การพยากรณ์ราคาคริปโทเคอร์เรนซีล่วงหน้าด้วยแบบจำลอง ARIMA
Article Sidebar
Main Article Content
บทคัดย่อ
การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อการพยากรณ์ราคาคริปโทเคอร์เรนซีด้วยวิธี ARIMA และเพื่อทดสอบความแม่นยำของการพยากรณ์ราคาคริปโทเคอร์เรนซี ใช้ข้อมูลทุติภูมิรายสัปดาห์ตั้งแต่วันที่ 18 กุมภาพันธ์ พ.ศ. 2561 ถึงวันที่ 12 ธันวาคม พ.ศ. 2564 จำนวน 200 สัปดาห์ ประกอบด้วย ราคาเหรียญสกุลเงินดิจิทัลทั้ง 7 เหรียญ ประกอบด้วย Bitcoin, Ethereum, Binance Coin, Cardano, XRP, Dogecoin และ Litecoin ผลการศึกษาพบว่า 1) การพยากรณ์ราคาเหรียญ Bitcoin แบบจำลองที่มีความเหมาะสมที่สุด คือ ARIMA (1,1,1) ค่า MAPE เท่ากับ 8.175 มีความแม่นยำในการพยากรณ์อยู่ที่ร้อยละ 91.825 2) การพยากรณ์เหรียญ Ethereum แบบจำลองที่มีความเหมาะสมที่สุด คือ ARIMA (2,1,4) ค่า MAPE เท่ากับ 11.192 มีความแม่นยำในการพยากรณ์อยู่ที่ร้อยละ 88.808 3) การพยากรณ์เหรียญ Binance Coin แบบจำลองที่มีความเหมาะสมที่สุด คือ ARIMA (0,1,1) ค่า MAPE เท่ากับ 15.541 มีความแม่นยำในการพยากรณ์อยู่ที่ร้อยละ 84.459 4) การพยากรณ์เหรียญ Cardano แบบจำลองที่มีความเหมาะสมที่สุด คือ ARIMA (1,1,0) ค่า MAPE เท่ากับ 12.647 มีความแม่นยำในการพยากรณ์อยู่ที่ร้อยละ 84.459 5) การพยากรณ์เหรียญ XRP แบบจำลองที่มีความเหมาะสมที่สุด คือ ARIMA (0,1,6) ค่า MAPE เท่ากับ 11.886 มีความแม่นยำในการพยากรณ์อยู่ที่ 88.114% 6) การพยากรณ์เหรียญ Dogecoin แบบจำลองที่มีความเหมาะสมที่สุด คือ ARIMA (2,1,3) ค่า MAPE เท่ากับ 21.852 มีความแม่นยำในการพยากรณ์อยู่ที่ร้อยละ 78.148 และ 7) การพยากรณ์เหรียญ Litecoin แบบจำลองที่มีความเหมาะสมที่สุด คือ ARIMA (3,1,2) ค่า MAPE เท่ากับ 11.059 มีความแม่นยำในการพยากรณ์อยู่ที่ร้อยละ 88.059 โดยการพยากรณ์ Bitcoin มีความแม่นยำมากที่สุด ในขณะที่แบบจำลอง ARIMA ของเหรียญ Dogecoin มีความแม่นยำน้อยที่สุด
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของคณะวิทยาการจัดการ มหาวิทยาลัยราชภัฏอุดรธานี
ข้อความที่ปรากฏในบทความแต่ละเรื่องในวารสารวิชาการเล่มนี้
ไม่ใช่ความคิดเห็นและความรับผิดชอบของผู้จัดทำ บรรณาธิการ กองบรรณาธิการ และคณะวิทยาการจัดการ มหาวิทยาลัยราชภัฏอุดรธานี ความรับผิดชอบด้านเนื้อหาและการตรวจร่างบทความแต่ละเรื่องเป็นความคิดเห็นของผู้เขียนบทความแต่ละท่าน
References
กมลวรรณ สารพานิช. (2555). การพยากรณ์ราคาน้ำมันดิบล่วงหน้าในตลาดฟิวเจอร์ไนเม็กซ์โดยวิธีอามาและอารีแมกซ์. วิทยานิพนธ์ปริญญาเศรษฐศาสตร์มหาบัณฑิต ภาควิชาเศรษฐศาสตร์ธุรกิจ บัณฑิตวิทยาลัย มหาวิทยาลัยธุรกิจบัณฑิตย์.
ธนาคารแห่งประเทศไทย. (2562). บริการทางการเงินดิจิทัลและนัยต่อการดำเนินนโยบายการเงินของไทย. สืบค้นเมื่อ 2 สิงหาคม 2564, จาก https://www.bot.or.th/Thai/MonetaryPolicy/EconomicConditions/AAA/Paper_DigitalizationonFinancialServices.pdf
โรม ตระกลโกศล. (2561). การพยากรณ์ดัชนีราคาปูนซีเมนต์ของประเทศไทยโดยแบบจำลอง ARIMA และแบบจำลอง ARIMAX. วิทยานิพนธ์ปริญญาเศรษฐศาสตร์มหาบัณฑิต ภาควิชาเศรษฐศาสตร์ธุรกิจ มหาวิทยาลัยสุโขทัยธรรมาธิราช.
วิยะดา สุวรรณเพชร อุเทน เลานำทา และธัญกมล ปะละฤทธิ์. (2561). ผลกระทบของทักษะทางการบัญชีดิจิทัลที่ส่งผลต่อความสำเร็จในการปฏิบัติงานทางบัญชีของนักบัญชีในเขตอุตสาหกรรมแห่งประเทศไทย. วารสารวิทยาการจัดการ มหาวิทยาลัยราชภัฏอุดรธานี, 2(6), 33-46.
ศิรัตน์ แจ้งรักษ์สกุล ผ่องใส เพ็ชรรักษ์ และสิทธิโชค เจริญกิจ. (2561). การพยากรณ์ความต้องการ: กรณีศึกษาบริษัทผลิตขวดน้ำดื่ม. วารสารวิทยาการจัดการ มหาวิทยาลัยราชภัฏอุดรธานี, 3(6), 45-58.
สำนักงานเลขาธิการสภาผู้แทนราษฎร. กลุ่มวิชาการ. (2560). บิทคอยน์ (Bitcoin) สกุลเงินเสมือนจริงแห่งอนาคต. เอกสารวิชาการอิเล็กทรอนิกส์.
Investest. (2565). ข้อมูลสกุลเงินดิจิทัลทั้งหมด. สืบค้นเมื่อ 10 มีนาคม 2565, จากhttps://th.investing.com/crypto/currencies.
Nakamoto, S. (2008). Bitcoin: A peer-to-peer Electronic Cash System. Retrieved March 8, 2022, from https://bitcoin.org/bitcoin.pdf.