ไม่ต้องไหว้วานสิ่งศักดิ์สิทธิ์ ก็สามารถพิชิตตลาดหุ้นได้ด้วย ML

https://www.facebook.com/maoinvestor

ภายใต้ความไม่แน่นอนของสภาพเศรษฐกิจในสถานการณ์แพร่ระบาดของ Covid-19 การลงทุนในตลาดหุ้นถือเป็นทางเลือกหนึ่งที่น่าสนใจ ถ้าเราศึกษาและเข้าใจการลงทุนให้ดีก็อาจจะเป็นการเพิ่มรายได้อีกช่องทางนึงก็เป็นได้

การเล่นหุ้นเป็นเกมส์ที่มีผลรวมเป็นศูนย์ (Zero Sum Game) นั่นคือเมื่อมีผู้ชนะก็ต้องมีผู้แพ้ ว่ากันว่ามีคนเล่นหุ้นราวๆ 5% เท่านั้นที่เป็นผู้ชนะในตลาดหุ้น ส่วนที่เหลือคือผู้แพ้ ทำไมถึงเป็นแบบนั้นล่ะ?

คนส่วนใหญ่เล่นหุ้นโดยขาดความรู้ ใครบอกว่าหุ้นตัวไหนดีก็ชื้อตามตัวนั้น ไม่เคยสนใจปัจจัยพื้นฐานหรือปัจจัยทางเทคนิค แนวรับแนวต้านคืออะไรไม่รู้จัก พร้อมจะพุ่งตัวเข้าไปซื้อแบบแม่งเม่าบินเข้ากองไฟ ซึ้อไปแล้วขาดทุนก็ได้แต่ปลอบใจตัวเองว่า “ไม่ได้ติดดอยเป็นแค่การรอคอยทางเทคนิค” ว่าเข้าไปนั่น ทำได้แค่เพียงภาวนาต่อสิ่งศักดิ์สิทธิ์ให้เลือกหุ้นได้ถูกตัวซื้อแล้วมีกำไรไม่ขาดทุน

นับเป็นโชคดีของเม่าและผู้สนใจการลงทุนหุ้นทั้งหลายที่ได้มาอ่านบทความนี้ พวกเราจะทำให้คุณมีหลักยึดในการเลือกซื้อหัุ้น โดยใช้เทคโนโลยี Machine Learning หรือ ML

แล้วเราจะได้เห็นกันว่า ไม่ได้มีแค่เพียงสิ่งศักดิ์สิทธิ์เท่านั้นที่รู้ว่าพรุ่งนี้หุ้นจะขึ้นหรือจะลง

ที่มาของโปรเจค

เราได้รับคำท้าจากเหล่าคณาจารย์หลักสูตร Data Science Essential#4 (DSE#4) ให้เลือกลงทุนหุ้นเพียง 1 ตัวจาก 100 ตัวในกลุ่ม SET100 ให้ได้กำไรมากที่สุดด้วยเงินลงทุน 20,000 บาท โดยสร้าง Model ด้วย ML สำหรับช่วยคัดเลือกหุ้น โดยมีกติกาว่าจะทำการซื้อหุ้นที่ราคา ATC ของวันที่ 17 กันยายน 2564 และทำการขายหุ้นที่ราคาปิดตลาดช่วงเช้าของวันที่ 23 กันยายน 2564 เมื่อมีคำท้าเราก็กล้ารับ ว่าแล้วก็ไปดูกันว่าเราจะทำให้โปรเจคนี้สำเร็จได้ยังไงกันนะ

Machine Learning เทคโนโลยีแห่งอนาคต

ก่อนที่เราจะไปดูกันว่าหุ้นตัวไหนจะขึ้นหรือจะลง ขอแวะพูดถึง Machine Learning ซึ่งเป็นหัวใจของการทำโปรเจคนี้กันซักนิด

