การคาดการณ์ผลตอบแทนในอนาคตของตราสารทุนหุ้นสามัญโดยการใช้แบบจำลองโครงข่ายประสาทเทียม และแบบจำลอง Random Forest

Abstract

งานวิจัยนี้พยากรณ์ผลตอบแทนของหุ้นสามัญในตลาดหลักทรัพย์แห่งประเทศไทยโดยใช้ระบบ Machine Learning ประกอบกับข้อมูลและปัจจัยต่าง ๆ ในอดีตที่มีผลต่อราคา โดยคาดการณ์ผลตอบแทน 1วัน ,1 เดือน และ 3 เดือน โดยใช้อัลกอริทึม ที่แตกต่างกันของ Machine Learning 2 อัลกอริทึมคือ Artificial Neural Network (ANN) และ Random Forest (RF) เพื่อทดสอบว่าอัลกอริทึมใด สามารถสร้างแบบจำลองในการพยากรณ์ผลตอบแทนของหุ้น โดยให้ค่าการพยากรณ์ที่แม่นยำที่สุด ผลการศึกษาแสดงให้เห็นถึงความสามารถในการพยากรณ์ผลตอบแทนของหุ้นโดยการใช้ข้อมูลของ บริษัท ได้แก่ ข้อมูลในงบการเงิน (Financial Statment) ข้อมูลอัตราส่วนทางการเงิน (Financial ratio) ข้อมูลปัจจัยทางเทคนิค(Technical indicator) ข้อมูลเศรษฐศาสตร์มหภาค (MacroEconomic) อัตราแลกเปลี่ยนเงินตรา (Exchange rate) ดัชนีหุ้น (Stock Index) ดัชนีทองคำ (Gold index) และข้อมูลในอดีตของการซื้อขายหุ้น(Historical Data) ประกอบกับ การใช้ระบบ Machine Learning ส่งผลให้สามารถคาดการณ์ผลตอบแทนของหุ้นได้แม่นยำที่สุดเพื่อนำไปกำหนดกลยุทธ์ในการลงทุนที่เหมาะสม โดยงานวิจัยนี้แสดงให้เห็นว่าในการคาดการณ์ผลตอบแทนของหุ้นรายวันน้ันการใช้ ระบบ Machine Learning นั้นยังไม่เหมาะสมในการนำมาพยากรณ์ แต่หากเป็นการคาดการณ์ผลตอบแทนของหุ้นราย เดือน และรายไตรมาส แบบจำลอง Random Forest สามารถนำมาใช้ในการพยากรณ์ได้แม่นยำที่สุด