cwayinvestment

เช้านี้ผมได้อ่านบทความเรื่อง The Death of the 60/40 Portfolio ของ Guy Haselmann เขาเขียนถึงหลายประเด็นที่น่าสนใจ โดยเฉพาะในยุคที่เกิด negative nominal yield ,หรือการเกิด yield < Inflation ผู้เขียนชี้ให้เห็นผลกระทบต่อ 60/40 stock & bond portfolio ยิ่งเฉพาะเมื่อ Bond อาจจะไม่สามารถทำหน้าที่รับมือกับ down-side protection หรือปกป้อง inflation ที่เกิดได้ดีเหมือนอดีต เช่นเดียวกันถ้า ตลาดหุ้น ถดถอยรุนแรงย่อมทำให้เกิด downside ขนาดใหญ่ใน portfolio ได้ โดยสรุป Haselmann แนะนำนักล งทุนว่า ไม่ควรบาลานแค่ 2 asset เป็นหลัก ควรกระจายความเสี่ยงไปยัง asset class อื่นๆ เพื่อปกป้อง risk , การด้อยค่าของค่าเงิน(currency devaluation)และ inflation ในขณะเดียวกันแนะนำเรื่องของ mindset การไม่เสี่ยงเกินตัว หลีกเลี่ยงความเสี่ยง เพื่อเป้าหมายของพอร์ต ระยะยาว อ่านรายละเอียดฉบับเต็มเพิ่มเติมที่ https://www.linkedin.com/pulse/death-6040-portfolio-guy-haselmann-caia/

หลังวิกฤติการเงินรอบปี 2008 เศรษฐกิจโลก ถูกกระตุ้น อัดฉีด ตามด้วยนโยบายของธนาคารกลางประเทศใหญ่ มากมาย ทำให้พฤติกรรมตลาดและความสัมพันธ์ของ ราคาสินทรัพย์ แตกต่างจากบทสรุป จากตำราเดิมๆเมื่อ 10 ปีก่อนไปเยอะ (ส่วนหนึ่งที่หลายกูรูให้ความเห็นว่าวิกฤติรอบใหม่ ซึ่งไม่รู้ว่าจะเกิดเมื่อไหร่ แต่ถ้าเกิดมันน่าจะแตกต่างไปจากอดีต) ภาพนี้ S&P500 กับ Yield 10Y-2ํY ความแตกต่างที่เกิดปัจจุบัน อดีต ยิ่งเอา Yield 10Y US ไปเทียบกับ economic data ยิ่งเห็นความแตกต่างที่เกิด จากอดีตไปอีก ภาวะแบบนี้แ หละครับ ยากจะคาดเดา ยากจะอนุมานหาเหตุหาผลมาสรุป เรายิ่งต้องไม่ประมาท ให้มากที่สุด อ่านเพิ่มเติม https://www.bloomberg.com/news/articles/2019-08-19/jpmorgan-says-stocks-can-reach-new-highs-despite-yield-inversion

บริษัทออสเตเรีย Ernst & Young เสนอทางเลือก ให้เวลา6-12 สัปดาห์ แก่พนักงาน สามารถหยุด ลาพัก เดินทางท่องเทียว ทำกิจกรรมอื่นๆตาม passion ที่สนใจ หรือทำงาน part time ที่บ้านได้ถึง 3 เดือน (ส่วนค่าแรงก็ปรับไปตามเวลาและงานที่ทำจริง) โดยปัจจุบันหลังจากเปิดได้ไม่กี่เดือนก็มีพนักงานราวๆ 11% เข้าร่วมโครงการ บริษัทสนับสนุนนโยบาย flexible work environment ปรับรองรับให้เข้ากับ แรงงานยุค Millennials ( 80% ของพนักงานบริษัท) ผบห.บอกว่าแนวทางนี้ ไม่ได้ทำให้งานด้อยประสิทธิภาพลง แต่กลับทำให้  เกิดแรงบันดาลใจ ความคิดสร้างสรรค์และแรงกระตุ้นต่อพนักงาน ทำให้เกิดประสิทธิภาพการทำงาน ไม่เกียร์ว่าง และลดความเครียดในการทำงาน บางคนใช้เวลาหยุดไปเรียนต่อ ไปศึกษาเพิ่มเติม เป็นต้น ปล. ไม่แน่ถ้าแนวทางนี้ work นี้อาจจะกลายเป็นนโยบาย การทำงานสมัยใหม่ สำหรับดึงดูดและกระตุ้นเหล่า แรงงานยุค Millennials ก็เป็นได้ อ่านเพิ่มเติม https://www.businessinsider.com/ernst-and-young-offers-staff-12-weeks-of-life-leave-to-travel-or-relax-2019-3

