cwayinvestment

ข่าวนี้ของ businessinsider อ้างอิงรายได้ของเทรดเดอร์ในลอนดอน ประเทศอังกฤษ ศูนย์กลางการเงินของยุโรปเฉลี่ยอยู่ที่ £221,000 ต่อปียังไม่รวมโบนัสตามผลงาน อาจจะสูงถึง 40-100% แถมถ้าทักษะสูงประสบการณ์สูงเทรด product ที่ซับซ้อน ต้องมีแผนมีกลยุทธ์เฉพาะ รายได้ก็เพิ่มตามไปด้วย ดูจากกราฟใน link ได้ Trader นี้น่าจะเป็นอาชีพที่สมองไหลง่ายสุดแล้ว เพราะอย่างในต่างประเทศการซื้อตัวเทรดเดอร์(ที่เก่งจริงๆ) มีให้เห็นกันบ่อย อาชีพนี้ทำงานหนัก และผลงานทีทำได้ก็คือ เงินหรือรายได้โดยตรงที่เข้าบริษ ัท ดังนั้นถ้าผลตอบแทนไม่คุ้ม โบนัส หรือส่วนแบ่งไม่คุ้ม เทรดเดอร์ก็มักจะหาช่องทางย้ายค่าย(ถ้าไม่ติดสัญญาทาส) แน่นอนว่าถ้ามีฝีมือการันตรีผลงาน การย้ายบริษัทแบบโดนซื้อตัว ก็เกิดได้สบายๆ คงไม่มีใครยอมทำงานหนักๆ เอาเวลาเอาสุขภาพไปแลกกับ ความเครียดและความกดดันแบบไม่คุ้มค่าแน่นอน แต่บริษัทเดียวนี้ก็ฉลาด เขาสร้างเทรดเดอร์ให้รู้เฉพาะเจาะจง รู้น้อย และมักไม่ได้สอนงานด้านกลยุทธ์ให้ เพราะกลยุทธ์จะมาจากฝ่ายคนที่ บริษัทไว้ใจ หรือเรียกว่าซื้อตัวไม่ได้ เทรดเดอร์จึงมักเทรด หรือเป็นเหมือนทหารราบ ที่ทำงานตามเป้า ตามแผนของฝ่ายยุ

รอบสัปดาห์นี้ผมว่า ข่าวของ Mitsubishi Motors น่าจะเป็นเรื่องใหญ่ มองในแง่การโกงการทุจริตค่าการทดสอบ อาจจะไม่แปลกนัก เพราะก่อนหน้ากลุ่มอุตสาหกรรมนี้ก็มี ค่ายยักษ์ใหญ่ของเยอรมัน อย่าง Volkswagen ที่โกงค่า EPA(auto CO2 emissions) นั้นก็ถือว่าเป็นการโกงครั้งใหญ่ของวงการอุตสาหกรรมรถยนต์ สิ่งหนึ่งที่ผมว่าหลายคนอาจจะไม่คาดคิดว่าประเทศอุตสาหกรรมที่มีมาตรฐาน ธรรมาภิบาลสูง จะกล้าโกง เพื่อให้ประโยชน์ทางธุรกิจกับเขาด้วย Mitsubishi Motors โกงตัวเลขทดสอบการประหยัดน้ำมัน ในรถจำนวน 625,000  คันคาดว่าเรื่องแดงหรือคงจะโดนเปิดเผย ประธานบริษัทถึงได้ออกมาแถลงรับความจริง พอออกมายอมรับ แน่นอนว่าราคาหุ้นร่วงลงหนักทันที 15% ต่ำสุดรอบ 20 ปี(จากหุ้นพื้นฐานดีของตลาดญุี่ปุ่นกลายเป็นหุ้นที่โดนถล่มขายเละทีเดียว) บริษัทก็กำลังโดนรัฐบาลเข้าสอบสวนและโดนสั่งระงับการผลิต สิ่งที่น่าติดตามคือ จะมีผลกระทบตามมามากน้อยเพียงใด ทั้งในแง่ชื่อเสียง ยอดขาย และค่าปรับจากกรณีคดีความ กรณีคล้ายกันปี 2014 Hyundai หรือในนาม KIA ก็โดนค่าปรับเรื่องการโกงตัวเลขคล้ายกันให้กับรัฐบาลสหรัฐไปถึง $350m ส่วน Volkswagen โดนค่าเสียหายจากการ

