Duyệt

Hồ sơ tác giả

Topic

06 - Trường Kinh tế

URL

Duyệt 06 - Trường Kinh tế theo Chủ đề "Dự báo giá cổ phiếu"

Duyệt theo:
0-9
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
Hoặc nhập chữ cái đầu tiên:
Đang hiển thị 1 - 1 của tổng số 1 kết quả
Hiển thị
  • Hình ảnh thu nhỏ
    Ấn phẩm
    Applying LSTM and XGBoost for Stock Price Forecasting: A Case Study on Vietnam’s Stock Market
    (Đại học Bách Khoa Hà Nội, 2025) Phan Đức Huy; Hà Thị Thư Trang
    Đánh giá khả năng dự báo giá cổ phiếu trên thị trường chứng khoán Việt Nam bằng hai mô hình độc lập: Long Short-Term Memory (LSTM) và Extreme Gradient Boosting (XGBoost). Dựa trên dữ liệu lịch sử 10 năm của các mã HPG, FPT và VNM, phân tích hiệu quả dự báo theo các thước đo MAE, MAPE và R². Kết quả cho thấy LSTM vượt trội trong việc nắm bắt quan hệ chuỗi thời gian, trong khi XGBoost cho khả năng diễn giải đặc trưng tốt và hoạt động hiệu quả với dữ liệu đã xử lý. Nghiên cứu đóng góp hiểu biết về ứng dụng machine learning trong tài chính và gợi ý hướng mở rộng như mô hình lai và tích hợp yếu tố tâm lý thị trường.