ใช้เทคโนโลยีอย่างไรให้ตอบโจทย์การลงทุน พร้อมไอเดียซื้อขายหุ้นด้วย Robot

          สำหรับใครที่สนใจการใช้เทคโนโลยีเพื่อยกระดับการลงทุน และอยากเริ่มต้นทำความเข้าใจแนวคิดการซื้อขายหุ้นด้วย Robot วันนี้เรามีบทสรุปพิเศษจากงาน Exclusive Workshop “เทรดหุ้นด้วย Python” มือใหม่ก็เรียนได้ โดยคัดเฉพาะประเด็นสำคัญมาฝากกัน เนื้อหาในบทความนี้แบ่งออกเป็น 2 หัวข้อ ได้แก่

• ช่วงที่ 1 : หัวข้อ ใช้เทคโนโลยีอย่างไรให้ตอบโจทย์การลงทุน โดย คุณชลเดช เขมะรัตนา นายกสมาคมฟินเทคประเทศไทย
• ช่วงที่ 2 : เวิร์กชอป : หาไอเดียซื้อขายหุ้น ด้วย Robot โดย ดร. กฤตพงศ์ อรชัยพันธ์ลาภ ผู้ช่วยกรรมการผู้อำนวยการ บล.เคจีไอ (ประเทศไทย) และคุณพงษ์ทัศน์ วาดเขียน ผู้ช่วยผู้อำนวยการ งานพัฒนากลยุทธ์และการตลาดฟิวเจอร์ส บล.เคจีไอ (ประเทศไทย)
  
  

ช่วงที่ 1 : หัวข้อ “ใช้เทคโนโลยีอย่างไรให้ตอบโจทย์การลงทุน”

          รู้ไหมว่าปัจจุบันบริษัทที่มีมูลค่าสูงที่สุดในตลาดหุ้นสหรัฐฯ คือ Apple ได้มีการเปิดตัวบริการบัตรเครดิต Apple Card พร้อมด้วยบริการเงินฝากออนไลน์ดอกเบี้ยสูง ซึ่งสะท้อนให้เห็นว่าบริษัทเทคโนโลยีขนาดใหญ่เริ่มกระโดดเข้ามาสู่โลก Fintech แล้ว

Fintech ย่อมาจากคำว่า Finance + Technology คือการนำเทคโนโลยีมาทำให้ระบบการเงินมีประสิทธิภาพมากขึ้น ซึ่งเป็นกิจกรรมที่ใครก็สามารถนำไปประยุกต์ใช้ได้ ทั้ง SME Start-up หรือแม้แต่บริษัทขนาดใหญ่ เช่น ธนาคาร บริษัทหลักทรัพย์ บริษัทหลักทรัพย์จัดการกองทุน และบริษัทประกันชีวิต

จุดเริ่มต้นของ Fintech เกิดขึ้นมาตั้งแต่ปี 1950 ที่เริ่มมีบัตรเครดิตในสหรัฐ โดยนำเทคโนโลยีมาช่วยให้ชำระเงินง่ายขึ้น ไม่ต้องพกเงินสดเยอะ จากนั้นก็เกิดตู้ ATM ในปี 1960 เกิดตลาดหุ้น NASDAQ ในปี 1970 และเข้าสู่ยุคของอินเทอร์เน็ตในปี 1980 จึงเกิดการเทรดหุ้นออนไลน์

กระทั่งมาเฟื่องฟูจริง ๆ ตั้งแต่ช่วงปี 2000 เป็นต้นไป เพราะการมาของ Smart Phone ทำให้ทุกคนสามารถเทรดหุ้นบนมือถือได้ง่ายขึ้น รวมทั้ง Mobile Banking ซึ่งมีผู้ใช้งานเพิ่มขึ้นอย่างก้าวกระโดด และล่าสุดโลกของ Fintech ได้เดินทางเข้าสู่ยุคของ Blockchain แล้ว

