ใช้ Claude Code ทำงานกับข้อมูลหุ้นไทย/SET: ดึง จัดระเบียบ วิเคราะห์ (ไม่ใช่ทำนาย)

เวลาคนถามผมว่า "เอา AI มาเล่นหุ้นได้ไหม" คำถามมักไปไกลถึงเรื่อง "ทำนายราคา" ทันที แต่จากประสบการณ์ทำงาน data สายการเงินในธนาคารมาหลายปี ผมจะบอกว่างานที่ Claude Code ทำได้ดีจริงและคุ้มค่าที่สุด ไม่ใช่การทำนาย แต่คือ งานหลังบ้านที่น่าเบื่อแต่สำคัญ — ดึงข้อมูลให้ถูก จัดระเบียบให้สะอาด แล้วสรุปออกมาให้คุณ "เข้าใจข้อมูล" ได้เร็วขึ้น บทความนี้ผมจะเล่าว่าใช้มันกับข้อมูลตลาดหุ้น รวมถึงหุ้นไทย/SET อย่างไรให้ได้ประโยชน์จริงและไม่ผิดกฎ — กรอบทั้งบทคือ data engineering ไม่ใช่คำแนะนำการลงทุน

กรอบที่ถูก: จัดการข้อมูล ไม่ใช่ทำนาย

ก่อนอื่นต้องตั้งกรอบให้ตรงก่อน เพราะเป็นจุดที่คนพลาดบ่อยที่สุด งานที่ผมจะพูดถึงทั้งหมดในบทนี้คือ การทำให้ข้อมูลพร้อมใช้และเข้าใจง่าย ไม่ใช่การให้ AI บอกว่าตัวไหนจะขึ้นจะลง

เหตุผลตรงไปตรงมา — การทำนายราคาให้แม่นอย่างมีกำไรสม่ำเสมอนั้นยากมาก และตัวเลขที่ดูดีในกระดาษมักหลอก (ผมเขียนเรื่องนี้ไว้ละเอียดในบทความ backtest กลยุทธ์ลงทุน) แต่การมีข้อมูลสะอาด ครบ ถูกต้อง และดูง่าย เป็นสิ่งที่มีค่าจริงและทำให้สำเร็จได้แน่นอน นี่คือที่ที่ Claude Code เก่ง — มันเขียนโค้ดส่วนหลังบ้านให้คุณได้เร็วมาก ในขณะที่คุณคงสมองไว้ตัดสินใจเรื่องสำคัญ

งานที่เหมาะกับ Claude Code ในขอบเขตนี้ เช่น

• เขียนสคริปต์ ดึงข้อมูลราคาย้อนหลังและข้อมูลพื้นฐาน จากแหล่งที่คุณมีสิทธิ์ใช้
• ทำความสะอาดและจัดระเบียบ ข้อมูลที่หน้าตาไม่เหมือนกันให้อยู่ในรูปเดียว
• คำนวณ indicator พื้นฐาน อย่างค่าเฉลี่ยเคลื่อนที่หรือความผันผวน เพื่อดูภาพรวม
• ทำ dashboard หรือสรุปสั้น ให้เปิดดูได้ทุกเช้าโดยไม่ต้องนั่งกดเอง

เรื่องแหล่งข้อมูล: เช็คสิทธิ์ก่อนเสมอ

นี่คือหัวข้อที่ผมอยากเน้นหนักที่สุด เพราะคนสาย code มักโฟกัสที่ "ดึงข้อมูลมาให้ได้" จนลืมถามว่า "เรามีสิทธิ์ใช้ข้อมูลนี้แบบนี้หรือเปล่า" ข้อมูลตลาดหุ้นจำนวนมากมีลิขสิทธิ์ และตลาดหลักทรัพย์กับผู้ให้บริการข้อมูลแต่ละรายมีเงื่อนไขการใช้งาน (Terms of Service) ที่ต่างกัน

