TRƯỜNG ĐẠI HỌC VĂN LANG
KHOA QUẢN TRỊ KINH DOANH

BÁO CÁO CUỐI KÌ
MƠN HỌC: BÁN HÀNG & QUẢ̉N TRỊ ̣ BÁN HÀNG

PHÂN TÍCH KẾ HOẠCH BÁN HÀNG NẾN THƠM

Giảng viên bộ mơn: Ths. Phạm Ngọc Bảo
Duy Nhóm sinh viên thực hiện:
1. Võ Minh Thư

71

2.

Đặng Thị Phương Thảo

71

3.

Nguyễn Việt Hoài

71

4. Trà Thị Anh Thư

71

5.

71

Lưu Hồi Tín

Thành phố Hồ Chí Minh, tháng 11 năm 2022
DANH SÁCH THÀNH VIÊN NHÓM

T r a n g 1 | 42


Họ và tên

MSSV

Cơng việc

Mức độ
hồn thành

Tổng hợp
Võ Minh Thư

71802312

Chương 2+4

100%

Chạy mơ hình

Đặng Thị Phương Thảo

71802294

Chương 2+5
Chạy mơ hình

100%

Chương 5
Nguyễn Việt Hồi

71802220

PPT

100%

Chạy mơ hình
Trà Thị Anh Thư

71802310

Lưu Hồi Tín

71802319

Chương 1+3
Chạy mơ hình
Chương 3+4

Chạy mơ hình

LỜI CẢ̉M ƠN

100%

100%

Chữ ký


T r a n g 2 | 42


Trên thực tế khơng có sự thành cơng nào mà không gắn liền với những sự hỗ trợ, giúp đỡ
dù ít hay nhiều, dù trực tiếp hay gián tiếp của người khác. Trong suốt qúa trình thực hiện
đề tài nghiên cứu “Dự báo giá vàng” em đã nhận được rất nhiều sự quan tâm, giúp đỡ của
quý thầy cô, gia đình và bạn bè. Với lịng biết ơn sâu sắc nhất, em xin gởi đến quý thầy
cô ở Khoa Quản Trị Kinh Doanh – Trường Đại Học Văn Lang với tri thức và tâm huyết
của mình để truyền đạt vốn kiến thức quý báu cho chúng em trong môn học này.
Em xin chân thành cảm ơn thầy đã tận tâm hướng dẫn chúng em qua từng buổi học trên
lớp cũng như những buổi nói chuyện, thảo luận về đề tài. Nếu khơng có những lời hướng
dẫn, dạy bảo của thầy thì em nghĩ bài báo cáo này của nhóm em rất khó có thể hồn thiện
được. Một lần nữa, em xin chân thành cảm ơn thầy. Bài báo cáo được thực hiện trong
khoảng thời gian 3 tuần. Bước đầu đi vào thực tế, tìm hiểu lĩnh vực phân tích kinh doanh,
kiến thức của chúng em còn nhiều hạn chế và cịn nhiều bỡ ngỡ. Do vây, khơng tránh
được những thiếu sót là điều chắc chắn, em rất mong nhận được ý kiến đóng góp quý báu
của quý thầy và các bạn học cùng lớp để kiến thức của em trong lĩnh vực này được hồn
thiện hơn.
Một lần nữa nhóm tác giả xin chân thành cảm ơn!


CƠNG TRÌNH NGHIÊN CỨU ĐƯỢC HỒN THÀNH TẠI TRƯỜNG
ĐẠI HỌC VĂN LANG
Nhóm cam kết đây là cơng trình nghiên cứu riêng do chính nhóm thực hiện và được sự
hướng dẫn khoa học trực tiếp từ giảng viên bộ môn. Các số liệu, kết quả được nêu bài
báo cao hồn tồn trung thực, được trích dẫn, kế thừa và phát triển từ các tài liệu, cơng
trình nghiên cứu, tạp chí, các trang web có nguồn gốc rõ ràng và đáng tin cậy.
Những số liệu trong biểu đồ hỗ trợ việc phân tích, đánh giá được trình bày trong bài báo
cáo được nhóm xây dựng nên hoặc thu thập từ các nguồn khác nhau và có thêm chú
thích rõ nguồn ở phần tài liệu tham khảo.
Nhóm xin cam đoan nếu có bất kỳ sự đánh cắp ý tưởng nào sẽ hoàn toàn chịu mọi trách
nhiệm. Khoa Quản Trị Kinh Doanh - Trường Đại học Văn Lang không có liên quan đến
những vi phạm tác quyền, bản quyền do nhóm gây ra trong q trình thực hiện nghiên
cứu này (nếu có).

LỜI CẢM ƠN....................................................................................................................3
T r a n g 3 | 42


CƠNG TRÌNH NGHIÊN CỨU ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC VĂN
LANG................................................................................................................................ 3
CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU....................................................................6
1.1. Lý do chọn đề tài.................................................................................................6
1.2

Mục tiêu nghiên cứu...........................................................................................7

1.3

Câu hỏi nghiên cứu.............................................................................................8


1.4

Đối tượng nghiên cứu.........................................................................................9

1.5

Phạm vi nghiên cứu............................................................................................9

1.6

Phương pháp nghiên cứu...................................................................................9

1.7

Ý nghĩa của nghiên cứu......................................................................................9

1.7.1 Ý nghĩa lý thuyết..................................................................................................9
1.7.2 Ý nghĩa thực tiễn..................................................................................................9
1.8

Bố cục nghiên cứu............................................................................................. 10

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT................................................................................. 11
2.

Các yếu tố ảnh hưởng đến giá vàng................................................................. 11

2.1


Khái niệm về “tiền tệ”...................................................................................... 11

2.2

Vai trị của vàng................................................................................................ 12

2.3

Vì sao vàng có được vai trò tiền tệ?................................................................. 12

2.4

Khái niệm “Lạm phát”..................................................................................... 13

2.5

Khái niệm “Sự dao động của tiền tệ”.............................................................. 13

2.6

Khái niệm “Lãi suất”........................................................................................ 13

2.7

Khái niệm “Cung và cầu”................................................................................ 14

2.8

Đơn vị đo lường và cách niêm yết giá vàng..................................................... 15


2.9

Khái niệm “Azure Machine Learning”........................................................... 15

3.

