ยินดีต้อนรับสู่โลกของ Big Data!

สวัสดีครับ/ค่ะ! ยินดีต้อนรับเข้าสู่บทเรียนที่ทันสมัยและน่าตื่นเต้นที่สุดบทหนึ่งในหัวข้อ Quantitative Methods ของหลักสูตร CFA Level I ถ้าคุณเคยสงสัยว่าบริษัทการลงทุนใช้ภาพถ่ายดาวเทียมของลานจอดรถเพื่อคาดการณ์ยอดขายร้านค้าปลีกได้อย่างไร หรือ Netflix รู้ได้อย่างไรว่าภาพยนตร์เรื่องไหนที่คุณอยากดูต่อ คุณมาถูกที่แล้วครับ/ค่ะ!

ไม่ต้องกังวลหากคุณไม่ใช่ "สายเทคโนโลยี" ในบทนี้เราไม่ได้มาเรียนเขียนโค้ดกันนะครับ แต่เราจะมาเรียนรู้ แนวคิด (Concepts) และ คำศัพท์ (Vocabulary) ของ Big Data เพื่อให้คุณเข้าใจว่ามันกำลังเข้ามาเปลี่ยนโลกการเงินอย่างไร ไปลุยกันเลย!

1. Big Data คืออะไรกันแน่?

ในสมัยก่อน ข้อมูลส่วนใหญ่หมายถึงตัวเลขในตาราง Excel แต่ในปัจจุบัน ข้อมูลอยู่ทุกหนทุกแห่ง Big Data หมายถึงชุดข้อมูลที่มีขนาดใหญ่และซับซ้อนมากจนซอฟต์แวร์ประมวลผลข้อมูลแบบดั้งเดิมไม่สามารถจัดการได้

วิธีจำลักษณะเด่นของ Big Data ให้จำง่ายๆ ด้วย 3 Vs ครับ:

1. Volume (ปริมาณ): คือขนาดของข้อมูลที่มหาศาล เราไม่ได้พูดถึงระดับเมกะไบต์ แต่พูดถึงระดับเทราไบต์หรือเพตาไบต์ ตัวอย่างเช่น: การทำรายการซื้อขายทั้งหมดที่เคยเกิดขึ้นในตลาดหลักทรัพย์ NYSE
2. Velocity (ความเร็ว): คือความเร็วในการสร้างและส่งผ่านข้อมูล ในโลกการเงินราคาสินทรัพย์เปลี่ยนแปลงในระดับมิลลิวินาที ตัวอย่างเช่น: ข้อมูลจากโซเชียลมีเดียแบบเรียลไทม์ระหว่างการประกาศผลประกอบการ
3. Variety (ความหลากหลาย): ข้อมูลมีหลายรูปแบบ ไม่ได้มีแค่ตัวเลข แต่รวมถึงข้อความ วิดีโอ และเสียง ตัวอย่างเช่น: รายงาน PDF, ทวีตข้อความ, และภาพถ่ายดาวเทียม

สรุปสั้นๆ: 3 Vs

Volume = ขนาด
Velocity = ความเร็ว
Variety = ประเภท

2. ข้อมูลเหล่านี้มาจากไหน?

ในหลักสูตรจะแบ่งแหล่งที่มาของข้อมูลออกเป็น 3 กลุ่มหลัก ให้ลองนึกถึงว่าข้อมูลถูกสร้างขึ้นจาก "ใคร" และ "ที่ไหน":

A. ตลาดการเงิน (Financial Markets): เป็นข้อมูลที่เกิดจากตลาดหลักทรัพย์ เช่น ราคาหุ้น, ปริมาณการซื้อขาย (Volume), และ "Limit order books" ซึ่งปกติจะมีความเร็วสูงมาก (High velocity)

B. บุคคล (Individuals): ข้อมูลที่สร้างจากตัวเราทุกคน! ทุกครั้งที่คุณโพสต์ Instagram, ค้นหาข้อมูลบน Google, หรือรูดบัตรเครดิต คุณกำลังสร้างข้อมูลขึ้นมา ซึ่งมักจะเป็นข้อมูลแบบ ไม่มีโครงสร้าง (Unstructured) (เช่น ข้อความหรือรูปภาพ)

C. กระบวนการทางธุรกิจ (Corporate/Business Processes): รวมถึง "Exhaust data" (ข้อมูลที่เกิดขึ้นเป็นผลพลอยได้จากการทำธุรกิจ) เช่น บันทึกสินค้าคงคลัง หรือข้อมูลจาก Internet of Things (IoT) ที่มาจากเซนเซอร์บนตู้คอนเทนเนอร์หรือเครื่องจักรในโรงงาน

