ข้ามไปที่เนื้อหาหลัก

บทความ

Fed ลด ดอกเบี้ยครั้งแรกในรอบ11ปี

บันทึกค่าเงิน USD ในวันที่ Fed ลด ดอกเบี้ยครั้งแรกในรอบ11ปี .................... เมื่อคืนผลการตัดสินใจดอกเบี้ย ของ Fed ลง 0.25% เป็นครั้งแรกในรอบ11ปี ตามที่ นวค.คาด แถมท่าทีการแถลงของประธานเฟด แสดงชัดว่า อาจจะมีการปรับอัตราดอกเบี้ยครั้งต่อไปในปีนี้ (คาดกันที่ 3 ครั้งแต่ดูเหมือนจะเกิด 2 ครั้ง รอติดตามรอบประชุม ตค.) นอกจากนี้ยังมีเรื่องของการประกาศสิ้นสุด การลดงบดุล นวค.มองว่าเป็นการเปิดช่องการทำ QE รอบใหม่ ความน่าสนใจคือ ครั้งนี้เป็นการปรับลดอัตราดอกเบี้ย ในช่วงที่ตัวเลขเศรษฐกิจดี ตัวเลขการจ้างงานดี ดัชนีตลาดหุ้นจุดสูงสุด แตกต่างจากอดีตที่ทำเมื่อเกิดวิกฤติหรือปัญหาแล้ว จุดนี้ นวค.มองว่า Fed เลือกการชิงดำเนินนโยบายแบบก่อนจะเกิดการถดถอย(ปัจจัยจากประเด็นสงครามการค้า ชะลอเศรษฐกิจ) เช่นเดียวกัน การลดอัตราดอกเบี้ยอาจจะเป็นอีกทางใช้กระตุ้นเงินเฟ้อ(inflation) ที่ดูเหมือนยังไม่กลับเข้าเป้า 2.0% ที่ต้องการได้ ร่วมกับแรงกดดันจาก โดนัล ทรัมป์ ที่วิจารณ์และมีท่าทีกดดันเรื่องนี้ชัดเจนต่อเนื่อง ตลอดปีที่ผ่านมา ตลาดหุ้นรับข่าวเรื่องนี้ไม่เยอะ ไปทางลบปิดเมื่อวานหลังรับข่าว -1.09% นวค.มองว่าผ

VWAP & Fixed Fractional Model

เมื่อคืนมีคำถามเรื่อง MM ที่ใช้กับ Trend Following ด้วย VWAP Strategies ในตัวอย่างผมแนะนำ Fixed Fractional ไปเพราะ Money Management โมเดลนี้ มันเข้ากับ Trend Following ที่แก่นหลักคือการ Limit loss & Let's Profit Run ได้ดีที่สุด เมื่อเทียบกับ MM โมเดลอื่น อีกด้านจากหลายงานวิจัยจะพบ Fixed Fractional มันทำผลงานได้ดีกับระบบเทรดที่มี %win ไม่สูงเช่น 45-50% จุดเด่นอีกจุดที่ Fixed Fractional นำมาบวก tactic ในการกำหนด %f (เริ่มต้นใช้ที่  1-2%)แบบแปรผัน จะช่วยทำให้ช่วงตลาดมีแนวโน้ม กระทิงมา เมื่อระบบเก็บกำไรก้อนใหญ่ได้ การขยาย position size จะเพิ่มแบบสมูทตามขนาด equity ที่มี และขยายการโตของพอร์ตได้ ตามแนวโน้มในสินทรัพย์ที่เราเทรดด้วย แน่นอนว่า ถ้าตลาดผันผวน เราก็คง risk per trade เท่าเดิม ลด position size ลด contract size ลงแต่ขยาย SLD ให้กว้างออกไปได้เช่นกัน โดยที่ %risk ไม่มีการเปลี่ยนแปลงจากแผนเดิม แต่แน่นอนว่าด้านข้อจำกัดเรื่องประสิทธิภาพมันก็มี เพราะชื่อมันคือ fix นั้นหมายความว่า มันอาจจะไม่ได้หยืดหยุ่นรองรับได้ทุกภาวะที่เกิด ซึ่งตรงนี้ยังมีอีกหลาย Money Management model

