

 
!"#$%
&'()
*++#,-.!"#$%
-/01-/
23 441!5
2 676879
,:;7()
<'1=2>
?@A8?BB
.'8CD>ECFG
Trang 1
Nhận xét của GVGD









,HI
Lời đầu tiên chúng tôi xin được gửi lời cảm ơn chân thành nhất đến Thầy –
PGS.TS Đỗ Phúc – người đã tận tình giảng dạy, chỉ bảo và truyền đạt kiến thức cho
chúng tôi trong suốt thời gian vừa qua. Mặc dù, chỉ được gặp Thầy trong ít buổi học của
khóa học nhưng chính sự tận tâm, nhiệt tình giảng dạy của Thầy đã gợi mở cho chúng tôi
rất nhiều điều hữu ích trong việc áp dụng kiến thức của môn học vào từng lĩnh vực nghiên
cứu cụ thể.

Bên cạnh đó, chúng tôi cũng xin cảm ơn Phòng đào tạo Sau đại học trường Đại học
Công nghệ thông tin – Đại học Quốc gia Thành phố Hồ Chí Minh, các bạn học viên trong
lớp môn Hệ hỗ trợ ra quyết định khóa CH9 đã tạo điều kiện, giúp đỡ cũng như chia sẻ
kiến thức để chúng tôi hoàn thành tốt bài thu hoạch này.
Trân trọng cảm ơn!
Trang 2
.'8CD>ECFG
JK
Trang 3
,L)J)MN7
Xu thế hội nhập kinh tế quốc tế và khu vực với sự ra đời của tổ chức thương mại
thế giới (WTO), liên minh Châu Âu, các khối thị trường chung; đòi hỏi các quốc gia phải
thúc đẩy phát triển kinh tế với tốc độ và hiệu quả cao. Thực tế phát triển kinh tế ở các
quốc gia trên thế giới đã khẳng định vai trò quan trọng của thị trường chứng khoán phát
triển kinh tế và Việt Nam một nước đang trên đà nước đang phát triển cũng và đang hoạt
động thị trường chứng với vai trò quan trọng trong việc phát triển kinh tế. Ở Việt Nam, kể
từ khi hoạt động chính thức vào năm 28/7/2000, thị trường chứng khoán đã mang lại cơ
hội cũng như rủi ro lớn cho nhà đầu tư. Trong những ngày đầu các nhà đầu tư hầu hết
không hiểu cách thức chứng khoán hoạt động và hướng phát triển, hầu hết đều đầu tư
theo tâm lí đám đông, hoặc bị ảnh hưởng bởi những tin đồn, dẫn đến vô số trường hợp
đáng tiếc, nhiều cá nhân công ty lâm vào cảnh trắng tay vì thiếu kiến thức đầu tư. Đi đôi
với sự phát triển của thị trường chứng khoán là sự hình thành và nâng cấp đáng kể của các
công cụ kĩ thuật ứng dụng trong phân tích và đánh giá để đưa ra quyết định đầu tư phù
hợp.
Trong đề tài nghiên cứu này, chúng em chỉ tập trung tìm hiểu về logic mờ (Fuzzy
logic), một logic mềm dẻo hơn logic thông thường (logic Boolean) và thích hợp hơn đối
với các bài toán phức tạp (ví dụ bài toán thế nào được coi là nóng, lạnh, ấm thì logic
Boolean không đưa ra kết luận chính xác được). Từ các nguyên tắc của fuzzy logic để xây
dựng nên các mô hình, kết hợp với các kiến thức chuyên môn về chứng khoán để đưa ra
các dự báo về giá chứng khoán trong tương lai. Kết quả thu được sẽ là một hệ thống với

