ข้ามไปที่เนื้อหาหลัก

บทความ

Andrew Krieger: Legendary Forex Trader

วันนี้ได้อ่านหนังสือ The Money Bazaar เรื่องราวเกี่ยวกับ Andrew Krieger เป็นตำนานเทรดเดอร์ค่าเงิน อีกคนที่โด่งดังในอดีต เลยจะนำประเด็นสำคัญมาแชร์ให้ฟัง Andrew Krieger เริ่มทำงานเป็นเทรดเดอร์ให้กับ Salomon Brothers ทำผลงานได้ดีมีชื่อเสียง จนถูกซื้อชักชวนมาทำงานให้กับ Bankers’ Trust ในปี 1986 ซึ่งด้วยผลงานที่ดีทำให้บอร์ดอนุมัติวงเงินเทรด $700 million ซึ่งถือว่าเป็นเทรดเดอร์ค่าเงินที่มีวงเงินเทรดสูงกว่าเทรดเดอร์ทั่วไปในบริษัทมากทีเดียว(ในวัย 30 ต้นๆ) เขามาสร้างชื่อเป็นตำนานจาก การถล่มค่าเงิน Kiwi หรือ New Zealand dollar (NZD) ในช่วง Black Monday ปี 1987 ที่ตลาดหุ้นสหรัฐถล่มรุนแรงกว่า -22% ตามด้วยการ panic และการตกลงของค่าเงิน USD ผู้เล่นในตลาดกลัวที่ถือค่าเงิน USD ก็ทำให้ค่าเงินสกุลต่างๆดีดตัวขึ้นสูง เช่นเดียวกับ NZD การบวกรุนแรงทำให้เกิด short-term overvalue โดย คุณ Krieger มองไปที่ New Zealand ประเทศเศรษฐกิจขนาดเล็กกว่าสหรัฐมาก และมีความอ่อนแอ แต่ด้วยความไม่ปกติของสถานทำให้ค่าเงิน New Zealand dollar แข็งค่ามากกว่า US dollar Andrew Krieger ใช้ currency options (Leverage 400:1

Bootstrapping Method approach to System Evaluation

ขยายความจากการบรรยายเมื่อวาน เรื่องการพัฒนาระบบเทรด ปัญหาที่พบคือระบบที่ทำการทดสอบ Back testing ต่อให้ค่าสถิติออกมาดีแค่ไหน หรือทำกับข้อมูลย้อนหลังมากเพียงใดก็ยังไม่สามารถการันตรีว่าระบบจะทำเงิน หรือรอดในตลาดได้จริง 100% ดังนั้นการทำ Forward Testing ปล่อยให้ระบบเทรดเงินจริงในตลาดจริง(บนสภาวะแวดล้อมข้อจำกัดจริงทั้งเรื่อง liquidity , slippage และอื่นๆ) จะทำให้ได้ผลการประเมินที่สอดคล้องกับความจริงมากขึ้น สำคัญมากต่อการประเมิน  ความเสี่ยง ก่อนเริ่มใช้การเทรดบนเงินทุนจริงเต็มรูปแบบ แต่การทำ Forward Testing ของเทรดเดอร์ก็มีข้อจำกัดเรื่องของเวลา และเงินทุนทำให้อาจจะเก็บข้อมูลส่วนนี้ได้น้อย ค่าสถิติที่นำมาประเมินอาจจะมีนัยยะสำคัญไม่เพียงพอ ตรงนี้ Bootstrapping Method เข้ามามีบทบาทและเพิ่มผลการประเมินระบบ บนค่าความเชื่อมั่นที่ดีขึ้นได้ ซึ่งในตัวอย่างผมทำ Bootstrapping กับข้อมูล trading data ที่ได้จาก forward testing เพื่อประเมินหา risk ในระบบเทรด ก่อนนำไปปรับปรุง หรือวางแผนเพิ่มเติมในการใช้งานเทรดจริงต่อไป(งานนี้ไม่ได้เกี่ยวข้องกับการ simulation เพื่อ predict future แต่อย่างไร อย่าเข้าใ

