Quantessnce Article

       โดยปกติแล้ว เมื่อเรามีข้อมูลต่างๆ สิ่งที่เรามักจะทำก็คือหาความสัมพันธ์ของข้อมูลในเชิงต่างๆ อย่างง่ายสุดที่เรามักจะเจอกันเป็นประจำก็คือ ราคาเทียบ กับเวลา  หรือเราอาจะสร้างข้อมูลใหม่จากข้อมูลเดิมเพื่อนำมาเปรียบเทียบก็ทำได้เช่นกัน       ในทางคณิตศาสตร์ เรามักจะเรียกความสัมพันธ์ ว่า "Function" ซึ่งสามารถแปลงให้อยู่ของสมการเพื่อความสะดวกในการแทนความสัมนพันธ์ต่างๆ (อย่าพึ่งมองว่าสมการ หรือตัวแปรต่างๆมันดูยุ่งยากนะครับ มันก็เป็นแค่ตัวที่แสดงให้คนทั่วไปสามารถเข้าใจในทางเดียวกัน หรือ เหมือนกัน )       ทีนี้ในรูปแบบความสัมพันธ์แบ่งออกแบบยาบๆ เพื่อความเข้าใจได้ง่าย คือ แบบ Linear คือเชิงเส้นตรง และแบบ Non Linear คือแบบไม่เป็นเชิงเส้นตรง       ความสัมพันธ์เชิงเส้นตรงนั้น ง่ายต่อการคำนวณ และง่ายต่อการตีความ เช่น ถ้าทองขึ้น ค่าเงิน yen จะแข็ง หรือ ถ้าน้ำมันขึ้น ทองจะลด ในสัดส่วนที่ใกล้เคียงกันในแต่ละการเปลี่ยนแปลง เช่น ทองขึ้น 4% เงิน yen แข็งขึ้น 2%  ดังนั้นความสัมพันธ์แบบนี้สามารถคาดเดาได้ง่าย และเข้าใจได้ง่ายด้วยเช่นกัน       ส่วนความสัมพันธ์ที่เป็น Non Linear นั้น จะมีความสั

Volatility หรือ ที่หลายๆคน อาจจะได้ยิน คำที่เรียกว่า “ความผันผวน” โดยหลายๆคนก็ออกมาให้นิยามของคำๆนี้แตกต่างกันออกไปครับ ตามความเข้าใจและขยายใจความของแต่ละบุคคล Volatility นั้นมีหลากหลายครับ แต่วันนี้จะพูดถึง Historical Volatility หรือ ค่าความผันผวนที่วัดจากข้อมูลในอดีตครับ แต่ถ้าจะพูดถึงทาง Quantitative นิยามที่น่าจะเป็นกลางที่สุด คือ Standard Division (SD) หรือค่ าเบี่ยงเบนมาตรฐาน ของชุดข้อมูลนั้นๆ ซึ่งใช้อยู่ในทางสถิติ ถ้าเราจะมาทำความเข้าใจค่า SD ก็จะเห็นได้ว่า เหมาะกับ volatility เพราะคือค่าการวัด การกระจายตัวของข้อมูล ถ้าเป็นนักเทคนิคคอลก็คือ กราฟมีการเหวี่ยงไปเหวี่ยงมานั้นเอง จากนิยามข้างต้นผมว่ามีข้อสังเกตที่น่าสนใจอยู่ 2 ข้อ คือ 1.การเลือกชุดข้อมูลที่ต่างกันไป ย่อมได้ค่าที่ต่างกัน เช่น 10 Bars กับ 20 Bars ก่อนหน้ามาคำนวณย่อมได้ค่าที่ไม่เท่ากัน 2. Volatility ไม่ได้บอกทิศทางการเคลื่อน อันนี้หลายคนมักเข้าใจผิด Vol ต่ำ ก็ไม่ได้แปลว่าราคาไม่เคลื่อนที่ Vol สูงก็ไม่ได้แปลว่าเคลื่อนที่ เสมอไปครับ ประเด็นถัดมาที่น่าสนใจคือ โมเดล หรือ วิธีการคิดคำนวณค่า ที่ใช้ในการวัด ถ้าแบบ มาตรฐาน ก็คื

