Mục lục Nội dung Chương 1: Giới thiệu số phương pháp phân tích - dự báo thị trường chứng khoán phương pháp định lượng Một số kĩ thuật áp dụng cho toán dự báo Cơ sở lý thuyết phân tích - dự báo phương pháp định lượng Các kỹ thuật khai phá liệu Chương 2: Cơ sở lý thuyết phân tích - dự báo phương pháp định lượng Trang 4 12 Giới thiệu 13 Các số quan trọng phân tích kĩ thuật 14 Thuật toán khai phá luật kết hợp dựa đại số gia tử 19 Mơ hình dự báo 25 Chương 3: Phân tích thiết kế chương trình 28 Khảo sát số phần mềm phân tích chứng khốn 29 Phân tích u cầu người dùng 31 Phân tích thiết kế 32 Chương 4: Hướng dẫn sử dụng 38 Tài liệu tham khảo 42 Chương Giới thiệu số phương pháp phân tích dự báo thị trường chứng khoán phương pháp định lượng Theo số kết nghiên cứu bước đầu cho thấy phương pháp định lượng hồn tồn áp dụng để phân tích - dự báo thị trường Việt Nam.Sử dụng phương pháp định lượng phân tích - dự báo thị trường hiệu hiệu tăng lên kết hợp với phương pháp phân tích - dự báo khác Một số kĩ thuật áp dụng cho toán dự báo Phân tích - dự báo giá cổ phiếu, biến động thị trường chủ đề thú vị, thu hút quan tâm nhiều nhà đầu tư, chuyên gia, nhà khoa học Hiện nay, nhiều phương pháp phân tích - dự báo phát triển để phân tích - dự báo xu hướng biến động giá cổ phiếu, thị trường tìm kiếm cổ phiếu tiềm để đầu tư Ở Việt Nam, phương pháp phân tích - dự báo nhiều người biết đến phân tích kỹ thuật phân tích bản.Bên cạnh đó, phương pháp phân tích - dự báo định lượng thơng q mơ hình tốn học dần quan tâm Trong phần giới thiệu nguyên tắc định hướng phương pháp phân tích - dự báo định lượng.Chúng cho phương pháp hiệu giúp hạn chế khiếm khuyết phương pháp phân tích - dự báo phổ biến phân tích kỹ thuật phân tích Phân tích - dự báo thị trường phương pháp định lượng sử dụng cách phổ biến giới.Nhiều quỹ đầu tư thiết lập hệ thống giao dịch tự động phương pháp định lượng (quantitative trading).Hiệu từ phương pháp chứng minh nhiều thị trường Ưu điểm phương pháp phân tích - dự báo định lượng tín hiệu đưa khách quan, dựa vào tiêu chí tiêu thống kê từ mơ hình Những tín hiệu mua bán đưa dựa phân tích khách quan nên giảm thiểu sai sót yếu tố người Dù vậy, lạm dụng mức phương pháp tạo hệ xấu Tại Việt Nam thời gian qua có số nghiên cứu sử dụng phương pháp định lượng để phân tích - dự báo thị trường chứng khoán biến động cổ phiếu.Tuy nhiên, nghiên cứu phần lớn dừng lại mục tiêu tham khảo làm tiền đề cho nghiên cứu có tính ứng dụng sâu Ngun nhân ngồi hạn chế kinh nghiệm, trình độ nhà làm phân tích - dự báo, liệu thời gian ngắn không đầy đủ khiến cho việc xây dựng mơ hình gặp khó khăn Cơ sở lý thuyết phân tích - dự báo phương pháp định lượng Các phương pháp định lượng dùng để phân tích - dự báo dựa mơ hình tốn với giả định mối liên hệ yếu tố thiết lập khứ lặp lại tương lai Nói cách khác phương pháp định lượng dựa liệu khứ để phát chiều hướng vận động tương lai yếu tố theo quy luật Để phân tích - dự báo diễn biến tương lai biến, người ta sử dụng mơ hình chuỗi thời gian sử dụng biến nhân quả.Ngồi ra, người ta sử dụng phương pháp phức tạp mạng neural a Phân tích - dự báo chuỗi thời gian Các mơ hình phân tích - dự báo chuỗi thời gian