วันนี้ทีมงาน Think Algo จะพามารู้จักกับ 5 กลยุทธ์การลงทุนอย่างเป็นระบบ ใครสนใจหรือกำลังมองหาไอเดียในการพัฒนาระบบของตนเอง ลองศึกษาแล้วเอาไปต่อยอดได้เลยครับ
กลยุทธ์ทั้ง 5 ถือเป็นกลยุทธ์พื้นฐานที่ system traders นิยมใช้กันมายาวนาน ทั้งนี้ เว็บไซต์ www.asxmarketwatch.com ได้ทำการศึกษาประสิทธิภาพของกลยุทธ์กับข้อมูลย้อนหลังไปกว่า 13 ปี กับหุ้นในกลุ่ม ASX200 ของตลาดออสเตรเลีย พบว่า ทั้งห้ากลยุทธ์ยังคงสามารถสร้างผลตอบแทนที่น่าพอใจได้
กลยุทธ์เหล่านี้มีหลักแนวคิดอย่างไร? แล้วจะสามารถทำผลตอบแทนได้ดีกับตลาดหุ้นบ้านเราหรือไม่? เราจะมาวิเคราะห์กันครับ
สำหรับในตอนแรกนี้ จะขอแนะนำตัวละครทั้งห้ากันก่อนว่ามีอะไรบ้าง มีหลักในการซื้อขายกว้างๆ อย่างไร แล้วในตอนต่อๆ ไป เราจะลงรายละเอียดในการวิเคราะห์กัน สำหรับเพื่อนๆ ที่สนใจ ก็ติดตามกันได้ยาวๆ เลยครับ
ALGO 1: Highest High Trading System
หุ้นตัวนี้ ที่ผ่านมา (สมมุติมองย้อนกลับไป 200 วันละกัน) ราคาไม่เคยสูงเกิน 15 บาทเลย แต่วันนี้สามารถทะยานตัวขึ้นไปปิดเหนือ 15 บาทได้ คุณคิดว่า การขึ้นของราคาครั้งนี้มีนัยยะสำคัญอย่างไรครับ???
มองในมุมเทคนิค 15 บาทนี้เสมือนเป็นแนวต้านสำคัญที่หุ้นตัวนี้ไม่เคยฝ่าผ่านไปได้ ดังนั้น เมื่อวันนี้ ราคาทะลุไปได้ ก็มีโอกาสที่ราคาจะพุ่งขึ้นไปอีก
ในทางกลับกัน หุ้นตัวนี้ (มองย้อนหลังกลับไป 200 วัน) ราคาไม่เคยที่จะต่ำกว่า 10 บาท แต่วันนี้หุ้นตกลงมาปิดที่ 9.5 บาท คุณคิดยังไงครับ???
ใช่ครับ 10 บาทนี้ เสมือนเป็นแนวรับอันมั่นคงของหุ้นตัวนี้ แต่เมื่อวันนี้หุ้นโดนทุบจนหลุดแนวรับนี้ลงมา โอกาสตกลงไปอีกก็มี
หลักการซื้อและขายของ Highest High Trading System ก็ตามนี้เลยครับ ซื้อเมื่อราคาสามารถทะยานตัวขึ้นเหนือราคาสูงสุดที่เคยเกิดขึ้นในอดีตได้ (หากมองย้อนหลังกลับไป X วัน) และขายเมื่อราคาตกลงไปต่ำกว่าราคาต่ำสุดที่เคยเกิดขึ้นมา (ย้อนหลัง Y วัน)
แนวคิดนี้ถือเป็นพื้นฐานของ Donchian Breakout System และ Turtle Trading ลองไปศึกษาเพิ่มเติมได้ครับ
BUY: ซื้อ เมื่อราคาปิดวันนี้ สูงกว่า ราคาสูงสุด (highest high) ที่เคยเกิดขึ้นมา (พิจารณาย้อนหลังไป 85 วัน)
SELL: ขาย เมื่อราคาปิดวันนี้ ต่ำกว่าราคาต่ำสุด (lowest low) ที่เคยเกิดขึ้นมา (พิจารณาย้อนหลังไป 35 วัน)
Index Filter: “สภาพตลาดต้องเป็นใจ” วัดได้จาก ASX Index ณ วันปัจจุบัน (ในกรณีของเรา ใช้ SET Index) ต้องอยู่สูงกว่าค่าเฉลี่ยย้อนหลัง 100 วันของตัวมันเอง
NOTE: ตัวเลข 85 วัน และ 35 วัน ผมอ้างอิงกับที่ www.asxmarketwatch.com เขาใช้นะครับ (ไม่จำเป็นต้องเป็นค่านี้ ผมใช้เป็นตัวตั้งต้นเฉยๆ ในตอนต่อๆ ไป เราจะมาปรับค่านี้เล่นกัน)
ALGO 2: Moving Average Channel Trading System
กลยุทธ์ที่ 2 จะพิจารณาหาจุดซื้อและจุดขายจากการทะลุขึ้นหรือตัดตัวลงจากขอบบนและขอบล่างของเส้นค่าเฉลี่ย
มันคืออะไร ? ชงกาแฟดำๆ เข้มๆ ไปอยู่ห้องเงียบๆ แล้วคิดตามผมนะ (ฮ่าๆ ไม่ได้ยากขนาดนั้นครับ)
ก่อนอื่นเลย เราจะสร้างเส้นค่าเฉลี่ยขึ้นมาหนึ่งเส้น ค่าเฉลี่ยนี้คำนวณจากราคาปิดย้อนหลัง 170 วัน (ทำไมต้องเป็น 170 วัน? ไม่จำเป็นครับ ผมขออ้างอิงตัวเลขให้ตรงกับที่ทาง ASXMarketWatch ใช้เฉยๆ เราสามารถเลือกค่าที่เหมาะสมเองได้ครับ แล้วมีหลักในการเลือกอย่างไร? ติดตามตอนต่อไปครับ )