เปรียบเทียบ: ลองนึกถึงซูเปอร์มาร์เก็ต ข้อมูลจาก "ตลาดการเงิน" ก็คือราคาสินค้าบนชั้นวาง ส่วนข้อมูลจาก "บุคคล" คือสิ่งที่ลูกค้าพูดถึงสินค้าบน Twitter และข้อมูลจาก "ธุรกิจ" คือเซนเซอร์ในตู้แช่นมที่แจ้งเตือนผู้จัดการว่าอุณหภูมิกำลังสูงเกินไป

3. ข้อมูลที่มีโครงสร้าง vs ไม่มีโครงสร้าง

นี่เป็นหัวข้อที่ข้อสอบชอบออกมากครับ สิ่งสำคัญคือต้องแยกให้ออกว่าข้อมูลถูกจัดระเบียบอย่างไร:

Structured Data (ข้อมูลที่มีโครงสร้าง): ถูกจัดระเบียบไว้อย่างชัดเจน มักอยู่ในรูปแบบแถวและคอลัมน์ (เหมือนตาราง Excel) คอมพิวเตอร์อ่านได้ง่าย ตัวอย่างเช่น: งบการเงิน, ราคาหุ้น

Unstructured Data (ข้อมูลที่ไม่มีโครงสร้าง): ข้อมูลมีความยุ่งเหยิง ไม่สามารถจัดลงตารางได้ Big Data ส่วนใหญ่เป็นข้อมูลประเภทนี้ ตัวอย่างเช่น: โพสต์โซเชียลมีเดีย, บทความข่าว, บันทึกการสนทนาทางโทรศัพท์ของบริษัท, และภาพถ่ายดาวเทียม

Semi-Structured Data (ข้อมูลกึ่งมีโครงสร้าง): เป็นส่วนผสมของทั้งสองแบบ คือมีความเป็นระเบียบอยู่บ้างแต่ก็ไม่สมบูรณ์พอที่จะลงตารางมาตรฐานได้ ตัวอย่างเช่น: หน้าเว็บ HTML

ประเด็นสำคัญ

ผู้จัดการกองทุนกำลังพยายามเปลี่ยนข้อมูล ไม่มีโครงสร้าง ให้กลายเป็นข้อมูลเชิงลึกที่มี โครงสร้าง เพื่อสร้างความได้เปรียบเหนือคู่แข่ง!

4. รู้จักกับ Machine Learning (ML)

ถ้าเปรียบ Big Data เป็น "เชื้อเพลิง" Machine Learning ก็คือ "เครื่องยนต์" ครับ Machine Learning เป็นสาขาหนึ่งของปัญญาประดิษฐ์ (AI) ที่คอมพิวเตอร์เรียนรู้ที่จะหารูปแบบ (Patterns) ในข้อมูลโดยไม่ต้องถูกตั้งโปรแกรมไว้ในทุกขั้นตอน

หลักสูตรแบ่ง ML ออกเป็น 3 ประเภทหลัก อย่าเพิ่งตกใจกับชื่อนะครับ แนวคิดจริงๆ แล้วเข้าใจง่ายมาก:

A. Supervised Learning (การเรียนรู้แบบมีผู้สอน)

ในการเรียนรู้แบบนี้ คอมพิวเตอร์จะได้รับข้อมูลที่ "มีป้ายกำกับ (Labeled)" หมายความว่าเราป้อนทั้งข้อมูลนำเข้าและ "คำตอบที่ถูกต้อง" ให้คอมพิวเตอร์ เพื่อให้มันเรียนรู้ความสัมพันธ์ระหว่างข้อมูล เหมือนนักเรียนที่มีครูคอยตรวจข้อสอบพร้อมเฉลย

ตัวอย่างเช่น: คุณให้ภาพแมวที่แปะป้ายว่า "แมว" 1,000 ภาพ และภาพสุนัขที่แปะป้ายว่า "สุนัข" 1,000 ภาพ จนกระทั่งมันสามารถระบุแมวได้ด้วยตัวเอง ในทางการเงิน เราอาจใช้มันเพื่อคาดการณ์ว่าบริษัทจะล้มละลายหรือไม่ โดยอิงจากข้อมูลในอดีตของบริษัทที่เคยล้มละลายจริงๆ

B. Unsupervised Learning (การเรียนรู้แบบไม่มีผู้สอน)

ในการเรียนรู้แบบนี้ จะไม่มีป้ายกำกับและไม่มี "คำตอบที่ถูก" ให้ คอมพิวเตอร์จะดูข้อมูลและพยายามหารูปแบบหรือการจัดกลุ่มด้วยตัวเอง เหมือนการให้บล็อกไม้เด็กๆ แล้วดูว่าพวกเขาจะแยกกลุ่มบล็อกเหล่านั้นอย่างไร

ตัวอย่างเช่น: คุณให้ข้อมูลหุ้น 500 ตัวแก่คอมพิวเตอร์ แล้วให้มันจัดกลุ่มหุ้นตามพฤติกรรมของราคา โดยที่คุณไม่ต้องบอกว่าหุ้นตัวไหนเป็น "หุ้นกลุ่มเทคโนโลยี" หรือ "พลังงาน"

C. Deep Learning (การเรียนรู้เชิงลึก)

Deep Learning เป็น ML ที่ซับซ้อนกว่า โดยใช้ Neural Networks ซึ่งได้รับแรงบันดาลใจมาจากสมองมนุษย์ ทำงานได้ดีมากกับข้อมูลที่ยุ่งเหยิงและไม่มีโครงสร้าง เช่น การจดจำเสียงหรือการประมวลผลภาพ

ตัวช่วยจำ: S.U.D.

