ระบบสนับสนุนการตัดสินใจในการลงทุนในตลาดหลักทรัพย์

ระบบสนับสนุนการตัดสินใจในการลงทุนในตลาดหลักทรัพย์

         งานวิจัยนี้มีวัตถุประสงค์ เพื่อศึกษาและพัฒนาแบบจำลองในการตัดสินใจเพื่อเลือกหุ้นที่เหมาะสมในการลงทุนในระยะยาว โดยใช้ทฤษฎีทางเศรษฐศาสตร์ของ Harry Markowiz และทฤษฎีโปรแกรมเชิงเส้น ของ George Dantzig สร้างเป็นตัวแบบจำลองช่วยในการวิเคราะห์..

Simulation in Excel for Marketing Case Car Insurance

Simulation in Excel  for Marketing Case Car Insurance

ระบบสนับสนุนการตัดสินใจ ภายใต้ความเสี่ยง Decision Support System under Risk

ระบบสนับสนุนการตัดสินใจ ภายใต้ความเสี่ยง Decision Support System under Risk

ทฤษฎีการตัดสินใจ  เป็นวิธีการเชิงระบบและเชิงวิเคราะห์เพื่อใช้ศึกษาการตัดสินใจ

              วิธีการเชิงระบบ     คือ  มีปัจจัย  (Input)  มีกระบวนการ  (Process)  และ ผลลัพธ์  (output)

              วิธีการเชิงวิเคราะห์   คือ  การใช้เหตุผล  (logic)  พิจารณาตัวแปรทุกตัวที่หาได้หรือข้อมูลที่มีอยู่  

พิจารณาทางเลือกที่เป็นไปได้โดยใช้เครื่องมือหรือเทคนิคเชิงปริมาณ

 ขั้นตอนในทฤษฎีการตัดสินใจ  (กระบวนการตัดสินใจ)

1.           กำหนดปัญหาให้ชัดเจน

2.           จำแนกทางเลือกที่เป็นไปได้

3.           ในแต่ละทางเลือกชี้ผลลัพธ์ที่ได้

4.           แสดงผลได้ - ผลเสีย ในแต่ละส่วนผสมของทางเลือกรวมทั้งผลได้ - ผลเสียของผลลัพธ์

5.           เลือกเทคนิคการตัดสินใจเชิงคณิตศาสตร์อย่างใดอย่างหนึ่งที่เหมาะสมมาใช้

6.           นำเทคนิคมาใช้ และทำการตัดสินใจ

การวิเคราะห์ Decision tree เป็นวิธีการวิเคราะห์ข้อมูลผ่านการสร้างแผนผังเพื่อช่วยในการตัดสินใจเลือกทางเลือกที่ดีที่สุดในสถานการณ์ที่เป็นที่ยอมรับกันว่า ผลลัพธ์ที่จะเกิดขึ้นในอนาคตเป็นเรื่องที่ไม่แน่นอน หรือไม่สามารถทำนายเหตุการณ์ที่จะเกิดขึ้นในอนาคตได้อย่างชัดเจน เทคนิคที่มักถูกนำมาใช้ประกอบการวิเคราะห์ Decision tree ได้แก่ การคำนวณค่าเงินในอนาคต (Expected monetary value – EMV) ซึ่งเป็นผลคูณของความน่าจะเป็นที่จะเกิดความเสี่ยงและค่าเงินของความเสี่ยงนั้นๆ 

ขั้นตอนการทำ Decision Tree Model

1.           กำหนดปัญหา

2.           วาดโครงสร้าง

3.           กำหนด Prob ในแต่ละสภาวการณ์

4.           ประเมินผลได้ – ผลเสียในแต่ละทางเลือกในสภาวการณ์ต่าง ๆ กัน

5.           คำนวณ EMV แต่ละสภาวการณ์

การวิเคราะห์ความเสี่ยงเชิงปริมาณ 2 (Quantitative Risk Analysis 2)

การวิเคราะห์ความเสี่ยงเชิงปริมาณ 2 (Quantitative Risk Analysis 2)

