การประยุกต์ใช้การเรียนรู้ของเครื่อง กระบวนการเฟ้นสุ่ม และ ทฤษฎีเกมในกลยุทธ์การลงทุนระยะสั้นในสินทรัพย์ทางการเงิน

โครงงานนี้มุ่งเน้นการศึกษาและพัฒนาระบบการลงทุนระยะสั้นโดยซื้อขายทองคำในตลาดแลกเปลี่ยนเงินตราต่างประเทศ โดยประยุกต์ใช้เทคนิคการเรียนรู้ของเครื่อง (Machine Learning) เพื่อวิเคราะห์และคาดการณ์แนวโน้มของกราฟราคา ระบบที่พัฒนานี้ใช้กระบวนการเฟ้นสุ่ม (Stochastic Process) ในการกำหนดจุดตัดขาดทุน (Stop Loss) เพื่อเพิ่มค่าผลตอบแทนที่คาดหวังสูงสุด และใช้แนวคิดจากทฤษฎีเกม (Game Theory) ในการตัดสินใจเกี่ยวกับการถือครองหรือปิดคำสั่งซื้อขาย (Orders) ระบบดังกล่าวถูกพัฒนาและทดสอบบนแพลตฟอร์ม MetaTrader 5 (MT5) โดยโครงงานนี้นำเสนอรายละเอียดเกี่ยวกับกระบวนการทำงาน ตั้งแต่การเตรียมข้อมูล การฝึกสอนโมเดลเรียนรู้ของเครื่อง การสร้างแบบจำลองเพื่อประมาณการแจกแจงของทิศทางราคาทองคำ การกำหนดกลยุทธ์การวางจุดตัดขาดทุน การออกแบบแบบจำลองการตัดสินใจเชิงกลยุทธ์ตามทฤษฎีเกม ตลอดจนการพัฒนาโปรแกรมเทรดอัตโนมัติ และการทดสอบย้อนหลังเพื่อประเมินประสิทธิภาพของระบบ

การลงทุนระยะสั้น คือ การพยากรณ์ว่าราคาในอนาคตอันใกล้เพิ่มขึ้นหรือลดลงในปริมาณ เท่าไรและเก็งกำไรจากส่วนต่างของราคาที่จะเกิดขึ้น ยิ่งการพยากรณ์มีความแม่นยำมาก ก็จะยิ่งได้ ผลตอบแทนมากตาม ผู้วิจัยได้รับแรงบันดาลใจจากการศึกษาการลงทุนระยะสั้นในรูปแบบ Price Action ซึ่งตั้งอยู่ บนสมมติฐานที่ว่า ข้อมูลราคาในอดีตมีความเพียงพอในการทำนายแนวโน้มราคาในอนาคต โดยไม่ จำเป็นต้องใช้ตัวชี้วัดทางเทคนิค (indicator) เนื่องจากตัวชี้วัดเหล่านั้นล้วนแล้วแต่คำนวณมาจาก ข้อมูลราคาในอดีตเช่นกัน ด้วยเหตุนี้ ผู้วิจัยจึงมุ่งเน้นที่จะนำเทคโนโลยี Deep Learning มาใช้ในการ สร้างแบบจำลองที่สามารถเรียนรู้จากข้อมูลราคาในอดีตเพื่อทำการพยากรณ์แนวโน้มราคาตลาดใน อนาคต และนำผลลัพธ์ไปประยุกต์ใช้ในการกำหนดจุด take profit อย่างมีประสิทธิภาพ ทั้งนี้ การ เลือกใช้ Deep Learning มีพื้นฐานมาจากคุณสมบัติในการเรียนรู้และประมวลผลข้อมูลเชิงซ้อน รวมถึงความสามารถในการจับความสัมพันธ์เชิงลึกของข้อมูลที่ไม่สามารถมองเห็นได้ด้วยวิธีการทั่วไป นอกจากนั้น ผู้วิจัยยังได้รับแรงบันดาลใจจากการศึกษาแนวคิด Drunkard Walk ซึ่งได้ถูกในไปใช้หา ความน่าจะเป็นที่คนเมาจะเดินกลับถึงบ้านหรือเดินกลับไปที่สถานบันเทิงจากความน่าจะเป็นที่คนเมา จะเดินไปทางซ้ายหรือเดินไปทางขวาและการประยุกต์ใช้ Absorbing Markov Chain เพื่อวิเคราะห์ ความน่าจะเป็นของการเคลื่อนไหวของกราฟราคา โดยแนวคิดนี้สามารถนำมาใช้ในการคำนวณความ น่าจะเป็นที่ราคาจะเคลื่อนที่ไปถึงจุด take profit หรือ stop loss ซึ่งเป็นปัจจัยสำคัญในการกำหนด กลยุทธ์การลงทุน ผู้วิจัยจึงประยุกต์ใช้แนวคิดนี้ในการพัฒนาแบบจำลองที่สามารถคำนวณค่า ผลตอบแทนเฉลี่ยเพื่อช่วยในการกำหนดจุด stop loss ที่เหมาะสม ยิ่งไปกว่านั้น จากประสบการณ์ใน การเทรดจริง ผู้วิจัยได้พบเจอปัญหาในการตัดสินใจเมื่อคำสั่งเทรดยังคงเปิดอยู่และไม่สามารถประเมิน ได้ชัดเจนว่าควรปิดคำสั่งเทรดก่อน หรือรอให้ราคาถึงจุดที่ตั้งไว้ หากปิดคำสั่งก่อนและราคากลับไปถึง จุด stop loss การตัดสินใจนั้นถือว่าถูกต้อง แต่หากราคาถึงจุด take profit การตัดสินใจนั้นก็จะถือ ว่าผิดพลาด ด้วยเหตุนี้ ผู้วิจัยจึงเลือกนำแนวคิดจากทฤษฎีเกม (Game Theory) มาช่วยในการวางกลยุทธ์ การตัดสินใจที่เหมาะสม โดยใช้กลยุทธ์แบบผสม (Mixed Strategy) และการวิเคราะห์การแจกแจง ความน่าจะเป็นของกราฟราคา เพื่อให้สามารถตัดสินใจได้อย่างมีเหตุผลและมีประสิทธิภาพสูงสุด