Câu hỏi: AIE301m Ứng dụng trí tuệ nhân tạo cho giao dịch – Bộ ôn tập cuối kỳ số 2

Đáp án đúng: "Intermediate transformations of financial features during learning". Tầng ẩn (hidden layer) nằm giữa tầng đầu vào và tầng đầu ra, mỗi nơ-ron tính tổng có trọng số của đầu vào rồi qua hàm kích hoạt phi tuyến, nên tầng ẩn biến đổi các đặc trưng tài chính thô như lợi suất trễ, chỉ báo kỹ thuật thành biểu diễn trung gian mà mạng tự học được trong huấn luyện, trước khi tầng đầu ra đưa ra dự báo. "Historical stock market datasets" là dữ liệu đầu vào dùng để huấn luyện, không phải một thành phần bên trong mạng. "Portfolio optimization constraints" là ràng buộc của bài toán tối ưu danh mục như hạn mức tỉ trọng, nằm ngoài kiến trúc mạng. "Trading execution strategies" là cách đặt lệnh và khớp lệnh trên thị trường, một tầng xử lý sau khi đã có tín hiệu, không phải tầng ẩn.

Đáp án đúng: "10". Chênh lệch giá (spread) trong giao dịch cặp (pairs trading) được định nghĩa là A − B, nên chỉ cần lấy giá cổ phiếu A trừ giá cổ phiếu B: 120 − 110 = 10 đô la. Nhà giao dịch theo dõi spread này, khi nó lệch xa mức trung bình lịch sử thì bán bên đắt, mua bên rẻ và chờ spread quay về. "8" thiếu 2 đô la so với phép trừ đúng. "9" lệch 1 đô la, có thể do tính nhầm. "12" lớn hơn hiệu thực tế 2 đô la và không ứng với phép tính nào trên hai mức giá đã cho.

Đáp án đúng: "Training machine learning models for financial prediction". Trong hệ thống giao dịch định lượng, TensorFlow là thư viện học máy dùng để xây và huấn luyện mô hình như mạng nơ-ron sâu, LSTM hay Q-network trên dữ liệu giá, khối lượng, chỉ báo kỹ thuật, nhằm dự báo lợi suất, xu hướng hoặc đưa ra tín hiệu mua bán; tín hiệu đó sau đó mới được chuyển cho khối thực thi. "Executing trades directly on stock exchanges" sai vì việc đặt lệnh do hệ thống thực thi qua API của nhà môi giới hoặc sàn đảm nhiệm, TensorFlow không có chức năng kết nối sàn. "Calculating brokerage fees automatically" sai vì phí môi giới được tính theo biểu phí của nhà môi giới, là phép tính kế toán đơn giản, không cần tới thư viện học máy. "Replacing financial market regulators" sai vì cơ quan quản lý thị trường là tổ chức pháp lý, không phần mềm nào thay thế được vai trò giám sát và ban hành quy định.

Đáp án đúng: "It stabilizes gradient updates and improves training convergence". Đặc trưng tài chính có thang đo rất khác nhau, như giá hàng trăm đô la, khối lượng hàng triệu cổ phiếu và lợi suất cỡ phần trăm. Nếu không chuẩn hoá, đặc trưng lớn chi phối tổng có trọng số, gradient theo các hướng chênh nhau nhiều nên bước cập nhật dao động, dễ bão hoà hàm kích hoạt và hội tụ chậm. Đưa các đặc trưng về cùng thang, ví dụ z-score, giúp gradient cân đối và huấn luyện ổn định hơn. "It increases trading frequency" sai vì tần suất giao dịch do quy tắc chiến lược quyết định, không do bước tiền xử lý. "It eliminates portfolio risk" sai vì rủi ro thị trường vẫn còn nguyên dù dữ liệu được chuẩn hoá thế nào. "It guarantees accurate financial forecasts" sai vì chuẩn hoá chỉ giúp mô hình học tốt hơn, không bảo đảm dự báo chính xác trên thị trường nhiễu và thay đổi.

