ใช้ภาษา R จับ รูปแบบ กราฟแท่งเทียน (หุ้น) – Candlestick Chart Pattern Recognition by Using R Language (เหตุใดเราใช้ ภาษา R แทน Excel – ตอน 4)

สวัสดีครับ ในตอนนี้ ผมจะมาแนะนำเกี่ยวกับการใช้ ภาษา R มาช่วยในเรื่องของการลงทุนนะครับ  อาจจะเริ่มไม่เกี่ยวแล้วว่า ใช้แทน Excel เพราะอะไร?  อันนี้ง่ายๆเลยครับ  คือ “ผมหาตัวช่วยนี้ใน Excel ไม่เจอเลยครับ”

บทความนี้ สำหรับท่านที่ไม่เคยเล่นหุ้นเล่นทอง เชิงเทคนิคหรือใช้กราฟ อาจไม่เก็ท เลยนะครับ แต่คนที่เล่น โดยเฉพาะสายเทคนิค น่าจะคุ้นเคยเป็นอย่างดีเลยครับ
คือผมเป็นคนที่ เล่นหุ้น เล่นทอง แต่ปกติผมจะเน้นการเล่นแบบอิงพื้นฐานเป็นหลัก อย่างไรก็ตาม มันก็จำเป็นต้องรู้เรื่องเทคนิคควบคู่ไปด้วย  ซึ่งตัวที่ผมสนใจเป็นพิเศษมานานแล้ว คือ การวิเคราะห์แนวโน้มราคาโดยกราฟแท่งเทียน ( Candlestick Chart Pattern ) เนี่ยแหละครับ

ผมเคยเขียนบทความเรื่อง กราฟแท่งเทียน และ สรุป Pattern ไว้ ตามลิงค์นี้เลยนะครับ
https://gornnutagorn.com/2018/04/27/candlestick-chart-80-pattern-cheat-sheet/

มาเริ่มกันเลยครับ  คือวันนึงผมนึกอยากลองวิเคราะห์ว่า จะ ดักจับ “สัญญาณแท่งเทียน” ( pattern ทั้งแบบ Reversal และ Continuation ) ของหุ้นอย่างเป็นระบบ ขึ้นมาได้อย่างไร  เลยลองไปค้นว่า R จะช่วยผมในเรื่องนี้ได้หรือไม่  ปรากฏว่า มีคนทำ Package เรื่องนี้ไว้ครับ ถึงแม้ว่า ผู้ที่ทำ อาจไม่ได้ใส่ Pattern ไว้ทุกอย่าง (เช่นผมหา Tri Star ไม่เจอ) และผมไม่รู้ว่าปรับแต่งค่าแบบละเอียดๆได้อย่างไร แต่ผมว่าแค่มีคนทำไว้ให้ ก็สุดยอดมากแล้วครับ

อันที่จริง ตอนแรกผมค้นจากภาษา Python ก่อนว่าทำเรื่องนี้ได้หรือไม่ ก็ไปเจอ TA-Lib library ว่าทำได้เหมือนกัน  แต่พอใช้ก็รู้สึกแปลกๆ เลยหยุดไว้ก่อน (อยากทราบว่าเพราะอะไร ลอง google ดูได้เลยครับ)

ผมจะแบ่งการอธิบายเป็น 2 แบบนะครับ คือเฉพาะคำสั่ง / และตัวอย่างที่ผมคิดขึ้นมาเองครับ

**ผู้ที่ไม่เคยใช้ R ลองอ่านวิธีการลง R แบบคร่าวๆที่ท้ายบทความตามลิงค์นี้นะครับ**
https://gornnutagorn.com/2018/04/29/r-excel-2-market-basket-analysis/

แบบที่ 1

เฉพาะคำสั่งในการใช้

การใช้ก็ไม่มีอะไรมากเลยครับ ท่านจะต้องมีข้อมูลหุ้นแบบ Time Series โดยเป็นข้อมูลประเภท xts ใน R นะครับ (ในตัวอย่าง แบบที่ 1 นี้ ผมโหลดราคาหุ้น AAPL โดยใช้ Package quantmod ซึ่งจะอธิบายเพิ่มใน แบบที่ 2 ด้านล่างครับ) และใส่คำสั่งได้เลยครับ

(ผู้ที่ไม่เคยใช้ Library นี้ ให้ใช้คำสั่ง install.packages() ตามด้านล่าง เพื่อลงไว้ในเครื่องก่อนนะครับ)

