งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาหารูปแบบการพยากรณ์ที่เหมาะสมในการ พยากรณ์อัตราแลกเปลี่ยนเงินตราต่างประเทศ 6 สกุล ด้วยวิธีโครงข่ายประสาทเทียม โดยทำการศึกษาหาขนาดอนุกรมเวลาที่เหมาะสมสำหรับสร้างรูปแบบการพยากรณ์ที่มีความ ถูกต้องสูงที่สุด จากอนุกรมเวลา 3 ขนาด ได้แก่ 30 60 และ 150 โดยกำหนดโครงสร้าง ของโครงข่ายประสาทเทียม 5 ลักษณะ ได้แก่ โครงข่าย 10x8x5, และ 10x12x5, 10x15x5, 10x20x5 และ 10x24x5 นอกจากนี้ในอนุกรมเวลาขนาด 200 และโครงสร้าง ของโครงข่าย 144x20x5 เพื่อศึกษาปัจจัยที่สำคัญ 3 ปัจจัย ได้แก่ ผลกระทบของการทำ ธุรกรรมก่อนหรือหลังวันหยุด (วัน) ฤดูกาล (เดือน) การเคลื่อนไหวระยะสั้น (ค่าเฉลี่ย เคลื่อนที่) ที่คาดว่าจะช่วยเพิ่มความถูกต้องของการพยากรณ์โดยป้อนปัจจัยเหล่านี้เข้าสู่ โครงข่ายประสาทเทียม สำหรับการเปรียบเทียบความถูกต้องของค่าพยากรณ์จะทำการคัดเลือก โครงข่ายที่ให้ค่าพยากรณ์ที่มีความถูกต้องสูงที่สุดไปเปรียบเทียบกับวิธีของบ๊อกซ์และ เจนกินส์อนุกรมเวลาที่นำมาศึกษาเป็นอนุกรมเวลารายวันของอัตราแลกเปลี่ยนเงินดอลล่าร์ สหรัฐฯ เงินดอยช์มาร์กเยอรมัน เงินเยนญี่ปุ่น เงินปอนด์สเตอร์ลิงอังกฤษ เงินฟรังก์ สวิสเซอร์แลนด์ และเงินยูโรกับเงินบาทไทย ที่เก็บรวบรวมตั้งแต่เดือนตุลาคม 2543 ถึง เดือนตุลาคม 2544 การพิจารณาเปรียบเทียบวิธีการพยากรณ์ที่เหมาะสมจะใช้ค่าวัด ความถูกต้องของการพยากรณ์ 3 ค่า ได้แก่ ค่าความคลาดเคลื่อนเฉลี่ย (ME) ค่าความ คลาดเคลื่อนกำลังสองเฉลี่ย (MSE) และเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์เฉลี่ย (MAPE) ซึ่งวิธีการพยากรณ์ที่เหมาะสมจะให้ค่า MSE และ MAPE ต่ำที่สุด ส่วนค่า สัมบูรณ์ของ ME มีค่าใกล้ 0 จากการศึกษาหาขนาดอนุกรมเวลาที่เหมาะสมเพื่อใช้ในการพยากรณ์โดยวิธีโครงข่าย ประสาทเทียมพบว่า สำหรับอนุกรมเวลาอัตราแลกเปลี่ยนเงินดอลล่าร์สหรัฐฯ และเงิน ดอยช์มาร์กเยอรมัน ขนาดอนุกรมเวลาที่เหมาะสมคือ 30 สำหรับเงินเยนญี่ปุ่น และ เงินปอนด์สเตอร์ลิงอังกฤษ ขนาดอนุกรมเวลาที่เหมาะสมคือ 60 สำหรับเงินฟรังก์ สวิสเซอร์แลนด์ ขนาดอนุกรมเวลาที่เหมาะสมคือ 30 และ 60 ส่วนเงินยูโร ขนาดอนุกรม เวลาที่เหมาะสมคือ 150 การศึกษาปัจจัยที่สำคัญ 3 ปัจจัย ได้แก่ ผลกระทบของการทำ ธุรกรรมก่อนหรือหลังวันหยุด(วัน) ฤดูกาล(เดือน) และการเคลื่อนไหวระยะสั้น (ค่าเฉลี่ยเคลื่อนที่) ที่คาดว่าจะช่วยเพิ่มความถูกต้องของการพยากรณ์พบว่า สำหรับ อนุกรมเวลาส่วนใหญ่ ยกเว้นเงินเยนญี่ปุ่น การป้อนปัจจัยต่าง ๆ เข้าสู่โครงข่าย ช่วยเพิ่มความถูกต้องของการพยากรณ์ได้ดี ส่วนการเปรียบเทียบความถูกต้องของการ พยากรณ์ด้วยวิธีโครงข่ายประสาทเทียมและวิธีบ๊อกซ์และเจนกินส์พบว่า วิธีโครงข่าย ประสาทเทียมให้ค่าพยากรณ์ที่มีความถูกต้องสูงกว่าวิธีของบ็อกซ์และเจนกินส์ ยกเว้น เงินเยนญี่ปุ่น วิธีของบ๊อกช์และเจนกินส์ให้ค่าพยากรณ์ที่มีความถูกต้องสูงกว่า วิธีโครงข่ายประสาทเทียม