Category Archives: วิธีการเล่นหุ้นและวิเคราะห์หุ้นทางเทคนิค

หลากหลายกลยุทธ์วิธีการเล่นหุ้น และ การวิเคราะห์หุ้นทางเทคนิคจากทั่วโลก

Simple-Turtle-System-VS-SET-Correlation.png

คุณควรจะลาออกจากงานประจำมาเล่นหุ้นอย่างเดียวหรือไม่?

ในช่วงอาทิตย์ที่ผ่านมานั้น ผมบังเอิญได้ผ่านไปอ่านกระทู้สุดฮอตที่ว่า “สามีจะลาออกจากงานประจำมาเล่นหุ้นค่ะ จะทำยังไงให้เขาเปลี่ยนความคิดดีคะ?” จากทางเว็บไซท์ pantip.com มาครับ

แน่นอนว่าคอมเมนท์ต่างๆในกระทู้นั้นก็มีหลายแง่มุมที่ดีแตกต่างกันไป อย่างไรก็ตามสิ่งที่ผมสังเกตได้ก็คือความเห็นส่วนใหญ่นั้นมักจะเป็นแง่คิดที่ออกมาจากประสบการณ์และความรู้สึกกันเสียมากกว่า ซึ่งอาจจะทำให้นักลงทุนมือใหม่ที่ไฟกำลังแรงไม่เห็นภาพได้ชัดเจนสักเท่าไหร่นัก ในบทความนี้ผมจึงอยากจะเขียนถึงแง่คิดบางอย่างที่ผมคิดว่ามีความสำคัญ และสามารถแสดงให้เห็นได้ในเชิง “ตัวเลข” ก่อนที่พวกเราหลายๆคนจะตัดสินใจลาออกมาเป็นนักลงทุนอย่างเต็มตัวกันครับ

ความเห็นของผมต่อกระทู้นี้

ก่อนอื่นผมคงต้องขอบอกก่อนเลยนะครับว่าจริงๆแล้วผมเป็นคนไม่ชอบ “เผือก” หรือ “นั่งปูเสื่อต้มมาม่า” ไปนั่งอ่านหรือนั่งตอบกระทู้เกี่ยวกับเรื่องส่วนตัวหรือครอบครัวคนอื่นสักเท่าไหร่นักหรอกนะครับ (จะมีคนเชื่อไหมเนี่ย 55) แต่หลังจากที่ผมได้รับการแชร์ลิงค์เข้ามาและแวะเข้าไปอ่านกระทู้นี้แล้ว ผมพบว่ามันค่อนข้างที่จะมีประเด็นน่าสนใจเกี่ยวกับเรื่องหุ้น และเป็นเรื่องที่ผมไม่เคยเขียนลงในบล็อกมาก่อนเลยเสียด้วย (ผมต้องขออณุญาติและขอบคุณทั้งคุณเจ้าของกระทู้และสามีในการอ้างอิงถึงที่มาของบทความนี้ด้วยนะครับ)

อย่างไรก็ตามสำหรับบทความนี้นั้น ผมเองจะไม่ขอฟันธงหรือโน้มน้าวหรือตัดสินใจแทนใครทั้งสิ้นนะครับ เพราะผมเชื่อว่าแต่ละคนแต่ละครอบครัวนั้นควรคุยกันและเลือกหนทางของตนเองด้วยความคิดและเหตุผลของพวกเขา เพราะแน่นอนว่าโอกาสที่จะสำเร็จมันก็มี แต่โอกาสเจ๊งมันก็มีมากเหมือนกัน Open-mouthed smile (ตัวผมเองไม่เคยทำงานประจำและอาศัยรายได้จากตลาดหุ้นเป็นหลักมาตั้งแต่เรียนจบมหาวิทยาลัย เพราะเคยมีความฝันแบบนี้เช่นเดียวกัน แต่ก็ได้เริ่มต้นเล่นหุ้นและฝ่าฟันหากับตลาดมาตั้งแต่จบชั้น ม.ปลาย ซึ่งผมต้องขอยอมรับว่ามันไม่ง่ายเหมือนที่เคยคิดฝันไว้ในตอนแรกๆเลยครับ *o*) ดังนั้นแล้วผมคิดว่ามันจึงน่าจะเป็นประโยชน์ในการที่จะแชร์สิ่งต่างๆที่ผมต้องครุ่นคิดก่อนที่จะกล้าเสี่ยงเข้ามาอยู่ในตลาดแบบเต็มตัว และผมก็เชื่อว่ามันเป็นสิ่งที่คุณควรคิดและตัดสินใจให้ดีก่อนที่จะออกมาเล่นหุ้นเต็มตัวเช่นกัน ว่าแล้วก็เข้าเรื่องเลยดีกว่าครับ

1. ความพร้อมของตัวเราเอง (และครอบครัว)

แน่นอนครับว่าความพร้อมอย่างแรกของตัวเราเลยก็คือความรู้ความเข้าใจในตลาดหุ้นว่ามากน้อยสักแค่ไหนนั่นเอง โดยความพร้อมเหล่านี้ผมอยากจะขอแบ่งเป็น 3 หัวข้อหลักๆซึ่งก็คือ

  1. ความรู้ด้านทฤษฎีการลงทุน ซึ่งหาได้จากการพูดคุย, อ่านหนังสือและเข้าอบรมในงานสัมมนาต่างๆ (เข้าถึงง่ายที่สุด)
  2. ความรู้ในเชิงปฎิบัติ ซึ่งเป็นความรู้ในเชิงลึกเกี่ยวกับเครื่องมือต่างๆที่เราจะนำมาใช้ในการลงทุนของเราทั้งในการซื้อขายและการทดสอบวิจัยต่างๆ (ความรู้เชิงลึกแบบ Know-How)
  3. ความรู้และความชำนาญจากประสบการณ์ ซึ่งเกิดขึ้นจากการลงทุนจริงๆว่าตรงไหนบ้างที่เป็นอุปสรรคหรือขีดจำกัดของการลงทุน (ความรู้ที่เกิดขึ้นจากความรู้ + ประสบการณ์ ที่ต้องใช้เวลาและความพยายามเป็นตัวบ่มเพาะ)

 

โดยที่ผมเชื่อว่าความรู้ความเข้าใจทั้ง 3 ประการของคุณนี้ควรจะอยู่ในระดับที่ดีมากๆพอสมควรครับ ไม่เช่นนั้นคุณอาจจะรู้สึกกดดันและสับสนเป็นอย่างมากเมื่อกระโจนเข้าตลาดอย่างเต็มตัวก็ได้ อย่างไรก็ตามไม่ว่าคุณจะมั่นใจว่าคุณรู้ดีสักแค่ไหน แต่จากประสบการณ์และงานวิจัยต่างๆนั้น เรามักพบว่านักลงทุนในตลาดมักที่จะมีความมั่นใจในตนเองที่สูงเกินกว่าความสามารถที่แท้จริงไปอยู่เสมอ ดังนั้นแล้วไม่ว่าคุณจะมีความมั่นใจในความรู้และฝีมือของตนเองสักเท่าไหร่นั้น ขอให้พึงระลึกอยู่เสมอว่าผลลัพท์ของการกระทำทุกๆอย่างนั้นมี “ความน่าจะเป็น” ทั้งในเชิงบวกและลบแฝงอยู่เสมอ (ส่วนใหญ่มันมักที่จะออกไปในเชิงลบเสียด้วยสิ 55) และเราก็มักที่จะเชื่อว่าเรารู้มากกว่าสิ่งที่เรารู้จริงๆอยู่บ่อยครั้งเช่นกัน เราจึงควรต้องไตร่ตรองให้รอบคอบและเปรียบเทียบกับผู้เล่นรายอื่นๆในตลาดว่าเราอยู่จุดไหนตามความเป็นจริงให้ได้มากที่สุดครับ

ประเด็นความพร้อมอีกอย่างที่ผมคิดว่าเราจะมองข้ามไปไม่ได้เลยก็คือ เรื่องของครอบครับและสภาพแวดล้อมรอบตัวเรา เพราะถึงแม้ว่าคุณจะเชื่อว่าคุณมีความพร้อมและความสามารถแค่ไหนแล้วล่ะก็ หากว่าคุณยังคงจะต้องสู้รบปรบมือกับผู้คนที่อยู่รอบข้างของคุณอยู่เสมอแล้ว สมาธิและความนิ่งของจิตใจในการลงทุนของคุณจะสั่นคลอนอยู่เป็นระยะๆ (เช่นในกระทู้ที่คุณภรรยาต้องมาขอความเห็นและคำแนะนำจากเพื่อนๆในเว็บบอร์ด)

ผมเองเห็นว่าเรื่องความพร้อมของทางครอบครัวเป็นตัวแปรที่สำคัญมากที่สุดอย่างหนึ่งในการลงทุนของเราเลยเสียด้วยซ้ำ ซึ่งการที่เราจะถูกมองด้วยความเป็นห่วงอย่างมากนั้นก็ไม่ใช่เรื่องที่น่าจะต้องไปโมโหใครหรือน่าแปลกใจอะไรให้มากมาย เนื่องมาจากตามสถิติแล้วมีคนกลุ่มเล็กๆไม่ถึง 5% ในตลาดเท่านั้นที่จะสามารถสร้างผลตอบแทนที่เป็นบวกได้อย่างยั่งยืนในระยะยาวนั่นเอง (ลองเอาใจเขามาใส่ใจเราจะเข้าใจครับ)

ดังนั้นแล้วทางแก้ก็คือการที่พยายามพูดคุยและปรับความเข้าใจกับพวกเขาเกี่ยวกับเป้าหมายและความฝันความต้องการของเรา รวมถึงการแสดงให้พวกเขาได้เห็นถึงหลักฐานต่างๆที่จะทำให้พอให้เชื่อมั่นได้ว่าคุณเองนั้นมีโอกาสที่จะประสบความสำเร็จได้ในระดับหนึ่ง รวมไปถึงว่าหากคุณพลาดพลั้งในเกมการเงินครั้งนี้แล้ว มันจะไม่ทำให้พวกเขาจะต้องเดือดร้อนอะไรไปกับคุณอย่างมากมายอีกด้วย โดยหลักฐานเหล่านั้นก็อาจเป็นผลการลงทุนของคุณเองในช่วง 4 – 5 ปีที่ผ่านมา (Minimum Track Record) หรือแม้กระทั่งการแบ่งเงินทุนส่วนหนึ่งออกมาเพื่อรับประกันให้ได้ว่าไม่ว่าผลลัพท์จะเป็นเช่นไร (Non-Investment Budget) คุณและเขาจะยังมีทางรอดให้เดินต่อไปได้อย่างไม่ยากลำบากนัก ไม่เช่นนั้นแล้วความพร้อมของครอบครัวก็จะกลายเป็น “ชนัก” ติดหลังคุณในขณะที่ทำการลงทุนอยู่เสมอครับ

2. ขนาดของเงินทุนตั้งต้น (และสายป่าน)

ขนาดของเงินทุนตั้งต้นและสายป่านนั้นสำคัญมากแค่ไหน? คำตอบก็คือสำคัญมากถึงมากที่สุดครับ เพราะการลงทุนชื่อก็บอกอยู่แล้วว่าเป็นการนำเงินทุนมาลงเพื่อหาผลตอบแทนในตลาด ดังนั้นเพื่อที่จะได้รับผลตอบแทนอย่างเพียงพอในการดำรงค์ชีวิตแล้วล่ะก็ มันก็ควรที่จะต้องมีจำนวนเงินมากพอควรที่จะสามารถสร้างผลตอบแทนขั้นต่ำจนหักลบกลบหนี้ค่าใช้จ่ายของคุณได้ทั้งหมด

ซึ่งจำนวนเงินขั้นต่ำที่ผมคิดว่าอาจจะเพียงพอ (ในกรณีที่ตลาดนั้นดีขึ้นในระยะยาว) ก็ควรจะต้องเป็นเลข 7 – 8 หลักขึ้นไปครับ ยกเว้นเสียแต่ว่าคุณเป็นโคตรอัจฉริยะที่ทั้งเก่งบวกเฮง เนื่องจากเมื่อมองตามความเป็นจริงนั้นหากว่าผลงานของนักลงทุนระดับโลกในระยะยาวส่วนใหญ่จะมีผลตอบแทนทบต้นหรือ CAGR อยู่ที่ราวๆ 20% ต่อปีเท่านั้น ซึ่งหากคิดเสียว่าคุณโชคดีประสบความสำเร็จได้ผลตอบแทนที่สักราวๆครึ่งหนึ่งของพวกเขาในระยะยาว หรือได้รับผลตอบแทนทบต้นราว 10% ของจำนวนเงิน 8 หลักนี้ มันก็น่าที่จะพอประทังให้ชีวิตของคุณอยู่ได้อย่างไม่ยากลำบากเกินไป (ยกเว้นว่าคุณจะมีความรับผิดชอบและค่าใช้จ่ายที่มากมายพอสมควร) นอกจากนี้แล้วหากจะอ้างอิงจากผลตอบแทนของดัชนี SET Index ภายในช่วงราวๆ 10 ปีหลังตั้งแต่ 2004 เป็นต้นมานั้น ตลาดจะให้ CAGR อยู่ที่ราว 6% (ยังไม่รวมปันผล) ดังนั้นการคาดหวังผลตอบแทนในแง่ดีที่สามารถเอาชนะตลาดได้ที่ราวๆ 10% ต่อปีก็ดูจะมีเหตุผลอยู่ไม่น้อย (แต่ถ้าฟลุคแจ็คพอทแตกตลาดดีมากๆตั้งแต่ต้นก็อีกเรื่องนึงนะครับ Open-mouthed smile)

โดยที่นอกเหนือไปจากขนาดของเงินต้นในการลงทุนแล้ว ปัจจัยที่สำคัญอีกอย่างหนึ่งที่ขาดไม่ได้เลยก็คือ เรื่องของเงินทุนสำรองที่คุณจะต้องเจียดออกมาเพื่อเป็นค่าใช้จ่ายล่วงหน้าอย่างน้อย 3 – 4 ปีครับ

ถามว่าทำไมต้อง 3 – 4 ปี เป็นอย่างน้อย?

สาเหตุก็เพราะถึงแม้ว่าตลาดหุ้นจะให้ผลตอบแทนที่เป็นบวกในระยะยาว แต่นั่นก็ไม่ได้หมายความว่ามันจะให้ผลตอบแทนที่เป็นบวกในทุกๆวัน, ทุกๆเดือน หรือทุกๆปีนั่นเอง มิหนำซ้ำแล้วในความเป็นจริงนั้นผลตอบแทนส่วนใหญ่ของพวกเราก็มักที่จะเป็นไปในทางเดียวกับตลาดด้วยเช่นกัน (High Correlation of Returns) ซึ่งเมื่อมองอย่างแง่ดีไปที่ดัชนี SET Index ตั้งแต่ต้นปี 2004 มานั้น พวกมันเคยอยู่ในช่วง Flat Time หรือไม่สามารถที่จะสร้างจุดสูงสุดใหม่ได้นานถึง 42.40 เดือนหรือราว 3 ปีกว่าๆในช่วงปี 2007 – 2010 เลยทีเดียว (ไม่ต้องพูดถึงเหตุการณ์จากครั้งต้มยำกุ้งนะครับ เพราะจนป่านนี้ตลาดยังไม่สามารถจะทำจุดสูงสุดใหม่นับตั้งแต่ช่วงเวลานั้นได้เลย) นี่จึงเป็นเหตุผลที่ว่าทำไมเราจึงต้องควรมีเงินทุนสำรองเพื่อใช้จ่ายเอาไว้อย่างน้อย 3 – 4 ปี หรือมีช่องทางรายได้อื่นๆเผื่อเอาไว้ในยามที่ตลาดย่ำแย่ขึ้นในอนาคตนั่นเอง

โดยที่ภาพและตารางด้านล่างก็คือตัวเลขสถิติที่น่าสนใจต่างๆของดัชนี SET Index ภายในช่วง 10 ปีที่ผ่านมาโดยคำนวณจากผลตอบแทนรายเดือนของดัชนี (Monthly Return) ซึ่งน่าจะช่วยให้คุณได้เห็นถึงธรรมชาติความผันผวนและผลตอบแทนโดยรวมของตลาดได้ดีในระดับหนึ่งกันครับ

Simple Turtle System VS SET Correlation

ภาพที่ 1 ค่าสหสัมพันธ์ของผลตอบแทนรายเดือน (Monthly Returns Correlation) ระหว่างตัวอย่างระบบการลงทุนในรูปแบบหนึ่งซึ่งผมจะขอนำมาเป็นตัวอย่างในบทความนี้ และมันก็คือ Simple Turtle System ซึ่งเป็นระบบการลงทุนในลักษณะ Long Term Trend Following ที่พวกเราใช้กันอยู่เสียส่วนใหญ่ ซึ่งแสดงให้เห็นถึงการเคลื่อนไหวที่สอดคล้องกันกับดัชนี SET Index เป็นอย่างมาก โดยให้ค่า Correlation ที่สูงถึง 0.65 เลยทีเดียว

SET Performance 2004-2014

ตารางที่ 1 ผลตอบแทนและความเสี่ยงโดยรวมของดัชนี SET Index ตั้งแต่ 2004-01-01 ถึง 2014-10-10 (ค่าที่ได้จะอยู่ในหน่วยทศนิยม ถ้าคิดเป็น % ต้องคูณด้วย 100 นะครับ เผื่อใครมึน Smile with tongue out) ซึ่งจะสังเกตได้ว่าตลาดนั้นให้ผลตอบแทนรายเดือนที่ผันผวนอยู่พอสมควร (Annualized Standard Deviation) นอกจากนี้แล้วผลตอบแทนรายปีที่เป็นบวกก็ยังมากพอๆกับผลตอบแทนรายปีที่เป็นลบอีกด้วย (% Positive Year)

SET Drawdown 2004-2014

ตารางที่ 2 รายละเอียดของการเกิด Drawdown หรือการลดลงของมูลค่า SET Index จากจุดสูงสุดในขณะนั้นๆ ตั้งแต่ 2004-01-01 ถึง 2014-10-10 โดยที่ Length คือระยะเวลาเป็นจำนวนวันที่มีการซื้อขาย, To Through คือจำนวนวันนับตั้งแต่จุดสูงสุดลงไปยังจุดต่ำสุด, Recovery คือจำนวนวันที่ดัชนีวิ่งขึ้นมาจากจุดต่ำสุดในรอบนั้นจนสามารถทำจุดสูงสุดใหม่ได้ โดยจากตารางนี้เราจะสังเกตได้ว่าตลาดเคยร่างลงหนักที่สุดกว่า –58.02% ในช่วงวิกฤติแฮมเบอร์เกอร์ และเคยจมอยู่กับ Drawdown นานที่สุดถึง 848 วันทำการ (ราว 3.36 ปี) ในช่วงระหว่างปี 2004 – 2007

Note : จังหวะการขึ้นลงของผลตอบแทนของเรานั้นอาจจะเกิดขึ้นไกล้เคียงกันกับสภาวะของตลาด แต่มันอาจแตกต่างกันตรงขนาดของการขาดทุนและกำไรที่มากกว่าหรือน้อยกว่าตลาดในแต่ละช่วง และนั่นก็คือเหตุผลที่ว่าทำไมผลตอบแทนในการลงทุนของคนส่วนใหญ่จึงแตกต่างกันออกไปได้ทั้งบวกและลบนั่นเองครับ

3. แผนธุรกิจการลงทุน

อย่างที่ผมได้พูดไปแล้วว่าความพร้อมจากครอบครัวนั้นเป็นสิ่งสำคัญมากๆอย่างหนึ่งของการลงทุนในตลาดหุ้น และสิ่งหนึ่งที่จะทำให้พวกเขาพอที่จะใจชื้นได้ก็คือหลักฐานบางอย่างซึ่งจะบ่งชี้ให้พวกเขาเห็นได้ว่าคุณมีโอกาสประสบความสำเร็จและจะไม่ทำให้พวกเขาต้องเดือดร้อนมากมายนักหากคุณล้มเหลว โดยที่หลักฐานเหล่านั้นก็คือผลตอบแทนย้อนหลังของคุณในตลาดอย่างน้อยที่สุด 4 – 5 ปี (1 Market Cycle แต่จะดีที่สุดควรผ่านอย่างน้อย 2 Cycle ของตลาด) เพื่อที่คุณจะได้สำผัสและรู้ซึ้งถึงรายละเอียดและสิ่งที่คุณอาจจะต้องเผชิญในวันข้างหน้านั่นเอง

โดยนอกจาก Track Record ของคุณแล้ว สิ่งที่คุณควรมีก็คือการมีแผนธุรกิจในการลงทุนที่ชัดเจนอีกด้วยครับ แล้วแผนธุรกิจในการลงทุนในตลาดหุ้นมันมีหน้าตาเป็นอย่างไรน่ะหรือครับ? … ในเมื่อเราเองก็ไม่สามารถที่จะคาดการณ์ได้อย่างแน่นอนว่าตลาดจะดีหรือร้ายมากสักแค่ไหนในปีต่อๆไป อีกทั้งผลตอบแทนรายวันและรายเดือนของตลาดก็มักที่จะมีความผันผวนเป็นอย่างมากเอาเสียด้วย!?

คำตอบที่พอจะทำให้คุณประมาณการณ์ได้ไกล้เคียงตามความเป็นจริงและเป็นเหตุเป็นผลมากที่สุดคำตอบหนึ่งก็คือ … “ผลการทดสอบระบบการลงทุนย้อนหลังเชิงลึก” (Rigorous Backtesting Result) ของคุณนั่นเอง!!

โดยที่คุณต้องไม่ลืมว่าผลการทดสอบระบบการลงทุนย้อนหลังนั้นย่อมมีขีดจำกัดในตัวของมันอยู่ และมันก็ไม่สามารถที่จะยืนยันหรือให้ความมั่นใจกับคุณได้อย่างเต็มที่ 100% ว่า ระบบการลงทุนของคุณจะยังคงสามารถทำกำไรและเอาชนะตลาดได้ต่อไปหรือไม่ในอนาคต (ระบบการลงทุนที่ให้ผลที่ดีในอดีตอาจพังทลายลงในอนาคต หากตัวแปรเงื่อนไขของมันด้อยประสิทธิภาพลง) แต่อย่างน้อยที่สุดแล้วผมคิดว่าหากคุณไม่มีผลการทดสอบเชิงลึกที่ชัดเจน หรือแม้กระทั่งไม่สามารถที่จะทำการทดสอบเพื่อวัดประสิทธิภาพของระบบการลงทุนของคุณออกมาได้แล้วล่ะก็ ในฐานะของ Systematic Trader อย่างผมคิดว่าคุณเองยังไม่สมควรที่จะก้าวเข้ามาอย่างเต็มตัว โดยหวังพึ่งพาแต่รายได้จากกำไรในตลาดหุ้นแห่งนี้ครับ!

