Bài viết đề xuất một giải pháp điều chỉnh phân cụm sau khi huấn luyện mạng SOM nhằm cải thiện hiệu quả phân cụm dữ liệu trong bài toán phân cụm dữ liệu tài chính. Hiệu quả của thuật toán SOM đề xuất được đánh giá trên cơ sở so sánh với thuật toán SOM nguyên thủy, qua thực nghiệm trên tập dữ liệu thật lấy từ sàn chứng khoán Yahoo Finance. | Nguyễn Đức Hiển 247 Một Giải Pháp Cải Thiện Hiệu Quả Phân Cụm Bằng SOM Trong Phân Cụm Dữ Liệu Tài Chính Nguyễn Đức Hiển Trường Đại học Công nghệ thông tin và Truyền thông Việt Hàn Đại học Đà Nẵng ndhien@ Tóm tắt. Trong bài toán dự báo dữ liệu chuỗi thời gian tài chính kỹ thuật phân cụm SOM được sử dụng để phân cụm dữ liệu đầu vào trước khi đưa vào huấn luyện các mô hình dự báo. Những thực nghiệm trên dữ liệu thực tế cho thấy kết quả phân cụm bằng SOM chưa thật sự tốt. Bài báo này đề xuất một giải pháp điều chỉnh phân cụm sau khi huấn luyện mạng SOM nhằm cải thiện hiệu quả phân cụm dữ liệu trong bài toán phân cụm dữ liệu tài chính. Hiệu quả của thuật toán SOM đề xuất được đánh giá trên cơ sở so sánh với thuật toán SOM nguyên thủy qua thực nghiệm trên tập dữ liệu thật lấy từ sàn chứng khoán Yahoo Finance. Từ khóa SOM dự báo giá cổ phiểu mô hình dự báo. Abstract. In terms of the time series forecasting problem the SOM clustering technique is used to cluster the input data before entering and utilizing it to train the forecasting model. The results of the conducted experiments on the real data showed that the clustering outputs by the SOM are not fully optimized. This paper proposes a solution to customize the clusters which are trained by the SOM to improve the effectiveness of the data clustering in the financial data clustering problem. The effec- tiveness of the proposed algorithm SOM is assessed based on the comparison with the original SOM algorithm through experiments on real data sets extracting from the Yahoo Finance stock ex- change. Keywords SOM Stock price forecasting Forecasting models. 1 Đặt vấn đề Vấn đề dự báo theo chuỗi thời gian mà đặc biệt là vấn đề dự báo giá cổ phiếu đã và đang thu hút được nhiều sự quan tâm nghiên cứu của các nhà khoa học. Những hướng tiếp cận phổ biến hiện nay cho vấn đề dự báo dữ liệu thời gian tài chính là khai phá dữ liệu ứng dụng các mô hình máy học thống kê 3 5 6 . Những nghiên cứu gần đây chủ yếu tập trung vào .
