cwayinvestment

  การสร้างระบบเทรดที่ดีไม่ได้ขึ้นอยู่กับการรัน Backtest ครั้งเดียวจบ แต่คือการมี Workflow ที่ซื่อสัตย์กับข้อมูล การใช้ AI ช่วยวิเคราะห์ในหลายมิติ และการทดสอบซ้ำด้วยข้อมูลหลายประเภท เพื่อเตรียมความพร้อมสู่การเทรดจริง คลิปนี้อธิบายกระบวนการพัฒนาและทดสอบระบบ Dynamic Grid Trading สำหรับ Bitcoin โดยใช้ AI Agents เป็นผู้ช่วยหลักในการวิเคราะห์และทดสอบระบบโดยมีประเด็นสำคัญดังนี้

  ข้อดีของการใช้ AI Agent มาทดสอบระบบคือให้ AI ออกแบบ senario ในการทดสอบระบบเทรดให้เรา ร่วมกับเครื่องมือ(Tool) เพื่อการสร้าง synthetic data ให้เราสำหรับการทดสอบระบบแบบ stress testing แล้วนำค่าสถิติจากการวัดความ Robustness เช่นค่า Sorino Ratio, MaxDD , VaR, และ ES มาทำการประเมินผลอีกรอบด้วย AI Agent พร้อมออกแบบแผน/แนวทาง การปรับปรุงระบบเทรด ให้ดียิ่งขึ้น

  ความแตกต่างระหว่าง Linear Grid และ Dynamic Grid : 1. Linear Grid Trading (ระบบกริดแบบดั้งเดิม): โครงสร้าง: เป็นการวางคำสั่งซื้อ-ขายในระยะที่ คงที่ (Fixed) เช่น ทุกๆ 1% ของราคา ข้อจำกัด: ทำงานได้ดีเฉพาะในสภาวะตลาดแบบไซด์เวย์ (Sideway) หรือราคาแกว่งตัวในกรอบ แต่เมื่อตลาดเกิดเทรนด์รุนแรง (Strong Trend) หรือมีความผันผวนสูง ระบบจะจัดการได้ยากและเสี่ยงต่อการเกิด Order Clustering (การเปิดออเดอร์กระจุกตัว) ซึ่งมักนำไปสู่การติดดอยหรือล้างพอร์ต

ผมเอาเรื่องของ Adaptive Grid หรือ Dynamic Grid Trading ไปแชร์, สรุปสั้นๆ มันคือระบบกริดประเภทไม่คงที่(เคยอธิบายไปหลายคลิปเมื่อหลายปีก่อนในช่องยุทูปแล้ว ลองไปหาฟังได้) เพราะแก้ข้อจำกัดของระบบกริดที่สำคัญ คือการโดนลาก หรือการที่ราคามีการเปลี่ยนแปลง ไม่อยู่ในกรอบหรือโซนราคาคงที่ , ลดการเกิด Drawdown ที่สูง 80-90% จากการอม Order ที่ขาดทุนค้างเป็นตับจากการถั่วเฉลี่ยหรือสวนการกระชากของราคาที่เปลี่ยนแปลงรุนแรง ดังนั้น Dynamic Grid Trading จึงมีการปรับปรุง Grid Construction ได้ตามพฤติกรรมของราคา ในแต่ละช่วงเวลา บวกกับการที่โซนราคาแต่ละโซนแต่ไม่จำเป็นต้อง Fix คงที่เท่ากันทั้งหมด ทำให้สามารถจัดการ Risk per Zone หรือความเสี่ยงรวมได้ดี นอกจากนี้เราใช้การกำหนด Order Distance สำหรับการที่กระจายไปตาม พารามิเตอร์ เช่นในตัวอย่างที่สาธิตผมใช้ Volatility เป็นตัวกำหนด รวมถึงใช้การรวบโซน/สะสมทบ Order ในการคำนวณ Position size ในแต่ละไม้ ที่มีการ scale ได้ทำให้เกิดการใช้โอกาสจาก ความไม่ปกติของราคา(Price Anomaly) สุดท้ายคือ AI leverage หรือการใช้ประโยชน์จาก AI Agent มาพัฒนาระบบเทรดกริด , ทั้งด้านการทดสอบระบบ...

