So sánh các mô hình học máy vào việc dự đoán xu hướng giá chứng khoán

Tóm tắt

Những bài toán dự đoán bằng các mô hình học máy là những bài toán đóng vai trò nền tảng quan trọng vàđược ứng dụng rộng rãi trong nhiều lĩnh vực liên quan đến đời sống con người như thời tiết, y tế hay giá cả thị trường. Những bài toán này tập trung vào việc dự đoán những kết quả của sự việc, sự kiện hay các giá trị trong tương lai dựa trên những giá trị dữ liệu lịch sử thông qua xây dựng các mô hình dự đoán. Nội dung nghiên cứu của bài báo tập trung vào việc xây dựng các mô hình dự đoán trên dữ liệu chuỗi thời gian của tập dữ liệu chứng khoán được trích dẫn từ sàn VNINDEX. Thông qua những kỹ thuật phân tích, tiền xử lý dữ liệu, lựa chọn thông số phù hợp cho từng đặc điểm của mô hình và thực hiện xây dựng, huấn luyện các mô hình học máy để đưa ra dự đoán xu hướng giá chứng khoán. Một số phương pháp tiêu biểu được sử dụng bao gồm Autoregressive Intergrated Moving Average, Vector Autoregression, Holt-Winters và Facebook Prophet. Kết quả thực nghiệm cho thấy phương pháp Facebook Prophet là phương pháp dự đoán trên chuỗi thời gian có hiệu suất và độ chính xác cao hơn so với những phương pháp còn lại.