> install.packages("candlesticks", repos="http://R-Forge.R-project.org")

(อ้างอิงจาก  : https://rdrr.io/rforge/candlesticks/ )

เริ่มตามนี้เลยครับ

> library(candlesticks)
> CSPEngulfing(AAPL['201401'])

คือโหลด library มาก่อน จากนั้นใส่คำสั่งเพื่อที่จะหาตอนที่เกิด Pattern แบบ Engulfing จากหุ้นชื่อ AAPL ในช่วง JAN2014 นะครับ  ซึ่งผลลัพธ์ที่ได้จะเป็น จะประมาณตารางด้านล่างนะครับ คือออกมาเป็น Boolean นะครับ

Pattern ที่ใช้ตรวจจับได้ ก็จะมีเช่น

CSPDarkCloudCover
CSPDoji
CSPEngulfing
CSPGap
…. และอื่นๆ

โดยถ้าอยากรู้ว่าสามารถตรวจจับ Pattern อะไรได้บ้าง หรือใช้งาน Package นี้อย่างไร ผมจะอธิบายต่อใน แบบที่ 2 ด้านล่างนี้ครับ

แบบที่ 2

ตัวอย่างการใช้งานจริง

ผมใช้ข้อมูลราคารายวันหุ้น AAPL (Apple) ช่วงปี 2014 – 2016 และหาความแม่นยำของ Pattern Engulfing ในการทำกำไรวันถัดไป โดยผมจะแบ่งโค้ดเป็น 2 ส่วนย่อยนะครับ คือรันต่อกัน แต่ผมแบ่งอธิบายครับ ( ปล. โค้ดผมไม่ค่อยสวยนะครับ เน้นถึกให้ได้ผลลัพธ์อย่างเดียวครับ -_-“)

2.1 : เตรียมข้อมูล

library(candlesticks)
library(quantmod)
library(ggplot2)
library(xlsx)
library(data.table)

##1. Investigate how to use candlesticks package
library(help="candlesticks" )
help(CSPHammer)


##2. Import Apple Inc data by using quantmod package from 2014 - 2016 and plot chart
start <- as.Date("2014-01-01")
end <- as.Date("2016-12-31")
ticker1 <- getSymbols("AAPL", src = "yahoo", from = start, to = end,auto.assign=FALSE)
colnames(ticker1) <- c("open","high","low","close","volume","adjusted")
chartSeries(ticker1)

อธิบายนะครับ ผมเริ่มจากโหลด library ที่จำเป็นมา จากนั้น
##1 คือการเปิด help ว่า Package Candlesticks ใช้อย่างไร และมี Pattern อะไรบ้าง
##2 คือการใช้ Package Quantmod โหลดข้อมูลหุ้นมาจาก Yahoo และเรียงมาให้เรียบร้อยในรูปแบบ xts ที่เราต้องการ โดยสามารถใส่  parameter กำหนดวันเวลาได้เลย จากนั้น ผมเปลี่ยนชื่อคอลัมน์เพื่อความสะดวกเล็กน้อย และสุดท้ายลองมาพล้อตกราฟดูก่อน  จะได้ตามแบบด้านล่างครับ

2.2 : แปลงและวิเคราะห์สรุปข้อมูล

##3. Create Apple time series data (xts) to be a dataframe
ticker1df <- as.data.frame(ticker1)


##4. Add Next Day Profit Column
ticker1df[,c("NDProf")] <- c(NA)
for(i in 1:nrow(ticker1df)){
ndprof <- (ticker1df[i+1,"close"]-ticker1df[i,"close"])/ticker1df[i,"close"]
ndproftrim <- formatC(ndprof,digits = 4, format = "f")
ticker1df[i,"NDProf"] <- ndproftrim
}
ticker1df$NDProfRe <- ifelse(ticker1df$NDProf>0,TRUE,FALSE)


##5. Create "Candlestick Chart Pattern Recognition dataframe" from selected pattern
##Boolean output will be created
ticker1dfpattern1 <- as.data.frame(CSPEngulfing(ticker1))

##6. Combine them all to 1 dataframe
ticker1dfall=cbind(ticker1df,ticker1dfpattern1)


