แบบจำลองที่เหมาะสมในการคัดเลือกหุ้นด้วยกลยุทธ์โมเมนตัม

An optimal model for stock selection based on momentum strategy

Name: ดิศยพร กิตตินันท์ธนโชติ

Organization : มหาวิทยาลัยหอการค้าไทย. บัณฑิตวิทยาลัย

Email : 2110731303004@live4.utcc.ac.th

Name: สุวรรณี อัศวกุลชัย

Organization : มหาวิทยาลัยหอการค้าไทย. บัณฑิตวิทยาลัย

Email : ensak@hotmail.com

keyword: กลยุทธ์โมเมนตัม

ThaSH: หุ้นและการเล่นหุ้น

; ค่าชาร์ปเรโช

ThaSH: กองทุนรวม

; ค่าแม๊กซิมัมดอดาวน์

ThaSH: แบบจำลอง

Abstract: การศึกษาในครั้งนี้ มีวัตถุประสงค์เพื่อพัฒนาแบบจำลอง ในการคัดเลือกหุ้นด้วยกลยุทธ์โมเมนตัม ใช้ Python ร่วมกับ Google Cloud Function และ Google Cloud Scheduler และพัฒนา โปรแกรมในการซื้อขาย ใช้โปรแกรม WordPress ARMember Lite และ Sheets to WP Table Live Sync ระบบคัดเลือกหุ้นด้วยกลยุทธ์ Quantitative Momentum ใช้ข้อมูลจากตลาดหลักทรัพย์แห่ง ประเทศไทย ตั้งแต่เดือนมกราคม 2560 ถึงเดือนพฤษภาคม 2565 พิจารณาอัตราผลตอบแทนย้อนหลัง 1 เดือน 3 เดือน 6 เดือน และ 12 เดือนของหุ้นใน SET100 ผลการศึกษาปัญหาของนักลงทุนใหม่ ไม่มี ความรู้ในการซื้อขายหุ้น ต้องการระบบช่วยตัดสินใจซื้อขายหุ้นแบบ ง่ายๆ ได้ผลกำไร ผลการพัฒนาระบบ แบ่งเป็น 3 ส่วน 1. ระบบสมัคร สมาชิก 2. ระบบชำระเงิน 3. ระบบคัดเลือกหุ้นผ่าน https://momentum stock-trading.com/wp ผลการทดสอบการ ทำงานของ Algorithm มีแนวโน้มที่ให้ค่าอัตราผลตอบแทนเฉลี่ย, ค่า Sharpe ratio และค่า Maximum Drawdown ที่ดีกว่า SET100 TRI และช่วงระยะเวลาการลงทุนที่เหมาะสม คือ ระยะยาว จำนวนหุ้นที่ เหมาะสมคือ 5 ตัว ผลการประเมินประสิทธิภาพของระบบ ด้วย GTMetrix ได้เกรด B ประกอบด้วย ประสิทธิภาพการทำงานร้อยละ 76 โครงสร้างเว็บไซต์ร้อยละ 95 และ Web Vitals ได้ 1.3 วินาที ระยะเวลาการรอเพื่อดำเนินการถัดไปอยู่ที่ 0 โดยค่า TBT ที่อยู่ในช่วง 0-300 ms ถือว่าอยู่ในระดับที่มีระยะเวลาการรอเพื่อการดำเนินการ ถัดไปที่ไวมาก และมีค่าวัดความเสถียรขององค์ประกอบในการแสดง หน้าเว็บไซต์ ที่ 0.86

Abstract: The objective of this study is to develop an optimal model for momentum stock selection using Python language with Google Cloud Functions and Google Cloud Scheduler. The methodology based on the principles of the software development cycle: problem definition, feasibility studies, user requirements, system analysis and design. The web application is developed by WordPress, AR Member Lite, and Sheets to WP Table Live Sync. System development divided into three parts: 1. member system 2. payment system and 3. model development via https://momentumstock-trading.com/ wp. Algorithm Testing with Back testing, it was found that every investment period and number of stocks in the Quantitative Momentum portfolio tended to yield a better average rate of return, Sharpe ratio, and Maximum Drawdown than the SET100 TRI. The suitable investment period is long-term and the optimal number of stocks is 5 stocks. System performance evaluation with GT Metrix was at grade B which consisted of 76% performance, 95 percent site structure, and Web Vitals. The test result of Largest Content Paint: LCP was 1.3 seconds. Total Blocking Time was 0 ms. TBT values in the range of 0-300 ms were considered very sensitive. Lastly, Cumulative Layout Shift : CLS was at 0.86

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Created: 2566

Modified: 2568-01-23

Issued: 2568-01-23

บทความ/Article

application/pdf

BibliograpyCitation : ใน มหาวิทยาลัยเซาธ์อีสท์บางกอก และมหาวิทยาลัยเทคโนโลยีราชมงคลกรุงเทพ. การประชุมวิชาการระดับชาติและระดับนานาชาติด้านเทคโนโลยีคอมพิวเตอร์ประยุกต์และระบบสารสนเทศ ครั้งที่ 19 และการประชุมวิชาการระดับชาติด้านบริหารธุรกิจ 2023 (ACTIS & NCOBA 2023) (pp.38-43). กรุงเทพฯ : มหาวิทยาลัยเซาธ์อีสท์บางกอก

tha

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	ACTIS & NCOBA 2023pp.38-43.pdf	711.89 KB	1	2025-02-28 22:58:12

ใช้เวลา

0.032048 วินาที