ไม่กี่ปีมานี้ Investment Fintech ตัวใหม่ๆ แจ้งเกิดตามๆ กันมาทั้งในไทยและต่างประเทศ ล่าสุดมีฟินเทคฝีมือคนไทยที่นำ AI (Artificial Intelligence) เข้ามาใช้กับ Product เกิดเป็น Investment Robo-Advisor (บริการที่ปรึกษาด้านการลงทุนที่เป็นสมองกล) ในชื่อ AVA (เอวา)

Product แต่ละประเภทของ AVA

Robo-Advisor โดย AVA มี Products ทั้งหมด 3 ประเภท ดังนี้

• AVA Advisor มีไว้ช่วยเหลือนักลงทุน ไม่ว่าจะเล่นแบบ Day Trade (ซื้อ-ขายหุ้นโดยไม่ถือข้ามวัน) เล่นแบบ Technical (สไตล์นักลงทุนระยะสั้น) หรือจะเป็น VI (Value Investor นักลงทุนระยะยาว) เหมาะสำหรับ Active Investor ที่ขยัน อยากลงทุนด้วยตนเอง แต่ก็อยากได้คำแนะนำจากผู้จัดการกองทุนหรือผู้ที่มีความสามารถในการวิเคราะห์ ซึ่งจะ Launch ให้ใช้งานตั้งแต่วันที่ 24 เมษายนนี้

• AVA  Fund สำหรับคนที่อยากได้ผลตอบแทนจากการลงทุนแต่ไม่มีเวลาหรือไม่อยากลงทุนด้วยตัวเอง User จึงต้องนำเงินเข้าไปฝากไว้ที่ AVA แล้วระบบ AI ก็จะคัดเลือกหุ้นที่น่าสนใจในกองทุนออกมานำเสนอ สมมติว่า User ตั้งโจทย์ว่าอยากได้เงินเพิ่มสัก 5% ของเงินที่มีอยู่ในกองทุนภายใน 3 เดือน AVA ก็จะเลือกให้ว่าควรนำเงินไปลงทุนที่กองทุนหรือพันธบัตรรัฐบาล  ซึ่งขณะนี้มีความพร้อมทางด้านเทคโนโลยีและ Product แล้ว แต่จะสามารถเปิดให้บริการได้ก็ต่อเมื่อเป็นไปตามการอนุญาตของหน่วยงานกำกับดูแล (Regulator) เท่านั้น

• AVA Advisory ของโบรกเกอร์ เป็นโมเดลที่ Customize ตาม Requirement ของแต่ละบริษัท เช่น บริษัทหลักทรัพย์ A เป็นลูกค้าของ AVA ซึ่งนาย B มีมูลค่าการซื้อขายหุ้นในบริษัทนี้สูงตามที่บริษัทหลักทรัพย์กำหนด ก็สามารถใช้ฟีเจอร์ของ AVA ตามที่บริษัท A ซื้อหรือ Subscription ไว้ได้

AVA โดย AVA Advisory Pte. Ltd. ให้บริการผ่าน Robo-Advisor on Mobile  ซึ่งแบบฟรีจะมี Basic Feature ให้ใช้งานได้ เช่นดูข้อมูล Real Time ข้อมูลงบการเงินย้อนหลังได้ แต่ถ้า User ต้องการดูสิ่งที่ AI วิเคราะห์ เช่น Auto Trend Line Detection, Portfolio Checkup ก็ต้องจ่ายค่าแพ็กเกจในแบบ Pro โดยจะต้อง Subscribe แบบ Retail หรือใช้งานผ่านโบรกเกอร์ที่เปิดให้บริการ