อธิบายเพิ่มเติมและสาธิตการใช้ AI Agent ในการควบคุมและจัดการเหล่า Robot Trading รวมถึงการทำ Adaptive Strategy สำหรับการปรับปรุงแผนบริหารจัดการเงินแบบเรียลไทม์ แก่ Robot Trading แต่ละตัว

  สรุป 10 ประเด็นสำคัญ (Key Takeaways) จากการบรรยายเรื่องการใช้ AI Agent ในการพัฒนาระบบเทรด(Quant Trading System):

Code Agent สามารถเขียนโปรแกรมสร้าง dashbord สวยๆดีๆให้เราได้ แต่สิ่งสำคัญในการพัฒนา application ด้านการเทรด การลงทุน มันคือเรื่องของคุณภาพข้อมูล เราเสียเงินค่าบริการ AI ไม่ได้แปลว่าเราจะได้ใช้ข้อมูลที่มีคุณภาพ เสมอไป บ่อยครั้งเราจะเห็นงานโชว์ ได้ dashbord ได้ app มาโชว์เพื่อน แต่ ข้อมูลผิด เพราะ AI อาจจะมั่วมา สังเคราะห์มา หรือ เอาข้อมูลเก่าจาก web search มาให้ ทำให้เอาไปใช้จริงก็อาจจะเกิดปัญหา หรือข้อผิดพลาด ดังนั้นเราควรจะลงทุนเสียเงินซื้อ Data API มาเสริมเพื่อให้ context ที่ถูกต้องและคุณภาพดีกับ AI ในการวิเคราะห์ อย่างราคาไม่แพงใช้ได้เยอะ เช่น Financial Modeling Prep (FMP) ,นอกจากมี API ให้ใช้ยังสามารถใช้งานผ่าน Model Context Protocol (MCP). ได้ด้วย MCP (Model Context Protocol) คือ มาตรฐานเปิด ที่พัฒนาโดย Anthropic ทำหน้าที่เป็น "สะพานเชื่อมสากล" ที่ช่วยให้โมเดล AI สามารถเข้าถึงข้อมูลและเครื่องมือภายนอกได้อย่างปลอดภัยและเป็นระบบ กรณีใช้กับ Cluade , Antigravity, Codex ก็แค่เชื่อมต่อผ่าน connector ก็สามารถเรียกใช้งาน Tools และ API ได้แล้ว ตัวอย่างผมทำ dashbord ง่ายๆให้ดู โด...

รีวิวหนังสือเกี่ยวกับ AI ที่สำหรับการเทรด/การลงทุน จริงๆมีหลายเล่มที่น่าสนใจ แต่เล่มที่ผมคิดว่าน่าอ่านและโยงทั้งสองโดเมน เข้าหากันได้ดีที่สุดเล่มหนึ่งผมยกให้เล่มนี้ครับ Generative AI for Trading & Asset Management เขียนโดย Dr. Ernest P. Chan และ Dr. Hamlet Jesse Medina Ruiz สำหรับ Ernest Chan ถือว่าเป็นอีกท่านที่คว่ำหวอดและมีผลงานหนังสือด้านนี้หลายเล่ม การันตรีคุณภาพความแน่นของเนื้อหา สำหรับผมคิดว่าจุดเด่นของเล่มนี้ไม่ใช่แค่อธิบาย GenAI แต่มันเป็นการผสานระหว่าง Generative AI และ Predictive AI (Machine Learning) ไม่ใช่การเอา ChatGPT มาหา Trading Signal หรือเอาGenAI มาขายบอทที่จะทำให้รวยทางลัดอะไรแบบนั้น ซึ่งหนังสือเนื้อหากำลังดี ไม่ได้เน้นทฤษฏีอย่างเดียว ทำให้เห็นภาพการนำไปใช้ได้ดี โดยเฉพาะการยกตัวอย่างในการนำไปใช้เพื่อวิเคราะห์ข้อมูล สำหรับการเทรด และการใช้เพื่อบริหารสินทรัพย์(Asset Management) .. ส่วนแรก หนังสือเน้นไปที่ workflow อันนี่้ดีงามเพราะไม่ใช่เอาโปรแกรมเมอร์หรือนักพัฒนามาอธิบาย Deep Learning ดัมป์เทคนิคและ Math โหดๆ แต่มันเป็นการอธิบายว่า GenAI เพื่อเพิ่ม Productivity อ...

