Application of KNN approach for stock trading strategy

Abstract

การวิเคราะห์ข้อมูลการซื้อขายซึ่งประกอบไปด้วย ราคาปิด ผลต่างของราคาปิด ผลต่างของปริมาณการซื้อขาย ผลต่างของดัชนี SETIndex, NYMEX crude oil และ DJIA โดยใช้ข้อมูลที่มีช่วงเวลาเป็นวันและข้อมูลผลต่างจะใช้ข้อมูลวันที่คานวณกับข้อมูลในวันก่อนหน้านั้น ซึ่งการประยุกตใชวิธีการ K-NN (K-Nearest Neighbor) การวิเคราะหจังหวะการซื้อขายหุ้นโดยใช้การคาดการณ์จากการที่ K-NN จัดกลุ่มข้อมูลเข้ากับข้อมูลต้นแบบเพื่อพิจารณาว่าข้อมูลในวันถัดไปควรจะเป็นการขึ้นของราคาหรือไม่เพื่อประกอบการตัดสินใจซื้อขาย โดยข้อมูลที่ใช้เป็นข้อมูลในการเป็นแบบจาลอง 710 ชุด และข้อมูลในการทดสอบอีก 181 ชุด ผลจากการใช้ K-NN โดยประสิทธิภาพในการทานายจากการกาหนดค่า k = 21 สูงที่สุดจากการเลือก ค่า k ตั้งแต่ 1 ถึง 29 โดยสามารถทานายได้ถูกต้อง 107 ชุด และทานายผิด 74 ชุดข้อมูล ซึ่งประสิทธิภาพในการทานายคิดเป็นประมาณร้อยละ 59 ซึ่งใช้ประกอบการพิจารณาการซื้อขายได้