Machine Learning (ML) คือ ระบบหรือวิธีการในการเรียนรู้ของคอมพิวเตอร์ เพื่อให้สามารถนำชุดข้อมูลที่ได้จากกาเรียนรู้ไปสร้างฟังก์ชั่นหรือโมเดลเพื่อใช้สำหรับวัตถุประสงค์อย่างใดอย่างหนึ่ง โดยประเภทของการเรียนรู้ของ ML จะแบ่งออกเป็น 3 แบบด้วยกัน ได้แก่

1. Supervised Learning เป็นระบบการเรียนรู้ที่สอนให้คอมพิวเตอร์รู้จักสิ่งต่างๆด้วยการบ่งชี้ผ่านชุดข้อมูลที่ป้อนเข้าไป ซึ่งการเรียนรู้แบบนี้นิยมใช้ในการจำแนกหรือแบ่งกลุ่มของข้อมูล (Classification) เช่น การจำแนกเพศของลูกค้า การจำแนกรูปภาพต่างๆ หรือนิยมใช้ในการทำนายข้อมูลต่าง (Regression) เช่น การทำนายแนวโน้มของยอดขาย การทำนายการเติบโตของจำนวนประชากร (เราจะใช้การเรียนรู้รูปแบบนี้ในการทำโปรเจคของเราเช่นเดียวกัน)
2. Unsupervised Learning เป็นระบบการเรียนรู้ที่ให้คอมพิวเตอร์เรียนรู้สิ่งต่างๆด้วยตัวเอง โดยจะไม่มีการบอกให้คอมพิวเตอร์รู้ว่าข้อมูลไหนคืออะไร ซึ่งการเรียนรู้แบบนี้นิยมใช้ในการแบ่งกลุ่มของข้อมูล (Clustering) เช่น การแบ่งกลุ่มของลูกค้า ระบบแนะนำสิ่งต่างๆ หรือนิยมใช้ในการลดมิติของข้อมูล (Dimensionality Reduction) เพื่อให้การวิเคราะห์ข้อมูลต่างๆทำได้ง่ายขึ้น
3. Reinforcement Learning เป็นระบบการเรียนรู้ที่ให้คอมพิวเตอร์ลองผิดลองถูกเอง โดยจะมีการให้รางวัลเมื่อเรียนรู้และทำสิ่งต่างๆได้สำเร็จ และลงโทษเมื่อทำไม่สำเร็จ ตัวอย่างของการนำการเรียนรู้รูปแบบนี้ไปใช้ เช่น Game AI ที่ให้คอมพิวเตอร์เรียนรู้วิธีการเล่นเกมส์แล้วนำมาแข่งขันกับมนุษย์

เอาละ หลังจากรู้จัก ML กันจนพอที่จะเอาไปโม้ให้คนอื่นฟังได้แล้ว จากนี้ไปก็จะเข้าสู่ขั้นตอนการทำโปรเจคของเรากัน

ML Pipeline ขั้นตอนการทำงานสู่ความสำเร็จ

เช่นเดียวกับการทำงานทุกๆอย่าง ML ก็มีขั้นตอนการทำงานต่างๆที่ทางเรานำมาใช้ในการสร้าง Model เพื่อใช้ในการทำนายหุ้น ดังนี้

ที่มา: BOTNOI Classroom

1. เริ่มต้นด้วยการเก็บรวบรวมข้อมูล (Collect Data)

เนื่องจากโปรเจคนี้เป็นการเลือกลงทุนในหุ้น 1 ตัวจากหุ้นจำนวน 100 ตัวในกลุ่ม SET100 ดังนั้นเรามาทำความเข้าใจเล็กๆน้อยๆเกี่ยวกับหุ้นในกลุ่ม SET100 กัน

หุ้นในกลุ่ม SET100 คือหุ้นที่มี Market Capitalization หรือมีมูลค่าตามราคาตลาด (ราคาปิดของหลักทรัพย์คูณกับจำนวนหุ้นที่จดทะเบียนในตลาดหลักทรัพย์) สูงที่สุด 100 อันดับแรกของตลาดหลักทรัพย์แห่งประเทศไทย (SET) ซึ่งมีเกณฑ์ในการคัดเลือกห้นเข้าในกลุ่ม SET100 ดังนี้