ในส่วนของ Wealth Tech ที่เป็นการนำ Fintech มาประยุกต์ใช้กับการบริหารความมั่งคั่ง ก็เริ่มพัฒนาตามวิวัฒนาการของเทคโนโลยีเช่นกัน ปัจจุบันมีเครื่องมือที่น่าสนใจด้วยกัน 4 ประเภท ได้แก่

• Zero-Commission Trading บริการซื้อขายหุ้นแบบไม่เก็บค่าคอมมิชชัน แต่ใช้โมเดลการสร้างรายได้รูปแบบอื่น เช่น Payment for Order Flow เป็นการส่งคำสั่งซื้อขายไปให้กับ Market Maker เพื่อแลกกับส่วนแบ่งรายได้จากส่วนต่างราคา
  
  
• Social Trading หรือ Copy Trading ที่เป็นการคัดลอกกลยุทธ์การลงทุนตามกูรูชื่อดัง ซึ่งในต่างประเทศจะมีแพลตฟอร์มกลางที่รวบรวมข้อมูลการเทรดเอาไว้ทั้งหมด เพื่อให้สามารถเทรดตามได้เลย ทั้ง หุ้น, ETF, สินค้าโภคภัณฑ์, Forex และ Cryptocurrencies
  
  
• Robo-Advisor บริการช่วยจัดพอร์ตการลงทุน (Asset Allocation) ตั้งแต่ถามความต้องการของผู้ลงทุนว่ามีเป้าหมายอะไร รับความเสี่ยงได้แค่ไหน ตลอดจนแนะนำน้ำหนักของแต่ละสินทรัพย์การลงทุนให้เหมาะสมกับเป้าหมายและความเสี่ยง
  
  
• Algorithmic Trading คือ การให้ระบบคอมพิวเตอร์ส่งคำสั่งซื้อขายอัตโนมัติ ซึ่งเป็นเครื่องมือที่เราจะโฟกัสในวันนี้ และตลาดหลักทรัพย์แห่งประเทศไทยก็มีการพัฒนาเครื่องมือที่พร้อมให้บริการแก่นักลงทุนอย่างเช่น Settrade Open API

ข้อดีของการใช้ Algorithmic Trading มีอยู่ด้วยกัน 3E

• Emotionlessness ไม่มีอารมณ์มาเกี่ยวข้องกับการลงทุน เพราะเมื่อมีอารมณ์มาเกี่ยวข้อง ไม่ว่าจะเป็นความกลัวหรือความโลภ มักจะทำให้ผลตอบแทนแย่ลงเสมอ
  
  
• Enhanced Speed ทุกวันนี้หุ้นไทยมีหลายร้อยตัว และวิ่งเร็วกว่าเมื่อก่อนเยอะ สาเหตุประการแรกเพราะว่าตลาดมีสัดส่วนของ Algorithmic Trading กว่า 30% แล้ว สองคือการมีตราสารใหม่ ๆ เข้ามาเยอะ เช่น Block trade สำหรับ Single Stock Futures ซึ่งทุกอย่างทำด้วย Robot แทบทั้งหมด ดังนั้น การนั่งเทรดเองโดยแข่งกับคอมพิวเตอร์เป็นไปได้ยาก เพราะเครื่องมีความไวกว่ามาก
  
  
• Extra Diversification สามารถสร้างกลยุทธ์การลงทุนได้หลากหลาย

นักลงทุนสามารถใช้ Algorithmic Trading ได้กับหลากหลายตลาด ทั้ง Capital Market, Money Market, Commodity Market, Foreign Exchange, Market Digital และ Asset Market แต่ในที่นี้จะเน้นไปที่การประยุกต์ใช้กับตลาดหุ้นเป็นหลัก

คำถามสำคัญคือ Man vs Machine ใครจะชนะ มองว่าในแง่ของการลงทุนคนยังชนะ AI ได้อยู่ เพราะมีปัจจัยภายนอกมากมายเกินกว่าที่จะคาดการณ์ได้หมด ทว่าเราสามารถใช้ Man กับ Machine ทำงานร่วมกันได้ เช่น การสร้างโมเดลการลงทุนร่วมกันระหว่าง AI กับนักวิเคราะห์ ซึ่งเชื่อว่า การลงทุนเองตนเอง และให้เครื่องมือช่วยเราด้วย เป็นแนวทางที่ได้ผลดีที่สุด

