Time series analysis
Overview
Nhu cầu ước lượng, đánh giá và phán đoán xu thế diễn biến giá cổ phiếu trên thị trường tài chính ngày càng được quan tâm và có giá trị với nhà đầu tư chứng khoán.
Objective
- Nghiên cứu các mô hình phán đoán giá cổ phiếu trong tương lai ngắn hạn, trung hạn, dài hạn.
- Nghiên cứu mô hình đánh giá phân loại thị trường đang trong giai đoạn: uptrend, downtrend, sideway.
- Nghiên cứu mô hình nhận biết các stock trade patterns cơ bản. Ví dụ (https://www.pinterest.com/pin/400609329359740096/)
Resource
- Chen, Tai-liang, and Feng-yu Chen. “An intelligent pattern recognition model for supporting investment decisions in stock market.” Information Sciences 346 (2016): 261-274.
- Henrique, Bruno Miranda, Vinicius Amorim Sobreiro, and Herbert Kimura. “Literature review: Machine learning techniques applied to financial market prediction.” Expert Systems with Applications 124 (2019): 226-251.
- Hu, Hongping, et al. “Predicting the direction of stock markets using optimized neural networks with Google Trends.” Neurocomputing 285 (2018): 188-195.
- Zheng, Yuechu, Yain-Whar Si, and Raymond Wong. “Feature extraction for chart pattern classification in financial time series.” Knowledge and Information Systems 63.7 (2021): 1807-1848.
- Li, Shangzhe, et al. “Chart GCN: Learning chart information with a graph convolutional network for stock movement prediction.” Knowledge-Based Systems 248 (2022): 108842.
- Khodaee, Pouya, Akbar Esfahanipour, and Hassan Mehtari Taheri. “Forecasting turning points in stock price by applying a novel hybrid CNN-LSTM-ResNet model fed by 2D segmented images.” Engineering Applications of Artificial Intelligence 116 (2022): 105464.
- Zhang, Wenjun, et al. “Research on Graph Neural Network in Stock Market.” Procedia Computer Science 214 (2022): 786-792.
- Wang, Yunong, Yi Qu, and Zhensong Chen. “Review of graph construction and graph learning in stock price prediction.” Procedia Computer Science 214 (2022): 771-778.