งบประมาณดาน ววน. Full Proposal ประจําปงบประมาณ พ.ศ.

2564

แบบฟอรม เงินงบประมาณแผนดิน
งบประมาณดาน ววน. Full Proposal ประจําปงบประมาณ พ.ศ.2564
รหัสโครงการ: 1522300 รหัสขอเสนอการวิจยั : 2564A30603037 สถานะงาน: สง สกสว. (6)

ขอเสนอโครงการวิจัยฉบับสมบูรณ (Full Proposal)

Platform : Platform 1 การพัฒนากําลังคนและสถาบันความรู
Program : P5 สงเสริมการวิจยั ขัน้ แนวหนา และการวิจยั พืน้ ฐานทีป่ ระเทศไทยมีศกั ยภาพ

ประเด็นริเริ่มสําคัญ (Flagship)
แผนงานหลัก : แผนงานวิจยั พืน้ ฐาน-มหาวิทยาลัยเทคโนโลยีพระจอมเกลาธนบุรี

แผนงานยอย : แผนงานยอยสรางองคความรู- มหาวิทยาลัยเทคโนโลยีพระจอมเกลาธนบุรี

Objective : O1.5b พัฒนาองคความรูด า นวิทยาศาสตร สังคมศาสตร มนุษยศาสตร และเทคโนโลยี เพือ่ สราง
องคความรูท เ่ี หมาะสมกับลักษณะเฉพาะของคนไทย สรางโอกาสใหคนไทยเปนเจาของเทคโนโลยี
และนวัตกรรมทีต่ อบสนองตอโจทยทา ทายในอนาคต
ผลสัมฤทธิ์ที่สําคัญ (หลัก) : KR1.5b.1 องคความรูและกระบวนทัศนใหมทางมนุษยศาสตร สังคมศาสตร หรือวิทยาศาสตรที่
สรางความเขาใจและทําใหเกิดการเปลีย่ นแปลงของสังคม หรือวิทยาการทีส่ าํ คัญทีป่ ระเทศตองมี
ในอนาคต อยางนอย 5 เรือ่ งตอป

ชื่อโครงการวิจัย
(ภาษาไทย) การประยุกตใชสถิติแบบซัลลิสสาหรับการดูแลสภาพคลองในตลาดการเงิน
(ภาษาอังกฤษ) An Application of Tsallis Statistics in Financial Market Making

งบประมาณเสนอขอ 574,860 บาท

หนวยงานสังกัดนักวิจัย มหาวิทยาลัยเทคโนโลยีพระจอมเกลาธนบุรี

ชื่อชุดโครงการ 1521587การศึกษาความหมายและการประยุกตสถิตแิ บบ non-extensive ในกระบวนการซับ

ซอน: จากระบบแรงโนมถวงและควอนตัมสูก ารดูแลสภาพคลองในตลาดการเงิน
(นักวิจยั : ดร. ธนภัทร ดีสวุ รรณ)
หนวยงานสังกัดนักวิจัยชุดโครงการ มหาวิทยาลัยเทคโนโลยีพระจอมเกลาธนบุรี

ลักษณะโครงการวิจัย
สถานภาพ โครงการวิจัยใหม

ประเภทโครงการ โครงการยอยภายใตแผนงานวิจยั
ระยะเวลาโครงการ 1 ป

เริ่มรับงบประมาณในป 2564

1522300 การประยุกตใชสถิติแบบซัลลิสสาหรับการดูแลสภาพคลองในตลาดการเงิน
พิมพจากระบบ NRIIS เมือ่ วันที่ 27/10/2563 14:05:08 หนา 1 / 11
 งบประมาณดาน ววน. Full Proposal ประจําปงบประมาณ พ.ศ.2564

คําสําคัญ
ภาษาไทย สถิติแบบซัลลิส,การเคลื่อนที่แบบคิว-บราวเนียน,การควบคุมสโทแคสติก,สมการฮามิลตัน-จาโคบี-
เบลลแมน,การดูแลสภาพคลอง

ภาษาอังกฤษ Tsallis statistics,q-Brownian motion,stochastic control,Hamilton-Jacobi-Bellman

equation,market making

สาขาการวิจัย
สาขาการวิจยั หลัก OECD วิทยาศาสตรธรรมชาติ
สาขาการวิจยั ยอย OECD วิทยาศาสตรธรรมชาติอื่นๆ

รายละเอียดของคณะผูวิจัย
สัดสวนการมีสวน
ชื่อ - สกุล ตําแหนงในโครงการ
รวม
ดร. ธีรสิทธิ์ เติมสายทอง
หนวยงาน : มหาวิทยาลัยเทคโนโลยีพระจอมเกลาธนบุรี สถาบันการเรียนรู หัวหนาโครงการ 60.00
เบอรโทรศัพท : 081-467-5585 อีเมล : teerasit.ter@kmutt.ac.th
ผศ.ดร. ธีรพันธ เหลาเมตตาจิตต
หนวยงาน : มหาวิทยาลัยเทคโนโลยีพระจอมเกลาธนบุรี คณะทรัพยากรชีวภาพและเทคโนโลยี ผูรวมวิจัย 20.00
เบอรโทรศัพท : 083-012-2207 อีเมล : teeraphan.lao@mail.kmutt.ac.th
ดร. ธนภัทร ดีสวุ รรณ
หนวยงาน : มหาวิทยาลัยเทคโนโลยีพระจอมเกลาธนบุรี สถาบันการเรียนรู ผูรวมวิจัย 10.00
เบอรโทรศัพท : 083-094-9949 อีเมล : Tanapat.Dee@mail.kmutt.ac.th
ดร. เอกพงษ หิรญั สิรสิ วัสดิ์
หนวยงาน : มหาวิทยาลัยเทคโนโลยีพระจอมเกลาธนบุรี สถาบันการเรียนรู ผูรวมวิจัย 10.00
เบอรโทรศัพท : 098-662-2283 อีเมล : ekapong.hirun@gmail.com

