Để tính chỉ số EMA của chứng khoán người ta sử dụng phương pháp nào sau đây?

Trung bình trượt (Moving Average)

San bằng mũ (Exponential Smoothing)

Hồi quy (Regression)

Tất cả đều sai

Trả lời:

Đáp án đúng: A

Chỉ số EMA (Exponential Moving Average) được tính bằng phương pháp san bằng mũ (Exponential Smoothing). Đây là một loại trung bình động có trọng số, trong đó các dữ liệu gần đây có trọng số lớn hơn các dữ liệu cũ hơn, giúp phản ánh nhanh chóng những thay đổi gần nhất của giá chứng khoán.

100+ câu hỏi trắc nghiệm Khoa học dữ liệu trong kinh tế và kinh doanh có đáp án giải thích dễ hiểu - Phần 1

50 câu hỏi 60 phút

Bắt đầu thi

Câu hỏi liên quan

Câu 34:

Để dự đoán xu hướng tăng/giảm của một mã chứng khoán bất kỳ dựa trên thông tin về giá cả, lượng cổ phiếu mua vào và bán ra của các ngày trước đó. Ta sử dụng công cụ nào sau đây?

Lời giải:

Đáp án đúng: A

Để dự đoán xu hướng tăng giảm của mã chứng khoán dựa trên thông tin về giá và khối lượng giao dịch của các ngày trước đó, ta có thể sử dụng các công cụ sau:

Trung bình trượt (Moving Average): Phương pháp này tính trung bình giá trong một khoảng thời gian nhất định để làm mịn biến động giá và xác định xu hướng.

San bằng mũ (Exponential Smoothing): Phương pháp này gán trọng số lớn hơn cho các dữ liệu gần đây nhất, giúp phản ánh nhanh hơn các thay đổi trong xu hướng.

Hồi quy (Regression): Phương pháp này tìm mối quan hệ giữa giá chứng khoán và các yếu tố khác, bao gồm giá và khối lượng giao dịch trong quá khứ, để dự đoán giá trong tương lai.

Do đó, cả ba phương án A, B và C đều có thể được sử dụng để dự đoán xu hướng chứng khoán.

Câu 35:

Lựa chọn nào sau đây không phải là một bước trong quy trình khai thác dữ liệu?

Lời giải:

Đáp án đúng: C

Quy trình khai thác dữ liệu (Data Mining) thường bao gồm các bước chính sau: hiểu dữ liệu (Data Understanding), chuẩn bị dữ liệu (Data Preparation), khai thác dữ liệu (Data Mining), đánh giá (Evaluation) và triển khai (Deployment). Tuy nhiên, bản thân 'Data Mining' là một bước trong quy trình, chứ không phải là một phần của việc xác định các bước trong quy trình. Vì vậy, đáp án C không phải là một bước trong quy trình khai thác dữ liệu.

Câu 36:

Thuộc tính “Loại khách hàng” có hai giá trị: “VIP”, “Premium” và “Economic” là thuộc tính thuộc kiểu dữ liệu nào sau đây?

Lời giải:

Đáp án đúng: D

Thuộc tính "Loại khách hàng" với các giá trị "VIP", "Premium" và "Economic" thể hiện một thứ tự hoặc cấp bậc nhất định (VIP > Premium > Economic). Vì vậy, đây là thuộc tính kiểu dữ liệu xếp hạng/thứ tự. Các giá trị có một sự so sánh về mặt giá trị (ví dụ, khách hàng VIP có giá trị cao hơn khách hàng Economic).

* Liên tục: Dữ liệu liên tục có thể nhận bất kỳ giá trị nào trong một phạm vi nhất định (ví dụ: nhiệt độ, chiều cao).
* Rời rạc: Dữ liệu rời rạc chỉ có thể nhận một số hữu hạn các giá trị (ví dụ: số lượng phòng trong một căn nhà).
* Định danh: Dữ liệu định danh được sử dụng để gán nhãn hoặc phân loại các đối tượng, nhưng không có bất kỳ thứ tự hoặc thứ hạng nào (ví dụ: màu sắc, tên sản phẩm).

Câu 37:

Tiền xử lý dữ liệu không bao gồm các bước nào sau đây?

Lời giải:

Đáp án đúng: C

Tiền xử lý dữ liệu là quá trình chuẩn bị dữ liệu thô để làm cho nó phù hợp hơn cho các mô hình và thuật toán học máy. Quá trình này thường bao gồm các bước như làm sạch dữ liệu (xử lý các giá trị bị thiếu, nhiễu), chuyển đổi dữ liệu (ví dụ: chuẩn hóa, rời rạc hóa), và rút gọn dữ liệu (giảm chiều dữ liệu). Thu thập dữ liệu là một bước riêng biệt, diễn ra *trước* khi tiền xử lý dữ liệu. Vì vậy, thu thập dữ liệu không thuộc các bước của tiền xử lý dữ liệu.

Câu 38:

Khi nào thì ta cần rời rạc hóa dữ liệu?

Lời giải:

Đáp án đúng: B

Rời rạc hóa dữ liệu (discretization) là quá trình chuyển đổi dữ liệu từ dạng liên tục (ví dụ: số thực) sang dạng rời rạc (ví dụ: các khoảng giá trị hoặc các nhóm). Việc này thường được thực hiện khi dữ liệu thuộc kiểu số học (numerical data) và ta muốn chuyển nó sang dạng phù hợp hơn cho một số thuật toán học máy hoặc phân tích dữ liệu, đặc biệt là những thuật toán hoạt động tốt hơn với dữ liệu phân loại. Ví dụ, một thuật toán có thể hoạt động tốt hơn với các nhóm tuổi (trẻ, trung niên, già) thay vì độ tuổi chính xác. Các lựa chọn khác không phải là lý do chính để rời rạc hóa dữ liệu. Dữ liệu thiếu cần được xử lý bằng các phương pháp khác. Dữ liệu định danh đã là rời rạc. Dữ liệu nhị phân cũng đã là rời rạc.

Câu 39:

Thuật toán phân lớp tham gia vào quá trình nào sau đây trong mô hình phân lớp dữ liệu?

Lời giải: