Backtest ก่อนเทรดจริง: ใช้ AI + Python ค้นหากลยุทธ์ทำกำไร
โดย Reinforce BI (Aj.Tae) × Collab by FutureSkill
Course Detail
ข้อมูลหลักสูตร
สิ่งที่คุณจะได้เรียนรู้
- เข้าใจ Backtesting อย่างถูกต้อง ไม่หลงผลลัพธ์สวย
- สร้างกลยุทธ์ลงทุนของตัวเองได้จริง
- ใช้ AI ช่วยลดเวลาการเขียน Code
- อ่านผลการเทรดแบบมืออาชีพ
- ต่อยอดสู่ระบบอัตโนมัติ / AI Trading ได้ในอนาคต
รายละเอียดหลักสูตร
Course Highlight
- ในโลกการลงทุนยุคใหม่ คนที่ได้เปรียบ ไม่ใช่คนที่ “ทายถูกบ่อย” แต่คือคนที่ทดสอบกลยุทธ์ได้ก่อนคนอื่น ตลาดไม่ให้รางวัลกับความรู้สึก ตลาดให้รางวัลกับ“ระบบที่ผ่านการพิสูจน์”
- คอร์สนี้จะพาคุณออกจาก “คิดว่าดี น่าจะได้ ลองดูแล้วกัน…” ไปสู่ “ผมรู้ ผมเข้าใจแล้ว เพราะผม Backtest มาแล้ว” ด้วย Python + VectorBT + AI เครื่องมือเดียวกับที่สาย Quant ใช้จริง แต่คุณเรียนรู้ได้แบบเป็นขั้นตอน แม้ไม่ได้จบสายโปรแกรมมิ่ง
- คุณจะสามารถสร้างกลยุทธ์ลงทุนของตัวเองจากไอเดียที่คิดไว้, Backtest ย้อนหลังบนข้อมูลจริง, วิเคราะห์ผลลัพธ์แบบมืออาชีพ (Return, Drawdown, Win rate, Risk-Reward), ปรับแต่งพารามิเตอร์อย่างเป็นระบบ ไม่ใช่ลองมั่ว และสามารถใช้ AI ช่วยเขียนและปรับโค้ด ลดเวลาเรียนรู้
- ทั้งหมดนี้เพื่อให้คุณตัดสินใจจาก “ข้อมูล” ไม่ใช่จาก “อารมณ์”
คอร์สนี้เหมาะกับใคร
- นักลงทุน / Trader ที่อยาก เลิกเทรดแบบเดา
- คนที่ใช้ Indicator เป็น แต่ไม่รู้ว่า “อันไหนดีกว่ากัน”
- ผู้ที่อยากพัฒนาไปสู่ Quant / Algorithmic Trading
- นักเรียน ป.โท / Data / Finance / นักลงทุนสาย Python
พื้นฐานที่จำเป็น?/สิ่งที่ต้องมี
- มีประสบการณ์ลงทุนหรือเทรดมาบ้าง (หุ้น / คริปโต / Forex /Gold เป็นต้น)
- รู้จัก Indicator พื้นฐาน เช่น SMA, EMA, RSI, MACD
- เข้าใจคำศัพท์พื้นฐาน เช่น Long / Short / Stop Loss / Take Profit
- มีพื้นฐาน Python เล็กน้อย (รู้จักตัวแปร, รันโค้ดได้)
- พร้อมเรียนรู้แบบ “ใช้ข้อมูลตัดสินใจ” ไม่ใช่เทรดตามอารมณ์
- ไม่ต้องเขียนโปรแกรมเก่ง เพราะในคอร์สมี AI ช่วยเขียนโค้ด
โปรแกรมที่ต้องใช้/สเปคคอม
- สามารถใช้ Google Colab (ฟรี ไม่ต้องติดตั้งอะไร)
- กรณีที่ต้องการติดตั้งในเครื่อง ใช้ Anaconda (Download ได้ฟรี)
- Python 3.10+
- Library ที่ใช้: pandas, numpy, matplotlib, vectorbt, yfinance
โครงสร้างหลักสูตร
เนื้อหาทั้งหมด : 21 บทเรียน , เวลารวม 3 ชั่วโมง 3 นาที
Chapter 01: การใช้ VectorBT ทดสอบกลยุทธ์การลงทุน
- สรุปเนื้อหาเรื่อง Back testing ด้วย Python VectorBT
- แนะนำการใช้ AI ใน Colab ช่วยสอนการใช้ Python VectorBT ดึงข้อมูลราคา
- ใช้ AI ช่วยเขียน VectorBT เรียก Indicators ต่างๆ เช่น SMA, EMA, RSI เป็นต้น
- ใช้ AI ช่วยสร้าง MACD และ Bollinger Bands Indicators
- ใช้ AI ช่วยสร้าง Technical Signals (Entry, Exit) ของ Indicators ต่าง ๆ เช่น SMA, RSI หรือการใช้หลาย Indicators ร่วมกัน (Custom Indicators)
- แนะนำการใช้ Jupyter Notebook ที่ Download มาจาก Anaconda