หลังจากได้เส้นค่าเฉลี่ยนี้แล้ว หากเราบวกขึ้นไป 10% ก็จะได้ขอบบน หรือ upper band และ หากเราลบ 10% ออกจากค่าเฉลี่ย เราก็จะได้ขอบล่าง หรือ lower band
จบแล้วครับ แค่นี้ก็หาจุดซื้อและจุดขายได้แล้ว
BUY: ซื้อเมื่อราคาปิดวันนี้ ทะลุขึ้นไปอยู่สูงกว่า upper band
SELL: ขายเมื่อราคาปิดวันนี้ตกลงไปต่ำกว่า lower band
Index Filter: “สภาพตลาดต้องเป็นใจ” วัดได้จาก ASX Index ณ วันปัจจุบัน (ในกรณีของเรา ใช้ SET Index) ต้องอยู่สูงกว่าค่าเฉลี่ยย้อนหลัง 100 วันของตัวมันเอง
ALGO 3: Bollinger Band Trading System
กลยุทธ์ที่ 3 จะมีความใกล้เคียงกับกลยุทธ์ที่ 2 ครับ คือ สัญญาณซื้อและขาย พิจารณาจากราคาปิด ณ วันปัจจุบัน เทียบกับขอบบนและขอบล่างของเส้นค่าเฉลี่ย
อ้าว แล้วมีอะไรที่ต่างไป? กาแฟอีกสักแก้วมั้ยครับ ฮ่าๆๆ
เริ่มต้น เราสร้างเส้นค่าเฉลี่ย (กรณีนี้ขอใช้ 100 วัน ละกัน) เพื่อใช้เป็นจุดอ้างอิง จากนั้น การคำนวณหาขอบบนและขอบล่าง เราจะอ้างอิงจากส่วนเบี่ยงเบนมาตรฐาน (หรือค่า standard deviation ที่ท่านเคยเรียนจากวิชาสถิตินั่นแหละครับ) แทนที่จะคิดจากเปอร์เซ็นต์ เหมือนกรณีที่ 2
ทั้งนี้ อ้างอิงจาก ASXMarketWatch เราจะคำนวณหาขอบบนและขอบล่างตามนี้ (ย้ำอีกรอบนะครับ ค่าเหล่านี้เราเปลี่ยนแปลงได้)
- ขอบบน คำนวณจากค่าเฉลี่ย บวกกับ 3 เท่าของส่วนเบี่ยงเบนมาตรฐาน และ
- ขอบล่าง คำนวณจากค่าเฉลี่ย ลบด้วย 1 เท่าของส่วนเบี่ยงเบนมาตรฐาน
มาสรุปเป็นเงื่อนไขในการซื้อขายกันเลย
BUY: ซื้อเมื่อราคาปิดวันนี้ ทะลุขึ้นไปอยู่สูงกว่า upper band
SELL: ขายเมื่อราคาปิดวันนี้ตกลงไปต่ำกว่า lower band
Index Filter: “สภาพตลาดต้องเป็นใจ” วัดได้จาก ASX Index ณ วันปัจจุบัน (ในกรณีของเรา ใช้ SET Index) ต้องอยู่สูงกว่าค่าเฉลี่ยย้อนหลัง 75 วันของตัวมันเอง
ALGO 4: Moving Average Crossover Trading System
The Classic ALGO กลยุทธ์น่าจะเป็นที่คุ้นเคยกันดีอยู่แล้ว (ไม่ต้องชงกาแฟเพิ่มแล้วครับ สองแก้วแล้ว อันนี้ง่าย ฮ่าๆ) ทั้งจากหนังสือลงทุนต่างๆ หรือ จากบทความมากมายที่ผมใช้กลยุทธ์นี้เป็นตัวอย่าง ในเพจ Think Algo
จุดซื้อและจุดขาย จะพิจารณาจากการตัดกันของค่าเฉลี่ยเส้นสั้นกับเส้นยาว (ขอใช้จำนวนวันย้อนหลังเป็น 60 และ 90 วันสำหรับค่าเฉลี่ยเส้นสั้นกับเส้นยาว อ้างอิงจาก ASXMarketWatch)
BUY: ซื้อ เมื่อค่าเฉลี่ยเส้นสั้น ตัดค่าเฉลี่ยเส้นยาวขึ้นไป
SELL: ขาย เมื่อค่าเฉลี่ยเส้นสั้น ตัดค่าเฉลี่ยเส้นยาวลงมา
STOPLOSS: ตัดขายขาดทุน หากราคาตกลงไปต่ำกว่า 10% ของราคาซื้อ
ALGO 5: Trading with Gap
Gap คืออะไร? ไม่ยากครับ มันคือ การกระโดดขึ้น (gap up) หรือลง (gap down) ของราคาอย่างรวดเร็ว เมื่อเทียบกับราคาของหนึ่งวันก่อนหน้า
Gap บอกอะไรเราได้หลายอย่าง กลยุทธ์นี้ เราจะพิจารณาการซื้อหรือขายโดยมองจาก gap ของราคา
- Gap Up บ่งบอกว่า ราคาต่ำสุดที่เกิดขึ้นของวันนี้ ก็ยังคงสูงกว่าราคาสูงสุดที่เกิดขึ้นเมื่อวันก่อนหน้า (มีข่าวดีอะไรหรือเปล่านะ ราคาถึงกระโดดขึ้น?)
