Dự đoán cổ phiếu bằng phương pháp học sâu không giám sát generative adversarial network (GAN)

➤ Gửi thông báo lỗi ⚠️ Báo cáo tài liệu vi phạm

Loại tài liệu: PDF

Số trang: 82 Trang

Tài liệu: ✅ ĐÃ ĐƯỢC PHÊ DUYỆT

TẢI VỀ

Nội dung chi tiết: Dự đoán cổ phiếu bằng phương pháp học sâu không giám sát generative adversarial network (GAN)

Dự đoán cổ phiếu bằng phương pháp học sâu không giám sát generative adversarial network (GAN)

ƯBND TÍNH BÌNH DƯƠNG TRƯỜNG ĐẠI HỌC THƯ DẢU MỘTNGUYỀN .MINH LỢIDỤ ĐOÁN GIÁ CÔ PH1ẺU BẢNG PHUONG PHÁP HỌC SÂU KHÔNG GTÁM SẤTGENERATIVE ADVERSARIA!. NET

Dự đoán cổ phiếu bằng phương pháp học sâu không giám sát generative adversarial network (GAN) TWORK (GAN)CHUYÊN NGÀNH: HỆ THÔNG THÔNG TIN MÃ SỎ: 84801(14LUẬN VĂN THẠC SỲ ♦ •BÌNH DƯƠNG - 202ƠUBND TĨNH BÌNH DƯƠNG TRƯỜNG DẠI HỌC THÚ DẢI’ MỌTNGƯYẺN

MINH LỢIDựDOÁN GIÁ CÓ PĨĨTÉƯ BẰNG PHƯƠNG PHẤPHỌC SÂU KHÔNG GIÁM SÁTGENERATIVE ADVERSARIAL NETWORK (GAN)cm YÊN NGÀNH: HỆ THÒNG THÔNG TINMÀ SỎ: 84801(1 Dự đoán cổ phiếu bằng phương pháp học sâu không giám sát generative adversarial network (GAN)

4LƯẶN VĂN THẠC SỸNGƯỜI HƯỚNG DẤN KHOA HỌC:TIÉN Sĩ. BÙI THANH HÙNGBÌNH DƯƠNG-2020https: //k hot h u vien .comLỜI CAM ĐOANrỏi xin cam đoan ráng, luận vă

Dự đoán cổ phiếu bằng phương pháp học sâu không giám sát generative adversarial network (GAN)

n “i)ự đoán giá cố phiêu bâng phương pháp học không giâm sát (Generative Adversarial Network (GAN)” là công trinh nghiên cửu cúa tòi dưới sự hướng dản

ƯBND TÍNH BÌNH DƯƠNG TRƯỜNG ĐẠI HỌC THƯ DẢU MỘTNGUYỀN .MINH LỢIDỤ ĐOÁN GIÁ CÔ PH1ẺU BẢNG PHUONG PHÁP HỌC SÂU KHÔNG GTÁM SẤTGENERATIVE ADVERSARIA!. NET

Dự đoán cổ phiếu bằng phương pháp học sâu không giám sát generative adversarial network (GAN) rô trong luận văn. các nội dung trinh bày trong luận vàn nãy là kêl quá nghiên cưu do chinh tôi thực hiện vã kết qua cua luận vãn chưa từng còng bô t

rước đày dưới bàl kỳ hình thức nào.Binh Dương. tháng :..nãm 20.:. rác giàNguyen Minh LọiiLỜI CẢM ƠNQua thời gian học lập và rèn luyện tại trường Đại h Dự đoán cổ phiếu bằng phương pháp học sâu không giám sát generative adversarial network (GAN)

ọc Thu Dầu Một. được sự chi bao và giảng dạy nhiệt tinh cùa quý thầy cò. dặc biệt là các thây của các trường đại học ờ thành phô Hố Chí Minh đà không

Dự đoán cổ phiếu bằng phương pháp học sâu không giám sát generative adversarial network (GAN)

ngại dường sá xa xôi dế truyền dạt kiến thức cho tỏi trong suốt thời gian học ờ trường. cùng với sự nỏ lực cùa bàn thần, lồi đà hoàn thành luận vãn củ

ƯBND TÍNH BÌNH DƯƠNG TRƯỜNG ĐẠI HỌC THƯ DẢU MỘTNGUYỀN .MINH LỢIDỤ ĐOÁN GIÁ CÔ PH1ẺU BẢNG PHUONG PHÁP HỌC SÂU KHÔNG GTÁM SẤTGENERATIVE ADVERSARIA!. NET

