Kurtosis Graphเป็นที่ถกเถียงกันมานานระหว่างทฤษฏีตลาดมีประสิทธิภาพ (Efficient Market) และตลาดไร้ประสิทธิภาพ (Inefficient Market) ว่าจริงๆแล้วตลาดหุ้นมีพฤติกรรมของมันเป็นอย่างไร ในบทความนี้ผมจะลองนำเอาค่าการกระจายตัวของผลตอบแทนในตลาดหุ้น ซึ่งเปรียบเสมือนกับลายเซนต์ของทฤษฏีทั้งสองอย่างนี้มาให้ลองดูกันครับ

ก่อนอื่นต้องออกตัวก่อนว่างานเขียนในตอนนี้ผมตั้งใจที่จะให้มันเป็นกึ่งๆบทความหรือกึ่งๆกระทู้เสียมากกว่า อยากชวนเพื่อนๆมาร่วมออกความเห็นกันนะครับ ไม่อยากให้คิดว่าใครผิดใครถูกจนมากเกินไป ลองแสดงความคิดเห็นกันเล่นๆดูครับว่าเราเห็นอะไรกันบ้าง หรือเราจะมีหนทางใช้ประโยชน์จากพวกมันได้อย่างไรอีกกันบ้างครับ

เหตุผลที่ผมได้นำเอาค่าการกระจายตัวของผลตอบแทนในตลาดหุ้น (Distribution of Returns) มาให้ดูกันก็เนื่องมาจากว่า หนึ่งในลายเซนต์หรือ Trademark ของทฤษฏีตลาดมีประสิทธิภาพนั้น เมื่อมองกันในแง่ของสถิติ มันควรที่จะให้ค่าการกระจายตัวของผลตอบแทนแบบสุ่มในรูปของระฆังคว่ำ (Bell Shape) ออกมา เนื่องจากเชื่อว่าการเคลื่อนไหวของตลาดอยู่ในลักษณะเดินสุ่ม อย่างไรก็ตาม ตามงานเขียนหรือค้นคว้าวิจัยในยุคหลังๆมาได้มีการค้นพบกันว่า แท้จริงแล้วตลาดมักที่จะให้การกระจายตัวออกมาในรูปแบบโด่งสูง (Leptokurtic) หรือในบางครั้งเป็นแบบโด่งต่ำ (Platykurtic) แทน ซึ่งนั่นหมายความว่าอย่างไร?

นั่นหมายความว่าตลาดนั้นมักที่จะมีการเคลื่อนไหวเป็นการเหวี่ยงขึ้นลงสั้นๆ (Mean Reversion) มากกว่าปกติที่ควรจะเป็นไป หากว่าตลาดนั้นมีประสิทธิภาพอย่างแท้จริง นอกจากนี้แล้ว ในขณะที่มันไม่ได้เคลื่อนไหวเวี่ยงขึ้นลงสั้นๆ มันก็มักที่จะเคลื่อนไหวอย่างสุดขั้ว หรือเป็นแนวโน้มอย่างชัดเจนมากกว่าปกติที่ควรจะเป็นไปหากว่าตลาดนั้นมีประสิทธิภาพอย่างแท้จริงนั่นเอง (โดยที่นักสถิติมักเรียกการกระจายตัวแบบนี้ว่ากราฟแบบ Fat Tail of Distribution)

สำหรับคนที่ไม่คุ้นเคยกับสิ่งเหล่านี้อาจมองไม่ค่อยเห็นภาพ แต่ให้ลองสังเกตุภาพด้านล่างนี้ดูครับ

kurtosis and normal distribution หุ้น

จากรูปด้านบนแสดงให้เห็นว่า ผลตอบสุดขั้วของตลาดมักที่จะเกิดขึ้นบ่อยครั้งกว่าที่ควรจะเป็น (โดยแสดงออกเป็นการกระจายตัวแบบ Fat tail) หากว่าตลาดมีการกระจายตัวของผลตอบแทนเป็นแบบสุ่มหรือตลาดมีประสิทธิภาพอย่างแท้จริง แต่หากยังนึกไม่ออกอีกลองเข้าไปอ่านคร่าวๆได้ที่ http://www.watpon.com/Elearning/stat12.htm ครับ