คำถามว่า เอา monte carlo ไปใช้ทำอะไร ใน trading system >>ตอบคือ ถ้าได้ยินคำว่า monte carlo หนี้ไม่พ้นงาน simulation ครับ ขึ้นกับเราจะเอา model ไปทำอะไรมันทำได้เยอะ prediction ราคา , prediction volatility และอื่นๆเยอะมาก สำหรับผมในงานที่ผมทำ ผมใช้ monte carlo มาทำ equity curve simulation เพื่อทดสอบ ความ robust ของโมเดล และหา max drawdown จากค่าการสุ่มจำนวนมาก เพื่อให้เกิดความ เชื่่อมั่นในระบบ (ต่อจากนี้ไปก็เอาผลคำนวณที่ได้ไปทำอย่างอื่นๆต่ออีก พวกโมเดลทดสอบ random walk อย่าง Maximal Entropy ) ทำ simulation ไม่ได้เอามาเพื่อ เพิ่มความเทพ หรือมาเคลมจำนวนการทดสอบเยอะๆหลักหมื่นหลักแสนอะไร มันไม่ได้เพิ่มความน่าจะเป็นของการทดสอบตั้งต้น แต่ใช้เพื่อหา worst case ที่อาจจะเกิดได้จากความไม่แน่นอนของผลที่เกิด อันนี้ทำให้เราไม่โดนหลอก จาก randomness จากภาพเอาตัวอย่างมาให้ดูก็รัน monte carlo เพื่อทดสอบความสเถียรและค่าความเชื่อมั่นของผลการทดสอบระบบที่ได้ ขออธิบายคราวๆตัวอย่างการใช้งานประมาณนี้

ผมชอบอ่าน paper งานวิจัยมาก ติดมาตั้งแต่สมัยเรียนละ ต้องอ่าน paper และโดยบังคับให้เขียน paper ทำให้ รู้เลยว่า paper งานวิจัยนี้แหละขุมปัญญา ชั้นดี มันดีกว่าหน้งสือเยอะมาก เนื่องจาก เป็นองค์ความรู้ใหม่ องค์ความรู้จากการทดลองทำ และมีรายละเอียด บวกกับ การรีวิวความรู้ที่เกี่ยวข้อง paper ดีๆ 10-20 หน้านี่อ่านไปได้ความรู้ ทุนเวลาเป็นปีๆเลยก็มี(สำคัญคือไม่ต้องเสียเวลาทดลองเอง) ถ้าใครจะหา paper วิจัยมาอ่านลองเข้าไปที่ ssrn นะครับ ที่อื่นก็มีเยอะแต่ที่นี่ ฟรี  ตรงนี้เลยเป็นทางเลือกหลัก ผมเอาสุดยอด top รีวิว 10,000 Papers มาให้ จะเห็นว่ามี paper สาย finance และเรื่องกลยุทธ์การเทรด การลงทุนเยอะมาก รวมถึงงานด้านอื่นๆอีก คลังปัญญาของ มนุษย์ชาติจริงๆ บางอันโหลดไป แสนครั้งแล้วก็มี เบื้องหลังการทำงานหนักของนิสิต ป.โท ป.เอก จากมหาวิทยาลัยต่างๆชั้นนำของโลก รวมถึงนักวิจัยจาก Lab ต่างๆ มีมาก็ให้เสพฟรี นี่ก็ลองเลือกดูครับ บาง paper นี่ถ้าจะโหลดมาอ่านจาก source อื่นอาจจะเสียเงินเป็นหลายร้อย เหรียญเลยทีเดียว หลายงานวิจัย กลยุทธ์การเทรดที่ผมทำอยู่ก็เอาจาก paper ดีๆมาต่อยอด นี้แหละ เข้าไปอ่านได้ที่

