ข้ามไปที่เนื้อหาหลัก

บทความ

กำลังแสดงโพสต์ที่มีป้ายกำกับ algorithm trading

Data Analysis ด้วย Python Quant Stat

คลิปสอนการใช้งานการทำ Data Analysis สำหรับข้อมูลราคาสินทรัพย์ เช่น ทองคำ, หุ้น และค่าเงิน ด้วย Python กับตัว Quant Stat Lib พอดีมีคำถามเรื่องการใช้งานเข้ามาเยอะ ผมก็เลยถือโอกาส live สดอธิบายแบบ step by step ให้ฟังเลย 

เมื่อ High Frequency Trading (HFT) มาก็ว้าวุ่นกันเลย

ปี 2023 ที่แล้ว High Frequency Trading (HFT) กลายเป็นผู้ร้ายในตลาดหุ้นไทย โดยมีการพูดถึงการเทรดที่ผิดปกติ และความได้เปรียบจากความเร็วในการส่งคำสั่งซื้อขาย+เม็ดเงินขนาดใหญ่ ที่ทำให้เกิดความเสียเปรียบอย่างมากกับเทรดเดอร์(โดยเฉพาะ day trader) รวมไปถึงเกิดความผันผวนในราคาหุ้น(ขึ้นแรง/ลงแรง) ลากตบ พาติดดอยกระจาย , บางทีลากกันไป 6-10% เห็นสัญญาณซื้อเทคนิคอล(โดนบ่อยเช่น RSI หรือ พวกรูปแบบแท่งเทียนกลับตัว) ผ่านไป 1-2 แท่งเทียน สัญญาณตรงข้ามออกแล้ว ราคาดิ่ง -5% -7% ทำเอาว้าวุ่นเลย พวกนี้ทำเอาเทรดเดอร์ตัดขาดทุนกันแทบไม่ทัน บางตัวตัดขาดทุนเสร็จดีดสวนใส่หน้า ใน bar ถัดไปเลยก็มี พักเรื่องตลาดหุ้นไทยไว้เท่านี้ !!!! ................................................................................... โพสนี้เอาตัวอย่างคลิปหนึ่งใน TED TALK ชื่อ High frequency trading and the new algorithmic ecosystem โดย หัวข้อนี้บรรยายโดย Dr. Sean Gourley ตำแหน่งเป็น Co-Founder & CTO แห่ง Quid Inc. พูดถึง HFT ในตลาดสหรัฐที่มีการถกเถียงกันมานมนานมากในช่วงแรกๆของการอนุญาตให้มีการเทรดด้วย HFT ในตลาด(สถิติของตลาดสหรัฐเ

เครื่องมือฟรี Python Lib for Quant Trader

  น้องๆกลุ่มลุยหุ้นอเมริกา ชวนไป talk แลกเปลี่ยนประสบการณ์เทรดหุ้นอเมริกาปีนี้ ผมนำไอเดียเรื่อง quant analysis tool กับการเทรดหุ้นอเมริกาไปแบ่งปัน มีเครื่องมือฟรี Python Lib Package หลายตัวที่มีประโยชน์มากในการวิเคราะห์ข้อมูลหุ้นและทำระบบเทรด คิดว่าน่าเป็นประโยชน์กับเพื่อนๆที่ติดตามและเทรดหุ้นนอกเหมือนกัน เลยอยากมาแชร์ให้ในเพจ 1. OpenBBTerminal -ตัวนี้สำหรับ Data Service ทั้งราคา&งบการเงิน และการเข้าถึง Research ต่างๆ สไตล์ Bloomberg Termial เลยแต่ฟรี , และดึง data ทั้งหมดผ่าน API มาวิเคราะห์ด้วย Python ได้ -ความเจ๋งของตัวนี้คือข้อมูลสินทรัพย์เยอะมาก ทั้ง stock , options, crypto, forex, macro economy, fixed income, github.com/OpenBB-finance/OpenBBTerminal 2. TA-Lib(Python) - ตัวนี้สำหรับทำระบบเทรด เป็นเครื่องมือเทคนิคอลพื้นฐานด้าน quant จาก TA-Lib สะดวกในการทดสอบระบบ ไม่ต้องเขียนฟังชั่นเครื่องมือการวิเคราะห์เอง เรียกใช้งานง่าย รองรับ TA Indicator หลายตัวมาก เช่นเดียวกับเครื่องมือใน tradving view เลย https://github.com/TA-Lib/ta-lib-python 3. Zipline - ตัวนี้พัฒนาจากกลุ่ม quantop