tính năng chính là đoán nhận và dự báo xu hướng giá chứng khoán và một số tính năng
khác hỗ trợ nhà đầu tư chứng khoán.
Trang 4
NF O)P778Q&RS'BTU'7V''?:'W'?@L8X8
T
Phân tích kỹ thuật sử dụng các mô hình toán học (đồ thị, biến đổi miền, xác suất
thống kê,…) dựa trên dữ liệu thu thập về thị trường trong quá khứ và hiện tại để chỉ ra
trạng thái của thị trường tại thời điểm xác định, thông thường là nhận định xu hướng thị
trường đang lên, xuống hay “dập dềnh” hoặc nhận định tương quan lực lượng giữa sự
tăng và sự giảm giá. Phân tích kỹ thuật không để ý đến các chỉ số tài chính, tình hình phát
triển hay các thông tin về thị trường về doanh nghiệp mà chỉ chú trọng vào tập các dữ liệu
về giá cả, khối lượng, … của cổ phiếu thu thập được tại các phiên giao dịch trong quá
khứ.
Chính vì chỉ dựa vào tập dữ liệu đã tồn tại trên thị trường – tức là các thông tin
trong quá khứ - phân tích kỹ thuật không phải là công cụ để dự đoán tương lai giá cả của
cổ phiếu. Những kết luận thu được từ các biện pháp phân tích kỹ thuật chỉ thị trạng thái
của thị trường đã xảy ra trong quá khứ; thời điểm rút ra kết luận về trạng thái của thị
trường luôn luôn đi sau so với sự kiện đã xảy ra. Khoảng thời gian chênh lệch đó gọi là độ
trễ. Xét ví dụ về một phương pháp phân tích kỹ thuật sử dụng trung bình động.
F'7Y'BQ('B<'
Một phép phân tích kỹ thuật thông thường có các thuộc tính và tính chất sau.
- Số phiên tính toán: số phiên lấy dữ liệu tính toán cho một giá trị của phân tích. Trong ví
dụ về trung bình động của Doanh nghiệp ở phần đầu, số phiên lấy dữ liệu là 5 phiên. Nhà
đầu tư càng ngắn hạn bao nhiêu thì càng chọn số phiên tính toán càng nhỏ bấy nhiêu.
- Độ trễ: Khoảng thời gian từ lúc trạng thái thị trường đã xảy ra cho đến khi phép phân
tích chỉ ra được trạng thái đó. Trong cùng 1 phương pháp phân tích, số phiên tính toán
càng lớn thì độ trễ càng lớn. Nhà đầu tư càng ngắn hạn bao nhiêu thì càng mong muốn độ
trễ nhỏ bấy nhiêu.
- Độ nhạy: Sự kịp thời trong phản ánh các biến động của thị trường của thị trường Tính
chất này ngược lại với độ trễ.

Trang 5
- Độ chính xác: Tính ít sai xót trong phản ánh các biến động của thị trường. Tuy nhiên độ
chính xác và độ nhạy lại đối nghịch với nhau.
E26)'?Z[6RS'BT\'7V'
Phân tích kỹ thuật đóng vai trò là công cụ trợ giúp Nhà đầu tư với ba chức năng
chính: báo động, xác thực và dự đoán. Với vai trò là công cụ dự đoán, Nhà đầu tư sử dụng
các kết luận của phân tích kỹ thuật để dự đoán giá cả của tương lai với kỳ vọng về khả
năng đoán tốt hơn. Tuy nhiên như trên đã nói, bản chất của phân tích kỹ thuật không phải
là dự báo tương lai mà là chỉ thị trạng thái thị trường trong quá khứ với một độ trễ; do đó
nếu sử dụng như một công cụ dự đoán Nhà đầu tư cần phải tính đến một xác suất an toàn
và chấp nhận rủi ro khi dự đoán là không phù hợp. Không ai có thể nói trước tương lai chỉ
bằng thông tin trong quá khứ. Tuy nhiên nhờ có phân tích kỹ thuật, khả năng đoán sai do
đoán mò hoặc a dua đám đông được hạn chế rất nhiều.
K)]MY88).^_)_'6^Q(47RR?'
Giá một Cổ phiếu biến động liên tục trên thị trường theo thời gian trải qua nhiều
giai đoạn khác nhau. Trên quan điểm phân tích kỹ thuật, sự biến động giá trong một giai
đoạn nhất định được chia làm 2 loại: “dập dềnh” (trading market) và có xu thế (trending
market). Biến động có xu thế được chia ra làm hai loại là biến động tăng và biến động
giảm (trending up và trending down). Các loại biến động này đều có thể nhận ra bằng mắt
thường hoặc thực hiện thống kê.
Biến động “dập dềnh” là giai đoạn giá Cổ phiếu thực sự tăng và không thực sự
giảm. Trong giai đoạn này, giá của Cổ phiếu liên tục dao động lúc lên lúc xuống nhưng
xoay quanh một mức giá cố định. Trong một vài phiên ngắn hạn giá cả có thể đi lên hoặc
đi xuống nhưng nhìn chung trong cả thời kỳ giá không lên và cũng không xuống.
Biến động có xu thế là giai đoạn giá Cổ phiếu đi lên hoặc đi xuống rõ ràng. Mặc dù
có sự tăng và giảm giá xen kẽ trong ngắn hạn một vài phiên nhưng nhìn chung trong cả
giai đoạn giá theo xu hướng đi lên hoặc đi xuống. Nếu giá đi lên ta gọi là giai đoạn biến
động tăng, nếu giá đi xuống ta gọi là biến động giảm
Trang 6
Trang 7