บทสรุปผูบริหาร
ในตลาดการเงิน เชน ตลาดหลักทรัพยหรือตลาดแลกเปลี่ยนเงินตราตางประเทศ มักจะมีบริษัทหรือบุคคลที่ทําหนาที่เปนผูดูแลสภาพคลอง
ใหกับตลาด (market maker) โดยหนาที่ของ market maker คือการเสนอซือ้ และขายสินทรัพยทางการเงินในตลาดนัน้ ๆ เพือ่ ผูท ม่ี คี วามตองการจะ
ซื้อหรือขายสินทรัพยในตลาดสามารถทําธุรกรรมไดทันทีตลอดเวลา บทบาทของ market maker จะชวยทําใหตลาดมีประสิทธิภาพมากขึ้น ซึ่งก็คือ
ราคาสินทรัพยสามารถสะทอนปจจัยพื้นฐานรวมถึงขาวสารตาง ๆ ที่มากระทบไดมากขึ้นนั่นเอง อยางไรก็ตาม market making มีความเสี่ยงอยู 2
ประการไดแก การเลือกอยางไมเทาเทียม (adverse selection) ซึง่ เกิดจากการทีผ่ อู น่ื ทีม่ ขี อ มูลขาวสารเกีย่ วกับสินทรัพยทางการเงินนัน้ มากกวาเขา
มาทํารายการซือ้ ขายกับ market maker และความเสีย่ งทีเ่ กิดจากสินคาคงคลัง (inventory risk) ถาราคาสินทรัพยท่ี market maker ถือครองอยูม ี
มูลคาลดลง อาจจะทําใหไมสามารถขายไดในราคาที่ตองการหรืออาจจะตองขายไปในราคาที่ตํ่ากวาตนทุนที่รับซื้อสินทรัพยนั้นมา ในงานวิจัยนี้จะนํา
หลักการทางฟสกิ สทใ่ี ชอธิบายระบบซับซอนคมาประยุกตเขากับคณิตศาสตรดา นการควบคุมเพือ่ หาการตัง้ ราคาและปริมาณซือ้ ขายของ market

1522300 การประยุกตใชสถิติแบบซัลลิสสาหรับการดูแลสภาพคลองในตลาดการเงิน
พิมพจากระบบ NRIIS เมือ่ วันที่ 27/10/2563 14:05:08 หนา 2 / 11
 งบประมาณดาน ววน. Full Proposal ประจําปงบประมาณ พ.ศ.2564

maker เพือ่ ลด inventory risk ใหตา่ํ ทีส่ ดุ โดยทีไ่ ดรบั ผลกําไรสูงสุด การมีระบบดูแลสภาพคลองทีม่ ปี ระสิทธิภาพจะเปนการเพิม่ แรงจูงใจใหกบั บริษทั
เอกชนทัง้ ทีท่ าํ หนาทีน่ อ้ี ยูเ ดิมและบริษทั ใหม ๆ เขามาทําหนาที่ market maker เพิม่ ขึน้ ทําใหตลาดการเงินนัน้ ๆ มีสภาพคลองสูงขึน้ ซึง่ จะชวยสราง
เสถียรภาพและสนับสนุนการเติบโตของตัวตลาดเองและเศรษฐกิจของชาติในระยะยาว

