น่าสนใจเป็นอย่างยิ่งว่า ในปัจจุบัน Data Analyst หรือนักวิเคราะห์ข้อมูล กำลังเป็นอาชีพที่มาแรงและมีความต้องการในตลาดเป็นจำนวนมาก เนื่องจากข้อมูลเป็นจุดเริ่มต้นที่จะสามารถนำไปต่อยอดด้วยการวิเคราะห์ ประเมิน หรือทำการทำนายล่วงหน้าได้ทั้งสิ้น ก่อนอื่นเลยเราจึงต้องมาทำความรู้จักกับชนิดของข้อมูลกันก่อน ซึ่ง Quantitative ก็เป็นหนึ่งในประเภทของข้อมูลที่จะถูกนำมาวิเคราะห์ ส่วน Quantitative คืออะไร และนำไปใช้อะไรได้บ้าง หาคำตอบได้จากบทความนี้เลย

Quantitative คือ การพูดถึงในเชิง ‘ปริมาณ’ ส่วนใหญ่แล้วจะพูดถึงในแง่ของการบ่งบอกลักษณะของข้อมูล โดยข้อมูลที่นับว่าเป็นข้อมูลเชิงปริมาณหรือ Quantitative data จะเป็นข้อมูลที่สามารถวัดค่าออกมาเป็นตัวเลขได้อย่างชัดเจน สามารถบอกปริมาณมากน้อยได้ ได้แก่ น้ำหนัก ส่วนสูง อุณหภูมิ จำนวนประชากร เป็นต้น ซึ่งข้อมูลเหล่านี้จะสามารถนำไปวิเคราะห์ต่อในเชิงสถิติได้ และยังสามารถนำมาจัดทำเพื่อเสนอแผนภาพข้อมูลเช่น แผนภูมิแท่ง กราฟเส้น ได้อีกด้วย

เพื่อเข้าใจภาพรวมของ Quantitative แล้ว ทีนี้เรามาดู Quantitative data ดันดีกว่า โดยจะสามารถแบ่งออกเป็น 2 ชนิดคือ Discrete data และ Continuous data

• Discrete data

คือข้อมูลในรูปแบบของตัวเลขที่เป็นจำนวนนับหรือจำนวนเต็ม เป็นข้อมูลที่ไม่ต่อเนื่อง หรือไม่เกี่ยวข้องกับข้อมูลอื่น และไม่สามารถแบ่งแยกย่อยได้อีก ยกตัวอย่างเช่น จำนวนก๋วยเตี๋ยวที่ขายได้ต่อวัน เท่ากับ 30 ชาม ซึ่งเราจะไม่รายงานเป็น 30.5 ชาม เป็นต้น

• Continuous data

คือข้อมูลที่มีความต่อเนื่อง และค่าที่วัดได้จะไม่มีความจำเพาะทำให้สามารถแยกย่อยออกมาเป็นข้อมูลที่เป็นจุดทศนิยมได้ โดยข้อมูลประเภทนี้จะทำให้เห็นการเปลี่ยนแปลงหรือแนวโน้มของข้อมูลที่เปลี่ยนแปลงไปตามเวลาได้ ซึ่งการนำเสนอข้อมูล เวลาสร้างกราฟ จะเป็นแบบจุด หรือ Scatter จนต่อเนื่องกันเป็นเส้นกราฟ ข้อมูลที่มีลักษณะเป็น Continuous data เช่น น้ำหนักของเราใน 30 วัน หากเราเก็บข้อมูลทุกวัน ก็จะเห็นแนวโน้มได้ว่าน้ำหนักเรานั้นเพิ่มขึ้นหรือลดลงอย่างไร

Quantitative analysis หรือการวิเคราะห์ข้อมูลเชิงปริมาณ ได้เริ่มต้นขึ้นในยุคที่คอมพิวเตอร์กำลังเฟื่องฟู ซึ่งทำให้การวิเคราะห์ข้อมูลจำนวนมากสามารถเสร็จได้ภายในเวลาอันสั้น ด้วยการใช้แบบจำลองทางคณิตศาสตร์และสถิติ การวัดผล และการทำวิจัยเพื่อเข้าใจพฤติกรรมเชิงปริมาณ ซึ่งหากมองในแง่ของการเงินและการลงทุนแล้ว Quantitative analysis จะเน้นไปที่การใช้คณิตศาสตร์และสถิติเข้ามาช่วยเพื่อประเมินมูลค่าของสินทรัพย์ชนิดต่างๆ โดยข้อมูลที่จะนำมาวิเคราะห์เชิงปริมาณก็ยกตัวอย่างเช่น ปัจจัยพื้นฐานของสินทรัพย์ ข้อมูลสถิติต่างๆ เงินเฟ้อ ข้อมูลทางเศรษฐกิจ หรือแม้กระทั่งตัวเลข GDP เป็นต้น

Quantitative trading คือ กลยุทธ์ในการเทรดหุ้น หรือการลงทุนโดยใช้การวิเคราะห์เชิงปริมาณเข้ามาช่วย โดย Quantitative Analyst หรือนักวิเคราะห์เชิงปริมาณ หรือที่รู้จักกันในอีกชื่อว่า ‘Quant’ ซึ่งจะเป็นการใช้ระบบอัลกอริธึมและโปรแกรมของคอมพิวเตอร์ ทั้งโมเดลคณิตศาสตร์แบบง่ายและแบบยาก เพื่อระบุผลประโยชน์สำหรับโอกาสในการลงทุนนั้นๆ นอกจากนี้ยังรวมไปถึงการค้นคว้าและวิจัย โดยศึกษาข้อมูลในอดีตเพื่อคาดการณ์โอกาสเกิดผลกำไรจากการลงทุน ซึ่งมักจะใช้ข้อมูลราคาและปริมาณการเทรดในการสร้างโมเดลสำหรับวิเคราะห์ข้อมูล

ข้อดีของการลงทุนโดยใช้ Quantitative คือ จะช่วยในการตัดสินใจลงทุนโดยอ้างอิงกับข้อมูลที่ได้จากการวิเคราะห์เพื่อคาดการณ์ ปราศจากผลอันเนื่องมาจากอารมณ์ หรือความรู้สึก จึงเป็นการลดข้อผิดพลาดในการตัดสินใจ ส่วนข้อเสียของการใช้ Quantitative คือ เนื่องจากหลายๆ ครั้งการสร้างโมเดลในการวิเคราะห์ จำเป็นที่จะต้องใช้ข้อมูลในอดีต ซึ่งนับจากอดีตจนถถึงปัจจุบัน ตลาดหรือทิศทางเศรษฐกิจอาจจะมีการเปลี่ยนแปลงไป ทำให้โมเดลการวิเคราะห์ที่สร้างขึ้น มีความแม่นยำน้อยลง ทำให้ผลจากการวิเคราะห์คลาดเคลื่อนได้

เราคงจะเข้าใจ Quantitative คืออะไร และเห็นภาพรวมว่า Quantitative data น่าจะมีประโยชน์ในการนำไปใช้วิเคราะห์ข้อมูลในชีวิตประจำวัน ไม่ว่าจะเป็นเศรษฐกิจ ธุรกิจ หรือแม้กระทั่งการประยุกต์ใช้กับการลงทุน หากใครที่กำลังสนใจศึกษาการวิเคราะห์มูลสำหรับการลงทุน ก็อย่าลืมศึกษา Quantitative trading เพิ่มเติม เผื่อจะได้นำไปใช้คาดการณ์การลงทุนได้