การกระจายตัวของผลตอบแทนในตลาดหุ้นไทย

ว่ากันมาเสียยาว ต่อจากนี้จะเป็นผลการทดลองอย่าง “คร่าวๆ” (อาจมีความคลาดเคลื่อนในฐานข้อมูลอยู่บ้าง) ที่ผมได้ทดสอบดูกับหุ้นในตลาดหุ้นของไทยครับ โดยผมจะนำค่าการกระจายตัวของผลตอบแทนในแต่ละ Time Frame ออกมาให้ดูกันว่าตลาดหุ้นของเราจะเป็นไปอย่างที่เขาว่ากันหรือปล่าวโดยที่

  • ตาราง Daily Return จะคำนวนจากราคา Open หักลบกับ Close ในแต่ละวัน
  • ตาราง Monthly Return จะคำนวนจากราคา Close ของวันแรกที่มีการซื้อขายในเดือนนั้น หักลบกับราคา Close ของวันสุดท้ายที่มีการซื้อขายกันในเดือนนั้น
  • ตาราง Yearly Return จะคำนวนจากราคา Close ของวันแรกที่มีการซื้อขายในปีนั้น หักลบกับราคา Close ของวันสุดท้ายที่มีการซื้อขายกันในปีนั้น

ผลที่เกิดขึ้นทั้งหมดของพวกมันจะถูกนำมารวมกันเป็นตารางแจกแจงความถี่โดยที่แกน X คือผลตอบแทนที่เกิดขึ้น ส่วนแกน Y จะเป็นความถี่จำนวนครั้งของการเกิด ผมได้ทำการทดสอบย้อนหลังเป็นเวลาประมาณ 20 ปี (1/1/1991 – 1/1/2011) ในการทดสอบเราจะวัดเอาแต่ผลการเปลี่ยนแปลงของราคาเท่านั้น ไม่มีการเอาปันผลเข้ามารวมนะครับ ว่าแล้วผมก็ขอนำค่าการกระจายตัวของ SET Index นำมาให้ดูกันก่อนเลยครับ

SET index return Distributions

SET index daily return distributions 1/1/1991 – 1/1/2011 Spacing 1%

SET index daily return distributions 1/1/1991 – 1/1/2011 Spacing 1% : ตารางการกระจายตัวของผลตอบแทนในคาบเวลาหนึ่งวันของ SET Index ช่องไฟที่ 1%

SET index monthly return distributions 1/1/1991 – 1/1/2011 Spacing 5% : ตารางการกระจายตัวของผลตอบแทนในคาบเวลาหนึ่งเดือนของ SET Index ช่องไฟที่ 5%

SET index monthly return distributions 1/1/1991 – 1/1/2011 Spacing 5% : ตารางการกระจายตัวของผลตอบแทนในคาบเวลาหนึ่งเดือนของ SET Index ช่องไฟที่ 5%

*** ค่า Yearly Return ไม่มีนะครับ เพราะ Sample น้อยเกินไป เพียงแค่ 20 ครั้งเท่านั้น ไม่มีนัยยะทางสถิติครับ

SET50 index return Distributions

ในคราวนี้ลองมาดูหุ้นประเภทบูลชิท … เอ้ยบลูชิพว่าจะเป็นอย่างไรกันบ้างดีกว่า โดยสำหรับหุ้นในกลุ่มนี้ผมเลือกทดสอบตั้งแต่ปี (1/1/2001 – 1/1/2011) เท่านั้น เพื่อให้เกิดความคลาดเคลื่อนให้น้อยลง เนื่องจากดัชนีอาจมีการเปลี่ยนแปลงไปในแต่ละปี ถ้าย้อนหลังยาวๆอาจคลาดเคลื่อนไปไกลครับ

SET50 index daily return distributions 1/1/2001 – 1/1/2011 Spacing 1% : ตารางการกระจายตัวของผลตอบแทนในคาบเวลาหนึ่งวันของ SET Index ช่องไฟที่ 1%

SET50 index daily return distributions 1/1/2001 – 1/1/2011 Spacing 1% : ตารางการกระจายตัวของผลตอบแทนในคาบเวลาหนึ่งวันของ SET Index ช่องไฟที่ 1%

