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 30 พฤษภาคม พ.ศ. 2559

วิถีทางของเทรดเดอร์

วันนี้มีคนมาขอคำแนะนำผมเรื่องการเป็นเทรดเดอร์ คำแนะนำผมคือ เราควรวางแผนแต่ตอนนี้ว่า อีก 5 ปี เราเห็นภาพตัวเองเป็นอย่างไร ต้องการเลือกที่จะเป็นแบบไหน เพื่อจะได้ลงมือทำและพัฒนาตัวเอง อย่างไม่หลงทาง ไม่ว่าจะเป็น

- Full time trader >> เทรดเดอร์อิสระ ไม่มีสังกัด
- Part time trader >> เทรดไปเลี้ยงลูกไป ทำธุรกิจส่วนตัวไป ใช้การเทรดมาเป็นรายได้เสริ
- Travel Trader >> เทรด 2 วันเที่ยว 5 วันทำงานได้ในทุกประเทศทั่วโลก
- Prop Trader >> มือเทรดประจำบริษัทประจำกองทุนออกล่าเงิน โลดแล่นสร้างชื่อเสียงในวงการ

เราเลือกได้ ทุกเส้นทาง ล้วนมีข้อดีและมีจุดเด่นเฉพาะ แต่เราต้องเลือกรูปแบบ การพัฒนาตัว พัฒนาความสามารถ รวมถึงสร้างกลยุทธ์เพื่อจะไปถึงจุดที่ประสบความสำเร็จในเส้นทางนั้นๆ

สิ่งสำคัญที่สุด อย่าเอาแค่เงิน มาเป็นตัววัด หรือตัวเลือก ให้เราทำอย่างนั้น อย่างนี้ พยายามดูว่า รูปแบบไหนเหมาะกับเรา ตอบโจทย์ชีวิตของเรา และอย่าไปเสียเวลา พยายามทำในสิ่งที่เราไม่อยากเป็น หรือไม่ต้องการจะเป็น เพราะนอกจากจะไม่สำเร็จในระยะยาวแล้ว ความสุขบนเส้นทางการเป็นเทรดเดอร์ก็จะไม่เกิดอีกด้วย

วันหยุดผมอยากชวน พวกเรามาลองคิดกันว่า 5 ปีข้างหน้า เราเห็นตัวเราอยู่ตรงจุดไหน ? เมื่อคิดได้แล้วก็รีบลงมือสร้างอนาคตให้เกิดขึ้นจริงกันครับ

ฟังเพิ่มเติมที่
https://www.youtube.com/watch?v=1aLLQGqbaio




Lessons from the Greatest Stock Traders


Lessons from the Greatest Stock Traders เป็นหนังสือที่ดีและเหมาะสำหรับเทรดเดอร์มือใหม่ เพื่อได้แนวทางการศึกษาและพัฒนา 

Cway Book club จัดทำสรุปและรีวิว หนังสือเล่มนี้เบื้องต้นไว้ ท่านที่สนใจเข้าไปฟังได้จาก link ด้านล่าง




Time-series analysis

มีคำถามมาทางกล่องข้อความ ถามว่า เทคนิคอล ยังใช่ได้อยู่ไหม?
คือ ใครว่ายังไง ผมก็ไม่รู้ แต่ส่วนตัวผมผมมองว่ามันก็ยังเป็นเครื่องมือที่สามารถใช้ในการเทรดได้ เพียงแต่ต้องใช้ให้เป็น ต้องใช้อย่างเข้าใจและเหมาะสมกับพฤติกรรมราคาเท่านั้นเอง 

ตรงนี้ต้องอาศัยการเรียนรู้ การสังเกตอาศัยการทดสอบ อีกประการที่ต้องเข้าใจคือ เทคนิคอลส่วนใหญ่ ไม่ว่าจะเป็น Art หรือกลุ่ม Indicator มันมักมีข้อจำกัดในตัวเอง มีจุดที่สมมติฐานเริ่มต้นของการพัฒนา ไปไม่ถึงหรือไม่รวม ดังนั้นเทรดเดอร์ ผู้ใช้ต้องตระหนัก เข้าใจในจุดนี้ เพื่อหลีกเลี่ยง

อย่างกรณีถ้าเราหลัก time-series analysis แบบเชิงสถิติ มาเทียบเคียงกับเครื่องมือเทคนิคอล จะพบว่าการวิเคราะห์เทคนิคอลจะครอบคลุมหรือเน้นแค่ภาวะของแนวโน้ม(Trend) กับการเคลือนที่เป็นรอบ Season/Cycle(n) แต่ในความเป็นจริงพฤติกรรมราคาหุ้น ราคาสินค้าต่างมันมันมีโอกาสเกิดความผันผวนหรือเคลื่อนที่แบบ random เกิดความไม่ปกติได้เสมอ volatile ตรงนี้เป็นเหมือนจุดบอด ของเครื่องมือ ที่ถ้าไม่สนใจ ไม่วางแผนรับมือ การใช้เทคนิคอลแบบสุดโต่ง หรือใช้แบบมโน(เดาอนาคต) จึงทำให้เสียและขาดทุนหนักในที่สุด



Most Important Investors Of All Time

บทความนี้ของ MICHAEL BATNICK น่าสนใจมาก เขาเอาเหล่าตำนานที่ประสบความสำเร็จในโลกการเงินของสหรัฐ เช่นนักลงทุน หรือผู้จัดการกองทุนป้องกันความเสี่ยงสายต่างๆ มาวิเคราะห์ และหาสิ่งที่เหมือนหรือคุณสมบัติร่วมกัน

มีประเด็นหลายจุดที่น่าสนใจ เช่น
- จำนวนมากเกือบทั้งหมดส่วนใหญ่เป็นคนผิวขาว( white men) และเป็นผู้ชาย
- เกือบทุกคนใน list เป็นคนฉลาด เป็นนักคิดนักกลยุทธ์ที่โดดเด่น
- เกือบทุกคนมีฝีมือ แต่จังหวะภาวะตลาดปีที่เริ่มต้นก็มีส่วนช่วยได้เยอะ เหมือนเป็นแรงลมสนับสนุน เช่น Jim Chanos ตำนาน short sell เริ่มปีแรกทำกำไร 2451%
- S&P500 25-ปี total return อยู่ที่ 1463% คนที่ทำผลงานดีสุด รอบ 25ปี Stanley Druckenmiller(5242%) ตามมาด้วย Paul Tudor Jones, David Swensen และ Rob Arnott ที่ 3438%
- ไม่มีผู้จัดการกองทุนคนไหนเริ่มต้นตอน Great Depression
- จุดเริ่มต้นสำคัญต่อผลงาน ในบทความนี้ยกการวิเคราะห์ return ระยะยาว กรณีเริ่มปี 1966-1990 returnของตลาด ได้ 878% แต่ถ้าเป็น 1967-1990 จะกลายเป็น 1318%
- ใน list มีคนประสบความสำเร็จในกลุ่ม Baby boomers เกิด 1946 ถึง 1960 จำนวน 33% เช่น Howard Marks, David Booth, Ed Seykota, William Bernstein, Ray Dalio, Bill Miller, David Shaw, Stanley Druckenmiller, David Swensen, Paul Tudor Jones, Rob Arnott, John Paulson, Steven Cohen, Michael Marcus, David Tepper, Jim Chanos, Seth Klarman

