รายละเอียดโครงงาน
หลักสูตร/ปี พ.ศ. วิศวกรรมศาสตรบัณฑิต สาขาวิชาวิศวกรรมคอมพิวเตอร์ ปี พ.ศ. 2564
ภาคและปีการศึกษาที่สำเร็จการศึกษา ภาคปลาย ปีการศึกษา 2563
ประเภทโครงงาน
โครงงานวิศวกรรม
ชื่อโครงงานภาษาไทย
ระบบทำนายราคาและแนวโน้มของหุ้น
ชื่อโครงงานภาษาอังกฤษ
Stock Price And Trend Prediction System
ผู้พัฒนา
6010504694 ฌานณโชตน์ บุญเขียว
อาจารย์ที่ปรึกษาหลัก
ยอดเยี่ยม ทิพย์สุวรรณ์
อาจารย์ที่ปรึกษาร่วม
-
บทคัดย่อ
ราคาของหุ้น (Stock Price) เป็นตัวเลขที่บ่งบอกถึงมูลค่าของหลักทรัพย์ประเภทหุ้น หากการที่จะเริ่มคิดที่จะซื้อหรือลงทุนหลักทรัพย์ประเภทหุ้น สิ่งที่มือใหม่มักจะดูกันคือ ราคาของหุ้น ซึ่งราคาจะมีการเพิ่มขึ้นหรือลดลงตลอดเวลา
ในโครงงานวิจัยนี้ จะทำการนำราคาในอดีตและปัจจุบัน รวมถึงหุ้นหรือปัจจัยอื่นๆ ที่คาดว่าส่งผลต่อการเปลี่ยนแปลงของราคาหุ้น มาทำนายราคาหุ้นและแนวโน้มในอนาคตโดยใช้แบบจำลองที่การเรียนทางสถิติ คือ VAR model และ แบบจำลองการเรียนรู้แบบเชิงลึก (DL) ผสมกับแบบจำลองการเรียนรู้ของเครื่องจักร (ML) คือ CNN+LSTM model เพื่อเปรียบเทียบความแม่นยำของการทำนายราคาและเทรนด์ในแต่ละแบบจำลอง โดยการใช้ Root mean square deviation (RMSE) เพื่อบอกความคลาดเคลื่อนเป็นหน่วยตั้งต้นของราคาหุ้น และ Mean absolute percentage error (MAPE) เพื่อบอกความคลาดเคลื่อนเป็นเปอร์เซ็นต์ หากโมเดลใดมีค่าดังกล่าวน้อยกว่า นับว่าการทำนายราคาหุ้นในโมเดลนั้นมีความแม่นยำมากกว่า
Abstract
Stock Price is a number that indicates the value of stock security. Most people who need to invest or trade stock securities have to face problems .We found that beginners will focus on price because price is the first that they see and easy to access. Stock price can increase or decrease all the time
This project will bring past and present prices ,including stocks or other factors that affect price stock change to forecast price and trend stock in the future using the model. The system uses Statistical Model (VAR Model) and Machine Learning Model (LSTM) combined with Deep Learning Model (CNN) to compare performance of accuracy between VAR Model and CNN+LSTM Model. By using Root mean square deviation (RMSE) to indicate the deviation as the starting unit of the stock price and Mean absolute percentage error (MAPE) to indicate the deviation as a percentage. If any model has lower RMSE and MAPE values, it is more accurate to predict stock prices
คำสำคัญ (Keywords)
ทำนายราคาหุ้น
ประมวลผล time series
เว็บไซต์โครงงาน
-
วีดีโอคลิปของโครงงาน
ที่เก็บเวอร์ชันซอร์สโค้ด
https://github.com/channachot/Senior_Project
สถานะการนำเข้าข้อมูล
ผู้นำเข้าข้อมูลครั้งแรก
ฌานณโชตน์
บุญเขียว
(b6010504694)
แก้ไขครั้งสุดท้าย
เมื่อ April 22, 2021, 5:10 p.m. โดย
ฌานณโชตน์
บุญเขียว
(b6010504694)
สถานะการอนุมัติ
รออนุมัติ