Deep learning ในโลกของการลงทุน

สวัสดีครับ วันนี้ผมจะมารีวิวคร่าวๆ เกี่ยวกับการใช้งาน Deep Learning ในวงการลงทุนกันครับ หลังจากการเติบโตอย่างรวดเร็วของ Deep Learning ซึ่งเป็นอัลกอริทึ่มหนึงที่กำลังขับเคลื่อนวงการ AI อยู่ในเวลานี้ คำถามต่อไปก็คือ มันถูกใช้อย่างแพร่หลายในวงการลงทุนจริงหรือไม่??? แน่นอนครับ คำตอบก็คงจะต้องบอกว่า “มันเป็นเรื่องจริง” ครับ อย่างที่รู้ๆ กันว่า วงการลงทุนเป็นวงการที่เกี่ยวข้องกับ “เงิน” และก็ไม่ใช่เงินจำนวนธรรมดาๆ ด้วยครับ แต่เป็นเงินจำนวนมหาศาล ฉะนั้นก็แน่นอนว่า วงการนี้เป็นวงการที่มีความจำเป็นต้องมีความกระตือรือล้นในการพัฒนาเครื่องมือทางการลงทุนขึ้นมาอย่างไม่หยุดหย่อนด้วยเทคโนโลยีที่ก้าวล้ำที่สุดเท่าที่จะหาได้ เพื่อตักตวงผลประโยชน์ให้ได้มากที่สุดอย่างแน่นอน จึงเป็นไปไม่ได้เลยที่จะไม่มีการนำเทคนิคที่ถือว่าเป็นแนวหน้าแห่งวงการ AI และ เป็นเครื่องมือคำนวณที่ทรงพลังที่สุด ณ เวลานี้ อย่าง Deep Learning มาประยุกต์ใช้กัน Deep Learning … Continue reading Deep learning ในโลกของการลงทุน

(Paper)เช็คประสิทธิภาพของ Trend Following ในระยะเวลากว่า 136 ปี กันหน่อย!!!

บทความนี้เราจะมาดูเปเปอร์ที่นำหลักฐานจากงานวิจัย (Evidences) ที่แสดงถึงประสิทธิภาพของ Trend Following ในระยะเวลากว่า 136 ปี!!! ที่ผ่านมามาวิเคราะห์กัน เปเปอร์นี้โอเคเลยครับเป็นการสรุปผลการลงทุนแบบตามแนวโน้มเป็นจำนวนถึง 136 ปี จุใจกันเลยทีเดียว! ปกติเราทำระบบลงทุน Backtest กัน 30-40 ปีก็ว่ามากแล้วแต่เปเปอร์ตัวนี้เค้าไปหาข้อมูลตลาดหลักทรัพย์อเมริกาตั้งแต่ปี 1880-2016 กันเลยทีเดียว เก่าแก่แค่ไหนนะหรือครับ ปี 1880 ก็ตั้งแต่สมัยพระนางเจ้าวิกตอเรียแห่งอังกฤษประเทศญี่ปุ่นจักรพรรดิเมจิ และที่ไทยเรา ล้นเกล้ารัชกาลที่ 5 ยังทรงครองราชย์ อยู่เลยครับ!!!! … … ผลลัพธ์ที่ได้ออกมาก็คือ “การลงทุนแบบนี้ให้ผลโดยเฉลี่ยยอดเยี่ยม” ทีเดียว โดยสามารถทำงานได้อย่างดีในภาวะวิฤตในตลาดมาได้ถึง 8 ใน 10 ครั้งทีเดียว โดยงานวิจัยครั้งนี้เป็นของ … Continue reading (Paper)เช็คประสิทธิภาพของ Trend Following ในระยะเวลากว่า 136 ปี กันหน่อย!!!

เปิดม่าน Deep Learning (2) : Neural Network – Learning rate

จากบทความชุด เปิดม่าน Deep Learning (1) : Neural Network – Perceptron เราได้จบบทความนั้นเอาไว้ที่ปัญหาที่ perceptron หรือ neuron มีความ sensitive ต่อข้อมูลสอนมากเกินไป จนเกิดปัญหาในลักษณะของ overfitting กับข้อมูลสอน ดังรูป จากรูป เป็นการทำงานของนิวรอนแบบไม่มีค่า Learning Rate จะเห็นได้ชัดเจนว่าในการสอนนิวรอนครั้งที่ 1 ด้วยข้อมูลสอน input 1 นิวรอนปรับตัวอยู่ใกล้กับข้อมูลสอนนั้นมาก (ค่าคำตอบที่ได้ค่อนข้างจะเฉพาะเจาะกับข้อมูลนี้มาก) ต่อมาเราจึงทำการสอนด้วย input 2 เราจะเห็นว่านิวรอนปรับตัวอย่างเร็วเข้าหา input 2 โดยแทบจะลืมการสอนในครั้งแรกไปเลย กลายเป็นค่าคำตอบเปลี่ยนไปเฉพาะเจาะกับกับ … Continue reading เปิดม่าน Deep Learning (2) : Neural Network – Learning rate

เปิดม่าน Deep Learning (1) : Neural Network – Perceptron

บทความนี้ก็จะขอเกาะกระแส Neural Network กันหน่อยค่ะ เนื่องจาก Neural Network หรือ ที่เราเรียกกันง่ายๆ ว่า  “นิวรอลเน็ต” ช่วงนี้มาแรงมากๆ คิดๆ แล้วก็ไม่น่าเชื่อนะคะ ว่า นิวรอลเน็ต ที่หลายๆ คนเคยมองว่าเป็นอัลกอริทึมที่หยุดพัฒนาไปแล้ว ซึ่งคนในวงการคอมพิวเตอร์เคยพูดติดตลกกันว่า นิวรอลเน็ตน่ะเป็นอัลกอริทึ่มตายแล้ว! แต่แล้ววันนี้ เจ้านิวรอลเน็ตได้กลับมาเป็นกระแสขึ้นมาอีกครั้ง ซึ่งก็คงจะปฏิเสธไม่ได้เลยว่าจะต้องตบรางวัลให้กับเจ้าตัว  Deep Leaning “AlphaGo” ตัวเก่งจาก Google ที่สามารถเอาชนะแชมป์โลกในการแข่งขันเกมส์ Go มาได้อย่างสวยงาม น่าชื่นชมจริงๆ ค่ะ เคยคิดกันมั้ยคะ ว่า AlphaGo ใช้เทคนิคพิเศษอะไรถึงเอาชนะสมองอันซับซ้อนของมนุษย์ได้ จริงๆ ก็มีหลายปัจจัยนะคะ แต่ปัจจัยที่น่าชื่นชมที่สุดในความคิดของผู้เขียน … Continue reading เปิดม่าน Deep Learning (1) : Neural Network – Perceptron

