สร้างเสริมประสบการณ์การลงทุน

เรียนรู้วิธีคิดและแนวทางการลงทุน ทั้งแบบเก็งกำไรระยะสั้นและระยะยาวแบบถูกวิธี เพื่อการเอาตัวรอดในการลงทุนในตลาดหุ้นและตลาดอนุพันธ์

ห้องเรียนการลงทุนใน หุ้น อนุพันธ์ ออนไลน์

สะดวก เข้าใจง่าย ราคาถูก เน้นให้ความรู้ให้ นักลงทุนสามารถ ลงทุนได้อย่างมีความสุข สร้างผลกำไรแบบพอเพียง ต่อเนื่องและยั่งยืน เอาชนะตลาดในระยะยาว

รู้ทันภาวะตลาดหุ้น

สามารถติดตามข้อมูล ข่าวสารการลงทุน ภาวะตลาดหุ้นเมืองไทยและรอบโลก

วิเคราะห์พื้นฐานหุ้น

เรียนรู้การวิเคราะห์พื้นฐานหุ้น ทั้งเชิงคุณภาพของธุรกิจ และเข้าใจรายละเอียดงบการเงินของบริษัท เพื่อให้สามารถเลือกลงทุนในหุ้นที่ดี และมีอนาคตในการเติบโต

จับจังหวะการลงทุน

เรียนรู้ เครื่องมือการวิเคราะห์ราคาและปริมาณการซื้อขายหุ้น ทางเทคนิคอล เพื่อหาจังหวะการลงทุนทั้งแบบการลงทุนระยะสั้นและยาว เพิ่มประสิทธิ์ภาพในการสร้างผลกำไร

ผลงานเขียนของเรา

ผลงานเขียนในรูปแบบหนังสือ 2 เล่มแนะนำวิธีคิดการลงทุนในหุ้นแบบเก็งกำไร ตลอดจนกลยุทธ และการพัฒนาระบบ สามารถหาซื้อหนังสือทั้งสองเล่มได้จากร้านหนังสือชั้นนำทั่วไป

วันจันทร์ที่ 14 พฤษภาคม พ.ศ. 2561

Satellite imagery & Alternative Data

ปีที่แล้วเคยเขียนถึง SpaceKnow บริษัท startup อีกเจ้าที่ทำด้าน alternative data โดยใช้ข้อมูลจากภาพถ่ายดาวเทียมรายละเอียดสูง + Deep learning เพื่อหา insight สำหรับการเทรด บริษัทที่ระดมเงิน 4 ล้านเหรียญในช่วงเริ่มต้น ซึ่ง application การนำไปใช้หลากหลายมาก ถ้าเคยดูทีวีซีรีย์เรื่อง Billions น่าจะเห็นตัวอย่างที่ซีรีย์พูดการใช้ดาวเทียมรายละเอียดสูงสอดแนมกิจกรรม รถขนส่งสินค้าเข้าออกของโรงงานของบริษัทผลิต Microchip สำหรับ IOT ในประเทศจีน เพื่อหาโอกาสซื้อหุ้นเก็งกำไรผลประกอบการเป็นต้น
ปัจจุบันยังมีอีกหลายเจ้าที่พัฒนาบริการข้อมูลลักษณะนี้เช่น Descartes Labs ที่ทำใช้ภาพถ่ายดาวเทียมและ infrared sensor ในทำนายผลผลิตต่อไร่ของข้าวโพดและธัญพืชเพื่อขายข้อมูลให้กับ บริษัทและกองทุนที่เทรดสินค้า commodity ก่อนที่จะมีการประกาศตัวเลขผลผลิตจริงที่จะเข้าสู่ตลาดเพื่อเก็งกำไรราคาสินค้า
บทความนี้อ้างอิงข้อมูลจาก USDA ที่ระบุว่าเทคโนโลยี Remote sensing ใช้ภาพถ่ายดาวเทียมเพื่อเก็บข้อมูลสำหรับการพยากรณ์ปริมาณผลผลิต เช่นข้าวโพด นั้นดี แต่ยังไม่ดีพอที่จะแม่นยำ เนื่องจากบางพื้นที่ที่เกษตรกรมีการปลูกข้าวโพดแบบ crop เล็ก ปะปนกับพื้นอื่นๆ ทำให้การสำรวจข้อมูลจากภายถ่ายดาวเทียมทำให้แม่นยำลดลง บวกกับสภาพอากาศที่แปรปรวน บางช่วงอาจจะมีเวลาในการเก็บเกี่ยวช้าหรือไม่ตรงช่วงเวลาคงที่ทุกปี ทำให้ยากในการประเมิน ได้ถูกต้องแม่นยำ ปัจจุบัน USDA ใช้การสำรวจภาคสนามเพื่อเก็บข้อมูลเป็นหลัก


ดังนั้นตรงจุดนี้ insight จาก alternative data ประเภทนี้อาจจะเป็นแค่จุดเริ่มต้น และต้องพัฒนาโมเดลในการพยากรณ์ปริมาณผลผลิตกันต่อไป ซึ่งเห็นหลายบริษัทเช่น Terra Bella ,Orbital Insight หรือ Descartes Labs ก็มีการใช้ข้อมูลจาก sensor ภาพพื้นดิน ประกอบร่วมกับข้อมูลจากภาพถ่ายดาวเทียมเพื่อทำให้โมเดลพยากรณ์ด้วย Machine learning มีความแม่นยำมากขึ้น

Think About Risk

วันนี้ได้ไปให้คำปรึกษาทีมพัฒนา robot trading ของบริษัทแห่งหนึ่ง ใช้เวลาพูดคุยกันครั้งแรกนานพอควร สิ่งหนึ่งที่พบเหมือนกันเกือบทุกคน เช่นเดียวกับตัวผมตอนเริ่มต้น เรามักมองว่าการพัฒนา robot trading ต้องสร้างเงินทำเงิน เอาเงินเป็นตัวหลัก สิ่งที่อยากจะแนะนำคือ เราควรทำให้มันหัดเดิน หัดยืน หรือรอดในตลาดที่ผันผวนให้ได้ก่อน นั้นคือต้องเน้นไปที่การพัฒนาโมเดล Risk Management บน strategies พื้นฐานธรรมดาเสียก่อน คล้ายกับการสร้าง sensor ตรวจจับสัญญาณความเสี่ยง ให้ robot ซึ่งถ้าตรงนี้ Wok ค่อยไปต่อ
ประเด็นนี้ไม่ใช่เฉพาะผมที่ทำ ถ้าเราอ่านเยอะๆจะพบกลุ่มนักพัฒนาต่างประเทศก็ทำเช่นเดียวกัน อย่างข้างล่างเป็นบทความ HOW TO REDUCE TRADER'S RISKS ของ Aleksandr Masterskikh. นักพัฒนาชาวรัสเซีย บทความแปลว่าด้วยประเภทของ Risk ที่จะเกิดต่อระบบเทรด โดยทำการแยกออกเป็น 2 กลุ่ม ได้แก่ Risk ที่เกี่ยวข้องกับ market dynamics และ Risk ที่ไม่เกี่ยวข้องกับ market dynamics