Passion , Mission & Money by ray dalio

มีคนมาบ่นเรื่องเหมือนกำลังจะหมดไฟ เพราะ งานที่ทำพยายามเท่าไหร่มันก็ไม่ได้ผลลัพธ์ที่หวังสักที ผมไปเจอ quote นี้ของคุณ ray dalio เป็น work principle เลยอยากเอามาแชร์ โดยสรุปว่า เขายกคุณสมบัติของงานสองประเภท 1. สร้างรายได้สร้างเงินมาเลี้ยงชีพ 2. ตอบโจทย์เป้าหมายความต้องการของตัวเรา คุณ ray แนะนำเอาไว้ว่า เราควรเลือกทำงาน ที่ผสมทั้ง 1 และ 2 พยายามทำสิ่งที่มีความหมาย สิ่งที่เราหลงใหล(passion) ท้าทาย จูงใจ บวกกับตอบโจทย์ชีวิตของเรา(mission) ที่เราต้องการ ทำในสิ่งที่มีความหมาย(ไม่ใช่แค่ผ่านไปวันๆ) และขณะเดียวกัน งานมีคุณค่าสร้างเงิน สร้างรายได้ที่ได้มาเหมาะสม สุดท้ายท้ายสุดคือเลือก หาคนที่มีมุมมอง มีเป้าหมายคล้ายกันเพื่อทำงานร่วมกัน (อันนี้ระบบงานประจำอาจจะยากหน่อย) นำมาตกผลึก พบว่า work principle นี้ดี ray dalio ใช้ในการเลือกและวางแผนการทำงาน ทำให้เขาไปสู่เป้าหมายความสำเร็จ เพราะถ้าเราไม่ได้ทำงานที่อยากทำ แต่ทำเพราะมันได้เงิน สุดท้ายไม่ตอบโจทย์ชีวิต ไม่เหมาะสมมันก็ยากจะไปรอด(เพราะเมื่อเจอ Bad day ช่วงที่แย่ก็ผ่านไปไม่ได้ หรือไม่มีพลังในการพัฒนาตัวเอง) หรือทำงานที่อยากทำ แต่ไม

volatility based money management (example)

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 เ ป็นเงื่อนไขหลัก 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

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 หรือข้อมูลในอ ดีต 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

Money Management กับ Negative reinforcement

สรุปประเด็นเมื่อวานที่ติว เพิ่มเติม ผมนำตัวอย่างระบบเทรดจริงมา ให้ดู ระบบนี้เทรดมาครบ 4 ปีเต็ม รันในตลาดจริงเทรดเงินจริง ที่นำมาเป็นตัวอย่าง อยากให้เห็นเรื่องของ "การอยู่รอด"  เพราะส่วนใหญ่ถ้าทำระบบเทรด กัน โดยยังไม่ได้เข้าใจพฤติกรรม ตลาดจริง มักจะเน้นที่ back testing สวยๆแม่นยำ 80%-90% ผลตอบแทนขั้นเทพ สุดท้ายมันก็ over fitting ใช้จริงไม ่ได้ แต่ด้วยความเชื่อมั่นที่มาก  + data mining bias ทำให้ฝืนและต้องมาขาดทุน ดังที่บอก ทำระบบไม่ต้องไปคาดหวังกับก ารทดสอบย้อนหลัง หรือติดกับข้อมูลในอดีตมาก ทำให้ดีระดับหนึ่ง เน้นคุม risk จากนั้นลองเทรดจริง แล้วเก็บข้อมูลตรงนั้นมา optimize  ในภาพระบบเทรดผมไม่ซับซ้อน เทรดแบบ Vector Scalping ธรรมดา แต่สิ่งที่เราทำคือใช้ Money Management แบบ Profit Fixed Fractional นั้นหมายความว่า ถ้าระบบทำกำไรได้ เราก็จะเพิ่มหน้าตัก ถ้าช่วงไหนขาดทุน ผิดพลาดบ่อยหรือไม่ทำผลงานไ ด้ตามเกณฑ์ ก็จะลดขนาดเงินทุนลง  โดยเอา Negative reinforcement คือมีบทลงโทษ เช่นการพักการเทรด ลดจำนวนรอบ หรือโค้วต้าออร์เดอร์ที่เทร ด ทำให้ตระหนัก บทเรียน ในความผิดพลาด ยอมรับในความผิดพลาด อย

