MÔ HÌNH HAI GIAI ĐOẠN DỰ ĐOÁN GIÁ CỔ PHIỂU VỚI K-MEANS VÀ FUZZY-SVM
Tóm tắt: 109
| 
PDF: 66 
##plugins.themes.academic_pro.article.main##
Author
Từ khóa:
K-Means
dự đoán giá cổ phiếu
mô hình mờ
mô hình mờ hướng dữ liệu;
luật mờ
máy học Véc-tơ hỗ trợ
Tóm tắt
Bài báo đề xuất một mô hình dự đoán giá cổ phiếu kết hợp K-Means và fuzzy – Support Vector Machines (fuzzy-SVM). Việc trích xuất tập luật mờ từ dữ liệu thô dựa vào sự kết hợp của các mô hình học thống kê chính là cơ sở của mô hình đề xuất. Kiến trúc của mô hình gồm hai giai đoạn, giai đoạn một sẽ áp dụng thuật toán K-means để phân chia không gian dữ liệu đầu vào thành nhiều cụm riêng biệt. Ở giai đoạn hai, với mỗi phân vùng của dữ liệu đầu vào, mô hình fuzzy-SVM (thuật toán f-SVM) sẽ được sử dụng để khai phá các luật mờ sử dụng cho hệ thống dự đoán. Mô hình đề xuất được áp dụng dự đoán cho một số mã cổ phiếu của thị trường chứng khoán Việt Nam. Các thông số đánh giá kết quả thực nghiệm sẽ được giới thiệu, và có sự so sánh với kết quả của một số mô hình khác.
Tài liệu tham khảo
-
[1] Christan Pierdzioch, Jorg Dopke, Daniel Hartmann, Forecasting stock market volatility with macroeconomic variables in real time, Journal of Economics and Business 60, 256-276 (2008).
[2] Corinna Cortes and Vladimir Vapnik, Support-Vector Networks, Machine Learning, 20, 273-297 (1995).
[3] Hajizadeh E., Ardakani H. D., Shahrabi J., Application Of Data Mining Techniques In Stock Markets: A Survey, Journal of Economics and International Finance Vol. 2(7), 109-118 (2010).
[4] Francis Eng Hock Tay and Li Yuan Cao, Improved financial time series forecasting by combining Support Vector Machines with self-organizing feature map, Intelligent Data Analysis 5, 339-354, IOS press (2001).
[5] J.-H Chiang and P.-Y Hao, Support vector learning mechanism for fuzzy rule-based modeling: a new approach, IEEE Trans. On Fuzzy Systems, vol. 12, pp. 1-12 (2004).
[6] J. L. Castro, L. D. Flores-Hidalgo, C. J. Mantas and J. M. Puche, Extraction of fuzzy rules from support vector machines, Elsevier. Fuzzy Sets and Systems, 158, 2057 – 2077 (2007).
[7] Kreesuradej W., Wunsch D., Lane M., Time-delay Neural Network For Small Time Series Data Sets, in World Cong, Neural Networks, San Diego, CA (1994).
[8] L. J. Cao and Francis E. H. Tay, Support vector machine with adaptive parameters in Financial time series forecasting, IEEE trans. on neural network, vol. 14, no. 6 (2003).
[9] Md. Rafiul Hassan, Baikunth Nath, Michael Kirley, A fusion model of HMM, ANN and GA for stock market forecasting, Expert Systems with Applications 33, 171–18 (2007).
[10] S. Chen, J. Wang and D. Wang, Extraction of fuzzy rules by using support vector machines, IEEE, Computer society, pp. 438-441 (2008).
[11] Sheng-Hsun Hsu, JJ Po-An Hsieh, Ting-Chih CHih, Kuei-Chu Hsu, A two-stage architecture for stock price forecasting by integrating self-organizing map and support vector regression, Expert system with applications 36, 7947-7951 (2009).
[12] MacQueen J. B., Some Methods for classification and Analysis of Multivariate Observations, Proceedings of 5-th Berkeley Symposium on Mathematical Statistics and Probability, Berkeley, University of California Press, 1:281-297 (1967).
[13] T. G. Dietterich, Machine learning research: Four current directions, AI Magazine, 18(4), 97-136 (1997).
[14] Younes Chtioui, Suranjan Panigrahi, Leonard Francl, A generalized regression neural network and its application for leaf wetness prediction to forecast plant disease, Chemometrics and Intelligent Laboratory System 48, 47-58 (1999).
[15] R. Courant, D. Hilbert, Methods of Mathematical Physics. Wiley, New York (1953).
[16] Iffat A. Gheyas, Leslies S. Smith, A Neural network approach to time series forecasting, Proceeding of the World congress on Engineering 2009, Vol II (2009).
[17] Md. Rafiul Hassan and Baikunth Nath, Stock market forecasting using Hidden markov model: A new approach, 5th International conference on intelligent system design and applications (ISDA’05) (2005).
[18] Chih-Wei Hsu, Chih-Chung Chang, and Chih-Jen lin, A practical Guide to Support Vector Classification. http://www.csie.ntu.edu.tw/ ~cjlin/libsvm/ (2010).
[19] Vạn Duy Thanh Long, Lê Minh Duy, Nguyễn Hoàng Tú Anh, Phương pháp dự đoán xu hướng cổ phiếu dụa trên việc kết hợp K-mean và SVM với ước lượng xác suất lớp, Đại học quốc gia – Tp HCM (2011).
[20] Keerthiram Murugesan Jun Zhang, Hybrid Bisect K-Means Clustering Algorithm, Proceeding of BCGIN '11 Proceedings of the 2011 International Conference on Business Computing and Global Informatization, 216-219 (2011).
[21] Pei-Chann Chang and Chin-Yuan Fan, A Hybrid System Integrating a Wavelet and TSKFuzzy Rules for Stock Price Forecasting, IEEE Transactions on systems, MAN, And Cybernetics – Part C: Applications and reviews, vol. 38, No. 6 (2008).
[22] Nguyễn Đức Hiển, Ứng dụng mô hình máy học Véc-tơ tựa (SVM) trong phân tích dữ liệu điểm sinh viên, Tạp chí Khoa học và Công nghệ - Đại học Đà Nẵng, 12(73).2013, 33-37 (2013).
Xem thêm
##plugins.themes.academic_pro.article.sidebar##
Đã Xuất bản
Dec 31, 2014
Download
Cách trích dẫn
Nguyen Duc Hien. “MÔ HÌNH HAI GIAI ĐOẠN DỰ ĐOÁN GIÁ CỔ PHIỂU VỚI K-MEANS VÀ FUZZY-SVM”. Tạp Chí Khoa học Và Công nghệ - Đại học Đà Nẵng, vol 12, số p.h 85.2, Tháng Chạp 2014, tr 20-24, https://jst-ud.vn/jst-ud/article/view/1183.
