Why Quant

Why Quant? ทำไมถึงควรใช้วิธี Quantitative Analysis ในการวิเคราะห์หุ้น ?

Quant ย่อสั้นๆมาจากคำว่า Quantitative Analysis “วิธีการ” วิเคราะห์คำนวณเชิงปริมาณเชิงตัวเลข หรือ Quantitative Analyst “คน” ที่ใช้การวิเคราะห์สิ่งต่างๆด้วย Quantitative Analysis ดังนั้นคำว่า Quant อาจหมายถึงวิธีการวิเคราะห์ หรือคนที่ใช้วิธีการวิเคราะห์เชิงปริมาณก็ได้ ขึ้นอยู่กับเนื้อหาประโยคที่กำลังพูดถึง เช่น ผมเป็น Quant ครับ หรือ กลยุทธ์นี้ใช้ Quant (วิเคราะห์) ส่วน Quants (ลงท้ายด้วย s) หมายถึงนักวิเคราะห์หลายคน ไม่ใช้กับวิธีวิเคราะห์

Quant หมายถึงวิธีการวิเคราะห์ หรือนักวิเคราะห์ เชิงปริมาณ

จากที่กล่าวมาข้างต้น ผู้อ่านน่าจะพอเข้าใจคำว่า Quant กันแล้ว อีกคำที่ควรพูดถึงก็คือ Trading System “ระบบ” เทรดหุ้น หรือ Systematic Trading “การเทรด” อย่างเป็นระบบ นั้นหลักๆคือ การมี “วิธี/กฎซื้อขายหุ้น” ซึ่งอาจจะชัดเจนแน่นอนหรืออาจจะเป็นแบบคร่าวๆไม่ชัดเจนร้อยเปอร์เซ็นก็ได้ ขึ้นอยู่กับกระบวนการวิเคราะห์ของผู้ใช้ เช่น นลท ที่วิเคราะห์กราฟด้วย Technical Analysis ล้วนๆด้วยประสบการณ์แล้วหาจุดซื้อขาย เรียกว่า “Discretionary Trader” ก็ถือว่าเป็นการใช้ระบบเทรดหุ้นแบบหนึ่ง แค่อาจจะไม่ชัดเจน และไม่มีการทดสอบ Backtest มาเป็นร้อยๆพันๆครั้ง ดังนั้น นลท คนไหนก็ตามที่มีวิธี/กฎซื้อขายหุ้น ก็ถือได้ว่ามีการเทรดที่เป็นระบบ Systematic Trading ไม่ว่าพื้นฐานการวิเคราะห์จะมาจาก Technical Analysis หรือ Fundamental Analysis ก็ตาม ซึ่งในกรณีเดียวกันกับ Quant โดยที่ Quant สามารถต่อยอดการวิเคราะห์เหนือขึ้นไปอีกทั้งในแบบ Factor Investing, Quantitative Value Investing, หรือแม้กระทั้ง Dollar Cost Averaging เมื่อนำไปผนวกกับ Code และ Algorithm

Quant ใช้ได้กับ Technical และ Fundamental Analysis และเหนือขึ้นไป

Quantitative Analysis + Code + Algorithm + Trading System คือ การใช้การวิเคราะห์เชิงปริมาณในการสร้างระบบเทรดที่ชัดเจน ตั้งแต่การออกแบบระบบเทรดซื้อขายและทดสอบระบบเทรด (Design & Backtest) ดังนั้น “คนที่เป็น Quant จะต้องใช้ Trading System ทุกคน แต่คนที่ใช้ Trading System ไม่จำเป็นจะต้องเป็น Quant ทุกคนเสมอไป”  ซึ่งสิ่งที่บอกได้ว่าเป็น Quant หรือไม่ก็คือ การเขียน Code และ การ Backtest ระบบเทรดหุ้นอย่างเป็นขั้นตอนและมีหลักการด้วยโปรแกรมต่างๆ เช่น โปรแกรม AmiBroker  ไม่ใช่แค่ลากเส้นในกราฟแล้วพิจารณาด้วยตนเอง

