“Quant” คืออะไร?

เผยแพร่เมื่อ วันพฤหัสบดีที่ 22 มีนาคม พ.ศ. 2561

Quant คืออะไร?.

ในความหมายโดยตรงคือการวิเคราะห์เชิงปริมาณ โดยใช้หลักการทางสถิติและคณิตศาสตร์มาช่วยในการวิเคราะห์เพื่อเพิ่มความน่าจะเป็นขอผลลัพธ์ ให้มีความน่าเชื่อถือยิ่งขึ้น

หลายท่านอาจเคยได้ยินคำนี้มาบ้างจากหลายๆแหล่ง เพราะในปัจจุบันที่เทคโนโลยีพัฒนาไปอย่างมากได้มีการนำคอมพิวเตอร์มาใช้ในการช่วยคำนวณข้อมูลในธุรกิจหลักทรัพย์มากขึ้น ตลอดจนสร้างระบบเทรดอัตโนมัติ ไม่ว่าจะเพื่อการเก็งกำไร (Speculation) การป้องกันความเสียง (Hedging) การสร้างสภาพคล่อง (Market Making) ฯลฯ กิจกรรมหล่านี้ล้วนใช้ข้อมูลนำมาวิเคราะห์ ทดสอบ ในการสร้างรูปแบบกลยุทธ์การลงทุน (Trading Strategies) หรือ เงื่อนไขการซื้อขาย (Algorithm) เพื่อใช้ในการตัดสินใจโดยไม่มีการตัดสินใจของมนุษย์เข้ามาเกี่ยวข้อง เนื่องจากเงื่อนไขที่ใช้นั้นมีความชัดเจนในตัวมันเอง จึงทำให้สามารถทดสอบทางสถิติได้

ในทางปฎิบัติแล้วการวิเคราะห์ ทดสอบ เพื่อสร้างกลยุทธ์การลงทุน ผู้พัฒนาต้องอาศัยการโปรแกรม (Coding) เพื่อเปลี่ยนเงื่อนไขจากกระบวนการคิดของของมนุษย์ไปเป็นคำสั่งที่คอมพิวเตอร์สามารถเข้าใจและทำงานได้ นอกจากต้องเข้าใจการเขียนโปรแกรมแล้ว ผู้พัฒนาต้องเข้าใจหลักสถิติ และความรู้ในตัวสินค้าเนื่องจากในตลาดการเงิน มีสินค้าที่หลากหลายและแต่ละสินค้าก็มีคุณลักษณะแตกต่างกัน และสิ่งที่ขาดไม่ได้คือการจัดการความเสี่ยง (Money management) ซึ่งเป็นหัวใจหลักของการลงทุน

ระบบเทรดอัตโนมัติ นั้นก็คือระบบเทรดที่ใช้โปรแกรมคอมพิวเตอร์ในการส่งคำสั่งซื้อ-ขายโดยมนุษย์เราไม่ต้องไปยุ่งกับตัวระบบ ซึ่งสามารถบอกลักษณะเด่นและจุดที่ควรพิจารณาได้ดังต่อไปนี้

ข้อดีของระบบเทรดอัตโนมัติ

เสริมสร้างการมีวินัยการลงทุน ไม่มีการใช้อารมณ์มาเกี่ยวข้อง
ไม่ต้องเสียเวลาในการเฝ้าหน้าจอ เพื่อดูสินค้าหลายตัว
ใช้กระจายความเสี่ยง เมื่อเราเลือกใช้หลายกลยุทธ์ได้พร้อมกัน
เพิ่มความเร็วในการส่งคำสั่งซื้อ-ขาย ส่งคำสั่งทันทีเมื่อมีสัญญาณ

ข้อเสียของระบบเทรดอัตโนมัติ

ต้องมีความรู้ในเรื่องสถิติตั้งแต่การเลือกตัวอย่างการอ่านค่าทางสถิติ และการเขียนโปรแกรม
ต้องเข้าใจรูปแบบราคาของสินค้าที่ลงทุน มีหลากหลายสินค้าในตลาดการเงิน เช่น ตราสารสิทธิ (Option) ตราสารซื้อขายล่วงหน้า (Futures) หุ้น (Stock) พันธบัตร (Bond) ฯลฯ

ระบบเทรดกับการวิเคราะห์ปัจจัยทางเทคนิค

การวิเคราะห์ทางเทคนิคนั้นพยายามที่จะทำนายการเปลี่ยนแปลงของราคาในอนาคตโดยใช้การสังเกตการเปลี่ยนแปลงของราคาในอดีต โดยหาความสัมพันธ์ของตัวแปรที่มีผลต่อการเปลี่ยนแปลงของราคา เช่น ราคาเคลื่อนที่ขึ้นผ่าน เส้นค่าเฉลี่ย 20 วัน จะมีโอกาสทำให้ราคาในวันถัดไปสูงขึ้นกี่เปอร์เซ็นต์ เป็นต้น ซึ่งการใช้หลักการทางสถิติและความน่าจะเป็นนี้จะช่วยเพิ่มความน่าเชื่อถือของการวิเคราะห์นั้นๆมากยิ่งขึ้น

หลังจากเราใช้การวิเคราะห์ทางเทคนิคมาเป็นตัวช่วยในการหาจุดซื้อ-ขายแล้ว ต่อมาได้มีการเอาความรู้ทางคณิตศาสตร์และสถิติเข้ามาช่วยเพิ่มประสิทธิภาพและความน่าเชื่อถือของการทดสอบ จึงได้มีการพัฒนาหลักการ ออกแบบ ทดสอบ ปรับค่าพารามิเตอร์ และประเมินผลการดำเนินงาน โดยมีกระบวนการสร้างระบบเทรดที่ชัดเจนยิ่งขึ้นซึ่งเราเรียกระบบเทรดแบบนี้ว่า Quantitative Trading System หรือ Quant นั่นเอง