อย่าง Risks associated with market dynamics เขาก็เขียนอธิบายละเอียดแถมพร้อม code การตรวจจับติดตาม risk เหล่านี้ในหมวดย่อยต่างๆไว้ให้ด้วย คือเรียกว่าแม้จะเป็นการแบ่งยิบย่อย เป็นการแบ่งจากประสบการณ์ไม่ใช่ตามตำราทางการเงินแต่ก็มีประโยชน์สำหรับมือใหม่ ที่ไม่เคยทำ robot trading ให้รันจนไปเจอกับ risk พวกนี้มาก ช่วยแง่ด้านการป้องกันรักษาพอร์ต รวมไปถึงกลุ่ม Risks not associated with market dynamics เช่นการตรวจสอบการเชื่อมต่อกับ broker's server
ซึ่งบทความนี้มีประโยชน์มากและมี code ตัวอย่างการเขียน function ในการตรวจสอบ Risk ประเภทต่างๆให้ศึกษาด้วย สำหรับท่านพัฒนา robot trading ในตลาดที่มีความผันผวนสูง นอกจากนี้ทำให้เราได้รู้จักกับ types of risk ที่จะเข้ามารวนระบบของเราได้ดีมากขึ้นด้วย เข้าไปดูได้จาก link ด้านล่างครับ

FX Carry Trade

บทความนี้ของคุณ Gerald Hwang แห่ง Jirisan Capital เขียนเรื่อง FX Carry Trade ได้น่าสนใจ ผู้เขียนนำเสนอการทำ FX Carry Trade ลักษณะเหมือนการลงทุนในค่าเงินระยะยาว ไม่มีข้อจำกัดหรือต้นทุนเชิงเวลา ไม่ได้ใช้ Leverage หาประโยชน์จากอัตราดอกเบี้ยที่แตกต่างตามสไตล์ sells low interest rate currencies(Low government bond yields) & buys high interest rates currencies(High government bond yields)
กลยุทธ์นี้ไม่ได้หาประโยชน์จากทิศทางของราคาค่าเงิน แตกต่างจาก Fx Spot Trading หรือการเทรดค่าเงินแบบที่ทำกันทั่วไป บทความนี้ยกตัวอย่างการทำ FX Carry ในค่าเงิน IDR (Indonesia) กับ USD มีคำอธิบายรูปภาพประกอบชัดเจนดี
บทความก็ไม่ได้เขียนแต่ด้านบวกเขาพูดถึงข้อจำกัด ปัญหาอุปสรรคและความเสี่ยง risk premium ในการใช้กลยุทธ์การทำ FX Carry Trade ไว้ด้วยบอกให้เห็นในทางทฤษฏีกับทางปฏิบัติอาจจะแตกต่างกัน โดยเฉพาะ กรณีที่เงินทุนน้อยและทนรอผลตอบแทนจากดอกเบี้ยระยะเวลาหลายปี รวมถึงความเสี่ยงจากสเถียรภาพเศรษฐกิจของประเทศ การแทรงแซงค่าเงินของรัฐเป็นต้น


ผมมองว่าถ้าหัดจะเทรดค่าเงิน การเข้าใจหลักพื้นฐานของ FX Carry ช่วยให้เข้าใจอะไรได้เยอะ ก่อนไปเทรดแบบเล่นกับ ราคาค่าเงินหรือใช้ Leverage การเทรดต่อไป ลองเข้าไปอ่านได้จาก link ด้านล่าง
ปล. ลองอ่านแนวคิดให้เข้าใจ จะช่วยเปิดมุมมองในการเทรด Fx ได้ แต่การจะทดลองทำ FX Carry คงต้องหาประสบการณ์ดีๆก่อนนำเงินไปเทรดนะครับ เพราะของจริง มันอาจจะไม่ง่ายแบบทฤษฏี

วันจันทร์ที่ 7 พฤษภาคม พ.ศ. 2561

Principle : แตกต่างอย่างสร้างสรรค์

ชวนมาดูตัวอย่างการถกเถียงแลกเปลี่ยนแบบสร้างสรรค์ เพราะอย่างที่บอกมันคงไม่ใช่ทุกคนจะเห็นด้วยกับทุกประเด็นในหนังสือ Principle เสมอไป ในโพสคุณ Royle ไม่เห็นด้วยกับประเด็น radical transparency ในเรื่อง "การสมัครงาน" คุณ Royle แกบอกว่าในโลกความจริง ถ้าไปสัมภาษณ์งาน หนีไม่พ้นการต้องโกหก นำเสนอตัวตนด้านดี ซ่อนจุดด้อยของตัวเองเพื่อให้ได้คัดเลือกเข้าทำงาน การโปร่งใส่ไปบอกจุดอ่อน หรือข้อด้อย(bad stuff) มันเหมาะกับการเปิดเผยกับคนที่พร้อมจะแก้ปัญหาให้เรา ไม่ใช่คนที่จะคัดเลือกเราหรือจ่ายเงินเดือน ให้ผลประโยชน์กับเรา


โพสนี้คุณ ray dalio ก็เข้ามาแสดงความคิดเห็น ว่าการเอาตัวตนที่แท้จริง เปิดเผยตัวตนแท้จริงอย่างซื่อสัตย์ ด้านบวกและลบ ไปเลยบนโต๊ะก่อนร่วมงานกันแบบ radical transparency น่าจะเป็นเรื่องดีกว่า ในการประเมินและ โปร่งใส่ และทำงานสร้างสังคมการทำงานร่วมกันแบบซื่อสัตย์และจริงใจ เพื่อความสัมพันธ์ที่ดี จากนั้นตามมาด้วยความคิดเห็นจากหลายคนมากมาย ทั้งเห็นด้วยกับคุณ ray dalio และเห็นด้วยกับ cody Royle ผมชอบตรงฝรั่งเขาแสดงความคิดเห็นกันแบบ ชัดเจนตรงไปตรงมาไม่ได้เชื่อตามอย่างเดียวและไม่ได้ไปใช้อารมณ์หรือจ้องดราม่า ดังนั้นหลายคนอ่าน Principle ของ ray dalio แต่เขาก็มีมุมมองมี principle ประเด็นนี้ที่แตกต่างกับ ray dalio ก็มี เช่นพูดถึงว่าถ้า HR เปิดเผยเงินเดือนของทุกคนในบริษัทเป็นสาธารณะให้ เพื่อนร่วมงานแต่ละคนรู้ จะเกิดอะไรตามจะมีประเด็นการทำงานร่วมกันหรือไม่? เป็นต้นมีอีกหลายประเด็น ที่ท้าทายลองเข้าไปอ่านได้