หลักการและเหตุผล
ในตลาดการเงิน เชน ตลาดหลักทรัพยหรือตลาดแลกเปลี่ยนเงินตราตางประเทศ มักจะมีบริษัทหรือบุคคลที่ทําหนาที่เปนผูดูแลสภาพคลอง
ใหกับตลาด (market maker) โดยหนาที่ของ market maker คือการเสนอซือ้ และขายสินทรัพยทางการเงินในตลาดนัน้ ๆ เพือ่ ผูท ม่ี คี วามตองการจะ
ซื้อหรือขายสินทรัพยในตลาดสามารถทําธุรกรรมไดทันทีตลอดเวลา บทบาทของ market maker จะชวยทําใหตลาดมีประสิทธิภาพมากขึ้น ซึ่งก็คือ
ราคาสินทรัพยสามารถสะทอนปจจัยพืน้ ฐานรวมถึงขาวสารตาง ๆ ทีม่ ากระทบไดมากขึน้ นัน่ เอง
ในบางตลาด ตลาดจะตั้ง market maker ขึน้ มาอยางเปนทางการเพือ่ ทําหนาทีส่ รางสภาพคลองใหตลาดโดยเฉพาะ โดย market maker
จะไดรับสิ่งตอบแทนเปนเงินชดเชยตามจํานวนรายการที่ถูกจับคูกับคําสั่งซื้อขายของบุคคลอื่น หรือไดรับยกเวนคาธรรมเนียมการซื้อขาย สําหรับใน
ประเทศไทย หลักทรัพยที่มีการแตงตั้ง market maker อยางเปนทางการไดแก กองทุนรวมอีทีเอฟ (ETF, Exchange Traded Fund) ตราสาร
อนุพันธตาง ๆ และใบสําคัญแสดงสิทธิ์อนุพันธ อยางไรก็ตาม ถึงแมวาในบางตลาดจะไมมีการแตงตั้งบริษัทเพื่อทําหนาที่ market maker อยางเปน
ทางการ แตก็ยังมีบางบริษัทที่ประพฤติตัวเปนผูดูแลสภาพคลองใหกับตลาดโดยไมไดรับเงินชดเชยหรือการยกเวนคาธรรมเนียมเชนผูไดรับการแตงตั้ง
จากตลาดโดยตรงไดรับ เนื่องจากโดยทั่วไปแลว market maker จะตัง้ ราคาทีจ่ ะรับซือ้ สูงกวาราคาขาย ทําใหตวั market maker สามารถทํากําไรได
จากสวนตางของราคาเสนอซือ้ และเสนอขายทีต่ นเองตัง้ ขึน้ (bid-ask spread) ดวยเหตุนี้เอง การสรางสภาพคลองใหกับตลาด (market making) จึง
กลายเปนหนึง่ ในกลยุทธการเก็งกําไรในตลาดการเงินอีกดวย
market making มีความเสีย่ งอยู 2 ประการไดแก การเลือกอยางไมเทาเทียม (adverse selection) ซึง่ เกิดจากการทีผ่ อู น่ื ทีม่ ขี อ มูลขาวสาร
เกีย่ วกับสินทรัพยทางการเงินนัน้ มากกวาเขามาทํารายการซือ้ ขายกับ market maker ทําใหตัว market maker ตองทํารายการในดานทีต่ รงขามกับ
ทิศทางของราคาสินทรัพยในอนาคต ความเสีย่ งอีกประการหนึง่ คือความเสีย่ งทีเ่ กิดจากสินคาคงคลัง (inventory risk) เนือ่ งจาก market maker ทํา
กําไรจากการซือ้ สินทรัพยมาแลวขายไปในราคาทีส่ งู กวาเดิม โดยจะตองครอบครองสินทรัพยไวในชวงระยะเวลาหนึง่ กอนทีจ่ ะทําการขายออกไปได ซึง่
ในระหวางที่ครอบครองสินทรัพยนี้ ถาราคาสินทรัพยมีมูลคาลดลง อาจจะทําใหไมสามารถขายไดในราคาที่ตองการหรืออาจจะตองขายไปในราคาที่
ตํา่ กวาตนทุนทีร่ บั ซือ้ สินทรัพยนน้ั มา ในงานวิจยั นีจ้ ะศึกษาวิธกี ารนําคณิตศาสตรดา นการควบคุมมาประยุกตใชเพือ่ หาการตัง้ ราคาและปริมาณซือ้ ขาย
ของ market maker เพือ่ ลด inventory risk ใหตํ่าที่สุดโดยที่ไดรับผลกําไรสูงสุด การมีระบบดูแลสภาพคลองที่มีประสิทธิภาพจะเปนการเพิ่มแรง
จูงใจใหกับบริษัทเอกชนทั้งที่ทําหนาที่นี้อยูเดิมและบริษัทใหม ๆ เขามาทําหนาที่ market maker เพิ่มขึ้น ทําใหตลาดการเงินนั้น ๆ มีสภาพคลองสูง
ขึน้ ซึง่ จะชวยสรางเสถียรภาพและสนับสนุนการเติบโตของตัวตลาดเองและเศรษฐกิจของชาติในระยะยาว

วัตถุประสงค
1) เพื่อสรางคําตอบทางคณิตศาสตรสําหรับกระบวนการทํา market making ที่มีประสิทธิภาพที่สุด โดยใชสมมติฐานวาการเคลื่อนที่ของ
ราคาหลักทรัพยเปนการเคลือ่ นทีแ่ บบคิว-บราวเนียน (q-Brownian motion)
2) เพื่อทดสอบประสิทธิภาพของกระบวนการใหมที่ไดและนํามาเปรียบเทียบกับกระบวนการที่มีอยูเดิมซึ่งไมไดใชสมมติฐาน q-Brownian
motion

1522300 การประยุกตใชสถิติแบบซัลลิสสาหรับการดูแลสภาพคลองในตลาดการเงิน
พิมพจากระบบ NRIIS เมือ่ วันที่ 27/10/2563 14:05:08 หนา 3 / 11
 งบประมาณดาน ววน. Full Proposal ประจําปงบประมาณ พ.ศ.2564

กรอบการวิจัย
ในการทดสอบประสิทธิภาพของระบบทีส่ รางขึน้ มาจะใชขอ มูลราคาและคําสัง่ ทีอ่ ยูใ นสมุดทะเบียนรอการซือ้ ขาย (limit order book)
ของกองทุนรวมอีทเี อฟ SPDR S&P 500 ซึง่ ถือครองหลักทรัพยเหมือนกันดัชนี S&P 500 ของสหรัฐอเมริกา และขอมูลของกองทุนอีทเี อฟ TDEX
ซึง่ เปน ETF ทีถ่ อื ครองหลักทรัพยเหมือนกับดัชนี SET 50 ของตลาดหลักทรัพยแหงประเทศไทย และมี market maker ทีไ่ ดรบั การแตงตัง้ อยาง
เปนทางการ โดยขอมูลของทัง้ สองหลักทรัพยนจ้ี ะใชขอ มูลทีม่ คี วามถีร่ ะดับ 1 หรือ 5 นาที
แนวคิด ทฤษฎี และสมมติฐานงานวิจยั
สถิตแิ บบซัลลิส (Tsallis statistics)
เอนโทรป (entropy) คือปริมาณทางฟสกิ สทบ่ี ง บอกถึงระดับความไมเปนระเบียบของระบบ ซึง่ สามารถนิยามไดมากมายหลายรูปแบบ โดย
รูปแบบที่เปนที่นิยมมากที่สุดคือเอนโทรปแบบแชนนอน (Shannon entropy) ซึง่ Shannon entropy ของฟงกชนั ความหนาแนนของความนาจะ
เปน (probability density function) p(x) มีรูปแบบดังนี้