13 Things You Should Give Up If You Want To Be Successful

วันนี้ได้อ่านบทความ 13 Things You Should Give Up If You Want To Be Successful รวบรวมโดยคุณ Zdravko Cvijetic ผมอ่านจบแล้ว รู้สึกว่าดีและคิดว่าน่าจะมีประโยชน์ต่อหลายคนเลยอยากเอาโน๊ตสรุปย่อมาแชร์ไว้ 1. ละทิ้งวิถีชีวิตที่ไม่ดีต่อสุขภาพ -นอนให้เพียงพอ กินอาหารที่ดี ออกกำลังกายสม่ำเสมอ 2. เลิกวิธีคิดแบบหวังผลระยะสั้น - วางเป้าหมายระยะยาว โฟกัสในการทำให้สำเร็จ อย่าเห็นกับความสุขระยะสั้น ฉาบฉวย 3. เลิกคิดเล็ก หัดคิดการณ์ใหญ่ - ฝันใหญ่แต่เป็นจริงได้ กล้าวิ่งเข้าหาโอกาส แล้วใช้ศักยภาพของตัวเราให้เต็มที่ 4. เลิกหาข้ออ้างหรือกล่าวโทษสิ่งต่างๆ -คนที่ประสบความสำเร็จ ทุกคนกล้าที่ลงมือทำแล้วยอมรับกับความผิดพลาดที่เกิด เรียนรู้จากความล้มเลวและจุดอ่อนของตัวเอง เพื่อปรับปรุงให้ดีในอนาคต 5. เลิกยึดติดกับความคิดเฉพาะตัว (Fixed Mindset) -เปิดกว้าง รับฟัง เรียนรู้และพัฒนาทักษะใหม่ๆ ตลอดเวลา สร้าง growth mindset 6. เลิกมองหาทางลัด เชื่อในปาฏิหาริย์(Magic Bullet) - เลิกงมงายกับทางลัดนำมาซึ่งความสำเร็จในเวลาข้ามคืน - ผู้ที่ประสบความสำเร็จ คือคนที่ทำงานหนัก จริงจังและพยายามอย่างต่อเนื่อง อาจจะเริ่มจากการทำส

How to become a Python coder at a top hedge fund

คำถามยอดนิยมอันหนึ่งคือถ้าจะหัดเขียนโปรแกรมด้าน Quant แบบจริงจังควรเลือกภาษาอะไร เพื่อไม่ให้ bias จากมุมมองส่วนตัวผมจะขอยกคำแนะนำจาก บทความ How to become a Python coder at a top hedge fund เป็นการสัมภาษณ์จากคุณ Gary Collier ตำแหน่ง CTO ของ Man AHL Man AHL เป็น Quant hedge fund อันดับต้นของโลกมี AUM $24bn เป็นอีกบริษัท Quant Fund ที่แถวหน้าของโลก ที่มีบทบาทและผลงานด้านนี้อย่างจริงจังต่อเนื่องมากหลายสิบปี มีการเผยแพร่ตัว opensource tools ที่สนับสนุนการวิเคราะห์ข้อมูลด้าน fina nce และ time series data เช่นเดียวกันถ้าจะศึกษาด้าน Machine Learning (โดย research เฉพาะ Bayesian approach ) แนะนำให้ลองไปศึกษาได้จาก paper งานวิจัยของบริษัท ในบทความคุณ Gary Collier แกแนะนำภาษา Python ซึ่งเป็นภาษาที่มีจุดแข็งในงานด้าน Data Science และเป็นเครื่องมือสำคัญของ Quant Research (mathematical, statistical and machine learning ) นอกจากนี้ Man AHL ยังจัดงานแข่งขัน Hackathon เพื่อหาโปรแกรมเมอร์ python และ Data scientist เข้าร่วมทำงานในบริษัท อย่างต่อเนื่อง ในบทความ คุณ Gary Collier บอกว่าเขาสนใจที่ค

Trading strategies

เมื่อวานมีคำถามหนึ่งเข้ามาทางกล่องข้อความ เรื่องเกี่ยวกับการเปรียบเทียบกลยุทธ์การเทรด ดูเหมือนน้องเทรดเดอร์คนนี้กำลังพยายามจะหากลยุทธ์ที่ดีที่สุดในการทำเงินในตลาดอยู่ แต่ก็เหมือนที่ผมเคยแนะนำไปหลายครั้ง ว่าทุกกลยุทธ์การเทรดมันมีทั้งข้อดีข้อเสีย สิ่งสำคัญคือเปิดใจ ทำความเข้าใจมันอย่างแท้จริง เลือกกลยุทธ์ที่เหมาะกับตัวเรา (ไม่ใช่จะลอกหรือทำตามคนอื่นๆอย่างเดียว) จากนั้นศึกษา ข้อจำกัดข้อด้อย เพื่อหาทางจัดการ รับมือกับข้อจำกัดนั้นๆ ส่วนตัวผมทำระบบเทรดที่ใช้ Robot trading เป็นหลักท ำให้ในพอร์ตเรามีการรันระบบด้วย trading strategies ที่หลากหลายเพื่อทำการ research และพัฒนาผลการทำงานในภาวะตลาดจริงที่เกิดตรงนี้ทำให้เข้าใจข้อจำกัดของแต่ละกลยุทธ์ดีขึ้น มันไม่ได้สวยหล่อ สมบูรณ์แบบ 100%เหมือนที่นิยมโฆษณากันหรอกครับ นอกจากนี้กรณีต้องการติดตามว่ากลยุทธ์การเทรดใดๆ มีผลการทำงานได้ดีมากน้อยเพียงใด อาจจะลองอ่านบทความศึกษาในต่างๆประเทศ อย่างเช่นวันนี้แนะนำบทความของ eurekahedge เขาติดตาม performance รายปีของ Hedge Fund ขนาดใหญ่และกลาง(AUM มากกว่า $100M) ที่ใช้กลยุทธ์การเทรดแบบต่างๆ ตั้งแต่ช่วงป