Synthetic data กับการทดสอบระบบเทรด ไม่ใช่เรื่องใหม่ มีมานานแล้ว ผมเองก็เอาไอเดียมาจาก paper ของคุณ Max Dama ที่เขียนไว้ตั้งแต่ปี 2011 แล้ว , เปเปอร์นี้คนทำ quant น่าจะรู้จักและเคยผ่านตากันมาบ้าง ปัจจุบันเราทำ Simulation data ได้ง่ายกับเทคโนโลยี GenAI คือเราสามารถใช้ Prompt สั่งให้สร้างชุดข้อมูลจำลอง ให้ได้เลยโดยใส่ตัวอย่างบางส่วนของโครงสร้างข้อมูล ที่ต้องการไป สำหรับด้านการเทรด จะใช้กับข้อมูลราคา หรือการสังเคราะห์ความละเอียดของ Timeseries ยังไงก็ได้ เช่น ข้อมูล market data (Price,Volume, Volatility) , Order Book และ Options chain อะไรก็ได้ที่เราต้องการ ถ้าซับซ้อนกว่านั้นก็ให้ AI เขียน python code จำลอง Synthetic data ด้วย algorithm ที่ต้องการให้ เช่นอาจจะใช้ ML หรือ GBM ก็ได้ไม่ใช่แค่ทำ data จำลองแบบสุ่มส่งให้อย่างเดียว เพื่อเราจะได้นำ code มาปรับแต่ง senario หรือ พารามิเตอร์ต่างๆเองต่อไปครับ สุดท้ายทดสอบระบบเทรดกับ Synthetic data หลายชุดหลายแบบ มันจะได้ผลที่สะท้อนความเป็นจริงและลด Bias ได้มากกว่าแค่ใช้ข้อมูลย้อนหลัง และทำให้ค่าการประเมินระบบเทรด เรามีความเชื่อมั่นได้มากขึ้นไปอีก ว่าจ...

  Smith ผู้ก่อตั้ง Chronometer Partners ออกมาเตือนว่า สหรัฐฯ กำลังเผชิญกับ ภาวะขาดแคลนก๊าซธรรมชาติเชิงโครงสร้าง ตั้งแต่ช่วงปลายปี 2028 เป็นต้นไป เนื่องจากอุปสงค์ (ความต้องการ) โตเร็วกว่าอุปทาน (กำลังการผลิต) อย่างมาก แม้ปัจจุบันก๊าซธรรมชาติจะดูมีปริมาณเพียงพอ แต่ Matt พบว่าความต้องการที่เพิ่มขึ้นอย่างมหาศาลจากการขยายตัวของ AI Data Centers ประกอบกับการส่งออก LNG (ก๊าซธรรมชาติเหลว) จะทำให้สหรัฐฯ เผชิญกับปัญหาขาดแคลนก๊าซอย่างรุนแรงในช่วงปี 2028 เป็นต้นไป วิกฤตนี้ไม่ได้ส่งผลต่อปริมาณการใช้เพียงอย่างเดียว แต่จะส่งผลให้ราคาไฟฟ้าพุ่งสูงขึ้นอย่างรวดเร็วและมีความผันผวนสูง ซึ่งจะกลายเป็นภาระหนักสำหรับผู้บริโภคชาวอเมริกัน

นักลงทุนเกาหลีใต้ จำนวนมากที่หมดตัวจากเทรด ด้วยการใช้ Margin ผ่าน Single-stock Leverage ETF(2X) เพราะราคาหุ้นชิป AI หลักอย่าง เช่น Samsung Electronics, SK Hynix ร่วงลงรุนแรง , ส่งผลให้มูลค่า Leverage ETF ที่ลงทุนในหุ้นกลุ่มนี้ร่วงและสร้างวงจรแรงขาย กดดันดัชนีตลาดหุ้นเกาหลีใต้ (KOSPI) ปรับตัวลดลงสะสมถึง 33% ในเดือนกรกฎาคม 2026 และเคยร่วงลงหนักจนต้องประกาศใช้ Circuit Breaker สองวันติดต่อกันในช่วงวันที่ 28–29 กรกฎาคม 2026 ที่ผ่านมา