ผมนำเรื่องนี้มาโพสอยากให้เห็นว่า Principle ของคุณ Ray dalio ประเด็นสำคัญไม่ใช่การโน้มน้าวให้ทุกคนมาเห็นด้วยกับเรา หรือมาเชื่อใน Principle เดียวกับเรา แต่มันเป็นเรื่องของการเปิดใจ รับฟัง Principle ที่แตกต่าง แลกเปลี่ยนแสดงความเห็นอย่างจริงใจตรงไปตรงมา แล้วทำ triangulation หาคำตอบร่วม จากนั้นการก้าวข้ามความขัดแย้งความแตกต่างแบบไม่ผิดใจกัน

ลองดูโพสนี้จะเห็นการแสดงความคิดเห็นต่างแบบไม่ดราม่า ไม่ใช่อารมณ์ ไม่ไปเสียดสี คนคิดตรงข้ามกับเราได้ แบบนี้คือต้นแบบการใช้แนวคิดของ Principle อย่างแท้จริง ซึ่งผลการแลกเปลี่ยนมันเปิดมุมมอง แล้วทำให้เกิดการพัฒนาทางความคิดต่อไป


Two Centuries of Momentum

เช้านี้นั่งอ่าน paper เรื่อง Two Centuries of Momentum ของ Newfound Research (Quant Investment Firm) มีหลายประเด็นที่น่าสนใจ โดยสรุป paper เขาเขียนถึง momentum strategies สไตล์ Buy High Sell higher นั้นแหละ แต่มิติในการเรียบเรียงนำเสนอไม่ใช่เรื่องกลยุทธ์อย่างเดียว
ผู้เขียนนำเสนอประเด็นเกี่ยวกับ momentum ทั้งแบบ cross-sectional และ time series momentum แสดงข้อมูลประวัติตั้งแต่ยุคเริ่มต้นในตลาดหุ้น Wall Street ย้อนไปสมัย David Ricardo, Charles H. Dow(1851) และนำเสนอถึงช่วงตกต่ำที่ทำให้คนจำนวนไม่น้อยหันหลังให้กับการเก็งกำไรหลังสิ้นสุดช่วงตลาดกระทิง

นอกจากนี้ยังรวมไปถึงประเด็นที่เกี่ยวข้องกับ Modern Portfolio Theory + EMH ,Technical Analysis, Market anomaly และ Risk Management สำหรับผมคิดว่าตอน Manage Risk ด้วย momentum น่าสนใจสุดแหละ อ้างอิงการจัดพอร์ตผสม equity index, currency, commodity และ bond futures บนกลยุทธ์ momentum ของ AQR ซึ่งผู้เขียนไปหาข้อมูลอ้างอิงจาก Academic paper ในยุคต่างๆที่เกี่ยวข้องกับ Momentum Investing/Trading ได้หลากหลายดี เช่น paper คลาสิกสายนี้อย่าง Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency ของ Jegadeesh รวมไปถึง paper ยุคหลังวิกฤติการเงินปี 2008 อย่าง “Value and Momentum Everywhere,” ของ Cliff
Asness หรือ “Risk Premia Harvesting Through Dual Momentum” ปี 2012 ของคุณ Antonacci

ถ้าใครศึกษาหรือพัฒนาระบบเทรดด้าน Momentum อยากแนะนำว่า paper นี้ไม่ควรพลาดเลยครับ มีเนื้อหาและประเด็นที่น่าสนใจหลายตอน รวมถึงมี reference ตัวบทความวิชาการงานวิจัยด้านนี้ให้ไปศึกษาต่อได้ด้วย สนใจดาวน์โหลดได้จาก link ด้านล่าง

จากเทรดเดอร์ทองคำสู่ชีวิตชาวไร่

อิสรภาพทางการเงิน คงไม่ใช่แค่มีเงินเยอะหลายร้อยล้านพันล้านจนใช้ไม่หมด แต่มันหมายถึงการมีอิสระที่จะใช้ชีวิตในรูปแบบที่ตัวเองต้องการ มีเงินมากเพียงพอสนองตอบต่อรูปแบบชีวิตที่เราออกแบบเอง คนรู้จักหลายท่านรอบตัวผม อายุ 40 มีเงินระดับหนึ่งลาออกจากการเป็นเทรดเดอร์เต็มเวลากันแล้ว ไม่ใช่ว่ารวยร้อยล้านแต่มีเงินพอที่จะบริหารรองรับการใช้ชีวิตไปยันแก่ ย้ายกลับบ้านเกิดไปทำงานอิสระใช้ชีวิตได้สบายๆ อาจจะไม่ได้อยู่หรู กินหรูหรือรวยแต่เขาก็เลือกใช้ชีวิตแบบที่ต้องการได้
บทความนี้เป็นอีกตัวอย่างของการมีอิสรภาพทางการเงิน เขากล่าวถึง Graham Birch คนทั่วไปอาจจะไม่รู้จักชื่อเขา แต่ถ้าใครเทรดทองคำน่าจะคุ้นชื่อนี้ คุณ Graham Birch เป็นผู้เชี่ยวชาญด้าน Gold และตลาดคอมโมดิตี้สินแร่ เขาจบ Ph.D ด้านวิศกรรมเหมืองแร่ ทำงานด้านนี้มานานหลายสิบปีจนได้เป็น Portfolio Manager ที่ BlackRock บริหารเงิน $6.9 billion ของ BlackRock World Gold Fund และบริหาร BlackRock Agriculture Fund มีผลงานที่ดีต่อเนื่อง แต่แล้ววันหนึ่งปี 2010 ช่วงอายุ 50 ปีเขาก็ลาออกหนีกรุงลอนดอน มาเป็นชาวไร่ทำฟาร์มโคนมขนาด 2,300 acres ในเมือง Dorset เขตชนบทของประเทศอังกฤษ

บทสัมภาษณ์นี้พูดคุยกับ คุณ Dr. Birch น่าสนใจหลายประเด็นแต่โดยสรุปเนื้อหาหลักเริ่มจาก เขามีความสนใจอยากทำด้านเกษตรบวกกับมองว่า soft commodity พวกอาหารคือสิ่งที่โลกต้องการ อนาคตของราคามีแนวโน้มเพิ่มสูงตามความต้องการมากจากจำนวนประชากรที่เพิ่ม บวกกับความยากต่อการผลิตเนื่องจากสภาวะอากาศ โดย Dr. Birch เริ่มซื้อที่ดินปี 2007 ขนาด 2300 acres หรือราวๆ 5800 ไร่ ปลูกพืชไร่เช่น oats และธัญพืช รวมถึงการทำฟาร์มเลี้ยงโคนมผลิตนม 792,500 gallonsต่อปี เพื่อขายบริษัทผลิตนมบรรจุกล่องและชีส
Dr. Birch หันมาเป็นเกษตรกรที่ใช้ความรู้สมัยใหม่ในการทำเกษตร เป็นสิ่งที่เขาสนใจมาตลอดหลายปีก่อนเริ่มทำ โดยเริ่มจากการผลิตสินค้าที่ขายได้ในราคาพิเศษ(Premium Price) ทำฟาร์มแบบปลอดสารพิษ ใช้สารเคมีน้อย อนุรักษ์สิ่งแวดล้อม(เขาร่วมโครงการของรัฐ) ลดต้นทุนการใช้ปุ๋ย ยา พลังงาน(ไฟฟ้าน้ำมัน) สุดท้ายการเพิ่มผลผลิตต่อไร่ เพื่อทำให้เกิดประสิทธิภาพ ทั้งหมดนี้เขาใช้แนวคิดของ precision farming เช่นการใช้เทคโนโลยีภาพถ่ายดาวเทียมในการติดตามสุขภาพของพืชไร่ในช่วงเวลาต่างๆเพื่อนำข้อมูลมาวางแผนการให้ปุ๋ยและยาฆ่าแมลง , การใช้ระบบ GPS ในการควบคุมรถแทรกเตอร์เพื่อวางแผนการเตรียมดิน แปลงปลูกขนาดใหญ่ รวมไปถึงการเก็บข้อมูลต่างๆเพื่อนำมาวิเคราะห์และวางแผนการผลิต
สิ่งเหล่านี้ดูเหมือนเป็นงาน เป็นธุรกิจ แต่มันเป็นสิ่งที่เขาต้องการทดลองทำ และเป็นงานอิสระ ท้าทาย ที่มีความหมายต่อชีวิต และทำให้เขาอยากตื่นขึ้นมาทำทุกวัน

