ข้ามไปที่เนื้อหาหลัก

บทความ

Active Time ของตลาดค่าเงิน

เมื่อวานมีน้องคนหนึ่งถามผมว่า ถ้ามีเวลา 2-3 ชั่วโมงในหนึ่งวันเราจะเลือกเทรด scalping ค่าเงินในช่วงเวลาไหนดี? ลองนำเอา data จากงานวิจัย The Value of Volume in Foreign Exchange ของ คุณ Antonio Gargano แห่ง University of Melbourne มาอธิบายช่วยตอบคำถาม โดย paper นี้เขารวบรวม data เพื่อทำ research ด้านกลยุทธ์การเทรดจากการวิเคราะห์ข้อมูล volume ในตลาด Fx เทียบกับพฤติกรรมราคาและค่าความผันผวน(volatility) โดยเฉพาะจุดกลับตัวหรือการเปลี่ยนแปลงทิศทางของตลาด ซึ่งงานวิจัยนี้ใช้ data set  ของ CLS (ประเด็นกลยุทธ์การเทรดและสิ่งที่เขาพัฒนาในการวิเคราะห์ volume จะนำมาเล่าต่อไป) ในภาพเป็นผลที่เขาวิเคราะห์ข้อมูล volume ช่วงปี 2011 - 2016 เราจะเห็น Active Time ของตลาดค่าเงินภายในระหว่างวัน(24 ชม. ) จากปริมาณ volume ที่เกิดในตลาดโดยจะมีแบบรวมและแบบแยกประเภท spot, outright forward และ swap volume ซึ่งจะพบช่วง Active ของตลาดค่าเงิน ที่ทำให้เกิด volatility ในการเทรดระยะสั้นระหว่างวัน จะอยู่ช่วง 8.00 - 15.00 ของ London time (BKK time +6 hr) อ่าน paper เพิ่มเติม https://papers.ssrn.com/sol3/papers.c

Halo Effect

เช้านี้ผมอ่านบทความ The Unspoken Behavioural Biases that Influence Professional Fund Investors ของคุณ Joe Wiggins ซึ่งเป็น Fund Manager ที่ Aberdeen Standard Investments ผมเป็นแฟนของเว็บไซต์เขาเขียนบทความเรื่องจิตวิทยาการลงทุนได้ดีหลายชิ้นมาก บทความนี้เป็นอีกหนึ่งประเด็นที่น่าสนใจเพราะเป็น bias ที่ทำให้นักลงทุนหรือนักเก็งกำไรผิดพลาด ขาดทุนนักกันมามากแล้ว โดยสรุปประเด็นหลักเชื่อมโยงกับ Halo Effect โดยเขาเอากรณีศึกษาของการลงทุนใน Fund การที่นักลงทุนโดนล่อตา ล่อใจจากของแถม จากก ารให้สิทธิ์พิเศษ หรือแม้การต้อนรับเอาใจจากตัวแทนขาย จน bias มาบดบังการตัดสินใจ แทนจะพิจาณา ราคาจาก value ของหน่วยลงทุนหรือการมองเรื่องของความเสี่ยงที่เกิดให้ครบถ้วน พูดง่ายๆเราใช้ gut บนความชอบพอแทนการตัดสินใจบนตรรกะความเป็นเหตุเป็นผล สุดท้ายนำมาซึ่งความผิดพลาด Halo Effect เป็น bias ที่บัญญัติโดยนักจิตวิทยาคุณ Edward Thorndike เขากล่าวถึงการเอนเอียงจากการตัดสินใจที่ถูกบดบังโดยลักษณะพิเศษ ในตลาดหุ้น ตลาดเก็งกำไร ประเด็น Halo effect นี้เกิดง่ายมาก เช่นการเราซื้อหุ้นตามคำชวนของมาร์เก็ตติ้งคนโปรด หน้าตาดี