phân tích - dự báo giá trị tương lai biến số đó, cách phân tích số liệu q khứ biến số đó.Giả định phân tích - dự báo chuỗi thời gian vận động tương lại biến phân tích - dự báo giữ nguyên xu vận động khứ tại.Như vậy, có chuỗi ổn định đưa phân tích - dự báo tin cậy.Tính ổn định chuỗi liệu thể qua tính “dừng”, điều kiện quan trọng để phân tích phân tích - dự báo chuỗi thời gian Phân tích - dự báo khứ phân tích - dự báo hậu nghiệm phân tích dự báo giai đoạn tương lai gọi phân tích - dự báo tiền nghiệm Tồn phân tích - dự báo phân chia làm giai đoạn phân tích - dự báo hậu nghiệm (ex-post) phân tích - dự báo tiền nghiệm (ex-ante) - Giai đoạn phân tích - dự báo hậu nghiệm: Là thời gian từ quan sát sau chấm dứt giai đoạn mẫu Yn+1 tới quan sát YN Giai đoạn hậu nghiệm giai đoạn kiểm nghiệm xác tính phân tích - dự báo mơ hình Nếu mơ hình khơng đảm bảo độ xác theo u cầu lúc người phân tích - dự báo cần tìm giải pháp khác tìm kiếm mơ hình thay mở rộng mẫu phân tích - dự báo - Giai đoạn phân tích - dự báo tiền nghiệm: Là giai đoạn phân tích - dự báo tương lai Đây mục tiêu phân tích - dự báo, chưa xảy nên so sánh Tuy vậy, số tiêu chí thống kê cho đánh giá mức độ tin cậy mô hình Tồn q trình dự báo tóm tắt sơ đồ sau: b Phân tích - dự báo mơ hình nhân Mơ hình phân tích - dự báo dựa tác động qua lại yếu tố với nhau, biến phân tích - dự báo (biến phụ thuộc) có quan hệ nhân với biến khác (biến độc lập) Để thực phân tích - dự báotheo mơ hình nhân người làm phân tích - dự báo dựa lý thuyết kinh tế, tài chính, nghiên cứu thực nghiệm có liên quan, kinh nghiệm thực tế Trước xây dựng mơ hình người làm phân tích - dự báo phải thiết lập sở lý thuyết, mối liên hệ biến phụ thuộc (biến phân tích - dự báo) biến số khác (biến độc lập) Sau xác định bước cần phải tiến hành thu thập liệu, xây dựng, ước lượng mơ hình, kiểm định giả thuyết cuối thực phân tích - dự báo Ứng dụng phương pháp định lượng phân tích - dự báo thị trường chứng khoán Chúng ta vừa tìm hiểu ngun lý chung phân tích - dự báo kinh tế Sự biến động thị trường chứng khoán phản ánh sức khỏe kinh tế kỳ vọng nhà đầu tư Cơ sở lý thuyết cho việc phân tích - dự báo biến động thị trường chứng khoán chứng minh rộng rãi.Nhiệm vụ nhà phân tích - dự báo thiết lập mơ hình để phân tích - dự báo xu thị trường tương lai Thực tế phải chấp nhận khơng có mơ hình hồn hảo để phân tích - dự báo biến động thị trường.Việc phân tích - dự báo định lượng sai sót gặp cú sốc biến số ngồi mơ hình khiến thị trường đảo chiều cách đột ngột Ngoài ra, nguồn liệu đầu vào không thu thập cách khoa học, xác làm cho tính phân tích - dự báo thiếu xác Tại Việt Nam, nghiên cứu định lượng để phân tích - dự báo thị trường chứng khoán xuất chưa nhiều.Nguyên nhân lực lượng người làm phân tích - dự báo có đủ trình độ chun mơn để thực phép tốn phức tạp ít.Ngồi ra, số liệu kinh tế, doanh nghiệp thị trường chưa đủ dài độ tin cậy chưa cao nên việc thực phân tích - dự báo trở nên khó khăn Dưới đây, chúng tơi xin giới thiệu số phương pháp phân tích - dự báo phổ biến.Chúng tơi có nghiên cứu sâu việc áp dụng thị trường Việt Nam a Phân tích - dự báo chuỗi thời gian Sử dụng chuỗi thời gian để phân tích - dự báo