เข้าไปอ่านรายละเอียดเพิ่มเติมได้จาก



วันอาทิตย์ที่ 29 เมษายน พ.ศ. 2561

Andrew Krieger: Legendary Forex Trader

วันนี้ได้อ่านหนังสือ The Money Bazaar เรื่องราวเกี่ยวกับ Andrew Krieger เป็นตำนานเทรดเดอร์ค่าเงิน อีกคนที่โด่งดังในอดีต เลยจะนำประเด็นสำคัญมาแชร์ให้ฟัง
Andrew Krieger เริ่มทำงานเป็นเทรดเดอร์ให้กับ Salomon Brothers ทำผลงานได้ดีมีชื่อเสียง จนถูกซื้อชักชวนมาทำงานให้กับ Bankers’ Trust ในปี 1986 ซึ่งด้วยผลงานที่ดีทำให้บอร์ดอนุมัติวงเงินเทรด $700 million ซึ่งถือว่าเป็นเทรดเดอร์ค่าเงินที่มีวงเงินเทรดสูงกว่าเทรดเดอร์ทั่วไปในบริษัทมากทีเดียว(ในวัย 30 ต้นๆ)

เขามาสร้างชื่อเป็นตำนานจากการถล่มค่าเงิน Kiwi หรือ New Zealand dollar (NZD) ในช่วง Black Monday ปี 1987 ที่ตลาดหุ้นสหรัฐถล่มรุนแรงกว่า -22% ตามด้วยการ panic และการตกลงของค่าเงิน USD ผู้เล่นในตลาดกลัวที่ถือค่าเงิน USD ก็ทำให้ค่าเงินสกุลต่างๆดีดตัวขึ้นสูง เช่นเดียวกับ NZD การบวกรุนแรงทำให้เกิด short-term overvalue โดย คุณ Krieger มองไปที่ New Zealand ประเทศเศรษฐกิจขนาดเล็กกว่าสหรัฐมาก และมีความอ่อนแอ แต่ด้วยความไม่ปกติของสถานทำให้ค่าเงิน New Zealand dollar แข็งค่ามากกว่า US dollar

Andrew Krieger ใช้ currency options (Leverage 400:1) ในการ short ค่าเงิน NZD คิดเป็นมูลค่าราวๆ $700 million - $1 billion ทำให้มูลค่าสัญญาของเขาใหญ่กว่า money supply ในระบบของ New Zealand ซึ่งปิดวันค่าเงิน NZD ถล่มลงรุนแรง -5% ระหว่างวันค่าเงินเกิดความผันผวนระดับ 10% จากการเก็งกำไรที่เกิด โดยวีรกรรมนั้น Krieger ชนะเขาได้รับกำไร $300 million แน่นอนว่าสร้างความไม่พอใจให้กับ Bank of New Zealand จนมีการแถลงเรื่องการโจมตีค่าเงิน ตามมาซึ่งการแถลงโต้ตอบอย่างดุเดือดของ Andrew Krieger ที่ระบุว่าประเทศ New Zealand เล็กเกินกว่าจะต่อสู้กับพอร์ตของ Bankers’ Trust


เหตุการณ์นั้นสร้างชื่อให้กับ Andrew Krieger ได้รับโบนัสส่วนแบ่งจากการเทรดเป็นเงิน $3 million(ส่วนแบ่ง 1% จากผลงานกำไรมหาศาลถือว่าน้อยจริงๆ) สร้างชื่อจนกลายเป็นตำนานเทรดเดอร์ค่าเงิน แต่จากข้อมูลจะพบเพียงแค่ 1 ปี ช่วง 1988 ค่าเงิน NZD ก็เข้าสู่ภาวะขาขึ้น ค่าเงินวิ่งขึ้นทำจุดสูงสุดเพิ่มจากเดิมหลายสิบเปอร์เซนต์ แน่นอนว่าถ้า เขาถือ position ยาวเกินไป(ถือจนหมดอายุ) เขาก็อาจจะไม่ได้กำไรหรือขาดทุนหนักก็เป็นได้ ดังนั้นมองในแง่ฝีมือในการเข้าออกก็ต้องยกให้กับ Andrew Krieger จริงๆ ปีต่อมาเขาได้ลาออกจาก Bankers’ Trust ไปทำงานให้กับ Soros Fund Management ของ George Soros แทน หลังจากนั้นไม่นานก็ลาออกมาตั้งบริษัท Krieger & Associates Ltd ของตัวเอง

อ้างอิง
https://www.nytimes.com/1988/06/07/business/top-trader-quits-to-start-own-firm.html

Bootstrapping Method approach to System Evaluation

ขยายความจากการบรรยายเมื่อวาน เรื่องการพัฒนาระบบเทรด ปัญหาที่พบคือระบบที่ทำการทดสอบ Back testing ต่อให้ค่าสถิติออกมาดีแค่ไหน หรือทำกับข้อมูลย้อนหลังมากเพียงใดก็ยังไม่สามารถการันตรีว่าระบบจะทำเงิน หรือรอดในตลาดได้จริง 100% ดังนั้นการทำ Forward Testing ปล่อยให้ระบบเทรดเงินจริงในตลาดจริง(บนสภาวะแวดล้อมข้อจำกัดจริงทั้งเรื่อง liquidity , slippage และอื่นๆ) จะทำให้ได้ผลการประเมินที่สอดคล้องกับความจริงมากขึ้น สำคัญมากต่อการประเมิน ความเสี่ยง ก่อนเริ่มใช้การเทรดบนเงินทุนจริงเต็มรูปแบบ

