| ชื่อบทความ |
การลดความเสี่ยงจากการขาดทุนที่มากเกินไปด้วยกลยุทธ์การเทรดแบบกริดและการปิดตำแหน่งเมื่อถึงเป้าหมาย
|
| ชื่อบทความ(English) |
Reducing Excessive Loss Risk with Grid Trading and Target Based Position Closure via Trading Bots
|
|
|
|
| ประเภทบทความ |
บทความวิจัย
|
| ชื่อผู้แต่ง |
อลงกต กองมณี(1), ฐิติกร เรือนมนต์(1), ปวีณ เขื่อนแก้ว(1), ก่องกาญจน์ ดุลยไชย(1) และ สมนึก สินธุปวน(1*) (Alongkot Gongmanee(1), Thitikorn Rueanmon(1), Paween Khoenkaw(1), Kongkarn Dullayachai(1) and Somnuek Sinthupuan(1*))
|
| หน่วยงาน |
สาขาวิทยาการคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยแม่โจ้ 50290 ประเทศไทย(1) (Computer Science Department, Faculty of Science, Maejo University(1)) *Corresponding author: somnuk@mju.ac.th
|
| ชื่อวารสาร |
วารสารแม่โจ้เทคโนโลยีสารสนเทศและนวัตกรรม ปีที่ 12 ฉบับที่ 1 มกราคม – เมษายน 2569
|
| บทคัดย่อ |
จุดประสงค์งานวิจัยเพื่อเปิดคำสั่งการเทรดในหลายระดับราคาตามที่กำหนดไว้ล่วงหน้าด้วยกลยุทธ์การเทรดแบบกริด ทำให้สามารถทำกำไรจากการเคลื่อนไหวของราคาในกรอบที่กำหนดไว้ โดยไม่ต้องติดตามทุกการเปลี่ยนแปลงราคาและคาดเดาว่าราคาแนวโน้มจะไปในทิศทางใด ร่วมกับการปิดตำแหน่งเมื่อถึงเป้าหมาย การวิจัยได้พัฒนาอัลกอริทึมการเทรดดังนี้ 1) การเทรดด้วยกลยุทธ์การซื้อบนกริด 2) การเทรดด้วยกลยุทธ์การซื้อและขายบนกริด 3) การเทรดด้วยกลยุทธ์การซื้อและขายบน กริดและการปิดตำแหน่งเมื่อถึงเป้าหมาย ตามที่ตั้งไว้เพื่อไม่ให้ขาดทุนมากเกินไป ผลการวิจัยบนข้อมูลย้อนหลังตั้งแต่ปี 2024.01.01-2025.07.04 บนกรอบเวลา 4 ชั่วโมง ทำการเทรดบน USOUSD และใช้สกุลเงินหน่วยเซนต์ จากการวิเคราะห์ผลการดำเนินงานของกลยุทธ์ทั้งสามรูปแบบ พบว่า กลยุทธ์การซื้อและขายบนกริดและการปิดตำแหน่งเมื่อถึงเป้าหมาย ทำให้ประสิทธิภาพสูงสุด โดยสร้างผลตอบแทนรวม 4,779.20 เซนต์ ซึ่งสูงกว่า กลยุทธ์การซื้อและขายบน กริด ถึง 70% และสูงกว่า กลยุทธ์การซื้อบนกริด พร้อมกับรักษาความเสี่ยงในระดับที่เหมาะสม (Maximum Drawdown 1.62%) ส่วน กลยุทธ์การซื้อและขายบนกริดแม้จะให้ผลตอบแทนที่ดี (2,800.18 เซนต์) และควบคุม Drawdown ได้ดี (1.15%) แต่ยังด้อยกว่ากลยุทธ์ที่มีกลยุทธ์การซื้อและขายบนกริดและการปิดตำแหน่งเมื่อถึงเป้าหมาย ในขณะที่กลยุทธ์การซื้อบนกริด แสดงผลลัพธ์ต่ำสุดด้วยผลตอบแทนติดลบ (-255.9 เซนต์) แม้จะมี Win Rate สูงถึง 93.88% เนื่องจากขาดระบบจัดการความเสี่ยงที่มีประสิทธิภาพ
|
| คำสำคัญ |
ฟอเร็ก; กลยุทธ์กริด; การปิดตำแหน่งเมื่อถึงเป้าหมาย; น้ำมัน; หุ่นยนต์เทรด
|
| ปี พ.ศ. |
2569
|
| ปีที่ (Vol.) |
12
|
| ฉบับที่ (No.) |
1
|
| เดือนที่พิมพ์ |
มกราคม - เมษายน
|
| เลขที่หน้า (Page) |
99-118
|
| ISSN |
ISSN 3027-7280 (Online)
|
| DOI |
|
| ORCID_ID |
0000-0003-1461-1243
|
| ไฟล์บทความ |
https://mitij.mju.ac.th/ARTICLE/R69006.pdf
|
| | |
| เอกสารอ้างอิง | |
| |
Aloud, M. E., & Fasli, M. (2017). Exploring trading strategies and their effects in the
foreign exchange market. Computational Economics, 49(2), 287-310.