Leda Braga #02 Data Science in Wall street

ตอนที่ 2 เกี่ยวกับคุณ Leda Braga ผู้บริหารของ Systematica Investments ผมนำโน๊ตย่อจากการได้ฟังเธอบรรยายเกี่ยวกับ Data Science ในงาน WiDS 2018 Conference ซึ่งจัดขึ้นที่ Stanford University จะบอกว่าเป็นการบรรยายายที่น่าสนใจ และมีประเด็นดีมากจากผู้ที่มีประสบการณ์ตรงด้าน systematic trading ในตลาดหลายสิบปี โดยสรุปใจความเป็นข้อๆได้ดังนี้ (บางเรื่องเป็นเชิงเทคนิคไม่ลงรายละเอียดนะครับ) - ประเด็นหลัก เรื่องของ Systematic trading + Big Data + Execution algorithm + alternative data - เธอเล่าเรื่องประวัติของเธอโดยย่อพื้นหลังด้านวิชาการ เธอจบ phd ด้าน engineer ประสบการณ์ทำงาน - เธอเล่าถึงเรื่องธุรกิจ hedgefund ของ Systematica Investments ว่าเป็น Alternative asset manager บริหารเงิน 9 billion หลากหลายตลาด หลากหลายกลยุทธ์ ลูกค้าจากพอร์ตรายใหญ่ ซึ่งแต่ละลูกค้ามีเป้าหมาย return และระดับความเสี่ยงรวมถึง time horizontal แตกต่างกัน บริษัทสร้างกลยุทธ์พอร์ตโฟริโอที่เหมาะสมกับลูกค้า -บริษัท Systematica มีพนักงาน 108 people เน้นด้าน Phd และนักวิทยาศาสตร์ บริษัทใช้ Data science technology การสร้างกลยุทธ์เพื่

Leda Braga #01

สัปดาห์ที่ผ่านมาเป็นวันสตรีสากล มีคำถามจากท่านหนึ่งเข้ามาว่ามีผู้หญิงที่ประสบความสำเร็จในด้านการลงทุนหรือการเทรดระดับโลกบ้างไหม?? คำตอบคือมีครับ หลายท่านด้วยแต่อาจจะไม่ได้เป็นที่รู้จักหรือโดดเด่นมาก วันนี้ผมนำท่านหนึ่งมาแนะนำให้พวกเราได้รู้จักกัน เธอคนนี้คือคุณ Leda Braga ฉายา Hedgefund Queen Leda Braga มีเส้นทางสายอาชีพที่โดดเด่นมากและประสบความสำเร็จเป็นที่ยอมรับอย่างสูงอีกคนในฐานะ Fund Manager ผู้หญิงคนนี้ปัจจุบันเธอเป็นผู้บริหารของ Systematica Investments ซ ึ่งเป็น Fund สาย CTA ที่ใช้ระบบแบบ computer trading ที่มีผลงานดี Systematica บริหารสินทรัพย์ระดับ $10.2 billion(2016) ย้อนไปหลายสิบปีก่อนเธอเป็นผู้หญิงอีกคนที่โดดเด่นในสายกลยุทธ์การเทรด Trend Following Leda Braga ปัจจุบันอายุ 50 ปีเธอเป็นผจก.กองทุนเฮ็ดฟันด์ที่มีรายได้สูงอันดับต้นของวงการราวๆ $60 million มีประสบการณ์ในตลาดยาวนานหลายทศวรรษ ปี 1994 เธอเข้าทำงานตำแหน่ง quantitative analyst กับ JPMorgan(Cygnifi Derivatives Services) เป็นนักวิจัยกลยุทธ์การเทรดในตลาดอนุพันธ์ จากนั้นปี 2001 ลาออกแล้วเธอใช้เวลา 14 ปีในการเป็นผู้บริห

Pursuing Truth in the Global Economy 2

จากคลิปสนทนาเรื่อง Pursuing Truth in the Global Economy ในตอนท้ายคลิป โปรเฟสเชอร์ Lawrence Summers ได้แนะนำเว็บ  bridgewater.com  ให้กับผู้เข้าฟังทั้งอาจารย์และนักศึกษาของ Harvard เอาไว้ โดยเขาแนะนำว่าเป็นแหล่งความรู้และมี paper หัวข้อเกี่ยวกับเศรษฐกิจและการเงินที่น่าสนใจ จำนวนมาก วันนี้ผมมีโอกาสได้ลองเข้าไปดู พบว่ามีหลาย paper ใน Research Library ของ bridgewater ที่น่าอ่าน โดยเขาแบ่งเป็น 3 หมวดหลัก ได้แก่ Daily Observations(ติดตามสภาวะเศรษฐกิจ นโยบายการเงิน ตลาดต่างๆ) ,economi c machine , All Weather investment strategy, Risk Parity ซึ่งถ้าลองได้อ่านอย่างจริงจัง จะพบว่ามันมีความสัมพันธ์และต่อยอดกัน อย่างเช่นเรื่องของ Risk Parity (+un correlated betting) ที่อยู่เบื้องหลังAll Weather strategy ซึ่ง คุณ ray dalio ได้ชื่อว่าเป็นผู้บุกเบิกแนวคิดการบริหารพอร์ต Risk Parity นี้เลย ยิ่งได้ศึกษา global macro economic จะช่วยเห็นภาพกลยุทธ์การจัดพอร์ต+เลือก asset class และการ re balancing บน economic template ต่างๆ อ่าน paper พวกนี้มันจะช่วยทำให้เข้าใจและเชื่อมโยงภาพได้อย่างชัดเจนและถูกต้องมา

Pursuing Truth in the Global Economy with Ray Dalio

Pursuing Truth in the Global Economy คลิปบทสนทนาของ Ray Dalio และ Lawrence Summers ที่ Harvard Kennedy School ช่วงเดือน กพ. 2018 ที่ผ่านมาเป็นคลิปที่มีหลายประเด็นน่าสนใจมาก เนื้อหาราวๆ 1.20 ชม. ค่อนข้างยาว ดังนั้นผมจะมารีวิวเบื้องต้นให้ลองดูกัน 1. ช่วงแรกการแนะนำตัวของคุณ Ray Dalio ซึ่งเป็นศิษย์เก่าของ Harvard University เล่าถึงเรื่องราวจุดเริ่มต้นก่อตั้งบริษัท Bridge water บริหารงานจนประสบความสำเร็จ 2. ประเด็นแนวคิดหนังสือ Principles ที่ Ray Dalio  เขียน โดยเขาอธิบายวิธีคิด กระบวนการเรียนรู้จากความผิดพลาด รวมไปถึงการสร้างวิธีการหาคำตอบ จากการแลกเปลี่ยนมุมมองความคิดที่แตกต่างกันแบบเปิด 3. ยกตัวอย่างระบบ Dot collector ที่ใช้ในบริษัท Bridgewater การแลกเปลี่ยนความคิดเห็น การโต้แย้ง และการสร้าง algorithm ในการหาคำตอบร่วมกัน การก้าวข้ามความขัดแย้ง 4. ถกกันยาวเรื่องแนวคิด Principle ในโลกความจริง ธุรกิจ การเมือง การบริหารองค์กร ตรงนี้ดีมากเพราะ คุณ Lawrence Summers เขาไม่ได้มองเห็นตาม Ray dalio ทั้งหมด(ไม่ใช่ขาอวย) มีหลายประเด็นที่เขายกขึ้นมาในแง่ปฏิบัติถึงการใช้แนวคิดเพื่อจะสร้าง Meritocrac

South Sea Bubble

เข้ามาในตลาดเก็งกำไร(หุ้น ทองคำ ค่าเงิน และอื่นๆ) นอกจากการเรียนรู้เรื่องการหาเงินสร้างกำไรแล้ว ยังต้องเรียนเรื่องของ"ความเสี่ยง" ให้เข้าใจดีอีกด้วย โดยเฉพาะการเรียนรู้จากเหตุการณ์ในอดีตเนื่องจากตลาดหุ้นบนโลกมีมามากกว่า 200 ปีซึ่งมีบทเรียนมากมายให้เราศึกษา จะช่วยให้เราเข้าใจพฤติกรรมตลาดและพฤติกรรมของคนที่เคยเกิด เพื่อนำมาใช้เตือนตัวเราไม่ประมาทและหาทางรับมือกับความเสี่ยง South Sea Bubble ตอนปี 1720 ในตลาดหุ้นลอนดอนของอังกฤษ เป็นอีกหนึ่งกรณีศึกษาที่นักเก็งกำไรควรเรียนรู้ องค์ป ระกอบของ ความคาดหวังในอนาคต + ความโลภบ้าคลั่งของคน + การปั่นราคาหุ้น ทำให้เกิดหายนะ การขาดทุนมหาศาลจุดจบอันขมขื่น โดยเฉพาะเมื่อมีชื่อของบุคคลดัง มากด้วยสติปัญญาอย่างท่าน Sir Isaac Newton เข้าไปเป็นเหยื่อในเกมส์การเงินนี้ด้วย ใน paper นี้ของคุณ Andrew Odlyzko บอกเล่าเรื่องราวของ และรวบรวมหลักฐานเกี่ยวกับการลงทุนของ Isaac Newton โดยเฉพาะพยายามแสดงข้อมูลเกี่ยวข้องกับบทบาทการเป็นนักลงทุนในตลาดหุ้นของ Newton ข้อมูลการลงทุนในบริษัทต่างๆและประเด็นการขาดทุนสูญเสียเงินอย่างหนักในฟองสบู่ South Sea Bubble เวล