Dự đoán cổ phiếu bằng phương pháp học sâu không giám sát generative adversarial network (GAN) rong thời gian qua. Dặc biệt, TS. Bùi Thanh Hùng đà lận tình hướng dần và giúp dờ tòi hoãn thành bão cáo luận vãn thạc sỳ này. Do kiên thức côn hạn họ

p nên không tránh khói nhùng thiêu sót trong cách diền dạt vã trinh bây. Tôi rất mong nhận dược sự dóng góp ý kiến cúa quỷ thầy cô để báo cáo luận vãn Dự đoán cổ phiếu bằng phương pháp học sâu không giám sát generative adversarial network (GAN)

đạt được kcl quâ lốt nhất.Tôi xin kính chúc quý thầy cò vã các bạn thật nhiều sức khoe, niêm vui. luôn thành công trong công việc và cuộc sông.iiTÓM

Dự đoán cổ phiếu bằng phương pháp học sâu không giám sát generative adversarial network (GAN)

TAT LUẶN VÀNThị trường cô phiến có một vai trò quan trọng trong sự phát triển của xà hội hiện đại. Chúng cho phép triên khai các nguồn lực kinh tê. Sự

ƯBND TÍNH BÌNH DƯƠNG TRƯỜNG ĐẠI HỌC THƯ DẢU MỘTNGUYỀN .MINH LỢIDỤ ĐOÁN GIÁ CÔ PH1ẺU BẢNG PHUONG PHÁP HỌC SÂU KHÔNG GTÁM SẤTGENERATIVE ADVERSARIA!. NET

Dự đoán cổ phiếu bằng phương pháp học sâu không giám sát generative adversarial network (GAN) cách rộng rài trong lĩnh vực tài chinh như: dự đoán thị trường cổ phiếu, dầu tư tối ưu. xư lý thông tin tài chính và thực hiện các chiến lược giao dịc

h tài chinh. Do dó. dự doán thị trường cò phiếu dược xem là một trong nhửng lình vực khá phô biền và quý giá nhâl trong lình vực lài chinh.Trong nghiê Dự đoán cổ phiếu bằng phương pháp học sâu không giám sát generative adversarial network (GAN)

n cứu này, chúng tòi đê xuâl phưoug pháp học không giâm sãt Generative Adversarial Network (GAN) trong dự doán giá cố phiêu. Mô hình GAN gồm 2 krp, mộ

Dự đoán cổ phiếu bằng phương pháp học sâu không giám sát generative adversarial network (GAN)

t lớp bộ nhó ngắn dài 2 chiều Bidirectional Long Short-Term Memory (Bi-LSTM) dược dùng dế phân biệt (Discriminator) và lóp Long Short-Term Memory (I.S

ƯBND TÍNH BÌNH DƯƠNG TRƯỜNG ĐẠI HỌC THƯ DẢU MỘTNGUYỀN .MINH LỢIDỤ ĐOÁN GIÁ CÔ PH1ẺU BẢNG PHUONG PHÁP HỌC SÂU KHÔNG GTÁM SẤTGENERATIVE ADVERSARIA!. NET

Dự đoán cổ phiếu bằng phương pháp học sâu không giám sát generative adversarial network (GAN) , trong khi dó lởp phàn biệt dược thiết kế bơi giai thuật Bi-LSTM vôi mục đích phân biệt dừ liệu cô phiêu thật và dừ liệu cô phiêu già được lạo ra.Chú

ng tôi thực nghiệm trên cố phiếu AMZN (Amazon) và một số cổ phiếu khác là cổ phiếu có chuồi ngày giao dịch trong phạm vi rộng lởn và dùng chúng dể thừ Dự đoán cổ phiếu bằng phương pháp học sâu không giám sát generative adversarial network (GAN)

dự đoán giá dông hãng ngây. Kết quả thực nghiệm cho thấy phương pháp GAN đề xuất cùa chúng tôi có thế đạt dược kết quà tốt trong việc dự đoán giá cô

Dự đoán cổ phiếu bằng phương pháp học sâu không giám sát generative adversarial network (GAN)

phiếu so với nhiều mô hình dự đoán khác.iii

ƯBND TÍNH BÌNH DƯƠNG TRƯỜNG ĐẠI HỌC THƯ DẢU MỘTNGUYỀN .MINH LỢIDỤ ĐOÁN GIÁ CÔ PH1ẺU BẢNG PHUONG PHÁP HỌC SÂU KHÔNG GTÁM SẤTGENERATIVE ADVERSARIA!. NET