เอา paper มาแชร์อธิบายเพิ่มจากที่กล่าวถึงกลยุทธ์ Betting Against Beta (BAB) ไปเมื่อวาน ซึ่ง BAB โฟกัสเน้นไปที่กลุ่ม low volatility , low beta ( สไตล์ short high beta ,long low beta แล้วใช้ leverage เพื่อ adjust ค่า beta รวมให้เข้าใกล้ 1) ปัจจุบันมี paper เขียนถึง Betting Against Beta เยอะโดยเฉพาะของ AQR หรือแม้แต่ paper ตัว buffett's alpha ก็มีการอธิบายกลยุทธ์นี้ไว้ ถ้าใครเพิ่งเริ่มศึกษาแนะนำให้ลองอ่านบทความนี้ของ J ack Vogel เขาแสดงผลการทดสอบ BAB พร้อมประเด็นเปรียบเทียบการจัด weight แบบต่างๆและการกำหนด factor ในการเลือกหุ้นประกอบ(ช่วยปิดจุดอ่อนของการใช้แค่ค่า correlation อย่างเดียว) รวมถึงพวกข้อจำกัด เช่นต้นทุนในการเทรด สภาพคล่องของหุ้นและอื่นๆอีกด้วย อ่านเพิ่มเติม https://alphaarchitect.com/2019/08/06/betting-against-beta-bab-construction/ https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3300965

อัพเดตสถานการณ์ Argentina ............ - ปธน.Mauricio Macri เป็นผู้นำที่เข้ามาแก้ปัญหาเศรษฐกิจ อเจนตินา การปิดดีลเงินกู้ช่วยเหลือจาก IMF มากู้วิกฤติประเทศ นโยบายรัดเข็มขัดที่ทำให้ คนอเจนตินาจำนวนมากไม่พอใจ แม้เศรษฐกิจอเจนตินาตั้งแต่ปี 2005 ยังไม่ดีขึ้นแต่ก็สามารถประคองตัวมาได้เรื่อยๆ  - เมื่อวันอาทิตย์ที่ผ่านมา Mauricio Macri แพ้ primary vote ส่งผลขาดความเชื่อมั่นที่รักษาฐานอำนาจทางการเมือง ทำให้ alberto fernandez มีโอกาสสูงที่ขึ้นมาเป็น ประธานาธิปดีคนใหม่ของอเจนตินา โดย มี cristina kichner เป็นเบอร์สอง(VP) - นาง kichner เคยเป็นอดีตประธานาธิปดีคนเก่า 2 สมัยก่อน macri ซึ่งรัฐบาลของเธอ ถูกกล่าวหาว่าสร้างปัญหาเศรษฐกิจใหญ่ให้กับอเจนตินา -ความไม่แน่นอนทางการเมืองทำให้ นักลงทุนต่างชาติและนวค. ขาดความเชื่อมั่น ในอนาคตของอเจนตินา โดยเกรงนโยบายรัฐบาลใหม่จะกลับไปเหมือนอดีตที่ผ่านมาในยุควิกฤติของรัฐบาล cristina kichner -รวมไปถึง ความกลัวในการเกิด defualt หนี้ของ Argentina พุ่งสูง นักวิเคราะห์ประเมินโมเดลจากข้อมูล Credit-default swaps พบว่าตัวเลขความน่าจะเป็นผิดนัดชำระหนี้พุ่งที่ 75% - ค่