สําหรับ Shannon entropy รวมของระบบ A และระบบ B ทีเ่ ปนอิสระตอกันจะมีคา เปน

หรือก็คอื ผลรวมของ Shannon entropy ของแตละระบบนัน่ เอง

สําหรับเอนโทรปแบบซัลลิส (Tsallis entropy) S_q จะนิยามเปน [6]

และมีผลรวมของ entropy จากสองระบบทีเ่ ปนอิสระตอกันคือ

ซึ่งคุณสมบัตินี้เรียกวาการบวกกันไมได (nonadditivity) โดยที่ q เปนตัวแปรทีบ่ ง บอกระดับของ nonadditivity และยังบงบอกถึงระดับ

ของอัตรกิรยิ าระยะไกลขององคประกอบในระบบอีกดวย นอกจากนีจ้ ะเห็นวา Tsallis entropy เปนรูปทัว่ ไปของ Shannon entropy ซึง่ จะมีคา เทา
กันเมือ่ q=1
จากหลักการคาสูงสุดของเอนโทรป (principle of maximum entropy) ทีก่ ลาววาการแจกแจงความนาจะเปน(probability
distribution) ทีแ่ สดงสถานะของระบบก็คอื probability distribution ที่มีคา entropy สูงที่สุด เมื่อใช Tsallis entropy จะไดผลลัพธเปน
probability distribution ทีม่ หี างอวน คือมีความนาจะเปนในการเกิดเหตุการณสดุ ขีด (extreme event) คอนขางสูงกวาการแจกแจงแบบปกติ ซึง่
มีระบบในธรรมชาติจํานวนมากที่มีลักษณะเชนนี้ รวมถึงการแจกแจงของราคาสินทรัพยทางการเงินบางชนิดดวย และ Tsallis statistics ก็คอื การ
เรียกรวม ๆ ของ probability distribution เหลานีน้ น่ั เอง
การเคลือ่ นทีแ่ บบคิว-บราวเนียน (q-Brownian motion)
ในสาขาคณิตศาสตรการเงินมักจะนําการเคลือ่ นทีแ่ บบบราวเนียนเชิงเรขาคณิต (geometric Brownian motion) ซึง่ เปนกระบวนการสโท
แคสติ ก (stochastic process) บนชวงเวลาตอเนื่อง โดยที่คาลอการิทึมของกระบวนการนี้จะมีการเคลื่อนที่แบบ Brownian motion หรือก็คอื
กระบวนการแนวเดิมแบบสุม (random walk) ของผลตอบแทน มาใชเปนแบบจําลองของราคาสินทรัพย [7] เพราะมีความสอดคลองกับทฤษฎีตลาด
มีประสิทธิภาพ คือการกระจายของผลตอบแทนเปนการกระจายปกติ และผลตอบแทนในแตละจุดของเวลาเปนอิสระจากกัน อยางไรก็ตาม
geometric Brownian motion ยังมีความไมสอดคลองกับตลาดในสภาพความเปนจริงในหลาย ๆ ประเด็นโดยเฉพาะในกรณี extreme event ใน
งานวิจยั นีจ้ งึ ไดทาํ การปรับปรุงการหากระบวนการดูแลสภาพคลองทีม่ ปี ระสิทธิภาพทีส่ ดุ ทีม่ อี ยูเ ดิมดวยการใช q-Brownian motion มาเปน
สมมติฐานการเคลือ่ นไหวของราคาสินทรัพยแทน
q-Brownian motion เปนรูปทัว่ ไปของ Brownian motion โดยชวงการเปลีย่ นแปลงของการเคลือ่ นทีแ่ บบนีจ้ ะเปนไปตาม q-Gaussian
distribution แทนทีจ่ ะเปน normal distribution ซึง่ q-Gaussian probability density function สามารถนิยามไดดงั นี้

1522300 การประยุกตใชสถิติแบบซัลลิสสาหรับการดูแลสภาพคลองในตลาดการเงิน
พิมพจากระบบ NRIIS เมือ่ วันที่ 27/10/2563 14:05:08 หนา 4 / 11
 งบประมาณดาน ววน. Full Proposal ประจําปงบประมาณ พ.ศ.2564

โดยที่ \exp_q (x) เปนฟงกชนั คิว-เอกซโพเนนเชียลนิยามโดย

และ C_q คือตัวประกอบสําหรับทําใหเปนมาตรฐาน (normalization factor)

