cwayinvestment

มีคนถามว่าถ้าเทรดหุ้นไม่ต้องดูข่าว ไม่ต้องตามข่าวเลยดีไหม เพราะทุกวันนี้มีแต่ข่าวที่มี Bias หรือไม่ก็มีแต่ Fake News ตามสื่อออนไลน์เต็มไปหมด จะว่าไปมันก็ไม่ใช่เรื่องแปลกที่จะมีคนคิดแบบนี้ในปัจจุบัน แต่มันอาจจะไม่ใช่ทางออกเดียวเสมอไปครับ ถ้าเรามองโลกตามความเป็นจริงก็จะพบ สื่อทุกสื่อ ไม่ว่าจะออนไลน์ หรืออฟไลน์ ล้วนมี Agenda มีเกมส์การตลาด ที่แฝงมาในการนำเสนอข่าว นำเสนอความคิดเห็นได้ทั้งนั้น และมีมานมนานแล้ว แต่คนยังต้องเลือกติดตาม เพราะมันคือช่องทางในการอัพเดตข่าวสาร ติดตามการ เปลี่ยนแปลงที่เกิด สิ่งที่ทำได้คือต้องเพิ่มความฉลาดในกระบวนการรับรู้(Perception Process) ตั้งแต่การเลือกแหล่งที่มา ,การจำแนกข้อมูล(Data) ออกจาก ข้อคิดเห็น, การสอบทานด้วยการรับข่าวข้อมูลมากกว่าหนึ่งแห่ง จากแหล่งที่มาที่น่าเชื่อถือ ไม่ใช่ฟังหรือเลือกเชื่อจากบุคคลกลุ่มใดกลุ่มหนึ่ง หรือเชื่อจากความคิดเห็นของบุคคลใดบุคลหนึ่ง กรณีเรื่องข้อมูลหรือความคิดเห็นที่เกี่ยวข้องกับหลักวิชาการ ความเฉพาะทาง ควรหาเอกสารวิชาการหรือตำราวิชาการ ประกอบ อ้างอิงความสมเหตุสมผล ภาพ Perception Process ถ้าใครเคยศึกษาเรื่อง

นั่งอ่านงานวิจัยเรื่อง A Century of Evidence on Trend-Following Investing ของ AQR Capital ซึ่งเป็น Quant Fund เจ้าใหญ่ งานวิจัยแสดงถึงการวิเคราะห์ข้อมูลผลการทำงานของ trend-following อิงสไตล์ดั่งเดิม “cut short your losses” and “let your profits run on” ใน Global market ทั้ง ตลาดหุ้น,ค่าเงิน, fix income และคอมโมดิตี้ ตั้งแต่ช่วงปี 1180 ถึงปี 2016 ทดสอบกลยุทธ์แบบดั่งเดิม time series momentum (Long เมื่อ return เพิ่มสูงขึ้นต่อเนื่อง , Short เมื่อ return ติดลบต่อเนื่อง ) ซึ่งทำผลงานได้ดีในช่วงตลาดมีแนวโน้ม สอดคล้องการโตของวัฏจักรเศรษฐกิจ โดยเฉพาะในตลาดหุ้นที่มีรอบทั้งช่วงตลาดกระทิงและตลาดหมี สลับกันไปมาตลอดเวลาร้อยกว่าปี การจัดพอร์ตผสม 60/40 stock/bond สไตล์ Trend-Following ก็สามารถทำให้ผลตอบแทนของระบบ ระยะยาวรอดตลาดทุกช่วงสภาวะได้เช่นกัน ดังภาพจะเห็น smile สะท้อน non linear correlation ของพอร์ตและผลตอบแทนของตลาด การจัดพอร์ตผสมช่วยเพิ่ม Sharpe ratio และจำกัดขนาด Drawdown ให้ระบบ งานวิจัยนี้ ไม่ได้พยายามจะบอกว่า Trend-Following สมบูรณ์แบบ เพราะมีทั้งช่วงที่ดีและไม่ดี Drawdown