สาเหตุก็เนื่องมาจากสำหรับผมและนักลงทุนมืออาชีพหลายๆคนแล้ว การลงทุน-เก็งกำไร ถือเป็นการทำธุรกิจอย่างหนึ่งซึ่งประกอบไปด้วยองค์ประกอบและปัจจัยหลายๆอย่าง ไม่ใช่เพียงแค่เรื่องของการวิเคราะห์หุ้นเท่านั้น (Stock Selection) เช่น มันยังมีเรื่องของการวางแผนหาจังหวะการลงทุน (Market Timming), การควบคุมความเสี่ยง (Risk Management), การบริหารขนาดการลงทุน (Money Management) การปรับสัดส่วนของทรัพย์สินในการลงทุน (Asset Allocation) หรือแม้กระทั่งการบริหารดูแลสภาพแวดล้อมและเครื่องมือ, ข้อมูล และโปรแกรมต่างๆที่ใช้ในการลงทุน ที่จะต้องทำควบคู่กันไปอยู่ตลอดเวลา (Operation Management)

สิ่งเหล่านี้จำเป็นที่จะต้องถูกเขียนและวางแผนเอาไว้เป็นอย่างดีก่อนที่จะทำการลงทุนใดๆลงไปในตลาดก่อนเสมอ ซึ่งผมเองคิดว่าความสามารถในการที่คุณจะสามารถทำการทดสอบย้อนหลังได้อย่างละเอียดและชัดเจนนั้นก็คือ “ข้อสอบ” ภาคบังคับที่คุณจะต้องสามารถแปลงเอาสิ่งที่คุณคิดให้กลายเป็นกฎที่ชัดเจนเพียงพอ จนกระทั่งคอมพิวเตอร์ก็สามารถที่จะปฏิบัติตามและวัดผลของมันออกมาได้ ซึ่งนั่นจะทำให้คุณและคนรอบข้างของคุณพอที่จะหาความน่าจะเป็นได้ว่า แท้จริงแล้วคุณมีโอกาสที่จะประสบความสำเร็จมากน้อยสักแค่ไหนในอนาคต

โดยที่ภาพและตารางด้านล่างคือตัวอย่างของข้อมูลเปรียบเทียบในเชิงสถิติที่คุณควรจะต้องรับรู้เกี่ยวกับกลยุทธ์และระบบการลงทุนของคุณ โดยในบทความนี้ผมจะขอแสดงตัวอย่างของผลลัพท์ที่ได้จากการทดสอบในเบื้องต้น ระหว่างระบบ Simple Turtle System (ซึ่งถือว่าเป็นระบบที่เรียบง่ายและให้ผลตอบแทนที่ดีพอสมควรในระยะยาว — อย่างน้อยก็ในทางทฤษฎี) กับ ดัชนี SET Index ตั้งแต่ปี 1984 จนถึง ปัจจุบัน ซึ่งผมถือว่าสิ่งเหล่านี้เป็นข้อมูลที่อย่างน้อยที่สุดแล้วคุณควรที่จะต้องรับรู้และเข้าใจมัน ก่อนที่จะตัดสินใจกระโดดเข้ามาทำการลงทุน-เก็งกำไรในตลาดอย่างเต็มตัวครับ

Cumulative Return System Vs SET

ภาพที่ 2 ตัวอย่างการเติบโตผลตอบของระบบ Simple Turtle System Vs. SET Index (Benchmark) ตั้งแต่ 1984-01-04 ถึง 2014-10-10 ซึ่งแสดงให้เห็นถึงการค่อยๆเติบโตขึ้นของเงินทุนจากระบบ จนกระทั่งสามารถสร้างผลตอบแทนทิ้งห่างดัชนี SET Index ไปได้ในที่สุดในระยะยาว

System Vs Benchmark

ตารางที่ 3 ตัวอย่างค่าสถิติเปรียบเทียบระหว่าง Simple Turtle System VS. SET Index ในภาพรวมตั้งแต่ 1984-01-04 ถึง 2014-10-10 ซึ่งแสดงให้เห็นถึง Performance ของระบบในแง่มุมต่างๆเปรียบเทียบกับดัชนี

Note 2 : สำหรับระบบ Simple Turtle System ในบทความนี้นั้น เป็นระบบที่นำระบบ Turtle 55-20 วันมาปรับปรุงและใส่ Long Term Trend Filter เข้าไป โดยผลการเติบโตของเงินทุนที่ได้เป็นเพียงผลตอบแทนเบื้องต้นในทางทฤษฎีที่รวมค่าคอมมิสชั่นแล้ว แต่ยังไม่ได้ใส่เงื่อนไขและข้อจำกัดของตลาดอย่างเข้มงวดลงไป โดยมีจุดประสงค์เพียงเพื่อแสดงตัวอย่างเท่านั้นครับ (ใครสงสัยว่ามันคืออะไรลองไปไล่อ่านบทความเก่าๆที่ผมเคยเขียนไว้ดูนะครับ)

4. ทางหนีทีไล่และช่องทางของรายได้อื่นๆ

ข้อคิดสุดท้ายที่ผมอยากจะฝากเอาไว้ก่อนที่พวกเราจะตัดสินใจกระโดดลงมาในตลาดกันอย่างเต็มตัวเต็มเวลาก็คือ เรื่องของทางหนีทีไล่และช่องทางของรายได้อื่นๆ เพราะอย่างที่ผมได้แสดงให้เห็นไปแล้วว่าตลาดหุ้นนั้นมีความผันผวนเป็นอย่างมากกว่าการลงทุนในลักษณะอื่นๆโดยทั่วไป นอกจากนี้แล้วกลยุทธ์การลงทุนที่เคยเป็นสิ่งที่มีประสิทธิภาพในอดีตก็ไม่ได้มีอะไรสามารถรับประกันได้ว่ามันจะยังคงมีประสิทธิภาพเช่นนั้นในอนาคต ทุกอย่างในตลาดหุ้นยังคงเป็น “ความน่าจะเป็น” อยู่เสมอ ดังนั้นแล้วผมจึงคิดว่ามันไม่เห็นที่จะผิดอะไรในการที่เราจะมองหาช่องทางของรายได้อื่นๆไม่ว่าจะเป็นการทำงานประจำ-ไม่ประจำ หรือการทำธุรกิจต่างๆ เพราะนั่นคือสิ่งที่แสดงให้เห็นถึงความเข้าใจในพฤติกรรมของตลาดตามความเป็นจริง (และเป็นการกระจายความเสี่ยงไปในตัวอีกด้วย)

และเพื่อที่จะทำให้ทุกคนเห็นภาพกันอย่างกระจ่างชัดเจนสำหรับแนวคิดในข้อคิดนี้นั้น ในบทความนี้ผมจึงอยากจะทำการจำลองสถานการณ์เพื่อหาความน่าจะเป็นของผลตอบแทนที่อาจจะเกิดขึ้นในอนาคตกันออกมาให้พวกเราดูเป็นตัวอย่างกันสักเล็กน้อย

โดยการจำลองสถานการณ์แบบ Stress Test ในลักษณะนี้นั้น พวกเรานักเล่นหุ้นก็มักเรียกมันว่าการทำ Bootstrapping หรือ Monte Carlo Simulation ออกมานั่นเอง (หากใครอ่านแล้วมึน งง ก็ข้ามไปอ่านส่วนการอธิบายค่าที่ได้จากตารางได้เลยนะครับ) ซึ่งหากจะให้พูดเป็นภาษาชาวบ้านให้ง่ายที่สุดแล้วก็คือ การจำลองด้วยการสุ่มหยิบเอาข้อมูลผลตอบแทน (ในที่นี้จะใช้รายเดือน Monthly Return) จากฐานข้อมูลชุดเดิมๆออกมาสร้างเป็นข้อมูลชุดใหม่ๆเป็นร้อยเป็นพันครั้ง (ในการจำลองครั้งนี้ใช้ผลตอบแทนรายเดือนของระบบ Simple Turtle System และ SET Index ตั้งแต่ปี 1984 จนถึงปัจจุบัน) เพื่อที่จะหาค่าสถิติโดยรวมที่อาจเกิดขึ้นกันออกมา (Re-Sampling Method)

โดยที่ในบทความนี้ผมจะทำการสุ่มหยิบเอาผลตอบแทนรายเดือนของระบบ Simple Turtle System และ SET Index ออกมาเรียงกันใหม่จำนวน 100 ชุด โดยในแต่ละชุดจะมีจำนวนผลตอบแทนรายเดือนเท่ากันเช่นเดิม และในแต่ละครั้งที่ผมหยิบข้อมูลออกมานั้น หลังจากที่ได้บันทึกค่าผลตอบแทนรายเดือนออกมาไว้แล้ว เราก็โยนข้อมูลชิ้นที่หยิบขึ้นมาได้กลับเข้าไปในฐานข้อมูลเดิมอีกครั้งหนึ่ง (Sample with Replacement) เพื่อที่จะเป็นการจำลองสถานการณ์ในอนาคตที่อาจเกิดขึ้นได้จากฐานข้อมูลเดิมที่เรามีอยู่นั่นเองครับ

โดยตารางต่อไปนี้ก็คือผลลัพท์ที่จะบอกกับเราว่ามีความเป็นไปได้อย่างไรบ้างในอนาคต กับผลการลงทุนของระบบ Simple Turtle System และดัชนี SET Index โดยอิงจากผลลัพท์ 95% ของการจำลองทั้งหมด (95% Confidence Level)

Monthly Return Bootstrap Table

ตารางที่ 4 ค่าผลตอบแทนภายใต้ความมั่นใจที่ 95% จากการจำลองสถานการณ์ที่อาจเกิดขึ้นในอนาคตแบบ Bootstrapping หรือ Monte Carlo Simulation ของระบบ Simple Turtle System และดัชนี SET Index (Benchmark) จากฐานข้อมูลผลตอบแทนรายเดือนตั้งแต่ 1984-01-04 ถึง 2014-10-10 โดยตั้งอยู่บนสมมติฐานที่ว่าระบบและดัชนีจะยังคงมีพฤติกรรมพื้นฐานในลักษณะเดิมแต่การเรียงตัวของสถานการณ์ในอนาคตอาจเปลี่ยนแปลงไปในรูปแบบต่างๆ

ซึ่งค่าต่างๆที่ได้จากตารางนั้นจะถือเป็นค่ากรณีเลวร้ายที่อาจเกิดขึ้นภายใต้ความมั่นใจที่ 95% โดยที่ค่าผลตอบแทนทบต้นหรือ CAGR สำหรับ Simple Turtle System และ SET Index นั้นมีได้ให้ผลตอบแทนที่มากกว่า 17.77% และ –1.40% ต่อปีตามลำดับ, ค่า Maximum Drawdown หรือการลดลงสูงสุดของมูลค่าเงินทุนนั้นจะน้อยกว่า -65.15% และ –98.72% ตามลำดับ, ค่า Longest Drawdown จะน้อยกว่า 106 เดือน (8.83 ปี) และ 309.1 เดือน (25.75 ปี) ตามลำดับ ส่วนค่า MAR Ratio หรือการนำเอา CAGR หารด้วย Max Drawdown นั้นจะมากกว่า 0.2962 และ –0.004301 ตามลำดับ

จากข้อมูลในเบื้องต้นนี้เราจะเห็นได้ว่า ค่าที่เราได้จะแตกต่างและย่ำแย่ลงจากการทำ Backtest ในเบื้องต้นค่อนข้างมาก (ตารางที่ 3) เนื่องจากมัแสดงให้เห็นถึงสถานการณ์ที่อาจเกิดขึ้นจากกรณีเลวร้ายในอนาคต แน่นอนว่าพวกมันอาจเกิดขึ้นหรือไม่เกิดขึ้นก็ได้ อย่างไรก็ตามผลลัพท์ของการจำลองก็ได้บอกกับเราว่าราว 95% ของผลการจำลองให้ผลที่มากกว่าหรือน้อยกว่าค่าต่างๆเหล่านี้ และนี่ก็เป็นสิ่งที่เราควรจะทำความเข้าใจและยอมรับ รวมถึงรับรู้มันก่อนที่เราจะตัดสินใจกระโดดเข้าสู่ตลาดอย่างเต็มตัวนั่นเองครับ

แล้วคุณควรจะลาออกจากงานประจำมาเล่นหุ้นอย่างเดียวหรือไม่?

อย่างที่ผมได้บอกไปแล้วว่า ผมคิดว่าการตัดสินใจในเรื่องนี้เป็นสิ่งที่คุณจะต้องทำการพิจารณาให้รอบคอบก่อนด้วยตัวคุณเอง อย่างไรก็ตามผมเองเชื่อว่าหากคุณยังไม่สามารถที่จะตอบคำถามหรือแก้โจทย์ทั้ง 4 ข้อที่ว่ามาได้ อนาคตในการเป็นนักลงทุน-เก็งกำไรแบบเต็มตัวที่ประสบความสำเร็จก็ค่อนข้างจะริบหรี่ลงอยู่พอสมควร เพราะนั่นหมายความว่าคุณเองก็ยังไม่รู้ว่าคุณอาจจะต้องเจอกับอะไรบ้างในตลาด หรือแม้กระทั่งรู้ซึ้งถึงโอกาสในการประสบผลสำเร็จของคุณเลยแม้แต่น้อย และมันก็เป็นสิ่งที่ยากมากๆที่คุณจะสามารถเอาตัวรอดและควบคุมสติเมื่อต้องเจอกับสภาวะตลาดที่ผันผวนหรือโหดร้ายได้นั่นเองครับ

และนี่ก็คือแง่คิดที่ผมพอจะนึกได้และปั่นออกมาเป็นบทความในช่วงโคตรดึกของวันอาทิตย์นี้ ซึ่งหากว่าใครสามารถที่จะตอบคำถามเหล่านี้กับตัวเอง และยอมรับถึงผลที่อาจเกิดขึ้นตามมาได้แล้วล่ะก็ ผมก็คงต้องขอแสดงความยินดีและต้อนรับคุณเข้าสู่การเป็นเพื่อนพ้องนักลงทุน-เก็งกำไรในตลาดอย่างเต็มตัวกันล่วงหน้านะครับ

สำหรับบทความนี้ก็คงจะขอจบเพียงเท่านี้ ใครมีแง่คิดประสบการณ์อยากแชร์เพิ่มเติมก็เชิญคอมเมนท์กันได้ตามสบายนะครับ เพราะบทความนี้ค่อนข้างจะปั่นอยู่พอสมควร รายละเอียดต่างๆอาจยังไม่ครบถ้วนสักเท่าไหร่นัก ส่วนตอนนี้ผมขอตัวไปนอนก่อนแล้วกันครับผม :D

แมงเม่าคลับ.คอม หนังสือหุ้นน่าอ่าน, วิธีการเล่นหุ้น, การวิเคราะห์หุ้นทางเทคนิค, จิตวิทยาการลงทุน และการบริหารเงินทุน Money Management

10BGSET100.png

ถือยาว … ไม่ง่าย!

คุณเคยสังเกตไหมครับว่าคำแนะนำยอดนิยมในการลงทุนสำหรับมือใหม่และผู้ที่พึ่งขาดทุนหนักๆมาก็คือให้พยายามลงทุนแบบ “ถือยาว” เข้าไว้!

โดยส่วนตัวแล้วผมคิดว่านี่ไม่ใช่คำแนะนำที่ควรจะนำมาใช้กันอย่างครอบจักรวาลสักเท่าไหร่นัก และในทางกลับกันแล้วคำแนะนำที่ดีที่สุดนั้นอาจไม่ใช่เรื่องของวิธีการ แต่เป็นการกระตุ้นให้พวกเขาไฝ่หาความรู้ให้มากที่สุดไว้ต่างหาก เพราะไม่ว่าอย่างไรก็ตาม นักลงทุนที่ไม่มีความรู้และความชำนาญก็ยังจะต้องตกเป็นเหยื่อของตลาดต่อไปอยู่ดี โดยที่ในบทความนี้ผมจะชี้ให้เห็นว่าเหตุใดผมจึงคิดว่าการ “ถือยาว” นั้นไม่ง่ายอย่างที่หลายๆคนคิดเสมอไปครับ

อุปสรรคของการถือยาวที่หลายคนอาจมองข้ามไป

“ถือยาวยังไงก็ได้กำไร และต่อให้ตลาดเป็นขาลงหุ้นที่ดีก็จะช่วยให้เราไม่ขาดทุนหรือไม่ขาดทุนมากจนเกินไป”

นี่คือประโยคท่องจำที่ผมมักจะได้ยินจากนักลงทุนรุ่นใหม่ๆ ที่พึ่งเข้าตลาดมาในช่วงหลังจากที่ตลาดหุ้นกลายเป็นขาขึ้นใหญ่ติดๆกันในช่วงหลายปีนี้ โดยจากสถิตินั้นในระยะยาวตลาดหุ้นก็มักที่จะให้ผลตอบแทนที่เป็นบวกอยู่เสมอด้วยเช่นกัน มันจึงทำให้หลายๆคนคิดไปว่าการถือหุ้นยาวๆไปเลย 5-10 ปีดูจะเป็นเรื่องที่ไม่เสี่ยงและจะช่วยการันตีผลกำไรให้กับพวกเขาได้เป็นอย่างดี

อย่างไรก็ตามก่อนที่คุณจะชะล่าใจไปนั้น ผมคิดว่าเงื่อนไขสำคัญหรือคีย์เวิรด์ที่เราต้องตระหนักให้ดีก็คือ ผลกำไรก้อนใหญ่จากการถือยาวนั้นมีความเป็นไปได้ “หากว่าคุณสามารถปฎิบัติตามแผนการที่วางไว้ได้อย่างเคร่งครัด!” ซึ่งเงื่อนไขตรงนี้แหละครับ ที่มักจะกลายมาเป็นปัจจัยสำคัญที่จะตัดสินถึงผลตอบแทนในระยาวของคุณออกมา และนี่ก็คือปัจจัยที่ทำให้สิ่งที่ดูเหมือนจะง่ายกลายเป็นสิ่งที่ไม่ได้ง่ายดายสักเท่าไหร่นัก

แล้วอะไรล่ะที่จะทำให้คุณไม่สามารถที่จะปฎิบัติตามวินัยหรือกฎในการลงทุนของคุณได้น่ะหรือครับ? … คำตอบก็คือ ความรู้, ความชำนาญ, ทัศนคติ และที่สำคัญคือ “ความคาดหวังที่เหมาะสม” เพื่อที่จะช่วยนำพาให้คุณสามารถฟันฝ่าอุปสรรคในการเดินทางไกลไปกับตลาดได้นั่นเอง

ดังนั้นเพื่อที่จะเป็นข้อมูลสำหรับนักลงทุนผู้ที่ต้องการที่จะถือครองหุ้นอย่างยาวนานหลายๆปีนั้น ในบทความนี้ผมจะขอพูดถึงข้อมูลในด้านที่ไม่ค่อยจะมีใครพูดถึง ซึ่งก็คืออุปสรรค์ต่างๆของการ “ถือยาว” ที่มักจะถูกมองข้ามไปโดยนักลงทุนส่วนใหญ่ (และถูกเมิณเฉยโดยสื่อต่างๆ) แต่กลับจะมีผลต่อจิตใจในลงทุนของคุณอย่างยิ่งยวด ซึ่งผมเชื่อว่าถ้าหากคุณไม่เคยที่จะได้รับรู้ข้อมูลอีกด้านเหล่านี้เลยแล้วล่ะก็ มันก็อาจที่จะทำให้คุณเป็นนักลงทุนที่ “โลกสวย” จนเกินไป และมีความคาดหวังต่อผลตอบแทนและความเสี่ยงที่คุณจะต้องเผชิญที่สูงเกินไปกว่าความเป็นจริงเป็นเป็นอย่างมาก ซึ่งในที่สุดแล้วเมื่อเวลาที่ตลาดย่ำแย่มาถึง คุณก็อาจจะกลายเป็นนักลงทุนอีกคนหนึ่งซึ่งต้องสติแตกเพราะตลาดจนทำให้แผนการลงทุนที่วางไว้ทั้งหมดนั้นล้มครืนลงมาก็เป็นได้

พอร์ทโฟลิโอแห่งความฝัน

เพื่อที่จะแสดงให้คุณเห็นถึงอุปสรรคและขวากหนามที่ซ่อนอยู่จากกลยุทธ์การซื้อแล้วถือยาว (Buy and Hold) ที่ดูเหมือนว่าจะทำให้คุณมีกำไรได้อย่างง่ายดายนั้น ในบทความนี้ผมจะดึงเอาตัวเลขต่างๆจากพอร์ทโฟลิโอการลงทุนซึ่งถูกจำลองขึ้นจากหุ้นจำนวนหนึ่งซึ่งถือได้ว่าเป็นหุ้นที่ให้ผลตอบแทนที่ดีและได้รับการยอมรับว่าเป็นหุ้นที่มีความปลอดภัยมากๆในระดับหนึ่ง

ถามว่าหุ้นเหล่านี้เป็นหุ้นที่ดีแค่ไหนน่ะหรือครับ?

คำตอบก็คือพวกมันล้วนแล้วแต่เป็นหุ้นที่การเติบโตที่ดีและมีกิจการที่มั่นคงจนได้เข้ามาอยู่ในดัชนี SET100 ในปี ค.ศ. 2014 ขณะนี้ โดยที่พอร์ทโฟลิโอจำลองจะถูกสร้างขึ้นจากหุ้นที่เราได้ทำการจัดลำดับแล้วว่าราคาหุ้นของมันมีการเติบโตโดยเฉลี่ยหรือ CAGR (Compound Annual Growth Rate) ที่สูงที่สุด 10 อันดับแรกนั่นเอง … ลองเดาดูสิครับว่าจะมีหุ้นตัวไหนบ้าง แต่ถ้าเดาไม่ถูกก็ขอให้คุณได้สังเกตจากตารางด้านล่างนี้กันเลยครับ10BGSET100

ภาพที่ 1 : ลักษณะการเติบโตของ 10 สุดยอดหุ้นที่อยู่ในดัชนี SET 100 ซึ่งให้ผลตอบแทนที่ดีที่สุดโดยวัดจากการเปลี่ยนแปลงของมูลค่าราคาหุ้น เปรียบเทียบกับการเติบโตของดัชนี SET Index (เส้นสีดำ) ตั้งแต่วันที่ 5 มกราคา 2004 – 1 สิงหาคม 2014 โดยแสดงผลในอัตราส่วนแบบ Log-Scale

10BGSET100STOCK

ตารางที่ 1 : ตารางแสดงอันดับ 10 สุดยอดหุ้นที่อยู่ในดัชนี SET 100 ซึ่งให้ผลตอบแทนที่ดีที่สุดโดยวัดจากการเปลี่ยนแปลงของมูลค่าราคาหุ้น ตั้งแต่วันที่ 5 มกราคา 2004 – 1 สิงหาคม 2014

โดยจากตัวเลขอัตราการเติบโต (Growth) และผลตอบแทนทบต้น (CAGR) ของหุ้นแต่ละตัวในตารางที่ผ่านมานั้น คุณจะสังเกตได้ว่าหุ้นทุกๆตัวที่จะถูกนำมาสร้างขึ้นเป็นพอร์ทโฟลิโอเหล่านี้ล้วนแล้วแต่เป็นหุ้นที่ให้ผลตอบแทนในช่วงเวลา 10 กว่าปีที่ผ่านมาสูงกว่าดัชนี SET Index เป็นอย่างมาก ซึ่งถ้าหากคุณสงสัยว่าผลตอบแทนของพอร์ทโฟลิโอแห่งความฝันซึ่งเกิดขึ้นจากการซื้อหุ้นทั้ง 10 ตัวเหล่านี้ในจำนวนเงินเท่าๆกันด้วยเงินทุนเริ่มต้นทั้งหมดจำนวน 1 ล้านบาท ตั้งแต่ต้นปี 2004 จนถึงกลางปี 2014 ในปัจจุบันนี้จะมีหน้าตาเป็นอย่างไรนั้น ภาพและตารางด้านล่างนี้ก็คือสิ่งที่จะเกิดขึ้นหากว่าคุณสามารถย้อนเวลากลับไปซื้อหุ้นเหล่านี้ได้จริงๆครับ

Note : ผลการเติบโตของเงินทุนในบทความนี้จะคำนวณเฉพาะจากราคาหุ้น โดยยังไม่ได้รวมเอาเงินปันผลเข้าไว้

10BGPORTCUMRET

ภาพที่ 2 : ลักษณะการเติบโตของพอร์ทโฟลิโอแห่งความฝัน เปรียบเทียบกับการเติบโตของดัชนี SET Index ตั้งแต่วันที่ 6 มกราคม 2004 – 1 สิงหาคม 2014

10BGPORTPERFORMANCE

ตารางที่ 2 : ตารางแสดงผลตอบแทนและความเสี่ยงในการลงทุนจากพอร์ทโฟลิโอแห่งความฝัน เปรียบเทียบกับผลตอบแทนและความเสี่ยงของดัชนี SET Index ตั้งแต่วันที่ 6 มกราคม 2004 – 1 สิงหาคม 2014

เป็นอย่างไรกันบ้างครับกับผลตอบแทนของพอร์ทโฟลิโอแห่งความฝัน! ผมเชื่อว่าในแว่บแรกที่สายตาของคุณจับจ้องไปที่เส้นกราฟแสดงการเติบโตของเงินทุนนั้น มันก็คงจะทำให้คุณและใครหลายๆคนต้องตาลุกวาวเลยทีเดียว เนื่องจากพอร์ทโฟลิโอแห่งความฝันที่ผมจะขอเรียกต่อไปโดยย่อๆว่า 10BGSET100 นี้ ได้ให้ผลกำไรถึงกว่า 1357.17% หรือผลการเติบโตกว่า 14.57 เท่า ซึ่งคิดเป็นผลตอบแทนทบต้นหรือ CAGR ที่ราว 29.9% ต่อปี และเมื่อเปรียบเทียบกับผลกำไรสุทธิจากดัชนี SET Index แล้ว พอร์ท 10BGSET100 ให้สามารถที่จะให้ผลตอบแทนสุทธิ (Net Profits %) ที่ดีกว่าตลาดถึงกว่า 15.13 เท่าเลยทีเดียว!

เอาล่ะครับ! เมื่อเห็นตัวเลขเหล่านี้แล้วหลายคนคงเริ่มคิดว่า หากย้อนกลับไปซื้อหุ้นเหล่านี้ทิ้งไว้แล้วถือมาได้จนถึงทุกวันนี้ก็คงจะดี เพราะมันคงไม่มีอะไรที่จะดีไปกว่าการค้นพบหุ้นดีๆเพียงไม่กี่ตัว โดยไม่ต้องทำอะไรนอกจากทนถือยาวไปเลยหลายๆปีจนทำกำไรให้เราได้หลายๆเท่าอย่างนี้อีกแล้วจริงไหมครับ!? แต่เดี๋ยวก่อน!! นักลงทุนที่ดีไม่ควรที่จะมองไปที่ผลตอบแทนเพียงอย่างเดียวจริงไหมครับ ในคราวนี้เราจะลองมาพูดถึงเรื่องของตัวเลขความเสี่ยงกันดูบ้างดีกว่า

โดยจากตัวเลขสำคัญในตารางตัวอื่นๆนั้น เมื่อได้ลองมองดูดีๆคุณจะพบว่าแม้พอร์ท 10BGSET100 จะให้ผลตอบแทนที่สวยหรูมากๆ (ก็แน่ล่ะครับ มันคือพอร์ทโฟลิโอแห่งความฝันนี่นา) แต่เมื่อมองไปยังตัวเลขที่เกี่ยวข้องกับความเสี่ยงต่างๆ เราจะพบว่ามันมีปัญหาบางอย่างที่ได้แสดงออกมาอย่างชัดเจน ยกตัวอย่างเช่น ตัวเลขของค่า % Maximum Drawdown หรืออัตราการขาดทุนสูงสุดสะสมของพอร์ทโฟลิโอที่สูงมากๆ ซึ่งมันได้บอกให้เรารู้ว่าในระหว่างการลงทุนนั้นคุณจะต้องเคยเจอกับการลดลงของเงินทุนที่สูงถึง -51.52% เลยทีเดียว และนี่ก็มักที่จะทำให้นักลงทุนส่วนใหญ่ถอดใจยอมแพ้และเดินออกจากตลาดกันไปเรียบร้อยแล้ว

และนี่ก็คือประเด็นที่ผมต้องการจะสื่อในบทความนี้นั่นเองครับ นั่นก็คือ

“ถึงแม้ว่าคุณอาจจะเคยได้ยินกันมาว่าวิธีการที่ง่ายและชัวร์ที่สุดในการลงทุนเพื่อทำกำไรจากตลาดหุ้นได้นั้นก็คือการซื้อแล้วถือยาว แต่สิ่งที่หลายๆคนไม่เคยรู้ก็คือการถือยาวก็มีขวากหนามที่จะคอยแอบแฝงและทิ่มแทงให้คุณได้เจ็บปวดอยู่เช่นเดียวกันกับวิธีการอื่นๆ และแน่นอนว่าพวกมันก็พร้อมที่จะฉีกสภาพจิตใจของคุณออกเป็นชิ้นๆในระหว่างการลงทุนได้อย่างง่ายดาย หากว่าคุณไม่รู้จักและเตรียมตัวเตรียมใจให้เท่าทันมันอยู่เสมอ”

ดังนั้นแล้วเนื้อหาที่เหลือต่อไปในบทความนี้จึงจะเกี่ยวข้องกับตัวเลขต่างๆจากการถือยาวในบางแง่มุม ที่ผมอยากจะนำมาให้พวกเราได้ลองพิจารณากันอย่างละเอียดขึ้น ซึ่งผมหวังว่าจะเป็นการช่วยเปิดมุมมองให้กับหลายๆคนที่อาจไม่เคยได้นึกถึงหรือเคยได้เตรียมใจกับสิ่งที่อาจต้องเกิดขึ้นเหล่านี้ครับ

Maximum Drawdown เพื่อนคู่คิดและมิตรแท้ของการถือยาว

อุปสรรคอย่างแรกที่ผมอยากจะพูดถึงเกี่ยวกับการถือยาวก็คือเรื่องของอัตราการขาดทุนสะสมหรือ Maximum Drawdown ซึ่งนั่นก็เพราะมันเป็นสิ่งที่คุณไม่สามารถที่จะหลีกเลี่ยงได้เลยโดยเฉพาะกับการลงทุนอยู่ในสินทรัพย์ชนิดเดียวและมีความผันผวนสูงมากๆอย่างตลาดหุ้น

