วันนี้เอาบทความ "ระบบเทรดยิ่งแม่นยิ่งดีจริงหรือ!?" มาให้ชาวสินธรอ่านกันค่ะ อ่านแล้วลองนำไปประยุกต์ใช้กันได้ ไปชมกันเลยค่าาา ^___^
ปล.หากไม่ดูเป็นการรบกวน ช่วยกด + ด้วยนะคะ จะได้แบ่งปันให้นักลงทุนท่านอื่นๆ ได้อ่านกันถ้วนหน้าด้วย ขอบคุณค่ะ

Credit : http://www.investmentory.com/2013/10/blog-post.html
เข้าไปพูดคุยกับผู้เขียนได้ที่  Facebook : https://www.facebook.com/I2invest
...........................................................................................................................................................................
      สวัสดีนักลงทุนทุกท่านครับ  ในช่วงนี้จะเห็นได้ว่ามีนักลงทุนทั้งมือใหม่และมือเก่า (ที่เปลี่ยนวิธีการลงทุน) หลายต่อหลายท่านนั้นหันมาให้ความสนใจการลงทุนด้วยวิธีการทางเทคนิค (Technical Analysis) กันมากขึ้น และแน่นอนการลงทุนด้วยวิธีการทางเทคนิคนั้นจำเป็นที่จะต้องมีรูปแบบและขั้นตอนในการลงทุน (การเทรด) รูปแบบหนึ่งที่เหมาะสมกับตลาด และเหมาะสมกับตัวเรา หรือ ที่เราเรียกกันสั้นๆว่า "ระบบเทรด" ซึ่งแต่ละคนนั้นระบบอาจจะไม่เหมือนกัน (และไม่จำเป็นต้องเหมือนกัน) แต่มุ่งหวังไปทางเดียวกันคือ "ทำกำไร" ในตลาดได้เหมือนกัน เพื่อไม่ให้เกิดการพัฒนา "ระบบเทรด" ไปในทางที่ผิด หรือเสียเวลามากไปนั้น บทความ "ระบบเทรดยิ่งแม่นยิ่งดีจริงหรือ!?" จะพาไปดูกันว่าแท้จริงแล้ว ความแม่นของระบบนั้น สำคัญมากขนาดไหน และจำเป็นจะต้องแม่นยำมากขนาดไหน ไปดูกันเลยครับ

นักลงทุนคงจะทราบกันดีอยู่แล้วถึง หลักการทั่วไปของการ "เทรด" หรือ Trading ให้อยู่รอดนั้นมีหลักการทั่วๆ ไปอยู่ด้วยกัน 2 ข้อ ได้แก่
          - Win > Lose (Accuracy)
          - Reward > Risk (Average Win/Lose Ratio)

หลักการทั้ง 2 ข้อนี้สำคัญมากในการสร้างระบบเทรด เพื่อเทรดให้อยู่รอดได้ในตลาดส่วนทั้ง 2 ข้อนี้จะมีรายละเอียดอย่างไรผมจะอธิบายเพื่อให้เห็นภาพชัดเจนขึ้นจากตัวอย่างระบบเทรดที่แตกต่างกัน 2 ระบบ ซึ่งมีเงื่อนไขต่อไปนี้ครับ

ช่วงเวลาที่ใช้ทำการทดสอบระบบ 3 ปี คือ ระหว่าง 1/1/10 - 1/1/13 โดยทดสอบกับ SET Index

เงื่อนไขระบบ #1 ระบบ Cross MA10 : ระบบนี้ง่ายมากครับ

สัญญาณซื้อ : ราคาปิดปิดสูงกว่า ค่าเฉลี่ยเคลื่อนที่ 10 วัน (Moving Average 10 days) แท่งแรก
สัญญาณขาย : ราคาปิดปิดต่ำกว่า ค่าเฉลี่ยเคลื่อนที่ 10 วัน (Moving Average 10 days) แท่งแรก

