การวิเคราะห์ความสัมพันธ์ของตลาดหุ้น SET100

Main Article Content

ณัฐชามญฑ์ ศรีจำเริญรัตนา
กายรัฐ เจริญราษฎร์

บทคัดย่อ

      งานวิจัยเรื่อง “การวิเคราะห์ความสัมพันธ์ของตลาดหุ้น SET100” มีวัตถุประสงค์ คือ เพื่อศึกษาความสัมพันธ์ของหุ้น SET100 ในกลุ่มธุรกิจการเงิน กลุ่มทรัพยากร และกลุ่มบริการ และเพื่อให้สามารถคาดการณ์แนวโน้มราคาหุ้น SET100 ในกลุ่มธุรกิจการเงิน กลุ่มทรัพยากร และกลุ่มบริการ ตลอดจนการหากระบวนการตัดสินใจในการซื้อขายหุ้น SET100 ในกลุ่มธุรกิจการเงิน กลุ่มทรัพยากร และกลุ่มบริการ โครงการวิจัยนี้นำเสนอการประยุกต์ใช้ขั้นตอนวิธีการวิเคราะห์เชิงตัวเลขในการวิเคราะห์ความสัมพันธ์ของหุ้นดังกล่าว และได้แนวทางในการคัดเลือกหุ้นที่มีความน่าสนใจในการลงทุน ตลอดจนแนวทางในการตัดสินในซื้อขายหุ้นดังกล่าว การวิเคราะห์เชิงตัวเลขโดยข้อมูลที่ได้นำมาวิเคราะห์เป็นเชิงตัวเลขโดยใช้ค่าของข้อมูล SET100 โดยข้อมูลอ้างอิงมาจากตลาดหลักทรัพย์แห่งประเทศไทย
     ข้อมูลที่ใช้ ได้แก่ ราคาเปิดตลาด ราคาปิดตลาด ราคาเฉลี่ยการปิดตลาดของแต่ละวัน มีการคัดกรองข้อมูลโดยเลือกข้อมูลของวันที่ต้องการแล้วนำเข้าสูตรการคำนวณ เส้นค่าเฉลี่ยเคลื่อนที่แบบเอ็กซ์โพเนนเชียล เครื่องมือดัชนีกำลังสัมพัทธ์ การวิเคราะห์สโตคาสติก และเส้นค่าเฉลี่ยเคลื่อนที่ แล้วนำมาวิเคราะห์ข้อมูลเพื่อให้เห็นภาพการขึ้นลงของหุ้นที่ชัดเจน ทั้งนี้การวิเคราะห์ตัวเลขและการใช้ขั้นตอนการวิเคราะห์ทางสถิติสามารถช่วยให้เห็นภาพความสัมพันธ์และแนวโน้มของหุ้นในกลุ่มธุรกิจการเงิน กลุ่มทรัพยากร และกลุ่มบริการ ซึ่งเป็นข้อมูลที่เป็นประโยชน์ในการตัดสินใจลงทุนซื้อขายหุ้นอย่างมั่นใจมากขึ้น นอกจากนี้ยังมีการนำข้อมูลไปทดสอบโดยใช้โมเดล Keras ในการสร้างแบบจำลองเพื่อวิเคราะห์และคาดการณ์แนวโน้มราคาหุ้น SET100 ในแต่ละกลุ่ม โดยได้ค่าความถูกต้องมากกว่า 95% ซึ่งแสดงว่าโมเดลนี้สามารถคาดการณ์แนวโน้มราคาหุ้นได้ดีและสามารถนำไปปรับใช้เพื่อช่วยในการตัดสินใจลงทุนซื้อขายหุ้นได้ในอนาคต


1อาจารย์ประจำสาขาคอมพิวเตอร์ธุรกิจ คณะวิทยาการจัดการ มหาวิทยาลัยราชภัฏนครปฐม นครปฐม
2อาจารย์ประจำภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์ กำแพงแสน มหาวิทยาลัยเกษตรศาสตร์ นครปฐม
Corresponding author: natchamol@webmail.npru.ac.th