โดยจากที่ผมได้เกริ่นนำไปจากย่อหน้าที่พึ่งผ่านมาว่าถึงแม้พอร์ทโฟลิโอในฝันอย่าง 10BGSET100 จะถือได้ว่าเป็นสุดยอดหุ้นที่ให้ผลตอบแทนและมีความมั่นคงอย่างสูง แต่พวกมันก็ยังต้องพบเจอกับ % Maximum Drawdown ของพอร์ทที่สูงถึงกว่า -51.52% เลยทีเดียว ซึ่งผมเชื่อว่าสำหรับหลายๆคนแล้วมันเป็นสิ่งที่เกินความคาดหมายที่หลายๆคนได้เคยคิดเอาไว้ ดังนั้นแล้วถึงแม้คำกล่าวที่ว่า “ต่อให้ตลาดเป็นขาลงหุ้นที่ดีก็จะช่วยให้เราไม่ขาดทุนหรือไม่ขาดทุนมากจนเกินไป” จะมีความเป็นจริงอย่างที่เชื่อต่อๆกันมา (%Max D.D. ของ 10BGSET100 มีความรุนแรงน้อยกว่า %Max D.D. ของ SET Index ที่ราว -58.02%) แต่พวกมันก็มักจะโหดร้ายและรุนแรงเพียงพอที่จะทำให้นักลงทุนส่วนใหญ่ต้องล้มเลิกแผนการถือยาวของเขาได้อย่างง่ายดายมานักต่อนัก ซึ่งนอกจากที่มันจะรุนแรงกว่าที่หลายคนคิดแล้ว ค่า Drawdown โดยเฉลี่ยในการลงทุนของมันก็ยังสูงกว่าที่หลายๆคนคิดอีกด้วยซ้ำ ซึ่งคุณจะสามารถสังเกตได้จากภาพ Drawdown ของระบบ 10BGSET100 และดัชนี SET Index ต่อไปนี้

10BGPORTDD

ภาพที่ 3 : ลักษณะของอัตราการขาดทุนสะสมหรือ % Maximum Drawdown ระหว่างพอร์ทโฟลิโอแห่งความฝัน 10BGSET100 และดัชนี SET Index ตั้งแต่วันที่ 6 มกราคม 2004 – 1 สิงหาคม 2014

10BGSTOCKSPERFORMANCE

ตารางที่ 3 : ผลตอบแทนและอัตราการขาดทุนสะสมสูงสุด % Maximum Drawdown ของ SET Index และสุดยอดหุ้นทั้ง 10 ตัว ซึ่งถือเป็นต้นกำเนิดของลักษณะผลตอบแทนของพอร์ทโฟลิโอแห่งความฝัน 10BGSET100 ตั้งแต่วันที่ 6 มกราคม 2004 – 1 สิงหาคม 2014

Drawdown Length ระยะเวลาที่คุณต้องจมอยู่กับการขาดทุนสะสม

นอกจากเรื่องของความหนักหน่วงและรุนแรงของผลการขาดทุนสะสมที่จะต้องเกิดขึ้นนั้น อุปสรรคอีกอย่างที่ไม่ค่อยจะมีใครพูดถึงกันก็คือระยะเวลาที่คุณจะต้องจมอยู่กับการขาดทุนในขณะที่ทำการถือยาว (Drawdown Length) ซึ่งเหตุผลที่มันกลายมาเป็นอุปสรรคอย่างที่สองก็เพราะจากประสบการณ์ของผมนั้น ในหลายๆครั้งนักลงทุนที่เส้นลึกส่วนใหญ่อาจที่จะสามารถทนต่อการขาดทุนที่หนักหน่วงได้ แต่พวกเขามักจะไม่สามารถทนอยู่กับการขาดทุนที่ยาวนานได้นั่นเอง โดยที่ตารางต่อไปนี้จะเป็นสิ่งที่แสดงให้เห็นถึงระยะเวลาที่คุณจะต้องจมอยู่กับการขาดทุน โดยเรียงไปตามลำดับของความรุนแรงของอัตราการขาดทุนสะสมที่เกิดขึ้น

10BGPORTDRAWDOWN

ตารางที่ 4 : ตารางแสดงระยะเวลาของการขาดทุนสะสม (Drawdown Length) ของพอร์ทโฟลิโอแห่งความฝัน 10BGSET100 เรียงตามลำดับของอัตราการขาดทุนสะสม (Maximum Drawdown) ที่รุนแรงที่สุด 5 ลำดับแรก

โดยจากตัวเลขในตาราง Drawdown Lenth นั้น คอลลัมน์ From, Through และ To จะแสดงให้เห็นถึงวันที่พอร์ทโฟลิโอนั้นมีมูลค่าสูงสุดก่อนที่จะเกิด Drawdown ขึ้น (From) จนถึงวันที่พอร์ทโฟลิโอวมีมูลค่าต่ำที่สุด (Trough) และวันที่สามารถที่จะสร้างจุดสูงสุดใหม่ขึ้นมาได้อีกครั้ง (To) โดยค่าคอลลัมน์ Depth จะแสดงถึงความลึกของอัตราผลขาดทุนสะสม, Length คือระยะเวลาทั้งหมดคิดเป็นจำนวน Bar หรือวันทำการของตลาด จากจุดสูงสุดเดิมจนถึงจุดสูงสุดใหม่ (โดยเฉลี่ยที่ 20.75 Bars ต่อ 1 เดือน) โดยจะแบ่งเป็นระยะเวลาจากจุดสูงสุดเดิมถึงจุดต่ำสุด (To Trough) และระยะเวลาจากจุดต่ำสุดถึงจุดสูงสุดใหม่ (Recovery)

ซึ่งจากระยะเวลาของการขาดทุนสะสมจากค่า % Maximum Drawdown ที่สูงที่สุด 5 ลำดับนั้น แม้กระทั่งพอร์ทโฟลิโอในความฝันอย่าง 10BGSET100 ที่ถูกจำลองขึ้นมายังต้องพบกับการขาดทุนสะสมที่ยาวนานที่สุดถึงกว่า 652 Bars ซึ่งคิดเป็น 30.12 เดือน หรือราว 2.51 ปีเลยทีเดียว นอกจากนั้นแล้วหากสังเกตให้ดีคุณยังจะพบว่าช่วงเวลาที่พอร์ทร่วงจากจุดสูงสุดเดิมจนถึงจุดต่ำสุดนั้น (To Trough) ยังมักที่จะกินเวลาที่น้อยกว่าระยะเวลาการกลับไปคืนทุน (Recovery) แทบทั้งสิ้น มันจึงเป็นการง่ายมากๆที่จะทำให้นักลงทุนส่วนใหญ่ต้องหัวเสียและสติหลุดไปจากการที่พวกเขาอาจต้องพบเจอกับการขาดทุนที่ยาวนานถึง 2 ปีกว่าๆ อีกทั้งเมื่อเกิดการขาดทุนสะสมหรือ Drawdown ขึ้น พวกเขาก็มักที่จะต้องเฝ้ารอให้พอร์ทกลับมาคืนทุนในระยะเวลาที่ยาวนานกว่าที่ได้เคยขาดทุนไปอีกด้วย

ผลตอบแทนรายเดือนและรายปี

อย่างที่ผมได้เล่าให้ฟังไปแล้วว่าแม้กระทั่งพอร์ท 10BGSET100 นั้นก็เคยที่จะต้องจมอยู่กับการขาดทุนที่ยาวนานกว่า 2.51 ปี มันจึงนำเรามาสู่ประเด็นที่น่าสนใจอีกอย่างหนึ่งนั่นก็คือผลตอบแทนรายเดือนและรายปีของการถือยาวนั่นเอง

โดยที่ภาพและตัวเลขในตารางต่อไปนี้จะทำให้คุณได้พบว่า แม้กระทั่งพอร์ทหุ้นซึ่งได้รวบรวมเอาหุ้นที่ถือได้ว่าเป็นสุดยอดหุ้นที่สร้างผลตอบแทนได้มากที่สุดในช่วง 10 ปีที่ผ่านมาใน SET100 มากระจายความเสี่ยงรวมๆกัน มันก็ยังไม่สามารถที่จะหลุดพ้นสัจจธรรมของการลงทุนอย่างหนึ่งไปได้ ซึ่งนั่นก็คือการที่ถึงแม้ว่าเราอาจสามารถสร้างผลตอบแทนที่เป็นบวกและชนะตลาดในระยะยาวออกมาได้ แต่มันก็ไม่จำเป็นว่าเราจะต้องได้รับผลตอบแทนอย่างสม่ำเสมอเป็นบวกในทุกๆวัน, ทุกๆเดือน หรือในทุกๆปี อย่างที่นักลงทุนมือใหม่มักคิดเข้าข้างตัวเองกันไปไกล (จนมักทำให้พวกเขาเลิกล้มความตั้งใจในการทำตามแผนการลงทุนเมื่อเกิดการขาดทุนติดๆกันหลายเดือน หรือเกิดการขาดทุนสะสมขึ้นอย่างรุนแรงในระยะเวลาอันรวดเร็ว) เช่นในช่วงวิกฤติแฮมเบอร์เกอร์ในเดือน ตุลาคม ค.ศ. 2008 ที่ทำให้พอร์ท 10BGSET100 เกิด Drawdown อย่างหนักหน่วงถึง -28.81% ในเดือนเดียว

10BGMONTHLYRET

ตารางที่ 5 : ตารางผลตอบแทนรายเดือนและรายปีของพอรท์โฟลิแห่งความฝัน 10BGSET100 เปรียบเทียบกับผลตอบแทนรายปีของดัชนี SET Index ตั้งแต่วันที่ 6 มกราคม 2004 – 1 สิงหาคม 2014

คำแนะนำของผมกับนักลงทุนมือใหม่และผู้ที่ผิดหวังจากการลงทุนในตลาดหุ้น

จากข้อมูลที่ผมได้นำมาเล่าให้ฟังกันทั้งหมดในบทความนี้นั้น ผมหวังเป็นอย่างยิ่งว่าในขณะนี้หลายๆคนคงจะเริ่มตระหนักได้ถึงอุปสรรคและความเสี่ยงที่แฝงอยู่ในการลงทุนแบบถือยาวกันบ้างแล้ว โดยสิ่งสำคัญที่สุดที่คุณต้องไม่ลืมก็คือพอร์ทโฟลิโอในความฝันที่ผมได้สร้างขึ้นมานั้น เป็นเพียงการจำลองและเก็บตัวเลขจากสถานการณ์ที่ดีที่สุดเท่านั้น ซึ่งในการลงทุนจริงๆมันเป็นเรื่องที่อาจเกิดขึ้นได้ยากมากๆอยู่พอสมควร (โดยเฉพาะกับนักลงทุนมือใหม่ๆที่พึ่งเข้าตลาดมาไม่นานนัก) และความเป็นจริงแล้วก็คือตัวเลขต่างๆส่วนใหญ่ที่เกิดขึ้นในการลงทุนจริงๆก็มักที่จะแย่ลงไปได้อีกพอสมควรเลยทีเดียว

และนี่ก็คือเหตุผลที่ว่าทำไมคำแนะนำของผมสำหรับนักลงทุนมือใหม่ หรือนักลงทุนที่ผิดหวังกับการขาดทุนมาอย่างหนักนั้น จึงไม่ใช่การจะแนะนำและบอกให้คุณไป “ถือยาว” กันเพียงอย่างเดียว แต่ในทางกลับกันแล้วสิ่งที่คุณควรจะทำเป็นอันดับแรกคือการรีบหาความรู้ในการลงทุนเอาไว้ให้มากที่สุด และค่อยๆเริ่มต้นลงทุนด้วยเงินก้อนเล็กๆจำนวนหนึ่งแทน เพราะถึงแม้ว่ากลยุทธ์การถือยาวจะดูเป็นกลยุทธ์ที่ง่ายและสร้างความมั่นใจให้กับคุณได้อยู่พอสมควร แต่หากว่าคุณไม่มีความรู้ความเข้าใจเพียงพอที่จะร่วมเดินทางไปกับมัน สิ่งที่เกิดขึ้นอาจเป็นหายนะสำหรับคุณก็เป็นได้ ซึ่งนอกจากตัวเลขต่างๆที่ผมได้ชี้ให้เห็นไปแล้วนั้น มันยังคงมีอุปสรรคจากองค์ประกอบอื่นๆที่มีผลต่อการลงทุนแบบถือยาวซึ่งผมยังไม่ได้พูดถึงด้วย ยกตัวอย่างเช่น การคัดเลือกหุ้น, การหาจังหวะลงทุนอย่างเหมาะสม หรือแม้แต่การกำหนดขนาดการลงทุนให้เหมาะสมในหุ้นแต่ละตัวซึ่งจะมีความสำคัญไม่แพ้กันอีกด้วย

ดังนั้นแล้วบทสรุปก็คือถึงแม้ว่ากลยุทธ์การ “ถือยาว” จะดูเป็นสิ่งที่เป็นไปได้สำหรับนักลงทุนส่วนใหญ่ แต่มันก็อาจ “ไม่ง่าย” อย่างที่หลายๆคนคิดฝันไว้สักเท่าไหร่ครับ คุณจึงควรให้ความเคารพตลาดหุ้นด้วยการใส่ใจหาความรู้ความเข้าใจจริงๆให้มากที่สุด ไม่ใช่ว่าเอะอะอะไรหรือผิดหวังกับการลงทุนกลับมาก็จะเรียกหาแต่กลยุทธ์การถือยาวเท่านั้น เพราะนั่นไม่ใช่สิ่งที่จะช่วยให้คุณรอดพ้นจากความโหดร้ายของตลาดในยามที่มันเกรี้ยวกราดไปได้เลยครับ

อย่าเข้าใจผมผิด!

สุดท้ายนี้สิ่งที่ผมกังวลที่สุดก็คือบทความนี้อาจนำไปสู่การโต้เถียงทะเลาะเบาะแว้งกันระหว่างนักลงทุนที่เน้นการลงทุนแบบถือยาวและนักลงทุนที่ใช้กลยุทธ์อื่นๆ ดังนั้นแล้วผมจึงอยากที่จะทิ้งท้ายด้วยการเน้นย้ำว่า

บทความนี้มีจุดประสงค์ที่จะชี้แนะให้นักลงทุนมือใหม่ รวมถึงนักลงทุนที่ผิดหวังจากการลงทุนในแนวทางอื่นๆและต้องการที่จะทดลองใช้กลยุทธ์แบบถือยาว ได้ตระหนักถึงความเสี่ยงและอุปสรรคที่แฝงอยู่ในการลงทุนซึ่งพวกเขาต้องพบเจอระหว่างการลงทุนเท่านั้น โดยผมไม่ได้มีความคิดที่จะลดความน่าเชื่อถือของวิธีการลงทุนแบบถือยาวหรือ Buy and Hold ทั้งสิ้น!

เพราะไม่ว่าคุณจะใช้กลยุทธ์การลงทุน-เก็งกำไรในรูปแบบใดๆ ไม่ว่าจะเป็นถือยาวแบบ Buy and Hold, Value Investing หรือแม้แต่ Trend Following ทุกๆกลยุทธ์ล้วนแล้วแต่มีข้อดีข้อด้อยที่แตกต่างกันออกไปตามช่วงเวลาและสถานการณ์กันทั้งนั้น มันจึงเป็นเรื่องไร้สาระที่เราจะต้องมาทะเลาะกันว่าแนวทางของใครดีกว่ากัน ซึ่งผมเชื่อว่าสิ่งสำคัญกว่าคือการรู้เท่าทันตลาดและธรรมชาติของแผนการและระบบการลงทุนที่คุณใช้อยู่กันต่างหาก ซึ่งนักลงทุนผู้ชาญฉลาดก็คือผู้ที่จะนำเอาความรู้เหล่านั้นมาประมวลผลและประยุกต์ใช้ให้เกิดประโยชน์กับพวกเขาอย่างสูงสุดนั่นเองครับ

แมงเม่าคลับ.คอม หนังสือหุ้นน่าอ่าน, วิธีการเล่นหุ้น, การวิเคราะห์หุ้นทางเทคนิค, จิตวิทยาการลงทุน และการบริหารเงินทุน Money Management

AlgoTrader-Strategy_Development_Process_thumb.gif

องค์ความรู้ที่จำเป็นสำหรับ System Trader และการลงทุนอย่างเป็นระบบ

“อยากลงทุนอย่างเป็นระบบ ควรต้องรู้อะไรบ้าง?” วันนี้ผมจะเขียนแชร์ให้เห็นถึงภาพกว้างๆขององค์ความรู้พื้นฐานที่ผมคิดว่าจำเป็นจะต้องมีเพื่อที่จะสร้าง, ทดสอบ และนำระบบการลงทุนไปปรับใช้กันได้อย่างมีประสิทธิภาพกันนะครับ

องค์ความรู้พื้นฐานที่จำเป็นสำหรับการลงทุนอย่างเป็นระบบ

quote-Benjamin-Franklin-an-investment-in-knowledge-pays-the-best-100399

ก่อนอื่นผมคงต้องขอบอกก่อนเลยนะครับว่า สำหรับในบทความนี้ผมจะขอพูดถึงเฉพาะองค์ความรู้เบื้องต้นที่ผมคิดว่าสำคัญกับนักลงทุนในระดับรายย่อยหรือรายบุคคล โดยผมพิจารณากลั่นกรองเอาจากประโยชน์ใช้สอย และจากความถี่ที่ต้องนึกถึงหรือนำเอาความรู้เหล่านี้มาใช้บ่อยๆอยู่เป็นประจำในกิจวัตรประจำวัน ซึ่งก็ประกอบไปด้วยองค์ความรู้พื้นฐานหลักๆ 5 อย่าง และนั่นก็คือ

  1. ความรู้พื้นฐานทางคณิตศาสตร์และภาษาอังกฤษ (Algebra and English)
  2. ความรู้พื้นฐานทางด้านการลงทุน (Investing-Trading and Markets Knowledge)
  3. ความรู้พื้นฐานทางด้านการใช้และเขียนโปรแกรม (Computer and Programing)
  4. ความรู้พื้นฐานทางด้านการออกแบบและทดสอบระบบการลงทุน (System Design and Backtesting)
  5. ความรู้พื้นฐานทางด้านวิชาสถิติศาสตร์ (Statistics)

ผมจะค่อยๆเล่าถึงเหตุผลและความจำเป็นไปทีละข้อนะครับ อย่างไรก็ตาม ขอย้ำก่อนว่าลำดับหัวข้อที่ผมเขียนนั้นไม่ได้บ่งบอกถึงลำดับความสำคัญเท่าไหร่นัก เพราะผมคิดว่าทุกอย่างเกื้อหนุนกันหมด ว่าแล้วเราก็เริ่มกันเลยดีกว่าครับ!

ความรู้พื้นฐานทางคณิตศาสตร์และภาษาอังกฤษ (General-Basic Knowledge)

maths and science formula on whiteboardจำนวนและตัวเลขคือภาษาของ System Trader เนื่องจากเป้าหมายและหัวใจของการลงทุนด้วยระบบการลงทุนนั้นก็คือความพยายามที่จะตัดเอาอารมณ์ความรู้สึก และทำการตัดสินใจต่างๆด้วยข้อมูลตัวเลขซึ่งมีความเป็นรูปธรรม ความรู้พื้นฐานด้านคณิตศาสตร์จึงเป็นสิ่งที่จำเป็นในการที่จะทำความเข้าใจต่อองค์ความรู้ในระดับต่างๆที่สูงขึ้นไปเป็นขั้นๆ

ในที่นี้ผมไม่ได้บอกว่าคุณจะต้องได้เกรด A วิชา Calculus หรืออะไรขนาดนั้นนะครับ แต่อย่างน้อยที่สุดแล้วผมคิดว่าความรู้เกี่ยวกับการคำนวณทางคณิตศาสตร์แบบพีชคณิตในระดับชั้น ม.ปลาย (Algebra) ถือเป็นสิ่งที่จำเป็นและควรจะต้องจำกันได้อยู่พอสมควร ดังนั้นถ้าใครคืนอาจารย์ไปหมดแล้วผมคงต้องแนะนำว่าให้รีบกลับไปทบทวนกันเสียก่อนเป็นอันดับแรกเลย ไม่เช่นนั้นจะติดปัญหาเวลาอ่านหนังสือที่อธิบายสิ่งต่างๆมาเป็นตัวเลขเป็นสมการให้เราดูครับ

ลำดับต่อมาก็คือความรู้ด้านภาษาอังกฤษ! ความรู้ภาษาอังกฤษมันสำคัญอย่างไรน่ะหรือครับ!? คำตอบก็คือมันเป็นสะพานเชื่อมเราไปสู่โลกใบใหญ่ที่กว้างกว่าและล้ำลึกกว่านั่นเอง เพราะสำหรับในเรื่องของการลงทุนและการเก็งกำไรนั้น ตลาดหุ้นไทยพึ่งจะเกิดมาได้ราว 20 – 30 ปีเท่านั้นเมื่อเทียบกับตลาดหุ้นของฝรั่งซึ่งเกิดมาเป็น 100 ปีแล้ว (การลงทุนโดยอาศัยข้อมูลเชิงปริมาณและหลักการทางสถิติเกิดขึ้นครั้งแรกตั้งแต่ช่วงยุค ค.ศ. 1930 ส่วน Systematic Trading เริ่มเป็นที่รู้จักและแพร่หลายกันมาตั้งแต่ยุค ค.ศ. 1970 ลองนึกดูเล่นๆกันนะครับว่าทุกวันนี้ระยะห่างของเรากับเขาจะต่างกันสักกี่ปี?)

ดังนั้นแล้วองค์ความรู้ต่างๆในการของพวกเราในหลายๆด้านจึงยังเทียบไม่ได้เลยกับความรู้ที่ถูกค้นพบและถ่ายทอดสืบต่อกันมาจากประเทศที่เขาเป็นต้นตำหรับในเรื่องเหล่านี้ ภาษาอังกฤษจึงเป็นสิ่งที่มีความสำคัญมากในการขวนขวายหาความรู้ของพวกเรา มันคือสิ่งที่จะช่วยร่นระยะเวลาและนำพาไปสู่ความเข้าใจในสิ่งต่างๆที่ลึกและกว้างใหญ่ขึ้น อีกทั้งยังทำให้เราเท่าทันต่อการเปลี่ยนแปลงและพัฒนาการในการลงทุนในปัจจุบันรวมถึงอนาคตอีกด้วย

Note : อย่าให้ใครมาอ้างได้เลยนะครับว่าความรู้จากเมืองนอกเมืองนามันใช้กับตลาดไทยไม่ได้และอาจล้าสมัยไปแล้ว ช่วงแรกๆที่หาความรู้ในการลงทุนผมเคยเจอประโยคนี้บ่อยมาก แต่มาถึงทุกวันนี้แล้วผมคิดว่าคำกล่าวอ้างแบบนี้มักเกิดจากการที่ไม่สามารถจะตีความเอาแก่นและหัวใจของวิชาความรู้ออกมาปรับใช้ได้เองมากกว่า อย่างที่บัฟเฟตเคยพูดไว้นั่นแหละครับว่า “หลักการไม่มีวันล้าสมัย และถ้ามันล้าสมัยได้มันก็ไม่ใช่หลักการแล้ว!”