 ผมมีโอกาสได้อ่าน หนังสือชื่อ Anatomy of the Bear ของ Russell Napier มาผมอ่านแล้วชอบเลยอยากนำมาแชร์ต่อ หนังสือปรับปรุงใหม่ช่วงปี 2016 เขียนลักษณะเป็นคู่มือไม่ได้เน้นวิชาการมาก แต่เป้าหมายอยากอธิบายสิ่งที่เกิดตอนตลาดหมี(Bear Market) เพื่อช่วยให้นักลงทุน/เทรดเดอร์ สามารถเอาตัวรอดได้ โดยคุณ Napier ทำการศึกษา Great Bear Market ในตลาดหุ้นสหรัฐ ช่วงปี 1900s ได้แก่ วิกฤติช่วงปี 1921, 1932, 1949, และ 1982 ความพิเศษคือเขาใช้การรวบรวมข้อมูลและบทความต่างๆกว่า 70K จาก Wall Street Journal (WSJ) ในช่วงเกิดวิกฤติ(2 เดือนก่อนหลังตลาดถึงจุดต่ำสุด) เพื่ออธิบายเหตุการณ์ที่เกิด และทำความเข้าใจการเปลี่ยนแปลงต่างๆ ทั้ง ภาพรวมเศรษฐกิจสหรัฐ, นโยบายการเงินของ Fed, ผลกระทบต่อตลาดหุ้น และตลาดพันธบัตร รวมถึงกระบวนการแก้ปัญหาเพื่อกอบกู้ภาวะวิกฤติ เป้าหมายสังเคราะห์หาภาวะร่วม หรือสัญญาณบอกเหตุ ที่นำมาซึ่งการเกิดวิกฤติและ Great Bear market ต่อไป ........ หนังสือยาวแต่เนื้อหาดีและน่าสนใจมา ผมเลยมาแชร์สรุป Key สำคัญให้ลองเรียนรู้กันดังนี้ 1. ตลาดไม่ได้ฟื้นตัวท่ามกลางข่าวร้ายเสมอไป -ไม่ควรรีบซื้อสวน เพราะคิดว่าวิก...

 ผมมีโอกาสได้ลองเขียน Prompt เพื่อใช้งาน Deep Seek R1 ในการวิเคราะห์ข้อมูล Trading Record จาก MT4 (นำเข้าหน้าข้อมูลผลการเทรดจากโปรแกรมทั้งหมด),  โดยสมมติบทบาทให้ AI เป็น Expert forex Trader ให้ช่วยวิเคราะห์ผลการเทรดจาก Robot trading ให้ โดยเขียนเป็นรายงานสรุป และให้คำแนะนำ เพื่อปรับปรุงระบบ ก่อนรันมีการให้ข้อมูลเกี่ยวกับการวิเคราะห์ผลการเทรด และความรู้เกี่ยวกับการพัฒนาระบบเทรดไปก่อน จากภาพตัวอย่าง ลองดูผลงานการวิเคราะห์และคำแนะนำของ R1 ที่ออกมา จากการทดลองหลายรอบพบว่าน่าสนใจ (R1 ทำได้ดีทีเดียว แม้จะยังสู้ Qwen Max ในการวิเคราะห์บางประเภทไม่ได้)  แม้คำแนะนำยังไม่ได้ลึกมากแต่จะเห็นว่า มันมีการเอาข้อมูลการเทรดในแต่ละ Order มาประเมินด้วยจริงๆ  ไม่ได้ดูแค่ Net Profit อย่างเดียว ซึ่งทำให้คำแนะนำที่เรียบเรียงออกมา ไม่มั่ว หรือ ออกทะเล ข้อมูลดิบผลการเทรดจาก Meta Trader4 ประเภทข้อมูลแบบรูปภาพ สำหรับให้ Deep Seek ประมวลผลและวิเคระห์ ผลการวิเคราะห์ข้อมูลผลการเทรด จาก Deep Seek

