Please use this identifier to cite or link to this item:
https://archive.cm.mahidol.ac.th/handle/123456789/3356
Full metadata record
DC Field | Value | Language |
---|---|---|
eperson.contributor.advisor | ปิยภัสร ธาระวานิช | - |
dc.contributor.author | พิพัฒน์ หล่อทรัพย์คง | - |
dc.date.accessioned | 2021-03-23T10:46:59Z | - |
dc.date.available | 2021-03-23T10:46:59Z | - |
dc.date.issued | 2020-03-04 | - |
dc.identifier | TP FM.020 2562 | - |
dc.identifier.citation | 2562 | - |
dc.identifier.uri | https://archive.cm.mahidol.ac.th/handle/123456789/3356 | - |
dc.description.abstract | งานวิจัยนี้เป็นการนำเสนอการคาดการณ์ผลตอบแทนในตราสารทุนในตลาดหลักทรัพย์แห่งประเทศไทยโดยการใช้โครงข่ายประสาทเทียมประกอบกับข้อมูลและปัจจัยต่าง ๆ ในอดีตที่มีผลต่อราคาในตราสารทุนและนำผลตอบแทนที่คาดการณ์ได้มาใช้ในการจัดรูปแบบและปรับพอร์ตโฟลิโอเพื่อสร้างโอกาสการลงทุนระยะสั้น โดยทฤษฎีที่ใช้ในการจัดพอร์ตโฟลิโอ คือ การเลือกลงทุนที่จุดบนเส้น Efficient Frontier และเลือกน้ำหนักสำหรับการลงทุนโดยใช้ Maximum Sharpe Ratio เพื่อให้ผลตอบแทนของพอร์ตโฟลิโอต่อหนึ่งหน่วยความเสี่ยงสูงที่สุด ผลการศึกษาแสดงให้เห็นถึงความสามารถในการทำกำไรโดยการใช้ข้อมูลของบริษัท ได้แก่ ข้อมูลในงบการเงิน (Financial indicator) ข้อมูลอัตราส่วนทางการเงิน(Financial ratio) ข้อมูลปัจจัยทางเทคนิค(technical indicator) และ ข้อมูลเศรษฐศาสตร์มหภาค (Macro economic)ประกอบกับการใช้เทคโนโลยี Machine Learning ส่งผลให้สามารถทำกำไรได้สูงกว่าผลตอบแทนของตลาด | - |
dc.publisher | มหาวิทยาลัยมหิดล | - |
dc.subject | โครงข่ายประสาทเทียม | - |
dc.subject | การเรียนรู้ของเครื่อง | - |
dc.subject | การคาดการณ์ผลตอบแทนของพอร์ตโฟลิโอตราสารทุน | - |
dc.subject | การคาดการณ์ผลตอบแทนตราสารทุน | - |
dc.subject | Neural Network | - |
dc.title | การคาดการณ์ผลตอบแทนในอนาคตของพอร์ตโฟลิโอของตราสารทุนหมวดพาณิชย์และเทคโนโลยีสารสนเทศและการสื่อสารโดยการใช้โครงข่ายประสาทเทียม =PORTFOLIO RETURN PREDICTION IN COMMERCE AND INFORMATION AND COMMUNICATION TECHNOLOGY SECTOR USING NEURAL NETWORK. | - |
dc.type | Thematic Paper | - |
Appears in Collections: | Thematic Paper |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
TP FM.020 2562.pdf | 1.79 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.