การวัดความเสี่ยงเชิงปริมาณ โดย การวิเคราะห์ข้อมูลในอดีตในเชิงสถิติและเศรษฐศาสตร์ถูกนำเสนอ เป็นครั้งแรกโดย Harry Markowitz โดยตั้งสมการเป้าหมาย เป็นค่าความเสี่ยงของ Portfolio  วัดจาก Standard Deviation การแก้ปัญหาหาโดยการปรับค่าสัดส่วนของการลงทุนเพื่อหาจุดที่ทำให้ค่าความเสี่ยงในสมการเป้าหมายนั้นต่ำสุด และมีเงื่อนไขบังคับต้องมีค่าเท่ากับค่าที่กำหนด ในทางคณิตศาสตร์เรียกวิธการแก้ปัญหาหาแบบนี้ว่า Quadratic Programming with Lineer constraint ผลตอบแทนและความเสี่ยงจากการลงทุนอย่างเป็นเรื่องราวขึ้น โดยมองว่าอัตราผลตอบแทนของการลงทุนนั้นไม่แน่นอน แต่สามารถคาดการณ์ได้ โดยอาศัยค่าเฉลี่ยผลตอบแทนในอดีต ถ้าการกระจายของผลตอบแทนนี้ มีลักษณะเป็นการกระจายแบบปรกติ(Normal Distribution) เราสามารถวัดความเสี่ยงของการลงทุนในหุ้น โดยคำนวณส่วนเบี่ยงเบนมาตรฐาน (Standard Deviation) ของอัตราผลตอบแทน ถ้าค่านี้มีมากแสดงว่าความเสี่ยงของการลงทุนในหุ้นนั้นมีมากไปด้วย เพราะแสดงว่าโอกาสที่ผลตอบแทนที่เกิดขึ้นจริงจะแตกต่างจากค่าเฉลี่ยหรืออัตราผลตอบแทนของการดาดการณ์นั้นมีอยู่สูง เมื่อทดลองนำหุ้นหลายตัวมาประกอบเป็นกลุ่มหลักทรัพย์ (Portfolio)ระบบสนับสนุนการตัดสินในในการลงทุนในตลาดหลักทรัพย์) แล้วว่าสามารถสร้างกลยุทธ์ของการลงทุนที่ให้ผลตอบแทนคาดการณ์ค่อนข้างสูงและมีความเสี่ยงซึ่งวัดจาก Standard Deviation ของ Portfolio นั้นต่ำลง เนื่องจากความสัมพันธ์ระหว่างหุ้นในกลุ่มหลักทรัพย์นั้นเอง  การวิเคราะห์โดยสร้างตัวแบบทางคณิตศาสตร์วัดความแปรปรวน และตัวแบบสมการเชิงเส้น

Monte Carlo Simulation และการประเมินความเสี่ยง

แบบจำลอง Monte Carlo Simulationและการประเมินความเสี่ยง

Simulation in Excel for Marketing Case Hotel Booking

Simulation in Excel for Marketing Case Hotel Booking

Marketing Decision Model การตัดสินใจทางการตลาด

Marketing Decision Model การตัดสินใจทางการตลาด

              นักการตลาดจะต้องเผชิญกับปัญหาต่างๆ และจะต้องหาทางแก้ไขปัญหานั้นซึ่งแต่ละปัญหามีทางเลือกในการแก้ปัญหาได้มากมาย นักการตลาดจะต้องตัดสินใจเลือกทางเลือกที่ดีที่สุดในการแก้ปัญหาภายใต้สภาวการณ์ต่างๆ ทฤษฎีการตัดสินใจจึงมีบทบาทสำคัญมากที่จะช่วยนักการตลาดในการตัดสินใจโดยการประเมินผลได้และผลเสีย ของแต่ละทางเลือก ในการประเมินผลนักการตลาดไม่อาจทราบได้อย่างแน่นอนว่าอะไรจะเกิดขึ้นในอนาคต แต่สามารถพยากรณ์ได้ว่าเหตุการณ์ใดจะเกิดขึ้นและและก่อให้เกิดผลได้และเสียเป็นจำนวนเท่าใด ซึ่งอาจจะตรงหรือไม่ตรงกับความเป็นจริงทั้งนี้ขึ้นอยู่กับความสามารถและประสบการณ์หรือผู้ตัดสินใจ ตลอดจนข้อมูลที่นำเข้ามาช่วยตัดสินใจถูกต้องแม่นยำหรือเพียงพอกับความต้องการหรือไม่ในการพยากรณ์เหตุการณ์ต่างๆ ทางการตลาดยังต้องอาศัยเทคนิคทางสถิติ โดยเอาความน่าจะเป็นมาประกอบเป็นแนวทางในการตัดสินใจและประเมินความเสี่ยงที่อาจเกิดขึ้น แต่บางสถานการณ์นักการตลาดไม่อาจทราบความน่าจะเป็นของการเกิดเหตุการณ์ต่างในอนาคตได้ เนื่องจากมีข้อมูลไม่เพียงพอที่จะทำได้ จึงต้องอาศัยการตัดสินใจที่เรียกว่า การตัดสินใจภายใต้ความไม่แน่นอน

แบบจำลองที่ใช้ในการตัดสินใจทางการตลาด(Marketing Models) ประกอบด้วย

1.ทฤษฎีการตัดสินใจภายใต้เงื่อนไขต่างๆ(Decision Theory)

2.การวิเคราะห์จุดคุ้มทุน(Break-even  Analysis)

3.การบริหารสินค้าคงคลัง(Inventory  Models)

4.การจัดสรรทรัพยากร(Allocation  Models)เช่น ตัวแบบการขนส่ง(Transportation) การมอบหมายงาน(Assignment)

โปรแกรมเชิงเส้น(Linear  Programming)โปรแกรมเชิงเส้นไม่ตรง(Nonlinear Programming)โปรแกรมเชิงเส้นจำนวนเต็ม(Integer   Programming) โปรแกนมเป้าหมาย(Goal  Programming)โปรแกรมพลวัต(Dynamic Programming)

5.ตัวแบบการรอคอยการใช้หรือให้บริการ(Queuing  Models)

6.ตัวแบบการแข่งขัน(Competitive  Models) ทฤษฎีเกมส์(Games Theory)

7.ตัวแบบวิเคราะห์พฤติกรรมทางการตลาดด้วย Markov Chain

8.ตัวแบบจำลองโดยใช้ข้อมูลในอดีต(Simulation  Model)

9.แบบการพยากรณ์ในอนาคต(Forecasting)