วันนี้ไลฟ์สดอัพเดตตลาดหุ้นอเมริกาไปคราวๆ พูดถึงพฤติกรรมราคาหุ้นกลุ่ม Tech หลายตัว บวกกับสอนการใช้ OpenBB Workspace ในการวิเคราะห์ market sentimental และ fundamental data ด้วยตัว OpenBB Copilot ส่วนตัวผมคิดว่า OpenBB เป็นเครื่องมือที่น่าสนใจมาก และต่อยอดได้เยอะ แม้จะไม่ได้ทำเรื่องการพัฒนาโปรแกรม , การเรียกใช้งานผ่าน terminal ทั่วไป ก็สามารถเข้าถึงข้อมูลสำคัญๆ ที่ช่วยในการเทรดของเราได้มากพอควร โดยเฉพาะความสามารถในการผสานการทำงานกับ chatGPT หรือ AI ที่เราต้องการใช้ใน OpenBB Copilot โดย เวอร์ชั่นปัจจุบันสามารถกำหนด copilot API ของเราเองได้ นำมาแนะนำ รีวิวสั้นๆ หวังว่าจะเกิดประโยชน์และได้ทดลองเอาไปใช้กันนะครับ, ศึกษารายละเอียดเพิ่มเติมและทดลองใช้งาน https://docs.openbb.co/terminal/openbb-copilot

  บทสัมภาษณ์นี้ดีงามมาก ผมเพิ่งมีโอกาสได้ฟังวันนี้ เลยอยากทำสรุปมาแชร์เพื่อนๆ น้องๆ ให้ได้เรียนรู้จากคุณ Stan Druckenmiller กัน 1. เรื่อง Macroeconomics -คุณ Druckenmiller กังวลว่าจะเหมือนตอน 1970 ที่ inflation ลงแล้วย้อนกลับขึ้นไปได้อีก ,ทำให้ปัจจุบันยังไว้ใจไม่ได้ -เชื่อว่า Fed ประกาศชัยชนะจาก Inlation เร็วไปและการรีบลดอัตราดอกเบี้ยของพาล เวล นั้นมาเร็วเกินไปมาจากความกังวลเรื่องเศรษฐกิจ เพื่อประคองให้เกิด soft landding ซึ่งอาจจะดีในระยะสั้นแต่ไม่เป็นผลดีในระยะยาว -เขามองไม่ปกติจากตลาดคือ Fed ลดอัตราดอกเบี้ยลง 50 bps แต่ credit spread แคบ, Gold และดัชนีตลาดหุ้นทำ New High เป็นสัญญาณที่ไม่ปกติคล้ายช่วงปี 1970 - คุณ Druckenmiller มองว่าชัยชนะของ Trump และการเข้ามาเปลี่ยนนโยบายเศรษฐกิจใหม่อาจจะทำให้เป็นตัวกระตุ้น เช่นการ Deregulation ,การทำสงครามการค้า, การจัดการผู้อพยบที่เป็นแรงงานราคาถูกในสหรัฐ เป็นต้น - คุณ Druckenmiller ไม่กลัวผิด คุณ Druckenmiller บอกว่าปีที่แล้วคุณ Druckenmiller ก็มีมุมมองที่ผิดบางเรื่อง แต่กล้าจะยอมรับและปรับเปลี่ยน -เขาคิดว่า Fed อาจจะมีมุมมองและนโยบายที่ผิด ...