• หุ้นที่มี Market Capitalization หรือมีมูลค่าตามราคาตลาดสูงที่สุด 100 อันดับแรก
• มีการซื้อขายอย่างสม่ำเสมอในช่วงเวลาที่กำหนด หรือเป็นหุ้นที่มีสภาพคล่องสูง
• Free Float หรือสัดส่วนการถือหุ้นของผู้ถือหุ้นรายย่อยสูงกว่า 20%
• ต้องไม่เป็นหุ้นที่อยู่ระหว่างการเพิกถอนจากการเป็นหลักทรัพย์จดทะเบียนหรืออยู่ในระหว่างพักการซื้อขาย
• การคัดเหลือกหุ้นตามเงื่อนไขเข้ามาอยู่ในกลุ่ม SET100 จะทำการพิจารณาทุกๆ 2 ไตรมาสหรือ 6เดือน

(ที่มา : https://greedisgoods.com/set100-%E0%B8%84%E0%B8%B7%E0%B8%AD-set100-index/)

เราเลือกดึงข้อมูลการซื้อขาย (ราคาเปิด, ราคาปิด, ราคาสูงสุด, ราคาต่ำสุด และปริมาณการซื้อขาย) ย้อนหลังไปจนถึงปี 2018 ของหุ้น AOT ซึ่งเป็น 1 ในหุ้นกลุ่ม SET100 จากเว็บไซต์ของตลาดหลักทรัพย์แห่งประเทศไทย (https://www.set.or.th) ผ่านทาง Library starfishX (พัฒนาโดยคนไทย โดยสามารถพูดคุยกับทางผู้พัฒนาได้ที่ https://www.facebook.com/superstarmanZ/) และเรายังได้เพิ่มข้อมูลของค่า RSI เข้าไปในชุดข้อมูล DataFrame ดังภาพด้านล่าง

ข้อมูลการซื้อขายย้อนหลังตั้งแต่ปี 2018 ของหุ้น AOT

ทำไมถึงต้องเป็นค่า RSI?

RSI หรือ Relative Strength Index เป็นหนึ่งใน Indicator ยอดนิยมของนักวิเคราะห์หุ้นทางเทคนิค โดย RSI คำนวณได้จากสูตร

RSI = 100 –(100/(1+RS))

โดยที่ RS = Average Gain /Average Loss

ซึ่งจากสูตรคำนวณจะเห็นได้ว่า RSI เป็น Indicator ที่บ่งบอกความแข็งแกร่งของแนวโน้มของหุ้นตัวที่กำลังพิจารณา หรือกล่าวได้ว่า RSI เป็น Indicator ประเภท Momentum ที่บอกแรงส่งของราคาในทิศทางใดทิศทางหนึ่ง

RSI มีค่าอยู่ระหว่าง 0 ถึง 100 โดยหากมีค่าเป็น 50 แสดงว่าหุ้นอยู่ในสถานะที่ไร้ทิศทาง แต่ถ้ามีค่ามากกว่า 50 แสดงว่าราคาหุ้นมีการปรับตัวขึ้น และถ้า RSI ยิ่งมีค่ามากกว่า 50 มากเท่าไหร่ ก็แสดงว่าราคาหุ้นยิ่งปรับตัวขึ้นอย่างต่อเนื่องมากเท่านั้น แต่จะมีลักษณะที่ตรงข้ามกันหากมีค่าต่ำกว่า 50 โดยทั่วไปเราจะสนใจหุ้นที่มีค่า RSI ตั้งแต่ 60 ขึ้นไป

2. สกัดคุณลักษณะชุดข้อมูลเพื่อเตรียมสอนโมเดล (Extract Features)

เพื่อให้โมเดลของเราสามารถเรียนรู้และทำนายได้ว่าราคาปิดของหุ้นในวันถัดไปควรจะมีค่าเป็นเท่าไหร่ เราจึงเตรียมชุดข้อมูลเพื่อให้โมเดลของเราได้เรียนรู้ดังนี้