คุยกับ Co-Founder ที่เคยทำฟินเทคมาก่อน

ด้านแนวคิดและการพัฒนา AVA มิรันดา ทรงพัฒนาศิลป์ CFO/Co-Founder ของ AVA เล่าให้ฟังว่า จุดกำเนิดของ AVA เกิดจากประสบการณ์การเป็นนักลงทุนและเทรดเดอร์ และความสนใจด้าน AI ของตนเอง บวกกับการได้พูดคุยกับ นิรันดร์ ประวิทย์ธนา ซึ่งแต่เดิมเป็น Co-Founder ของ MarketAnyware อยู่แล้ว จึงได้ทราบว่ากำลังพัฒนา AI อยู่เช่นกัน ก็เลยร่วมทีมกันเพื่อสร้าง AI Robo-Advisor ขึ้นมา โดยมีทีม AI Scientist เข้ามาเสริมทัพ เพื่อร่วมสร้าง AI Machine Learning อย่างแท้จริงด้วย

โดย MarketAnyware เป็น Tool ที่ได้รับการยอมรับจากโบรกเกอร์ และที่ผ่านมามีลูกค้ารายใหญ่ 5 ราย ได้แก่ บริษัทหลักทรัพย์กสิกรไทย จำกัด (มหาชน) (KS), บริษัทหลักทรัพย์ ไทยพาณิชย์ จำกัด (SCBS), บริษัทหลักทรัพย์ ภัทร จำกัด (มหาชน) (PHATRA), บริษัทหลักทรัพย์ ฟิลลิป (ประเทศไทย) จำกัด (มหาชน) (PST) และบริษัทหลักทรัพย์ ฟินันเซีย ไซรัส จำกัด (มหาชน) (FSS) ซึ่งโบรกเกอร์เหล่านี้ก็นำ MarketAnyWare ไปให้ลูกค้าใช้อีกทอดหนึ่ง

“สำหรับ MarketAnyware ก็เป็น Tool ที่นักลงทุนชื่นชอบและใช้งานได้ดีมาโดยตลอด สามารถดูหุ้นย้อนหลังได้ 12 ปี มีข้อมูลหุ้น Real Time มีงบการเงิน มีสูตรสแกนหุ้น มีบทวิเคราะห์ของโบรกเกอร์ แล้วแต่ว่าใช้ของโบรกเกอร์ไหน ซึ่ง MarketAnyware จะ Customize ให้ตามความต้องการของแต่ละโบรกเกอร์ได้ แต่เมื่อเราเห็นว่า เทคโนโลยีปัญญาประดิษฐ์ Artificial Intelligence มีผลกระทบต่อโลกแห่งการลงทุนมาก จึงอยากจะพัฒนา AI ให้คนไทยได้ใช้งานกัน โดยพัฒนาความสามารถให้เป็นผู้ช่วยการลงทุนมากขึ้น สามารถ Personalized และ Automation ได้ พร้อมทั้งรองรับความสามารถที่เพิ่มขึ้นจากการเรียนรู้ของ Machine Learning ในอนาคตได้อีกด้วย”

หนึ่งในฟีเจอร์ที่มิรันดานำเสนอบน AVA ก็คือ Auto Trendline Detection เพื่อหาสัญญาณการซื้อขายหุ้น โดยการนำเอาเทคโนโลยี Image Processor (การประมวลผลภาพ) มาใช้

“จากปกติที่ราคาหุ้นขึ้นๆ ลงๆ เทรดเดอร์จะดูจากกราฟแท่งเทียน เพื่อดูราคาเปิด ราคาปิด ราคาสูงสุด ต่ำสุด และการเกิดรูปทรงลักษณะเฉพาะ ที่นักเทคนิครู้จักกันดีใน Chart Pattern เพื่อเป็นการสรุปพฤติกรรมราคา เมื่อนำข้อมูลตรงนี้มาวิเคราะห์ ก็จะเห็นสัญญาณซื้อขายหุ้นได้ แต่เดิมเทรดเดอร์ต้องวาดกราฟ ตี Trendline ชี้เป้าราคากันเองด้วยมือ แต่เมื่อ AVA ทำฟีเจอร์ Auto Trendline Detection ขึ้นมา ก็จะบอกได้ทันที ว่าหุ้นตัวนี้ Breakout หรือเปล่า ด้วยความแม่นยำของ AVA ก็จะลด Human Error (ความผิดพลาดของมนุษย์) ลดความล่าช้า และสามารถนำไปใช้งานได้ทันที”

