ทำความรู้จักกับตัวชี้วัด GARCH: เครื่องมือประเมินความผันผวนระดับอุตสาหกรรม

GARCH (Generalized AutoRegressive Conditional Heteroskedasticity) เป็นตัวชี้วัดที่ใช้ประเมินความผันผวนในตลาดการเงิน ซึ่งอิงจากโมเดล GARCH(1,1) ที่ช่วยในการคาดการณ์การเปลี่ยนแปลงของราคาในสินทรัพย์ต่าง ๆ โดยโมเดลนี้ถูกนำไปใช้ในวิเคราะห์ข้อมูลทางการเงินที่มีลักษณะเป็นอนุกรมเวลา และถือว่าความแปรปรวนมีความสัมพันธ์กันในตัวเอง (autocorrelated) พร้อมทั้งมีข้อผิดพลาดที่สามารถวิเคราะห์ได้ผ่านกระบวนการที่เรียกว่า autoregressive moving average

ในตลาดการเงิน สถาบันการเงินมักใช้โมเดล GARCH เพื่อประเมินความผันผวนของหุ้น, พันธบัตร และดัชนีตลาด โดยตัวชี้วัดนี้ได้ถูกทดลองใช้ในตลาด Forex, สินค้าโภคภัณฑ์ (เช่น XAUUSD) และสกุลเงินดิจิทัล (เช่น BTCUSD)

พารามิเตอร์ที่ต้องตั้งค่า:

• Gamma variable - ค่าคงที่ (unconditional variance)
• Alpha variable - ค่าคงที่ ARCH (การตอบสนองต่อความตกใจครั้งล่าสุด)
• Beta variable - ค่าคงที่ Generalized ARCH (ความต่อเนื่องของความแปรปรวนในอดีต)
• Bar window - จำนวนแท่งที่ใช้ในการคำนวณค่าเฉลี่ยเคลื่อนที่/std.
• Threshold scale - ค่าปริยายคือ 1

เส้นกราฟ:

• เส้นสีน้ำเงิน (cadet-blue) แสดงถึงค่าคาดการณ์ GARCH ในหนึ่งขั้นตอนสำหรับความผันผวน (variance) ของแท่งเทียนถัดไป โดยเส้นนี้จะคำนวณจากสูตร GARCH(1,1) ในช่วงที่มีการเปลี่ยนแปลงราคาอย่างรุนแรง เส้นนี้จะพุ่งขึ้นแล้วค่อย ๆ ลดลงกลับไปสู่ค่าปกติ ซึ่งบ่งบอกถึงช่วงเวลาที่มีความผันผวนสูง
• เส้นสีแดง แสดงถึงเกณฑ์ในการระบุช่วงที่มีความผันผวนสูง/ต่ำ ซึ่งช่วยให้เทรดเดอร์สามารถระบุสัญญาณการข้ามระหว่างสองเส้นนี้ได้อย่างง่ายดาย และยังช่วยให้ EA สามารถระบุพื้นที่ที่มีความผันผวนสูงได้ง่ายขึ้น โดยสามารถปรับเกณฑ์นี้ได้ตามต้องการ

นอกจากนี้ ตัวชี้วัดนี้อาจจะไม่ทำงานตามที่คาดหวังในกรอบเวลา M1 หรือ M5

หากต้องการศึกษาข้อมูลเพิ่มเติมเกี่ยวกับ GARCH สามารถคลิกที่นี่: GARCH ที่ Investopedia