Supawat Supakwong 1 Comment

 

วันนี้ทีมงาน Think Algo จะพามารู้จักกับ 5 กลยุทธ์การลงทุนอย่างเป็นระบบ  ใครสนใจหรือกำลังมองหาไอเดียในการพัฒนาระบบของตนเอง ลองศึกษาแล้วเอาไปต่อยอดได้เลยครับ

กลยุทธ์ทั้ง 5 ถือเป็นกลยุทธ์พื้นฐานที่ system traders นิยมใช้กันมายาวนาน  ทั้งนี้ เว็บไซต์ www.asxmarketwatch.com ได้ทำการศึกษาประสิทธิภาพของกลยุทธ์กับข้อมูลย้อนหลังไปกว่า 13 ปี กับหุ้นในกลุ่ม ASX200 ของตลาดออสเตรเลีย พบว่า ทั้งห้ากลยุทธ์ยังคงสามารถสร้างผลตอบแทนที่น่าพอใจได้

กลยุทธ์เหล่านี้มีหลักแนวคิดอย่างไร?  แล้วจะสามารถทำผลตอบแทนได้ดีกับตลาดหุ้นบ้านเราหรือไม่? เราจะมาวิเคราะห์กันครับ

สำหรับในตอนแรกนี้ จะขอแนะนำตัวละครทั้งห้ากันก่อนว่ามีอะไรบ้าง มีหลักในการซื้อขายกว้างๆ อย่างไร แล้วในตอนต่อๆ ไป เราจะลงรายละเอียดในการวิเคราะห์กัน  สำหรับเพื่อนๆ ที่สนใจ ก็ติดตามกันได้ยาวๆ เลยครับ

ALGO 1: Highest High Trading System

หุ้นตัวนี้ ที่ผ่านมา (สมมุติมองย้อนกลับไป 200 วันละกัน) ราคาไม่เคยสูงเกิน 15 บาทเลย แต่วันนี้สามารถทะยานตัวขึ้นไปปิดเหนือ 15 บาทได้ คุณคิดว่า การขึ้นของราคาครั้งนี้มีนัยยะสำคัญอย่างไรครับ???

มองในมุมเทคนิค 15 บาทนี้เสมือนเป็นแนวต้านสำคัญที่หุ้นตัวนี้ไม่เคยฝ่าผ่านไปได้ ดังนั้น เมื่อวันนี้ ราคาทะลุไปได้ ก็มีโอกาสที่ราคาจะพุ่งขึ้นไปอีก

Screen Shot 2016-06-18 at 1.22.17 PMในทางกลับกัน หุ้นตัวนี้ (มองย้อนหลังกลับไป 200 วัน) ราคาไม่เคยที่จะต่ำกว่า 10 บาท แต่วันนี้หุ้นตกลงมาปิดที่ 9.5 บาท คุณคิดยังไงครับ???

ใช่ครับ 10 บาทนี้ เสมือนเป็นแนวรับอันมั่นคงของหุ้นตัวนี้  แต่เมื่อวันนี้หุ้นโดนทุบจนหลุดแนวรับนี้ลงมา โอกาสตกลงไปอีกก็มี

Screen Shot 2016-06-18 at 1.22.19 PM

หลักการซื้อและขายของ Highest High Trading System ก็ตามนี้เลยครับ ซื้อเมื่อราคาสามารถทะยานตัวขึ้นเหนือราคาสูงสุดที่เคยเกิดขึ้นในอดีตได้ (หากมองย้อนหลังกลับไป X วัน) และขายเมื่อราคาตกลงไปต่ำกว่าราคาต่ำสุดที่เคยเกิดขึ้นมา (ย้อนหลัง Y วัน)

แนวคิดนี้ถือเป็นพื้นฐานของ Donchian Breakout System และ Turtle Trading ลองไปศึกษาเพิ่มเติมได้ครับ

BUY: ซื้อ เมื่อราคาปิดวันนี้ สูงกว่า ราคาสูงสุด (highest high) ที่เคยเกิดขึ้นมา (พิจารณาย้อนหลังไป 85 วัน)

SELL: ขาย เมื่อราคาปิดวันนี้ ต่ำกว่าราคาต่ำสุด (lowest low) ที่เคยเกิดขึ้นมา (พิจารณาย้อนหลังไป 35 วัน)

Index Filter: “สภาพตลาดต้องเป็นใจ” วัดได้จาก ASX Index ณ วันปัจจุบัน (ในกรณีของเรา ใช้ SET Index) ต้องอยู่สูงกว่าค่าเฉลี่ยย้อนหลัง 100 วันของตัวมันเอง

NOTE: ตัวเลข 85 วัน และ 35 วัน ผมอ้างอิงกับที่ www.asxmarketwatch.com เขาใช้นะครับ  (ไม่จำเป็นต้องเป็นค่านี้ ผมใช้เป็นตัวตั้งต้นเฉยๆ ในตอนต่อๆ ไป เราจะมาปรับค่านี้เล่นกัน)

ALGO 2: Moving Average Channel Trading System

กลยุทธ์ที่ 2 จะพิจารณาหาจุดซื้อและจุดขายจากการทะลุขึ้นหรือตัดตัวลงจากขอบบนและขอบล่างของเส้นค่าเฉลี่ย

มันคืออะไร ? ชงกาแฟดำๆ เข้มๆ ไปอยู่ห้องเงียบๆ แล้วคิดตามผมนะ (ฮ่าๆ ไม่ได้ยากขนาดนั้นครับ) 

ก่อนอื่นเลย เราจะสร้างเส้นค่าเฉลี่ยขึ้นมาหนึ่งเส้น ค่าเฉลี่ยนี้คำนวณจากราคาปิดย้อนหลัง 170 วัน (ทำไมต้องเป็น 170 วัน? ไม่จำเป็นครับ ผมขออ้างอิงตัวเลขให้ตรงกับที่ทาง ASXMarketWatch ใช้เฉยๆ  เราสามารถเลือกค่าที่เหมาะสมเองได้ครับ  แล้วมีหลักในการเลือกอย่างไร? ติดตามตอนต่อไปครับ )

หลังจากได้เส้นค่าเฉลี่ยนี้แล้ว หากเราบวกขึ้นไป 10% ก็จะได้ขอบบน หรือ upper band และ หากเราลบ 10% ออกจากค่าเฉลี่ย เราก็จะได้ขอบล่าง หรือ lower band

Screen Shot 2016-06-18 at 1.22.47 PM

จบแล้วครับ แค่นี้ก็หาจุดซื้อและจุดขายได้แล้ว

BUY: ซื้อเมื่อราคาปิดวันนี้ ทะลุขึ้นไปอยู่สูงกว่า upper band

SELL: ขายเมื่อราคาปิดวันนี้ตกลงไปต่ำกว่า lower band

Index Filter: “สภาพตลาดต้องเป็นใจ” วัดได้จาก ASX Index ณ วันปัจจุบัน (ในกรณีของเรา ใช้ SET Index) ต้องอยู่สูงกว่าค่าเฉลี่ยย้อนหลัง 100 วันของตัวมันเอง

ALGO 3: Bollinger Band Trading System

กลยุทธ์ที่ 3 จะมีความใกล้เคียงกับกลยุทธ์ที่ 2 ครับ คือ สัญญาณซื้อและขาย พิจารณาจากราคาปิด ณ วันปัจจุบัน เทียบกับขอบบนและขอบล่างของเส้นค่าเฉลี่ย

อ้าว แล้วมีอะไรที่ต่างไป? กาแฟอีกสักแก้วมั้ยครับ ฮ่าๆๆ

เริ่มต้น เราสร้างเส้นค่าเฉลี่ย (กรณีนี้ขอใช้ 100 วัน ละกัน) เพื่อใช้เป็นจุดอ้างอิง จากนั้น การคำนวณหาขอบบนและขอบล่าง เราจะอ้างอิงจากส่วนเบี่ยงเบนมาตรฐาน (หรือค่า standard deviation ที่ท่านเคยเรียนจากวิชาสถิตินั่นแหละครับ) แทนที่จะคิดจากเปอร์เซ็นต์ เหมือนกรณีที่ 2