โดย AVA นำข้อมูลทั้งหมดนี้มาจัดสถาปัตยกรรมใหม่ หลังจากนั้นก็นำเข้าสู่กระบวนการการเรียนรู้ของ Machine Learning และล่าสุดก็นำกลยุทธ์การลงทุนหรือที่เรียกว่า Alpha มาสร้างเป็น AVA Fund ทำให้ AVA มีความสามารถในการคัดสรรหุ้น จัดพอร์ตการลงทุน ปกป้องเงินต้น ตลอดจนสร้างผลตอบแทนในระยะยาวได้ และยังมีความสามารถจากการเรียนรู้ของ Machine เพิ่มขึ้นมาอีก

องค์ประกอบอะไรบ้างที่นำมา Forecast

• Fundamental ปัจจัยพื้นฐาน เช่น งบการเงิน ซึ่งในแต่ละบริษัทก็จะออกงบการเงินปีละ 4 ครั้ง ตามไตรมาส
• Technical การวิเคราะห์หุ้นเชิงเทคนิค เช่น สัญญาณกราฟ การเกิด Trendline Breakout  การเกิด Chart รูปแบบต่างๆ รวมถึงปริมาณการซื้อขายระหว่างวัน
• Fund Flow การเคลื่อนไหวของกลุ่มเงินทุน ทั้งภายในประเทศและที่เข้ามาจากต่างประเทศ
• MacroEconomics สภาพเศรษฐกิจและดัชนีทางเศรษฐกิจที่มีผลกระทบต่อตลาดหุ้น ได้แก่ ค่าเงิน ตัวเลขการว่าจ้าง อัตราเงินเฟ้อ ราคาสินค้าโภคภัณฑ์
• Triggering Event ข่าวและบทวิเคราะห์หุ้นหรือข้อมูล เช่น Donald Trump ทวีตขึ้นมา AI ก็จะจับข้อมูลจาก Official Account มาร่วมวิเคราะห์ หรือการคาดการณ์ขึ้นดอกเบี้ยของธนาคารกลางก็จะถูกนำมาร่วมวิเคราะห์ด้วยว่า หุ้นจะแกว่งไปในทิศทางไหน

สำรวจฟีเจอร์ของ AVA

AVA จะมีหน้า Index Chart บอกความเคลื่อนไหวว่า ดัชนีหุ้นไปในทิศทางไหน วันนี้มีหุ้นตัวไหนมี Volume เข้าเยอะ มูลค่าการซื้อขายมีแค่ไหน โดยเป็นข้อมูลแบบ Real Time ซึ่งปกตินักลงทุนจะอาศัยการใช้งานแอปพลิเคชันที่มีอยู่ในตลาด แต่ก็ยังไม่สามารถได้ข้อมูลการวิเคราะห์ที่ดีเพียงพอ เช่น ข้อจำกัดเรื่องความสามารถในการดู Bid-Offer ของหุ้นแต่ละตัว ซึ่งจะไม่มีการรายงานหรือแจ้งเตือนทันที จึงจำเป็นต้องไปค้นหาและวิเคราะห์ต่อเอง แต่ AVA จะแสดงให้เห็นอย่างเด่นชัด

สำหรับนักลงทุนที่เป็น VI ซึ่งมีโจทย์ในใจแตกต่างกันไปก็จะเลือกได้ว่าต้องการดูข้อมูลอะไรใน AVA บ้าง เช่น ขอดูหุ้นที่ลงยาวๆ แล้วจ่ายปันผลดี หรือมี EPS (Earning per Share) กำไรต่อหุ้นเติบโตต่อเนื่อง 5 ปี หรือหุ้นของกิจการที่กำลังปรับเปลี่ยนกลยุทธ์จนกลายมาเป็นหุ้น Turnaround เป็นต้น