giá cổ phiếu số thị trường sử dụng nhiều Phương pháp phân tích - dự báo có ưu điểm sử dụng số liệu theo chuỗi thời gian nên phù hợp cho phân tích - dự báo thị trường chứng khốn Tuy nhiên, nhược điểm khơng hiệu việc phân tích - dự báo xu dài hạn thị trường Mơ hình chuỗi thời gian thường sử dụng mơ hình ARIMA phương pháp Box-Jenkins.Mơ hình ARIMA (Autoregressive Integrated Moving Average - Tự hồi qui tích hợp Trung bình trượt), George Box Gwilym Jenkins (1976) nghiên cứu Phương pháp Box-Jenkins bao gồm bốn bước: nhận dạng mơ hình thử nghiệm; ước lượng; kiểm định chẩn đốn; phân tích - dự báo Mơ hình sử dụng để phân tích - dự báo rủi ro ARCH/GARCH ARCH/GARCH sử dụng phổ biến ngành tài để phân tích - dự báo rủi ro Mơ hình dùng để phân tích - dự báo độ giao động suất sinh lời cổ phiếu theo thời gian Mơ hình ARCH (Autogressive Conditional Heteroskedasticity) Robert Engle Clive Granger phát triển năm 1982 Mơ hình GARCH (Generalised Autogressive Conditional Heteroskedasticity) Tim Bollerslev đề xuất năm 1986 để khắc phục hạn chế ARCH Ngày nay, GARCH sử dụng cách phổ biến phù hợp với số liệu chuỗi thời gian ngắn giá cổ phiếu thị trường b Phân tích - dự báo mơ hình nhân Mơ hình nhân thường sử dụng số liệu bảng.Trong phân tích - dự báo chứng khốn, biến phụ thuộc (biến cần phân tích - dự báo) suất sinh lời cổ phiếu, thị trường hay giá cổ phiếu số thị trường Trong đó, biến độc lập biến số kinh tế lạm phát, thất nghiệp, cung tiền, tăng trưởng công nghiệp, tăng trưởng bán lẻ, niềm tin tiêu dùng … biến số liên quan đến doanh nghiệp lợi nhuận, tăng trưởng, giá hàng hóa liên quan đến q trình sản xuất doanh nghiệp Nói tóm lại yếu tố tác động đến biến động thị trường, giá cổ phiếu trở thành biến độc lập sử dụng cho phân tích - dự báo Phương pháp sử dụng mơ hình hồi quy để tìm mối liên hệ biến phụ thuộc biến độc lập.Qua mơ hình hồi quy, phân tích dự báo xu nhân tố tác động đến biến động giá chứng khoán hay thị trường Ưu điểm phương pháp phân tích - dự báo cách xác xu hướng biến động dài hạn giá cổ phiếu hay thị trường Tuy nhiên, việc thu thập liệu cơng việc khó khăn tốn nhiều chi phí Đối với Việt Nam, liệu doanh nghiệp kinh tế nên áp dụng phương pháp phân tích - dự báo trở nên khó khăn c Phân tích - dự báo mạng thần kinh (Neural Network) Lý thuyết Neural Network phát triển từ năm 1940 đến ứng dụng rộng rãi nhiều lĩnh vực Lý thuyết Neural Network nhanh chóng trở thành hướng nghiên cứu triển vọng mục đích xây dựng máy thơng minh tiến gần tới trí tuệ người Đối với lĩnh vực chứng khoán, Neural Network sử dụng phổ biến để phân tích - dự báo thị trường, giá cổ phiếu Neural Network xây dựng xuất phát từ thực tế não người Có thể coi não máy tính hay hệ thống xử lý thơng tin song song, phi tuyến phức tạp Bộ não có khả tự tổ chức phận cấu thành nó, tế bào thần kinh (neural) hay khớp nối thần kinh (synapse), nhằm thực số tính tốn nhận dạng mẫu điều khiển vận động nhanh nhiều lần máy tính nhanh Sự mơ não người mạng neural dựa sở số tính chất đặc thù rút từ nghiên cứu thần kinh sinh học Dữ liệu đầu vào để thực phân tích - dự báo Neural Network đa dạng tùy thuộc vào trình độ, kinh nghiệm, mục tiêu phân tích - dự báo sở