Tóm tắt Luận án Tiến sĩ Kinh tế học: Tiếp cận Machine Learning trong quản trị danh mục trên thị trường chứng khoán Việt Nam

Tiếp cận Machine Learning Trong Quản Trị Danh Mục Trên Thị Trường Chứng Khoán Việt Nam

Tác giả: Không xác định trong văn bản

Lĩnh vực: Tài chính định lượng, Học máy

Nội dung tài liệu:

Luận án này tập trung vào việc ứng dụng các phương pháp Học máy (Machine Learning – ML) để cải thiện hiệu quả của việc quản trị danh mục đầu tư trên thị trường chứng khoán Việt Nam. Nghiên cứu đối mặt với những hạn chế của phương pháp Trung bình – Phương sai (Mean – Variance – MV) truyền thống, đặc biệt là vấn đề nhạy cảm với nhiễu và hiện tượng quá khớp (over-fitting), nhất là trong bối cảnh thị trường có nhiều biến động. Luận án đề xuất kết hợp các kỹ thuật Học máy như phân cụm chuỗi thời gian, LSTM và phương pháp chính quy hóa Lasso với bài toán tối ưu hóa MV nhằm xây dựng các danh mục đầu tư tối ưu. Nghiên cứu thực nghiệm trên dữ liệu giá cổ phiếu của các công ty niêm yết trên sàn HOSE giai đoạn 2008-2022, chia thành ba giai đoạn thị trường khác nhau, nhằm đánh giá hiệu quả của các phương pháp được đề xuất trong các điều kiện thị trường đa dạng. Mục tiêu là cung cấp các khuyến nghị cho nhà đầu tư và các nhà nghiên cứu về quản trị danh mục đầu tư tại thị trường chứng khoán Việt Nam.

Mục lục chi tiết:

• Lời mở đầu
• Lý do lựa chọn đề tài
• Mục tiêu nghiên cứu
• Câu hỏi nghiên cứu và giả thuyết nghiên cứu
• Đối tượng và phạm vi nghiên cứu
• Phương pháp nghiên cứu
• Những đóng góp mới của luận án
• Kết cấu của luận án
• Chương 1: Cơ sở lý luận và tổng quan nghiên cứu
• Chương 2: Phương pháp nghiên cứu
• Chương 3: Phân tích thực nghiệm và kết quả