การพยากรณ์ดัชนี S&P500 โดยใช้การเรียนรู้เชิงลึก (ตอนที่ 1)

เกริ่นนำ

นปัจจุบันตลาดหุ้นนั้นมีความผันผวนค่อนข้างสูงโดยเฉพาะในสถานการณ์ปัจจุบันที่ต้องรับมือกับ โรคระบาด COVID-19, อัตราเงินเฟ้อที่ลุกลามทั่วโลก โดยเฉพาะสหรัฐฯที่เป็นประเทศเศรษฐกิจสำคัญ, ปัญหา Supply Chain ที่ยืดยาว ยังไม่กลับสู่ภาวะปกติซึ่งส่งผลกระทบต่อเนื่อง และเป็นสาเหตุหลักในตอนต้นที่ทำให้เกิดภาวะเงินเฟ้อ, การพยายามควบคุมอัตราเงินเฟ้อของธนาคารกลางสหรัฐฯ (FED) ด้วยนโยบายการเงินแบบเข้มงวด, และภาวะสงครามในยูเครนที่ซ้ำเติมปัญหา ทำให้ตลาดทุนค่อนข้างที่จะคาดการณ์ไม่ได้ จะดีกว่าไหมถ้าเราสามารถสร้างตัวช่วยในการประเมิณดัชนีตลาดหุ้นได้ ทางทีม Investment Research ของทาง Lief ได้มีไอเดียในกาสร้างเครื่องมือในการทำนาย ดัชนีตลาดหุ้น S&P 500 โดยใช้ปัญญาประดิษฐ์หรือ AI และเทคนิคการเรียนรู้เชิงลึก (Deep Learning) ซึ่งเป็นที่นิยมอย่างมากในการพยากรณ์ตลาดหุ้น

ทำไมทาง Lief ถึงต้องทำโจทย์นี้

หลายๆคนอาจจะตั้งคำถามว่าทำไมทางทีม Investment Research ถึงต้องศึกษาตลาดหุ้นโดยการนำ AI มาใช้ในขณะที่หลายๆที่ก็มีการนำเทคโนโลยีเหล่านี้มาใช้กันอยู่แล้ว หนึ่งในคำตอบนั้นคือเทคนิคการเรียนรู้ของตัว AI, สถาปัตยกรรมของ AI และสิ่งที่สำคัญไม่แพ้กันเลยคือ ข้อมูลที่จะนำไปสอน AI ซึ่งสิ่งเหล่านี้มีความสำคัญเป็นอย่างมากที่จะทำให้โปรเจกต์นี้สำเร็จ เปรียบเสมือน ข้อมูลนั้นเป็นวัตถุดิบ และ AI คือพ่อครัว ถึงแม้ว่า พ่อครัวจะเก่งแค่ไหนแต่ถ้าวัตถุดิบไม่มีคุณภาพ รสชาติของอาหารจานนั้นก็จะไม่อร่อย ทางทีมของ Lief ได้มีการเลือกวัตถุดิบอย่างพิถีพิถัน (Input) หรือข้อมูลเป็นอย่างดีเพื่อที่จะสร้างตัวช่วยในการทำนายดัชนีของ S&P 500

ที่มาที่ไปในการสร้าง AI

ในปัจจุบันเทคโนโลยีทางด้านคอมพิวเตอร์และวิศวกรรมได้พัฒนาไปอย่างก้าวกระโดดทำให้การสร้างปัญญาประดิษฐ์ (AI) ทำได้สะดวกขึ้นแต่ถึงอย่างนั้นก็ไม่ใช่เรื่องง่ายที่จะสร้างทุกอย่างได้ถ้าขาดผู้ที่มีความรู้ทางด้าน AI และตลาดหุ้น อย่างไรก็ตามทางทีม Lief ได้พยายามอย่างหนักในการเลือกข้อมูลและสถาปัตยกรรม AI ที่ตอบโจทย์กับตลาดหุ้นเพื่อให้นักลงทุนมั่นใจว่าเครื่องมือที่ทาง lief สร้างจะสามารถตอบโจทย์กับนักลงทุน