SET50 index monthly return distributions 1/1/2001 – 1/1/2011 Spacing 5% : ตารางการกระจายตัวของผลตอบแทนในคาบเวลาหนึ่งเดือนของ SET Index ช่องไฟที่ 5%

SET50 index monthly return distributions 1/1/2001 – 1/1/2011 Spacing 5% : ตารางการกระจายตัวของผลตอบแทนในคาบเวลาหนึ่งเดือนของ SET Index ช่องไฟที่ 5%

SET50 index Yearly return distributions 1/1/2001 – 1/1/2011 Spacing 5% : ตารางการกระจายตัวของผลตอบแทนในคาบเวลาหนึ่งปีของ SET Index ช่องไฟที่ 5%

SET50 index Yearly return distributions 1/1/2001 – 1/1/2011 Spacing 5% : ตารางการกระจายตัวของผลตอบแทนในคาบเวลาหนึ่งปีของ SET Index ช่องไฟที่ 5%

Overall Stocks

ตารางในกลุ่มสุดท้ายนี้จะเป็นการกระจายตัวของผลตอบแทนของหุ้นในตลาดโดยรวม ไม่ว่าจะเป็นหุ้น VI, หุ้น Technic, หุ้นปั่น, หุ้นดี หรือแม้แต่หุ้นอะไรก็ตามจำนวน 570 ตัวที่ผมมีข้อมูลอยู่ในขณะนี่ โดยทำการทดสอบตั้งแต่ 1/1/1991 – 1/1/2011 ครับ

Overall Stocks Daily return distributions 1/1/1991 – 1/1/2011 Spacing 1% : ตารางการกระจายตัวของผลตอบแทนในคาบเวลาหนึ่งวันของหุ้นทั้งตลาด ช่องไฟที่ 1%

Overall Stocks Daily return distributions 1/1/1991 – 1/1/2011 Spacing 1% : ตารางการกระจายตัวของผลตอบแทนในคาบเวลาหนึ่งวันของหุ้นทั้งตลาด ช่องไฟที่ 1%

ของผลตอบแทนในคาบเวลาหนึ่งเดือนของหุ้นทั้งตลาด ช่องไฟที่ 5%

Overall Stocks Monthly return distributions 1/1/1991 – 1/1/2011 Spacing 5% : ตารางการกระจายตัวของผลตอบแทนในคาบเวลาหนึ่งเดือนของหุ้นทั้งตลาด ช่องไฟที่ 5%

Overall Stocks Yearly return distributions 1/1/1991 – 1/1/2011 Spacing 10% : ตารางการกระจายตัวของผลตอบแทนในคาบเวลาหนึ่งปีของหุ้นทั้งตลาด ช่องไฟที่ 10%

Overall Stocks Yearly return distributions 1/1/1991 – 1/1/2011 Spacing 10% : ตารางการกระจายตัวของผลตอบแทนในคาบเวลาหนึ่งปีของหุ้นทั้งตลาด ช่องไฟที่ 10%

ข้อสังเกตุที่น่าสนใจ

  • ในคาบเวลาระยะสั้น Daily Return Timeframe นั้น เราจะเห็นได้ว่าการกระจายตัวในทุกกลุ่มนั้นเป็นไปในรูปแบบของกราฟ Leptokurtic ซึ่งหมายถึงการเคลื่อนไหวเกิดขึ้นแบบเหวี่ยงไปมาสั้นๆ มากกว่าที่จะเป็นไปในรูปแบบ Bell Curve ของการกระจายตั่วแบบสุ่มตามธรรมดา
  • ในคาบเวลาระยะกลาง Monthly Return Timeframe นั้น เราจะเห็นได้ว่าการกระจายตัวจะเริ่มมีลักษณะเป็น Fat Tail ที่มากขึ้น ซึ่งหมายถึงการให้ผลตอบแทนที่สุดขั้วมากกว่าที่จะเป็นไปในรูปแบบ Bell Curve ของการกระจายตัวแบบสุ่มตามธรรมดาเช่นกัน
  • ในคาบเวลาระยะยาว Yearly Return Timeframe นั้น เราจะเห็นได้ว่าการกระจายตัวจะมีลักษณะของ Fat Tail อย่างชัดเจน โดยเบ้ไปในทางบวก นั่นหมายความว่าในคาบเวลาระยะยาวนั้น ตลาดมีโอกาสที่จะให้ผลตอบแทนอย่างสุดขั้วออกมามากกว่าที่จะเป็นไปในรูปแบบ Bell Curve ของการกระจายตัวแบบสุ่มตามธรรมดาเป็นอย่างมาก