แต่การทำ Forward Testing ของเทรดเดอร์ก็มีข้อจำกัดเรื่องของเวลา และเงินทุนทำให้อาจจะเก็บข้อมูลส่วนนี้ได้น้อย ค่าสถิติที่นำมาประเมินอาจจะมีนัยยะสำคัญไม่เพียงพอ ตรงนี้ Bootstrapping Method เข้ามามีบทบาทและเพิ่มผลการประเมินระบบ บนค่าความเชื่อมั่นที่ดีขึ้นได้ ซึ่งในตัวอย่างผมทำ Bootstrapping กับข้อมูล trading data ที่ได้จาก forward testing เพื่อประเมินหา risk ในระบบเทรด ก่อนนำไปปรับปรุง หรือวางแผนเพิ่มเติมในการใช้งานเทรดจริงต่อไป(งานนี้ไม่ได้เกี่ยวข้องกับการ simulation เพื่อ predict future แต่อย่างไร อย่าเข้าใจผิด!!!)
อาจจะไม่สอนรายละเอียดทั้งหมดของ Bootstrapping แต่อยากให้เห็นไอเดียการนำไปใช้ ยังไงลองอ่านรายละเอียดจากบทความ ผมสรุปตัวอย่างการทำงานที่เราใช้ประเมินระบบใน lab เอาไว้ให้ดูคราวๆกัน ส่วนถ้าอยากเรียนรู้เรื่อง Bootstrapping 


อ่านเพิ่มเติมจาก link อ้างอิงในบทความได้เช่นกันครับ


วันจันทร์ที่ 23 เมษายน พ.ศ. 2561

13 Things You Should Give Up If You Want To Be Successful

วันนี้ได้อ่านบทความ 13 Things You Should Give Up If You Want To Be Successful รวบรวมโดยคุณ Zdravko Cvijetic ผมอ่านจบแล้ว รู้สึกว่าดีและคิดว่าน่าจะมีประโยชน์ต่อหลายคนเลยอยากเอาโน๊ตสรุปย่อมาแชร์ไว้

1. ละทิ้งวิถีชีวิตที่ไม่ดีต่อสุขภาพ
-นอนให้เพียงพอ กินอาหารที่ดี ออกกำลังกายสม่ำเสมอ
2. เลิกวิธีคิดแบบหวังผลระยะสั้น
- วางเป้าหมายระยะยาว โฟกัสในการทำให้สำเร็จ อย่าเห็นกับความสุขระยะสั้น ฉาบฉวย
3. เลิกคิดเล็ก หัดคิดการณ์ใหญ่
- ฝันใหญ่แต่เป็นจริงได้ กล้าวิ่งเข้าหาโอกาส แล้วใช้ศักยภาพของตัวเราให้เต็มที่
4. เลิกหาข้ออ้างหรือกล่าวโทษสิ่งต่างๆ
-คนที่ประสบความสำเร็จ ทุกคนกล้าที่ลงมือทำแล้วยอมรับกับความผิดพลาดที่เกิด เรียนรู้จากความล้มเลวและจุดอ่อนของตัวเอง เพื่อปรับปรุงให้ดีในอนาคต
5. เลิกยึดติดกับความคิดเฉพาะตัว (Fixed Mindset)
-เปิดกว้าง รับฟัง เรียนรู้และพัฒนาทักษะใหม่ๆ ตลอดเวลา สร้าง growth mindset
6. เลิกมองหาทางลัด เชื่อในปาฏิหาริย์(Magic Bullet)
- เลิกงมงายกับทางลัดนำมาซึ่งความสำเร็จในเวลาข้ามคืน
- ผู้ที่ประสบความสำเร็จ คือคนที่ทำงานหนัก จริงจังและพยายามอย่างต่อเนื่อง อาจจะเริ่มจากการทำสิ่งเล็กๆ 1% ทุกวัน
- ความสำเร็จ ต้องใช้เวลา ใช้ความมุมานะ พยายามและอดทนกว่าจะไปถึงเป้าหมาย
7. ละทิ้งความสมบูรณ์แบบ
-ความสมบูรณ์แบบ 100% ไม่มีจริง ความยึดติดกับความสมบูรณ์แบบ กลัวความล้มเหลว ก็ทำให้เป็นอุปสรรคในการลงมือทำ หรือทำให้เสียโอกาส
8. เลิกทำหลายอย่างในเวลาเดียวกัน
- เลือกสิ่งที่ต้องการจะทำให้สำเร็จเพียงอย่างเดียว แล้วทำให้ดีที่สุด ทำให้ใช้เวลาและพลังลงมือทำให้เต็มที่
9. เลิกความคิดจะควบคุมทุกอย่าง
- มุ่งมั่นทำปัจจุบันให้เต็มที่ เต็มความสามารถ แล้วปล่อยวาง ในผลลัพธ์ที่เกิด



10. เลิกเห็นดีเห็นงามหรือสนใจกับสิ่งที่ไม่สอดคล้องกับเป้าหมายของตัวเรา
- รู้จักปฏิเสธ หรือ ถอยออกจากกิจกรรมที่ไม่ใช่เป้าหมาย หรือสนับสนุนการพัฒนาตัวเรา เพื่อลดการสูญเสียเวลาในชีวิต
11. ละทิ้งคนไม่ดี คนที่เป็นพิษต่อชีวิตของเรา
- เลือกคบคนที่นำพาให้ชีวิตเราไปทางที่ดี ที่เจริญ ละทิ้งคนที่เป็นพิษ คนทำให้เราไปสู่จุดที่ตกต่ำ
12. เลิกพยายามทำตัวเป็นที่รักของทุกคน
- มีจุดยืนของตัวเอง ชัดเจนไม่ต้องเห็นดีเห็นงามกับทุกคน
- ไม่เสียเวลาไปพยายาม ตอบสนองความต้องการของคนอื่น เพื่อทำให้เป็นที่ถูกใจ พึงพอใจของทุกคน
13. เลิกพฤติกรรมใช้เวลาให้เปล่าประโยชน์
- ตระหนัก เวลา มีจำกัด ใช้ให้คุ้มค่า
- บริหารจัดการเวลา ใช้เวลาให้มากในการพัฒนาตัวเราเพื่อไปยังเป้าหมายความสำเร็จ

อ่านเพิ่มเติมจาก
https://medium.com/…/13-things-you-should-give-up-if-you-wa…

How to become a Python coder at a top hedge fund

คำถามยอดนิยมอันหนึ่งคือถ้าจะหัดเขียนโปรแกรมด้าน Quant แบบจริงจังควรเลือกภาษาอะไร เพื่อไม่ให้ bias จากมุมมองส่วนตัวผมจะขอยกคำแนะนำจาก บทความ How to become a Python coder at a top hedge fund เป็นการสัมภาษณ์จากคุณ Gary Collier ตำแหน่ง CTO ของ Man AHL

Man AHL เป็น Quant hedge fund อันดับต้นของโลกมี AUM $24bn เป็นอีกบริษัท Quant Fund ที่แถวหน้าของโลก ที่มีบทบาทและผลงานด้านนี้อย่างจริงจังต่อเนื่องมากหลายสิบปี มีการเผยแพร่ตัว opensource tools ที่สนับสนุนการวิเคราะห์ข้อมูลด้าน finance และ time series data เช่นเดียวกันถ้าจะศึกษาด้าน Machine Learning (โดย research เฉพาะ Bayesian approach ) แนะนำให้ลองไปศึกษาได้จาก paper งานวิจัยของบริษัท

