กลับไปบทความทั้งหมด
ถามหุ้น AI แล้วได้คำตอบสวย ๆ มา = คุณแค่กำลังคุยกับคนที่ไม่เ…
AI 29 เมษายน 2569 อ่าน 1 นาที

ถามหุ้น AI แล้วได้คำตอบสวย ๆ มา = คุณแค่กำลังคุยกับคนที่ไม่เ…

ถามหุ้น AI แล้วได้คำตอบสวย ๆ มา = คุณแค่กำลังคุยกับคนที่ไม่เคยเทรดจริง

พูดตรง ๆ เลยนะครับ

AI ที่คุณถามอยู่ทุกวันนี้ มันไม่มีพอร์ต ไม่เคยขาดทุน ไม่เคยถือหุ้นแล้วนอนไม่หลับ มันแค่เอาข้อมูลที่มีมาประกอบเป็นประโยคที่ฟังดูน่าเชื่อ แล้วส่งให้คุณ

และคุณก็รับมันไปเหมือนเป็นคำแนะนำจากผู้เชี่ยวชาญ

ผมเคยทำแบบนั้นครับ

ถามว่าหุ้นตัวนี้น่าซื้อไหม ได้คำตอบยาว มีหัวข้อ มีข้อดีข้อเสีย อ่านแล้วรู้สึกว่าโอเค น่าเชื่อถือ

แต่พอลองถามต่อว่า แล้วมันเคยทดสอบกับข้อมูลย้อนหลังไหม? ใช้ได้จริงช่วงไหน? ถ้าหักค่าธรรมเนียมแล้วยังบวกอยู่ไหม?

มันตอบไม่ได้ครับ เพราะมันไม่รู้ มันแค่ไม่บอกว่าไม่รู้

นั่นแหละคือปัญหา

AI ส่วนใหญ่ถูก train มาให้ตอบ ไม่ได้ถูก train มาให้ทดสอบ

ผมเลยลองเปลี่ยน approach ใหม่ครับ

แทนที่จะถาม AI ว่า “คิดอะไร?” ลองให้มันทำงานแบบทีม Research จริง ๆ แทน โดยใช้สองตัวนี้ร่วมกัน

Hermes Agent — AI agent จาก Nous Research ที่ปล่อยออกมาเมื่อกุมภาพันธ์ 2026 และตอนนี้ดาว GitHub ทะลุ 100,000 แล้ว สิ่งที่ต่างจาก agent ทั่วไปคือมันไม่ลืมครับ ทุกครั้งที่แก้ปัญหาได้ มันเขียน “skill” เก็บไว้ใช้ครั้งหน้า และที่สำคัญคือมัน spawn sub-agent แยกขึ้นมาทำงานขนานกันได้ แต่ละตัวมีหน้าที่ชัด

Qlib — platform ของ Microsoft Research สำหรับงาน Quant โดยเฉพาะ ที่มันพิเศษคือระบบ point-in-time data ที่ป้องกันไม่ให้โมเดลแอบ “รู้อนาคต” ตอน backtest ซึ่งนี่คือสาเหตุที่หลายคน backtest ได้ผลสวยมาก แต่พอใช้จริงพังเลย

workflow ที่ผมกำลังวางอยู่คือ

🔍 agent ตัวหนึ่งหาข้อมูล ตั้งสมมติฐาน 🧪 อีกตัวเอาไอเดียนั้นไปลองกับ Qlib จริง 🕵️ อีกตัวจับผิดว่าผล backtest มันหลอกตาไหม 📋 อีกตัวสรุปออกมาให้อ่านได้

คำถามที่ได้จากระบบนี้มันต่างออกไปมากครับ

ไม่ใช่ “น่าซื้อไหม?”

แต่เป็น — ไอเดียนี้เคยได้ผลจริงไหม? ช่วงไหนใช้ได้ ช่วงไหนพัง? ถ้าหักค่าธรรมเนียมแล้วยังบวกอยู่ไหม? หรือมันดูดีแค่เพราะเราเลือกช่วงเวลาสวยเกินไป?

นี่คือสิ่งที่ผมเชื่อครับ

AI ที่มีประโยชน์จริง ๆ ไม่ใช่ตัวที่ตอบเก่ง แต่คือตัวที่ช่วยให้คุณถามคำถามได้แหลมขึ้น และทดสอบสมมติฐานได้เร็วขึ้น

ส่วนการตัดสินใจ ยังเป็นของเราเสมอ

ตอนนี้ยังอยู่ระหว่างลอง workflow อยู่ครับ ถ้าออกมาได้ผล เดี๋ยวมาบอกวิธีทำ พร้อมตัวเลขจริง

ไม่ใช่คำแนะนำการลงทุน — แค่กำลังทดลองว่า AI Agent จะช่วยงาน Research ได้แค่ไหน

ใครสนใจลองศึกษาเพิ่มเติมได้ที่นี่เลยครับ ทั้งสองตัวเป็น open-source ฟรีหมด

🔗 Hermes Agent → https://github.com/NousResearch/hermes-agent 🔗 Qlib (Microsoft Research) → https://github.com/microsoft/qlib

#HermesAgent #Qlib #AIAgent #QuantResearch #Python


📖 อ่านบทความเต็มบน Facebook | 🔔 ติดตาม SynapTech

แชร์:
อยากรับข่าวก่อนใคร?

รับข่าว AI และบทความใหม่ก่อนผู้อื่น ส่งตรงถึง inbox

ถ้าชอบเนื้อหาแบบนี้

กดติดตาม SynapTech บน Facebook
อ่านบน Facebook