Xây dựng mô hình dự báo tài chính cho thị trường ngoại hối bằng phương pháp học máy kết hợp - Ensembles learning

Trong nghiên cứu này, tác giả đã xây dựng một bản thảo mô hình đánh giá và dự đoán sự biến động của thị trường ngoại hối (Forex) dựa trên kỹ thuật học máy. Mô hình dự báo nầy sẽ giúp nhà đầu tư phát hiện xu hướng tăng trưởng thông qua các giá mua và bán trên thị trường ngoại hối. Dữ liệu được tải trực tiếp từ sàn giao dịch ngoại hối trực tuyến Yahoo Finance. Bản thảo đề xuất các phương pháp tính toán toán xây dựng tập các đặc trưng mới kết hợp áp dụng kỹ thuật học máy kết hợp- Ensembles learning đã xây dựng mô hình dự báo sự biến động của thị trường ngoại hối ngày kế tiếp.
Nội dung trích xuất từ tài liệu:
Xây dựng mô hình dự báo tài chính cho thị trường ngoại hối bằng phương pháp học máy kết hợp - Ensembles learning XÂY DỰNG MÔ HÌNH DỰ BÁO TÀI CHÍNH CHO THỊ TRƯỜNG NGOẠI HỐI BẰNG PHƯƠNG PHÁP HỌC MÁY KẾT HỢP - ENSEMBLES LEARNING Dương Thị Kim Chi 1 1. Viện Kỹ thuật Công nghệ, Trường Đại học Thủ Dầu Một, email: chidtk@tdmu.edu.vn,TÓM TẮT Trong nghiên cứu này, tác giả đã xây dựng một bản thảo mô hình đánh giá và dự đoánsự biến động của thị trường ngoại hối (Forex) dựa trên kỹ thuật học máy. Mô hình dự báo nầysẽ giúp nhà đầu tư phát hiện xu hướng tăng trưởng thông qua các giá mua và bán trên thịtrường ngoại hối. Dữ liệu được tải trực tiếp từ sàn giao dịch ngoại hối trực tuyến YahooFinance. Bản thảo đề xuất các phương pháp tính toán toán xây dựng tập các đặc trưng mới kếthợp áp dụng kỹ thuật học máy kết hợp- Ensembles learning đã xây dựng mô hình dự báo sựbiến động của thị trường ngoại hối ngày kế tiếp. Kết quả, mô hình đã đưa ra dự đoán chính xácvề xu hướng tăng hoặc giảm của thị trường, đồng thời đảm bảo tính ổn định và độ chính xáccao, vượt trội so với các phương pháp học máy khác đang được áp dụng. Nghiên cứu này khôngchỉ cung cấp một phương pháp hiệu quả để dự đoán biến động của thị trường ngoại hối, màcòn đề xuất một tiềm năng lớn cho sự phát triển của các mô hình đánh giá và dự đoán tronglĩnh vực tiền tệ trong tương lai. Từ khóa: Gradient Boosting Machines (GBM), Forex market trends, Machine learning, Predictive modeling, Tree ensembles, Trading indicators, XGBoost.1. GIỚI THIỆU Hiện nay, việc dự báo và đánh giá các mô hình tiền tệ và chứng khoán đang trở thành mộtphần quan trọng của nền kinh tế và thị trường tài chính. Bởi xu hướng phát triển kinh tế đangthay đổi từng ngày của các quốc gia trên thế giới. Để mô hình này phát triển và đạt hiệu quả dựbáo chính xác, các nghiên cứu đã tận dụng những yếu tố nền tảng để thực hiện trong những môhình cụ thể của các sàn giao dịch. Việc phát triển của các mô hình phân tích và mô hình hóachúng cũng mang lại nhiều hiệu quả to lớn cho sự phát triển của các mô hình dự đoán. Các môhình thống kê và dự đoán lớn đang được sử dụng rộng rãi, như mô hình ARIMA (AutoregressiveIntegrated Moving Average), mô hình GARCH (Generalized Autoregressive ConditionalHeteroskedasticity) [1]. Công nghệ ngày càng phát triển và có sẵn nhiều công cụ mạnh mẽ hỗtrợ việc dự báo và đánh giá đã làm cho ngành phân tích tài chính phát triển không ngừng. Họcmáy là một trong những công cụ hiệu quả đó. Một trong những phương pháp nội bật đang đượcdùng phổ biến hiện nay như: Tree Ensembles learning, Random Forest, Support VectorMachines, Neural Networks,.. các phương pháp này đều được sử dụng phổ biến để dự báo vàđánh giá diễn biến thị trường [2] [3] XGBoost là một thuật toán cải tiến của GBM (Gradient Boosting Machines) [4], đượcxây dựng để tối ưu hóa và hiệu quả hơn với các cải tiến như regularization và cách xử lý tổnthất gradient. XGBoost thường có hiệu suất và tốc độ huấn luyện tốt hơn so với và RandomForest, đặc biệt khi xử lý dữ liệu lớn và có nhiều biến. XGBoost cung cấp nhiều tùy chọn tinh 760chỉnh tham số hơn so với GBM, giúp tối ưu hóa mô hình một cách tốt nhất. Trong đó, RandomForest có ít tham số hơn cần tinh chỉnh so với GBM và XGBoost, và thường ít nhạy cảm hơnđối với việc lựa chọn tham số. Trong nghiên cứu này, tác giả đã tiến hành phát triển một mô hình dự báo và đánh giá sựbiến động của thị trường ngoại hối bằng cách sử dụng phương pháp học XGBoost, Decisiontrees Mục tiêu của nghiên cứu là tạo ra một công cụ hiệu quả giúp nhà đầu tư nhận biết xuhướng tăng trưởng của thị trường thông qua các biến động giá trị mua và bán trên sàn Forex.Nội dung bài viết được bố cục thành năm phần: phần I giới thiệu; phần II giới thiệu các kháiniệm về các chỉ số dự đoán trên sàn giao dịch; phần III đề xuất giải pháp học máy cho xây dựngô hình dự báo; phần IV trình bày kết quả thực nghiệm, và phần V sẽ trình bày kết luận.2. CÁC CHỈ SỐ GIAO DỊCH TRONG THỊ TRƯỜNG NGOẠI HỐI 2.1. Chỉ báo RSI- Relative Strength Index [5] RSI còn được gọi là - chỉ số sức mạnh tương đối, RSI là chỉ báo kỹ thuật giúp nhà đầutư phát hiện tình trạng giá mua hoặc giá bán trên thị trường. Chỉ báo RSI tính toán tỷ lệ giữamức tăng giá và giảm giá trung bình trong một khoảng thời gian nhất định, thể hiện tình trạngquá mua và quá bán của thị trường. RSI là một chỉ báo kỹ thuật phổ biến trong phân tích kỹthuật của thị trường tài chính. Chỉ báo này giúp nhà đầu tư định lượng sức mạnh của một xuhướng giá bằng cách so sánh sự tăng giảm của giá đóng cửa của một tài sản trong một khoảngthời gian nhất định. (1) Chỉ số RSI được tính theo công thức (1), và RSI là một công cụ hữu ích trong công cụcủa một nhà đầu tư kỹ thuật, nhưng nhà đầu tư cần hiểu rõ cả ưu điểm và nhược điểm của nóđể sử dụng một cách hiệu quả. Giá trị của RSI được biểu diễn trên thang từ 0 đến 100. Trongđó, nếu RSI lớn hơn 70, về lý thuyết có nghĩa là cổ phiếu đang bị mua quá mức. Điều này cũngcảnh báo xu hướng tăng giá có khả năng bị đảo ngược. Ngược lại, nếu RSI nhỏ hơn 30 có nghĩalà cổ phiếu đang bị bán quá mức, cho biết giá chứng khoán có thể gần chạm đáy và chuẩn bịquay đầu tăng. Ở giữa mức 30 và 70 được coi là vùng trung tính, với mức 50 được là dấu hiệukhông có xu hướng. Để chắc chắn hơn các tín hiệu, nhà đầu tư có thể điều chỉnh chỉ báo RSIđể đặt 20 và 80 là các mức quá bán và quá mua thay vì 30 và 70. 2.2. Chỉ báo ATR- Average True Range [6] Chỉ số ATR là chỉ số Phạm vi thực trung bình (ATR), hay Average True Range, là mộtcông cụ quan trọng trong phân tích kỹ thuật để đo lường biến động của giá. ATR được pháttriển bởi J. Welles Wilder và thường được sử dụn ...