• ราคาปิดและค่า RSI ย้อนหลังไป 15 วัน นับจากวันที่พิจารณาย้อนหลังไป 1 วัน (T-1)
• ราคาปิด ณ วันที่พิจารณา (T)

ข้อมูลราคาปิดและค่า RSI ย้อนหลัง 15 วัน ของหุ้น AOT

ข้อมูลราคาปิด ของหุ้น AOT

3. เข้าสู่ขั้นตอนการสอนและทดสอบ Model (Train & Test Model)

เนื่องจากโปรเจคนี้เป็นการทำนายแนวโน้มของราคาหุ้น เราจึงเลือกใช้ Linear Regression เป็น Algorithm หลักในการพัฒนา Model ของเรา

3.1 นำชุดข้อมูลที่เตรียมได้ในขั้นตอนที่ 2 มาแบ่งออกเป็นชุดข้อมูลสำหรับ Train และ Test Model ในสัดส่วน 70:30

3.2 Train Model และ พล็อต กราฟเพื่อเปรียบเทียบผลการทำนายของตัว Model เทียบกับชุดข้อมูล Test พร้อมกับคำนวนค่าความผิดพลาดออกมาเป็นเปอร์เซ็นต์โดยใช้ค่า Mean Absolute Error (MAE) โดยทำเปรียบเทียบ 2 รูปแบบ

รูปแบบแรก คือ การทำนายโดยใช้ข้อมูลจริงที่เกิดขึ้นมาทำนายทีละวันและ Plot Graph ยกตัวอย่างให้เห็นชัด คือ ทำนายราคาหุ้นของวันที่10 ก็ใช้ข้อมูลจริงวันที่ 9,8,7,6,.. ทำนายราคาหุ้นวันที่11 ก็ใช้ข้อมูลจริงวันที่ 10,9,8,..

จะเห็นได้ว่าผลการทำนายวิธีนี้มีค่าที่ค่อนข้างแม่นยำ โดยกราฟเส้นสีส้มที่ได้จากการทำนายซ้อนทับกับกราฟเส้นสีน้ำเงินที่เป็นข้อมูล Test เกือบจะพอดี เมื่อคำนวณค่า MAE พบว่ามีค่าเพียง 1.48% ซึ่งนับได้ว่าต่ำมาก แต่ข้อเสียคือ เราไม่สามารถทำนายราคาล่วงหน้าไปได้ไม่มาก

ผลการทำนายราคาปิดของหุ้น AOT พร้อมค่า MAE

รูปแบบที่สอง คือ การทำนายราคาล่วงหน้าไปหลายๆวันจากข้อมูลชุดเดิม

เช่น เราอยากทำนายวันที่ 10–15 ในการเริ่มทำนายราคาหุ้นของวันที่10 ก็ใช้ข้อมูลจริงวันที่ 9,8,7,6,.. พอได้ค่าการทำนายราคาของวันที่ 10 เราจะเอาผลลัพธ์ในการทำนายในวันที่10 มาทำนายวันที่11ต่อไปอีก และ ทำแบบนี้ไปเรื่อยๆ เราพบว่าผลที่ออกมามีความคลาดเคลื่อนเพิ่มขึ้นอย่างมากเหมือนในกราฟข้างล่าง คือ แบบฉีกไปไกลมาก

4. ทำนายราคาปิดของหุ้นด้วย Model (Deploy Model)

แล้วก็ถึงเวลาที่ทุกคนรอคอย เราจะนำโมเดลของเราไปทำนายราคาปิดของหุ้นล่วงหน้ากัน ลองมาดูกันว่าผลที่ได้จะน่าตื่นเต้นแค่ไหน

ผลการทำนายราคาปิดของหุ้น AOT ล่วงหน้า 9 วัน

จากภาพเราทำนายราคาปิดของหุ้น ATO ล่วงหน้า 9 วัน โดยเริ่มทำนายจากวันที่ 15 กันยายน 2564 เป็นวันแรก โดยผลการทำนายจะได้ราคาปิดของวันที่ 15 เท่ากับ 62.08 บาท แต่ราคาปิดที่แท้จริงคือ 61.75 บาท ถือได้ว่าผลการทำนายมีความใกล้เคียงกับความเป็นจริงทีเดียวเลยหละ

