SỬ DỤNG MÔ HÌNH HỌC SÂU LSTM TRONG DỰ ĐOÁN GIÁ TRỊ CỔ PHIẾU=USING LSTM DEEP LEARNING MODEL IN STOCK PRICE PREDICTION

0 Người đánh giá. Xếp hạng trung bình 0

Tác giả: Văn Ninh Hà, Thị Thúy Nguyễn, Vũ Hải Nguyễn, Quang Quý Trần

Ngôn ngữ: vie

Ký hiệu phân loại:

Thông tin xuất bản: Tạp chí Khoa học và Công nghệ - Đại học Thái Nguyên, 2024

Mô tả vật lý: tr.103 - 111

Bộ sưu tập: Metadata

ID: 485601

Thêm vào giỏ

In recent times, the stock market has attracted a diverse range of participants, from organizations to financial experts, each employing different investment strategies. The common objective of investors is to maximize returns through investment. While various prediction methods have been proposed to mitigate risks, the application of artificial intelligence in stock price prediction continues to garner attention and research interest. Particularly, predicting time series data with irregular, non-seasonal characteristics, such as stock price data, remains a challenging task. This paper presents a method utilizing the Long Short-Term Memory deep learning model for stock price prediction and provides a comprehensive review of this model. The results indicate that the proposed method can predict stock price trends of adjusted closing prices with a root mean square error of 0.1387 and mean absolute error of 0.1007. Although the Long Short-Term Memory method may not achieve highly accurate predictions, it can offer a reasonably close approximation to real-world data trends.Trong thời gian gần đây, thị trường chứng khoán đã thu hút nhiều đối tượng khác nhau, từ những tổ chức và các chuyên gia tài chính với các cách thức đầu tư khác nhau. Mục tiêu chung của nhà đầu tư là gia tăng lợi nhuận nhờ việc đầu tư. Nhiều cách thức về dự đoán đảm bảo rủi ro đã được đề xuất, tuy nhiên sử dụng trí tuệ nhân tạo trong dự đoán giá trị cổ phiếu vẫn được quan tâm và nghiên cứu. Đặc biệt, việc dự đoán dữ liệu chuỗi thời gian trở nên thách thức khi dữ liệu mang tính bất thường, không tuân theo quy luật cố định, điển hình là dữ liệu giá trị cổ phiếu, với các biến động khó lường và không theo mô hình định trước. Bài báo đưa ra phương pháp sử dụng mô hình học sâu Long Short-Term Memory trong dự đoán giá trị cổ phiếu và nghiên cứu tổng quan về mô hình này. Kết quả bài báo có thể dự đoán được xu hướng giá trị cổ phiếu của giá đóng điều chỉnh với sai số độ lệch bình phương trung bình gốc, sai số tuyệt đối trung bình lần lượt là 0,1387 và 0,1007. Tuy phương pháp Long Short-Term Memory không thể dự đoán giá trị cổ phiếu ở mức độ chính xác cao nhưng có thể cung cấp một kết quả theo xu hướng gần đúng so với dữ liệu thực tế.

1. Đọc trực tuyến

1. Đọc trực tuyến

Tạo bộ sưu tập với mã QR