การคาดการณ์ผลตอบแทนในอนาคตของพอร์ตโฟลิโอของตราสารทุนหมวดพัฒนาอสังหาริมทรัพย์โดยการใช้โครงข่ายประสาทเทียม =

Abstract

งานวิจัยนี้เป็นการนำเสนอการคาดการณ์ผลตอบแทนของตราสารทุนหมวดพัฒนาอสังหาริมทรัพย์ในตลาดหลักทรัพย์แห่งประเทศไทยโดยการใช้ Neural Network ประกอบกับข้อมูลและปัจจัยต่าง ๆ ในอดีตที่มีผลต่อราคาของตราสารทุนและนำผลตอบแทนที่คาดการณ์ได้มาใช้ในการจัดรูปแบบและปรับพอร์ตโฟลิโอเพื่อสร้างโอกาสการลงทุนระยะสั้น 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