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

  • อาทิตย์

    ยอดเยี่ยมมากครับ ติดตามมาตลอด ทุกบทความอ่านซ้ำแล้วซ้ำอีก ขอบคุณมากๆครับ

    • http://www.mangmaoclub.com/ Mod

      ขอบคุณสำหรับกำลังใจครับ :D

  • mprandy

    บทความหล่อพอ ๆ กะเจมส์จิเบยนะครัฟ ^^

    • http://www.mangmaoclub.com/ Mod

      หวัดดีครับพี่หมอ ผมเอาแค่ Brad Pitt ก็พอครับ :D 55

      • mprandy

        กลับมาอ่านหัวข้ออีกที นี่มันกับดักเราชัด ๆ นี่หว่า
        เพราะเรานั้นยิ่งกว่ารายย่อย … เราเป็นรายละเอียด! :D

        • http://www.mangmaoclub.com/ Mod

          จ๊ากกกส์ โดนมุขนี้เข้าไปตอนแรกมึนเลย 55

  • kojiro540

    ขอบคุณครับพี่มด… ในงาน Temple Boxing meeting พี่ก็เคาะกะโหลดกะลาผม วันนี้ได้อ่านบทความดีๆแบบนี้อีก ขอบคุณครับพี่ :D

    • http://www.mangmaoclub.com/ Mod

      ว่าไงน้อง สบายดีๆ :D

      • kojiro540

        โดน Mr.Market ทำให้บาดเจ็บบ้าง ตามสภาวะ ครับ ฮาาาา

        • http://www.mangmaoclub.com/ Mod

          ตลาดช่วงนี้ผันผวน โดนกันหน่อยถือว่าโอเคครับ อย่าเจ็บหนักก็พอ :D

  • top

    ยอดเยี่ยมครับ พี่มด ^^

    • http://www.mangmaoclub.com/ Mod

      ขอบคุณครับผม :D

  • จ.จาน ป.ปลา

    ขอบคุณครับพี่
    ดีที่ผมอ่าน way of the turtle มา เลยค่อยอ่านบทความพี่รู้เรื่องหน่อย
    เปนเมื่อก่อน โคตรงงครับ ท้ั้ง drawdown, mar ratio :D

    • http://www.mangmaoclub.com/ Mod

      โอ้ ต้องขอโทษด้วยครับ พอดีชินปาก แต่คิดว่าเขียนอธิบายในเบื้องต้นแล้วสักพักน่าจะตามได้ไม่ยากนะครับ ขอบคุณที่ช่วยชี้แนะครับ :D

  • linux noy

    ของดีมีคุณภาพอีกแล้วครับท่าน…!!

    • http://www.mangmaoclub.com/ Mod

      ขอบคุณครับผม เขียนบทความนี้กะเรียกแขก เพื่อนเก่าๆที่อ่านกันมานานมาคุยกัน :D

      • linux noy

        อ่านไปยิ้มไปเลยครับ โดนมาแล้วทั้งนั้น สุดท้ายก็กลับมา simple 5 5+
        ปล. ตั้งตารอ robustness test อิอิ

        • http://www.mangmaoclub.com/ Mod

          สักพักครับ เดี๋ยววนไปเรื่องอื่นก่อนสักหน่อยครับ :D

  • V_Santi

    บทความอ่านสนุกน่าติดตาม วางไม่ลง เยี่ยมยอด ขอบคุณครับ

    • http://www.mangmaoclub.com/ Mod

      ขอบคุณครับพี่สันติ :D

  • จีรวัตร ตรีพิเชฐกุล

    ยอดเยี่ยมครับ ได้ความรู้เช่นเคย
    ความเข้าใจของผมคือการพยายามจะคอนเฟิร์มสัญญานโน่นนี่นั่นจนเกินไป ทำให้เราพลาดโอกาสในบางช่วงเวลา ซึ่งเป็นช่วงที่ระบบสามารถทำกำไรได้ และหลังจากนั้นสักระยะสัญญานต่างๆ จึงค่อยคอนเฟิร์มกันและกัน นั่นหมายความว่าเรามัวแต่ห่วงหน้าพะวงหลังจนพลาดช่วงเวลาสำคัญใช่มั้ยครับ?