จากคำถามหลังไมค์ ของคุณอาทิตย์ ภาพประกอบการอธิบายนะครับ ดูจังหวะ volatility breakout ของ S50 ในภาพผมรัน profile ของ set50 จำนวน 3 วันมาให้ดู จะได้เข้าใจ เราจะเห็นว่าราคา 2 วันแรกของเดือน มันทำ overlap กันในโซน 905-895 จากนั้นพอราคาหลุด POC1 แถว 897 ลงมา ก็มีแรงขายไล่ตามจนย้ายโซน 875 แล้ววันนี้ ปิดต่ำ ต่ำกว่า ค่า POC2 ของวันหลุดนอก VA2 ไป ทรงของราคาทำ long tail ผมเอาไอเดียของการเล่นกับพฤติกรรมราคา มายกตัวอย่างให้ดู พอเราเข้าใจ หรือสกัดเอา information จากพฤติกรรมราคาได้ แล้ว เราจะสามารถนำไปใช้วางกลยุทธ์เพื่อเทรด ได้ดีขึ้น แต่มันต้องเริ่มจากการ วิเคราะห์ข้อมูล ไม่ใช่เริ่มจากการเดา ว่ามันขึ้น หรือลง อีกตัวอย่างการขายระเบิดโซน SET50 เจอการขาย 4 โมงเย็น ทั้งวันราคาเกาะกลุ่มใน zone A พอท้ายก่อนปิดตลาด มีแรงขายพร้อม volatility ที่เกิดสูง ระเบิดแรง ต่อเนื่องเกือบ 30 นาที จนราคาไปที่ low โซน 860 เปิดกราฟดูพวกเราคงจะเห็นจนชินแล้ว เอาภาพนี้ลองมามองในมุมการวิเคราะห์พฤติกรรมราคา เชิง Quant บ้าง  เราจะมองเห็นทั้ง movement และ volatility ภาพที่เกิดราคาไปทำ mean บนโซน A จากนั้นก

วันนี้แข่งวันสุดท้าย สัปดาห์นี้ไม่ได้เทรดเท่าไหร่ เพราะมีประเด็นของ Fed เลยเก็บไป 100 pip รายการนี้ คุม DD ได้ 3% อันดับอย่างไม่เป็นทางการ 14/240 ที่สะใจมากคือเสียค่าคอม ไป 31.35$ จากการเทรด 100 กว่า Order น่าจะต่ำสุดละของรายการ รวมๆถือว่า OK มากกับกลยุทธ์ที่แผนวางไปแข่ง ทำได้ตามเป้าทั้งเก็บ pip ระยะคะแนน(6.15K) การรักษา Drawdown(ต่ำกว่า 10%) และเก็บกำไรเกิน 5% แถมผ่าน event หนักของ Fed ได้ 2 ยกในภาวะตลาดที่ volatile มากพอควร แข่งเงินปลอม สนามจริง ได้เรียนรู้อะไรเยอะมากเลย เดี่ยวเดือนหน้าที่แข่งรายการเล็กต่อ จะได้เอาข้อมูลไปปรับปรุงระบบให้ดีขึ้น เดินสายแข่งเยอะๆเจอ คู่แข่งเก่งๆเราจะได้เห็นและพัฒนาตัวเรา อีกอันที่จะเห็นโลกความจริง สนามนี้คนที่เทรรดโดยไม่คุม risk สุดท้าย ก็ล้างพอร์ตกระจาย เกินกว่า 50% ของผู้แข่งขันเลย บางคนได้อันดับ 1 ใน 10 มาตลอด สัปดาห์หลังๆ ล้างพอร์ตก็มี นี่แหละเทรด วัดดวง สุดท้ายไม่เคยรอด จากตลาดสักราย