Article Details

รูปแบบการอ้างอิง
ศรีจำเริญรัตนา ณ., & เจริญราษฎร์ ก. (2024). การวิเคราะห์ความสัมพันธ์ของตลาดหุ้น SET100. วารสารวิทยาการจัดการ มหาวิทยาลัยราชภัฎนครปฐม, 10(2), 44–55. https://doi.org/10.14456/jmsnpru.2023.25 (Original work published 30 ธันวาคม 2023)
ประเภทบทความ
บทความวิจัย

เอกสารอ้างอิง

ตลาดหลักทรัพย์แห่งประเทศไทย. (2548). การเดินทางแห่งชีวิต [ออนไลน์]. ค้นเมื่อ 2 ตุลาคม 2565, จาก https://media.set.or.th/set/Documents/2023/Feb/30years.pdf.

ตลาดหลักทรัพย์แห่งประเทศไทย. (2556). ราคาดัชนีตลาดหลักทรัพย์. [ออนไลน์]. ค้นเมื่อ 14 พฤศจิกายน 2565, จาก https://marketdata.set.or.th/mkt/sectorialindices.do?language=th &country=TH

ตลาดหลักทรัพย์แห่งประเทศไทย. (2558). ความหมายของหุ้น. [ออนไลน์]. ค้นเมื่อ 2 ตุลาคม 2565, จาก https://www.set.or.th/education/th/begin/ stock_content01.pdf

ลีลา รัตนบัณฑิตสกุล และดลินา อมรเหมานนท์. (2560). การวิเคราะห์ประสิทธิพภาพของเครื่องมือทางเทคนิคสำหรับการคาดคะเนหลักทรัพย์กลุ่มทรัพยากรหมวดธุรกิจพลังงานและสาธารณูปโภคของตลาดหลักทรัพย์แห่งประเทศไทย). วารสารบริหารธุรกิจเทคโนโลยีมหานคร, 14(1), 80-100.

สต็อคทูมอร์โรว์. (2561). วิธีการคำนวณ RSI . [ออนไลน์]. ค้นเมื่อ 18 ตุลาคม 2565, จาก https://www.stock2morrow.com/article-detail.php?id=884&fb_comment_id= 1352227238176216_1493861150679490

Anonymous (2017). Keras model. [Online]. Retrieved October 10, 2020, from https://tha. small-business-tracker.com/what-is-keras-deep-neural-network-api-explained-645057

Daddy trader. (2561). Moving Average. [ออนไลน์]. ค้นเมื่อ 15 พฤศจิกายน 2565, จาก https://www.finnomena.com/daddy-trader/moving-average/

Data Mining Trend. (2563). การแบ่งข้อมูลเพื่อนำมาทดสอบประสิทธิภาพของโมเดล Data Mining Trend. [ออนไลน์]. ค้นเมื่อ 2 ตุลาคม 2565, จาก: http://dataminingtrend.com/2014/ data-miningtechniques/cross-validation/

Harnsiriwatanakit,J. (2018). How to calculate EMA. [Online]. Retrieved October 2, 2022, from: http://jirawat.kim/2019/11/26/golang-calculate-ema-exponential-moving-average/

kenstock.net. (2560). วิธีการคำนวณสโตคาสติก. [ออนไลน์]. ค้นเมื่อ 18 ตุลาคม 2565, จาก http://www.kenstock.net/kenstock/htm/ stochastic.htm

Kong Ruksiam. (2563). สรุป Machine Learning(EP.3)- การวิเคราะห์การถดถอยเชิงเส้น (Linear Regression). [ออนไลน์]. ค้นเมื่อ 20 ตุลาคม 2565, จาก https://kongruksiamza. medium.com/สรุป- machine-learning- ep-3- การวิเคราะห์การถดถอยเชิงเส้น-linear-regression-891260e4a957

Tangruamsub,S. (2017). Long Short-Term Memory (LSTM). [Online]. Retrieved October 7, 2022, from: https://medium.com/@sinart.t/long-short-term-memory-lstm-e6cb23b494c6