##7. Check Pattern Recognition Accuracy by Printing Summary
for(a in 9:ncol(ticker1dfall)){
  temptab1 <- subset(ticker1dfall,ticker1dfall[,a]==TRUE)
  obs1 <- nrow(temptab1)
  positive1 <- sum(temptab1[,8], na.rm=TRUE)
  result1 <- positive1/obs1
  result1x100 <- result1*100
  result1x100trim <- formatC(result1x100,digits = 0, format = "f")
  pattern1 <- colnames(ticker1dfall)[a]
  print(paste("Pattern : ",pattern1))
  print(paste(("All Observations ="),nrow(ticker1dfall)))
  print(paste("Selected Observations = ",obs1))
  print(paste("Percent Acccuracy = ",result1x100trim,"%"))
  print(paste("----------"))
}

##Optional - Export output dataframe to Excel File
write.xlsx(ticker1dfall, "pattern_test1.xlsx")

อธิบายต่อนะครับ
##3 แปลงข้อมูลราคาให้เป็น dataframe เพื่อเตรียมวิเคราะห์ต่อไป
##4 เพิ่ม 2 คอลัมน์โดยเป็น
คอลัมน์กำไรวันถัดไป และ
คอลัมน์แบบ boolean (True/False) ว่าวัดถัดไปกำไรหรือไม่

##5 ทำ dataframe ใหม่ เช็คว่าเกิด Engulfing ตอนไหน / แบบไหนบ้าง
##6 รวม dataframe ทั้งหมดเข้าด้วยกัน
##7 ทำคำสั่งให้สรุปข้อความออกมาว่าแม่นแค่ไหน คือ ผมแค่นำจำนวนครั้งที่กำไร หารกับ จำนวนครั้งที่เกิด pattern ทั้งหมด ทำเป็น % ครับ

หากรันคำสั่งมาตั้งแต่ต้น จะได้ผลลัพธ์ออกมาตามนี้เลยครับ
[1] “Pattern : Bull.Engulfing”
[1] “All Observations = 756”
[1] “Selected Observations = 28”
[1] “Percent Acccuracy = 46 %”
[1] “———-“
[1] “Pattern : Bear.Engulfing”
[1] “All Observations = 756”
[1] “Selected Observations = 32”
[1] “Percent Acccuracy = 34 %”
[1] “———-“

จากด้านบน จะมี 2 ก้อน ผมอ่านก้อนที่ 1 แบบนี้นะครับ
Pattern : Bullish Engulfing จากข้อมูลราคาจำนวน 756 วัน / มี 28 ครั้งที่เกิด Pattern นี้ / โดยเมื่อเกิด Pattern นี้แล้วอัตราที่วันถัดไปจะได้กำไรคือ 46% (หรือได้กำไร 13 ครั้งจาก 28 ครั้ง)

##Optional สุดท้าย ถ้าอยากดูข้อมูลที่สร้างขึ้นก่อนสรุป (ข้อ ##6) ในรูป Excel ก็รันโค้ดบรรทัดสุดท้าย เพื่อ Export จะได้หน้าตาประมาณนี้ครับ

จากผลลัพธ์ที่ได้ รวมทั้ง Pattern อื่นๆที่ผมลอง ก็ได้ผลลัพธ์ที่ไม่ค่อยแม่น แบบ ทำนายกำไรไม่ค่อยได้ครับ หรือไม่ต่างจากโยนเหรียญเท่าไหร่เลยครับ

แต่นั่นมันไม่ใช่เรื่องแปลกครับ เพราะการใช้กราฟแท่งเทียน ควรจะต้องประกอบไปด้วยปัจจัยหลายๆอย่าง เช่น Trend / Time Frame บลาๆๆ คืออย่างผม จะใช้แท่งเทียนเป็นจุดตัดสินใจสุดท้ายก่อนซื้อขาย หลังจากทีไ่ด้คิดเรื่องอื่นมาอย่างถี่ถ้วนแล้วเท่านั้น (เป็นความชอบเฉพาะตัวครับ – คนอื่นๆหรือสายเทคนิค อาจต่างไปจากนี้ครับ)

ดังนั้นบทความนี้ผมเขียนขึ้นมา เพราะเห็นว่ามันน่าสนใจ + ความชอบส่วนตัว และคิดว่าน่าจะเอาไปเสริมการคิดทำโมเดลแบบอื่นๆได้ครับ โดยเฉพาะนักลงทุนสายเทคนิคครับ

และนี่ก็คือความสามารถของ R อีก 1 อย่างครับ

ขอขอบคุณที่อ่านจนจบครับ

Created by : GornNutagorn

ช่องทางอื่นๆของ GornNutagorn

Facebook : https://www.facebook.com/GornNutagorn/

Youtube : www.youtube.com/c/GornNutagornChannel

Sponsored by :