liệu mà người làm phân tích - dự báo có Thơng thường liệu bao gồm liệu liên quan đến giao dịch cổ phiếu thị trường giá, khối lượng… Ngoài ra, liệu kinh tế, liệu doanh nghiệp làm đầu vào cho q trình phân tích - dự báo Các thơng tin đầu vào xử lý thuật tốn phức tạp thơng qua tiến trình mơ việc xử lý thông tin não người Hiện nay, có nhiều phần mền miễn phí Neural Network đăng tải mạng Internet.Tuy nhiên việc vận dụng thành thạo để phân tích - dự báo thị trường công việc không dễ dàng.Để làm điều người phân tích - dự báo cần phải có hàng loạt kiến thức sâu rộng khác để bổ trợ Kết luận Trên vừa giới thiệu sở lý thuyết số phương thức phổ biến sử dụng để phân tích - dự báo thị trường chứng khoán Ưu điểm phương pháp định lượng phân tích số liệu để đưa phân tích - dự báo khách quan, để giảm thiểu rủi ro việc phân tích cảm tính người Tuy nhiên, áp dụng phương pháp định lượng phân tích dự báo có khơng thách thức khơng phải phương pháp thay hoàn toàn trực giác đầu tư 10 Chương Phân tích – thiết kế chương trình 28 Khảo sát số phần mềm chứng khoán a TradeStation Tradestation phần mềm chứng khốn có giao diện Tiếng Việt, phần mềm bán với giá 1.800.000 VND vòng năm TradeStation có chức chính: - Bảng điện tử tốc độ nhanh nhất, đa thông tin & tuỳ chỉnh dễ dàng - Thống kê Lệnh khớp, lệnh đặt mua / bán REALTIME - Biểu đồ tương quan giao dịch thị trường, giúp NĐT nhanh chóng nắm bắt cung cầu - Phân rã giá khớp theo thời gian - Phân tích biểu đồ LIVE BAR liệu EoD, Intraday - Dò tìm tín hiệu mua / bán toàn Mã CK - VnIndex liên tục suốt phiên giúp NĐT nhận diện biến động thị trường sớm - Bộ lọc đa giúp NĐT khai thác liệu cách nhanh chóng & hiệu - Cảnh báo theo điều kiện - Hỗ trợ công thức tự nhập người dùng 29 30 b Amibroker Phần mền Amibroker phần mềm chứng khoán hàng đầu(phải trả phí) với tích hợp cơng cụ phân tích bao gồm hệ thống báo (indicator), công cụ vẽ (trendline, kênh xu hướng, ), hệ thống backtest tự động, phân tích tự động, cung cấp liệu giá dạng biểu đồ theo khung thời gian ngày, tuần, tháng tiện cho việc theo dõi phân tích, cập nhật liệu dễ dàng nhanh chóng Amibroker mạnh mặt thể công cụ phân tích kĩ thuật, nhiên phần mềm chưa cho phép cập nhật trực tuyến liệu chứng khoán Việt Nam, thêm vào giao diện chương trình khơng hỗ trợ Tiếng Việt gây khó khăn cho số người dùng Phân tích yêu cầu người dùng phần mềm chứng khoán Trong thời gian giao dịch chứng khoán trực tuyến, nhà đầu tư thường quan tâm đến yếu tố là: Thị trường chung tăng hay giảm, cổ phiếu quan tâm giao dịch với mức giá tăng hay giảm khối lượng giao 31 dịch Vì phần mềm chứng khoán yếu tố phải đảm bảo thể xác u tố trên, theo thơng lệ mức giá giảm biểu thị màu đỏ, tăng màu xanh giữ giá màu vàng(Ngồi Việt Nam có màu xanh lơ biểu thị cho mức giá sàn tím biểu thị cho mức giá trần) Ngoài chức nói trên, phần mềm chứng khốn phải đảm bảo đủ thông tin phụ trợ giúp người sử dụng định trình giao dịch, thông tin phụ trợ bao gồm: Các số kĩ thuật cổ phiếu CCI, MACD, RSI,… Các số phải biểu thị đồ thị, qua giúp người sử dụng phân biệt rõ ràng xu hướng cổ phiếu để từ định Vì module mà chương trình cần phải có là:  Module cập nhật giao dịch trực tuyến với thông