cwayinvestment

มีสมาชิกถามเข้ามาขอแนวทางการใช้ python ทำ algorithmic trading ซึ่งจริงๆปัจจุบัน มันสะดวกกว่าอดีตมาก มีหลายตัวที่ช่วยเราได้ ตั้งแต่ทั้งเรื่อง Data Analysis , Trading Strategies , Backtesting และ Trading API ซึ่งหลายตัวผมเคยได้โพสแนะนำไปแล้ว เช่น OpenBBTerminal , TA-Lib(Python) , QuantStat และ Zipline เป็นต้น ถ้าอยากลองทำด้านนี้ไม่ยาก แต่เพื่อความรวดเร็วแนะนำหาหนังสือมาอ่าน เพราะหนังสือ text book จะสอนเรื่องการทำระบบเทรด ทั้ง algorithm ส่วน Trading Strategies และ Money Management ,Order Management ด้วย โดยปัจจุบันมีหลายเล่มมาก ทั้งแบบพื้นฐานยันขั้นสูง ที่มีออกมาขาย โอกาสหน้าจะมารีวิว เล่มที่ผมซื้อมาอ่านให้ฟังต่อไป แต่วันนี้สำหรับคนที่อยากเริ่มต้นแต่ยังไม่อยากเสียเงิน ก็ลองดูเล่มนี้ก่อนได้ ชื่อ Algorithmic Trading with Python: Quantitative Methods and Strategy Development เขียนโดย Chris Conlan อาจจะเก่าหน่อยออกปี 2020 แต่เป็นอีกเล่มที่มีตัวอย่าง code ให้ฟรี ซึ่งถ้ายังไม่อยากซื้อลองแวะไป Github จากลิงค์ข้างล่าง เพื่อลองดูตัวอย่าง algorithm และการวางโครงสร้างของ code ในส่วนต่างๆได้ ครอบคล...

รายงาน จาก DeutscheBank ข้อมูลของ Magnificent 7 หุ้นดาวเด่น Big Tech ที่เกี่ยวข้องกับการพัฒนา เทคโนโลยี AI และมีฐานธุรกิจกระจายทั่วโลก อย่าง Apple, Amazon, Alphabet, Meta, Microsoft, Nvidia และ Tesla ที่ล่าสุดทั้งผลกำไร และขนาดมูลค่าหลักทรัพย์ Market Cap รวมกันทั้งหมด 7 บริษัท นั้นสูงกว่าบรรดาบริษัทเกือบทั้งหมดที่จดทะเบียนในตลาดหลักทรัพย์ส่วนใหญ่ในกลุ่ม G20 แต่ยังแพ้ 2ประเทศคือ จีน และญุี่ปุ่นที่ ผลกำไรทั้งหมดของทุกบริษัทในตลาดหุ้นรวมกัน ขณะที่ล่าสุด Market Cap ของ Microsoft และ Apple รวมกันก็ใกล้เคียงกับบริษัทจดทะเบียนทั้งหมดในตลาดหลักทรัพย์ของฝรั่งเศส ซาอุดีอาระเบีย และ UK ดูเหมือนเป็นเรื่องดีสำหรับ นักลงทุนแต่นักวิเคราะห์ของ DeutscheBank มองว่ามันคือการกระจุกตัว และเป็นความเสี่ยงที่น่ากลัวของตลาดหุ้นสหรัฐ และบริษัทในกลุ่ม Magnificent 7 จะเชื่อมโยงไปยังตลาดหุ้นประเทศต่างๆ ที่ถ้าเกิดวิกฤติ รอบใหม่ ก็อาจจะเกิดการรุกรามกระทบไปยังประเทศต่างๆทั้วโลกด้วย ประเด็นนี้ นักกลยุทธ์ Michael Hartnett ของ ฺBofa ก็ออกมาพูดถึง โดยสรุปคือเขาบอกว่าตลาดยคล้ายกับตอนปี 2000 , หุ้น AI และ tech stocks ,...