`a_b
`Fa_b_X76cd'@A8Mb)e4f^g6')Q^4'?^8'h^ij
Đây là một chỉ số thuộc nhóm các phương pháp tương quan phản ánh tương quan
sức mạnh sự tăng giá và giảm giá trong một thời kỳ.
• B'4
RSI phản ánh mối quan hệ giữa sức tăng giá và sức giảm giá của một Cổ phiếu
trong một thời kỳ xác định bằng cách lấy tỷ số giá trung bình của các phiên tăng và giá
trung bình các phiên giảm trong thời kỳ đó. Gọi n là số các phiên trong thời kỳ xác định
cần tính RSI.
Gọi giá trung bình các phiên tăng trong n phiên là AIn = Tổng giá các phiên tăng / n
Gọi giá trung bình các phiên giảm trong n phiên là ADoanh nghiệp = Tổng giá các phiên
giảm / n
Chỉ số sức bền tương đối được tính bằng công thức
RSI = 100 – 100 / (1 + RS) (1)
Trong đó RS = AIn / A Doanh nghiệp là tỷ số giá trung bình các phiên tăng và giá trung
bình các phiên giảm
Xét ví dụ về một phương pháp phân tích kỹ thuật sử dụng trung bình động.
Giá Chứng khoán trong 5 phiên đến ngày 18/05/2007 của Công ty cổ phần nhựa Đồng
Nai – Mã Chứng khoán Doanh nghiệp
%thay đổi
2,70%
2,78%
-4,64%
4,86%
Trang 8
4,35%
(Nguồn SSI)
Trung bình sự thay đổi giá các phiên tăng trong 5 phiên
AG = (2.000 + 2.000 + 3.500 + 3.000) / 5 = 2.100
Trung bình sự thay đổi giá các phiên giảm trong 5 phiên

AL = (3.500) / 5 = 700
Hệ số tương quan phản ánh giữa sức tăng và sức giảm giá là tỷ số AG/AL, quy chuẩn về
thang 100 sẽ tính được RSI là:
RSI = 100 – 100/ (1 + AG/AL) = 75
• k8U6
RSI xác định tương quan sức mạnh giữa phe mua và phe bán bằng cách phản ánh
tỷ số tăng giá và tỷ số tăng giá vào giá trị của RSI. Giá trị này nằm trong khoảng 0 đến
100. Giá trị 50 của RSI gọi là giá tị trung bình tại đây sức mua và bán có tương quan
ngang bằng nhau. RSI lớn hơn 50 và càng lớn thì phản ánh sức mua càng lớn hơn sức
bán, giá cả đang tăng. RSI nhỏ hơn 50 và càng nhỏ thì phản hánh sức bán càng lớn hơn
sức mua, giá cả đang xuống.
RSI có hai ngưỡng siêu mua và siêu bán là 70 và 30, nếu giá trị của RSI lớn hơn 70 thị
trường đang ở trạng thái siêu mua với sự áp đảo của phe mua, nếu RSI nhỏ hơn 30 thị
trường đang ở ngưỡng siêu bán và phe bán đang áp đảo Số phiên (giá trị của n) sử dụng
để tính trung bình giá các phiên tăng và giá các phiên giảm càng lớn thì RSI càng chính
xác theo ý nghĩa của công thức là phản ánh tương quan sức tăng và sức giảm của giá. Tác
giả J. Welles Wilder cho rằng nên lấy 14 phiên để tính RSI.
Trang 9
`Ea_b3fQ)8Q^?68^Q^?8^^c3)Q^?8^^j
MACD được tính toán dựa trên hiệu số của hai đường trung bình động dài hạn và
ngắn hạn, giá trị trả về thuộc nhóm phân tích tương quan: tương quan giữa trung bình
động dài hạn và trung bình động ngắn hạn.
• B'
Về mặt tính toán MACD lấy một giá trị trung bình động của giá trong ngắn hạn trừ cho
giá trị trung bình động trong dài hạn.
Thông thường MACD sử dụng EMA – 12 làm trung bình động ngắn hạn và EMA – 26
làm trung bình động dài hạn và cho hiệu số trên.
• k8U6
So với các phương pháp phân tích khác, MACD thuộc về cả hai nhóm phân tích xu
thế và phân tích tương quan, MACD vừa chỉ ra xu thế của thị trường vừa xác định các tín

