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 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

South Sea Bubble

เข้ามาในตลาดเก็งกำไร(หุ้น ทองคำ ค่าเงิน และอื่นๆ) นอกจากการเรียนรู้เรื่องการหาเงินสร้างกำไรแล้ว ยังต้องเรียนเรื่องของ"ความเสี่ยง" ให้เข้าใจดีอีกด้วย โดยเฉพาะการเรียนรู้จากเหตุการณ์ในอดีตเนื่องจากตลาดหุ้นบนโลกมีมามากกว่า 200 ปีซึ่งมีบทเรียนมากมายให้เราศึกษา จะช่วยให้เราเข้าใจพฤติกรรมตลาดและพฤติกรรมของคนที่เคยเกิด เพื่อนำมาใช้เตือนตัวเราไม่ประมาทและหาทางรับมือกับความเสี่ยง
South Sea Bubble ตอนปี 1720 ในตลาดหุ้นลอนดอนของอังกฤษ เป็นอีกหนึ่งกรณีศึกษาที่นักเก็งกำไรควรเรียนรู้ องค์ประกอบของ ความคาดหวังในอนาคต + ความโลภบ้าคลั่งของคน + การปั่นราคาหุ้น ทำให้เกิดหายนะ การขาดทุนมหาศาลจุดจบอันขมขื่น โดยเฉพาะเมื่อมีชื่อของบุคคลดัง มากด้วยสติปัญญาอย่างท่าน Sir Isaac Newton เข้าไปเป็นเหยื่อในเกมส์การเงินนี้ด้วย
ใน paper นี้ของคุณ Andrew Odlyzko บอกเล่าเรื่องราวของ และรวบรวมหลักฐานเกี่ยวกับการลงทุนของ Isaac Newton โดยเฉพาะพยายามแสดงข้อมูลเกี่ยวข้องกับบทบาทการเป็นนักลงทุนในตลาดหุ้นของ Newton ข้อมูลการลงทุนในบริษัทต่างๆและประเด็นการขาดทุนสูญเสียเงินอย่างหนักในฟองสบู่ South Sea Bubble เวลาต่อ(มากกว่า 20000 ปอนด์)
นอกจากนี้ผู้วิจัยนำเสนอข้อมูลของนักลงทุน Thomas Guy ผู้ได้ประโยชน์ทำเงินจากฟองสบู่นี้อีกด้วย paper นี้ให้ข้อมูลของ South Sea Bubble ได้ละเอียดดีมาก ลองเข้าไปอ่านเพิ่มเติมได้จาก link ด้านล่างครับ


Anti fragile Career

พอดีวันนี้ได้อธิบายตัวอย่างในหนังสือ Anti fragile ของคุณ nassim taleb ให้น้องเทรดเดอร์ฟัง เลยทำให้นึกถึงกรณีตัวอย่างจากหนังสือเรื่องของคนขับแท๊กซี่และเสมียนธุรการ ประเด็นใหญ่เรื่องการประกอบอาชีพก็ควร กระจายความเสี่ยง (diversification) เช่นกันกับการลงทุน เพราะมันคงไม่มีอะไรแน่นอนในอนาคต แม้จะมีตำแหน่งใหญ่โตหรือเงินเดือนสูง ความเสี่ยงก็มีได้เช่นกัน ลองเอาบทความเก่าในอดีตมาแชร์กันอีกรอบ สำหรับแนวคิดการสร้าง Antifragile Career


