งาน Quant หลักๆของ Lab ที่ผมทำเรื่องการสอน Robot ให้มันเรียนรู้จากข้อมูลจริงและคิดตอบสนองให้เป็น ตรงนี้งานต่างจาก algorithmic trading เดิม ที่คนหรือเทรดเดอร์ผู้เป็น expert สร้างโมเดล ให้ robot ทำตามคำสั่ง ด้วยโลกความจริง ตลาดหุ้น ตลาดทองคำ เหมือนเราทราบ ข้อจำกัด หรือขอบเขตของการจัดการกับข้อมูลที่ไม่เป็นเส้นตรง หรือมีความ random สูงมันมีเยอะ สิ่งที่ Machine learning เข้ามาทำให้งานด้านนี้พัฒนาได้ซับซ้อนขึ้นไปอีกจากอดีตคือ คอมพิวเตอร์มันเรียนรู้จัก ข้อมูลจริงที่เกิด ทั้งจาก training data จำนวนมหึมา(ฺBig data) ที่เราโยนไปให้มัน และการเรียนรู้จากข้อมูล real time ข้อมูลใหม่ๆที่เกิดทุกวันทุกนาที ความสนุกมันอยู่ตรงสอนให้ robot มันเรียนรู้ ในภาพเอาโมเดลแบบเบสิกมาให้ดู คือลองสอน QuantRobot ให้มันแยกพฤติกรรมราคา แบบ unsupervised ด้วย Weight Adjusted KNN ใช้พารามิเตอร์ของพฤติกรรมราคา 8 ตัวสำหรับ training data รอบแรกยังมั่วๆอยู่เพราะข้อมูลไม่ค่อยดี จากนั้นลอง clean data ใหม่ด้วย Principal Components Analysis (PCA) ก่อนแล้วเอามารันอีกรอบ ผลค่อนข้างดีขึ้น ตัวนี้ถ้าทำงานได้จะประหยัดเวลามาก เพราะ
เรียนรู้เรื่องการเทรดหุ้น อนุพันธ์ ทองคำ อย่างเป็นระบบ