ทั้งนี้ อ้างอิงจาก ASXMarketWatch เราจะคำนวณหาขอบบนและขอบล่างตามนี้ (ย้ำอีกรอบนะครับ ค่าเหล่านี้เราเปลี่ยนแปลงได้) 

  • ขอบบน คำนวณจากค่าเฉลี่ย บวกกับ 3 เท่าของส่วนเบี่ยงเบนมาตรฐาน และ
  • ขอบล่าง คำนวณจากค่าเฉลี่ย ลบด้วย 1 เท่าของส่วนเบี่ยงเบนมาตรฐาน

 

Screen Shot 2016-06-18 at 1.23.03 PM

มาสรุปเป็นเงื่อนไขในการซื้อขายกันเลย

BUY: ซื้อเมื่อราคาปิดวันนี้ ทะลุขึ้นไปอยู่สูงกว่า upper band

SELL: ขายเมื่อราคาปิดวันนี้ตกลงไปต่ำกว่า lower band

Index Filter: “สภาพตลาดต้องเป็นใจ” วัดได้จาก ASX Index ณ วันปัจจุบัน (ในกรณีของเรา ใช้ SET Index) ต้องอยู่สูงกว่าค่าเฉลี่ยย้อนหลัง 75 วันของตัวมันเอง

ALGO 4: Moving Average Crossover Trading System

The Classic ALGO กลยุทธ์น่าจะเป็นที่คุ้นเคยกันดีอยู่แล้ว (ไม่ต้องชงกาแฟเพิ่มแล้วครับ สองแก้วแล้ว อันนี้ง่าย ฮ่าๆ) ทั้งจากหนังสือลงทุนต่างๆ หรือ จากบทความมากมายที่ผมใช้กลยุทธ์นี้เป็นตัวอย่าง ในเพจ Think Algo

จุดซื้อและจุดขาย จะพิจารณาจากการตัดกันของค่าเฉลี่ยเส้นสั้นกับเส้นยาว (ขอใช้จำนวนวันย้อนหลังเป็น 60 และ 90 วันสำหรับค่าเฉลี่ยเส้นสั้นกับเส้นยาว อ้างอิงจาก ASXMarketWatch)

Screen Shot 2016-06-18 at 1.23.25 PM

BUY: ซื้อ เมื่อค่าเฉลี่ยเส้นสั้น ตัดค่าเฉลี่ยเส้นยาวขึ้นไป

SELL: ขาย เมื่อค่าเฉลี่ยเส้นสั้น ตัดค่าเฉลี่ยเส้นยาวลงมา

STOPLOSS: ตัดขายขาดทุน หากราคาตกลงไปต่ำกว่า 10% ของราคาซื้อ

ALGO 5: Trading with Gap

Gap คืออะไร? ไม่ยากครับ มันคือ การกระโดดขึ้น (gap up) หรือลง (gap down) ของราคาอย่างรวดเร็ว เมื่อเทียบกับราคาของหนึ่งวันก่อนหน้า

Gap บอกอะไรเราได้หลายอย่าง กลยุทธ์นี้ เราจะพิจารณาการซื้อหรือขายโดยมองจาก gap ของราคา

  • Gap Up บ่งบอกว่า ราคาต่ำสุดที่เกิดขึ้นของวันนี้ ก็ยังคงสูงกว่าราคาสูงสุดที่เกิดขึ้นเมื่อวันก่อนหน้า (มีข่าวดีอะไรหรือเปล่านะ ราคาถึงกระโดดขึ้น?)
  • Screen Shot 2016-06-18 at 1.23.43 PMGap Down บ่งบอกว่า ราคาสูงสุดที่เกิดขึ้นในวันนี้ ก็ยังต่ำกว่าราคาต่ำสุดที่เกิดขึ้นเมื่อหนึ่งวันก่อนหน้า (มีข่าวร้ายอะไรหรือเปล่านะ ทำไมราคาถึงโดนลง?)

