ลงทุนเหนือกว่าด้วย

AI Stock Selection (ARES)

Why ARES 2.0 ทำไมโมเดลใหม่นี้ถึงไม่ควรพลาด

ลงทุนแบบเดิม อาจไม่พอให้ชนะตลาด วันนี้ตลาดหุ้นสหรัฐฯ เต็มไปด้วยการแข่งขันที่ดุเดือด การใช้เพียงพื้นฐานการเงินอาจไม่พอ ARES 2.0 จึงถูกพัฒนาขึ้นเพื่อ “ก้าวนำตลาด” อย่างแท้จริง

ผลลัพธ์ที่จับต้องได้

ไตรมาสล่าสุด Q1 2025 ARES +16.31% ชนะทั้ง Nasdaq (+12.43%) และ S&P500 (+9.62%)

พิสูจน์ด้วย Backtest

ผลตอบแทนเฉลี่ยทบต้น (CAGR) ของ Ares 2.0 36.36% ต่อปี ทิ้งห่างดัชนีแบบไม่เห็นฝุ่น

มืออาชีพดูแล

ใช้ Machine Learning ที่เรียนรู้และพัฒนาให้แม่นยำขึ้นทุกครั้ง ผสานกับ Fund Manager มืออาชีพที่คัดกรองรอบสุดท้าย

รายละเอียดการทำงานของโมเดล Ares 2.0

ARES Flow A
หุ้นจากตลาดสหรัฐฯ ≈ 5,000 หุ้น
คัดกรองบริษัทที่มีขนาดใหญ่ (Liquidity เพียงพอ) ≈ 2,000 – 3,000 หุ้น
Expert System ใช้ข้อมูลงบการเงิน นำมาคำนวณตามกฎเกณฑ์
(Rule-Based Filtering by FM)
Quality Stock Universe (250 หุ้น)
ARES : AI/ML Expected Return Rankings จัดอันดับผลตอบแทนคาดหวังด้วยโมเดล AI/ML
Fund Manager’s Top 10 : Strong Fundamentals, High Potential Returns

ปัจจัยการพิจารณาในแต่ละขั้นตอน

Expert system

  • จำลองแนวคิดของผู้จัดการกองทุน
  • ประยุกต์กฎเกณฑ์กับข้อมูลจำนวนมากได้
  • ใช้ข้อมูลปัจจัยพื้นฐานทางงบการเงินในการคัดกรองหุ้น

AI&ML “ARES”

ให้โมเดลเรียนรู้ด้วยข้อมูลจำนวนมาก เพื่อหาแนวทางตัดสินใจว่ากลุ่มใดจะให้ผลตอบแทนสูงสุด

Fundamental

ROIC

ROE

Debt

Profit Margin

Momentum

Daily change

Standard Deviation

Slope of polynomial

Valuation

P/Sales

P/BV

P/FCF

EV/EBITDA

*สัญญาณหลายกลุ่มถูกรวมเป็น Expected-Return Score เพื่อจัดลำดับความน่าสนใจ

ผู้จัดการกองทุน

วิเคราะห์เชิงคุณภาพและเชิงปริมาณ เพื่อปรับกลยุทธ์และโครงสร้างพอร์ตให้เหมาะสมกับสภาวะตลาด

  • Business Model
  • คุณภาพผู้บริหาร
  • Growth Trend
  • Competitive Edge
  • งบการเงินที่แข็งแรง

Backtesting ของ Ares – AI/ML

(Rule-Based Filtering by Fund Managers, AI Ranking for Alpha)

ผลการดำเนินการจริงของ "Ares - AI/ML"

(การคัดกรองตามกฎเกณฑ์โดยผู้จัดการกองทุน และการจัดอันดับโดย AI เพื่อหาผลตอบแทนส่วนเพิ่ม – Alpha)

คำเตือน : ผลการดําเนินงานในอดีต และผลการเปรียบเทียบผลการดําเนินงานที่เกี่ยวข้องกับผลิตภัณฑ์ในตลาดทุน มิได้เป็นสิ่งยืนยันถึงผลการดําเนินงานในอนาคตโดยในช่วงเวลา 3 เดือน โมเดล ARES สามารถช่วยให้ผู้จัดการกองทุนเลือกหุ้นรายตัว 10 ตัว และให้ “ผลตอบแทนจริง” อยู่ที่ 16.31% สูงกว่าเกณฑ์วัดผลการดำเนินงาน Nasdaq 12.43% ดัชนีหุ้นสหรัฐ ฯ S&P500 9.62%