ทดลองใช้งาน OpenBB Terminal V2.1.0 (ปี 2023)

 ปีนี้เน้นเทรดหุ้นอเมริกา เป็นหลัก เลยลองหาเครื่องมือใหม่ มาใช้วิเคราะห์และทำระบบเทรด ทำให้มีโอกาสได้เป็นทดลองเล่น OpenBB Terminal จริงๆรู้จัก OpenBB Terminal ,มาตั้งแต่ปี 2022 แล้วแต่ยังไม่ได้เล่นจริงจังเท่าไหร่ ปีนี้มานั่ง setup และลองใช้จริงจังกับ OpenBB V2.1.0 (ล่าสุดปี 2023) พบว่ามันน่าสนใจมาก   ลองมา 2 สัปดาห์ตอนนี้ผมยังเล่นไม่หมด แต่ของข้างในเยอะมาก ที่สำคัญเป็น opensource ด้วย นั่งแกะตัวอย่างต่างๆ สนุกมากเลย ทีมพัฒนาทุมเทจริงๆ เอาหลายๆอันมารวมลงใน OpenBB , มีทุกเรื่อง ทุกด้าน ทั้งแต่ข้อมูล(Stock,Options,Forex,Crypto, Economic data) ,การทดสอบระบบ, การวิเคราะห์พื้นฐาน งบการเงิน, การวิเคราะห์ Quant analysis ,ยัน Portfolio analysis และอื่นๆ อีกมากมาย นอกจากนี้ยังผสานรวมกับ financial API เช่น Qauntdl, Alpha Vantage, Financial Modeling Prep, Finnhub, Twitter, Coinbase, SEC, Polygon และอื่นๆ อันหนึ่งที่ผมนั่งเล่นมาสักระยะ คือ stock sceener เขารวมตัวอย่างเงื่อนไขการคัดกรองหุ้นไว้เยอะมาก ทั้ง FA และ TA ในภาพผมทดลองใช้ buffett_like ตัวอย่างจาก Finviz ความชอบคือ พอค้นหารายชื่อหุ้นได้ เอ

Trailing Stop Tactic & Trading strategies

 มีกำไร แต่ขายไม่ทัน ด้วยความลังเลบ้าง(อยากได้กำไรเพิ่ม), ตั้ง Target Price สูงเกินจริงบ้าง(จากกำไรกลายเป็นขาดทุน) ปัญหาพวกนี้ทางแก้ไขหนึ่งคือต้อง focus ไปที่การใช้ Trailing Stop ในการเทรดให้ชำนาญและเหมาะสม เพื่อแก้ปัญหาเวลาตลาดผันผวนแทนที่จะไปกำหนดค่าด้วย RRR แบบคงที่ให้ดูคุ้มค่าตามหนังสือ หรือกำหนด target price แบบเอากำไรเยอะๆตามใจของเรา, ลองหัดวิเคราะห์พฤติกรรมข้อมูลราคา, วิเคราะห์ระดับ volatility ให้เหมาะสมกับภาวะปัจจุบัน แล้วลองใช้ Trailing Stop ที่เป็นการออก(exit)แบบลอยตัวดูบ้าง จะช่วยเพิ่มประสิทธิภาพ ในการเทรดได้เยอะ ครับ(ถ้าใช้เป็น) พูดเรื่องนี้เลยอยากให้เห็นภาพว่า ต่างประเทศเขาทำกันจริงจังมาก เพราะ tactic เล็กๆแค่นี้แต่มีผลต่อ Profit & Loss Curve และ Drawdown มหาศาล สำคัญกว่าการไปนั่งหาเครื่องมือทำนายทิศทางราคาให้แม่นๆเยอะ paper นี้ชื่อ When to sell an asset amid anxiety about drawdowns ช่วยได้เยอะ โดยเฉพาะในช่วงตลาดผันผวน, ซึ่งบางครั้งรอบ mementum ราคามันเปลี่ยน จากเดิมเคยกำไร รอบ 10-15% อาจจะเปลี่ยนกลายเป็นวิ่ง5-8% แล้วสลับลง asset price drawdowns แบบนี้ยิ่งทำให้เทรดเดอ

