KMITL Expo 2026 LogoKMITL 66th Anniversary Logo

การทำนายราคาทองคําจากตัวแปรเชิงปริมาณและข้อความข่าว

รายละเอียด

ปัญหาพิเศษนี้มีวัตถุประสงค์เพื่อพัฒนาและเปรียบเทียบประสิทธิภาพของแบบจำลองการทำนายราคาทองคำโดยใช้ตัวแปรเชิงปริมาณและ ข้อมูลข้อความจากข่าว งานวิจัยนี้ใช้ตัวแปรต้น 9 ตัว ได้แก่ ราคาน้ำ มันดิบเบรนท์ ราคาน้ำมันดิบ WTI ราคาโลหะเงิน ราคาแพลทินัม อัตราดอกเบี้ยนโยบายของธนาคารกลางสหรัฐ (FED) ดัชนีตลาดหุ้น ญี่ปุ่น นิกเคอิ 225 ดัชนีค่าเฉลี่ยอุตสาหกรรมดาวโจนส์ ดัชนี S&P 500และข้อมูลข่าวจากสำนักข่าวกรุงเทพธุรกิจ ข้อมูลข่าวสารที่เกี่ยวข้องจะ ถูกนำมาวิเคราะห์ด้วยเทคนิคการประมวลผลภาษาธรรมชาติ (Natural Language Processing - NLP) และนำมาประยุกต์ใช้ร่วม กับแบบจำลองการเรียนรู้ของเครื่อง (Machine Learning) โดยเปรียบเทียบ 3 วิธี ได้แก่ Gradient Boosting, Machine Learning Models และ Regression Analysis จากนั้นทำการประเมินประสิทธิภาพของแบบจำลองโดยใช้ตัวชี้วัด 3 ตัว ได้แก่ รากของค่าคลาดเคลื่อนกำลังสองเฉลี่ย (Root Mean Square Error: RMSE), ค่าคลาดเคลื่อนสัมบูรณ์เฉลี่ย (Mean Absolute Error: MAE) และ สัมประสิทธิ์การกำหนด (Coefficient of Determination: R^2) งานวิจัยนี้คาดหวังว่าแบบจำลองที่พัฒนาขึ้นจะสามารถช่วยให้นักลงทุนและนักวิเคราะห์สามารถใช้ข้อมูลเชิงปริมาณและข่าวสารในการทำนายราคาทองคำได้อย่างมีประสิทธิภาพมากขึ้น