ก่อนอื่นเลยอยากจะขออธิบายว่าทำไมทางทีมถึงเลือกใช้เทคนิคการเรียนรู้เชิงลึก (Deep learning) หลายคนอาจจะเคยได้ยินคำว่า machine learning บางคนอาจจะเคยได้ยินคำว่า deep learning ซึ่ง ณ ปัจจุบัน สถาปัตยกรรมต่างๆของ AI ถูกสร้างด้วยพื้นฐานของ Deep learning ทั้งสิ้น ทางทีมของ Lief ขอเล่าถึงหลักการทำงานคร่าวๆของ Deep learning model ดังต่อไปนี้ Deep learning หรือ การเรียนรู้เชิงลึกนั้นเป็น subset ของ machine learning ซึ่งประกอบไปด้วย Neural Network ที่มีหลายๆชั้นประกอบกัน จริงๆแล้ว Neural Network นั้น มีที่มาจากสมองของมนุษย์ นักวิทยาศาสตร์เชื่อว่า การสร้างสถาปัตยกรรม AI ที่มีความคล้ายคลึงกับมนุษย์นั้นจะทำให้ AI มีความฉลาดคล้ายมนุษย์

อย่างไรก็ตาม Neural Network นั้นมีโครงสร้าง 3 ส่วนหลักๆคือ Input Layer, Multiple Hidden Layer, Output Layer. ถ้าให้พูดง่ายๆคือ Input Layer ให้เปรียบเสมือนขั้นตอนการเตรียมวัตถุดิบที่เราได้เตรียมมาจากการหาข้อมูล หลังจากนั้นวัตถุดิบจะเข้าสู่กระบวนการปรุง (AI จะเริ่มเรียนรู้ตั้งแต่ขั้นตอนนี้) ซึ่งจะอยู่ใน Multiple Hidden Layer ซึ่งยิ่งมีหลาย Layer AI จะใช้เวลาในการเรียนรู้นานขึ้นแต่ก็แลกมากับความแม่นยำในการใช้งาน และส่วนสุดท้าย Output Layer คือ ผลลัพธ์ที่เราต้องการ (เมนูอาหารนั่นเอง) จะเห็นได้ว่าสถาปัตยกรรม AI ที่ใช้ Deep Learing นั่นจะมีความซับซ้อนแล้ะแม่นยำ นั่นจึงเป็นสาเหตุที่ทำให้ทางทีมของ Lief ตัดสินใจที่จะใช้ Deep learning model ในการสร้าง AI ขึ้นมานั่นเอง

การเลือกข้อมูลที่ดีมีชัยไปกว่าครึ่ง

ก่อนที่จะพูดถึง AI อยากจะให้ทุกคนมาดูว่าปัจจัยอะไรบ้างที่น่าจะส่งผลกับดัชนีหุ้น S&P 500 ทางทีม Investment Research ได้ไปทำการสำรวจปัจจัยที่เกี่ยวข้องซึ่งมีข้อมูลดังต่อไปนี้ Index Price, Index EPS, FED Balance Sheet, 2Y Bond Yield, 10Y Bond Yield, Fed Fund Rate, CPI, VIX, USD Index ทางทีม Investment Research เชื่อว่าปัจจัยเหล่านี้ส่งผลกระทบทางตรงต่อดัชนี S&P 500

ทำไมทางทีมของ Lief ถึงคิดว่าปัจจัยเหล่านี้น่าจะส่งผลกระทบต่อดัชนี S&P500 ขอยกตัวอย่างบางปัจจัย เช่น Index EPS คือปัจจัยที่จะสะท้อนถึงกำไรโดยรวมของตลาดหุ้นนั้นๆ ซึ่งหมายถึงว่าถ้า Index EPS มีค่าที่สูงขึ้นย่อมส่งผลทำให้ มูลค่าของหุ้นแต่ละตัวนั้น มีมูลค่ามากขึ้นหรือน้อยลงด้วยเช่นกัน มากไปกว่านั้น ถ้า Index EPS มีค่ามากขึ้นแต่ในขณะที่ ดัชนี S&P500 ลดลง อาจเป็นปัจจัยเสริมที่ทำให้นักลงทุนเข้าซื้อหุ้นมากขึ้นนั่นเอง. 