โดยในภาพข้างล่าง คุณ Batnick เอาปีที่เหล่า guru เริ่มต้นอาชีพในตลาดวอลสตีท มา plot เทียบกับ กราฟ S&P500

ขอสรุปคราวๆประมาณนี้ อ่านเพิ่มเติมได้จาก link

http://theirrelevantinvestor.com/2016/05/23/the-most-important-investors-of-all-time/




My Favorite Macro Economic Blogs

มีคำถามทาง email อยากให้แนะนำ blog ที่ผมอ่านประจำ วันนี้เลยจะมาเขียนสรุปเรียบเรียงไว้ให้เป็น reference ในการศึกษา โดยเน้นเรื่อง global macro เป็นหลักเพราะอ่านง่าย สำหรับคนทั่วไป
เรื่องบางเรื่องที่เรา ไม่ชำนาญ เราสามารถหาอ่าน หรือหาผู้รู้มาเสริม ให้เราได้เสมอ เพราะอย่างน้อยมันช่วยเปิดมุมมองและเปิดไอเดีย เราได้เยอะ เพื่อนำมาใช้วางแผนการเทรดหรือทำกลยุทธ์ภาพใหญ่ ยิ่งถ้าเราเรียนจาก นักเศรษฐศาสตร์ หรือผู้จัดการกองทุนเก่งๆ มันช่วยให้เราเห็นอะไรเยอะ
Blog ก็เป็นช่องทางหนึ่งที่เราสามารถติดตามมุมมองและแนวคิดของ กูรูทั้งหลายเหล่านี้ได้ วันนี้มีมาแนะนำ 10 web ที่ผมติดตามประจำ
1. CONSCIENCE OF A LIBERAL เว็บนี้ของ Paul Krugman คนดังที่หลายคนรู้จักอยู่แล้ว เขาเป็นนักเศรษฐศาสตร์ ระดับ Nobel Prize และ เป็นอาจารย์ อ่านด้าน macroeconomics หรือ international economics ต้องคนนี้เลย เขาเขียนบทความ เป็นคอลัมภ์ให้กับ nytimes.com ที่สำคัญแก update บ่อยสม่ำเสมอ
2. Free exchange Free exchange เป็น blog รวมเรื่องสั้น เกี่ยวกับเศรษฐกิจ สังคม ประเด็นต่างๆเขียนโดย นักเขียน นักวิเคราะห์ของ The Economist ข้อดีคืออ่านง่าย ได้หลายมุมมอง จุดเด่นอีกข้อคือ comment ที่มีการแลกเปลี่ยนกัน มันทำให้ได้เห็นมุมมองที่กว้างและหลากหลาย http://www.economist.com/blogs/free...
3.FiveThirtyEight FiveThirtyEight ของ Nate Silver คนนี้เขียนเรื่องการเมืองและเศรษฐกิจ ดี เขาเป็นนักวิเคราะห์การเมืองและนโยบาย ที่อ่านขาดอีกคน ช่วงนี้ใกล้เลือกตั้งสหรัฐ blog แกก็จะมีงานเขียนดีๆออกมาตลอด https://fivethirtyeight.com/economi...

4. The Bloomberg View economics Blog นี้ของ Bloomberg เรื่อง content ก็ไม่ต้องพูดถึงเพราะ หลากหลายและดีอยู่แล้ว มีบางประเด็น เขามาเจาะลึกก็ทำให้ ได้อ่านมุมมองเพิ่ม http://www.bloomberg.com/view/topic...

5. Macro blog macroblog เรื่องสหรัฐ เศรษฐกิจสหรัฐต้องอ่าน blog นี้เลย เพราะทำโดย Federal Reserve Bank of Atlanta เขียนเรื่อง macro econ น่าสนใจเยอะตั้งแต่ GDP หนี้ อัตราดอกเบี้ย มีหลายประเด็น ที่เกี่ยวกับสหรัฐ

6. The Big Picture The Big Picture ของคุณ Barry L. Ritholtz ผู้จัดการกองทุน Ritholtz Wealth Management และเป็นนักเขียน เป็นกูรูคนดังอีกคน แนะนำมากเพราะ น่าสนใจมีเรื่องราว มีมุมมองหลายประเด็นเกี่ยวกับ เศรษฐกิจมหาภาค ตลาดหุ้น เทคโนโลยี และเขามี reading list ที่ไปอ่านไปรวบรวมมาอีก ถือว่าติดตามอ่านอันนี้ ได้เห็นอะไรดีๆน่าสนใจเยอะ เป็นอีกที่ที่ผมตามประจำ http://ritholtz.com/
7. the Economist’s View Blog นี้เป็นของ Mark Thoma ซึ่งเป็น Professor ด้านเศรษฐศาสตร์ จาก University of Oregon เขียน lobal macro ดีมาก http://economistsview.typepad.com/e...

8. The Undercover Economist The Undercover Economist อารมณ์เศรษศาสตร์ข้างถนน เป็นเรื่องเล็ก ยันใหญ่ แต่อ่านเข้าใจง่ายแบบภาษาชาวบ้าน เขียนโดย Tim Harford ออกบทความสัปดาห์ละครั้ง http://timharford.com/articles/unde...

9.On the Economy On the Economy เป็น blog ของ Jared Bernstein เขียน macro economic ของสหรัฐ มีหลายประเด็นหลายหัวข้อ ที่มีมุมมองน่าสนใจ http://jaredbernsteinblog.com/
10 TheMoneyIllusion blog เขียนโดย Scott Sumner เป็น อาจารย์ด้านเศรษฐศาสตร์ที่ Bentley University พูดเรื่องเศรษฐกิจสหรัฐ เรื่อง Fed และอื่นๆ http://www.themoneyillusion.com/

วันอาทิตย์ที่ 22 พฤษภาคม พ.ศ. 2559

Top hedge-fund managers made $13 billion in 2015

เหล่าทวยเทพผลงานดีจริงๆ มาหลายคนโดยเฉพาะสาย Quant เห็นฝึมือแล้วบอกเลย ว่าพวกนี้ Genius จริงทำให้ยิ่งอยากแกะอยากศึกษา วิธีคิดของคนเหล่านี้มากขึ้น
ส่วนตัวผมชื่นชอบ Dr. David E. Shaw เจ้าของฉายา "King Quant" บริหารกองทุน hedge fund อย่าง D. E. Shaw & Co และยังเป็นโปรเฟสเซอร์ด้าน computer science จาก Columbia University ผลงานปี 2015 เข้าอันดับ 6 ที่ 750 million แต่ยังเอาชนะปู่อย่าง Jame simons แห่ง Renaissance Technologies ไม่ลงเช่นเคย ที่แม้ปี 2015 จะไม่ใช่ปีทองของอุตสาหกรรมนี้แต่แกยังโกยไปได้ 1.7 billion
คนเหล่านี้ เป็นตัวอย่างที่ดีในการพยายาม และการเรียนรู้ จริงๆครับ


ตอบคำถามเรื่อง arbitrage

จากคำถามเรื่อง Statistical Arbitrage ผมสรุปคำตอบประมาณนี้

หลักการถ้าทำด้านนี้ต้องเข้าใจ Arbitrage ก่อน จังหวะเข้าซื้อสำคัญ หลักกการต้อง study ข้อมูลสร้าง สมการความสัมพันธ์ให้ได้ก่อน(Feature หลักคือค่า correlation และ co integration ) จากนั้นรอจังหวะซื้อตอน ที่ภาวะ ค่าความสัมพันธ์ของ ค่าเงินมัน ไม่ปกติ กำไร เกิดจากการที่จุดหนึ่ง ความสัมพันธ์ไม่ปกติกลับมาจุดปกติ อันนี้คือ key ของ Statistical arbitrage แต่ คู่ 3 นี้มันทำมาเพื่อปิดรอบ ปกติทำคู่ 2 หรือ pair trading ก็ได้ แต่มันมี error ที่เหลื่อมซ่อน

ลองดูภาพประกอบความเข้าใจ จุดไม่ปกติ จากเดิมเป็น +R อยู่ดีๆ EUR กับ GBP มันเกิดกลายเป็น -R ตรงนี้เกิดไม่ปกติเมื่อเทียบกับค่า ความสัมพันธ์ธรรมชาติของเขา จึงกลายเป็นจุดเทรดที่ได้เปรียบ
ที่นี้ Statistical arbitrage ในค่าเงิน Sell EURUSD และ Buy GBPUSD เมื่อเรามาแยก จะเห็นมันไม่ perfect คือรอบความสัมพันธ์มันไม่ปิด มันเกิด risk แฝง นักกลยุทธ์เขาเลยสร้างคู่สาม Triangular Arbitrage มา

ถ้าจะใช้ในที่นี้ก็ sell EURUSD BUY GBPUSD ในภาวะที่ค่า correlationมันไม่ปกติ จากนั้นเพิ่มไปอีกคู่เพื่อปิดรอบ ฺBuy EURGBP แต่จะย้ำอีกทีถ้าจะทำด้านนี้ไม่มีรู้ค่า correlation หรือไม่มี ตัวติดตามค่่าความสัมพันธ์ของคู่เทียบ ไปเปิด พร้อมกันเลย โอกาสกำไรจะยากครับ
ข้อดีของกลยุทธ์นี้คือ ความเสี่ยงมันต่ำ ข้อเสียคือกำไรต่อรอบมันน้อย แถมไม่ได้เกิดบ่อยๆ มันเกิดภาวะตลาดมันไม่ปกติ เช่น panic จาก sentiment หรืออะไรพวกนี้
เมื่อเกิดตรงนั้นเราจะเข้าไปเทรด แต่ไม่ใช่ไปเปิด ตอนไหนก็จะกำไร เพราะถ้าไปเปิดจุดที่ ภาวะราคาไม่ได้เปรียบ มันจะไม่เกิดกำไร มันจะคานกันทำให้เสมอตัว หรือขาดทุนจากค่าธรรมเนียม หรือ swap


เข้าใจ รู้จริง ทำจริง

ความสนุกอย่างหนึ่งของการเทรดคือ การอ่าน การรู้แค่วิชาการอย่างเดียวไม่พอ ต้องปฏิบัติจริงด้วย เพราะถ้าสิ่งที่เราศึกษา เราพัฒนามันใช่ มันถูกทาง payoff curve ระยะยาวจะเป็นตัวบอกเราเอง แต่ถ้าเราเข้าใจผิด คิดผิด หรือรู้ไม่จริง ตรงนี้ตลาดก็จะเป็นคนสั่งสอนมอบบทเรียนเราเช่นกัน
ดังนั้นสุดท้าย ถ้าเราพัฒนาระบบ พัฒนากลยุทธ์ทางเดียวที่เราจะพิสูจน์ว่าสิ่งที่เราเข้าใจมันถูกหรือรู้จริง นั้นคือ การต้องลงไปเทรด ลงไปวัดในสนามจริง โลกของจริง ถ้าเราทำแบบนี้บ่อยๆผ่านสนามรบบ่อยๆ ชั่วโมงบินยิ่งสูงความสามารถของเราจะกล้าแข็งและความรู้ที่ได้มันจะยิ่งตกผลึกได้เองและสามารถหยั่งรู้ระดับความสามารถของตัวเองได้ทันที

ใครยังไม่สำเร็จ ยังไม่รู้ไม่เข้าใจ ก็อย่างไปท้อครับ สู้กันต่อไป ฝึกต่อไป ถ้าไม่หยุดพยายามสักวันยังไงก็ต้องเก่งขึ้นได้ ดีขึ้นได้แน่นอน


ปล. อยากให้เห็นความสำคัญของ การรักษาเงินต้น ทำกำไรต่อเนื่อง ว่าถ้าเราเข้าใจ มีทักษะการเทรด มันทำได้จริง การอยู่รอดและผลตอบแทนมันจะเกิดเองในระยะยาว คุ้มค่ากว่าการ มาเสี่ยงเยอะหวังกำไรมากๆเร็วๆในเวลาอันสั้น


Machine Learning 2

ขอมาต่อเรื่อง Machine Learning อีกนิดจากประเด็นที่มีพี่ท่านหนึ่งถามไว้ว่า เมื่อตลาด มันคาดเดาไม่ได้แล้ว Machine Learning มันจะมีประโยชน์ได้ยังไง?
ใช่ครับตลาดมันคาดเดาไม่ได้ 100% ถ้ามันทำได้มันก็คงจะเป็น God ไปแล้วแต่ Machine Learning ไม่ได้สร้างมาเดาอนาคตเป็นหลักนะครับ มันสร้างมาเพื่อเรียนรู้ จากข้อมูลมหาศาลและซับซ้อนที่มี(เกินขีดจำกัดของคน) แล้วประมวลผลหารูปแบบ เพื่อสร้างโมเดลในการตอบสนองหรือโต้ตอบกับสิ่งที่เกิดแบบไดนามิก (อันนี้ลองไปดู AlphaGo เป็นไอเดียได้) บนความน่าจะเป็นที่ดีที่สุด
ผมยกตัวอย่าง paper ทาง data science หนึ่งเขานำข้อมูลการแจ้งเหตุผ่าน 9-11 จำนวนมาก มาประมวลผลร่วมกับข้อมูลประชากร ข้อมูลประวัติอาชญากรรม ข้อมูลเชิงตำแหน่งจุดเกิดเหตุจากนั้นใช้ Machine Learning ทำการหาพื้นที่เสี่ยง ที่มีความน่าจะเป็นที่จะเกิดอาชญากรรมแบบรายวัน แน่นอนว่า มันคงไปหาไม่ได้หรอกว่า จะมีคนยิงกันตายตรงไหน แต่มันสามารถใช้ ความน่าจะเป็นของการจะเกิด มาวางแผนจัดการความเสี่ยงได้ ตำรวจสามารถใช้ value จากการ Data นี้เพื่อไป จัดเส้นทางลาดตะเวนของรถสายตรวจ และจัดความถี่การป้องกันเหตุ ในช่วงเวลาที่มีความน่าจะเป็นในการเกิดมาก


ด้านการเทรด Machine Learning นำมาใช้ใน Fund ใหญ่ๆเยอะ เช่น RENAISSANCE TECHNOLOGIES, BRIDGEWATER ASSOCIATES , TWO SIGMA INVESTMENTS, REBELLION RESEARCH เป็นต้น ลองดูจาก link ผมเอารายชื่อ Quant Fund ที่เขาทำจริงๆทำกันมานานและไปไกลมาก งานที่ใช้หลากหลายเช่นใช้ทำ portfolio management ทำโมเดล risk management หรือทำพวกงานด้านกลยุทธ์ต่างๆหลากหลายมาก ไม่นับรวมพวกฮาร์ดคอร์ที่ทำ HFT เฟิรมพวกนี้มี Data science เก่งๆระดับ PHD มาทำโมเดล และสร้างระบบ
Fund หนึ่งที่ผมชอบมากและเป็นเจ้าที่ active ใน quant community นั้นคือ Man AHL(เทพมากด้านนี้ อยู่ตลาดมา 25ปี มี AUM 19.2billion) เพิ่งจัด event แข่งขัน robot ในเกมส์ HEXPLODE ไปเพื่อหาทีมพัฒนามาร่วมงาน พัฒนา Qaunt Model


งานด้านนี้มันกว้างมากนะครับ ปัจจุบันมันมีการเติบโตเร็วมาก ใครสนใจลองศึกษาดูได้ เริ่มจาก Quant community ที่ผมเคยโพสแนะนำไปจะพบว่า เขาทำอะไร ใช้อะไรกัน

Data Science

วันนี้มีโอกาสได้แลกเปลี่ยนและได้คุยกับรุ่นน้องที่ทำงานด้าน Data Science ได้ประเด็นและไอเดียใหม่ๆเยอะเลย โดยเฉพาะเทคนิคการจำแนกและวิเคราะห์ข้อมูล

Data Science เป็นศาสตร์แขนงใหม่ที่กำลังมาแรงตอนนี้ การนำข้อมูลประเภทต่างๆ(แน่นอนว่า financial ก็คือหนึ่งในโดเมนที่กำลังได้รับสนใจมาก) มาวิเคราะห์ประมวลผลแบบ quantitative method เพื่อสกัดเอาองค์ความรู้ เอามูลค่าออกจากตัวข้อมูล ตรงนี้ มีการนำไปใช้แพร่หลายและหลายด้านมาก

เมืองไทยเราก็มีการพัฒนาด้านนี้ไปไม่น้อย ผมไปเจอคลิปหนึ่งมาเป็นงาน CodeManiaX2 จัดโดยภาควิชาวิศวกรรมคอมพิวเตอร์ จุฬาลงกรณ์มหาวิทยาลัย ซึ่งมีอาจารย์และผู้เชี่ยวชาญมาบรรยาย เรื่อง Data Science และตัวอย่างงานวิจัยต่างๆรวมไปถึงงานขั้นสูงด้าน Machine learning มีประโยชน์มาก สำหรับคนที่สนใจ ความรู้ดีๆด้านนี้ ภาษาไทยหาฟังยากนะครับ มีโอกาสแนะนำให้ลองฟังดู ได้เปิดโลกและสร้างความเข้าใจที่ถูกได้ดียิ่งขึ้นด้วย



Roy Niederhoffer

เอ่ยชื่อ Roy Niederhoffer ผมว่าคนไทยอาจจะไม่รู้จัก ผมเองเคยได้ยินชื่อนี้ไม่กี่ครั้ง แต่เคยได้ฟังเขาสัมภาษณ์ bloombergพบว่าเป็นสุดยอดอีกคน อ้างตาม businessinsider เขาคือ quant hedge fund manager ที่มีผลงานดีที่สุดอีกคนปี 2016 ปีนี้จัดไป18.71% ว่ากันว่าน่าจะเป็น คลื่นลูกใหม่สาย Qaunt Fund ที่ขึ้นมาเทียบรัศมีอย่างคลื่นลูกเก่าเช่น James Simons (worth $14 billion), Ken Griffin (worth $7 billion) and David Shaw (worth $4.7 billion) ได้ในอนาคต
Roy Niederhoffer แห่ง R. G. Niederhoffer Capital Management, Inc บริหารเงิน $731 million ผลงานผ่านมาปี 2015 ก็เป็นปีที่ดีของเขาจบที่ 4.32%(สูงกว่าค่าเฉลี่ยมากพอควร) ผลงานเฉลี่ย 5 ปี 22.39%,16.7%,6.17%,6.17%,4.32% รวบรวมโดยHSBC performance ผลงานเฉลี่ย 10 ปีที่ 17.7%
คุณ Niederhoffer ประวัติก็น่าสนใจมากเป็นของจริงมาก เขาเป็น computers genius จบ Harvard ปี 1987 ด้าน computational neuroscience(เรื่อง AI คนนี้นี่รู้จริงสุดยอดมาก) เรียนจบก็เข้ามาทำงานกับพี่ชาย ที่ทำ hedgefund ต่อมาปี 1993 เขาก็ตั้งบริษัท quant fund ของตัวเองที่เน้นการใช้ math และ computer เพื่อบริหารเงินให้ลูกค้า ด้านดนตรีนี่ก็ไม่ธรรมดา เขาเป็นนัก violin ที่ได้เล่นในวงออเครต้าดังๆและได้เล่นใน Carnegie Hall
ที่ผมเขียนถึงเขาวันนี้เพราะ อยากเอา link นี้มาฝาก Roy Niederhoffer ไปให้สัมภาษณ์ toptradersunplugged มีหลายเรื่องเกี่ยวกับ Quant และจิตวิทยา cognitive bias ที่น่าสนใจมาก เดี่ยวถ้าผมเรียบเรียงเสร็จจะเอาสรุป สาระความรู้มาลงให้อ่านกันครับ
http://toptradersunplugged.com/roy-niederhoffer-capital-ma…/


วันจันทร์ที่ 9 พฤษภาคม พ.ศ. 2559

Machine learning (Advance Quant)

งาน Quant หลักๆของ Lab ที่ผมทำเรื่องการสอน Robot ให้มันเรียนรู้จากข้อมูลจริงและคิดตอบสนองให้เป็น ตรงนี้งานต่างจาก algorithmic trading เดิม ที่คนหรือเทรดเดอร์ผู้เป็น expert สร้างโมเดล ให้ robot ทำตามคำสั่ง

ด้วยโลกความจริง ตลาดหุ้น ตลาดทองคำ เหมือนเราทราบ ข้อจำกัด หรือขอบเขตของการจัดการกับข้อมูลที่ไม่เป็นเส้นตรง หรือมีความ random สูงมันมีเยอะ สิ่งที่ Machine learning เข้ามาทำให้งานด้านนี้พัฒนาได้ซับซ้อนขึ้นไปอีกจากอดีตคือ คอมพิวเตอร์มันเรียนรู้จัก ข้อมูลจริงที่เกิด ทั้งจาก training data จำนวนมหึมา(ฺBig data) ที่เราโยนไปให้มัน และการเรียนรู้จากข้อมูล real time ข้อมูลใหม่ๆที่เกิดทุกวันทุกนาที ความสนุกมันอยู่ตรงสอนให้ robot มันเรียนรู้

ในภาพเอาโมเดลแบบเบสิกมาให้ดู คือลองสอน QuantRobot ให้มันแยกพฤติกรรมราคา แบบ unsupervised ด้วย Weight Adjusted KNN ใช้พารามิเตอร์ของพฤติกรรมราคา 8 ตัวสำหรับ training data รอบแรกยังมั่วๆอยู่เพราะข้อมูลไม่ค่อยดี

จากนั้นลอง clean data ใหม่ด้วย Principal Components Analysis (PCA) ก่อนแล้วเอามารันอีกรอบ ผลค่อนข้างดีขึ้น ตัวนี้ถ้าทำงานได้จะประหยัดเวลามาก เพราะ ML เดิมเป็น SVM ผลการ classification ดีแต่ค่อนข้างช้าเมื่อรันข้อมูลระดับนาทีเรียลไทม์

ซึ่งการสอนให้ robot คิดเป็นสามารถจำแนกแต่ละกลุ่มพฤติกรรมราคา มันจะทำให้เราสามารถสร้าง กลยุทธ์ในการเทรด หรือการบริหารเงินที่แตกต่างกันไปจัดการได้ เหมาะสม เป้าหมายการทำ ML ให้ robot ตัวนี้ไม่สร้างมาเพื่อ เดาหรือทำนายราคา แต่มันสร้างให้ ประเมินผลความน่าจะเป็น และให้ information สนับสนุนการตัดสินใจ และการบริหารความเสี่ยง ของ เทรดเดอร์



เอาชนะตลาดไม่ง่ายแบบที่คุณคิด!!!

บางคนยังไม่เข้าใจเรื่องระบบเทรด พอ setup จับอินดิเคเตอร์ปนกันได้ดูเหมือนมันจะเข้าท่า ไม่เคยทดสอบเพียงพอ โดยเฉพาะการ forward test แล้วมั่นใจมาก นำไปใช้จริง หรือนำไปถ่ายทอดต่อสุดท้ายพบกับหายนะขาดทุนกันเยอะ

ความยากมันคือ การที่รูปแบบผลการเดิมพันมันเป็น nonuniform

เราอาจจะเจอเฉพาะช่วงที่มันดีชนะได้กำไรต่อเนื่อง จนมั่นใจสุดโต่ง แต่พอออกจากสภาวะควบคุมเข้าตลาดจริง ที่เป็น random walk ไปเจอภาวะรูปแบบที่ไม่ตายตัวมีความผันผวนมากระบบ มักจะไปไม่รอด ยิ่งถ้าไปเจอ consecutive loss เยอะ แพ้ติดกันหนักๆ ถ้าไม่มี money management ที่ดีระบบล้ม equity หมด จุดจบก็คือหายนะล้างพอร์ตกันไป

ดังนั้นอย่าประมาทครับ ทำระบบทดสอบให้มั่นใจ ค่อยๆทดลองใช้ อย่าโลภ อย่ารีบรวย อย่าไปคิดว่าเราเก่งสุดในตลาด เพราะตลาดหุ้น ตลาด tfex ตลาด forex มันมีพวกเขี้ยวลากดิน หรือเสือ สิงห์ กระทิง แรด ประจำการคอยจะจับพวกอ่อนแอกินอยู่แล้ว กำไรเล็กๆที่เห็น ถ้าหลงไปกับมันมากจนเพลิน สุดท้ายมักจะไม่รอดพ้นที่จะเป็นเหยื่อในตลาด


อันนี้อยากเตือนด้วยความหวังดี ลองเปลี่ยนแนวคิด เน้นรอดให้ได้ก่อน รวยที่หลัง มันจะทำให้เกิดความยั่งยืน และมั่นคงในระยะยาวมากกว่า

Warren Buffett Vs Hedgefund

เมื่อคืนประชุมประจำปีของ Berkshire ปู่ Warren Buffett ยังคงไม่วายเหน็บ hedge fund โดยเฉพาะเรื่องส่วนแบ่งกำไรและค่าธรรมเนียม เดี่ยวต้องรอดูต่อ ว่าฟัง hedgefund คู่ปรับจะออกมาว่ายังไงบ้าง แต่เหมือนช่วงผ่านมาโดยเฉพาะปีนี้ก็อาจจะไม่ใช่ปีที่รุ่งเรืองของอุตสาหกรรม hedge fund เท่าไหร่
หลายเจ้าแข่งขันกันดุเดือดเพื่อรักษาฐานลูกค้า เช่นเดียวกันกลุ่มนักลงทุน หรือกลุ่มกองทุนสวัสดิการไม่น้อยก็เริ่มดึงเงินออกจาก hedge fund เช่น New York City’s pension ที่โหวตถอนเงินออก $1.5 billion ปีนี้ได้เห็นกลุ่ม hedge fund ใหญ่ก็เร่งปรับตัวปรับกลยุทธ์

คู่นี้เขามีประเด็นกันตลอด ผมว่ามันเป็นสีสันของ wall street ดี Warren Buffett มีประเด็นกับเหล่า hedge fund จากหลายกรณี ถ้าจำกันได้ปีที่แล้วก็มีเรื่องของ IBM



เขาเองก็ดูเหมือนไม่สนับสนุนให้นักลงทุนไปใช้บริการของเฮ็ดฟันด์สักเท่าไหร่ แถมช่วงผ่านมา Warren Buffett ออกมาสนับสนุน Hillary Clinton ผู้แทนลงชิงตำแหน่งประธานาธิปดี ที่มีแนวคิดมองว่า ควรจะลดความเหลื่อมล้ำของคนรวย และคนชั้นล่างในประเทศ ด้วยวาทะกรรม ที่สะเทือนวงการที่ว่า เหล่า hedge fund manager ระดับท๊อป 10 มีรายได้ต่อปี รวมกัน มากกว่าครูอนุบาลทั้งประเทศสหรัฐรวมกันเสียอีก




http://www.bloomberg.com/news/articles/2016-04-30/buffett-says-hedge-funds-get-unbelievable-fees-for-bad-results

ฺBehavior technical analysis : Psychology101

ยุคปัจจุบัน การเรียนรู้มันไม่ได้จำกัดแค่ในห้องเรียนอีกต่อไป เรามี internet และมีเทคโนโลยี vdo online เข้ามาช่วย ผมพูดเรื่อง Psychology บ่อยในหลายตอน ความรู้พวกนี้นอกจากอ่านหนังสือ ก็มาจากการเข้าเรียนครอสออนไลน์ ทั้งฟรีและเสียเงิน เพราะมันจำเป็นต่อการเทรด

ผมเล่าเรื่องงาน behavior technical analysis เรื่องนี้ก็ใช้ Psychology เยอะทำให้ผมเริ่มศึกษาจริงจัง ใครอยากศึกษา ผมมีครอสสัมนาฟรีของ udacity ที่ผมเรียนมาแนะนำ เข้าไป enroll ได้ฟรี สอนดีและเข้าใจง่าย แถมมันเป็น vdo ตอนสั้นๆทำให้เราแบ่งเวลาเรียนได้ง่าย ครอสนี้ผมเรียน 1 สัปดาห์ก็จบแล้ว(ถ้าขยันจริงๆหลักสูตรมันคือ 4 เดือน หรือ6hrs/week )

ต้องการหาความรู้เข้าไปเรียนได้ที่
https://www.udacity.com/course/intro-to-psychology--ps001



Make me German

เทรดตลาด DAX เลยพยายามศึกษาเยอรมันมากขึ้น เพื่อนที่รู้จักแนะนำ สารคดีของ BBC เรื่อง make me German มาให้ดู พอมีโอกาสได้ดู รู้สึกเลยว่า ประเทศเขาสุดยอดจริงๆ
ผมมองว่าเป็นอีกชาติที่น่าเข้าไปลงทุนในตลาดมาก มันไม่ใช่ในแง่เศรษฐกิจที่แข็งแกร่งอย่างเดียว แต่ คน อันเป็นทรัพยากรหลักของชาติเขาก็มีคุณภาพมาก บวกกับโครงสร้างสังคมและกฏระเบียบต่างๆที่สร้างขึ้นมา
Make me a German เป็นสารคดีของ BBC เขาให้นักข่าวอังกฤษและภรรยา(นักเขียน) และลูก 2 คนไปใช้ชีวิตแบบ คนเยอรมันชั้นกลาง เพื่อหาความลับอะไรที่ทำให้ประเทศนี้ยิ่งใหญ่และประสบความสำเร็จ ความยาวสารคดีประมาณ 1 ชม.
ผมสรุปประเด็นหลักๆมาให้ลองเข้าไปดูได้จาก
https://www.youtube.com/watch?v=kZjIgZE_a9M



ทำไมจึงไม่ควรเล่นเก็งกำไรจากข่าว!!!

เมื่อวานคุยกันน้องเทรดเดอร์ เรื่องไม่ควรเข้าไปเก็งผลตัวเลขเศรษฐกิจ เล่นกับข่าวที่จะเกิดตอนประกาศ เพราะจากประสบการณ์ผมเทรดอยูตลาดมาสิบปี บอกเลยว่ามันไม่ได้ง่ายหรือแฟร์เกมส์จริงๆหรอกครับ อย่าไปคิดว่าเราจะได้เปรียบ จากการเดาหรือเก็งผลตัวเลขเศรษฐกิจพวกนี้ง่ายๆ
อันนี้คือรายงานข่าวของ CNBC เขาอ้างรายงานการศึกษาล่าสุดของ ECB เขาเขียนไว้ว่า มีข้อมูลที่น่าเชื่อว่าจะมีการรั่วไหลของผลตัวเลขเศรษฐกิจ macroeconomic data ก่อนประกาศสู่สาธารณะ
ซึ่งข้อมูลพวกนี้ถูกใช้ในการเทรดเก็งกำไรในตลาด stock future และตลาดพันธ์บัตร ที่มีการเปลี่ยนแปลงราคาไม่ปกติ 30 นาทีก่อนจะเกิดการประกาศผลตัวเลข



รายงานก็อ้างถึงการศึกษาข้อมูลหลายตัว เช่น consumer confidence index, existing home sales, preliminary GDP, industrial production, ISM manufacturing index, ISM non-manufacturing index, and pending home sales ที่ก่อนประกาศจะมีพฤติกรรมราคาไม่ปกติ การเกมส์เก็งกำไรของผู้เล่นบางกลุ่มที่หาประโยชน์จากการทราบผลล่วงหน้า
ผลสรุปจะเป็นยังไง คงต้องรอดูต่อไป

Great Movies for Trader

วันหยุดยาวไม่ได้ไปไหนผมมีหนังแนะนำ ที่เทรดเดอร์ควรต้องลองดู มาฝาก 7 เรื่อง หนังดีที่ดูสนุกและมาพร้อมบทเรียนแง่คิดในการเทรด ได้แก่
1.Wall Street (1987)
2.Wall Street Money Never Sleeps (2010)
3.Inside Job 
4.Boiler Room 
5.Rogue Trader
6.The Scam
7.Big Short

ผมรีวิวและสรุปสาระสำคัญ แง่คิดในการเทรดให้ใน vdo ของ tradertalk ตอนล่าสุดเข้าชมได้จาก
https://www.youtube.com/watch?v=p4iXyh-bW_Q




วันจันทร์ที่ 2 พฤษภาคม พ.ศ. 2559

SAXO trading talent

การแข่งเข้าจะมีจัด ทั้งหมด 4 รอบ ตอนนี้รอบ 2 เปิดแข่งและยังลงทะเบียนได้อยู่ โดยรายการคัดอันดับ Qualifying Round 1-10 แต่ละรอบเข้าไปแข่งรอบมาเรียงคะแนนก่อนคัดไปแข่งรอบ Main Challenge อีก 5 สัปดาห์ที่ 1 ได้รางวัล USD 30,000
ข้อดีคือ เขาแข่งเฉพาะในเอเซียแปซิฟิก คนจะไม่มากและจะไม่โหดเท่ากับแข่งกับ อเมริกาและยุโรป ส่วนความยากรายการนี้คือ โปรแกรม มันใช้ saxogo ดังนั้น ท่านต้องหัดใช้งานจาก help ก่อน ข้อดีคือ มันเทรดได้ทั้ง spot และ option ทำกลยุทธ์ได้ มาก แถมมีเงินให้เยอะ พอควร 100000$ การเทรด เลยไม่เหนื่อยเท่าไหร่
ผมเองไปแข่ง เป้าคือ เอาให้รอด ทำกำไรให้ได้ต่อเนื่องสัก 1%(1000$ in 2week), DD < 10% เดี่ยวว่างๆจะมารีวิว แผนการเทรดที่ไปแข่งให้อ่านกันครับ
ใครอยากลองฝีมือก็แวะเข้าไปสมัครได้
https://www.tradingtalents.saxo/?int_cmpid=top_home


วันอาทิตย์ที่ 1 พฤษภาคม พ.ศ. 2559

"Happy trader" ความสุขของการเป็นเทรดเดอร์

การเป็นเทรดเดอร์นี้ไม่ยาก แต่เป็นเทรดเดอร์ที่มีความสุข นี่โครตยาก คำกล่าวของรุ่นพี่ท่านหนึ่งที่สนิทกันได้กล่าวไว้ ผมเชื่อว่าหลายคนอาจจะไม่ได้ตระหนัก เพราะเมื่อเข้ามาเก็งกำไรในตลาด สายตาจับจ้องแต่การทำเงิน แต่การ"สร้างกำไร" จนมันทำให้เราหลงลืมตั้งคำถามกับตัวเองไปว่า ที่เราทำมันมี ความสุข ดีหรือไม่

วิถีทาง แนวทางที่ปฏิบัติทุกวันมันเหมาะสมกับตัวเรา และมันตอบโจทย์ชีวิตของตัวเรามาน้อยแค่ไหน Tradertalk วันนี้มาชวนคุย ประเด็นเรื่อง "Happy trader" ความสุขของการเป็นเทรดเดอร์ รากฐานสำคัญในการพัฒนาตนเองให้ก้าวไปสู่ความสำเร็จ 

โดยตอนแรก ผมจะมาพูดถึงสาเหตุแห่งความทุกข์ ปมปัญหาที่ทำให้เทรดเดอร์หลายคน ไม่มีความสุข เสียสุขภาพกาย สุขภาพจิต จนสุดท้ายต้องล้มเลิกไป เข้าชมได้ที่



Economic Data API

ตอบคำถาม น้องนิสิต คนหนึ่งที่ถามเรื่องข้อมูลเพื่อทำวิจัย ผมเขียนไปทาง email หลายแหล่ง คิดว่ามีประโยชน์เลยจะเอามาแชร์เก็บไว้ เผื่อว่าใครจะเอาไปทำ Quant analysis
แหล่งที่จะแชร์ เน้นไปที่ global macro เพราะผมใช้อันนี้เป็นหลัก อีกประการคือ free และมี data api ให้นักพัฒนาเรียก ใช้งานได้
1. FRED® Economic Data
อันนี้คือของ สหรัฐ และมีของยุโรปบ้างพอควร ข้อมูลหลากหลาย และมีประโยชน์มาก หลายตัวที่เราใช้วิเคราะห์เศรษฐกิจสหรัฐ ที่ Federal Reserve Economic Data นี้มีให้เกือบหมด เช่น GDP, CPI , Debt ,interest rate , Non farm payroll , Unemployment rate ที่ API นี้คือต้นทางของ web application ต่างๆที่เผยแพร่ข้อมูลกัน เลย
ตัวนี้ใช้งานไม่อยากมี API Doc ให้อ่าน หรือจะเข้าแบบธรรมดาไป download ตัว CSV ก็ได้ ลองเข้าไปดูได้จาก link https://research.stlouisfed.org/fre...
ตัวอย่างผมใช้ python ต่อเข้าไปที่ API เพื่อดึงข้อมูลมาวิเคราะห์ และแสดงผล
2. Worldbank Data API
แหล่งนี้ก็ฟรี และเยอะ มีหลายประเภทข้อมูล และกลุ่ม Data Set ของเกือบทุกประเทศเลย ตั้งแต่เรื่องทั่วไป เรื่องของเศรษฐกิจ ตัวเลขการเงินของประเทศ รายได้ประชากร อาชีพ พื้นที่ ล่าสุดมีข้อมูลสภาพอากาศด้วย ข้อมูลของแหล่งนี้ดีครับ ผมใช้บ่อยตั้งแต่สมัยเรียนก็ใช้ของเจ้านี้ มีประสิทธิภาพมาก

อีกอันที่ชอบคือ API ใช้ง่าย และสามารถ query ได้ด้วย หรือถ้าทั่วไป จะเข้าไป download เป็น CSV ไฟล์ก็ได้เช่นกัน

เข้าไปอ่านรายละเอียดได้จาก http://data.worldbank.org/node/11 http://data.worldbank.org/ http://beta.data.worldbank.org/
ตัวอย่างผมใช้ python เรียกผ่าน data api เพื่อดึงข้อมูลมาแสดงผล ในภาพเป็นช้อมูลประชากรในประเทศไทย
ลองดึงข้อมูลมาประมวลผลทางสถิติ หรือจะเขียนเป็น csv ไฟล์เก็บไว้ก็ทำได้ ใช้เวลาไม่นาน ตัวอย่างภาพ GDP ประเทศต่างๆ

นอกจากนี้ยังมี thematic data ข้อมูลเฉพาะน่าสนใจอีกหลายตัว เช่นเรื่อง สุขภาพ หรืออื่นๆ อันนี้เป็นเรื่อง ตัวเลขการใช้โทรศัพท์มือถือ
ใครสนใจก็ลองเข้าไปเล่นดูครับมีข้อมูลน่าสนใจเยอะมาก โดยเฉพาะถ้าใครจะวิเคราะห์ด้าน global macro economic ของทวีปหรือประเทศต่างๆหรือจะทำ Quant Model สายนี้ ห้ามพลาดเลย

AAPL & iPhone Crisis

หุ้นของบริษัท apple หรือ AAPL วันนี้ลงทำสถิติไปเลย ลบวันเดียว -7% จากผลประกอบการที่ออกมาไม่ดี โดยเฉพาะการโตของรายได้ ถดถอยลงจากยอดขายของ iPhone


สื่อต่างประเทศ เรียกว่า iPhone crisis กันเลย ราคาหุ้น aapl ตอนเริ่มเปิดตัว iPhone อยู่ที่ $12 หลังจากกระแสความนิยม และยอดขายที่ถล่มทลายหลายรุ่นทำให้ ราคาหุ้นของ aapl ขึ้นมาถึง 133$ โดย iPhone สร้างรายได้ 2/3 ของรายได้รวมทั้งหมด 

ยอดขายปีนี้ของ iPhone ตกลง -5% เป็นครั้งแรกในรอบหลายปี การตกลงของยอดขายในปีนี้ ทำให้เกิดความกลัวและการตื่นตระหนก ทำให้ราคาหุ้น aapl ร่วงลงมาที่ $93.42 

โดยวันนี้วันเดียวราคาลดลง 7% บนความคิดที่ว่า apple กำลังหมดสาวก หรือการหาลูกค้าใหม่ที่จะซื้อ iPhone ซึ่งการขยายฐานลูกค้า หรือการสร้างสาวก นี้เป็นกลไกสำคัญที่ทำให้ apple โตมาถึงทุกวันนี้ ยิ่งมาบวกกับช่วงนี้เศรษฐกิจโลกชะลอตัวโดยเฉพาะประเทศใหญ่ อย่างจีน รัสเซีย และบราซิล การโตของยอดขาย iPhone แบบอดีตก็คงไม่ง่าย


วันต่อมาจากข่าว การขายหุ้นของมหาเศรษฐีนักลงทุน ก็ทำให้ APPLE ยังลงต่อเนื่อง วันนี้เปิดมากดไป -3% จาก story ของ Billionaire investor อย่าง Carl Icahn ที่ออกมาประกาศว่าเขาขายหุ้น apple ออกไปเกือบหมดแล้วเหลือเริ่มมาตั้งแต่ปลายปี 2015 ข่าวออกตอนนั้นขายไป $700 Million รอบนี้เหลือเพียง 46 million หุ้นขายต่อ สิ่งน่าสนใจคือ Carl Icahn โกยกำไรไปมากกว่า $2 billion

โดยเขาเริ่มขายมาตั้งแต่ปีที่แล้ว เรียกว่าขายก่อน story ยอดขายลงอีก(แม่นมากนกรู้จริงๆ) รอบนี้เหตุผลเขาพูดถึงประเด็นการโตและเรื่องของอิทธิพลของจีน ที่เข้ามาครอบงำบริษัท APPLE จากความต้องการขยายตลาด ฐานลูกค้าในประเทศจีน

ความท้าทายของ apple ถูกสั่นคลอนจาก ยอดขาย iPhone ที่ตกลงครั้งแรกในรอบหลายปี แต่ถ้าจะมองให้ลึกจริงๆ apple ไม่ได้มีแต่ iPhone เพราะนวัตกรรมอื่นๆที่พยายามทำก็ยังมีอยู่เพียงแต่มันยังไม่เกิด
อีกประเด็นที่ผมมองคือไฮไลท์ของบริษัทนี้นั้นคือ Cash หรือเงินสดมหาศาล 

ส่วนตัวผมมองว่า คงเห็นหุ้น apple ลงแบบถล่มยากเพราะบริษัทอดีตก็มีเงินเหลือปันผล และมีนโยบายซื้อหุ้นคืน มองว่ายังคงมีนักลงทุน หรือนักเก็งกำไร รายใหญ่ที่พร้อมจะเอาเงินไปต่อ เงิน กับ apple เพื่อลุ้นต่อกับนวัตกรรมใหม่ในอนาคต ตอนนี้ panic sell ยังมีอยู่ sentiment เชิงลบก็ยังมีต่อเนื่องทั้งสัปดาห์ แต่การราคาลงไปถึงตรงไหนต้องรอดูกันต่อไป



Reading list Week03-04-2016

1. Kuroda warns Japan’s supply chains shaken by quakes
2.The Financial Threats That Machines Can See
3.How Not to Fall into Optimization Traps?
4. Python RDMA ideal for HPC computing in HFT environment?
6.Chinese-Led Group to Buy Iconic Australian Cattle Rancher
7. Intel to Cut 12,000 Jobs, Forecast Misses Amid PC Blight
8.China Gold Bullion Yuan Trading Opens…Gold & Silver Promptly Go Vertical
9. Oil prices drop as Kuwait strike ends
10.Using Tweets to Predict the Stock Market
11.Introduction To Value at Risk (VAR)
12.Murdering My To-Do List With GTD + OmniFocus
13.Microsoft’s stock plunge wipes out over $30 billion in market value
14.Make No Mistake: Puerto Rico Will Default on May 2, Moody's Says
15.Investors pull $15bn from hedge funds
16.Wall Street's Oil Crash, a Story Told in Charts
17. Revenge of the nerds
18.Is George Soros right about the coming crash in China?
19. 11 daily habits of self-made billionaires anyone can adopt
20.Is George Soros, 85, Looking For A Fight With China?
21.The $2 Trillion Project to Get Saudi Arabia’s Economy Off Oil
22.Soros Says China's Economy Looks Like the U.S. Before the Crisis
23.The best books on trading and investment
24.A Poor Man's Magic Formula
25.Dynamically Hedging Oil and Currency Futures
26.Difference between Machine Learning & Statistical Modeling
27.IBM’s stock tumble shaves 60 points off the Dow
28.Is there any hedge fund using Machine learning based algorithms for trading?
29.Zero Rates, Zero Success in Japan
30.When Can Social Media Lead Financial Markets?


31. "WHY" Investors Versus The "WHAT" Investors
32.16 business books that will change your life forever, according to my coworkers