Screen Shot 2016-06-18 at 1.23.59 PMมาสรุปเป็นเงื่อนไขสำหรับการซื้อขายกัน

BUY: ซื้อ เมื่อเกิด gap up และ ราคาปิดวันนี้สูงกว่าราคาเปิด อีกทั้ง ราคาหุ้นต้องเคลื่อนไหวอยู่เหนือเส้นค่าเฉลี่ย 50 วัน

SELL: (ขายเมื่อเกิด gap down และ ราคาปิดวันนี้ต่ำกว่าราคาเปิด) หรือ ราคาหุ้นตกลงไปเคลื่อนไหวต่ำกว่าเส้นค่าเฉลี่ย 100 วัน

Index Filter: “สภาพตลาดต้องเป็นใจ” วัดได้จาก ASX Index ณ วันปัจจุบัน (ในกรณีของเรา ใช้ SET Index) ต้องอยู่สูงกว่าค่าเฉลี่ยย้อนหลัง 150 วันของตัวมันเอง

มาดูผลตอบแทนกับความเสี่ยงกัน

ก่อนที่จะไปดูว่า ALGO เหล่านี้มีประสิทธิภาพมากน้อยขนาดไหนกับตลาดบ้านเรา  มาดูผลตอบแทนย้อนหลัง 13 ปี (2000-2013) ในตลาด ASX200 ที่ทาง ASXMarketWatch ได้วิเคราะห์มาฝากกันครับ

ผลตอบแทนเฉลี่ยรายปี (Compound Annual Return: CAR)

  • ALGO 1: Highest High Trading System 23.51 %
  • ALGO 2: Moving Average Channel Trading System 23.49 %
  • ALGO 3: Bollinger Band Trading System 26.29 %
  • ALGO 4: Moving Average Crossover Trading System 27.73 %
  • ALGO 5: Trading with Gap 24.75%

แล้วความเสี่ยงขาดทุนล่ะ มีมากน้อยขนาดไหน มาดู maximum drawdown กัน

  • ALGO 1: Highest High Trading System 21.50 %
  • ALGO 2: Moving Average Channel Trading System 28.58 %
  • ALGO 3: Bollinger Band Trading System 25.44 %
  • ALGO 4: Moving Average Crossover Trading System 33.97 %
  • ALGO 5: Trading with Gap 23.29 %

ครับ แนะนำตัวละครทั้งห้าไปเรียบร้อยแล้ว ในตอนต่อไป

  • เราจะมาวิเคราะห์ ALGO ทีละตัวกัน ว่ามีประสิทธิภาพมากน้อยขนาดไหนกับตลาด SET บ้านเรา และ
  • หากเราต้องการพัฒนา ALGO เหล่านี้ให้ดีๆ ขึ้นไปอีก มีประเด็นไหนที่ควรเล่นได้บ้าง

หากคิดว่าบทความนี้เป็นประโยชน์ เพื่อเป็นกำลังใจให้กับพวกเรา Think ALGO จะได้มีแรงช่วยกันปั่นบทความดีๆ มีคุณภาพมาฝากนักลงทุนทุกท่านกัน  รอบที่แล้ว 1,000 shares แป๊บเดียวถึง รอบนี้ขออีก 1000 shares ละกันครับ…แล้วตอนที่ 2 จะจัดให้เน้นๆ 🌟

โชคดีในการเทรดครับ

Supawat Supakwong, PhD


ถ้าเพื่อนๆชอบเรื่องแนวนี้ — Follow เพจเรา 

https://www.facebook.com/thinkalgo

เพื่อก้าวสู่ยุคของ Robot ไปด้วยกันครับ 😃

nine-1

12.001