Gap Down บ่งบอกว่า ราคาสูงสุดที่เกิดขึ้นในวันนี้ ก็ยังต่ำกว่าราคาต่ำสุดที่เกิดขึ้นเมื่อหนึ่งวันก่อนหน้า (มีข่าวร้ายอะไรหรือเปล่านะ ทำไมราคาถึงโดนลง?)
มาสรุปเป็นเงื่อนไขสำหรับการซื้อขายกัน
BUY: ซื้อ เมื่อเกิด gap up และ ราคาปิดวันนี้สูงกว่าราคาเปิด อีกทั้ง ราคาหุ้นต้องเคลื่อนไหวอยู่เหนือเส้นค่าเฉลี่ย 50 วัน
SELL: (ขายเมื่อเกิด gap down และ ราคาปิดวันนี้ต่ำกว่าราคาเปิด) หรือ ราคาหุ้นตกลงไปเคลื่อนไหวต่ำกว่าเส้นค่าเฉลี่ย 100 วัน
Index Filter: “สภาพตลาดต้องเป็นใจ” วัดได้จาก ASX Index ณ วันปัจจุบัน (ในกรณีของเรา ใช้ SET Index) ต้องอยู่สูงกว่าค่าเฉลี่ยย้อนหลัง 150 วันของตัวมันเอง
มาดูผลตอบแทนกับความเสี่ยงกัน
ก่อนที่จะไปดูว่า ALGO เหล่านี้มีประสิทธิภาพมากน้อยขนาดไหนกับตลาดบ้านเรา มาดูผลตอบแทนย้อนหลัง 13 ปี (2000-2013) ในตลาด ASX200 ที่ทาง ASXMarketWatch ได้วิเคราะห์มาฝากกันครับ
ผลตอบแทนเฉลี่ยรายปี (Compound Annual Return: CAR)
- ALGO 1: Highest High Trading System 23.51 %
- ALGO 2: Moving Average Channel Trading System 23.49 %
- ALGO 3: Bollinger Band Trading System 26.29 %
- ALGO 4: Moving Average Crossover Trading System 27.73 %
- ALGO 5: Trading with Gap 24.75%
แล้วความเสี่ยงขาดทุนล่ะ มีมากน้อยขนาดไหน มาดู maximum drawdown กัน
- ALGO 1: Highest High Trading System 21.50 %
- ALGO 2: Moving Average Channel Trading System 28.58 %
- ALGO 3: Bollinger Band Trading System 25.44 %
- ALGO 4: Moving Average Crossover Trading System 33.97 %
- ALGO 5: Trading with Gap 23.29 %
ครับ แนะนำตัวละครทั้งห้าไปเรียบร้อยแล้ว ในตอนต่อไป
- เราจะมาวิเคราะห์ ALGO ทีละตัวกัน ว่ามีประสิทธิภาพมากน้อยขนาดไหนกับตลาด SET บ้านเรา และ
- หากเราต้องการพัฒนา ALGO เหล่านี้ให้ดีๆ ขึ้นไปอีก มีประเด็นไหนที่ควรเล่นได้บ้าง
หากคิดว่าบทความนี้เป็นประโยชน์ เพื่อเป็นกำลังใจให้กับพวกเรา Think ALGO จะได้มีแรงช่วยกันปั่นบทความดีๆ มีคุณภาพมาฝากนักลงทุนทุกท่านกัน รอบที่แล้ว 1,000 shares แป๊บเดียวถึง รอบนี้ขออีก 1000 shares ละกันครับ…แล้วตอนที่ 2 จะจัดให้เน้นๆ 🌟
โชคดีในการเทรดครับ
Supawat Supakwong, PhD
ถ้าเพื่อนๆชอบเรื่องแนวนี้ — Follow เพจเรา
https://www.facebook.com/thinkalgo
เพื่อก้าวสู่ยุคของ Robot ไปด้วยกันครับ 😃