คลิปดีงามมากคุณ ray dalio มาเล่าเรื่องของจีน เขายังคงมุมมองเดิม เชื่อว่า จีน เป็นโอกาสหนึ่งที่ควรลงทุนในอนาคต นอกจากนี้ยังมีภาพชาร์ต +ข้อมูลประกอบดีๆเยอะเลย ผม cap บางส่วนที่สำคัญเอาไว้ ไม่ได้แปลให้ทั้งหมด แต่มี key take away มาแชร์ ถ้าใครฟังจบมีประเด็นดีๆเพิ่มเติมก็คอมเมนต์แชร์เอาไว้ได้ครับ > คุณ ray dalio ชื่นชอบจีน การพัฒนา การเปลี่ยนแปลงช่วง 40 ปีที่ผ่านมานโยบายการเมือง เศรษฐกิจต่อสู้กับควา มยากจน แล้วก้าวมาสู่ชาติที่มีขนาดเศรษฐกิจเป็นอันดับสองของโลก > Invest in china , การเติบโต ของจีนก้าวสู้อำนาจใหม่ในศตวรรษหน้าเกือบทุกด้าน โดยเฉพาะการแข่งขันทางธุรกิจ และเทคโนโลยี > จีน กลายเป็นส่วนหนึ่งของการแข่งขันธุรกิจระดับโลก และควรเป็นส่วนหนึ่งของการลงทุน diversification (eary ดีกว่า late)ในพอร์ต > market สะท้อนข่าวหรือประเด็นที่เกิดด้านบวกหรือลบ การลงทุนต้องจัดการ risk แม้ปัจจุบันหลายที่ก็ risk เช่น ยุโรป , US , EM ทุกที่ล้วน Risk เช่นเดียวกับจีน มี risk เฉพาะ มองเชิงสัมพันธ์เทียบกับทั้งหมด จีนเสี่ยงต่ำกว่า เทียบกับ ประสิทธิภาพและความสามารถการจัดการปัญหา และสถานกา

ทุกวันนี้มีคนพูดถึง AI เยอะมาก แต่เอาจริงๆ ไม่เยอะเท่าไหร่ที่ได้ลงไปเรียนรู้หรือพัฒนาเชิงลึก ทำให้เราจะพบทั้งข้อคิดเห็น ความเชื่อ และการมโน ต่างๆนานาๆ ทั้งเชิงลบ เชิงบวกเกินความเป็นจริงในปัจจุบันไปมาก ถ้าเราเป็นคนวงนอก ไม่ได้ทำงานด้านนี้ ไม่ได้เข้าไปสัมผัสหรือศึกษาด้านนี้จริงจัง ทางหนึ่งที่เราจะเข้าใจได้ว่า AI มันมีความสามารถ ในการทำงานต่างๆ ไปถึงไหน เราก็ควรหาข้อมูลหรือดูจากตัวอย่าง ของจริง(ซึ่งจำนวนไม่น้อย ออกจาก paper งานวิจัย  มาเป็น Product หรือธุรกิจแล้ว) อย่างในวันนี้ผมเอาตัวอย่างของเว็บหนึ่งชื่อ Deepindex เขานำตัวอย่างการนำ AI ที่พัฒนาออกมาใช้จริง (in action) เป็นธุรกิจ มารวบรวมไว้กว่า 630 ตัวอย่าง รวมถึงมีการ track สถานะการพัฒนาการของเทคโนโลยีไว้ด้วย นอกจากนี้เขายังแยกตามกลุ่มอุตสาหกรรม และประเภทงาน ทำให้ง่ายต่อการเข้าไปศึกษา AI ไม่ใช่เรื่องของกระแส แต่มันเป็นเทคโนโลยี สิ่งที่น่าสนใจคือโมเดลธุรกิจ บางเจ้าไม่เก่งพัฒนา ไม่ได้สร้างโมเดลการคำนวณอะไรใหม่ซับซ้อน แต่ประยุกต์ใช้ AI ในธุรกิจได้เหนือชั้น ก็ทำให้เกิดความได้เปรียบ และ disrupt อุตสาหกรรมเดิมได้ ที่สำคัญมันไม่

บันทึกค่าเงิน USD ในวันที่ Fed ลด ดอกเบี้ยครั้งแรกในรอบ11ปี .................... เมื่อคืนผลการตัดสินใจดอกเบี้ย ของ Fed ลง 0.25% เป็นครั้งแรกในรอบ11ปี ตามที่ นวค.คาด แถมท่าทีการแถลงของประธานเฟด แสดงชัดว่า อาจจะมีการปรับอัตราดอกเบี้ยครั้งต่อไปในปีนี้ (คาดกันที่ 3 ครั้งแต่ดูเหมือนจะเกิด 2 ครั้ง รอติดตามรอบประชุม ตค.) นอกจากนี้ยังมีเรื่องของการประกาศสิ้นสุด การลดงบดุล นวค.มองว่าเป็นการเปิดช่องการทำ QE รอบใหม่ ความน่าสนใจคือ ครั้งนี้เป็นการปรับลดอัตราดอกเบี้ย ในช่วงที่ตัวเลขเศรษฐกิจดี ตัวเลขการจ้างงานดี ดัชนีตลาดหุ้นจุดสูงสุด แตกต่างจากอดีตที่ทำเมื่อเกิดวิกฤติหรือปัญหาแล้ว จุดนี้ นวค.มองว่า Fed เลือกการชิงดำเนินนโยบายแบบก่อนจะเกิดการถดถอย(ปัจจัยจากประเด็นสงครามการค้า ชะลอเศรษฐกิจ) เช่นเดียวกัน การลดอัตราดอกเบี้ยอาจจะเป็นอีกทางใช้กระตุ้นเงินเฟ้อ(inflation) ที่ดูเหมือนยังไม่กลับเข้าเป้า 2.0% ที่ต้องการได้ ร่วมกับแรงกดดันจาก โดนัล ทรัมป์ ที่วิจารณ์และมีท่าทีกดดันเรื่องนี้ชัดเจนต่อเนื่อง ตลอดปีที่ผ่านมา ตลาดหุ้นรับข่าวเรื่องนี้ไม่เยอะ ไปทางลบปิดเมื่อวานหลังรับข่าว -1.09% นวค.มองว่าผ

