បញ្ហា (The Problem)៖ ការស្រាវជ្រាវនេះដោះស្រាយបញ្ហានៃភាពស្មុគស្មាញ និងការចំណាយខ្ពស់ក្នុងការទស្សន៍ទាយទីផ្សារហិរញ្ញវត្ថុដែលមានការប្រែប្រួលខ្លាំង ដោយប្រើប្រាស់វិធីសាស្ត្រសាមញ្ញហួសសម័យ។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់វិធីសាស្ត្របំប្លែងទិន្នន័យភាគហ៊ុនទៅជារូបភាព ដើម្បីបង្វឹកបណ្តុំនៃបណ្តាញសរសៃប្រសាទសិប្បនិម្មិត (Ensemble CNNs) សម្រាប់ការទស្សន៍ទាយ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Ensemble CNN with VGG-16 (Proposed) ការប្រើប្រាស់បណ្តុំនៃបណ្តាញសរសៃប្រសាទ CNN ដែលបានបង្វឹកមុន (Pretrained VGG-16) លើរូបភាព GAF |
មានសមត្ថភាពចាប់យកលំនាំនៃការប្រែប្រួលទិន្នន័យបានល្អ និងផ្តល់ភាពត្រឹមត្រូវខ្ពស់ក្នុងការទស្សន៍ទាយ។ | ទាមទារធនធានកុំព្យូទ័រខ្លាំងសម្រាប់ដំណើរការរូបភាព និងម៉ូដែល Deep Learning។ | សម្រេចបានភាពត្រឹមត្រូវ ៩៧.៤% និងប្រាក់ចំណេញខ្ពស់ជាងវិធីសាស្ត្រធម្មតា។ |
| Standard CNN (No Pretraining) បណ្តាញសរសៃប្រសាទ CNN ធម្មតាដែលមិនមានការបង្វឹកមុន (Without Pretraining) |
មិនពឹងផ្អែកលើទម្ងន់ (Weights) ពីម៉ូដែលដទៃ។ | មានភាពត្រឹមត្រូវទាបខ្លាំងដោយសារខ្វះទិន្នន័យមូលដ្ឋានក្នុងការសម្គាល់លក្ខណៈរូបភាព។ | សម្រេចបានភាពត្រឹមត្រូវត្រឹមតែ ៥៣.៤% ប៉ុណ្ណោះ។ |
| Buy and Hold Strategy យុទ្ធសាស្ត្រទិញហើយរក្សាទុក (វិធីសាស្ត្រវិនិយោគបុរាណ) |
ងាយស្រួលអនុវត្ត និងមិនទាមទារការគណនាស្មុគស្មាញ។ | ទទួលបានប្រាក់ចំណេញទាបជាង និងមានហានិភ័យខ្ពស់នៅពេលទីផ្សារធ្លាក់ចុះ។ | ប្រាក់ចំណេញទាបជាង (Lower Profit) និងការខាតបង់ខ្ពស់ជាង (Higher Loss)។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តវិធីសាស្ត្រនេះទាមទារធនធានផ្នែករឹងកម្រិតមធ្យមទៅខ្ពស់ ជាពិសេសសម្រាប់ការបង្វឹកម៉ូដែល Deep Learning។
ការសិក្សានេះប្រើប្រាស់ទិន្នន័យភាគហ៊ុនរបស់ក្រុមហ៊ុន IBM នៅសហរដ្ឋអាមេរិកចាប់ពីឆ្នាំ ១៩៩៨ ដល់ ២០២២ ដែលជាទីផ្សារដែលមានទំហំធំ និងមានសន្ទនីយភាព (Liquidity) ខ្ពស់។ នេះអាចជាចំណុចលំអៀងមួយព្រោះទីផ្សារកម្ពុជា (CSX) នៅមានទំហំតូច និងមានលក្ខណៈប្រែប្រួលខុសពីទីផ្សារអាមេរិក។
វិធីសាស្ត្រនេះមានសក្តានុពលខ្ពស់សម្រាប់អ្នកវិភាគហិរញ្ញវត្ថុ និងអ្នកអភិវឌ្ឍន៍បច្ចេកវិទ្យាហិរញ្ញវត្ថុ (FinTech) នៅកម្ពុជាក្នុងការបង្កើតឧបករណ៍ទស្សន៍ទាយថ្មីៗ។