tin: Giá giao dịch, khối lượng giao dịch, khối lượng mua, khối lượng bán  Module phân tích kĩ thuật: Tính tốn số kĩ thuật cần thiết để hỗ trợ cho người sử dụng  Module dự báo xu hướng giá chứng khốn  Module hiển thị thơng tin đảm bảo hiển thị thông tin từ module kĩ thuật cách xác, cung cấp chức vẽ biểu đồ để trợ giúp nhà đầu tư đánh giá cổ phiếu cách trực quan Phân tích thiết kế chương trình Usecase hệ thống 32 33 Mơ hình UML 34  Biểu đồ phân tích giá  Biểu đồ tính RSI 35 36  Biểu đồ lấy đồ thị giá theo thời gian 37 Chương Hướng dẫn sử dụng chương trình 38 Giao diện chương trình Khi chạy chương trình, thơng tin giao dịch cổ phiếu cập nhật trực tuyến bảng liveboard chương trình Để thay lựa chọn hiển thị thơng tin cổ phiếu, chọn Quản lý -> chọn bảng mã cổ phiếu muốn hiển thị, muốn loại bỏ cổ phiếu bảng liveboard, chọn chuột phải vào cổ phiếu -> chọn xóa 39 Để vẽ biểu đồ cổ phiếu quan tâm Chọn chuột phải vào cổ phiếu cần vẽ -> Biểu đồ 40 41 Tài liệu tham khảo [1] van den Bergh, W M.; van den Berg, J., 2002.Mining for pockets of predictability in financial markets In Meij, J., editor, Dealing with the Data Flood, pages 763-770 Stichting Toekomstbeeld der Techniek, Den Haag [2] Zhou, Xu Shen; Dong, Ming, 2004 Can fuzzy logic make technical analysis 20/20? Financial Analyst Journal,60:54-73 [3] Lin, Chin-Shien; Khan, Haider Ali; Huang, Chi-Chung, 2002 Can the neuro fuzzy model predict stock indexes better than its rivals? CIRJE F-Series CIRJE-F-165, CIRJE, Faculty of Economics, University of Tokyo Available at http://ideas.repec.org/p/tky/fseres/2002cf165.html Last access 09 sept 2006 [4] Hiemstra, Ypke, 1994 A stock market forecasting support system based on fuzzy logic In Proceedings of the Twenty-Seventh Hawaii International Conference on System Sciences, volume 3, pages 281-287 [5] Abraham, Ajith; Nath, Baikunth, 2000 Hybrid intelligent systems design Technical report, School of Computing & Information Technology, Monash University, Australia [6] Pantazopoulos, Konstantinos N.; Tsoukalas, Leften H.; Bourbakis, Nikolaos G.; Brun, Michael J.; Houstis, Elias N., 1998 Financial prediction and trading strategies using neurofuzzy approaches IEEE Transactions on Systems, Man and Cybernetics, Part B, 28(4):520-531 [7] Atsalakis, George; Ucenic, Camelia; Skiadas, Christos H., 2005 Time series prediction of the greek manufacturing index for the non-metallic minerals sector using a neuro-fuzzy approach ANFIS Technical report, Department of Production Engineering and Management, Technical University of Crete, Greece [8] Kim, Myoung Jong; Han, Ingoo; Lee, Kun Chang, 2004 Hybrid knowledge integration using the fuzzy genetic algorithm: prediction of the korea stock price index International Journal of Intelligent Systems in Accounting, Finance and Management, 12:43-60 [9] Carlsson, Christer; Fuller, Robert, 1996 A neuro fuzzy system for portfolio evaluation Cybernetics and Systems,pages 296-299 [10] van den Berg, Jan; Kaymak, Uzay; van den Bergh, Willem-Max, 2004 Financial markets analysis by using a probabilistic fuzzy modelling approach International Journal of Approximate Reasoning, 35:291-305 42