forex_calendar

1.  ตั้งเวลาให้ตรงกับประเทศไทยคือ (GMT+7:00) Bangkok, Hanoi, Jakarta
2.  ไว้สำหรับเลือกวันที่ต้องการดูข่าว
3.  เวลาข่าวออก
4.  ตระกูลเงินของข่าว
5.  ความรุนแรงของข่าว
6.  เหตุการณ์ของข่าว
7.  ค่าตัวเลขจริงที่ออก
8.  ค่าตัวเลขคาดการณ์
9.  ค่าตัวเลขครั้งก่อน

forex_calendar

เมื่อถึงเวลาข่าวออกตัวเลขค่าจริงจะแสดงออกมาในช่อง Actual ซึ่งจะมีสีแตกต่างกันดังนี้

  • ตัวเลขออกเป็นสีเขียวแสดงตัวเลขดีกว่าที่คาดการณ์ไว้
  • ตัวเลขออกเป็นสีแดงแสดงว่าตัวเลขแย่กว่าที่คาดการณ์ไว้
  • ตัวเลขออกเป็นสีดำแสดงว่าตัวเลขเท่ากับค่าที่คาดการณ์หรือใกล้เคียงกับสถิติเดิม (Previous)

 

สิ่งที่ต้องสนใจในการเทรดข่าว Forex

 

1.  เรื่องค่าสกุลเงิน ถ้าเทรดสกุลไหนก็ต้องสนใจเฉพาะสกุลนั้น เช่นถ้าเราเช่น EUR/USD ก็สนใจเฉพาะข่าวของ USD และ EUR และเราต้องรู้ด้วยว่าถ้าข่าวออกมาจะทำให้ค่าเงินเราขึ้นหรือลง เช่น ถ้าเราเล่น EUR/USD ถ้าข่าวดอลลาร์สหรัฐออกมาดีแสดงคู่เงินที่มี USD อยู่หลังกราฟจะลง แต่ถ้าข่าว USD ออกมาไม่ดีกราฟจะขึ้น ในทางกลับกันถ้าข่าว EUR ออกมาดีกราฟจะขึ้นแต่ถ้าข่าว EUR ออกมาไม่ดีกราฟจะลง

2. เรื่องระดับความแรงของข่าว ระดับความแรงขอข่าวจะมีสามระดับดังรูป

forex_calendar

3. ค่าตัวเลขจริงที่ออก(Actual) ถ้าค่าตัวเล่นจริงที่ออกมาต่างจากค่าก่อนหน้า(Previous)มาก ยิ่งมีผลทำให้ค่าเงินวิ่งขึ้นลงแรงมาก แต่ก็ขึ้นอยู่กับความแรงของข่าวด้วย

Mckinsey เข้าไปศึกษาการใช้ Deep learning ในปัจจุบัน โดยแบ่งเป็น 19 อุตสาหกรรม

Mckinsey เข้าไปศึกษาการใช้ Deep learning ในปัจจุบัน โดยแบ่งเป็น 19 อุตสาหกรรม

กิจกรรมต่างๆในการทำงาน 400 เคส พบว่ามีถึง 69% ของกิจกรรมต่างๆ AI สามารถทำแทนได้!! จะมีเพียง 15% ที่ยังต้องพึ่งพิงมนุษย์ และมีถึง 16% เป็นงานที่ Mckinsey เรียกว่า "greenfield" มีแต่ AI เท่านั้นที่ทำได้ มนุษย์ทำไม่ได้

อุตสาหกรรม 5 อันดับแรกที่ AI สามารถเพิ่มประสิทธิภาพการทำงานได้คือ การเดินทาง128% ขนส่ง89% ค้าปลีก87% รถยนต์85% ไฮเทค85% เมื่อประเมินมูลค่าเป็นตัวเงิน อุตสากรรมค้าปลีก healthcare ขนส่ง และ พัศดุหีบห่อ ได้ประโยชน์สูงสุด

อุตสาหกรรมค้าปลีกใช้ AI ในการรวมรวมข้อลูกค้าจากจำนวนคล้ิก และ เวลาที่ใช้ดูสินค้าในหมวดต่างๆแล้วนำเสนอต่อลูกค้า ซึ่งถือว่าต้องใช้ข้อมูลมหาศาลและการตอบสนองที่รวดเร็วจึงถือเป็น "greenfield" ที่คนทำไม่ได้ อีกทั้งยังสามารถอ่านอารมณ์จากเสียงเวลาลูกค้าโทรเข้ามา ถ้าลูกค้าตอบสนองได้ไม่ดีก็จะรีบโอนสายไปให้เจ้าหน้าที่ดูและแทน