ครั้งที่แล้วเขียนเรื่องเกี่ยวกับ Oscillators ไปแล้ว วันนี้จะแบ่งปันเกี่ยวกับเรื่องของ เส้นค่าเฉลี่ยน (Moving Average) กันบ้าง  เส้นค่าเฉลี่ยนมีการใช้มานาน และเป็นเครื่องมือสารพัดประโยชน์ อยู่ที่ผู้ใช้จะไปประยุกต์ใช้ในงานอะไร โดยปัจจุบันมี Model ออกมามากมายแต่วันนี้จะมาเล่าโมเดลที่เป็น linear ซึ่งทุกโปรแกรมเทรดน่าจะมีอยู่แล้ว ได้แก่ Simple Moving Average(SMA) , Exponential Moving Average , Linear Weight Moving Average (LWMV) ประเด็นสำคัญน่าจะมีอยู่ 2 เด็นหลัก คือ การให้ค่าความเรียบ(Smoothness) และ ค่าความช้า (Lag) โดยปกติราคาสินค้าต่างๆ ย่อมมีการเคลื่อนในเชิงเวลา ( Time Series ) ที่เรานิยมใช้กันนั้น ไม่คงตัว คือมีการเคลื่อนที่ขึ้นสลับลงไปมา โดยเฉพาะตลาดที่มีขนาดใหญ่ย่อมมีความไม่เรียบและไม่คงตัว หรือบางทีเรามักเรียกว่า Noise นั้นค่อนข้างสูง ซึ่งเส้นค่าเฉลี่ยนจะนำมาค่าในอดีตมาคิดคำนวณด้วยทำให้มีความเรียบมากขึ้น แต่ในขณะเดียวกันก็เพิ่มการ Lag เข้าไปด้วย ยิ่งเราใช้ค่า parameter มากขึ้นเท่าใด ก็ยิ่งเรียบมากขึ้น และในขณะเดียวกันก็ยิ่ง Lag มากขึ้นด้วย ยกตัวอย่างเช่น SMA 10 ค่าความ Lag ก็ประมาณ

ถ้าจะพูดถึง Indicator จำพวกหนึ่งซึ่งทุกคนคุ้นเคยกันดี แถมมีอยู่ในทุกโปรแกรมเทรดอยู่แล้ว เพราะเป็นเครื่องมือที่ใช้กันมาอย่างยาวนาน นั้นคือจำพวก Oscillator นั่นเอง หลายคนอาจจะคุ้นชื่อ เช่น RSI ,CCI ,Stochastic มากมายนับไม่ถ้วนกันเลยที่เดียว วันนี้เราจะมารู้จักและเข้าใจกันให้มากขึ้น Oscillator ความหมายมันก็คือ “การเหวี่ยงหรือแกว่งไป” ดังนั้นเราจุดกำเนิดของเครื่องมือหรือโมเดลเหล่านี้มักจะมาจากตลาด Commodity เพราะว่าเน้นการทำกำไรตามรอบการแกว่งของราคา (Swing Trading)  ทีนี้เรามาเข้าใจหลักการทำงานก่อนที่เราจะไปใช้งานกันบ้าง หลักการโดยส่วนใหญ่ของ Oscillator ก็คือการ DeTrending (ผมไม่ขอรวม MACD นะครับเพราะมันคนละแบบ และใช้ได้หลากหลายกว่า รวมถึงที่มาก็คนละแบบ )  ถ้ายัง งงๆ กับคำว่า DeTrending ละก็ดูภาพที่ 1 ประกอบตามไปด้วยครับจะเข้าใจมากขึ้น ซึ่งความหมายของมันก็ตรงตัวคือ ต้องการตัดเอา Trend ทิ้งไปนั่นเอง โดยที่ Trend ก็คือการเคลื่อนที่แบบมีแนวโน้ม คือ ไม่เคลื่อนขึ้นก็เคลื่อนลง แต่ว่าในการเคลื่อนที่หรือว่าไม่เคลื่อนที่(Sideway) เองก็ตาม มันไม่ได้เคลื่อนที่เป็นเส้นตรง แต่มันมีการเคลื่อนที่ขึ้นลงสล

