1 ` MỤC LỤC PHỤ BÌA . ii NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP iii NHẬN XÉT CỦA GIẢNG VIÊN HƯỚNG DẪN .v NHẬN XÉT CỦA GIẢNG VIÊN PHẢN BIỆN . vi LỜI CẢM ƠN . vii TÓM TẮT ĐỒ ÁN viii MỤC LỤC 1 DANH MỤC BẢNG BIỂU . 3 DANH SÁCH HÌNH VẼ . 4 DANH SÁCH CÔNG THỨC . 5 Chương 1. TỔNG QUAN 7 1.1. Đặt vấn đề. 7 1.2. Ý nghĩa khoa học và thực tiễn. . 8 1.3. Mục tiêu của nghiên cứu. 9 1.4. Bố cục 10 Chương 2. TỔNG QUAN VỀ QUẢN TRN DANH MỤC ĐẦU TƯ 11 2.1. Giới thiệu về quản trị danh mục đầu tư. .11 2.2. Nội dung quản trị danh mục đầu tư .11 2.1.1. Những giả định nền tảng 11 2.1.2. Lý thuyết danh mục Markowitz. 12 2.1.3. Các khái niệm liên quan tới lý thuyết danh mục 13 Chương 3. TỔNG QUAN VỀ THUẬT GIẢI DI TRUYỀN 20 3.1. Giới thiệu về quá trình tiến hóa tự nhiên. .20 3.2. Giới thiệu về thuật giải di truyền. 20 3.3. Các quá trình chính trong thuật giải di truyền. .21 3.3.1. Tiến trình Chọn lọc .21 2 3.3.2. Quá trình Lai ghép 22 3.3.3. Quá trình Đột biến 23 3.3.4. Hàm Thích nghi 23 3.3.5. Điều kiện kết thúc lặp của GAs .23 3.3.6. Thuật giải di truyền 24 Chương 4. PHƯƠNG PHÁP NGHIÊN CỨU .25 4.1. Mô tả bài toán 25 4.1.1. Xử lý dữ liệu 25 4.1.2. Phát biểu bài toán .25 4.1.3. Mã hóa bài toán. .26 4.1.4. Khởi tạo quần thể. 26 4.1.5. Hàm lượng giá. .27 4.1.6. Các tham số 27 4.2. Phân tích và thiết kế hệ thống 28 4.2.1. Use Case Diagrams 28 4.2.2. Tổ chức các gói (Packages Definitions) .30 4.2.3. Sơ đồ lớp (Class Diagrams) .32 4.2.4. Sơ đồ tuần tự (Sequence Diagrams) .38 4.2.5. Lược đồ cơ sở dữ liệu .40 Chương 5. KẾT QUẢ THỰC NGHIỆM .41 5.1. Phương pháp thực nghiệm 41 5.2. Kết quả chương trình 41 5.3. Đối chiếu thực tế 42 Chương 6. KẾT LUẬN CHUNG 45 TÀI LIỆU THAM KHẢO 47 PHỤ LỤC P1 Phụ lục A: Giới thiệu về Sàn Giao dịch Chứng khoán HOSE . P1 Phụ lục B: Khái quát về tình hình thị trường chứng khoán Việt Nam. P2 Phụ lục C: Các chứng khoán niêm yết trên sàn HOSE (đến ngày 19/11/2008). . P3 3 DANH MỤC BẢNG BIỂU Bảng 2.1. Ví dụ về cách tính tỷ suất mong đợi. 14 Bảng 2.2. Tính toán phương sai tỷ suất sinh lợi mong đợi đối với một tài sản cụ thể . 16 Bảng 5.1. Kết quả chạy thử chương trình. 42 Bảng 5.2. Bảng giá đóng cửa của các cổ phiếu trong thực nghiệm phiên giao dịch 02/01/2008 . 43 Bàng 5.3. Thống kê tài sản sau khi thực hiện phiên giao dịch 02/01/2008 43 Bàng 5.4. Thống kê giá trị tài sản phiên 01/02/2008 44 4 DANH SÁCH HÌNH VẼ Hình 3.1. Lưu đồ thuật giải di truyền 24 Hình 4.1.Lược đồ Use Case cho hệ thống 28 Hình 4.2. Tổ chức các gói và sự phụ thuộc . 30 Hình 4.3. Sơ đồ Lớp gói Applications::InvestorActivities . 