hiệu mua và bán trên cùng một đồ thị.
Như đã biết trong bài viết về trung bình động, khoảng cách giữa trung bình động ngắn
hạn và trung bình động dài hạn thể hiện xu thế tăng hoặc giảm của thị trường.
Nếu trung bình động ngắn hạn lớn hơn trung bình động dài hạn thì xu thế là tăng giá và
MACD có giá trị dương.
Nếu giá trị MACD dương và ngày càng lớn thì xu thế thị trường tăng ngày càng mạnh,
phe bò tót ngày càng thắng áp đảo.
Nếu trung bình động ngắn hạn nhỏ hơn trung bình động dài hạn thì xu thế là giảm giá và
MACD có giá trị âm.
Nếu giá trị MACD âm và ngày càng nhỏ thì xu thế thị trường giảm ngày càng mạnh, phe
gấu ngày càng thắng áp đảo.
Trang 10
Đường trung bình của MCAD là 0 nơi mà trung bình động giá ngắn hạn gặp trung
bình động giá dài hạn, tại đây bắt đầu có sự đổi chiều về xu thế của thị trường. Ví dụ về
MCAD giá cổ phiếu Công ty cổ phần Nhựa Đồng Nai - Doanh nghiệp
(Nguồn ảnh đồ thị www.vietstock.com.vn )
- Đồ thị trên tại các thời điểm số 1 và 2, đường MACD (Màu xanh) giao cắt đường zero,
tại đây các đường đồ thj trung bình động EMA - 12 và EMA - 26 giao cắt nhau trên đồ thị
giá.
- Trên đồ thị MACD, đường EMA - 9 của chính MACD được vẽ trên cùng đồ thị với màu
tím và MACD - Histogram được vẽ trên cùng đồ thị với các cột màu xanh dương.
• 4lhm8
Khi sử dụng MACD cần chú ý các tín hiệu sau để phát lênh mua hoặc bán:
- Sự giao cắt giữa MCAD và đường trung bình động EMA của chính MACD: Nếu đường
MACD ở cắt đường trung bình động EMA của chính nó và đi xuống dưới đường này thì
Trang 11
đó là tín hiệu bán ra để cắt lỗ. Nếu đường MACD cắt đường EMA của chính nó và đi lên
trên đường này thì đó là tín hiệu mua vào. Sự giao cắt này được gọi là cò súng khai hỏa
các tín hiệu mua và bán khác chính xác. Tuy nhiên cũng chú ý rằng khi các tín hiệu này
xảy ra thì thường sự việc đã xảy ra rồi. Tuy không thể mua đáy bán đỉnh được nhưng việc

bạn sớm mua vào hay bán ra ở đầu một xu thế lên giá hoặc giảm giá cũng là một món hời.
- Sự giao cắt giữa MCAD và đường zero. Sự giao cắt này chỉ là sự khẳng định lại tăng
phần chắc chắn về xu thế mà các phép phân tích khác chỉ ra. Thông thường sự giao cắt
này xảy ra khá muộn với độ trễ lớn nhất là khi sử dụng MCAD với hai đường trung bình
động trong 9 ngày và 26 ngày. Do đó không thể dùng sự giao cắt này làm tín hiệu để phát
lệnh mua/bán.
Các tín hiệu trên cần kết hợp với nhiều tín hiệu trên các phân tích khác để có kết quả
chính xác hơn.
`Ka_bh6MY8e4-
Chỉ số dao động Stochastic cho ta so sánh giá một chứng khoán đóng cửa với
khoảng giá của nó trong một thời gian xác định.
• )n)'B
Chỉ số dao động Stochastic được thể hiện thành 2 đường. Đường chính được gọi là
“%K”. Đường thứ hai được gọi là “%D” là trung bình trượt của “%K”.
Có một số cách để giải nghĩa chỉ báo Stochastic. Ba phương pháp phổ biến là:
- Mua khi Stochastic (cả %K hoặc %D) xuống dưới một mức nhất định (ví dụ:20) và rồi
tăng lên trên mức đó. Bán khi Stochastic tăng lên trên một mức nhất định (ví dụ: 80) và
rồi rơi xuống dưới mức đó.
- Mua khi đường %K lên trên đường %D và bán khi đường %K rơi xuống dưới đường
%D.
- Tìm kiếm các phân kì. Ví dụ, khi giá đang hình thành các mức giá cao mới trong
khi Stochastic đang rơi xuống thấp hơn, báo hiệu sắp có khả năng đảo chiều giảm gía.
Ví dụ
Đồ thị dưới đây là KDC và chỉ số dao động Stochastic 14 ngày của nó.
Trang 12