    • http://www.mangmaoclub.com/ Mod

      เวลาที่เรา Over Fit ระบบเกินไป จะทำให้เงื่อนไขของเราลงรอยกับข้อมูลใน In Sample Data มากเกินพอดี นอกจากนี้จำนวนการเทรดใน In sample data จะเหลือน้อยมากๆจนในทางสถิติแล้ว หากเราจะเอาไปทำนายผลต่อมันจะมีค่าความคลาดเคลื่อนสูงมาก

      พอถึงเวลาที่ต้องเอาไปเล่นกับตลาดจริงๆซึ่งเป็น Out of Sample Data หรือข้อมูลในรูปแบบที่มันไม่เคยเจอ ระบบที่ Over Fit จะทำกำไรยากมากเพราะตลาดจะต้องเหมือนกับใน In Sample สุดๆระบบถึงจะมีกำไรครับ

      ระบบเหมือนกรอบรูป ถ้ามันสร้างมาเพื่อรูปอะไรบางอย่างจนเกินไปมันก็เอาไปใช้กับรูปอื่นๆยากครับ เช่นถ้าผมทำกรอบเป็นสไตล์เรกเก้สุดๆ เวลาตลาดมาแบบคลาสสิคหรือโรแมนติกสุดๆมันจะไปไม่เป็นครับ :D

      • จีรวัตร ตรีพิเชฐกุล

        ขอบคุณครับ

  • Bank

    อ่านแล้ว….ตาสว่างเลยครับ

    • http://www.mangmaoclub.com/ Mod

      55 ขนาดนั้นเลย ขอบคุณครับ

  • chock

    พี่มดปีนี้ได้เข้าร่วมบรรยาย The stock mastor2หรือเปล่าครับ

    • http://www.mangmaoclub.com/ Mod

      ขอโทษทีครับตอบช้า พอดีพึ่งจะเห็น แหะๆ

      ผมไม่ได้ไปบรรยายครับ แต่เท่าที่เห็นปีนี้ฝั่ง System Trader มีพี่หมอสวัสดีซึ่งกำลังทำระบบ Robot อยู่กับทางบัวหลวง คู่กับทางที่ปรึกษาการลงทุนของบัวหลวงเป็นวิทยากรครับ

  • กล้า

    ผมติดตามงานเขียนของคุณมดมาได้สักพักแล้วครับ ได้ไอเดียเอาไปปรับปรุงระบบเทรดของตัวเองเป็นอย่างมาก ขอบคุณจริงๆ ครับ ผมเองทำ backtest โดยเขียนโปรแกรมเองทั้งระบบ โดยเริ่มจากสารพัด indicator ทำให้มีโอกาสได้ศึกษาองค์ประกอบของสูตรของ indicator ต่างๆ ที่คนนิยมใช้กัน แล้วก็พบว่าหลายๆ ตัวไม่ได้มีสาระอะไรเลย เช่น RSI ที่เห็นสูตรคำนวณแล้วต้องอึ้ง ไม่น่าเชื่อว่าจะมีคนศรัทธาเป็นจำนวนมาก ผมได้ทดลองปรับแต่ง เครื่องมือ+พารามิเตอร์ หลายร้อยกรณี โดยทดสอบกับข้อมูลใน SET100 ตั้งแต่ปีที่เริ่มเข้าตลาด แล้วก็พบว่า “ยิ่งเยอะยิ่งแย่” ผลตอบแทนรวมไม่ได้โดดเด่นจนมีนัยสำคัญ ผมแทบจะยอมแพ้ เพราะไม่สามารถหาวิธีที่จะเอาชนะตลาดได้ แต่ก็ยังฮึดสู้ โดยเริ่มจากปลดเงื่อนไขออกไปทีละตัวๆ จนปัจจุบันผมใช้เพียงเส้น EMA 2 เส้นยืนยัน uptrend แล้วซื้อขายตามช่องราคาแทน เรียกว่า simple แบบสุดๆ ซึ่ง backtest ให้ผลลัพธ์เป็นที่น่าพอใจมาก (ถ้าเขียนโปรแกรมไม่ผิด ฮา) แต่มีจุดอ่อนคือหุ้นที่เลือกมาเทรดต้องมีคุณภาพดี ดังนั้นต้องทำการบ้านเรื่องปัจจัยพื้นฐานในระดับหนึ่ง กับอีกอย่างคือผลลัพธ์ขึ้นอยู่กับจำนวนเงินที่ใช้คุมโซนเพื่อลดต้นทุน ถ้าเงินน้อย %win ก็จะน้อยตามไปด้วย (แต่ก็ยังดีกว่าวิธีอื่นๆ ที่เคยทดลองมา) ไม่ทราบว่าคุณมดพอจะมีเวลาว่างแวะมาดูผล backtest กากๆ ของผมบ้างไหมครับ เผื่อจะมีคำแนะนำดีๆ :)

