Volatility
Volatility หรือ ที่หลายๆคน อาจจะได้ยิน คำที่เรียกว่า “ความผันผวน” โดยหลายๆคนก็ออกมาให้นิยามของคำๆนี้แตกต่างกันออกไปครับ ตามความเข้าใจและขยายใจความของแต่ละบุคคล
Volatility นั้นมีหลากหลายครับ แต่วันนี้จะพูดถึง Historical Volatility หรือ ค่าความผันผวนที่วัดจากข้อมูลในอดีตครับ
แต่ถ้าจะพูดถึงทาง Quantitative นิยามที่น่าจะเป็นกลางที่สุด คือ Standard Division (SD) หรือค่าเบี่ยงเบนมาตรฐาน 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 ก็คือ ค่า SD นั้นจะใช้แบบที่ เรียกว่า Close-Close คือใช้ราคาปิดแต่ละแท่งเพียงอย่างเดียว แต่ก็จะมีอีกหลายโมเดลที่ใช้ OHLC (Open-High-Low-Close ) หรือแบบที่ผมว่ากึ่งกลางระหว่างนั้นคือ ATR หรือใช้ True Length มาเฉลี่ย ( ผมจะขอละ ATR ไว้ ณ ครับ หลายๆคนรู้จักดีอยู่แล้ว หรือ ลองหาข้อมูลเพิ่มก็มีเยอะอยู่ครับ)
เรามาพูดถึงข้อดีและข้อจำกัดกันบ้างครับ สำหรับโมเดลแบบ Close-Close นั้นข้อดีอย่างที่เห็นได้ชัดก็คือ คำนวณง่าย และทุกโปรแกรมการเทรดก็มีเครื่องมือตัวนี้ไว้ให้ใช้เป็นปกติอยู่แล้ว หรือ รวมไปใช้ในเครื่องมืออื่นๆ ร่วมด้วยเช่น Bollinger bands เป็นต้น แถมยังมีการนิยามและเข้าใจได้อย่างชัดเจน(เนื่องจากเป็นค่าทางสถิติพื้นฐานอยู่แล้ว) และเนื่องจากเป็นเครื่องมือที่มีช้านานแล้วก็มีข้อจำกีดอยู่พอสมควร ผมแยกเป็นข้อๆให้ดังนี้ครับ
1.ต้องการข้อมูลในการคำนวณที่มาก แปลว่า ถ้าเราใช้แค่ 5 ชุดข้อมูล อาจจะได้ค่าที่ผิดเพี้ยนไปได้ง่ายมาก จึงไม่เหมาะไปใช้ในข้อมูลน้อย เช่น STD(3) หรือ STD(5)
2.เนื่องจากเป็นการใช้เพียงราคาปิดทำให้ข้อมูลที่ได้ อาจจะไม่ตรงกับความเป็นจริง โดยเฉพาะนำไปใช้กับ Time Frame ที่มีขนาดใหญ่ เช่น ระดับวัน หรือ สัปดาห์ โดยเฉพาะในตลาดที่แต่ละวัน ราคามีการวิ่งไป วิ่งมาพอสมควร ผมมีรูปประกอบมาให้ดูครับ
จะเห็นได้ว่า แท่งที่หางยาวมากๆ แต่ราคาปิดใกล้เคียงกับราคาเปิด ได้ค่าในการวัดที่ไม่ตรงกับความจริง ซึ่งหางที่ยาวนั้นบางที่มีระยะมากกว่าทั้งสัปดาห์ด้วยซ้ำไป
ที่นี้เรามาดูแบบที่ใช้แบบ OHLC กันบ้าง ในแบบนี้มีหลายโมเดลอยู่ แต่ที่ผมเอามาให้ดูนั้น คือ Rogers-Satchell ซึ่งข้อดีในแบบนี้คือ สามารถใช้ข้อมูลในคำนวณที่น้อยกว่า และ ตอบสนองกับค่าความเป็นจริงได้ในขณะนั้นได้ดีกว่า (ใครอยากรู้วิธีการคำนวณลองหาดูได้ครับ) แต่ในโปรแกรมเมรดส่วนใหญ่ยังไม่มีให้ใช้กัน