Phương pháp dự báo giá vàng bằng máy học (Azure Machine Learning)...16

3.1

Mơ hình ARIMA............................................................................................... 16

3.2

Cây quyết định (Decision Tree)........................................................................ 18

3.3

Thuật toán Naive Bayes Classifiers................................................................. 19

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU.............................................................. 21
3.1

Thiết kế nghiên cứu.......................................................................................... 21

3.2

Quy trình nghiên cứu........................................................................................ 21
T r a n g 4 | 42



3.3

Giả thuyết nghiên cứu....................................................................................... 22

3.3.1 Giá dầu thô......................................................................................................... 22
3.3.2 USD so với INR.................................................................................................. 23
3.3.3 Sensex.................................................................................................................. 23
3.3.4 CPI...................................................................................................................... 24
3.4

Nghiên cứu sơ bộ............................................................................................... 26

3.5

Nghiên cứu định lượng..................................................................................... 26

3.5.1 Làm sạch dữ liệu................................................................................................ 26
3.5.2 Mô tả dữ liệu...................................................................................................... 26
CHƯƠNG 4: KẾT QUA NGHIÊN CỨU........................................................................ 28
1.1

Dữ liệu ghi nhận nguồn investing.................................................................... 28

1.2

Thảo luận........................................................................................................... 30

1.3


Xây dựng mơ hình Decision Tree..................................................................... 31

4.3

Triển khai Web service và thử nghiệm............................................................ 36

CHƯƠNG 5: KẾT LUẬN............................................................................................... 40
5.1

Kết luận nghiên cứu.......................................................................................... 40

5.2

Hạn chế nghiên cứu.......................................................................................... 40

5.3

Hướng nghiên cứu trong tương lai.................................................................. 40

TÀI LIỆU THAM KHAO................................................................................................ 41

CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU
T r a n g 5 | 42


1.1. Lý do chọn đề tài
Vàng tiếp tục thu hút sự quan tâm không chỉ với tư cách là một kim loại được lựa chọn
làm đồ trang sức mà còn là một phương tiện lưu trữ giá trị và thường là một phần nên có
trong danh mục đầu tư đa dạng vì nó có xu hướng trở thành một cơng cụ phòng ngừa
lạm phát hiệu quả và là nơi trú ẩn an toàn khi các nền kinh tế đang trải qua giai đoạn khó

khăn.
Vàng được xem là tài sản dùng để cất trữ giá trị và là cơ sở của hệ thống tiền tệ, chính vì
lẽ đó mà vàng trở thành một công cụ tiết kiệm cá nhân và được các ngân hàng Trung
Ương của mỗi quốc gia đều dự trữ một lượng lớn để đảm bảo cho việc phát hành tiền tệ.
Giá vàng trong nước luôn biến động và chịu ảnh hưởng từ sự điều chỉnh trên thị trường
thế giới. Bên cạnh đó, cất giữ vàng khiến người dân an tâm hơn bởi tính bền vững theo
thời gian cả (từ thế kỷ này sang thế kỷ khác, từ chế độ này sang chế độ khác – vàng vẫn
luôn là vàng) về giá trị (theo thực tế có xu hướng tăng theo thời gian) lẫn vật chất (kim
loại, khó bị phá hủy); dễ dàng đổi thành tiền khi chi tiêu hoặc để làm chuẩn khi tiến
hành mua bán các tài sản lớn cụ thể là nhà cửa, đất đai, ... Và thực tế hiện nay, khơng ít
các nhà đầu tư đều dành ra một khoản trong danh mục đầu tư của mình để đầu tư vào thị
trường vàng với các lý do sau:
Vàng là một công cụ đầu tư chống lạm phát hiệu quả: trường hợp chỉ số lạm phát
quá cao, đồng tiền trong nước mất giá, các loại hình đầu tư khác khơng đủ tạo
lịng tin ở nhà đầu tư thì vàng sẽ là cơng cụ giữ được giá trị tốt nhất.
Vàng có tính thanh khoản cao, có thể chuyển đổi thành tiền một cách nhanh
chóng.
Trường hợp tình hình chính trị bất ổn, vàng là loại tài sản tích trữ tin cậy duy nhất
bởi giá trị đồng tiền có thể thay đổi theo diễn biến chính trị, trong khi vàng ln
giữ được giá trị của mình dưới bất kì hoàn cảnh nào.
Do việc dự trữ vàng ngày càng tăng của ngân hàng Trung ương các quốc gia trên
thế giới: tại nhiều quốc gia trên thế giới, các ngân hàng trung ương đã và đang đưa
vàng vào danh mục dự trữ của mình thay thế một phần cho việc dự trữ đô la Mỹ
truyền thống trước đây. Do việc khai thác vàng ngày càng hạn chế bởi số lượng
vàng trong các mỏ vàng ngày càng giảm khiến giá vàng luôn đi theo chiều hướng
tăng dài hạn. Tuy nhiên, do chi phi cơ hội để các nhà đầu tư khi nắm giữ vàng
khơng phải là nhỏ.
Do đó, các nhà đầu tư thường do dự khi đưa ra quyết định do sự biến động khó lường của
giá vàng. Chính vì lẽ đó nhóm quyết định chọn đề tài “Dự báo giá vàng” dựa trên Azure
Machine Learning Studio nhằm hỗ trợ cho việc ra quyết định đầu tư vào loại kim loại quý

này.