Quantitative Trading = Quantitative Analysis + Trading Strategies อธิบายง่ายๆคือ การเอา Data มาวิเคราะห์ เพื่อสร้างเป็นโมเดลที่สนับสนุนการตัดสินใจเทรด ซื้อขายของเรา สำหรับผมงานวิจัยด้าน Quant ที่ทำหนักๆจะเป็น data analysis (มันเป็น step สำคัญและเริ่มต้นก่อนจะไปเรื่องอื่นๆ) พอมาทำด้านนี้หลายปี มันทำให้เรามองพฤติกรรมราคา แตกต่างไปจากเดิม จากมุมมองของเทรดเดอร์ หรือแบบนักเทคนิคอล เพราะปกติการเป็นนักเทคนิคอลเราใช้กราฟ ราคา เรามองแต่แท่งเทียน มองเขียว มองแดง แต่เหมือนเราไม่เข้าใจพฤติกรรมราคาจริงๆ พอหันมาทำด้าน Quant สิ่งแรกที่ต้องทำคือ เล่นกับพฤติกรรมราคา โดยเฉพาะการจำแนกและชำแหละมัน เพื่อหาความผิดปกติ หาความสัมพันธ์ในเชิงโดเมนต่างๆ ตรงนี้สำหรับผมมันทำให้มองเห็น ความเป็นจริงและความชัดเจนของพฤติกรรมราคามากขึ้น พอเราเล่นกับข้อมูลเยอะๆ หลายปี จำแนกคลาส ของ Data เราจะสามารถหา foot print ของราคา ไม่ใช่แค่การเคลื่อนที่หรือเทรนด์อย่างเดียวแล้ว ตรงนี้เป็น Knowledge ที่มีประโยชน์ในการมาทำกลยุทธ์การเทรด หรือมาใช้ทำกลยุทธ์อื่นๆต่อไป หรือแม้เราจะใช้แค่เครื่องมือเทคนิคอลธรรมดา เราก็จะสามารถปิดข้อจ

งานหลักของ Quant คือการเล่นกับ data ครับ ตรงมีประเด็นมีรายละเอียดและโมเดลเยอะ แต่ยิ่งเล่น เราจะยิ่งเข้าใจ จะยิ่งมองเห็น ธรรมชาติของพฤติกรรมราคา นำไปใช้ประโยชน์ด้านกลยุทธ์การเทรด การออกแบบระบบเทรดขั้นสูงต่อไป ตรงนี้คือข้อแตกต่างของ Quant จากเทคนิคอล หรือระบบเทรดปกติ ที่จะโฟกัสไปที่ การเคลื่อนที่หรือ movement ของราคาเป็นหลัก เพื่อหา สัญญาณซื้อขาย ตรงนี้ก็จะเป็นโมเดล หรืองานที่สนอง ต่อการเทรดอย่างเดียว เทคนิคอล หรือเครื่องมือเทคนิคอล ส่วนใหญ่การพัฒนาโมเดล มันจะมีการกำหนดขอบเขตข้อมูล ที่เฉพาะ ตามสมมติฐานออก มา ปัญหาใหญ่คือ ตลาดมันไม่เป็นเส้นตรง แบบนั้น การนำเครื่องมือไปใช้งาน มันจึงมีข้อจำกัด และไม่เป็นจริงทุกกรณี Quant ส่วนมาก เน้นการเล่นกับข้อมูล ในโดเมนต่างๆ เพื่อทำความเข้าใจกับมัน มองหาจุดไม่ปกติ และสร้างโมเดล ทำการวิเคราะห์ด้วย คณิตศาสตร์ สถิติขั้นสูง เพื่อใช้ประโยชน์จากข้อมูลที่เกิด ตรงนี้มันขึ้นว่าเราจะเลือกอะไร จะศึกษาอะไร แต่สุดท้ายถ้าเข้าใจมันก็ใช้ประโยชน์ได้ทั้งนั้น ข้อมูลในภาพเป็น S&P500 ที่ผมนำมาวิเคราะห์ก่อนจะสร้างกลยุทธ์เทรด

