การวิเคราะห์ข้อมูลหุ้นโดยใช้การจัดกลุ่มแบบลำดับชั้น

ถาวรีย์ สุขเกษม

dc.contributor.advisor	สุนิสา ริมเจริญ
dc.contributor.author	ถาวรีย์ สุขเกษม
dc.contributor.other	มหาวิทยาลัยบูรพา. คณะวิทยาการสารสนเทศ
dc.date.accessioned	2023-05-12T02:51:28Z
dc.date.available	2023-05-12T02:51:28Z
dc.date.issued	2560
dc.identifier.uri	https://buuir.buu.ac.th/xmlui/handle/1234567890/6483
dc.description	งานนิพนธ์ (วท.ม.)--มหาวิทยาลัยบูรพา, 2560
dc.description.abstract	การลงทุนในหุ้นแม้จะให้ผลตอบแทนที่สูงแต่ก็มีความเสี่ยงจากความผันผวนของตลาดสูงด้วย เช่นกัน ผู้ลงทุนจึงต้องจัดการความเสี่ยงด้วยการกระจายความเสี่ยงในการลงทุนการเลือกลงทุนหุ้นที่อยู่ต่างกลุ่มอุตสาหกรรมหรือลงทุนในตลาดหลักทรัพย์ในต่างประเทศ แต่การพิจารณากระจายการลงทุนจากลักษณะของธุรกิจเพียงอย่างเดียวอาจยังไม่เพียงพอเนื่องจากหุ้นในกลุ่มอุตสาหกรรมเดียวกันก็อาจมีการเปลี่ยนแปลงของราคาซื้อขายที่ต่างกัน ในงานวิจัยนี้จึงใช้ลักษณะการเปลี่ยนแปลงราคาหุ้นรายวันเป็นปัจจัยในการพิจารณา โดยการวิเคราะห์จากการเปลี่ยนแปลงราคาที่มีลักษณะการเปลี่ยนแปลงที่คล้ายกันให้อยู่กลุ่มเดียวกันและมีลักษณะต่างกันให้อยู่ในกลุ่มอื่นๆ เพื่อให้ผู้ลงทุนเลือกลงทุนแบบกระจายความเสี่ยง งานวิจัยนี้จึงเสนอการใช้วิธีจัดกลุ่มแบบลeดับชั้น (Agglomerative hierarchical clustering method) แบบ Ward’s method สำหรับวิเคราะห์หุ้นที่ถูกจัดอันดับอยู่ใน SET High Dividend 30 Index (SETHD 30) ตั้งแต่วันที่ 5 มกราคม พ.ศ. 2558 ถึง 30 ธันวาคม พ.ศ. 2559 เป็นจำนวน 487 วัน และราคาปิดของดัชนีตลาดหลักทรัพย์ในภูมิภาคอาเซียน 9 ตลาดและดัชนีตลาดหลักทรัพย์ที่มี มูลค่าตลาดสูง 10 อันดับของโลกจำนวน 19 ตลาด ตั้งแต่วันที่ 9 กันยายน พ.ศ. 2556 ถึง 30 ธันวาคม พ.ศ. 2559 เป็นจำนวน 809 วัน และวัดประสิทธิภาพการจัดกลุ่มเพื่อเลือกจำนวนกลุ่มด้วยวิธี Root mean square standard (RMSSTD) ซึ่งจำนวนกลุ่มที่เหมาะสมสำหรับข้อมูลดัชนี SETHD 30 คือ 10 กลุ่ม ด้วยค่า RMSSTD เท่ากับ 2.1616 ซึ่งเทียบกับการจัดกลุ่มของตลาดหลักทรัพย์แห่งประเทศไทยที่จัดกลุ่มตามประเภทของอุตสาหกรรม มีค่า RMSSTD เท่ากับ 4.2170 และผลลัพธ์จากการการจัดกลุ่มดัชนีราคาปิดตลาดหลักทรัพย์ในภูมิภาคอาเซียนและตลาดหลักทรัพย์ที่มีมูลค่าตลาดสูง 10 อันดับของโลก ได้จำนวนกลุ่มข้อมูล 9 กลุ่ม มีค่า RMSSTD เท่ากับ 1.1534
dc.language.iso	th
dc.publisher	คณะวิทยาการสารสนเทศ มหาวิทยาลัยบูรพา
dc.rights	มหาวิทยาลัยบูรพา
dc.subject	มหาวิทยาลัยบูรพา -- สาขาวิชาวิทยาการคอมพิวเตอร์
dc.subject	หุ้นและการเล่นหุ้น
dc.subject	หุ้น
dc.title	การวิเคราะห์ข้อมูลหุ้นโดยใช้การจัดกลุ่มแบบลำดับชั้น
dc.title.alternative	Stock dt nlysis using hierrchicl clustering method
dc.type	วิทยานิพนธ์/ Thesis
dc.description.abstractalternative	Investment in stocks, despite high returns, is also associated with high volatility risks. Investors should manage the risk by diversifying their investment risk by deciding to invest in different industries, or invest in an overseas stock exchange market. However, considering only the nature or type of the business may not be enough. This is because stocks in the same industry group may have different change of prices. Therefore, the daily stock price change is a factor to consider. This reaseach analyzes the percentage changes of prices in oder to cluster stocks that have similar change characteristics into the same group and the ones that have different characteristics in the other groups. This thesis proposes stock data analysis using hierarchical clustering method with Ward's method. We analyze the stocks that are relate in the SET High Dividend 30 Index (SETHD 30). We collect data from January 5, 2015 to December 30, 2016 that have 487 trading days. We also study the closing price of 9 ASEAN stock markets and the top 10 of the world’s major stock indices. There are 19 markets. We collect data from September 9, 2013 to December 30, 2016 that have 809 trading days. For measuring an efficiency of cluster, Root Mean Square Standard (RMSSTD) is choosen as a criterian to determine the number of appropriate groups. From experiments, we found that the number of clusters of the SETHD 30 index data should be 10 groups, with a RMSSTD value of 2.1616 compared with the ones that are grouped by industry type that yield RMSSTD value of 4.2170. The appropriate number of groups of the ASEAN stock markets and the top 10 of the world’s major stock indices is 9 clusters, that yields RMSSTD value of 1.1534.
dc.degree.level	ปริญญาโท
dc.degree.discipline	วิทยาการคอมพิวเตอร์
dc.degree.name	วิทยาศาสตรมหาบัณฑิต
dc.degree.grantor	มหาวิทยาลัยบูรพา