เมื่อคืนมีคำถามเรื่อง MM ที่ใช้กับ Trend Following ด้วย VWAP Strategies ในตัวอย่างผมแนะนำ Fixed Fractional ไปเพราะ Money Management โมเดลนี้ มันเข้ากับ Trend Following ที่แก่นหลักคือการ Limit loss & Let's Profit Run ได้ดีที่สุด เมื่อเทียบกับ MM โมเดลอื่น อีกด้านจากหลายงานวิจัยจะพบ Fixed Fractional มันทำผลงานได้ดีกับระบบเทรดที่มี %win ไม่สูงเช่น 45-50% จุดเด่นอีกจุดที่ Fixed Fractional นำมาบวก tactic ในการกำหนด %f (เริ่มต้นใช้ที่  1-2%)แบบแปรผัน จะช่วยทำให้ช่วงตลาดมีแนวโน้ม กระทิงมา เมื่อระบบเก็บกำไรก้อนใหญ่ได้ การขยาย position size จะเพิ่มแบบสมูทตามขนาด equity ที่มี และขยายการโตของพอร์ตได้ ตามแนวโน้มในสินทรัพย์ที่เราเทรดด้วย แน่นอนว่า ถ้าตลาดผันผวน เราก็คง risk per trade เท่าเดิม ลด position size ลด contract size ลงแต่ขยาย SLD ให้กว้างออกไปได้เช่นกัน โดยที่ %risk ไม่มีการเปลี่ยนแปลงจากแผนเดิม แต่แน่นอนว่าด้านข้อจำกัดเรื่องประสิทธิภาพมันก็มี เพราะชื่อมันคือ fix นั้นหมายความว่า มันอาจจะไม่ได้หยืดหยุ่นรองรับได้ทุกภาวะที่เกิด ซึ่งตรงนี้ยังมีอีกหลาย Money Management model

มีคนมาบ่นเรื่องเหมือนกำลังจะหมดไฟ เพราะ งานที่ทำพยายามเท่าไหร่มันก็ไม่ได้ผลลัพธ์ที่หวังสักที ผมไปเจอ quote นี้ของคุณ ray dalio เป็น work principle เลยอยากเอามาแชร์ โดยสรุปว่า เขายกคุณสมบัติของงานสองประเภท 1. สร้างรายได้สร้างเงินมาเลี้ยงชีพ 2. ตอบโจทย์เป้าหมายความต้องการของตัวเรา คุณ ray แนะนำเอาไว้ว่า เราควรเลือกทำงาน ที่ผสมทั้ง 1 และ 2 พยายามทำสิ่งที่มีความหมาย สิ่งที่เราหลงใหล(passion) ท้าทาย จูงใจ บวกกับตอบโจทย์ชีวิตของเรา(mission) ที่เราต้องการ ทำในสิ่งที่มีความหมาย(ไม่ใช่แค่ผ่านไปวันๆ) และขณะเดียวกัน งานมีคุณค่าสร้างเงิน สร้างรายได้ที่ได้มาเหมาะสม สุดท้ายท้ายสุดคือเลือก หาคนที่มีมุมมอง มีเป้าหมายคล้ายกันเพื่อทำงานร่วมกัน (อันนี้ระบบงานประจำอาจจะยากหน่อย) นำมาตกผลึก พบว่า work principle นี้ดี ray dalio ใช้ในการเลือกและวางแผนการทำงาน ทำให้เขาไปสู่เป้าหมายความสำเร็จ เพราะถ้าเราไม่ได้ทำงานที่อยากทำ แต่ทำเพราะมันได้เงิน สุดท้ายไม่ตอบโจทย์ชีวิต ไม่เหมาะสมมันก็ยากจะไปรอด(เพราะเมื่อเจอ Bad day ช่วงที่แย่ก็ผ่านไปไม่ได้ หรือไม่มีพลังในการพัฒนาตัวเอง) หรือทำงานที่อยากทำ แต่ไม

