Ứng dụng phương pháp học máy trong giao dịch chứng khoán theo chỉ báo bằng ngôn ngữ lập trình Python

Nghiên cứu này được thực hiện nhằm ứng dụng phương pháp học máy trong giao dịch chứng khoán tự động theo chỉ báo, giúp nhà đầu tư kiểm tra hiệu quả của các chiến lược giao dịch theo chỉ báo và đề xuất danh mục đầu tư phù hợp với chiến lược nhất, giảm thiểu thời gian và công sức xử lý thông tin dữ liệu.
Nội dung trích xuất từ tài liệu:
Ứng dụng phương pháp học máy trong giao dịch chứng khoán theo chỉ báo bằng ngôn ngữ lập trình PythonTạp chí khoa học và công nghệ - Trường Đại học Bình Dương – Quyển 7, số 1/2024Journal of Science and Technology – Binh Duong University – Vol.7, No.1/2024Ứng dụng phương pháp học máy trong giao dịch chứng khoántheo chỉ báo bằng ngôn ngữ lập trình PythonApplying Machine Learning method in stock trading by indicatorusing Python programming languageLê Hoàng Anh, Nguyễn Lê Thanh ThyTrường Đại học Ngân hàng, Tp. Hồ Chí MinhTác giả liên hệ: Lê Hoàng Anh, E-mail: anhlh_vnc@hub.edu.vnTóm tắt: Thị trường chứng khoán luôn được xem là kênh đầu tư đầy tiềm năng cho ngườidân. Tuy vậy, thị trường chứng khoán thường biến động khó lường đòi hỏi nhà đầu tư phảiquan sát, đánh giá thị trường liên tục với lượng dữ liệu khổng lồ. Nghiên cứu này đượcthực hiện nhằm ứng dụng phương pháp học máy trong giao dịch chứng khoán tự động theochỉ báo, giúp nhà đầu tư kiểm tra hiệu quả của các chiến lược giao dịch theo chỉ báo và đềxuất danh mục đầu tư phù hợp với chiến lược nhất, giảm thiểu thời gian và công sức xử lýthông tin dữ liệu. Cụ thể, quy trình ứng dụng được chúng tôi xây dựng và thực hiện qua 4bước là: (i) thu thập dữ liệu, (ii) giao dịch tự động theo chỉ báo (SMA, dải Bollinger, RSI,MACD), (iii) dựa trên kết quả giao dịch tự động, xây dựng danh mục đầu tư tối ưu bằngphương pháp tỷ lệ Sharpe, (iv) kiểm tra và đánh giá kết quả giao dịch với dữ liệu mới. Vớidữ liệu các mã cổ phiếu thu thập từ VN30, kết quả nghiên cứu cho thấy việc giao dịch theochỉ báo kết hợp với đề xuất danh mục đầu tư tối ưu đem lại tỷ suất lợi nhuận cao và giảmthiểu rủi ro cho nhà đầu tư.Từ khóa: Dải Bollinger; Danh mục đầu tư tối ưu; MACD; RSI; SMA; tỷ lệ Sharpe.Abstract: The stock market is always considered a highly potential investment channel forthe public. However, it is often characterized by unpredictable fluctuations that requireinvestors to continuously monitor and analyze the market with a huge amount of data. Thisresearch was conducted to implement machine learning methods in automated stock tradingbased on indicators, aiding investors in evaluating the effectiveness of trading strategiesbased on these indicators and suggesting the most appropriate investment portfolios, thusminimizing the time and effort spent on data processing. Specifically, the applicationprocess we developed and implemented involves four steps: (i) data collection, (ii)automated trading based on indicators (SMA, Bollinger Bands, RSI, MACD), (iii) buildingan optimal investment portfolio based on automated trading results using