ผมศึกษาเทรดเดอร์เก่งๆระดับโลก เยอะมาก รวมถึงผู้จัดการกองทุน hedgefund ต่างๆที่ประสบความสำเร็จ แล้วก็ไปพบกับคนหนึ่งเข้า เขา คือ Jihan Bowes-Little เป็นผู้จัดการกองทุน ชื่อดังอีกคน และเป็น นักร้อง Hip hop ฟังเขาพูดใน ted talk แล้วรู้สึกไม่ธรรมดาเลยอยากเอามาแชร์ Jihan Bowes-Little เป็นดาวรุ่งของวอลสตรีทอีกคน เขาเป็นนักเรียนทุน ชั้นหัวกระทิที่จบ Economics and Philosophy จาก Brown หลังจากนั้นก็มาเป็น prop trading ให้กับ Goldman ที่ London ตอนปี 2002 จากนั้น 2009 ก็ลาออกจาก GS กลับมา อเมริกามาเป็นเทรดเดอร์อิสระ และทำงานเพลง Hip hop ที่เขาต้องการ ปี 2012 ก็เข้ามา บริหารกองทุนและดูแลพอร์ตให้ hedgefund ชื่อดังอย่าง BlueCrest Capital Management (AUM £30 billion, 2013) ของ Michael Platt (มหาเศรษฐี billionaire) ปี 2016 Jihan Bowes-Little เขาลาออกจาก BlueCrest ย้ายมาทำงานบริหารเงินให้กับ JPMorgan Private Bank และ คุณ Jihan ยังเปิดค่ายเพลงและทำงานด้าน rap music ร่วมไปด้วย ผมชอบ principle การทำงานและใช้ชีวิตของ Jihan Bowes-Little มันเป็นเรื่องของการสมดุลชีวิต ในรายการ Ted talk เขาบรรยายหัวข้อ Tr

พยายามเก็บคลิปวีดีโอสอนเทรดดีๆมาย่อยสรุป เก็บไว้ เติมความรู้ให้สมอง เรื่อยๆ โดยตั้งเป้าขั้นต่ำ วันละคลิปโปรเจค เนื่องจากดองไว้เยอะมาก แต่ละอันก็ดีๆทั้งนั้น คืนนี้เล่นของยากเลย เรื่อง Order book dynamics in High Frequency Trading เป็นเหมือนการดูงาน HFT ของตลาดอินเดียไปในตัว ความยากของคลิปนี้ไม่ใช่เนื้อหาแต่เป็นภาษาอังกฤษสำเนียงอินเดีย ที่ลิ้นรัวจนฟังยากสักนิด vdo นี้เป็น webinar ของ QuantInsti(สถาบันควอน) บรรยายโดย Gaurav Raizada,รวมๆแล้วเนื้อหาดี เทคนิคความเร็วที่มาเล่นกับการชิง match order และหาจุดได้เปรียบในการเข้าซื้อขายของพวก HFT มีภาพให้ดูชัดดี รวมไปถึงการทำ algorithm มาวิเคราะห์ order book และข้อมูลคำสั่งเพื่อหา dynamics ของตลาด ถ้าสนใจ ก็เข้าไปดูกันได้ที่ https://www.youtube.com/watch?v=PL8aVde9c2w

เพิ่งจะได้ดูหนัง Big Short  ดูจบสิ่งที่ทำให้ผมคิด คือ เราจะเป็นผู้ชนะในวิกฤติการเงินยังไง? ต้องเป็น Hero แบบ Burry หรือไม่(หลายคนดูออกจากโรงอยากเป็นแบบนี้ ชนะได้แบบนี้กันส่วนใหญ่) นั่งทบทวนดู พบ มี 2 แนวทาง 1. ทำแบบ Michael Burry คือมั่นใจว่าจะเกิดฟองสบู่ กล้าสวนแนวโน้มแล้ว short ทนขาดทุน 2 ปี พอถูกก็กิน แจ๊คพ๊อตก้อนใหญ่ (ก็ต้องยอมรับเขาเก่ง บริหารเงินดีค่อยๆสะสม positionและอึดจิตใจหนักแน่น) 2. ถ้าเชื่อว่า ฟองสบู่จะมาก็ re balance ถือเงินสด(virtual short) มากพอ รอให้มันเกิดวิกฤติ หา discount เข้าซื้อสะสมของถูก ทำกำไรจากการฟื้นตัว >>(อันนี้คนสำเร็จมีเยอะ แต่มันไม่หวือหวา เลยไม่มีคนทำหนัง)  ในตลาดการหากำไรจากวิกฤติจริงๆ 2 แนวทาง มีคนเดินกลยุทธ์และ ประสบความสำเร็จอยู่ทั้ง 2 แบบ มันขึ้นเราจะเลือกทางไหน  ส่วนตัวผมคงไม่ทำแบบ Burry (และไม่เห็นด้วยที่จะไปสนับสนุนให้คนมา short ดัชนีเพียงเพราะคิดว่ามันสูง) เพราะ เพดาน มันหายากการประเมินแรงขับ ความโลภของคนมันทำได้ไม่ง่าย บวกกับก่อนจะลงหรือวิกฤติใหญ่จะมา ตลาด volatile จะสูง ถ้าเดินแผนไม่ดี บริหารเงินห่วยก็โดนกินเรียบได้ แตกต่างจาก