อธิบายเรื่องของ volatility based money management เมื่อคืน ยกตัวอย่างการคุม ค่า Portfolio Variance ให้ไม่เกิน 20% ไปเบื้องต้น โพสนี้เป็นอีกตัวอย่างแนวคิด ที่เราจะสามารถนำไปปรับประยุกต์ได้ เป้าหมายคุม risk โดยใช้ volatility targeting เป็นหัวใจของการออกแบบการเทรด ตัวอย่างนี้เป็นไอเดียของ S&P 500 Risk Control 10% Index ซึ่งกองนี้ขายการลงทุนใน S&P500 แต่ fix ตัว 10% volatility target จริงๆกลยุทธ์นี้น่าสนใจ เขาเน้นการเทรดหรือปรับสมดุลระหว่าง S&P 500 และ Cash โดยใช้ volatility เ ป็นเงื่อนไขหลัก ด้านรายละเอียดไม่ได้ลงมากในบทความนี้ แต่ลองไป google แกะกลยุทธ์ต่อได้ เป้าหมาย เขาจะเกาะโอกาสจากภาวะตลาด S&P500 ที่เติบโต แต่ขณะเดียวกัน ก็ลดทอนความผันผวนและการถดถอยจาก S&P 500 Index ด้วย ปล. ไม่ได้โฆษณา หรือ เชียร์ขายกองทุนนะ แต่เอาแนวคิดมายกตัวอย่างให้ ลองศึกษากันครับ อ่านเพิ่มเติม http://www.annuityadvisors.com/forms/great-american/S&P-500-Risk-Control-Index.pdf

เมื่อวานเขียนถึงเรื่อง overfitting วันนี้เอา paper หนึ่งมาฝาก ชื่อ Real numbers, data science and chaos: How to fit any dataset with a single parameter ช่วยให้เห็นภาพเข้าใจปัญหาของประเด็นนี้มากขึ้น (ไม่ต้องหลายพารามิเตอร์ แค่หนึ่งพารามิเตอร์ก็ over fit ได้) ถ้าใครไม่ชอบอ่าน paper ที่มี math เยอะๆ ลองดู code ภาษา python โปรเจค single-parameter-fit ด้านล่างก็ได้ เขาสาธิตให้เห็นการเทคนิค สร้างโมเดล ที่มา fit กับ traning dataset หรือข้อมูลในอ ดีต ที่เตรียมไว้ ด้วยตัวแปรเดียว นอกจากข้อมูลทั่วไป เขายังสาธิตข้อมูลประเภท time series เช่น S&P500 index ด้วย เชื่อว่าได้ลองศึกษาบทความนี้ จะช่วยให้เรากระจ่างมากขึ้น ส่วนเทคนิคลดทอนการ over fiitting ของการพัฒนาโมเดล / พัฒนาระบบเทรด ก็มีหลายทาง เช่นการทดสอบจาก simulation ของข้อมูลจำนวนมากๆ, การทำ Regularization,การทดสอบ Cross-validation , การทำ Walk Forward Analysis and Optimization เป็นต้น นี้เป็นอีกคำตอบหนึ่ง ที่ว่าทำไมระบบเทรด สถิติจาก back test สวยๆเวอร์ๆ จึงเอาไปเทรดจริง ในตลาดไม่รอด ... ศึกษาเพิ่มเติมจาก https://arxiv.org/abs

