บลจ.ไทยพาณิชย์ รุกพัฒนานวัตกรรมปัญญาประดิษฐ์ใช้บริหารการลงทุนเป็นบลจ.แรก พร้อมเปิดตัวกอง SCBMLT ประเดิมลุยตลาดหุ้นไทย

นายสมิทธ์ พนมยงค์ ประธานเจ้าหน้าที่บริหาร บริษัทหลักทรัพย์จัดการกองทุน ไทยพาณิชย์ จำกัด เปิดเผยว่า บริษัทฯ พร้อมที่จะนำนวัตกรรมปัญญาประดิษฐ์ (Artificial Intelligence) หรือ AI เข้ามาใช้ในกระบวนการการตัดสินใจลงทุน ซึ่งถือว่าเป็นบลจ.แรกสำหรับธุรกิจจัดการลงทุนในไทย โดยการนำระบบ AI มาใช้ในการลงทุนนั้นเป็นการก้าวข้ามขีดจำกัดการลงทุนแบบเดิม และช่วยให้สามารถวิเคราะห์ข้อมูลเชิงลึกจำนวนมากได้อย่างครอบคลุม รวดเร็ว และแม่นยำเกินกว่าขีดความสามารถของมนุษย์ ทั้งยังเป็นการเพิ่มประสิทธิภาพในการคาดการณ์ผลตอบแทนในอนาคต
นอกจากนี้ระบบยังสามารถเรียนรู้และพัฒนาตัวเองได้อย่างต่อเนื่อง อีกทั้งรองรับสถานการณ์รูปแบบต่าง ๆ และสภาพตลาดที่เปลี่ยนแปลงอยู่ตลอดเวลา โดยระบบทำงานอย่างเป็นระเบียบ มีขั้นตอนที่ชัดเจนนำไปสู่กระบวนการการสร้างผลตอบแทนที่สม่ำเสมอ สามารถลดข้อผิดพลาดและอคติของมนุษย์ อีกทั้งมีศักยภาพขยายกรอบการลงทุนให้กว้างขึ้นได้ทั่วโลกในอนาคต และมีคุณภาพเทียบเท่ามาตรฐานระดับสากล
ทั้งนี้ บลจ.ไทยพาณิชย์ ประเดิมออกกองทุนเปิดไทยพาณิชย์ Machine Learning Thai Equity (SCB Machine Learning Thai Equity Fund) : SCBMLT เพื่อลงทุนในตลาดหุ้นไทย มูลค่าโครงการ 3,000 ล้านบาท เริ่มเสนอขายครั้งแรกระหว่างวันที่ 28 พ.ย. – 4 ธ.ค. 2560 ด้วยเงินลงทุนขั้นต่ำครั้งแรกเพียง 5,000 บาท ซึ่งเป็นอีกทางเลือกในการลงทุนของนักลงทุน
นายสมิทธ์ กล่าวว่า กองทุนเปิดไทยพาณิชย์ Machine Learning Thai Equity จะลงทุนในหุ้นประมาณ 40-60 ตัว โดยกระบวนการการลงทุนมีสามขั้นตอนคือ ขั้นตอนที่ 1. การเลือกพิจารณาปัจจัยการลงทุนตามความสามารถในการสร้างผลตอบแทนใน 6 กลุ่มหลัก ๆ ได้แก่ กลุ่มหุ้นที่นักวิเคราะห์มีความเชื่อมั่นในผลประกอบการของธุรกิจ (Sentiment) กลุ่มหุ้นที่มีราคาต่ำกว่ามูลค่าพื้นฐาน (Value) กลุ่มหุ้นของบริษัทคุณภาพที่สามารถสร้างกำไรและผลตอบแทนได้อย่างมีเสถียรภาพ (Quality) พอร์ตที่มีความผันผวนต่ำกว่าตลาดโดยรวม (Risk) กลุ่มหุ้นที่มีแนวโน้มราคาเชิงบวก (Momentum) และกลุ่มหุ้นที่มีแนวโน้มมีผลประกอบการและราคาหุ้นเติบโตอย่างก้าวกระโดด (Growth) โดยแต่ละปัจจัยการลงทุนสามารถสร้างผลตอบแทนได้แตกต่างกันในแต่ละสภาวะตลาด
ขั้นตอนที่ 2 ระบบ AI จะวิเคราะห์ข้อมูล เหตุการณ์ และรูปแบบการเคลื่อนไหวของตลาดในอดีตเพื่อระบุ แยกแยะ และจัดอันดับการให้น้ำหนักการลงทุนในแต่ละปัจจัยการลงทุนตามความสามารถในการสร้างผลตอบแทนที่เหนือกว่าตลาด (Alpha) โดยสามารถปรับเปลี่ยนสไตล์การลงทุนและผสมผสานปัจจัยการลงทุนให้สอดคล้องกับสภาวะตลาดในแต่ละขณะ และขั้นตอนที่ 3 นำปัจจัยการลงทุนที่ได้รับการจัดอันดับจากระบบปัญญาประดิษฐ์แล้วมาเข้าระบบ Optimizer เพื่อให้ได้สัดส่วนการลงทุนที่มีความสมดุลระหว่างผลตอบแทน ความเสี่ยง และต้นทุนการลงทุน