Mũi tên “mua” được vẽ ra khi đường %K đi xuống dưới và rồi lên trên mức 20. Tương tự,
mũi tên “bán” được vẽ ra khi đường %K lên trên và rồi lại xuống dưới mức 80.
• B'
Chỉ số dao động Stochastic có 4 biến:

 'L)TOo1
Đây là số thời kì thời gian được sử dụng trong cách tính Stochastic.
Trang 13
 'L)TOVo1
Giá trị này kiểm soát quá trình làm trơn của %K. Giá trị 1 được thừa nhận là
Stochastic nhanh và giá trị 3 được thừa nhận là Stochastic chậm.
 'L)TOo3
Đây là số các thời kì được sử dụng khi tính trung bình trượt của %K. Trung bình trượt
được gọi là “%D” và được vẽ ngay trên đồ thị của %K.
 @A8RR'Bo3
Phương pháp (ví dụ: mũ, giản đơn, theo chuỗi thời gian, tam giác, biến đổi, hoặc tỷ
trọng) được sử dụng để tính %D.
Công thức tính %K là:
Ví dụ, để tính %K 10 ngày, đầu tiên phải tìm ra giá cao nhất và giá thấp nhất trong vòng
10 ngày của chứng khoán. Vì là ví dụ, sẽ giả định rằng trong 10 ngày mức giá cao nhất là
46 và mức giá thấp nhất là 38 - khoảng giá là 8 điểm. Nếu giá đóng cửa ngày hôm nay là
41, %K được tính là:
37.5% trong ví dụ cho biết rằng giá đóng cửa ngày hôm nay ở mức 37.5% trong khoảng
giao dịch của chứng khoán trong 10 ngày. Nếu giá đóng cửa hôm nay là 42, chỉ
báo Stochastic sẽ là 50%. Điều này có nghĩa là chứng khoán đóng cửa hôm nay ở 50%
hoặc là điểm giữa của khoảng giao dịch 10 ngày.
Ví dụ trên sử dụng %K chậm của 1 ngày (tức là không chậm). Nếu bạn sử dụng giá trị lớn
hơn 1, bạn sẽ tìm giá trị trung bình của giá cao nhất và giá thấp nhất trong khoảng thời kì
của %K chậm trước khi thực hiện phép chia.
Trung bình trượt của %K rồi được tính bằng cách sử dụng số thời kì xác định trong các
thời kì %D. Trung bình trượt được gọi là %D.
Chỉ báo Stochastic thường giao động trong khoảng 0 đến 100. Giá trị của 0% cho thấy
rằng giá đóng cửa của chứng khoán là mức giá thấp nhất mà chứng khoán đã giao dịch
Trang 14
trong x- thời kì trước đó. Giá trị 100% cho thấy rằng chứng khoán đóng cửa ở mức giá

cao nhất mà chứng khoán đó đã giao dịch trong x- thời kì trước đó.
``a_bSdp8Tb)g@q8e-2
• B'
Gọi i là giao dịch ngày hôm nay, i – 1 là giao dịch của ngày hôm trước.
- Nếu giá đóng cửa phiên ngày hôm nay cao hơn phiên trước:
OBV
i
= OBV
i – 1
+ khối lượng giao dịch ngày i
- Nếu giá đóng cửa ngày hôm nay thấp hơn ngày hôm trước:
OBV
i
= OBV
i – 1
– khối lượng giao dịch ngày i
- Nếu giá đóng cửa ngày hôm nay bằng với hôm trước:
OBV
i
= OBV
i – 1
Phương pháp phân tích bằng OBV sử dụng phương hướng của OBV trên đồ thị chứ
không dựa vào giá trị cụ thể của OBV, nghĩa là giá trị của OBV không quan trọng. Vì vậy
có thể quy ước OBV của thời điểm i = 0 hoặc i = –1 sử dụng làm gốc đồ thị có giá trị
OBV = 0
• k8U6
OBV là giá trị tích lũy khối lượng giao dịch thành công trải các phiên cộng thêm khối
lượng giao dịch nếu tăng giá và trừ đi khối lượng giao dịch nếu giảm giá. Ý nghĩa của
OBV đánh giá sức tăng hoặc giảm của giá dựa trên khối lượng được giao dịch thành
công.