เรื่องราวของพี่คนหนึ่งเขาเป็นผู้จัดการแผนกของบริษัท เงินเดือนเกือบแสนแต่ต้องมาตกงานตอนวัย 45 เนื่องจากเจ้าของบริษัทขายธุรกิจให้ต่างชาติ ทำให้เจ้าของใหม่ปรับเปลี่ยนธุรกิจและปลดพนักงานออก เขาก็เป็นหนึ่งในนั้นด้วยอายุที่มาก แม้จะยอมลดเงินเดือน หาต่ำแหน่งธรรมดา แต่การสมัครงานก็ทำได้ยาก ตกงานอยู่ 6 เดือนเงินเก็บหมด เพราะค่าใช้จ่ายมาก ภาระผ่อนบ้าน ผ่อนรถ ผ่อนบัตรเครดิต และค่าใช้จ่ายของครอบครัว(ภรรยาไม่ได้ทำงาน+ลูกวัย 2 ขวบ) เข้าเดือนที่ 8 เขาเลยตัดสินใจกลับบ้านต่างจังหวัด ขายบ้านหลังหลายล้าน(ผ่อน 20 ปี) ขายรถหรู เปลี่ยนมาเป็นรถกระบะ แล้วหันมาใช้ชีวิตที่บ้านเกิด ทำกิจการของตัวเอง แม้รายได้ไม่มากเหมือนอดีต แต่เขาเองก็มีความหวังและมีความสุข กว่าอดีต การตกงานตอนแก่นี่เป็นเรื่องที่มีโอกาสเกิดได้เสมอ อยากให้เราลองเรียนรู้จากเรื่องนี้
1. ไม่ควรมีอาชีพเดียว เราควรมีอาชีพที่สอง อาชีพที่สร้างบนความชอบ ความถนัดหรือความสนใจ หรือจะเป็นงานอดิเรก ควรใช้เวลาบางส่วนทดลอง ฝึกฝนและค้นหา อาจจะไม่ต้องทำอะไรใหญ่โตมากนัก เพราะ ไม่มีใครรู้เลยว่าอะไรจะเกิด แต่ถ้ามันเกิดตกงานตอนอายุมากอย่างน้อยก็จะได้ มีประตูสำรอง หรือร่มชูชีพ เผื่อเอาไว้
2. เงินเก็บเงินออม สำคัญมาก อย่ามัวแต่จ่ายค่าใช้จ่ายสังคม หรือซื้อสะสมสิ่งเกินจำป็นมากไป จนทำให้เงินสำรอง มันไม่พอไม่มีใครรู้หรอกครับว่าเราจะป่วยหรือจะตกงานเมื่อไหร่ เมื่อมันเกิดแล้ว มันใช้เงินจำนวนไม่น้อยและมีผลต่อรายได้หลัก ดังนั้นควรประหยัดอดออมให้ได้มากที่สุด และบริหารเงินอย่างฉลาดให้มันงอกเงยเหมาะสม
3. สร้างคอนเนคชั่นมากๆ ออกไปทำความรู้จักคนในแวดวงธุรกิจ หรือสายงานเยอะๆ เมื่อเกิดเหตุขัดข้อง หรือเกิดปัญหาตกงาน อย่างน้อยก็จะได้มีช่องทางอื่นๆช่วยเหลือเรา
4. รักษาสุขภาพ การทำงานประจำคือ เอาสุขภาพ เอาเวลา ไปแลกเงิน ถ้าใช้มาก ใส่เข้าไปมาก เราเสียเปรียบ เพราะสุขภาพและเวลา บางครั้งมันมีค่ามากกว่าเงินเดือน การไม่มีเวลาให้ครอบครัว บางโอกาสในชีวิต มันเสียแล้วอาจจะสูญเสียไปเลย หรือเรื่องสุขภาพ ใช้มากหักโหมมาก สุดท้ายยามมันเสียหาย เราก็ต้องเสียเงินรักษาและ มันอาจจะกลายเป็นข้อจำกัดในการดำเนินชีวิต หรือรุนแรงจนเป็นโรคเรื้อรังเป็นภาระให้ครอบครัว แพงเกินกว่าทรัพย์สินเงินทองที่หามาได้
เรื่องพวกนี้ไม่มีสอนในมหาวิทยาลัย แต่มันเป็นเรื่องจริงที่เกิดได้เสมอกับใครก็ได้ ซึ่งบางครั้งการไม่มีแผนรับมือที่ดี มันจะยิ่งทำให้สถานการณ์ย่ำแย่ และรุนแรง เกิดวิกฤติการงาน การเงิน ส่วนบุคคล จนอาจจะลามไปถึงปัญหาครอบครัวได้ ดังนั้นอย่าประมาท ยิ่งอายุเลยหลัก 30 เริ่มมีครอบครัว มีภาระต่างๆเราควรเตรียมทางออกฉุกเฉินไว้เสมอนะครับ



วันอาทิตย์ที่ 25 มีนาคม พ.ศ. 2561

Commodity Market ตลาดปราบเซียน

ปี 2018 ผ่านมาสองเดือนมีพี่น้องเทรดเดอร์หลายท่านเลยมาปรึกษาเรื่องเข้าเทรดในตลาด commodity ซึ่งส่วนใหญ่เหตุผลแนวคิดคล้ายกันคือเชื่อว่าเงินเฟ้อจะมา ราคาคอมโมดิตี้น่าจะฟื้น เลยคิดจะเข้ามาเทรด ส่วนตัวผมไม่ได้แย้งไม่ได้ขัดอะไรเพราะไม่ถนัดในการทำนายอนาคตอยู่แล้ว แต่อยากเอาข้อมูลอีกด้านมาให้พิจารณากัน
คุณ Eric Onstad เขียนบทความเรื่องราวเกี่ยวกับการปิดกองทุนของ Hedgefund ในตลาด commodityในช่วงปี 2017 ไว้ได้น่าสนใจโดยมีความคิดเห็นของหลายท่านว่าตลาดมันไม่ได้ง่าย ไม่ได้ปกติแบบอดีต เขารวบรวมความคิดเห็นของเหล่าผู้บริหารกองทุนต่างๆไว้ดังนี้

- Anthony Ward ปี 2017 ปิด CC+ Hedge fund ซึ่งอดีตชำนาญด้านการเทรด (cocoa&coffee)โดยเขากล่าวโทษว่า HFT และ Algorithmic trading ทำให้พฤติกรรมตลาดเปลี่ยน ราคามีความผันผวนสูง เทรดเดอร์ทั่วไปเสียเปรียบซื้อขายไม่ทัน HFT ทำให้ได้ราคาไม่ดีต้นทุนสูง นอกจากนี้ Ward ยังบอกว่า HFT ทำให้ราคาตลาดวิ่งรุนแรง รับข่าวและการประกาศตัวเลข ราคามากกว่าผลเชิงปัจจัยพื้นฐานไป 10-15%

- Stephen Jamison ปิดฟันด์ Jamison Capital ต้นปี 2018 เขากล่าวโทษ AI และ HFT เช่นกันโดยระบุว่าแนวโน้ม commodity ระยะยาวช่วงหลายปีไม่ดี ทำให้เทรดเดอร์ต้องหันมาเทรดระยะสั้น แต่การเทรดระยะสั้นก็ไม่สามารถแข่งกับ HFT และ Algorithmic trading ได้