หากผู้อ่านสนใจ Coding ของเรา สามารถเข้าไปศึกษาได้ที่ https://colab.research.google.com/drive/1uQJLUD8w-4JvgXmYKoNNhM2zuJsZ7FEU

5. สรุปผลการทำนายของ Model (Summarize Model)

จากผลการทำนายของ Model จากข้อ 4 เราพบว่า Model ของเราก็ยังไม่สามารถทำนายราคาปิดของหุ้นออกมาเป็นตัวเลขได้อย่างแม่นยำ 100% เนื่องจาก การขึ้นลงของราคาหุ้นนั้นปรับเปลี่ยนตามช่วงของราคา (Spread) ในแต่ละระดับราคา ตัวอย่างเช่น หุ้นที่มีราคา 1 บาทจะมีการเปลี่ยนแปลงของราคาหุ้นเป็น 1.01, 1.02, 1.03 เป็นต้น โดยมีรายละเอียดตามตารางด้านล่าง

ที่มา: https://www.set.or.th/th/products/trading/equity/tradingsystem_p5.html

แต่ถึงอย่างไรผลการทำนายที่ได้จาก Model ก็สามารถบอกความน่าจะเป็นของแนวโน้มการขึ้นลงของราคาปิดของหุ้นล่วงหน้าได้

ถึงไม่แม่นยำเป็นตัวเลขเป๊ะๆ 100% แต่ก็พอจะบอกแนวโน้มได้ละน่า

6. คัดเลือกหุ้นลงทุนเพื่อมุ่งสู่ความสำเร็จ (Select Growth Stock)

เพื่อให้สามารถเลือกหุ้นที่ให้ผลตอบแทน (Return) สูงสุด เราจึงนำผลการทำนายราคาปิดของหุ้นจาก Model มาเพิ่มเติมโค้ดเพื่อคำนวณผลตอบแทนที่สูงที่สุดตามกติกาการซื้อขายออกมาจำนวน 15 ตัว ดังนี้

หุ้นในกลุ่ม SET100 ที่ให้ผลตอบแทนสูงสุด 15 อันดับแรก

แต่นี่คือการเล่นจริงเจ็บจริง กำไรจริงขาดทุนจริง ดังนั้นการใช้ผลการทำนายจาก Model แต่เพียงอย่างเดียวก็ออกจะใจร้ายกับเจ้าของเงินลงทุนไปหน่อยนะ (ต้องขอขอบคุณดร.วินน์เจ้าของเงินลงทุนสำหรับโปรเจคนี้ _/\_)

แล้วจะใช้ปัจจัยอะไรมาสนับสนุนการคัดเลือกหุ้นของเรากันดี อืมน่าคิด

โดยปกติแล้วการวิเคราะห์หุ้นนั้นทำได้ 2 แนวทาง ได้แก่ การวิเคราะห์ตามปัจจัยพื้นฐาน และการวิเคราะห์ตามปัจจัยทางเทคนิค

การวิเคราะห์ตามปัจจัยพื้นฐานคืออะไร?

คือการวิเคราะห์เพื่อหามูลค่าที่แท้จริง (Intrinsic Value) ของหุ้น แล้วดูว่ามูลค่าตามราคาตลาดในปัจจุบันสูงกว่าหรือต่ำกว่ามูลค่าที่แท้จริง โดยหากมูลค่าตามราคาตลาดต่ำกว่ามูลค่าที่แท้จริงมากๆ หุ้นตัวนั้นก็เหมาะสมที่จะถูกเลือกเพื่อลงทุน เพราะในท้ายที่สุดแล้วมูลค่าตามราคาตลาดจะวิ่งเข้าหามูลค่าที่แท้จริงเสมอ

