Ứng dụng luật kết hợp trong khai phá dữ liệu chứng khoán

Bài viết Ứng dụng luật kết hợp trong khai phá dữ liệu chứng khoán tập trung nghiên cứu về kỹ thuật luật kết hợp trong khai phá dữ liệu và ứng dụng kỹ thuật này nhằm phát hiện các tri thức tiềm ẩn (các mối quan hệ, tương quan) về thay đổi (tăng, giảm) giá và khối lượng giao dịch của các mã chứng khoán.
Nội dung trích xuất từ tài liệu:
Ứng dụng luật kết hợp trong khai phá dữ liệu chứng khoán 88 Nguyễn Văn Chức, Nguyễn Hữu Phi ỨNG DỤNG LUẬT KẾT HỢP TRONG KHAI PHÁ DỮ LIỆU CHỨNG KHOÁN APPLYING ASSOCIATION RULES IN STOCK DATA MINING Nguyễn Văn Chức1, Nguyễn Hữu Phi2 1 Trường Đại học Kinh tế, Đại học Đà Nẵng; chuc.nv@due.edu.vn 2 Lớp 38H12K14, Trường Đại học Kinh tế, Đại học Đà Nẵng; nguyenhuuphi2508@gmail.com Tóm tắt - Thị trường chứng khoán Việt Nam đang phát triển mạnh Abstract - Vietnam stock market has been developing strongly in mẽ trong những năm gần đây. Số lượng các công ty niêm yết trên recent years. The rapid increase in the number of fast-growing thị trường chứng khoán tăng lên nhanh chóng đã thu hút rất nhiều companies posted on the stock market has attracted more nhà đầu tư. Cùng với sự phát triển mạnh mẽ của thị trường chứng investors. As a result, the volume of data generated by stock khoán, khối lượng dữ liệu sinh ra từ các giao dịch chứng khoán transaction continues to grow rapidly. The large data volume không ngừng tăng lên theo thời gian. Trong khối lượng dữ liệu khổng contains a lot of potential information that is useful to security lồ này, chứa đựng nhiều tri thức tiềm ẩn rất có giá trị đối với các nhà investors. This paper focuses on studying association rule đầu tư chứng khoán. Bài báo này tập trung nghiên cứu về kỹ thuật technique in data mining to apply this technique to discover luật kết hợp trong khai phá dữ liệu và ứng dụng kỹ thuật này nhằm potential knowledge (relationships, correlations) about the change phát hiện các tri thức tiềm ẩn (các mối quan hệ, tương quan) về thay (increase, decrease) of prices and transaction volume among stock đổi (tăng, giảm) giá và khối lượng giao dịch của các mã chứng codes Based on the knowledge discovered from data mining khoán. Dựa vào các tri thức phát hiện được từ mô hình khai phá dữ model, we have built a tool to support security investors in making liệu, một công cụ sẽ được xây dựng nhằm hỗ trợ cho các nhà đầu wise and reliable decisions. tư chứng khoán ra quyết định một cách hiệu quả và tin cậy hơn. Từ khóa - chứng khoán; khai phá dữ liệu; luật kết hợp; mô hình Key words - stock; data mining; association rule; predictive model; dự đoán; giao dịch. transaction. 1. Đặt vấn đề Hai tiêu chí rất quan trọng trong việc đánh giá luật kết Hiện nay, thị trường chứng khoán đang phát triển mạnh hợp đó là độ hỗ trợ (support) và độ tin cậy (confidence). và mở rộng nhanh chóng, ngày càng thu hút một lượng lớn Công thức tính độ hỗ trợ và độ tin cậy của luật kết hợp các nhà đầu tư chứng khoán. Dữ liệu về giao dịch chứng X→Y [2]: khoán phát sinh từng ngày, từng giờ và tăng lên một cách ( ∪ ) nhanh chóng theo thời gian. Nguồn dữ liệu khổng lồ này ( → ) = ( ∪ ) = chứa rất nhiều tri thức tiềm ẩn (mối quan hệ, xu hướng) liên quan đến giá cả, khối lượng giao dịch, chỉ số tăng giảm của ( ∪ ) ( → ) = ( | ) = các mã chứng khoán đang giao dịch. Vấn đề đặt ra là làm ( ) sao có thể khai phá khối lượng dữ liệu lớn về giao dịch chứng Trong đó: ( ): Số giao dịch chứa X; khoán nhằm phát hiện các tri thức tiềm ẩn nhằm giúp cho N: Tổng số giao dịch; các nhà đầu tưchứng khoán ra quyết định đầu tư có hiệu quả và tin cậy hơn. Bài báo này tập trung nghiên cứu về luật kết Các luật kết hợp có độ hỗ trợ và độ tin cậy lớn hơn hoặc hợp trong khai phá dữ liệu và ứng dụng kỹ thuật này nhằm bằng độ hỗ trợ tối thiểu (min_sup) và độ tin cậy tối thiểu tìm ra các mối quan hệ (tương quan) về giá và khối lượng (min_conf) gọi là các luật mạnh.min_sup và min_conf gọi lượng giao dịch của các mã chứng khoán đang hoạt động là các giá trị ngưỡng (threshold), được xác định trước khi trên sàn giao dịch HOSE. Dựa vào các tri thức phát hiện sinh các luật kết hợp [2], [3]. được từ kỹ thuật luật kết hợp, một công cụ sẽ được xây dựng 3. Ứng dụng luật kết hợp trong khai phá dữ liệu chứng khoán nhằm giúp cho các nhà đầu tư ra quyết định đầu tư một cách hiệu quả và tin cậy hơn trong đầu tư chứng khoán. 3.1. Mô tả ứng dụng Mục đích của ứng dụng: Ứng dụng thuật toán Apriori 2. Giới thiệu về luật kết hợp trong khai phá dữ liệu phát hiện luật kết hợp xây dựng mô hình khai phá dữ liệu Trong lĩnh vực Data Mining, mục đích của luật kết hợp giúp phát hiện các mối quan hệ về biến động giá và khối (Association Rule - AR) là tìm ra các mối quan hệ giữa các lượng giao dịch của các mã chứng khoán trong dữ liệu giao đối tượng trong khối lượng lớn dữ liệu. Nội dung cơ bản dịch chứng khoán. Từ kết quả của mô hình khai phá dữ liệu của luật kết hợp được tóm tắt như dưới đây [1]. dựa trên luật kết hợp, một công ...