cwayinvestment

Gain to Pain Ratio เป็นการประเมินผลการเทรดแบบภาพรวม (ไม่ใช่รายออร์เดอร์) เพื่อใช้วัดประสิทธิภาพของการเทรด ในภาวะตลาดต่างๆ แบบแยกย่อย ไม่ใช่แค่การดูที่ค่ารวมสุดท้ายรายปีหรือรายเดือนอย่างเดียว แนวคิดนี้ถูกนำเสนอโดยคุณ Jack Schwager โดยการคำนวณสัดส่วนของผลรวมการเทรดที่ได้กำไร เทียบกับค่าสมบูรณ์ของผลรวมออร์เดอร์การเทรดที่ขาดทุน ซึ่งค่า GPR ที่ได้สามารถใช้วัดระดับ รายเดือน รายปี ก็ได้แล้วแต่ application ที่นำไ ปใช้ และสามารถใช้ติดตามการผลงานของระบบ แบบรายช่วงเวลาในลักษณะ time series ได้เช่นกัน(จำนวนการเปรียบเทียบควรมีมากเพียงพอทำให้เกิดนัยยะทางสถิติ) การประเมินผลค่า GPR คุณ Jack Schwager แนะนำไว้เบื้องต้นว่า GPR ควรมีค่ามากกว่า 1 และถ้าจะให้ดีที่สุดควรมีค่ามากกว่า 2-3 อิงแนวคิดว่า การเจ็บปวดจากการขาดทุน นั้นไม่เท่ากับความดีใจเมื่อได้กำไร มองอีกมุมถ้าเราประยุกต์หลักความน่าจะเป็นเข้ามาใช้ ผสมกับการเล่นกับมิติของเวลา(Time Horizon) สร้าง tactic ที่ก่อให้เกิดการขาดทุนยากขึ้น ต่อการเปลี่ยนแปลงระยะสั้น ตรงนี้ทำให้เกิดประสิทธิภาพรวมที่ได้ดีขึ้น ซึ่งค่า GPR ที่ได้มีโอกาสปรับขึ้นไปในระด

นั่งอ่านบทความ Fifty years of evolutionary trading ของ Bill Eckhardt, เจ้าของฉายา father of the CTA , อดีตเทรดเดอร์สาย Systematic ยุคแรก ผู้บริหารและผู้ก่อตั้ง Eckhardt Trading Company (ETC) ถ้าใครเคยอ่านหนังสือเก่าๆ เช่น The Complete TurtleTrader น่าจะเคยได้ยินชื่อเสียงแก เป็นสมาชิกรุ่น Richard Dennis ชำนาญมากสาย volatility trend-following และ short-term trading เขาเขียนหลายประเด็นได้ดีมากเกี่ยวกับ Sys tematic trading ,Stat&Probability รวมถึงปัญหา Overfitting และอื่นๆ จุดอยากนำมาแชร์ส่วนตัวชอบเรื่อง Risk Management และ Money Management มุมมองแนวคิดเกี่ยวกับ Risk และ Return ที่ดีทำให้พอร์ตของ ETC อยู่รอดมายาวนาน ในภาพประเด็นหนึ่งที่เราน่าจะนำมาประยุกต์ได้คือเรื่องการบริหารจัดการเงินที่เขาคำนวณหา position size อิงจาก Utility function บน factor 4 ตัวหลักได้แก่ - เงินทุนที่มี - พฤติกรรมราคาสินค้า (volatility)ที่เทรด - ขนาดความเสี่ยงที่ลูกค้ารับได้ - ผลงาน(performance) ของระบบเทรดที่ผ่านมา ประเด็นเหล่านี้สำคัญ มากกว่าแค่การเทรดเข้าออกในแต่ละครั้ง ยิ่งในภาวะตลาดหุ้น ตลาดเก็ง