Asymmetric Risk in Trading Strategies

 จาก คลิปการบรรยาย Trade like Jesse Livermore ที่ได้แชร์ไปก่อนหน้า มีประเด็นหนึ่งที่ผมได้พูดเรื่อง Risk Reward Ratio ไว้ว่าการวัดความคุ้มค่าแบบนี้ มันเหมาะใช้กับ Trend Following , หรือ Momentum Trading ที่เราเน้นการถือ Position มีระยะเวลาถือครองสถานะระดับหนึ่ง เพื่อให้เกิด Profit Run จากการเติบโตของเวลา ดังนั้นมันจึงเหมาะสมลงตัว แต่กลุ่ม Volatility Trading strategies เช่น HFT, Scalping , GRID, Mean Reversion มันเทรดตาม volatility ธรรมชาติของความผันผวน มันจะกินเวลาที่สั้นหรือจำกัดอยู่แล้ว ดังนั้นการเทรดถ้าถือสถานะยาว อาจจะไม่ได้เปรียบหรือเกิดประโยชน์ต่อกลยุทธ์ Volatility Trading ดังนั้นพวกนี้เขาจะไม่ได้เปรียบเทียบความคุ้มด้วย RRR จากการเทรดครั้งต่อครั้ง แต่แนวทางจะใช้สิ่งที่เรียกว่า Asymmetric Risk อธิบายสั้นๆ คือ เทรดพวก Limit Risk แต่หาประโยชน์จาก Return ที่เกิดในช่วงสินทรัพย์ผันผวนสูง(ตรงข้ามกับพวกที่เล่น High Risk ,หวัง High Return บนสินทรัพย์เสี่ยงนะ) โดยใช้ Risk management และ Money management จำกัด Downside ที่เกิดจากการเทรด ให้มากที่สุด, เราจะเห็นการเทรดสถานะย่อย,การเข้าออกหลายร

Develop a best trading plan with decision trees method

พอดีมีคนถามเรื่องนี้เข้ามา เลยอยากจับเอาคลิปการบรรยาย เรื่องการใช้ Decision trees ในการสร้างแผนการเทรด, เพื่อการตัดสินใจซื้อ/ขายอย่างมีประสิทธิ์ภาพ เมื่อสองปีที่แล้วมาแชร์ครับ เพื่อว่าจะมีประโยชน์สำหรับเทรดเดอร์มือใหม่ ที่กำลังเริ่มพัฒนาระบบเทรด , decision trees เบสิกพื้นฐานช่วยในการวางแผนระบบเทรด ได้ดีทีเดียว เข้าชมได้ที่ https://youtu.be/f7N6utdR5DA

The Trinity Portfolio: by Meb Faber

3Min paper review ,หัวข้อ The Trinity Portfolio ของคุณ Meb Faber  โดยคลิป ผมจะเอาผลการทดสอบ  Trinity Portfolio ในเชิงกลยุทธ์ระยะยาว 1926-2015 มาอธิบายให้ฟัง  โมเดล Trinity Portfolio ค่อนข้างน่าสนใจเป็นแนวทางการสร้างพอร์ตแบบ Global Asset Allocation, การเลือกสินทรัพย์ (asset selection) ด้วยเทคนิคการผสม Value + Cross Sectional Momentum และการใช้กลยุทธ์ Dual Momentum ผสมทั้ง TSMOM กับ CSMOM   ถ้าใครที่กำลังมองหาไอเดีย การทำพอร์ตระยะยาวแบบความเสี่ยงต่ำ จะได้นำไปศึกษาต่อยอดกันครับ ดาวน์โหลด paper ตัวเต็มได้ที่ https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2801856 เข้าฟังการบรรยายสรุปได้จาก  https://youtu.be/oYBfMZ85n0E 

