เครื่องมือสร้างภาพวัฏจักรราคาหุ้นระยะสั้นโดยใช้กราฟถ่วงน้ำหนัก
A short-term stock price cycle visualization tool using a weighted graph
Abstract
งานวิจัยนี้นำเสนอเครื่องมือสร้างภาพวัฏจักรราคาหุ้นที่เกิดวงรอบระยะสั้น โดยใช้ไลบรารีไฟล์ vis.js สำหรับสร้างกราฟถ่วงน้ำหนักจากฐานข้อมูลการซื้อขายหลักทรัพย์ที่ได้รวบรวม เพื่อนำเสนอกรอบราคาหุ้นและแนวโน้มการเปลี่ยนแปลงที่ช่วยให้นักลงทุนเห็นภาพได้อย่างชัดเจน ซึ่งกราฟจัดเรียงโหนดราคาและระบุค่าความถี่ที่เกิดซ้ำ แล้วลากเส้นเชื่อมโหนดราคาแบบระบุทิศทางตามลำดับ กำหนดรูปแบบการเปลี่ยนแปลงผ่านเส้นเชื่อมต่อด้วยการใช้สี ขนาด ความยาว กำกับด้วยลำดับและจำนวนหน่วยที่เปลี่ยนแปลงคล้ายการวาดเส้นจำนวน จากกรอบการลงทุนจึงแบ่งกราฟออกเป็น 1) กราฟราคาต่ำสุดสำหรับอ้างอิงกรอบแนวรับในการซื้อและ 2) กราฟราคาสูงสุดสำหรับอ้างอิงกรอบแนวต้านในการขาย จากการจัดเก็บข้อมูลราคาหุ้นของบริษัทหลักทรัพย์ในตลาดหลักทรัพย์แห่งประเทศไทยย้อนหลัง 1 ปี และประเมินผลแอปพลิเคชันในการสร้างกราฟวัฏจักรราคาหุ้นของบริษัทในกลุ่ม SET100 จำนวน 10 บริษัท ด้วยชุดข้อมูลย้อนหลัง 5, 10, 15, 20 และ 25 วัน พบว่ากราฟสามารถแสดงการเปลี่ยนแปลงราคาแบบวงรอบ ทิศทางและแนวโน้มการแกว่งของราคาหุ้นได้ ช่วยให้นักลงทุนสามารถกำหนดกรอบราคาในการซื้อขายได้เหมาะสมกับเวลาของการลงทุน เพื่อใช้หาจุดกลับตัวในการลงทุน ผลจากการตั้งราคาตามที่นำเสนอในภาพวัฏจักรราคา ช่วยเพิ่มโอกาสในการซื้อได้สำเร็จคิดเป็นร้อยละ 64 และมีโอกาสในการขายได้สำเร็จร้อยละ 57 เป็นการวิเคราะห์รูปแบบการเปลี่ยนแปลงการซื้อขายหลักทรัพย์สำหรับสนับสนุนการตัดสินใจเสนอราคาซื้อขายตามกรอบเวลาลงทุนระยะสั้นได้
This research presents the visualization tool for creating a weighted graph that shows a short cycle of stock prices. The weighted graph is implemented using vis.js library based on the gathered stock price database. The visualization presents the stock price boundary and trend which can aid the investors. The graph orders nodes by prices and includes the frequency of cycle occurrences. Nodes are connected and formed as a directed graph. The amount of price change is implied by edges with the size, color, length and is labeled in the order of the unit of change similar to the number line. From the investment scope, we divide the graph into: 1) the graph showing the minimum reference price suggesting for buying 2) the graph showing the maximum reference price against selling. From the stock price collected from SET for 1 year, we evaluated the application in creating the stock price cycle graph for the companies under SET100 for 10 companies with the history data 5, 10, 15, 20 and 25 days backward. The graph can demonstrate the price change as a cycle, the direction, and the change trend. This enables the investors to specify the boundary of buying and selling price at the appropriate time in order to find the turning point for investment. This pricing scheme resulting from the price cycle can lead to 64% of the success of buying and lead to 57% of the success of selling. This visualization is a decision support system helping the investor to buy and sell within the time frame for a short investment period.