ในบทความคุณ Gary Collier แกแนะนำภาษา Python ซึ่งเป็นภาษาที่มีจุดแข็งในงานด้าน Data Science และเป็นเครื่องมือสำคัญของ Quant Research (mathematical, statistical and machine learning ) นอกจากนี้ Man AHL ยังจัดงานแข่งขัน Hackathon เพื่อหาโปรแกรมเมอร์ python และ Data scientist เข้าร่วมทำงานในบริษัท อย่างต่อเนื่อง ในบทความ คุณ Gary Collier บอกว่าเขาสนใจที่ความสามารถของคน มากกว่าวุฒิการศึกษา และไม่จำเป็นต้องมาทางด้าน finance เสมอไป ขอให้ coding ได้มีความรู้ความสามารถพัฒนาระบบได้จริงๆ(ผ่านมาตรฐาน ไม่ใช่ copy paste ) ก็เพียงพอ


นอกจากนี้บทสัมภาษณ์ คุณ Collier ยังเล่าถึงวิวัฒนาการและเส้นทางของ systematic trading ตลอด 25 ปีของ Man AHL ให้ฟังด้วย ตรงนี้ก็น่าสนใจและเปิดมุมมองได้ดีจากคนที่ทำงานด้านนี้จริงๆเช่นกัน
หาคำตอบจากปากของ Quant Fund ระดับโลกมาให้ หวังว่าจะได้ประโยชน์ยังไง ลองอ่านรายละเอียดเพิ่มเติม ใน link ด้านล่างหรือเข้า web ของ Man AHL เพื่อลองไปดูฐานข้อมูลงานวิจัยของเขาเพื่อเป็นการศึกษาเพิ่มเติมก็ได้ครับ

Trading strategies

เมื่อวานมีคำถามหนึ่งเข้ามาทางกล่องข้อความ เรื่องเกี่ยวกับการเปรียบเทียบกลยุทธ์การเทรด ดูเหมือนน้องเทรดเดอร์คนนี้กำลังพยายามจะหากลยุทธ์ที่ดีที่สุดในการทำเงินในตลาดอยู่ แต่ก็เหมือนที่ผมเคยแนะนำไปหลายครั้ง ว่าทุกกลยุทธ์การเทรดมันมีทั้งข้อดีข้อเสีย สิ่งสำคัญคือเปิดใจ ทำความเข้าใจมันอย่างแท้จริง เลือกกลยุทธ์ที่เหมาะกับตัวเรา (ไม่ใช่จะลอกหรือทำตามคนอื่นๆอย่างเดียว) จากนั้นศึกษา ข้อจำกัดข้อด้อย เพื่อหาทางจัดการ รับมือกับข้อจำกัดนั้นๆ

ส่วนตัวผมทำระบบเทรดที่ใช้ Robot trading เป็นหลักทำให้ในพอร์ตเรามีการรันระบบด้วย trading strategies ที่หลากหลายเพื่อทำการ research และพัฒนาผลการทำงานในภาวะตลาดจริงที่เกิดตรงนี้ทำให้เข้าใจข้อจำกัดของแต่ละกลยุทธ์ดีขึ้น มันไม่ได้สวยหล่อ สมบูรณ์แบบ 100%เหมือนที่นิยมโฆษณากันหรอกครับ นอกจากนี้กรณีต้องการติดตามว่ากลยุทธ์การเทรดใดๆ มีผลการทำงานได้ดีมากน้อยเพียงใด อาจจะลองอ่านบทความศึกษาในต่างๆประเทศ


อย่างเช่นวันนี้แนะนำบทความของ eurekahedge เขาติดตาม performance รายปีของ Hedge Fund ขนาดใหญ่และกลาง(AUM มากกว่า $100M) ที่ใช้กลยุทธ์การเทรดแบบต่างๆ ตั้งแต่ช่วงปี 2011-2018 ซึ่งส่วนหนึ่งของบทความนำเสนอข้อมูล Strategy Return Map ของเฮ็ดฟันด์ตรงนี้มีการแยกการวิเคราะห์ข้อมูล performance ในกลยุทธ์ต่างๆเช่น Arbitrage, Trend following, AI,Multi-Strategy,Macro , Equity Market Neutral,Tail Risk และอื่นๆ

ตรงนี้ถ้าเราเอา market condition แต่ละปีมาวิเคราะห์ร่วมจะเห็นความแตกต่างและข้อจำกัดในกลยุทธ์การเทรดมากขึ้น ลองเข้าไปอ่านบทความฉบับเต็มได้ที่ link ด้านล่างครับ

วันจันทร์ที่ 9 เมษายน พ.ศ. 2561

Leda Braga #02 Data Science in Wall street

ตอนที่ 2 เกี่ยวกับคุณ Leda Braga ผู้บริหารของ Systematica Investments ผมนำโน๊ตย่อจากการได้ฟังเธอบรรยายเกี่ยวกับ Data Science ในงาน WiDS 2018 Conference ซึ่งจัดขึ้นที่ Stanford University จะบอกว่าเป็นการบรรยายายที่น่าสนใจ และมีประเด็นดีมากจากผู้ที่มีประสบการณ์ตรงด้าน systematic trading ในตลาดหลายสิบปี โดยสรุปใจความเป็นข้อๆได้ดังนี้ (บางเรื่องเป็นเชิงเทคนิคไม่ลงรายละเอียดนะครับ)