สินค้าใหม่ของ TFEX วันนี้น้องมาร์เก็ตติ้ง โทรมาแนะนำสินค้า Gold Online Futures(GO) ตัวนี้ จะเริ่มเทรด 5 พ.ย. 2561 ได้ข้อมูลเยอะพอสมควร บวกกับลองเข้าไปหาข้อมูลเพิ่มจากเว็บ TFEX ขอนำเอาจุดเด่นมาสรุปให้ดูกัน สินค้านี้ชื่อย่อ GO จุดแตกต่างจาก GF คือเทรดราคาทองคำอิงราคาสากลของโลก หน่วยในสกุล USD (หลังจากรอมานานและเคยมีการพูดถึงหลายรอบในอดีต) โดย GO ใช้สินค้าอ้างอิงเป็นทองคำบริสุทธิ์ 99.5% ราคาไม่ต้องไปเชื่อมกับค่าเงินบา ทและใช้สมการการคำนวณแบบ GF นั้นหมายความว่า ไม่ต้องไปรับความเสี่ยงจากค่าเงินบาท แถมราคาจะเคลื่อนที่ตามทิศทางตลาดโลก (แน่นอนว่าจะมี GAP ช่วงการเปิดตลาดในตอนเช้า) เช่นเดียวกับ สามารถใช้ระบบเทรดแบบเดียวกับ ราคาทองคำในตลาดโลกโดยตรง โดย GO 1 สัญญามีมูลค่า 300 เท่าของราคาทองคำ ขนาด Tick ระดับ $0.1 คิดเป็นมูลค่าจุดละ 30 บาทต่อสัญญา (ราคาทองคำขยับ $1 คิดมูลค่า 300 บาทต่อสัญญา) ตัวนี้ Trading Session เหมือนกับ GF คือมีทั้งเช้าและกลางคืน(19:00 – 23:55) รูปแบบสัญญาซีรีย์ละ 3 เดือนหมดอายุทุกๆไตรมาส และส่งมอบเป็น Cash Settlement ด้านค่าคอมค่อนข้างพอควร เทรดผ่านอินเตอร์เน็ตไปกลับ 1

คำถามกลุ่มหนึ่งที่พบบ่อยมากๆทาง email คือปรึกษาเรื่องอายุ เช่นอยากเข้ามาเทรดหุ้น อยากเริ่มเทรดทองคำ อายุ 40 แก่ไปไหม เริ่มช้าจะเสียเปรียบเด็กอายุน้อย จะสำเร็จยากหรือเปล่า? สำหรับผมยังไม่ 40 คงไม่ได้ตอบในฐานะคนอายุเยอะ แต่ตอบในมุมมองของข้อมูลและความเป็นจริงที่เกิด ผมมีโอกาสได้อ่านบทความ Research: The Average Age of a Successful Startup Founder Is 45 ของ Harvard Business Review ผู้เขียนเขาอ้างงานวิจัยข้อมูลจาก VC และ Media  ต่างๆพบว่า ผู้ก่อตั้งบริษัท startup ที่ประสบความสำเร็จในอเมริกา มีอายุเฉลี่ยราวๆ 40 ปี ในกลุ่ม software และอายุเฉลี่ย 47 ปีในทุกประเภทกลุ่มอุตสาหกรรม ถ้าจำแนกลงไปกลุ่ม 0.1% บริษัท Startup ที่เติบโตทำกำไรต่อเนื่องช่วง 5 ปีแรก อายุเฉลี่ยของ Founder อยู่ช่วง 45ปี นี้คือข้อมูลที่รวบรวมจากงานวิจัยของ Harvard ซึ่งพบว่าแตกต่างจากบริษัท startup ยุคแรกกลุ่ม extreme outlier ที่ประสบความสำเร็จ founder อายุช่วงต้น 20 ปี เช่น Bill Gates, Steve Jobs, Jeff Bezos, Sergey Brin และ Larry Page แต่พอวิเคราะห์แง่ market cap growth rate ของกิจการ บริษัทเหล่านี้ก็มา Peak ในช่ว