Keywords
[1] The Stock Exchange of Thailand. (2015, May ). What are stocks?. [Online]. Available: https://www.set.or.th/education/th/begin/stock_content01.pdf
[2] The Stock Exchange of Thailand. (2015, May 10). Technical Analysis. [Online]. Available: https://www.set.or.th/education/th/begin/stock_content06.pdf
[3] D. Donchai and A. Donchai, Graph Analysis Skills: Technical Analysis Skill. Bangkok: SE-ED, 2017 (in Thai).
[4] Investopedia. (2019, May). Stock Cycle. [Online]. Available: http://www.investopedia.com/terms/s/stock-cycle.asp
[5] S. J. Brown, W. N. Goetzmann, and A. Kumar, “The Dow theory: William Peter Hamilton's track record reconsidered,” The Journal of Finance, vol. 53, no. 4, pp. 1311–1333, 1998.
[6] P. Patil, C. S. M. Wu, K. Potika, and M. Orang, “Stock market prediction using ensemble of graph theory, machine learning and deep learning models,” in Proceedings of the 3rd International Conference on Software Engineering and Information Management, 2020, pp. 85–92.
[7] Siamchart.com. (2019, May). Stock Graph. [Online]. Available: https://www. siamchart.com/stockchart/hft/
[8] StockCharts.com, Inc. (2019, October, 4). Support and Resistance. [Online]. Available: https://school.stockcharts.com/doku.php?id=chart_analysis:support_and_resistance
[9] C. Seekaewsaew. (2015, October). Data presentation with charts. [Online]. Available: http://www.geocities.ws/chalong_sri/graph.htm
[10] Set Trade Dot Com Co. Ltd. (2010, April). Settrade Streaming. [Online]. Available: https://streaming.settrade.com/realtime/streaminglogin/login.jsp
[11] Efinancethai (2020, May). efin Trade Plus. [Online]. Available: http://www.efinancethai.com/efintools/
[12] Thai Quest Co.Ltd. (2020, April). Aspen for Browser. [Online]. Available: https://www.aspen4browser.com/Default.aspx
[13] Fusion Media Limited. (2007, April). Investing. com Trading price, stock & finance. [Online]. Available: https://th.investing.com/indices/thailand-set
[14] TradingView. (2020, April). Securities charts Stock prices and trading ideas. TradingView. [Online]. Available: https://th.tradingview.com/
[15] D. Virunhaphol, “The technical analysis in stock price forecasting is an example of the Thai stock exchange,” in Proceedings of the 51st Kasetsart University Annual Conference, 2013, pp. 187–197 (in Thai).
[16] S. Rojpratuk and S. Kanmanee, “Comparative study of stock market price forecasting of the SET100 group of the Stock Exchange of Thailand using Monte Carlo method and Box-Jenkins method,” KKU Research Journal (Graduate Studies), vol. 11, no. 2, pp. 141–154, 2014 (in Thai).
[17] Y. Areepong, “Comparison of stock price forecasting models using Arima and Arimax models,” Journal of Science and Technology Hua Chiew Chalermprakiet, vol. 4, no. 1, pp. 44–55, 2018 (in Thai).
[18] S. Chancharat, C. Chonlahan, and J. Kemkun, “Forecasting of securities prices by the method of New Fuzzy,” Journal of Management Sciences, vol. 30, no. 2, pp. 1–25, 2013 (in Thai).
[19] SAS Institute Inc. (2020, May). Data Visualization Techniques. [Online]. Available: https://www.sas.com/content/dam/SAS/en_us/doc/whitepaper1/data-visualization-techniques-106006.pdf
DOI: 10.14416/j.kmutnb.2021.05.002
ISSN: 2985-2145