T r a n g 6 | 42


1.2Mục tiêu nghiên cứu
Sự quan tâm của các nhà đầu tư phương Tây đối với vàng đã khiến tỷ giá của nó tăng từ
mức tối thiểu $1160 vào mùa hè năm 2018, lên mức đỉnh kỷ lục gần $2073 vào tháng 8
năm nay. Trong thời gian này, kim loại quý đã trở thành một trong những tài sản tài
chính hấp dẫn nhất hành tinh. Năm nay, nền kinh tế suy thoái do đại dịch và lợi suất trái
phiếu âm đã thúc đẩy tăng trưởng vốn ETF vàng kỷ lục 60 tỷ USD. Con số này cao gấp
đôi so với năm 2009, vào thời kỳ đỉnh điểm của cuộc khủng hoảng tài chính.
Đại dịch đã thuyết phục các nhà đầu tư rằng vàng nên là một phần trong danh mục đầu
tư của họ. Kim loại quý này đã trở thành hàng rào hàng đầu chống lại sự biến động trên
thị trường chứng khoán và lãi suất âm. Kết quả là vàng nghiễm nhiên biến thành một
trong những tài sản hấp dẫn nhất vào năm 2020.
Các nhà đầu tư lớn đã mua vàng như một tấm chắn bảo vệ khỏi tình trạng giảm phát có
thể xảy ra ở một số quốc gia, gây ra bởi tăng trưởng kinh tế chậm và lạm phát gia tăng ở
các quốc gia khác khi các chính phủ tiếp tục bơm thanh khoản vào nền kinh tế. Ví dụ,
ngân hàng Mỹ JPMorgan đã kiếm được khoảng 1 tỷ đô la trong năm nay từ hoạt động
kinh doanh kim loại quý (chủ yếu là vàng). Theo dự báo của công ty tư vấn Coalition,
trong năm nay, doanh thu từ hoạt động kinh doanh kim loại quý của 50 ngân hàng đầu tư
lớn nhất sẽ tăng gấp đôi và đạt mức đỉnh trong 9 năm là 2,5 tỷ USD.
Ngay cả ông Warren Buffett cũng thay đổi quan điểm về vàng. Trước đây, vị này xem
kim loại quý là tài sản vô dụng. Năm nay, công ty Berkshire Hathaway Inc. của ông đã
mua lại 20,9 triệu cổ phiếu của một trong những công ty khai thác vàng lớn nhất thế giới
- Barrick Gold Corp. (Canada).
Tuy nhiên, nhu cầu tại các quốc gia tiêu thụ vàng chính là Ấn Độ và Trung Quốc, vẫn
chưa đạt mức ngang bằng trong năm nay. Mọi người đã bán số tiền tiết kiệm bằng vàng
hoặc cầm cố khi kim loại quý này tăng lên mức đỉnh kỷ lục trong các đồng nội tệ. Giá

thành cao của kim loại vàng quý và tình trạng hỗn loạn kinh tế do đại dịch gây ra đã làm
tê liệt nhu cầu của người tiêu dùng. Do đó, trong nửa đầu năm, lượng mua trang sức đã
giảm 46% so với cùng kỳ năm ngoái. Nguyên nhân là do thời gian cách ly và giảm thu
nhập của người dân.
Các nhà đầu tư sẽ tiếp tục lấp đầy khoảng trống về nhu cầu. Năm nay, các quỹ giao dịch
hối đối sẽ tích lũy 1205 tấn kim loại quý trong kho dự trữ của họ, cao gấp ba lần so với
năm 2019. Con số này có thể đạt 1.362 tấn vào năm tới.
Các ngân hàng trung ương đã mua kim loại quý hàng quý kể từ đầu năm 2011. Trong
quý 3 năm nay, họ đã bán ròng, giảm 12,1 tấn dự trữ. Tuy nhiên, CBR vẫn được mua
ròng hàng năm do nhu cầu trong ba quý đầu năm là 220,6 tấn. Rất có thể, họ sẽ duy trì
tình trạng này vào năm 2020, mặc dù lượng mua sẽ ít hơn trong hai năm trước đó. Nga
T r a n g 7 | 42


đã ngừng việc mua và Trung Quốc đã không báo cáo tăng dự trữ kể từ tháng 9 năm
2019.
Giá vàng đã tăng 17% trong nửa đầu năm 2020 và 10% nữa trong tháng 7, đạt mức đỉnh
kỷ lục $2073/ounce vào ngày 6 tháng 8. Kể từ đó, một ounce vàng đã giảm xuống còn
$1.844 trong bối cảnh tin tức về vắc-xin vi rút corona xuất hiện. Tuy nhiên, sự hào hứng
về vắc-xin hãy cịn q sớm. Đại dịch khơng rời khỏi chương trình nghị sự. Tuy nhiên,
lợi suất năm nay của kim loại quý này nằm trong khoảng 16-30%. Lưu ý rằng nhiều dự
báo cho năm 2020 đã giả định sự tăng trưởng của báo giá kim loại quý lên $1600-$1700/
ounce trong trường hợp bất ổn địa chính trị và kinh tế gia tăng.
Sự phục hồi kinh tế từ đại dịch COVID- 19 đã tiếp tục, và kỳ vọng lạm phát ngày càng
tăng trong tháng 4 và tháng 5 năm 2021 dẫn đến giá thấp hơn. Nhìn chung, từ tháng 1
đến tháng 3 năm 2021, chúng ta có thể thấy giá vàng đã giảm do số liệu việc làm của
Mỹ tăng lên. Vàng đã giảm từ 4,7% xuống $1.774,80/ounce vào ngày 16 tháng 6, tức
mức đáy kể từ cuối tháng 4. Sự phục hồi đến sau khi tuyên bố từ Ủy ban Thị trường Mở
Liên bang nghe có vẻ lạc quan về sự phục hồi nền kinh tế Mỹ.
Tháng 7 đã mang đến sự tăng trưởng ổn định do lợi suất của Mỹ giảm mạnh. Giá vàng

đã không thay đổi nhiều trong tháng 8; tuy nhiên, đã có một sự sụt giảm đáng kể xuất
hiện từ ngày 6-9 tháng 8, nguyên nhân là do dữ liệu việc làm của Mỹ tăng mạnh. Sự
phục hồi diễn ra khá nhanh. Xu hướng giảm bắt đầu vào đầu mùa thu năm 2021, và giá
đã giảm xuống $1.726,11/ounce vào ngày 29 tháng 9 do sản lượng của Mỹ cao hơn. Sau
đó, giá vàng đã tăng trong một tháng rưỡi và đạt $1.866,96 vào ngày 18 tháng 11. Một
động lực chính của đà tăng này là các nhà đầu tư đổ xô vào vàng như một hàng rào
chống lại lạm phát.
Nhóm áp dụng phân tích từ phần mềm Azure Machine Learning để hiểu rõ hơn giá vàng.
Mục tiêu chính của bài nghiên cứu như sau:
o
Đầu tiên, nhóm xác định, phân tích các yếu tố ảnh hưởng đến sử biến động của giá
vàng.
o
Thứ hai, nhóm sẽ xây dựng mơ hình dự đốn thơng qua việc sử dụng phần mềm
Azure Machine Learning Studio.
o
Từ các mơ hình được đề xuất, tiến hành đánh giá và chọn ra mô hình tối ưu, thích
hợp nhất để dự đốn và kiểm tra mẫu thử dựa trên mơ hình được chọn.
o
Cuối cùng, từ những dự đốn của mơ hình nhóm đưa ra những lợi ích mà vàng
mang lại khi lạm phát tăng cao.
1.3Câu hỏi nghiên cứu
Để việc nghiên cứu đúng mục tiêu, nhóm phải trả lời được các câu hỏi được đặt ra như
sau:
o
Tình hình biến động giá vàng trong giai đoạn 2000 – 2020 chịu tác động của các
T r a n g 8 | 42


nhân tố nào?