เมื่อทำการทดสอบย้อนหลังด้วย Efin Smart Portal พบว่าได้ผลดังนี้



จำนวนครั้งที่เทรด (Total Trades) 54 ครั้ง
จำนวนครั้งที่เทรดแล้วชนะ (Win Trades) 24 ครั้ง
จำนวนครั้งที่เทรดแล้วแพ้  (Loss Trades) 30 ครั้ง
ความแม่นยำ (Accuracy) 44 % (คำนวณจาก เทรด 54 ครั้ง ชนะ 24 ครั้ง = (24/54)*100)
กำไรเฉลี่ยต่อครั้ง (Avg Profit)  3.65 %
ขาดทุนเฉลี่ยต่อครั้ง (Avg Loss)  -1.01 %
กำไรทั้งหมด (Total Profit) 57.42 %

เงื่อนไขระบบ #2 ระบบ William %R : ระบบนี้ก็ง่ายไม่ซับซ้อนเช่นกัน
สัญญาณซื้อ : เมื่อ indicator William%R <= -80 % วันแรก
สัญญาณขาย : เมื่อ indicator William%R >= -10 % วันแรก

เมื่อทำการทดสอบย้อนหลังด้วย Efin Smart Portal พบว่าได้ผลดังนี้



จำนวนครั้งที่เทรด (Total Trades) 20 ครั้ง
จำนวนครั้งที่เทรดแล้วชนะ (Win Trades) 14 ครั้ง
จำนวนครั้งที่เทรดแล้วแพ้  (Loss Trades) 6 ครั้ง
ความแม่นยำ (Accuracy) 70 % (คำนวณจาก เทรด 20 ครั้ง ชนะ 14 ครั้ง = (14/20)*100)
กำไรเฉลี่ยต่อครั้ง (Avg Profit)  2.31 %
ขาดทุนเฉลี่ยต่อครั้ง (Avg Loss)  -3.57 %
กำไรทั้งหมด (Total Profit) 10.88 %

เห็น 2 ระบบนี้ แล้วสงสัยอะไรไหมครับ ถ้าไม่เห็นสังเกตจากที่ผม Highligh สีเหลือง 2 บรรทัดของแต่ละระบบก็ได้ครับ ซึ่งก็คือ ระบบ #1 ให้ความแม่นยำ (Accuracy) ที่ 44 % เท่านั้นแต่กับให้กำไรรวม (Total Profit) สูงถึง 57.42 % เลยทีเดียว ในขณะที่ระบบ #2 นั้นให้ความแม่นยำ (Accuracy) ถึง 70 % ซึ่งมากกว่าอย่างเห็นได้ชัด แต่กลับให้กำไรรวม (Total Profit) เพียง 10.88 % เท่านั้น

คำถามก็คือ เป็นไปได้อย่างไร ระบบที่แม่นยำกว่า กลับให้กำไรน้อยกว่าระบบที่แม่นยำต่ำกว่าการโยนเหรียญด้วยซ้ำ (ต่ำกว่า 50%) อะไรเป็นตัวแปรสำคัญของผลที่เกิดขึ้น เราไปดูกันต่อครับ

จากที่ผมกล่าวไว้ตอนแรกว่า หลักการเทรดให้อยู่รอดโดยทั่วๆ ไปนั้นมีด้วยกัน 2 ข้อ คือ

                 - Win > Lose (Accuracy)
                 - Reward > Risk (Average Win/Loss Ratio)

2 ข้อนี้แปลง่ายๆ ก็คือ ข้อแรก เทรดให้ชนะ  มากกว่า เทรดให้แพ้  ซึ่งรวมๆ เรียกว่า "ความแม่นยำ" ในการเทรด ส่วนข้อที่สองนั้น มีใจความว่า เวลากำไร (Reward) ต้อง "กำไร" ต่อครั้งให้มากกว่า "ขาดทุน" (Risk)  จึงเรียกรวมๆ ได้อีกว่า Average Win/Loss Ratio แต่ข้อแรกนั้นอาจจะไม่จริงเสมอไป เพราะ จะเห็นว่าระบบที่เอามาให้ดูนั้น ระบบ #1 เทรดชนะ น้อยกว่า เทรดแพ้ ซะอีก (ความแม่นยำต่ำ)

