ตั้งแต่ทำงานในสายนี้มาหลายปี ต้องยอมรับว่ากระแสของ Algorithmic Trading ปีนี้มาแรงเหลือเกิน ผมยังจำได้ถึงภาพเมื่อ 5 ปีที่แล้ว ตอนที่เริ่มเอาบริการนี้เข้ามาใช้ครั้งแรกเพื่อนักลงทุนรายย่อยในเมืองไทย หลายอย่างเป็นเรื่องใหม่ที่ต้องอธิบายให้กับทุกคนที่เกี่ยวข้องฟัง แต่ในวันนี้สิ่งที่น่าภูมิใจคือ เดินไปไหนมาไหนก็เจอแต่คนทำโมเดล พูดถึงเรื่องการทำระบบเทรดอัตโนมัติกันเต็มไปหมด
ระบบเทรดอัตโนมัติถูกพูดถึงในหลายชื่อด้วยกัน ไม่ว่าจะเป็น Algorithmic Trading หรือ Program Trading หรือ Automated Trading หรือ Quantitative Trading หรือ System Trading หรือ Robot Trading ซึ่งความหมายสำหรับการใช้งานกับตลาดหลักทรัพย์บ้านเราคือ โปรแกรมคอมพิวเตอร์ที่จะส่งคำสั่งซื้อขายหุ้นได้ด้วยตัวมันเองทันที (ไม่ต้องโทรหาใคร และไม่ต้อง Key อะไรทั้งสิ้น) เมื่อราคาหุ้น สภาวะตลาด หรือตัวแปรอื่นๆ เข้าเงื่อนไขของโมเดลที่ถูกเขียนขึ้นมา
โดยประโยชน์ที่เราจะได้จากการใช้ Algorithmic Trading คือ
1)มีวินัยการลงทุนที่เคร่งครัด ปราศจากอารมณ์
2)ไม่ต้องเฝ้าหน้าจอหลายจอ เพื่อดูหุ้นหลายตัว
3)เพิ่มความเร็วในการซื้อขาย ทันทีเมื่อเกิดสัญญาณ
4)กระจายความเสี่ยง จากการเลือกลงทุนได้หลายกลยุทธ์
สำหรับนักลงทุนรายย่อยแล้ว เราสามารถได้ประโยชน์จาก Algorithmic Trading ใน 2 มุมมองด้วยกัน คือ การเป็น “ผู้เลือกโมเดล” และการเป็น “ผู้พัฒนาโมเดล” โดยที่ผมจะขอพูดกับนักลงทุนในฐานะการเป็นผู้เลือกโมเดลก่อนนะครับ (ขอแบ่งเป็นหลายตอนหน่อย เดี๋ยวจะยาวเกินไปครับ)
เมื่อเราเป็นผู้เลือกลงทุนในโมเดลของคนอื่น สิ่งแรกที่ต้องทำคือการเข้าใจตัวเองครับ เข้าใจว่ารับความเสี่ยงได้มากน้อยแค่ไหน (อย่าหลอกตัวเอง) เข้าใจว่าเราชอบ Style การลงทุนแบบไหน จากนั้น ให้เลือกดูโมเดลที่มีแนวคิดเข้ากับตัวเราเองได้ (เหมือนเลือกแฟน) มีความเสี่ยงอยู่ในระดับที่ยอมรับได้ และมีผลตอบแทนที่น่าพอใจ
ข้อดีของการเลือกลงทุนในโมเดลคือ เราสามารถดูผลตอบแทนและความเสี่ยงของโมเดลได้ก่อนลงทุนครับ ซึ่งจุดนี้เป็นเรื่องสำคัญมากที่ต้องรู้ว่าตัวเลขที่เราดูนั้น เป็นตัวเลขที่ได้มาจากผลการทดสอบ หรือผลงานการลงทุนที่แท้จริง โดยสิ่งที่ดีที่สุดคือการใช้ตัวเลขทั้ง 2 ชุดนี้มาพิจารณาประกอบกัน
ผลการลงทุนที่แท้จริง ใช้เงินจริง ตลาดจริง ต้นทุนจริง เป็นเครื่องพิสูจน์ว่าโมเดลนั้นเป็นของจริงหรือเป็นของปลอม ดังนั้น ผู้พัฒนาโมเดลที่เป็นตัวจริงย่อมกล้าที่จะเปิดเผยผลการลงทุนจริงของโมเดล ยกเว้นกรณีที่เป็นโมเดลใหม่ ซึ่งยังไม่เคยลงทุนจริง แบบนี้ต้องอาศัยความน่าเชื่อถือของผู้พัฒนาเป็นสำคัญครับ
ถ้าผลการลงทุนจริงนั้นมีระยะเวลาสั้นเกินไป ไม่ครอบคลุมทุกสภาวะตลาด เราต้องใช้ผลการทดสอบจากข้อมูลในอดีตมาช่วยเลือกด้วย โดยมีประเด็นที่ต้องถามผู้พัฒนาโมเดลให้ชัดเจน ดังนี้
1)Transaction Cost: ใช้ต้นทุนค่าคอมมิชชั่นในอัตราเท่าไหร่
2)Slippage Cost: ใส่ผลกระทบกับราคา ทำให้ซื้อได้แพงขึ้น และขายได้ถูกลงหรือไม่
3)Trading Period Selection: ระยะเวลาที่ใช้ครอบคลุมสภาวะตลาดครบทุกรูปแบบหรือไม่
4)Stock Universe Selection: มีวิธีการคัดกรองรายชื่อหุ้นที่ใช้ในการทดสอบอย่างไร
5)Back Testing or Forward Testing: เป็นการทดสอบกับข้อมูล Out-sample แล้วหรือยัง (ขอเก็บไปขยายความในตอนถัดไปนะครับ)
อ่านมาถึงตรงนี้ ผมหวังว่าพวกเราน่าจะรู้จักและเห็นภาพ Algorithmic Trading ชัดเจนกันมากขึ้น ในสัปดาห์ถัดไป ผมจะขอเล่าถึงเรื่องการเลือกโมเดลและการวิเคราะห์ผลการลงทุนเบื้องต้นให้ฟังนะครับ จากนั้นช่วงปลายเดือน ผมจะแนะนำผู้ที่สนใจพัฒนาโมเดล ว่าเราควรเริ่มต้นอย่างไร แล้วเจอกันครับ สวัสดีครับ
ชลเดช เขมะรัตนา
CHONLADET KHEMARATTANA
Chief Executive Officer
FINTECH (THAILAND) COMPANY LIMITED
