cwayinvestment

แนวคิด Multi-Strategies มีการใช้มานาน มีหลาย paper หลายบทความให้เราศึกษา อย่างผมใช้ Robot trading ทำให้ง่ายต่อรันหรือเทรดด้วย หลายกลยุทธ์ ในพอร์ตเดียวกัน แต่ไอเดียหลักคือการ diversify ไม่ใช่แค่ asset class แตกต่าง แต่เราสามารถกระจาย trading strategies ที่หลากหลาย ในช่วงเวลาเดียวกัน สินค้าเดียวกัน(หรือแตกต่างกัน) เพื่อดีลกับ Risk Factor ในช่วงเวลานั้นๆ ซึ่งสัจจะธรรมคือ แต่ละกลยุทธ์ล้วนมีข้อจำกัดและมีจุดเด่น ที่ตอบสนองได้ดีในภาวะตลาดแตกต่างกัน Key คือการบริหารจัดการให้เกิดประสิ ทธิภาพเพื่อให้เกิด Alpha กรณีเทรดเดอร์ ที่เทรดด้วยมือเทรดเอง ก็สามารถใช้ Multi-Strategies ได้ เพียงแต่ปรับช่วงเวลา หรือ Time Horizon ของกลยุทธ์ให้เหมาะสมกับ การเทรดเข้าออกของเรา แต่ต้องอิงกับ Basic การบริหารเงินที่เหมาะสม + การพัฒนาระบบเทรดแต่ละกลยุทธ์ให้มั่นใจว่ามันรอดจริงๆก่อน ภาพเป็น paper ของ algoanalytics เฟริ์มอินเดียเจ้าหนึ่งที่ทำ Quantitative Trading แทนจะเน้นไปที่ Trend หรือ Momentum Factor อย่างเดียว เฟริ์มนี้ มองหา Investment Idea และรันกลยุทธ์แบบหลากหลายตามแผน โดยจัดสรรน้ำหนักของเงินทุน ลงในแต่ละกลยุทธ

เมื่อวานได้ร่วมคุยกับทีมเทรดเดอร์สาย systematic trading น้องหลายคนรู้จักกันมาหลายปี รอบนี้ได้คุยกันเพื่อนำเรื่องการทำงานของระบบเทรดช่วงตลาด covid-19 crisis มาอภิปรายและแชร์ประสบการณ์กัน ประเด็นหนึ่งที่ผมนำไปแชร์คือเรื่องความไม่ perfect ส่วนใหญ่ที่ผมพบเทรดเดอร์พยายามจะหาระบบที่สมบูรณ์แบบ แม่นยำ ผิดพลาดน้อยที่สุด บางคนไปหาโมเดลมา prediction ตลาดและหลอกตัวเองว่าโมเดลเราเทพ แม่นมากโดยอิงการทำ back testing จากข้อมูลอดีต แต่เหมือนที่ไมค์ ไทสันกล่าว "Everybody has a plan until they get punched in the mouth." ตลาดหุ้นของจริงมันไม่ง่าย หลายอย่างมันไม่ได้เป็นไปตามตำราไม่ได้เป็นไปตามบทวิเคราะห์ ไม่ได้เป็นไปตามที่เราคิด แต่ไม่ได้หมายความว่าต้องทิ้งระบบเทรด ผิดได้ ขาดทุนได้แต่ต้องผิดให้เป็น สัจจะธรรมคือ ระบบเทรดหรือเทรดเดอร์ส่วนใหญ่ทำกำไรได้ทั้งนั้นยามตลาดขาขึ้นหรือกลับตัวขึ้น สิ่งสำคัญคือผลที่เกิดยามตลาดหุ้นขาลง หรือตลาดผันผวนต่างหากที่เป็น Key ชี้วัด สิ่งที่เทรดเดอร์ต้องทำคือ เริ่มจากระบบที่เรียบง่าย ทดลองเทรดจริงในตลาดจริงกับข้อมูลราคาจริง(Real time data) ใช้เวลาในการพัฒนา ในการวิเคราะ

เมื่อวานเขียนถึงเรื่อง overfitting วันนี้เอา paper หนึ่งมาฝาก ชื่อ Real numbers, data science and chaos: How to fit any dataset with a single parameter ช่วยให้เห็นภาพเข้าใจปัญหาข องประเด็นนี้มากขึ้น (ไม่ต้องหลายพารามิเตอร์ แค่หนึ่งพารามิเตอร์ก็ over fit ได้)  ถ้าใครไม่ชอบอ่าน paper ที่มี math เยอะๆ ลองดู code ภาษา python โปรเจค single-parameter-fit ด้านล่างก็ได ้ เขาสาธิตให้เห็นการเทคนิค สร้างโมเดล ที่มา fit กับ traning dataset หรือข้อมูลในอดีต ที่เตรียมไว้ ด้วยตัวแปรเดียว นอกจากข้อมูลทั่วไป เขายังสาธิตข้อมูลประเภท time series เช่น S&P500 index ด้วย  เชื่อว่าได้ลองศึกษาบทความน ี้ จะช่วยให้เรากระจ่างมากขึ้น  ส่วนเทคนิคลดทอนการ over fiitting ของการพัฒนาโมเดล / พัฒนาระบบเทรด ก็มีหลายทาง เช่นการทดสอบจาก simulation ของข้อมูลจำนวนมากๆ, การทำ Regularization,การทดสอบ Cross-validation , การทำ Walk Forward Analysis and Optimization เป็นต้น  นี้เป็นอีกคำตอบหนึ่ง ที่ว่าทำไมระบบเทรด สถิติจาก back test สวยๆเวอร์ๆ จึงเอาไปเทรดจริง ในตลาดไม่รอด ... ศึกษาเพิ่มเติมจาก https://arxiv.org/