Đang chuẩn bị liên kết để tải về tài liệu:
Các yếu tố ảnh hưởng đến sai số trong dự báo tỷ suất sinh lời của cổ phiếu đơn lẻ: Ứng dụng học máy với Spark MLlib

Nghiên cứu này thực hiện nhằm 02 mục tiêu chính: Sử dụng thuật toán Support Vector Regression (SVR) trên nền tảng CAPM để dự báo tỷ suất sinh lời của các cổ phiếu riêng lẻ và xác định các yếu tố tác động đến sai số trong dự báo của mô hình kết hợp này. | Bùi Thành Khoa và cộng sự. HCMCOUJS-Kỹ thuật và Công nghệ 17 1 5-19 5 Các yếu tố ảnh hưởng đến sai số trong dự báo tỷ suất sinh lời của cổ phiếu đơn lẻ Ứng dụng học máy với Spark MLlib Factor affecting the error in individual stock s return forecasting Appling machine learning with Spark MLlib Bùi Thành Khoa1 4 Trần Trọng Huỳnh2 Thái Duy Tùng3 Nguyễn Ngọc Dụng4 Nguyễn Vũ Đức3 1 Đại học Công nghệ Thông tin - ĐHQG-HCM Việt Nam 2 Đại học FPT Hà Nội Việt Nam 3 Trường Đại học Công nghiệp Thành phố Hồ Chí Minh Việt Nam 4 Trường Đại học Kinh tế Thành phố Hồ Chí Minh Việt Nam Tác giả liên hệ Email buithanhkhoa@iuh.edu.vn 19522611@gm.uit.edu.vn THÔNG TIN TÓM TẮT DOI 10.46223 HCMCOUJS. Mô hình định giá tài sản vốn CAPM lượng hóa mối quan hệ tech.vi.17.1.2245.2022 tuyến tính giữa lợi nhuận và rủi ro hệ thống của các tài sản rủi ro. CAPM là một trong những nền tảng lý thuyết của ngành tài chính hiện đại. Tuy nhiên tính thực nghiệm của CAPM là một chủ đề gây tranh luận đối với các nhà nghiên cứu bởi vì CAPM sử dụng Ngày nhận 17 04 2022 rất nhiều giả định mà khó có thể được đáp ứng trong thực tế. Xu hướng kết hợp trí tuệ nhân tạo và lý thuyết nền tảng tài chính đã Ngày nhận lại 26 04 2022 tạo ra nhiều mô hình dự báo hiệu quả và phù hợp hơn trong thực Duyệt đăng 27 04 2022 nghiệm. Nghiên cứu này thực hiện nhằm 02 mục tiêu chính Sử dụng thuật toán Support Vector Regression SVR trên nền tảng CAPM để dự báo tỷ suất sinh lời của các cổ phiếu riêng lẻ và xác định các yếu tố tác động đến sai số trong dự báo của mô hình kết hợp này. Nghiên cứu sử dụng dữ liệu của các công ty niêm yết trên thị trường chứng khoán Thành phố Hồ Chí Minh giai đoạn từ tháng 12 2012 đến tháng 09 2020 chu kỳ theo tháng. Nghiên cứu chia dữ liệu thành 02 giai đoạn giai đoạn 01 sử dụng để tối ưu hóa các tham số và giai đoạn còn lại được sử dụng để đánh giá sai số của mô hình dựa trên Spark MLlib. Nghiên cứu chỉ ra rằng mô hình dự báo tỷ suất sinh lời của cổ phiếu sử dụng thuật toán SVR hiệu quả Từ khóa hơn so với