การเปรียบเทียบการพยากรณ์ระหว่างวิธีเครือข่ายเบย์เซียนและวิธีการปรับให้เรียบแบบเอ็กซ์โปเนนเชียลสำหรับดัชนีราคาหุ้นกลุ่มอสังหาริมทรัพย์และก่อสร้างในประเทศไทย

Abstract

บทคัดย่อ

งานวิจัยนี้เป็นการศึกษาและเปรียบเทียบวิธีการพยากรณ์สำหรับการพยากรณ์ดัชนีราคาหุ้นกลุ่มอสังหาริม ทรัพย์และก่อสร้างในประเทศไทย โดยข้อมูลที่ใช้ในงานวิจัยเป็นอนุกรมเวลารายเดือนตั้งแต่เดือนมกราคม 2552 ถึงเดือนธันวาคม 2556 เพื่อหาช่วงการพยากรณ์ล่วงหน้าที่เหมาะสมที่สุด ซึ่งจากการวิเคราะห์เบื้องต้นพบว่าอนุกรมเวลาของดัชนีราคาหุ้นกลุ่มอสังหาริมทรัพย์และก่อสร้างมีลักษณะการเคลื่อนไหวของแนวโน้มเส้นตรงและไม่มีอิทธิพลของฤดูกาล ซึ่งวิธีการพยากรณ์ที่ใช้ในงานวิจัยนี้จะเปรียบเทียบระหว่างวิธีเครือข่ายเบย์เซียนและวิธีการปรับให้เรียบแบบเอ็กซ์โปเนนเชียลของโฮลต์ โดยวิธีการพยากรณ์ที่เหมาะสมจะพิจารณาจากค่าความคลาดเคลื่อนกำลังสองเฉลี่ย (MSE) และเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์เฉลี่ย (MAPE) ที่ต่ำที่สุด ผลการศึกษาพบว่าวิธีการพยากรณ์ที่ให้รูปแบบที่เหมาะสมที่สุด คือ วิธีการปรับให้เรียบแบบเอ็กซ์โปเนนเชียลของโฮลต์ จากรูปแบบดังกล่าวนำมาคำนวณช่วงการพยากรณ์ล่วงหน้า 1-6 เดือน พบว่าการพยากรณ์ระยะสั้นล่วงหน้า 1-3 เดือน เหมาะสมสำหรับวิธีการพยากรณ์วิธีนี้

คำสำคัญ : วิธีเครือข่ายเบย์เซียน; วิธีการปรับให้เรียบแบบเอ็กซ์โปเนนเชียล; ดัชนีราคาหุ้นกลุ่มอสังหาริมทรัพย์และก่อสร้าง

Abstract

The purpose of this research was to study and compare the forecasting methods for the stock price of property and construction groups of Thailand. The studied data were monthly time series since January 2009 to December 2013 for finding the most suitable forecasting period. The results of preliminary time series analysis show that there are trend and no have seasonal variation. The forecasting methods were used in this study are Bayesian Network and Exponential Smoothing Holt method. The suitable forecasting methods were chosen by considering the smallest value of mean square error (MSE) and mean absolute percent error (MAPE). The results of the study show that Exponential Smoothing Holt method was the best method. Then, the time periods of forecasting from 1 to 6 months were calculated and it showed that the method was suitable for short term as 1-3 months. 

Keywords: Bayesian Network; Exponential Smoothing; the stock price index of property and construction groups