ผมอยากถามว่า ตอนนี้ใครที่ทำงานด้านนี้แล้ว Trade เอง มีลักษณะ Process-Flow ในการทำ Quant Analysis ยังไงมั่งครับ เช่น 1. มีไอเดีย ตั้งสมมติฐาน (ใช้กับ ML -> (Un)Supervised / Reinforcement learning หรือ Sentimental analysis ด้วย NLP -> RNNs 2. หาแหล่งดึงข้อมูล Quandl/Yahoo/Google/Wiki, etc. + อ่าน Paper, etc. 3. สร้าง platform ในการเทรด หรือ หา Platform ที่ถูกสร้างแล้วนำมาใช้ พร้อม Visualize + Backtest + Optimise (Quantstart - QSTrader, Quantopian - Zipline, Collective2, etc. ) 4. ดำเนินการเทรดจริงกับ Broker/Liquid provider สุดท้าย >>> ได้กำไร/ขาดทุน ** ผมพยายามศึกษาด้านนี้ เท่าที่คิดออกสำหรับ Speculator (ที่เงินไม่หนา) แบบผมก็จะเป็น (มาแนว FE-คู่เงิน) ดึกข้อมูล API/Manual-download จาก TradingView/Broker(OANDA) แล้วใช้งานกับ QSTrader platform จากฝั่ง Quantstart แต่ยังไม่ประสบความสำเร็จ **** ถ้าใครมี ไอเดียที่ดูเข้าท่ากว่านี้รบกวนแนะนำหน่อยนะครับ เพราะว่าผมไม่ได้มาสายนี้ไม่มีคนที่รู้จักคุยด้วยเลย ปล. 1 ผมรู้จัก electronic trading มา 3 ปีละ แต่ยังไม่ประสบความสำเร็จ สิ่งที่ผมวางแผนไว้คือ ต้องประสบความสำเร็จใน algo-trading แล้วค่อยกลับไป เทรดมือ เพราะคนรอบข้างผมส่วนใหญ่ที่ประสบความสำเร็จคือ เทรดมือ แทบจะไม่มี algo-trading เลย ปล.
นักลงทุนหลายคนอาจจะคุ้นเคยกับคำว่า Robot Trading, System Trading หรือ AI Trading อยู่บ้าง แต่คำว่า Quantitative Trading นั้น อาจจะยังไม่ค่อยเป็นที่รู้จักอย่างแพร่หลายมากนัก แม้ว่าที่จริงแล้ว ทั้ง Robot Trading, System Trading หรือ AI Trading ต่างก็เป็นส่วนนึงของ Quantitative Trading ทั้งหมด วันนี้มาดูกันว่า Quantitative Trading คืออะไร? แล้วจะช่วยเพิ่มผลตอบแทนให้กับนักลงทุนได้จริงหรือไม่? Quantitative Trading คืออะไร? Quantitative Trading คือกลยุทธ์ในการเทรดหรือลงทุนโดยใช้การวิเคราะห์เชิงปริมาณ หรือ Quantitative Analysis โดยเน้นไปที่การใช้ข้อมูลเชิงตัวเลข คำนวณด้วยระบบทางคณิตศาสตร์เพื่อหาโอกาสในการลงทุน การทำ Quantitative Analysis เพื่อการลงทุนแบบ Quantitative Trading นั้น มักจะใช้ข้อมูลที่เกี่ยวกับราคาและปริมาณการเทรดเป็นหลัก เพื่อสร้างโมเดลในการวิเคราะห์ข้อมูล ข้อมูลที่เอามาใช้วิเคราะห์เชิงปริมาณมีอะไรบ้าง? แม้ว่าการใช้ราคา และปริมาณการเทรดจะเป็นที่นิยม แต่การวิเคราะห์ Quantitative Analysis นี้ ไม่ได้จำกัดอยู่แค่ข้อมูลบางตัว หรือการใช้กราฟทางเทคนิคเท่านั้น แต่บางครั้งก็อาจจะมีการเอาข้อมูลอื่นๆ มาสร้างโมเดลเพื่อหาโอกาสในการลงทุน หรือคำตอบอื่นๆ ที่จะช่วยเพิ่มผลตอบแทนในการลงทุนได้ เช่น ปัจจัยพื้นฐานของสินทรัพย์ ข้อมูลสถิติต่างๆ ข้อมูลทางเศรษฐกิจ ตัวเลข GDP อัตราการว่างงาน เงินเฟ้อ เงินฝืด Quant คืออะไร?