หลักที่ผมยึดและอยากให้คุณยึดด้วย

• ใช้แหล่งข้อมูลที่คุณมีสิทธิ์/ถูกลิขสิทธิ์เท่านั้น ไม่ว่าจะเป็นข้อมูลฟรีที่เปิดให้ใช้อย่างเป็นทางการ หรือบริการที่คุณสมัครและจ่ายเงิน
• อ่านเงื่อนไขการใช้งานก่อน โดยเฉพาะข้อจำกัดเรื่องการนำข้อมูลไปใช้ต่อ เก็บซ้ำ หรือเผยแพร่ — มีหลายกรณีที่ดูข้อมูลฟรีได้ แต่ดึงเก็บลงระบบตัวเองหรือใช้เชิงพาณิชย์ไม่ได้
• อย่า scrape เว็บแบบละเมิดเงื่อนไข แม้ในทางเทคนิคจะทำได้ ก็ไม่ได้แปลว่าได้รับอนุญาต การฝ่าฝืน ToS หรือลิขสิทธิ์ข้อมูลของตลาด/ผู้ให้บริการเป็นเรื่องที่มีผลทางกฎหมายและจริยธรรม
• ถ้าจะใช้เชิงพาณิชย์ ให้ เลือกแหล่งที่ระบุชัดว่าอนุญาต หรือทำสัญญา/สมัครแพ็กเกจที่ครอบคลุมการใช้งานแบบนั้น

ผมจงใจไม่ระบุชื่อ API หรือผู้ให้บริการเจาะจงในบทนี้ เพราะเงื่อนไขแต่ละเจ้าเปลี่ยนได้และต่างกันมาก สิ่งที่ถูกต้องคือคุณเลือกแหล่งข้อมูลของคุณเอง แล้ว อ่านเงื่อนไขของแหล่งนั้นด้วยตัวเองก่อนเขียนโค้ดดึง — แล้วค่อยให้ Claude Code ช่วยเขียนตัวดึงตามแหล่งที่คุณยืนยันสิทธิ์แล้ว ถ้าข้อมูลที่ดึงมามีข้อมูลส่วนบุคคลปนอยู่ด้วย เรื่องนี้ก็มีมิติ PDPA ที่ต้องระวัง ผมเขียนแยกไว้ในบทความเรื่องความเป็นส่วนตัวของข้อมูล

ให้ Claude Code สร้าง pipeline ทีละขั้น

วิธีที่ปลอดภัยและตรวจสอบได้คือซอยงานเป็นขั้น แล้วตรวจทุกขั้น ไม่ใช่สั่งรวดเดียวแล้วเชื่อผลสุดท้าย ผมมักบอกขอบเขตให้ชัดตั้งแต่ต้นว่า "ฉันมีสิทธิ์ใช้ข้อมูลจากแหล่งนี้ตามเงื่อนไขแบบนี้ ช่วยเขียนตัวดึงตามนั้น" เพื่อให้มันทำงานในกรอบที่ถูก

โครงที่ผมใช้ประจำ

1. ดึง — เขียนสคริปต์ดึงข้อมูลราคาและพื้นฐานจากแหล่งที่ยืนยันสิทธิ์แล้ว เก็บลงไฟล์หรือฐานข้อมูลของคุณ
2. ทำความสะอาด — จัดการวันหยุดตลาด ข้อมูลขาดหาย รูปแบบวันที่ และหน่วยที่ไม่ตรงกัน ให้เป็นมาตรฐานเดียว
3. คำนวณ — สร้าง indicator พื้นฐานเพื่อ "อธิบายข้อมูล" เช่น ค่าเฉลี่ยเคลื่อนที่ หรือความผันผวนในช่วงเวลาหนึ่ง
4. สรุป — ทำตารางหรือกราฟสรุปที่อ่านง่าย เพื่อให้คุณเห็นภาพรวมและตั้งคำถามต่อได้

ขอเน้นว่าตัวเลขทุกอย่างที่ออกมาเป็นการ อธิบายสิ่งที่เกิดขึ้นแล้วในข้อมูล ไม่ใช่การพยากรณ์ และไม่ใช่สัญญาณซื้อขาย ผมจะให้มันเขียนคอมเมนต์กำกับในโค้ดเสมอว่าแต่ละค่าหมายถึงอะไรและคำนวณจากช่วงไหน เพื่อให้ตรวจย้อนได้

ตรวจข้อมูลและผลลัพธ์เสมอ (human-in-loop)

Claude Code เขียนโค้ดได้เร็วและส่วนใหญ่ดี แต่ข้อมูลการเงินมีรายละเอียดเล็ก ๆ ที่ทำให้ผลเพี้ยนได้ง่าย เช่น การปรับราคาจากการแตกพาร์หรือจ่ายปันผล วันหยุดตลาดที่ไม่ตรงปฏิทินทั่วไป หรือหน่วยสกุลเงินที่ปนกัน วินัยที่ผมยกมาจากงานธนาคารคือ อย่าเชื่อผลจนกว่าจะตรวจกับความจริง

