การวัดประสิทธิภาพการพยากรณ์ของแบบจำลองเครือข่ายประสาทเทียม: กรณีศึกษาดัชนีราคาตลาดหลักทรัพย์แห่งประเทศไทย

บทคัดย่อ

บทคัดย่อ

งานวิจัยนี้ ศึกษาเกี่ยวกับประสิทธิภาพในการพยากรณ์ของแบบจำลองเครือข่ายประสาทเทียมโดยใช้ข้อมูลราคาปิดของดัชนีราคาหลักทรัพย์รายวันของตลาดหลักทรัพย์แห่งประเทศไทย ระหว่างวันที่4 มกราคม 2548 ถึง 7 พฤศจิกายน 2554 รวมจำนวนข้อมูลทั้งสิ้น 1,672 วัน โดยแบ่งข้อมูล 32 วันสุดท้ายออกเพื่อใช้ทดสอบประสิทธิภาพการพยากรณ์ของแต่ละแบบจำลอง ผลการวิจัยจากการสร้างแบบจำลองเครือข่ายประสาทเทียมจำนวน 5 แบบจำลอง ประกอบไปด้วย2556เครือข่าย 27-50-1, 45-60-1, 48-42-1, 47-49-1 และ 45-47-1 ซึ่งให้ค่าเฉลี่ยเปอร์เซ็นต์ของความคลาดเคลื่อนสัมบูรณ์ (Mean Absolute Percentage Error: MAPE) 2.2926, 2.3003, 2.7125, 2.7666 และ 2.7786 ตามลำดับ พบว่าแบบจำลองเครือข่ายประสาทเทียมเครือข่าย27-50-1 ให้ค่า MAPE ในการพยากรณ์ข้อมูล 32 วัน ได้ใกล้เคียงค่าจริงมากที่สุด

คำสำคัญ: เครือข่ายประสาทเทียม ตลาดหลักทรัพย์การพยากรณ์

Abstract

This study aimed to forecast the time series of an Artificial Neural Network (ANN). The time series data were comprised of the closing prices of the Stock Exchange of Thailand (SET) index from 4 January 2005 to 7 November 2011. One thousand six hundred and seventy-two daily samples were employed. The data for the last 32 days were used to calculate the forecasting performance of the ANNs . The results of the established models consisted of 5 structures of the artificial neural networks: 27-50-1, 45-60-1, 48-42-1, 47-49-1 and 45-47-1 with Mean Absolute Percentage Error (MAPE) values of 2.2926, 2.3003, 2.7125, 2.7666and 2.7786. The 27-50-1 network was the mostaccurate network in the 32-days’ forecast.

Keywords: Artificial Neural Network, Stock Exchange,Prediction