Page Header

การประยุกต์ใช้โครงข่ายประสาทเทียมโดยใช้ตัวชี้วัดทางเทคนิค เพื่อการลงทุนในตลาดหลักทรัพย์แห่งประเทศไทย

อดิสรณ์ กำลังเพชร์, พนิดา หล่อวงศ์ตระกูล, อริยะ นามวงศ

Abstract


บทคัดย่อ

สำหรับนักลงทุนในตลาดหลักทรัพย์แล้ว การค้นหา สัญญาณซื้อขายที่ดีและมีประสิทธิภาพซึ่งให้ผลตอบแทน สูงนั้น เป็นงานที่ยากและท้าทายเป็นอย่างมาก เนื่องมาจาก ความผันผวนของสภาวะตลาดทำให้คาดการณ์ได้ยาก การศึกษาครั้งนี้มีวัตถุประสงค์ในการสร้างตัวแบบที่มี ประสิทธิภาพเพื่อนำมาใช้ในการลงทุนในตลาดหลักทรัพย์ จากนั้นนำมาเปรียบเทียบกับวิธีวิเคราะห์ทางเทคนิคที่นิยม ใช้อยู่ในปัจจุบัน หลักการของโครงข่ายประสาทเทียมได้ถูก นำมาใช้ในการสร้างตัวแบบในครั้งนี้โดยนำข้อมูลจากวิธี วิเคราะห์ทางเทคนิคทั้งหมด 8 วิธีเป็นข้อมูลนำเข้าสู่ระบบ โครงข่ายประสาทเทียมที่สร้างขึ้น โดยข้อมูลที่ใช้ในการ ศึกษาและพัฒนาครอบคลุมระยะเวลา 10 ปี9เดือน นับตั้งแต่ เดือนมกราคม พ.ศ.2546 ถึงเดือนกันยายน พ.ศ.2556รวม 2,629 วันทำการ โดยหลักทรัพย์ที่นำมาใช้ในการศึกษา ครั้งนี้ประกอบด้วยหลักทรัพย์ที่อยู่ในดัชนีSET50 ของ ตลาดหลักทรัพย์แห่งประเทศไทย จากผลการทดลองพบว่า ตัวแบบที่สร้างขึ้นให้ผลตอบแทนเป็นที่น่าพอใจ โดยให้ผล ตอบแทนเฉลี่ยต่อปีคิดเป็นร้อยละ298.63และประสบความ สำเร็จจากการซื้อขายแต่ละครั้งคิดเป็นร้อยละ 72.22

คำสำคัญ: ตลาดหลักทรัพย์แห่งประเทศไทย ตัวชี้วัดทาง เทคนิค โครงข่ายประสาทเทียม

Abstract

Stock trading signal identification is regarded as an important and challenging task for stock trading strategy. An accurate identification may yield profits for investors. Due to the fluctuation of the stock market, development of efficient model is very difficult. This study attempted to develop an efficient model and compare its performance with traditional technical analysis methods. The model is based on artificial neural network technique. Eight technical indicators were selected as inputs to the proposed model. The study period covers 10 years and 9 months from January 2003 to September 2013 having 2,629 trading days. The daily trading data of the stocks that were included in SET50 from the stock exchange of Thailand were used in the stock trading simulation. The experimental results show promising for stock trading strategy achieving mean annual capital gain yield of 298.63% and winning percentage of 72.22%.

Keyword: Stock Exchange of Thailand, Technical Indicators, Artificial Neural Network.


Full Text: PDF

Refbacks

  • There are currently no refbacks.


ISSN: 1685-8573