- ประเด็นหลัก เรื่องของ Systematic trading + Big Data + Execution algorithm + alternative data
- เธอเล่าเรื่องประวัติของเธอโดยย่อพื้นหลังด้านวิชาการ เธอจบ phd ด้าน engineer ประสบการณ์ทำงาน
- เธอเล่าถึงเรื่องธุรกิจ hedgefund ของ Systematica Investments ว่าเป็น Alternative asset manager บริหารเงิน 9 billion หลากหลายตลาด หลากหลายกลยุทธ์ ลูกค้าจากพอร์ตรายใหญ่ ซึ่งแต่ละลูกค้ามีเป้าหมาย return และระดับความเสี่ยงรวมถึง time horizontal แตกต่างกัน บริษัทสร้างกลยุทธ์พอร์ตโฟริโอที่เหมาะสมกับลูกค้า
-บริษัท Systematica มีพนักงาน 108 people เน้นด้าน Phd และนักวิทยาศาสตร์ บริษัทใช้ Data science technology การสร้างกลยุทธ์เพื่อการลงทุน
- โดยLeda Braga อธิบายถึง 2 ส่วนงานหลักคือเรื่อง signal gerator (การเลือกสินค้าเทรด จังหวะการซื้อขาย )และportfolio construction (ขนาดของความเสี่ยง ,จำนวนเงินใช้เทรดสินค้าต่างๆ การใช้ leverage , แผนรอง
รับ time horizontal)
- Data science สนับสนุนการตัดสินใจ ใช้การวิเคราะห์ข้อมูลรวมกับ computer algorithm อย่างเป็นระบบในการตัดสินใจเทรด แทนการใช้อารมณ์ มุมมองส่วนบุคคล
- งานวิจัยจาก HFR ข้อมูลจาก 9000 กองทุน เธอกล่าวว่า systematic macro , systematic equity มี
ผลงาน 1996-2014 ระยะยาวที่ดี มี alpha ที่สูงกว่า discretionary ซึ่งสะท้อนศักยภาพและแนว
ทางการพัฒนาในอนาคตสำหรับ systematic approch
- Systematic เน้นการเทรดไม่มี bias ใช้การกระจายการเทรด กระจายเงินไปในจำนวนการเทรดที่มาก หลายกลยุทธ์หลายตลาด ไม่ได้เน้นการเทรดที่ต้องถูกทุกครั้งเดิมพันเงินขนาดใหญ่ หรือเอาชนะระยะสั้นในการเทรด ใช้การเทรดที่มากและกระจาย เน้นผลรวมสุดท้ายในชนะ ไปถึงเป้าหมายผลตอบแทนในเกมส์ระยะยาวตามกรอบเวลาที่วางไว้
- Data เน้นไปที่ Price และ Volume ใช้เทคนิค regressions รวมถึงการใช้ NLP การวิเคราะห์ alternative
data กลุ่มข้อมูลไม่มีรูปแบบจากแหล่งต่างๆ, ใช้ volatility estimation และ matrix manipulation เพื่อทำ portfolio optimization
- สาธิตตัวอย่างการเทรด position ขนาดใหญ่แทนใช้ราคาจาก VWAP ทั่วไป แต่ที่ Systematica ประยุกต์
ใช้ Neural network วิเคราะห์ intra day volume และการดู
seasonality ร่วม กับการวิเคราะห์ Order book เพื่อวิเคราะห์ market dynamic ที่เกิด เพื่อสร้าง short term signal สำหรับ execution บนราคาที่เกิดความได้เปรียบสูงสุด
- ใช้ Big Data ในการลงทุน บริษัททำการซื้อ alternative data จากบริษัท Data Provider การวิเคราะห์ sentiment data จากข้อมูลจำนวนมากบนอินเตอร์เน็ตที่เกี่ยวกับ หุ้น หรือสินค้า บริษัทนำมาทำ Processing เพื่อสนับสนุนการตัดสินใจ
-เธอยกตัวอย่าง sector classification ใช้ NLP การรวบรวมข้อมูลจากอินเตอร์เน็ตและสื่อต่างๆเพื่อมองหาปัจจัยทีผลกระทบต่อราคา ร่วมกับการวิเคราะห์การเคลื่อนไหวของ ราคาหุ้น เพื่อจำแนกกลุ่ม แทนการจัดการตามแบบอุตสาหกรรมเดิม



- Over fitting ใน learning algorithm สิ่งต้องระวัง เป็นความเสี่ยงของระบบ ปัญหาของการพัฒนาระบบเทรด เธอกล่าวว่าการโยนข้อมูล ใส่ในระบบแล้วให้ระบบสร้าง learning algorithm เพื่อทำนายราคา หรือบริหารเงินด้วย algorithm อย่างเดียว เป็นเรื่องยาก เธอแนะนำว่ามีการสร้าง investment thesis วางแนวทางใน asset ต่างๆ บน economic และพื้นฐานสินค้ามาประกอบ จากนั้นพัฒนา algorithm ของระบบในการเทรดที่สอดคล้องกับข้อมูล
- ESG investing สร้างพอร์ตลงทุนแบบเฉพาะ เลือกหุ้นสะอาด ธรรมาภิบาล เช่นลูกค้าไม่ต้อง
การหุ้นเกี่ยวกับการทุจริต ,หุ้นเกี่ยวกับธุรกิจการพนัน, หุ้นยาสูบ เป็นต้น ESG สร้างคะแนน เงื่อนไขลงทุนที่จูงใจผู้บริหารบริษัทในตลาดหุ้น เป็นโปรเจคทีเธอพยายามสร้างและผลักดันให้เกิดในวงการ
- ผู้หญิงก็มีความสามารถไม่แพ้เพศชาย



เข้าฟังฉบับเต็มได้ที่
https://www.youtube.com/watch?v=TvZG9iQ2e5Q

Leda Braga #01

สัปดาห์ที่ผ่านมาเป็นวันสตรีสากล มีคำถามจากท่านหนึ่งเข้ามาว่ามีผู้หญิงที่ประสบความสำเร็จในด้านการลงทุนหรือการเทรดระดับโลกบ้างไหม?? คำตอบคือมีครับ หลายท่านด้วยแต่อาจจะไม่ได้เป็นที่รู้จักหรือโดดเด่นมาก วันนี้ผมนำท่านหนึ่งมาแนะนำให้พวกเราได้รู้จักกัน เธอคนนี้คือคุณ Leda Braga ฉายา Hedgefund Queen
Leda Braga มีเส้นทางสายอาชีพที่โดดเด่นมากและประสบความสำเร็จเป็นที่ยอมรับอย่างสูงอีกคนในฐานะ Fund Manager ผู้หญิงคนนี้ปัจจุบันเธอเป็นผู้บริหารของ Systematica Investments ซึ่งเป็น Fund สาย CTA ที่ใช้ระบบแบบ computer trading ที่มีผลงานดี Systematica บริหารสินทรัพย์ระดับ $10.2 billion(2016) ย้อนไปหลายสิบปีก่อนเธอเป็นผู้หญิงอีกคนที่โดดเด่นในสายกลยุทธ์การเทรด Trend Following
Leda Braga ปัจจุบันอายุ 50 ปีเธอเป็นผจก.กองทุนเฮ็ดฟันด์ที่มีรายได้สูงอันดับต้นของวงการราวๆ $60 million มีประสบการณ์ในตลาดยาวนานหลายทศวรรษ ปี 1994 เธอเข้าทำงานตำแหน่ง quantitative analyst กับ JPMorgan(Cygnifi Derivatives Services) เป็นนักวิจัยกลยุทธ์การเทรดในตลาดอนุพันธ์ จากนั้นปี 2001 ลาออกแล้วเธอใช้เวลา 14 ปีในการเป็นผู้บริหารกองทุนมีชื่ออย่าง BlueCrest Capital Management และสร้างผลงานความสำเร็จกับ BlueTrend fund (computer-driven) เธอชำนาญด้านโมเดลกลยุทธ์ quantitative เป็นผู้จัดการกองทุนสาย computer algorithmic trading ที่มีชื่อเสียง จนมีอีกฉายาว่า queen of the quants แห่ง wall street


