Ứng dụng phương pháp học máy trong giao dịch chứng khoán theo chỉ báo bằng ngôn ngữ lập trình Python

Tóm tắt

Thị trường chứng khoán luôn được xem là kênh đầu tư đầy tiềm năng cho người
dân. Tuy vậy, thị trường chứng khoán thường biến động khó lường đòi hỏi nhà đầu tư phải
quan sát, đánh giá thị trường liên tục với lượng dữ liệu khổng lồ. Nghiên cứu này được
thực hiện nhằm ứng dụng phương pháp học máy trong giao dịch chứng khoán tự động theo
chỉ báo, giúp nhà đầu tư kiểm tra hiệu quả của các chiến lược giao dịch theo chỉ báo và đề
xuất danh mục đầu tư phù hợp với chiến lược nhất, giảm thiểu thời gian và công sức xử lý
thông tin dữ liệu. Cụ thể, quy trình ứng dụng được chúng tôi xây dựng và thực hiện qua 4
bước là: (i) thu thập dữ liệu, (ii) giao dịch tự động theo chỉ báo (SMA, dải Bollinger, RSI,
MACD), (iii) dựa trên kết quả giao dịch tự động, xây dựng danh mục đầu tư tối ưu bằng
phương pháp tỷ lệ Sharpe, (iv) kiểm tra và đánh giá kết quả giao dịch với dữ liệu mới. Với
dữ liệu các mã cổ phiếu thu thập từ VN30, kết quả nghiên cứu cho thấy việc giao dịch theo
chỉ báo kết hợp với đề xuất danh mục đầu tư tối ưu đem lại tỷ suất lợi nhuận cao và giảm
thiểu rủi ro cho nhà đầu tư.