การประยุกต์ใช้ปัญญาประดิษฐ์ (AI) เพื่อการลงทุน

บริษัทหลักทรัพย์จัดการกองทุน ลีฟแคปปิตอล จำกัด

ขอบเขตและข้อจำกัดของการให้บริการแก่ลูกค้า

ปัจจุบัน ความก้าวหน้าของนวัตกรรมเข้ามามีผลต่อพฤติกรรมการใช้ชีวิตของมนุษย์มากขึ้นอย่างรวดเร็ว โดยเฉพาะเทคนิควิธีในการประมวลผลชุดข้อมูลจำนวนมาก หรืองานที่มีลักษณะการทำซ้ำ ๆ ซึ่งด้วยคุณลักษณะตรงนี้ เป็นเวลากว่า 3 ปีแล้ว ที่ บลจ.ลีฟแคปปิตอล ได้มองเห็นโอกาส และเริ่มก่อตั้งทีมวิจัยการประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์ Artificial Intelligence และ Machine Learning (AI/ML) เข้ามาทำงาน “ร่วม” กับผู้จัดการกองทุนมืออาชีพ เพื่อให้เกิดการจัดการลงทุนที่มีประสิทธิภาพสูงขึ้น ทั้งด้านการเพิ่มอัตราผลตอบแทน และการบริหารความเสี่ยง สอดคล้องกับภารกิจของ บลจ.ลีฟแคปปิตอล สร้างเสถียรภาพให้กับเงินลงทุนของลูกค้าอย่างต่อเนื่องในระยะยาว 

Securities Selection การนำนวัตกรรมมาช่วยขยายขอบเขต คัดเลือกหุ้นที่มีศักยภาพ ผ่านระบบ Expert system ที่กำหนดเกณฑ์คุณสมบัติโดยผู้จัดการกองทุน จากนั้นให้ AI/ML ช่วยเฟ้นหาหุ้นที่มีคุณภาพที่ดีตามกรอบนโยบาย จากนั้นให้ทางฝ่ายจัดการลงทุนคัดเลือกในเชิงคุณภาพและโอกาสเติบโตอีกครั้งหนึ่ง ก่อนดำเนินการลงทุนต่อไป

ทางฝ่ายจัดการกองทุน บลจ.ลีฟแคปปิตอล เราทราบดีว่า นวัตกรรมที่ล้ำหน้า มาพร้อมกับความเสี่ยงของขั้นตอนที่มีความซับซ้อนมากขึ้น ซึ่งอาจก่อให้เกิดผลลัพธ์ที่ไม่พึงประสงค์ได้ ดังนั้น เราจึงมีขั้นตอนในการจัดการความเสี่ยง โดยในทุกการตัดสินใจก่อนการลงทุน ผู้จัดการกองทุนมีหน้าที่ตรวจสอบความถูกต้อง วิเคราะห์ และติดตาม โดยผ่านการอนุมัติของคณะกรรมการลงทุนเหมือนปกติ ไม่มีการเปิดให้นวัตกรรมดำเนินการโดยไม่มีความสอดคล้องกับระบบงานและหลักการลงทุนเดิมของเรา

บลจ.ลีฟแคปปิตอล ไม่มีการนำนวัตกรรม AI/ML มาใช้ในการบริการ ติดต่อให้ข้อมูลลูกค้าแต่อย่างใด

สมมติฐานของอัลกอริทึม

การคัดเลือกหุ้นรายตัว – อยู่บนสมมติฐานว่า ราคาหลักทรัพย์สะท้อนปัจจัยพื้นฐาน งบการเงินที่แข็งแกร่งของบริษัท และบริษัทที่มีผลการดำเนินงานที่ดี ราคาหุ้นจะปรับขึ้นในระยะยาว ขณะเดียวกัน เทคโนโลยีมีความสามารถในการประเมินชุดข้อมูลขนาดใหญ่ได้อย่างละเอียด รวดเร็ว และถูกต้องแม่นยำกว่าสายตามนุษย์

การนำมาประยุกต์ใช้ร่วมกันเริ่มจากการ กำหนดคุณสมบัติพื้นฐานของบริษัทที่ดี ซึ่งวางกรอบโดยหลักการและประสบการณ์ของผู้จัดการกองทุน หลังจากนั้นโมเดลจะเรียนรู้หาความสัมพันธ์ของแต่ละคุณสมบัติกับผลลัพธ์ที่ต้องการ และคัดเลือกหุ้นจาก Investment Universe กว่า 5,000 บริษัท หรือหุ้นที่จดทะเบียนซื้อขายในตลาดหลักทรัพย์สหรัฐฯ ก่อนจะคัดกรองเหลืออย่างน้อย 10 บริษัทที่โดดเด่นที่สุดพื่อให้ผู้จัดการกองทุนวิเคราะห์เชิงคุณภาพ ดำเนินการลงทุน และติดตามต่อไป

