Tóm tắt Reading 11: Introduction to Financial Data Science

Môn CFA Level I (CFA1), Reading 11/102

Financial data science và fintech

  • Financial data science dùng phân tích định lượng và định tính để rút nhận định về một vấn đề tài chính; ba ứng dụng chính: đánh giá cơ hội đầu tư, tối ưu hóa danh mục, giảm thiểu rủi ro.
  • Data science là lĩnh vực liên ngành (thống kê, toán, công cụ tính toán, hiểu biết chuyên ngành); financial data science áp dụng riêng cho dữ liệu tài chính và cần hiểu thị trường, khung pháp lý.
  • Fintech: đổi mới công nghệ trong thiết kế và cung cấp sản phẩm, dịch vụ tài chính. Ứng dụng trong quản lý đầu tư: text analytics, NLP, risk governance, algorithmic trading.
  • High-frequency data ghi nhận theo mili giây hoặc micro giây, cần hạ tầng low-latency.

Big data

  • Ba dạng: structured (bảng hàng cột, cơ sở dữ liệu), semi-structured (gắn thẻ được, như HTML), unstructured (mạng xã hội, ghi âm, ảnh, cảm biến).
  • Alternative data gồm ba nhóm: cá nhân (chủ yếu unstructured), quy trình kinh doanh (thường structured, chỉ báo sớm: doanh số, hồ sơ ngân hàng), cảm biến (unstructured, khối lượng lớn nhất; mạng lưới thiết bị là IoT).
  • Web scraping có thể thu dữ liệu không công khai, dữ liệu cá nhân được bảo vệ: rủi ro pháp lý và đạo đức.
  • Ba chữ V: volume (MB → GB → TB = 1,000 GB → PB = 1,000 TB), velocity (latency thấp là thời gian thực), variety (bảng → cơ sở dữ liệu → bán cấu trúc → phi cấu trúc). V thứ tư: veracity, mức đáng tin của nguồn.
  • Thách thức: selection bias, dữ liệu thiếu, outlier; đủ khối lượng; phù hợp với phân tích.

Dữ liệu tài chính và quy trình xử lý

  • Bảy đặc điểm: khối lượng lớn tốc độ cao; tuần tự, phụ thuộc thời gian; noise và nonstationarity; phụ thuộc lẫn nhau, phi tuyến (copula, neural network); mùa vụ, chu kỳ; fat tails; dữ liệu thưa (thị trường mới nổi).
  • Data mining tìm quy luật trong tập dữ liệu lớn để dự báo, dựa trên xác suất có điều kiện: P(Pattern | Data) = P(Data | Pattern) × P(Pattern) ÷ P(Data). Rủi ro chính là overfitting.
  • Tổ chức chịu quản lý: quy định chặt về quản lý dữ liệu, model validation, đánh giá rủi ro; tổ chức không chịu quản lý vẫn phải tuân thủ luật kinh doanh và hợp đồng.
  • Năm bước xử lý: capture, curation (làm sạch), storage (data lake lưu cả ba dạng ở định dạng gốc), search, transfer (distributed computing chia việc ra nhiều máy).
  • Trực quan hóa: bảng, biểu đồ cho structured data; 3D tương tác, heat map, sơ đồ cây, đồ thị mạng lưới; word cloud đo tần suất từ; mind map thể hiện quan hệ giữa khái niệm.

AI và machine learning

  • AI làm việc vốn cần trí thông minh con người; dạng sớm là expert system với quy tắc "nếu… thì…". ML là nhánh của AI, học từ dữ liệu không cần giả định phân phối, không cần con người hướng dẫn.
  • Supervised learning: dữ liệu gắn nhãn, dự báo; chính xác nếu đủ dữ liệu, khó khái quát sang tình huống mới. Unsupervised learning: không nhãn, tìm cấu trúc (phân khúc khách hàng, phát hiện bất thường), giảm dimensionality, kết quả khó diễn giải.
  • Reinforcement learning: thử và sai, thưởng phạt; hợp chuỗi quyết định (tối ưu danh mục); khó thiết kế hàm thưởng. Deep learning: neural network nhiều lớp, có thể theo kiểu supervised, unsupervised hoặc semi-supervised.
  • Training set 60–80% (lớn nhất), validation 10–20%, test 10–20%. Tập lớn: 70–80 / 10–15 / 10–15; tập nhỏ: 60–70 / 15–20 / 15–20.
  • Chia ngẫu nhiên giảm thiên lệch, overfitting và data leakage; với chuỗi thời gian dùng time-based split hoặc rolling-window validation. Validation và test set phủ ít nhất bằng chân trời dự báo.
  • Overfitting: coi nhiễu là tham số thật, dự báo kém trên dữ liệu mới. Underfitting: coi tham số thật là nhiễu. ML là black box; vẫn cần con người chọn mô hình, làm sạch dữ liệu, diễn giải.

Neural network, NLP và LLM

  • Neural network: input layer, hidden layer, output layer; trọng số trên các liên kết. Backpropagation: forward pass → tính loss → loss gradient → gradient descent chỉnh trọng số ngược hướng gradient → lặp qua nhiều epoch; mục đích là thu hẹp chênh lệch dự báo và thực tế.
  • GAN: generator và discriminator, tạo dữ liệu giả lập, kịch bản stress test. VAE: encoder nén, decoder tái tạo; giảm dimensionality, phát hiện bất thường. Copula nối phân phối đồng thời với phân phối biên.
  • Text analytics gồm lexical analysis (tần suất từ); NLP: dịch, nhận dạng giọng nói, sentiment analysis; ứng dụng trong tuân thủ, theo dõi báo cáo analyst, thông điệp ngân hàng trung ương.
  • LLM: generative AI dùng transformer, huấn luyện self-supervised (ngôn ngữ chung rồi văn bản tài chính), sau đó fine-tuning hoặc transfer learning. Không được thiết kế để kiểm số liệu tài chính: cần người rà soát và dùng cùng mô hình truyền thống.
  • Generative AI học cấu trúc dữ liệu để tạo mẫu mới giống thật, khác Monte Carlo simulation và bootstrapping.
  • Python (nền tảng fintech), R (thống kê), Java (internet), C/C++ (algorithmic và high-frequency trading), Excel VBA (macro). SQL (structured, máy chủ), SQLite (structured, không máy chủ, ứng dụng di động), NoSQL (unstructured).

Bản đầy đủ gồm

Bài giảng chi tiết, flashcard lặp lại ngắt quãng, ngân hàng câu hỏi luyện thi, lộ trình theo ngày thi và trợ lý AI theo từng chương (có giới hạn). Dùng trọn 1 năm.

990.000đ890.000đdùng 1 năm

Hoàn 100% trong 7 ngày nếu bạn chưa dùng quá 30% khoá học.

Giá ưu đãi early bird 890.000đ

990.000đ890.000đdùng 1 năm
Mua ngay