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

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

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