และภายในปลายไตรมาส 2-3 นี้ AVA จะเปิดให้นักลงทุนสามารถซื้อขายหุ้นผ่าน AVA ได้ โดยขณะนี้กำลังอยู่ในขั้นตอนพัฒนาการเชื่อมต่อกับ Settrade Streaming เพื่อส่งคำสั่งซื้อขายผ่านโบรกเกอร์ที่ใช้ AVA พร้อมทั้งมีข้อมูลหุ้นต่างประเทศเป็นอีกทางเลือกหนึ่งของการลงทุนด้วย

“ต้องบอกว่า เมืองไทยกับต่างประเทศแตกต่างกันหลายอย่าง เช่น การส่งคำสั่งซื้อขายหุ้นออนไลน์  ที่ผ่านมา ในประเทศไทยจะซื้อขายหุ้นต้องผ่านผู้ให้บริการกลางเท่านั้น ซึ่งก็คือ Streaming แต่ในต่างประเทศ ถ้าลูกค้าเทรดกับโบรกไหน ต้องใช้ Technology Product ของเขาเท่านั้น ซึ่งนับว่าเป็นโอกาสของ AVA ที่จะเติบโตไปเป็น Partner กับโบรกเกอร์ต่างประเทศได้อีกด้วย” Co-Founder สาวกล่าว

จะสร้างฐาน User ด้วยวิธีใด

เมื่อพูดถึงการดึงหรือเชิญชวน User มาเข้าระบบ มิรันดาอธิบายว่า ตอนนี้สถิติผู้ที่เปิดบัญชีเทรดหุ้น (User Units) มีประมาณ 250,000 รายในประเทศไทย แต่ในตลาดรวมมีมากกว่าล้านบัญชีเพราะคนคนหนึ่งอาจจะเปิดหลายบัญชีกับหลายโบรกเกอร์ เนื่องจากต้องการแบ่งพอร์ตการลงทุน อ่านบทวิเคราะห์ของแต่ละโบรกเกอร์ หรือมีความต้องการในด้านการให้บริการของโบรกเกอร์แตกต่างกัน ซึ่งในจำนวน 250,000 นี้ เป็น User ของ MarketAnyware 120,000 ราย และหลังจากเปิดตัว AVA แล้ว ระบบก็จะย้ายฐาน User ของ MarketAnyware เข้าสู่แพลตฟอร์ม Robo-Advisor ของ AVA ซึ่งในช่วงแรกจะให้ใช้งานแบบ Parallel กันไป แต่ในอนาคตจะเหลือเพียง AVA เท่านั้น

“เรียกว่า Trader ครึ่งนึงรู้จัก MarketAnyware  อยู่แล้ว โจทย์ที่เราต้องทำต่อคือ ทำอย่างไรที่จะรักษาใจของลูกค้าเก่าให้มาใช้ AVA มากขึ้นเรื่อยๆ และเข้าใจใน Product มากขึ้น เพราะ AI มีความซับซ้อน เราก็ต้องทำการบ้านตรงนี้ให้ดีขึ้น เพราะเราต้องการมอบโอกาสให้คนทุกคนไม่ว่าจะลงทุนเป็นหรือไม่เป็น แต่ถ้าคุณใช้เทคโนโลยีเป็นแล้วมันจบ โดย AVA จะดูเป็นไฟแนนซ์น้อยลง เข้าถึงง่ายขึ้น เหมือนที่แต่ก่อนการแต่งภาพต้องเปิดโปรแกรม Photoshop ในคอม แต่เดี๋ยวนี้มี Instagram แต่งภาพในมือถือได้ ชีวิตก็ง่ายขึ้น”

เปรียบเทียบระหว่างการเป็นแพลตฟอร์มเดิมกับการเป็น AI ให้ฟังหน่อย

การทำเป็นแพลตฟอร์มหรือ Tool ก็เหมือนเป็นการสร้างเครื่องคิดเลข อยากได้อะไรก็บวกลบคูณหาร นี่คือเทคโนโลยีด้านไฟแนนซ์ ที่ผ่านมาจนถึงทุกวันนี้ แต่ปี 2017 จะมีเครื่องคิดเลขอันใหม่ขึ้นมา 'คำนวณให้หน่อย ฉันอยากได้แบบนี้' นี่คือสิ่งที่ AVA ทำ