|
| |
Balcilar, M., Gupta, R., & Wang, S. (2020). The impact of oil price shocks on forex
markets: A Markov-switching approach. Energy Economics, 91, 104906.
|
| |
Bollerslev, T., Patton, A. J., & Wang, W. (2016). Daily volatility dynamics in forex
markets: A realized volatility approach. Journal of Financial Econometrics,
14(1), 147-183.
|
| |
Cheung, Y. W., & Rime, D. (2014). The offshore renminbi exchange rate: Microstructure
and links to the onshore market. Journal of International Money and
Finance, 49, 170-189.
|
| |
Dunis, C. L., Laws, J., & Sermpinis, G. (2010). Modelling and trading the EUR/USD
exchange rate at the ECB fixing. European Journal of Finance, 16(6), 541-560.
|
| |
Evans, M. D. D., & Lyons, R. K. (2002). Order flow and exchange rate dynamics.
Journal of Political Economy, 110(1), 170-200.
|
| |
Gencay, R., & Gradojevic, N. (2013). Private information and its role in the forex
market. Journal of Financial Markets, 16(4), 637-659.
|
| |
Hautsch, N., & Huang, R. (2012). The market impact of a limit order. Journal of
Economic Dynamics and Control, 36(4), 501-522.
|
| |
Hsu, P. H., Taylor, M. P., & Wang, Z. (2016). Technical trading: Is it still beating the
foreign exchange market? Journal of International Economics, 102, 188-208.
|
| |
King, M. R., Osler, C. L., & Rime, D. (2013). The market microstructure approach to
foreign exchange: Looking back and looking forward. Journal of International
Money and Finance, 38, 95-119.
|
| |
Lyons, R. K. (2001). The microstructure approach to exchange rates. MIT Press.
|
| |
Menkhoff, L., Sarno, L., Schmeling, M., & Schrimpf, A. (2016). Information flows in
foreign exchange markets: Dissecting customer currency trades. Journal of Finance, 71(2), 601-634.
|
| |
Neely, C. J., & Weller, P. A. (2003). Intraday technical trading in the foreign exchange
market. Journal of International Money and Finance, 22(2), 223-237.
|
| |
Osler, C. L. (2003). Currency orders and exchange rate dynamics: An explanation for
the predictive success of technical analysis. Journal of Finance, 58(5), 1791-
1820.
|
| |
Pojarliev, M., & Levich, R. M. (2010). Trades of the living dead: Style differences, style
persistence and performance of currency fund managers. Journal of
International Money and Finance, 29(8), 1752-1775.
|
| |
Rime, D., Sarno, L., & Sojli, E. (2010). Exchange rate forecasting, order flow and
macroeconomic information. Journal of International Economics, 80(1), 72-
88.
|
| |
Sermpinis, G., Stasinakis, C., Theofilatos, K., & Karathanasopoulos, A. (2015).
Forecasting foreign exchange rates with adaptive neural networks using radial-
basis functions and particle swarm optimization. European Journal of
Operational Research, 247(1), 272-286.
|
| |
Tashpulatov, S. (2015). Estimating the volatility of the forex market: Evidence from
high-frequency data. Economic Modelling, 45, 162-168.
|
| |
Vezeris, D., & Schinas, C. (2019). On the optimization of grid trading strategies with
genetic algorithms. Procedia Computer Science, 151, 110-117.
|
| |
Zhang, H., & Dufour, J. M. (2019). Forecasting exchange rates using principal
components and time-varying regressions. Journal of Forecasting, 38(6), 543-
561.
|
| |
|
| |
|
| |
|
| |
|
| |
|
| |
|
| |
|