Báo cáo môn Học máy thống kê: Stock Price Prediction
Đề tài "Stock Price Prediction" thuộc môn Học máy thống kê, lớp DS102.L21, do nhóm sinh viên Nguyễn Lương Toàn và Nguyễn Anh Phi thực hiện dưới sự hướng dẫn của TS. Nguyễn Tấn Trần Minh Khang và Th.S. Võ Duy Nguyên, anh Hồ Thái Ngọc. Báo cáo tập trung vào việc xây dựng các mô hình dự đoán giá tương lai của thị trường chứng khoán dựa trên dữ liệu lịch sử.
Tóm tắt nội dung
Trong bối cảnh thị trường tài chính và chứng khoán biến động mạnh, việc ứng dụng trí tuệ nhân tạo để dự đoán giá cổ phiếu trở nên cấp thiết. Đồ án này tập trung nghiên cứu các thuật toán hồi quy và áp dụng chúng để giải quyết bài toán dự đoán giá cổ phiếu. Dữ liệu sử dụng bao gồm giá lịch sử của các cổ phiếu như Apple, Tesla, Microsoft, Facebook, với các thông tin về giá mở cửa, đóng cửa, cao, thấp và khối lượng giao dịch hàng ngày.
Nội dung báo cáo bao gồm:
- Tổng quan: Giới thiệu chung về đề tài và bài toán dự đoán giá cổ phiếu.
- Cơ sở lý thuyết: Trình bày các khái niệm cơ bản về mô hình hồi quy, hàm tổn thất, và các phương pháp hồi quy như Hồi quy tuyến tính (Linear Regression), Support Vector Machine - Regression (SVR), và Long Short-Term Memory (LSTM).
- Thực nghiệm: Phân tích tập dữ liệu, mô tả các bước tiến hành và trình bày kết quả thực nghiệm.
- Kết luận: Tổng kết những kết quả đạt được, những khó khăn gặp phải, định hướng phát triển trong tương lai.
Mục lục chi tiết
- Lời cảm ơn
- Danh mục viết tắt
- Chương 1: Tổng quan
- 1.1. Giới thiệu đề tài
- 1.1.1. Giới thiệu bài toán
- 1.1. Giới thiệu đề tài
- Chương 2: Cơ sở lý thuyết
- 2.1 Mô hình hồi quy
- 2.2 Hàm tổn thất
- 2.3 Bài toán Hồi quy
- 2.3.1 Đo hiệu năng bài toán hồi quy
- 2.4 Nội dung
- 2.4.1 Hồi quy tuyến tính
- 2.4.2 Support Vector Machine – Regression (SVR)
- 2.4.3 Long Short-Term Memory (LSTM)
- Chương 3: Thực nghiệm
- 3.1. Phân tích tập dữ liệu
- 3.2. Các bước tiến hành
- 3.3. Kết quả thực nghiệm
- Kết luận
- 4.1. Những kết quả đạt được
- 4.2. Khó khăn
- 4.3. Hướng phát triển
- Bảng phân chia công việc
- Tài liệu tham khảo