    ขอบคุณจริงๆ ครับ สำหรับสิ่งที่คุณมดได้ถ่ายทอดออกมา มีประโยชน์กับผมมาก

    • http://www.mangmaoclub.com/ Mod

      บอกตามตรงเลยว่าไม่ถนัด Grid System นะครับ ส่วนเรื่อง Indicator ต่างๆผมก็พูดตลอดว่ามันไม่ใช่ตัวแทนของตลาด แต่เป็นตัวแทนของความเชื่อจากคนที่คิดว่าสูตรเหล่านั้นจะสะท้อนภาพของตลาดออกมาในมิติที่เค้าต้องการเห็นได้ ดังนั้นส่วนใหญ่ไม่ว่ามันจะดูล้ำแค่ไหนมันก็คือขยะถ้าไม่ Backtest ดูนั่นแหละครับ ยังไง Post System Statistics ลงมาคุยกันต่อดูก็ได้ครับ เดี๋ยวอาจมีคนอื่นมาช่วยแจมๆดูด้วยครับ :D

    • Thata

      Simple กว่านั้นคือไม่ต้องใช้อะไรเลยครับ เทรดกราฟเปล่าๆ ผมว่าชัวร์สุดครับ (ฮาาา)

  • SL

    ขอบคุณคร้าบ

    • http://www.mangmaoclub.com/ Mod

      หวัดดีครับพี่เสก :D

  • milligram9

    สุดยอดเสมอเลยครับ ขอบคุณครับ

    • http://www.mangmaoclub.com/ Mod

      ยินดีที่ได้เห็นคอมเมนท์จากขาประจำเหมือนกันครับ :D

  • http://www.sarut-homesite.net/ saruthomesite

    ตั้งแต่กลับมารู้สึกพี่มดเขียนได้จัดเต็มขึ้นเยอะเลยนะครับ จากที่เคยสุดยอดอยู่แล้วเลยเจ๋งขึ้นไปอีกขั้น

    • http://www.mangmaoclub.com/ Mod

      กะจะให้มันไล่ระดับไปเรื่อยๆครับ จริงๆอยากเขียนมันส์กว่านี้แต่เดี๋ยวคนมาใหม่ตามไม่ทัน เอาเป็นว่าตอนนี้เป็นแมงเม่าร่าง 3 แล้วกันครับ ค่อยๆยกระดับไปตามจำนวนปี 55

  • JIN

    ผมดีใจมากที่จะมีงานสัมมนาหุ้น Mangmao Talk 2013 เพราะว่าผมจะได้เจอตัวจริงๆของพี่สักที ^-^

    • http://www.mangmaoclub.com/ Mod

      ยินดีครับ แล้วเดี๋ยวไปจัดหนักกันที่งานแบบเต็มๆ :D (อย่าคิดลึกล่ะครับ 55)

  • Tottipop

    ขอบคุณมากสำหรับบทความดีๆ ครับ
    มีข้อสงสัยข้อนึงครับ

    คือว่า ในแต่ละ entry ของระบบนี้ ได้เข้า ด้วยเงินเป็น 10 ก้อน ใช่มั้ยครับ

    ถ้าใช่
    แล้วแต่ละครังจะยังเท่าเดิมมั้ย
    เช่น 100 บาท ก้อนละ 10 บาท

    ซื้อไปสองครั้ง และได้ขายออกมาก้อนนึง ได้เงินมา 15 บาท
    นั่นคือมีหุ้นที่เหลืออีกตัว กับเงิน 95 บาท
    ครั้งต่อไป ต้องซื้อด้วยเงินเท่าไหร่ครับ