o
Vàng chịu ảnh hưởng bỡi những nhân tố nào?
o
Mơ hình nào là phù hợp nhất dự báo giá vàng?
1.4Đối tượng nghiên cứu
Giá vàng trong nước có mối liên hệ mật thiết với giá vàng Thế giới do phần lớn vàng
kinh doanh trên thị trường chủ yếu là từ nhập khẩu nên giá cả trong nước luôn chịu sự
chi phối của biến động giá vàng thế giới. Tuy nhiên, có một số thời điểm, giá vàng trong
nước lại khơng theo giá thế giới. Đối tượng nghiên cứu của để tài là dự đoán biến động
của giá vàng.
1.5Phạm vi nghiên cứu
Phạm vi về không gian: Sử dụng nguồn dữ liệu được tổng hợp từ nhiều nguồn khác nhau
như: sách, báo, đài, tivi, tạp chí, mạng internet. Dữ liệu giá dầu thơ, lãi suất (tỷ lệ repo),
giá tiền Ấn Độ tính bằng đô la, Sensex (BSE), tỷ lệ lạm phát và chỉ số đô la Mỹ sẽ theo
mối quan hệ trực tiếp hoặc gián tiếp với giá vàng được thu thập từ nền tảng Kaggle.com.
Phạm vi về thời gian: trong khoảng thời gian tháng 11 năm 2022.
1.6Phương pháp nghiên cứu
Phương pháp thống kê – mô tả: thu thập các dữ liệu trong quá khứ từ năm 2000 đến
tháng 08/2020. Từ đó, dùng phương pháp thống kê – mô tả nhằm xác định các đặc điểm
về xu hướng và xu thế biến động của giá vàng thế giới cũng như giá vàng trong nước.
Phương pháp phân tích kinh tế lượng:
Phương pháp dự báo chuỗi thời gian (cụ thể là mơ hình ARIMA, và một số các
mơ hình khác có liên quan: các mơ hình này được cho là phương pháp chủ yếu,
được sử dụng khá phổ biến trong việc dự báo các biến có độ nhạy cao như lãi
suất, chứng khốn, giá dầu, ...)
Phương pháp hồi quy: nhằm xác định các yếu tố thực sự tác động đến sự thay đổi
của giá vàng.
Phương pháp nghiên cứu lý luận: Với việc khai thác, tìm hiểu những nghiên cứu liên
quan đến giá vàng đã có, nhóm phân tích dựa vào phần mềm phân tích dữ liệu Azure
Machine Learning Studio.

1.7Ý nghĩa của nghiên cứu
1.7.1 Ý nghĩa lý thuyết
Bài báo cáo này giúp chúng ta biết rằng giá dầu thô, lãi suất (tỷ lệ repo), giá tiền Ấn Độ
tính bằng đơ la, Sensex (BSE), tỷ lệ lạm phát và chỉ số đô la Mỹ sẽ theo mối quan hệ
trực tiếp hoặc gián tiếp với giá vàng.
1.7.2 Ý nghĩa thực tiễn

Vàng không chỉ là vật trang sứ q giá, một loại hàng hóa đặc biệt mà cịn được xem là
chuẩn mực giá trị cho các loại tiền tệ trên thế giới. Mặc dù giá trị của vàng trường tồn
cùng thời gian nhưng với bản chất cố hữu là tính biến động nên giá vàng lại dễ dàng
T r a n g 9 | 42


biến động và chịu ảnh hưởng từ nhiều yếu tố tác động bên ngoài.
Việc hiểu biết đầy đủ về thị trường vàng cũng như nắm được các yếu tố ảnh hưởng đến
biến động giá vàng, từ đó dự đốn được xu hướng giá vàng trong tương lai là vô cùng
quan trọng, quyết định thành bại của nhà đầu tư trong thị trường đặc thù này. Bên cạnh
đó, giúp các nhà đầu tư có thêm kiến thức để có những quyết định đầu tư đúng đắn trong
thị trường tiềm năng nhưng cũng đầy rủi ro này.
1.8Bố cục nghiên cứu
Bài nghiên cứu này gồm 5 chương:
Chương 1: Tổng quan nghiên cứu
Chương 2: Cơ sở lý thuyết
Chương 3: Phương pháp nghiên cứu
Chương 4: Kết quả nghiên cứu
Chương 5: Kết luận và đề xuất