เมื่อวานมีโปรแกรมเมอร์ท่านหนึ่งแนะนำ API ของ แบงค์ชาติมา ตกเย็นผมมีโอกาสได้ลองเล่น และเชื่อม App ตัว FX Dashboard ที่ผมใช้เพื่อดึงข้อมูลอัตราแลกเปลี่ยนไทยบาทมาใช้ รู้สึกประทับใจและคิดว่ามีประโยชน์เลยอยากมาแนะนำต่อ สรุปสั้นๆคือเมื่อวันที่ 17/07/2017 ธปท. เปิด Open API สำหรับการเชื่อมต่อจาก application เพื่อเรียกข้อมูลได้แก่ อัตราแลกเปลี่ยน อัตราดอกเบี้ย และผลการประมูลตราสารหนี้ มีข้อมูลจำนวน 21 ตัว โดยรองรับการเชื่อมต่อผ่าน REST และบริการข้อมูลเป็น json/XML การใช้งานไม่ยากสา มารถเรียกเหมือน API ทั่วไปได้เลย เบื้องต้นผมลองใช้ python ทำการ request ไปที่ API และดึงข้อมูลอัตราแลกเปลี่ยนออกมา โดยแง่ข้อมูลมีหลากหลายดี อัตราแลกเปลี่ยนก็มีทั้งระบบ Fixed และ Floating Exchange Rate รวมถึงมีอัตราแลกเปลี่ยน ไทยบาทเทียบสกุลต่างๆ 48 สกุล อัพเดตข้อมูลรายวัน ทำ Doc รายละเอียดดีมาก ทำให้ใช้งานสะดวก การเรียกข้อมูลย้อนหลัง ดึงข้อมูลได้ครั้งละ 30 วัน ท่านที่สนใจโดยเฉพาะนักพัฒนา ลองเข้าไปใช้งานได้ที่ https://iapi.bot.or.th/Developer?lang=th ตัวอย่าง code เรียกใช้งานด้วย python https:

เก่งขึ้นทุกวัน "เวลา" คือข้อจำกัด และอุปสรรคในการเรียนรู้ โดยเฉพาะคนที่ต้องทำงานประจำ หรือมีภาระกิจครอบครัวต้องดูแล บ่อยครั้งทำให้ เจอกับประเด็นที่ว่า อยากเก่งแต่ไม่มีเวลา คำแนะนำของผมสำหรับพวกเราที่เจอปัญหานี้อยู่คือ ลองวางแผนบริหารจัดการเวลาของเรา ใช้หลักการสร้าง slot เวลาในการเรียนรู้ ไม่ต้องมาก 5 - 15 นาที แต่ทำให้ได้ ทุกวัน เพราะการทำให้ได้ทุกวัน จะสร้างนิสัย สร้างความเคยชิน ที่อยากเรียนรู้ อยากฝึกฝน ทำให้เกิดโมเมนตัมในการพัฒนาตัวเองระยะยาว เราไม่จำเป็นต้องไปใช้ระบบการเรียนรู้แบบอดีต สไตล์ระบบตัดเกรด ที่ต้องแข่งกันเป็นที่หนึ่ง พยายามเก่งกว่าคนอื่นๆเสมอ เพื่อพิสูจน์ความสามารถตัวเองตามกรอบมาตรฐานที่คนอื่นกำหนด เพราะ ถ้าเป้าหมายการเรียนรู้ ฝึกฝน ในด้านทักษะการเทรด การลงทุน เราทำเพื่อชีวิตของตัวเราเอง สิ่งสำคัญต้องตอบโจทย์ชีวิตตัวเราเป็นหลัก ไม่ใช่หมกหมุ่น ทำแล้วไม่มีความสุข ชีวิตไม่ลงตัว ไม่มีเวลาดูแลครอบครัว แบบนั้นก็เรียกว่าไม่เกิดประโยชน์ระยะยาว และสิ่งสำคัญ ต้อง work life balance ไม่ใช่เน้นจะเอาแต่สร้างเงิน สร้างกำไร พยายามจะเก่ง จะเหนือกว่าคนอื่น แต่ชีวิตไม่มีค

