การวิเคราะห์หุ้นโดยใช้ฟัซซี่ลอจิก

Abstract

บทคัดย่อ

การศึกษาเรื่องการวิเคราะห์หุ้นโดยใช้ฟัซซี่ลอจิก มีวัตถุประสงค์เพื่อนำเอาศาสตร์ในสาขาของวิศวกรรมคอมพิวเตอร์, สาขาวิชาปัญญาประดิษฐ์ (Artificial Intelligence) และสาขาเศรษฐศาสตร์มาประยุกต์เพื่อก่อให้เกิดนวัตกรรมใหม่ ที่เกี่ยวกับการวิเคราะห์หุ้นในเชิงเทคนิค รวมถึงการวิเคราะห์ประสิทธิภาพของระบบฟัซซี่ลอจิกที่ทำการศึกษาเปรียบเทียบกับการวิเคราะห์ทางเทคนิคแยกแต่ละตัวโดยผลที่ได้จากการศึกษา ระบบจะสามารถบอกช่วงที่เหมาะสมในการซื้อและขายหลักทรัพย์ได้ หลักทรัพย์ที่ทำการศึกษาในครั้งนี้ได้แก่ดัชนี SET, ดัชนี SET50, หุ้นในกลุ่ม SET50 ได้แก่ บริษัทชิน คอร์ปอเรชั่น จำกัด (มหาชน) [SHIN], บริษัท ปตท. จำกัด (มหาชน) [PTT] และหุ้นในกลุ่ม REHABCO ได้แก่ บริษัท ทุ่งคาฮาเบอร์ จำกัด (มหาชน) [THL] และ บริษัท อุตสาหกรรมปิโตรเคมีกัลไทย จำกัด (มหาชน) [TPI] โดยใช้ข้อมูลราคาปิดรายวันจำนวน 600 ข้อมูล ระหว่างวันที่ 11 เมษายน  2545 ถึงวันที่ 22 กันยายน 2547 เพื่อนำมาวิเคราะห์ผลการศึกษาในช่วงระยะเวลาตามต่างๆกัน

การศึกษาในครั้งนี้ได้ใช้ Visual C# .NET เป็นเครื่องมือในการพัฒนาซอฟต์แวร์ ที่ใช้ในการวิเคราะห์และใช้เทคนิคในการวิเคราะห์หุ้นจำนวนทั้งสิ้น 3 เทคนิค เพื่อป้อนเข้าสู่ระบบ ได้แก่ Rate of Change (ROC),Fast Stochastic และ Support and Resistant โดยมี Fuzzy Rule Base จำนวนทั้งสิ้น 22 กฎในการคำนวณทางฟัซซี่ลอจิก

ผลการศึกษาพบว่าระบบที่พัฒนาขึ้นนั้นสามารถแสดงสัญญาณซื้อขายหลักทรัพย์ได้ชัดเจนกว่าการใช้สัญญาณซื้อขายจากเทคนิคเพียงเทคนิคเดียว และสามารถก่อให้เกิดผลตอบแทนที่สูงกว่ายกตัวอย่างเช่น การวิเคราะห์ดัชนี SET โดยใช้ข้อมูลย้อนหลังจำนวน 300 วัน ตั้งแต่วันที่ 12 มีนาคม 2546 ถึง 3 มิถุนายน 2547 ระบบที่วิเคราะห์ด้วยฟัซซี่ลอจิกสามารถให้ผลตอบแทน 79.25% จากการลงทุนจำนวน 8 ครั้ง ระบบที่วิเคราะห์ด้วย Fast Stochastic ให้ผลตอบแทนได้ - 5.93% จัดการลงทุนจำนวน 7 ครั้ง ระบบที่วิเคราะห์ด้วย Support and Resistance ให้ผลตอบแทน 18.90% จากการลงทุน 5 ครั้งและระบบที่วิเคราะห์ด้วย Moving Average Convergence Divergence ให้ผลตอบแทน 10.30 % จากการลงทุน 14 ครั้ง และในช่วงตลาดขาลง การวิเคราะห์ดัชนี Set โดยใช้ข้อมูลย้อนหลังจำนวน 60 วันตั้งแต่วันที่ 2 กุมภาพันธ์ 2547 ถึง 3 มิถุนายน 2547 ระบบที่วิเคราะห์ด้วยฟันซี่ลอจิก สามารถให้ผลตอบแทน -1.16% จากลงทุนจำนวน 1 ครั้ง ระบบที่วิเคราะห์ด้วย Fast Stochastic ให้ผลตอบแทนได้ - 5.22% จากการลงทุนจำนวน 2 ครั้ง ระบบที่วิเคราะห์ด้วย Support and Resistance ให้ผลตอบแทนได้ -4.27% จากการลงทุน 4 ครั้งและระบบที่วิเคราะห์ด้วย Moving Average Convergence Divergence  ให้ผลตอบแทน 6.71% จากการลงทุน 3 ครั้ง

จากผลการวิเคราะห์ประสิทธิภาพของระบบที่ศึกษาสามารถสรุปได้ว่า การวิเคราะห์หุ้นด้วยทฤษฎีฟัซซี่ลอจิกด้วยระบบที่พัฒนาขึ้นมานั้น สามารถสร้างผลตอบแทนให้แก่ผู้ลงทุนได้มากกว่าการใช้การวิเคราะห์ทางเทคนิคเพียงเทคนิคเดียว และในช่วงตลาดขาลง ระบบสามารถก่อให้เกิดผลขาดทุนนี้น้อยที่สุดอีกด้วย

Abstract

The objective of this study was to apply knowledge in the field of Computer Engineering. Artificial in the field of Computer Engineering, Artificial Intelligence and Economics to create innovation in new technical analysis. Moreover, the study aimed to analyze efficiency of fuzzy logic system compared to each technical analysis tools. The result of this study is able to predict the stock prices of SET (Stock Exchange of Thailand) index, SET50 index, stock in SET50 (i.e. Shin Corporation Public [SHIN] and PTT Public Co., Ltd.) and stock in REHABCO (i.e. Tongkah Harbour Public [THL] and Thai Petrochemical Industry [TPI]. Historical closing prices from April 11^st, 2002 to September 22^nd, 2004 (600 days) have been applied in this study.

Visual C# .Net was used as a programming tool to develop fuzzy logic system. There are 22 rules in Fuzzy Rule Base with 3 technical analysis tools have been used for fuzzy logic inputs i.e. Rate of Change (ROC), Fast Stochastic and Support & Resistant.

The result of this study is able to identify buy or sell period better than single technical analysis tools and the investment returns were excellent. For example, SET index analysis with 300 historical closing prices from March 12^rd, 2003 to June 3^rd, 2004, fuzzy logic system has shown returns of 79.25% from 8 investments. Fast stochastic analysis has shown returns of 5.93% from 7 times of investment. Support and resistant analysis has shown 18.90% from 5 times of investment. MACD has shown returns of 10.30% from 14 times of investment.

In summary, stock evaluation by fuzzy logic has shown better performance than single technical analysis tools. On the other hand, this system can give the less capital loss to investor in bearish market.