- การตั้งค่า Auto Complete ใน Anaconda Jupyter Notebook
- การดูความหมายและเกณฑ์ของสถิติต่าง ๆ ในเรื่องประสิทธิภาพการเทรดจาก VectorBT
- การดูประวัติการ Trade, Drawdown, กำไรแต่ละไม้, การดูมูลค่าของพอร์ตและ Visualization ต่าง ๆ
- การทำ Back testing สินทรัพย์หลาย ๆ ตัวด้วยกลยุทธ์เดียวกัน
Chapter 02: การค้นหากลยุทธ์การลงทุนที่ดีที่สุด (Grid Search)
- ทบทวนกลยุทธ์การลงทุนแบบ Buy & Hold ใน VectorBT
- การปรับ parameter เกี่ยวกับจำนวนเงินลงทุนต่อครั้ง (Initial Cash Size)
- วิธีการเพิ่มการทดสอบกลยุทธ์ทั้งฝั่ง Long & Short เข้าด้วยกัน
- วิธีการหากลยุทธ์ MA Crossover ที่ดีที่สุด
- วิธีการพัฒนากลยุทธ์ MACD ในรูปแบบต่าง ๆ
- การใช้ Grid Search Parameter ค้นหากลยุทธ์ MACD ที่ดีที่สุด
Chapter 03: การปรับแต่ง Parameters ตามรูปแบบการ Trade ที่ซับซ้อนขึ้น
- การแชร์แนวคิดให้ AI ช่วยพัฒนารูปแบบการ Trade ตามความต้องการ
- การเขียน Code เพื่อระบุ Time Frame แบบสั้น กลาง ยาว ให้เหมาะกับ VectorBT
- หลักการทดสอบหาจุด Take Profit และ Stop Loss ที่จะทำให้ได้กำไรสูงสุด
- ความรู้เบื้องต้นเกี่ยวกับความเสี่ยงของการใช้ Leverage & Lot Size และแนวการเขียน Parameters ในภาษา Python
แบบทดสอบ
- แบบทดสอบ
เกี่ยวกับผู้สอน
กรรมการผู้จัดการ บริษัท Reinforce Business Intelligence Co., Ltd
amto1515@gmail.com
นักวิจัยข้อมูล วิทยากรด้านการวิเคราะห์ข้อมูล ประสบการณ์มากกว่า 15 ปี
ผลงานที่ภาคภูมิใจของชีวิต
- ประสบการณ์สอนและที่ปรึกษา Data Science & AI ให้องค์กรชั้นนำ อาทิ SCB, UOB, SME Bank, การไฟฟ้านครหลวง, SCG และเครือเบทาโกร รวมถึงโครงการภาครัฐ กสทช. และ ITA Assessment
ประสบการณ์ทำงานที่ผ่านมา
- นักวิจัยข้อมูล บริหารโครงการวิจัยขนาดใหญ่ มีความเชี่ยวชาญในการวิเคราะห์ข้อมูล สถิติ และดาต้าไมนิง
ประสบการณ์สอนหรืองานที่เกี่ยวข้องกับคอร์สเรียน
- วิทยากรด้านการวิเคราะห์ข้อมูล ในสายงาน Data Analytic & Machine Learning มากว่า 15 ปี ด้วยภาษา R, Python, KNIME, n8n ai, หรือ PowerBI Desktop ให้กับมหาวิทยาลัยหลายแห่ง บริษัทเอกชนขนาดใหญ่ และหน่วยงานภาครัฐต่าง ๆ
ประวัติการศึกษา
- ปริญญาเอก ปรัชญาดุษฎีบัณฑิต (PhD) สาขาวิชาการวิจัยและสถิติทางวิทยาการปัญญา มหาวิทยาลัยบูรพา (เกรดเฉลี่ย 4.00)
- ปริญญาโทวิทยาศาสตรมหาบัณฑิต (M.S.) สาขาการจัดการ สถาบันบัณฑิตพัฒนบริหารศาสตร์ (NIDA)
- ปริญญาตรีวิศวกรรมศาสตรบัณฑิต (B.Eng.) สาขาวิศวกรรมเครื่องกล มหาวิทยาลัยนเรศวร
Collab Experts
Reinforce BI (Aj.Tae) Other Collab Experts
FAQs
Collab คือคอร์สที่สร้างร่วมกับแบรนด์ดังและตัวจริงในวงการ คัดเลือกและออกแบบมาเฉพาะ ไม่ใช่คอร์สทั่วไปใน catalog ปกติ
ได้ — ทุกคอร์ส Collab มี Collab Certificate ให้เมื่อเรียนจบและผ่านเกณฑ์ที่กำหนด
ราคารวมการเข้าถึงเนื้อหาแบบตลอดชีพ เทมเพลตและเครื่องมือประกอบ และใบรับรองเมื่อเรียนจบ
กดปุ่ม "ร่วมเป็นพาร์ทเนอร์" แล้วทีม BD & Partnership ของเราจะติดต่อกลับเพื่อออกแบบ offer ร่วมกัน