Marko Kolanovic และ Rajesh T. Krishnamachari หัวหน้าทีม quantitative investing and derivatives strategy ของ JP Morgan ให้สัมภาษณ์แนะนำแนวทางสายอาชีพด้านสาย Quant (big data & machine learning) ในวงการ financial services.ได้อย่างน่าสนใจ JP Morgan และอีกหลาย investment bank ต่างเน้นการพัฒนาทีมกลยุทธ์ด้าน AI อย่างจริงจังโดยเฉพาะช่วง 2 ปี ที่ JP Morgan มีการสร้างทีม Data Science และทีมพัฒนา AI เช่นล่าสุด เพิ่งจ้าง Dr. Geoffrey Zweig อดีตหัวหน้าทีมพัฒนาปัญญาประดิษฐ์จาก Microsoft มาร่วมงาน บทความนี้ตัดมาจากรายงานของ JP Morgan โดย keyword สำคัญๆที่ทั้งสองคนกล่าวถึงเช่น Big Data , AI Strategies, Machine Learning, Deep learning และ Alternative Data เรื่องพวกนี้เราจะได้เห็นภาพมาขึ้นว่าเขาใช้ทำอะไรในงานด้านดลยุทธ์ การเทรดและการลงทุน ซึ่งระบบ AI รองรับสนับสนุนงานของ Analysts, portfolio managers, traders และ chief investment officers เพิ่มประสิทธิภาพการทำงานแบบเดิม มีประโยชน์สำหรับคนอยากศึกษาด้านนี้จริงจัง หรือเลือกเดินสายอาชีพนี้ในอนาคต ได้เห็นมุมมองและ

ตามสัญญานะครับ ผมมารีวิวหนังสือ Inside the House of Money: Top Hedge Fund Traders on Profiting in the Global Markets ของ Steven Drobny ให้  โดยอธิบายภาพรวม ของหนังสือ ไฮไลท์สำคัญ ประวัติผู้เขียน รวมถึง จับเอา hedgefund manager สาย global macro 2 ท่าน ที่ให้สัมภาษณ์ ได้น่าสนใจ มาสรุปให้ฟัง คือคุณ Jim Leitner แห่ง Falcon Management และ Scott Bessent แห่ง Bessent Capital ลองเข้าไปรับฟังได้ที่ https://www.youtube.com/watch?v=Rd69II7_X_E

เมื่อเช้าตอบคำถามน้องเทรดเดอร์คนหนึ่งไปเรื่องของ MAE และ MFE เลยอยากเอาประเด็นสำคัญมาแชร์ ต่อ MAE และ MFE อย่าไปเข้าใจว่าไม่สำคัญ มันมีประโยชน์มากในการทำระบบเพราะเราสามารถนำมาใช้วิเคราะห์ผลและประสิทธิภาพการเทรดได้ โดยเฉพาะการวิเคราะห์ Loss หรือ Order ที่ขาดทุน  MAE หรือ Maximum Adverse Excursion เป็นตัวสะท้อนภาวะ DrawDown ที่เกิดในระบบ กรณี Order ที่เปิดเกิดติดลบผิดทางโดนลาก ค่า MAE เริ่มมีการดึง และเพิ่มระดับสูง แม้สุดท้ายปิดมีกำไร แต่การต้องจมขาดทุนนานๆ ก็สะท้อนถึงจุดอ่อนและการขาดประสิทธิภาพของระบบ อีกกรณี การวิเคราะห์ร่วม โดยเฉพาะถ้าเราตัด Order ที่ขาดทุน โดยนำ MAE และ MFE หรือ Maximum Favorable Excursion มาวิเคราะห์ร่วมกัน จะเห็นรูปแบบความสัมพันธ์ ซึ่งเป็นดัชนีบ่งบอก ภาวะไม่ปกติของระบบ  ยิ่งกรณีกลยุทธ์ ไม่สามารถทำงานได้ดีกับภาวะตลาด Order ที่ขาดทุน ส่วนใหญ่ค่า HP (Time Factor) สูง MFE ต่ำเพราะไม่มีโอกาสกำไร และค่า MAE สูง กรณีเกิดภาวะแบบนี้ มากและติดต่อกัน เราควรหยุดใช้ระบบและรีบปรับปรุงระบบ ก่อนทำให้เกิด การขาดทุนหนัก หรือทำให้ระบบพัง อีกตัวอย่าง บาง Order