A Century of Evidence on Trend-Following Investing

3 Minute Paper Review ทดลองเอาหัวข้อ paper ที่เกี่ยวข้องกับการเทรด/การลงทุนที่น่าสนใจมาพูดคุยแบบสรุป ถ่ายทอดประเด็นสำคัญที่เราสามารถนำไปปรับประยุกต์ใช้ได้ ให้ฟังกัน โดย EP.01 ผมนำบทความวิจัยที่ชื่อว่า "A Century of Evidence on Trend-Following Investing" ของทีมวิจัยจาก AQR Capital มาเล่าให้ฟัง ,โดยงานวิจัยนี้แม้จะขึ้นว่า Trend-Following หรือ TSMOM แต่เมื่อเจาะรายละเอียดจะพบการที่กลยุทธ์จะรอด 100 ปีในทุกภาวะตลาด ทุกสภาวะเศรษฐกิจ การบริหารจัดการความเสี่ยงและการบริหารจัดการเงิน นั้นมีบทบาทอย่างมาก ซึ่งถ้าทำได้ดีและเหมาะสม ความเทพ หรือการใช้สัญญาณเข้าออกที่ซับซ้อน(หรือที่เราเรียกกันว่าระบบเทพ) ก็เรียกว่าแทบจะไม่มีความจำเป็นแต่อย่างไร ท่านที่สนใจ อะไรแนวนี้ก็ลองเข้าไปฟังได้ที่ ลิงค์ด้านล่างครับ https://youtu.be/iXQAo7Spf9Y

Dividend volatility trading

  เมื่อคืนบรรยาย Downside protection ผมพูดถึง Dividend volatility trading. สไตล์การเทรดใช้ volatility และ correlation ไม่ใช่เรื่องใหม่และมีการพัฒนามากนานและหลากหลายรูปแบบมาก อันหนึ่งที่น่าสนใจคือ Dividend volatility trading หรือประเภท Dividend Arbitrage Strategies ใช้พฤติกรรมราคาของหุ้น ที่เกิดความไม่ปกติได้รับผลกระทบในวันขึ้นเครื่องหมาย(ex-dividend date) จ่ายปันผล บางหุ้นมีแรงขายกดดันทำให้ราคาหุ้นลงแรง กระทบกับอนุพันธ์ที่อ้างอิงราคาหุ้นนั้น เช่น stock options กลยุทธ์ Dividend Arbitrage ใช้โอกาสจากจุดนี้ โดยสรุปคือ ซื้อหุ้นก่อนขึ้นเครื่องหมาย และซื้อ Put option (ในบทความแนะนำ ITM เพื่อให้ premuim ไม่สูงและเกิดประสิทธิภาพทางต้นทุนในการ hedge ,ขณะเดียวกันไม่จำเป็นซื้อ ITM Put ในวันขึ้นเครื่องหมายทันทีเสมอไป อาจจะวางแผนล่วงหน้าได้) โดยประมาณหุ้นที่ซื้อ ใกล้เคียงกับขนาดสัญญา Options ส่วนการทำกำไร ก็รอหลังวันขึ้นเครื่องหมายเพื่อให้ได้ dividend ร่วมด้วย ผลลัพธ์สุดท้าย ปิดสถานะทำกำไรจาก Put option มาชดเชยผลขาดทุนจากราคาหุ้นลง(ถ้าถือหุ้นยาวต่อก็ไม่ต้อง ขายหุ้นทันทีก็ได้) Dividend Arbitrage ใช

บันทึกผลการทดสอบ cwAlphaX รอบแรก

  การทดสอบรอบนี้โจทย์ค่อนข้างยากเพราะเวลาจำกัดแค่ 10 วัน(เทรดจริง 8 วัน) โดยการบัญชีทดลองใช้ Balance ที่ $50,000 , Max loss -10%, Max Daily Loss -5% ความท้าทายคือ เทรดให้ผ่าน Profit Target ที่ 5% ใน 2 สัปดาห์ ทำให้การเทรดต้องใช้ leverage และทำรอบการเทรด ให้เหมาะสมเพื่อสร้าง Profit ให้ได้ ซึ่งรอบนี้ใช้ กลยุทธ์การเทรด scalping และบริหารเงินแบบ Volatility Target Model (ลด position กรณีเกินระดับทุกสัปดาห์) โดยใช้ leverage ที่ 16x (4 unit * 2 layer รวมทั้งหมด 8 ไม้ย่อย ขนาด Position size = 1 lot / unit ) ผลการเทรด "ไม่ผ่าน" รอบนี้เทรดไป 41 ครั้ง, ด้วยความต้องเร่ง Profit ในเวลาสั้นทำให้เทรด lot size เล็กไม่ได้ รอ position ที่ติดให้หลุดก็ไม่ได้ ประกอบช่วงตลาดผันผวนมาก ช่วงผ่านมาทำให้ Max Daily Loss พุ่งเกินในสัปดาห์สุดท้าย น่าเสียตายมาก ทั้งที่สัปดาห์แรกค่อยๆไปคุมเกมส์ได้ดีแล้ว ,การเทรดระยะสั้น มีข้อจำกัดมาก ถ้าเลือก Product ไม่ดี โดยเฉพาะกรณีที่ไม่วิ่ง จะทำให้ ปั่นรอบทำ cashflow ไม่ได้ , การคุม Max loss ไม่ได้ยากแบบที่คิด เพราะถ้าเริ่มต้นมี cash buffer ดีการบริหารพอร์ต จะทำได้ไม่ย