ระบบเทรดกับการวิเคราะห์ปัจจัยพื้นฐาน

การวิเคราะห์ปัจจัยพื้นฐานถ้ามีเงื่อนไขที่แน่นอนและมีข้อมูลมากพอที่สามารถวัดผลทางสถิติได้ ก็สามารถใช้ข้อมูลในงบการเงิน ผลประกอบการ พื้นฐานกิจการบริษัท และอัตราส่วนต่างๆ นำมาทดสอบสร้างเงื่อนไข เพื่อใช้เป็นตัวกรองสำหรับเลือกหุ้น และยังสามารถใช้ร่วมกับการวิเคราะห์ทางเทคนิค เพื่อให้การเลือกหุ้นมีประสิทธิภาพมากขึ้นอีกด้วย ยกตัวอย่างเช่น อาจตั้งเงื่อนไขดังนี้

เมื่อได้เงื่อนไขที่ชัดเจนแล้ว สามารถทำการทดสอบข้อมูลในอดีต (Backtest) เพื่อทดสอบหาอัตราการชนะ (Win rate) และผลตอบแทนจากการลงทุน (Profit) เมื่อใช้เงื่อนไขดังกล่าวได้หรือถ้าต้องการให้โปรแกรมหาพารามิเตอร์ที่เหมาะสม (Optimize) ก็สามารถทำได้เช่นกัน

การสร้างระบบเทรด

มาถึงตอนนี้บางท่านอาจจะยังนึกภาพเกี่ยวกับการสร้างระบบเทรดไม่ออก จึงอยากอธิบายเปรียบเทียบการสร้างระบบเทรดกับเรื่องใกล้ตัวของพวกเราอย่างการเปิดร้านอาหารก็แล้วกัน ซึ่งอาจจะไม่ตรงกันทั้งหมดซะทีเดียวนะครับ แต่ก็น่าจะช่วยให้ท่านที่ยังไม่เคยมีประสบการณ์ในการสร้างระบบเทรด พอจะเข้าใจกระบวนการอย่างง่ายได้ดีขึ้น

กับดักของการพัฒนาระบบเทรด

Overfitting คือกับดักที่สำคัญที่เหล่านักพัฒนาระบบเทรดต้องได้เจอกันแทบทุกคน นั่นคือภาพลวงที่สวยงามของกำไรที่เกิดจากการใช้เครื่องมือมากมายในการจัดการกับข้อมูลในอดีต นักพัฒนาระบบทุกคนควรพึงระลึกไว้ว่า ข้อมูลที่ใช้ในวันนี้เป็นเพียงข้อมูลในอดีต และพฤติกรรมสภาวะตลาดมีความผันแปรและเปลี่ยนแปลงอยู่ตลอดเวลา ฉะนั้นผลจากการใช้ข้อมูลในอดีตในการทดสอบข้อมูลในอดีต (Back testing) หรือ ปรับปรุงพามิเตอร์ (Optimize) ที่ไม่เหมาะสม นักพัฒนาระบบอาจพบว่ามีผลที่แตกต่างการนำระบบไปใช้จริง ฉะนั้นก่อนการนำไปใช้จริง จึงต้องหมั่นทดสอบกับข้อมูลในอดีต อาจมีการแบ่งช่วงข้อมูลทดสอบ ปรับปรุงพามิเตอร์ ทดสอบกับตลาดจริง (Forward test) ทั้งนี้ก็ขึ้นอยู่กับดุลยพินิจของผู้ทำระบบ ดังนั้นระบบที่ดีนั้นไม่จำเป็นต้องมีเงื่อนไขซับซ้อน หรือไม่จำเป็นต้องใช้ช่วงทดสอบที่มากเสมอไป

*** https://www.geeksforgeeks.org/underfitting-and-overfitting-in-machine-learning/

ข้อมูลถือเป็นสิ่งจำเป็นของนักพัฒนาระบบข้อมูลที่ดีนั้นนำไปสู่การสร้างระบบที่ดี แต่ทว่าข้อมูลที่ไม่ดีไม่ว่าระบบจะดีแค่ใหนผลลัพท์ที่ออกมาก็อาจไม่ดีดั่งที่หลายท่านอาจเคยได้ยินวลีที่ว่า “garbage in garbage out” มาบ้างฉะนั้นผู้พัฒนาควรเลือกข้อมูลที่ดี ถ้าข้อมูลยังไม่ดีต้องทำการการทำความสะอาดข้อมูล (Data cleaning) เสียก่อน อาจกล่าวได้ว่าการพัฒนาระบบก็คือการจัดการข้อมูล (Data Mining) อย่างหนึ่ง เพราะต้องวิเคราะห์ความสัมพันธ์จากข้อมูล แล้วเปลี่ยนเป็นสัญญาณการซื้อขายอีกครั้งหนึ่งนั่นเอง

สุดท้ายนี้อยากจะฝากไว้ว่า การพัฒนาระบบเทรดที่มีประสิทธิภาพนั้นไม่ใช่เรื่องง่าย นักลงทุนไม่ควรจะสนใจแต่ผลการดำเนินงานในอดีตแต่เพียงอย่างเดียว ควรที่จะพิจารณากระบวนการพัฒนาระบบเทรด ที่มาของแนวคิด รวมถึงความเสี่ยงจากการใช้ระบบนั้นๆอีกด้วย