การควบคุมสโทแคสติก (stochastic control)
stochastic control หรือการควบคุมสโทแคสติกแบบเหมาะที่สุด (stochastic optimal control) คือวิธกี ารทางคณิตศาสตรเพือ่ หากระ
บวนการที่เหมาะสมที่สุดสําหรับการควบคุม stochastic process เพื่อใหตัวแปรบางตัวที่เปนผลลัพธมีคาเหมาะสมที่สุด เชน ตนทุนตํ่าที่สุด กําไร
สูงสุด ผลกระทบตํ่าสุด เปนตน เมื่อตัวแปรสถานะ (state variable) ของ stochastic process เปลี่ยนไปตามเวลา ตัวแปรควบคุม (control
variable) ก็จะเปลีย่ นตามเพือ่ ใหผลลัพธทเ่ี วลาสุดทายออกมาเหมาะสมทีส่ ดุ ดวย
สมการฮามิลตัน-จาโคบี-เบลลแมน (Hamilton-Jacobi-Bellman equation, HJB equation) เปนสมการเชิงอนุพันธยอย (partial
differential equation) ซึ่งเปนหัวใจของทฤษฎีระบบควบคุมแบบเหมาะที่สุด (optimal control theory) โดยคําตอบของ HJB equation จะอยู
ในรูปของฟงกชันที่ใหคาที่เหมาะสมที่สุดกับระบบพลวัต (dynamical system) ทีเ่ ราสนใจ HJB equation สามารถนํามาใชไดกบั ทัง้ ระบบเชิง
กําหนด (deterministic system) และระบบสโทแคสติก (stochastic system) โดยในงานวิจยั นีจ้ ะนํามาสําหรับใชอยางหลัง
การทบทวนวรรณกรรมทีเ่ กีย่ วของ
ในป 1981 Ho และ Stoll [1] ไดใชระบบควบคุมสโทแคสติก (stochastic control) เพือ่ หาราคารับซือ้ และราคาเสนอขายทีด่ ที ส่ี ดุ ของ
market maker ในแตละชวงเวลาเพื่อสรางผลกําไรที่ดีที่สุด โดยราคาเหลานี้จะขึ้นอยูกับปริมาณสินทรัพยสุทธิที่ถือครองอยู ณ ขณะนั้น ตอมาในป
2008 Avellaneda และ Stoikov [2] ไดนาํ แนวคิดแบบเดียวกันมาผนวกกับแบบจําลองของอัตราการเขามาของคําสัง่ ทีต่ อ งการซือ้ ขายในทันที
(market order) ที่มีความสมจริงมากขึ้น สรางเปนกลยุทธ market making สําหรับการสงคําสั่งซื้อขายดวยความถี่สูง (high frequency trading)
หลังจากนัน้ ไดมกี ารนําผลการศึกษาของ Avellaneda และ Stoikov มาพัฒนาตอยอดอีกมากมาย เชน การเพิม่ การทํานายทิศทางราคาสินทรัพยใน
ระยะสัน้ เขาไปในแบบจําลอง market making [3] การศึกษา market making ในภาวะที่ตลาดมีแนวโนมเปนทิศทางขาขึ้นหรือลงชัดเจน [4] และ
การศึกษาการใช market order เพิม่ เติมจากคําสัง่ รับซือ้ และเสนอขายเพือ่ ลด inventory risk ของ market maker [5]
แบบจําลอง market making ทีก่ ลาวมาขางตนไดใชสมมติการเคลือ่ นไหวของราคาสินทรัพยแบบ geometric Brownian motion ซึง่ นิยม
ใชกันในคณิตศาสตรการเงิน แตยังไมสามารถอธิบายการเคลื่อนไหวของราคาในความเปนจริงไดอยางครอบคลุม มีงานวิจัยที่แสดงใหเห็นวาผล
ตอบแทนจากดัชนี S&P 500 ทีช่ ว งระยะเวลาตาง ๆ มีการกระจายตัวแบบ q-Gaussian distribution มากกวาทีจ่ ะเปน log-normal distribution
ทีเ่ กิดจาก geometric Brownian motion [6, 8] จาก q-Gaussian distribution นีเ้ อง Borland [9] ไดสรางสมการเชิงอนุพนั ธสาํ หรับการเคลือ่ นที่
แบบ q-Brownian motion ขึน้ มา ซึง่ เราจะนํามาใชเปนสมมติฐานสําหรับ optimal stochastic control ในงานวิจยั นี้
ในป 1981 Ho และ Stoll [1] ไดใชระบบควบคุมสโทแคสติก (stochastic control) เพือ่ หาราคารับซือ้ และราคาเสนอขายทีด่ ที ส่ี ดุ ของ
market maker ในแตละชวงเวลาเพื่อสรางผลกําไรที่ดีที่สุด โดยราคาเหลานี้จะขึ้นอยูกับปริมาณสินทรัพยสุทธิที่ถือครองอยู ณ ขณะนั้น ตอมาในป
2008 Avellaneda และ Stoikov [2] ไดนาํ แนวคิดแบบเดียวกันมาผนวกกับแบบจําลองของอัตราการเขามาของคําสัง่ ทีต่ อ งการซือ้ ขายในทันที
(market order) ที่มีความสมจริงมากขึ้น สรางเปนกลยุทธ market making สําหรับการสงคําสั่งซื้อขายดวยความถี่สูง (high frequency trading)
หลังจากนัน้ ไดมกี ารนําผลการศึกษาของ Avellaneda และ Stoikov มาพัฒนาตอยอดอีกมากมาย เชน การเพิม่ การทํานายทิศทางราคาสินทรัพยใน
ระยะสัน้ เขาไปในแบบจําลอง market making [3] การศึกษา market making ในภาวะที่ตลาดมีแนวโนมเปนทิศทางขาขึ้นหรือลงชัดเจน [4] และ
การศึกษาการใช market order เพิม่ เติมจากคําสัง่ รับซือ้ และเสนอขายเพือ่ ลด inventory risk ของ market maker [5]
แบบจําลอง market making ทีก่ ลาวมาขางตนไดใชสมมติการเคลือ่ นไหวของราคาสินทรัพยแบบ geometric Brownian motion ซึง่ นิยม
ใชกันในคณิตศาสตรการเงิน แตยังไมสามารถอธิบายการเคลื่อนไหวของราคาในความเปนจริงไดอยางครอบคลุม มีงานวิจัยที่แสดงใหเห็นวาผล
ตอบแทนจากดัชนี S&P 500 ทีช่ ว งระยะเวลาตาง ๆ มีการกระจายตัวแบบ q-Gaussian distribution มากกวาทีจ่ ะเปน log-normal distribution

1522300 การประยุกตใชสถิติแบบซัลลิสสาหรับการดูแลสภาพคลองในตลาดการเงิน
พิมพจากระบบ NRIIS เมือ่ วันที่ 27/10/2563 14:05:08 หนา 5 / 11
 งบประมาณดาน ววน. Full Proposal ประจําปงบประมาณ พ.ศ.2564