T r a n g 10 | 42



CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
Trong chương 2, nhóm đề cập tới lý thuyết mà bài nghiên cứu dựa trên, cơ sở lý thuyết
bao gồm những yếu tố tác động lên kết quả nghiên cứu cũng như công cụ để phân tích
nó.
Dự báo đóng một vai trị quan trọng trong kinh tế lượng và cũng giúp xác định các chính
sách của chính phủ một cách tối ưu. Quyết định kinh doanh phụ thuộc vào giá của các
mặt hàng đó có thể tạo ra lợi ích từ một dự đốn khả thi. Chúng ta sẽ có một cái nhìn
ngắn gọn về các giá trị bình phương sai số trung bình của mơ hình hồi quy, điều này sẽ
hướng dẫn chúng ta về khả năng dự đốn của mơ hình dự đốn. Dữ liệu trải rộng theo
thời gian và có sẵn từ ngày 1 tháng 10 năm 2000 đến ngày 1 tháng 8 năm 2020.
Mơ hình dự đốn được phát triển cho giá vàng ở Ấn Độ phụ thuộc vào 5 biến bằng cách
sử dụng các diễn giải thống kê từ các biến này. Các biến độc lập được thực hiện là giá
dầu thô, USD so với INR, Sensex, CPI và Lãi suất. Mơ hình vượt qua các khía cạnh
khác nhau như bình phương R được điều chỉnh, thử nghiệm T và Durbin Watson với các
giá trị ưa thích cao.
Dữ liệu được lấy trong một khoảng thời gian dài và khơng có giá trị nào bị thiếu, thuận
lợi cho mơ hình hồi quy. Chúng ta có thể quan sát thấy mối quan hệ chặt chẽ giữa giá
vàng và USD với giá trị INR, CPI và Sensex. Trong tương lai, nhiều biến hơn có thể là
một phần của mơ hình này.
2. Các yếu tố ảnh hưởng đến giá vàng
2.1Khái niệm về “tiền tệ”
Tiền tệ là phương thức thanh toán chung của thị trường. Pháp luật và các nhà nước quy
định tiền đóng vai trò như vật ngang giá chung, được sử dụng nhằm mục đích trao đổi,
mua bán hàng hóa và dịch vụ.
Hiểu đơn giản thì, tiền tệ là phương tiện thanh tốn, lưu thơng, thực hiện vai trị mơi giới
trong q trình trao đổi hàng hóa, giúp nền kinh tế vận hành. Sự gia đời của tiền tệ gắn
liền với sự xuất hiện của trao đổi hàng hóa, sản xuất kinh doanh. Lịch sử phát triển của
tiền trong 5.000 năm, với nhiều hình thái đa dạng.
Các hình thái của tiền tệ hiện nay: Tiền giấy hoặc tiền kim loại do nhà nước phát hành
và được chấp nhận thanh toán. Giá trị tiền tệ được đảm bảo bởi các tài sản có giá trị

khác như: Vàng, kim loại quý, ngoại tệ, trái phiếu…
T r a n g 11 | 42


Giá trị của tiền tệ không phải là giá trị tự thân, mà là những gì mà tiền tệ có thể trao đổi
được như: Loại và số lượng hàng hóa, dịch vụ mua/ trao đổi được bằng một đơn vị tiền
tệ. Các chức năng của tiền tệ phải kể đến như:
Thước đo giá trị.
Phương tiện trao đổi.
Phương tiện thanh toán.
Chức năng tiền tệ thế giới.
2.2Vai trò của vàng
Vàng (Gold) là một loại hàng hóa được giao dịch trong thị trường. Vàng cịn là một loại
tài sản có tính thanh khoản cao, được chấp nhận như một loại tiền đặc biệt tại tất cả các
nước trên thế giới.
Vàng là kim loại quý trong ngành trang sức, điêu khắc và trang trí kể từ khi được xuất
hiện trong lịch sử. Nó xuất hiện dưới dạng quặng vàng hoặc dạng hạt nằm trong đá,
mạch và mỏ sa khoáng và là một trong những kim loại được đúc tiền và hình thành nên
cơ sở cho hệ thống bản vị vàng Bretton Woods trước khi nó sụp đổ vào năm 1971. Cho
đến nay, vàng vẫn là kim loại duy nhất được con người sử dụng lâu dài từ thời tiền sử
đến nay, có 2 vai trị cụ thể:
Vàng đóng vai trị là ngun liệu để sản xuất thành hàng hóa, được mua – bán và có giá
trị sử dụng.
Là kim loại dễ dát mỏng và dễ uốn nhất được biết: chỉ 1 gram vàng có thể dát
mỏng thành 1 tấm 1m2, hoặc 1 ounce vàng có thể dát mỏng đến 300 feet vng.
Có tính dẫn nhiệt, dẫn điện tốt và phản ánh tia hồng ngoại rất mạnh.
Khơng bị ảnh hưởng bởi khơng khí, hơi ẩm và thuốc thử ăn mòn mạnh nhất,
ngoại trừ một số chất đặc biệt như thủy ngân, …
Vàng tạo ra hợp chất với nhiều kim loại khác. Các hợp chất này được tạo ra để
đảm bảo độ cứng và các đặc tính luyện kim khác, để kiểm sốt điểm tan chảy

hoặc để tạo ra màu sắc đẹp
Vàng nguyên chất có màu vàng nhạt sáng đẹp.
Do những lý do đó mà vàng rát được ưa chuộng và rất phù hợp được sử dụng để làm
trang sức và được sử dụng trong nhiều ngành hiện đại như nha khoa và điện tử.
Vàng đóng vai trò là một loại tiền tệ đặc biệt với đầy đủ các chức năng của tiền: Thước
đo giá trị, phương tiện lưu thơng, phương tiện thanh tốn, phương tiện cất trữ và tiền tệ
quốc tế.
2.3Vì sao vàng có được vai trò tiền tệ?
Trong lịch sử kinh tế, tiền vàng đã từng đóng vai trị như tiền tệ là vật ngang giá chung
T r a n g 12 | 42


gian trong thời gian dài. Vàng không phải là kim loại quý hiếm nhất trên thế giới, nhưng
xuất hiện sớm trong lịch sử và được chấp nhận có vai trị như tiền tệ thanh tốn, trao đổi
hàng hóa.
Với sự phát triển của tiền tệ, vàng cũng khơng cịn được sử dụng để trao đổi mua bán.
Tuy nhiên, vàng vật chất vẫn có vai trị và ảnh hưởng lớn đến nền kinh tế.
Vậy, vì sao vàng có được vai trị tiền tệ trong thời gian lịch sử dài? Dưới đây là một số
lý do giải thích cho điều này:
Giá trị thẩm mỹ của đẹp, có sức hút lớn với nhiều người dùng làm đồ trang sức.
Mặc dù vàng không phải là kim loại hiếm nhưng giá trị thẩm mỹ cao, được nhiều
người yêu thích, ưa chuộng nên chúng trở nên quý giá và có giá trị để trao đổi.
Giá trị cao nhờ đặc tính đồng nhất, độ tinh khiết cao, khơng ăn mịn và ln ổn
định trong mọi điều kiện, khó bị làm giả… Chính là những yếu tố vàng có thể
bảo toàn giá trị, trở thành thước đo giá trị hàng hóa khác.
2.4Khái niệm “Lạm phát”
Lạm phát có tác động đến giá trị của vàng, nhưng không nhiều như mọi người nghĩ. Hầu
hết các nhà đầu tư vàng mới vào nghề đều tin rằng nếu lạm phát tăng ở Mỹ thì giá vàng
cũng sẽ tăng vì phải trả nhiều USD lạm phát hơn cho mỗi ounce. Tuy nhiên, về dài hạn,
khơng có sự tương quan chặt chẽ giữa lạm phát và giá vàng. Điều này có thể nhìn thấy