How to gain control of your free time

เมื่อวานผมโพสเรื่องของ "เวลา" ซึ่งก็มีหลายคนเขียนแสดงความคิดเห็น เข้ามาทางกล่องข้อความ เขาบอกว่าอยากอ่านบทความ อยากดูคลิปวีดีโอเทรด อยากอ่านหนังสือ อยากเรียนภาษาอังกฤษ แต่มันไม่มี "เวลา" คำว่า "ไม่มีเวลา" มันเหมือนเป็นปัญหาโลกแตกแต่เช่นเดียวกันบ่อยครั้งมันอาจจะเป็นข้ออ้างของตัวเราได้เหมือนกัน พูดประเด็นนี้เลยมี TED Talk อันหนึ่งมาแนะนำให้ชมชื่อ How to gain control of your free time บรรยายโดยคุณ Laura Vanderkam เธอเป็นนักเขียนและกูรูด้าน Time management โดยสรุปเธอบอกว่า 1 สัป ดาห์เรามี 168 (24*7) ชม.เท่ากัน ถ้าทำงานสัปดาห์ละ 48 ชม.+นอนสัปดาห์ละ 42 ชั่วโมง เท่ากับหนึ่งสัปดาห์เรามีเวลาเหลือ 168-48-42= 78 ชม.ที่จะลงมือทำสิ่งต่างๆ คุณ Vanderkam เธอทำการศึกษาวิจัยผู้ประสบความสำเร็จในหลากหลายอาชีพโดยเฉพาะที่เป็นกลุ่มผู้บริหารที่มีตารางชีวิตยุ่งเยิง เธอบอกว่าคนเหล่านี้ไม่ได้มองหาการ "ประหยัดเวลา" หรือรีบทำทุกสิ่งให้เสร็จเร็วๆ แต่คนเหล่านี้ใช้วีธีการวางแผนการใช้เวลาล่วงหน้า โดยมีการจัดความสำคัญในกิจกรรมที่จะทำ เพื่อใช้เวลาที่มี 168 ชม.ต่อสัปดาห์

Satellite imagery & Alternative Data

ปีที่แล้วเคยเขียนถึง SpaceKnow บริษัท startup อีกเจ้าที่ทำด้าน alternative data โดยใช้ข้อมูลจากภาพถ่ายดาวเทียมรายละเอียดสูง + Deep learning เพื่อหา insight สำหรับการเทรด บริษัทที่ระดมเงิน 4 ล้านเหรียญในช่วงเริ่มต้น ซึ่ง application การนำไปใช้หลากหลายมาก ถ้าเคยดูทีวีซีรีย์เรื่อง Billions น่าจะเห็นตัวอย่างที่ซีรีย์พูดการใช้ดาวเทียมรายละเอียดสูงสอดแนมกิจกรรม รถขนส่งสินค้าเข้าออกของโรงงานของบริษัทผลิต Microchip สำหรับ IOT ในประเทศจีน เพื่อหาโ อกาสซื้อหุ้นเก็งกำไรผลประกอบการเป็นต้น ปัจจุบันยังมีอีกหลายเจ้าที่พัฒนาบริการข้อมูลลักษณะนี้เช่น Descartes Labs ที่ทำใช้ภาพถ่ายดาวเทียมและ infrared sensor ในทำนายผลผลิตต่อไร่ของข้าวโพดและธัญพืชเพื่อขายข้อมูลให้กับ บริษัทและกองทุนที่เทรดสินค้า commodity ก่อนที่จะมีการประกาศตัวเลขผลผลิตจริงที่จะเข้าสู่ตลาดเพื่อเก็งกำไรราคาสินค้า บทความนี้อ้างอิงข้อมูลจาก USDA ที่ระบุว่าเทคโนโลยี Remote sensing ใช้ภาพถ่ายดาวเทียมเพื่อเก็บข้อมูลสำหรับการพยากรณ์ปริมาณผลผลิต เช่นข้าวโพด นั้นดี แต่ยังไม่ดีพอที่จะแม่นยำ เนื่องจากบางพื้นที่ที่เกษตรกรมีการปลูกข้าวโพดแบบ c