ตอบคำถามเมื่อวาน ที่อธิบายเรื่อง Trend following ไปนะครับ คือระยะยาวภาพใหญ่ 5-10 ปี กลยุทธ์สาย Trend following ก็ยังใช้งานได้(ถ้าคุม risk ให้รอดได้ ผลงานมันจะเฉลี่ยดีและแย่กันไปเอง) ผมเองก็มีพอร์ตที่รันด้วย Trend following ไว้เก็บระยะ กินกำไรยาวๆโดยระบบที่ใช้เอา snowball tactic มาประยุกต์ การใช้ Trend following ภาวะตลาดแบบนี้ต้องมีกลยุทธ์บริหารเงิน บริหารความเสี่ยงประกอบ รับมือกับความผันผวนของตลาดที่เกิด บวกกับจำนวนไม่น้อยสายนี้ มักเลือกลดความผันผวนของพอร์ตด้วยการ ทำ allocation ไปในสินค้าหลายตัว อาจจะทำให้ผลตอบแทนรวมช่วง 1-2 ปีนี้ ในภาวะตลาดไม่มีแนวโน้มชัดเจน ค่อนข้างต่ำ ในภาพเอามาจาก trend-following-wizards-fund-performance  ผลงานของกองทุน สาย CTA ที่ใช้ Trend following เป็นกลยุทธ์หลัก Jez Liberty เขารวบรวม ผลงานกองทุนของตำนาน trend following เอาไว้ มีกองทุนเก่าแก่ของเทรดเดอร์คนดังหลายคน เช่น Michael Clarke, Jerry Parker, Bernard Drury ,Bill Dunn , Dave Harding และอื่นๆ  update ล่าสุดของ feb 2016 http://www.automated-trading-system.com/resources/trend-following-wizards-fund-pe

มีคำถามเรื่อง การทดสอบย้อนหลัง(Backtesting) เข้ามา ผมตอบไปทาง mail ยาวพอควร และอยากย้ำอีกรอบว่า ต้องเข้าใจบทบาทของการทดสอบดีๆ เราทำเพื่อหาข้อบกพร่อง จุดอ่อนมาปรับปรุงไม่ได้ทำมาเพื่อโชว์ หรือปลอบใจตัวเอง ดังนั้น ต้องทดสอบอย่างมีคุณภาพและถูกวิธีการ ระวังโรคมโนจากการ Backtest Over fitting จนเกินไป หรือการทำ curve fitting แล้วมารัน monte carlo เอาจำนวนเยอะเข้าว่าอย่างเดียว เราควรคำนึงถึงคุณภาพและหาข้อมูลมาทดสอบให้มากพอ และทำ WFA ทดสอบให้เต็มรูปแบบไปเลย ที่สำคัญทดสอบแล้ว ปรับปรุงแล้ว ก็ต้องลองกับข้อมูลจริงแบบ forward testing ก่อนใช้งานเสมอ เพื่อให้แน่ใจว่า เมื่อระบบเจอตลาดจริงๆ จะสามารถทำงานได้ ผมมี clip อันนี้เรื่อง 10 Ways Backtests Lie ดีมากของ Dr. Tucker Balch จากงาน QuantCon ลองเข้าไปฟัง วีธีการทดสอบอย่างเป็นระบบ และข้อควรระวังต่างๆ เพื่อที่เราจะได้ทำระบบเทรด ทำ algorithm trading ดีๆออกมา ไม่ใช่ใช้งานไปแล้วพาล้างพอร์ต เสียหายไป https://vimeo.com/122703520