Anti fragile Career

พอดีวันนี้ได้อธิบายตัวอย่างในหนังสือ Anti fragile ของคุณ nassim taleb ให้น้องเทรดเดอร์ฟัง เลยทำให้นึกถึงกรณีตัวอย่างจากหนังสือเรื่องของคนขับแท๊กซี่และเสมียนธุรการ ประเด็นใหญ่เรื่องการประกอบอาชีพก็ควร กระจายความเสี่ยง (diversification) เช่นกันกับการลงทุน เพราะมันคงไม่มีอะไรแน่นอนในอนาคต แม้จะมีตำแหน่งใหญ่โตหรือเงินเดือนสูง ความเสี่ยงก็มีได้เช่นกัน ลองเอาบทความเก่าในอดีตมาแชร์กันอีกรอบ สำหรับแนวคิดการสร้าง Antifragile Career เรื่องราวของพี่คนหนึ่งเขาเป็นผู้จัดการแผนกของบริษัท เงินเดือนเกือบแสนแต่ต้องมาตกงานตอนวัย 45 เนื่องจากเจ้าของบริษัทขายธุรกิจให้ต่างชาติ ทำให้เจ้าของใหม่ปรับเปลี่ยนธุรกิจและปลดพนักงานออก เขาก็เป็นหนึ่งในนั้นด้วยอายุที่มาก แม้จะยอมลดเงินเดือน หาต่ำแหน่งธรรมดา แต่การสมัครงานก็ทำได้ยาก ตกงานอยู่ 6 เดือนเงินเก็บหมด เพราะค่าใช้จ่ายมาก ภาระผ่อนบ้าน ผ่อนรถ ผ่อนบัตรเครดิต และค่าใช้จ่ายของครอบครัว(ภรรยาไม่ได้ทำงาน+ลูกวัย 2 ขวบ) เข้าเดือนที่ 8 เขาเลยตัดสินใจกลับบ้านต่างจังหวัด ขายบ้านหลังหลายล้าน(ผ่อน 20 ปี) ขายรถหรู เปลี่ยนมาเป็นรถกระบะ แล้วหันมาใช้ชีวิตที่บ้านเกิด ทำกิจกา

Commodity Market ตลาดปราบเซียน

ปี 2018 ผ่านมาสองเดือนมีพี่น้องเทรดเดอร์หลายท่านเลยมาปรึกษาเรื่องเข้าเทรดในตลาด commodity ซึ่งส่วนใหญ่เหตุผลแนวคิดคล้ายกันคือเชื่อว่าเงินเฟ้อจะมา ราคาคอมโมดิตี้น่าจะฟื้น เลยคิดจะเข้ามาเทรด ส่วนตัวผมไม่ได้แย้งไม่ได้ขัดอะไรเพราะไม่ถนัดในการทำนายอนาคตอยู่แล้ว แต่อยากเอาข้อมูลอีกด้านมาให้พิจารณากัน คุณ Eric Onstad เขียนบทความเรื่องราวเกี่ยวกับการปิดกองทุนของ Hedgefund ในตลาด commodityในช่วงปี 2017 ไว้ได้น่าสนใจโดยมีความคิดเห็นของหลายท่านว่าตลาดมันไม่ได้ง่าย ไม่ได้ปกติแบบอดีต เขารวบรวมความคิดเห็นของเหล่าผู้บริหารกองทุนต่างๆไว้ดังนี้ - Anthony Ward ปี 2017 ปิด CC+ Hedge fund ซึ่งอดีตชำนาญด้านการเทรด (cocoa&coffee)โดยเขากล่าวโทษว่า HFT และ Algorithmic trading ทำให้พฤติกรรมตลาดเปลี่ยน ราคามีความผันผวนสูง เทรดเดอร์ทั่วไปเสียเปรียบซื้อขายไม่ทัน HFT ทำให้ได้ราคาไม่ดีต้นทุนสูง นอกจากนี้ Ward ยังบอกว่า HFT ทำให้ราคาตลาดวิ่งรุนแรง รับข่าวและการประกาศตัวเลข ราคามากกว่าผลเชิงปัจจัยพื้นฐานไป 10-15% - Stephen Jamison ปิดฟันด์ Jamison Capital ต้นปี 2018 เขากล่าวโทษ AI และ HFT เช่นกันโดยระบุว่า

Decision Making by Annie Duke

วันนี้ระหว่างนั่งกินกาแฟมีโอกาสได้ฟัง podcast เกี่ยวกับ Decision Making จากคุณ Annie Duke โปรโป๊กเกอร์ระดับโลก เธอมาแนะนำแนวคิดการตัดสินใจอย่างมีประสิทธิภาพบนภาวะที่มีเวลาจำกัดไม่สามารถเข้าถึงข้อมูลและความจริงทั้งหมด ประวัติของ Annie Duke เธอเป็นนักโป๊กเกอร์อาชีพระดับโลกเจ้าของ WSOP Bracelets ปี 2004 เธอเริ่มเล่นโป๊กเกอร์ตอนปี 1992 ระหว่างพักช่วงการเรียนปริญญาเอก ก่อนจะลาออกมาเล่นโป๊กเกอร์เต็มตัว เธอเป็นนักโป๊กเกอร์ที่เรียกว่ามีฝืมือและวิธีคิดไม่ธรรมดา บวกกับพื้นฐานความรู้จา กการศึกษาด้านจิตวิทยา(เน้นวิจัยเกี่ยวกับ cognitive linguistics) ในรายการ Annie Duke พูดถึงวิธีคิดที่เธอมองว่าการเล่น Poker ช่วยการตัดสินใจที่ดีได้นั้นคือ การมองโลกอย่างเป็นจริง โดยเธอแนะนำว่าต้องเข้าใจเรื่องความน่าจะเป็น โอกาสที่ Outcome จะเกิดได้ทั้งบวกและลบ แทนที่พยายามจะคิดเข้าข้าง หรือติดกับ ego ว่าตัวเราต้องถูกตลอดเวลา การมี open mind ช่วยให้เรามองเห็นทั้งสองด้านโอกาสถูกและผิด จากนั้นเราจะสามารถวิเคราะห์ข้อมูลแบบไม่มี Bias หรือไม่พยายามคิดเข้าข้างหาเหตุผลมาสนับสนุนว่าตัวเรานั้นถูก นอกจากนี้ เรายังสาม

