การพยากรณ์ราคาทองคำในประเทศไทยโดยใช้แบบจำลองโครงข่ายประสาทเทียม

ผู้แต่ง

  • พงศกร แสงอรุณ มหาวิทยาลัยราชภัฏมหาสารคาม
  • นิวัตร สุวรรณะ มหาวิทยาลัยราชภัฏมหาสารคาม
  • กิตติพงษ์ ชินสุข มหาวิทยาลัยราชภัฏมหาสารคาม

คำสำคัญ:

การพยากรณ์ราคาทองคำ, โครงข่ายประสาทเทียม, ปัจจัยที่ส่งผลต่อราคาทองคำ

บทคัดย่อ

การวิจัยในครั้งนี้มีวัตถุประสงค์เพื่อสร้างแบบจำลองราคาทองคำในประเทศไทยโดยใช้ตัวแบบโครงข่ายประสาทเทียม ภายใต้การสร้างโมเดลโดยใช้กระบวนการ CRISP-DM ได้ศึกษางานวิจัยเรื่อง ปัจจัยที่ส่งผลต่อราคาทองคำในประเทศไทย ได้ทำการศึกษาปัจจัยที่ส่งผลต่อราคาทองคำของประเทศไทย เพื่ออธิบายปัจจัยที่ส่งผลต่อราคาทองคำในประเทศไทย ซึ่งได้นำปัจจัยจากการศึกษางานวิจัย นำมาใช้ในการสร้างแบบจำลองราคาทองคำในประเทศไทย ได้แก่ ราคาน้ำมันในตลาดโลก อัตราแลกเปลี่ยนของเงินบาทต่อดอลลาร์สหรัฐอเมริกา อัตราดอกเบี้ยเงินฝากประจำ 3 เดือนสูงสุดของธนาคารพาณิชย์ในประเทศไทย อัตราเงินเฟ้อในประเทศไทย ดัชนีความเชื่อมั่นของผู้บริโภคในประเทศไทย มูลค่าการนำเข้าทองคำแท่งของประเทศไทย มูลค่าการส่งออกทองคำสำเร็จของประเทศไทย และดัชนีราคาหุ้นตลาดหลักทรัพย์แห่งประเทศไทย ผลการวัดประสิทธิภาพการพยากรณ์ราคาทองคำในประเทศไทยโดยใช้แบบจำลองโครงข่ายประสาทเทียมสองตัวแบบ ผลการทดสอบพบว่า ตัวแบบ Model-1 ซึ่งมีสถาปัตยกรรมของโครงข่ายคือ ชั้นนำเข้า 8 โหนด ชั้นซ่อน 4 โหนด และชั้นผลลัพธ์ 1 โหนด โดยการรันตัวแบบจำลองโครงข่ายประสาทเทียมจำนวน 500 รอบ ด้วยการแบ่งข้อมูลเป็นกลุ่มเล็ก หรือเรียกว่า batch size ที่ 32 โดยอัตราส่วนของข้อมูลที่ใช้สำหรับการสร้างตัวแบบ 90 เปอร์เซ็นต์ และการทดสอบ 10 เปอร์เซ็นต์ ให้ประสิทธิภาพการพยากรณ์ดีที่สุดโดยมีค่า MAPE เท่ากับ 8.04

ประวัติผู้แต่ง

พงศกร แสงอรุณ, มหาวิทยาลัยราชภัฏมหาสารคาม

สาขาสถิติศาสตร์ประยุกต์ คณะวิทยาศาสตร์และเทคโนโลยี

นิวัตร สุวรรณะ, มหาวิทยาลัยราชภัฏมหาสารคาม

สาขาสถิติศาสตร์ประยุกต์ คณะวิทยาศาสตร์และเทคโนโลยี

กิตติพงษ์ ชินสุข, มหาวิทยาลัยราชภัฏมหาสารคาม

สาขาวิทยาการคอมพิวเตอร์ คณะวิทยาศาสตร์และเทคโนโลยี

เอกสารอ้างอิง

Anusornteerakul, P. (2009). Thailand’s Gold Price Forecast Neural Network. Master of Science Thesis in Information Technology, Graduate School, Khon Kaen University.

Apirakdachachai, S. (2010). Factors Influencing Glod Bar Prices in Thailand. Master of Economics Graduate School, Ramkhamhaeng University.

Pa-im, K. (2012). Torque Control of Auto-Screwdriver Machine by Neural Network. Mater of Engineering (Mechanical Engineering), Major Field: Mechanical Engineering, Department of Mechanical Engineering.

Panthong, A. (2019) An Efficiency Comparison of the Quality of Missing Data Treatment Methods under MNRA for Estimation of Polytomous Scored Items Parameters. Faculty of Science and Technology, Nakhon Sawan Rajabhat University.

Somjit, P. (2009). Factors Affecting the Glod Price in Thailand. Master of Administration Program of Entrepreneurship Graduate School, Silpakorn University.

Teerasan, S. (2010). An Analysis of Economic Factors Affecting Glod Price in Thanland. Master of Economics (Business Economics), Major Field: Business Economics, Department of Economics. Graduate School, Kasetsart University.

Ungprasert, Y. (2010). Forecasting for Glod Price by External Factors that using Covariance Matrix Method. Master of Engineering Department of Industrial Engineering and Management Graduate School, Silpakorn University.

ดาวน์โหลด

เผยแพร่แล้ว

2024-04-30

รูปแบบการอ้างอิง

แสงอรุณ พ., สุวรรณะ น., & ชินสุข ก. (2024). การพยากรณ์ราคาทองคำในประเทศไทยโดยใช้แบบจำลองโครงข่ายประสาทเทียม. SciTech Research Journal, 7(1), 1–13. สืบค้น จาก https://ph02.tci-thaijo.org/index.php/jstrmu/article/view/251910

ฉบับ

ประเภทบทความ

บทความวิจัย