จะ Quant ได้ ต้องทั้งโค้ดและทดสอบ

ข้อดีและข้อได้เปรียบของ Quant

  1. สอนให้นักลงทุนคิดอย่างเป็นระบบเป็นขั้นตอนและมีตรรกะ ที่สามารถยืนยันได้ว่าจะกำไรหรือขาดทุน และเหมาะสมกับตนเองหรือไม่
  2. วางแผนการเทรดที่ชัดเจน กำจัดความคลุมเคลือ  รวมถึงละทิ้งความกลัวและความโลภออกไป จากระบบที่ได้ผ่านการทดสอบ
  3. สรุปกำไรขาดทุนแผนการเทรดด้วยความน่าจะเป็นเชิงสถิติ แทนที่จะนั่งดูกราฟแล้ว “ลำเอียงหรือมโน” ไปเรื่อยๆ ไม่รู้แน่ชัดว่าจะกำไรมั้ย
  4. ลดระยะเวลาในการทดสอบและสรุปแผนการเทรด ด้วยวิธีทดสอบแบบต่างๆ เช่น Walk Forward Analysis และ Monkey Tests ไม่ต้องนั่งดูกราฟเป็นร้อยๆพันๆรูป
  5. เร่งรัดประสบการณ์เรียนรู้ในตลาดหุ้นให้กับนักลงทุน ว่ากลยุทธ์ประเภทไหนกำไรหรือขาดทุน เสี่ยงแค่ไหน ด้วยการทดสอบย้อนหลังเป็นสิบๆปี แทนที่จะต้องนั่งเก็บประสบการณ์จริงด้วยตนเอง
  6. ปรับเปลี่ยนกลยุทธ์ภายใต้สภาพตลาดที่เปลี่ยนไป Market Analysis เพื่อพร้อมรับมือกับสภาพตลาดประเภทต่างๆ ด้วยการปรับค่าพารามิเตอร์ต่างๆให้เหมาะสม
  7. ทำให้วางแผนการบริหารหน้าตักและความเสี่ยงอย่างมีประสิทธิภาพ จากการทดสอบ Money and Risk Management มาอย่างดี เช่น แต่ล่ะกลยุทธ์จะมี Stop Loss ไม่เท่ากัน ในสภาพตลาดที่ต่างกัน
  8. สร้างระบบวิเคราะห์หุ้นอัตโนมัติที่อำนวยความสะดวก ในการวิเคราะห์และการเทรด โดยที่ไม่ต้องนั่งเฝ้าจอเองทั้งวัน ซึ่งอาจทำให้เกิดความเครียด และมักทำให้เกิดความคันมือ
  9. ต่อยอดเพิ่มประสิทธิภาพจากระบบเทรดไปสู่ปัญญาประดิษฐ์ Artificial Intelligence หรือ Machine Learning จากพื้นฐานทางด้าน Trading System และ Quantitative Analysis

โค้ดไม่ได้ เทสไม่เป็น ไม่ต้องเทรด

การวิเคราะห์หุ้นด้วย Quant

  1. ระบุเงื่อนไขให้ชัดเจนไม่ให้เหลือความคลุมเคลือ ในการซื้อและขายตามกลยุทธของเรา (Simple & Straightforward Rules)
  2. ทดสอบกลยุทธก่อนเริ่มลงทุนจริง ว่ามีโอกาสได้กำไรหรือขาดทุน (Backtest your Strategy)
  3. รู้จักกับกลยุทธของเราให้ดียิ่งขึ้นว่ามีพฤติกรรมเช่นไร ในช่วง Drawdown และช่วงอื่นๆ (Confidence in your Strategy)
  4. ทดสอบกลยุทธของเรากับสภาพตลาดประเภทต่างๆ (Market Analysis) เช่น ขาขึ้น ขาลง ออกข้าง เพื่อทำการปรับปรุงผลลัพท์
  5. สร้างสมดุลระหว่างการทำกำไรและลดการขาดทุน ด้วยกลยุทธการเทรดและการบริหารพอร์ท (Method & Money Management)
  6. ออกแบบและทดสอบการจัดการความเสี่ยง (Risk Management)
  7. จำลองความผันผวนและความไม่แน่นอนในการลงทุนที่อาจจะเกิดขึ้น (Monte Carlo Simulation)
  8. ปรับสมมุติฐานให้สมจริงมากขึ้นจากผลลัพท์ที่ได้จากการเทรดจริงและพัฒนาต่อยอดต่อไป (Monitor real trades and update assumptions)
  9. เลือกข้อมูลและเครื่องมือที่ก่อให้เกิดข้อได้เปรียบ (Data and Machine)

Quant เป็นมาตราฐานที่ต้องรู้จัก เพราะโลกกำลังเปลี่ยนไป

 

เพิ่มเติม