- Andrew Hall ปีที่แล้วเป็นข่าวดังมากเมื่อเทรดเดอร์ระดับตำนานในตลาดน้ำมัน ประกาศยกธงขาว ปิดฟันด์หลัก Astenbeck Commodities Fund หลังจากฟันด์ชนาด 1.4 billion ต้องขาดทุนเกือบ 30% ในช่วงสองไตรมาสปี 2017 โดย Hall เทรดสวนตลาดมองว่าราคาน้ำมันจะกลับตัวไปได้ แต่ผลออกมาไม่เป็นดังคาดหวัง ซึ่งคำชี้แจงต่อนักลงทุนของ Hall เขากล่าวโทษ HFT และ Algorithmic trading ที่เข้ามาป่วนตลาด commodity แตกต่างจากอดีตโดยเฉพาะ High volatility ทำให้เทรดได้ยากและเสียเปรียบกรณีที่ต้องถือ position ตรงข้ามกับตลาด

- Michael Farmer แห่ง Red Kite fund ชำนาญในสินค้า hard commodity เช่น copper ระบุว่า HFT ทำให้ตลาดเทรดยาก การแข่งขันการเทรดให้ได้ราคาที่ดีคนเสียเปรียบ ยังไม่นับรวม volatility ที่เกิด 
จากสถิติของ CFTC ระบุในปี 2017 ตลาดคอมโมดิตี้ล่วงหน้า CME มี computer trading กินสัดส่วนราวๆ 49% ของ volume ในสินค้าเกษตร และ 58% ในสัญญาสินค้าพลังงาน ด้านฝั่งของ Quant Fund ตลาดนี้ปีที่ผ่านมาผลตอบแทน 8.64% เขาก็บอกว่า HFT นั้นเขามาเปลี่ยนตลาด commodity โดยเพิ่มเรื่องของสภาพคล่องและทำให้เกิด dynamic ของตลาดซึ่งเป็นโอกาสในการเทรด แตกต่างจากตลาดในอดีต

สรุป
อยากให้ลองอ่านบทความนี้แล้วไปหาข้อมูลเพิ่ม ก่อนตัดสินใจเข้ามาลุยในตลาด commodity สิ่งสำคัญลองศึกษาพฤติกรรมราคาสินค้าสนใจ ในช่วง 2 ปีนี้สักนิดก่อนลุยก็ดี



อ้างอิง
https://au.news.yahoo.com/a/39257617/commodity-hedge-funds-close-on-tech-growth/
https://www.morgans.com.au/research-and-markets/market-news-and-data/Breaking-News/Commodity-hedge-funds-close-on-tech-growth-S-1831947.aspx
https://www.ft.com/content/af1bca49-8ec4-31d8-a5bc-1bcacba0db6c
https://www.bloomberg.com/news/articles/2017-08-03/oil-trader-andy-hall-is-said-to-close-main-astenbeck-hedge-fund

Decision Making by Annie Duke

วันนี้ระหว่างนั่งกินกาแฟมีโอกาสได้ฟัง podcast เกี่ยวกับ Decision Making จากคุณ Annie Duke โปรโป๊กเกอร์ระดับโลก เธอมาแนะนำแนวคิดการตัดสินใจอย่างมีประสิทธิภาพบนภาวะที่มีเวลาจำกัดไม่สามารถเข้าถึงข้อมูลและความจริงทั้งหมด

ประวัติของ Annie Duke เธอเป็นนักโป๊กเกอร์อาชีพระดับโลกเจ้าของ WSOP Bracelets ปี 2004 เธอเริ่มเล่นโป๊กเกอร์ตอนปี 1992 ระหว่างพักช่วงการเรียนปริญญาเอก ก่อนจะลาออกมาเล่นโป๊กเกอร์เต็มตัว เธอเป็นนักโป๊กเกอร์ที่เรียกว่ามีฝืมือและวิธีคิดไม่ธรรมดา บวกกับพื้นฐานความรู้จากการศึกษาด้านจิตวิทยา(เน้นวิจัยเกี่ยวกับ cognitive linguistics)

ในรายการ Annie Duke พูดถึงวิธีคิดที่เธอมองว่าการเล่น Poker ช่วยการตัดสินใจที่ดีได้นั้นคือ การมองโลกอย่างเป็นจริง โดยเธอแนะนำว่าต้องเข้าใจเรื่องความน่าจะเป็น โอกาสที่ Outcome จะเกิดได้ทั้งบวกและลบ แทนที่พยายามจะคิดเข้าข้าง หรือติดกับ ego ว่าตัวเราต้องถูกตลอดเวลา การมี open mind ช่วยให้เรามองเห็นทั้งสองด้านโอกาสถูกและผิด จากนั้นเราจะสามารถวิเคราะห์ข้อมูลแบบไม่มี Bias หรือไม่พยายามคิดเข้าข้างหาเหตุผลมาสนับสนุนว่าตัวเรานั้นถูก นอกจากนี้ เรายังสามารถเตรียมแผนรับมือ ผลกระทบจากโอกาสผิดพลาดได้ดีอีกด้วย



เธอยกตัวอย่างเกมส์โป๊กเกอร์ที่เกมส์จริง ผู้เล่นไม่สามารถเห็นไพ่ในมือผู้เล่นคนอื่นๆได้ ไม่สามารถเดาผลลัพธ์ที่แน่นอนได้ แทนพยายามไปนั่งคาดเดา ไปโฟกัสกับผลการแพ้ชนะในแต่ละเกมส์ เธอแนะนำให้มองภาพรวม เดิมพันบนเกมส์ที่ไพ่ดีมี %win สูงจากนั้นบริหารเงินให้ได้ payoff ที่เหมาะสม เช่นเดียวกันกรณีที่ไพ่ในมือไม่ดี %win ต่ำ ก็ต้องรู้จักหมอบ รู้จักหยุด เพื่อคุมขนาดการขาดทุน รวมไปถึงความสามารถในการปรับตัว โดยเฉพาะภาวะแวดล้อมที่ไม่แน่นอน การเตรียมแผนมากกว่า 1 แผนจะช่วยให้ตัดสินใจได้เหมาะสม