ทีเ่ กิดจาก geometric Brownian motion [6, 8] จาก q-Gaussian distribution นีเ้ อง Borland [9] ไดสรางสมการเชิงอนุพนั ธสาํ หรับการเคลือ่ นที่
แบบ q-Brownian motion ขึน้ มา ซึง่ เราจะนํามาใชเปนสมมติฐานสําหรับ optimal stochastic control ในงานวิจยั นี้
เอกสารอางอิง
[1] Ho, T., & Stoll, H. R. (1981). Optimal dealer pricing under transactions and return uncertainty. Journal of Financial
economics, 9(1), 47-73.
[2] Avellaneda, M., & Stoikov, S. (2008). High-frequency trading in a limit order book. Quantitative Finance, 8(3), 217-
224.
[3] Cartea, Á., Jaimungal, S., & Ricci, J. (2014). Buy low, sell high: A high frequency trading perspective. SIAM Journal
on Financial Mathematics, 5(1), 415-444.
[4] Fodra, P., & Labadie, M. (2012). High-frequency market-making with inventory constraints and directional bets.
arXiv preprint arXiv:1206.4810.
[5] Guilbaud, F., & Pham, H. (2013). Optimal high-frequency trading with limit and market orders. Quantitative
Finance, 13(1), 79-94.
[6] Gradojevic, N., & Gençay, R. (2011). Financial applications of nonextensive entropy [applications corner]. IEEE
Signal Processing Magazine, 28(5), 116-141.
[7] Merton, R. C. (1971). Optimum consumption and portfolio rules in a continuous-time model. Journal of
economic theory, 3(4), 373-413.
[8] Borland, L. (2004). The pricing of stock options. Nonextensive Entropy: Interdisciplinary Applications, 305-320.
[9] Borland, L. (2002). Option pricing formulas based on a non-Gaussian stock price model. Physical review letters,
89(9), 098701.

1522300 การประยุกตใชสถิติแบบซัลลิสสาหรับการดูแลสภาพคลองในตลาดการเงิน
พิมพจากระบบ NRIIS เมือ่ วันที่ 27/10/2563 14:05:08 หนา 6 / 11
 งบประมาณดาน ววน. Full Proposal ประจําปงบประมาณ พ.ศ.2564

วิธีการดําเนินงานวิจัย
1) นําขอมูลการเคลือ่ นไหวของดัชนี SET50 และราคาของกองทุนรวมอีทเี อฟ TDEX ที่ชวงระยะเวลาตาง ๆ มาทดสอบวาสอดคลองกับ q-
Gaussian distribution หรือไม และคํานวณหาคา q ทีเ่ หมาะสม
2) สรางสมการสโทแคสติกจําลองความมั่งคั่งของ market maker ทีเ่ กิดจากเงินสดทีเ่ หลืออยูร วมกับมูลคาของสินทรัพยทถ่ี อื อยู โดยใช q-
Brownian motion จําลองการเคลือ่ นไหวของราคาสินทรัพย และคํานวณ bid-ask spread ที่ไดรับ
3) กําหนดฟงกชันของคาเหมาะที่สุดที่เราตองการจะหา ซึ่งก็คือความมั่งคั่งของ market maker ณ เวลาสุดทายปรับดวยความเสี่ยงจาก
inventory risk
4) สราง HJB equation จากสมการในขอ 2) และ 3)
5) คํานวณหาคําตอบของ HJB equation ทีส่ รางขึน้ ซึง่ จะไดออกมาเปนตัวแปรควบคุม คือราคารับซือ้ และเสนอขายรวมถึงขนาดทีเ่ หมาะ
สมของแตละคําสัง่
6) ทดสอบประสิทธิภาพของระบบ market making ที่หามาไดและนําไปเปรียบเทียบกับวิธีที่ใชสมมติฐาน geometric Brownian
motion ใน [2] โดยทดสอบกับขอมูลในอดีตของกองทุนรวมอีทเี อฟ SPDR S&P 500 และ TDEX

แผนการดําเนินงานวิจัย
กิจกรรม 1 2 3 4 5 6 7 8 9 10 11 12
ป 2564
ทดสอบวา SET50 และ TDEX เปนไปตาม q-Gaussian
distribution หรือไม
หาคา q ทีเ่ หมาะสม
ศึกษาและสรางสมการสโทแคสติกจําลองความมัง่ คัง่ ของ
market maker
กําหนดฟงกชนั ของคาเหมาะสมทีส่ ดุ
สราง HJB equation
คํานวณหาคําตอบของ HJB equation
ทดสอบประสิทธิภาพของคําตอบที่ได
เตรียมบทความวิชาการเพือ่ สงตีพมิ พ
จัดทํารายงานวิจัยฉบับสมบูรณ

สถานที่ทําวิจัย
ประเภท ชื่อประเทศ/จังหวัด ชื่อสถานที่
ในประเทศ จังหวัดกรุงเทพมหานคร มหาวิทยาลัยเทคโนโลยีพระจอมเกลาธนบุรี

1522300 การประยุกตใชสถิติแบบซัลลิสสาหรับการดูแลสภาพคลองในตลาดการเงิน
พิมพจากระบบ NRIIS เมือ่ วันที่ 27/10/2563 14:05:08 หนา 7 / 11
 งบประมาณดาน ววน. Full Proposal ประจําปงบประมาณ พ.ศ.2564