สรุปประเด็นเมื่อวานที่ติว เพิ่มเติม ผมนำตัวอย่างระบบเทรดจริงมา ให้ดู ระบบนี้เทรดมาครบ 4 ปีเต็ม รันในตลาดจริงเทรดเงินจริง ที่นำมาเป็นตัวอย่าง อยากให้เห็นเรื่องของ "การอยู่รอด"  เพราะส่วนใหญ่ถ้าทำระบบเทรด กัน โดยยังไม่ได้เข้าใจพฤติกรรม ตลาดจริง มักจะเน้นที่ back testing สวยๆแม่นยำ 80%-90% ผลตอบแทนขั้นเทพ สุดท้ายมันก็ over fitting ใช้จริงไม ่ได้ แต่ด้วยความเชื่อมั่นที่มาก  + data mining bias ทำให้ฝืนและต้องมาขาดทุน ดังที่บอก ทำระบบไม่ต้องไปคาดหวังกับก ารทดสอบย้อนหลัง หรือติดกับข้อมูลในอดีตมาก ทำให้ดีระดับหนึ่ง เน้นคุม risk จากนั้นลองเทรดจริง แล้วเก็บข้อมูลตรงนั้นมา optimize  ในภาพระบบเทรดผมไม่ซับซ้อน เทรดแบบ Vector Scalping ธรรมดา แต่สิ่งที่เราทำคือใช้ Money Management แบบ Profit Fixed Fractional นั้นหมายความว่า ถ้าระบบทำกำไรได้ เราก็จะเพิ่มหน้าตัก ถ้าช่วงไหนขาดทุน ผิดพลาดบ่อยหรือไม่ทำผลงานไ ด้ตามเกณฑ์ ก็จะลดขนาดเงินทุนลง  โดยเอา Negative reinforcement คือมีบทลงโทษ เช่นการพักการเทรด ลดจำนวนรอบ หรือโค้วต้าออร์เดอร์ที่เทร ด ทำให้ตระหนัก บทเรียน ในความผิดพลาด ยอมรับในความผิดพลาด อย

เมื่อวานเขียนถึงเรื่อง overfitting วันนี้เอา paper หนึ่งมาฝาก ชื่อ Real numbers, data science and chaos: How to fit any dataset with a single parameter ช่วยให้เห็นภาพเข้าใจปัญหาข องประเด็นนี้มากขึ้น (ไม่ต้องหลายพารามิเตอร์ แค่หนึ่งพารามิเตอร์ก็ over fit ได้)  ถ้าใครไม่ชอบอ่าน paper ที่มี math เยอะๆ ลองดู code ภาษา python โปรเจค single-parameter-fit ด้านล่างก็ได ้ เขาสาธิตให้เห็นการเทคนิค สร้างโมเดล ที่มา fit กับ traning dataset หรือข้อมูลในอดีต ที่เตรียมไว้ ด้วยตัวแปรเดียว นอกจากข้อมูลทั่วไป เขายังสาธิตข้อมูลประเภท time series เช่น S&P500 index ด้วย  เชื่อว่าได้ลองศึกษาบทความน ี้ จะช่วยให้เรากระจ่างมากขึ้น  ส่วนเทคนิคลดทอนการ over fiitting ของการพัฒนาโมเดล / พัฒนาระบบเทรด ก็มีหลายทาง เช่นการทดสอบจาก simulation ของข้อมูลจำนวนมากๆ, การทำ Regularization,การทดสอบ Cross-validation , การทำ Walk Forward Analysis and Optimization เป็นต้น  นี้เป็นอีกคำตอบหนึ่ง ที่ว่าทำไมระบบเทรด สถิติจาก back test สวยๆเวอร์ๆ จึงเอาไปเทรดจริง ในตลาดไม่รอด ... ศึกษาเพิ่มเติมจาก https://arxiv.org/

อธิบายเรื่องของ volatility based money management เมื่อคืน ยกตัวอย่างการคุม ค่า Portfolio Variance ให้ไม่เกิน 20% ไปเบื้องต้น  โพสนี้เป็นอีกตัวอย่างแนวคิ ด ที่เราจะสามารถนำไปปรับประย ุกต์ได้ เป้าหมายคุม risk โดยใช้ volatility targeting เป็นหัวใจของการออกแบบการเท รด ตัวอย่างนี้เป็นไอเดียของ S&P 500 Risk Control 10% Index ซึ่งกองนี้ขายการลงทุนใน S&P500 แต่ fix ตัว 10% volatility target จริงๆกลยุทธ์นี ้น่าสนใจ เขาเน้นการเทรดหรือปรับสมดุ ลระหว่าง S&P 500 และ Cash โดยใช้ volatility เป็นเงื่อนไขหลัก ด้านรายละเอียดไม่ได้ลงมากใ นบทความนี้ แต่ลองไป google แกะกลยุทธ์ต่อได้ เป้าหมาย เขาจะเกาะโอกาสจากภาวะตลาด S&P500 ที่เติบโต แต่ขณะเดียวกัน ก็ลดทอนความผันผวนและการถดถ อยจาก S&P 500 Index ด้วย ปล. ไม่ได้โฆษณา หรือ เชียร์ขายกองทุนนะ แต่เอาแนวคิดมายกตัวอย่างให ้ ลองศึกษากันครับ อ่านเพิ่มเติม http:// www.annuityadvisors.com/ forms/great-american/ S&P-500-Risk-Control-Index. pdf