Dynamic Volatility Targeting Note

  ตอนนี้กำลังตีโจทย์ออกแบบระบบที่ fix ขนาดของ MaxDD (ระดับเดือน 10%)และ Daily loss อยู่ จริงๆมันก็ไม่ยากถ้าไม่มีโจทย์เรื่อง Profit tatget ที่ 10% เข้ามาด้วย เพราะปกติสองด้านนี้มันสองสายเลย ความยากมันจึงเกิด จริงๆแล้ว Return นี้มันไม่อาจจะควบคุมเพราะมันแปรผันไปตามภาวะตลาดและราคา asset แต่ Risk หรือความเสี่ยงเราคุมได้สบายๆ พอโจทย์มันจับสองตัวมาผูกกัน(เข้าใจว่าเขาพยายามจะทำให้ผ่านยาก) ตรงนี้แหละปัญหา วันนี้ได้ฟัง podcast อันหนึ่งของ Perry Kaufman จากรายการ toptradersunplugged เขาพูดถึงการใช้ Volatility Targeting ไอเดียโดยสรุปคือการคำนวณ volatility ของพอร์ต เพื่อใช้กำหนดขนาดของ position size และการใช้ leverage ในกลยุทธ์การเทรดของ system , แนวทางของ Kaufman ใช้การคำนวนvolatility ของพอร์ตจาก mean 40 day return ซึ่งตั้ง target ที่ 12% ถ้า portfolio มันเคลื่อนเกิน 12% เขาก็จะ stoploss หรือปรับลด position ลง โดยเฉพาะ position ที่ใช้ leverage , ขณะที่ถ้า portfolio volatility ต่ำกว่า 12% เขาจะดึง volatility ขึ้นการใช้ leverage เพื่อเพิ่มขนาด position size ในช่วง low volatily เพื่อบูต return ของพอ

รีวิวเล็กๆ Settrade Open API

  ปลายปีที่แล้ว จากคำแนะนำจากของรุ่นน้องที่เป็น quant dev ของบริษัทหนึ่ง ย้ำมากว่าพี่ต้องลอง สัปดาห์นี้หลังเคลียร์งานเก่าเสร็จ ผมจึงมีโอกาสลอง Settrade Open API กับ Python (RL Trading System) ได้ลองหลายอย่างส่วนการ Data, Account, Portfolio และ Market Subscribe ผ่าน MQTTWebsocket วันนี้ผลทดสอบการใช้เบื้องต้นกับตัว DQN Agent โมเดลเก่าที่เทรนด้วยกลยุทธ์ GRID บนตลาด TFEX เบื้องต้นผลการทดสอบน่าสนใจมาก แน่นอนว่าแม้จะเป็น sandbox แต่ความเร็วและการตอบสนอง realtime ถือว่าใช้ได้ แถมส่งคำสั่งไม่มีปัญหา ไม่มี error , และ subscribe ข้อมูล bids/offers ยังทำได้ดีทำให้ โมเดลสามารถตอบสนองกับราคาเรียล์ไทม์ได้ดีเลย อีกอันที่ต้องชมคือ Doc ดีมาก ทำ API Reference ให้ใช้งานได้ง่าย แถมมี Code Snippet ให้ด้วย ปล. เอาจริงๆถ้าเทรดบัญชีจริงได้ คงอยากเปลี่ยนจาก MT4 ที่เทรดมาใช้ Settrade Open API แทนเหมือนกัน ส่วนคนไม่ถนัด python เขายังมี SDK บน VBA และ amibroker ให้ด้วยครับ ลองใช้งานและดูตัวอย่างโค้ดได้ที่ https://developer.settrade.com/open-api/