Supervised = Shown the answer (แสดงเฉลยให้ดู)
Unsupervised = Unknown patterns (ค้นหารูปแบบที่ยังไม่รู้)
Deep Learning = Digital brain (สมองดิจิทัล หรือ Neural Networks)

5. ขั้นตอนในการวิเคราะห์ข้อมูล

ต่อให้มีคอมพิวเตอร์ที่ทรงพลังที่สุด คุณก็ยังต้องทำตามกระบวนการครับ ถ้าคุณป้อน "ขยะ" เข้าไป คุณก็จะได้ "ขยะ" ออกมา! นี่คือเวิร์กโฟลว์ทั่วไป:

1. การกำหนดเป้าหมาย (Conceptualizing the Goal): เรากำลังพยายามแก้ปัญหาอะไร? (เช่น "คาดการณ์ยอดขายไตรมาสถัดไปของ Apple")
2. การเก็บข้อมูล (Data Collection): รวบรวมข้อมูลจากแหล่งต่างๆ (APIs, Web scraping, ฯลฯ)
3. การเตรียมข้อมูล (Data Preparation/Wrangling): นี่มักจะเป็นส่วนที่ยากที่สุด! คุณต้องทำความสะอาดข้อมูล, จัดการค่าที่หายไป, และทำให้ทุกอย่างอยู่ในรูปแบบที่ถูกต้อง
4. การสำรวจข้อมูล (Data Exploration): ดูข้อมูลในเชิงภาพเพื่อหาค่าที่ผิดปกติ (Outliers) หรือแนวโน้มที่น่าสนใจ
5. การฝึกสอนโมเดล (Model Training): นี่คือขั้นตอนที่ Machine Learning ทำงานจริง! รันอัลกอริทึมเพื่อหารูปแบบ
6. การตีความและประเมินผล (Interpretation and Evaluation): ดูผลลัพธ์ว่าโมเดลทำงานได้จริงไหม และมีความแม่นยำแค่ไหน?

ข้อผิดพลาดที่พบบ่อย: นักเรียนมักคิดว่า "การฝึกสอนโมเดล" เป็นขั้นตอนแรก แต่จริงๆ แล้วมันเป็นขั้นตอนท้ายๆ ครับ! คุณจะใช้เวลาส่วนใหญ่ไปกับการทำความสะอาดข้อมูล (ขั้นตอนที่ 3)

6. Neural Networks: เจาะลึก

คุณอาจเจอคำถามเกี่ยวกับโครงสร้างของ Neural Network ให้จำแค่ 3 ส่วนนี้ครับ:

1. Input Layer: จุดที่ข้อมูลเข้าสู่ระบบ
2. Hidden Layers: จุดที่ความมหัศจรรย์ (และคณิตศาสตร์) เกิดขึ้น อาจมีหลายชั้น โดยประมวลผลข้อมูลเป็นลำดับขั้น
3. Output Layer: ผลลัพธ์หรือการคาดการณ์ขั้นสุดท้าย

เปรียบเทียบ: ลองนึกถึงห้องครัว วัตถุดิบดิบคือ Input, เชฟและผู้ช่วยที่กำลังทำอาหารอยู่หลังครัวคือ Hidden Layers, ส่วนอาหารที่เสร็จสมบูรณ์เสิร์ฟให้ลูกค้าคือ Output

7. เช็คลิสต์สรุปสุดท้าย

ก่อนจะไปทำแบบฝึกหัด ลองเช็กดูว่าคุณตอบสิ่งเหล่านี้ได้ไหม:

- ฉันบอก 3 Vs ได้ไหม? (Volume, Velocity, Variety)
- ฉันรู้ความแตกต่างระหว่าง Structured และ Unstructured data หรือยัง?
- ฉันอธิบายความแตกต่างระหว่าง Supervised (มีเฉลย) และ Unsupervised (ไม่รู้เฉลย) ได้ไหม?
- ฉันเข้าใจหรือยังว่า "Data Preparation" เป็นส่วนสำคัญมากของกระบวนการนี้?

คุณทำได้! Big Data อาจฟังดูน่ากลัว แต่มันก็แค่เครื่องมือชุดใหม่ที่ช่วยให้เราตัดสินใจลงทุนได้ดีขึ้น สู้ต่อไปนะครับ!