แผนการใชจายงบประมาณของโครงการวิจัย
ประเภทงบประมาณ รายละเอียด ป64 รวม
งบบุคลากร คาตอบแทนผูชวยวิจัยเต็มเวลา (วุฒิการศึกษาระดับปริญญาโท) 1 ตําแหนง 210,000 210,000
งบดําเนินงาน -คา
page charge 50,000 50,000
ใชสอย
งบดําเนินงาน -คา
คาขอมูลราคาหุน และ limit order แบบความถี่สูง 150,000 150,000
ใชสอย
งบดําเนินงาน -คา
คาใชจา ยในการเดินทางรวมประชุมในประเทศ 10,000 10,000
ใชสอย
งบดําเนินงาน -คาวัสดุ คาวัสดุสาํ นักงานและวัสดุคอมพิวเตอร 25,000 25,000
งบดําเนินงาน -คาวัสดุ คาหนังสือ 25,000 25,000
โปรแกรม Mathematica แบบ Standard Desktop+Cloud 2 licenses (license ละ
งบลงทุน -ครุภณ
ั ฑ 104,860 104,860
1,011 USD)
รวม(บาท) 574,860 574,860

รายละเอียดการจัดซื้อครุภัณฑ
ขอมูลครุภัณฑ
ชื่อครุภัณฑ: โปรแกรม Mathematica แบบ Standard Desktop+Cloud 2 licenses (license ละ 1,011 USD)
สถานภาพของครุภัณฑในหนวยงาน: ไมมี
รายละเอียดครุภัณฑ: Wolfram Mathematica เปนโปรแกรมสําหรับการคํานวณเชิงสัญลักษณขน้ั สูง ในโครงการนีต้ อ งการทีจ่ ะจัดซือ้
Mathematica เวอรชน่ั Standard Desktop+Cloud with 1 year of Premier Service Plus: Mathematica Online, Upgrades,
Standard support, Personal-use license https://www.wolfram.com/mathematica/pricing/colleges-universities/?
fbclid=IwAR3V22NiQQrk_0Yrg8vkP74lSE4ccb2EWLp7WrFiMNd5DJ1w5m3PmZAvzDo
เหตุผลและความจําเปนตอโครงการ: ในการคํานวณเชิงตัวเลขในงานวิจยั มีความจําเปนอยางยิง่ ทีต่ อ งใชโปรแกรม Wolfram Mathematica
เพราะเปนการคํานวณทีซ่ บั ซอน โดยเฉพาะอยางยิง่ การแกสมการแบบไมเชิงเสน และชุดของสมการคูค วบ นอกจากนี้ โปรแกรมนีส้ ามารถชวย
ในการสรางแผนภาพ กราฟ เพือ่ นําเสนอผลสําหรับการเตรียมตีพมิ พบทความวิจยั
การใชประโยชนเมื่อโครงการสิ้นสุด: -
รายละเอียดของเดิม: -

มาตราฐานการวิจัย
การใชสัตวทดลอง ไมมี
การวิจัยในมนุษย ไมมี
การวิจัยที่เกี่ยวของกับความ ไมมี
ปลอดภัยทางชีวภาพ

1522300 การประยุกตใชสถิติแบบซัลลิสสาหรับการดูแลสภาพคลองในตลาดการเงิน
พิมพจากระบบ NRIIS เมือ่ วันที่ 27/10/2563 14:05:08 หนา 8 / 11
 งบประมาณดาน ววน. Full Proposal ประจําปงบประมาณ พ.ศ.2564

การใชหองปฎิบัติการที่เกี่ยวกับ ไมมี
สารเคมี

หนวยงานรวมดําเนินการ/ภาคเอกชนหรือชุมชนที่รวมลงทุนหรือดําเนินการ
ชื่อหนวยงาน/ แนวทางรวมดําเนิน การรวมลงทุนในรูปแบบตัวเงิน (in- การรวมลงทุนในรูปแบบอื่น (in-
ป
บริษัท การ cash) kind)
- ไมมขี อ มูลหนวยงานรวมดําเนินการ/ภาคเอกชนหรือชุมชนทีร่ ว มลงทุนหรือดําเนินการ -

ระดับความพรอมที่มีอยูในปจจุบัน
ระดับความพรอมทางเทคโนโลยี (Tehnology Readiness Level: TRL)

TRL ณ ปจจุบัน ระดับ 2. Concept and/or application formulated

รายละเอียด มีแนวคิด หลักการ และขัน้ ตอนการทําวิจยั เรียบรอยแลว

TRL เมื่องานวิจัยเสร็จสิ้นระดับ 4. Key elements demonstrated in laboratory environments

รายละเอียด ไดหลักการสําหรับการดูแลสภาพคลองทีท่ ดสอบกับขอมูลจริงในอดีต
ระดับความพรอมทางสังคม (Societal Readiness Level: SRL)

SRL ณ ปจจุบัน ระดับ 2. formulation of problem, proposed solution(s) and potential impact, expected
societal readiness; identifying relevant stakeholders for the project.

รายละเอียด มีการระบุปญ
 หาและเสนอแนวคิดในการแกปญ
 หา
SRL เมื่องานวิจัยเสร็จสิ้นระดับ 3. initial testing of proposed solution(s) together with relevant stakeholders
รายละเอียด นําวิธแี กปญ
 หาทีส่ รางขึน้ มาทดสอบกับขอมูลจริงในอดีต

1522300 การประยุกตใชสถิติแบบซัลลิสสาหรับการดูแลสภาพคลองในตลาดการเงิน
พิมพจากระบบ NRIIS เมือ่ วันที่ 27/10/2563 14:05:08 หนา 9 / 11
 งบประมาณดาน ววน. Full Proposal ประจําปงบประมาณ พ.ศ.2564

ผลผลิต ผลลัพธ และผลกระทบจากงานวิจัยที่สอดคลองกับ OKR (Output/Outcome/Impact)

