vtuan9/fpt-trend-predictor-xgboost

FPT Trend Predictor - XGBoost Model

Mô hình XGBoost dự đoán xu hướng giá cổ phiếu FPT (tăng/giảm) dựa trên các chỉ báo kỹ thuật.

Mô tả

Mô hình này được train trên dữ liệu lịch sử giá cổ phiếu FPT từ 2016-2025 để dự đoán xu hướng giá:

• Target: Dự đoán giá ngày mai tăng (1) hay giảm (0) so với ngày hôm nay
• Model: XGBoost Classifier
• Features: 10 features bao gồm giá (open, high, low, close), volume, và các chỉ báo kỹ thuật

Features

Mô hình sử dụng các features sau:

1. open: Giá mở cửa
2. high: Giá cao nhất
3. low: Giá thấp nhất
4. close: Giá đóng cửa
5. volume: Khối lượng giao dịch
6. return_1d: Lợi suất 1 ngày
7. ma_5: Trung bình động 5 ngày
8. ma_10: Trung bình động 10 ngày
9. ma_20: Trung bình động 20 ngày
10. vol_ma_5: Trung bình động khối lượng 5 ngày

Hiệu suất

Training Metrics

• Train Accuracy: 92.93%
• Test Accuracy: 54.23%

Backtest Results (2024-2025)

• Strategy Total Return: 20.26%
• Buy & Hold Return: -1.44%
• Excess Return: +21.70%
• Win Rate: 59.46%
• Sharpe Ratio: 1.05
• Max Drawdown: -10.87%

Cách sử dụng

import joblib
import pandas as pd
from huggingface_hub import hf_hub_download

# Download model từ Hugging Face
model_path = hf_hub_download(
    repo_id="vtuan9/fpt-trend-predictor-xgboost",
    filename="xgboost_model.pkl"
)

# Load model
model = joblib.load(model_path)

# Chuẩn bị dữ liệu (cần có các features như trên)
# predictions = model.predict(X)

Chiến lược giao dịch

• Nếu model dự đoán Tăng (1) → Buy
• Nếu model dự đoán Giảm (0) → Hold cash
• Lợi nhuận = return ngày hôm sau

Lưu ý

• Mô hình này chỉ dùng cho mục đích nghiên cứu và giáo dục
• Không nên sử dụng trực tiếp cho giao dịch thực tế mà không có phân tích kỹ lưỡng
• Hiệu suất trong quá khứ không đảm bảo kết quả trong tương lai

Tác giả

vtuan9

License

MIT