มุมมองของผมเกี่ยวกับการกระจายตัวของผลตอบแทนในตลาดหุ้นไทย

จากกราฟที่เราได้เห็นมานั้น เราจะสังเกตได้ว่าตลาดไม่ได้มีประสิทธิภาพไปเลยซะทีเดียว สิ่งที่เกิดขึ้นที่ได้สะท้อนถึงความไร้ประสิทธิภาพของตลาดออกมาให้เราเห็นอยู่พอสมควร ผมคิดว่านี่เองจึงเป็นสาเหตุที่ว่าทำไมกลยุทธ์การเล่นหุ้นแบบ Trend Following, Swing Trading หรือแม้แต่การลงทุนแบบเน้นคุณค่าจึงยังคงมีประสิทธิภาพอยู่ นั่นก็เพราะพวกมันได้ใช้ประโยชน์หรือลงรอยกับพฤติกรรมการกระจายตัวของผลตอบแทนในตลาดตามที่ได้เห็นกันไปนั่นเอง อย่างไรก็ตาม ในส่วนของการเล่นหุ้นสั้นๆระหว่างวันอาจเป็นเรื่องที่ค่อนข้างยากสำหรับคนโดยส่วนใหญ่เลยทีเดียว นั่นก็เนื่องมาจากการกระจายตัวของผลตอบแทนส่วนใหญ่มักเกิดขึ้นเป็นกราฟแบบโด่งสูงนั่นเอง โอกาสที่จะทำกำไรจากการ Let Profit Run ไกลๆจึงเป็นเรื่องที่ค่อนข้างยากมากๆ และต้องไปพึ่งพาความแม่นยำหรือการควบคุมความเสี่ยงให้เป็นอย่างดีนั่นเอง (แต่ไม่ได้หมายความว่ามันทำไม่ได้นะครับ)

สุดท้ายนี้ สิ่งที่ได้ทดสอบมาเป็นเพียงผลในเชิงสถิติเพียงอย่างเดียว มันไม่ได้รับประกันว่าถ้าคุณทำตามกลยุทธ์ที่เป็นไปในแนวทางเดียวกับพฤติกรรมของตลาดแล้วจะต้องประสบความสำเร็จเสมอไป เนื่องจากยังมีปัจจัยทางจิตวิทยาที่สำคัญอีกหลายอย่าง ในการที่คุณจะต้องฝ่าฟันมันไปให้ได้นั่นเองครับ

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

  • Tsunami2p

    ว้าว บทความคราวนี้เป็นลักษณะเชิงวิชาการ แต่มันสะท้อนและยืนยันได้อย่างนึงว่าการลงทุนที่มีระยะเวลายาวนานขึ้นจะทำให้เราได้รับผลตอบแทนที่สูงมากขึ้นด้วย
    อย่างไรก็ตาม…
    อยู่บนเงื่อนไข 1 ข้อว่า
    คุณต้องไม่หมดตัวไปซะก่อนนั่นเองครับ ^ ^

    • http://mangmaoclub.com Mod

      55 ถ้าหมดตัวไปก่อน ตลาดจะเป็นยังไงคงไม่ได้ช่วยอะไรแล้วล่ะมั้งครับ :D

  • uraka

    น่าสนใจมากเลยครับ ขอบคุณมากที่เขียนสิ่งดีๆ ให้อ่านกัน
    รบกวนขอถามเพื่อความเข้าใจนิดน่ะครับ
    1. ผลตอบแทนของกราฟ day นำราคาสิ้นสุดของแต่ละวัน ลบด้วยค่าเริ่มต้น ใช่มั้ยครับ สมมติว่าหุ้นตัวหนึ่งวันแรกผลลัพธ์เท่ากับ a1 วันต่อๆ ได้เป็น a2,a3,… แล้วค่อยนำค่าเหล่านี้มาเฉลี่ย หรือเปล่าครับ
    2. ค่าบนแกน y คือค่าของอะไรครับ
    ขอบคุณครับผม :)