ความรู้พื้นฐานในการลงทุน และความเข้าใจต่อกลไกของตลาด (Investing-Trading Knowledge)

all_books_470x289

ความรู้ความเข้าใจในการลงทุนคือเชื้อเพลิงและหัวใจหลักของการสร้างระบบการลงทุน นั่นก็เพราะนอกจะพวกมันจะเป็นแรงบันดาลใจให้กับเราแล้ว พวกมันยังเปรียบได้กับเข็มทิศนำทางให้เราในการออกแบบปรับปรุงระบบของเราด้วย องค์ความรู้ชนิดนี้จะเป็นตัวกำหนดทิศทาง, Mindset, และความคาดหวังในการลงทุนของเราเอาไว้ ซึ่งหากว่าเรามีความคิดอ่านที่ผิดทางหรือหลุดจากโลกของความเป็นจริงไป มันก็จะทำให้การพัฒนาและปรับใช้ระบบการลงทุนของเราหยุดอยู่กับที่หรือย่ำแย่ตามไปด้วย

สิ่งที่ผมอยากพูดถึงคือแนวคิดในการสร้างระบบนั้นไม่จำเป็นที่จะต้องมาจากแหล่งหรือสาขาวิชาเดียวในการลงทุน จงอย่ายึดมั่นถือมั่นกับรูปแบบการลงทุนในสไตล์ใดสไตล์หนึ่งมากเกินไปจนมองข้ามประโยชน์หรือจุดเด่นของสไตล์อื่นๆ เพราะในที่สุดแล้วไม่ว่าจะเป็นความรู้ความเข้าใจทางด้าน เศรษฐศาสตร์ (Economics), การเงิน (Finance), ปัจจัยพื้นฐาน (Fundamental Analysis), ปัจจัยทางเทคนิค (Technical Analysis), การจัดสรรเงินทุน (Asset Allocation), การบริหารความเสี่ยงและหน้าตัก (Risk & Money Management) และอื่นๆอีกมากมาย (ที่ผมคงร่ายไม่หมด Open-mouthed smile) พวกมันล้วนแล้วแต่มีส่วนเกี่ยวข้องสัมพันธ์กัน และยังอาจเป็นตัวช่วยบอกใบ้ให้เราสามารถคลำทางหาจิ้กซอว์ตัวต่อไปของรูปภาพกลไกตลาดได้อย่างคาดไม่ถึงในหลายๆครั้งเลยทีเดียว

ข่าวดีเกี่ยวกับเรื่องนี้ก็คือ ในปัจจุบันองค์ความรู้ชนิดนี้ค่อนข้างจะเป็นที่แพร่หลายในวงกว้าง เราสามารถที่จะหาเรียนหรือหาซื้อหนังสืออ่านกันได้ไม่ยากสักเท่าไหร่นัก (แม้ว่าส่วนใหญ่ โดยเฉพาะหนังสือภาษาไทยอาจจะไม่ได้มีเนื้อให้ในเชิงลึกสักเท่าไหร่ แต่ก็เพียงพอที่จะเป็นจุดเริ่มต้นในการต่อยอดออกไปศึกษาหาความรู้ต่อได้ในระดับหนึ่ง) ดังนั้นแล้วองค์ความรู้ในข้อนี้ผมเชื่อว่าคงไม่ใช่ปัญหาของนักลงทุนหลายๆคนสักเท่าไหร่ เพียงแต่ต้องอ่านแล้วไตร่ตรองกรองดูให้ดี อย่าเชื่อเพียงเพราะคนเขียนดัง อย่าเชื่อเพียงเพราะเขาเขียนโดยอ้างถึงกูรู อย่างเชื่อเพียงเพราะคนอื่นๆเชื่อ

อย่างไรก็ตามการเปิดใจให้กว้างและพยายามกักตุนความรู้เหล่านี้เอาไว้จากหลายๆสาขาอยู่อย่างสม่ำเสมอเป็นสิ่งที่ผมคิดว่าจำเป็น เพราะจากประสบการณ์ของผมแล้วในหลายๆครั้แล้วง สิ่งที่เราไม่คาดคิดหรืออาจเพียงแต่จำได้แค่ลางๆก็มักที่จะกลายเป็นบันไดเชื่อมต่อให้เราค้นพบในสิ่งต่างๆที่ช่วยพัฒนาระบบการลงทุนของเราได้เป็นอย่างดีเลยทีเดียวครับ

ความรู้พื้นฐานด้านการใช้โปรแกรมและเขียนโปรแกรมคอมพิวเตอร์ (Computer and Programming Knowledge)

sample

ขึ้นชื่อว่า Systematic Trader ถ้าขาดความรู้ในข้อนี้ไปก็คงจะกระไรอยู่จริงไหมครับ!? แน่นอนว่าเมื่อพูดถึงการเขียนโปรแกรม (Programing) เรื่องนี้มักจะทำให้หลายๆคนกุมขมับเพราะคิดว่ามันจะต้องเป็นงานที่ยุ่งยากซับซ้อนใช้สมองและความเป็นอัจฉริยะเหมือนกับในหนังภาพยนต์หลายๆเรื่อง อย่างไรก็ตามจากประสบการณ์จริงๆของผมในการเขียนโปรแกรมเพื่อสร้างระบบการลงทุนมามันไม่ได้โหดร้ายเสียขนาดนั้นหรอกครับ

คุณไม่จำเป็นต้องเก่งขั้นเทพระดับ Hacker มือโปรเพื่อที่จะออกแบบหรือทดสอบแนวคิดต่างๆในการลงทุนด้วยตัวคุณเองเลย! อันที่จริงแล้วนักลงทุนรายย่อย Individual Systematic Trader อย่างเราเพียงแค่ต้องเข้าใจหลักการเขียนภาษาคอมพิวเตอร์ในเบื้องต้น-ปานกลางก็นับว่าเพียงพอแล้ว เนื่องจากในทุกวันนี้มีโปรแกรมที่ถูกพัฒนาขึ้นเพื่ออำนวยความสะดวกในการทดสอบระบบการลงทุนของเราอย่างมากมายให้เลือกใช้

คุณไม่จำเป็นที่จะต้องเริ่มต้นทุกอย่างจากศูยน์ด้วยการสร้าง Backtesting Platform ในการทดสอบและวิจัยระบบของคุณเองขนาดนั้น เรื่องตลกก็คือถ้าคุณพยายามที่จะทำเช่นนั้นเพื่อให้ได้โปรแกรม Backtesting ที่มีคุณภาพในระดับที่วางขายกันด้วยทีมหรือตัวคุณเองคนเดียวล่ะก็ ผมคิดว่าคุณอาจจะไม่ได้มีเวลาเหลือเพียงพอที่จะทำการทดสอบในสิ่งต่างๆที่คุณสงสัยเกี่ยวกับตลาดกันสักเท่าไหร่เลยล่ะครับ Open-mouthed smile

ทีนี้เมื่อพูดถึงประโยชน์ในการที่เราจะสามารถเขียนภาษาคอมพิวเตอร์ได้นั้นล่ะก็ ผมเชื่อว่าหลายๆคนคงพอนึกออกว่ามันจะช่วยในการอำนวยความสะดวกให้กับเราได้อย่างมากแค่ไหน งานต่างๆที่คุณต้องใช้เวลาหลายชั่วโมงหรือหลายวันด้วยการทำมืออาจเสร็จลงได้ด้วยการพิมพ์ Code ไม่กี่ประโยคไม่กี่บรรทัดลงไปเท่านั้น อย่างไรก็ตามสิ่งหนึ่งที่ผมอยากจะชี้ให้เห็นว่ามีความสำคัญและเป็นประโยชน์อย่างมากกับพัฒนาการในการเป็น Systematic Trader ก็คือเรื่องของการได้ฝึกฝนตรรกะความคิดที่เป็นระบบขั้นตอนครับ

การเขียนโปรแกรมนั้นจะทำให้คุณได้ฝึกฝนการวางลำดับความคิดให้เป็นระบบได้เป็นอย่างดีมากๆ เนื่องจากอันที่จริงแล้วหัวใจในการที่เราจะเขียนโปรแกรมขึ้นมาสักอย่างก็เพื่อที่จะสื่อสารกับคอมพิวเตอร์เพื่อที่จะแก้ไขปัญหาหรือทำงานต่างๆที่เราต้องการที่จะทำ (แต่ไม่อยากทำเองทุกขั้นตอน) ออกมา ดังนั้นแล้วการเขียนโปรแกรมจึงเป็นศาตร์และศิลป์ในการแก้ไขปัญหาต่างๆออกมาอย่างเป็นระบบนั่นเอง (Problem Soving)

การเขียนโปรแกรมจะช่วยให้คุณได้ฝึกฝนการวิเคราะห์ปัญหาและวางขั้นตอนในการจัดการกับมันอย่างเป็นรูปธรรม (Algorithm) ไม่เช่นนั้นแล้วเจ้าคอมพิวเตอร์สมองไว (แต่กลวง) ก็จะออกอาการ Error ออกมาเป็นแน่แท้ ซึ่งแน่นอนว่าทักษะในการแก้ไขปัญหาอย่างเป็นระบบขั้นตอนที่คุณได้จากการฝึกเขียนโปรแกรมอยู่เสมอเหล่านี้จะมีประโยชน์เป็นอย่างมากในการแก้โจทย์ต่างๆของตลาดหุ้น, การลงทุน และในชีวิตจริงๆของคุณเช่นเดียวกัน (โดยที่คุณอาจไม่รู้ตัวเลยก็ได้ … แฝงอยู่แบบ Inner สุดๆ)

อีกเรื่องหนึ่งที่อยากจะพูดเพื่อเป็นกำลังใจให้กับหลายๆคนก็คือ ทุกวันนี้การเรียนรู้การเขียนโปรแกรมไม่ได้เป็นเรื่องยากเย็นเกินไป มีภาษาหลายภาษารวมถึงโปรแกรมซึ่งออกแบบมาเพื่อให้เหมาะกับการเริ่มต้นเรียนรู้การเขียนโปรแกรม (มีแม้กระทั่งภาษาแบบตัดแปะที่คุณไม่ต้องพิมพ์อะไรเลยเช่น Google Blocky, Scratch หรือแม้แต่เกมใน Ipad) และถึงแม้ว่าคุณจะคิดว่ามีโปรแกรมต่างๆถูกพัฒนาออกมาอย่างมากมายในท้องตลาดจนตาลาย (รวมถึงที่เจ๊งจนขาดทุนหายไป) แต่การเขียนโปรแกรมก็คือการเขียนโปรแกรม แก่นของมันคือการสร้าง Algorithm เพื่อวิเคราะห์และออกแบบกระบวนการในการแก้ไขปัญหาออกมา ดังนั้นแล้วถึงแม้ว่าโปรแกรมและภาษาในการเขียนโปรแกรมต่างๆนั้นจะมีอยู่มากมาย แต่พวกมันก็มักจะมีองค์ประกอบและโครงสร้างของภาษาที่คล้ายกัน โดยอาจจะแตกต่างกันหลักๆแค่เพียงคำศัพท์ที่ใช้ในการสั่งงานคอมพิวเตอร์เท่านั้น (โดยเฉพาะภาษาของโปรแกรมพวก Backtesting Platform) นั่นจึงทำให้หากว่าคุณเขียนโปรแกรมภาษาใดภาษาหนึ่งเป็นแล้ว คุณก็จะสามารถศึกษาหรือโยกย้ายไปใช้โปรแกรมอื่นๆได้อย่างไม่ยากเย็นนักครับ

ความรู้พื้นฐานในการออกแบบและทดสอบระบบการลงทุน (System Design and Backtesting Knowledge)

AlgoTrader-Strategy_Development_Process

องค์ความรู้ในการออกแบบและทดสอบระบบการลงทุนถือเป็นองค์ความรู้เฉพาะทางที่แยก Systematic Trader ออกจากนักลงทุนและนักเก็งกำไรจำพวกอื่น นอกจากนี้โดยส่วนตัวแล้วผมคิดว่าไม่ว่าใครที่ไม่เข้าใจกระบวนการและขั้นตอนในการออกแบบและทดสอบระบบการลงทุนก็ยังไม่ควรที่จะเรียกตนเองว่าเป็นนักออกแบบระบบการลงทุนหรือ Trading System Designer กันสักเท่าไหร่นัก

ผมอยากทำความเข้าใจกันก่อนว่าถึงแม้ว่าแนวคิดการลงทุนด้วยระบบจะเริ่มเป็นที่รู้จักและแพร่หลายกันในปัจจุบัน แต่การลงทุนด้วยระบบการลงทุนนั้นไม่ได้เป็นสิ่งที่จะการันตีถึงความสำเร็จในการลงทุนเสมอไป และอันที่จริงแล้วผลลัพท์ของระบบการลงทุนส่วนใหญ่ที่ถูกเผยแพร่กันออกมาก็มักที่จะตกอยู่ในหลุมพรางบางอย่างในการออกแบบและทดสอบระบบ (Bias) จนทำให้มันดูดีเกินจริงในกระดาษ และดูแย่เกินไปในชีวิตจริงเอาเสียด้วย! (ถ้าไม่นับเรื่องความพยายามในการหลอกลวงขายระบบด้วยผล Backtest ความผิดพลาดในขั้นตอนการออกแบบและทดสอบระบบมักเป็นเหตุผลหลักที่ทำให้ ระบบส่วนใหญ่ไม่เป็นไปตามความคาดหวังหรือแย่สุดคือขาดทุนจนเจ๊ง)

ความรู้ความเข้าใจถึงความจำเป็นและประโยชน์ใช้สอยขององค์ประกอบต่างๆในแต่ละส่วนของระบบ เช่น การบริหารพอร์ทและคัดสรรตะกร้าในการลงทุน (Portfolio Management), กลไกเงื่อนไขสัญญาณซื้อขาย (Entry – Exit), การบริหารหน้าตักเงินทุน (Money Management), การบริหารความเสี่ยงระหว่างการลงทุน (Risk Maangement), การจัดการกับคำสั่งซื้อขายรู้แบบต่างๆให้เหมาะสมกับสภาพตลาด (Order Management) รวมถึงส่วนปลีกย่อยอื่นๆของระบบ พวกมันล้วนแล้วแต่เป็นสิ่งที่มีความสำคัญในการออกแบบระบบเป็นอย่างมาก (มีโอกาสผมจะลองเขียนให้อ่านกันอีกทีนะครับ)

นอกจากนี้แล้วขั้นตอนต่างๆในการที่คุณจะทำการทดสอบระบบเพื่อเก็บเอาผลลัพธ์ของการซื้อขาย (Test Sample) ออกมากก็ยังมีความสำคัญอย่างยิ่งยวดไม่แพ้กัน ไม่ว่าจะเป็นการตรวจสอบและปรับปรุงความถูกต้องของฐานข้อมูล (Database Management), การตรวจสอบความถูกต้องของการเขียนโปรแกรม (Code Checking), การตั้งค่ารายละเอียดของการทดสอบต่างๆ (Simulation Setting), การทดสอบเบื้องต้น (In-Sample Pre-Testing), การทดสอบความเสถียรของตัวแปรต่างๆที่นำมาใช้ (Parameter Stepping Test or Optimization), การทดสอบความเสถียรของระบบภายใต้ข้อมูลที่ยังไม่ถูกใช้ (Out-of-Sample Testing or Walk Forward Analysis), การประมาณการณ์ผลการลงทุนด้วยการสุ่มเปลี่ยนผลตอบแทน (MonteCarlo Testing) และขั้นตอนเฉพาะทางอื่นๆ ทุกๆขั้นตอนเหล่านี้คือสิ่งที่คุณต้องพยายามหาความรู้และทำความเข้าใจถึงรายละเอียด, ประโยชน์ใช้สอย, จุดดีและจุดด้อยของพวกมันให้ลึกซึ้ง ไม่เช่นนั้นแล้วคุณก็อาจจะตกหลุมพรางหรือ Bias ต่างๆในการออกแบบและทดสอบระบบการลงทุนได้อย่างง่ายมากๆ

ผมอยากเน้นย้ำว่าการที่คุณสามารถใช้โปรแกรมหรือเขียนสูตรต่างๆขึ้นเพื่อทำการทดสอบระบบหรือแนวคิดต่างๆย้อนหลังจนได้ค่าตัวเลขต่างๆออกมาได้นั้น ไม่ได้หมายความหรือเป็นการรับประกันว่าคุณจะทำการ Backtest เป็นหรือทำได้อย่างเหมาะสมจริงๆ ดังนั้นแล้วผมจึงคิดว่าความเข้าใจในองค์ความรู้ข้อนี้จึงเป็นสิ่งที่ชี้เป็นชี้ตายให้กับบรรดา Systematic Trader และนักลงทุนที่สนใจในการลงทุนด้วยระบบเป็นอย่างมาก

คำแนะนำของผมเกี่ยวกับเรื่องนี้ก็คือเราควรพยายามทำความเข้าใจกับองค์ความรู้ชนิดนี้ให้ดีที่สุดเท่าที่จะทำได้ แล้วค่อยๆเก็บ Know-How ในการออกแบบและทดสอบระบบไปเรื่อยๆ เพื่อที่จะให้ข้อมูลที่ได้ออกมานั้นไม่มีความลำเอียงหลอกลวงจนมากเกินไป เพราะจุดมุ่งหมายที่แท้จริงของพวกเราในการสร้างระบบนั้นไม่ใช่เพื่อให้เห็นตัวเลขผลกำไรที่สูงที่สุด แต่เพื่อเป็นการสร้างระบบที่ให้ผลลัพธ์ตรงกับเป้าหมายของเรามากที่สุดและมีความเสถียรกับข้อมูลที่ระบบยังไม่เคย (ข้อมูลในอนาคต) มากที่สุดต่างหาก

ความรู้พื้นฐานทางด้านวิชาสถิติศาสตร์ (Statistics Knowledge)

ทำไมต้องใช้วิชาสถิติด้วย!? (แค่นี้ก็ปวดขมองจะแย่!) เหตุผลสั้นๆเลยก็เนื่องมาจากว่า เราต้องการที่จะใช้ระบบการลงทุนกับข้อมูลต่างๆที่จะเกิดขึ้นในอนาคตไม่ใช่ข้อมูลในอดีตนั่นเองครับ!

Sample to Population 2

ความสำคัญที่เราจำเป็นต้องใช้วิชาสถิติเข้ามาช่วยก็เพราะตัวเลขต่างๆที่เราได้ออกมาจากผลการทดสอบ Backtest ของเรานั้น ไม่ว่าจะเป็นผลการซื้อขายหรือผลลัพธ์การเติบโตของเงินทุน พวกมันถือเป็นเพียงแค่กลุ่มตัวอย่าง (Sample) ที่ถูกเก็บข้อมูลออกมาจากข้อมูลบางช่วงในอดีตของตลาดที่เรามีอยู่ และแน่นอนว่าค่า Ratio ต่างๆที่ได้ออกมาก็เป็นเพียงแค่ค่าสถิติเชิงบรรยายเท่านั้น (Descriptive Statistics) ซึ่งนั่นไม่ใช่สิ่งที่เพียงพอในการที่จะวิเคราะห์และนำระบบไปใช้ได้ในทันที เพราะสิ่งที่เราต้องการคาดการณ์คือลักษณะภาพรวมของผลการลงทุนที่น่าจะเกิดขึ้นในอนาคต หรือพูดง่ายๆก็คือเราไม่ได้ต้องการแค่รู้ค่า Descriptive Statistics แต่เป็น Population Parameter ต่างหาก Informed Systematic Trader จึงพยายามที่จะใช้กลุ่มตัวอย่างที่ได้จากการ Backtest เพื่อคาดการณ์ถึงลักษณะของผลการซื้อขายที่น่าจะเกิดขึ้นในอนาคต (อันใกล้) ภายใต้ความน่าจะเป็นในระดับหนึ่งๆด้วยวิชาสถิติออกมานั่นเอง

สถิติเชิงอนุมาน (Inference Statistics) คือสิ่งที่จะเข้ามาช่วยเราในเรื่องนี้ วิชาสถิติจะช่วยให้เราสามารถประมาณการณ์ค่าของประชากรในภาพรวมจากกลุ่มตัวอย่างของเรา มันจึงทำให้เราสามารถที่จะคาดการณ์ถึงผลการลงทุน (เดาแบบมีหลักการ) และตัดสินใจถึงสิ่งต่างๆที่เกี่ยวข้องกับการลงทุนได้จากข้อมูลที่มีอยู่อย่างจำกัดภายใต้ความมั่นใจในระดับหนึ่งๆออกมานั่นเอง (ผมคงต้องบอกว่าไม่มีคำว่ามั่นใจ 100% โลกของ Systematic Trading – Backtesting นะครับ)

สำหรับเครื่องมือทางสถิติที่มักถูกนำมาใช้อยู่บ่อยครั้งนั้นก็ไม่ได้มีอะไรที่ซับซ้อนจนเกินไป ผมพบว่าจากประสบการณ์แล้ว ในเบื้องต้นเครื่องมือที่มักนำมาใช้ก็จะเป็นการทำการหาค่า Descriptive Statistics ต่างๆจากผลการซื้อขายที่มีอยู่ รวมไปถึงการทดสอบสมมติฐาน (Hypothesis Testing) เพื่อเปรียบเทียบผลตอบแทนของระบบการลงทุนแต่ละระบบว่ามีความแตกต่างกันจริงหรือไม่และมากน้อยเพียงใด

นอกจากนี้แล้วในระดับที่สูงขึ้นนั้น วิขาสถิติยังมีประโยชน์ในการทำวิจัยเกี่ยวกับตลาดในแง่มุมต่างๆอย่างมากอีกด้วย (Statistical & Quantitative Analysis) ซึ่งข้อมูลที่ได้เหล่านี้ก็จะสามารถนำมาปรับปรุงระบบได้อีกทีหนึ่ง แต่สำหรับสำหรับการวิจัยของ Individual Systematic Trader ในเบื้องต้นแบบพวกเราแล้ว เครื่องมือที่ใช้ส่วนใหญ่ก็ไม่ได้จำเป็นที่จะต้องลึกล้ำซับซ้อนขนาดนั้นหรอกครับ พวกมันก็มักจะเป็นเครื่องมือต่างๆที่อยู่ในวิชาสถิติพื้นฐานที่พวกเรามักได้เรียนกันในช่วงเรียนมหาวิทยาลัยอยู่แล้ว ยกตัวอย่างเช่น สถิติเชิงบรรยาย (Descriptive Statistics), การทดสอบสมมติฐาน (Hypothesis Testing), การวิเคราห์ค่าสหสัมพันธ์ (Correlation Testing), การวิเคราะห์ความแปรปรวน (Anova) หรือการวิเคราะห์การถดถอย (Regression Analysis) นั่นเอง ส่วนใครมีความรู้มากหน่อยจะเล่นท่ายากใช้เครื่องมือล้ำๆแปลกๆเพิ่มเติมจนกลายเป็นพวก Quant หรือ Financial – Rocket Scientist ก็คงจะไม่ว่ากันครับ ^_^

องค์ความรู้สุดท้ายที่ผมยังไม่ได้กล่าวถึง

visual-book-notes-how-to-read-a-book

จริงๆแล้วยังมีองค์ความรู้อีกอย่างหนึ่งที่ผมยังไม่ได้กล่าวถึง เนื่องจากผมก็ไม่แน่ใจว่าจะบัญญัติมันว่าอะไรดี 55 (ใครนึกศัพท์ออกบอกผมด้วยครับ Open-mouthed smile แต่เท่าที่นึกออกน่าจะเป็นองค์ความรู้ประเภท Knowledge Management (KM)) และนั่นก็คือความรู้ในการที่จะหาความรู้และเก็บความรู้ที่ได้มาเหล่านั้นเพื่อให้เกิดประโยชน์สูงสุดอีกทีหนึ่ง โดยส่วนตัวแล้วผมคิดว่าความรู้ในการที่จะเรียนรู้และจัดเก็บความรู้ต่างๆนั้นเป็นสิ่งสำคัญอย่างมากในปัจจุบันไม่ว่าเราจะอยู่ในสาขาอาชีพใดก็ตาม เพราะในขณะนี้ผมคิดว่าเรากำลังเข้าสู่ยุคของ Big Data ซึ่งมีข้อมูลลอยอยู่มากมายในอากาศจนทะลัก ดังนั้นแล้วปัญหาในวันข้างหน้าจึงอาจจะไม่ใช่การไม่มีแหล่งข้อมูลความรู้ แต่เป็นปัญหาจากขีดความสามารถที่จะเรียนรู้, จัดเก็บ และใช้ประโยชน์จากข้อมูลเหล่านี้กันเสียมากกว่า และนี่ก็คือทั้งหมดที่อยากเขียนในบทความนี้ครับ

ก่อนจะจบบทความผมอยากจะทิ้งท้ายด้วยการให้กำลังใจไว้สักหน่อยว่า องค์ความรู้ทั้งหมดเหล่านี้คงไม่ใช่สิ่งที่คุณจะสามารถทำความเข้าใจกับสิ่งต่างๆทั้งหมดได้ภายในปีเดียวหรือในเวลาอันรวดเร็ว ผมคิดว่าการจะทำความเข้าใจกับมันนั้นต้องค่อยๆเคี้ยวทีละชิ้น กลืนทีละคำ และบ่มเพาะไปเรื่อยๆ อยากบอกว่าส่วนตัวแล้วผมเองก็ไม่ใช่คนที่ตั้งใจเรียนจนเข้าใจและจดจำทุกอย่างได้มาตั้งแต่ตอนเรียนหรอกครับ (ม.ปลาย ผมเรียนสายวิทย์ก็จริง แต่ก็ไม่ได้ตั้งใจเรียนมากมาย พอเรียนมหาวิทยาลัยผมเปลี่ยนแนวไปเล่นดนตรี ดังนั้นในช่วงเริ่มต้นอย่าเรียกว่าผมคืนอาจารย์ไปหมดแล้ว ให้เรียกว่ามันแทบไม่มีอะไรอยู่ในหัวเลยจะดีกว่าครับ! 55) ดังนั้นแล้วความพยายาม, ความรักในการลงทุน รวมไปถึงความสนุกที่มีต่อการได้เรียนรู้สิ่งต่างๆในตลาดจึงเป็นกุญแจสำคัญในการที่จะค่อยเรียนรู้, รื้อฟื้น และต่อจิ้กซอว์เหล่านี้เข้าด้วยกัน

ผมหวังว่าบทความนี้จะมีประโยชน์และเป็นแผนที่นำทางให้กับทุกๆคนที่อยากจะพัฒนาตนเองสู่ความเป็น Systemtic Trader หรือผู้ที่ต้องการที่จะทำการลงทุนอย่างเป็นระบบกันไม่มากก็น้อยครับ

ปล. ใครมีอะไรอยากช่วยเสริมในองค์ความรู้ต่างๆที่ผมไม่ได้พูดถึงก็ช่วยเสริมกันใน Comment ได้ เผื่อใครเข้ามาอ่านจะได้มีข้อมูลทางเดินต่อไปที่มากขึ้น และเพื่อความเจริญรุ่งเรืองของวงการลงทุนไทยละกันนะครับ เอ้า … เฮ!!