การลงทุนกับ Robot ต้องมีวินัย “วินัย คือ การทำในสิ่งที่เราไม่ได้อยากจะทำ” เพราะฉะนั้น เช่นเดียวกับในโลกการลงทุน เราต้องมีวินัยกับการ Cut Loss ด้วย อย่าปล่อยให้ขาดทุนไปเรื่อย ๆ จนกลับมาได้ลำบาก

วิธีการใช้ Algorithmic Trading ช่วยตอบคำถามว่าซื้อหุ้นอะไรดี

• คัดกรองด้วยข้อมูลปัจจัยพื้นฐาน (Screening & Scoring) โดยใช้งบการเงินในอดีต และการคาดการณ์จากนักวิเคราะห์ในอนาคต เพื่อคัดประเภทหุ้นที่เราต้องการ
  
  
• หาสัญญาณเข้าซื้อ (Signal Generating) เพื่อตอบคำถามว่าควรซื้อเมื่อไหร่ ซึ่งต้องใช้เทคนิคอลมาช่วยหรือการวิเคราะห์ปัจจัยพื้นฐานเข้ามาช่วย
  
  
• บริหารจัดการเงินลงทุน (Money Management) เพื่อดูว่าจะซื้อกี่บาท ใช้เงินลงทุนเท่าไหร่ หุ้นแต่ละตัวต้องมี Stop Loss เท่าไหร่
  
  
• การส่งคำสั่งซื้อขาย (Order Execution) โดยสามารถใช้การเขียนโปรแกรมมาช่วยได้ ซึ่งมีกลยุทธ์ที่หลากหลายให้เลือกใช้ อาทิ Alpha Generating, Directional Trading, Market Neutral Trading, Market Making และ Arbitraging เป็นต้น
  
  

ยกตัวอย่างการใช้แนวคิดของ CAN SLIM กำหนดกลยุทธ์การลงทุน ซึ่งประกอบด้วย

C: การเติบโตของกำไรสุทธิเมื่อเทียบกับไตรมาสเดียวกันของปีก่อน

A: การเติบโตของงบการเงินประจำปีเมื่อเทียบกับปีก่อน

N: มีการออกสินค้าใหม่ การเปลี่ยนผู้บริหาร เปลี่ยนกลยุทธ์ หรือราคาหุ้นใกล้ New Highs หรือเปล่า

S: Free Float ต้องไม่เยอะจนเกินไป

L: หุ้นตัวนี้เป็นผู้นำในกลุ่มไหม

I: สถาบันเริ่มเข้ามาลงทุนแล้วหรือยัง

M: ดูทิศทางตลาดว่าอยู่ในสภาวะที่ดีไหม

          เวลาเริ่มทำกลยุทธ์จะต้องเริ่มจากการทำ "Black Testing" โดยนำข้อมูลในอดีตมาหา indicator และ parameter ที่ดีที่สุด แล้วจึงทำ "Forward Testing" คือกันข้อมูลเป็น 2 ส่วน ระหว่างข้อมูลที่หา indicator กับ parameter และสมมุติว่าเราไม่เห็นข้อมูลในช่วงระยะเวลาถัดมา จากนั้นเป็นการ “Live Testing” เหมือนเป็นการเปิดเครื่องจริงดูเรียลไทม์ว่าแต่ละวันซื้อขายหุ้นอะไรบ้าง แต่ยังเป็น paper trade ยังไม่ลงตลาดจริง

