dự báo thị trường chứng khoán dựa trên khai phá dữ liệu tweeter
DESCRIPTION
Dự báo thị trường chứng khoán dựa trên khai phá dữ liệu Tweeter. Học viên: Phạm Huyền Trang GV hướng dẫn: PGS. TS Hà Quang Thụy. Nội dung chính. Giới thiệu Các nghiên cứu liên quan Nghiên cứu của J.Bollen về Dự báo thị trường chứng khoán dựa trên Tweeter Kết luận Định hướng nghiên cứu. - PowerPoint PPT PresentationTRANSCRIPT
Học viên: Phạm Huyền Trang
GV hướng dẫn: PGS. TS Hà Quang Thụy
Dự báo thị trường chứng khoán dựa trên khai phá dữ liệu Tweeter
April 22, 20231
Nội dung chính Giới thiệu
Các nghiên cứu liên quan
Nghiên cứu của J.Bollen về Dự báo thị trường chứng khoán dựa trên Tweeter
Kết luận
Định hướng nghiên cứu
April 22, 20232
INTRODUCTION
Bài toán dự báo thị trường chứng khoánBài toán dự báo thị trường chứng khoán dựa trên Tweeter
April 22, 20233
Nguyên lý Bước đi ngẫu nhiên (Walk random)
và giả thuyết Thị trường hiệu quả
(Efficient Market)
-Không thể dự đoán thị trường chứng khoán
Lý thuyết phân tích cổ phiếu
(Chartist theory)
- Có thể dự đoán được dựa vào quá khứ
Có thực sự dự đoán được thị trường chứng khoán?
Có thực sự dự đoán được thị trường chứng khoán?
April 22, 20234
Các nghiên cứu liên quan2005, Gruhl và cộng sự đã nghiên cứu cách làm thế nào để hoạt
động chat online có thể dự đoán được việc bán sách2006, Mishne và Rijke sử dụng các đánh giá của các quan điểm
được thể hiện trên blog để dự đoán việc bán phim2007, Liu và cộng sự dự đoán việc bán các sản phẩm sử dụng mô
hình phân tích ngữ nghĩa ẩn xác suất (PLSA) để trích xuất các chỉ sổ của quan điểm từ các blog.
2009, Schumaker và Chen điều tra mối quan hệ giữa các tin tức về công ty phá sản với sự thay đổi về giá cả trong thị trường
2010, Asur và Huberman chỉ ra rằng những quan điểm liên quan đến các phim được thể hiện công khai trên Tweeter thực sự có thể dự đoán được doanh thu phòng vé
Gần đây, 2011, Johan Bollen và công sự đã có nghiên cứu chỉ ra rằng có thể dự đoán thị trường chứng khoán dựa trên các Tweet của các công ty trong thị trường chứng khoán, với độ chính xác lên đến > 85%
April 22, 20235
Dự báo thị trường chứng khoán
April 22, 20236
Kinh tế học hành vi chỉ ra rằng: Cảm xúc có thể ảnh hưởng đến các hành vi của cá nhân và trong
việc đưa ra 1 quyết định nào đóCác quyết định tài chính được thúc đẩy bởi cảm xúc và tâm trạng
của con người Giả thuyết: Tâm trạng, cảm xúc có thể ảnh hưởng đến giá trị
chứng khoán tương đương với việc các tin tức ảnh hưởng đến thị trường chứng khoán
Bài toán dự báo thị trường chứng khoán chia thành 2 loại:Dự báo chỉ số chứng khoán sẽ tăng hay giảmDự báo chỉ số chứng khoán sẽ tăng lên bao nhiêu hoặc giảm xuống
bao nhiêu
Ý nghĩa của bài toán:Giúp các nhà đầu tư đưa ra được các quyết định đầu tư tức thời =>
đem lại lợi nhuận cao cho các nhà đầu tư
Dự báo thị trường chứng khoán dựa trên Tweeter
Cộng đồng sử dụng và chia sẻ trạng thái của mình trên Twitter cho biết họ đang cảm thấy như thế nào về ngày hôm đó
dẫn dắt các quyết định mua bán trên thị trường ảnh hưởng đến giá cả trong thị trường chứng khoán Có thể dự đoán được chỉ số chứng khoán dựa trên
Tweeter
April 22, 20237
Tại sao chọn Tweeter?