เมื่อ Candlestick มาเจอกับ Deep learning

ใครที่อยู่ในแวดวงการลงทุนคงไม่มีใครไม่รู้จัก “Candlestick Pattern” ที่มีการเปิดคอร์สสอนกันอย่างแพร่หลายในบ้านเรา โดยเนื้อหาหลักๆ ก็คือ การจดจำ Pattern ว่า ถ้าในอดีตเคยเกิดรูปแบบของข้อมูลแท่งเทียนในรูปแบบหนึ่งจะก่อให้เกิดรูปแบบราคาที่ตามมาในอนาคต ตัวอย่างเช่น ถ้าเกิด Evening star เป็น Bearish pattern ที่จะส่งผลให้หุ้นลงหรือเพิ่มโอกาสในการที่หุ้นจะลงมากกว่าขึ้น หรือ ถ้าเกิด Morning start แล้วก็จะเป็น Bullish pattern ก็จะส่งผลตรงกันข้ามกับด้านบนคือไปเพิ่มโอกาสทางฝั่งขึ้นแทน เป็นต้น ตัวอย่าง Pattern Evening Star และ Morning Star ความรู้เหล่านี้ได้กลายเป็นองค์ความรู้ที่ถูกกระทำซ้ำ ท่องจำกัน และ นำไปใช้งานกันอย่างแพร่หลายในช่วงหลายปีที่ผ่านมาในตลาดหุ้นไทยเรา บ้างก็นำไปเปิดคอร์สสอน state of art อย่าง technical analysis หรือชื่ออื่นๆ เช่น วิเคราะห์พฤติกรรมราคา วิเคราะห์หุ้นด้วยชาร์ต ราคาที่เก็บกันของแต่ละคอร์สก็ไม่น้อยเลย หลายคนไปเรียนกันและใช้มันมาเทรดกันจริงๆ ผมก็สงสัยว่าทำแบบนี้ต่อไปจะดีแน่หรอ (ถึงจะกำไร) ทั้งต่อตัวผู้ใช้งานเอง และ ต่อสังคมการลงทุนในบ้านเรา เนื่องด้วยผมเป็นนักวิจัยการลงทุนด้วยคณิตศาสตร์ ผมจึงยังไม่ขอโจมตีมันจนกว่าเราจะมีเหตุผลเพียงพอว่ามันดีหรือไม่ได้ เพราะอะไร?  ผลเลยขอนำเสนอการวิเคราะห์ในแบบของผม ให้เห็นทั้ง ข้อดี และ จุดน่าสังเกตของ Candlestick Pattern ซักหน่อยดีกว่า ข้อดี ง่าย เพราะ Candlestick Pattern เป็นการ Visualize ออกมาให้เราเห็นเหมือนรูปด้านบนง่ายต่อการตีความหมาย แต่ก็ต้องไม่ลืมกันนะครับ ว่าที่มันดูง่าย ก็เพราะข้อมูลที่ได้มามันจบไปแล้ว และเป็นการ Visualize Data ดิบเท่านั้นเอง เรามาลองดูตัวออย่างข้อมูลจริงกันครับ ข้อมูลที่ใช้คือ ข้อมูล SET50 ตั้งแต่ปี 02-01-2006 – 18-05-2017 ผมได้ทดลอง Candlestick pattern ด้วยการใช้ “Function Pattern Recognition” มาทดลองกับข้อมูลข้างต้นดูเผื่อสรุปผลหลายๆอย่าง สิ่งที่ผมค้นพบ มีความเป็น Overlap หลาย … Continue reading เมื่อ Candlestick มาเจอกับ Deep learning

Pattern Recognition with HMM

ในหัวข้อนี้ เราจะมาพูดถึงการทำนาย Sequential data โดยตรง ซึ่งพูดง่ายๆ ก็คือ การทำนายข้อมูลที่เป็น “ลำดับ” นั่นเองโ ดยปัญหาที่นำมาใช้ในเรื่องนี้จะต้องเป็นปัญหาที่ ข้อมูลมีลักษณะที่เป็นลำดับจากในอดีตจนถึงปัจจะบัน ซึ่งเราต้องการจะนำข้อมูลเหล่านั้นมาทำนายอนาคต  ตัวอย่างเช่น Weather in consecutive days (สภาพอากาศในวันต่อๆไป) Words in a natural language text (คำในระบบภาษาธรรมชาติ) Stock prices in consecutive days (ราคาหุ้นในวันต่อๆ ไป) *** ผลที่เราคาดหวังจากการทำงานที่ได้มาจากระบบในลักษณะนี้จะเป็น การค้นพบ Patterns หรือ “รูปแบบของข้อมูล” ซึ่งลำดับของข้อมูลในอดีตมีผลต่อการทำนายข้อมูลในอนาคตเป็นทอดๆ … Continue reading Pattern Recognition with HMM

Can you define : Bad algorithm or Bad data?

การทำโมเดล Machine Learning นั้นย่อมมีความแตกต่างจากการสร้างระบบเทรดธรรมดาอยู่ไม่น้อย ในวันนี้ผมจะขอพูดในมุมมองของการตัดสินใจว่า โมเดล ML ที่เราพัฒนามามันจะ “ดี” หรือ “ไม่ดี” นั้น บางทีก็ไม่สามารถตัดสินได้จากผลลัพธ์ของโมเดลเพียงอย่างเดียว ต้องกลับไปดูด้วยว่า เราได้ทำการสอนโมเดลนั้นด้วย “Good data” หรือ “Bad data” เคยได้ยินคำว่า “garbage in garbage out” กันมั้ยครับ? ไม่ว่าโมเดลจะดีซักแค่ไหน เช่น อย่าง Neural Network ที่กำลังโด่งดังไปทั่วโลกตอนนี้ในฐานะ Deep Learning โมเดลกับที่ Deepmind สามารถเอาชนะแชมป์โลกในเกมส์ GO แต่ถ้าเราสอนโมเดลด้วยขยะ สิ่งได้โมเดลจะให้มาก็ได้แค่ขยะ … Continue reading Can you define : Bad algorithm or Bad data?