จากคำกล่าวข้างบน แสดงว่า ตัวแปรสำคัญอีกตัวหนึ่งที่มีผลต่อผลตอบแทนของเราก็คือ Reward : Risk (Average Win : Average Loss) นั่นเอง เพื่อเพิ่มความเข้าใจจะยกตัวอย่างให้เห็นชัดเจนยิ่งขึ้น

ตัวอย่างระบบเทรด #1 สมมติทุนที่ 1,000,000 บาท เทรดทั้งหมด 54 ครั้ง

กำไรเฉลี่ยต่อครั้ง (Avg Profit)  3.65 % แปลว่า กำไร ต่อครั้งจะได้ 36,500 บาท
ขาดทุนเฉลี่ยต่อครั้ง (Avg Loss)  -1.01 % แปลว่า ขาดทุน ต่อครั้งจะเสีย 10,100 บาท
Reward : Risk ประมาณ 3 เท่า (Average Win/Average Loss = 3) คิดจาก 3.65%/1.01%

ดังนั้น ชนะ 24 ครั้ง จะให้กำไรเป็นเงิน 24 x 36,500 = 876,000 บาท
          แพ้  30 ครั้ง จะขาดทุนเป็นเงิน 30 x 10,100 = 303,000 บาท
รวมผลตอบแทนทั้งหมดจะได้ 573,000 บาท หรือคิดเป็น 57.30 % นั่นเอง  

ตัวอย่างระบบเทรด #2 สมมติทุนที่ 1,000,000 บาท เทรดทั้งหมด 20 ครั้ง

กำไรเฉลี่ยต่อครั้ง (Avg Profit)  2.31 %  แปลว่า กำไร ต่อครั้งจะได้ 23,100 บาท
ขาดทุนเฉลี่ยต่อครั้ง (Avg Loss)  -3.57 %  แปลว่า ขาดทุน ต่อครั้งจะเสีย 35,700 บาท

Reward : Risk ประมาณ 0.6 เท่า (Average Win/Average Loss = 0.6) คิดจาก 2.31%/3.57%

ดังนั้น ชนะ 14 ครั้ง จะให้กำไรเป็นเงิน 14 x 23,100 = 323,400 บาท
          แพ้  6 ครั้ง จะขาดทุนเป็นเงิน 6 x 35,700 = 214,200 บาท
รวมผลตอบแทนทั้งหมดจะได้ 82,200 บาท หรือคิดเป็น 8.22 % นั่นเอง  

จากตัวอย่างคงจะเห็นภาพได้ชัดขึ้นมาบ้างนะครับว่า เจ้า Reward : Risk เนี่ยสำคัญไม่ใช่น้อย โดยระบบ #1 ให้ Reward : Risk สูงถึง 3 เท่า ในขณะที่ระบบ #2 ให้ Reward : Risk เพียง 0.6 เท่า เท่านั้น
หากทำความเข้าใจตรงนี้เพิ่มสักนิด จะเห็นว่า "นักลงทุนจะไม่ต้องไปเสียเวลาหา ระบบเทรดที่แม่นยำสูงๆ เลยแม้แต่น้อย เพียงแค่เพิ่ม Reward : Risk ให้สูงขึ้นจากเดิมผลตอบแทนก็มากขึ้นได้อย่างเห็นได้ชัด"

ผมคิดว่านักลงทุนต้องคิดว่า ถ้างั้นเราลองไปเพิ่ม Reward : Risk ในระบบ #2 ให้เท่ากับ ระบบ #1 ดูก็ได้ จะได้ทั้งแม่นยำ และ ได้เยอะ ด้วย เดี๋ยวเราลองมาดูกันว่าผลจะเป็นอย่างไร

ตัวอย่างระบบเทรด #2 แบบปรับปรุง สมมติทุนที่ 1,000,000 บาท เทรดทั้งหมด 20 ครั้ง (เหมือนเดิม)

