Ứng dụng trí tuệ nhân tạo trong dự báo chỉ số VN-Index: Kết hợp mô hình học máy, tài chính định lượng và phân tích cảm xúc thị trường

Abstract

Trong xu hướng phát triển và hội nhập của thị trường chứng khoán Việt Nam, việc dự đoán sự biến động của chỉ số VN-Index trở nên cấp thiết nhằm hỗ trợ nhà đầu tư và nhà quản lý ra quyết định hiệu quả. Mô hình định lượng truyền thống như ARIMAX thường được sử dụng để dự báo chuỗi thời gian, tuy nhiên chúng có thể gặp hạn chế khi xử lý dữ liệu phi tuyến và tâm lý nhà đầu tư. Đề tài tập trung kiểm định vai trò của thông tin cảm xúc thị trường, được trích xuất từ tin tức tài chính bằng mô hình học sâu CNN–BiLSTM–BiGRU, như một biến đầu vào bổ sung. Nghiên cứu sử dụng dữ liệu lịch sử VN-Index (giá, khối lượng, chỉ báo kỹ thuật, v.v.) và tin tức tài chính (CafeF) giai đoạn 2015–2025. Sau khi tiền xử lý và gán nhãn, dữ liệu được đưa vào hai mô hình so sánh: ARIMAX (mô hình tham khảo) và BiLSTM-Attention (mô hình chính kết hợp sentiment). Hiệu quả được đánh giá qua các chỉ số RMSE, MAE và DA. Kết quả cho thấy mô hình BiLSTM-Attention kết hợp sentiment vượt trội so với ARIMAX. Điều này chứng minh rằng thông tin cảm xúc thị trường đóng vai trò quan trọng và mô hình học sâu nắm bắt tốt hơn các biến động do tâm lý thị trường gây ra. Kết luận, nghiên cứu bổ sung bằng chứng thực nghiệm về tác động của tâm lý đối với thị trường mới nổi như Việt Nam, mang lại ý nghĩa thiết thực cho nhà đầu tư, nhà quản lý quỹ và cơ quan hoạch định chính sách.