การพยากรณ์ราคาทองคำแท่งรายวันโดยใช้แบบจำลองโครงข่ายประสาทเทียมเชิงลึก
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อออกแบบและสร้างแบบจำลองโครงข่ายประสาทเทียม เชิงลึกเพื่อช่วยในการพยากรณ์ราคาทองคำแท่งรายวัน เพื่อเพิ่มประสิทธิภาพในการตัดสินใจ ในการลงทุนที่ถูกต้องและแม่นยำ ลดความเสี่ยงจากการเปลี่ยนแปลงราคาทองคำแท่ง โดยการประยุกต์ใช้ทฤษฎีด้านการเขียนโปรแกรมคอมพิวเตอร์ในการพัฒนาแบบจำลอง LSTM (Long Short-Term Memory) โดยใช้ข้อมูลราคาทองคำแท่งย้อนหลังตั้งแต่ปี พ.ศ. 2555 ถึงปัจจุบันจากเว็บไซต์สมาคมค้าทองคำ
ประชากรและกลุ่มตัวอย่าง คือ ข้อมูลราคาทองคำแท่งรายวัน จำนวน 564 รายการ ซึ่งเป็นข้อมูลทุติยภูมิในรูปแบบอนุกรมเวลา เครื่องมือที่ใช้ในการวิจัย ได้แก่ โปรแกรม Visual Studio Code สำหรับพัฒนาแบบจำลอง และโปรแกรม Minitab 17 ร่วมกับ Microsoft Excel สำหรับการวิเคราะห์ข้อมูล การเก็บรวบรวมข้อมูล ดำเนินการโดยดึงข้อมูลจากแหล่งออนไลน์ที่น่าเชื่อถือ เช่น เว็บไซต์สมาคมค้าทองคำ และหน่วยงานที่เกี่ยวข้องกับเศรษฐกิจ การวิเคราะห์ข้อมูล ประกอบด้วยการวิเคราะห์เชิงพรรณนาและเชิงอนุมาน โดยใช้ค่าทางสถิติ เช่น ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน การวิเคราะห์การถดถอยพหุคูณ (Multiple Linear Regression) และการวัดความแม่นยำของแบบจำลองด้วย RMSE, MAE และ MAPE
ผลการวิจัยพบว่า ปัจจัยที่มีผลต่อการเปลี่ยนแปลงราคาทองคำแท่งในประเทศไทย ซึ่งเป็นตัวแปรอิสระ คือ ราคาทองคำในตลาดโลก (GG) อัตราแลกเปลี่ยนสกุลเงินบาทต่อดอลลาร์สหรัฐฯ (FX) อัตราการว่างงานของสหรัฐฯ (UR) ดัชนีราคาผู้ผลิตในสหรัฐฯ (PPIUS) และดัชนีราคาผู้บริโภคในสหรัฐฯ (CPIUS) มีแนวโน้มไปในทิศทางบวกและมีผลทำให้ราคาทองคำแท่งรายวันในประเทศไทยปรับตัวสูงขึ้นตามไปด้วยอย่างมีนัยสำคัญทางสถิติที่ระดับนัยสำคัญ 0.05 และอัตราดอกเบี้ยนโยบายดัชนีราคาผู้บริโภคในประเทศไทย (CPI) มีแนวโน้มไปในทิศทางตรงกันข้ามและมีผลทำให้ราคาทองคำแท่งรายวันในประเทศไทยปรับตัวสูงขึ้นตามไปด้วยอย่างมีนัยสำคัญทางสถิติที่ระดับนัยสำคัญ 0.05 ซึ่งสามารถอธิบายการเปลี่ยนแปลงของราคาทองคำแท่งในประเทศไทยได้โดยมีรูปแบบสมการถดถอย คือ TGt = -38004 + 15.123GGt - 414INTt + 1351.8FXt + 12.25CPIt - 1509URt + 193PPIUSt + 170CPIUSt
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
จินตนา ชำนาญณรงค์ศักดิ์. (2535). การศึกษาการพยากรณ์ราคาทองคำ. ใน ปริญญานิพนธ์มหาบัณฑิต สาขาเศรษฐศาสตร์. มหาวิทยาลัยเกษตรศาสตร์.
จิตประพันธ์ ยืนสง่ามั่นคง. (2549). การวิเคราะห์ปัจจัยที่มีผลต่อราคาทองคำในประเทศไทย และการพยากรณ์ราคาทองคำโดยใช้โมเดลของบ็อกซ์และเจนกินส์. ใน วิทยานิพนธ์ เศรษฐศาสตรมหาบัณฑิต. มหาวิทยาลัยเกษตรศาสตร์.