บทความนี้ของ คุณ Mark Rzepczynski ( Ceo AMPHI Research ,อดีต PM ของ GRT Capital) อธิบายเรื่อง Risk ได้น่าสนใจมาก เขาจำแนก risk แบบต่างๆโดยใช้ สัตว์เป็นตัวแทน ได้แก่ เสือดาว,แรด และหงส์ดำ Black Swans หรือหงส์ดำ น่ารู้จักกันดี โดยเฉพาะถ้าเคยอ่านงานของ taleb ตรงนี้ตัวท๊อป เพราะความน่าจะเป็นการเกิดต่ำ นานๆเกิดที แต่เกิดแล้วผลกระทบรุนแรง หนักหน่วง คำแนะนำในการรับมือบทความนี้คือ maximum diversification Grey Rhinos หรือ แรดเทา คุณ Rzepczynski มองว่ามันเป็นความเสี่ยงที่ใหญ่ มีคนทักมีคนพูดถึง แต่คนส่วนใหญ่ละเลย หรือมีเหตุให้เชื่อว่ามันไม่น่าจะมีอะไร เช่น ตัวหนี้สาธารณะ,ตัวเลขเศรษฐกิจบ่งชี้ เป็นต้น คนส่วนประมาทความเร็วและความแรงของ แรดเทา แต่ถ้ามันโจมตีขึ้นมา ก็ยากที่จะรอด ดังนั้น คุณ Rzepczynski แนะนำให้จับตามองและกระจายความเสี่ยงไปยังสินทรัพย์อื่นๆหลบปัจจัยเสี่ยงประเภทนี้บ้าง White Leopards ตัวนี้เสือดาวขาว เร็ว แรง และฉลาดหลบซ่อน ทำให้คนมองเห็นได้ยาก ความเสี่ยงประเภทนี้มักซ่อนอยู่ บางทีกว่าจะเจอก็โดนเล่นจนอ่วม รวมไปถึงความเสี่ยงที่เกิดจากกลยุทธ์ในการเทรดกับสินค้าใดๆ หรือความเสี่

FlyThere เป็นสตาร์ทอัพที่สร้างบริการ เปิดให้ ลูกค้า บินโดรนออนไลน์ ผ่านอินเตอร์เน็ต เพื่อท่องเทียว บินชมภาพมุมสูง บรรยากาศสุดยอด ในสถานที่ท่องเที่ยวที่ไม่ธรรมดา จุดต่างๆทั่วโลก ในราคา $7.5 FlyThere ไอเดียน่าสนใจมาก เขาจับคู่ระหว่าง คนที่มีโดรนในท้องถิ่น ที่มีสถานที่ท่องเที่ยวสวยๆ ต้องการสร้างรายได้ ก็สมัครเป็น co-pilot กับ คนอยากเที่ยว สัมผัสประสบการณ์บินโดรน ในที่สวยๆด้วยตัวเอง ซึ่งลูกค้า สามารถนัด/จองวัน ออกบินผ่านเว็บ จากนั้น co plot ในพื้นที่จะพาโดรนออกสนาม และช่วยดูแลการบิน ด้านลูกค้า ที่ต้องการบินโดรน แค่มีอินเตอร์เน็ต ก็บังคับโดรนบินเล่นด้วยตัวเองผ่าน web browser จะใช้ จอยสติก หรือ คีย์บอร์ด ก็ได้ ผมเข้าไปดูในแหล่งบิน ในไทยก็มีคนลงทะเบียนเป็น local co pilot หลายแห่ง เช่น ภูเก็ต นอกจากนี้มี อเจนตินา , บราซิล และอื่นๆ ลองเข้าไปใช้บริการ หรือศึกษาเพิ่มได้จาก link ด้านล่าง หรือกรณีมีโดรน และอยากหารายได้เสริม สมัครเป็น co pilot ได้เช่นกัน  https://www.flythere.com/

