So sánh khả năng dự báo chỉ số VN Index và HN Index của các mô hình AI và ARIMA
Bài báo này so sánh hiệu quả của các công cụ AI này trong việc dự báo VNIndex và HNIndex. Các công cụ AI được sử dụng bao gồm: Mạng lưới thần kinh nhân tạo (ANN), máy vector hỗ trợ (SVM), rừng ngẫu nhiên (RF), bộ nhớ ngắn dài hạn (LSTM) và mô hình tự hồi quy trung bình trượt tích lũy (ARIMA). Kết qu...
Đã lưu trong:
| Tác giả chính: | |
|---|---|
| Định dạng: | Bài trích |
| Ngôn ngữ: | Vietnamese |
| Được phát hành: |
2024
|
| Những chủ đề: | |
| Truy cập trực tuyến: | http://thuvienso.quochoi.vn/handle/11742/91166 |
| Các nhãn: |
Thêm thẻ
Không có thẻ, Là người đầu tiên thẻ bản ghi này!
|
Thêm thẻ | _version_ | 1820559462494109696 |
|---|---|
| author | Lưu Thu Quang |
| author_facet | Lưu Thu Quang |
| author_sort | Lưu Thu Quang |
| collection | DSpaceTVQH |
| description | Bài báo này so sánh hiệu quả của các công cụ AI này trong việc dự báo VNIndex và HNIndex. Các công cụ AI được sử dụng bao gồm: Mạng lưới thần kinh nhân tạo (ANN), máy vector hỗ trợ (SVM), rừng ngẫu nhiên (RF), bộ nhớ ngắn dài hạn (LSTM) và mô hình tự hồi quy trung bình trượt tích lũy (ARIMA). Kết quả cho thấy LSTM là công cụ AI có khả năng dự báo VNIndex chính xác nhất, với sai số nhỏ nhất. Tuy nhiên, khi dự báo HNIndex, SVM lại có sai số nhỏ hơn so với LSTM. Các công cụ AI khác đều có kết quả dự báo kém hơn cho cả hai chỉ số chứng khoán. |
| format | Bài trích |
| id | oai:http:--thuvienso.quochoi.vn:11742-91166 |
| institution | Thư viện số |
| language | Vietnamese |
| publishDate | 2024 |
| record_format | dspace |
| spelling | oai:http:--thuvienso.quochoi.vn:11742-911662024-08-08T03:50:17Z So sánh khả năng dự báo chỉ số VN Index và HN Index của các mô hình AI và ARIMA Lưu Thu Quang Trí thông minh nhân tạo Mạng lưới thần kinh nhân tạo Máy vector hỗ trợ Rừng ngẫu nhiên Bộ nhớ ngắn dài hạn ARIMA Bài báo này so sánh hiệu quả của các công cụ AI này trong việc dự báo VNIndex và HNIndex. Các công cụ AI được sử dụng bao gồm: Mạng lưới thần kinh nhân tạo (ANN), máy vector hỗ trợ (SVM), rừng ngẫu nhiên (RF), bộ nhớ ngắn dài hạn (LSTM) và mô hình tự hồi quy trung bình trượt tích lũy (ARIMA). Kết quả cho thấy LSTM là công cụ AI có khả năng dự báo VNIndex chính xác nhất, với sai số nhỏ nhất. Tuy nhiên, khi dự báo HNIndex, SVM lại có sai số nhỏ hơn so với LSTM. Các công cụ AI khác đều có kết quả dự báo kém hơn cho cả hai chỉ số chứng khoán. 2024-01 2024-07-26 Bài trích http://thuvienso.quochoi.vn/handle/11742/91166 vi Tạp chí Nghiên cứu tài chính kế toán 6 trang, PDF application/pdf Thư viện Quốc hội Tạp chí Nghiên cứu tài chính kế toán, tháng 01 năm 2024 |
| spellingShingle | Trí thông minh nhân tạo Mạng lưới thần kinh nhân tạo Máy vector hỗ trợ Rừng ngẫu nhiên Bộ nhớ ngắn dài hạn ARIMA Lưu Thu Quang So sánh khả năng dự báo chỉ số VN Index và HN Index của các mô hình AI và ARIMA |
| title | So sánh khả năng dự báo chỉ số VN Index và HN Index của các mô hình AI và ARIMA |
| title_full | So sánh khả năng dự báo chỉ số VN Index và HN Index của các mô hình AI và ARIMA |
| title_fullStr | So sánh khả năng dự báo chỉ số VN Index và HN Index của các mô hình AI và ARIMA |
| title_full_unstemmed | So sánh khả năng dự báo chỉ số VN Index và HN Index của các mô hình AI và ARIMA |
| title_short | So sánh khả năng dự báo chỉ số VN Index và HN Index của các mô hình AI và ARIMA |
| title_sort | so sanh kha nang du bao chi so vn index va hn index cua cac mo hinh ai va arima |
| topic | Trí thông minh nhân tạo Mạng lưới thần kinh nhân tạo Máy vector hỗ trợ Rừng ngẫu nhiên Bộ nhớ ngắn dài hạn ARIMA |
| url | http://thuvienso.quochoi.vn/handle/11742/91166 |
| work_keys_str_mv | AT luuthuquang sosanhkhanangdubaochisovnindexvahnindexcuacacmohinhaivaarima |