  มีน้องท่านหนึ่งถามว่าผมหา Paper ด้าน Quant Trading จากเว็บไหน ,ปกติใช้หลายที่ทั้งใน Google Scholar , SSRN และอื่นๆ แต่ตอนนี้จะใช้ตัวฟรีของ Research Rabbit ซึ่งจากที่ทดลองใช้งานมาเกือบ 2 เดือนพบว่าดีงามมาก สะดวกและเก่งในการค้นหา Paper ได้ โดยเราสามารถกำหนด seed paper แล้วระบบก็จะหา Paper ที่ใกล้เคียงและสัมพันธ์กับหัวข้อที่ต้องการให้ โดยการแสดงผลลัพธ์ ก็แยกออกเป็นความคล้ายจากงานวิจัย Similar Works และสามารถแยกเป็น Timeline ของ Paper ได้อีกด้วย ,สุดยอดกว่าการ ค้นหาด้วย Keyword แบบทั่วๆไปมาก ถ้าใครสนใจ หางานวิจัยมาศึกษาเพิ่มเติม ด้านต่างๆ ลองสมัครใช้งาน Research Rabbit ได้ฟรี เรียกว่าจะค้นพบ บทความงานวิจัยต่างๆได้มากมายเลยทีเดียว

มีน้องท่านหนึ่งขอให้แนะนำหนังสือเกี่ยวกับกลยุทธ์ Trend following , ถ้าเล่มที่ผมอ่านแล้วชอบจนอยากแนะนำต่อต้องเล่มนี้ "Following the Trend: Diversified Managed Futures Trading " ของ Andreas F. Clenow , ซึ่งต่างจากหนังสือ Trend Following ส่วนใหญ่ที่จะใช้ตัวอย่าง ตลาดและพฤติกรรมราคาในยุคอดีต, แน่นอนว่า ระยะยาวผลตอบแทนมันดูดีตามแนวโน้มขาขึ้น ,ตาม bull market cycle แต่ตลาดปัจจุบันที่ผันผวน มันจะยากมากจะเทรดแล้วได้กำไรก้อนโต เสี่ยงที่จะขาดทุน โดยเฉพาะ การใช้เครื่องมือเทคนิคอลเน้นหาสัญญาณตาม Trend เป็นหลัก ไม่ได้วิเคราะห์ความผันผวน(volatility)ของราคา, โดยหนังสือเล่มนี้พูดถึง Trend following แบบ systematic futures trading โดยเน้นด้านการสร้าง porftfolio ที่ใช้การ diversification เพื่อทำ risk management โดยมีทั้งการกระจาย เงิน(cash management) ในการเทรดผสม(combination of different types of trading models) เพื่อประสิทธิภาพของผลตอบแทนที่เหมาะสม - ผสม asset class แตกต่างกัน(Cross asset) ใช้ประโยชน์จากรอบการเปลี่ยนแปลงราคา ( Trend & Correlation) , เช่น stock/index future, commodity, c...

ก่อนจะหัดเทรด Forex ต้องทำความเข้าใจเรื่องการบริหารจัดการเงินให้ดีก่อน โดยเฉพาะการใช้ Leverae ถ้ายังประเมินความเสี่ยงและผลกระทบจากการขาดทุนไม่ออก ก็อย่าไปใช้ Leverage เลย อันตรายเปล่าๆครับ ผมแนะนำคลิปนี้จากรายการ chatwithtraders "How to use leverage in Forex markets for your best chance of survival" ถ้าไม่เชื่อคนไทย ก็ลองฟังเทรดเดอร์มืออาชีพต่างชาติที่เขาเทรดในตลาดจริงๆดูก็ได้ เป็นบทสัมภาษณ์ของคุณ Joel Kruger เล่าประสบการณ์หลายปีของเขาและแนะนำอะไรหลายอย่างเกี่ยวกับการเป็น fx trader ที่น่าสนใจมากคือแนวคิดเรื่องของการบริหารเงินและบริหารความเสี่ยง เขาบอกว่าปัญหาของมือใหม่คือ เรื่องของการ Over trading พยายามเร่งทำเงินทำกำไรมากเกินไป จนติดกับดักการใช้ Leverage ที่สูงหลายร้อยเท่า ซึ่งไม่ได้เหมาะกับพฤติกรรมราคา ทน market volatile ของสินค้าค่าเงินไม่ไหว สุดท้ายก็ต้องล้างพอร์ต สูญเสียเงินไป Kruger แนะนำมือใหม่ว่า เริ่มจากการเรียนรู้ตลาด เรียนรู้พฤติกรรมราคา และทดลองพัฒนาระบบเทรดของตัวเองก่อน ไม่ต้องสนใจทำเงินหรือโกยกำไร เริ่มจาก Leverage ต่ำ เช่น 1:1 เทรดบัญชีเล็กๆ ให้ได้ 6 เดือน หรื...