32 Hình 4.4.Sơ đồ Lớp BusinessServices::StockArtifacts . 33 Hình 4.5.Sơ đồ Lớp BusinessServices::DataTransferObjects 34 Hình 4.6.Sơ đồ Lớp BusinessServices::ExternalSystemInterfaces . 35 Hình 4.7.Sơ đồ Lớp BusinessServices::StockSystem . 36 Hình 4.8.Sơ đồ Lớp Business::AISystem . 37 Hình 4.9.Sơ đồ Tuần tự của use case Choose Candidate Securities . 38 Hình 4.10.Sơ đồ Tuần tự của use case Generate Efficient Porfolio . 39 Hình 4.11. Lược đồ Cơ sở dữ liệu . 40 5 DANH SÁCH CÔNG THỨC Công thức tính Tỷ suất sinh lợi: ܴ ሺ ݐ ሻ = ܲ ሺ ݐ+ ∆ݐ ሻ + ݀ ሺ ݐ ሻ ܲ ሺ ݐ ሻ ሺ2.1ሻ Công thức tính Tỷ suất sinh lợi mong đợi: E ሺ R ሻ = ෍ ݌ ௝ .ܴ ௝ ௡ ௝ୀଵ ሺ2.2ሻ Công thức tính Tỷ suất sinh lợi mong đợi của một Danh mục: ܧ ൫ ܴ ௣ ൯ = ෍ ݓ ௜ .ܧ ൫ ܴ ௣ ൯ ሺ2.3ሻ ௡ ௜ୀଵ Phương sai của Tỷ suất sinh lợi: ሺ ߪ ଶ ሻ = ෍ [ܴ ௜ − ܧ ሺ ܴ ௜ ሻ ] ଶ .݌ ௜ ௡ ௜ୀଵ ሺ2.4ሻ Độ lệch chuNn của Tỷ suất sinh lợi: ߪ= √ ߪ ଶ ሺ2.5.1ሻ Độ lệch chuNn của Tỷ suất sinh lợi thực nghiệm: ߪ= 1 ܰ ඩ ෍ [ܴ ௜ − ܧ ሺ ܴ ௜ ሻ ] ଶ ே ௜ୀଵ ሺ2.5.2ሻ Hiệp phương sai của những Tỷ suất sinh lợi: ܥ݋ݒ ஺஻ =ܩ݅á ݐݎị ݇ỳ ݒọ݊݃ ሼ[ ܴ ௜஺ − ܧሺܴ ஺ ሻ ] [ܴ ௜஻ −ܧሺܴ ஻ ሻ] ሽ =ߪ ஺஻ ሺ2.6.1ሻ 6 Hiệp phương sai của những Tỷ suất sinh lợi thực nghiệm: ܥ݋ݒ ஺஻ = 1 ܰ ෍൫ ܴ ௜஺ − ܧ ሺ ܴ ஺ ሻ ൯ .ሺܴ ௜஻ − ܧ ሺ ܴ ஻ ሻ ሻ ே ௜ୀ ଵ ሺ2.6.2ሻ Hệ số tương quan: ߩ ஺஻ = ܥ݋ݒ ஺஻ ߪ ஺ ߪ ஻ ሺ2.7ሻ Độ lệch chuNn của một danh mục đầu tư: ߪ ௣ = ඩ ෍ ݓ ௜ ଶ ߪ ௜ ଶ ௡ ௜ୀଵ + ෍෍ ݓ ௜ ݓ ௝ ܥ݋ݒ ௜௝ ௡ ௝ିଵ ௡ ௜ୀଵ ሺ2.8ሻ 7 CHƯƠNG 1. TỔNG QUAN 1.1. Đặt vấn đề Bên cạnh sự phát triển của thị trường tài chính nói chung, thì với tốc độ phát triển nhanh chóng của công nghệ thông tin, con người kỳ vọng vào việc làm sao có thể ứng dụng công nghệ thông tin vào lĩnh vực tài chính một cách hiệu quả nhất. Đặc biệt là khai thác những giá trị tiềm Nn đằng sau những con số, những dữ liệu phát sinh,… được thu thập trong suốt quá trình hình thành và phát triển của nền tài chính. “…Vào những năm cuối của 1980, phương pháp khai khoáng dữ liệu từ dữ liệu lịch sử giao dịch nhằm rút trích ra những thông tin hữu ích được đề xướng với sự trợ giúp của các thiết bị tính toán tiên tiến…”. (Markellos và các cộng sự, 2003) Thuật giải Di truyền (Genetic Algorithm) là một phương pháp tối ưu để giải quyết những bài toán tìm kiếm trên không gian lớn, dựa trên việc mô phỏng quá trình tiến hóa sinh học trong tự nhiên. Các loài đã tồn tại và tiến hóa thông qua quá trình đấu tranh sinh tồn khắc nghiệt. Ở mỗi thế hệ, các cá thể thực hiện các quá trình chọn lọc, lai ghép và đột biến một cách bán ngẫu nhiên, để tạo ra những thế hệ tiếp theo tốt hơn, nhắm tới sự thích nghi với môi trường tự nhiên. Về mặt tài chính, quản lý