ด้านนายณรงค์ศักดิ์ ปลอดมีชัย กรรมการผู้จัดการและประธานเจ้าหน้าที่บริหารการลงทุน กล่าวว่า บลจ.ไทยพาณิชย์ ได้จัดทำโมเดลจำลองในการลงทุนหุ้นตามกระบวนการดังกล่าว ซึ่งจากการทดสอบข้อมูลย้อนหลัง(back test) ช่วงระหว่างเดือนมกราคม 2549 – กรกฎาคม 2560 พบว่าสามารถสร้างผลตอบแทนที่เหนือกว่าตลาด (Alpha) 5.15% ต่อปี เมื่อเทียบกับดัชนี SET Total Return Index หรือ SET TRI นอกจากนี้ยังชนะกองทุนหุ้นไทยที่อยู่ในตลาดด้วยเช่นกัน
กองทุนเปิดไทยพาณิชย์ Machine Learning Thai Equity คาดว่าจะสามารถสร้างผลตอบแทนที่เหนือตลาดได้ โดยกองทุนนี้เหมาะสมกับนักลงทุนที่สามารถรับความผันผวนของราคาหุ้น ซึ่งอาจปรับตัวลดลงทำให้ขาดทุนได้ และสามารถลงทุนในระยะกลางถึงระยะยาว กองทุนเป็นประเภทความเสี่ยงสูง (6)
สำหรับภาพรวมตลาดหุ้นไทยนั้น บลจ.ไทยพาณิชย์ มีมุมมองเชิงบวกเนื่องจากมาตรการการกระตุ้นเศรษฐกิจจากทางภาครัฐเพื่อช่วยกระตุ้นให้ประชาชนจับจ่ายใช้สอยเพิ่มมากขึ้น ทำให้เศรษฐกิจภายในประเทศเริ่มฟื้นตัว รวมถึงการส่งออก การท่องเที่ยว และการลงทุนภาคเอกชนที่เริ่มฟื้นตัวขึ้นอย่างต่อเนื่อง แต่อย่างไรก็ตามปัจจัยเสี่ยงที่จะต้องจับตาอย่างใกล้ชิดคือ การลดงบดุลของธนาคารกลางสหรัฐและยุโรปที่อาจจะส่งผลต่อสภาพคล่องในตลาดโลกที่จะค่อย ๆ ลดลง รวมถึงการผันผวนของราคาน้ำมันและค่าเงินที่ส่งผลให้ตลาดหุ้นไทยผันผวนได้
ผู้ลงทุนควรทำความเข้าใจลักษณะสินค้า เงื่อนไขผลตอบแทนและความเสี่ยงก่อนตัดสินใจลงทุน สนใจสอบถามข้อมูลเพิ่มเติมและรับหนังสือชี้ชวนได้ทุกวันทำการ ได้ที่ SCBAM Call Center โทร.02-777-7777 กด 0กด 6 หรือผู้สนับสนุนการขายทุกราย (กองทุนฯ นี้อยู่ระหว่างการขออนุมัติจากสำนักงานคณะกรรมการ ก.ล.ต.)

เผยแพร่ข่าวโดย:

พีอาร์ บุฟเฟ่ต์ www.prbuffet.com ข่าวประชาสัมพันธ์ online







Leave a Reply

Your email address will not be published.

This site uses Akismet to reduce spam. Learn how your comment data is processed.