เนื่องจาก AVA เป็น Machine Learning ดังนั้น ขั้นตอนแรกคือต้องสร้างสถาปัตยกรรมเพื่อรองรับฐานข้อมูลมหาศาลก่อน จากนั้นจึงนำข้อมูลไปเรียนรู้ และสร้างฟีเจอร์กับอัลฟ่าขึ้นมา และเนื่องจากเป็นการให้บริการข้อมูล Real Time เพราะฉะนั้น ความไวและความแม่นยำจึงเป็นส่วนสำคัญที่สุดที่จะทำให้เกิดความน่าเชื่อถือขึ้น หลังจากนั้นก็นำข้อมูลที่ได้ไปทดสอบเพื่อพิสูจน์ทางสถิติว่ามีความแม่นยำเพียงใด ซึ่งต้องทำด้วยความเร็วสูง

กล่าวคือ โมเดลของ AVA เกิดขึ้นได้ด้วยสูตรคำนวณแบบ Mathematics (คณิตศาสตร์) แต่การทำ Back Test เพื่อเช็คความถูกต้อง เกิดขึ้นได้ด้วย Statistics (สถิติ)

Challenge ของการพัฒนาฟินเทคด้วย AI อยู่ตรงไหน

ในส่วนของการเทรดหุ้น เวลา เป็นเรื่องสำคัญมากสำหรับนักลงทุน ดังนั้น Fast Data (การประมวลผลข้อมูลที่รวดเร็ว) กับ Accuracy (ความถูกต้อง) จึงเป็นสองความท้าทายที่สำคัญของ AVA เพื่อการ Output ข้อมูลที่ถูกต้องมากที่สุด Real Time มากที่สุดให้แก่ User

ในด้านการมองเทรนด์หุ้น เทรดหุ้น ที่ AVA ต้องอาศัย Financial Data จำนวนมาก และต้องนำไปเทสต์กับหุ้นทุกตัวในตลาด หากมองเฉพาะในเมืองไทยมีหุ้นประมาณ 600 ตัว รวม Warrant, DW, TFEX และอื่นๆ ก็เป็น 2,000 กว่าตัว ถ้ามองไปที่สหรัฐอเมริกายังมีหุ้นอีก 2,000 กว่าตัว และในตลาดโลกยังมีอีกมาก รวมแล้วเป็นหมื่นๆ ตัว ซึ่งถ้าข้อมูล Back Test วิเคราะห์ไม่เร็วพอ หุ้นอาจจะวิ่งไปอีกราคาหนึ่ง นักลงทุนก็จะเสียโอกาส

“ถึงบอกว่า Fast Data is the next Big Data ในการลงทุน เพื่อให้ได้ข้อมูลที่ครบถ้วนที่สุด ถูกต้องที่สุด และการคาดการณ์การลงทุนมันไม่สามารถถูก 100% แต่ถ้าลงทุน 10 ครั้ง ถูกทาง 7 นี่คือ Benchmark ของเราที่ถือว่าน่าพอใจมากแล้ว”

บอกได้ไหม เบื้องหลังเป็นอย่างไร ทีมทำงานมีใครบ้าง

จากเดิมที่ MarketAnyware มี Data และ Platform เมื่อมุ่งสร้าง AVA ก็ต้องพัฒนาในส่วนของ AI ขึ้นด้วย มิรันดาจึงฟอร์มทีม AVA ขึ้น โดยแบ่งเป็น 3 ส่วน

ส่วนที่ 1 ก็คือ Platform ซึ่งพัฒนามาจากทีม MarketAnyware ส่วนที่ 2 ก็คือ AI Scientist ที่เข้ามาใหม่ ส่วนที่ 3 ก็คือด้านของ Finance ที่มิรันดาร่วมพัฒนาด้วยตนเอง