    ขอบคุณมากครับ

    :D

    • http://www.mangmaoclub.com/ Mod

      Position Size จะคิดจาก Total Equity ของพอร์ทในขณะนั้นว่ามีมูลค่าเท่าไหร่ครับ

      เช่น ถือหุ้น A ราคาหุ้นละ 100 อยู่ 500 หุ้น + เงินสดอีก 5000 จะมี Total Equity = 10,000 ดังนั้น หากคิดจะซื้อไม้ต่อไปจะคิดที่ 10% ของ 10,000 เท่ากับไม่เกิน 1,000 บาท

      ต่อมาหากหุ้น A วิ่งขึ้นไปที่ 120 บาท + เงินสดอีก 5000 เราจะมี Total Equity = 11,000 ดังนั้นในสถานการณ์ต่อมานี้ ไม้ต่อไปจะไม่ได้จำกัดอยู่ที่ 1,000 เหมือนเดิมแล้ว แต่เป็น 1,100 บาทแทนครับ

      เวลาหุ้นลงก็คำนวนแบบนี้เหมือนกัน แต่ผลจะตรงกันข้ามซึ่งก็คือจะซื้อได้ลดลง

      note: สังเกตุว่า Model MM แบบนี้จะเป็นแบบ Anti-Martingale คือทำให้เราซื้อน้อยลงเวลาขาดทุน และซื้อมากขึ้นเวลาพอร์ทโตครับ

      • Tottipop

        ผมมีอีกสองคำถามที่สงสัยเพิ่มเติม
        1. ในเคสที่จะเทรดครั้งละ 10% ถ้าเงินสดที่เหลือไม่ถึง 10% (เช่นมีเงิน 500 จาก Tot Eq 10,000) เราควรจะ
        – ซื้อด้วยเงินที่เหลือ
        – เติมเงินเพิ่มจนเป็น 10% ของ Total Equity ใหม่
        – ไม่ซื้อเลย
        2. ถ้าหากเราซื้อหุ้นจนไม่เหลือเงินสดแล้ว แล้วหากมีหุ้นตัวใหม่ที่เข้า Criteria อีกหนึ่งตัว เราควรจะทำอย่างไรครับ
        – ไม่ทำอะไร
        – เติมเงินเพิ่มอีก 100/11%
        – ขายให้หุ้นสิบตัวอย่างละเท่าๆกัน เพื่อมาซื้อตัวใหม่ ให้ได้ตัวละ 100/11%
        – เลือกขายหุ้นตัวนึงจากสิบตัวแล้วนำเงินไปซื้อตัวใหม่
        ขอบคุณครับ

        • http://www.mangmaoclub.com/ Mod

          1) จริงๆขึ้นอยู่กับเงื่อนไขของแต่ละระบบครับ แต่ในบทความนี้ถ้าเงินสดเหลือไม่ถึงมูลค่าหุ้นที่จะซื้อ ระบบจะ reject ไปครับ

          2) ขึ้นอยู่กับระบบอีกนั่นแหละครับ แต่ในบทความนี้ให้อยู่เฉยๆต่อไปครับ

          ปล. ระบบในบทความนี้ตัดเอาเงื่อนไขที่ซับซ้อนออกไปเพื่อให้ง่ายต่อการสื่อสารและความเข้าใจ ดังนั้นอาจทำการเปลี่ยนแปลงเงื่อนไขและพัฒนาได้ต่อไปด้วยความระมัดระวังครับ

  • earth

    ขอบคุณสำหรับบทความดีๆครับ
    ถ้าอยากจะศึกษาเพิ่มเติมรบกวนคุณมดช่วยแนะนำหนังสือ เกี่ยวกับสร้างระบบ, backtest ระบบ, แล้วก็ money management ให้หน่อยได้ไหมครับ ขอบคุณครับ

