải là một cơng cụ dự báo hiệu quả tại thị trường chứng

khoán Việt Nam hay khơng?”
1.2 Mục tiêu đề tài
Mục tiêu chính của đề tài là khảo sát và đánh giá khả năng ứng dụng của mơ hình
Mạng Nơron tại thị trường chứng khốn Việt Nam. Mục tiêu này bao gồm các mục
tiêu cụ thể như sau :
 Tìm hiểu về Mạng Nơron và khả năng ứng dụng mơ hình Mạng Nơron trong
lĩnh vực dự báo những biến động của thị trường chứng khoán.


5

 Phân tích ưu khuyết điểm của các phương pháp dự báo truyền thống. Đề xuất
phương pháp xây dựng mô hình dự báo dựa trên sự kết hợp giữa cơng cụ
Mạng Nơron và các phương pháp dự báo truyền thống.
 Đánh giá khả năng dự báo của mơ hình Mạng Nơron thông qua việc so sánh
kết quả dự báo chỉ số Vn-Index giữa mơ hình Mạng Nơron và mơ hình Hồi
Quy.
1.3 Phạm vi nghiên cứu
Đề tài xây dựng mơ hình dự báo chỉ số Vn-Index tại Sở giao dịch chứng khốn
Thành phố Hồ Chí Minh. Đề tài sử dụng các số liệu thị trường trong thời gian từ
tháng 1/2002 đến tháng 5/2008. Khoảng thời gian thực hiện dự báo là 2 năm, từ
tháng 6/2006 đến tháng 5/2008.
1.4 Ứng dụng của đề tài
Những nghiên cứu ứng dụng của Mạng Nơron nhân tạo trong lĩnh vực dự báo thị
trường chứng khoán đã khá “nở rộ” từ những năm đầu thập niên 90. Ngày nay, với
khả năng nhận dạng các mối quan hệ phi tuyến phức tạp, Mạng Nơron đã trở thành
một công cụ dự báo khá hữu ích tại các thị trường chứng khoán lớn trên thế giới.
Những diễn biến gần đây cho thấy Thị trường chứng khoán Việt Nam biến động
khá phức tạp, nó bị tác động bởi khá nhiều yếu tố như “giá trị tâm lý”, “giá trị thực”
và đặc biệt là tình hình phát triển của nền kinh tế quốc gia. Để có thể dự báo tốt

những biến động này đòi hỏi phải kết hợp rất nhiều yếu tố, đây cũng chính là điểm
mạnh của Mạng Nơron.
Nghiên cứu này sẽ giúp đánh giá khả năng dự báo của mô hình Mạng Nơron tại thị
trường chứng khốn Việt Nam. Thơng qua kết quả dự báo khá tốt của mơ hình
Mạng Nơron so với mơ hình hồi quy, nghiên cứu góp phần khẳng định khả năng
ứng dụng của Mạng Nơron tại thị trường chứng khoán Việt Nam.


6

1.5 Kết cấu của đề tài
Kết cấu của đề tài bao gồm 7 chương bao gồm những nội dung như sau:
Chương 1: Tổng Quan
Chương này giới thiệu sơ lược về đề tài, mục tiêu nghiên cứu, phạm vi nghiên cứu
và ứng dụng của đề tài.
Chương 2 : Mạng Nơron Nhân tạo
Chương này trình bày một số khái niệm cơ bản về Mạng Nơron nhân tạo và các vấn
đề cần quan tâm khi thực hiện thiết kế cấu trúc Mạng Nơron.
Chương 3 : Thị Trường Chứng Khoán Và Vấn Đề Dự Báo
Chương này trình bày tổng quan về một số lý thuyết và khái niệm liên quan đến thị
trường chứng khoán và vấn đề dự báo thị trường chứng khoán. Sau đó là phần giới
thiệu một số nghiên cứu tiêu biểu về khả năng ứng dụng Mạng Nơron trong lĩnh
vực dự báo biến động của thị trường chứng khoán tại các nước trên thế giới.
Chương 4 : Phương Pháp Nghiên Cứu
Chương này trình bày phương pháp nghiên cứu bao gồm quá trình xây dựng mơ
hình dự báo dựa trên sự kết hợp giữa Mạng Nơron và các phương pháp phân tích
truyền thống, phương pháp thực hiện dự báo và các tiêu chí đánh giá kết quả dự
báo.
Chương 5 : Thu Thập Và Xử Lý Dữ Liệu
Chương này trình bày chi tiết q trình phân tích và xử lý các dữ liệu thu thập được.

Quá trình xử lý sẽ giúp loại bỏ bớt những dữ liệu khơng có tương quan nhiều đến
biến cần dự báo, đồng thời quá trình xử lý sẽ tạo ra những biến mới có ý nghĩa hơn.


7

Chương 6 : Kết Quả Và Đánh Giá
Trình bày kết quả dự báo theo tuần và theo tháng. Các kết quả này sẽ được đánh giá
thơng qua các tiêu chí như sai số dự báo, tỷ lệ dự báo đúng xu hướng của thị trường
và hiệu quả đầu tư.
Chương 7 Kết Luận Và Kiến Nghị
Trình bày tóm gọn nội dung nghiên cứu, kết quả nghiên cứu, một số nhận xét và kết
luận rút ra được, hạn chế của đề tài và một số hướng nghiên cứu tiếp theo.