ซึ่งถ้าขาดส่วนใดส่วนหนึ่งไปจะไม่สามารถสร้าง AI ที่มีประสิทธิภาพขึ้นมาได้ โดยทีมต้องมีความรู้ทั้งด้านคณิตศาสตร์ สถิติ คอมพิวเตอร์ ไฟแนนซ์ จึงจะสามารถนำ Platform ที่ใช้งานง่าย มีระบบ AI ที่ฉลาดและแม่นยำไปสู่ผู้ใช้งานได้ ซึ่งงานนี้มี CTO คือ เดฟ - รวิต ภู่หลำ และ AI Scientist ดร.ไกรกมล หมื่นเดช ที่เรียนจบจากเยอรมนีทางด้าน AI โดยเฉพาะ มาสร้าง AVA ร่วมกัน

โดยทั่วไป สตาร์ทอัพจะแบ่งการทำงานเป็น Infrastructure, Backend, Frontend, UXUI แต่เมื่อเป็น Hard Tech อย่างการสร้าง AI ของทีม AVA ทีมงานก็จะแตกต่างออกไป คือ แบ่งทีมเป็น Big Data ทำหน้าที่ประมวลผลข้อมูล, ทีม AI Scientist ที่นำ Data ทั้งหมดมาเข้าสู่กระบวนการ Feature Extraction  เพื่อส่งต่อไปยังทีม Finance เพื่อทำ Predictive Model & Testing แม้ต้องผ่านหลายกระบวนการแต่ก็ต้องทำด้วยความเร็วสูง จึงจะได้มาซึ่ง Finished Product ที่อยู่ในรูปแบบของ Platform ให้ผู้ใช้งานจับต้องได้ในท้ายที่สุด จึงเป็นการทำงานร่วมกันของทั้งฝั่ง Tech และ Domain Expert อย่าง Finance โดยสมบูรณ์

สรุปคือ AVA มีทีมทำ Big Data, Feature Extraction, Predictive Model, Back Test จนถึง Trading Platform  เป็นความแตกต่างที่ทำให้ Product แจ้งเกิดในแนวทางที่แตกต่าง

รู้เรื่องระบบการทำงานแล้ว อยากทราบเรื่องการแข่งขันด้านฟินเทคในเมืองนอก และเป้าหมายของปี 2017

การเดินทางไปต่างประเทศบ่อยครั้งเพื่อศึกษาวิธีพัฒนาฟินเทค ทำให้มิรันดาได้เห็นเทรนด์และการแข่งขันในเมืองนอก ตลอดจนตัดสินใจจัดตั้งบริษัท AVA ที่สิงคโปร์ เนื่องจากมี Brokerage Firm ที่เป็นต่างชาติติดต่อเข้ามาเป็นลูกค้า

มิรันดาเล่าว่า สนามนี้มีการแข่งขันดุเดือดมาก AVA ต้องไปแข่งขันกับกองทุนระดับโลกเช่น Vanguard, Betterment, Wealthfront ในอเมริกา ส่วนใน South East Asia แม้จะมี Robo-Advisor Startup เกิดขึ้น แต่ส่วนมากจะให้บริการทาง Personal Finance มากกว่า ในขณะที่ Robo-Advisor ในด้านการลงทุนที่เจ๋งๆ มักเป็น Product ของ Big Bank เนื่องจากการสร้าง AI จำเป็นต้องใช้ต้นทุนสูง สตาร์ทอัพหน้าใหม่จึงเข้ามาเป็นผู้เล่นตรงนี้ยาก

ส่วนเป้าหมายในปี 2017 มิรันดาคาดว่าจะต่อยอดไปหาลูกค้ารายใหม่ได้ไม่ยาก เพราะ AVA ได้เปรียบจากการที่ MarketAnyware มีลูกค้าเป็นโบรกเกอร์หลายรายและได้สร้างความน่าเชื่อถือเอาไว้ระดับหนึ่งแล้ว ภายในปีนี้จึงตั้งเป้าที่จะเพิ่มโบรกเกอร์เข้ามาอีก 4 โบรก และจะขยายตลาดในสิงคโปร์ หลังจากนั้นก็จะบุกอีก 4 ตลาด ได้แก่ เวียดนาม ฮ่องกง จีน และสหรัฐอเมริกา