สุดท้ายก็คือ "Real Trading" ซึ่งเชื่อได้เลยว่าจะไม่เหมือนเดิม เพราะตอนทำ testing คำสั่งซื้อของเรายังไม่ได้เข้าตลาด แต่วินาทีที่ออเดอร์เราเข้าตลาด ก็จะมี Robot ของคนอื่นวิเคราะห์เราอยู่เหมือนกัน ดังนั้น จึงจำเป็นต้องพัฒนากลยุทธ์การลงทุนไปเรื่อย ๆ เนื่องจากตลาดจะมีประสิทธิภาพมากขึ้นทุกวัน กลยุทธ์ง่าย ๆ เดิม ๆ ที่เคยทำกำไรได้ วันนี้อาจจะไม่เป็นแบบนั้นแล้ว

ช่วงที่ 2 : เวิร์กชอป : “หาไอเดียซื้อขายหุ้นด้วย Robot”

          การใช้ Robot มีประโยชน์มาก แต่นักลงทุนส่วนใหญ่ยังกลัวที่จะใช้ระบบนี้ เพราะมีภาพว่าต้องเก่งคอม แต่ในความเป็นจริงแล้วเพียงต้องมี Logic ในการลงทุน แล้วสามารถนำไปให้ Developer เขียนโปรแกรมต่อได้ ซึ่งหัวใจสำคัญคือเราต้องอธิบายกลยุทธ์และระบบแนวคิดของตัวเองให้ชัดเจน

ระบบเทรดคืออะไร?

          Trading system คือ ระบบปฎิบัติในการเทรด ไม่ใช่การเอา Indicator มาแปะรวมกัน ซึ่งก็มีหลายระบบที่ไม่ได้ใช้เทคนิคอลเลย แต่เป็นการเอาข้อมูลทั้งหมดมาสังเคราะห์เพื่อหาสัญญาณการเข้าออก ระบบที่ดีผลลัพธ์ต้องตรวจสอบได้ วัดผลได้ ทำซ้ำได้ รวมทั้งต้องมีวินัยและความเชื่อในการทำตามระบบ โดยองค์ประกอบของระบบเทรด ได้แก่ Strategy, Objective และ Money Management

ขั้นตอนการออกแบบระบบเทรด

1. วัตถุประสงค์ พยายามตั้งเป้าหมายตัวเลขที่ชัดเจนว่าต้องการตอบแทนเท่าไหร่ ซึ่งมือใหม่แนะนำว่าให้กำหนดไว้ที่ประมาณ 15-20% ต่อปี
   
   
2. ออกแบบและพัฒนา คือ การกำหนดขั้นตอนต่าง ๆ ในระบบเพื่อให้สอดคล้องกับความต้องการของเรามากที่สุด สำคัญคือต้องชัดเจน ไม่ซับซ้อน
   
   
3. ทดสอบ ประกอบด้วยทดสอบย้อนหลัง (Back test) เพื่อดูความเหมาะสมของโมเดลให้สอดคล้องกับวัตถุประสงค์ ดูความอยู่รอดของระบบหรือพอร์ตแตกไหม และ optimize เท่าที่จำเป็น และทดสอบกับตลาดจริง (Forward test) เพื่อประเมินแหล่งข้อมูล และสังเกตุข้อผิดพลาด
   
   
4. ประเมินผล ทั้ง Robot และประเมินผลตัวเองว่าเรามีวินัยขนาดไหน

ประโยชน์ของระบบเทรด คือ เน้นภาพรวมให้เห็นทั้งหมด มีขั้นตอน มีลำดับชัดเจน ว่าจะทำอะไรบ้าง ทำให้ได้ผลลัพธ์ที่ตรวจสอบได้ ปราศจากอคติ แต่อย่างไรก็ตาม โดยรวมแล้วยังเข้าใจได้ยากสำหรับมือใหม่ แต่ทุกคนสามารถเริ่มศึกษาและทำได้

ไอเดียสำหรับการทำระบบเทรด

1. Watch list เริ่มจากการเลือกหุ้น Watch list เช่น การหาหุ้นจากงบการเงิน หาหุ้นจากโมเมนตัม หรือหาหุ้นจากข่าวดี ซึ่งก็ขึ้นอยู่กับไอเดียของแต่ละคน
   