• สุ่มเช็คค่าที่ได้กับแหล่งต้นทางสองสามจุด ว่าตรงกันจริงไหม
• ดูข้อมูลขาดหายและค่าผิดปกติ (outlier) ทุกครั้ง เพราะมันมักเป็นสัญญาณว่าขั้นทำความสะอาดมีบั๊ก
• ให้มันเขียนสรุปว่าข้อมูลครอบคลุมช่วงไหน มีกี่แถว ตกหล่นตรงไหน — รู้ข้อจำกัดของข้อมูลก่อนเอาไปใช้คิดต่อ

ตัวอย่างเชิงสมมติเพื่อให้เห็นภาพ (ไม่ใช่ตัวเลขจริงและไม่ใช่หุ้นจริง) — สมมติคุณดึงราคาปิดของหุ้นสมมติตัวหนึ่งมาแล้วค่าเฉลี่ยดูสูงผิดปกติในบางช่วง พอไล่ดูจริงอาจพบว่าขั้นทำความสะอาดลืมปรับราคาตอนแตกพาร์ จุดแบบนี้แหละที่การตรวจด้วยตาคนยังจำเป็น

กับดักการวิเคราะห์ย้อนหลัง (ฉบับย่อ)

พอมีข้อมูลสะอาดแล้ว หลายคนจะอยากต่อยอดไปทดสอบไอเดียกับอดีตทันที ตรงนี้มีกับดักคลาสสิกที่ทำให้ผลดู "ดีเกินจริง" ผมขอเตือนแบบสั้น ๆ ไว้สามข้อ

• Look-ahead — เผลอใช้ข้อมูลที่ในความจริงยังมาไม่ถึง ณ จุดตัดสินใจ
• Overfitting — ปรับจนพอดีกับอดีตเป๊ะ จนกลายเป็น "จำข้อสอบ" ไม่ใช่เข้าใจ
• Survivorship — ทดสอบกับเฉพาะตัวที่รอดมาถึงวันนี้ ลืมตัวที่หายไประหว่างทาง

สามข้อนี้ลึกพอจะเขียนเป็นบทเต็มได้ ผมรวมรายละเอียดและวิธีตรวจไว้ในบทความ backtest กลยุทธ์ลงทุนแล้ว ถ้าคุณกำลังจะเดินไปทางนั้นแนะนำให้อ่านก่อน

ข้อจำกัดและคำเตือน

ขอพูดให้ชัดที่สุด — บทความนี้เป็นเรื่องการจัดการและวิเคราะห์ข้อมูล ไม่ใช่คำแนะนำการลงทุน และไม่ได้บอกว่าหุ้นตัวใดน่าซื้อหรือน่าขาย การมีข้อมูลสะอาดและ indicator สวยงาม ช่วยให้คุณเข้าใจสิ่งที่เกิดขึ้นแล้วได้ดีขึ้นเท่านั้น มันไม่ได้บอกอนาคต ผลในอดีตไม่การันตีผลในอนาคต และตลาดเปลี่ยนพฤติกรรมได้เสมอ การลงทุนมีความเสี่ยง ผู้ลงทุนต้องศึกษาและตัดสินใจรับผิดชอบเอง

และย้ำอีกครั้งเรื่องที่สำคัญไม่แพ้กัน — ใช้แหล่งข้อมูลที่คุณมีสิทธิ์เท่านั้น และเคารพเงื่อนไขการใช้งานกับลิขสิทธิ์ข้อมูลของตลาดและผู้ให้บริการ เช็คสิทธิ์ก่อนเขียนโค้ดดึงเสมอ

ค่าที่แท้จริงของการใช้ Claude Code กับงานนี้ ไม่ใช่การหา AI มาทำนายหุ้นให้รวย แต่คือการมีผู้ช่วยที่ทำให้คุณ ทำงานกับข้อมูลได้สะอาด เร็ว และตรวจสอบได้ จนเอาเวลาไปคิดเรื่องที่สำคัญจริงได้ ถ้าอยากเห็นวิธีวาง pipeline และตรวจข้อมูลแบบที่ผมใช้กับงาน data การเงิน ผมรวมไว้ในคอร์ส Claude Code — ก็อป workspace ผมไปปรับกับงานของคุณได้เลย