ผลผลิต (Output) (ผลสัมฤทธิ์ที่สําคัญ (หลัก))
หนวย
KR ป จํานวน ผลสําคัญที่จะเกิดขึ้น
นับ
KR1.5b.1 องคความรูแ ละกระบวนทัศนใหมทาง 2564 1 เรือ่ ง ไดวธิ กี ารสรางระบบ market making ที่
มนุษยศาสตร สังคมศาสตร หรือวิทยาศาสตรที่ ประสิทธิภาพ
สรางความเขาใจและทําใหเกิดการเปลีย่ นแปลงของ
สังคม หรือวิทยาการทีส่ าํ คัญทีป่ ระเทศตองมีใน
อนาคต อยางนอย 5 เรือ่ งตอป
KR1.5b.1 องคความรูแ ละกระบวนทัศนใหมทาง 2564 1 เรือ่ ง เอกสารประกอบงานประชุมวิชาการหรือบทความ
มนุษยศาสตร สังคมศาสตร หรือวิทยาศาสตรที่ วิจยั ในวารสารทางวิชาการระดับนานาชาติ
สรางความเขาใจและทําใหเกิดการเปลีย่ นแปลงของ
สังคม หรือวิทยาการทีส่ าํ คัญทีป่ ระเทศตองมีใน
อนาคต อยางนอย 5 เรือ่ งตอป
ผลลัพธ (Outcome)
KR ป ผลสําคัญที่จะเกิดขึ้น ผูที่จะไดรับผลกระทบ
KR1.5b.1 องคความรูแ ละกระบวนทัศน 2564 ผูด แู ลสภาพคลองในตลาดการเงิน ผูท เ่ี กีย่ วของกับตลาดการเงินทัง้ นักลงทุน
ใหมทางมนุษยศาสตร สังคมศาสตร สามารถทํางานไดอยางมีประสิทธิภาพ และผูด แู ลกฎระเบียบ
หรือวิทยาศาสตรทส่ี รางความเขาใจและ มากขึน้
ทําใหเกิดการเปลีย่ นแปลงของสังคม
หรือวิทยาการทีส่ าํ คัญทีป่ ระเทศตองมี
ในอนาคต อยางนอย 5 เรือ่ งตอป
ผลกระทบ (Impact)
KR ป ผลสําคัญที่จะเกิดขึ้น ผูที่จะไดรับผลกระทบ
KR1.5b.1 องคความรูแ ละกระบวนทัศน 2564 ตลาดการเงินมีเสถียรภาพมากขึน้ ใน ผูท เ่ี กีย่ วของกับตลาดการเงินทัง้ นักลงทุน
ใหมทางมนุษยศาสตร สังคมศาสตร ระยะยาว ผูด แู ลกฎระเบียบ และระบบเศรษฐกิจ
หรือวิทยาศาสตรทส่ี รางความเขาใจและ โดยรวม
ทําใหเกิดการเปลีย่ นแปลงของสังคม
หรือวิทยาการทีส่ าํ คัญทีป่ ระเทศตองมี
ในอนาคต อยางนอย 5 เรือ่ งตอป
ผลผลิต (Output) (ผลสัมฤทธิ์ที่สําคัญ (รอง))
หนวย
KR ป จํานวน ผลสําคัญที่จะเกิดขึ้น ผูที่จะไดรับผลกระทบ
นับ
- ไมมีขอมูลผลผลิต -

1522300 การประยุกตใชสถิติแบบซัลลิสสาหรับการดูแลสภาพคลองในตลาดการเงิน
พิมพจากระบบ NRIIS เมือ่ วันที่ 27/10/2563 14:05:08 หนา 10 / 11
 งบประมาณดาน ววน. Full Proposal ประจําปงบประมาณ พ.ศ.2564

แนวทางการขับเคลื่อนผลงานวิจัยและนวัตกรรมไปสูผลลัพธและผลกระทบ
การเชื่อมโยงกับนักวิจัยที่เปนผูเชี่ยวชาญในสาขาวิชาที่ทําการวิจัยทในและตางประเทศ(ถามี) (Connections with other experts
within and outside Thailand) และแผนที่จะติดตอหรือสรางความสัมพันธกับผูเชี่ยวชาญ รวมทั้งการสรางทีมงานวิจัยในอนาคตดวย
เผยแพรผลการวิจยั ไปสูผ เู กีย่ วของผานการประชุมทางวิชาการหรือตีพมิ พในวารสารทางวิชาการเพือ่ พัฒนาเครือขายการวิจยั สําหรับการตอยอดผล
งาน

การเชื่อมโยงหรือความรวมมือกับผูมีสวนไดสวนเสีย และผูใชประโยชนจากงานวิจัย (Connections with stakeholder and user

engagement) โดยระบุชื่อหนวยงานภาครัฐ เอกชน ประชาสังคมและชุมชน โดยอธิบายกระบวนการดําเนินงานรวมกันและการเชื่อมโยง
การขับเคลื่อนผลการวิจัยไปสูการใชประโยชนอยางชัดเจน รวมถึงอธิบายกระบวนการดําเนินงานตอเนื่องของผูใชประโยชนจากงานวิจัย
เมื่อโครงการวิจัยเสร็จสิ้น
สรางความสัมพันธและเผยแพรความรูใหกับบริษัทหลักทรัพย บริษัทจัดการกองทุน ตลาดหลักทรัพยแหงประเทศไทย และสํานักงานคณะ
กรรมการกํากับหลักทรัพยและตลาดหลักทรัพย เพือ่ ปรับปรุงและพัฒนาผลงานวิจยั ใหมคี วามจําเพาะกับความตองการนําไปใชของแตละหนวย
งานมากขึน้

เอกสารแนบ
ชื่อไฟล ประเภทเอกสาร ประเภทไฟล
เอกสารราคา Mathematica.pdf เอกสารประเมินราคา

1522300 การประยุกตใชสถิติแบบซัลลิสสาหรับการดูแลสภาพคลองในตลาดการเงิน
พิมพจากระบบ NRIIS เมือ่ วันที่ 27/10/2563 14:05:08 หนา 11 / 11