แมงเม่าคลับ.คอม หนังสือหุ้นน่าอ่าน, วิธีการเล่นหุ้น, การวิเคราะห์หุ้นทางเทคนิค, จิตวิทยาการลงทุน และการบริหารเงินทุน Money Management

Sortino-VS.-Sharp.png

งบการเงินของนักเก็งกำไร

สำหรับนักลงทุนพื้นฐานแล้ว การอ่านงบการเงินให้เป็นมีความจำเป็นมากในการที่จะตัดสินใจลงทุนในกิจการต่างๆ แต่เมื่อมองมากลับมาในมุมของการเก็งกำไรนั้น ผมพบว่าน้อยคนนักที่จะสนใจในการหาข้อมูลและทำความเข้าใจใน Performance ต่างๆของระบบการลงทุนอย่างจริงจัง ทั้งๆที่พวกเขาจะต้องทำตามระบบการลงทุนต่างๆเป็นเวลาอีกยาวนานเพื่อให้ระบบผลิดอกออกผลของมันออกมา ดังนั้นวันนี้จึงอยากจะขอพูดถึงเรื่องนี้กันสักหน่อยครับ

Performance Summary งบการเงินของนักเก็งกำไร

นักเก็งกำไรส่วนใหญ่เชื่อว่าการที่พวกเขาสามารถที่จะอ่านกราฟและบริหารเงินทุนให้เป็นก็เพียงพอแล้วสำหรับการที่เขาจะสามารถทำกำไรออกมาจากตลาดได้ สำหรับผมแล้วความเชื่อนี้เป็นเพียงความจริงบางส่วนเท่านั้น เหตุผลก็เพราะถึงแม้ว่าพวกเขาจะอ่านกราฟเป็นหรือรู้ว่าสูตรในการวิเคราะห์กราฟต่างๆเป็นอย่างไร มันก็ยังไม่เพียงพอกับการที่จะทำให้พวกเขามีความเชื่อมั่นในการทำตามระบบได้จริงๆในระยะยาวสักเท่าไหร่นัก

เราควรต้องเข้าใจก่อนว่าการใช้สูตรหรือระบบในการลงทุนให้ได้ผลออกมาเป็นอย่างดีนั้น เงื่อนไขหนึ่งก็คือความสามารถในการที่เราจะทำตามระบบนั้นได้อย่างสม่ำเสมอและยาวนานหลายปี (แม้ในเวลาที่ตลาดย่ำแย่หรือผันผวนก็ตาม) เนื่องจากในระหว่างทางนั้นคุณจะต้องเจอกับทั้งช่วงเวลาที่ระบบให้ผลตอบแทนที่ดีและขาดทุนสลับกันไป ดังนั้นการที่เราจะตกลงปลงใจในการที่จะยึดถือหรือนำระบบการลงทุนไม่ว่าในรูปแบบใดมาใช้นั้น มันจึงไม่ต่างอะไรกับการเข้าถือหุ้นในระยะยาวของบรรดานักลงทุนพื้นฐานเลยแม้แต่น้อย และนี่ก็คือเหตุผลที่ว่าเหตุใดเราจึงควรที่จะทำความเข้าใจกับระบบการลงทุนของเราให้เป็นอย่างดีที่สุดเท่าที่เราจะทำได้เสียก่อน โดยหนึ่งในวิธีการที่เราจะทำความเข้าใจกับธรรมชาติ, จุดอ่อนและจุดแข็งของระบบการลงทุนของเราอย่างรวดเร็วก็คือการอ่าน Performance Summary จากระบบ ซึ่งถือเป็นงบการเงินของนักเก็งกำไรนั่นเองครับ

image

Overfitting%20Effe

ตัวอย่าง Performance Statistics Summary จากระบบ Simple System 2 ในบทความ กับดักของรายละเอียดในตลาดหุ้น ซึ่งจะช่วยให้เราเห็นถึงคุณลักษณะของระบบอย่างรวดเร็วนอกเหนือจากเส้น Equity Curve ที่สวยงามเท่านั้น (Source : Amibroker)

ตัวเลขและอัตราส่วนที่ควรรู้ในการอ่าน Performance Summary ของระบบการลงทุน

ในคราวนี้ผมจะขอแนะนำตัวเลขและอัตราส่วนบางตัวที่เราควรรู้ในการอ่าน Performance Summary ของระบบการลงทุนกันนะครับ โชคดีอย่างหนึ่งของพวกเราคือไม่ว่าเราจะได้พวกมันมาจากแหล่งข้อมูลแห่งไหนหรือโปรแกรม Backtesting ตัวใดๆ พวกมันก็มักจะมีตัวเลขเหล่านี้กันอยู่ตามมาตรฐานสากล (บางตัวอาจไม่มีแต่คุณควรหารายละเอียดเพิ่มเติมเพื่อให้เข้าใจระบบมากขึ้น) และนี่ก็คือตัวเลขและอัตราส่วนบางตัวที่คุณควรสนใจครับ

* ผมจะขอข้ามตัวเลขพวก %Win-%Loss หรือพวก Expectancy, Payoff Ratio ต่างๆไปนะครับเนื่องจากเคยเขียนผ่านๆไว้ในหลายบทความแล้ว โดยในบทความนี้จะขอพูดถึงตัวเลขและอัตราส่วนที่นิยมใช้กันและมีผลต่อการตัดสินใจเกี่ยวกับการวิเคราะห์ระบบการลงทุนครับ

CAGR (Compound Annual Growth Rate) :

ตัวเลข CAGR หรือ Annual Return นี้จะบอกถึงผลตอบแทนทบต้นของระบบในช่วงเวลาที่ผ่านมาโดยมีสูตร

CAGR(t0,tn) = (V(tn)/V(t0)) ^ (1/(tn-t0)) – 1

โดยที่ V(t0) คือมูลค่าเงินทุนเริ่มต้น, V(tn) คือมูลค่าเงินทุนล่าสุด และ tn-to คือหน่วยของเวลาโดยส่วนใหญ่มักแทนจำนวนปีตั้งแต่เริ่มต้นจนจบปีที่สรุปผล

สังเกตุว่าผลตอบแทนทบต้น CAGR จะไม่เหมือนกับผลตอบแทนโดยเฉลี่ยหรือ Average Return เนื่องจากผลตอบแทนทบต้นแบบ CAGR นั้นเป็นค่าเฉลี่ยแบบเรขาคณิต (Geometric Mean) ซึ่งจะไม่เหมือนกับค่าเฉลี่ยเลขคณิต (Arithmetic Mean) ของ Average Return ซึ่งคำนวณด้วยการนำผลตอบแทนปลายทางมาหารเท่านั้น

Average Return = (V(tn)/V(t0)) / (tn-t0)

ตัวอย่างง่ายๆเช่น หากมูลค่าพอร์ท 100 บาทของคุณเติบโตในแต่ละปีตามตัวเลขต่อไปนี้ เช่น จาก 100 เป็น200,150 และ 300 หรือคิดเป็นผลตอบแทน 100%,-25%,100% ในแต่ละปี คุณจะได้ค่า CAGR ราว 43.69% ในขณะที่คุณจะมี Average Return เท่ากับ 100% ต่อปี ดังนั้นคุณจะเห็นได้ว่า Average Return จะให้ตัวเลขที่สูงกว่า CAGR มาก และหาคุณนำค่า Average Return มาคิดผลตอบแทนจากต้นทางด้วยเงิน 100 บาท ภายใน 3 ปีคุณจะมีเงินผิดเพี้ยนไปกว่า 800 บาทเลยทีเดียว เราจึงนิยมใช้ CAGR มาวัดผลตอบแทนในการลงทุนนั่นเอง

% Drawdown :

ตัวเลขนี้จะบอกถึงการลดลงของเงินทุนของระบบในระหว่างที่ลงทุนอยู่ โดยจะวัดจากอัตราส่วนระหว่างมูลค่าเงินทุนสูงสุดเท่าที่เคยเกิดขึ้น (Highest Equity High) หักลบด้วยมูลค่าเงินลงทุนที่ต่ำที่สุดหลังจากที่เคยเกิดขึ้นมา (Lowest Low after Highest High) ยกตัวอย่างเช่น สมมติว่าคุณลงทุนด้วยเงิน 1 ล้านบาท และมูลค่าพอร์ทเคยวิ่งขึ้นไปสูงสุดที่ 10 ล้านบาท และในขณะนี้คุณมีเงินลงทุนเหลืออยู่ที่ 8 ล้านบาท คุณจะมี Drawdown เท่ากับ 20%

% Drawdown = 1 – (Current Equity/Highest Equity High)

Max % Drawdown :

ตัวเลขนี้จะบอกถึงการลดลงของเงินทุนที่มากที่สุดของระบบในระหว่างที่ลงทุนอยู่ โดยจะวัดจากอัตราส่วนระหว่างมูลค่าเงินทุนสูงสุดเท่าที่เคยเกิดขึ้น (Highest  Equity High) หักลบด้วยมูลค่าเงินลงทุนที่ต่ำที่สุดหลังจากที่เคยเกิดขึ้นมา (Max Lowest Low after Highest High) ยกตัวอย่างเช่น สมมติว่าคุณลงทุนด้วยเงิน 1 ล้านบาท และมูลค่าพอร์ทเคยวิ่งขึ้นไปสูงสุดที่ 10 ล้านบาท และในขณะนี้คุณมีเงินลงทุนเหลืออยู่ที่ 8 ล้านบาท แต่หลังจากที่พอร์ทเคยทำจุดสูงสุดไปนั้น มูลค่าพอร์ทของคุณเคยลดต่ำลงเหลือเพียง 7 ล้านบาท ดังนั้น คุณจะมี Drawdown เท่ากับ 30%

% Drawdown = 1 – (Max Lowest Low after Highest High/Highest Equity High)

ตัวเลข Max % DD เป็นตัวเลขที่คุณต้องใส่ใจเป็นพิเศษ เพราะมันบ่งบอกถึงความเสี่ยงที่คุณอาจต้องเจอขณะที่ทำการลงทุนด้วยระบบนั้นๆอยู่ และระบบจะไม่มีประโยชน์อะไรเลยถ้าคุณรับความกดดันจากตัวเลขนี้ในระหว่างการลงทุนจริงๆไม่ได้ เนื่องจากในที่สุดแล้วคุณก็จะเลิกทำตามระบบไปในเวลาที่แย่ที่สุดของระบบนั่นเอง

Longest Drawdown :

ตัวเลข Longest Drawdown หรือ Maximum Drawdown Length นั้นจะช่วยบอกให้เราทราบว่าในระหว่างการลงทุนนั้น ระบบเคยต้องใช้เวลายาวนานที่สุดมากแค่ไหนในการที่จะทำจุดสูงสุดของพอร์ทใหม่อีกครั้งหลังจากที่เกิด Drawdown ขึ้นมา มักมีหน่วยเป็นจำนวนเดือน

Longest Drawdown =  Max (Old Highest High (t0) – New Highest High (tn))

ในฐานะของนักเก็งกำไรนั้น ตัวเลข Longest Drawdow เป็นสิ่งที่คุณจะต้องให้ความสนใจไม่แพ้ Max % Drawdown เลย เนื่องจากมันจะช่วยให้คุณเข้าใจและเตรียมรับมือว่าพอร์ทของคุณอาจหยุดนิ่งและพักตัวจนกว่าจะกลับมาทำจุดสูงสุดใหม่โดยใช้ระยะเวลายาวนานแค่ไหน ซึ่งในหลายๆกรณีแล้วระบบที่มีลักษณะที่เป็นระบบในระยะยาวมักมีช่วง Longest Drawdown ที่ยาวนานเป็นปีหรือหลายปีก็ได้

Sharpe Ratio :

อัตราส่วน Sharp Ratio ถือเป็นอัตราส่วนอย่างหนึ่งในรูปแบบของ Risk Adjust Return หรือการวัดผลตอบแทนโดยเทียบกับความเสี่ยง มันถูกคิดค้นขึ้นมาโดยศาสตราจารย์ William F. Sharpe แห่ง Stanford University เพื่อเปรียบเทียบความสามารถในการบริหารเงินลงทุนของกองทุนต่างๆในแง่ของความสามารถในการทำกำไรที่สม่ำเสมอ โดยจะวัดจากผลตอบแทนโดยเฉลี่ยที่เหนือกว่าอัตราผลตอบแทนที่ปราศจากความเสี่ยง (Risk Free Rate) เช่นพันธบัตรของรัฐบาล เทียบกับความผันผวนซึ่งก็คือค่าเฉลี่ยความเบี่ยงเบนของผลตอบแทนขณะที่ลงทุนอยู่

Sharpe Ratio = (Average Annual Return – Risk Free Rate)/Standard Deviation of Returns

* Sharpe Ratio ถือเป็นตัวเลขที่นิยมนำมาใช้เปรียบเทียบความสามารถในการบริหารเงินลงทุนกันโดยสากล โดยตัวเลขที่ถือว่าดีหรือดีมากๆคือมีค่า Sharpe Ratio มากกว่า 1 อย่างไรก็ตาม เนื่องจากค่า Sharpe Ratio นำเอาความผันผวน (Standard Deviation) ของผลตอบแทนมาใช้ มันจึงมีจุดอ่อนอย่างหนึ่งก็คือมันจะให้ตัวเลขที่สูงมากๆสำหรับผู้ที่สามารถสร้างผลตอบแทนที่สม่ำเสมอหรือคงที่แม้ว่าจะได้ผลตอบแทนโดยเฉลี่ยที่น้อยมากๆก็ตาม และในทางกลับกันแล้วมันกลับจะให้ตัวเลขที่ไม่ดีเท่าไหร่นักสำหรับผู้ที่สามารถทำผลตอบแทนโดยเฉลี่ยได้สูงมากๆแต่ผลการลงทุนในแต่ละปีไม่คงที่เท่าไหร่นัก

Sortino Ratio :

อัตราส่วน Sortino Ratio ถูกคิดค้นขึ้นมาเพื่อปิดจุดอ่อนของ Sharpe Ratio โดย Frank A. Sortino โดยที่ Sortino มองว่าความผันผวนของผลตอบแทนนั้นมีหลายมิติ และเราไม่ควรที่จะนำเอาความผันผวนซึ่งเกิดขึ้นในด้านบวกมาคิดรวมเอาไว้ (ยิ่งได้กำไรเยอะๆต่อปีก็ยิ่งดี) เพราะหากกองทุนมีลักษณะการได้ผลตอบแทนในเชิงบวกที่สูงมากๆ รวมถึงไม่เคยขาดทุนเลยก็ยังจะได้ค่า Sharpe Ratio ที่น้อยออกมาอยู่ดี ดังนั้นสูตรการคำนวณของ Sortino จึงยังอยู่ในลักษณะเดียวกับ Sharpe Ratio อยู่ เพียงแต่จะนำเอาแค่ความผันผวนของผลตอบแทนในปีที่ติดลบมาคิดเท่านั้น

Sortino Ratio = (Average Annual Return – Risk Free Rate) / Standard Deviation of Negative Returns

อัตราส่วน Sortino Ratio มักถูกนำมาใช้เพื่อวัดผลกองทุนที่คาดหวังผลตอบแทนแบบ Absolute Return หรือคาดหวังผลตอบแทนที่สูงกว่าตลาด (ลงทุนเพื่อเน้นให้พอร์ทโตให้มากที่สุด) เช่นกองทุนพวก Hedge Fund หรือ Managed Futures (โดยเฉพาะกองทุนประเภท Trend Following เนื่องจากผลตอบแทนในด้านบวกจะมีความผันผวนมาก) ดังนั้นแล้วมันจึงถือเป็นอัตราส่วนทางเลือกที่ไม่ควรมองข้ามไปนั่นเอง

Sortino VS. Sharp

ภาพเปรียบเทียบผลตอบแทนที่นำมาใช้ในการคำนวณ Shape Ratio และ Sortino Ratio : ในการคำนวณค่า Sharpe Ratio นั้นเราจะนำเอาผลตอบแทนทั้งแง่บวกและแง่ลบมาคิด แต่ Sortino Ratio จะนำเอาส่วนที่ต่ำกว่า Desired Target Return มาคำนวณแทน (ซึ่งมักใช้ค่าที่น้อยกว่า 0 หรือผลตอบแทนติดลบ) ผลจะทำให้ระบบหรือกองทุนที่ทำกำไรได้สูงแต่มีความผันผวนของผลตอบแทนที่ติดลบต่ำมีค่า Risk Adjust Return ที่สะท้อนถึงความสามารถในการทำกำไรที่ดีหรือเหมาะสมขึ้นนั่นเอง

ที่มาของภาพ : www.futuresmag.com

MAR Ratio :

เนื่องจากในสายตานักลงทุนและนักเก็งกำไรส่วนใหญ่นั้น ความผันผวนของผลตอบแทนซึ่งวัดโดยค่า Standard Deviation ไม่ได้สะท้อนถึงความเสี่ยงตามสามัญสำนักโดยทั่วไปสักเท่าไหร่นัก อัตราส่วน MAR Ratio จึงถูกพัฒนาขึ้นมาโดย Managed Account Reports newsletter (MAR) ซึ่งทำการรายงานผลวิจัยของบรรดากองทุน Managed Futures และ Hedge Fund ต่างๆ

MAR Ratio มีมุมมองต่อความเสี่ยงในแง่ของโอกาสในการที่เราจะขาดทุนมากที่สุดออกมาแทน มันจึงนำเอาค่าผลตอบแทนทบต้นหรือ CAGR ตั้งแต่กองทุนเริ่มต้นบริหารเงินทุนมาเทียบกับอัตราส่วนร้อยละของการลดลงของเงินทุนที่มากที่สุดหรือ Maximum % Drawdown แทน มันจึงมักถูกมองในแง่ที่ว่าเป็นอัตราส่วนแบบ Pain to Gain หรือสัดส่วนการแบกรับความเสี่ยงที่มากที่สุดในการที่คุณจะได้ผลตอบแทนออกมา

MAR Ratio = CAGR Since Inception / abs(Maximum % Drawdown)

นอกจาก MAR Ratio แล้วยังมีอัตราส่วนที่มีลักษณะคล้ายกับ MAR Ratio เป็นอย่างมากอยู่อีกรูปแบบหนึ่งซึ่งคุณควรรู้นั่นก็คือ Calmar Ratio ซึ่งถูกพัฒนาขึ้นโดย Terry W. Young โดย Calmar Ratio จะมีลักษณะสูตรเหมือนกับ MAR Ratio เพียงแต่ตัวแปรในการคำนวณซึ่งก็คือค่า CAGR และ Maximum % Drawdown นั้นจะถูกคิดย้อนหลังเพียง 36 เดือนหรือ 3 ปีเท่านั้น อย่างไรก็ตาม ไม่ว่าคุณจะมองไปที่ค่า MAR หรือ Calmar Ratio พวกมันล้วนแล้วแต่ถูกออกแบบมาด้วยแนวความคิดเดียวกันทั้งสิ้น และยิ่งคุณมีค่าเหล่านี้สูงเท่าไหร่จากระบบหรือจากกองทุนก็ยิ่งดี

Performance Summary เป็นแค่จุดเริ่มต้นเท่านั้น

ในการที่คุณจะยกระดับความเข้าใจในระบบการลงทุนที่คุณกำลังจะเลือกใช้และฝากชีวิตอีกหลายเดือนหรือปลายปีไว้กับมันนั้น ผมคงต้องบอกว่าการอ่าน Performance Summary เหล่านี้ยังคงถือเป็นเพียงจุดเริ่มต้นของการเดินทางเท่านั้น (และแน่นอนว่าอัตราส่วนต่างๆด้านบนก็เป็นแค่เพียงบางส่วนที่คุณควรรู้เช่นกัน) คุณยังควรที่จะทำความเข้าใจ Performance ของระบบในหน่วยย่อยลงไปให้ลึกที่สุดเท่าที่จะทำได้ ไม่ว่าจะเป็นการทำ Year-by-Year Review, การดู Performance by Sector หรือดูผลตอบแทนตามกลุ่มหุ้นหรือกลุ่มอุตสาหกรรมของระบบ, การทำ Out-of Sample Testing หรือการทำการทดสอบระบบกับข้อมูลที่มันไม่เคยเห็นในระหว่างการสร้างระบบ เช่นการทำ Walk Forward Test หรือแม้แต่การจำลองเหตุการณ์ในอนาคตที่แตกต่างไปในหลายๆรูปแบบกับระบบของคุณด้วยการทำ Monte Carlo Analysis

อย่างไรก็ตามการทดสอบด้วยกรรมวิธีการต่างๆที่ผมได้กล่าวไปนั้นอาจเป็นเรื่องที่ค่อนข้างยากและใช้เวลาพอสมควรสำหรับคนทั่วๆไป ดังนั้นแล้วสำหรับคนที่พึ่งเริ่มต้นหรือคิดที่จะทำการเก็งกำไรในรูปแบบที่เป็นวิทยาศาสตร์นั้น (พูดง่ายๆคือวางแผนเก็งกำไรหรือใช้กราฟตามหลักฐานจากการทดสอบที่เรามี) อย่างน้อยที่สุดแล้วจึงควรที่จะต้องตรวจสอบดูถึง Performance Summary เหล่านี้ก่อนที่จะใช้ระบบหรือกลยุทธ์การลงทุนใดๆอย่างละเอียด!

สุดท้ายนี้ผมอยากบอกว่าอันที่จริงแล้วการอ่านกราฟหรือใช้กราฟไม่ใช่เรื่องยากเท่าไหร่นัก แต่ความสามารถในการที่จะเข้าใจ, ยอมรับ และทำตามระบบอย่างต่อเนื่องกลับเป็นเรื่องที่มีความยากกว่ามากในขณะที่คุณทำการลงทุนจริงๆ ดังนั้นแล้วจงอย่าหยุดเพียงแค่คุณรู้ว่าเส้นอะไรตัดเส้นอะไรขึ้นจึงซื้อหรือขาย เส้นสายต่างๆจะหมดความหมายไปในทันทีหากคุณไม่เข้าใจธรรมชาติของมัน

… จงอ่านงบการเงินของนักเก็งกำไรให้ละเอียดถี่ถ้วนก่อนตัดสินใจฝากชีวิตไว้กับระบบหรือกลยุทธ์การเก็งกำไรใดๆ ไม่ว่าใครหน้าไหนจะบอกว่าพวกมันดีเยี่ยมแค่ไหนก็ตาม

มือสมัครเล่นพูดถึงกราฟ มืออาชีพพูดถึงประสิทธิภาพของระบบการลงทุนด้วยตัวเลขที่เขามี

แล้วพบกันใหม่ครับ Open-mouthed smile

Richard Wyckoff Qoute by Mangmaoclub

แมงเม่าคลับ.คอม หนังสือหุ้นน่าอ่าน, วิธีการเล่นหุ้น, การวิเคราะห์หุ้นทางเทคนิค, จิตวิทยาการลงทุน และการบริหารเงินทุน Money Management

Trend Following History by Mangmaoclub - Small Pic

ประวัติโดยสังเขปจากอดีตสู่ปัจจุบันของกลยุทธ์การเก็งกำไรแบบ Trend Following

วันนี้พอดีตั้งใจจะทำภาพ Timeline ของกลยุทธ์การเก็งกำไรแบบ Trend Following เอาไว้สักหน่อย พอดีผ่านไปเห็น App Timeline สวยๆเลยทำมาฝากกัน ลองเลื่อนๆอ่านดูเอาแล้วกันนะครับ เกร็ดความรู้จากประวัติศาสตร์มักช่วยเติมเต็มความเข้าใจของเราได้เป็นอย่างดี ตอนนี้ยังไม่เสร็จเรียบร้อยดีเท่าไหร่เพราะข้อมูลเยอะ แต่เดี๋ยวจะค่อยๆ Update ไปครับ ^_^

ปล. ดูได้ทั้งแบบ 2D และ 3D นะครับ สังเกตุปุ่มด้านซ้ายล่างของตัว Timeline ครับ

แมงเม่าคลับ.คอม หนังสือหุ้นน่าอ่าน, วิธีการเล่นหุ้น, การวิเคราะห์หุ้นทางเทคนิค, จิตวิทยาการลงทุน และการบริหารเงินทุน Money Management

image.png

อย่าหาเหตุผลจากการใช้กราฟ

ผมพูดตรงๆว่าผมค่อนข้างขัดใจเวลาที่ได้ยินใครมักชอบพูดกันว่า “หุ้นขึ้นมาเพราะกราฟมันทำตัวแบบนี้ Indicator กำลังมีค่าเท่านั้น หรือหุ้นวิ่งลงไปเพราะกราฟเป็นรูปแบบนี้” อยู่เสมอ … ทำไมน่ะหรือครับ? สาเหตุก็เพราะว่าในทางสถิตินั้นถึงแม้ว่าเราจะบ่งบอกถึงความสัมพันธ์ระหว่างตัวเหตุการณ์ต่างๆออกมาได้ แต่นั่นก็ไม่ได้หมายความว่ามันจะเป็นเหตุและผลซึ่งกันและกันเลย ดังนั้นแล้วมันจึงแทบไม่มีประโยชน์อะไรที่คุณจะต้องพยายามหาเหตุผลมาสนับสนุนการตัดสินใจในการเทรดของคุณแบบ “ครั้งต่อครั้ง” เพราะนั่นไม่ใช่สิ่งที่สถิติจากกราฟทาง Technical Analysis ให้กับคุณได้นั่นเองครับ

สิ่งที่มีความสัมพันธ์กันไม่ได้หมายความว่ามันเป็นเหตุผลซึ่งกันและกัน! (

Correlation does not imply causation)

ผมเองตั้งใจเอาไว้ว่าจะเขียนอธิบายถึงเรื่องนี้มาสักพักหนึ่งแล้ว แต่วันนี้โชคดีได้แวะไปอ่าน FB Fanpage ของคุณหมอกอล์ฟ พงศกร เอื้อชวาลวงศ์ หรือหมอกอล์ฟพงษกร นักลงทุน VI สายดำ เจ้าของบล็อก Mind Investing มา แล้วเห็นพี่กอล์ฟเขียนไว้ได้อย่างดีแล้ว (ผมก็เลยไม่ต้องนั่งเทียนเขียนอีก ฮ่าๆ) ในช่วงแรกผมจึงขอนำมาตัดแปะให้อ่านกันไปเลยครับ

ข้อความจากคุณหมอกอล์ฟ :

การบอกความสัมพันธ์ว่า "อะไร" เป็นเหตุทำให้เกิด "อะไร" ตามมา ไม่ใช่เรื่องง่ายนัก นอกจากว่าเราจะสามารถควบคุมตัวแปรได้ทั้งหมดเหมือนในห้องทดลองทางวิทยาศาสตร์ แล้วเหลือเฉพาะตัวแปรต้นและตัวแปรตามซึ่งเป็นเหตุและผลที่เราสนใจเท่านั้น และถึงแม้เราจะควบคุมตัวแปรได้ทั้งหมด ลำดับการเกิดก่อนหลังของตัวแปรต้นและตัวแปรตามอาจจะไม่ใช่เหตุและผลก็ได้ อาจจะเป็นเพียงแต่เป็นเหตุการณ์ที่เกิดร่วมกัน หรือทั้งสองอาจจะมีสาเหตุร่วมกันที่เราไม่ทราบ

ในชีวิตจริงที่มีเหตุและปัจจัยมากมายจนยากที่จะแยกแยะได้ว่าอะไรคือเหตุ อะไรคือผล แม้จะมีการศึกษาอย่างดีโดยมีการควบคุมตัวแปรในห้องทดลองก็ไม่ใช่ว่าผลในชีวิตจริงจะเป็นอย่างในห้องทดลองเสมอไป เพราะในชีวิตจริงมีปัจจัยมากมายที่อาจจะมีผลกระทบต่อผลลัพธ์ของเรื่องที่เราสนใจ

การศึกษาปัจจัยที่ส่งผลต่อความสำเร็จของบริษัทในอดีตเพื่อศึกษาหาเหตุปัจจัยที่ทำให้บริษัทเติบโตก็ไม่ต่างกัน การที่เราได้ข้อมูลหรือคุณลักษณะที่มีร่วมกันของบริษัทที่เคยประสบความสำเร็จ อาจจะเป็นไปได้ว่าคุณสมบัติเหล่านี้เกิดจากการคัดเลือกจากข้อมูลของบริษัทที่ประสบความสำเร็จเพียงด้านเดียว แต่คุณสมบัติเหล่านี้อาจจะอยู่ในบริษัทที่ล้มเหลวเหมือนกันเพียงแต่ไม่มีใครศึกษา

นอกจากนั้น การดำเนินไปของธุรกิจมีความเป็น Dynamic สูง มีการเปลี่ยนแปลงตลอด ทั้งปัจจัยภายนอกปัจจัยภายใน ต่อให้เราทราบเหตุของการประสบความสำเร็จจริง…แต่สภาพปัจจุบันของบริษัทที่เปลี่ยนไปอาจจะไม่ได้มีคุณลักษณะนั้นแล้วก็ได้

การศึกษากรณีของบริษัทที่ประสบความสำเร็จ บริษัทที่ประสบความล้มเหลว เคยคลุกคลีทำงานกับธุรกิจที่ประสบความสำเร็จ เคยคลุกคลีทำงานกับธุรกิจที่ล้มเหลว แล้วสามารถวิเคราะห์แยกแยะเหตุปัจจัยที่น่าจะเป็นสาเหตุได้ ทั้งในแง่ลำดับการเกิดขึ้นของเวลา ทั้งในแง่การอธิบายด้วยเหตุผล น่าจะช่วยให้เรารู้และเข้าใจสาเหตุที่ส่งผลต่อความสำเร็จของบริษัทเพิ่มขึ้น

ถ้าเรารู้ว่าอะไรคือเหตุของบริษัทที่จะประสบความสำเร็จในอนาคต และจับตามองถูกที่ว่าปัจจัยแห่งความสำเร็จยังอยู่หรือไม่? ปัจจัยแห่งความล้มเหลวเริ่มเข้ามาหรือยัง? เราย่อมสามารถเป็นนักลงทุนในหุ้นเติบโตที่ดีได้ และสิ่งสำคัญที่เราต้องรู้คือ…ไม่มีอะไร 100% สิ่งที่เราคิดว่าเป็นสาเหตุของความสำเร็จอาจจะไม่ใช่ก็ได้ สิ่งที่เราคิดว่าเป็นสาเหตุของความสำเร็จอาจจะเปลี่ยนไปแล้วก็ได้ มนุษย์เรายังรู้น้อยมากเมื่อเทียบกับความรู้ที่มีในธรรมชาติ สิ่งที่เราพอจะทำใด้คือเปิดใจและหมั่นศึกษาเข้าไว้ครับ

อย่าหาพยายามเหตุผลหรืออธิบายเหตุการณ์ต่างๆจากการใช้กราฟ

SET and RSI Correlation

ภาพที่ 1 : RSI(14) ลักษณะของค่าดัชนี Relative Strength Index คำนวณ 14 วันย้อนหลัง

หลังจากที่เราได้อ่านคำอธิบายจากคุณหมอกอล์ฟไปแล้วนั้น ในคราวนี้ผมจะขอพูดในเชิงของการเก็งกำไรด้วยกราฟหรือ Technical Analysis กันบ้าง โดยสาเหตุที่ทำให้ผมบอกว่าเราไม่ควรจะหาเหตุผลจากกราฟหรือสัญญาณต่างๆแบบ “ครั้งต่อครั้ง” ก็เนื่องมาจากสำหรับกระบวนการในการเก็งกำไรด้วย Technical Analysis อย่างเป็นวิทยาศาสร์นั้น สิ่งต่างๆที่เราได้ทดสอบออกมาจนแน่ใจแล้วว่าพวกมันมีความสัมพันธ์กัน (Correlated) ล้วนแล้วแต่เกิดขึ้นด้วยวิธีการเก็บข้อมูลทางสถิติทั้งสิ้น เราไม่สามารถที่จะทำการทดลองหรือควบคุมตัวแปรต่างๆในตลาดให้คงที่อยู่เสมอได้ (อันที่จริงแล้วหลักการวิเคราะห์ตลาดต่างๆส่วนใหญ่ไม่ว่าจะสายไหนแทบทั้งหมด ล้วนแล้วแต่เกิดขึ้นจากการสังเกตทั้งสิ้น) ดังนั้นเราจึงไม่สามารถที่จะอนุมานได้อย่างชัดเจนว่าสิ่งใดคือเหตุและผลของเหตุการณ์ต่างๆขึ้นมานั่นเอง

ยกตัวอย่างเช่น จากภาพด้านล่างนั้น ถึงแม้ว่าเราจะทราบจากการเก็บข้อมูลทางสถิติว่า ค่า RSI(14) จะมีความสัมพันธ์ในเชิงบวกกับผลตอบแทนในอีก 20 วันข้างหน้า (20 Bars) หรือพูดง่ายๆก็คือ ยิ่งค่า RSI(14) ของหุ้นตัวใดๆมีค่าสูงมากเท่าไหร่ โอกาสที่ผลตอบแทนโดยเฉลี่ยของมันจะเป็นบวกก็ยิ่งมากขึ้นตามลำดับ แต่เราก็ไม่สามารถจะพูดได้เลยว่าหุ้นตัวนั้นหรือตัวนี้ให้ผลตอบแทนเป็นบวกเนื่องจากค่า RSI(14) ของมัน เนื่องจากความจริงแล้วหุ้นอาจวิ่งขึ้นเพราะปัจจัยพื้นฐานหรือแม้แต่เม็ดเงินที่ไหลเข้ามาจากปัจจัยอื่นๆร้อยแปดพันเก้าก็ได้! และมันก็คือสิ่งที่เราไม่อาจรู้หรือสรุปได้จากเพียงข้อมูลในกราฟที่เรามี!!