ไปสนทนาเรื่อง Mega trend ในการลงทุนตลาดต่างประเทศ กับรุ่นพี่นักลงทุนกลุ่มหนึ่งมา ผมเอาบทความ ที่ไปแชร์ในวงสนทนาคิดว่าน่าจะมีประโยชน์เลยเอามาโพสแปะให้ ลองศึกษากัน ประเด็นบทความที่ผมเพิ่งได้อ่านชื่อ 50 Smartest Companies 2017 แต่ละปีทาง MIT Technology Review เข้าจะรวบรวมบริษัท ที่โดดเด่นทางด้าน innovative technology กลุ่ม business model ที่กำลังจะปฏิวัติ หรือสร้างการเปลี่ยนแปลงด้านเทคโนโลยีใหม่ๆ ปี 2017 รายชื่ออกมาแล้ว เป็นบริษัทยักษ์ใหญ่หลายเจ้าที่จองอันดับต้นๆ Amazon , Apple. Facebook , Alphabet, Tesla, IBM เช่นเดียวกับเจ้ามาแรงอย่าง NVIDIA ที่ต้องบอกเลยว่าปีนี้มาแรงจริงๆ ทั้งการโตกิจการและราคาหุ้น ตรงนี้สะท้อนว่าบริษัทกลุ่มนี้ยังคงมี story มาขายและขยายการโตต่อเรื่อยๆ ส่วนกลุ่ม startup ที่ปี 2016-2017 โชว์ผลงานโดดเด่นก็ถูกคัดเลือกเข้ามา เช่น SpaceX , Udacity ,Face ++, 23andMe, iFlytek มีอีกหลากหลายบริษัทที่เรายังไม่คุ้นชื่อและยังไม่เข้าตลาดหุ้น แต่มีผลงานที่โดดเด่นโดยเฉพาะกลุ่มพัฒนาด้าน AI , Biomedicine และ Clean energy ซึ่งอันนี้ถ้าอยากจะลงทุนเกาะ mega trend ในอนาคตก็คงต้องพิจาร

Alexis Stenfors อดีต currency trader ของ Merrill Lynch เขากลายเป็น ตำนาน rogue trader หลังจากตอนปี 2009 เทรดผิดพลาด ทำให้สูญเสียเงินจำนวน 456ล้านเหรียญ ด้วยประสบการณ์ 15 ปี และเพิ่งผ่านพ้นการทำกำไรระ ดับ 7 หลักได้มาจากปีก่อนหน้า ทำให้ประมาท บวกกับความเชื่อว่า ตัวเขาสามารถอ่านและทำนายทิ ศทางตลาดได้ ทำให้ Stenfors เทรดแบบ ปร ะมาท over trade เขาเปิด Position ขนาดใหญ่หวังทำเงิน แล้วขาดทุนก็ พยายามกลบ ทำให้สุดท้ายขาดทุนรวมกันมู ลค่า $100m และความผิดพลาดทำให้เกิดการ ขาดทุนครั้งใหญ่เมื่อความแต ก เขาก็โดนไล่ออก การขาดทุนครั้งนั้นทำให้ เขาโดนแบนจากโลกการเงิน 5 ปี เขาทนทุกข์จากความเจ็บปวด ผิดหวังและ อับอายที่โดนสื่อกล่าวโทษว่ าเป็น rogue trader ต้องเขาพบจิตแพทย์ เพื่อบำบัดอาการเครียด ซึมเศร้า ถึง 2 ปี หลักจากนั้นเขาก็ลุกขึ้นอีก ครั้ง กลับเข้าไปเรียนมหาวิทยาลัย จนจบ PHD และเริ่มทำงานเป็น อาจารย์ ด้าน เศรษฐศาสตร์และการเงิน ที่ Portsmouth University ล่าสุด เขาออกหนังสือ ชื่อ "Barometer of Fear" เขาถ่ายทอดประสบการณ์การเป็ น currency trader ในสถาบันการเงินขนาดใหญ่ โดยเฉพาะเรื่องราวของ ความเ

Amibroker Tutorial III อัพโหลดขึ้น YouTube แล้วนะครับ ซึ่งพาร์ทนี้สอนเรื่องการสร้าง Exploration เครื่องมือการสกีน ค้นหาหุ้นตามเงื่อนไขเชิงเลข และจากผลลัพธ์การประมวลผลด้วย technical analysis ด้วยการเขียนตัวกรองภาษา AFL โดยมีทั้งหมด 6 ตอน ความยาวประมาณ 90 นาที สมาชิก cway ที่ต้องการเรียนรู้และพัฒนาศัยภาพการเทรดในวันหยุดลองแวะเข้าไปดูได้จาก link ด้านล่าง ตามหัวข้อดังต่อไปนี้ครับ 1. Analysis Window - การใช้งาน Analysis Window https://youtu.be/yt-Y2mtSajo ***** 2. Creating your own exploration 01 -เรียนรู้หลักการทำงานของ exploration - การสร้างเงื่อนไขตัวกรอง filter ด้วยภาษา AFL https://youtu.be/YlYM6AOlWzc ***** 3. Creating your own exploration 02 - เรียนรู้เรื่องการใช้ addcolum() , การแสดงผล Result Table - การสร้างเงื่อนไขจาก ข้อมูล Price & Volume https://youtu.be/B45sW2UqepQ ***** 4. Creating your own exploration 03 - การเขียน code สร้างเงื่อนไขคัดกรองหุ้นจาก watch list - การสร้าง percent rank แสดงผลตามการเปลี่ยนแปลงของข้อมูลราคา https://youtu.be/aaSDctjlDzk ***** 5. Creating you