từ biểu đồ dưới đây về động thái lạm phát ở Mỹ và giá vàng.
hình
Sự thiếu tương quan chặt chẽ này có thể được giải thích bởi hai lý do:
Vàng khơng phải là hàng hóa. Nghĩa là, nó khơng được tiêu thụ bởi ngành công
nghiệp, như dầu mỏ hoặc kim loại đen, và do đó phản ứng với sức mua của tiền
tệ khơng giống với các hàng hóa khác
Trong các thời kỳ phát triển kinh tế và thị trường chứng khoán, vàng phải “cạnh
tranh” về khả năng sinh lời và thu hút sự chú ý của các chủ đầu tư. Hơn nữa,
trong những giai đoạn như vậy, lạm phát thường ở mức cao.
2.5Khái niệm “Sự dao động của tiền tệ”
Vàng, cùng với đồng đô la Mỹ, đang mất đi chức năng tiền tệ dự trữ, là một cơng cụ trú
ẩn an tồn trên thị trường. Do đó, nếu tỷ giá hối đối của một trong các loại tiền tệ (ví
dụ: đồng đơ la) giảm giá so với các loại tiền tệ dự trữ khác, trong khi sức mua của việc
mua vàng bằng các loại tiền tệ khác được bảo tồn, thì hệ quả hợp lý là vàng sẽ tăng giá
so với tiền tệ mất giá. Biểu đồ cho thấy mối quan hệ nghịch đảo trong dài hạn giữa chỉ
số đồng đô la Mỹ (đường màu trắng) và động thái của giá vàng (đường màu vàng).
2.6Khái niệm “Lãi suất”
Vàng nhạy cảm với lãi suất vì nó khơng tạo ra thu nhập hiện tại. Do đó, nó rất nhạy cảm
với các lựa chọn thay thế trên thị trường chứng khoán mang lại thu nhập tiềm năng,
T r a n g 13 | 42


chẳng hạn như trái phiếu hoặc thậm chí cổ phiếu trả cổ tức. Có một mối tương quan
nghịch đáng chú ý, mặc dù khơng hồn hảo. Khi lợi suất trái phiếu chính phủ Mỹ tăng,
khả năng cao là xu hướng vàng sẽ đi ngang hoặc thậm chí là giảm xuống, trong khi lợi
suất giảm có xu hướng dẫn đến chuyển động rất tích cực của giá vàng.
Ví dụ: để chống lại cuộc suy thoái vào đầu những năm 2000, Fed đã hạ lãi suất xuống
rất thấp, buộc các nhà đầu tư dài hạn phải rút khỏi trái phiếu lợi suất thấp và đa dạng hóa
danh mục đầu tư của họ với vàng. Điều này đã hỗ trợ tốt cho giá vàng vốn đang tăng
lên. Vào ngày 26 tháng 1 năm 2022, Fed đã cung cấp gợi ý về việc tăng lãi suất, dẫn đến

sự giảm mạnh từ $1.847,61 xuống $1.791,03 vào ngày 26-28 tháng 1.
2.7Khái niệm “Cung và cầu”
Cung và cầu là những yếu tố khó nhất để đánh giá tác động đến giá của kim loại. Các
chủ đầu tư vàng lớn, bao gồm các ngân hàng trung ương, IMF và các quỹ hàng đầu, gây
tác động đáng kể đến thị trường. Hành động của những nhân tố này có thể thay đổi
mạnh mẽ nhu cầu về vàng trang sức và các công cụ đầu tư.
Dữ liệu dưới đây cho thấy rằng Trung Quốc và Ấn Độ (với tốc độ tăng trưởng kinh tế
mạnh mẽ) đã trở thành hai nguồn thu mua vàng lớn trong hai thập kỷ qua để đầu tư và
tạo dự trữ, do đó, đã cung cấp thêm một động lực kích thích tăng giá.

Dự trữ vàng của Ngân hàng trung ương Trung Quốc

T r a n g 14 | 42


Dự trữ vàng của Ngân hàng trung ương Ấn Độ
2.8Đơn vị đo lường và cách niêm yết giá vàng
Tên thị trường thế giới, vàng thường được tính theo đơn vị là ounce hay troy ounce. 1
ounce tương đương 31.103476 gram. Thường được niêm yết như sau:
Đơn vị yết giá (thông thường): USD/ounce
1 ounce = 1 troy ounce = 0.83 lượng
1 lượng = 1.20556 ounce
Trong ngành kim hoàn ở Việt Nam, khối lượng của vàng được tính theo đơn vị là cây
(lượng hay lạng) hoặc là chỉ. Một cây vàng nặng 37,50 gram. Một chỉ bằng 1/10 cây
vàng. Được niêm yết như sau:
Đơn vị yết giá: VND/lượng
Công thức quy đổi giá vàng từ đơn vị tính USD/Oz thành đơn vị tính
VND/lượng:
PVN = (PTG+ phí vận chuyển ) * 1.20556 * (1 + Thuế NK) * Tỷ giá + phí gia cơng.
PVN: Giá vàng thành phẩm khi nhập khẩu về Việt Nam (VND/lượng)

