ใน Section นี้ ผู้เรียนจะได้เรียนรู้:

⦁ วิธีใช้ไลบรารี yfinance

การทอยเหรียญกับหุ้น: การวิเคราะห์ Autocorrelation Function (ACF) ด้วย Python

⦁ จำลองกระบวนการทางการเงินต่างๆ เช่น Martingale และ Random Walk ทั้งแบบ Simple และ Log

⦁ วิเคราะห์ Autocorrelation Function (ACF) เพื่อเข้าใจความสัมพันธ์ภายใน Time Series และเปรียบเทียบกับข้อมูลจริง

การสร้างและวิเคราะห์โมเดล Autoregressive

⦁ จำลองโมเดล Auto-Regressive แบบลำดับที่ 1 (AR(1))

⦁ การวิเคราะห์พารามิเตอร์ การทำนายค่าในอนาคต

⦁ เปรียบเทียบกับข้อมูลจริงของดัชนี S&P 500 เพื่อเข้าใจพฤติกรรมและการเคลื่อนไหวของตลาดหุ้น

วิเคราะห์ Autocorrelation Function (ACF)

⦁ วิเคราะห์ Autocorrelation Function (ACF) จากข้อมูลจำลองเช่น AR(1), AR(3) และข้อมูล S&P 500 พร้อมการตีความค่าความสัมพันธ์ใน Time Series เพื่อเข้าใจพฤติกรรมของข้อมูลในอดีตและอนาคต

ไหว้ครู วิเคราะห์ Autocorrelation Function (ACF) ตามอาจารย์ Eugene Fama ด้วย Python

⦁ วิเคราะห์ตามเปเปอร์ The Behavior of Stock-Market Prices ของอาจารย์ Fama

⦁ การทดสอบ Ljung-Box เพื่อตรวจสอบความสำคัญของ Autocorrelation ใน Time Series