เป้าหมายของการพัฒนาโมเดลคัดเลือกนี้คือ Maximizing Return หรือการสร้างผลตอบแทนสูงสุด ผ่านการกระจายการลงทุนในหุ้น 10 หลักทรัพย์ในสัดส่วนที่เท่า ๆ กัน

การเปลี่ยนแปลงข้อมูลที่เกี่ยวข้องกับการให้บริการแก่ลูกค้า

ในส่วนของ นโยบายการลงทุน ที่เคยนำเสนอไว้กับลูกค้าแล้วนั้น จะมีการเปลี่ยนแปลงเพียงเล็กน้อย จากเดิมที่อยู่บนการวิเคราะห์และประเมินด้วยข้อมูลเชิงคุณภาพและเชิงปริมาณโดยผู้จัดการกองทุน จะมีการ เพิ่มเติมเครื่องมือนวัตกรรม AI/ML เข้ามาช่วยในการเตรียมข้อมูลประกอบการตัดสินใจอีกทางหนึ่ง เพื่อให้ผู้จัดการกองทุนสามารถ ขยายขอบเขตในการคัดเลือกหลักทรัพย์ และจัดพอร์ตได้สอดคล้องกับข้อมูลสภาวะการลงทุนในปัจจุบันมากยิ่งขึ้น

การดำเนินการกรณีเกิดเหตุผิดปกติอย่างมีนัยสำคัญจนส่งผลต่อเทคโนโลยีการติดต่อและให้บริการหยุดชะงัก

หากมีเหตุการณ์ที่ส่งผลต่อเทคโนโลยีในการให้บริการหยุดชะงัก จะไม่มีผลต่อการให้บริการจัดการพอร์ตการลงทุนของลูกค้า เนื่องจาก บลจ.ลีฟแคปปิตอลนำนวัตกรรม AI/ML มาใช้ในขอบเขตของการช่วยผู้จัดการกองทุนให้มีข้อมูลมากขึ้น แต่การตัดสินใจและการส่งคำสั่งซื้อขายยังคงเป็นหน้าที่ของฝ่ายจัดการลงทุน (บุคคล) ที่ต้องดำเนินการภายใต้กรอบที่ได้รับอนุมัติจากคณะกรรมการการลงทุนเช่นเดิม ไม่มีการให้เทคโนโลยีเชื่อมต่อโดยตรงหรือส่งคำสั่งซื้อขายที่มีผลต่อการบริหารเงินลงทุน หรือติดต่อกับลูกค้านักลงทุนแต่อย่างใด

โดยภายหลังจากทราบเหตุของการหยุดชะงักแล้ว ให้ทางฝ่ายจัดการลงทุนเป็นผู้ตรวจสอบและแก้ไข เพื่อนำเสนอข้อมูลที่เกี่ยวข้อง เช่น สาเหตุ ผลกระทบ และแนวทางแก้ไข รวมถึงระยะเวลาในการแก้ไข ให้กับทางคณะกรรมการการลงทุนพิจารณาอนุมัติต่อไป

นโยบายกองทุนที่นำ Ares 2.0 มาเพิ่มศักยภาพ

เกษียณเติบโต

Kasain System Fund
(ลงทุนเพื่อ ก่อน / หลัง เกษียณ)

พัฒนาบนหลักการ 3 ตะกร้าการลงทุนเพื่อวัยเกษียณ โดยบริหารเงินอย่างรอบคอบสำหรับผู้รับความเสี่ยงได้ต่ำ พร้อมทยอยใช้เงินระหว่างทาง ปรับพอร์ตตามปัจจัยลงทุนโดย ผู้เชี่ยวชาญที่ผนึกกำลังกับนวัตกรรม AI Stock Selection Model

ข้อมูลเพิ่มเติม >
หุ้นรายตัวสหรัฐฯ

US Selective Fund
(โอกาสเติบโตกับหุ้นสหรัฐฯ)

กองทุนใช้ระบบการคัดเลือกหุ้นโดยผสานการทำงานระหว่างเทคโนโลยี AI และทีมผู้จัดการกองทุน โดยเริ่มต้นจากหุ้นในตลาดสหรัฐฯ ที่มีมากกว่า 5,000 ตัว ก่อนจะคัดกรองให้เหลือประมาณ 10 ตัว โดยพิจารณาจากปัจจัยพื้นฐาน

ข้อมูลเพิ่มเติม >
Core & Satellite

Secular Fund
(เติบโตด้วย Core & Satellite)

ระจายการลงทุนในหลายกลุ่มสินทรัพย์ทั่วโลก (Global Multi Asset Allocation) เพื่อหาโอกาสสร้างผลตอบแทนตามการเปลี่ยนแปลงของวัฎจักรเศรษฐกิจและสภาวะการลงทุนในระยะยาว (Secular Trend)

ข้อมูลเพิ่มเติม >
Scroll to Top