ข้ามไปที่เนื้อหาหลัก

บทความ

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) เขามาสร้างชื่อเป็นตำนานจาก การถล่มค่าเงิน 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

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 อย่าเข้าใ

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 อาจจะเริ่มจากการทำส

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 fina nce 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 บอกว่าเขาสนใจที่ค

Trading strategies

เมื่อวานมีคำถามหนึ่งเข้ามาทางกล่องข้อความ เรื่องเกี่ยวกับการเปรียบเทียบกลยุทธ์การเทรด ดูเหมือนน้องเทรดเดอร์คนนี้กำลังพยายามจะหากลยุทธ์ที่ดีที่สุดในการทำเงินในตลาดอยู่ แต่ก็เหมือนที่ผมเคยแนะนำไปหลายครั้ง ว่าทุกกลยุทธ์การเทรดมันมีทั้งข้อดีข้อเสีย สิ่งสำคัญคือเปิดใจ ทำความเข้าใจมันอย่างแท้จริง เลือกกลยุทธ์ที่เหมาะกับตัวเรา (ไม่ใช่จะลอกหรือทำตามคนอื่นๆอย่างเดียว) จากนั้นศึกษา ข้อจำกัดข้อด้อย เพื่อหาทางจัดการ รับมือกับข้อจำกัดนั้นๆ ส่วนตัวผมทำระบบเทรดที่ใช้ Robot trading เป็นหลักท ำให้ในพอร์ตเรามีการรันระบบด้วย trading strategies ที่หลากหลายเพื่อทำการ research และพัฒนาผลการทำงานในภาวะตลาดจริงที่เกิดตรงนี้ทำให้เข้าใจข้อจำกัดของแต่ละกลยุทธ์ดีขึ้น มันไม่ได้สวยหล่อ สมบูรณ์แบบ 100%เหมือนที่นิยมโฆษณากันหรอกครับ นอกจากนี้กรณีต้องการติดตามว่ากลยุทธ์การเทรดใดๆ มีผลการทำงานได้ดีมากน้อยเพียงใด อาจจะลองอ่านบทความศึกษาในต่างๆประเทศ อย่างเช่นวันนี้แนะนำบทความของ eurekahedge เขาติดตาม performance รายปีของ Hedge Fund ขนาดใหญ่และกลาง(AUM มากกว่า $100M) ที่ใช้กลยุทธ์การเทรดแบบต่างๆ ตั้งแต่ช่วงป

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 การสร้างกลยุทธ์เพื่

Leda Braga #01

สัปดาห์ที่ผ่านมาเป็นวันสตรีสากล มีคำถามจากท่านหนึ่งเข้ามาว่ามีผู้หญิงที่ประสบความสำเร็จในด้านการลงทุนหรือการเทรดระดับโลกบ้างไหม?? คำตอบคือมีครับ หลายท่านด้วยแต่อาจจะไม่ได้เป็นที่รู้จักหรือโดดเด่นมาก วันนี้ผมนำท่านหนึ่งมาแนะนำให้พวกเราได้รู้จักกัน เธอคนนี้คือคุณ Leda Braga ฉายา Hedgefund Queen Leda Braga มีเส้นทางสายอาชีพที่โดดเด่นมากและประสบความสำเร็จเป็นที่ยอมรับอย่างสูงอีกคนในฐานะ Fund Manager ผู้หญิงคนนี้ปัจจุบันเธอเป็นผู้บริหารของ Systematica Investments ซ ึ่งเป็น 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 ปีในการเป็นผู้บริห