    • http://mangmaoclub.com Mod

      @ac2ccbc451e6347ceb1d80fc8c9cd985:disqus 1. กราฟ Daily คำนวนโดยนำราคา Open หักลบกับ Close ครับ ทำไปเรื่อยๆตั้งแต่วันเริ่มต้นจนสิ้นสุด หลังจากนั้นข้อมูลของแต่ละวันจะถูกเก็บเข้ามาเพื่อทำเป็นตารางแจกแจงความถี่อย่างที่เห็นครับ
      2. ค่าแกน Y คือความถี่จำนวนครั้งที่เกิดขึ้น ส่วนแกน X คือผลตอบแทนที่เกิดขึ้นในแต่ละวันครับ :D

  • Tsunami2p

    ตอนนี้ผมเริ่มอยากมีหัว “ขวาจัด” แล้วสิครับเนี่ย อิอิอิ
    คุณมดเรียนสถิติมาหรือเปล่าครับ ดูเชี่ยวชาญด้านตัวเลขจัง เก่งๆๆ นับถือๆ :) :)

    • http://mangmaoclub.com Mod

      ผมว่าหัวหนักข้างเดียวจะเดินเซนะครับ 55

      ผมไม่ไดเรียนสถิติมาเป็นพิเศษหรอกครับ อาศัยอ่านไปเรื่อยมากกว่า แต่ก่อนตอนเรียนเลขนี่ของแขยงกันเลยครับ อิอิ

    • http://mangmaoclub.com Mod

      ผมว่าหัวหนักข้างเดียวจะเดินเซนะครับ 55

      ผมไม่ไดเรียนสถิติมาเป็นพิเศษหรอกครับ อาศัยอ่านไปเรื่อยมากกว่า แต่ก่อนตอนเรียนเลขนี่ของแขยงกันเลยครับ อิอิ

    • http://mangmaoclub.com Mod

      ผมว่าหัวหนักข้างเดียวจะเดินเซนะครับ 55

      ผมไม่ไดเรียนสถิติมาเป็นพิเศษหรอกครับ อาศัยอ่านไปเรื่อยมากกว่า แต่ก่อนตอนเรียนเลขนี่ของแขยงกันเลยครับ อิอิ

  • micky

    สรุปว่า time frame ยิ่งยาว ความเสีืยงยิ่งต่ำ ใช่ไหมครับ    ถ้าเพิ่มเงื่อนไขว่าเอาเฉพาะหุ้นที่ roc>set ทุกช่วงเวลา  ได้ไหมครับ  อยากเห็นการกระจายตัว   ของหุ้นที่ momentum แข็งแกร่งกว่าตลาดครับ

    • http://mangmaoclub.com Mod

      ต้องถามว่าให้ความหมายกับคำว่าเสี่ยงอย่างไร ถ้าหมายถึงโอกาสการเกิดผลตอบแทนที่เป็นลบล่ะก็ การขาดทุนจะมากกว่าครับ แต่การเล่่นใน timeframe ระยะยาวขึ้นมา โอกาสที่จะเล่นให้มีกำไรนั้นง่ายกว่า เนื่องจากจะมีผลตอบแทนแบบสุดขั้วทางด้านขวาเกิดขึ้นมาบ่อยขึ้น ทำให้ช่วยกลบการขาดทุนเล็กๆทิ้งไปได้ถ้าหากรู้จัก cut loss short and let profit run ครับ

  • Somboon

    ชอบclubนี้ clickเข้ามาดูบ่อยมาก
    เริ่มสนใจแนว Trend Follow เพราะที่นี่แหละ

    หลายๆblog หลายๆสำนัก ชอบทำนายหุ้น ทำนายset กันจัง
    โดยเฉพาะการใช้เทคนิคการนับ wave และ fibonacci ว่าจะเด้งไปจุดนั้นจะดิ่งไปจุดนี้บ้าง,
    ตอนนี้setอยู่ในwave นั้นของsub wave นี้บ้าง …..etc.
    (เท่าที่ย้อนหลังกลับไปดู เห็นพอทายผิดก็ … ทำเป็นลืมๆ ประจำ^^)