อุตสาหกรรม healthcare ก็เป็นอีกหนึ่ง Greenfield เพราะ AI สามารถอ่านฟิล์ม X-ray, ผล MRIs และรายงานสิ่งผิดปรกติทั้งที่มนุษย์สังเกตุไม่ออก

การท่องเที่ยวและขนส่ง อย่างการติด Sensor IOT ไว้ที่เครื่องยนต์เครื่องบิน ทำให้คาดการณ์เวลาซ่อมบำรุงได้แม่นยำกว่ามนุษย์

อีกตัวอย่างของการขนส่งคือการให้ AI วางแผนเส้นทางจากการวิเคราะห์แนวทางการขับรถของคนขับแต่ละคน คนขับรถก็จะได้รับรายงานเส้นทางที่มีประสิทธิภาพที่สุด แถม AI ยังสามารถรายงานว่าช่วงไหนควรเร่งความเร็ว ช่วงไหนควรลดความเร็ว ขับรถแบบไหนถึงจะคุ้มค่านํ้ามันรถที่สุด

แต่ก็ไม่ใช่ว่า AI จะเข้ามาแย่งงานมนุษย์โดยทันที มีบริษัทเพียง 20% จากบริษัททั้งหมดที่ยอมรับการมาถึงของAI ที่เริ่มใช้ AI แล้ว เพราะ

1. เทคโนโลยี Deeplearning ในปัจจุบันยังต้องให้คนคอยเทรนว่าAIควรเรียนรู้อะไรจนกว่าเทคนิก Reinforcement learning (AI เรียนรู้ได้ด้วยตัวเองผ่านระบบการให้รางวัล) จะเป็นที่ยอมรับในวงกว้าง

2. เพื่อให้ AI ทำงานได้ดีกว่าคนจำเป็นต้องใช้ข้อมูลมหาศาล บางกรณีอาจจะต้องป้อนเคสเข้าไปหนึ่งล้านตัวอย่างก่อนมันจะมีประสิทธิภาพ และในบางกรณ๊ ชุดข้อมูลที่ให้ AI เรียนรู้ต้องมีการ Refresh ให้ใหม่อยู่เสมอ

3. AI เข้าใจยาก ทำให้รัฐบาลแต่ละประเทศไม่ค่อยยอมรับในสิ่งที่พวกเขาไม่เข้าใจ

4. AI เกิดความลำเอียง จากการได้รับข้อมูลที่จำกัด เช่นการจดจำใบหน้า ยังอาจจดจำใบหน้าได้แค่คนบางเชื้อชาติที่AIถูกฝึกมา

5. AI ที่เก่งรอบด้าน เอาไปใช้ได้ทุกกิจกรรม ยังไม่มี เราอาจสอนให้มันทำเรือ่งๆหนึ่งได้ดี แต่พอต้องเริ่มให้ทำกิจกรรมใหม่ๆ ก็ต้องไปเริ่มจากศูนย์

6. อาจไม่ได้รับความคุ้มค่าจากค่าใช้จ่ายที่ลงทุนไป เช่นกรณีใช้AIแสกนหน้าคนเพื่อต่อแถวขึ้นเครื่องบิน ยังมีค่าใช้จ่ายสูงกว่าประโยชน์ที่ได้รับ หรือ กรณีอ่านฟิล์ม X-ray ยังใหม่เกินไปที่บริษัทประกันจะนำไปใช้ในการออกผลิตภัณท์ใหม่ๆหรือผู้คุมกฎจะออกกฎหมายใหม่ๆได้

ใครสนใจเข้าไปอ่านข้อมูลเพิ่มเติมได้ครับ

คลิก

บอม

Cr.DinoTech5.0

บทความสนับสนุนโดย FXPro
เพิ่มเพื่อนรับข่าวสารตลาดหุ้น Forex และบทความดีๆ ด้านการเงิน การลงทุน ฟรี!!
http://line.me/ti/p/%40zhq5011b  
Line ID:@fxhanuman

"การแจ้งเตือนเรื่องความเสี่ยง: การเทรด Forex หรือ CFD และตราสารอนุพันธ์อื่นๆ นั้นผันผวนสูงและมีความเสี่ยงสูง คุณควรพิจารณาอย่างรอบคอบถึงวัตถุประสงค์การซื้อขาย ระดับประสบการณ์ และความเสี่ยงที่อาจเกิดขึ้น มีความเป็นไปได้ที่ความสูญเสียจะสูงเกินกว่าเงินลงทุนของคุณ คุณควรลงทุนในระดับที่สามารถรับความสูญเสียได้ โปรดตรวจสอบให้แน่ใจว่าคุณเข้าใจความเสี่ยงทั้งหมดและใช้ความระมัดระวังในการจัดการความเสี่ยงของคุณ"