มีสมาชิกถามเข้ามาขอแนวทางการใช้ python ทำ algorithmic trading ซึ่งจริงๆปัจจุบัน มันสะดวกกว่าอดีตมาก มีหลายตัวที่ช่วยเราได้ ตั้งแต่ทั้งเรื่อง Data Analysis , Trading Strategies , Backtesting และ Trading API ซึ่งหลายตัวผมเคยได้โพสแนะนำไปแล้ว เช่น OpenBBTerminal , TA-Lib(Python) , QuantStat และ Zipline เป็นต้น ถ้าอยากลองทำด้านนี้ไม่ยาก แต่เพื่อความรวดเร็วแนะนำหาหนังสือมาอ่าน เพราะหนังสือ text book จะสอนเรื่องการทำระบบเทรด ทั้ง algorithm ส่วน Trading Strategies และ Money Management ,Order Management ด้วย โดยปัจจุบันมีหลายเล่มมาก ทั้งแบบพื้นฐานยันขั้นสูง ที่มีออกมาขาย โอกาสหน้าจะมารีวิว เล่มที่ผมซื้อมาอ่านให้ฟังต่อไป แต่วันนี้สำหรับคนที่อยากเริ่มต้นแต่ยังไม่อยากเสียเงิน ก็ลองดูเล่มนี้ก่อนได้ ชื่อ Algorithmic Trading with Python: Quantitative Methods and Strategy Development เขียนโดย Chris Conlan อาจจะเก่าหน่อยออกปี 2020 แต่เป็นอีกเล่มที่มีตัวอย่าง code ให้ฟรี ซึ่งถ้ายังไม่อยากซื้อลองแวะไป Github จากลิงค์ข้างล่าง เพื่อลองดูตัวอย่าง algorithm และการวางโครงสร้างของ code ในส่วนต่างๆได้ ครอบคล...

รายงาน จาก DeutscheBank ข้อมูลของ Magnificent 7 หุ้นดาวเด่น Big Tech ที่เกี่ยวข้องกับการพัฒนา เทคโนโลยี AI และมีฐานธุรกิจกระจายทั่วโลก อย่าง Apple, Amazon, Alphabet, Meta, Microsoft, Nvidia และ Tesla ที่ล่าสุดทั้งผลกำไร และขนาดมูลค่าหลักทรัพย์ Market Cap รวมกันทั้งหมด 7 บริษัท นั้นสูงกว่าบรรดาบริษัทเกือบทั้งหมดที่จดทะเบียนในตลาดหลักทรัพย์ส่วนใหญ่ในกลุ่ม G20 แต่ยังแพ้ 2ประเทศคือ จีน และญุี่ปุ่นที่ ผลกำไรทั้งหมดของทุกบริษัทในตลาดหุ้นรวมกัน ขณะที่ล่าสุด Market Cap ของ Microsoft และ Apple รวมกันก็ใกล้เคียงกับบริษัทจดทะเบียนทั้งหมดในตลาดหลักทรัพย์ของฝรั่งเศส ซาอุดีอาระเบีย และ UK ดูเหมือนเป็นเรื่องดีสำหรับ นักลงทุนแต่นักวิเคราะห์ของ DeutscheBank มองว่ามันคือการกระจุกตัว และเป็นความเสี่ยงที่น่ากลัวของตลาดหุ้นสหรัฐ และบริษัทในกลุ่ม Magnificent 7 จะเชื่อมโยงไปยังตลาดหุ้นประเทศต่างๆ ที่ถ้าเกิดวิกฤติ รอบใหม่ ก็อาจจะเกิดการรุกรามกระทบไปยังประเทศต่างๆทั้วโลกด้วย ประเด็นนี้ นักกลยุทธ์ Michael Hartnett ของ ฺBofa ก็ออกมาพูดถึง โดยสรุปคือเขาบอกว่าตลาดยคล้ายกับตอนปี 2000 , หุ้น AI และ tech stocks ,...