Think About Risk

วันนี้ได้ไปให้คำปรึกษาทีมพัฒนา robot trading ของบริษัทแห่งหนึ่ง ใช้เวลาพูดคุยกันครั้งแรกนานพอควร สิ่งหนึ่งที่พบเหมือนกันเกือบทุกคน เช่นเดียวกับตัวผมตอนเริ่มต้น เรามักมองว่าการพัฒนา robot trading ต้องสร้างเงินทำเงิน เอาเงินเป็นตัวหลัก สิ่งที่อยากจะแนะนำคือ เราควรทำให้มันหัดเดิน หัดยืน หรือรอดในตลาดที่ผันผวนให้ได้ก่อน นั้นคือต้องเน้นไปที่การพัฒนาโมเดล Risk Management บน strategies พื้นฐานธรรมดาเสียก่อน คล้ายกับการสร้าง sensor ตรวจจับสัญญาณความเสี่ยง ให้ robot ซึ่งถ้าตรงนี้ Wok  ค่อยไปต่อ ประเด็นนี้ไม่ใช่เฉพาะผมที่ทำ ถ้าเราอ่านเยอะๆจะพบกลุ่มนักพัฒนาต่างประเทศก็ทำเช่นเดียวกัน อย่างข้างล่างเป็นบทความ HOW TO REDUCE TRADER'S RISKS ของ Aleksandr Masterskikh. นักพัฒนาชาวรัสเซีย บทความแปลว่าด้วยประเภทของ Risk ที่จะเกิดต่อระบบเทรด โดยทำการแยกออกเป็น 2 กลุ่ม ได้แก่ Risk ที่เกี่ยวข้องกับ market dynamics และ Risk ที่ไม่เกี่ยวข้องกับ market dynamics อย่าง Risks associated with market dynamics เขาก็เขียนอธิบายละเอียดแถมพร้อม code การตรวจจับติดตาม risk เหล่านี้ในหมวดย่อยต่างๆไว้ให้ด้วย

FX Carry Trade

บทความนี้ของคุณ Gerald Hwang แห่ง Jirisan Capital เขียนเรื่อง FX Carry Trade ได้น่าสนใจ ผู้เขียนนำเสนอการทำ FX Carry Trade ลักษณะเหมือนการลงทุนในค่าเงินระยะยาว ไม่มีข้อจำกัดหรือต้นทุนเชิงเวลา ไม่ได้ใช้ Leverage หาประโยชน์จากอัตราดอกเบี้ยที่แตกต่างตามสไตล์ sells low interest rate currencies(Low government bond yields) & buys high interest rates currencies(High government bond yields) กลยุทธ์นี้ไม่ได้หาประโยชน์จากทิศทางของราคาค่าเงิน แตกต่างจาก Fx Spot Trading หรือการเทรดค่าเ งินแบบที่ทำกันทั่วไป บทความนี้ยกตัวอย่างการทำ FX Carry ในค่าเงิน IDR (Indonesia) กับ USD มีคำอธิบายรูปภาพประกอบชัดเจนดี บทความก็ไม่ได้เขียนแต่ด้านบวกเขาพูดถึงข้อจำกัด ปัญหาอุปสรรคและความเสี่ยง risk premium ในการใช้กลยุทธ์การทำ FX Carry Trade ไว้ด้วยบอกให้เห็นในทางทฤษฏีกับทางปฏิบัติอาจจะแตกต่างกัน โดยเฉพาะ กรณีที่เงินทุนน้อยและทนรอผลตอบแทนจากดอกเบี้ยระยะเวลาหลายปี รวมถึงความเสี่ยงจากสเถียรภาพเศรษฐกิจของประเทศ การแทรงแซงค่าเงินของรัฐเป็นต้น ผมมองว่าถ้าหัดจะเทรดค่าเงิน การเข้าใจหลักพื้นฐานของ FX Carry

Principle : แตกต่างอย่างสร้างสรรค์

ชวนมาดูตัวอย่างการถกเถียงแลกเปลี่ยนแบบสร้างสรรค์ เพราะอย่างที่บอกมันคงไม่ใช่ทุกคนจะเห็นด้วยกับทุกประเด็นในหนังสือ Principle เสมอไป ในโพสคุณ Royle ไม่เห็นด้วยกับประเด็น radical transparency ในเรื่อง "การสมัครงาน" คุณ Royle แกบอกว่าในโลกความจริง ถ้าไปสัมภาษณ์งาน หนีไม่พ้นการต้องโกหก นำเสนอตัวตนด้านดี ซ่อนจุดด้อยของตัวเองเพื่อให้ได้คัดเลือกเข้าทำงาน การโปร่งใส่ไปบอกจุดอ่อน หรือข้อด้อย(bad stuff) มันเหมาะกับการเปิดเผยกับคนที่พร้อมจะแก้ปัญหาให้เรา ไม่ใช่คนที่จะคัดเลือกเราหรือจ่ายเงินเดือน ให้ผลประโยชน์กับเรา โพสนี้คุณ ray dalio ก็เข้ามาแสดงความคิดเห็น ว่าการเอาตัวตนที่แท้จริง เปิดเผยตัวตนแท้จริงอย่างซื่อสัตย์ ด้านบวกและลบ ไปเลยบนโต๊ะก่อนร่วมงานกันแบบ radical transparency น่าจะเป็นเรื่องดีกว่า ในการประเมินและ โปร่งใส่ และทำงานสร้างสังคมการทำงานร่วมกันแบบซื่อสัตย์และจริงใจ เพื่อความสัมพันธ์ที่ดี จากนั้นตามมาด้วยความคิดเห็นจากหลายคนมากมาย ทั้งเห็นด้วยกับคุณ ray dalio และเห็นด้วยกับ cody Royle ผมชอบตรงฝรั่งเขาแสดงความคิดเห็นกันแบบ ชัดเจนตรงไปตรงมาไม่ได้เชื่อตามอย่างเดียวและไม