วัตถุประสงค์

ทองคำ(Gold) เป็นแร่โลหะมีค่า เป็นแร่ธาตุตามธรรมชาติซึ่งมีอยู่น้อยมาก ทองคำมีคุณสมบัติทนต่อการผุกร่อนนิยมนำมาใช้ทำเป็นเครื่องประดับจึงทำให้ทองคําเป็นโลหะที่มีค่าอยู่ในตัวเองและเป็นที่ยอมรับของทุกคนในสังคม ทองคำถือว่าเป็นสินทรัพย์ที่สำคัญในระบบเศรษฐกิจโลกทองคำถูกนำมาใช้เพื่อแสดงเป็นสัญลักษณ์ของความมั่งคั่ง มูลค่าของทองคำนั้น ขึ้นอยู่กับปัจจัยต่างๆมากมาย เช่น ค่าเงินดอลลาร์สหรัฐฯ ราคาน้ำมันดิบ จำนวนที่เพิ่มขึ้นหรือลดลงของเหมืองทองคํา ความเสี่ยงทางการเมืองระหว่างประเทศ และความต้องการทองคำสำหรับเครื่องประดับ(ธนะเกียรติ, 2560) ดังนั้นการคาดการณ์ราคาทองคำได้อย่างถูกต้อง จึงเป็นสิ่งที่นักลงทุน นักวิเคราะห์ และผู้ที่มีส่วนเกี่ยวข้องในตลาดทองคำ ต่างให้ความสนใจ ทองคํายังเป็นส่วนหนึ่งของความมั่นคงทางเศรษฐกิจการคลัง ทองคํามีประโยชน์ในฐานะเป็นโลหะสื่อกลางแห่งการแลกเปลี่ยนเงินตรา จึงถูกสํารองไว้เป็นทุนสํารองเงินตราระหว่างประเทศเพราะทองคํามีมูลค่าในตัวเอง ซึ่งต่างจากเงินตราสกุลต่างๆ ที่มูลค่าอาจเพิ่มหรือลดได้(สมาคมทองคำ, 2526) การทำนายราคาทองคำในปัจจุบันยังคงเป็นเรื่องที่ท้าทายเนื่องจากแบบจำลองที่มีอยู่ยังไม่สามารถอธิบายความผันผวนของราคาทองคำได้อย่างครอบคลุมนอกจากนี้ข้อมูลข่าวสารที่มีจำนวนมากและมีความหลากหลายทำให้การวิเคราะห์และการดึงข้อมูลที่เป็นประโยชน์ออกมาเป็นไปได้ยาก การพัฒนาแบบจำลองการทำนายราคาทองคำที่มีความแม่นยำสูงและสามารถนำข้อมูลข่าวสารมาใช้ในการทำนายได้อย่างมีประสิทธิภาพจึงเป็นสิ่งที่จำเป็น เพื่อตอบสนองความท้าทายนี้ จำเป็นต้องมีการรวมข้อมูลจากหลายแหล่ง รวมถึงการใช้เทคนิคการวิเคราะห์ขั้นสูง เช่น การเรียนรู้ของเครื่อง (machine learning) และปัญญาประดิษฐ์ (AI) เพื่อ วิเคราะห์ข้อมูลและทำนายราคาทองคำ การพัฒนาแบบจำลองที่มีความแม่นยำสูงจะช่วยให้ผู้ลงทุนสามารถทำการตัดสินใจได้ดีขึ้นและลดความเสี่ยงในการลงทุนได้ ราคาทองคำเป็นหนึ่งในสินทรัพย์ที่มีความผันผวนสูงและมีความสำคัญอย่างยิ่งสำหรับนักลงทุนเนื่องจากทองคำถือเป็นสินทรัพย์ที่ปลอดภัยในช่วงที่เศรษฐกิจมีความไม่แน่นอนความผันผวนของราคาทองคำมักถูกกระทบจากปัจจัยหลายประการหนึ่งในปัจจัยที่มีผลอย่างมีนัยสำคัญต่อราคาทองคำคือข้อความข่าวสารต่าง ๆ ที่เกี่ยวข้องกับทองคำโดยตรงข่าวที่มีคำว่า "ทองคำ" หรือเกี่ยวข้องกับทองคำสามารถมีผลกระทบต่อราคาทองคำได้หลายปัจจัย จากการศึกษางานวิจัยของ รจิกาญจน์(2561) ได้ศึกษา ปัจจัยที่ส่งผลกระทบต่อราคาทองคำในตลาดโลก มีจุดมุ่งหมายเพื่อมองภาพรวมในการเคลื่อนไหวของทิศทางราคาทองคำ โดยศึกษาปัจจัยที่มีผลเกี่ยวข้องกับราคาทองคําในตลาดโลก โดยใช้ข้อมูลรายเดือนย้อนหลัง 9 ปี ช่วงปี พ.