การเปรียบเทียบตัวแบบการพยากรณ์ราคาหุ้นโดยใช้แบบจำลองอารีมาและอารีแม็กซ์

  • ยุพาภรณ์ อารีพงษ์
Keywords: แบบจำลองอารีมา, แบบจำลองอารีแม็กซ์, ค่าเฉลี่ยของเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์, ความนิ่งของข้อมูล, ค่ารากที่สองของค่าเฉลี่ยความคลาดเคลื่อนกำลังสอง

Abstract

บทคัดย่อ

งานวิจัยนี้มีวัตถุประสงค์เพื่อพยากรณ์ราคาหุ้นโดยเปรียบเทียบจากแบบจำลองอารีมา (Autoregressive Integrated Moving Average: ARIMA) และแบบจำลองอารีแม็กซ์ (Autoregressive Integrated Moving Average with Exogenous Variable: ARIMAX) โดยใช้ข้อมูลราคาหุ้น BBL รายเดือน ตั้งแต่เดือนมกราคม พ.ศ. 2555 ถึงเดือนธันวาคม พ.ศ. 2559 และ      ตัวแปรอิสระที่นำมาศึกษาคือ อัตราการแลกเปลี่ยน รวมทั้งสิ้น 60 ข้อมูล โดยพิจารณาจากค่าเฉลี่ยของเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์ (MAPE) และค่ารากที่สองของค่าเฉลี่ยความคลาดเคลื่อนกำลังสอง (RMSE) เป็นเกณฑ์ในการเปรียบเทียบประสิทธิภาพของแบบจำลอง จากการพยากรณ์พบว่า แบบจำลอง ARIMAX เหมาะสมกับข้อมูลชุดนี้มากที่สุด เนื่องจากให้ค่าเฉลี่ยของเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์ (MAPE) และค่ารากที่สองของค่าเฉลี่ยความคลาดเคลื่อนกำลังสอง (RMSE) ต่ำที่สุด

References

เอกสารอ้างอิง
1. ดวงธิดา ไชยวิภาสสาทร. การพยากรณ์ดัชนีราคาเหล็กโดยวิธี ARIMA. วิทยานิพนธ์ปริญญาเศรษฐศาสตรมหาบัณฑิต, บัณฑิตวิทยาลัย มหาวิทยาลัยเชียงใหม่. เชียงใหม่; 2548.
2. ยุพาพิน อติกานต์กุล. การเปรียบเทียบวิธีการพยากรณ์ดัชนีราคาเซ็ท 100 ด้วยวิธีการปรับให้เรียบแบบเอ็กซ์โปเนนเชียลอย่างง่าย วิธีการปรับให้เรียบของโฮลท์และวิธีบ็อกซ์และเจนกินส์. วารสารวิชาการและวิจัย มทร. พระนคร ฉบับพิเศษ 2555;1:68-73.
3. เอกชัย นิตยาเกษตรวัฒน์. การพยากรณ์ราคาทองคำด้วยวิธี ARIMA. วารสารบริหารธุรกิจ นิด้า 2553;1(7):28-51.
4. ธาตรี จันทรโคลิกา, พอใจ เฉลิมสุข, วรพักตร์ ฐิตะดิลก, อภิญญา ภูมิชัยศักดิ์. การพยากรณ์มูลค่าการส่งออกของประเทศไทยโดยแบบจำลอง ARIMAX. RMUTT Global Business and Economics Review 2554;6(1):35-46.
5. Anggraeni W, Vinarti RX, Kurniawati YD. Performance comparisons between Arima and Arimax method in moslem kids clothes demand forecasting: case study. Procedia Comput Sci 2015;72:630-37.
6. Dickey D, Fuller W. Distribution of the estimators for autoregressive time series with a unit root. J Am Stat Assoc 2012;74(366a):427-31.
7. Dickey D, Said E. Testing for unit roots in autoregressive-moving average models of unknown order. Biometrika 1984;71(3):599-607.
8. Bowerman BL, O’Connell RT. Forecasting and time series: an applied approach. 3rd ed. California: Duxbury Press; 1993.
Published
2018-07-31