การพยายามหาเหตุและผลหรือพยายามอธิบายที่มาที่ไปของการเคลื่อนไหวของราคาหุ้นจากสัญญาณต่างๆจึงเป็นเพียงภาพมายาของคนส่วนใหญ่ การใช้กราฟไม่ได้ถูกออกแบบมาเพื่อให้อธิบายความเป็นไปของราคา แต่มันถูกพัฒนาขึ้นมาเพื่อให้เราสามารถทำกำไรสุทธิในระยะยาวออกมาจากตลาดได้ต่างหาก

มันไม่จำเป็นเลยที่คุณจะต้องรู้ว่าทำไมราคาถึงเป็นอย่างนั้นอย่างนี้ และการพยายามที่จะทำแบบนั้นมีแต่ที่จะทำให้คุณสับสนกับกราฟมากยิ่งขึ้น คุณจะค่อยๆตกลงไปในหลุมพรางของการพยายามอธิบายความเป็นไปของโลกใบนี้จากข้อมูลเพียง 5 จุดซึ่งก็คือ Open-High-Low-Close-Volume ที่เรามี และก็ไม่แน่ว่ามันอาจเป็นเพียงสิ่งที่จิตของคุณปรุงแต่งขึ้นเท่านั้น

เมื่อคุณพยายามที่จะทำกำไรจากหลักการทาง Technical Analysis อย่างเป็นวิทยาศาสตร์นั้น สิ่งที่คุณจำเป็นที่จะต้องรู้จริงๆก็คือ … สัญญาณซื้อขายหรือระบบการลงทุนของคุณนั้นมีประสิทธิภาพและความเสถียรมากแค่ไหนอย่างไรต่างหาก และนี่ก็คือเหตุผลที่เพียงพอแล้วสำหรับการลงมือซื้อขายในแต่ละครั้ง … และมันก็เพียงพอแล้วที่จะช่วยให้เราสามารถที่จะทำกำไรอย่างยั่งยืนในระยะยาวจากตลาดครับ

imageภาพที่ 2 : ลักษณะความสัมพันธ์ระหว่างค่า RSI(14) และผลตอบแทนในอีก 20 วันข้างหน้า ซึ่งทำการเก็บข้อมูลจากดัชนี SET Index ในแต่ละวัน
image

ภาพที่ 3 : ลักษณะความสัมพันธ์ระหว่างค่า RSI(14) และผลตอบแทนในอีก 20 วันข้างหน้า ซึ่งทำการเก็บข้อมูลจากหุ้นที่อยู่ในกลุ่ม SET100 ทั้งหมดในแต่ละวัน (ตัดข้อมูลสุดโต่งหรือ Out-lier ในเชิงบวกแล้ว)

Note : จากสมการ Y = 0.0004X – 0.0096 และ Y = 0.0011X – 0.0353 นั้น เราจะเห็นได้ว่าในกรณีที่ค่า Y จะมีค่ามากกว่า 0 หรือให้ผลตอบแทนเป็นบวกนั้น ค่า X หรือ RSI(14) จะต้องมีค่าโดยประมาณมากกว่า 24 และ 32 ตามลำดับ ซึ่งค่า RSI(14) ที่ว่ามานี้คือค่าที่คนส่วนใหญ่จะถือเป็นเขตที่เรียกว่า Oversold (RSI(14) <= 30) และเชื่อกันว่าเป็นเขตที่เหมาะสำหรับการเข้าซื้อหุ้น ดังนั้นแล้วมันจึงแสดงให้เห็นว่าความเชื่อของคนส่วนใหญ่ที่ว่าจะต้องเข้าซื้อหุ้นเมื่อ RSI(14) เกิดการ Oversold ขึ้นเป็นความคิดที่อันตรายและเสี่ยงต่อการขาดทุนเป็นอย่างยิ่ง ในทางกลับกันแล้วคุณจะมีโอกาสได้ผลตอบแทนโดยเฉลี่ยต่อครั้งดีขึ้นเรื่อยๆเมื่อคุณเข้าซื้อหุ้นเมื่อ RSI(14) มีค่าสูงขึ้นเรื่อยๆ

แมงเม่าคลับ.คอม หนังสือหุ้นน่าอ่าน, วิธีการเล่นหุ้น, การวิเคราะห์หุ้นทางเทคนิค, จิตวิทยาการลงทุน และการบริหารเงินทุน Money Management

Trend-Following-System-1.png

การเมือง … กับการลงทุนอย่างเป็นระบบ

จากอุณหภูมิการเมืองที่ร้อนแรงขึ้นเรื่อยๆในขณะนี้ทำให้นักเล่นหุ้นส่วนใหญ่เกิดความกังวลกันกันถ้วนหน้าว่าพวกเขาควรจะเตรียมตัวรับมือกับสิ่งที่จะเกิดกันอย่างไร บ้างก็กลัวขาดทุนเพิ่มเพราะถือหุ้นอยู่เต็มพอร์ท บ้างก็กลัวว่าจะขายหมูหากสถานการณ์ไม่เลวร้ายอย่างที่คิด แต่หากจะถามผมแล้ว ผมเชื่อว่าความวิตกกังวลเหล่านี้นั้นไม่ควรที่จะเกิดขึ้นเลยหากคุณรู้จักทำให้การลงทุนของคุณนั้นมีระบบที่ชัดเจน … ทำไมน่ะหรือครับ!? คำตอบก็เพราะในที่สุดแล้วระบบที่ดีจะดูแลตัวของมันเองอยู่เสมอ และสิ่งที่คุณควรทำทั้งหมดก็คือรักษาวินัยและทำตามระบบหรือแผนการของคุณไปให้ดีที่สุดนั่นเอง

การเมืองไม่ใช่เรื่องใหญ่

ด้วยความที่ในช่วงนี้มีแต่คนเข้ามาถามว่าควรจะทำอย่างไรดีในช่วงเวลานี้ หรือไม่ก็จะเข้ามาเตือนว่าให้ระวังตัวให้ดีด้วยความเป็นห่วง แน่นอนว่าคำตอบของผมก็คือการตอบกลับไปว่า “ขอบคุณครับ ไม่ต้องเป็นห่วง ^_^” ที่ผมตอบกลับไปแบบนี้ไม่ใช่เพราะว่าผมหัวรั้นมั่นใจหรืออยากจะเกรียนอะไรหรอกนะครับ 55 แต่เพราะว่าผมมีข้อมูลบางอย่างจากการที่ได้ทดสอบระบบการลงทุนในหลายๆรูปแบบมาพอสมควรนั่นเอง และเพื่อที่ผมจะได้ไม่ต้องตอบหรืออธิบายให้ใครฟังซ้ำไปซ้ำมาบ่อยๆ ในวันนี้ผมจึงอยากจะเขียนแชร์ข้อมูลมูลบางอย่างตรงนั้นลงในบล็อกให้ได้อ่านกันจนทั่วถึงกัน โดยในขั้นแรกนั้น ผมจะขอให้ลองสังเกตุถึงภาพด้านล่างนี้กันดูก่อนเป็นอันดับแรก ซึ่งเป็นภาพการเติบโตของระบบ Trend Following ที่สุดแสนจะ Simple ธรรมดาๆจากบทความ “กับดักของรายละเอียดในตลาดหุ้น” ที่พึ่งผ่านมานั่นเองครับ

การเมืองกับการลงทุนอย่างเป็นระบบ Trend Following System (1)

ภาพที่ 1 : กราฟแสดงตัวอย่างลักษณะการเติบโตของเงินทุนจากระบบ Trend Following ธรรมดาๆชนิดหนึ่ง เปรียบเทียบกับผลตอบแทนแบบ Buy and Hold ของ SET Index ภายใต้ความกดดันทางการเมือง (ผมขอนำเสนอเพียงแค่ช่วง 12 ปีหลังมานี้เพราะกราฟจะยาวจนมองไม่เห็น)

บางท่านอาจกำลังสงสัยว่าผมจะให้ดูกราฟตัวนี้ทำไม? สาเหตุไม่ต้องเดาอะไรมากครับ ผมให้ดูเพราะอยากให้เห็นในสิ่งที่หลายๆคนกำลังกลัวเรื่องการเมืองจนลืมข้อเท็จจริงข้อแรกไปเสียสนิท … นั่นก็คือการที่ระบบมีการเติบโตอย่างยั่งยืนในระยะยาว แม้จะผ่านพ้นวิกฤติการเมืองต่างๆมาอย่างโชกโชนก็ตามนั่นเอง!

คำถามซึ่งเป็นประเด็นสำคัญเลยก็คือ แล้วอะไรล่ะคือสาเหตุที่ทำให้ระบบสามารถเอาตัวรอดจากวิกฤตการณ์ทางการเมืองต่างๆมาได้ หรือมันจะเป็นเพียงความบังเอิญเท่านั้นหรือไม่? คำตอบก็คือมันไม่ใช่ความบังเอิญ! แต่เป็นผลมาจากกลไกพื้นฐานของระบบ Trend Following ของมันนั่นเองครับ

ระบบที่ยั่งยืนจะดูแลตัวของมันเอง

แล้วคำว่ากลไกพื้นฐานของระบบที่ยั่งยืนมันคืออะไรอย่างนั้นล่ะ!? คำตอบก็คือสิ่งที่เหมือนกับเส้นผมบังตา และผมก็เชื่อว่าทุกๆคนนั้นทราบกันดีอยู่แล้ว นั่นก็คือการเทรดไปตามแนวโน้มใหญ่, ตัดขาดทุน, ปล่อยให้กำไรไหลไป และการควบคุมความเสี่ยงอย่างเหมาะสมยังไงล่ะครับ!

กุญแจสำคัญง่ายๆของการอยู่รอดที่สำคัญที่สุดอย่างหนึ่งของระบบก็คือการเกาะไปตามแนวโน้มใหญ่และตัดขาดทุนออกมาเมื่อเกิดความผิดปกติบางอย่างกับตลาด นั่นเพราะหุ้นส่วนใหญ่มักที่จะเคลื่อนไหวในลักษณะที่มันสัมพันธ์กัน และแน่นอนว่าเมื่อมีกลิ่นตุๆของตลาด สิ่งที่แน่นอนที่สุดก็คือ “มันมักจะมีคนวงในที่รู้ดีกว่าเราเสมอ” และนั่นจะทำให้พวกเขาพากันเทขายหุ้นออกมาจนแนวโน้มใหญ่ของหุ้นเสียหาย และมันก็จะทำให้ระบบพาคุณดีดตัวออกมาจากตลาดที่อาจกำลังเน่าเฟะอย่างไม่จำเป็นต้องรู้ตัวเลยก็เป็นได้

เอาล่ะครับ! เพื่อที่จะให้พวกเราได้เห็นภาพกันอย่างชัดเจนยิ่งขึ้น ผมขอให้ดูภาพเหล่านี้ไปพร้อมๆกันเลยนะครับ โดยจากภาพตัวอย่างที่ผมจะแสดงให้เห็นนั้น กราฟเส้นสีน้ำเงินซึ่งก็คือมูลค่าพอร์ทแบบ Total Equity, เส้นสีแดงซึ่งก็คือมูลค่าต้นทุนของทุก Positions หรือทรัพย์สินที่ระบบถือครองอยู่ในขณะนั้น และส่วนทึบสีเขียวก็คือมูลค่าของเงินสดคงเหลือในพอร์ท ซึ่งคำนวนจากเส้นน้ำเงินลบเส้นแดงนั่นเอง โดยสิ่งที่คุณกำลังจะเห็นต่อไปก็คือปรากฏการณ์หรือวัฎจักรซึ่งเกิดจากสัญญาณการ Cut Loss ตัดขาดทุนหุ้นเน่าๆในพอร์ทออกไป และการสะสมหุ้นกลับเข้ามาในพอร์ทจากสัญญาณของแนวโน้มใหญ่ที่เกิดขึ้นกับหุ้นในตลาด

พฤษภาทมิฬ

การเมืองกับการลงทุนอย่างเป็นระบบ Trend Following System (2)

การเมืองกับการลงทุนอย่างเป็นระบบ Trend Following System (3)

ภาพที่ 2 และภาพที่ 3 : เหตุการณ์ช่วงพฤษภาทมิฬ 17 – 20 พฤษภาคม พ.ศ. 2535  (ค.ศ. 1992)

การถล่มของตึก World Trade Centre และสงครามอัฟกานิสถาน

การเมืองกับการลงทุนอย่างเป็นระบบ Trend Following System (4)

การเมืองกับการลงทุนอย่างเป็นระบบ Trend Following System (5)

ภาพที่ 4 และภาพที่ 5 : เหตุการณ์ช่วงสงครามอัฟกานิสถาน ตึก World Trade ถล่มลงมาจากการก่อการร้ายในวันที่ 11 กันยายน พ.ศ. 2544 (ค.ศ. 2001)

สงครามอิรักโค่นซัดดัมฮุดเซน

การเมืองกับการลงทุนอย่างเป็นระบบ Trend Following System (6)

การเมืองกับการลงทุนอย่างเป็นระบบ Trend Following System (7)

 

ภาพที่ 6 และภาพที่ 7 : เหตุการณ์ช่วงสงครามอิรัก อเมริกาบุกอิรัก 20 มีนาคม พ.ศ. 2546 (ค.ศ. 2003)

ความขัดแย้งทางการเมืองไทยปีพ.ศ. 2548 – 2555

การเมืองกับการลงทุนอย่างเป็นระบบ Trend Following System (8)

การเมืองกับการลงทุนอย่างเป็นระบบ Trend Following System (9)

ภาพที่ 8 และภาพที่ 9 : เหตุการณ์ความขัดแย้งทางการเมืองไทย รัฐประหาร 19 กันยายน พ.ศ. 2549, สลายการชุมนุมเสื้อแดง 14 เมษายน พ.ศ. 2552, สลายการชุมนุมเสื้อแดง 19 พฤษภาคม พ.ศ. 2553 และสลายการชุมนุมเสื้อหลากสี 24 พฤษจิกายน พ.ศ. 2555

เราจะสังเกตุเห็นกันได้อย่างชัดเจนเลยว่าจากตัวอย่างของระบบ Trend Following ง่ายๆของเรานั้น แทบทุกช่วงที่จะเกิดเหตุการณ์บางอย่างขึ้นนั้น ระบบจะลด Position ที่ถือหุ้นอยู่ลงก่อนโดยอัตโนมัติมาเป็นเวลาสักพักหนึ่งแล้ว (ยกเว้นเหตุการณ์คาดไม่ถึงอย่าง 9/11) และจะค่อยๆทยอยสะสมหุ้นจนเต็มพอร์ทอีกครั้งในช่วงที่ตลาดกลับมาเป็นขาขึ้น! (เส้นแดงจะมีมูลค่าล้อไปกับเส้นน้ำเงิน) นี่จึงเป็นคำตอบที่ว่าทำไมผมจึงบอกว่าการเมืองไม่ใช่เรื่องใหญ่ และไม่ควรเป็นเรื่องใหญ่ของนักเล่นหุ้นที่มีการซื้อขายอย่างเป็นระบบแบบแผนเลย

มาถึงตรงนี้ก็หวังว่าภาพวัฎจักรระหว่างมูลค่าพอร์ทแบบ Total Equity, มูลค่ารวมของทุก Positions หรือต้นทุนหุ้นที่เราถือครองอยู่ รวมถึงเงินสดคงเหลือ จะทำให้คุณเข้าใจถึงคำตอบที่ว่า “ขอบคุณครับ ไม่ต้องเป็นห่วง” ของผมเป็นอย่างดีกันแล้วนะครับ ^_^

สิ่งที่สำคัญกว่าเหตุการณ์ทางการเมืองคือความเข้าใจในกลยุทธ์และจิตใจของคุณ

ผมมักพูดอยู่เสมอถึงหลักการเบื้องต้นของกลยุทธ์การเล่นหุ้นตามแนวโน้ม Trend Following ว่าเราไม่จำเป็นต้องพยายามที่จะไปคาดเดาอนาคตของตลาดเลย ในทางกลับกันแล้วการพยายามทำความเข้าใจถึงระบบการลงทุนรวมถึงจิตใจของเราให้ดีต่างหากกลับจะช่วยให้ผลตอบแทนในการลงทุนของเราดีขึ้นกว่ามาก

เหตุการณ์ทางการเมืองต่างๆที่จะเกิดขึ้นอาจไม่น่ากลัวเท่ากับเหตุการณ์ต่างๆที่จะเกิดขึ้นอย่างสับสนในจิตใจของเราก็เป็นได้ ดังนั้นแล้วคำถามสำคัญมันจึงกลับมาอยู่ที่ว่า คุณนั้นจะเข้าใจและสามารถทำในสิ่งที่ควรทำได้มากสักแค่ไหนต่างหาก และนี่ก็คือเหตุผลที่ว่าทำไมผมจึงบอกไว้ในข้างต้นว่าเมื่อมีเหตุการณ์สำคัญๆเกิดขึ้น “คุณเองก็แค่ควรทำในสิ่งที่คุณจะต้องทำก็เท่านั้น” ซึ่งนั่นก็คือวินัยที่จะทำตามระบบซึ่งได้ถูกทดสอบออกมาแล้วว่ามีความยั่งยืนในระยะยาวนั่นเอง

ยังไงก่อนจบบทความนี้ผมขอแถมท้ายภาพวัฎจักรในพอร์ทจากตัวอย่างของระบบ Trend Following ที่อยู่ในบทความนี้ให้ดูเล่นๆกันอีกสักนิดหน่อยว่าสัดส่วนของ Total Equity และ Position นั้นเป็นอย่างไรบ้างในขณะนี้ ลองเอาไปคิดกันเล่นๆกัยดูนะครับ แล้วเจอกันในบทความหน้าครับ

การเมืองกับการลงทุนอย่างเป็นระบบ Trend Following System (10)

การเมืองกับการลงทุนอย่างเป็นระบบ Trend Following System (11)

ภาพที่ 10 และ 11 : เหตุการณ์ตั้งแต่ต้นปีพ.ศ. 2556 จนถึงปัจจุบัน

แมงเม่าคลับ.คอม หนังสือหุ้นน่าอ่าน, วิธีการเล่นหุ้น, การวิเคราะห์หุ้นทางเทคนิค, จิตวิทยาการลงทุน และการบริหารเงินทุน Money Management

Highest-When-Historam.png

อย่าไว้ใจดอย … อย่าคอยจนลืม!

ในช่วงที่ตลาดลงติดๆกันหลายๆวันบ่อยๆอย่างนี้ สิ่งหนึ่งที่มักจะเกิดขึ้นอยู่เสมอก็คือเรื่องของอาการติดดอย มีหลายคนสงสัยว่าหากติดดอยโดยเฉพาะยอดดอย (Highest High) แล้วไม่ตัดขาดทุนจะเกิดอะไรขึ้น แล้วถ้าเกิดติดดอยขึ้นมาจริงๆจะหนาวสักแค่ไหน วันนี้เอาสถิติจากตลาดหุ้นไทยมาฝากกันสั้นๆเล็กน้อยครับ

สถิติจากยอดดอย

เพื่อที่จะตอบคำถามว่าถ้าเราไม่ Cut loss เพราะคัทไม่ลงแล้วเกิดซวยติดดอยขึ้นมาจริงๆอะไรจะเกิดขึ้น และเราจะต้องเผชิญกับอะไรบ้างระหว่างทาง ในคราวนี้ผมจึงได้ทำการเก็บข้อมูลของหุ้นที่ในปัจจุบันนั้นยังมีราคาต่ำกว่าจุดสูงสุดเดิมหรือ Highest High ของมันออกมา (ผมเลือกวัดจากจุด Highest High เพราะเป็นจุดที่มักมี Volume สูงที่สุดหรือหมายความว่ามีคนติดดอยอยู่มากที่สุดนั่นเอง) โดยผมได้ทำการเก็บข้อมูลตั้งแต่ปี 1989 – 2013 ออกมา อย่างไรก็ตาม Data ของผมไม่มีข้อมูลของหุ้นที่ถูกถอดออกจากตลาด ดังนั้นผลจะดีกว่าความเป็นจริงอยู่นิดหน่อย และผลที่ได้ก็คือภาพและตารางด้านล่างนี้ครับ

Highest When Historam

ภาพที่ 1 : Barchart แสดงจำนวนหุ้นที่มีจุดสูงสุดหรือ Highest High อยู่ในปีนั้นๆ ตั้งแต่ปี 1989 – 2013

จากในภาพที่ 1 นี้คุณจะเห็นได้ว่าความจริงแล้วมีหุ้นจำนวนเพียงแค่ 211 ตัวในตลาดเท่านั้นที่สามารถทำจุดสูงสุดใหม่ของมันได้ในปี 2013 นี้! นี่หมายความว่าอย่างไรน่ะหรือครับ? … มันก็หมายความว่าทั้งๆที่ช่วงเวลาหลายๆปีที่ผ่านมานั้นแม้ว่าตลาดจะดีสุดๆ แต่ก็ยังมีหุ้นอีกกว่า 400 ตัวหรืออีกราว 65% ของหุ้นทั้งตลาดที่ยังคงไม่สามารถสร้างจุดสูงสุดใหม่ของพวกมันได้ (หรือพูดอีกอย่างก็คือคนที่เคยติดอยู่บนดอยสูงสุด Highest High ก็คงยังไม่มีใครมารับหลายปีแล้ว) ตรงนี้คงจะเป็นคำตอบให้กับหลายคนที่สงสัยว่าถ้าเราติดหุ้นอยู่แถวๆยอดดอยแล้วไม่คัทลอสแล้วรอไปเรื่อยๆจะมีโอกาสเกิดอะไรขึ้นบ้างกันแล้วนะครับ

Average Max DD VS Highest When

ภาพที่ 2 : ค่า Maximum Drawdown ที่วัดหลังจากที่หุ้นได้ทำจุดสูงสุดของมันไปในปีนั้นๆจวบจนถึงปัจจุบัน

ในคราวนี้มาดูภาพที่ 2 กันต่อบ้าง ภาพนี้บอกกับเราว่าถ้าคุณติดดอย ณ จุดสูงสุดแล้วทำใจไม่ได้และปล่อยขาดทุนให้มันไหลๆไปก่อน แล้วเกิดซวยมีหุ้นที่ยังคงติดดอยอยู่ในพอร์ทนั้นคุณมีโอกาสจะต้องเจอกับ Maximum Drawdown ที่มากแค่ไหน คำตอบก็คือยิ่งคุณติดดอยนานแค่ไหนคุณก็ยิ่งเจอ Maximum Drawdown ที่หนักขึ้นเท่านั้น!