ศ. 2553-2561 โดยทําการวิเคราะห์สมการถดถอยพหุคูณ จากการศึกษาพบว่ามีเพียง 7 ปัจจัยที่ส่งผลกระทบต่อราคาทองคําในตลาดโลกอย่างมีนัยสําคัญทางสถิติที่ระดับความเชื่อมั่น 95% คือ ดัชนีตลาดหุ้นสหรัฐฯ (Dow Jone Index), ราคาโลหะเงินในตลาดโลก, ดัชนีตลาดหุ้นประเทศญี่ปุ่น (NIKKEI Index), ดัชนีตลาดหุ้นสาธารณรัฐไต้หวัน(TWSE Index), ราคาโลหะแพลทินัมในตลาดโลก, อัตราเงินเฟ้อสหรัฐฯ และดัชนี GDP ของสหรัฐฯ โดยเรียงลําดับตามปัจจัยที่มีความสัมพันธ์กับราคาทองคําในตลาดโลกมากไปน้อย ซึ่งตัวแบบสมการถดถอยพหุคูณสําหรับการพยากรณ์สามารถอธิบายความสัมพันธ์ ระหว่างปัจจัยที่ส่งผลต่อราคาทองคําในตลาดโลกได้ 91.6% โดยสมมติให้ปัจจัยอื่นๆ คงที่ ดังนั้นผู้วิจัยจึงสนใจเปรียบเทียบแบบจำลองการทำนายราคาทองคำโดยใช้ตัวแปรต้น คือ ข้อมูลราคา สินค้าโภคภัณฑ์ที่เกี่ยวข้อง และข้อความจากข่าวที่เกี่ยวข้องกับทองคำ โดยในการศึกษาครั้งนี้ จะประกอบไปด้วย การจัดการข้อมูลประเภทข้อความด้วยการประมวลผลภาษาธรรมชาติ (Natural Language Processing - NLP) การสร้างแบบจำลองการทำนายราคาทองคำ โดยเทคนิคการวิเคราะห์ทางสถิติ และอัลกอริทึมการเรียนรู้ของเครื่อง (Machine Learning) จากนั้นผู้วิจัยจะเปรียบเทียบประสิทธิภาพของแบบจำลอง โดยผู้วิจัยจะใช้ 9 ค่าในการพิจารณาคือ ราคาน้ำมันดิบเบรนท์ ราคาน้ำมันดิบ WTI ราคาโลหะเงินในตลาดโลก ราคาแพลทินัมในตลาดโลก อัตราดอกเบี้ยนโยบายของธนาคารกลางสหรัฐ FED ดัชนีตลาดหุ้นประเทศญี่ปุ่นนิคเคอิ 225 ดัชนี ค่าเฉลี่ยอุตสาหกรรมดาวโจนส์ดัชนี S&P 500 และข่าวรายวันจากสำนักข่าวกรุงเทพธุรกิจผู้วิจัยหวังเป็นอย่างยิ่ง ว่านักลงทุนและผู้ที่เกี่ยวข้องจะสามารถนำผลสรุปจากการวิจัยครั้งนี้ไปใช้เป็นแนวทางในการวางแผนการลงทุนในทองคำได้อย่างมีประสิทธิภาพมากขึ้น การวิจัยนี้มุ่งเน้นให้เห็นถึงความสำคัญของการพัฒนาแบบจำลองการทำนายราคาทองคำที่แม่นยำขึ้น โดยการใช้เทคนิคการวิเคราะห์ที่มีประสิทธิภาพและการรวบรวมข้อมูลที่หลากหลาย เพื่อให้การลงทุนในทองคำเป็นไปอย่างรอบคอบและมีการจัดการความเสี่ยงที่ดียิ่งขึ้น ผู้วิจัยเชื่อว่าผลการศึกษานี้จะเป็นประโยชน์ต่อการตัดสินใจในการลงทุนในทองคำและหวังว่าข้อมูลและข้อเสนอแนะจากการวิจัยนี้จะช่วยให้นักลงทุนสามารถวางกลยุทธ์การลงทุนที่มีประสิทธิภาพและสามารถปรับตัวได้ดียิ่งขึ้นในสภาวะตลาดที่เปลี่ยนแปลงอยู่เสมอ