ទោះបីជាទិន្នន័យបរទេសត្រូវបានប្រើប្រាស់ ប៉ុន្តែវិធីសាស្ត្របំប្លែង Time-Series ទៅជារូបភាពនេះអាចក្លាយជាឧបករណ៍ដ៏មានប្រសិទ្ធភាពសម្រាប់ការវិភាគទីផ្សារមូលធននៅកម្ពុជា។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Gramian Angular Fields (GAF) | ជាបច្ចេកទេសគណិតវិទ្យាថ្មីមួយដែលត្រូវបានប្រើដើម្បីបំប្លែងទិន្នន័យជាស៊េរីពេលវេលា (Time Series) ឱ្យទៅជារូបភាព។ វិធីនេះអនុញ្ញាតឱ្យកុំព្យូទ័រអាចមើលឃើញទំនាក់ទំនងរវាងទិន្នន័យនៅចំណុចពេលវេលាផ្សេងៗគ្នាក្នុងទម្រង់ជាលំនាំរូបភាព។ | ប្រៀបដូចជាការបំប្លែងសំឡេងតន្ត្រី (ទិន្នន័យមើលមិនឃើញ) ឱ្យទៅជាតារាងភ្លេង (រូបភាព) ដើម្បីឱ្យងាយស្រួលអាននិងវិភាគ។ |
| Convolutional Neural Networks (CNN) | ជាប្រភេទនៃបណ្តាញសរសៃប្រសាទសិប្បនិម្មិត (Deep Learning) ដែលមានឯកទេសខ្ពស់ក្នុងការវិភាគរូបភាព។ វាដំណើរការដោយការស្កេនរកលក្ខណៈពិសេស (Features) ដូចជា បន្ទាត់ រាង និងពណ៌ ដើម្បីធ្វើការបែងចែកប្រភេទ។ | ដូចទៅនឹងភ្នែករបស់មនុស្សដែលមើលរូបថត ហើយខួរក្បាលធ្វើការវិភាគថាវាជារូបឆ្មា ឬរូបឆ្កែ។ |
| Ensemble CNNs | ជាយុទ្ធសាស្ត្រនៃការប្រើប្រាស់ម៉ូដែល CNN ច្រើនបញ្ចូលគ្នាដើម្បីធ្វើការទស្សន៍ទាយតែមួយ។ លទ្ធផលចុងក្រោយត្រូវបានសម្រេចដោយការបោះឆ្នោត (Voting) ពីម៉ូដែលនីមួយៗ ដើម្បីកាត់បន្ថយកំហុស និងបង្កើនភាពត្រឹមត្រូវ។ | ប្រៀបដូចជាការសួរយោបល់ពីគណៈកម្មការជំនាញ ១០នាក់ ដើម្បីសម្រេចចិត្តលើរឿងអ្វីមួយ ជាជាងជឿលើមនុស្សតែម្នាក់។ |
| Time-Series Data | ជាបណ្តុំទិន្នន័យដែលត្រូវបានកត់ត្រាតាមលំដាប់លំដោយនៃពេលវេលាជាក់លាក់ (ឧទាហរណ៍៖ តម្លៃភាគហ៊ុនរៀងរាល់ ១ នាទីម្តង)។ ការវិភាគទិន្នន័យនេះតម្រូវឱ្យគិតគូរពីនិន្នាការកាលពីអតីតកាល។ | ដូចជាក្រាហ្វដែលបង្ហាញពីចង្វាក់បេះដូងរបស់អ្នកជំងឺដែលលោតឡើងចុះជារៀងរាល់វិនាទី។ |
| Polar Coordinates | ជាប្រព័ន្ធកូអរដោនេដែលកំណត់ទីតាំងនៃចំណុចមួយដោយប្រើចម្ងាយពីចំណុចកណ្តាល (Radius) និងមុំ (Angle)។ នៅក្នុងការសិក្សានេះ វាត្រូវបានប្រើដើម្បីបំប្លែងតម្លៃភាគហ៊ុនមុននឹងបង្កើតជារូបភាព GAF។ | ដូចជាការប្រាប់ផ្លូវដោយប្រើទិសដៅនាឡិកា (ម៉ោង ៣) និងចម្ងាយ (៥ ម៉ែត្រ) ជំនួសឱ្យការប្រើទិសឆ្វេងស្តាំ។ |
| VGG-16 | ជាឈ្មោះនៃម៉ូដែល CNN ដ៏ល្បីមួយដែលត្រូវបានបង្វឹកជាមុន (Pre-trained) លើរូបភាពរាប់លាន។ អ្នកស្រាវជ្រាវប្រើវាជាមូលដ្ឋានគ្រឹះដើម្បីកុំឱ្យបង្វឹកម៉ូដែលថ្មីពីចំណុចសូន្យ (Transfer Learning)។ | ប្រៀបដូចជាសិស្សដែលចេះលេងព្យាណូស្ទាត់ហើយ (VGG-16) ទៅរៀនលេងអورហ្គ (ការងារថ្មី) គឺរៀនបានលឿនជាងអ្នកមិនចេះសោះ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