    • http://www.mangmaoclub.com/ Mod

      มีเยอะมากเลยครับ จริงๆอยากให้อ่านไปเรื่อยๆทุกเล่ม แต่มันจะไม่มีภาษาไทยครับ แนะนำให้เอาคำที่ถามผม เช่น Trading System, Backtesting, Money Management เข้าไปเสิรช์ที่ Amazon แล้วเลือกเล่มที่ได้ 4 ดาวขึ้นไปมาอ่านครับ อ้อออ อย่าลืมอ่านรีวิวคร่าวๆและดูจำนวนคนรีวิวด้วยนะครับ ไม่งั้นอาจโดน Stat หลอกได้ครับ :D

  • Takky Takkytology

    บทความนี้พี่มดเขียนได้ดีจริงๆครับ กลับมาก็จัดเต็มเลย สงสัยพี่มดแต่งเพลงครบทุกเพลงแล้ว เลยได้เวลาเปิดคอนเสิร์ตใหญ่ให้แฟนๆหายคิดถึง

    • http://www.mangmaoclub.com/ Mod

      ผมชอบความคิด Takky นะ จริงๆผมไม่ชอบคำว่าสัมมนาเลย ผมก็คิดของผมเองตลอดว่าผมจะเปิด Concert – Talk Show เพราะมันดูน่าสนุกกว่ากันเยอะเลยครับ 55 :D

  • chana

    ปัจจุบัน คุณมดใช้โปรแกรมอะไรในการทำ backtest ครับ

    • http://www.mangmaoclub.com/ Mod

      จริงๆใช้หลายตัวเวลาทำครับแล้วแต่ลักษณะงาน แต่ด้าน Backtest ทางบัญชีหลักๆโดยเฉพาะที่เอามาโชวโนเวบนี้ใช้ Amibroker ส่วนด้านสถิติใช้ R กับ JMP แล้วก็พวก Excel เวลาทำ Presentation ออกมาครับ

  • jumb1101

    ขอบคุณมากครับ บทความดีดีอีกแล้ว :D

    • http://www.mangmaoclub.com/ Mod

      ยินดีครับผม :D

  • yuttana

    คุณมดครับ เมื่อจำนวนหุ้นมีสัญญาณซื้อมากกว่าที่เราจะซื้อได้ คุณมดเรียงลำดับตัวหุ้นอย่างไรครับ

    • http://www.mangmaoclub.com/ Mod

      แนะนำให้จัดอันดับ Ranking ตามความแข็งแกร่งหรือ Momentum ของราคาครับ เหตุผลสั้นๆเลยก็เพราะมันมีประสิทธิภาพกว่าแนวทางอื่นหลายๆแนว ถ้าสงสัยให้ Search เรื่อง Relative Strength Investing (ไม่ใช่ RSI นะครับ) จริงๆผมเคยทำ Backtest ไว้ในหนังสือ Livermore เรื่องหุ้นนำตลาดให้ดูกันแล้ว แต่ตอนนี้ไม่ได้พิมพ์ใหม่ ลองไปหายืมจากห้องสมุดมารวยดูก็ได้เพราะผมเคยไปแจกเอาไว้ครับ

      • yuttana

        ขอบคุณมากครับ ผมเคยทำอยู่พักนึง ก็เลิกไป ด้วยฐานข้อมูลที่ไม่ค่อยพร้อม ตอนนั้นใช้ RSI เรียงตามคู่มือของ Amibroker แต่หลังๆ ปรับปรุงอย่างที่คุณมดว่าไว้ ก็ได้ผลดี Optimize จำนวนวัดความแข็งแกร่งที่ 85 วันก็ดีมาก แต่ติดที่ฐานข้อมูลไม่ดีพอก็ไม่กล้าเอาไปใช้ ข้อมูลที่มีดูแล้วไม่ได้ปรับเมื่อหุ้นแตก หรือโดนรวบ

        • yuttana

          อยากให้คุณมดอธิบายเรื่อง Expected Value and Bet fraction อ่านที่เว็บของ Ed sekota แล้วไม่ค่อยเข้าใจ แบบว่าอ่อนภาษานะครับ