นวัตกรรมอื่น ๆ

โครงงาน การพัฒนาโมเดลทำนายลูกค้าที่มีแนวโน้มที่จะยกเลิกการใช้บริการ บัตรเครดิตของธนาคาร

คณะเทคโนโลยีสารสนเทศ

โครงงาน การพัฒนาโมเดลทำนายลูกค้าที่มีแนวโน้มที่จะยกเลิกการใช้บริการ บัตรเครดิตของธนาคาร

รายงานฉบับนี้เป็นส่วนหนึ่งของการนำความรู้ที่ได้จากการศึกษาโมเดล Machine Learning และแนวทางการพัฒนาโมเดลทำนายลูกค้าที่มีแนวโน้มที่จะยกเลิกการใช้บริการบัตรเครดิตของธนาคารมาประยุกต์ใช้กับข้อมูลจริงในอุตสาหกรรมบัตรเครดิตของสถาบันทางการเงิน ผ่านการฝึกงานที่สถานประกอบการทางการเงินแห่งหนึ่ง ซึ่งผู้จัดทำได้ทำการพัฒนาโมเดลทำนายลูกค้าที่มีแนวโน้มที่จะยกเลิกการใช้บริการบัตรเครดิตของสถาบันทางการเงินจากข้อมูลลูกค้าจริงผ่านระบบที่สถานประกอบการใช้งาน ซึ่งมุ่งเน้นไปที่การสร้างโมเดลที่สามารถทำนายการเลิกใช้บริการของลูกค้าได้อย่างแม่นยำ โดยมีการเลือกฟีเจอร์ข้อมูลให้เหมาะสมกับโมเดลการทำนายและลักษณะเฉพาะของข้อมูลในอุตสาหกรรมบัตรเครดิต เพื่อโมเดลที่มีประสิทธิภาพและถูกต้องมากที่สุด โดยรายงานฉบับนี้ยังครอบคลุมถึงการนำโมเดลที่ได้เข้าไปเป็นส่วนหนึ่งของการการพัฒนาเว็บไซต์เพื่อช่วยให้แผนกอื่นๆที่เกี่ยวข้องสามารถใช้งานโมเดลทำนายได้อย่างสะดวก โดยผู้ใช้สามารถอัปโหลดข้อมูลสำหรับการทำนายและรับผลลัพธ์จากโมเดลได้ทันที นอกจากนี้ยังมีการสร้าง Dashboard เพื่อนำเสนอข้อมูลเชิงลึกที่เกิดจากการทำนายของโมเดล เช่น การระบุกลุ่มลูกค้าที่มีความเสี่ยงสูงในการเลิกใช้บริการ รวมถึงข้อมูลเชิงวิเคราะห์ที่มีความสำคัญต่อการตัดสินใจเชิงกลยุทธ์ ซึ่งจะช่วยสนับสนุนการวางแผนการตลาดและการรักษาลูกค้าในองค์กรได้อย่างมีประสิทธิภาพมากยิ่งขึ้น