danh mục đầu tư là một nghiệp vụ quan trọng trong kinh doanh chứng khoán, là công cụ hữu hiệu để hạn chế rủi ro và tối đa hóa lợi nhuận. Vấn đề đặt ra là làm thế nào để có thể quản lý danh mục đầu tư một cách tối ưu? Một thuận lợi lớn nhất trong lĩnh vực đầu tư đã và đang được thừa nhận trong suốt những thập niên vừa qua, đó là, việc thiết lập một danh mục đầu tư tối ưu là một vấn đề không chỉ đơn giản là sự kết hợp của nhiều chứng khoán riêng lẻ mà còn có cả những đặc trưng rủi ro – tỷ suất sinh lợi mong đợi. Chính vì vậy, đặt ra vấn đề, làm cách nào để có thể ứng dụng thuật giải di truyền vào việc tìm kiếm một (tập hợp các) danh mục đầu tư hiệu quả, với tiêu chí đa 8 dạng hóa danh mục đầu tư, tối thiểu rủi ro và tối đa tỷ suất sinh lợi. Từ đó mở ra những phương pháp tiếp cận mô hình dự báo trong việc quản trị danh mục năng động. Tựu trung lại, bài toán có thể được phát biểu như sau: Từ một danh sách có ࢔ chứng khoán thuộc các lĩnh vực (được niêm yết trên sàn HOSE), chúng ta cần thiết lập một danh mục đầu tư hiệu quả có ࢓ ሺ࢓≤࢔ሻ chứng khoán. Chúng ta cũng giả định rằng tỷ trọng giữa các chứng khoán là như nhau. Sao cho, danh mục kết quả có độ lệch chun (sẽ được giới thiệu trong chương 2) là nhỏ nhất hoặc thỏa mãn yêu cầu của nhà đầu tư. 1.2. Ý nghĩa khoa học và thực tiễn Chúng ta cũng đều biết rằng, mỗi loại tài sản thường mang một độ rủi ro – tỷ suất sinh lợi khác nhau, và khi được kết hợp lại, danh mục kết quả sẽ mang một độ rủi ro mới. Dĩ nhiên, nếu một danh mục đầu tư chỉ bao gồm một loại chứng khoán duy nhất, công việc quản trị danh mục đầu tư sẽ trở nên vô cùng đơn giản. Tuy nhiên, “không để chung trứng trong một giỏ” - một nguyên tắc khá nổi tiếng trong tài chính nói chung, và trong quản lý danh mục đầu tư nói riêng, nó có nghĩa rằng, phải thực hiện việc đa dạng hóa trong cơ cấu một danh mục đầu tư. Nói cách khác, một danh mục đầu tư nên kết hợp nhiều loại tài sản (cổ phiếu, trái phiếu, tài sản cố định…) với những độ rủi ro và tỷ trọng khác nhau. Do đó, điều mà chúng ta thực sự và cần hướng đến, là một sự kết hợp giữa nhiều loại tài sản với những rủi ro – tỷ suất sinh lợi khác nhau, sao cho, độ rủi ro – tỷ suất sinh lợi của danh mục thỏa mãn yêu cầu của nhà đầu tư. Với một danh sách gồm ݊ chứng khoán, chúng ta có tới ሺ2 ௡ − 1ሻ sự kết hợp (không kể trường hợp một kết hợp không có phần tử nào). Do đó, việc tìm kiếm một sự kết hợp tối ưu (danh mục đầu tư hiệu quả) từ một danh sách có tới hàng 9 trăm các tài sản (chứng khoán) trở nên khó khăn đối với mỗi nhà đầu tư. Chẳng hạn, với một danh sách có 3 tài