ในช่วงหลายสิบปีที่ผ่านมา Technical Analysis( ผมใช้ย่อ ว่า TA แทนนะครับ ) ได้รับความนิยมและได้รับการยอมรับในหมู่เทรดเดอร์เป็นอย่างมาก โดยเฉพาะในตลาดเก็งกำไร เช่น ค่าเงิน น้ำมัน หรือแม้แต่ในตลาดหุ้นเองก็ตาม แต่ผมเชื่อหลายๆคนที่เริ่มเทรด หรือ เทรดมาซักพัก เริ่มที่ใช้ TA เป็นกันมากขึ้น เคยตั้งคำถามกันไหมละครับว่าปัจจุบันการใช้ TA นั้นยังสามารถใช้ได้อยู่หรือไม่? เพราะหลายคนอาจจะคิดว่าเครื่องมือทั้งหลายๆที่เราใช้ๆกันอยู่ บางอย่างมีอายุนับ 100 ปี กับตลาดปัจจุบันที่มีการเปลี่ยนแปลงไปมากมาย รวมถึงบางคนที่อาจจะเคยใช้ และเริ่มรู้สึกว่าได้กำไรน้อย ขาดทุนบ่อยขึ้น หรือ เปลี่ยนเครื่องมือไป เปลี่ยนเครื่องมือมา อันนี้ใช้ได้ปีนี้ ปีนั้นใช้อันนั้น หรือบางทีเอาเครื่องมือหลายๆตัวมารวมกันเลยแบบไม่เข้าใจกันก็มี วันนี้ผมจะมาแบ่งปันในทัศนะของผม(ของผมคนเดียวนะครับ) ในเรื่องนี้กัน ก่อนอื่นเลยผมจะไม่ขอพูดถึง TA ที่เป็นแบบ Subjective เช่น pattern ต่างๆ ไม่ว่าจะเป็น Head and Shoulder ,Double Top , Double Bottom และอีกเยอะแยะมากมาย ที่เครื่องมือเหล่านี้เป็นแนว Subjective คือ แต่ละคนอาจจะมองไม่เหมือนกันได้ครับ ทั้งท

ทุกวันนี้คำว่า “ระบบเทรด” ไม่ใช่คำใหม่อะไร เป็นคำที่หลายๆคนคุ้นเคยและรู้จักกันเป็นอย่างดี ในบทความนี้ผมจะลองมาแบ่งปันถึงการสร้างระบบเทรดรวมถึงขั้นตอนและกระบวนการต่างๆที่ผมใช้ในการทำระบบของผม แล้วกันครับ ก่อนอื่นเลย หลายคนคงได้ยินว่าระบบเทรดนั้นมีองค์ประกอบหลายๆอย่าง แต่ก็มักจะได้ยินคนพูดในรูปแบบที่แตกต่างกันออกไป เช่น การเข้าเทรดไม่สำคัญเท่าการออก , การเทรดไม่สำคัญเท่าการจัดการความเสี่ยงหลอก , การดเทรดไม่จำเป็นต้องมีจุดตัดขาดทุนก็ได้ และอื่นๆอีกเยอะแยะมากมาย ที่ผมอยากจะยกเป็นเด็นนี้เข้ามาก่อนเพราะเราจะได้มีจุดร่วมแนวความคิดคล้ายๆกันจะได้เข้าใจกันไปในทิศทางเดียวกันครับ  ต่างคนต่างมีบริบทที่แตกต่างกันออกไป เช่น เวลา และเงินทุน เพราะฉะนั้นเราไม่สามารถใช้อะไรตามๆกับสิ่งที่บางคนนำเสนอได้ เช่นบางคนบอก ไม่ต้อง stoploss ก็จริงครับเขาไม่ต้องทำก็ได้เพราะเขามีเงินเยอะ แต่พวกเราซึ่งมีเงินจำกัด(ผมขอคิดว่าส่วนใหญ่พวกเราคือรายย่อยนะครับ) ก็อาจจะไม่สามารถทำได้ และอีกอย่างหนึ่งครับ ไม่ว่าจะเป็นการเข้า การออก หรือการคุมความเสี่ยง เรื่องทั้งหลายเหล่านี้ไม่ใช่เรื่องที่ต้องเลือกนะครับ แปลว่าเราก็สามารถ