    เลยอยากถามความคิดเห็นว่าTF พันธุ์แท้แบบคุณมดว่า
    จริงๆเขามองเทคนิค wave ในมุมมองไหนและนำมาใช้ประโยชน์ในแง่ไหนบ้าง

    ถ้า TF จะเอาการนับwave มาเป็นส่วนหนึ่งในระบบการtrade จะออกมาในรูปแบบใดได้บ้าง

    หรือไม่จำเป็นเพราะมันอาจเป็นดาบสองคม เพราะมันไม่สามารถบอกได้ว่า 
    ณ ตอนนี้เรากำลังยืนอยู่ตำแหน่งไหนของแนวโน้ม
    เพราะสิ่งที่จะเกิดขึ้นต่อไปมี factors มากมายที่จะทำให้wave เปลี่ยนรูปร่างไปจากที่เราคาดการณ์ไว้เสมอ
    (เลยไม่จำเป็นต้องนับ ปวดหัว เสียเวลา เดี๋ยวไปจบรอบที่ศรีธัญญา ^^X)

    คือถึงเวลาต้องออก ดันฝืนตลาดเพราะนับwave ผิดว่าเป็นแค่การปรับฐานในแนวโน้มใหญ่
    หรือรีบtake profit ไปก่อนเพราะไปนับwaveว่าเป็นการขึ้นเล็กๆในtrend ขาลงใหญ่ อะไรประมาณนี้
    หรือบางทีสัญญาณซื้อมาดันไม่กล้าเข้าเพราะนับwave ผิดซะงั้น

    club นี้ ดี ชอบ

    • http://mangmaoclub.com Mod

      @7d812b92a9572b636a5dcad6b36a3d84:disqus ส่วนตัวคิดว่าคำถามที่คุณ Somboon ถามมาก็เหมือนจะเป็นคำตอบของมันเองอยู่แล้วนะครับ :D
      แนวคิดของ Trend Following นั้นเชื่อว่าเราไม่สามารถคาดเดาตลาดได้ กลยุทธ์ต่างๆจึงถูกออกแบบเพื่อใช้ประโยชน์จากสภาวะที่กำลังเกิดขึ้นของตลาด มากกว่าที่จะพยายามไปหาคำตอบในอนาคตจากมันครับ

      ส่วนเรื่องการเอา wave มาใช้ร่วม ผมว่าอาจมีคนทำอย่างนั้นก็ได้ครับ มันคงเป็นเรื่องเทคนิคของแต่ละคนซึ่งผมคงจะไม่สามารถรู้ได้ทั้งหมด 55 แต่ถ้าเป็น TF ก็อาจเอามาใช้ภายใต้กรอบของแนวคิดแบบ TF เท่านั้นเองครับ (แต่ผมเองไม่ได้ใช้นะครับ เพราะสุดท้ายก็ต้องตามตลาดอยู่ดีเลยตัดมันทิ้งไปไม่ให้รกสมองน้อยๆของผม 55)

  • Somboon

    ชอบclubนี้ clickเข้ามาดูบ่อยมาก
    เริ่มสนใจแนว Trend Follow เพราะที่นี่แหละ

    หลายๆblog หลายๆสำนัก ชอบทำนายหุ้น ทำนายset กันจัง
    โดยเฉพาะการใช้เทคนิคการนับ wave และ fibonacci ว่าจะเด้งไปจุดนั้นจะดิ่งไปจุดนี้บ้าง,
    ตอนนี้setอยู่ในwave นั้นของsub wave นี้บ้าง …..etc.
    (เท่าที่ย้อนหลังกลับไปดู เห็นพอทายผิดก็ … ทำเป็นลืมๆ ประจำ^^)

    เลยอยากถามความคิดเห็นว่าTF พันธุ์แท้แบบคุณมดว่า
    จริงๆเขามองเทคนิค wave ในมุมมองไหนและนำมาใช้ประโยชน์ในแง่ไหนบ้าง