Đáp án đúng: "Predicting future spread movements using historical financial data". Giao dịch cặp (pair trading) mua một tài sản và bán khống tài sản có quan hệ chặt với nó, kiếm lời khi chênh lệch giá (spread) giữa hai bên quay về mức cân bằng; học máy được dùng để chọn cặp, ước lượng tỉ lệ phòng hộ và dự báo spread sẽ mở rộng hay thu hẹp dựa trên dữ liệu lịch sử, từ đó quyết định thời điểm vào và ra lệnh. "Automatically replacing the stock exchange infrastructure" sai vì hệ thống giao dịch cặp chỉ là người tham gia thị trường, chạy trên hạ tầng sàn có sẵn. "Calculating brokerage tax reports" là việc kế toán, hành chính, không liên quan đến tín hiệu giao dịch. "Determining market trading holidays" là lịch do sàn công bố, chỉ cần tra cứu chứ không cần mô hình học máy dự đoán.

Đáp án đúng: "Future asset return". Mô hình dự đoán trong giao dịch định lượng nhằm hỗ trợ quyết định mua bán, nên biến mục tiêu (target variable) thường là lợi suất tương lai của tài sản, ví dụ lợi suất ngày mai hay năm ngày tới, hoặc chiều tăng giảm của nó; đặc trưng đầu vào là giá, khối lượng, chỉ báo kỹ thuật quá khứ. "Brokerage account balance" là số dư tài khoản của nhà đầu tư, kết quả của giao dịch chứ không phải thứ thị trường tạo ra để dự đoán. "Market opening hours" là giờ giao dịch cố định do sàn quy định, không cần mô hình dự đoán. "Trading exchange identifier" chỉ là mã định danh sàn, một thuộc tính phân loại, không mang thông tin về biến động giá.

Đáp án đúng: "To store long-term dependencies in the input sequence". Trạng thái ô (cell state) là đường truyền thông tin chạy dọc qua mọi bước thời gian của LSTM, chỉ bị thay đổi qua các phép nhân và cộng có kiểm soát: cổng quên xoá bớt, cổng vào thêm thông tin mới. Nhờ đường truyền gần như tuyến tính này, gradient ít bị biến mất và mạng ghi nhớ được phụ thuộc dài hạn, như một xu hướng giá kéo dài nhiều phiên. "To adjust the learning rate during training" sai vì tốc độ học là siêu tham số của bộ tối ưu, nằm ngoài kiến trúc ô LSTM. "To compute the gradients for backpropagation" sai vì gradient được tính bởi cơ chế lan truyền ngược theo thời gian (backpropagation through time), ví dụ qua GradientTape; trạng thái ô chỉ là một đại lượng mà gradient đi qua, không phải bộ tính gradient. "None of the above" sai vì đã có mô tả đúng vai trò của trạng thái ô.

Đáp án đúng: "Learning optimal strategies in complex and nonlinear financial markets". Học tăng cường sâu (deep reinforcement learning) kết hợp tác tử học từ phần thưởng với mạng nơ-ron sâu để xấp xỉ chính sách hay hàm giá trị, nên có thể học quyết định mua, bán, giữ trực tiếp từ dữ liệu thị trường nhiều chiều, phi tuyến, nơi quy tắc viết tay khó bao quát. Tác tử thử hành động, nhận lãi lỗ làm phần thưởng và dần tìm chiến lược tối ưu hoá lợi nhuận đã điều chỉnh rủi ro. "Reducing brokerage account registration time" là thủ tục hành chính của công ty môi giới, không phải bài toán ra quyết định tuần tự. "Standardizing exchange order execution" là việc của sàn giao dịch và quy định thị trường. "Managing financial compliance records" thuộc hệ thống quản lý tuân thủ và lưu trữ hồ sơ, không cần tác tử học chiến lược.