          • http://www.mangmaoclub.com/ Mod

            EV ในการเทรด คือกำไรโดยเฉลี่ยต่อครั้งคิดเป็น Reward/Risk Ratio ครับ ส่วน Bet Fraction คือขนาดของความเสี่ยงที่ควรแบกรับในแต่ละครั้งครับ ผมเคยแปลเป็นไทยไว้นานแล้วครับ ลองเข้าไปอ่านที่นี่ได้เลยครับ

            http://www.mangmaoclub.com/optimal-risk-1/

            http://www.mangmaoclub.com/optimal-risk-2/

        • http://www.mangmaoclub.com/ Mod

          ปรากฎการณ์นี้ทางฝั่งวิชาการ (ผมมวยวัด) เขาเรียกว่า Momentum Anomaly เกิดขึ้นทั่วโลกครับ เลยให้ลอง Search ดู เผื่อว่าจะเพิ่มความเข้าใจและมั่นใจให้มากขึ้นอีก :D

        • http://www.mangmaoclub.com/ Mod

          เรื่อง Relative Strength ปรากฎการณ์นี้ทางฝั่งวิชาการ (ผมมวยวัด) เขาเรียกว่า Momentum Anomaly เกิดขึ้นทั่วโลกครับ เลยให้ลอง Search ดู เผื่อว่าจะเพิ่มความเข้าใจและมั่นใจให้มากขึ้นอีก :D

  • Yuttana

    อ่าบทความคุณมดทีไร spark ทุกที อยากให้เขียนเรื่อง expectation & bet fraction เพราะไปอ่านมาแล้วไม่ค่อยเข้า ภาษาผมไม่แข็งแรง

  • Yuttana

    System2 คือ price channel. Buy HHV(H,50) , Sell LLV(L,20) แล้ว filter ด้วย MA(V*C,20)> 10,000,000 ถ้าหุ้นมีสัญญานเกินจำนวนก็เรียงลำดับด้วย levy ผมเข้าใจถูกไหมครับ

    • http://www.mangmaoclub.com/ Mod

      Turtle System 2 ของจริงจะละเอียดกว่านี้ครับ แต่ในครั้งแรกมันออกแบบมาให้ใช้กับพวก Commodities ผมเลยนำเอาแก่นหลักๆของมันมาประยุกต์ให้ง่ายลงในตลาดหุ้นครับ ส่วนเรื่องการ Ranking ถ้าจำไม่ผิดน่าจะใช้ ATR ยังไงลองดูในส่วนของดัชนีบทความเรื่อง Turtle นะครับ

  • ยุทธ

    System2 คือ price channel 50-20 กรองด้วยมูลค่าและเรียงด้วย levy เดาใกล้เคียงไหมครับ

  • MegaMan

    ไม่รู้ผมอินเกินไปไหม…
    น่าจะเข้าทำนองนิยายกำลังภายใน
    จอมยุทธที่แท้จริง หยิบจับอะไรก็ใช้เป็นอาวุธได้หมด

    เคล็ดลับ คือ การไม่มีเคล็ดลับ ^ ^

    • http://www.mangmaoclub.com/ Mod

      หยิบจับ Indicator อะไรมาใช้ก็ได้ทั้งนั้นถ้าเข้าใจ Driver ของผลตอบแทนจากตัว Technical Analysis ครับ แต่ถ้าไม่เข้าใจหยิบอะไรก็พังครับ 55

  • ปิง

    คุณมดเคยมั้ยครับผมเห็นหลายระบบทดสอบกับตลาดไทยได้ผลดีมาก ทดสอบกับตลาดฮ่องกง นิเคอิ สิงคโปร์ ได้ผลดีปานปลาง แต่พอทดสอบกับตลาด อเมริกา ยุโรปได้ผลที่ไม่ค่อยดี ซึ่งบางตลาดขาดทุนด้วยซ้ำ

    มันเกี่ยวมั้ยครับ ที่ตลาดฝั่งยุโรป อเมริกามีประสิทธิภาพมากกว่า ฝั่งเอเชียอย่างเรา แล้วเราจะมั่นใจได้อย่างไรว่าระบบที่้เราทำ Backtest อย่างดี 10ปี ขึ้นไปใช้ได้ดีกับตลาดเอเชีย แล้วมาวันนึงปรากฏว่าตลาดบ้านเรามีประสิทธิภาพขึ้นมาเหมือนฝั่งตะวันตก ผมกลัวว่ากว่าจะรู้อีกที พอร์ทขาดทุนยับไปหมดแล้วอะครับ

