การใช้ขั้นตอนวิธีเชิงพันธุกรรมสำหรับการสร้างระบบการลงทุนโดยใช้การวิเคราะห์ปัจจัยทางเทคนิค

Genetic Algorithm for Building a Trading System Using Technical Analysis

Name: นิรพันธ์ พุทธเจริญ

ThaSH: ตลาดหลักทรัพย์ -- การลงทุน

ThaSH: จีเนติกอัลกอริทึม

Abstract: งานวิจัยนี้นำเสนอการประยุกต์ใช้ขั้นตอนวิธีเชิงพันธุกรรม เพื่อสร้างระบบการลงทุนในตลาดหลักทรัพย์ โดยใช้กฎการซื้อ การขาย และกฎออกจากการซื้อขายที่มาจากตัวชี้วัดทางการ วิเคราะห์ปัจจัยทางเทคนิค และสามารถนำระบบมาใช้เป็ นกลยุทธ์ในการซื้อขายหลักทรัพย์ได้ทุก ๆ หลักทรัพย์ การสร้างระบบการลงทุนทำโดยการวิวัฒนาการคำตอบ และค านวณค่าความเหมาะสมของระบบจากการจำลองการลงทุนย้อนหลังกับข้อมูลราคาในอดีตของรายการหลักทรัพย์ SET50 ในช่วงเดือนมกราคม พ.ศ. 2544 ถึง ธันวาคม พ.ศ. 2553 และระยะเวลาในการจำลองการลงทุน ย้อนหลังเพื่อทดสอบประสิทธิภาพจะเป็นข้อมูลราคาในช่วงเดือน มกราคม พ.ศ. 2554 ถึง ธันวาคม พ.ศ. 2558 ผลลัพธ์ของวิธีการที่นำเสนอมีอัตราผลตอบแทนโดยเฉลี่ยต่อปี จากการวัดค่าความเหมาะสมของข้อมูลสอนอยู่ที่ 20.06% และอัตราผลตอบแทนโดยเฉลี่ยต่อปี จากข้อมูลทดสอบอยู่ที่ 17.05% นอกจากนี้ยังได้นำผลลัพธ์ระบบการลงทุนที่ได้ไปเปรียบเทียบประสิทธิภาพกับวิธีการลงทุน MACD และงานวิจัยก่อนหน้าคือ LARG ในรายการหลักทรัพย์ SET50 โดยระยะเวลาในการทดสอบลงทุนย้อนหลังจะเป็นข้อมูลราคาย้อนหลังในช่วงเดือน มกราคม ถึง ธันวาคม พ.ศ. 2558 จากผลการทดสอบขั้นตอนวิธีที่นำเสนอให้ผลตอบแทนกำไร 95.71% ในขณะที่ผลตอบแทนของวิธีการ MACD คือ -12.76% และงานวิจัยก่อนหน้า LARG มีผลตอบแทนอยู่ที่ 17.28% จะเห็นได้ว่าวิธีการที่นำเสนอสามารถสร้างระบบการลงทุนที่มีประสิทธิภาพในด้านของผลกำไรได้ดี

Abstract: This research presents the genetic algorithm to build a trading system, which composes of a buying rule, selling rule and exit rule generated by combining technical indicators. The evolved trading systems are trained with historical data of SET50 starting from January 2001 to December 2010, and tested with the data from January 2011 to December 2015. The training result in terms of an average annual rate return is 20.06%, and the average annual return of the test data is 17.05%. In addition, the performance of the generated trading systems are compared with the MACD and the LARG using the data from SET50. The test uses historical data from January to December 2015. The proposed method yields 95.71% profit return. A profit return of while MACD and the LARG offer the return of 12.75% and 17.28% respectively. These show that proposed system can create a powerful investment strategy in terms of maximizing profit.

มหาวิทยาลัยบูรพา. สำนักหอสมุด

Address: ชลบุรี

Email: buulibrary@buu.ac.th

Name: สุนิสา ริมเจริญ

Role: อาจารย์ที่ปรึกษา

Created: 2559

Modified: 2565-08-03

Issued: 2560-11-30

วิทยานิพนธ์/Thesis

application/pdf

CallNumber: ว 006.31 น652ก

tha

DegreeName: วิทยาศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: เทคโนโลยีสารสนเทศ

Grantor: มหาวิทยาลัยบูรพา

©copyrights มหาวิทยาลัยบูรพา

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	57920639.pdf	4.86 MB

ใช้เวลา

0.017441 วินาที