% Win คืออัตราส่วนการกำไรของการลงทุน เช่น เทรด 100 ครั้ง ได้กำไร 60 ครั้ง% Win ก็จะเป็น 60%:% Loss คืออะไร? % Loss คืออัตราส่วนการขาดทุนของการลงทุน เช่น เทรด 100 ครั้ง ขาดทุน 40 ครั้ง% Loss ก็จะเป็น 40% Average Win และ Average Loss คืออะไร? Average Win คือผลกำไรโดยเฉลี่ยของการลงทุน ส่วน Average Loss คือการขาดทุนโดยเฉลี่ยของการลงทุน เช่น สมมติมีการเทรด 4 ครั้ง ครั้งที่ 1 ได้กำไร 1, 000 บาท ครั้งที่ 2 ได้กำไร 3, 000 บาท ครั้งที่ 3 ขาดทุน 500 บาท ครั้งที่ 4 ขาดทุน 800 บาท Average Win = (1, 000+3, 000)/2 = 2, 000 บาท Average Loss = (500+800)/2 = 650 บาท Expectancy คืออะไร? Expectancy คืออัตราผลตอบแทนที่คาดหวัง ใช้เพื่อวัดประสิทธิภาพการทำกำไรจากการลงทุน โดยมีการวิเคราะห์อย่างสม่ำเสมอ ใช้การคำนวณโดย (Win% x Average Win) – (Loss% x Average Loss) โดยกลยุทธ์การลงทุนที่ดี ควรจะใช้ Expectancy ที่เป็นบวก
ทีมเก็บข้อมูลสาย Quant! เบื้องหลังการเทรดและให้ Signal ของอาจารย์นิว - YouTube
เรียบง่ายแต่ไม่ละหลวม เขาแนะนำเรื่อง การพัฒนาระบบเทรด แยกส่วนของกลยุทธ์การเทรด(เข้า-ออก)และการบริหารความเสี่ยงออกจากกัน หัวใจคือการใช้กลยุทธ์ในการเทรดที่ไม่ซับซ้อน เรียบง่าย เข้าใจง่าย สะดวกต่อการปรับปรุงแก้ไขในอนาคต แต่ก็ต้องไม่ละหลวมในการทดสอบ โดยเฉพาะการประเมินหาความน่าจะเป็นของระบบ ก่อนนำไปใช้เทรดจริง เช่นเดียวกันกระบวนการทดสอบระบบต้องทำถูกหลักสถิติ ได้ค่าตัวเลขที่เชื่อมั่นได้ และไม่ Over fitting หรือมี Bias เข้ามาปะปน ใช้เทคนิค Walking Forward Analysis ในการทดสอบขั้นสูง เป้าหมายคือ สร้างระบบเทรด ที่ใช้งานได้จริง ไม่ได้ใช้โชว์ นั้นหมายถึงการทำงานได้ในทุกภาวะตลาดที่ดีและเลวร้าย 3.
2 ถ้าใครต้องกาคนร่วมงานด้วย บอกผมได้เลยนะครับ ผมสนใจ ปล. 3 เจ้าของกระทู้มาสาย Robotic Eng เจอ Hardware/Softeware นะครับ ไม่ได้ pure-math มาก แต่กำลังบูทตัวเองอยุ่
adminrugs.com, 2024