โดยจากภาพที่ 2 นั้นเส้นสีน้ำเงินแสดงให้เห็นถึงค่าเฉลี่ยของ Maximum Drawdown จากหุ้นที่ติดดอยหรือมี Highest High อยู่ในช่วงเวลาปีนั้นๆ เราจะเห็นได้ว่าโดยเฉลี่ยแล้วถ้าคุณมีหุ้นที่ทำจุดสูงสุดไปแล้วตั้งแต่ช่วงปี 1989 – 2004 หรือเกิน 10 ปีขึ้นไป (รวมแล้วราวๆ 50% ของหุ้นทั้งตลาด) หากว่าปัจจุบันคุณยังคงมีหุ้นเหล่านี้อยู่ คุณจะต้องถือมันมาพร้อมกับมองมันร่วงจากจุดสูงสุดของมันไปมากกว่า 90% เลยทีเดียว!! นี่แสดงให้เห็นว่าตลาดโหดไม่ใช่เล่นเลยเวลามันเอาคืนจากเรา ดังนั้นแล้วการจัดการกับขาดทุนในเวลาที่ไม่นานจนเกินไปจึงเป็นสิ่งที่สำคัญมากๆ การทนถือหุ้นหรือแกล้งทำเป็นปล่อยๆมันไปนั้นอาจอันตรายกว่าที่คุณคิด เพราะยิ่งคุณติดดอย ณ จุดสูงสุดนานเท่าไหร่คุณก็ยิ่งเจ็บตัวมากขึ้นนั่นเอง

Note : จะสังเกตุได้ว่าในปี 2013 หรือปีนี้หุ้นที่พึ่งทำ Highest High มีค่า Maximum Drawdown โดยเฉลี่ยหลังจากพีคไปแล้วถึงราวๆ 35% เลยทีเดียว มันจึงไม่แปลกที่ช่วงนี้เราจะเห็นหลายๆคนที่ยังไม่ได้คัทเริ่มออกอาการคัทไม่ลงหรือเอาหัวจุ่มดินไม่อยากมองพอร์ทกันแล้ว

ราคาหุ้นไม่จำเป็นต้องวิ่งกลับขึ้นไปอยู่เสมอ!

คุณอาจนึกหัวเราะว่าคุณคงไม่ซื่อหรือโชคร้ายเสียขนาดไปเลือกเจอหุ้นที่ผมได้เก็บสถิติมาให้ดู เพราะอย่างน้อยแล้วหุ้นที่คุณถืออยู่ก็ต้องเป็นหุ้นที่มีพื้นฐานกิจการและอนาคตที่ดีอยู่พอสมควร แต่นี่แหละครับคือจุดที่มีอันตรายแฝงอยู่! ทำไมน่ะหรือครับ!?

คำตอบก็เพราะ ณ จุดที่หุ้นมีราคาสูงสุดหรือ Highest High ที่ผมได้เก็บข้อมูลมาให้ดูกันนั้น หากคุณมีโอกาสได้เคยเก็บข้อมูลพื้นฐานย้อนหลังประกอบดู คุณจะพบว่าส่วนใหญ่แล้วภาพรวมของกิจการไม่ว่าจะเป็นข่าวสาร, แผนการ หรือแม้กระทั่งงบการเงินของบริษัทนั้นก็มักที่จะอยู่ในช่วงที่ดีที่สุดของมันด้วยเช่นกันนั่นเอง (มิเช่นนั้นแล้วราคาหุ้นก็คงไม่สามารถวิ่งไปจนทำจุดสูงสุดในชีวิตของมันได้หรอกครับ)  ดังนั้นแล้ว คุณจึงมีโอกาสอยู่เสมอที่จะพบเจอกับหุ้นที่อาจเป็นหนึ่งในหุ้นเหล่านี้อยู่ไม่น้อย และด้วยความที่ปัจจัยพื้นฐานของกิจการมันไม่ได้เปลี่ยนแปลงกันเพียงชั่วข้ามคืนเหมือนราคาหุ้นนี่แหละครับ ที่อาจทำให้กว่าที่คุณจะรู้ตัวว่าช่วงเวลาที่สุดยอดของมันได้ผ่านไปแล้ว ราคาของหุ้นก็อาจร่วงไปไกลจนทำให้คุณเกิดขาดทุนอย่างหนักจนเกินกว่าที่จะทำใจตัดขาดทุนมันออกไปก็เป็นได้ ดังนั้นแล้วเรื่องของแผนสำรองอย่างการตัดขาดทุนหรือการกระจายความเสี่ยงจึงยังคงเป็นสิ่งที่สำคัญอยู่เสมอนั่นเอง

วันนี้ก็คงพอหอมปากหอมคอแค่นี้ก่อนนะครับ พอดีผมนึกอยากเขียนขึ้นมาเพราะเห็นช่วงนี้หุ้นชอบลงติดกันหลายๆวันแล้วเด้งจนทำให้หลายๆคนไม่อยากจะมองพอร์ทหรือตัดขาดทุนขึ้นมาเท่านั้นเอง อย่าลืมนะครับว่าการที่ปีนี้มีหุ้นที่สามารถทำ Highest High ได้กว่า 211 ตัว นั่นก็ย่อมหมายความว่าจำนวนหุ้นที่จะต้องกลายเป็นหนึ่งในกรณีที่ผมกล่างถึงก็ย่อมจะมากขึ้นเช่นกัน

เมื่อเวลาเปลี่ยนสถานการณ์ก็อาจเปลี่ยน ราคาหุ้นไม่จำเป็นต้องวิ่งกลับขึ้นไปที่เดิมเสมอ เราต้องคอยหมั่น Monitor ปัจจัยที่สำคัญในการลงทุนของเรา (ไม่จำเป็นว่าต้องคัทจากแค่เหตุผลของราคาหุ้น) และมีแผนการเตรียมพร้อมสำหรับสถานการณ์ต่างๆไว้เสมอ การซื้อดอยอาจเป็นอุบัติเหตุแต่การติดดอยนั้นไม่ใช่ อย่าไว้ใจดอย … อย่าคอยจนลืม เพราะตลาดมักโหดกว่าที่เราคิดครับ!

แมงเม่าคลับ.คอม หนังสือหุ้นน่าอ่าน, วิธีการเล่นหุ้น, การวิเคราะห์หุ้นทางเทคนิค, จิตวิทยาการลงทุน และการบริหารเงินทุน Money Management

image.png

กับดักของรายละเอียดในตลาดหุ้น

หลังจากที่ผมเคยได้พูดอยู่บ่อยๆรวมถึงได้เขียนบทความ “เหตุใดระบบการลงทุนของคุณจึงควรง่ายเข้าไว้?” ผ่านมาสัก 2 ปีเห็นจะได้ หลังๆมานี้ก็เห็นหลายๆคนเริ่มมีความเข้าใจถึงข้อดีของความง่ายของระบบกันมากขึ้น แต่ในอีกมุมหนึ่งก็ยังมีคนที่สงสัยและติดใจว่าเราไม่จำเป็นต้องสนใจปัจจัยอื่นๆอีกมากมายด้วยจริงๆหรือ? วันนี้เลยขอกลับมาเขียนภาคต่อของบทความนี้ เพื่อให้หลายๆคนที่ยังไม่คุ้นกับการวิจัยตลาด หรือทดสอบระบบการลงทุนได้เห็นภาพกันชัดเจนยิ่งขึ้นครับ

ความเดิมตอนที่แล้ว

ในบทความภาคแรกนั้นผมได้พยายามชี้ให้เห็นไปแล้วว่าสูตรวิเคราะห์ที่พิสดารหรือการเพิ่ม Indicator เป็นกระบุงเข้าไปในระบบของคุณเพื่อการ Confirm นั้นมักไม่ได้ช่วยให้อะไรดีขึ้นมาสักเท่าไหร่ นั่นก็เพราะสิ่งที่คุณทำเป็นเพียงการจับรายละเอียดของราคาหุ้นมากจนเกินไป (Overfitting) จนทำให้ผลกำไรที่ได้มาจากการทดสอบระบบเป็นเพียงภาพลวงตาที่เกิดขึ้นจากการที่ระบบบังเอิญไปลงรอยกับรายละเอียดปลีกย่อยหรือ Noise ในข้อมูล ซึ่งไม่มีคุณค่าในการพยากรณ์ถึงการเคลื่อนไหวของราคาหุ้นจริงๆออกมา

ผมเองเชื่อว่าสำหรับคนที่เคยได้ทำการวิจัยตลาดหรือ Backtest ระบบมาแล้วอย่างโชกโชนคงไม่ใช่เรื่องที่น่าประหลาดใจหรือเข้าใจได้ยากอะไรนัก อย่างไรก็ตามสำหรับคนที่พึ่งเริ่มศึกษาการสร้างและทดสอบระบบการลงทุน รวมถึงคนที่ยังไม่เคยได้มีโอกาสเกี่ยวข้องกับกระบวนการตรงนี้อาจเป็นเรื่องที่เข้าใจได้ … แต่ยังไม่เห็นภาพกันอย่างชัดเจนสักเท่าไหร่นัก ดังนั้นในวันนี้ผมจะแสดงให้เห็นถึงตัวอย่างและผลกระทบจากการที่คุณมัวแต่ไปจับรายละเอียดเล็กๆน้อยๆของราคาหุ้นกันอย่างชัดเจนยิ่งขึ้นครับ

สถานการณ์สมมติ

เพื่อที่จะแสดงตัวอย่างให้พวกเราได้เห็นภาพกันอย่างชัดเจนนั้น ผมจะขอสมมติสถานการณ์สุดฮิตต่อจากในบทความที่แล้ว ซึ่งถือเป็นตัวแทนของความเม่าและหลงผิดในการทำการ Backtesting ขึ้นมาสักเล็กน้อย

โดยสมมติว่าหลังจากในบทความที่แล้วนั้นนายเม่าได้กลับไปศึกษาหลักการวิเคราะห์ทางเทคนิคเพิ่มเติมมาอีกสักพักหนึ่ง เขาได้เรียนรู้รูปแบบการเคลื่อนไหวของราคา (Price Pattern) รวมถึง Indicator ต่างๆมาเพิ่มเติมอีกพอสมควร เขาได้ค้นพบจากคำแนะนำว่าการเคลื่อนไหวของราคาหุ้น (Price Action) คือสิ่งที่มีการตอบสนองอย่างไวที่สุดต่อการเคลื่อนไหวของตลาด แต่ต้องใช้ Indicator ต่างๆช่วยยืนยัน และการใช้ Idicator ต่างๆนั้นจะใช้แบบมั่วๆก็ไม่ได้ เพราะ Indicator แต่ละประเภทแต่ละตัวนั้นจะมีประโยชน์ที่แตกต่างกันไป การใช้ Indicator ซ้ำซ้อนกันก็อาจไม่ช่วยอะไร ดังนั้นเขาจึงควรที่จะเลือกใช้ Indicator แต่ละชนิดประกอบกันเพื่อทำให้การวิเคราะห์นั้นสมเหตุสมผลยิ่งขึ้น

Indicators Types

ภาพที่ 1: ชนิดของ Indicator แบ่งตามลักษณะของการวัด (Credit-Futuresmag.com)

สำหรับเรื่องของ Indicator นั้น นายเม่าได้เรียนรู้มาว่า Indicator นั้นมีอยู่ 4 ชนิดใหญ่ๆ แต่ละชนิดประกอบไปด้วย Indicator เป็นร้อยๆตัว เขาจึงตัดสินใจที่จะนำ Indicator ยอดฮิตที่ดูจะมี Logic ในการออกแบบที่ดูเข้าท่ามาอย่างละตัวสองตัว เพื่อที่จะใช้ประกอบการวิเคราะห์ราคาหุ้นของเขา

ทฤษฎีของนายเม่า

หลังจากที่เขาได้คาดการณ์ถึงชุดรวม Frame work ของ Indicator ที่น่าจะตอบโจทย์การหาจังหวะในการซื้อขายหุ้นของเขาได้แล้วนั้น นายเม่าได้ทำการบ้านอย่างหนักเพื่อพิสูจน์ความคิดของเขาโดยการเปิดกราฟหุ้นที่ให้ผลตอบแทนสูงๆแต่ละตัวเพื่อสังเกตุออกมาว่าก่อนที่มันจะวิ่งขึ้นไปนั้น Indicator ต่างๆนั้นมีลักษณะการอย่างไรกัน (ในสถานการณ์นี้ผมจะสมมติว่านายเม่าพยายามจะใช้กราฟช่วยหาจังหวะและเลือกหุ้นที่จะให้ผลตอบแทนสูงๆ) และในที่สุดหลังจากการนั่งมองกราฟหุ้นตัวจี้ดๆแทบจะทั้งตลาดเป็นเวลาหลายสัปดาห์แล้ว เขาก็ได้จดบันทึกสิ่งต่างๆที่น่าจะเป็นปัจจัยร่วมของพวกมันไว้ แล้วก็ได้ข้อสรุปคร่าวๆออกมาดังนี้

Rules&Filter Buy Signal
Trigger
ราคาสูงสุดระหว่างวัน (High) ทะลุแนวต้าน 50 วันที่ผ่านมา
Trend
เส้น MA 20 วันต้องอยู่เหนือเส้น MA 100 วัน
Momentum
หุ้นต้องมีค่า ADX(14) มากกว่า 30 ขึ้นไป
RSI(14) ต้องมีค่าน้อยกว่า 75 เพื่อป้องกันการเข้าซื้อหุ้นในเขต Overbought
Volatility
ความผันผวนในวันที่เกิดสัญญาณ ATR(1) ต้องน้อยกว่า 3 เท่าของความผันผวนเฉลี่ยใน 20 วันที่ผ่านมา
Volume
ปริมาณการซื้อขายในวันที่เกิดสัญญาณต้องสูงขึ้นมากกว่าตลอดช่วง 50 วันที่ผ่านมา
ปริมาณการซื้อขายเฉลี่ยภายใน 10 วันต้องมากกว่าปริมาณการซื้อขายใน 20 วันที่ผ่านมา 
Liquidity
มูลค่าการซื้อขายเฉลี่ยต่อวันย้อนหลัง 20 วัน (1 เดือน) ต้องมากกว่า 10 ล้านบาทขึ้นไป
Universe
หุ้นต้องอยู่ใน SET100 index เท่านั้นเพื่อที่จะให้หุ้นมีพื้นฐานในระดับหนึ่ง
Rules&Filter Buy Signal
Trigger
ราคาต่ำสุดระหว่างวัน (Low) ทะลุแนวรับ 20 วันที่ผ่านมา

ภาพในด้านล่างนี้ก็คือหุ้นหนึ่งในดวงใจตัวหนึ่งที่นายเม่าเชื่อว่า Character ของมันสามารถที่จะนำไปสู่หุ้นที่จะให้ผลตอบแทนสุดยอดๆตัวต่อไปได้อีกเรื่อยๆ

CK

ภาพที่ 2 : หุ้นในดวงใจจากการค้นคว้าสังเกตุกราฟราคาและ Indicator ต่างๆย้อนหลังในช่วงที่พึ่งผ่านมา

(ความซับซ้อนของระบบอยู่ในระดับปานกลาง สังเกตจากที่คุณจะรู้สึกว่าดูกราฟแล้วไม่ปวดตับเท่าไหร่)

ผลลัพท์ของความพยายาม

ในคราวนี้เราจะมาดูกันต่อว่าหลังจากที่คุณเม่าได้สร้างสูตรเด็ดของเขาขึ้นมาเรียบร้อยแล้วนั้น ผลลัพธ์ของมันจะเป็นอย่างไรกันบ้าง โดยผมจะขอสมมติต่อไปอีกหน่อยว่าเขามีเพื่อนชื่อนายเมพ ซึ่งพอที่จะทำการ Backtesting เป็นบ้างแบบงูๆปลาๆแต่ก็มีน้ำใจเพียงพอที่จะช่วยเพื่อนโดยไม่คิดอะไร และนี่ก็คือผลลัพธ์การ Backtest ที่นายเมพทดสอบให้กับนายเม่าย้อนหลังไปประมาณ 1 ปี (ผมขอสมมติระยะเวลาเพียงเท่านี้เพื่อให้คล้ายกับสถานการณ์จริงที่หลายๆคนยังทำการ Backtesting ไม่ค่อยเป็น ดังนั้นจึงต้องกะจากความรู้สึกหรือทำบัญชีย้อนหลังด้วยมือตัวเอง)

image


System Profits CAR MaxSysDD CAR/MDD %Win %Loss #Trades
Mao’s Theoty 514411.12
(51.44%)
51.61% -117271.20
(-7.20%)
7.16 13
(86.67%)
2
(13.33%)
15
SET Returns 373526.06
(37.47%)
37.47% 112031.44
(-7.97%)
4.7 N/A N/A N/A

ภาพที่ 3 : ลักษณะการเติบโตของเงินทุนและค่าอัตราส่วนสำคัญของระบบ

ระหว่าง 1/6/2012 – 1/6/2013 (In-Sample Performance)

ในที่สุดแล้วเมื่อผลการ Backtest ออกมานายเม่าก็ต้องถึงกับตะโกนออกมาว่า What a Crap!! นั่นก็เพราะผลลัพธ์ของมันดูเป็นที่น่าพอใจสำหรับนายเม่าเป็นอย่างมาก และมันยังสามารถเอาชนะผลตอบแทนจากดัชนี SET Index ที่่ 37.47% ได้อย่างขาดลอย โดยเขาพบว่าจากสัญญาณซื้อขายที่เขาได้ค้นคว้ามานั้น หากเทรดคราวละ 10% ของพอร์ท (แบ่งเงินเป็น 10 กอง) จะให้ผลกำไรในปีที่ผ่านมาถึงกว่า 51% โดยมี Maximum Drawdown เพียง –7.2% เท่านั้น นี่คิดเป็นค่า Reward to Risk (MAR Ratio) ที่กว่า 7.16 เท่าเลยทีเดียว นอกจากนี้อัตราความแม่นยำหรือ %Win ยังสูงมากๆถึง 86.67% อีกด้วย ตัวเลขเหล่านี้ทำให้นายเม่ามีความสุขและภูมิใจกับผลการค้นคว้าของเขาเอามากๆ เพราะนี่หมายถึงว่าความ โค-ตะ-ระ รวยกำลังจะตกอยู่ในมือของเขาในไม่ช้า!

กับดักของรายละเอียดในตลาดหุ้น (Overfitting Effect)

คำถามก็คือคุณคิดว่าผลการลงทุนของนายเม่าในอนาคตจะเป็นอย่างไร, เขาจะสามารถร่ำรวยจากระบบการลงทุนของเขาอย่างมหาศาลได้หรือไม่, และระบบการลงทุนที่เขาออกแบบนั้นมีประสิทธิภาพสักแค่ไหน?

คำถามเหล่านี้สามารถตอบสั้นๆคำเดียวได้เลยครับว่า เขามีโอกาสสูงมากๆที่จะต้องผิดหวังจากความคาดหวังที่สูงจนเกินไป เพราะสิ่งที่เกิดขึ้นเป็นเพียงผลจากการพยายามสร้างเงื่อนไขบางอย่างขึ้นกับข้อมูล In-Sample Data ที่คุณได้เห็นรายละเอียดของมันไปแล้ว … ซึ่งมันก็คือสิ่งที่เรียกว่ากับดักของรายละเอียดหรือ Overfitting Effect นั่นเอง

เพื่อที่จะให้คุณได้เห็นถึงความหมายของสิ่งที่ผมกำลังพูดถึงอยู่นั้น ในภาพและตารางด้านล่างนี้คือผลลัพธ์เมื่อผมเอาระบบของนายเม่าไปทำการทดสอบกับฐานข้อมูลที่อยู่นอกเหนือจากฐานข้อมูลเดิม (Out of Sample) โดยในคราวนี้ผมจะใช้ฐานข้อมูลในช่วงที่ไม่ซ้อนทับกับช่วงเวลาที่พึ่งผ่านมา นั่นก็คือตั้งแต่วันที่ 1/6/2000 – 1/6/2012 ซึ่งกินเวลา 12 ปีโดยประมาณ และนี่ก็คือผลลัพธ์ที่ออกมาครับ

image


System Profits CAR MaxSysDD CAR/MDD %Win %Loss #Trades
Mao’s Theoty 2078775.57
(207.88%)
9.83% 604234.84
(-22.54%)
0.44 55 (43.31%) 72 (56.69%) 127
SET Returns 1091124.14
(109.11%)
6.34% 1082721.46
(-58.02%)
0.11 N/A N/A N/A

ภาพที่ 4 : ลักษณะการเติบโตของเงินทุนและค่าอัตราส่วนสำคัญของระบบ

ระหว่าง 1/1/2000 – 1/1/2012 Out of Sample Performance

จากภาพที่เห็นนั้น สำหรับคนทั่วๆไปแล้วในแว่บแรกก็อาจจะรู้สึกว่า … “ก็ไม่เห็นจะเป็นอะไรนี่นา! เพราะผลตอบแทนก็ยังชนะ SET Index อยู่ดี” แต่นี่แหละครับที่เป็นเหตุผลที่ว่าทำไมผมจึงเรียกมันว่า “กับดัก” นั่นก็เพราะมันมักจะหลอกตาคนที่เข้าใจผลลัพธ์ของมันอย่างผิวเผินเสมอ

หากคุณสังเกตให้ดีคุณจะพบว่าผลลัพธ์การ Backtest ระบบในส่วนที่อยู่นอกเหนือข้อมูลเดิมนั้น (Out of Sample) มีความผิดเพี้ยนไปจากผลลัพธ์จากผลการทดสอบในฐานข้อมูลที่ใช้วิจัยอยู่พอสมควร (In-Sample Data) โดยในกรณีนี้ในเบื้องต้นเราจะพบว่าอย่างน้อยที่สุดแล้ว ผลกำไรต่อปีหรือ CAR กลับลดลงเหลือแค่เพียงที่ 9.83% จากเดิมที่ 51.61% ต่อปี ส่วนค่า %Win ของระบบก็กลับลดลงมาเหลืออยู่ที่ 43.31% จากเดิมที่ 86.67% เท่านั้น

อันที่จริงแล้วสาเหตุที่ทำให้ผลลัพธ์จากระบบในข้อมูล Out of Sample นั้นผิดเพี้ยนไปจากข้อมูลใน In-Sample Data ที่เราใช้ทดสอบในคราวแรกนั้นมีมาได้จากหลายประการ (เช่น Data Mining Bias, Crime of Small Numbers, Backtesting Time Window, System Complexity … etc. ซึ่งวันหลังมีโอกาสจะเขียนให้อ่านแบบละเอียดๆอีกทีครับ) อย่างไรก็ตามในเบื้องต้นนี้ เราจะสังเกตได้เลยว่านายเม่านั้นตกเป็นเหยื่อของตลาดด้วยสาเหตุหลักๆก็คือ

1. ความหลงผิดจากจำนวนกลุ่มตัวอย่างที่น้อยเกินไป (Crime of Small Numbers) ซึ่งเราจะเห็นได้ว่าผลลัพธ์จากการ Backtest ใน In-Sample Data รอบแรกนั้น เขามีจำนวนผลการเทรดอยู่เพียง 15 ครั้งเท่านั้นจากการที่มีเงื่อนไขในการ Entry เข้มงวดเกินไปรวมถึงกำหนดระยะเวลาในการ Backtest สั้นเกินไป ซึ่งในทางสถิติแล้วจำนวนการเทรดที่เขามีนั้นถือว่าน้อยเกินไปเป็นอย่างมากในการที่จะสามารถสรุปผลลัพธ์ของระบบในอนาคตได้ (น้อยเกินไปที่เราจะสรุปลักษณะของ Population จาก Sample ที่เรามี)

2. ความหลงผิดจากสภาวะตลาดในช่วงที่ทำการ Backtest (Backtesting Time Window) โดยเราจะเห็นได้ว่านายเม่ามีสายตาที่สั้นจนเกินไป เขาหลงผิดโดยการนำเอาผลลัพธ์จากเฉพาะช่วยเวลาที่ตลาดเป็นขาขึ้นมาสรุปผล ซึ่งผลการทดสอบไม่ได้ครอบคลุมไปถึงช่วงเวลาที่ตลาดเป็นช่วงออกข้าง (Sideway) และเป็นขาลง เข้ามาอยู่ในการทดสอบ

3. ความหลงผิดจากการจับรายละเอียดของตลาดมากจนเกินไป (Overfitting) ในข้อสุดท้ายนี้ผมกำลังจะทำให้พวกเราได้เห็นว่าด้วยความเชื่อของนายเม่าที่ว่ายิ่งระบบซับซ้อนมากเท่าไหร่ หรือยิ่ง Indicator ต่างๆยืนยันกันมากเท่าไหร่ ผลลัพธ์ก็น่าที่จะดีขึ้นเท่านั้นเป็นสิ่งที่ไม่จริงเสมอไป! โดยขอให้พิจารณาจากภาพและตารางด้านล่างนี้อีกครั้งหนึ่ง

image


System Filters Exclude #Entry Rules Profits CAR MaxSysDD CAR/MDD %Win %Loss #Trades
Mao’s Theoty All 9 207.88% 9.83% -22.54% 0.44 43.31% 56.69% 127
System 1 No
Volume,
Volatility
6 1187.35% 23.74% -26.46% 0.9 46.87% 53.13% 335
System 2 No Volume,
Volatility,
Momentum
4 2038.48% 29.09% -24.09% 1.21 48.66% 51.34% 374
System 3 No Volume,
Volatility,Momentum,
Trend,Universe
2 689.61% 18.80% -39.38% 0.64 43.50% 56.50% 469
SET Returns None N/A 109.11% 6.34% -58.02% 0.11 N/A N/A N/A

ภาพที่ 4 : เปรียบเทียบลักษณะการเติบโตของเงินทุนและค่าอัตราส่วนสำคัญของระบบต่างๆ

ระหว่าง 1/1/2000 – 1/1/2012 Out of Sample Performance

จากภาพและตารางด้านบนนั้น คุณจะเห็นได้ว่าความเชื่อของนายเม่ารวมถึงคนส่วนใหญ่นั้นเป็นสิ่งที่ไม่จริงเสมอไป และในหลายๆกรณีแล้วถือเป็นสิ่งที่ผิดได้เลยด้วยซ้ำ! เราจะเห็นได้ว่าระบบผลจากการตัดเงื่อนไขตัวแปรหรือ Indicator ต่างๆทิ้งไปบ้างนั้นส่งผลอย่าง … มหาศาล!!