April 22, 20238
Có thể trích xuất các nội dung tweet để đánh giá được tâm trạng của công chúng trực tiếp, theo thời gian thực một cách nhanh chóng và tiết kiệm
=> Phù hợp đáp ứng cho sự biến động, tăng giảm của chỉ số chứng khoán
Tweeter là 1 trong các mạng xã hội được sử dụng phổ biến nhất trên thế giới
=> Là 1 nguồn cấp dữ liệu có quy mô rất lớn
Phương pháp dự báo thị trường chứng khoán dựa trên Tweeter của
Johan Bollen và cộng sự
Các bướcƯu và nhược điểm
April 22, 20239
Dữ liệu
Nguồn dữ liệu:9.83.498 Tweet trên trang Tweeter, được post bởi gần
2.7 triệu người dùng trong các công ty trong thị trường DJIA
Các thông tin trích xuất trong mỗi tweet gồm:Thông tin xác định tweetNgày submitKiểu submitNội dung (không quá 140 ký tự)
Thời gian: 28/2/2008 – 19/12/2008Các bước chuẩn bị dữ liệu:
Loại bỏ từ dừng, dấu chấm câuNhóm các tweet được submit trên cùng ngày vào 1 nhómChú ý:
Chỉ quan tâm những tweet chứa tâm trạng rõ ràng của tác giảApril 22, 202310
Các bước
Phân tích cảm xúc người dùng
Đo độ trễ cảm xúc
Dự đoán giá cổ phiếu
April 22, 202311
Bước 1: Sinh chuỗi thời gian cảm xúc (OF và GPOMS)OpinionFinder:
Phân tích quan điểm ở mức câuĐo cảm xúc của người dùng: tích cực hay tiêu cựcXác định tỉ lệ tweet tích cực so với tweet tiêu cực mỗi
ngày
GPOMS:Đo cảm xúc của người dùng trên 6 chiều khác nhau:
Calm, Alert, Sure, Vital, Kind, Happy
Đo cảm xúc người dùng thành 7 chiều
April 22, 202312
Bước 2: Đánh giá OF và GPOMS
April 22, 202313
Bước 2: Đánh giá OF và GPOMS – hồi quy đa biến
April 22, 202314
April 22, 202315
Vây, các sự kiện văn hóa, xã hội có tác động lên cảm xúc, tâm trạng của cộng đồng.
Có thể đoán được cảm xúc của cộng đồng thông qua các tweet của mỗi cá nhân trên Tweeter
Câu hỏi đặt ra: Những tâm trạng, cảm xúc đó liên quan gì đến sự thay đổi trong thị trường chứng khoán, cụ thể là chỉ số DJIA?
Bước 3: Phân tích mối quan hệ nhân quả giữa tâm trạng và giá DJIA
April 22, 202316
Giả thuyết: Nếu 1 biến X gây ra Y thì những thay đổi trong X sẽ xuất hiện 1 cách hệ thống trước những thay đổi trong Y.
=> Các giá trị trễ của X biểu hiện 1 mối tương quan có ý nghĩa thống kê đối với Y
Áp dụng:Tâm trạng chung của cộng đồng trên Twitter có sự tương
đồng với thị trường chứng khoán, nhưng chúng phản ánh trước diễn biến từ 3-4 ngày chứ không phải là một kết quả trong việc tăng giảm của thị trường.
Nếu người dùng có cảm nhận tích cực về mã chứng khoán của 1 công ty thì trong 1 ngày nào đó trong tương lai, giá cổ phiếu của công ty đó sẽ tăng, và ngược lại
Bước 3: Phân tích mối quan hệ nhân quả giữa tâm trạng và giá DJIA (cont.)
April 22, 202317
Bước 3: Phân tích mối quan hệ nhân quả giữa tâm trạng và giá DJIA (cont.)
April 22, 202318
Ý nghĩa:Đo độ trễ cảm xúc so với chứng khoán, tức là nên đo cảm
xúc của ngày thứ bao nhiêu ( i – n) để dự đoán giá chứng khoán ngày i (tác giả chọn giá trị này là 3 ngày))
Giá trị p-values < 0.05=> Bác bỏ giả thuyết null: chuỗi tâm trạng của người dùng
không thể dự đoán được giá trị DJIA
Bước 4: Dự đoán thị trường chứng khoán Sử dụng mô hình Self-organizing Fuzzy neural
Network(SOFNN) để dự đoán giá trị DJIA trên 2 tập đầu vào:Giá trị DJIA 3 ngày trướcCác hoán vị khác nhau của chuỗi cảm xúc
Để dự đoán giá trị DJIA ngày t, đầu vào cho SOFNN gồm:Các giá trị DJIACác giá trị đo tâm trạng của n ngày trước
April 22, 202319
Bước 4: Dự đoán thị trường chứng khoán (cont.)