ความแม่นยำคงเดิม แต่เพิ่ม Reward : Risk ให้เป็น 3 เท่า (จากเดิมที่ 0.6)
กำไรเฉลี่ยต่อครั้ง (Avg Profit)  3.65 %  แปลว่า กำไร ต่อครั้งจะได้ 36,500 บาท
ขาดทุนเฉลี่ยต่อครั้ง (Avg Loss)  -1.01 %  แปลว่า ขาดทุน ต่อครั้งจะเสีย 10,100 บาท

Reward : Risk ประมาณ 3เท่า (Average Win/Average Loss = 3) คิดจาก 3.65%/1.01%

ดังนั้น ชนะ 14 ครั้ง จะให้กำไรเป็นเงิน 14 x 36,500 = 511,000 บาท
          แพ้  6 ครั้ง จะขาดทุนเป็นเงิน 6 x 10,100 = 60,600 บาท
รวมผลตอบแทนทั้งหมดจะได้ 450,400 บาท หรือคิดเป็น 45.04 % นั่นเอง (ยังน้อยกว่าระบบ #1 อยู่)

ผลที่ได้จะเห็นได้ว่า ผลตอบแทนรวมนั้นเพิ่มขึ้นอย่างชัดเจนแต่ยังน้อยกว่า ระบบ #1 อยู่ถึงกว่า 12 % ทั้งๆ ที่เราเพิ่ม Reward : Risk ให้เท่ากับ ระบบ #1 แล้ว คำตอบข้อนี้ไม่ยากครับ สาเหตุก็คือ "โอกาสในการเทรด" จะเห็นว่าในช่วงเวลาเดียวกัน ระบบ #1 นั้น มีถึง 54 ครั้ง ในขณะที่ ระบบ #2 มีเพียง 20 ครั้งเท่านั้น ถึงแม้จะแม่นกว่า และผลตอบแทนที่ได้ต่อครั้งจะเท่ากัน แต่หาก ระบบ นั้นให้โอกาส ในการเทรดน้อยกว่า ก็ทำให้ผลตอบแทนที่ได้น้อยกว่าอย่างเห็นได้ชัดเช่นกันครับ

ดังนั้นสรุปใจความสำคัญที่อธิบายมาทั้งหมดก็คือ

     - การพัฒนาระบบเทรดนั้น ไม่จำเป็นจะต้องไปเสียเวลากับการหาระบบที่แม่นยำสูงมากๆ เพียงแต่หาระบบที่เราถนัดและเชื่อในระบบนั้นก็พอ (Accuracy พอประมาณ)

     - กำไรที่ได้ต่อครั้ง (Reward) นั้นต้องมากกว่า ขาดทุน (Risk) ข้อนี้นั้นสำคัญยิ่ง (Average Win > Average Loss Ratio) เห็นได้ชัดจากตัวอย่างที่ให้ไปแล้ว

     - ถึงแม้จะเพิ่มให้ระบบแม่นยำขึ้น และ กำไรต่อครั้งมากกว่าขาดทุน แต่ก็อย่าลืมสร้างระบบให้เพิ่มโอกาสในการเทรดด้วย เพราะ ถึงแม้ระบบจะยอดเยี่ยมเพียงใด แต่หากโอกาสที่เข้ามานั้นน้อยนิด ก็คงยากที่จะทำกำไรได้มาก เช่นกัน

สำหรับบทความ "ระบบเทรดยิ่งแม่นยิ่งดีจริงหรือ!?" นั้นก็จบเพียงเท่านี้ หวังว่าบทความนี้จะเป็นประโยชน์กับนักลงทุนทุกท่านนะครับ ขอบคุณทุกท่านที่ติดตามกัน แล้วพบกันได้ที่ investmentory.com แห่งนี้กันได้เช่นเคย ขอให้นักลงทุนทุกท่านโชคดีในการลงทุนครับ ^___^
...............................................................................................................................................................................

จบแล้วค่ะ