นุชศรา เกษรประทุม. (2550). การเปรียบเทียบประสิทธิภาพของแบบจำลองในการพยากรณ์ราคาทองคำ. ใน รายงานการวิจัย. มหาวิทยาลัยธุรกิจบัณฑิตย์.
สุชาดา ยิ่งภักดี. (2547). การศึกษาความสัมพันธ์ของราคาทองคำในตลาดโลกกับราคาทองคำในตลาดกรุงเทพมหานคร. วารสารเศรษฐศาสตร์, 12(1), 67–78
Admin. (2024). Factors affect gold price. เรียกใช้เมื่อ 28 ธันวาคม 2024 จาก https://www.bangkokgolds.com/factors-affect-gold-price/
Apirakdechachai, S. (2010). Factors influencing gold bar prices in Thailand. เรียกใช้เมื่อ 14 มีนาคม 2025 จาก https://dric.nrct.go.th/Search/SearchDetail/237 819
Chantith, C., et al. (2022). Factors affecting gold bar prices in Thailand during COVID-19 situation. The 13th National Academic Conference on Nouveau Economy for Human Security. เรียกใช้เมื่อ 12 มีนาคม 2025 จาก https://ird. skru.ac.th/RMS/file/53496.pdf
Gold Traders Association. (2024). Daily gold prices. เรียกใช้เมื่อ 14 กรกฎาคม 2024 จาก https://www.goldtraders.or.th/
Hochreiter, S. & Schmidhuber, J. (2540). Long short-term memory. Neural Computation, 9(8), 1735–1780.
Jozefowicz, R., Zaremba, W., & Sutskever, I. (2558). An empirical exploration of recurrent network architectures. Proceedings of the 32nd International Conference on Machine Learning, 2342–2350.
Kaothanthong, N. (2015). Factors affecting gold import and export of Thailand. เรียกใช้เมื่อ 17 มีนาคม 2025 จาก https://econ.src.ku.ac.th/economics/ uploadfiles/news_file/MBE/ProposalMBE12/5634750288.pdf
Kiewkanya, M. (2016). Gold price prediction model building. The 28th Annual Meeting of the Thai Society for Biotechnology and International Conference. เรียกใช้เมื่อ 10 มิถุนายน 2023 จาก http://www.science.cmu. ac.th/prsci/upload/science_news/10-10-2016-423709992.pdf
Phibulpanichkan, N. (2015). The analysis of factors influencing gold bullion prices in Thailand. เรียกใช้เมื่อ 8 มิถุนายน 2023 จาก http://dspace.bu.ac.th/ bitstream/123456789/1863/1/combinedPDF.pdf
Praphaphak, A. (2012). Factors affecting the gold bullion price in Thailand before and after the economic crisis of the U.S.A. เรียกใช้เมื่อ 15 มีนาคม 2025 จาก https://cmudc.library.cmu.ac.th/frontend/Info/item/dc:117213
Rangkagulnuwat, P. & Kongkao, J. (2010). Factors affecting toward gold bullion price in Thailand. Chiang Mai University Journal of Economics, 14(2), 24– 40
Ratchalame, W. & Kanjanasamranwong, P. (2010). Factors affecting gold bullion price in Thailand. Journal of Science and Technology, Ubon Ratchathani University, 21(1), 147–157
Siavoshi, M. (2024). Step-by-step guide to linear regression in R. เรียกใช้เมื่อ 27 ธันวาคม 2024 จาก https://www.statology.org/step-by-step-guide-to-linear-regression-in-r/
Sukjit, W., et al. (2016). Information system development for gold price prediction using exponential smoothing technique. The 4th ASEAN Undergraduate Conference in Computing (AUC2). เรียกใช้เมื่อ 31 พฤษภาคม 2023 จาก https://drive.google.com/file/d/1SC2TlCNREJmaLAkNigcOHEV647hObsK2/view?usp=sharing
Vangjeen, A. (2021). The forecasting an annual gold bullion price by using the classic time series forecasting method. The 16th National and International Sripatum University Conference: SPUCON 2021. เรียกใช้เมื่อ 31 พฤษภาคม 2023 จาก https://dspace.spu.ac.th/bitstreams/250e8819- c31d-4245-8e5e-31074bdef45b/download
Yuensangamunkong, J. (2006). Gold price fluctuation analysis in Thai market. ใน วิทยานิพนธ์เศรษฐศาสตรมหาบัณฑิต มหาวิทยาลัยเกษตรศาสตร์.
Zaiontz, C. (2019). Durbin-Watson table. เรียกใช้เมื่อ 17 มีนาคม 2025 จาก https://real-statistics.com/statistics-tables/durbin-watson-table