Venezuela น่าจะเป็นกรณีศึกษาที่ดีมากทั้งเรื่อง การเมือง เศรษฐกิจ ผลกระทบจากราคาน้ำมันโลก และค่าเงิน จำได้สองปีก่อน 2015 มีกูรูฝรั่ง บอกว่า Venezuela ค่าเงินคงไม่ลงไปถึง ศูนย์ ไม่น่าเกิน -75% วันนี้ค่าเงิน Venezuela ลงไปแล้ว -99.5% และค้างมาเกือบ 18 เดือน ถือว่าเป็นการถดถอยที่รุนแรง และยังไม่เห็นแสงสว่างปลายอุโมงเลย ดังนั้นมันคงไม่ใช่ถูก หรือลงมาเยอะอย่างเดียว การเข้าไปเก็งกำไรในสินค้าอะไรก็ตาม ยังไงก็ต้องดูพื้นฐาน ประกอบด้วยเสมอ ถ้าซื้อเก็งกำไร จะสวน contrarian อย่างน้อยอนา คตหรือภาพใหญ่มันต้องโตไปได้ ปีนี้มีอีก รัฐ ที่กำลังต้อง bailout นั้นคือ Puerto Rico ลองติดตาม หาข้อมูลเก็บไว้เป็นกรณีศึกษา https://www.bloomberg.com/news/articles/2017-05-10/venezuela-s-99-5-currency-plunge-shows-why-protests-rage-chart

อ่านง่ายและพื้นฐานสุดก็คงเป็น Quantitative Data Analysis ของ university of Minnesota ลองทำความรู้จัก Quant ในเชิงวิชาการ ดูนิยามที่มาที่ไป จะได้เข้าใจไม่นำเครื่องมือไปใช้วิเคราะห์ข้อมูลผิดหลัก บทความเขาสอนตั้งแต่พื้นฐานประเภทข้อมูล ยันเรื่องการวิเคราะห์ข้อมูล การทดสอบสมมติฐาน การประเมินหาความถูกต้อง มีตัวอย่างการวิเคราะห์ข้อมูล ทำให้เราเข้าใจและเห็น process การทำงานได้สมบูรณ์ ลองศึกษาให้เข้าใจ เพื่อนำไปใช้ได้อย่างถูกต้องตามหลักวิชาการ พวกนี้เป็นพื้นฐานในการวิเคราะห์ข้อมูล และนำไปต่อยอดอื่นๆต่อไปได้ครับ เข้าไปศึกษาได้จาก https://cyfar.org/qualitative-or-quantitative-data

ดังที่ทราบว่าปีที่ผ่านมาถือเป็นปีที่แย่ที่สุดของค้าปลีก สหรัฐ โดยเฉพาะกลุ่มห้างจำหน่ายเสื้อผ้า เครื่องแต่งกาย ของใช้ในบ้าน จำนวนไม่น้อยต้องขาดทุนหนัก บ้างต้องปิดสาขาต่างๆ ปลดคนงานจำนวนมาก ที่หนักกว่านั้นคือ Retailer เหล่านี้ไม่น้อยล้มละลายปิดกิจการเลย เช่นเดียวกันกับกลุ่มค้าปลีกขนาดใหญ่หลายเจ้าผลประกอบการยังคงไม่ดีต่อเนื่อง ผลกระทบที่นักวิเคราะห์ออกมาพูดถึงเรื่องของ Commercial Real Estate ที่ตอนนี้หลายห้าง หลายอาคาร กำลังประสบปัญหาจากก ารปิดกิจการของร้านค้าปลีกจำนวนมาก ทำให้เจ้าของห้าง ผู้ให้เช่าเจอปัญหาสภาพคล่องตามไปด้วย บวกกับจำนวนไม่น้อยเป็นหนี้ธนาคารหลายสิบล้านเหรียญ ที่กู้มาสร้างอสังหาเพื่อเปิดเป็น ห้างสรรพสินค้าให้เช่า พอร้านค้าปลีกเช่น Macy’s, J.C. Penny , Sears, Dillard และอื่นๆ มาพร้อมใจกันปิดกิจการหลายสิบสาขา ก็ทำให้เกิดปัญหาทางการเงินตามมาทันที ซึ่งล่าสุดจากสถิติที่รวบรวมโดย BOA สถิติการปิดตัวของร้านค้าปลีกและ department store สูงสุดนับตั้งแต่ วิกฤติการเงิน 2008 สอดคล้องกับ รายได้การเติบโตของ mall ที่ลดลงต่อเนื่องอย่างหนัก Rogers Kniffen นักวิเคราะห์คาดว่า ห้าง