8

CHƯƠNG 2

MẠNG NƠRON NHÂN TẠO
Chương này sẽ giới thiệu sơ lược cấu trúc Mạng Nơron, lịch sử phát triển, ứng
dụng, một số khái niệm quan trọng và một số vấn đề đặc biệt cần lưu ý trong các
ứng dụng sử dụng Mạng Nơron.
2.1 Giới thiệu
2.1.1 Khái niệm và sơ lược về cấu trúc mạng
Mạng Nơron nhân tạo là mơ hình toán học được phát triển dựa trên những nghiên
cứu về nguyên lý hoạt động của bộ não con người. Mạng Nơron nhân tạo hoạt động
giống như bộ não con người, được học bởi các tình huống xảy ra trong quá khứ,
biến những điều đã học thành những kinh nghiệm và sử dụng những kinh nghiệm
này trong những tình huống phù hợp.

Hình 2.1 Cấu trúc một nơron
(Nguồn : Ben Krose (1996) [1])
Mạng Nơron nhân tạo là một cấu trúc gồm các đơn vị xử lý (nơron) kết nối với
nhau thông qua một tập hợp các trọng số liên kết W[w11…wij…wnn]. Mỗi Nơron là
một đơn vị xử lý thông tin của mạng, là yếu tố cơ bản để cấu tạo nên Mạng Nơron.


9

Xét theo chức năng có thể chia các Nơron làm 2 loại: nơron nhận thông tin và
nơron xử lý. Các nơron xử lý thực hiện nhận tín hiệu (wij xi) từ các đơn vị phía
trước, tổng hợp chúng
chuyển g(aj )

(2)

(1)

để tạo ra tín hiệu (aj). Sau đó tín hiệu này sẽ qua hàm

để tạo ra tín hiệu zj nằm trong khoảng (-1,1) đối với tín hiệu lưỡng

cực hoặc (0,1) đối với tín hiệu đơn cực, sau đó tín hiệu này sẽ được lan truyền sang
các đơn vị khác (Hình 2.1). Khác với các nơron xử lý, các nơron nhận thông tin chỉ
có chức năng nhận tín hiệu mà khơng xử lý chúng. Mạng Nơron thường được sử
dụng là mạng truyền thẳng với một lớp ẩn (Hình 2.2). Mạng Nơron là một tập hợp
các nơron bao gồm các nơron nhận thông tin trong lớp đầu vào và các nơron xử lý
ở lớp ẩn và lớp đầu ra.
x0

bias

h0

x1

bias
y1

h1

x2

y2

h2

…

…

xl

Lớp đầu vào w

(1)

ij

hm
Lớp ẩn

…
yn

w(2) jk

Lớp đầu
ra

Hình 2.2 Mạng Nơron truyền thẳng một lớp ẩn
(Nguồn : Paul D.McNelis (2005) [17])

2.1.2 Lịch sử phát triển
Đầu tiên Mạng Nơron nhân tạo được giới thiệu năm 1943 bởi nhà thần kinh học
Warren McCulloch và nhà logic học Walter Pits nhưng với những kỹ thuật trong
thời gian này chưa cho phép họ nghiên cứu được nhiều. Tuy nhiên, họ đã chỉ ra

(1)

Hàm tổng hợp, xem mục 2.2.1.1

(2)

Hàm chuyển phổ biến nhất là hàm sigmoid và tanh. Xem mục 2.2.1.2.


10

rằng về mặt nguyên tắc, Mạng Nơron nhân tạo có thể tính tốn một hàm số tốn học
hay một hàm logic bất kỳ.
Ứng dụng thực nghiệm đầu tiên của các nơron nhân tạo có được vào cuối những
năm 50 cùng với phát minh của mạng nhận thức (perceptron network) và luật học
của Frank Rosenblatt. Điều này đã mở ra rất nhiều hy vọng cho việc nghiên cứu
Mạng Nơron. Cùng thời gian đó, Bernard Widrow và Ted Hoff đã đề xuất một thuật
toán mới dùng để huấn luyện cho các Mạng Nơron tuyến tính thích nghi. Tuy nhiên
cả Widrow, Hoff và Rosenblatt đều cùng vấp phải một vấn đề là các mạng nhận
thức chỉ có khả năng giải quyết các bài tốn khả phân tuyến tính. Họ cố gắng cải
tiến luật học và cấu trúc mạng để có thể vượt qua được hạn chế này nhưng đã không
thành công. Từ đây, những nghiên cứu về Mạng Nơron nhân tạo gần như khơng có
thêm một bước phát triển nào trong suốt hơn một thập kỷ, ngun nhân là khơng có
được các máy tính đủ mạnh để có thể tiến hành thực nghiệm. Cho đến đầu những
năm 70, những nghiên cứu về Mạng Nơron nhân tạo có thêm một số bước phát triển
mới với những cơng trình nghiên cứu về Mạng Nơron hoạt động như một bộ nhớ
của Teuvo Kohonen và James Anderson (1972) và mạng tự tổ chức (Self organizing
networks) của Stephen Grossberg.
Vào những năm 80, việc nghiên cứu Mạng Nơron phát triển rất mạnh mẽ cùng với
sự ra đời của máy tính cá nhân. Một số cơng trình nghiên cứu tiêu biểu có thể nhắc
đến là mạng hồi quy (recurrent networks) có thể được dùng như bộ nhớ liên hợp
(associative memory) của nhà vật lý học Johh Hopfield và sự ra đời của thuật toán
lan truyền ngược (back-propagation) dùng để huấn luyện các mạng nhiều lớp được
một vài nhà nghiên cứu độc lập tìm ra như: David Rumelhart, James McCelland…
2.1.3 Ứng dụng
Trong quá trình phát triển, Mạng Nơron đã được ứng dụng thành công trong rất
nhiều lĩnh vực. Dưới đây liệt kê ra một số ứng dụng chính của Mạng Nơron: