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

วันพุธที่ 17 กรกฎาคม พ.ศ. 2562

Money Management กับ Negative reinforcement

สรุปประเด็นเมื่อวานที่ติว เพิ่มเติม ผมนำตัวอย่างระบบเทรดจริงมาให้ดู ระบบนี้เทรดมาครบ 4 ปีเต็ม รันในตลาดจริงเทรดเงินจริง ที่นำมาเป็นตัวอย่าง อยากให้เห็นเรื่องของ "การอยู่รอด" 

เพราะส่วนใหญ่ถ้าทำระบบเทรดกัน โดยยังไม่ได้เข้าใจพฤติกรรมตลาดจริง มักจะเน้นที่ back testing สวยๆแม่นยำ 80%-90% ผลตอบแทนขั้นเทพ สุดท้ายมันก็ over fitting ใช้จริงไม่ได้ แต่ด้วยความเชื่อมั่นที่มาก + data mining bias ทำให้ฝืนและต้องมาขาดทุน

ดังที่บอก ทำระบบไม่ต้องไปคาดหวังกับการทดสอบย้อนหลัง หรือติดกับข้อมูลในอดีตมาก ทำให้ดีระดับหนึ่ง เน้นคุม risk จากนั้นลองเทรดจริง แล้วเก็บข้อมูลตรงนั้นมา optimize 

ในภาพระบบเทรดผมไม่ซับซ้อน เทรดแบบ Vector Scalping ธรรมดา แต่สิ่งที่เราทำคือใช้ Money Management แบบ Profit Fixed Fractional นั้นหมายความว่า ถ้าระบบทำกำไรได้ เราก็จะเพิ่มหน้าตัก ถ้าช่วงไหนขาดทุน ผิดพลาดบ่อยหรือไม่ทำผลงานได้ตามเกณฑ์ ก็จะลดขนาดเงินทุนลง 

โดยเอา Negative reinforcement คือมีบทลงโทษ เช่นการพักการเทรด ลดจำนวนรอบ หรือโค้วต้าออร์เดอร์ที่เทรด ทำให้ตระหนัก บทเรียน ในความผิดพลาด ยอมรับในความผิดพลาด อย่าไปนั่งโทษตลาด โทษโบรกเกอร์ โทษคนอื่น จงนำบทเรียนความผิดพลาด มาปรับ optimize กลยุทธ์การเทรดของเรา


จากนั้นเมื่อแก้เกมส์ได้ ก็กลับมาเทรดใหม่ มันไม่มีอะไรที่ตายตัว สมบูรณ์แบบเสมอ แต่ต้องเรียนรู้ที่จะเรียนรู้ ปรับตัวได้ตลอดเวลา 

ปล. วิธีนี้ไม่ซับซ้อน แต่ถ้าทำได้ ช่วยในการเพิ่มประสิทธิภาพและการอยู่รอดระยะยาวได้มากครับ ในตลาดจริง

อ่านเพิ่มเติม
https://www.healthline.com/health/negative-reinforcement
http://konvexity.com/data-mining-bias-sample-selection-bias-survivorship-bias-look-ahead-bias-and-time-period-bias

risk of overfitting

เมื่อวานเขียนถึงเรื่อง overfitting วันนี้เอา paper หนึ่งมาฝาก ชื่อ Real numbers, data science and chaos: How to fit any dataset with a single parameter ช่วยให้เห็นภาพเข้าใจปัญหาของประเด็นนี้มากขึ้น (ไม่ต้องหลายพารามิเตอร์ แค่หนึ่งพารามิเตอร์ก็ over fit ได้) 

ถ้าใครไม่ชอบอ่าน paper ที่มี math เยอะๆ ลองดู code ภาษา python โปรเจค single-parameter-fit ด้านล่างก็ได้ เขาสาธิตให้เห็นการเทคนิค สร้างโมเดล ที่มา fit กับ traning dataset หรือข้อมูลในอดีต ที่เตรียมไว้ ด้วยตัวแปรเดียว นอกจากข้อมูลทั่วไป เขายังสาธิตข้อมูลประเภท time series เช่น S&P500 index ด้วย 




เชื่อว่าได้ลองศึกษาบทความนี้ จะช่วยให้เรากระจ่างมากขึ้น ส่วนเทคนิคลดทอนการ over fiitting ของการพัฒนาโมเดล / พัฒนาระบบเทรด ก็มีหลายทาง เช่นการทดสอบจาก simulation ของข้อมูลจำนวนมากๆ, การทำ Regularization,การทดสอบ Cross-validation , การทำ Walk Forward Analysis and Optimization เป็นต้น 


นี้เป็นอีกคำตอบหนึ่ง ที่ว่าทำไมระบบเทรด สถิติจาก back test สวยๆเวอร์ๆ จึงเอาไปเทรดจริง ในตลาดไม่รอด ...

ศึกษาเพิ่มเติมจาก
https://arxiv.org/abs/1904.12320
https://github.com/Ranlot/single-parameter-fit/blob/master/generalization.timeSeries.ipynb

ตัวอย่าง volatility based money management

อธิบายเรื่องของ volatility based money management เมื่อคืน ยกตัวอย่างการคุม ค่า Portfolio Variance ให้ไม่เกิน 20% ไปเบื้องต้น 

โพสนี้เป็นอีกตัวอย่างแนวคิด ที่เราจะสามารถนำไปปรับประยุกต์ได้ เป้าหมายคุม risk โดยใช้ volatility targeting เป็นหัวใจของการออกแบบการเทรด




ตัวอย่างนี้เป็นไอเดียของ S&P 500 Risk Control 10% Index ซึ่งกองนี้ขายการลงทุนใน S&P500 แต่ fix ตัว 10% volatility target จริงๆกลยุทธ์นี้น่าสนใจ เขาเน้นการเทรดหรือปรับสมดุลระหว่าง S&P 500 และ Cash โดยใช้ volatility เป็นเงื่อนไขหลัก ด้านรายละเอียดไม่ได้ลงมากในบทความนี้ แต่ลองไป google แกะกลยุทธ์ต่อได้ เป้าหมาย เขาจะเกาะโอกาสจากภาวะตลาด S&P500 ที่เติบโต แต่ขณะเดียวกัน ก็ลดทอนความผันผวนและการถดถอยจาก S&P 500 Index ด้วย

ปล. ไม่ได้โฆษณา หรือ เชียร์ขายกองทุนนะ แต่เอาแนวคิดมายกตัวอย่างให้ ลองศึกษากันครับ

อ่านเพิ่มเติม
http://www.annuityadvisors.com/forms/great-american/S&P-500-Risk-Control-Index.pdf



วันศุกร์ที่ 12 กรกฎาคม พ.ศ. 2562

An Animal Kingdom of Different Risks

บทความนี้ของ คุณ Mark Rzepczynski ( Ceo AMPHI Research ,อดีต PM ของ GRT Capital) อธิบายเรื่อง Risk ได้น่าสนใจมาก เขาจำแนก risk แบบต่างๆโดยใช้ สัตว์เป็นตัวแทน ได้แก่ เสือดาว,แรด และหงส์ดำ
Black Swans หรือหงส์ดำ น่ารู้จักกันดี โดยเฉพาะถ้าเคยอ่านงานของ taleb ตรงนี้ตัวท๊อป เพราะความน่าจะเป็นการเกิดต่ำ นานๆเกิดที แต่เกิดแล้วผลกระทบรุนแรง หนักหน่วง คำแนะนำในการรับมือบทความนี้คือ maximum diversification
Grey Rhinos หรือ แรดเทา คุณ Rzepczynski มองว่ามันเป็นความเสี่ยงที่ใหญ่ มีคนทักมีคนพูดถึง แต่คนส่วนใหญ่ละเลย หรือมีเหตุให้เชื่อว่ามันไม่น่าจะมีอะไร เช่น ตัวหนี้สาธารณะ,ตัวเลขเศรษฐกิจบ่งชี้ เป็นต้น คนส่วนประมาทความเร็วและความแรงของ แรดเทา แต่ถ้ามันโจมตีขึ้นมา ก็ยากที่จะรอด ดังนั้น คุณ Rzepczynski แนะนำให้จับตามองและกระจายความเสี่ยงไปยังสินทรัพย์อื่นๆหลบปัจจัยเสี่ยงประเภทนี้บ้าง


White Leopards ตัวนี้เสือดาวขาว เร็ว แรง และฉลาดหลบซ่อน ทำให้คนมองเห็นได้ยาก ความเสี่ยงประเภทนี้มักซ่อนอยู่ บางทีกว่าจะเจอก็โดนเล่นจนอ่วม รวมไปถึงความเสี่ยงที่เกิดจากกลยุทธ์ในการเทรดกับสินค้าใดๆ หรือความเสี่ยงจากการถูกปกปิดข้อมูล พวกนี้เรามองไม่เห็น คำแนะนำคือ ต้องขุดต้อง ค้นหา ข้อมูล ตัวทำวิจัยทดสอบเพื่อ จำแนกปัจจัยเสี่ยงออกมา
สรุป ตัวไหนจะมาก่อน มาหลัง หรือจะมาถึงเมื่อไหร่ก็ไม่รู้ แต่ที่ควรต้องรู้แน่ๆคือ เมื่อตัวใดตัวหนึ่งมันมาแล้ว เรามี principle ในการรับมือกับมัน โดยรู้ได้ว่า ความเสี่ยงที่เกิดจะกระทบเรามากแค่ไหน และ เราจะหาทางจัดการรับมือกับมันอย่างไร
สุดท้ายการเป็นเทรดเดอร์ การจะอยู่รอดในตลาดได้ความรู้และความพร้อมด้าน risk management และ money management ก็สำคัญเสมอ

Startup Idea : FlyThere

FlyThere เป็นสตาร์ทอัพที่สร้างบริการ เปิดให้ ลูกค้า บินโดรนออนไลน์ ผ่านอินเตอร์เน็ต เพื่อท่องเทียว บินชมภาพมุมสูง บรรยากาศสุดยอด ในสถานที่ท่องเที่ยวที่ไม่ธรรมดา จุดต่างๆทั่วโลก ในราคา $7.5
FlyThere ไอเดียน่าสนใจมาก เขาจับคู่ระหว่าง คนที่มีโดรนในท้องถิ่น ที่มีสถานที่ท่องเที่ยวสวยๆ ต้องการสร้างรายได้ ก็สมัครเป็น co-pilot กับ คนอยากเที่ยว สัมผัสประสบการณ์บินโดรน ในที่สวยๆด้วยตัวเอง
ซึ่งลูกค้า สามารถนัด/จองวัน ออกบินผ่านเว็บ จากนั้น co plot ในพื้นที่จะพาโดรนออกสนาม และช่วยดูแลการบิน ด้านลูกค้า ที่ต้องการบินโดรน แค่มีอินเตอร์เน็ต ก็บังคับโดรนบินเล่นด้วยตัวเองผ่าน web browser จะใช้ จอยสติก หรือ คีย์บอร์ด ก็ได้



ผมเข้าไปดูในแหล่งบิน ในไทยก็มีคนลงทะเบียนเป็น local co pilot หลายแห่ง เช่น ภูเก็ต นอกจากนี้มี อเจนตินา , บราซิล และอื่นๆ
ลองเข้าไปใช้บริการ หรือศึกษาเพิ่มได้จาก link ด้านล่าง หรือกรณีมีโดรน และอยากหารายได้เสริม สมัครเป็น co pilot ได้เช่นกัน 

Trading Volatility as an Asset Class

เช้านี้ผมได้อ่านบทความหนึ่ง ชื่อ Trading Volatility as an Asset Class จาก thehedgefundjournal ค่อนข้างน่าสนใจ โดยเฉพาะ น้องๆที่จะหัดเทรด options อยากให้มองประเด็นนี้ให้ชัด มันช่วยพัฒนากลยุทธ์ได้มากกว่าการไปนั่ง เก็งกำไรกับทิศทางราคา

ไอเดียหลักบทความนี้ พูดถึงการที่เรามอง volatility ของราคาให้เป็นเหมือน asset ตัวหนึ่งในพอร์ต ซึ่งมีการ implement ได้หลายแบบ ในบทความนี้เน้นใช้ options เพื่อ diversify กระจายความเสี่ยงรวมของพอร์ต ใช้ options ควบคู่กับ core asset ที่อาจจะใช้ strategies หลักระยะยาวรันขนานกันไป กับ options ที่มีช่วงเวลาวันหมดอายุ แต่ช่วยให้ผ่าน market volatile ที่เกิดได้ในอนาคต เป็นการวางกลยุทธ์ในระดับ portfolio management strategies ที่ประเมิน volatility ใน asset หลักที่เกิดจากนั้นใช้ options มาเป็นตัวดูดซับ ค่าความไม่แน่นอนตรงนั้น

ซึ่งบทความนี้ผู้เขียนมองถึงปัจจัยเสี่ยงภายนอก ที่เชื่อว่าจะมีอิทธิพลมากขึ้น เช่นเรื่อง ความไม่แน่นอนเศรษฐกิจโลก, นโยบายธนาคารกลางรอบใหม่, การเปลี่ยนแปลงอัตราดอกเบี้ย, US debt ceiling และสเถียรภาพของ eurozone เป็นต้น ผลกระทบปัจจัยเหล่านี้สร้างความไม่แน่นอนและการคาดเดาทิศทางตลาดไม่ได้ จุดนี้ยิ่งทำให้การบริหารพอร์ตลงทุนยากขึ้น

การใช้ options ลักษณะนี้ก็มีข้อจำกัดมีความท้าทาย เพราะมันไม่ใช่แค่มอง ถูกทางหรือผิดทาง การจะได้ประโยชน์มันมีเรื่องการจัดการ cost ต้นทุนจากราคาที่เราเปิดสถานะด้วย+ค่าธรรมเนียมการเทรด (บางครั้งถูกทาง แต่ได้ราคาต้นทุนสูง ถือจนหมดอายุก็ขาดทุนได้เช่นกัน) ตรงนี้เป็นเรื่องของ strategies และ khowledge ที่จะสร้างให้เกิดความได้เปรียบ [มันมีจุดน่าสนใจที่พวกเราต้องโฟกัสคือ ความสัมพันธ์ระหว่าง volatility ของ asset กับ ราคา options และ event (ปัจจัยความไม่แน่นอนในตลาด) ]


ปล. บทความมีการพูดถึงศัพท์เทคนิคพอควร เช่น Delta hedging ,Black-Scholes., Volatility smile, Stochastic volatilities ถ้าไม่เคยเทรด options อาจจะ งงได้บ้าง

บทความนี้อาจจะไม่ใช่บทความเชิงลึกด้านกลยุทธ์การเทรดoptions โดยตรงแต่ก็ยังมีอีกหลายประเด็นที่ศึกษาได้ ผมไม่ขอสรุปให้ทั้งหมด ลองเข้าไปอ่านฉบับเต็มได้ที่

Inside the Geeky,Quirky, and Wildly Successful World of Quant Shop Two Sigma

ถ้าศึกษาด้าน quant แนะนำลองอ่านบทความนี้ เรื่องราวของ David Siegel และ John Overdeck พาTwo Sigma จาก boutique firm มาสู่ institutional asset manager ขนาดใหญ่ จุดเริ่มต้นในปี 2002 ที่ได้รับเงินทุนสนับสนุนจาก Paul Tudor Jones และ Tom Hill (ในเวลาต่อมา) จนวันนี้กลายมาเป็น quant hedge fund อันดับต้นของ อุตสาหกรรม (AUM $60 billion)
key take away บทความนี้มีเยอะมาก เช่นเรื่องประวัติ เส้นทางอาชีพของ David Siegel และ John Overdeck ทั้งสองมีพื้นฐานด้านวิทยาศาสตร์ overdeck ชำนาญ math ส่วน siegel คนนี้จบ phd ด้าน computer science จาก MIT เชี่ยวชาญสาย Artificial Intelligence ซึ่งก่อนหน้าทำงานให้กับบริษัทของ D.E. Shaw จากนั้นไปทำงานเป็น chief technology officer ที่ Tudor Investment ให้กับ PTJ เป็นเวลา 4 ปีก่อนมาตั้ง Two Sigma
ประเด็นหนึ่งที่ผมชอบคือ Two Sigma ไม่ใช่ quant ที่แค่เอา datascience มาใช้เพื่อทำนายตลาด มันครอบคลุมเรื่องของการใช้เพื่อทำ risk management, portfolio management ร่วมไปกับการทำ stategies สร้างผลตอบแทนกลุ่มหลักได้แก่ equity market-neutral และ various macro strategies ครอบคลุม fundamentals , pricing, volume, momentum และ event based
นอกจากนี้ยังมีเรื่องประสบการณ์ของ quant fund ที่ผ่านช่วงวิกฤติการเงิน financial crisis ปี 2008 ที่เจอทั้งการถอนเงินออกของนักลงทุนกว่า 40% และภาวะความถดถอยของตลาด อีกด้วย
“We follow principles of technology and innovation as much as principles of investment management,”
ไม่สรุปทั้งหมดให้ เพราะมันยาวและมีหลายประเด็นที่ละเอียดอ่อน ลองเข้าไปอ่านกันที่ link บอกเลยว่าคุ้มค่าครับ เปิดโลก เปิดมุมมองได้เยอะ



วันอังคารที่ 2 กรกฎาคม พ.ศ. 2562

Time Management & ช่วงเวลาที่ดีที่สุดในการเทรด

เมื่อวานบรรยายเรื่องการสังเกต พฤติกรรมการเทรดของตัวเทรดเดอร์ เพื่อหาช่วงเวลาที่เราเทรดได้ดีที่สุด หรือทำ cashflow ได้ลื่น ได้รอบที่สุด เพราะช่วยทำให้เรา optimize ด้านเวลาทำงาน การจัดตารางเทรด(สำหรับ part time trader ที่ไม่มีเวลานั่งติดจอทั้งวัน)และเวลาในการพักผ่อนของตัวเราได้ด้วย
อีกมิติ ก็จะเป็นการทดสอบ trading system กับภาวะของ market ไปในตัวด้วย ตรงนี้หลักการวิเคราะห์คือเอา ค่า volatility ของสินค้า มาเทียบกับ cashflow ที่ทำได้(ดูค่า mean และ sd ของวัน) อิงจากช่วงเวลาเดียวกัน
โดยสรุป กรณีเป็นประเภท volatile trading strategies: ถ้าภาวะตลาดมีค่า volatility สูง และเราสามารถทำรอบการเทรดได้ดี ได้ flow นั้นหมายความว่า ระบบมัน flow
ถ้าเป็นประเภท Trend / TSMOM trading strategies กรณีตลาดมี volatility สูง แล้วเราไม่เสีย drawdown ไม่สูงตามแปลว่า ระบบนั้นใช้ได้




แนวคิดนี้ไม่ซับซ้อน การติดตาม cashflow ทำได้ในช่วงเวลาใดๆเพื่อทำ data analysis ต่อ กรณีเราไม่มีเครื่องมือหรือไม่ได้เขียนโปรแกรมวิเคราะห์ สามารถใช้ myfxbook เพื่อวิเคราะห์ค่าเหล่านี้จาก tradind record ได้ครับ เป็นการดูเบื้องต้น จะแยกผลกำไรขาดทุน รายช่วงเวลาเอาไว้ ดังภาพ

ปล1. แนะนำให้น้องๆเทรดเดอร์ลองทำ จะได้ optimize ผลการเทรดของเรา และจัดการเรื่องเวลา ของเราได้ด้วย
ปล2. ทำระบบเทรด อย่าไปหมกหมุ่นแค่ผล back testing หรือคิดว่า งานจบแค่ผล back testing เราต้องติดตาม วิเคราะห์ผลการเทรดจริงต่อเนื่อง ตลอดด้วย

7 Days Out

มีคำกล่าวที่ว่า "ถ้าหากเราทำงานที่เรารัก เราจะรู้สึกว่าไม่ได้ทำงานตลอดชีวิต" ยิ่งไปกว่างานที่รัก คืองานที่สร้างไฟให้เราอยาก ตื่นขึ้นมาทำมัน อย่างสนุก ทุกวัน
ถ้าอยากเห็นคนที่มีโอกาสได้ทำงานเหล่านี้ แนะนำให้ลองชมสารคดี 7 Days Out ทาง Netflix สารคดีนี้มี 6 ตอนสะท้อน 6 งาน event ใหญ่ระดับโลก ไล่ตั้งแต่ การประกวดสุนัข, แฟชั่นโชว์ของชาเนล, การแข่งขัน e sport รอบสุดท้าย League of Legends ตัวแทนทวีปอเมริกาเหนือ, จนไปถึงปฏิบัติการสุดท้ายของ NASA's Cassini Mission


โดยสารคดีแต่ละตอนยาวราวๆ 45 นาที ดูสนุก ได้แง่คิด ได้เห็น คนที่รักและทุ่มเทเกิน 100% ให้กับงานของตัวเอง ในช่วงเวลาจำกัดสำคัญ 7 วันก่อนถึง event ใหญ่ พวกเขาต้องเผชิญ กับปัญหา ความยากลำบาก ความเครียด ความกดดันจากเวลา แต่ก็สู้สุดๆทำงานแบบเป็นทีม เพื่อให้งานสุดท้ายออกมาดี และสำเร็จ
สารคดีนี้ทำออกมาได้ดี สนุก ได้เปิดมุมมองเบื้องหลังการถ่ายทำ ในหลายเรื่อง ที่เรียกว่า เราอาจจะไม่รู้มาก่อน ส่วนตัวผมชอบสุดเป็นเรื่องของ NASA ถ้ามีโอกาสแนะนำให้ลองหามาชมกันครับ

+swap & time arbitrage

วันนี้ ปิด position ค้างมาออกได้จากการใช้ประโยชน์ของ swap จึงอยากเขียนบันทึกไว้ เทรดเดอร์ ไม่มีใครบอกให้ต้องเล่นสั้นเสมอไป ดังนั้นอย่าไปดูถูกพลังของ +swap และ "time arbitrage"
นำสองสิ่งมาใช้ให้เป็น บวกกับการเลือก product และทำ portfolio construction ที่ดี ช่วยเพิ่มประสิทธิภาพของ trading system ได้


นอกจากนั้นการใช้ time management และ +swap นอกจากได้ ผลตอบแทนมาลด DD ของ position บวกเพิ่ม ความสามารถในการถือสถานะให้ยาวขึ้น แล้ว ยังมาลด cost พวกค่าคอมมิชั่นและอื่นๆได้ด้วย
ซึ่งสุดท้ายเป้าหมาย คือการทำให้เกิด alpha หรือสร้างให้ balance curve มันมีความสัมพันธ์กับ market น้อยที่สุดเพื่อลดความผันผวนจากตลาด และสามารถสร้างผลตอบแทนเชิงบวกได้ในทุกสภาพตลาด
ปล. เช่นเดียวกัน ก็ไม่ใช่ทุกโบรกเกอร์จะให้ swap ที่ดีหรือเท่ากันเสมอไป ขณะเดียวกันบางสินค้า swap ดีแต่สภาพคล่องในการเทรดต่ำ บวก spread อาจจะกว้าง ก็เป็นได้ ดังนั้นจุดนี้ ต้องใช้การวิเคราะห์ข้อมูลให้ดี ก่อนเข้าไปเทรดเสมอ