นอกจากนี้เธอพูดถึง Tilt เธอบอกว่าในเกมส์ไม่ว่าจะเป็นนักโป๊กเกอร์หรือเทรดเดอร์ การควบคุมภาวะทางอารมณ์นั่นสำคัญ จำนวนไม่น้อยแพ้เพราะเกิดความกดดัน ความโกรธภาวะอารมณ์ไม่คงที่เมื่อต้องแพ้หรือขาดทุน สิ่งตามมาคือทำให้ตัดสินใจผิดพลาดพยายามเอาคืน เล่นอย่างก้าวร้าววิ่งไปหาความเสี่ยงสูง เดิมพันหนักบนเกมส์มีความผันผวนของ outcome มากเพราะต้องการเร่งเอาชนะ เร่งเอาเงินคืน ซึ่งตรงนี้เป็นเรื่องที่อันตราย

เข้าไปฟังสัมภาษณ์ฉบับเต็มได้ที่

วันศุกร์ที่ 16 มีนาคม พ.ศ. 2561

Risk Tolerance

ตลาดหุ้น ตลาดอนุพันธ์ ตลาดค่าเงินช่วงนี้มีความผันผวนเยอะพอควร ซึ่งทำให้เราควรจะระมัดระวังตัวให้มากๆ ไม่ประมาท แทนที่จะไปโฟกัสกับเรื่อง"กำไร" อาจจะต้องหันมาทบทวนแผนรับมือความเสี่ยงให้มากขึ้น
ชวนมาทำความรู้จักกับคำว่า Risk Tolerance ซึ่งเป็นค่าที่เทรดเดอร์/นักลงทุนควรจะมีการนิยามเอาไว้ก่อนสำหรับทุกครั้งที่มีการเทรด ซึ่งเป็นส่วนหนึ่งของ risk management จากบทความของ Chad Butler เขาแนะนำเรื่อง Risk Tolerance เอาไว้ดี ผมนำเอาประเด็นหลักมาแชร์ให้พวกเราลองศึกษากัน

1. Risk Tolerance by Time horizontal
การมองว่า เรามีความสามารถในการถือ position ได้ยาวนานแค่ไหน ทนรอรับความเสี่ยงที่เกิดเชิงเวลามาเพียงใด ปัจจัยนี้พิจารณาไปถึงต้นทุนเชิงเวลา ค่า swap , อัตราดอกเบี้ยต้องจ่าย และค่าเสียโอกาสของเงินทุน ด้วย ไม่ใช่ถือทนไม่ขายไม่ขาดทุนอย่างเดียว เพราะพวกนี้จำเป็นต้องมีการคำนวณไว้ล่วงหน้า กรณีลงทุนระยะยาวควรติดถึงอายุและความจำเป็นต้องใช้เงินประกอบด้วย
นอกจากนี้กรณีพวกอนุพันธ์ หรือสินค้าที่มีวันหมดอายุ เรื่องกรอบเวลาหรือปัจจัย time decay ยิ่งจำเป็นต้องมีการพิจารณาล่วงหน้าเสมอ


2. Risk Tolerance by Capital
Risk Capital พิจารณาความเสี่ยงจากการถดถอย ด้อยลงของมูลค่าสถานะที่ถือ ตามราคาตลาด กรณีนี้รู้จุดความเสี่ยงที่เรารับได้ %loss ที่เกิดแล้วไม่กระทบต่อภาพรวมของพอร์ตหรือสินทรัพย์ของตัวเรา กรณีเทรดอนุพันธ์มีการใช้ leverage ประเด็นนี้ยิ่งต้องพิจารณาให้มาก ป้องกันการขาดสภาพคล่อง ไม่มีเงินรักษาสถานะแล้วถูกบังคับปิด ในจุดที่ทำให้เกิดการขาดทุนหนัก
ดังนั้นก่อนเริ่มเทรด ควรตอบคำถามสำคัญเกี่ยวกับ Risk Tolerance ของเราให้ดีก่อน วางแผนรับมือล่วงหน้าเสมอครับจะช่วยให้เราอยู่รอด ไม่ล้างพอร์ตได้

ลองอ่านเพิ่มเติมได้จาก
https://www.investopedia.com/articl…/…/07/risk_tolerance.asp

Halite: 2sigma Open source AI programming Project

twosigma เป็นบริษัท Quant Fund อันดับต้นของโลก เขามีวิธีการคัดเลือกนักพัฒนา โปรแกรมเมอร์เข้าร่วมทำงานในบริษัทจากการจัดพัฒนา Bot เพื่อแข่งขันในวีดีโอเกมส์ชื่อ Halite
ตัวของ Halite เป็น open source artificial intelligence programming ประเภท turn-based strategy (TBS) ที่สร้างมาให้คนพัฒนา Bots มาสู้กันในเกมส์โดยบอทผู้เล่นแต่ทีมจะมียานอวกาศ 3 ลำที่ช่วงชิงยึด/ขุดพื้นที่ดวงดาวบน two-dimensional virtual board
ผู้อยู่เบื้องหลังโปรเจคเกมส์นี้คือ Alfred Spector ตำแหน่งเป็น CTO ของ Two Sigma บริษัท hedgefund อายุ 15 ปีที่มี AUM ระดับ $50 billion โดยในคลิปคุณ Spector ให้สัมภาษณ์ว่าบริษัทต้องการค้นหาคนเก่งด้านการสร้าง algorithm ประเภทกลยุทธ์เข้ามาร่วมงาน ผ่านการจัดลีกการแข่งขัน Halite ปัจจุบันเป็นปีที่ 2 แล้วมีทีม 6000 ทีมจากทั่วโลกเข้าแข่งขัน และมีทั้งระดับนักเรียนมัธยมจนถึงผู้ใหญ่ เข้าร่วม