Consumer Price Index หรือ CPI นั่นก็ส่งผลกระทบต่อ S&P500 ด้วยเช่นกัน นั่นเพราะว่า  ยิ่งผู้บริโภคมีความต้องการที่จะซื้อสินค้ามากขึ้น(มี Demand ในความต้องการของสินค้านั้นๆ) ย่อมส่งผลทำให้ เศรษฐกิจดีขึ้นซึ่ง ธุรกิจที่อยู่ในตลาดหุ้น S&P500 ย่อมได้รับผลกระทบทางบวกด้วยเช่นกัน แต่ในอีกแง่มุมหนึ่ง คือความต้องการอาจไม่ได้เพิ่มขึ้นหรือลดลง แต่ด้วยต้นทุนที่แพงขึ้นทำให้สินค้าหรือบริการแพงขึ้นซึ่งอาจเป็นอีกเหตุผลหนึ่งที่ทำให้ดัชนี CPI สูงขึ้นได้เช่นกัน

Fed Balance Sheet เองก็มีส่วนสำคัญ นั่นก็เพราะว่า Fed Balance Sheet นั่น บ่งบอกถึง money supply ในระบบเศรษฐกิจจากนโยบายของ FED โดยทั่วไปนั้น money supply เหล่านี้ได้ไหลไปสู่สถาบันการเงินแล้วก็เข้าสู่ตลาดหุ้นด้วยเช่นกัน นั่นหมายความว่า Fed Balance Sheet ย่อมส่งผลกระทบต่อดัชนี S&P 500 ด้วยเช่นกัน

2 Years และ 10 Years yield rate นั้นสะท้อนมุมมองบางส่วนต่อความเชื่อมั่นในเศรษฐกิจระยะสั้น และเศรษฐกิจระยะยาวของประเทศนั้น ๆ เนื่องจากเป็น 1 ในสินทรัพย์ที่ค่อนข้างมีความผันผวนต่ำในภาวะปกติ และเป็น 1 ในสินทรัพย์ที่มีความสัมพันธ์กับตลาดหุ้นอย่างมีนัยสำคัญ

จะเห็นได้ว่าข้อมูลหรือปัจจัยที่จะนำมาใช้นั้นส่งผลต่อดัชนีตลาดหุ้นทั้งสิ้นและทางทีมของ Lief เชื่อมั่นว่า AI จะสามารถเรียนรู้ข่อมูลเหล่านี้เพื่อที่จะทำนายดัชนีหุ้นต่อไป

การสร้าง AI ที่ดีต้องเลือกเทคนิคที่เหมาะสมด้วยเช่นกัน

อย่างไรก็ตามการเลือกและสร้างสถาปัตยกรรม AI ก็มีความสำคัญไม่แพ้กับการเลือกวัตถุดิบหรือข้อมูลที่เอาใช้ ทางทีมของเรา ได้เลือกใช้เทคนิค Sample Convolution and Interaction Networks ซึ่งเป็นหนึ่งในการเรียนรู้เชิงลึก (Deep Learning) ซึ่งถ้าให้พูดกันแบบง่ายๆโดยไม่มีการอ้างอิงสมการทางคณิตศาสตร์ใดๆนั้นคือ เทคนิคนี้จะแบ่งข้อมูลเป็น เลขคู่ กับ เลขคี่ ซึ่ง ข้อมูลเหล่านี้จะถูกป้อนเข้า AI ให้เรียนรู้แบบคู่ขนานและมีการแลกเปลี่ยนข้อมูลระหว่างที่ AI กำลังเรียนรู้ (Interactive Learning) ซึ่งเทคนิคนี้ทำให้สามารถตรวจจับเทรนด์ในอดีตได้แม่นยำกว่าเทคนิคอื่นๆ

สำหรับบทความถัดไปจะพูดถึงการนำข้อมูลที่ทางทีมได้เลือกและสถาปัตยกรรม AI นำไปใช้งานอย่างไรรอติดตามชมกันได้เลยครับ

Lief index lab

Scroll to Top