the Sharpe ratiomethod, and (iv) testing and evaluating the trading results with new data. Using datacollected from VN30 stocks, the study results demonstrate that trading based on indicators,coupled with proposing an optimal investment portfolio, yields high profit rates andminimizes risks for investors.Keywords: Bollinger Bands; MACD; Optimal portfolio; RSI; Sharpe ratio.https://doi.org./10.56097/binhduonguniversityjournalofscienceandtechnology.v7i1.212 47Ứng dụng phương pháp học máy trong giao dịch chứng khoán theo chỉ báo bằng ngônngữ lập trình Python1. Đặt vấn đề trình đã dần trở nên phổ biến và dễ họcThị trường chứng khoán không chỉ đóng hơn, một trong số đó chính là ngôn ngữvai trò nguồn vốn cho doanh nghiệp mà lập trình Python. Python đang được rấtcòn là kênh đầu tư sinh lợi hấp dẫn cho nhiều nhà đầu tư hay nhà quản lý quỹ sửngười dân. Đặc biệt là khi dịch bệnh dụng để thu thập, xử lý dữ liệu và tínhCOVID – 19 diễn ra dẫn đến nhiều lĩnh toán các phân tích kỹ thuật như chỉ báo,vực hoạt động kinh doanh bị đóng băng, các chỉ số hiệu quả đầu tư [2]. Cùng vớithị trường chứng khoán trở thành điểm sự phát triển này, nhiều nghiên cứu trênnổi bật và đáng chú ý. Cổ phiếu là công thế giới đã ứng dụng ngôn ngữ lập trìnhcụ đầu tư sinh lợi cao trên thị trường vốn để xây dựng các thuật toán giao dịch tựvà sự phát triển mạnh mẽ của thị trường động giúp các nhà đầu tư có thể nhanhchứng khoán đã thu hút sự quan tâm của chóng đưa ra quyết định đầu tư [2], [3],rất nhiều nhà đầu tư muốn đa dạng thu [4], [5]. Tại Việt Nam, các nghiên cứunhập, tài sản của mình. Theo thông tin ứng dụng các phương pháp học máy đểtừ Bộ Tài chính, chỉ trong năm 2023 số đề xuất danh mục đầu tư hiệu quả dựatài khoản của các nhà đầu tư mới tăng trên chiến lược giao dịch vẫn còn hạntrên 350.000 tài khoản, đưa tổng số tài chế. Hầu hết các nghiên cứu này tậpkhoản lên hơn 7,4 triệu tài khoản, tương trung vào việc dự báo giá cổ phiếu [6],đương với 7,5% dân số [1]. Cùng với [7], [8]. Do đó, trong nghiên cứu này,mức tăng của các nhà đầu tư mới, các chúng tôi một mặt xây dựng chiến lượcdoanh nghiệp cũng đang gia tăng hoạt giao dịch tự động dựa trên chỉ báo để lựađộng niêm yết để có thể tiếp cận nguồn chọn các mã cổ phiếu có tỷ suất sinh lợivốn trên thị trường. Tuy nhiên, lợi cao nhất từ danh mục VN30, sau đó tiếpnhuận hấp dẫn của cổ phiếu và thị tục đề xuất một danh mục đầu tư tối ưutrường chứng khoán đi kèm với những dựa trên các mã cổ phiếu này để tối ưubiến động, khó lường, rủi ro thị trường. hóa rủi ro cho nhà đầu tư dựa trênThị trường chứng khoán thường phản phương pháp tỷ lệ Sharpe. Với cách làmứng nhanh trước lạm phát, sụt giảm kinh này, chúng tôi sẽ xây dựng được mộttế và đặc biệt là các xung đột địa chính quy trình lựa chọn cổ phiếu đảm bảo tỷtrị quốc tế. Vì thế, thị trường chứng suất sinh lợi cao và rủi ro thấp nhất chokhoán đòi hỏi các nhà đầu tư khi tham các nhà đầu tư.gia thị trường phải nắm vững các kiến Phần còn lại của nghiên cứu được cấuthức về kinh tế, xã hội, lĩnh vực đầu tư, trúc như sau. Phần 2 là lược kh ...