หลักสูตร/ปี พ.ศ. วิทยาศาสตรมหาบัณฑิต สาขาวิชาเทคโนโลยีสารสนเทศ ปี พ.ศ. 2566
ภาคและปีการศึกษาที่สำเร็จการศึกษา ภาคปลาย ปีการศึกษา 2565
ประเภทโครงงาน
การศึกษาค้นคว้าอิสระ
ชื่อโครงงานภาษาไทย
การวิเคราะห์ปัจจัยและสร้างโมเดลทำนายสำหรับกองทุนรวมตราสารทุน
ชื่อโครงงานภาษาอังกฤษ
THAI EQUITY MUTUAL FUND NET ASSET VALUE RETURN PREDICTION USING INTERNAL FACTORS
ผู้พัฒนา
6114552407 นายณัฎฐชัย พร้อมสุข
อาจารย์ที่ปรึกษาหลัก
กฤษณะ ไวยมัย
อาจารย์ที่ปรึกษาร่วม
หัชทัย ชาญเลขา
บทคัดย่อ
กองทุนรวมเป็นเครื่องมือการลงทุนที่มีประสิทธิภาพสำหรับนักลงทุนที่ต้องการลงทุนในตลาดเงินหรือตลาดทุนโดยมีเป้าหมายเพื่อสร้างผลตอบแทนที่ดีที่สุดเท่าที่จะเป็นไปได้สำหรับการลงทุนในความเสี่ยงที่ยอมรับได้ ปัญหาที่ใหญ่ที่สุดของนักลงทุนคือข้อมูลเกี่ยวกับผลตอบแทนของกองทุนรวมไม่เพียงพอ ซึ่งอาจส่งผลให้ลงทุนในกองทุนที่มีความเสี่ยงสูงหรือได้ผลกำไรที่ต่ำกว่าที่ตั้งใจไว้
งานวิจัยนี้นำเสนอแบบจำลองการทำนายมูลค่าทรัพย์สินสุทธิของกองทุนรวมตราสารทุนในไทย โดยการจัดเตรียมข้อมูลและการคัดเลือกปัจจัยที่ส่งผลต่อความแม่นยำนับว่าเป็นกระบวนการที่สำคัญในการทำนายผลจากข้อมูล ซึ่งพบว่ามีปัจจัย 5 กลุ่มที่มีผลกระทบสูงต่อมูลค่าทรัพย์สินสุทธิ (NAV) ดังนั้นจึงได้มีการรวบรวมและจัดทำข้อมูลที่ต้องการเพื่อนำมาใช้งาน และนำมาใช้กับเทคนิคการเรียนรู้ต่างๆ เช่น Random Forests, XGboost และ Decision Trees เพื่อสร้างแบบจำลองการทำนาย ด้วยการรวมปัจจัยกองทุนรวมตราสารทุนเข้ากับอัลกอริทึมที่แตกต่างกัน ทำให้ได้รับความแม่นยำสูงกว่า 80% โดยอัลกอริทึม Random Forests ที่มีการใช้งานร่วมกับปัจจัยของกองทุนตราสารหุ้นประเภท Equity General ได้ให้แนวทางที่ดีที่สุดเมื่อเทียบกับปัจจัยอื่นๆ ในแง่ของความแม่นยำ จึงสามารถนำรูปแบบที่นำเสนอไปประยุกต์ใช้เพิ่มโอกาสในการบรรลุผลตามเป้าหมายการลงทุนของผู้ลงทุน
Abstract
Mutual funds are a powerful investment tool for investors looking to invest their money in the money market or capital markets with the goal of producing the best possible returns to investing in an acceptable risk. The biggest problem of investors is insufficient data on mutual fund returns, which can result in investing in high-risk or low-profit funds.
This research proposes a model for predicting the net asset value of Thai equity mutual funds. The important process in the prediction model is data preprocessing and feature selection. Five groups of factors that have a high impact on the Net Asset Value (NAV) are investigated. Collection and preparation of equity mutual fund factors are proposed. We investigated the different learning techniques such as Random Forests, XGboost and Decision Trees for constructing the prediction models. By combining equity mutual fund factors in conjunction with the different algorithms, high accuracies of more than 80% have been obtained. The Random Forests Algorithm with a Factors of Equity General Equity Funds provided the best approach when compared with the other factors in terms of accuracy. Thus, the proposed model can be applied, increasing the opportunity to achieve the results of investment goals for investors.
คำสำคัญ (Keywords)
Equity General, NAV, Fund, Factor Analysis, Classification
เว็บไซต์โครงงาน
-
วีดีโอคลิปของโครงงาน
-
ที่เก็บเวอร์ชันซอร์สโค้ด
-
ผู้นำเข้าข้อมูลครั้งแรก
นายณัฎฐชัย
พร้อมสุข
(g6114552407)
แก้ไขครั้งสุดท้าย
เมื่อ Aug. 26, 2023, 12:11 p.m. โดย
นายณัฎฐชัย
พร้อมสุข
(g6114552407)
สถานะการอนุมัติ
รออนุมัติ