Liv Boeree นักโป๊กเกอร์อาชีพหญิงระดับโลกเจ้าของแชมป์รายการ European Poker Tour 2010 และเป็นแชมป์ WSOP 2017 ประเภท Tag Team เธอขึ้นเวที Ted Talks แชร์เรื่องราวแง่คิดเกี่ยวกับการตัดสินใจ(Decision Making) ของเธอซึ่งเธอได้เรียนรู้จากการเล่นโป๊กเกอร์ตลอดหลายปีที่ผ่านมา 1. Luck & Skill เธอเล่าให้ฟังเรื่องของดวงหรือโชคดี ที่บ่อยครั้งมันเข้ามามีผลต่อชีวิต ต่อเกมส์การเล่น แต่สิ่งสำคัญคือต้องไม่ไปยึดติดหรือพึ่งพาโชคมากจนเกินไป เพราะส่วนใหญ่ไม่ว่าจะเรื่องดีเรื่องร้ายในชีวิต มันล้วนย่อมเกิดจากผลการตัดสินใจและการกระทำของตัวเรา บ่อยครั้งถ้าติดกับโชค ติดกับผลที่ได้จากโชคดี(เช่นกำไรที่ได้จากช่วงตลาดกระทิงขาขึ้น เทรดที่แย่แต่ก็ยังได้กำไร) มันจะยิ่งทำให้เราประมาท มี ego และมีความเชื่อมั่นในตัวเองมากเกินไป ยิ่งทำให้เสี่ยงสูง สุดท้ายล้มเหลวหรือหายนะได้ นอกจากนี้ผลตอบแทนที่ได้จากโชค(Luck) มันแตกต่างจากผลตอบแทนที่ได้จากทักษะ(skill)หรือฝืมือ ซึ่งถ้าเราฝึกฝนจนชำนาญ ความสามารถในการทำซ้ำ หรือทำให้ได้ต่อเนื่องระยะยาวมันก็จะเกิดได้ สร้างความสำเร็จที่ยั่งยืนต่อไป 2. Quantification ข้อนี้เธอแนะนำใ

สัปดาห์นี้ได้อ่านบทความ Investing Lessons From the Top of a $7.3 Billion Quant Fund ซึ่งเป็นบทสัมภาษณ์ของคุณ Igor Tulchinsky CEO และผู้ก่อตั้ง WorldQuant LLC (quantitative hedge fund , $7.3 billion) ออกมาในช่วงโปรโมทหนังสือเล่มใหม่ The UnRules: Man, Machines and the Quest to Master Markets ผมเป็นแฟนหนังสือของคุณ Igor Tulchinsky ตั้งแต่เล่มแรก พอได้อ่านบทความนี้จบคิดว่าน่าจะเป็นประโยชน์เลยอยากสรุปประเด็นสำคัญให้ได้ศึกษากัน 1. Take risks and to remain an optimist - คุณ Tulchinsky อพยพหลบหนีจากโซเวียตมาใช้ชีวิตในสหรัฐตั้งแต่อายุ 10 ขวบ เริ่มต้นจาก 0 ใช้ชีวิตในห้องเช่าเล็กๆ ประสบการณ์สอนเขาว่าคงมีไม่กี่สิ่งที่เสี่ยงมากไปกว่านี้แล้ว ทำให้ เขากล้าเสี่ยง มองมุมบวก มุ่งมั่นที่จะเอาชนะอุปสรรค ผ่านช่วงที่เลวร้ายและความไม่แน่นอนไปได้ 2. Simulation อายุ 17 ปีเขาได้เริ่มเป็น video-game programmer สิ่งที่ได้เรียนรู้คือเรื่องของการคิดสร้างสรรอย่างเป็นระบบ การหาคำตอบบนความไม่แน่นอนด้วยการโมเดลปัญหาแล้วสร้าง simulation เพื่อหาผลลัพธ์หรือทางแก้ปัญหาที่เป็นได้มากที่สุด 3. Cutting losse

paper ที่ผมพูดถึงเมื่อคืน ตัวอย่างการหลีกเลี่ยง Overfitting ในการทำ optimization จาก backtest แนวคิดสไตล์นี้มีเยอะมาก ลองหาอ่านได้โดยเฉพาะเทคนิคใหม่ๆ ตัวอย่างนี้คุณ Marcos López de Prado เขาใช้ discrete Ornstein-Uhlenbeck process (stochastic process) สร้าง Data เพื่อทดสอบ trading strategy และทำการ optimization ค่า Sharpe ratio โดยทำการสุ่มปรับค่าของ SL และ TP เพื่อให้ได้ที่ดีที่สุดตามเงื่อนไข บน time seri es data ที่สร้างจาก O-U process แทนการใช้ข้อมูลในอดีต(Historical data) ขอไม่ลงรายละเอียดเชิงลึกมาก แต่อยากแนะนำให้ลองศึกษาดูเพราะเป็นแนวทางที่น่าสนใจ และทดสอบกลยุทธ์การเทรดบนสภาวะ random walk ได้ดีทีเดียว ดาวน์โหลดได้จาก https://arxiv.org/abs/1408.1159