หนังสืออีกเล่มนะครับ ที่จะมาแนะนำเรื่อง Quant สำหรับคนจะเริ่มศึกษาด้านนี้ ควรจะลองศึกษาดู เป็นของสุดยอด Quant อย่าง คุณ Emanuel Derman  "My Life as a Quant" เป็นเรื่องราวของ Emanuel Derman เนื้อหาเกี่ยวกับเรื่องราวของ นักฟิสิกส์ที่เปลี่ยนสายนำความรู้ทางคณิตศาสตร์และฟิสิกส์มาใช้ใน wallstreet เขาทำงานให้กับ Goldman, Sachs & Co ตำแหน่ง Financial Engineer ตลอดช่วงปี 1985 ถึง 2003 โดยเขาทำงานเกี่ยวกับ equity derivatives (Single Stock Futures , Options) และงาน risk management  หนังสือเล่มนี้เหมือนเป็นบันทึกการเดินทางสายอาชีพ อ่านสนุกและน่าสนใจมาก โดยเฉพาะการพูดถึงเรื่องการใช้คณิตศาสตร์และตรรกะในการลงทุนในสินทรัพย์ต่างๆ ตัวของผู้เขียนคุณEmanuel เขาเชื่อในการคำนวณมากกว่า การเชื่อในดวงชะตา แม้ไม่ปฏิเสธว่าตลาดมีความเป็น random walk แต่เขายังอธิบายถึงหลักการของการสร้างโมเดลที่นำมาใช้ได้ในภาวะปกติ บนค่าความเสี่ยงที่เหมาะสม เขายกข้อดีของการใช้โมเดลและระบบการลงทุนแบบคณิตศาสตร์มาแสดงให้เห็น แม้มีหลายบทในหนังสือที่อ่านแล้วก็งงๆเพราะเขายกเขาทฤษฏีทางฟิสิกส์ที่ซับซ้อน เช่น Muon Co

มีคำถามหนึ่งทาง email ถามมาว่า ทำไมคนยุคก่อนเซียนเทคนิคอล รุ่นแรกใช้เครื่องมือแล้วประสบความสำเร็จ?  ส่วนตัวผมมองว่า มันเกิดจากความเข้าใจ ในยุคเริ่มต้นคนได้อ่านงานต้นฉบับ เราะจะของจริง เห็น สมมติฐานและข้อจำกัดของเครื่องมือ ที่ผู้พัฒนาเขาถ่ายทอดตรงๆ แต่มายุคหลังๆเราเรียนเทคนิคอล จากการชวนเชื่อมากไปนิด ทำให้ง่ายไม่ต้องคิดดูด้วยตาแล้วจำอย่างเดียว แถมเพื่อให้ศักดิ์สิทธิ์ก็เพิ่มคำโฆษณาสรรพคุณ ว่าแม่น ว่ารวยว่ากำไร เข้าไปอีก  คำแนะนำผมคือใช้อะไร กลับไปอ่านงานวิจัยต้นฉบับของผู้พัฒนา จะได้รู้เขาคิดยังไง และใช้มันเพื่อทำอะไรจริงๆ เน้นเข้าใจอย่าเอาแต่จำ ท่องจำ เช่นจะใช้ RSI กลับไปทำความเข้าใจว่า J. Welles Wilder ยุค 1978 เขาคิดยังไง ตลาดเก็งกำไรยุคเขาเป็นอย่างไร(บอกได้เลยมันต่างจากยุคนี้มาก ลองศึกษา factor นี้ดีๆด้วย) ทำไมเขามีสมมติฐานแบบนี้ แล้วทำไม ต้องใช้ค่าพารามิเตอร์ 14 หรือ 7 คิดตั้งคำถาม หาคำตอบ ใช้แบบเป็นวิทยาศาสตร์มันจะสำเร็จ มันจะพัฒนาต่อได้  เมื่ออ่านมากๆจะพบคนคิดเทคนิคอลส่วนมาก เขาเน้นจากการสังเกต เน้นการอธิบายการเปลี่ยนแปลง บนกรอบบริบทที่เขาสนใจทั้งนั้น ถ้าจะบอกว่าเทคนิคอลใช้