ปัจจุบัน Bots ทีมที่ทำผลงานได้ดี ใช้เทคนิคของ Machine learning ในการพัฒนา AI เพื่อหา solution ในการแข่งขันเอาชนะผู้ต่อสู้ ซึ่งบริษัทเตรียม Google credits สำหรับ GPU บน Google Cloud เอาไว้ให้ด้วยเพื่อ training ด้วย machine-learning algorithm โดยคุณ Spector บอกว่าความท้าทายในการแข่งขันมีทั้งการเอาชนะเกมส์(หาทางเลือกในการทำคะแนนให้มากที่สุด)และการวิเคราะห์พฤติกรรมคู่ต่อสู้เพื่อทำอันดับที่ดี ซึ่งแนวคิด ทักษะการสร้าง algorithm ในเกมส์กลยุทธ์แบบนี้สามารถนำมาต่อยอดประยุกต์กับ เกมส์การเงินได้


Spector บอกว่าปัจจุบันเทคโนโลยีคอมพิวเตอร์ มีความสำคัญมาก ความต้องการนักพัฒนาก็มีสูง wall street ก็มีแข่งขันแย่งชิงกับอุตสาหกรรมอื่นๆ เช่น กลุ่ม technology บริษัท Tech startup ต่างๆ ซึ่งต้องการคนที่มีทักษะความสามารถจริงๆ เข้าร่วมงาน เป็นอีกตัวอย่าง ช่องทางของการค้นหาคนเก่งของ Quant Fund ตัวจริงระดับโลกในปัจจุบัน
ลองเข้าไปฟังสัมภาษณ์เพิ่มเติมได้จาก link ของรายการ oddlots ใครอยากจะลอง download โปรแกรมมาทดลองเขียน bot เพื่อร่วมแข่งขันก็เข้าได้จาก link

-เกมส์
https://halite.io/

Airbnb & Internal hedge fund

Airbnb เป็นอีกบริษัท startup ตัวกลางแบ่งปันที่พักออนไลน์ที่เติบโตอย่างรวดเร็วและกลายเป็นธุรกิจผลิตเงินสดที่น่าจับตามองมากในปัจจุบัน เมื่อได้อ่านบทความนี้ทำให้ผมทราบว่า Airbnb มีรายได้รูปเงินสดไหลเวียนต่อเดือนสูง จนมีการตั้ง hedgefund หรือบริษัทบริหารเงินของตัวเองขึ้นมา

อ้างอิงข้อมูลจากแหล่งข่าวระบุ Laurence Tosi ผู้บริหารของบริษัท Airbnb อดีต CFO ของ Blackstone Group (alternative investment firm ใหญ่อันดับต้นของโลก) ได้นำ cashflow 30% ของบริษัทไปจัดตั้งกองทุน hedge fund เพื่อบริหารเงิน โดยนำ cashflow จากธุรกิจไปลงทุนใน stocks, currencies และ fixed-income แหล่งข่าวอ้างว่าปีที่ผ่านมาทำผลตอบแทนได้สูงถึง $5 million ต่อเดือนให้กับ Airbnb ประเด็นนี้สะท้อนให้เห็นการเติบโต และศักยภาพของบริษัท




.ซึ่งดูเหมือนตอนนี้ Airbnb ยังมีปัญหาความขัดแย้งภายในอ้างอิงจาก Bloomberg ที่ระบุว่ากลุ่มของ  Laurence Tosi ต้องการนำ Airbnb เข้าทำ IPO ในปี 2018 แม้จะได้เสียงสนับสนุนจาก  VC investors ส่วนใหญ่ แต่ผู้ร่วมก่อตั้ง  Brian Chesky และ CEO ของบริษัท ยังไม่ต้องการเข้าระดมทุนในตลาดหุ้น ล่าสุดทางบริษัท Airbnb ออกมาปฏิเสธแผนทำ IPO ในปีนี้อย่างเป็นทางการแล้ว

Bloomberg ระบุข้อมูลผลประกอบการ Airbnb ที่แจ้งต่อนักลงทุนล่าสุดมีรายได้  $93 million สูงกว่าประมาณการณ์ถึง  $36 million ว่ากันว่าน่าจะเป็นรายได้จาก hedgefund ที่  Laurence Tosi นำเงินไปบริหารถึงเกือบ $60 million  น่าจะเป็นอีกบริษัทที่มีการนำเงินสด ไปบริหารในรูปของกองทุน เช่นเดียวกับ APPLE ที่มี cashflow มากมายจนจัดตั้ง Braeburn Capital ขึ้นมาเพื่อบริหารเงินหลายพันล้านเหรียญที่เกิดจากธุรกิจหลักของบริษัท