Risk Tolerance

ตลาดหุ้น ตลาดอนุพันธ์ ตลาดค่าเงินช่วงนี้มีความผันผวนเยอะพอควร ซึ่งทำให้เราควรจะระมัดระวังตัวให้มากๆ ไม่ประมาท แทนที่จะไปโฟกัสกับเรื่อง"กำไร" อาจจะต้องหันมาทบทวนแผนรับมือความเสี่ยงให้มากขึ้น ชวนมาทำความรู้จักกับคำว่า Risk Tolerance ซึ่งเป็นค่าที่เทรดเดอร์/นักลงทุนควรจะมีการนิยามเอาไว้ก่อนสำหรับทุกครั้งที่มีการเทรด ซึ่งเป็นส่วนหนึ่งของ risk management จากบทความของ Chad Butler เขาแนะนำเรื่อง Risk Tolerance เอาไว้ดี ผมนำเอาประเด็นหลักมาแชร์ให้พวกเราลองศึกษากัน 1. Risk Tolerance by Time horizontal การมองว่า เรามีความสามารถในการถือ position ได้ยาวนานแค่ไหน ทนรอรับความเสี่ยงที่เกิดเชิงเวลามาเพียงใด ปัจจัยนี้พิจารณาไปถึงต้นทุนเชิงเวลา ค่า swap , อัตราดอกเบี้ยต้องจ่าย และค่าเสียโอกาสของเงินทุน ด้วย ไม่ใช่ถือทนไม่ขายไม่ขาดทุนอย่างเดียว เพราะพวกนี้จำเป็นต้องมีการคำนวณไว้ล่วงหน้า กรณีลงทุนระยะยาวควรติดถึงอายุและความจำเป็นต้องใช้เงินประกอบด้วย นอกจากนี้กรณีพวกอนุพันธ์ หรือสินค้าที่มีวันหมดอายุ เรื่องกรอบเวลาหรือปัจจัย time decay ยิ่งจำเป็นต้องมีการพิจารณาล่วงหน้าเสมอ 2. R

Halite: 2sigma Open source AI programming Project

twosigma เป็นบริษัท Quant Fund อันดับต้นของโลก เขามีวิธีการคัดเลือกนักพัฒนา โปรแกรมเมอร์เข้าร่วมทำงานในบริษัทจากการจัดพัฒนา Bot เพื่อแข่งขันในวีดีโอเกมส์ชื่อ Halite ตัวของ Halite เป็น open source artificial intelligence programming ประเภท turn-based strategy (TBS) ที่สร้างมาให้คนพัฒนา Bots มาสู้กันในเกมส์โดยบอทผู้เล่นแต่ทีมจะมียานอวกาศ 3 ลำที่ช่วงชิงยึด/ขุดพื้นที่ดวงดาวบน two-dimensional virtual board ผู้อยู่เบื้องหลังโปรเจคเกมส์นี้คือ Alfred Spector ตำแหน่งเป็น CTO ของ Two  Sigma บริษัท hedgefund อายุ 15 ปีที่มี AUM ระดับ $50 billion โดยในคลิปคุณ Spector ให้สัมภาษณ์ว่าบริษัทต้องการค้นหาคนเก่งด้านการสร้าง algorithm ประเภทกลยุทธ์เข้ามาร่วมงาน ผ่านการจัดลีกการแข่งขัน Halite ปัจจุบันเป็นปีที่ 2 แล้วมีทีม 6000 ทีมจากทั่วโลกเข้าแข่งขัน และมีทั้งระดับนักเรียนมัธยมจนถึงผู้ใหญ่ เข้าร่วม ปัจจุบัน Bots ทีมที่ทำผลงานได้ดี ใช้เทคนิคของ Machine learning ในการพัฒนา AI เพื่อหา solution ในการแข่งขันเอาชนะผู้ต่อสู้ ซึ่งบริษัทเตรียม Google credits สำหรับ GPU บน Google Cloud เอาไว้ให้ด้วยเพื่

