Bài viết này sử dụng kỹ thuật có tên‚ long short-term memory (bộ nhớ dài ngắn hạn), là một kỹ thuật dùng để tìm hiểu khả năng dự đoán các bước chuyển biến của thị trường giao dịch tài chính. Mời các bạn cùng tham khảo! | ỨNG DỤNG LONG SHORT-TERM MEMORY TRONG DỰ ĐOÁN TÀI CHÍNH rương Tấn Phát Phạm Nguyễn Hoàng Vĩnh Phúc Khoa Công nghệ Thông tin Trường Đại học Công nghệ TP. Hồ Chí Minh GVHD CN. Bùi Mạnh Toàn ThS. rươ Thị Minh Châu TÓM TẮT Các nhà đầu tư chứng khoán luôn tìm cách dự đoán những chuyển biến tiếp theo của giá trị hàng hoá mà họ đang tham gia theo dõi giao dịch. Trong quá trình dự đoán các thuật toán dự đoán bằng máy tính được ứng dụng bên cạnh việc phán đoán dựa trên kỹ thuật và kinh nghiệm của cá nhân. Máy học là một trong những kỹ thuật tiềm năng được nghiên cứu và ứng dụng trong các bài toán tương tự. Trong bài viết này sử dụng kỹ thuật có tên long short-term memory bộ nhớ dài- ngắn hạn là một kỹ thuật dùng để tìm hiểu khả năng dự đoán các bước chuyển biến của thị trường giao dịch tài chính. Từ khoá Finance long short-term memory lstm marchine learning python time series forecasting. 1 GI I THIỆU Long short-term memory Lý thuyết 4 Mạng bộ nhớ dài-ngắn long short term-memory networks thường được gọi là LSTM - là một dạng đặc biệt của Recurrent neural network nó có khả năng học được các phụ thuộc xa. LSTM được giới thiệu bởi Hochreiter amp Schmidhuber 1997 và sau đó đã được cải tiến và phổ biến bởi rất nhiều người trong ngành. Chúng hoạt động cực kỳ hiệu quả trên nhiều bài toán khác nhau nên dần đã trở nên phổ biến như hiện nay. LSTM được thiết kế để tránh được vấn đề phụ thuộc xa long-term dependency . Việc nhớ thông tin trong suốt thời gian dài là đặc tính mặc định của chúng chứ ta không cần phải huấn luyện nó để có thể nhớ được. Tức là ngay nội tại của nó đã có thể ghi nhớ được mà không cần bất kỳ can thiệp nào. Mọi mạng hồi quy đều có dạng là một chuỗi các mô-đun lặp đi lặp lại của mạng nơ-ron. Với mạng RNN chuẩn các mô-dun này có cấu trúc rất đơn giản thường là một tầng tanh. LSTM cũng có kiến trúc dạng chuỗi như vậy nhưng các mô-đun trong nó có cấu trúc khác với mạng RNN chuẩn. Thay vì chỉ có một tầng mạng nơ-ron chúng có tới 4 tầng tương tác với nhau .
