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
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
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 