Airbnb & Internal hedge fund

Airbnb เป็นอีกบริษัท startup ตัวกลางแบ่งปันที่พักออนไลน์ที่เติบโตอย่างรวดเร็วและกลายเป็นธุรกิจผลิตเงินสดที่น่าจับตามองมากในปัจจุบัน เมื่อได้อ่านบทความนี้ทำให้ผมทราบว่า Airbnb มีรายได้รูปเงินสดไหลเวียนต่อเดือนสูง จนมีการตั้ง hedgefund หรือบริษัทบริหารเงินของตัวเองขึ้นมา อ้างอิงข้อมูลจากแหล่งข่าวระบุ Laurence Tosi ผู้บริหารของบริษัท Airbnb อดีต CFO ของ Blackstone Group (alternative investment firm ใหญ่อันดับต้นของโลก) ได้นำ cashflow 30% ของบริษัทไปจัดตั้งกองทุน hedge fund เพื่อบริหารเงิน โดยนำ cashflow จากธุรกิจไปลงทุนใน stocks, currencies และ fixed-income แหล่งข่าวอ้างว่าปีที่ผ่านมาทำผลตอบแทนได้สูงถึง $5 million ต่อเดือนให้กับ Airbnb ประเด็นนี้สะท้อนให้เห็นการเติบโต และศักยภาพของบริษัท .ซึ่งดูเหมือนตอนนี้ Airbnb ยังมีปัญหาความขัดแย้งภายในอ้างอิงจาก Bloomberg ที่ระบุว่ากลุ่มของ  Laurence Tosi ต้องการนำ Airbnb เข้าทำ IPO ในปี 2018 แม้จะได้เสียงสนับสนุนจาก  VC investors ส่วนใหญ่ แต่ผู้ร่วมก่อตั้ง  Brian Chesky และ CEO ของบริษัท ยังไม่ต้องการเข้าระดมทุนในตลาดหุ้น ล่าสุดทางบริษัท Ai

The Death of Clothing

วันนี้นั่งหาข้อมูลเกี่ยวกับบริษัทเสื้อผ้าหนึ่งในตลาดหุ้นสหรัฐ เลยได้ไปเจอบทความ The Death of Clothing นี้เข้า มีหลายข้อมูลที่น่าสนใจ เกี่ยวกับการเปลี่ยนแปลงในอุตสาหกรรมนี้เลยนำมาสรุปเอาไว้ให้อ่านกัน - รายงานระบุคนชั้นกลางของอเมริกาใช้เงินในการซื้อเสื้อผ้าน้อยลงอ้างอิงจากการสำรวจของกระทรวงแรงงานสหรัฐ ในปี 2016 เฉลี่ยเพียง 3.1% ของรายได้ตลอดปีลดลงจากอดีตต่อเนื่อง บวกกับปัจจุบันภาวะค่าใช้จ่ายส่วนต่างๆสูงขึ้น คนใช้เงินในส่วนอื่นเพิ่มขึ้น -ค่าเสื้อผ้าทดแทนด้ว ยรายจ่ายสำหรับการท่องเที่ยว กิน กิจกรรมสันทนาการต่างๆสอดคล้องกับความนิยมของคนในการแชร์ประสบการณ์บนโลกออนไลน์ สัดส่วนราวๆ 18% ของรายได้ บวกกับค่าใช้จ่ายเกี่ยวกับเทคโนโลยี ที่เพิ่มสูงขึ้นมาที่ระดับ 3.4%  - ความจำเป็นการซื้อเสื้อผ้า ลดลงโดยเฉพาะชุดทำงานบริษัทต่างๆในสหรัฐราว 40% อนุญาตให้พนักงานแต่ชุดตามสบายมาทำงานได้มากขึ้นปี 2017 - อุตสาหกรรมแฟชั่นเครื่องแต่งกายกำลังลำบาก brand loyalty หดหาย ความต้องการซื้อลดลง กระทบกับยอดขาย แบรนด์ต่างๆ - ร้านเสื้อผ้า แบรนด์ต่างๆทยอยปิดสาขาลง - คนหันไปซื้อออนไลน์เพิ่มมากขึ้น ผ่าน Amazon แล

Peter Brandt

พอดีเมื่อวานผมมีโอกาสได้ฟังคลิปสัมภาษณ์ Peter Brandt เทรดเดอร์ระดับตำนาน ผู้เขียนหนังสือ Diary of a Professional Commodity Trader จากรายการ chatwithtraders คิดว่ามีประโยชน์นำ note สรุปมาแชร์ >> แนะนำตัว - Peter Brandt เป็นเทรดเดอร์ที่อยู่ในตลาดยาวนานกว่า 40 ปี เขาเริ่มต้นเทรดปี 1975 กับสินค้าประเภท future ในตลาด commodity และค่าเงิน - เขาเรียนจบมหาวิทยาลัยด้านวารสารทำงานในบริษัทโฆษณาก่อนได้รู้จักเพื่อนที่เป็น floor trader ของบริษัทสมาชิกใน CBOT ทำให้เริ่มสนใจและอยากเข้ามาทำง านด้านเทรดเดอร์ - ลาออกจากงานตอน 25 ปีเริ่มต้นเรียนรู้เรื่องการเทรดสินค้าคอมโมดิตี้ จนได้เข้าทำงานเป็นโบรกเกอร์และเทรดเดอร์ในบริษัท Continental grin company - ทำงานได้สักระยะลาออกมาเป็น freedom trader เขาต้องการใช้เวลาในการเทรดอย่างเต็มที่ และทดลองเทรดในรูปแบบที่เหมาะกับตัวเอง  >> แนวทางการเทรด - Peter Brandt เริ่มต้นทดลองมาหลายรูปแบบ ขาดทุนผิดหวังอยู่หลายครั้งก็ยังหาแนวทางที่เหมาะตัวเองไม่เจอ - จนได้รับคำแนะนำให้อ่านหนังสือการเทรดของ Richard Schabacker ทำให้เขาเริ่มศึกษาและพัฒนา method ในการเทรดแบ

