Supawat Supakwong No Comments

ในยุคที่ระบบการส่งคำสั่งซื้อขายแบบอัตโนมัติ (algorithmic trading systems) เริ่มเข้ามามีบทบาทต่อตลาดทุนบ้านเรามากขึ้นเรื่อยๆ

ในฐานะผู้เล่นในสนามเดียวกัน  เราคงอยากรู้ว่าเจ้า algorithm เหล่านี้ (หรือที่เราคุ้นเคยในชื่อ Robot หรือหุ่นยนต์) เขามีกลไกการคิดวิเคราะห์อย่างไรในการซื้อขาย  เพื่อที่เราจะได้ทำการปรับตัวหรือปรับกลยุทธ์ให้สอดคล้องกับสภาพของ playing field ที่กำลังจะเปลี่ยนแปลงไป

 

ก่อนที่จะไปดูว่าหุ่นยนต์เขาคิดอย่างไร  ลองมองย้อนกลับมาดูที่ตัวเราก่อนครับ ว่าสำหรับนักลงทุนทั่วไป ก่อนที่จะซื้อขายหุ้นตัวหนึ่ง เราพิจารณาอะไรบ้าง  บ้างก็วิเคราะห์ข้อมูลพื้นฐานของบริษัทนั้นๆ  ดูการเติบโตทางธุรกิจ  รวมถึงราคาของหุ้นตัวนั้นๆ เทียบกับมูลค่าที่แท้จริง (intrinsic value) หากราคาปัจจุบันถูกกว่าราคาที่ควรจะเป็นมาก ก็ถือว่าเป็นสัญญาณซื้อที่ดี เพราะเราได้หุ้นที่ดีในราคาที่ถูก  หากเป็นนักลงทุนสายเทคนิคอล ก็คงพิจารณาแนวโน้มของราคา ว่าได้ผ่านจุดต่ำสุดและมีการกลับตัวมาเป็นขาขึ้นหรือยัง ผ่านแนวต้านที่สำคัญหรือยัง

 

ไม่ว่าคุณจะมีแนวทางการลงทุนในรูปแบบใด สิ่งสำคัญมากกว่า ก็คือ การที่คุณได้ทำซ้ำๆ  ศึกษาและวิเคราะห์ปัจจัยต่างๆ อย่างถี่ถ้วน  เช่น คุณได้นั่งคิดวิเคราะห์กราฟราคาย้อนหลัง กลับไปกลับมาอยู่หลายรอบ ซ้ำแล้วซ้ำอีก จนคุณเกิดความมั่นใจในตัวระบบ และเชื่อว่ากลยุทธ์นี้จะทำกำไรให้เราได้

 

แล้วหุ่นยนต์มีกระบวนการคิดอย่างไร?  อย่าลืมนะครับ หุ่นยนต์ ก็คือ คอมพิวเตอร์ที่ถูกโปรแกรมขึ้นมาให้คิดเหมือนคน (โดยไม่มีอารมณ์เข้ามาเกี่ยวข้อง)  ดังนั้น หุ่นยนต์ก็คิดอย่างมีขั้นมีตอน มีเหตุมีผลที่ชัดเจน

 

กลยุทธ์ต่างๆ ที่หุ่นยนต์ใช้ในการซื้อขาย ล้วนเป็นผลมาจากการทดสอบย้อนหลัง (backtest) อย่างเข้มข้นโดยกระบวนการวิเคราะห์ทางสถิติ (quantitative analysis)  ยกตัวอย่างเช่น ก่อนที่ algorithm ตัวหนึ่งจะถูกนำไปใช้งานจริง  algorithm ตัวนั้น จะต้องถูกทดสอบกับข้อมูลราคาย้อนหลังก่อน 5 ปี 10 ปี หรือมากกว่านั้น เพื่อทำการวิเคราะห์ performance อย่างละเอียดในทุกด้าน เช่น ผลตอบแทนเฉลี่ยรายปีเป็นเท่าไร  ซื้อขายในหนึ่งร้อยครั้งจะชนะกี่ครั้ง  หากชนะจะได้กำไรเฉลี่ยเท่าไหร่ หากขาดทุนจะขาดทุนเฉลี่ยเท่าไหร่  โอกาสที่จะชนะติดต่อกันหลายๆ ครั้ง หรือขาดทุนติดต่อกันหลายๆ ครั้งมีไหม รวมถึงช่วงที่เงินในพอร์ตมีการลดลงมากที่สุดจะคิดเป็นกี่เปอร์เซ็นต์  ค่าทางสถิติต่างๆ เหล่านี้ล้วนเป็นสิ่งที่ต้องคำนึงถึง ว่าระบบถือว่าดีพอแล้วหรือยัง  หรือควรกลับไปปรับแต่งที่ตรงไหนเพิ่มเติมเพื่อให้ประสิทธิภาพดีมากขึ้นไปอีก

 

การพัฒนาหุ่นยนต์ขึ้นมาหนึ่งตัว ก็เหมือนการปลูกต้นไม้หนึ่งต้นครับ ว่าภายใต้สิ่งแวดล้อมที่กำหนดให้ เราต้องทำอย่างไรเพื่อให้ต้นไม้ต้นนี้ออกดอกผลมากที่สุด  คำถามคือ ดินควรมีความเป็นกรดด่างขนาดไหน?  น้ำต้องรดบ่อยขนาดไหน? หรือแสงแดดควรได้รับในปริมาณเท่าใด ?

 

ดังนั้น … เคล็ดลับจึงอยู่ที่ กระบวนการคิดวิเคราะห์อย่างเป็นระบบ (systematic analysis) ครับ