    ถ้า TF จะเอาการนับwave มาเป็นส่วนหนึ่งในระบบการtrade จะออกมาในรูปแบบใดได้บ้าง

    หรือไม่จำเป็นเพราะมันอาจเป็นดาบสองคม เพราะมันไม่สามารถบอกได้ว่า 
    ณ ตอนนี้เรากำลังยืนอยู่ตำแหน่งไหนของแนวโน้ม
    เพราะสิ่งที่จะเกิดขึ้นต่อไปมี factors มากมายที่จะทำให้wave เปลี่ยนรูปร่างไปจากที่เราคาดการณ์ไว้เสมอ
    (เลยไม่จำเป็นต้องนับ ปวดหัว เสียเวลา เดี๋ยวไปจบรอบที่ศรีธัญญา ^^X)

    คือถึงเวลาต้องออก ดันฝืนตลาดเพราะนับwave ผิดว่าเป็นแค่การปรับฐานในแนวโน้มใหญ่
    หรือรีบtake profit ไปก่อนเพราะไปนับwaveว่าเป็นการขึ้นเล็กๆในtrend ขาลงใหญ่ อะไรประมาณนี้
    หรือบางทีสัญญาณซื้อมาดันไม่กล้าเข้าเพราะนับwave ผิดซะงั้น

    club นี้ ดี ชอบ

  • Piyawut

    จริงๆก็พึ่วเริ่มทำการศึกษาการลงทุนนะครับ ไม่ได้จบเศรษฐศาสตร์มาด้วยละ
    แต่ก็จะพยายามศึกษา และคอยอ่าน คอยทบทวน เนื่องจากติดตามมา ทุกบทความมีประโยชน์มากครับ
    อ่านแล้วเข้าใจง่ายมากเลย ขอบคุณมากนะครับ

    • http://mangmaoclub.com Mod

      @e154c6d7e5f04a24bee7a31838376fb6:disqus นักลงทุนเก่งๆหลายคนก็ไม่ได้จบเศรษฐศาสตร์ครับ ไม่ต้องซีเรียส ผมว่าในระยะยาวแล้วเรื่องของการบังคับตนเองยากกว่าการรู้โน่นรู้นี่มากครับ :D

  • http://twitter.com/mprandy mprandy

    ต้องเข้ามา comment หน่อยเด๋วตกเทรนด์ :D

    ถ้ามองอีกมุม .. daily return distribution ก็คือ noise/volatility ส่วน yearly return distribution ก็คือ trend ใน long term perspective. การมี trend ทำให้เกิด fat tail ส่วน volatility/noise มี randomness สูงกว่ามาก การกระจายจึงเป็น Gaussian (type 1 randomness)

    บทความนี้เป็นการนำเสนอและอธิบายในอีกมุม ที่เข้าใจง่ายขึ้นครับ ขอบคุณมาก

  • http://mangmaoclub.com Mod

    @twitter-83117048:disqus ขอบคุณ Comment ครับพี่หมอเอ็ม สรุปได้ดีกว่าผมอีกนะครับเนี่ย 55

    • http://twitter.com/mprandy mprandy

      แหะ ๆ … ผมก็โม้ให้มันดูดีไปงั้นแหละ … จะได้ปกปิดของจริงว่ากลวงโบ๋ ฮา … :D

      • http://mangmaoclub.com Mod

        @twitter-83117048:disqus อย่างพี่หมอจะกลวงโบ๋ได้ไงเนี่ยครับ ไม่งั้นผมเป็นสูญญากาศเลยนะเนี่ย 55

        • http://twitter.com/mprandy mprandy

          จุ๊ ๆ อย่าเอ็ดไป เด๋วคนอื่นรู้ว่าเรากลวง :P

  • Ony

    ขอเพิ่มเติมนะครับ น่าจะลองทำเป็นกราฟ Cumulative Distribution เพิ่มเติม จะได้เห็นว่า ลักษณะการกระจายตัวของ การถือหุ้นTime frame ที่ยาว เช่น 1 month จะให้ Probability ทางฝั่ง Gain มากกว่า Loss รึปล่าว และเมื่อเทียบกับ การถือหุ้นTime frame ที่สั้นเช่น Day trade ครับ