Jeff Bezos & Regret Minimization Framework

เรื่อง "การตัดสินใจ" ตัวอย่างจากจุดเริ่มต้นการทำธุรกิจของคุณ Jeff Bezos ที่ไม่ธรรมดาเช่นกัน เพราะเลือกที่จะทิ้งงานเงินเดือนดี มั่นคงและอยู่ในช่วงกำลังรุ่งโรจน์ ตอนปี 1994 คุณ Jeff Bezos เป็น nerd on wallstreet ดาวรุ่งอีกคน ซึ่งตอนนั้นวัย 35 ปีหลังจากทำงานได้ 4 ปีเขาดำรงตำแหน่งเป็น vice president(VP) อายุน้อยที่สุดของบริษัทเฮ็ดฟันด์พันล้านชื่อดังอย่าง D. E. Shaw & Co โดยทำห น้าที่ดูแลกลยุทธ์พอร์ตลงทุนในธุรกิจเกี่ยวกับ Internet & Technology ซึ่งตอนนั้นกำลังบูมมาแรงสุดขีด เงินเดือนและโบนัส ในช่วงตลาดขาขึ้นตอนนั้น ตัวเลขก็คงไม่ต้องพูดถึง เขาเชื่อใน Internet Technology และ e-commerce จึงเลือกที่จะลาออกมาเดินตามความฝันสร้างธุรกิจของตัวเอง โดยเขาสนใจในการนำเทคโนโลยีมาพัฒนาธุรกิจค้าปลีกออนไลน์ ซึ่งเขาทำการศึกษาเลือกตัดสินใจ สร้าง amazon dot com ขึ้นมาเพื่อขายหนังสือ เขาและภรรยาใช้เงินเก็บ และมีผู้ร่วมลงทุนคนแรกในบริษัทคือคุณแม่ของเขา ที่นำเงิน $3000 มาช่วยสนับสนุน จากนั้นเขาและภรรยาก็ลาออกจากงาน ขับรถมุ่งหน้าย้ายจาก New York ไปยัง Seattle เมืองที่เขาคิดว่าจะหาจ้างทีมพัฒ

Jeff Bezos เส้นทางแห่งความสำเร็จ 01

ภาพนี้มาจากรายการ 60 minutes เป็นห้องทำงานของ Jeff Bezos ในสำนักงานใหญ่ของ  amazon.com  ในตอนนั้น ความไม่ธรรมดาคือ ตอนปี 1999 บริษัท amazon เปิดบริการขายหนังสือและ CD(หนัง,เพลง) บนอินเตอร์เน็ตด้วยกระแสความบูมของ Dot com ดันราคาหุ้น amazon มูลค่ากว่า 30 billion นับจากเข้าตลาดในปี 1997 และทำให้ Jeff Bezos กลายเป็นเศรษฐีพันล้าน แต่เขายังเลือกใช้ โต๊ะไม้สี่ขาธรรมดา ห้องทำงานเล็กๆ ขับรถเก่าๆคันเดิม เพราะเขามีความเชื่อว่า บริษั ทควรใช้เงินของนักลงทุนเท่าที่จำเป็น  ซึ่งย้ายเพียงสำนักงานจากโรงรถในบ้านพักมายังอาคารปัจจุบัน เพื่อรองรับพนักงานที่เพิ่มขึ้น ใช้เงินลงทุนในการสร้าง คลังสินค้าทั่วประเทศสหรัฐและยุโรป , ลงทุนในระบบคอมพิวเตอร์ใช้กุญแจสำคัญการบริหารคลังสินค้า รวมไปถึงการสร้างระบบการวิเคราะห์พฤติกรรมผู้ใช้เพื่อแนะนำสินค้า(Data mining +Recommendation system) ระบบการให้คะแนนรีวิว บน web application ที่ตอนนั้นคือสิ่งใหม่ที่ amazon พยายามใช้เป็นจุดขายสู้กับร้านหนังสือปกติธรรมดาทั่วไป ตอนทัายในรายการพิธีกรถาม Jeff Bezos กลัวไหมว่าราคาหุ้นจะตกลง มูลค่าบริษัทจะสูญหายไป(ตอนนั้นหุ้น