April 22, 202320
Tác giả thử 7 hoán vị của các biến đầu vào đối với mô hình SOFNN:
IOF = {DJIAt-3, 2,1 , XOF, t-3,2,1}
Trong đó:DJIA t-3,2,1: giá trị DJIA và X1,t-3,2,1: giá trị chiều 1 của
tâm trạng được đo bởi GPOMS tại thời điểm t-3, t-2, t-1I1,3; I1,4; I1,5; I1,6: kết hợp giữa giá trị DJIA trong quá khớ
với chiều 3, 4, 5 , 6 tại thời giẩm t-3, t-2, t-1
Bước 4: Dự đoán thị trường chứng khoán (cont.)
April 22, 202321
Kết quả:
Kết luận:Cảm xúc được đo bởi OF là không hiệu quảNgoài Calm, tác giả tìm thấy độ chính xác cao nhất với
I1Happy không có mối quan hệ nhân quả Granger tốt
nhưng khi kết hợp với Caml thì dự đoán chính xác hơn
Ưu và nhược điểmƯu điểm:
Độ chính xác khá cao
Nhược điểm:Chỉ dự đoán được sự tăng, giảm của thị trường chứng
khoánChưa giới hạn được vùng địa lý và ngôn ngữVới những sự kiện xảy ra đột ngột (Ví dụ Steve Job mất ,
…) thì độ trễ 3 ngày là quá lớn để dự đoán chứng khoán
April 22, 202322
Phương pháp đề xuất
Mô hìnhPhân lớp SVM-kNN
Dự báo thị trường chứng khoán
April 22, 202323
Mô hình
Điểm khác biệtTập từ POMS:
J.Bollen: Mở rộng dựa trên n-gram theo Google Đề xuất: Kết hợp mở rộng dựa trên n-gram theo Google
và tập các từ đồng nghĩa.
Dự đoán chỉ số DJIA: J.Bollen: dùng Mạng noron mờ tự tổ chức (SOFNN) Đề xuất: Áp dụng phương pháp phân lớp bán giám sát
SVM-kNN hoặc EM hoặc …
Dự đoán xu hướngInput:
n: số ngày cảm xúc trễCác chỉ số đóng DJIA của n ngày trước đóChuỗi tâm trạng theo thời gian của công chúng trong n
ngày trước đó tính theo 6 chiều.
Output: Xu hướng của chứng khoán ngày tTăng so với ngày t-1Giảm so với ngảy t-1Bằng ngày t-1
Dự đoán xu hướng (cont.)Vector thể hiện đặc trưng:
Vit = <dt-1, dt-2, …, dt-n, Xi, t-1 , Xi,t-2 , …, Xi,t-n>vit : vector thể hiện đặc trưng của cảm xúc theo chiều I
dt : giá trị chỉ số DJIA ngày t
Xi, t : giá trị cảm xúc chiều i trong ngày t. n: số ngày cảm xúc trễ
Gán nhãn: dựa trên chỉ số đóng DJIA mỗi ngày+1: chỉ số ngày t > ngày t-1-1: chỉ số ngày t < ngày t-10: chỉ số ngày t = ngày t-1
Kết luậnBáo cáo đã:
Giới thiệu về bài toán dự đoán thị trường chứng khoán dựa trên khai phá quan điểm từ dữ liệu Tweeter
Tìm hiểu về chứng minh giả thuyết “Tâm trạng có thể dự đoán được thị trường chứng khoán” của J.Bollen.
Đề xuất 1 hướng giải quyết nhằm cải tiến kết quả
Định hướng nghiên cứu
Cài đặt và thử nghiệm cho mô hình đã đề xuất
Nghiên cứu các mô hình bán giám sát khác và áp dụng với bài toán dự báo thị trường chứng khoán trên tweeter
Nghiên cứu hướng dự đoán chứng khoán sẽ tăng lên bao nhiêu hoặc giảm xuống bao nhiêu
April 22, 202329
Tài liệu tham khảo2008. Eugene F.Fama. The behavior of Stock- Market
Prices2010. X. Zhang, H. Fuehres, P.A. Gloor, Predicting
Stock Market Indicators Through Twitter I Hope It is Not as Bad as I Fear, Collaborative Innovation Networks (COINs), Savannah, GA,
2011. Johan Bollen và công sự, Twitter mood predicts the stock market
April 22, 202330
Thank you for your listening!