Bài viết đề xuất phương pháp lai GA-SVR để dự đoán giá cổ phiếu ở thị trường chứng khoán Việt Nam. Trong phương pháp lai này, GA thực hiện đồng thời hai nhiệm vụ: Xác định bộ tham số tối ưu của SVR và lựa chọn các chỉ số kỹ thuật quan trọng nhất để thiết lập đầu vào. | Dự đoán giá cổ phiếu trên thị trường chứng khoán Việt Nam bằng phương pháp lai GA-SVR Các công trình nghiên cứu, phát triển và ứng dụng CNTT-TT Tập V-1, Số 7 (27), tháng 5/2012 Dự đoán giá cổ phiếu trên thị trường chứng khoán Việt Nam bằng phương pháp lai GA-SVR A Hybrid GA-SVR Approach for Vietnam Stock Price Prediction Trần Trung Kiên, Bành Trí Thành, Nguyễn Hoàng Tú Anh Abstract: Stock price prediction is an interesting lượng tham số tự do lớn và thường phải chọn bằng problem that has attracted much attention from both phương pháp thử và sai [19]. investors and researchers. There are, however, not Gần đây, cộng đồng nghiên cứu có xu hướng tập many researchs in this field with Vietnam stock market trung vào một kỹ thuật mới: hồi qui véc tơ hỗ trợ because this market is still nascent and high non- (Support Vector Regression - SVR) [3]. Nguồn gốc stationary. In this paper, we propose a hybrid của SVR là máy véc tơ hỗ trợ (Support Vector approach, which integrates Genetic Algorithm (GA) with Support Vector Regression (SVR) to predict Machine - SVM) [3]. SVM ban đầu được dùng cho bài Vietnam stock price. In this approach, GA solves two toán phân lớp, về sau mở rộng cho bài toán hồi qui và problems simultaneously: finding SVR’s optimal gọi là SVR. Nhiều nghiên cứu gần đây cho thấy SVR parameters and feature selection. Then, SVR’s optimal cho kết quả tốt hơn ANN trong bài toán dự đoán giá parameters and selected features serve as input for cổ phiếu [8]. Đó là do SVR sử dụng nguyên lý tối training SVR model. Our experimental results show thiểu hóa rủi ro cấu trúc nên có khả năng tổng quát that the hybrid GA-SVR approach outperforms SVR, hóa cao hơn ANN. Ngoài ra, số lượng tham số tự do Artificial Neural Network (ANN) and can be used in của SVR cũng ít hơn so với ANN [8]. practice to gain profit. Khi sử dụng SVR, ta cần giải quyết hai vấn đề: xác định bộ tham số tối ưu cho SVR và chọn lựa các I. GIỚI THIỆU đặc trưng .