อ่านเพิ่มเติม
https://venturebeat.com/2018/02/07/airbnb-reportedly-built-an-internal-hedge-fund-that-makes-5-million-per-month/amp/
https://www.bloomberg.com/news/articles/2018-02-06/inside-airbnb-s-battle-to-stay-private

วันจันทร์ที่ 12 มีนาคม พ.ศ. 2561

The Death of Clothing


วันนี้นั่งหาข้อมูลเกี่ยวกับบริษัทเสื้อผ้าหนึ่งในตลาดหุ้นสหรัฐ เลยได้ไปเจอบทความ The Death of Clothing นี้เข้า มีหลายข้อมูลที่น่าสนใจ เกี่ยวกับการเปลี่ยนแปลงในอุตสาหกรรมนี้เลยนำมาสรุปเอาไว้ให้อ่านกัน


- รายงานระบุคนชั้นกลางของอเมริกาใช้เงินในการซื้อเสื้อผ้าน้อยลงอ้างอิงจากการสำรวจของกระทรวงแรงงานสหรัฐ ในปี 2016 เฉลี่ยเพียง 3.1% ของรายได้ตลอดปีลดลงจากอดีตต่อเนื่อง บวกกับปัจจุบันภาวะค่าใช้จ่ายส่วนต่างๆสูงขึ้น คนใช้เงินในส่วนอื่นเพิ่มขึ้น
-ค่าเสื้อผ้าทดแทนด้วยรายจ่ายสำหรับการท่องเที่ยว กิน กิจกรรมสันทนาการต่างๆสอดคล้องกับความนิยมของคนในการแชร์ประสบการณ์บนโลกออนไลน์ สัดส่วนราวๆ 18% ของรายได้ บวกกับค่าใช้จ่ายเกี่ยวกับเทคโนโลยี ที่เพิ่มสูงขึ้นมาที่ระดับ 3.4% 

- ความจำเป็นการซื้อเสื้อผ้า ลดลงโดยเฉพาะชุดทำงานบริษัทต่างๆในสหรัฐราว 40% อนุญาตให้พนักงานแต่ชุดตามสบายมาทำงานได้มากขึ้นปี 2017
- อุตสาหกรรมแฟชั่นเครื่องแต่งกายกำลังลำบาก brand loyalty หดหาย ความต้องการซื้อลดลง กระทบกับยอดขาย แบรนด์ต่างๆ
- ร้านเสื้อผ้า แบรนด์ต่างๆทยอยปิดสาขาลง
- คนหันไปซื้อออนไลน์เพิ่มมากขึ้น ผ่าน Amazon และเว็บขายเสื้อผ้าออนไลน์ต่างๆ เช่น Stitch Fix Inc. ที่มีการใช้ซอฟท์แวร์ที่มี algorithm และการเก็บข้อมูลลูกค้า ช่วยเลือกเสื้อผ้า จัดชุด ที่เหมาะกับผู้สวมใส่ แต่ด้วยปริมาณความต้องการซื้อที่ลดลงก็ทำให้หลายบริษัทต้องปิดตัว ล้มละลายเช่น Nasty Gal ของ Sophia Amoruso (# GIRLBOSS) ที่เคยมียอดขายระดับ 100 ล้านเหรียญ



-แรงกดดันจากการแข่งขันด้านราคา จากแบรนด์เสื้อผ้าทั่วไปทำเสื้อผ้าราคาถูก ต้นทุนต่ำ วางขายตามร้านค้าปลีก เช่น Walmart ,Target ซึ่งกลายเป็นที่นิยมของคนขั้นกลาง

Peter Brandt

พอดีเมื่อวานผมมีโอกาสได้ฟังคลิปสัมภาษณ์ Peter Brandt เทรดเดอร์ระดับตำนาน ผู้เขียนหนังสือ Diary of a Professional Commodity Trader จากรายการ chatwithtraders คิดว่ามีประโยชน์นำ note สรุปมาแชร์

>> แนะนำตัว
- Peter Brandt เป็นเทรดเดอร์ที่อยู่ในตลาดยาวนานกว่า 40 ปี เขาเริ่มต้นเทรดปี 1975 กับสินค้าประเภท future ในตลาด commodity และค่าเงิน
- เขาเรียนจบมหาวิทยาลัยด้านวารสารทำงานในบริษัทโฆษณาก่อนได้รู้จักเพื่อนที่เป็น floor trader ของบริษัทสมาชิกใน CBOT ทำให้เริ่มสนใจและอยากเข้ามาทำงานด้านเทรดเดอร์
- ลาออกจากงานตอน 25 ปีเริ่มต้นเรียนรู้เรื่องการเทรดสินค้าคอมโมดิตี้ จนได้เข้าทำงานเป็นโบรกเกอร์และเทรดเดอร์ในบริษัท Continental grin company
- ทำงานได้สักระยะลาออกมาเป็น freedom trader เขาต้องการใช้เวลาในการเทรดอย่างเต็มที่ และทดลองเทรดในรูปแบบที่เหมาะกับตัวเอง 