พื้นฐานด้านการศึกษาก็ไม่ธรรมดาเธอจบ Phd ด้าน Engineering จาก Imperial College London ซึ่ง Systematica Investments ก็มีทีม research และเป็น Fund ที่เน้นเฉพาะไปทางด้าน Quantitativeและ Data science สำหรับระบบการเทรดและการลงทุนในตลาดต่างๆ ใช้ computer trading แทนการตัดสินใจจากคน
Leda Braga เป็นผู้หญิงแกร่งอีกคน ที่ออกมาพูดถึงอนาคตด้านการ trading ด้วยคอมพิวเตอร์ว่าจะมีบทบาทมาในตลาดตั้งแต่เมื่อ 20 ปีที่แล้ว ปัจจุบันเธอยังส่งเสริมบทบาทผู้หญิงใน wall street และงานด้าน Data science ซึ่งเราจะเห็นจากคลิปวีดีโองานสัมมนาต่างๆที่เธอไปบรรยาย ในอนาคตผมจะนำประเด็นเฉพาะเหล่านี้มาเล่าให้ฟังต่อไปครับ

Pursuing Truth in the Global Economy 2

จากคลิปสนทนาเรื่อง Pursuing Truth in the Global Economy ในตอนท้ายคลิป โปรเฟสเชอร์ Lawrence Summers ได้แนะนำเว็บ bridgewater.com ให้กับผู้เข้าฟังทั้งอาจารย์และนักศึกษาของ Harvard เอาไว้ โดยเขาแนะนำว่าเป็นแหล่งความรู้และมี paper หัวข้อเกี่ยวกับเศรษฐกิจและการเงินที่น่าสนใจ จำนวนมาก
วันนี้ผมมีโอกาสได้ลองเข้าไปดู พบว่ามีหลาย paper ใน Research Library ของ bridgewater ที่น่าอ่าน โดยเขาแบ่งเป็น 3 หมวดหลัก ได้แก่ Daily Observations(ติดตามสภาวะเศรษฐกิจ นโยบายการเงิน ตลาดต่างๆ) ,economic machine , All Weather investment strategy, Risk Parity
ซึ่งถ้าลองได้อ่านอย่างจริงจัง จะพบว่ามันมีความสัมพันธ์และต่อยอดกัน อย่างเช่นเรื่องของ Risk Parity (+un correlated betting) ที่อยู่เบื้องหลังAll Weather strategy ซึ่ง คุณ ray dalio ได้ชื่อว่าเป็นผู้บุกเบิกแนวคิดการบริหารพอร์ต Risk Parity นี้เลย ยิ่งได้ศึกษา global macro economic จะช่วยเห็นภาพกลยุทธ์การจัดพอร์ต+เลือก asset class และการ re balancing บน economic template ต่างๆ อ่าน paper พวกนี้มันจะช่วยทำให้เข้าใจและเชื่อมโยงภาพได้อย่างชัดเจนและถูกต้องมากยิ่งขึ้นครับ
ถ้าอยากศึกษาจริงจังลองเข้าไป download ตัว paper ของbridgewater มาอ่านได้ จาก link ด้านล่าง



วันอังคารที่ 3 เมษายน พ.ศ. 2561

Pursuing Truth in the Global Economy with Ray Dalio

Pursuing Truth in the Global Economy คลิปบทสนทนาของ Ray Dalio และ Lawrence Summers ที่ Harvard Kennedy School ช่วงเดือน กพ. 2018 ที่ผ่านมาเป็นคลิปที่มีหลายประเด็นน่าสนใจมาก เนื้อหาราวๆ 1.20 ชม. ค่อนข้างยาว ดังนั้นผมจะมารีวิวเบื้องต้นให้ลองดูกัน


1. ช่วงแรกการแนะนำตัวของคุณ Ray Dalio ซึ่งเป็นศิษย์เก่าของ Harvard University เล่าถึงเรื่องราวจุดเริ่มต้นก่อตั้งบริษัท Bridge water บริหารงานจนประสบความสำเร็จ
2. ประเด็นแนวคิดหนังสือ Principles ที่ Ray Dalio เขียน โดยเขาอธิบายวิธีคิด กระบวนการเรียนรู้จากความผิดพลาด รวมไปถึงการสร้างวิธีการหาคำตอบ จากการแลกเปลี่ยนมุมมองความคิดที่แตกต่างกันแบบเปิด
3. ยกตัวอย่างระบบ Dot collector ที่ใช้ในบริษัท Bridgewater การแลกเปลี่ยนความคิดเห็น การโต้แย้ง และการสร้าง algorithm ในการหาคำตอบร่วมกัน การก้าวข้ามความขัดแย้ง
4. ถกกันยาวเรื่องแนวคิด Principle ในโลกความจริง ธุรกิจ การเมือง การบริหารองค์กร ตรงนี้ดีมากเพราะ คุณ Lawrence Summers เขาไม่ได้มองเห็นตาม Ray dalio ทั้งหมด(ไม่ใช่ขาอวย) มีหลายประเด็นที่เขายกขึ้นมาในแง่ปฏิบัติถึงการใช้แนวคิดเพื่อจะสร้าง Meritocracy มีการโยงไปเรื่องของ โดนัล ทรัมป์
5. คุณ Summers ถามความคิดเห็นตลาดหุ้นที่ปรับัตัวลงช่วงต้นปี Ray Dalio มองประเด็นภาวะสภาพคล่องล้นตลาด + การปรับอัตราดอกเบี้ยขาขึ้น แนะนำการไม่ใช้อารมณ์ในการลงทุน รวมกับการทำ Balance Portfolio 



6. ตอบคำถามมีประเด็นน่าสนใจเยอะ
> เรื่องของการใช้หลัก Principle หรือการแลกเปลี่ยนความคิดแบบเปิดในระดับต่างๆ
> การใช้ economic template การวิเคราะห์เพื่อทำนายการเกิดวิกฤติการเงินปี 2008 ที่ ray dalio ได้นำเสนอไว้ในหนังสือ >> ประเด็น Debt, Leverage และ Credit Growth
> บทเรียนความผิดพลาดอดีตช่วง 1930 จากความขัดแย้ง ,นโยบายการเมืองแบบ Populism ที่จะนำไปสู่ dictatorship
> คำถามเรื่องการ short position ในหุ้นการเงินธนาคารยุโรปของ Fund เขาไม่ตอบโดยตรง
> อธิบายประเด็นมุมมองทำนายว่ามีโอกาสเกิด recession ในอีก 2.5 ปีช่วงการเลือกตั้งประธานาธิปดีสหรัฐรอบต่อไป ความน่าจะเป็น 60-70% โดยตอนนี้กำลังอยู่ช่วง Pre-bubble phase คุณ ray dalio กังวลเรื่องการรับมือ นโยบายแก้ปัญหาที่ครอบคลุมระบบเศรษฐกิจสองระดับ(Top 60% , Bottom 40%)อย่างเท่าเทียมป้องกันความขัดแย้ง


ยังมีเนื้อหาน่าสนใจหลายส่วนลองเข้าไปฟังได้จาก clip ด้านล่าง
https://www.youtube.com/watch?v=jXJ1GfHlONQ
ปล. ถ้าคิดจะเอา Principles ไปใช้แนะนำให้ลองฟังคลิปนี้เลย มีตัวอย่างและการถกประเด็น ได้น่าสนใจ คุณ ray dalio ก็ตอบคำถามให้คำแนะนำได้ดี