โดย ณรงค์ศักดิ์ ปลอดมีชัย
กรรมการผู้จัดการและประธานเจ้าหน้าที่บริหารการลงทุน
บริษัทหลักทรัพย์จัดการกองทุน ไทยพาณิชย์ จำกัด
ในโลกปัจจุบันนี้เป็นโลกที่เต็มไปด้วยข้อมูลข่าวสารต่างๆ มากมาย ไม่ว่าจะเป็นข้อมูลขนาดใหญ่หรือเล็ก โดยเฉพาะข้อมูลขนาดใหญ่หรือที่เราเรียกกันว่า Big Data เช่น ข้อมูลในอินเทอร์เน็ตที่มีสัดส่วนเพิ่มมากขึ้นทุกปี ในปี 2017 มีการประมาณว่าจำนวนเว็บไซต์ในอินเทอร์เน็ตมีขนาดกว่า 1,766 ล้านเว็บไซต์ โดยเพิ่มจากในปี 2016 จำนวน 1,045 ล้านเว็บไซต์ คิดเป็นอัตราการเติบโตกว่า 69% นอกจากนี้จำนวนผู้ใช้ Social Media มีจำนวนผู้ใช้บริการกว่า 3,196 ล้านคน เพิ่มขึ้นกว่า 7% โดยใน Facebook, Twitter, Instagram เฉลี่ยมีการกด like หรือ tweet ขึ้นมากกว่าล้านครั้งในแต่ละนาที
ในโลกของการลงทุนก็เช่นกัน มีการให้ความสำคัญเกี่ยวกับเรื่องของ Big Data และการวิเคราะห์ข้อมูลดังกล่าว โดยเฉพาะกองทุนเฮดจ์ฟันด์ (Hedge Fund) เช่น กองทุน Renaissance Technologies, DE Shaw, Two Sigma, Bridgewater Associates และ Citadel เป็นต้น กองทุนเหล่านี้ต่างก็ให้ความสำคัญต่อข้อมูลดังกล่าว โดยมีการทำการวิเคราะห์ข้อมูลเพื่อใช้ประโยชน์ในการลงทุนเพิ่มเติมจากข้อมูลพื้นฐานทั่วไป ทั้งนี้ ในการวิเคราะห์ข้อมูล Big Data ไปใช้นั้นเนื่องจากเป็นข้อมูลขนาดใหญ่มีความซับซ้อนและไม่มีรูปแบบที่แน่นอน การจัดการวิเคราะห์ข้อมูลดังกล่าวจึงต้องอาศัยเครื่องมือใหม่ๆ และวิธีการเฉพาะ เช่น การใช้เทคนิคการทำให้ระบบคอมพิวเตอร์เรียนรู้ด้วยตนเอง (Machine Learning) การใช้การประมวลผลภาษาธรรมชาติ (Natural Language Processing) การใช้คอมพิวเตอร์วิทัศน์ (Computer Vision) รวมถึงการสร้างแบบจำลองในการนำข้อมูลที่ผ่านการวิเคราะห์ไปใช้ในการลงทุน
สำหรับการลงทุนในตราสารทุน ข้อมูลของนักวิเคราะห์ก็เป็นข้อมูลที่นักลงทุนส่วนใหญ่ให้ความสำคัญ ซึ่งในปัจจุบันตราสารทุนที่น่าสนใจมีจำนวนเพิ่มขึ้น การศึกษาข้อมูลจากนักวิเคราะห์ในแต่ละวันก็เพิ่มจำนวนมาก นักลงทุนไม่สามารถอ่านบทวิเคราะห์การลงทุนและเข้าถึงข้อมูลได้อย่างรวดเร็ว ในปัจจุบันจึงมีการนำเอาเทคนิคทาง Machine Learning มาช่วยในการอ่านการวิเคราะห์การลงทุนผ่านการวิเคราะห์ข้อความแบบหลายภาษา (Multilingual Text Mining) ทำให้นักลงทุนสามารถเข้าถึงข้อมูลได้หลากหลายและรวดเร็วขึ้น นอกจากนี้ยังมีการใช้ข้อมูลจากอินเทอร์เน็ตมาวิเคราะห์แนวโน้มตลาด และข้อมูลทางเศรษฐกิจแทนการทำการสำรวจตลาดในแบบดั้งเดิม ทำให้สามารถเข้าถึงข้อมูลหลากหลายมากขึ้นและเข้าถึงผู้บริโภคได้มากขึ้น
นอกจากข้อมูลในอินเทอร์เน็ตกับ Social Network แล้ว ข้อมูลจากภาพถ่ายดาวเทียมก็เป็นข้อมูลอีกประเภทที่มีความน่าสนใจในการทำวิเคราะห์วิจัยข้อมูลสำหรับการลงทุน ยกตัวอย่างเช่น บริษัท Orbital Insight ใช้ข้อมูลภาพถ่ายดาวเทียมของคลังสินค้าน้ำมันดิบมาใช้ในการประมาณการระดับน้ำมันในคลังสินค้าจากการเปลี่ยนแปลงเงาของคลังสินค้า ผ่านขั้นตอนกระบวนการตรวจจับเงา (Shadow Detection Algorithm) และนำข้อมูลดังกล่าวมาใช้รายงานคลังสินค้าน้ำมันดิบ ณ เวลาใดเวลาหนึ่ง หรือบริษัท RS Metrics ใช้ข้อมูลภาพถ่ายดาวเทียมของที่จอดรถในศูนย์การค้ามาวิเคราะห์หาความสัมพันธ์กับยอดขายค้าปลีกของศูนย์การค้านั้นๆ นอกจากนี้ยังมีบริษัท Descartes Labs วิเคราะห์การคาดการณ์หาผลผลิตข้าวโพดจากภาพถ่ายดาวเทียมซึ่งแสดงการเปลี่ยนสีของข้าวโพดในช่วงเวลาต่างๆ เป็นต้น
——————————————————————————-
ที่มา : MGR Online / 17 เมษายน 2561
Link : https://mgronline.com/mutualfund/detail/9610000037714