Nếu giá tăng nhưng khối lượng giao dịch nhỏ, đồ thị OBV tăng chậm, giá giảm nhưng
khối lượng giao dịch nhỏ, đồ thị OBV giảm chậm. Nếu giá tăng với khối lượng giao dịch
lớn OBV tăng mạnh, nếu giá giảm với khối lượng giao dịch lớn thì OBV giảm mạnh.
Trang 15
• 4lhm8
Như đã biết sử dụng OBV cần phải dựa vào tính chất lên xuống tăng giảm của OBV chứ
không phải dựa vào giá trị: cụ thể là tính chất phân kỳ âm và phân kỳ dương để xác nhận
tăng phần chắc chắn của khẳng định về xu thế tăng hoặc giảm của giá.
- Nếu đồ thị OBV thể hiện một phân kỳ âm trong khi giá đang có xu thế lên, điều này
cảnh báo về khả năng thay đổi xu thế của giá sang giảm. Nguyên nhân là các phiên giá
giảm có khối lượng giao dịch xen lẫn các phiên giá tăng có khối lượng giao dịch nhỏ.
Điều này có nghĩa là giữa các phiên tăng giá do cầu lớn và khan hiếm hàng dẫn đến khối
lượng giao dịch nhỏ, đã xuất hiện xen kẽ những phiên giảm giá do một số Nhà đầu tư bán
ra vì cảm thấy được giá dẫn đến khối lượng khớp lớn. Vậy xu thế tăng giá đã bắt đầu suy
yếu.
- Nếu đồ thị OBV thể hiện một phân kỳ dương trong khi giá đang có xu thế giảm, điều
này cảnh báo về khả năng thay đổi xu thế của giá sang tăng. Nguyên nhân là các phiên giá
tăng có khối lượng giao dịch lớn xen kẽ các phiên giảm giá có khối lượng giao dịch nhỏ.
Điều này có nghĩa là giữa các phiên giảm giá do cung lớn và bán tháo hàng thừa dẫn đến
khối lượng giao dịch nhỏ, đã xuất hiện xen kẽ những phiên tăng giá do một số Nhà đầu tư
gom hàng vì cảm thấy giá hời dẫn khối lượng khớp lớn. Vậy xu thế giảm giá đã bắt đầu
suy yếu.
Trang 16
NEO)P7Q&gr'79]'*7ss9,8)
Lý thuyết mờ đã được nhắc đến rất nhiều trong những năm gần đây. Trên thế giới
và ở Việt Nam đã có nhiều tác giả nghiên cứu và áp dụng thành công lý thuyết mờ trong
các lĩnh vực điều khiển sản xuất công nghiệp, trong các sản phẩm gia dụng…vv. Tuy
nhiên một bộ điều khiển mờ trong thực tế nó ra sao? Phần này tôi sẽ trình bày về các vấn
đề, thứ nhất là lý thuyết điều khiển mờ, sau đó là giới thiệu về quá trình xây dựng bộ điều
khiển mờ trong thực tế và các ứng dụng sử dụng logic mờ.