แต่การวิเคราะห์หามูลค่าที่แท้จริงนั้นดูจะห่างไกลจากนักลงทุนรายย่อยอย่างเรามาก โชคดีที่ในปัจจุบันทุกโบรกเกอร์จะมีการออกบทวิเคราะห์ปัจจัยทางพื้นฐาน และให้มูลค่าที่เหมาะสม พร้อมคำแนะนำในการซื้อขายหุ้นให้เราได้เลือกอ่านตามแต่จะสนใจอยู่แล้ว ดังนั้นเราจึงอาจใช้ข้อมูลเหล่านี้มาประกอบการคัดเลือกหุ้นเพื่อลงทุนได้

การวิเคราะห์ทางปัจจัยพื้นฐาน ราคาเหมาะสม และคำแนะนำการซื้อขายของหุ้น AOT (Credit https://www.settrade.com/AnalystConsensus/C04_10_stock_saa_p1.jsp?txtSymbol=AOT&ssoPageId=11&selectPage=10)

แล้วการวิเคราะห์ทางปัจจัยเทคนิคล่ะทำอย่างไร?

การวิเคราะห์รูปแบบนี้จะพิจารณาจากรูปแบบของราคาซื้อขายในแต่ละวันของหุ้นที่สนใจโดยพล็อตให้ออกมาอยู่ในรูปแบบของกราฟแท่งเทียน (Candlestick Chart) โดยเราจะเอามาวิเคราะห์ราคาแต่ละวันร่วมกับการวิเคราะห์ปริมาณการซื้อขาย (Volume) และ Indicator ต่างๆ เรียกได้ว่าจะบวกจะลบจบที่กราฟแท่งเทียน และถ้าเราอยากรู้ว่าหุ้นจะขึ้นมั้ย เราต้องดูสัญญาณจากกราฟดังนี้

1. Trend line อยู่ในแนวโน้มขาขึ้น
2. ดูกราฟแท่งเทียนในช่วงล่าสุดเป็นสีเขียวและมีราคาปิดใกล้เคียงหรือต่ำกว่าราคาสูงสุดเพียงเล็กน้อย จะแสดงถึงมีนักลงทุนสนใจเข้ามาซื้อหุ้นตัวดังกล่าวเป็นจำนวนมาก หรือพูดได้ว่าแรงซื้อมีมากกว่าแรงขาย อาจวิเคราะห์ได้ว่าหุ้นมีโอกาสปรับตัวขึ้นในวันถัดไป
3. ปริมาณการซื้อขาย (Volume) มีแนวโน้มขาขึ้น (Uptrend) เป็นภาวะที่ราคาหุ้นเพิ่มขึ้นอย่างต่อเนื่อง โดยหากมีปริมาณการซื้อขายที่สูงขึ้นสอดคล้องกับราคาหุ้นที่เพิ่มขึ้น ก็จะสามารถยืนยันได้ว่าหุ้นอยู่ในแนวโน้มขาขึ้นจริง
4. การดูจาก Indicator โดย Indicator ที่นิยมใช้กัน ได้แก่ Exponential Moving Average หรือ EMA คำนวณมาจากราคาปิดของหุ้นย้อนหลังตามจำนวนวันที่เราสนใจ และถ่วงน้ำหนักโดยให้ความสำคัญกับวันหลังๆมากกว่าวันแรกๆ เช่น EMA5 คือการคำนวณราคาเฉลี่ยของหุ้นใน 5 วันที่ผ่านมา โดยให้น้ำหนักของวันที่ 5 มากกว่าวันที่ 1–4 เป็นต้น (สามารถอ่านเพิ่มเติมได้ที่https://www.moneybuffalo.in.th/stock/ema-technical)เมื่อเจอ จุดที่ EMA15 ตัด EMA35 ขึ้นไป เราจะเรียกจุดนี้ว่า Golden Cross เมื่อเจอจุดนี้แปลว่ากำลังเป็นขาขึ้นแล้ว
5. ดูค่า RSI เพื่อใช้บ่งบอกการกลับตัวของแนวโน้ม ต้องเป็นแบบ Bullish divergence คือการที่การเคลื่อนที่ของราคาในกราฟขัดแย้ง กับ การเคลื่อนที่ของ RSI บ่งบอกถึงโอกาสในการกลับตัวของราคา “ขึ้น” โดยจะเกิดในแนวโน้มขาลง Credit : RSI คืออะไร? สัญญาณซื้อขายที่เทรดเดอร์ทุกคนต้องรู้!! แน่ใจจริงหรือ? ว่าคุณใช้ถูกแล้ว? — FINNOMENA