ความสำเร็จก้าวสำคัญภาระกิจครั้งประวัติศาสตร์เมื่อ NASAได้ส่งยานอวกาศ Cassini แบบไร้คนบังคับ ไปในเขตพื้นที่ส่วนลึกที่สุดในวงแหวนของดาวเสาร์ เพื่อสำรวจอวกาศและส่งภาพกลับมายังโลก สัปดาห์นี้เป็นครั้งแรกที่ NASA ได้รับข้อมูลของอวกาศจากยานสำรวจในบริเวณที่ใกล้ดาวเสาร์มากที่สุดในประวัติศาสตร์ Cassini บินด้วยความเร็ว 76000 mph (เร็วกว่าเครื่องบิน Jet ถึง 17 เท่า) เข้าทะลุผ่าน Gap ของวงแหวน ลอยเหนือ วงแหวนด้านบนของดาวเสาร์ 19000 ไมล์ บันทึก vdo ภาพและข้อมูลส่งสัญญาณกลับมายังโลกเพื่อทำก ารประมวลผล และนี้จะเป็นการได้รับข้อมูลสำคัญ ที่เปลี่ยนมุมมองของดาวเสาร์ จากเดิม NASA มีแนวคิด พัฒนาโครงการสำรวจ อวกาศรอบดาวเสาร์มาเป็นทศศวรรษ จากโครงการก่อนหน้า เช่น Pioneer11 และยาน Voyager แต่ก็ไม่ประสบความสำเร็จ เพราะติดปัญหาและข้อจำกัดด้านความปลอดภัย ไม่เคยมาไกลได้ขนาดนี้ ภาระกิจต่อจากนี้ใน เดือน กย. นี้ Cassini จะบินเข้าสู่ชั้นบรรยากาศของดาวเสาร์ เพื่อทำการเก็บข้อมูล และเป็นการปิดฉากภาระกิจของ Cassini บนอวกาศ (ระเบิดตัวเองบนชั้นบรรยากาศของดาวเสาร์) ถ้าภาระกิจบรรลุเป้าหมายนี้น่าจะเป็นอีกก้า

จากโพสเมื่อเช้า ขอมาเล่าเรื่องของ khan academy ต่อให้ฟัง ผมเป็นคนหนึ่งแหละที่เรียนรู้อะไรมากมาย จากคุณ khan ตั้งแต่แรกๆที่แกทำเว็บขึ้นมา โดยเฉพาะ เรื่องของ Math Stat และ Finance ผมชอบแนวคิดของการรู้และบอกต่อ เข้าใจแล้วถ่ายทอด ของคุณ คาน มาก ตามสโลแกน free world-class education for anyone anywhere เนื้อหาคุณภาพดีๆ เข้าใจง่าย มันถูกแจกจ่ายให้คนทั่วโลก นำไปใช้ ต่อยอดให้เกิดประโยชน์ได้มากมาย ประวัติของคุณ Salman Khan ผู้ก่อตั้งและเจ้าของ khanacademy นี้คืออดีต นักกลยุทธ์ ของ h edge fund ชื่อ Wohl Capital Management เขาจบคณิตศาสตร์และคอมพิวเตอร์จาก MIT และมีปริญญาโทด้านบริหารธุรกิจจาก Harvard Business School เมื่อตอนปี 2009 คุณSalman Khan เริ่มต้นทำ เนื้อหา ในรูปแบบ vdo ง่ายๆ เพื่อสอน mathematics และ sciences แก่ญาติๆ คนเด็กๆละแวกบ้าน เพื่อติวการสอบให้กับพวกเขาเหล่านั้น ผ่าน YouTube channel บนอินเตอร์เน็ต ทำไปทำมา จากงาน vdo หลัก 100 กลายเป็นหลักพัน หลายพัน รวมเรื่องราวหลายหลายวิชา จากทำอดิเรก กลายเป็นงานประจำ จากทำคนเดียวก็กลายมามีทีมงาน หลายสิบชีวิติ ปัจจุบัน มี vdo มากก