    • http://www.mangmaoclub.com/ Mod

      เท่าที่เคยทดสอบ ตัว optimal parameter จะต่างกันครับ เหตุผลน่าจะเป็นเพราะสภาพตลาดและความมีประสิทธิภาพของตลาดเขามีมากกว่าครับ ถ้ากลัวก็ต้องลองทำระบบกับสักตลาดนึงดูแล้วลองไปทดสอบ Out of Sample ที่ตลาดอื่นหลายๆที่ดู ถ้ารอดทุกตลาดน่าจะทำให้หายกังวลใจได้ระดับหนึ่ง อย่างไรก็ตามสักวันหนึ่งระบบที่เคยใช้ได้อาจพังก็ได้ครับ ไม่มีอะไรรับประกันได้ แต่ถ้าระบบอิงจากกลไกหรือ anomaly ที่แท้จริงของตลาดมันคงไม่พังเร็วขนาดนั้น เพราะระบบส่วนใหญ่บนโลกนี้ทำกำไรจากความไร้ประสิทธิภาพของตลาด (ความไร้เหตุผลของคน) ซึ่งวิวัฒนาการกันมาเป็นพันๆปี ถ้าคนมีเหตุผลขึ้นเรื่อยๆผลตอบแทนคงค่อยๆลดลง แต่คงต้องให้เวลาหน่อยก่อนระบบจะล่มแบบใช้ไม่ได้เลยนะครับ

  • Pingback: Ѻѡͧ´㹵 | . | zephyth()

  • Pingback: การเมือง … กับการลงทุนอย่างเป็นระบบ | แมงเม่าคลับ.คอม()

  • Panupong Yen

    Filters Exclude

    คืืือ indicator ที่ไม่นำมาใ้ช้ ถูกไหมครับ แล้วควรใช้ต้วไหนบ้างครับ

    • http://www.mangmaoclub.com/ Mod

      ใช่แล้วครับ ถ้า exclude คือไม่ใช่ ในบทความระบบ System 2 ใช้แค่ Breakout, Moving Average 2 เส้น และกำหนด Universe เป็น SET100 ครับ

  • Pingback: งบการเงินของนักเก็งกำไร | แมงเม่าคลับ.คอม()

  • Pingback: งบการเงินของนักเก็งกำไร | Somchok's space()

  • ok

    เวลาเข้าซื้อนี้ใช่วิธีคิด % ต่อความเสี่ยงทั้งพอร์ตหรือว่า % ต่อตัวคิดจากพอร์ตรวม ขอบคุณมากครับ

  • Watanyoo Chitmant

    ขอบคุณมากครับ อ่านแล้วรู้สึกเหมือนตัวเองกำลังจะเป็นเม่าเลย อิอิ
    อยากสอบถามเจ้าของ blog ครับ ผมกับเพื่อนก็กำลัง backtest อยู่เหมือนกันครับ
    indicator ที่ใช้มีแค่สองสามตัวเท่านั้น (ณ ปัจจุบัน)
    ผมสงสัยว่าผมเข้าข่าย over-fitting หรือเปล่าครับ อยากให้เจ้าของ blog ช่วยวิจารณ์หน่อย
    ผมได้โครงของ algorithm การเทรดมาแล้ว หลังจากนั้นผมทำการ backtesting โดย vary ค่า parameter ที่เหมาะสมสำหรับหุ้นตัวนั้นๆ เช่น การ vary ค่า period ของ new high, new low ที่จะเข้าและออก เพื่อให้ได้ผลตอบแทนที่ดี และน่าพอใจสำหรับผม (ซึ่งอจจะไม่ใช่ค่าที่ดีที่สุดก็ได้)
    ขอบคุณล่วงหน้าครับ

  • Manop Mantanon

    โทษทีน้ะครับ ทำไมผมลอง sim ด้วยตัวเองแล้วคำตอบมันไม่ตรงอะครับ มันหายไปหลายเปอเซ็นอยุ่น้ะ เป็นเพราะผมใช้ universe ไม่ตรงหรีอเป็นเพราะการ money management ไม่เหมือนกันหรอครับ