อ่านมาถึงตรงนี้ อาจจะยังไม่เห็นภาพ ขอให้ติดตามอ่านส่วนต่อไปได้เลย เราจะพาคุณวิเคราะห์หุ้นที่เราเลือกพร้อมการอธิบายกราฟไปทีละ step เลย :)

PLANB หุ้นนี้ที่เราเลือก

จากการระดมสมองของสมาชิกในทีมกันอย่างหนักหน่วง ในที่สุดเราก็สามารถสรุปได้ว่า PLANB นี่แหละ หุ้นดีๆที่เราจะฝากผีฝากไข้ มาซูมดูรายละเอียดกันเลย

เมื่อพิจารณาจาก Model ทำนายหุ้นของเรา

จากการ Run Model โดยใช้วิธี Time series (Linear Regression) แบบ 15 วัน และ 30 วัน เมื่อวันที่ 15 กันยายน 2564 เราได้หุ้นที่มีอัตราการเติบโตทางด้านราคาสูงสุดมา 15ตัว เราเอาหุ้นทั้ง15ตัวนั้นมาดูที่ละตัว โดยเอามาวิเคราะห์ตามปัจจัยพื้นฐาน และ ปัจจัยทางเทคนิค พบว่า ถึงแม้ว่า PLANB ให้ผลตอบแทนสูงสุดเป็นอันดับ 11 ด้วยผลตอบแทน 2.54% ค่า Error 2.43

อ้าวแล้วทำไมไม่เลือกอันดับนึงอะ? เพราะ จากที่เราเอา 15 ตัว มาวิเคราะห์ ตามปัจจัยพื้นฐาน, ปัจจัยทางเทคนิคแล้ว ยิ่งรวมถึงช่วงเวลาระยะสั้นเพียง 5 วัน ในการซื้อและขายเพื่อวัดอัตรากำไร และ กำไรสุทธิ์จากการลงทุนแล้ว PLANB คือ หุ้นที่น่าสนใจที่สุด

เมื่อพิจารณาจากปัจจัยพื้นฐาน

บริษัท แพลน บี มีเดีย จำกัด (มหาชน) หรือ PLANB ทำธุรกิจให้บริการสื่อโฆษณาภายนอกที่อยู่อาศัย โดยแบ่งออกเป็น 6 ประเภทหลัก ได้แก่

• สื่อโฆษณาบนระบบขนส่งมวลชน
• สื่อโฆษณาประเภทภาพนิ่ง
• สื่อโฆษณาประเภทจอดิจิตอล
• สื่อโฆษณาภายในห้างสรรพสินค้า ซุปเปอร์มาร์เก็ต และร้านสะดวกซื้อ
• สื่อโฆษณา ณ สนามบิน
• สื่อโฆษณาออนไลน์

จะเห็นได้ว่าจากมาตรการคล้ายล็อคดาวน์ เปิดเมือง เปิดห้างสรรพสินค้า ทำให้เกิดการเดินทาง น่าจะส่งผลต่อเม็ดเงินค่าโฆษณาซึ่งเป็นรายได้หลักของบริษัทอย่างมีนัยสำคัญ

และหากดูจากบทวิเคราะห์ทางปัจจัยพื้นฐานของโบรคเกอร์ต่างๆจะพบว่า ค่าเฉลี่ยของมูลค่าที่เหมาะสมของหุ้น PLANB ในปี 2564 จะอยู่ที่ 7.08 บาท ถ้าถามนักวิเคราะห์มืออาชีพ ต่างก็เชียร์ให้ซื้อสะสมกันถ้วนหน้า ลองมาดูข่าวดีของ PLANB กันบ้างดีกว่า