Đáp án đúng gồm ba ý: "Quality of historical financial data", "Feature engineering from technical indicators" và "Neural network architecture design". Hiệu năng của mạng nơ-ron trong mô hình định lượng phụ thuộc trước hết vào dữ liệu: dữ liệu lịch sử thiếu, sai, lệch sống sót (survivorship bias) hay rò rỉ thông tin tương lai sẽ làm mô hình học sai quy luật. Kỹ thuật tạo đặc trưng (feature engineering) như lợi suất trễ, đường trung bình, RSI giúp đưa tín hiệu có ý nghĩa vào mạng vốn rất nhiễu với dữ liệu giá thô. Thiết kế kiến trúc gồm số tầng, số nơ-ron, loại tầng như LSTM hay tích chập và cách chính quy hoá quyết định mạng khớp vừa đủ hay quá khớp. "Brokerage tax regulations" ảnh hưởng tới lợi nhuận ròng sau thuế nhưng không tác động tới việc mạng học và dự báo. "Exchange opening hours" chỉ quy định khi nào được giao dịch, không phải yếu tố làm mạng dự báo tốt hay kém.

Đáp án đúng: "The set of portfolios offering maximum return for a given risk level". Theo lý thuyết danh mục hiện đại của Markowitz, đường biên hiệu quả (efficient frontier) là tập hợp các danh mục tối ưu: với mỗi mức rủi ro, đo bằng độ lệch chuẩn, nó cho lợi suất kỳ vọng cao nhất, hay tương đương rủi ro thấp nhất với mỗi mức lợi suất; danh mục nằm dưới đường biên bị coi là kém hiệu quả. "The set of stocks with the highest trading volume" nói về thanh khoản, không liên quan tới đánh đổi rủi ro và lợi suất. "The group of assets with identical market capitalization" chỉ là nhóm theo quy mô vốn hoá. "The list of assets traded on the same exchange" là danh sách niêm yết, không phải khái niệm tối ưu danh mục.

Đáp án đúng: "They accelerate large-scale matrix computations in neural networks". Huấn luyện mạng nơ-ron chủ yếu là nhân ma trận và các phép toán tensor lặp lại hàng triệu lần ở cả lan truyền xuôi lẫn ngược; GPU có hàng nghìn lõi xử lý song song nên làm các phép này nhanh hơn CPU nhiều lần, rút ngắn thời gian huấn luyện mô hình giao dịch trên chuỗi giá dài hay nhiều tài sản, và TensorFlow tự đặt phép tính lên GPU khi có. "They automatically execute financial trades" sai vì GPU là phần cứng tính toán, việc đặt lệnh do phần mềm thực thi kết nối nhà môi giới đảm nhiệm. "They replace historical market data" sai vì GPU không tạo ra hay thay thế dữ liệu; mô hình vẫn cần dữ liệu lịch sử thật để học. "They calculate brokerage commissions" sai vì tính hoa hồng môi giới là phép cộng nhân đơn giản, không cần sức mạnh tính toán song song của GPU.

Đáp án đúng: "All is correct". BigQuery ML là tính năng học máy tích hợp trong kho dữ liệu BigQuery, và cả bốn phát biểu đều mô tả đúng nó. "Write ML models with SQL" đúng vì mô hình được tạo bằng câu lệnh CREATE MODEL và dự đoán bằng ML.PREDICT. "Experiment and iterate right where your data lives -- in BigQuery" đúng vì huấn luyện chạy ngay trên bảng trong BigQuery, không phải xuất dữ liệu sang hệ thống khác. "Build classification (binary and multi-class) and forecasting models" đúng vì nó hỗ trợ hồi quy logistic cho phân loại nhị phân và nhiều lớp, cùng mô hình chuỗi thời gian ARIMA_PLUS để dự báo. "Inspect model weights and adjust hyperparameters too" đúng vì có hàm ML.WEIGHTS để xem trọng số và mệnh đề OPTIONS để đặt siêu tham số, kể cả tinh chỉnh siêu tham số tự động. Chọn riêng một ý là bỏ sót các khả năng kia.