ระบบสเปรย์อิมัลชันน้ำมันหอมระเหยจากพืชเพื่อการลดฝุ่น PM2.5

คณะเทคโนโลยีการเกษตร

ระบบสเปรย์อิมัลชันน้ำมันหอมระเหยจากพืชเพื่อการลดฝุ่น PM2.5

จากปัญหามลพิษทางอากาศที่เกิดขึ้นจากฝุ่นละอองที่มีขนาดเท่ากับหรือเล็กกว่า 2.5 ไมครอน (PM2.5) นั้นนับว่าเป็นปัญหาสำคัญทั่วโลก ซึ่งนอกจากจะเกิดปัญหามลพิษขึ้นเฉพาะภายในประเทศต่างๆ แล้วยังเป็นปัญหามลพิษข้ามพรมแดน ส่งผลอันตรายต่ออวัยวะต่างๆในร่างกายและเป็นอันตรายต่อสุขภาพอย่างร้ายแรง การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อพัฒนาการใช้อิมัลชันน้ำมันหอมระเหยจากพืชและระบบฉีดพ่นฝอย เพื่อการลดปริมาณฝุ่น PM 2.5 โดยอาศัยหลักการมีคุณสมบัติเป็นประจุลบ และความสามารถในการละลายน้ำได้ จากการคัดเลือกอิมัลชันน้ำมันหอมระเหยจากพืชสมุนไพร 31 ชนิด และทดสอบพืชสมุนไพรประสิทธิภาพเบื้องต้นของอิมัลชันน้ำมันหอมระเหยจากพืชสมุนไพร ในการลดปริมาณฝุ่น PM2.5 ในรูปแบบการพ่นละอองฝอย นาน 1 ชั่วโมง ภายใต้ตู้ทดสอบ พบว่าอิมัลชันน้ำมันหอมระเหยจากมะกรูด ที่ความเข้มข้น 0.025% สามารถลดจำนวนอนุภาคของฝุ่น PM2.5 ที่มาจากท่อไอเสียรถยนต์ได้ดีที่สุด โดยพบค่า PM2.5 ที่วัดได้เป็นจำนวน 24.7 ไมโครกรัมต่อลูกบาศก์เมตร ที่ 6 ชั่วโมง รองลงมาคือ มะกรูด ที่ความเข้มข้น 0.05% และ ยูคาลิปตัส ที่ความเข้มข้น 0.05% และ 0.025% พบค่า PM2.5 ที่วัดได้เป็นจำนวน 27.3 30.0 และ 95.3 ไมโครกรัมต่อลูกบาศก์เมตร ตามลำดับ ขณะที่น้ำเปล่า (blank) และกลุ่มควบคุม (control) คือ น้ำเปล่าและ Carboxymethylcellulose (CMC) 0.2% ยังพบปริมาณฝุ่นถึง 126.4 และ 157.3 ไมโครกรัมต่อลูกบาศก์เมตร ตามลำดับ อิมัลชันน้ำมันหอมระเหยจากมะกรูด ที่ความเข้มข้น 0.025% นี้มีประสิทธิภาพในการลดปริมาณฝุ่น PM2.5 ได้ดีที่สุด โดยตั้งแต่ชั่วโมงที่ 2 เป็นต้นไปมีการลดลงมากกว่ากลุ่มควบคุมประมาณ 3-6 เท่า จากการทดสอบระสิทธิภาพของอิมัลชันน้ำมันหอมระเหยจากมะกรูด ในรูปแบบการพ่นละอองฝอย ที่ความเข้มข้น 0.025% ณ สวนทวีวนารมย์ สวนบางแคภิรมย์ และสวนธนบุรีรมย์ มีปัจจัยหลายอย่างที่ส่งผลต่อการทดสอบในพื้นที่นั้นๆ ทำให้มีข้อมูลที่แตกต่างกันอยู่มาก โดยเฉพาะปัจจัยเรื่องของแรงลมรวมทั้ง ความชื้น และอุณหภูมิ ปริมาณฝุ่น PM 2.5 มีแนวโน้มค่อยๆ ลดปริมาณลงเมื่อเริ่มทำการพ่นละอองของอิมัลชันน้ำมันหอมระเหยจากพืช โดยทั่วไปแล้วปริมาณฝุ่นจากทั้ง 3 สวนสาธารณะเมื่อมีการใช้อิมัลชันน้ำมันหอมระเหยจากมะกรูด PM 2.5 จะลดลงมากในหนึ่งชั่วโมงแรก คือ ลดลงเฉลี่ยถึง 21.8 (7.7-27.3) ไมโครกรัมต่อลูกบาศก์เมตร ขณะที่การใช้น้ำประปา มีการลดลงเฉลี่ยเพียง 6.4 (5.0-8.3) ไมโครกรัมต่อลูกบาศก์เมตร เท่านั้น ในสภาพที่ลมสงบ (ความเร็วลม 10-20 กม./ชม.) อิมัลชันน้ำมันหอมระเหยสามารถลดฝุ่นจากระดับ 37.0-44.0 ไมโครกรัมต่อลูกบาศก์เมตร ได้ถึงระดับ 13.5-16.5 ไมโครกรัมต่อลูกบาศก์เมตร ภายใน 3 ชั่วโมง แต่หากฝุ่นพิษมีปริมาณสูง(ประมาณ 98.0-101.0 ไมโครกรัมต่อลูกบาศก์เมตร) จะลดลงถึงระดับ 23.0-26.5 ไมโครกรัมต่อลูกบาศก์เมตร ภายใน 3 ชั่วโมง ขณะที่การใช้น้ำประปาสามารถลดฝุ่นได้เพียงเล็กน้อย คือพบระดับฝุ่น 31.0-40.5 ไมโครกรัมต่อลูกบาศก์เมตร ภายใน 3 ชั่วโมง อย่างไรก็ตามในสภาพที่ลมแรงและแปรปรวน (ความเร็วลม 15-35 กม/ชม.) ประสิทธิภาพการลดฝุ่น PM 2.5 ของอิมัลชันน้ำมันหอมระเหยจะลดลงและมีค่าแปรปรวน แต่ก็ยังมีแนวโน้มที่ดีกว่าการใช้น้ำประปา