PTG: Giá vàng thế giới (USD/oz)
Phí vận chuyển: Phí vận chuyển về đến Việt Nam (USD/oz)
Tỷ giá: Tỷ giá quy đổi giữa USD và VND
Thuế NK: Thuế nhập khẩu vàng do chính phủ Việt Nam quy định (%)
Phí gia cơng: Phí gia cơng vàng ngun liệu thành vàng thành phẩm
(VND/lượng)
Đây là công thức đơn giản để quy đổi giá vàng tính theo USD/oz thành giá vàng tính
theo đồng/lượng, điều nảy cho thấy: giá vàng trong nước dao động và chịu ảnh hưởng
bởi giá vàng thế giới. Tuy nhiên, công thức trên chỉ tính đến giá vàng thế giới có tác
động đến giá vàng trong nước mà chưa tính đến cung cầu của thị trường vàng trong
nước và một số yếu tố chi phối khác nên cơng thức trên chỉ có thể dùng để tính giá vàng
T r a n g 15 | 42


quy đổi – một cách tính để hỗ trợ cho việc tính tốn giá vàng trong nước dựa theo giá
vàng thế giới.
2.9Khái niệm “Azure Machine Learning”
Azure Machine Learning Studio là một dịch vụ tiên đoán dựa trên ứng dụng web qua
Internet cung cấp một trải nghiệm tinh gọn cho các nhà khoa học dữ liệu từ tất cả các
cấp độ kỹ năng. Có tính năng dễ sử dụng, kéo và thả giao diện để xây dựng các mơ hình
Machine Learning. Đi kèm với một bộ thư viện đầy đủ tính năng bao gồm các thuật tốn
với độ chính xác cao nhất và đã được thực nghiệm trong các dịch vụ toàn cầu của
Microsoft như Bing. Và được xây dựng để hỗ trợ cho R và Python có nghĩa là bạn có thể
tự do thay đổi và tùy chỉnh model của bạn. Xây dựng và đào tạo model dễ dàng hoạt
động như là một dịch vụ web có thể chạy trên một loạt các ngơn ngữ lập trình, hoặc chia
sẻ nó với cộng đồng bằng cách đặt nó vào trong Cortana Intelligence Gallery. Azure
machine learning cung cấp các dịch vụ chính như:
o
Automated machine learning: Tạo nhanh các model từ dữ liệu.
o

Azure Machine Learning designer: Giúp trực quan hóa giao diện khi khởi tạo
model
o
Lưu trữ và xử lý dữ liệu: Tương tự như google colad- Azure marchine learning
workspace cho phép chúng ta có thể lưu trữ, tạo máy ảo, thuê máy để train các model.
Máy mạnh hay yếu tùy thuộc vào số tiền bạn thuê.
o
Notebook & Pipelines: Nơi mà các Data Scientist, Software Engineers, có thể viết
code, train, deploy và quản lý các tasks.
Có rất nhiều loại model khác nhau, phục vụ từng mục đích khác nhau, nhưng thơng
thường thì nó sẽ được chia thành 3 dạng dự đốn chính là: Regression (Hồi quy),
Classification (Phân loại) , Clustering (phân cụm)
Regression : Hệ thống AI trả về kết quả là các SỐ LIỆU (label) dựa trên các
feature. Ví dụ dự đốn giá nhà đất của thành phố: sẽ dựa vào các yếu tố như diện
tích, số phịng ngủ, vị trí cách trung tâm, từ đó sẽ trả về kết quả giá nhà sẽ như thế
nào. Tổng qt hóa thì y = f(x) . Hàm f(x) sẽ là model của chúng ta. Và regression
là một dạng học có giám sát (supervised learning).
Classification : Tương tự như regression, classification của là một dạng học có
giám sát nhưng kết quả trả về ở đây có dạng là 0 or 1. Ví dụ các bài tốn qn
thuộc như nhận diện đối tượng có khả năng vay hay khơng, nhận diện có đeo khẩu
trang hay khơng.
Clustering: Đây là một dạng học không giám sát unsupervised learning. Chúng trả
về kết quả dựa trên dữ liệu thành các nhóm với nhau dựa trên yếu tố tương đồng.
Ví dụ: Phân nhóm các loại hoa dựa trên các yếu tố tương đồng.
3. Phương pháp dự báo giá vàng bằng máy học (Azure Machine Learning)

T r a n g 16 | 42


3.1Mơ hình ARIMA

Năm 1976 George Box và Gwilym Jenkins là những người đầu tiên giới thiệu các mơ
hình ARIMA (Autoregressive Integrated Moving Average s Tự hồi qui tích hợp Trung
bình trượt) nhằm khai thác các thơng tin sẵn có tích hợp trong bản thân một biến số để
tìm hiểu sự biến thiên của biến số đó.
ARIMA model là viết tắt của cụm từ Autoregressive Intergrated Moving Average. Mơ
hình sẽ biểu diễn phương trình hồi qui tuyến tính đa biến (multiple linear regression) của
các biến đầu vào (còn gọi là biến phụ thuộc trong thống kê) là 2 thành phần chính:
Auto regression: Kí hiệu là AR. Đây là thành phần tự hồi qui bao gồm tợp hợp
các độ trễ của biến hiện tại. Độ trễ bậc p chính là giá trị lùi về quá khứ p bước
thời gian của chuỗi. Độ trễ dài hoặc ngắn trong quá trình AR phụ thuộc vào tham
số trễ p. Cụ thể, quá trình AR(p) của chuỗi xt được biểu diễn như bên dưới:

Moving average: Qúa trình trung bình trượt được hiểu là quá trình dịch chuyển
hoặc thay đổi giá trị trung bình của chuổi theo thời gian. Do chuỗi của chúng ta
được giả định là dừng nên quá trình thay đổi trung bình dường như là một chuỗi
nhiễu trắng. Qúa trình moving average sẽ tìm mối liên hệ về mặt tuyến tính giữa
các phần tử ngẫu nhiên ϵt (stochastic term). Chuỗi này phải là một chuỗi nhiễu t (stochastic term). Chuỗi này phải là một chuỗi nhiễu
trắng thỏa mãn các tính chất:

Vế (1) có nghĩa rằng kì vọng của chuỗi bằng 0 để đảm bảo chuỗi dừng khơng có sự thay đổi về trung
bình theo thời gian. Vế (2) là phương sai của chuỗi không đổi. Do kì vọng và phương sai khơng đổi nên
chúng ta gọi phân ∼phối của nhiễu trắng là phân phối xác định (identical distribution) và được kí hiệu là
ϵt (stochastic term). Chuỗi này phải là một chuỗi nhiễu t WN(0,σ2). Nhiễu trắng là một thành phần ngẫu nhiên thể hiện cho yếu tố không thể dự báo của model
và không có tính qui luật. Qúa trình trung bình trượt được biểu diễn theo nhiễu trắng như sau:

T r a n g 17 | 42


Qúa trình này có thể được biểu diễn theo dịch chuyển trễ - backshift operator B như sau:


