Nghiên Cứu Và Ứng Dụng Một Số Mô Hình Học Máy Trong Việc Hỗ Trợ Đánh Giá Rủi Ro Tài Chính

Luận văn này tập trung vào việc tìm hiểu một số mô hình học máy tiên tiến và phân tích kỹ thuật trong lĩnh vực chứng khoán, với mục tiêu xây dựng mô hình nhằm đánh giá và dự báo rủi ro tài chính trong lĩnh vực đầu tư và kinh doanh chứng khoán. Nghiên cứu này kết hợp phương pháp học máy (mạng nơron nhân tạo), phân tích kỹ thuật và hệ suy diễn mờ để xây dựng một hệ hỗ trợ quyết định mua/bán cổ phiếu. Một phần mềm thử nghiệm đã được xây dựng và thực nghiệm trên bộ dữ liệu thực tế từ các sàn giao dịch chứng khoán trong và ngoài nước. Các kết quả ban đầu từ phần mềm này cung cấp thông tin và định hướng cho các nghiên cứu tiếp theo.

• Lời cam đoan
• Lời cảm ơn
• Mục lục
• Danh mục các ký hiệu, từ viết tắt
• Danh mục hình vẽ
• Danh mục bảng biểu
• Mở đầu (Đặt vấn đề, Mục tiêu của nghiên cứu, Cấu trúc của luận văn)
• Chương 1 – Một số kiến thức cơ bản về Tài Chính (Khái niệm tài chính, Phân tích tài chính, Báo cáo tài chính, Phương pháp phân tích tài chính, Dự báo tình hình tài chính, Rủi ro tài chính, Nguồn gốc rủi ro tài chính, Quy trình quản trị rủi ro tài chính, Quản trị rủi ro trong đầu tư chứng khoán, Phân tích kỹ thuật trong dự báo thị trường chứng khoán)
• Chương 2 – Tổng quan về khai phá dữ liệu (Giới thiệu về khai phá dữ liệu, Phân lớp, Mạng Nơron, Hệ mờ)
• Chương 3 – Mô hình phân tích rủi ro tài chính (Sơ lược về mô hình, Phân lớp dữ liệu – Thiết kế mạng nơron, Xây dựng tập luật từ phân tích kỹ thuật, Kết hợp phân tích kỹ thuật với logic mờ và mạng nơron)
• Chương 4 – Thực nghiệm và đánh giá (Dữ liệu dùng trong thực nghiệm, Thiết lập tham số cho thực nghiệm, Kết quả mẫu, Đánh giá và phân tích)
• Kết luận
• Tài liệu tham khảo
• Phụ lục (Giới thiệu về phần mềm FRPredictor, Cấu trúc các bảng cơ sở dữ liệu tài chính, Dữ liệu dùng trong thực nghiệm)