การผลิตน้ำมันไพโรไลซิสจากขยะพลาสติกฝังกลบเพื่อใช้เป็นเชื้อเพลิงทดแทน

คณะวิทยาศาสตร์

การผลิตน้ำมันไพโรไลซิสจากขยะพลาสติกฝังกลบเพื่อใช้เป็นเชื้อเพลิงทดแทน

งานวิจัยนี้เป็นการศึกษาการผลิตน้ำมันไพโรไลซิสจากขยะพลาสติกฝังกลบที่ผ่านการคัดแยกจากหลุมฝังกลบขยะมูลฝอยอายุ 15 ปี จากองค์การบริหารส่วนจังหวัดนนทบุรี เพื่อนำมาผลิตเป็นเชื้อเพลิงทดแทนด้วยเตาปฏิกรณ์แบบเบดนิ่ง (Fixed-Bed Reactor) ที่อุณหภูมิ 450 องศาเซลเซียส ระยะเวลา 1 ชั่วโมง 30 นาที โดยใช้ก๊าซปิโตรเลียมเหลว (LPG) เป็นเชื้อเพลิงในการให้ความร้อน มีการออกแบบการทดลองออกเป็น 4 สภาวะ คือ ตัวอย่างขยะพลาสติกฝังกลบที่ยังไม่ผ่านการล้างแต่ทำการตัดลดขนาด ตัวอย่างขยะพลาสติกฝังกลบที่ผ่านการล้างและตัดลดขนาด ตัวอย่างขยะพลาสติกฝังกลบที่ยังไม่ผ่านการล้างและตัดลดขนาด และตัวอย่างขยะพลาสติกฝังกลบยังไม่ผ่านการล้างแต่ทำการตัดลดขนาด และใช้ถ่านกัมมันต์เป็นตัวเร่งปฏิกิริยา พบว่าผลิตภัณฑ์ที่ได้มีทั้งหมด 3 ประเภท คือ น้ำมัน (Py-oil) ถ่าน (Char) และก๊าซ (Gas) ในปริมาณที่แตกต่างกันออกไป นอกจากนี้ยังมีการเปรียบเทียบลักษณะและคุณภาพของน้ำมันไพโรไลซิสจากขยะพลาสติกฝังกลบ ได้แก่ ค่าความเป็นกรด-ด่าง (pH) ค่าความร้อน (Heating Value) ค่าความชื้น (Moisture content) เถ้า (Ash) และหมู่ฟังก์ชั่น (Functional group) รวมไปถึงองค์ประกอบทางเคมี โดยใช้การอ้างอิงมาตรฐานน้ำมันเตาตามประกาศกรมธุรกิจพลังงานเป็นเกณฑ์ ผลการวิเคราะห์ ที่ได้จึงสามารถอธิบายได้ว่าน้ำมันจากการไพโรไลซิสขยะพลาสติกฝังกลบในสภาวะใดที่มีความเหมาะสมและมีความคุ้มค่ากับการนำมาผลิตเชื้อเพลิงทดแทนน้ำมันเตาที่มีการใช้ในภาคอุตสาหกรรมได้ งานวิจัยนี้เป็นอีกหนึ่งแนวทางเลือกที่ช่วยในการจัดการขยะพลาสติกในบ่อฝังกลบให้มีปริมาณลดน้อยลง โดยเปลี่ยนขยะมูลฝอยให้เป็นเชื้อเพลิงทดแทนที่นำไปใช้ประโยชน์ได้จริง