Đáp án đúng: "They train faster and provide quick insights into model viability.". Khi dựng nguyên mẫu, mô hình đơn giản như hồi quy tuyến tính, logistic hay cây nông huấn luyện nhanh, dễ diễn giải và đóng vai trò mốc chuẩn (baseline), giúp biết sớm dữ liệu có chứa tín hiệu hay không trước khi bỏ công vào mô hình phức tạp. "They require less data preprocessing." không đúng như một ưu thế chung: mô hình tuyến tính thường còn cần chuẩn hoá, mã hoá biến phân loại và xử lý ngoại lai kỹ hơn so với các mô hình cây. "They are always more accurate than complex models." sai vì chữ always quá tuyệt đối; mô hình đơn giản thường kém chính xác hơn khi quan hệ thật phi tuyến. "They can handle larger datasets without overfitting." lẫn lộn hai chuyện: mô hình đơn giản ít quá khớp vì ít tham số, chứ không phải vì xử lý được dữ liệu lớn hơn.

Đáp án đúng gồm ba ý: "Use autoregressive terms based on past values", "Include differencing to remove trends" và "Model error terms with moving averages". ARIMA(p, d, q) ghép ba phần đúng như tên gọi: AR (autoregressive) dùng p giá trị trễ của chuỗi để dự báo, I (integrated) lấy sai phân d lần để khử xu hướng cho chuỗi dừng, và MA (moving average) mô hình hoá sai số hiện tại qua q sai số quá khứ. "Optimize portfolio allocation weights" là bài toán tối ưu danh mục như mô hình Markowitz, ARIMA chỉ dự báo một chuỗi đơn và không phân bổ vốn. "Detect arbitrage trading opportunities" là mục tiêu của các chiến lược chênh lệch giá; ARIMA có thể là công cụ hỗ trợ nhưng việc phát hiện kinh doanh chênh lệch không phải đặc điểm của mô hình.

Đáp án đúng: "Computational graph". Trong TensorFlow, đồ thị tính toán (computational graph) biểu diễn mô hình dưới dạng các nút là phép toán và các cạnh là tensor chảy giữa chúng; cấu trúc mạng nơ-ron, từ các tầng, trọng số tới thứ tự phép tính, được mô tả bằng đồ thị này. Ở TensorFlow 2, mã chạy tức thời nhưng tf.function vẫn dựng đồ thị để tối ưu và triển khai, và GradientTape dựa trên chuỗi phép toán đã ghi để tính gradient. "Market order book" là sổ lệnh của sàn, liệt kê các lệnh mua bán đang chờ theo từng mức giá, là dữ liệu thị trường chứ không phải thành phần của TensorFlow. "Portfolio allocation matrix" là ma trận tỉ trọng phân bổ vốn cho các tài sản, đầu ra của bài toán tối ưu danh mục. "Trading commission schedule" là biểu phí giao dịch của nhà môi giới, không liên quan gì tới cấu trúc mạng.

Đáp án đúng: "They stabilize variance and simplify compounding calculations". Lợi suất logarit (log return) tính bằng ln của giá kỳ này chia giá kỳ trước. Lợi suất nhiều kỳ chỉ là tổng các lợi suất logarit từng kỳ, ví dụ hai kỳ lần lượt ln(1,1) và ln(0,9) thì cả giai đoạn là ln(0,99), nên phép ghép lãi kép thành phép cộng, dễ tính và dễ mô hình hoá. Lấy logarit cũng nén các biến động lớn, làm phân phối gần chuẩn và phương sai ổn định hơn so với dùng giá hay lợi suất đơn. "They eliminate trading risks" sai vì đây chỉ là cách đo lợi suất, rủi ro vẫn nguyên. "They replace machine learning models" sai vì lợi suất logarit thường là đặc trưng hoặc biến mục tiêu đưa vào mô hình học máy, không thay mô hình. "They guarantee positive investment returns" sai vì khi giá giảm thì tỉ số nhỏ hơn 1 và lợi suất logarit âm.