Two Centuries of Momentum

เช้านี้นั่งอ่าน paper เรื่อง Two Centuries of Momentum ของ Newfound Research (Quant Investment Firm) มีหลายประเด็นที่น่าสนใจ โดยสรุป paper เขาเขียนถึง momentum strategies สไตล์ Buy High Sell higher นั้นแหละ แต่มิติในการเรียบเรียงนำเสนอไม่ใช่เรื่องกลยุทธ์อย่างเดียว ผู้เขียนนำเสนอประเด็นเกี่ยวกับ momentum ทั้งแบบ cross-sectional และ time series momentum แสดงข้อมูลประวัติตั้งแต่ยุคเริ่มต้นในตลาดหุ้น Wall Street ย้อนไปสมัย David Ricardo, Charles H. Dow(1851) และนำเสนอถึงช่วงตกต ่ำที่ทำให้คนจำนวนไม่น้อยหันหลังให้กับการเก็งกำไรหลังสิ้นสุดช่วงตลาดกระทิง นอกจากนี้ยังรวมไปถึงประเด็นที่เกี่ยวข้องกับ Modern Portfolio Theory + EMH ,Technical Analysis, Market anomaly และ Risk Management สำหรับผมคิดว่าตอน Manage Risk ด้วย momentum น่าสนใจสุดแหละ อ้างอิงการจัดพอร์ตผสม equity index, currency, commodity และ bond futures บนกลยุทธ์ momentum ของ AQR ซึ่งผู้เขียนไปหาข้อมูลอ้างอิงจาก Academic paper ในยุคต่างๆที่เกี่ยวข้องกับ Momentum Investing/Trading ได้หลากหลายดี เช่น paper คลาสิกสายนี้อย่าง Ret

จากเทรดเดอร์ทองคำสู่ชีวิตชาวไร่

อิสรภาพทางการเงิน คงไม่ใช่แค่มีเงินเยอะหลายร้อยล้านพันล้านจนใช้ไม่หมด แต่มันหมายถึงการมีอิสระที่จะใช้ชีวิตในรูปแบบที่ตัวเองต้องการ มีเงินมากเพียงพอสนองตอบต่อรูปแบบชีวิตที่เราออกแบบเอง คนรู้จักหลายท่านรอบตัวผม อายุ 40 มีเงินระดับหนึ่งลาออกจากการเป็นเทรดเดอร์เต็มเวลากันแล้ว ไม่ใช่ว่ารวยร้อยล้านแต่มีเงินพอที่จะบริหารรองรับการใช้ชีวิตไปยันแก่ ย้ายกลับบ้านเกิดไปทำงานอิสระใช้ชีวิตได้สบายๆ อาจจะไม่ได้อยู่หรู กินหรูหรือรวยแต่เขาก็เลือกใช้ชีวิตแบบที่ต้องการได้ บทความนี้เป็นอีกตัวอย่ างของการมีอิสรภาพทางการเงิน เขากล่าวถึง Graham Birch คนทั่วไปอาจจะไม่รู้จักชื่อเขา แต่ถ้าใครเทรดทองคำน่าจะคุ้นชื่อนี้ คุณ Graham Birch เป็นผู้เชี่ยวชาญด้าน Gold และตลาดคอมโมดิตี้สินแร่ เขาจบ Ph.D ด้านวิศกรรมเหมืองแร่ ทำงานด้านนี้มานานหลายสิบปีจนได้เป็น Portfolio Manager ที่ BlackRock บริหารเงิน $6.9 billion ของ BlackRock World Gold Fund และบริหาร BlackRock Agriculture Fund มีผลงานที่ดีต่อเนื่อง แต่แล้ววันหนึ่งปี 2010 ช่วงอายุ 50 ปีเขาก็ลาออกหนีกรุงลอนดอน มาเป็นชาวไร่ทำฟาร์มโคนมขนาด 2,300 acres ในเมือง Dorset เขตช

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