>> แนวทางการเทรด
- Peter Brandt เริ่มต้นทดลองมาหลายรูปแบบ ขาดทุนผิดหวังอยู่หลายครั้งก็ยังหาแนวทางที่เหมาะตัวเองไม่เจอ
- จนได้รับคำแนะนำให้อ่านหนังสือการเทรดของ Richard Schabacker ทำให้เขาเริ่มศึกษาและพัฒนา method ในการเทรดแบบ Classic Chart pattern ในการเทรดเป็นต้นมา
- คุณ Brandt เน้นการใช้ Chart pattern เป็นตัวมองหาสัญญาณการเข้าเทรด เขาบอกว่า pattern เช่นรูปแบบสามเหลี่ยม,ธง,H&S ที่เกิดมันสะท้อนภาวะพฤติกรรมของตลาด โดยเขา betting บนจุดมี ความน่าจะเป็นที่ดี แต่ไม่ใช่การคาดเดา(prediction) เขารู้ว่ามันมีโอกาสจะผิด(เขาเคลมว่าระบบเขาถูกแค่ 40% เท่านั้น) และเขาใช้ risk management ในการวางแผนครอบคลุมความเสี่ยงนั้น
- สไตล์การเทรดของเขาเป็น Position trading เทรดระดับกลางและยาว บนกราฟระดับวัน/สัปดาห์ เน้นการทำกำไรบนแนวโน้มราคาที่เคลื่อนไป ทั้งแบบการเทรด Breakout และ Momentum

>> แนวคิดคำแนะนำ
- เทรดเดอร์เป็นงานที่ไม่ง่าย ต้องอาศัยการทำงานหนัก
- กล้าผิด กล้าทดลองเรียนรู้จากความผิดพลาด
- กระบวนการเรียนรู้ ใช้เวลา 3-4 ปีกว่าเทรดเดอร์จะมีประสบการณ์เอาตัวรอด หรือทำเงินได้ต่อเนื่อง
-หาแนวทางการเทรดของตัวเอง ทดลองลงมือทำจนสามารถหา method การเทรด การบริหารเงินที่เหมาะกับตัวเองได้ (การลอกหรือทำตามคนอื่นอาจจะไม่เกิดผลดีในระยะยาว)
- ต้องรักษาเงินทุน เอาตัวรอดในตลาดให้ได้
- มีวินัย ทำตามแผนการเทรด
- เทรดเดอร์ มีภาวะทางอารมณ์ที่ดี ควบคุมอารมณ์ รับมือกับแรงกดดันจากผลการเทรด
- ตลาดปัจจุบันแตกต่างจากอดีต HFT , Algorithmic trading ทำให้ตลาดเกิด volatility เขามองว่าคนเสียเปรียบคอมพิวเตอร์ สำหรับด้าน method การเทรดต้องปรับตัวตาม
- บริหารเงินสำคัญ อย่าเร่งรีบใช้ leverage สูงโดยเฉพาะในตลาด Future
- มือใหม่อย่ารีบลาออกจากงานมาเป็นเทรดเดอร์เต็มตัว ควรฝึกให้มั่นใจก่อน เช่นเดียวกันการเป็นเทรดเดอร์ สามารถเป็น part time ได้เช่นกัน
- กระบวนการเทรดที่ดี ไม่ใช่แค่ทำเงิน แต่เทรดแล้วต้องไม่เครียด ไม่ทุกข์ คุณภาพชีวิตต้องดี


ฟังเพิ่มเติมจาก
https://www.youtube.com/watch?v=4nKbbPttCa4


วันจันทร์ที่ 5 มีนาคม พ.ศ. 2561

Jeff Bezos & Regret Minimization Framework

เรื่อง "การตัดสินใจ" ตัวอย่างจากจุดเริ่มต้นการทำธุรกิจของคุณ Jeff Bezos ที่ไม่ธรรมดาเช่นกัน เพราะเลือกที่จะทิ้งงานเงินเดือนดี มั่นคงและอยู่ในช่วงกำลังรุ่งโรจน์ ตอนปี 1994 คุณ Jeff Bezos เป็น nerd on wallstreet ดาวรุ่งอีกคน ซึ่งตอนนั้นวัย 35 ปีหลังจากทำงานได้ 4 ปีเขาดำรงตำแหน่งเป็น vice president(VP) อายุน้อยที่สุดของบริษัทเฮ็ดฟันด์พันล้านชื่อดังอย่าง D. E. Shaw & Co โดยทำหน้าที่ดูแลกลยุทธ์พอร์ตลงทุนในธุรกิจเกี่ยวกับ Internet & Technology ซึ่งตอนนั้นกำลังบูมมาแรงสุดขีด เงินเดือนและโบนัส ในช่วงตลาดขาขึ้นตอนนั้น ตัวเลขก็คงไม่ต้องพูดถึง

เขาเชื่อใน Internet Technology และ e-commerce จึงเลือกที่จะลาออกมาเดินตามความฝันสร้างธุรกิจของตัวเอง โดยเขาสนใจในการนำเทคโนโลยีมาพัฒนาธุรกิจค้าปลีกออนไลน์ ซึ่งเขาทำการศึกษาเลือกตัดสินใจ สร้าง amazon dot com ขึ้นมาเพื่อขายหนังสือ เขาและภรรยาใช้เงินเก็บ และมีผู้ร่วมลงทุนคนแรกในบริษัทคือคุณแม่ของเขา ที่นำเงิน $3000 มาช่วยสนับสนุน จากนั้นเขาและภรรยาก็ลาออกจากงาน ขับรถมุ่งหน้าย้ายจาก New York ไปยัง Seattle เมืองที่เขาคิดว่าจะหาจ้างทีมพัฒนาด้านคอมพิวเตอร์ได้ง่าย ใช้เงินที่มีเช่าบ้านขนาด 2 ห้องนอน และใช้โรงรถ เป็นสำนักงานเริ่มต้นในการสร้างธุรกิจ