risk of overfitting

เมื่อวานเขียนถึงเรื่อง overfitting วันนี้เอา paper หนึ่งมาฝาก ชื่อ Real numbers, data science and chaos: How to fit any dataset with a single parameter ช่วยให้เห็นภาพเข้าใจปัญหาข องประเด็นนี้มากขึ้น (ไม่ต้องหลายพารามิเตอร์ แค่หนึ่งพารามิเตอร์ก็ over fit ได้)  ถ้าใครไม่ชอบอ่าน paper ที่มี math เยอะๆ ลองดู code ภาษา python โปรเจค single-parameter-fit ด้านล่างก็ได ้ เขาสาธิตให้เห็นการเทคนิค สร้างโมเดล ที่มา fit กับ traning dataset หรือข้อมูลในอดีต ที่เตรียมไว้ ด้วยตัวแปรเดียว นอกจากข้อมูลทั่วไป เขายังสาธิตข้อมูลประเภท time series เช่น S&P500 index ด้วย  เชื่อว่าได้ลองศึกษาบทความน ี้ 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/

ตัวอย่าง volatility based money management

อธิบายเรื่องของ volatility based money management เมื่อคืน ยกตัวอย่างการคุม ค่า Portfolio Variance ให้ไม่เกิน 20% ไปเบื้องต้น  โพสนี้เป็นอีกตัวอย่างแนวคิ ด ที่เราจะสามารถนำไปปรับประย ุกต์ได้ เป้าหมายคุม risk โดยใช้ volatility targeting เป็นหัวใจของการออกแบบการเท รด ตัวอย่างนี้เป็นไอเดียของ S&P 500 Risk Control 10% Index ซึ่งกองนี้ขายการลงทุนใน S&P500 แต่ fix ตัว 10% volatility target จริงๆกลยุทธ์นี ้น่าสนใจ เขาเน้นการเทรดหรือปรับสมดุ ลระหว่าง S&P 500 และ Cash โดยใช้ volatility เป็นเงื่อนไขหลัก ด้านรายละเอียดไม่ได้ลงมากใ นบทความนี้ แต่ลองไป google แกะกลยุทธ์ต่อได้ เป้าหมาย เขาจะเกาะโอกาสจากภาวะตลาด S&P500 ที่เติบโต แต่ขณะเดียวกัน ก็ลดทอนความผันผวนและการถดถ อยจาก S&P 500 Index ด้วย ปล. ไม่ได้โฆษณา หรือ เชียร์ขายกองทุนนะ แต่เอาแนวคิดมายกตัวอย่างให ้ ลองศึกษากันครับ อ่านเพิ่มเติม http:// www.annuityadvisors.com/ forms/great-american/ S&P-500-Risk-Control-Index. pdf

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 หรือความเสี่

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  https://www.flythere.com/

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 กระจายความ เสี่ยงรวมของพอร์ต 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 ผลกระทบปัจจัยเหล่านี้ส

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 เส้นทาง อาชีพของ 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 ครอบ

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 มาเท ียบกับ 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 เป็นการ

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, จนไปถึงปฏิบัติการสุดท้ายข อง 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 อ้างอิง https://www.imdb.com/title/tt9315990/

+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