Đáp án đúng: "It can adapt strategies based on sequential decision-making in markets". Học tăng cường mô hình hoá giao dịch như chuỗi quyết định nối tiếp: tại mỗi thời điểm tác tử quan sát trạng thái thị trường và vị thế, chọn hành động mua, bán hay giữ, nhận phần thưởng là lãi lỗ đã trừ chi phí, rồi điều chỉnh chính sách để tối đa hoá tổng phần thưởng chiết khấu về sau; vì hành động hôm nay ảnh hưởng tới vị thế và cơ hội ngày mai, khung này hợp với giao dịch. "It eliminates all trading risks" sai vì không phương pháp nào xoá được rủi ro thị trường; học tăng cường chỉ có thể đưa rủi ro vào hàm phần thưởng. "It guarantees constant trading profits" sai vì chính sách học từ dữ liệu quá khứ vẫn có thể thua lỗ khi thị trường đổi chế độ. "It replaces financial market regulations" sai vì quy định pháp lý là khuôn khổ bên ngoài mà mọi chiến lược phải tuân thủ.

Đáp án đúng: "3". Không gian hành động (action space) của agent gồm mọi lựa chọn nó có ở mỗi bước; ở đây là mua (buy), bán (sell) và giữ nguyên (hold), đếm được đúng ba hành động rời rạc, nên lớp ra của mạng như DQN sẽ có ba nút, mỗi nút là giá trị Q của một hành động. "2" bỏ sót một hành động, thường là hold, khiến agent buộc phải giao dịch mọi lúc. "4" và "5" thừa hành động không có trong đề; chúng chỉ đúng khi thêm lựa chọn như mua nửa vị thế hay bán khống, điều câu hỏi không nêu.

Đáp án đúng: "Measuring predictive performance on financial datasets". Chỉ số đánh giá (evaluation metrics) như MAE, RMSE cho hồi quy lợi suất hay accuracy, precision cho phân loại xu hướng được khai báo trong model.compile và tính trên tập huấn luyện, tập kiểm định sau mỗi epoch, cho biết mô hình dự đoán tốt đến đâu; khác với hàm mất mát dùng để tối ưu, chỉ số đánh giá dùng để theo dõi và so sánh, giúp phát hiện quá khớp khi chỉ số trên tập kiểm định xấu đi. "Determining brokerage commission rates" sai vì mức hoa hồng do nhà môi giới quy định theo hợp đồng, không do mô hình đo. "Calculating exchange listing fees" sai vì phí niêm yết là khoản doanh nghiệp trả cho sàn, hoàn toàn nằm ngoài việc huấn luyện mạng. "Managing trading accounts" sai vì quản lý tài khoản giao dịch là nghiệp vụ của nhà môi giới và hệ thống quản trị rủi ro, không phải chức năng của chỉ số đánh giá.

Đáp án đúng gồm ba ý: "Overfitting", "Market regime changes" và "Data leakage". Quá khớp (overfitting) xảy ra khi mô hình học cả nhiễu của dữ liệu lịch sử, nên backtest đẹp nhưng giao dịch thật thua lỗ. Thay đổi chế độ thị trường (market regime changes), như chuyển từ xu hướng tăng ổn định sang biến động mạnh, làm quan hệ mà mô hình đã học không còn đúng. Rò rỉ dữ liệu (data leakage) là khi thông tin tương lai lọt vào khâu huấn luyện, ví dụ chuẩn hoá trên toàn bộ dữ liệu hay dùng giá đóng cửa để quyết định lệnh trong cùng phiên, khiến hiệu năng kiểm thử bị thổi phồng. "Data compression" là kỹ thuật lưu trữ, truyền dữ liệu cho gọn, không phải rủi ro của chiến lược giao dịch. "Batch size splits" là cách chia lô khi huấn luyện, một siêu tham số ảnh hưởng tốc độ và độ ổn định hội tụ, không phải rủi ro cần cân nhắc khi triển khai chiến lược.