ผมลองเอามาให้ดูเปรียบเทียบกันดู ถ้าใครสนใจลองไปศึกษาเพิ่มเติมกันดูครับ
Volatility นั้นมีหลากหลายครับ แต่วันนี้จะพูดถึง Historical Volatility หรือ ค่าความผันผวนที่วัดจากข้อมูลในอดีตครับ
แต่ถ้าจะพูดถึงทาง Quantitative นิยามที่น่าจะเป็นกลางที่สุด คือ Standard Division (SD) หรือค่าเบี่ยงเบนมาตรฐาน 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 ก็คือ ค่า SD นั้นจะใช้แบบที่ เรียกว่า Close-Close คือใช้ราคาปิดแต่ละแท่งเพียงอย่างเดียว แต่ก็จะมีอีกหลายโมเดลที่ใช้ OHLC (Open-High-Low-Close ) หรือแบบที่ผมว่ากึ่งกลางระหว่างนั้นคือ ATR หรือใช้ True Length มาเฉลี่ย ( ผมจะขอละ ATR ไว้ ณ ครับ หลายๆคนรู้จักดีอยู่แล้ว หรือ ลองหาข้อมูลเพิ่มก็มีเยอะอยู่ครับ)
เรามาพูดถึงข้อดีและข้อจำกัดกันบ้างครับ สำหรับโมเดลแบบ Close-Close นั้นข้อดีอย่างที่เห็นได้ชัดก็คือ คำนวณง่าย และทุกโปรแกรมการเทรดก็มีเครื่องมือตัวนี้ไว้ให้ใช้เป็นปกติอยู่แล้ว หรือ รวมไปใช้ในเครื่องมืออื่นๆ ร่วมด้วยเช่น Bollinger bands เป็นต้น แถมยังมีการนิยามและเข้าใจได้อย่างชัดเจน(เนื่องจากเป็นค่าทางสถิติพื้นฐานอยู่แล้ว) และเนื่องจากเป็นเครื่องมือที่มีช้านานแล้วก็มีข้อจำกีดอยู่พอสมควร ผมแยกเป็นข้อๆให้ดังนี้ครับ
1.ต้องการข้อมูลในการคำนวณที่มาก แปลว่า ถ้าเราใช้แค่ 5 ชุดข้อมูล อาจจะได้ค่าที่ผิดเพี้ยนไปได้ง่ายมาก จึงไม่เหมาะไปใช้ในข้อมูลน้อย เช่น STD(3) หรือ STD(5)
2.เนื่องจากเป็นการใช้เพียงราคาปิดทำให้ข้อมูลที่ได้ อาจจะไม่ตรงกับความเป็นจริง โดยเฉพาะนำไปใช้กับ Time Frame ที่มีขนาดใหญ่ เช่น ระดับวัน หรือ สัปดาห์ โดยเฉพาะในตลาดที่แต่ละวัน ราคามีการวิ่งไป วิ่งมาพอสมควร ผมมีรูปประกอบมาให้ดูครับ
จะเห็นได้ว่า แท่งที่หางยาวมากๆ แต่ราคาปิดใกล้เคียงกับราคาเปิด ได้ค่าในการวัดที่ไม่ตรงกับความจริง ซึ่งหางที่ยาวนั้นบางที่มีระยะมากกว่าทั้งสัปดาห์ด้วยซ้ำไป
ที่นี้เรามาดูแบบที่ใช้แบบ OHLC กันบ้าง ในแบบนี้มีหลายโมเดลอยู่ แต่ที่ผมเอามาให้ดูนั้น คือ Rogers-Satchell ซึ่งข้อดีในแบบนี้คือ สามารถใช้ข้อมูลในคำนวณที่น้อยกว่า และ ตอบสนองกับค่าความเป็นจริงได้ในขณะนั้นได้ดีกว่า (ใครอยากรู้วิธีการคำนวณลองหาดูได้ครับ) แต่ในโปรแกรมเมรดส่วนใหญ่ยังไม่มีให้ใช้กัน
ผมลองเอามาให้ดูเปรียบเทียบกันดู ถ้าใครสนใจลองไปศึกษาเพิ่มเติมกันดูครับ
ความคิดเห็น
แสดงความคิดเห็น