เทรดเดอร์ เข้ามาตลาดอาจจะไม่ได้มีพื้นฐานความรู้ด้านการเงินและเศรษฐศาสตร์ ซึ่งหลายเรื่อง มันมีความสำคัญและสามารถนำมาประยุกต์ใช้ได้กับการออกแบบพอร์ตและการวางกลยุทธ์ ต่างๆ ผมมีแหล่งเรียนออนไลน์อันหนึ่งที่ดีมาก ของ Khan Academy หัวข้อครอส Economics and finance ผมเองก็ศึกษาจากที่นี้ โดยเฉพาะเรื่อง Macroeconomics และ Finance and capital markets ซึ่งอธิบายได้ดีและเข้าใจง่ายมาก อีกประการคุณ khan นี้เป็นอดีต hedge fund manager เก่าที่ออกมาทำประโยชน์ให้กับโลก แทนที่มุ่งหาเงิน คานเรื่ องความรู้ไม่ธรรมดาเขาเรียนจบปริญญาจาก MIT และ MBA จาก Harvard ดังนั้นเรื่องเนื้อหาคุณภาพสูง การอธิบายและยกตัวอย่างดีมาก อยาก แนะนำลองเข้าไปเรียนได้ที่ https://www.khanacademy.org/economics-finance-domain

อ่านจดหมายถึงผู้ร่วมลงทุนของ Berkshire Hathaway เขียนโดย Warren Buffett อันหนึ่งที่น่าสนใจคือเรื่อง long bets (เดิมพันการกุศล) ระหว่าง Buffett กับ Protege Partners, LLC ของ Ted Seides และ Scott Bessent ลงเงินกันคนละ $500,000 ประเด็นเริ่มต้นที่ Buffett วิจารณ์ถึงค่าธรรมเนียมที่สูงนักลงทุนจ่ายให้กับกองทุนเฮ็ดฟันด์ แต่ผลงานระยะยาวกลับออกมาไม่ได้ดีกว่า low-cost index fund การเดิมพันนี้ว่าด้วยเรื่องที่ Buffett ทำนายไว้ตอนปี 2007 ว่าผลตอบแทนสะสมของ S&P500 อีก 10 ปีข้างหน ้าจะดีกว่าหรือชนะผลตอบแทนของ hedgefund และแล้วก็เกิดการพนันเพื่อการกุศลกันขึ้น โดยการตัดสินจะเทียบผลงานของ funds-of-funds ที่ Ted Seides เลือก 5 กองทุนกับ low-cost Vanguard S&P fund (ข้อตกลงคือไม่เปิดเผยชื่อของเหล่า funds-of-funds เพียงแต่ให้รู้ว่าเป็นตัวแทนของ hedgefund เท่านั้น) โดยถ้าบัพเฟตชนะ เงินเดิมพันกลาง (เดิมพันฝั่งละ $500000) $1,000,000 บริจาคให้กับ Girls Incorporated of Omaha ถ้า แพ้ เงินกองกลางบริจาคให้กับ Absolute Return for Kids ผลการเดิมพันเข้าสู่ระยะปีสุดท้าย ผ่านมา 9 ปีผลค่อนข้างแ

