Machine Learning บอกคุณได้ถ้าต้องการซื้อหุ้น

PingPing
PingPing
Jun 7 · 3 min read
Photo by Michael Förtsch on Unsplash

โดยพวกเรานั้นมี โจทย์มาว่า
“จะทำการซื้อหุ้นจาก SET100 ในวันหนึ่งและในอีก 1 สัปดาห์ข้างหน้าจะทำการขายหุ้นตัวนั้น โดยหาราคาหุ้นที่ได้กำไรสูงสุดจากใน SET100 นี้”

แต่ก่อนอื่นเราต้องทำความเข้าใจกันก่อนเบื้องต้นว่าการเล่นหุ้นนั้นจะมีหลาย Column ในการอธิบาย ซึ่งผมจะอธิบายข้างต้นก่อนสำหรับคนที่ไม่มีความรู้เกี่ยวกับหุ้นเลย

หุ้นนั้น จะมี Column ที่เรียกว่า Open, Close, Hight, Low เป็นหลัก ๆอยู่ 4 Column ที่เราจะมาใช้วิเคราะห์ในครั้งนี้นะคับ
- Open นั้นจะหมายถึง ราคาเปิดตลาดของหุ้นในวันนั้น เช่น ตลาดเปิด 8.00 โมงเช้า เริ่มต้นที่ราคา xxx บาท เป็นต้น
- Close นั้นจะหมายถึง ราคาปิดตลาดของหุ้นในวันนั้น เช่น ตลาดเปิด 16.00 โมงเช้า เริ่มต้นที่ราคา xxx บาท เป็นต้น
- Hight นั้นจะหมายถึง ราคาสูงที่สุดตลาดของหุ้นในวันนั้น
- Low นั้นจะหมายถึง ราคาต่ำที่สุดของหุ้นในวันนั้น

หลังจากเราทำความเข้าใจเบื้องต้นกับ Column เสร็จแล้วเราก็นำมาวิเคราะห์กับโจทย์ต่อไป

ถ้าเราจะทำการซื้อหุ้นในวันที่ A เราจะต้องรู้อะไรบ้างซึ่งหลาย ๆ คนก็จะนิยมดู Close เนื่องจาก เป็นตัว Summary ของในแต่ละวัน เราก็จะใช้ Close ในการ Predict ราคาของหุ้นในอีก สัปดาห์ข้างหน้า

ขั้นตอนการ Prediction ราคาหุ้นเป็นดังต่อไปนี้

  1. Import library: การดึง library มาใช้งานในการเขียนโปรแกรมโดย library ที่เรานั้นทำการดึงมามี starfishX, datetime, pandas, matplotlib.pyplot

2. Get list of set100 stock name: ทำการ list ชื่อ หุ้นแต่ละตัวและแบ่งเป็นหมวด ๆ โดยจะมี 4 หมวด 1.สถาบันการเงิน 2.พลังงาน 3.การเกษตร 4.ก่อสร้าง

3. Get data: ทำการดึงข้อมูลหุ้น Set100 โดยจะทำการดึงข้อมูลจาก ต้นปี 2018 เพื่อมาใช้ในการทำนายข้อมูล

4. Data preparation: เตรียมข้อมูลไว้สำหรับใช้งาน Machine Learning เพื่อทำการ Train, Test

5. Machine Learning: ทำการใช้ Regression นำข้อมูลย้อนหลังมาทำนายข้อมูลในอนาคตที่จะเกิดขึ้นว่าเป็นอย่างไร

6. Plot: หลังจากนั้นนำค่าที่ได้มาพล็อตกราฟให้เห็นภาพได้ง่ายขึ้น

ทำให้เรานั้นประกอบการตัดสินใจได้ง่ายขึ้นแล้วว่าเราอยากจะเล่นหุ้นตัวไหน เพียงแค่ดูผ่านกราฟที่ทำนายมาเท่านั้น

Extra

Price change: นำข้อมูลในแต่ละกลุ่มมาทำ price change อัตราการเปลี่ยนแปลงของหุ้นเพื่อประกอบการตัดสินใจ

price change ในหมวดของพลังงาน

price change ในหมวดสถาบันการเงิน

price change ในหมวดของการเกษตร

price change ในหมวดของการก่อสร้าง

สรุป

เหตุผลในการเลือกหุ้นจาก SET100 เริ่มเราได้ทำการรันmodel ทำนายในแต่ละอุตสาหกรรมโดยคิดต่าความต่างเป็นเปอร์เซ็นโดยคำนวณจาก วันที่ซื้อ 7/6/64 และขายวันที่ 7/7/64 เป็น1เดือนพอดีโดยได้ตัวเลขออกมาประมาณนี้

1.กลุ่มพลังงาน

2.กลุ่มธนาคาร

3.กลุ่มอาหารและเครื่องดื่ม

4.กลุ่มก่อสร้างและอสังหาริมทรัพท์

หลังจากได้ตัวเลขมาแล้วจึงได้นำไปลองพล็อตกราฟ

จากกราฟแสดงให้เห็นได้ว่าตัวเลขของของ หุ้น BBL นั้นค่อนข้างจะเกินความเป็นจริงไปมากเพราะโดยธรรมชาติของตลาดหุ้นนั้นค่อนข้างยากมากถ้าจะให้ขึ้นแบบชันแบบนี้ ทีนี้เราจึงได้นำเอาหุ้นที่มีราคา + ประมาณ10%มาเทียบเคียง

ปรากฎว่า

หุ้น PTT นั้นค่อนข้างจะน่าเชื่อถือแต่ทีนี้เราจึงต้องไปวิเคราะห์แบบTechnical อีกทีหนึ่งโดยได้กราฟนี้

จากกราฟเราได้เห็นการทะลุแนวต้านราคาขึ้นมาแล้วเราจึงอนุมาณได้ว่าราคาต้องกลับมาretestเส้นแนวรับแล้วจึงค่อยไต่ราคาขึ้นไปอละอีก1เหตุผลที่ส่งเสริมให้กลุ่มเราเลือกหุ้นตัวนี้ก็คือ ราคาของ ตลาดน้ำมันโลกที่กำลังมีtrendขาขึ้นแบบชัดเจน ซึ่งมีผลโดยตรงกับหุ้นPTTที่มีการทำธุรกิจเกี่ยวกับน้ำมัน

สุดท้ายนี้ การลงทุนมีความเสี่ยงผู้ลงทุนควรมีเงิน แฮร่ ผู้ลงทุนควรศึกษาก่อนลงทุน

Colab

https://colab.research.google.com/drive/11EV1nIPWHabJiPq-mV3rvIUIdNG2q6Wt?usp=sharing#scrollTo=ASDzpB-wQ7Tc

ขอบคุณทีมทุกท่านครับ ได้แก่

Group 8 Team : K.Bean, K.Ping, K.Pook, K.Jo, K.Suong
K.A Consult Team : K.Ro (Group 3)

botnoi-classroom

This publication consists of articles related to Data…

botnoi-classroom

This publication consists of articles related to Data science and AI written from Botnoi’s data scientists and students.

PingPing

Written by

PingPing

botnoi-classroom

This publication consists of articles related to Data science and AI written from Botnoi’s data scientists and students.