Regret Minimization Framework คือวิธีคิดที่ทำให้เขาเลือกทิ้งเงินและงานก้าวหน้ามั่นคงอย่างใน wallstreet มาผจญภัยสร้างธุรกิจของตัวเอง โดยอธิบายว่าสิ่งที่คิดตอนนั้นคือถ้าเขามีชีวิตต่อจากนี้ไปถึง 80ปี เขาเลือกใช้ชีวิตอย่างที่มองย้อนกลับมาแล้วรู้สึกเสียใจหรือเสียดายน้อยที่สุด แน่นอนว่าถ้าไม่ได้ลงมือทำธุรกิจเกี่ยวกับ internet ในตอนนั้นเขาคงเสียใจไปตลอดชีวิต หรือถึงแม้ลงมือทำแล้วล้มเหลวก็คงไม่เสียใจเท่ากับการไม่ได้ทำ ดังนั้นเขาจึงตัดสินใจลาออกจากงานมาสร้างธุรกิจ e-commerce ตามแนวคิด ตามความฝันของเขา ซึ่งโชคดีที่ ภรรยาของเขาสนับสนุนกับการตัดสินใจลงมือทำ
ที่สำคัญคือ มันถูกที่ ถูกเวลา ทำให้ amazon ใช้เวลาไม่ถึง 5 ปีก็ประสบความสำเร็จ จากบริษัทเล็กๆในโรงรถ ก็เข้าสู่ตลาดหุ้นกลายเป็นบริษัทมูลค่าพันล้านเหรียญ ในตลาด wallstreet และเติบโตต่อเนื่องจนกลายเป็นยักษ์ใหญ่จนถึงปัจจุบัน
ถ้าใครกำลังคิดจะเปลี่ยนงาน หรือกำลังตัดสินใจทำอะไรสักอย่างที่สำคัญในชีวิต ลองเอา Regret Minimization Framework ของคุณ Jeff Bezosไปปรับใช้ดูก็ได้นะครับ
ชมคลิปรายการ
https://www.youtube.com/watch?v=fjjUOemW-_Q
Regret Minimization Framework
https://www.youtube.com/watch?v=jwG_qR6XmDQ

Jeff Bezos เส้นทางแห่งความสำเร็จ 01

ภาพนี้มาจากรายการ 60 minutes เป็นห้องทำงานของ Jeff Bezos ในสำนักงานใหญ่ของ amazon.com ในตอนนั้น ความไม่ธรรมดาคือ ตอนปี 1999 บริษัท amazon เปิดบริการขายหนังสือและ CD(หนัง,เพลง) บนอินเตอร์เน็ตด้วยกระแสความบูมของ Dot com ดันราคาหุ้น amazon มูลค่ากว่า 30 billion นับจากเข้าตลาดในปี 1997 และทำให้ Jeff Bezos กลายเป็นเศรษฐีพันล้าน แต่เขายังเลือกใช้ โต๊ะไม้สี่ขาธรรมดา ห้องทำงานเล็กๆ ขับรถเก่าๆคันเดิม เพราะเขามีความเชื่อว่า บริษัทควรใช้เงินของนักลงทุนเท่าที่จำเป็น 



ซึ่งย้ายเพียงสำนักงานจากโรงรถในบ้านพักมายังอาคารปัจจุบัน เพื่อรองรับพนักงานที่เพิ่มขึ้น ใช้เงินลงทุนในการสร้าง คลังสินค้าทั่วประเทศสหรัฐและยุโรป , ลงทุนในระบบคอมพิวเตอร์ใช้กุญแจสำคัญการบริหารคลังสินค้า รวมไปถึงการสร้างระบบการวิเคราะห์พฤติกรรมผู้ใช้เพื่อแนะนำสินค้า(Data mining +Recommendation system) ระบบการให้คะแนนรีวิว บน web application ที่ตอนนั้นคือสิ่งใหม่ที่ amazon พยายามใช้เป็นจุดขายสู้กับร้านหนังสือปกติธรรมดาทั่วไป

ตอนทัายในรายการพิธีกรถาม Jeff Bezos กลัวไหมว่าราคาหุ้นจะตกลง มูลค่าบริษัทจะสูญหายไป(ตอนนั้นหุ้นอเมซอน +1000%ต่อปี และเมื่อผ่านช่วงวิกฤติ ราคาหุ้นที่เคย Peak ถึง $108 กลับมาที่ราคา IPO แถวๆ $18) เขาตอบว่ามันไม่ใช่ความกลัวแต่เขารู้ว่ามันต้องหายไป จริงแล้วเหมือน Bezos จะเข้าใจสัจจะธรรมของฟองสบู่ดี เลยไม่ประมาท ไม่ยึดติด สิ่งที่ทำให้ amazon ต่างจากบริษัทอินเตอร์เน็ตทั่วไป ที่กลายเป็นหุ้นร้อนแรงในตอนนั้นคือ amazon สร้างธุรกิจจริงๆ ปี 1998 แม้ราคาหุ้นบวกไป 1000% เป็นหุ้นยอดฮิตในตลาด แต่บริษัทก็สามารถสร้างยอดขายได้กว่า 20 ล้านเหรียญ รวมไปถึงการเพิ่มของสมาชิกใหม่กว่า 2 ล้านคน ซึ่งตรงนี้น่าจะทำให้ amazon นั้นรอดพ้นวิกฤติการเงินฟองสบู่ dot com มาได้

มีโอกาสอยากแนะให้ลองชมรายการนี้ครับ
https://www.youtube.com/watch?v=fjjUOemW-_Q