   
2. Liquidity ประเมินว่าหุ้นตัวนั้นสภาพคล่องเพียงพอไหม เช่น หลีกเลี่ยงหุ้นที่ Market Cap. ต่ำ ๆ
   
   
3. Execution อาจจะมีปัญหาค่อนข้างเยอะหากไปเล่นในหุ้นขนาดเล็กมาก ๆ เช่น การซื้อขายที่ ATO หรือ ATC จะมีปัญหาเรื่องการ match ของราคาหุ้นที่กระโดด
   
   
4. Priority การจัดลำดับความสำคัญว่าจะทำอะไรก่อนหลังเวลาเจอเหตุการณ์ต่าง ๆ
   
   
5. Portfolio Management เช่น ในกรณีที่หุ้นไม่ Match แล้วเงินเหลือ เราจะทำอย่างไรต่อ ซึ่งต้องมีการบริหารอย่างเป็นระบบ

3. สรุปค่าสถิติสำคัญที่ควรรู้
   
   

   • Total net profit : ผลตอบแทนสุทธิ ยิ่งมากยิ่งดี
   • Gross profit : กำไรจากการเทรดทั้งหมด ยิ่งมากยิ่งดี
   • Gross loss : ผลขาดทุนจากการเทรดทั้งหมด ยิ่งน้อยยิ่งดี
   • Profit factor : อัตราส่วนกำไรต่อขาดทุน ยิ่งมากยิ่งดี
   • Expected payoff : กำไรต่อไม้ ยิ่งมากยิ่งดี
   • Absolute drawdown : ยิ่งน้อยยิ่งดี
   • Maximum drawdown : ยิ่งน้อยยิ่งดี
   • Total trades : จำนวนการเทรดทั้งหมด
   • Short position (won %) : อัตราการชนะของขา Short ยิ่งมากยิ่งดี
   • Long positions (won %) : อัตราการชนะของขา Long ยิ่งมากยิ่งดี
   • Profit trades (% of total) : อัตราการชนะ ยิ่งมากยิ่งดี
   • Loss trades (% of total) : อัตราการแพ้ ยิ่งน้อยยิ่งดี
   • Largest profit trade : กำไรมากที่สุดที่ทำได้ ยิ่งมากยิ่งดี
   • Largest loss trade : ขาดทุนมากที่สุดที่โดน ยิ่งน้อยยิ่งดี
   • Average profit trade : กำไรเฉลี่ยที่ทำได้ต่อไม้ ยิ่งมากยิ่งดี
   • Average loss trade : ขาดทุนเฉลี่ยที่โดนต่อไม้ ยิ่งน้อยยิ่งดี
   • Maximum consecutive wins : จำนวนครั้งที่เทรดชนะต่อเนื่อง ยิ่งมากยิ่งดี
   • Maximum consecutive losses : จำนวนครั้งที่เทรดแพ้ต่อเนื่อง ยิ่งน้อยยิ่งดี
   • Average consecutive wins : จำนวนครั้งที่เทรดชนะต่อเนื่องโดยเฉลี่ย ยิ่งมากยิ่งดี
   • Average consecutive losses : จำนวนครั้งที่เทรดแพ้ต่อเนื่องโดยเฉลี่ย ยิ่งน้อยยิ่งดี

    

             โดยสรุปแล้วต้องวิเคราะห์ระบบเทรด เพื่อให้รู้จักระบบเทรดที่ใช้งานมากขึ้น สามารถเปรียบเทียบระบบเพื่อเลือกใช้งานได้ และไม่ถูกหรอกโดยผลลัพธ์การเทรดเพียงอย่างเดียว ตลอดจนสามารถนำไปวิเคราะห์รูปแบบการเทรดของผู้อื่นได้ด้วย อย่างไรก็ดี ทั้งหมดนี้เป็นสรุปข้อมูลเบื้องต้นเท่านั้น ผู้ที่สนใจสามารถรับชม Workshop ฉบับเต็ม เพื่อศึกษารายละเอียดแบบเจาะลึก พร้อมดาวน์โหลดเอกสารได้ที่ คลิก