แบบจำลอง Gamma squeeze & Short squeeze ในหุ้น GME

  พอดีวันนี้หาข้อมูลตัวอย่างการอธิบาย Gamma Squeeze ไปเจอคลิปนี้ใน youtube ดีงามมาก เขาใช้ agent-based simulation จำลองภาวะตลาด พฤติกรรมราคาให้เห็นถึง market dynamics ผ่านข้อมูล limit order book (LOB) ของหุ้น GameStop ช่วงเดือน Jan 2021 ที่ผ่านมา โดยโปรแกรมจำลองนี้เขาแบ่งกลุ่มผู้เล่นเป็นทั้ง -Short Seller (Early/Late), -Investor(Long/Buy stock), -Retail Trader(Buy stock,long call options), -Option Market Maker( hedging with buy underlying stock), นั่งดูการ simulation แล้วก็น่าสนใจดี เห็น volume มันกระชากในบางช่วง,และภาวะการเปลี่ยนแปลงของ Bid ask spread ที่ไม่ปกติ สะท้อนภาวะความไม่คงตัวของ market dynamics ที่เกิด ดูคลิปนี้ทำให้เข้าใจพฤติกรรมราคาของ GME จาก player กลุ่มต่างๆมากขึ้นเพราะมันไม่ใช่การไล่ราคาหุ้นปกติธรรมดา แต่มันมีเกมส์ของรายใหญ่ รายย่อยจำนวนมาก(WSB)และกลุ่ม options maker เข้ามาร่วมด้วย ปล. GME ปัจจุบันจบรอบ ราคาไปทำ High ที่ 483 ช่วงปลายเดือน มกราคม ล่าสุดราคาร่วงหนักลงมาเหลือ 40.59 ทำให้เทรดเดอร์ที่ไล่เข้าช่วง $100 ขาดทุนไปตามระเบียบ ปล. จริงๆมันคงเกิดกับหุ้นในตลาดสหรัฐปก

Time series momentum

  วันนี้ผมได้อ่าน paper หนึ่งชื่อ Time series momentum ของคุณ Tobias J. Moskowitz และคณะเรียกว่าน่าสนใจมากโดยเฉพาะ ถ้าเราใช้กลยุทธ์ Trend following หรือ สาย Mometum Trading จริงๆมีหลายประเด็นจากการทดสอบ เรื่อง Return และ Performance ของกลยุทธ์แต่บางอย่างมันละเอียดอ่อน ถ้าผมนำมาเขียน อาจจะทำให้คนที่เทรด Trend Following ไม่ค่อยเห็นด้วย ดังนั้นลองไปอ่านผลการทดสอบและคำอธิบายเองน่าจะดีกว่า

The Quant Universe

  จักรวาลแห่ง Quant ภาพสรุปจาก alpaca ปิดท้ายหัวข้อบรรยายวันนี้ ที่ผมเตรียม slide ไปร่วมแชร์ไอเดียและประสบการณ์กับน้องๆ developer และ quant trader กว่า 3 ชม. ส่วน โบรกเกอร์ต่างประเทศ รองรับการทำระบบเทรดอัตโนมัติ algorithmic trading system ด้วย Machine Learning ผมนำภาพสรุปนี้จาก @quantra มาให้ดู ส่วนใหญ่ปัจจุบัน การใช้งานง่าย โบรกจะมี API ให้เราเชื่อม ส่งคำสั่งซื้อขาย หรือดึงข้อมูล market info ผ่าน python ได้เลย (แต่บางเจ้าอาจจำกัดความถี่ในการเรียกรับส่งข้อมูลบ้าง ต้องตรวจสอบให้ดีก่อนทำระบบ) อาจจะมีข้อจำกัดพอควร เมื่อเทียบกับ MQL4 , MQL5 ที่รันผ่าน metatrader ได้ทันที แต่ก็มีข้อดีคือ เราสามารถทำโมเดลที่ซับซ้อน และสามารถใช้ lib หรือสร้าง akgorithm ที่ยืดหยุ่นด้วย python เองได้