Như vậy bạn đọc đã hình dung ra moving average là gì rồi chứ? Về mặt ý tưởng thì đó
chính là q trình hồi qui tuyến tính của giá trị hiện tại theo các giá trị hiện tại và quá
khứ của sai số nhiễu trắng (white noise error term) đại diện cho các yếu tố shock ngẫu
nhiên, những sự thay đổi không lường trước và giải thích bởi mơ hình.
Intergrated: Là q trình đồng tích hợp hoặc lấy sai phân. Yêu cầu chung của các thuật
toán trong time series là chuỗi phải đảm bảo tính dừng. Hầu hết các chuỗi đều tăng hoặc
giảm theo thời gian. Do đó yếu tố tương quan giữa chúng chưa chắc là thực sự mà là do
chúng cùng tương quan theo thời gian. Khi biến đổi sang chuỗi dừng, các nhân tố ảnh
hưởng thời gian được loại bỏ và chuỗi sẽ dễ dự báo hơn. Để tạo thành chuỗi dừng, một
phương pháp đơn giản nhất là chúng ta sẽ lấy sai phân. Một số chuỗi tài chính cịn qui
đổi sang logarit hoặc lợi suất. Bậc của sai phân để tạo thành chuỗi dừng còn gọi là bậc
của quá trình đồng tích hợp (order of intergration). Qúa trình sai phân bậc d của chuỗi
được thực hiện như sau:

Thông thường chuỗi sẽ dừng sau q trình đồng tích hợp I(0) hoặc I(1). Rất ít chuỗi
chúng ta phải lấy tới sai phân bậc 2. Một số trường hợp chúng ta sẽ cần biến đổi logarit
hoặc căn bậc 2 để tạo thành chuỗi dừng. Phương trình hồi qui ARIMA(p, d, q) có thể
được biểu diễn dưới dạng:

Trong đó Δxt là giá trị sai phân bậc d và ϵt là các chuỗi nhiễu trắng.xt là giá trị sai phân bậc d và ϵt (stochastic term). Chuỗi này phải là một chuỗi nhiễu t là các chuỗi nhiễu trắng.
Như vậy về tổng quát thì ARIMA là mơ hình kết hợp của 2 q trình tự hồi qui và trung
bình trượt. Dữ liệu trong quá khứ sẽ được sử dụng để dự báo dữ liệu trong tương lai.
Trước khi huấn luyện mơ hình, cần chuyển hóa chuỗi sang chuỗi dừng bằng cách lấy sai
phân bậc 1 hoặc logarit. Ngồi ra mơ hình cũng cần tn thủ điều kiện ngặt về sai số
khơng có hiện tượng tự tương quan và phần dư là nhiễu trắng. Đó là lý thuyết của kinh
tế lượng. Còn theo trường phái machine learning thì tơi chỉ cần quan tâm đến làm sao để
lựa chọn một mơ hình có sai số dự báo là nhỏ nhất.
T r a n g 18 | 42



3.2Cây quyết định (Decision Tree)
Cây quyết định được sử dụng để chia liên tiếp một tập dữ liệu lớn thành các tập con nhỏ
bằng cách áp dụng một chuỗi các thuật toán. Với mỗi phép chia liên tiếp, các tập con thu
được trong tập kết quả sẽ ngày càng giống nhau.
Cây quyết định là cấu trúc biểu diễn dưới dạng cây. Trong đó, mỗi nút trong (internal
node) biểu diễn một thuộc tính, nhánh (branch) biểu diễn giá trị có thể có của thuộc tính,
mỗi lá (leaf node) biểu diễn các lớp quyết định và đỉnh trên cùng của cây gọi là gốc
(root). Cây quyết định có thể được dùng để phân lớp bằng cách xuất phát từ gốc của cây
và di chuyển theo các nhánh cho đến khi gặp nút lá.
Theo nguồn wikipedia trong lĩnh vực máy học, cây quyết định là một kiểu mơ hình dự
báo (predictive model), nghĩa là một ánh xạ từ các quan sát về một sự vật/hiện tượng tới
các kết luận về giá trị mục tiêu của sự vật/hiện tượng. Mỗi một nút trong (internal node)
tương ứng với một biến; đường nối giữa nó với nút con của nó thể hiện một giá trị cụ thể
cho biến đó. Mỗi nút lá đại diện cho giá trị dự đoán của biến mục tiêu, cho trước các giá
trị của các biến được biểu diễn bởi đường đi từ nút gốc tới nút lá đó. Kỹ thuật học máy
dùng trong cây quyết định được gọi là học bằng cây quyết định, hay chỉ gọi với cái tên
ngắn gọn là cây quyết định.
Học bằng cây quyết định cũng là một phương pháp thông dụng trong khai phá dữ liệu.
Khi đó, cây quyết định mơ tả một cấu trúc cây, trong đó, các lá đại diện cho các phân loại
cịn cành đại diện cho các kết hợp của các thuộc tính dẫn tới phân loại đó. Một cây quyết
định có thể được học bằng cách chia tập hợp nguồn thành các tập con dựa theo một kiểm
tra giá trị thuộc tính. Q trình này được lặp lại một cách đệ quy cho mỗi tập con dẫn
xuất. Quá trình đệ quy hồn thành khi khơng thể tiếp tục thực hiện việc chia tách được
nữa, hay khi một phân loại đơn có thể áp dụng cho từng phần tử của tập con dẫn xuất.
Một bộ phân loại rừng ngẫu nhiên (random forest) sử dụng một số cây quyết định để có
thể cải thiện tỉ lệ phân loại.
Cây quyết định cũng là một phương tiện có tính mơ tả dành cho việc tính tốn các xác
suất có điều kiện.
Cây quyết định có thể được mô tả như là sự kết hợp của các kỹ thuật tốn học và tính
tốn nhằm hỗ trợ việc mơ tả, phân loại và tổng qt hóa một tập dữ liệu cho trước.

Dữ liệu được cho dưới dạng các bản ghi có dạng:
(x, y) = (x1, x2, x3..., xk, y)
Biến phụ thuộc (dependant variable) y là biến mà chúng ta cần tìm hiểu, phân loại hay
tổng qt hóa. x1, x2, x3... là các biến sẽ giúp ta thực hiện cơng việc đó.
T r a n g 19 | 42