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