The Retail FX Trader: Rising Above Random

เมื่อวานมีติวน้องเทรดเดอร์ เขากำลังปั้นพอร์ตFX เพื่อแข่งของโบรเกอร์เจ้าหนึ่ง ผมนำ paper ชื่อ The Retail FX Trader: Rising Above Randomไปแนะนำ ให้อ่านคิดว่าน่าจะเป็นประโยชน์กับเทรดเดอร์ท่านอื่นด้วย ผมเลยอยากมาแชร์ไว้ในเพจ paper นี้พูดถึงหลายประเด็นในการทำกลยุทธ์การเทรด FX โดยเฉพาะเรื่องของการใช้ technical analysis มีการทดลองหลายตัวอย่างกับข้อมูลย้อนหลัง 9 ปีกับ 4 ค่าเงินหลัก(AUDUSD,EURUSD,USDJPY,GBPUSD) ในภาวะตลาดต่างๆให้เห็นถึงข้อจำกัดในการใช้ technical analysis ในตลาดปัจจุบันืั้มีความไม่แน่นอนจากปัจจัยเศรษฐกิจและนโยบายทางการเงินของธนาคารกลาง ผู้วิจัยไม่ได้พยายามบอกว่า Retail FX Trader ไม่ควรใช้ TA ตรงข้ามผลการทดลองแนะนำว่า ควรสร้างระบบตัดสินใจ ดีกว่าการตัดสินใจแบบ random ไปตามอารมณ์ ขณะเดียวกัน ระบบการตัดสินใจจะใช้ TA หรือใช้ Rule ทั่วไปก็ได้ แต่ต้อง commit ในแผนเพื่อวัดผลระยะยาว ด้านกลยุทธ์การจัดการเงินที่เหมาะสม reward to risk ratio เพิ่มความยืดหยุ่นด้าน time ในการถือครองออร์เดอร์ ซึ่งการทดสอบพบเพิ่มประสิทธิภาพของผลตอบแทน ในขณะเดียวกันต้องมีแผนการจัดการความเสี่ยง โดยเฉพาะการห

Reinforcement Learning for Trading

ปีกว่าๆแล้วที่ใช้ Reinforcement learning ในการพัฒนาระบบเทรด(เสริมกับระบบเดิมก่อนหน้าเป็น VAE-LSTM Model ) วันนี้ใช้โอกาสเรียนฟรีของ coursera ลงเรียน หลักสูตร Reinforcement Learning for Trading Strategies ของ NYU ซึ่งครอสนี้ให้ตัวอย่างการใช้ value-based policies กับ momentum trading strategy เพิ่งเรียนได้ week ที่ 2 ยังไม่จบ ไม่รีบด้วยเพราะมันฟรี แต่เดี่ยวผมเรียนจบ จะมารีวิวให้ ส่วนน้องคนไหนพัฒนา Quant สาย AI แนะนำให้ลองเรียนครับ อาจารย์ที่สอนอธิบายเข้าใจง่ายมาก และมีเราสามารถเขียนโปรแกรมตามแบบฝึกหัดออนไลน์ได้เลย ไม่ต้องติดตั้งอะไรให้ยุ่งยาก ด้วย https://www.coursera.org/learn/trading-strategies-reinforcement-learning

Commodity Super Cycle

เมื่อวานมีน้องเทรดเดอร์ คนหนึ่งถามเรื่องการลงทุนระยะยาวในสินค้าคอมโมดิตี้ ผมเลยเอาบทความ Commodity Super Cycle นี้มาแบ่งปันให้ลองอ่านเพิ่มเติม โดยสรุปมีใจความหลัก -สินค้า commodity มีหลายประเภท และมีลักษณะของ Cycle และรูปแบบของราคาที่แตกต่างกันไป -ราคาของ สินค้า commodity แปรผันตาม Demand และ supply ที่เกิดในช่วงเวลาใดๆ ซึ่งหลายชนิด ที่เกี่ยวข้องกับการผลิตและการบริโภค จะมีความสัมพันธ์กับ ภาวะเศรษฐกิจ -บทความนี้จำแนกการแกว่งของ cycle เป็น 2 แบบคือ upswings และ downswings. - upswings รอบการการแกว่งขาขึ้น ที่มาจาก demand ที่มากกว่า supply - downswings รอบการการแกว่งขาลง ที่มาจาก supply ล้นมากกว่า demand ในตลาด -ภาวะราคาสินค้า commodity ปรับตัวเป็น cycle หรือการ swing เพราะเมื่อมี demand มาก เวลาผ่านไปผู้ผลิตมีการปรับตัวเพิ่ม supply เข้ามาในตลาด หรือความต้องการซื้อจากปัจจัยเร่งหรือภาวะทางอารมณ์หายไป จุดนั้นราคาจะมีการปรับตัว ลดลง เป็นต้น -ในคาบเวลาระยะยาว การนิยาม Commodity super cycles สามารถใช้โมเดล Bank of Canada Commodity Price Index (BCPI) เพื่อติดตามภาพให