• RS ผนึกกำลัง PLANB และ NINE ตั้งบริษัทร่วมทุน “RSPlanB” เรียบร้อยแล้ว พร้อมลุยธุรกิจคอมเมิร์ซเข้าตลาดแมสทั่วประเทศ “ (ที่มา: RS ผนึก PLANB-NINE ร่วมทุนตั้ง `RSPlanB`ลุยธุรกิจคอมเมิร์ซ-การตลาด (efinancethai.com))
• PLANB วิ่งแรง 4% โบรกฯ แนะ “ซื้อสะสม” ชี้ผลงานผ่านจุดต่ำสุด คาดปี 65 กำไรโตสนั่น! (ที่มา: PLANB วิ่งแรง 4% โบรกฯ แนะ “ซื้อสะสม” ชี้ผลงานผ่านจุดต่ำสุด คาดปี 65 กำไรโตสนั่น! (kaohoon.com))

เมื่อพิจารณาจากปัจจัยเทคนิค

• Trend Line : PLANB อยู่ในแนวโน้มขาขึ้น (ราคาหุ้นยังอยู่เหนือเส้น Trend Line สีฟ้า) และราคาพักตัวเสร็จแล้วพร้อมที่จะขึ้นต่อ (ราคาสามารถเบรคเส้น Trend Line สีส้มขึ้นไปได้) (ดูกราฟแท่งเทียนของหุ้น PLANB (A))

กราฟแท่งเทียนของหุ้น PLANB (A) Credit https://www.tradingview.com/

• กราฟแท่งเทียนสองวันล่าสุด ราคาปิดของหุ้นสามารถปิดได้เท่ากับหรือใกล้เคียงราคาสูงสุดของวัน แสดงถึงความต้องการซื้อหุ้นที่มีมากกว่าความต้องการขาย ถือเป็นปัจจัยสำคัญที่จะพลักดันให้ราคาหุ้นขึ้นต่อได้(ดูกราฟแท่งเทียนของหุ้น PLANB (B))
• ปริมาณการซื้อขายสูงกว่าค่าเฉลี่ยค่อนข้างมากอยู่หลายวัน ถือว่าสามารถคอนเฟิร์มการเป็นแนวโน้มขาขึ้นได้เป็นอย่างดี (ดูกราฟแท่งเทียนของหุ้น PLANB (B))
• ราคาหุ้นช่วงล่าสุดสามารถยืนอยู่เหนือเส้น EMA15, EMA35, EMA89 ได้ และ EMA ทั้งสามเส้นเรียงตัวโดยมีเส้นสั้นอยู่บนเส้นยาวอยู่ล่าง แสดงถึงแนวโน้มขาขึ้นที่แข็งแกร่ง (ดูกราฟแท่งเทียนของหุ้น PLANB (B))
• ค่า RSI อยู่ในเกณฑ์ Bullish divergence คือการที่การเคลื่อนที่ของราคาในกราฟขัดแย้ง กับ การเคลื่อนที่ของ RSI บ่งบอกถึงโอกาสในการกลับตัวของราคา “ลง” โดยจะเกิดในแนวโน้มขาขึ้น (ดูกราฟแท่งเทียนของหุ้น PLANB (B))

กราฟแท่งเทียนของหุ้น PLANB (B) Credit https://www.tradingview.com/

เหล่านี้คือสิ่งที่ทำให้เรามั่นใจว่า PLANB จะคว้ากำไรมาให้ดร.วินน์และนำชัยชนะมาให้ G.6 ของเราได้แน่นอน :)

บทความนี้เป็นส่วนหนึ่งของการเรียนรู้หลักสูตร Data Sicence Essential รุ่น 4 ในหัวข้อ Trend Forecasting ทางคณะผู้จัดทำไม่ได้มีเจตนาในการชักชวนหรือชี้นำให้ทำการซื้อขายหุ้นที่กล่าวถึงในบทความแต่อย่างใด และโปรดตระหนักไว้ว่า “การลงทุนมีความเสี่ยง ผู้ลงทุนควรศึกษาข้อมูลให้รอบคอบก่อนตัดสินใจลงทุน” ด้วยความปรารถนาดี