บทความงานประชุมวิชาการระดับชาติ ครั้งที่ 12 (มหาวิทยาลัยราชภัฏนครปฐม) ระหว่างวันที่ 9 – 10 กรกฎาคม 2563 ณ มหาวิทยาลัยราชภัฏนครปฐม
ชื่อบทความภาษาไทย |
วางแผนการเกษียณอายุการทำงานก่อนวัย ด้วยการคัดเลือกหุ้นระยะยาว |
ชื่อบทความภาษาอังกฤษ (Title) |
Planning Early Retirement by Selecting Long-Term Stocks |
ชื่อผู้เขียนบทความ (Authors) |
นายกิตติภพ แซ่เตีย , นายอัครินทร์ บุญสงค์, นางสาวสุวนันท์ สิทธิ์จิตตระกูล, อ.ดร.ภูษณิศา ล้อมทอง, อ.ดร.จิรภัทร์ หยกรัตนศักดิ์, |
บทคัดย่อภาษาไทย |
เนื่องจากผู้วิจัยได้เห็นถึงปัญหาของการเกษียณอายุการทำงานของคนไทยหลายคนที่ไม่มีเงินเก็บเพียงพอต่อการเลี้ยงชีพตนเองในวัยเกษียณ โดยได้มีการพยากรณ์ว่าในปี 2568 ประเทศไทยจะมีสัดส่วนผู้สูงอายุถึงร้อยละ 20 หรือเรียกว่าเข้าสู่สังคมผู้สูงอายุ ดังนั้นในงานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาวิธีการวางแผนเพื่อการเกษียณให้กับบุคคลที่สนใจอยากจะลงทุนในตลาดหลักทรัพย์แห่งประเทศไทย (SET) เพื่อเพิ่มรายได้ตั้งแต่เริ่มทำงานจนถึงหลังการเกษียณและลดความเสี่ยงในการลงทุนให้อยู่ในระดับที่สามารถยอมรับได้ โดยสร้างพอร์ตการลงทุนจากการคัดเลือกหุ้นที่มีอยู่ในตลาดหลักทรัพย์แห่งประเทศไทย (SET) มีวิธีการคือนำหุ้นแต่ละตัวมาวัดประสิทธิภาพผลประกอบการและเลือกหุ้นที่มีคะแนนสูงสุด 10 อันดับแรก แล้วนำมาใช้หาสัดส่วนการลงทุนด้วยแบบจำลองวิธีเชิงพันธุกรรม (Genetic Algorithm) และแบบจำลองอาณาจักรมด (Ant Colony Optimization) แล้วทำการเปรียบเทียบอัตราผลตอบแทนและความเสี่ยงจากการใช้สัดส่วนการลงทุนของทั้งสองแบบจำลอง ซึ่งผลการวิจัยพบว่าแบบจำลองเชิงพันธุกรรมสามารถนำไปเป็นแนวทางในการลงทุนได้ดีกว่าแบบจำลองอาณาจักรมด
|
|
คำสำคัญภาษาไทย |
พอร์ตการลงทุน,แบบจำลองวิธีเชิงพันธุกรรม ,แบบจำลองอาณาจักรมด ,การเกษียณอายุ |
Abstract |
Most Asian countries are slowly coming experience with the challenge of ensuring that their eldest citizens will have enough money to live on. As we knew that the portion of the older Thai population has increased sharply and expected to become a full-fledged aging society in 2025. In considering, we are deeply concerned about the investment opportunities for seniors who are interested in The Stock Exchange of Thailand (SET). The analysis was based on the Optimization Portfolio Selection with the Efficient Frontiers which reduce risks. To construct a portfolio frontiers, Genetic Algorithm and Ant Colony Optimization were used for comparison between return and risks. According to the result, Genetic Algorithm is more efficient than Ant Colony Optimization.
|
Keyword |
Portfolio,Genetic Algorithm,Ant Colony Optimization,Retirement |
กลุ่มของบทความ |
คณิตศาสตร์และสถิติ |
รูปแบบการนำเสนอ |
Oral |
รูปแบบของบทความ |
บทความวิจัย |
Publication date |
9 - 10 กรกฎาคม 2563 |
|