มาเรียนรู้หลักการคร่าวๆ กันครับว่า A.I. หรือ Artificial Intelligence มีกระบวนการณ์คิดอย่างไรในการคาดการณ์ว่า หุ้นที่เรากำลังดูอยู่นั้น ในอนาคตอันใกล้นี้ จะมีราคาที่สูงขึ้น หรือ ต่ำลง ?
ก่อนที่จะพูดถึง A.I. ในการคาดการณ์ราคาหุ้น เรามาดูตัวอย่างที่ใกล้ตัวเราก่อนครับกับคำถามว่า คุณรู้ได้อย่างไรว่าอีกหนึ่งชั่วโมงต่อจากนี้ ฝนกำลังจะตก ? เพื่อให้เข้าใจง่ายขึ้น ผมขอแยกเป็นประเด็นๆ นะครับ
ฝนตกเพราะอะไร ?
แน่นอนว่าในการที่จะคาดการณ์ว่าฝนจะตกหรือไม่ เราก็ต้องพิจารณาปัจจัยต่างๆ ที่เกี่ยวข้อง ยกตัวอย่างเช่น ปริมาณเมฆที่กำลังลอยอยู่บนท้องฟ้า () ความชื้นสัมพัทธ์ในอากาศ (
) หรือ ความแรงของลม (
)
การพยากรณ์อากาศ จะสามารถทำได้โดยการผูกปัจจัยต่างๆ ที่เกี่ยวข้องเข้าด้วยกัน เช่น
โดยค่า คือค่าน้ำหนักบ่งชี้ว่าปัจจัยใดมีผลทำให้ฝนตกมากน้อยกว่ากัน ยกตัวอย่างเช่น หากปริมาณเมฆคือตัวบ่งชี้สำคัญว่าฝนกำลังจะตก ค่าน้ำหนัก
ก็จะมีค่ามากหน่อยเมื่อเทียบกับปัจจัยตัวอื่นๆ
ค่าผลลัพธ์ ที่ได้จากการผูกสามปัจจัยที่เกี่ยวข้องนี้เข้าด้วยกัน จะเป็นตัวบ่งชี้ถึงโอกาสที่ฝนกำลังจะตก ถ้ามีค่ามากก็หมายถึงมีโอกาสสูง ถ้ามีค่าน้อยก็มีโอกาสต่ำ
แล้วจะรู้ได้อย่างไรว่าปัจจัยไหนมีน้ำหนักมากกว่ากัน
ตรงนี้คือในส่วนที่ A.I. จะเข้ามาช่วยได้ครับ ยังไงเหรอ? เรามีข้อมูลจำนวนมหาศาลตั้งแต่อดีตมาจนถึงปัจจุบัน ว่าการที่ฝนตกลงมาในแต่ละครั้งนั้น สภาวะแวดล้อมที่เกี่ยวข้องเป็นอย่างไรบ้าง
ข้อมูลเหล่านี้ เราสามารถใช้สร้างเป็นโมเดลทางคณิตศาสตร์ได้เลยว่า เมื่อเกิดปัจจัยต่อไปนี้ โอกาสที่ฝนจะตกมีมากน้อยเพียงใด
ดังนั้น จากตัวอย่างนี้ หากให้ผมสรุปสั้นๆ แบบเข้าใจง่าย ว่าเราคาดการณ์ได้อย่างไรว่าฝนจะตก
- เราลิสต์ออกมาว่ามีปัจจัยอะไรบ้างที่มีส่วนทำให้ฝนตก
- ข้อมูลการตกของฝนในอดีตถูกนำมาวิเคราะห์ เพื่อพิจารณาหาความสำคัญของแต่ละปัจจัยในการบ่งชี้
- ผลจากการวิเคราะห์กับข้อมูลในอดีต จะช่วยให้เราสร้างโมเดลทางคณิตศาสตร์เพื่อใช้ในการคาดการณ์ได้ว่า ภายใต้สภาพอากาศ ณ ปัจจุบัน มีโอกาสที่ฝนจะตกหรือไม่
กลับมาที่หุ้น
หากคุณเข้าใจตัวอย่างการคาดการณ์โอกาสฝนตก ผมคิดว่าเพื่อนๆ น่าจะพอมองภาพออก แล้วล่ะ ว่าแล้วเราจะเอา A.I. มาใช้ในการคาดการณ์การขึ้นลงของหุ้นได้อย่างไร
- หุ้นขึ้นเพราะอะไร ? มีปัจจัยอะไรบ้างที่เกี่ยวข้องและอาจส่งผลให้ราคาหุ้นขึ้นหรือลง? เช่น
- ราคาเปิดปิดย้อนหลังล่าสุด
- ปริมาณการซื้อขาย
- การเปลี่ยนแปลงของสัดส่วนผู้ถือหุ้นในแต่ละช่วงเวลา
- ตัวเลขงบการเงินของบริษัทนั้นๆ
- แนวโน้มอัตราส่วนทางการเงินย้อนหลัง
- ประมาณการจากนักวิเคราะห์
- ความสัมพันธ์ระหว่างรายได้ / กำไรของบริษัท กับตัวแปรที่น่าสังเกตุ เช่น ความสัมพันธ์ระหว่างรายได้ของ AOT กับจำนวนนักท่องเที่ยว และจำนวนเที่ยวบินที่เข้าออกจากเมืองไทย เป็นต้น
- ความสัมพันธ์ระหว่างตัวเลข GDP หนี้ครัวเรือน ต่อรายได้ของบริษัท
- กำไรของบริษัท เมื่อแปรผันกับราคาวัตถุดิบ
- และอื่นๆอีกมากมาย แล้วแต่ว่าหุ้นที่เราสังเกตแต่ละตัวมีปัจจัยใดที่น่าจะเกี่ยวข้องบ้าง
- แล้วจะรู้ได้อย่างไรว่าปัจจัยไหนมีน้ำหนักมากกว่ากัน? เรามีข้อมูลมหาศาลเกี่ยวข้องกับราคาหุ้นนั้นๆ ในอดีต ดังนั้น การสร้างโมเดลทางคณิตศาสตร์โดยผูกปัจจัยต่างๆ เหล่านั้นเข้าด้วยกัน ให้น้ำหนักแตกต่างกันขึ้นอยู่กับความแม่นยำในการบ่งชี้การขึ้นลงของราคานั้น
หลักการสำคัญๆมีเพียงเท่านี้ ในการสร้างพื้นฐานโมเดลสำหรับใช้ในการคาดการณ์ความเคลื่อนไหวของราคา
แม้การวิเคราะห์จริงจะมีความละเอียดมากกว่าที่กล่าวข้างต้นมากมาย แต่โดยพื้นฐานแล้วเป็นสิ่งที่เข้าใจได้ไม่ยากครับ เช่นเดียวกับที่อัจฉริยะของโลกท่านหนึ่งได้กล่าวไว้ว่า:
Everything Should Be Made as Simple as Possible, But Not Simpler – Albert Einstein
บทความโดย: ผู้ช่วยศาสตราจารย์ ดร. ศุภวัฒน์ สุภัควงศ์
หลักสูตร "สร้างพอร์ตให้โต ด้วยโรบอทเทรด"
วิทยากร ผศ.ดร.ศุภวัฒน์ สุภัควงศ์ (อาจารย์นาย)
วันเสาร์ 20 พฤษภาคม นี้..ที่ stock2morrow
ดูรายละเอียด จอง คลิก.. "สร้างพอร์ตให้โต ด้วยโรบอทเทรด"
สอบถาม โทร. 090 980 2196
Line@ : @stock2morrow
facebook : สัมมนา stock2morrow