เช้านี้ผมได้อ่านบทความหนึ่ง ชื่อ Trading Volatility as an Asset Class จาก thehedgefundjournal ค่อนข้างน่าสนใจ โดยเฉพาะ น้องๆที่จะหัดเทรด options อยากให้มองประเด็นนี้ให้ชัด มันช่วยพัฒนากลยุทธ์ได้มากกว่าการไปนั่ง เก็งกำไรกับทิศทางราคา ไอเดียหลักบทความนี้ พูดถึงการที่เรามอง volatility ของราคาให้เป็นเหมือน asset ตัวหนึ่งในพอร์ต ซึ่งมีการ implement ได้หลายแบบ ในบทความนี้เน้นใช้ options เพื่อ diversify กระจายความ เสี่ยงรวมของพอร์ต ใช้ options ควบคู่กับ core asset ที่อาจจะใช้ strategies หลักระยะยาวรันขนานกันไป กับ options ที่มีช่วงเวลาวันหมดอายุ แต่ช่วยให้ผ่าน market volatile ที่เกิดได้ในอนาคต เป็นการวางกลยุทธ์ในระดับ portfolio management strategies ที่ประเมิน volatility ใน asset หลักที่เกิดจากนั้นใช้ options มาเป็นตัวดูดซับ ค่าความไม่แน่นอนตรงนั้น ซึ่งบทความนี้ผู้เขียนมองถึงปัจจัยเสี่ยงภายนอก ที่เชื่อว่าจะมีอิทธิพลมากขึ้น เช่นเรื่อง ความไม่แน่นอนเศรษฐกิจโลก, นโยบายธนาคารกลางรอบใหม่, การเปลี่ยนแปลงอัตราดอกเบี้ย, US debt ceiling และสเถียรภาพของ eurozone เป็นต้น ผลกระทบปัจจัยเหล่านี้ส

ถ้าศึกษาด้าน quant แนะนำลองอ่านบทความนี้ เรื่องราวของ David Siegel และ John Overdeck พาTwo Sigma จาก boutique firm มาสู่ institutional asset manager ขนาดใหญ่ จุดเริ่มต้นในปี 2002 ที่ได้รับเงินทุนสนับสนุนจาก Paul Tudor Jones และ Tom Hill (ในเวลาต่อมา) จนวันนี้กลายมาเป็น quant hedge fund อันดับต้นของ อุตสาหกรรม (AUM $60 billion) key take away บทความนี้มีเยอะมาก เช่นเรื่องประวัติ เส้นทาง อาชีพของ David Siegel และ John Overdeck ทั้งสองมีพื้นฐานด้านวิทยาศาสตร์ overdeck ชำนาญ math ส่วน siegel คนนี้จบ phd ด้าน computer science จาก MIT เชี่ยวชาญสาย Artificial Intelligence ซึ่งก่อนหน้าทำงานให้กับบริษัทของ D.E. Shaw จากนั้นไปทำงานเป็น chief technology officer ที่ Tudor Investment ให้กับ PTJ เป็นเวลา 4 ปีก่อนมาตั้ง Two Sigma ประเด็นหนึ่งที่ผมชอบคือ Two Sigma ไม่ใช่ quant ที่แค่เอา datascience มาใช้เพื่อทำนายตลาด มันครอบคลุมเรื่องของการใช้เพื่อทำ risk management, portfolio management ร่วมไปกับการทำ stategies สร้างผลตอบแทนกลุ่มหลักได้แก่ equity market-neutral และ various macro strategies ครอบ

เมื่อวานบรรยายเรื่องการสังเกต พฤติกรรมการเทรดของตัวเทรดเดอร์ เพื่อหาช่วงเวลาที่เราเทรดได้ดีที่สุด หรือทำ cashflow ได้ลื่น ได้รอบที่สุด เพราะช่วยทำให้เรา optimize ด้านเวลาทำงาน การจัดตารางเทรด(สำหรับ part time trader ที่ไม่มีเวลานั่งติดจอทั้งวัน)และเวลาในการพักผ่อนของตัวเราได้ด้วย อีกมิติ ก็จะเป็นการทดสอบ trading system กับภาวะของ market ไปในตัวด้วย ตรงนี้หลักการวิเคราะห์คือเอา ค่า volatility ของสินค้า มาเท ียบกับ cashflow ที่ทำได้(ดูค่า mean และ sd ของวัน) อิงจากช่วงเวลาเดียวกัน โดยสรุป กรณีเป็นประเภท volatile trading strategies: ถ้าภาวะตลาดมีค่า volatility สูง และเราสามารถทำรอบการเทรดได้ดี ได้ flow นั้นหมายความว่า ระบบมัน flow ถ้าเป็นประเภท Trend / TSMOM trading strategies กรณีตลาดมี volatility สูง แล้วเราไม่เสีย drawdown ไม่สูงตามแปลว่า ระบบนั้นใช้ได้ แนวคิดนี้ไม่ซับซ้อน การติดตาม cashflow ทำได้ในช่วงเวลาใดๆเพื่อทำ data analysis ต่อ กรณีเราไม่มีเครื่องมือหรือไม่ได้เขียนโปรแกรมวิเคราะห์ สามารถใช้ myfxbook เพื่อวิเคราะห์ค่าเหล่านี้จาก tradind record ได้ครับ เป็นการ