sản A, B, C. Chúng ta có ሺ2 ଷ − 1ሻ=7 sự kết hợp. Đó là: {A}, {B}, {C}, {A, B}, {A, C}, {B, C}, {A, B, C}. Dĩ nhiên chúng ta sẽ không cần tính tới {∅ሽ, một danh mục không có loại tài sản nào. Chính vì vậy, hãy tưởng tượng một danh sách gồm 100 tài sản, đồng nghĩa với có ሺ2 ଵ଴଴ − 1ሻ danh mục có thể được tạo ra. Xem ra việc tìm kiếm một danh mục đầu tư hiệu quả trở nên khó khăn, nếu như không muốn nói là bất khả thi đối với những nhà đầu tư. Đó là chúng ta còn chưa kể tới việc ước lượng mức độ rủi ro của mỗi loại tài sản, vốn là một công việc quan trọng không kém, và được thực hiện trước khi tìm một sự kết hợp từ các tài sản rủi ro. Chính vì vậy, việc tìm hiểu và ứng dụng thuật giải di truyền của đề tài đã mở ra những ý tưởng, những cách thức… nhằm giải quyết bài toán kết hợp nhiều tài sản rủi ro đã nêu ở trên, một cách hiệu quả với chi phí thời gian dễ chấp nhận. 1.3. Mục tiêu của nghiên cứu. Bài toán mà chúng ta đặt ra và cần giải quyết đó là tìm kiếm một sự kết hợp từ nhiều loại tài sản rủi ro khác nhau, nhằm thiết lập một danh mục đầu tư hiệu quả, tức là có độ rủi ro phù hợp với chiến lược mua bán của mỗi nhà đầu tư. Đây cũng chính là mục tiêu quan trọng và trước nhất của đề tài. Bên cạnh đó, việc nghiên cứu cũng phải mở ra những cách thức, những giải pháp… nhằm giải quyết bài toán trên một cách hiệu quả hơn, và tất nhiên, là có thể đáp ứng nhu cầu thực tế trong lĩnh vực đầu tư chứng khoán nói riêng, và các lĩnh vực khác nói chung. Ngoài ra, cũng phải kể tới việc đề tài phải cung cấp các kiến thức tài chính cần thiết như các học thuyết kinh tế, các mô hình toán kinh tế; các kiến thức trong lĩnh vực Trí tuệ Nhân tạo, Khai khoáng Dữ liệu; cũng như khả năng ứng dụng và triển khai của công nghệ thông tin vào các lĩnh vực đời sống. 10 1.4. Bố cục Bố cục đồ án chia thành 6 chương. Chương 1 trình bày các vấn đề tổng quan, tính cấp thiết và lý do hình thành đề tài, ý nghĩa khoa học và thực tiễn, cũng như phạm vi, cấu trúc của đồ án. Chương 2 trình bày các học thuyết, lý thuyết kinh tế cần thiết để giải quyết bài toán được đề cập trong đồ án. Chương 3 trình bày các kỹ thuật đã đang và sẽ ứng dụng, nhằm giải quyết bài toán xây dựng danh mục đầu tư hiệu quả, cụ thể là thuật giải di truyền. Chương 4 tập trung vào phương pháp nghiên cứu, các cách thức giải quyết bài toán, các mô tả về mặt công nghệ, hệ thống… Chương 5 trình bày các kết quả thực nghiệm thu được, khi giải quyết bài toán thiết lập danh mục đầu tư hiệu quả. Cuối cùng, chương 6 sẽ nêu những kết luận chung, những kết quả đạt được, hướng phát triển của đồ án.