Đề án “Phân tích dự báo chứng khoán sử dụng mạng nơron LSTM” đã thực hiện nghiên cứu và tìm hiểu các khái niệm cơ bản liên quan đến mạng nơ-ron hồi quy RNN và mạng nơ-ron LSTM, tập trung vào cấu trúc và nguyên lý hoạt động của các mô hình này trong việc xử lý dữ liệu tuần tự. Việc hiểu rõ về mạng LSTM là nền tảng quan trọng để phát triển các ứng dụng dự báo chuỗi thời gian, đặc biệt là trong lĩnh vực tài chính như thị trường chứng khoán. Kết quả nghiên cứu được trình bày trong 3 chương, gồm: Chương 1: Cơ sở lý thuyết; Chương 2: Mạng nơ - ron LSTM; Chương 3: Áp dụng mạng nơ - ron LSTM phân tịc dự báo Vinndex. Trên cơ sở của kết quả nghiên cứu liên quan, đề án đã sử dụng mạng nơ-ron LSTM để phân tích dữ liệu lịch sử, dự báo giá trị tương lai của các chỉ số chứng khoán VNIndex. Ứng dụng các công cụ học sâu hiện đại như TensorFlow, Keras, giúp tối ưu hóa quá trình xây dựng và huấn luyện mô hình. Áp dụng các kỹ thuật tiền xử lý dữ liệu như chuẩn hóa và chọn lọc đặc trưng, tăng cường khả năng học của mô hình. Các chỉ số đánh giá hiệu suất như R2, MSE, và MAE đều cho thấy mô hình đạt được độ khớp cao, phù hợp với dữ liệu thử nghiệm.

Ngôn ngữ:	vie
Tác giả:	Chu Phương Nam, GVHD: Lê Quang Minh, GVHD: Trần Tiến Dũng
Thông tin nhan đề:	Phân tích dự báo chứng khoán sử dụng mạng nơron LSTM
Nhà xuất bản:	Đại học Công nghiệp Hà Nội
Loại hình:	Luận văn Thạc sĩ / Bộ sưu tập: Công nghệ thông tin
Mô tả vật lý:	61tr.
Năm xuất bản:	2025