Lôgic mờ (tiếng Anh: Fuzzy logic) được phát triển từ lý thuyết tập mờ để thực hiện
lập luận một cách xấp xỉ thay vì lập luận chính xác theo logic vị từ cổ điển. Người ta hay
nhầm lẫn mức độ đúng với xác suất. Tuy nhiên, hai khái niệm này khác hẳn nhau; độ
đúng đắn của lôgic mờ biểu diễn độ liên thuộc với các tập được định nghĩa không rõ ràng,
chứ không phải khả năng xảy ra một biến cố hay điều kiện nào đó.
Để minh họa sự khác biệt, xét tình huống sau: Bảo đang đứng trong một ngôi nhà
có hai phòng thông nhau: phòng bếp và phòng ăn. Trong nhiều trường hợp, trạng thái của
Bảo trong tập hợp gồm những thứ "ở trong bếp" hoàn toàn đơn giản: hoặc là anh ta "trong
bếp" hoặc "không ở trong bếp". Nhưng nếu Bảo đứng tại cửa nối giữa hai phòng thì sao?
Anh ta có thể được coi là "có phần ở trong bếp". Việc định lượng trạng thái "một phần"
này cho ra một quan hệ liên thuộc đối với một tập mờ. Chẳng hạn, nếu Bảo chỉ thò một
ngón chân cái vào phòng ăn, ta có thể nói rằng Bảo ở "trong bếp" đến 99% và ở trong
phòng ăn 1%. Một khi anh ta còn đứng ở cửa thì không có một biến cố nào (ví dụ một
đồng xu được tung lên) quyết định rằng Bảo hoàn toàn "ở trong bếp" hay hoàn toàn
"không ở trong bếp".
Lôgic mờ cho phép độ liên thuộc có giá trị trong khoảng đóng 0 và 1, và ở hình
thức ngôn từ, các khái niệm không chính xác như "hơi hơi", "gần như", "khá là" và "rất".
Cụ thể, nó cho phép quan hệ thành viên không đầy đủ giữa thành viên và tập hợp. Tính
chất này có liên quan đến tập mờ và lý thuyết xác suất.
Trang 17
• 79'?Ot'MY8[6,8)L
Để hệ thống mờ có thể suy luận bằng các luật mờ và đưa ra kết luận
từ các số liệu chính xác ở đầu vào, hệ thống thực hiện 3 bước:
Đầu tiên ta sử dụng các dữ liệu thực tế (dữ liệu rõ) là dữ liệu đầu vào, qua bước mờ
hóa (Fuzzification) sẽ cho ta dữ liệu “mờ”, kết quả này sẽ được sử dụng làm đầu vào cho
hệ xử lý logic mờ (Fuzzy Logic) và cho ra kết quả tiêp theo là dữ liệu mờ đầu ra, dữ liệu
này này tiếp tục được sử dụng làm dữ liệu đầu vào cho hệ thống giải mờ (De–
Fuzzificationg), sau bước cuối cùng này cho ta kết quả là dữ liệu rõ.
F LJ6: Tính toán các giá trị mờ từ các giá trị chính xác ở đầu vào.
E 479g7VL: Áp dụng tất cả các luật mờ có thể áp dụng để tính ra giá trị mờ cho

kết luận, sau đó kết hợp các kết quả đầu ra.
K 1lLJ6: Xác định giá trị chính xác từ kết quả mờ có được ở bước 2.
Có nhiều kỹ thuật khử mờ hóa có thể áp dụng được,
phương pháp thông dụng nhất là phương pháp trọng tâm.
Trang 18
NKuS9hv8O,8)L
Để giải một bài toán fuzzy logic trong hệ hỗ trợ tư vấn chứng khoán, ta cần trải qua các
giai đoạn như sau:
F LJ6 
Xây dựng các hàm mờ từ các thông số tìm hiểu được của thị trường chứng khoán.
a) Hàm thành viên MACD
MACD_LOW(x) = 1 - x/5 nếu 0<=x<= 5
MACD_HIGH(x) = 1 - (10-x)/5 nếu 5<=x<=10
b) Hàm thành viên RSI
RSI_LOW(y) = 1 – y/30 nếu 0<=y<=30
RSI_MED(y) = y/30 nếu 0<=y<=30
= 1 nếu 30<= y<=80
= 1 – (y – 70)/30 nếu 70<=y<=100
RSI_HIGH(y)= (y - 70)/30 nếu 70<=y<=100
Trang 19
c) Hàm thành viên SO
SO_LOW(z) = 1 – z/20 nếu 0<= z <= 20
SO_MED(z) = z/20 nếu 0<= z <=20
= 1 nếu 20<= z <=80
= 1 – (z – 80)/20 nếu 80<=z<=100
SO_HIGH(z) = (z – 80)/20 nếu 80<=z<=100
d) Hàm thành viên OVB
OBV_LOW(k) = 1 - k/5 nếu 0<=k <=5
OBV_HIGH(k) = 1 - (10-k)/5 nếu 5<=k<=10
Trang 20