การศึกษาวิจัยเรื่อง Stoploss ในหุ้นของ Stotz Investment Research (ASIR) เขาทำการทดสอบด้วยการสุ่มเลือกหุ้น 10 ตัวเพื่อสร้างพอร์ตทดสอบจากกลุ่มหุ้นในตลาดหลักทั่วโลก ทำการทดสอบระยะเวลา 10 ปีตั้งแต่ปี 2005 - 2016 ครอบคลุมตลาดทุกสภาวะซึ่งในแต่ละปีจะมีการ re balancing และมีการสุ่มเลือกหุ้นใหม่เข้ามาแทน ผู้วิจัยทำ simulation จำนวน 1,000 พอร์ตโฟริโอ เพื่อวัดค่าสถิติและประเมินคะแนนจากความน่าจะเป็น ผลการทดสอบก็ดังภาพ พอร์ตที่ใช้ stoploss 30% ในการลงทุนชนะตัว benchmark 97% รอ ดผ่านวิกฤติการเงิน subprime 2008 และชนะพอร์ตปกติที่ไม่มี stoploss โดยชั้นล่างสุดของผลการสุ่ม(bottom decile) ของพอร์ต stoploss 30% มีผลตอบแทนเฉลี่ยที่ 12.2% ซึ่งสูงกว่าค่า benchmark ผมสนใจการทดสอบนี้ไม่ได้จะสรุปว่า stoploss ดีหรือไม่ดี แต่สิ่งที่อยากให้ดูคือ ถ้าเข้าใจพฤติกรรมของข้อมูล การวาง stoploss ที่เหมาะสมมันก็มีคุณมากกว่ามีโทษ ซึ่งจะเห็นว่าการวางไว้ที่ 30% ในระยะ 10 ปีที่ผ่านมา มันครอบคลุม volatility ของข้อมูลราคาจากตลาดหุ้นที่เกิด ผลมันเลยออกมาตามที่ผู้วิจัยเขาสรุป นั้นคือ จำกัด down size risk และเพิ่ม upside

กลยุทธ์แบบต่างๆของ hedgefund ข้อมูลล่าสุดปี 2017 ที่ Hedge Fund Research, Inc. เขาทำการจำแนกไว้ อันนี้ที่ผมอ้างอิงในการพูดถึงเมื่อคืนนะครับ จะเห็นในตลาดมันมีผู้เล่นหลายประเภท แม้ในกลุ่ม smart money เองก็ยังมีหลากหลายกลยุทธ์ มันไม่จำเป็นทุกคนต้องคิดเหมือนกันหมด ทำเหมือนหรือตอบสนองกับสิ่งที่เกิดแบบเดียวกันทั้งหมด เสมอไป ทุกกลยุทธ์ต่างมีจุดแข็งและมีข้อจำกัดในตัวมันเอง น้องสนใจอยากรู้จัก กลยุทธ์ประเภทไหนเพิ่มกดเข้าไปอ่านได้ หรือจะเอา keyword ไปค้นหาเพื่อ ศึกษาเพิ่มก็ทำได้เช่นกัน ทุกวันนี้ อินเตอร์เน็ตมันช่วยทำให้เราเข้าถึงแหล่งความรู้ได้เยอะ ความรู้มันเรียนทันกันได้ ทำความเข้าใจนำมาฝึกฝน ก็จะทำให้เราพัฒนาขึ้นได้เอง https://www.hedgefundresearch.com/sites/default/files/pdf/HFR_strategy_classifications.pdf

Trend following strategies ปกติ ความถูกต้องจะไม่สูง(low accuracy) แต่เน้นใช้ payoff ratio ที่สูงจากช่วง strong trend มาชดเชยส่วนการขาดทุนจากความผิดพลาดที่เกิด แต่ปัญหาข้อจำกัดของ Trend following ในตลาดปัจจุบันซึ่งแตกต่างจากยุคอดีต(ที่ history repeat it self กันตลอดเวลา) คือเรื่องของค่า volatility ที่ทำให้เกิดการขาดทุนต่อเนื่อง การขาดทุนหนักการนำกลยุทธ์สาย Trend followingไปใช้ ต้องหาทางแก้โจทย์ หรือ ปิดจุดอ่อน และจำกัดความเสี่ยง ตรงนี้ให้ได้ เพื่อความอยู่รอดในทุกภาวะตลาด ระยะยาว paper นี้ Tail Protection for Long Investors: Trend Convexity at Work อธิบายไอเดียการใช้กลยุทธ์ Trend following ได้น่าสนใจ ระดับการบริหารพอร์ต โดยพูดถึงทั้งด้านเรื่องของการทำ risk party และการทำ hedge ป้องกัน long tail risk ด้วย strangle options ร่วมกับ trend strategies ปล. อยากเรียนเรื่องกลยุทธ์ พัฒนาทักษะด้านนี้ต้องอ่าน paper ครับ อ่านจากกลุ่มคนที่เขาทำวิจัยกับตลาดจริงๆ เราจะเห็นการพัฒนาอยู่ตลอดเวลา https://www.researchgate.net/publication/303947130_Tail_protection_for_long_investors_Convexity_at_work