การจะสำเร็จได้นั้น มันต้องมีทั้งระบบและเป้าหมาย+แรงจูงใจ ไปด้วยกันถึงจะสำเร็จ ถ้าไม่มีระบบเทรด ก็ขาดแผนขาดความชัดเจน มันก็จะไร้ประสิทธิภาพ  สะเปะสะปะมโนไปตามอารมณ์ตามความความเฟ้อฝัน แต่กว่าระบบ(Trading System) มันจะ Work มันต้องผ่านอุปสรรค ผ่านปัญหามากมายกว่าจะปรับจูนให้มันใช้ได้จริงและใช้ได้เหมาะสมกับเรา ดังนั้นเป้าหมายจึงสำคัญ และต้องชัดเจน เพิ่อใช้สำหรับยึดถือในใจ  ว่าเราพยายามทุ่มเท ทำงานหนักไปเพื่ออะไร......

คลิปสอนการใช้งานการทำ Data Analysis สำหรับข้อมูลราคาสินทรัพย์ เช่น ทองคำ, หุ้น และค่าเงิน ด้วย Python กับตัว Quant Stat Lib พอดีมีคำถามเรื่องการใช้งานเข้ามาเยอะ ผมก็เลยถือโอกาส live สดอธิบายแบบ step by step ให้ฟังเลย 

 ก่อนหน้าเขียนถึงการลงทุนในตลาดหุ้นประเทศอินเดียผ่าน ETFs ไป, วันนี้เลยอยากนำข้อมูลรายละเอียดเพิ่มเติมมาแบ่งปัน เพื่อให้ลองไปศึกษากันต่อ โดยผมนำข้อมูลมาจาก ETFdb เขาจะมีข้อมูลสถิติ, ผลงาน และรายละเอียดของพอร์ตกองทุน ETFs แต่ละกองอย่างละเอียด  คัดเฉพาะที่เน้นในตลาดหุ้นอินเดียเป็นหลัก มีราวๆ 14 กองทุน, ถ้าเลือกเฉพาะกองใหญ่สภาพคล่องดี มี AUM ,มากกว่า $150 ล้าน ก็จะมี 7 กองทุน ETFs ที่เป็นที่นิยมมาก เช่น iShares MSCI India ETF (INDA)  ,WisdomTree India Earnings Fund (EPI) ,iShares India 50 ETF (INDY) ,iShares MSCI India Small-Cap ETF (SMIN) , Franklin FTSE India ETF (FLIN)  ซึ่งตัวหลักเหล่านี้มีผู้ออกและดูแลกองทุนเป็นสถาบันการเงินขนาดใหญ่ค่อนข้างหน้าเชื่อถือ และเปิดบริการมาหลายปี ,แต่ละกองทุนมีรายละเอียดของประเภทหุ้นและสัดส่วนเงินที่ถือครองในพอร์ตแตกต่างไป บางกองเน้น Growth stock , Big Cap, Small Cap หรือเฉพาะเจาะจงเน้นกลุ่ม internet & Ecommerce technology เป็นต้น โดยกรณีถ้าจะลงทุนหรือจะเทรด ถ้ามีบัญชี Global Trading Accont อย่างใน DIME, InnovestX ก็เทรดได้เลย  ...

หลักจากใช้งานมาสักระยะ รู้สึก ชอบ PyPortfolioOpt มากคือเป็น lib ที่มีครบเรื่อง portfolio optimization จริงๆ ถ้าเป็นแต่ก่อนจะทำ Risk parity , จะรัน CVaR หรือใช้ Black Litterman ก็ต้องเขียน code ยุ่งยากหลายขั้นตอนเลย กว่าจะเสร็จ แถมต้องใช้เครื่องแรงๆมารัน simulation , ตอนนี้ใช้ Google Colab ประมวลผลรันหา weight ด้วยโมเดลต่างๆ แล้วทดสอบ Portfolio Performance แสดงผลรับเป็นกราฟด้วย Quant Stat จบเลย ทุ่นแรงเบาเวลา ไม่มากจริงๆ ใครสนใจลองศึกษาเพิ่มเติมได้ที่ https://pyportfolioopt.readthedocs.io/en/latest/