เราจะสร้าง AI สำหรับงาน Trading ได้อย่างไร ?
ในปัจจุบัน เราทุกคนต่างได้เห็นศักยภาพอันทรงพลังของ AI ในทำงานด้านต่าง ๆ ตั้งแต่ การสร้างจรวดลงจอดอัตโนมัติ รถขับเคลื่อนด้วยตัวเอง AI ที่วาดรูปเองได้ เขียนบทความเองได้ จนกระทั่งเขียน code ขึ้นมาเองได้
นอกจากนั้น เรายังได้เห็นการออกมาพูดของเหล่าบรรดาผู้ก่อตั้ง Hedge Fund ว่าพวกเขาใช้ AI ในการสร้างระบบการซื้อขายที่ให้ผลตอบแทนสูง และความเสี่ยงที่ต่ำ
จากที่กล่าวไปข้างต้น เราทุกคนรู้ว่า AI มีศักยภาพสูง และรู้ว่าเหล่า Hedge Fund ก็ใช้ AI ในการสร้างระบบเทรด
คำถามก็คือ “พวกเขาสร้างระบบเทรดจาก AI ได้อย่างไร ?”
ในคอร์สนี้เรามีคำตอบให้กับคุณ
นอกจากนั้นเราจะพาคุณสร้างระบบเทรด False Signal Detection ขึ้นมาอีกด้วย
False Signal Detection
ในคอร์สนี้ เรานำ Supervised Learning Model ชนิด Rule-based อย่าง Decision Tree (ซึ่งมีวิธีการสร้างอย่างเฉพาะเจาะจงกับงาน Trading) มาใช้ในการตรวจจับ False Signal หรือที่เรียกว่าระบบ False Signal Detection
เมื่อเราระบุ False Signal ได้ เราก็จะป้องกันการขาดทุนในครั้งนั้นได้ ส่งผลให้ประสิทธิภาพของ Portfolio ดียิ่งขึ้น
False Signal ใน Quantitative Trading คืออะไร ?
เทรดเดอร์มืออาชีพพึ่งพา Trade Signal ในการเปิดการซื้อ/ขาย ซึ่งทำให้เทรดเดอร์คาดการณ์อนาคตในระยะสั้น ๆ ได้แม่นยำขึ้น
แต่ปัญหาของ Trade Signal เหล่านี้ก็คือ พวกมันประกอบไปด้วยส่วนที่เป็น True Signal และ False Signal ดังนั้นการเทรดตาม Trade Signal ทั้งหมดโดยไม่คัดกรอง False Signal ออก อาจทำให้ประสบผลขาดทุน
False Signal Detection สามารถใช้กับอะไรได้บ้าง ?
ระบบ False Signal Detection สามารถนำไปสร้างต่อเติมจาก Trading System ใด ๆ โดยจะเข้าไปทำ Pattern Recognition จาก Trading System นั้น เพื่อยกระดับประสิทธิภาพของ Trading System ขึ้นไปอีกระดับ
ไม่มี Trade Signal และ Trading System ตั้งต้น สามารถเรียนได้หรือไม่ ?
เราเตรียม Trade Signal ยอดนิยมไว้ในคอร์สนี้ถึง 3 รูปแบบด้วยกัน โดยจะสอนตั้งแต่พื้นฐานโดยละเอียด เพื่อเป็นระบบต้นแบบให้นักเรียนสามารถนำไปสร้าง False Signal Detection ต่อยอดกับระบบที่นักเรียนคิดค้นได้อย่างแน่นอน
ไม่มีพื้นฐานด้าน Quantitative Trading เรียนได้หรือไม่ ?
คอร์สนี้ไม่มี Prerequisite ใด ๆ เราจะปูพื้นฐานที่จำเป็นทั้งหมดให้นักเรียน ดังนั้นหากนักเรียนไม่มีพื้นฐาน Quantitative Trading ก็สามารถเรียนได้
ไม่มีพื้นฐานด้าน Machine Learning เรียนได้หรือไม่ ?
คอร์สนี้ไม่มี Prerequisite ใด ๆ เราจะปูพื้นฐานที่จำเป็นทั้งหมดให้นักเรียน ดังนั้นหากนักเรียนไม่มีพื้นฐาน Machine Learning ก็สามารถเรียนได้
สิ่งที่นักเรียนจะได้จากคอร์ส False Signal Detection
คอร์สนี้จะเน้นที่การนำไปใช้งานจริง ดังนั้นสิ่งที่นักเรียนได้จากคอร์สนี้ นักเรียนสามารถนำไปใช้งานต่อได้ ไม่ว่าจะเป็น
⁃ ระบบ False Signal Detection
⁃ assumption ของ 3 Trade Signal ยอดนิยม
⁃ การสร้าง Decision Tree สำหรับงานด้าน Finance
⁃ การทำ Feature Selection สำหรับงานด้าน Finance
⁃ การเตรียมข้อมูล (Dataset) เพื่อนำมาสร้างระบบ
⁃ Code ทั้งหมด
Instructor
Chanapon Onwongsa
– Researcher ด้าน Time Series ที่ TAUTOLOGY
– เจ้าของงานวิจัย An Enhanced Time Series Motif Discovery Using Approximated Matrix Profile
– ปริญญาโทด้าน Artificial Intelligence (AI) และอนุกรมเวลาสมัยใหม่ จุฬาลงกรณ์มหาวิทยาลัย
Panomwat Warattaseth
– Quantitative Researcher ที่ TAUTOLOGY
– อดีตนักการเงินธนาคาร
– เกียรตินิยมอันดับ 1 วิศวกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย
สอบถามรายละเอียดเพิ่มเติมทาง
- Email: [email protected]
- Call: 086-524-4463 (คริน)
Course Features
- Lectures 27
- Quizzes 0
- Duration 10 hours
- Skill level All levels
- Language Thai
- Students 62
- Assessments Yes
-
Chapter 1 : Introduction to Artificial Intelligence and Quantitative Trading
-
Chapter 2 : Course Overview
-
Chapter 3 : Supervised Learning Workflow
-
Chapter 4 : Data Preparation Workflow
-
Chapter 5 : Trade Signal as Trigger
-
Chapter 6 : Labelling Financial Data
-
Chapter 7 : Feature Selection for Financial Data
-
Chapter 8 : Decision Tree : Foundation, Mathematics and Modelling
-
Chapter 9 : Decision Tree : Coding and Implementation for False Signal Detection
-
Chapter 10 : Performance Improvement