e) Hàm kết luận
SELL(x) nếu x > 20
HOLD(x) nếu 10<=x <= 20
BUY(x) nếu x < 10
E 479g7VL 
Từ các luật mờ và các hàm mờ ở bước 1, Xây dựng hàm tính toán trọng số.
Tham khảo từ các chuyên gia chứng khoán, ta có được một số luật cơ bản sau:
• Luật 1:
MACD_HIGH(x) and RSI_LOW(x) and SO_LOW(x) and OBV_HIGH(x) then BUY
• Luật 2:
MACD_LOW(x) and RSI_HIGH(x) and SO_HIGH(x) and OBV_LOW(x) then BUY
• Luật 3:
MACD_HIGH(x) and RSI_MED(x) and SO_MED(x) and OBV_HIGH(x) then BUY.
• Luật 4:
MACD_LOW(x) and RSI_MED(x) and SO_HIGH(x) and OBV_LOW(x) then SELL
• Luật 5:
RSI is LOW(x) and SO_LOW(x) and OBV_HIGH(x) then BUY
• Luật 6:
RSI is HIGH(x) and SO_HIGH(x) and OBV_LOW(x) then SELL
• Luật 7:
MACD_LOW(x) and RSI_HIGH(x) and SO_HIGH(x) then SELL
Trang 21
• Luật 8:
MACD_LOW(x) and RSI_MED(x) and SO_MED(x) then HOLD
• Luật 9:
MACD_HIGH(x) and RSI_MED(x) and SO_MED(x) and OBV_LOW(x) then HOLD
Từ 9 luật trên ta có thể xây dựng được một biểu thức để tính toán trọng số cho hàm
mờ với các luật có sẵn trong fuzzylogic như luật MAX, MIN (Tham khảo them bài
giảng môn học từ Thầy Đỗ Phúc).
K 1lLJ6

Với mỗi giá trị đầu vào của MACD, RSI, SO, OBV, dùng tích phân liên tục hoặc
phương pháp trung bình trọng số, giải phương trình xây dựng được ở bước 2 để ra
được kết quả tính toán từ hàm mờ, từ đó đưa được kết luận cần thiết.
Trang 22
N`uS9hv8X8hm8
Giao diện chính của ứng dụng:
(Tham khảo ứng dụng đi kèm báo cáo)
Trang 23
NGNViw'.M8)[6gxR
Báo cáo của nhóm nhận được 23 phiếu nhận xét, đánh giá của lớp theo các tiêu chí sau:
 2&'68M)P 
Điểm 10: 1 (phiếu)
Điểm 9.75: 2 (phiếu)
Điểm 9.5: 4 (phiếu)
Điểm 9.4: 1 (phiếu)
Điểm 9.1: 1 (phiếu)
Điểm 9.0: 11 (phiếu)
Điểm 8.5: 3 (phiếu)
Tổng: 23 (phiếu)
Số phiếu đánh giá thang điểm từ 9.0 trở lên là 20/23 (phiếu) chiếm tỉ lệ 86.9%, không
có phiếu đánh giá dưới 8.5.
 2&Y)h78'?Od(9
Có 21/23 (phiếu) chiếm tỉ lệ 91.3 % đánh giá báo cáo của nhóm có nội dung tốt, trình
bày logic, rõ ràng, súc tích, sát với chủ đề báo cáo, giao diện của ứng dụng thân thiện với
người dùng. 2/23 (phiếu) chiếm tỉ lệ 8.69% đánh giá nội dung báo cáo của nhóm thiên về
lý thuyết, còn sơ sài về nội dung, ứng dụng cần hoàn thiện hơn.
 2&'()g)y7'6Tn 
Các ý kiến của lớp đều đánh giá tài liệu tham khảo của nhóm mới, phong phú nhưng
cần trình bày đúng format.
 2&'?Od(9'?68)]7 

Có 23/23 (phiếu) chiếm tỉ lệ 100% đánh giá slide báo cáo của nhóm đẹp, rõ ràng; câu
chữ hợp lý; màu sắc phù hợp.
 2&'?Od(9'?@xgxR
Có 23/23 (phiếu) chiếm tỉ lệ 100% đánh giá phần trình bày của nhóm trước lớp lôi
cuốn, tự tin, rõ ràng, mạch lạc, dễ hiểu.
 2&RN'?ngL)S7z)
Có 23/23 chiếm tỉ lệ 100% đánh giá phần trả lời câu hỏi của nhóm trước lớp là đầy
đủ, đúng trọng tâm câu hỏi, có rút kinh nghiệm.
Trang 24