จากตัวอย่างที่ผมได้ทำการทดสอบระบบในข้อมูล Out of Sample ให้ดูนั้น คุณจะเห็นว่าการลดระดับเงื่อนไขหรือระดับความเรื่องมากในการเข้าซื้อจาก 9 กฏลงมาเหลือเพียงแค่ 4 กฏนั้น (# Entry Rules) ส่งผลให้ผลตอบแทน CAR, Max System Drawdown และค่า MAR Ratio (CAR/MDD) จากระบบอยู่ในระดับที่ดีที่สุด นั่นก็เพราะมันเพียงพอแล้วกับการจับภาพใหญ่หรือคุณลักษณะร่วมที่แท้จริงของการเคลื่อนไหวของราคาหุ้น โดยที่ไม่ไปเข้มงวดจนเบียดเบียนให้ประสิทธิภาพของระบบลดลงนั่นเอง

คุณต้องเข้าใจว่าถึงแม้ตลาดหุ้นนั้นมักที่จะซ้ำรอยในภาพใหญ่ แต่ตลาดนั้นมักมีรายละเอียดปลีกย่อยหรือ “เปลือก” ที่เปลี่ยนแปลงไปอยู่เสมอ ระบบหรือกลยุทธ์การลงทุนที่ใส่ใจในรายละเอียดหยุมหยิมเล็กน้อยมากเกินไปมักที่จะทำให้คุณหลงผิดจับเอา Noise ของราคาหุ้นมาอยู่ในระบบและแผนการของคุณเอาไว้ สิ่งนี้เองส่งผลให้เมื่อตลาดเกิดการเปลี่ยนแปลงในรายละเอียดของมันไปตามช่วงเวลา ระบบซึ่งมีกฏเข้มงวดมากเกินไปจะไม่สามารถรองรับการเปลี่ยนแปลงที่เกิดขึ้นได้ และจะค่อยๆตายลงหากว่ามันไม่มีกฏที่สามารถจะจับเอาแก่นสารของตลาดเอาไว้ได้จริงๆ

ในทางกลับกันแล้วคุณจะเห็นได้ว่าระบบที่ไม่เข้มงวดเลยนั้นก็อาจส่งผลเสียให้กับคุณได้เช่นกัน โดยในกรณีนี้นั้นคุณจะพบว่าเมื่อตัดเงื่อนไขการ Entry เข้าทำเหลือเพียง 2 ตัว ระบบ System 3 กลับให้ Performance ที่ลดลงจาก System 2 นั่นก็เพราะมันได้ทำการตัดเอากฏซึ่งสำคัญกับระบบออกไป โดยตัดเอาส่วนของ Long Term Trend Filter ซึ่งก็คือการที่เส้น MA 20 วันต้องอยู่เหนือเส้น MA 100 วัน เพื่อให้ระบบเล่นเฉพาะสัญญาณที่เกิดขึ้นในแนวโน้มขาขึ้นใหญ่เท่านั้น นอกจากนี้แล้วระบบยังตัดส่วนของการเลือกสรรค์ Trading Universe หรือตะกร้ากรองหุ้นของระบบออกไปอีกด้วย

image

ภาพที่ 5 : เปรียบเทียบค่า MAR Ratio (CAR/MDD) จากระบบต่างๆซึ่งทำให้เห็นผลลัพธ์ของการ Underfit, Optimal Fit และ Overfit ระบบการลงทุนกับฐานข้อมูล

อย่างไรก็ตาม เราจะเห็นได้ว่าทุกระบบไม่ว่าจะ Underfit, Optimal Fit หรือ Overfit ก็ยังสามารถที่จะเอาชนะผลตอบแทนแบบ Buy & Hold ของ SET Index ซึ่งเป็น Benchmark เปรียบเทียบของเราได้อยู่พอสมควร สาเหตุก็เพราะอย่างน้อยที่สุดแล้ว ตัวแก่น Channel Breakout ซึ่งเปรียบเสมือนกระดูกสันหลังของระบบก็ยังมีประสิทธิภาพเพียงพอที่จะนำพาให้ทุกระบบสามารถทำกำไรชนะตลาดได้ นอกจากนี้แล้วข้อสังเกตที่ผมอยากจะฝากเอาไว้อีกอย่างหนึ่งก็คือ ความเข้าใจที่ว่า “สุดท้ายแล้วตลาดหุ้นจะขึ้นในระยะยาว” ก็อาจไม่ใช่สุภาษิตแบบ Safe Heaven อย่างที่หลายคนคิด เพราะสิ่งที่ค่า MAR Ratio ได้บอกกับเราก็คือคุณต้องแบกรับต้นทุนความเสี่ยงของ Drawdown เพื่อให้ได้มาซึ่งผลตอบแทนที่สูงมากๆอยู่ที่ 0.11 เท่าหรือพูดง่ายๆก็คือหากคุณดันเข้ามาติดอยู่บนยอดดอยพอดี คุณอาจต้องใช้เวลาโดยเฉลี่ยถึง 7 ปีในการที่จะกลับมาคืนทุนเลยทีเดียว ดังนั้นแล้วคำว่าระยะยาวจึงอาจจะยาวนานมากกว่าที่คุณคิด และนั่นก็มักจะทำให้หลายๆคนทนไม่ไหวยอมแพ้ไปเลยเสียด้วยซ้ำ

ความเรียบง่ายคือคำตอบในเชิงปฏิบัติ

เอาล่ะครับสำหรับวันนี้ผมก็ขอจบบทความเพียงเท่านี้ก่อนที่จะยาวเกินไป แถมท้ายสำหรับคนที่สงสัยว่าแล้วเราจะพอมีวิธีไหมในการที่จะทดสอบความเสถียรและความ Overfit ของระบบการลงทุน? คำตอบสั้นๆก็คือมี! ด้วยการทำ Robustness Test เพียงแต่อาจต้องใช้ความรู้ความเข้าใจ, เวลา, ความพยายาม และการเรียนรู้การเขียนโปรแกรมบางอย่างเพิ่มเติมอีกสักหน่อยก็จะสามารถทำได้ครับ (วันหลังเดี๋ยวจะเขียนให้อ่านต่อครับ)  แต่ในเบื้องต้นนี้ก็หวังว่าทุกคนจะได้เข้าใจและเห็นภาพว่าอัตรายของการ Overfitting ระบบเป็นอย่างไร และทำไมความเรียบง่ายจึงมีเสน่ห์ของมันในตลาดหุ้นที่มีรายละเอียดเปลี่ยนแปลงไปอยู่ตลอดเวลา อย่าหลงผิดติดกับดักของการที่ว่าคุณต้องรอให้ทุกอย่างมันยืนยันกันเสมอ เพราะสุดท้ายแล้วคำตอบของคุณจะตกอยู่กับเงื่อนไขที่เกิดขึ้นได้ช้าและยากที่สุดแต่อาจไม่จำเป็นที่สุดก็ได้

คุณคงจะได้เห็นกันแล้วว่าความเรียบง่ายไม่ใช่เพียงแค่คำที่มีไว้พูดเท่ห์ๆเท่านั้น แต่มันคือคำตอบในเชิงปฏิบัติในสถานการณ์ที่ซับซ้อนและเปลี่ยนแปลงไปอย่างรวดเร็ว นอกจากนี้แล้วผมยังอยากให้หลายๆคนลองคิดดูอีกมุมหนึ่งว่า ความจริงแล้วตัวแปรเงื่อนไขหรือ Indicator ที่เราใช้ในการตัดสินใจนั้น ยิ่งน้อยแล้วยิ่งได้ผลมากก็ยิ่งดี เพราะมันหมายถึงว่ามันมีประสิทธิภาพในตัวของมันเองจริงๆ ถ้าระบบของเราจะต้องใช้เงื่อนไขหรือ Indicator เยอะเป็นสิบๆตัวก็โยนมันทิ้งไปบ้างเถอะครับ เพราะนั่นแปลว่ามันแทบไม่มีมูลค่าอะไรเลยด้วยตัวของมันเองเลย มิหนำซ้ำยังอาจไปจับเอาพวกสัญญาณขยะหรือ Noise ใน Data Set  แล้วหลงผิดคิดว่าเป็นทองไปก็ได้ครับ!

ปล.1 ระบบต่างๆที่นำมาทดสอบมีจุดประสงค์เพียงเพื่ออธิบายถึง Overfitting Effect ในระดับจำนวนของกฏการลงทุนเท่านั้น ผมจึงตัดปัจจัยในเรื่องของการ Optimization และ Money Management ออกไป คุณจึงไม่ควรนำไปใช้โดยไม่รู้และเข้าใจ Profile ในเชิงลึกของระบบเด็ดขาด นอกจากนี้แล้วบางท่านอาจสงสัยว่าผมใช้ Universe เป็น SET100 จะเหมาะสมหรือไม่เพราะตัวหุ้นที่อยู่ใน SET100 เปลี่ยนไปทุกๆปี ในกรณีนี้นั้นผมต้องขอบอกว่าผมใช้เพื่อเป็นตัวอย่างง่ายๆเท่านั้น ซึ่งในความเป็นจริงถึงแม้หุ้นใน SET100 จะวนไปวนมา แต่เราก็ควรที่จะมีเงื่อนไขบางอย่างที่กำหนดขึ้นมาเพื่อสร้าง Trading Universe ของเราเองครับ

ปล.2 หลายคนสงสัยว่าการ Curve-Fitting ต่างกับคำว่า Over-Fitting หรือไม่อย่างไร? คำตอบก็คือคำว่า Curve-Fitting นั้นเป็นศัพท์ที่มักใช้เกี่ยวกับการสร้างแบบจำลองหรือสมการถดถอยที่ไม่เป็นเชิงเส้น (Non-linear Regression) เพื่อหา Series ที่ Fit กับ Data Points ในฐานข้อมูลที่สุด ส่วนคำว่า Over-fitting นั้นเป็นคำที่เกิดมาจากวิชาสถิติสาขา Machine Learning ซึ่งหมายความว่าระบบนั้นมีประสิทธิภาพในการวิเคราะห์หาปัจจัยร่วมที่ค่อนข้างแย่ (Generalize Poorly) นอกจากนี้แล้วมันยังสามารถมีความหมายในทางตรงข้ามเช่น Underfitting และ Optimal fit หรือ Good fit ได้อีกด้วย ดังนั้นคำว่า Overfitting จึงเหมาะสมที่จะใช้กับการสร้างระบบการลงทุนมากกว่าคำว่า Curve-fitting นั่นเอง

แมงเม่าคลับ.คอม หนังสือหุ้นน่าอ่าน, วิธีการเล่นหุ้น, การวิเคราะห์หุ้นทางเทคนิค, จิตวิทยาการลงทุน และการบริหารเงินทุน Money Management

Parallel-Box-Plots-All-Thai-Stocks-Yearly-Returns-by-mangmaoclub_thumb.png

เสน่ห์ของตลาดหุ้น

หลังจากอยู่ในตลาดมานานพอดู ผมเริ่มจะนึกย้อนกลับไปว่าอะไรคือสิ่งที่ทำให้เราเดินเข้ามาในตลาดและยังคงเลือกที่จะยืนอยู่ตรงนี้กันแน่? คิดไปคิดมาก็เลยเพ้อเจ้อไปเรื่อยจนได้ข้อมูลบางอย่างที่อยากจะนำมาออกมาแชร์ให้กับหลายๆคนในวันนี้สักหน่อยครับ ^_^

แรงดึงดูดของตลาด

หลังจากนั่งนึกทบทวนดูแล้ว ผมคิดว่ามันคงมีเหตุผลมากมายที่จะทำให้คนคนหนึ่งเดินเข้ามาในตลาดหุ้นพร้อมกับความนึกฝันบางอย่างของแต่ละคนเอง บางคนอาจถูกแรงดึงดูดเข้ามาโดยคิดว่ามันเป็นการลงทุนเพียงไม่กี่อย่างที่จะช่วยให้เอาชนะอัตราเงินเฟ้อได้ บ้างก็ว่าตลาดหุ้นคือที่ที่จะช่วยให้คุณหลุดพ้นพันธนาการของการเป็นลูกจ้างและค้นพบกับอิสระภาพทางการเงิน หรือไม่มันก็คือหนทางที่จะช่วยให้คุณได้เป็นเจ้าของกิจการโดยที่ไม่ต้องลงมือและน้ำพักน้ำแรงด้วยตัวของคุณเอง นอกจากนี้แล้วหากจะมองให้สนุกกว่านี้หน่อย บางทีแล้วตลาดหุ้นก็อาจเปรียบเสมือนกับสนามรบที่พิสูจน์ภูมิปัญญาและมันสมองของเรา หรือว่าอาจเปรียบเสมือนกับดินแดนที่มีขุมทรัพย์อันมีมูลค่ามหาศาลซ่อนเอาไว้อยู่ก็ได้ และเราก็มักเชื่อกันว่าตลาดหุ้นนั้นสามารถที่จะทำให้ใครก็ได้ที่มีฝีมือเพียงพอกลายเป็นมหาเศรษฐีได้ในเวลาอันรวดเร็วหากว่าเขาสามารถค้นพบลายแทงของมันออกมา

OK ครับ! แน่นอนว่าผมคงไม่สามารถที่จะจินตนาการและบอกเล่าเกี่ยวกับความคิด, ความเชื่อและความหวังที่แต่ละคนมีกับตลาดหุ้นได้จนครบถ้วนได้ อย่างไรก็ตาม ผมเองจะขอสรุปห้วนๆออกมาเลยแล้วกันว่าเหตุใดตลาดจึงสามารถที่จะสร้างความหวังและดึงดูดใจให้คนส่วนใหญ่ที่พอจะมีเงินทุนติดกระเป๋าเดินเข้ามาเรื่อยๆ ซึ่งนั่นก็คงจะหนีไม่พ้นการที่ “ตลาดหุ้นมันมีทั้งเสน่ห์และดรามาในตัวของมันเองอย่างที่การหารายได้ในรูปแบบอื่นๆไม่มี” นั่นเอง

เสน่ห์ของตลาดหุ้น

หากจะถามว่าเหตุใดผมจึงพูดว่าตลาดหุ้นนั้นมีทั้งเสน่ห์อย่างที่การลงทุนประเภทอื่นๆไม่มี (อย่าลืมว่าในทางกลับกันมันก็มีมารยาและพิศสงอันร้ายกาจในตัวของมันเองอยู่เสมอเช่นเดียวกัน) ผมเองคิดว่านอกจากการที่มันจะ “ดูเหมือน” เป็นการทำเงินจำนวนมหาศาลโดยไม่ต้องลงแรง (พูดง่ายๆว่าหลับตารวย) และเหตุผลต่างๆที่ว่ามาในเบื้องต้นแล้ว ตัวอย่างหนึ่งซึ่งผมคิดน่าจะช่วยแสดงให้เราเห็นเสน่ห์ที่ดึงดูดใจของตลาดได้เป็นอย่างดี ก็คือสิ่งที่คุณกำลังจะได้เห็นในภาพด้านล่างนี้ ซึ่งมันช่วยแสดงให้เห็นถึงข้อมูลในเชิงสถิติของตลาดหุ้นไทยในช่วงเวลาที่ผ่านมากว่า 27 ปีของตลาดหุ้นไทยที่ผ่านมา

Parallel Box Plots All Thai Stocks Yearly Returns by mangmaoclub

ภาพเสน่ห์ของตลาดหุ้น : แสดงให้เห็นถึงผลตอบแทนรายปีของหุ้นทุกๆตัวในตลาดในภาพรวม ในรูปแบบ Parallel Box Plots โดยข้อมูลที่ได้จากหุ้นแต่ละตัวจะวัดผลตอบแทนทุกสิ้นปี และวัดเฉพาะกับหุ้นที่มีการมีสภาพคล่องเพียงพอเท่านั้น (เท่าที่ผมจะมีข้อมูลที่จะนำมาเก็บรวบรวมและประมวลผลออกมาได้ และผมขอตัดแกน Y ให้สูงสุดไว้ที่ 500% เท่านั้นนะครับ หากใครมองไม่ค่อยเห็น ลองคลิ็กขวาแล้วกด Open in new tab ดูนะครับ)

รายละเอียดของแผนภูมิ Parallel Box Plots 

- สีเขียวแดง แสดงให้เห็นถึงปีที่ SET index ให้ผลตอบแทนเป็นบวกหรือติดลบ (แต่ไม่ได้หมายถึงว่าค่าเฉลี่ยของผลตอบแทน หรือค่า Mean ของหุ้นส่วนใหญ่ในตลาดจะต้องติดลบเหมือนกัน อย่าสับสนนะครับดูดีๆ)

- แกน X แนวนอนคือตัวเลขบอกช่วงเวลาตามปี ค.ศ. ของตลาดหุ้น ส่วนแกน Y แนวตั้งแสดงให้เห็นถึง % ผลตอบแทนรายปี

- สำหรับใครที่จำรายละเอียดการอ่าน Boxplot ไม่ค่อยได้แล้ว ตัว Body (ที่เป็นสีเขียวหรือแดง) แสดงให้เห็นข้อมูล 1st Quantile – 3rd Quantile หรือพูดง่ายๆก็คือ ข้อมูลตามลำดับผลตอบแทนต่ำไปสูงตั้งแต่ 25% แรกไปจนถึง 75% ของข้อมูลทั้งหมด (Percentile) โดยตัว Box จะบรรจุ 50% ของข้อมูลผลตอบแทนทั้งหมดเอาไว้

- ขีดสีดำๆกลางแท่งก็คือค่ามัธยฐานหรือ Median ของผลตอบแทนในแต่ละปี

- จุดสีเหลืองๆคือค่าเฉลี่ยหรือค่า Mean ของผลตอบแทนจากหุ้นในตลาด (ซึ่งมักไม่ตรงกับผลตอบแทนจาก SET index และมักมีค่าเหนือผลตอบแทนของ SET index)

- ส่วนจุดดำๆที่คุณเห็นมันอยู่ไกลๆจากตัว Body ก็คือข้อมูลที่เป็น Outlier หรือหุ้นที่ให้ผลตอบแทนแบบสุดโต่งในแต่ละปี

เอาล่ะครับ! หลังจากเกริ่นอยู่นานก็จะขอเล่าสักที … โดยหากว่าคุณสังเกตภาพนี้ดีๆผมเชื่อว่าคุณจะเข้าใจสาเหตุที่ว่าทำไมผมจึงบอกว่าตลาดหุ้นมันถึงมีเสน่ห์เสียเหลือเกินนัก คำตอบก็เพราะแค่คุณเริ่มมองไปที่ตัว Boxplot แต่ละแท่ง คุณก็จะเห็นได้ว่าพวกมันมีลักษณะหางยาวชี้นไปด้านบวก (เบ้บวก – Right Skew) ซึ่งนั่นหมายความว่าตลาดมีความโน้มเอียงที่จะให้ผลตอบแทนชนิดสุดโต่งหรือ Outlier ทางด้านบวกออกมาในแต่ละปีเรื่อยๆ โดยถึงแม้ว่า Benchmark ของตลาดอย่างดัชนี SET index จะให้ผลตอบแทนแบบขึ้นๆลงๆในแต่ละปีสลับๆกันไปบ้าง อย่างไรก็ตาม สิ่งทีน่าสนใจมากๆก็คือ

ถึงแม้ว่าในปีไหนก็ตามที่ตลาดเป็นขาลงหรือให้ผลตอบแทนติดลบออกมานั้น ตลาดก็ยังคงที่จะมีหุ้นบางส่วนที่ให้ผลตอบแทนที่เป็นบวก และบวกมากๆชนิดเป็น Outlier หรือเป็น Super Stock ที่ให้ผลตอบแทนเป็นเด้งๆอยู่เสมอ!

ผมคิดว่านี่เองอาจเป็นเหตุผลที่ว่าเหตุใดพวกเราจึงมึกที่จะมีความไฝ่ฝันในการทำกำไรก้อนโตในตลาดอยู่เสมอ (และมันก็ยังจะคงมีแมงเม่าบินเข้ามาในตลาดอย่างไม่หยุดไม่หย่อนไปอีกนานมากๆเลยทีเดียว)

อีกสิ่งหนึ่งที่น่าสนใจก็คือ ในบางปีที่ SET index ติดลบนั้น ผลตอบแทนโดยเฉลี่ยของหุ้นในตลาดก็ยังกลับให้ค่าเฉลี่ยที่เป็นบวกเสียด้วยซ้ำ!! (สังเกตจากจุดสีเหลืองที่ผมมาร์คค่า Mean เอาไว้) นอกจากนี้แล้วเมื่อลองสังเกตุดีๆ คุณจะเห็นว่าหางของตัว Boxplot ก็ยังคงมีส่วนที่ทิ่มแทงลงมาต่ำกว่าระดับ 0% หรือพูดง่ายๆก็คือมีหุ้นให้ผลตอบแทนที่ติดลบอยู่เสมอแม้ว่าตลาดจะเป็นขาขึ้นเขียวขจีเพียงใดก็ตาม (โดยเฉพาะปีหลังๆที่ข้อมูลมีความสมบูรณ์ขึ้น) และนี่ก็คือสิ่งที่แสดงให้เห็นว่าไม่ว่าอย่างไรเสีย เราก็ยังคงจะมีเรื่องให้เล่าเมาท์มันส์ฮา และมีดราม่าเศร้าๆเกิดขึ้นในตลาดได้อยู่เรื่อยไปเช่นกัน

กับดักของตลาดหุ้น

หลังจากได้พูดถึงเสน่ห์ของตลาดกันไปแล้ว ไหนๆก็ไหนๆผมเลยอยากจะขอพูดถึงความอันตรายในมุมกลับของมันอีกสักหน่อย นั่นก็เพราะอย่างที่ผมได้ชี้ให้เห็นไว้แล้วว่าในแต่ละปีนั้นตลาดหุ้นจะยังคงสร้าง Story เยี่ยมๆมาคอยดึงดูดใจพวกเราเอาไว้อยู่เสมอ แต่ในขณะเดียวกันตรงนี้ก็อาจกลายเป็น “กับดัก” หรือมารยาที่ตลาดได้วางล่อเอาไว้ให้คนที่รู้ไม่เท่าทันมันด้วยเช่นกัน! และนั่นจึงมักที่จะทำให้คนส่วนใหญ่นั้นมองตลาด “สวยงาม” จนเกินกว่าความเป็นจริงที่จะต้องเผชิญในตลาดไป (เรามักมองเห็นและจำได้แต่ Outlier ที่เกิดขึ้นกันเสียส่วนใหญ่)

ด้วยเหตุนี้เองจึงทำให้คนส่วนใหญ่มักตกอยู่ในวังวนของ Holy Grail และยอมแลกทุกๆอย่างเพื่อตามหาวิธีการซึ่งให้ได้มาเพื่อโอกาสเหล่านี้ โดยแทบไม่ได้คำนึงถึงเลยว่าโอกาสเหล่านี้นั้นเกิดขึ้นได้น้อยแค่ไหนเมื่อเทียบเป็นสัดส่วนของเหตุการณ์ที่เกิดขึ้นในตลาด และยิ่งพอหน้ามืดขึ้นมาแล้วล่ะก็ พวกมันก็มักที่จะทำให้พวกเขามักไม่ได้คำนึงถึงความเสี่ยงที่จะตามมาจากการ “ทุ่มทุนสร้าง” ด้วยการเดิมพันก้อนใหญ่ลงไปในแต่ละครั้งเลยด้วยซ้ำ

อย่าพึ่งเข้าใจผิดนะครับ!! ประเด็นคือผมเองไม่ได้บอกว่ามันเป็นเรื่องที่เป็นไปไม่ได้ที่คุณจะร่ำรวยมหาศาลอย่างรวดเร็วจากตลาดหุ้น  และมันก็ไม่ใช่ว่าคุณจะไม่มีโอกาสจับหุ้น Outlier แบบ Super Stock เจอบ้างเลย เพียงแต่ผมอยากบอกว่ามันมีโอกาสเป็นไปได้น้อยมากๆกว่าที่หลายๆคนคิดเอาไว้พอสมควร (แน่นอนครับว่าใครก็ต้องอยากเจอหุ้นแบบนี้ และผมก็ชอบที่จะลุ้นหุ้นในพอร์ทดูเหมือนกันเพราะมันทั้งสนุกดีและได้ตังค์ด้วย 55) อย่างไรก็ตามเราก็ไม่ควรที่จะปล่อยให้ความเชื่อและความฝันของเรากลืนกินความจริงจนมากเกินไปนัก เพราะเมื่อเรื่องราวของผลตอบแทนอันมหาศาลที่โผล่ขึ้นมาจากหุ้นบางตัวในตลาด บวกกับความโลภและความลำเอียงที่เรามักเห็นในสิ่งที่เราอยากจะเห็นของเราแล้ว สิ่งที่เกิดขึ้นนั้นก็มักที่จะบดบังสายตาของเราไปจากความเสี่ยงที่ซ่อนอยู่อย่างง่ายดาย การลงทุนในตลาดหุ้นนั้นคงต้องมองทั้งสองด้าน และความจริงเชิงประจักษ์ก็คือเรื่องที่สำคัญที่สุดอย่างหนึ่งที่คุณต้องยอมรับมันเอาไว้

“ตลาดหุ้นอาจดูมีเสน่ห์มากๆเมื่อเทียบกับการลงทุนหรือทำธุรกิจแบบอื่น แต่เมื่อตลาดหุ้นมีเสน่ห์ที่เย้ายวน มันก็ย่อมจะมีมารยาและอันตรายซ่อนอยู่ในตัวของมันเองอยู่เสมอ”

และนี่ก็คือทั้งหมดที่เอามาฝากเพื่อนๆ โดยเฉพาะมือใหม่ๆในวันนี้ครับ

ปล. ใครเห็นภาพ Boxplot ที่ผมไปขุดข้อมูลมาแล้วนึกอะไรออกอีกก็ช่วยแชร์กันได้เลยนะครับ ^0^

NOTE : หากว่าใครยังจำกันได้ในบทความที่แล้วเรื่อง การเดิมพันของปาสคาล นั้น เราจะเห็นได้ว่าจากสถิติผลตอบแทนรายปีของหุ้นที่ผ่านมาอย่างยาวนานนั้น จะมีเพียงราวๆ 10% ในแต่ละปีเท่านั้นที่ให้ผลตอบแทนสูงกว่า 95% ต่อปี และนั่นหมายถึงโอกาสที่ค่อนข้างน้อยมากๆที่คุณจะยืนอยู่ตรงนั้น ยิ่งไปกว่านั้นแล้วมันจะยิ่งน้อยลงไปอีกมากหากว่าคุณต้องการที่จะเบิ้ลความร่ำรวยติดๆกันไปทุกปี ความฝันที่จะรวยในพริบตาจึงมักเป็นเพียงความฝันของคนส่วนใหญ่เท่านั้น! (ต่อให้คุณมีความสามารถในการเลือกหุ้นสูงกว่า random มากๆเช่น 50% ของการเลือกหุ้นของคุณจะได้หุ้นทำกำไรเป็นเด้งๆ แต่โอกาสที่คุณจะเลือกหุ้นทีละตัวแล้วจับหุ้นเด้งติดกันได้แค่ 3 ปี หรือสามรอบติดกันแค่จะลดเหลือเพียงแค่ 0.5^3 = 0.125 หรือเพียง 12.5% เท่านั้น และมันจะยิ่งน้อยลงเรื่อยๆตามจำนวนปีที่มากขึ้น … อ้ออย่าลืมว่าชีวิตจริงไม่ง่ายอย่างนี้นะครับ Smile with tongue out)

Parallel-Box-Plots-All-Thai-Stocks-Yearly-Returns-by-mangmaoclub_thumb.png