รวมลิงค์บทความชุด AutoTrade ครับ
รีวิว AutoTrade http://traderider.com/index.php/topic,7035.msg154328/topicseen.html
ความเสี่ยงต่างๆที่เกี่ยวข้องกับ AutoTrade http://traderider.com/index.php/topic,7103.0.html
การใช้งานบัญชีเดโม http://traderider.com/index.php/topic,7064.0.html
ศึกษา % win กับขนาดของการเปิดสถานะ ด้วย simulation http://traderider.com/index.php/topic,7173.msg156179/topicseen.html
แนวคิดการสร้างพอร์ต http://traderider.com/index.php/topic,7174.0.html
การใช้งานบัญชีจริง และผูกเข้ากับ Myfxbook AutoTrade http://traderider.com/index.php/topic,7175.msg156189.html

AutoTrade risk control 2 – Money management by simulation

ความเสี่ยงที่นักลงทุนสมัครเล่นแบบเราๆ กลัวที่สุดเวลาลงทุนคือการล้างพอร์ต ดังนั้นเรื่องนี้ก็เป็นเรื่องแรกๆที่เราต้องคิดก่อนเสมอ ไม่ว่าจะลงทุนในแบบไหน วิธีการหนึ่งที่จะทำให้เราเข้าใจความเสี่ยงจากการล้างพอร์ต หรือโอกาสในการขาดทุน โอกาสในการทำกำไรในแบบความน่าจะเป็น – สถิติ ได้ดีขึ้นก็ด้วยการใช้ Simulation เพื่อให้รู้ความน่าจะเป็นของการล้างพอร์ตของระบบเทรดที่ใช้อยู่

การควบคุมความเสี่ยงในระบบเทรดทั่วไปสามารถทำได้ผ่านการกำหนดจุดเข้าออก และขนาดของการเปิด ขนาดของทุน แต่ในระบบแบบ  Copy trade เราจะควบคุมปัจจัยหลายๆอย่างได้น้อยกว่าการเทรดเอง (เราสามารถจัดการได้แค่ขนาดตัวคูณของการเปิดตาม ไม่สามารถเลือกจุดเข้าจุดออกเองได้) การให้ความสำคัญกับสถิติและความเข้าใจระบบที่เราตามอยู่จึงเป็นเรื่องที่ต้องให้ความสำคัญมาก

ทั่วไปสำหรับการ Copy trade นั้นผมมองในแบบเราต้อง รู้จักกลยุทธของคนที่เราจะตามก่อน จากนั้นถ้าชอบก็เสมือนเราเทรดเอง แล้วเราก็ควบคุมในส่วนของการบริหารทุนอย่างเดียว

1. ทำความเข้าใจกลยุทธของ signal provider แล้วมองให้เป็นกลยุทธของเรา

เมื่อเรามองเขาเป็น 1 กลยุทธเทรด หากเราชอบ เราก็ลงทุนให้เขาเทรดแทนเราในกลยุทธนั้น เช่น เราชอบเทรดเบรคเอาท์ในวันข่าวแรง เราก็เลือกคนที่เทรดแบบนั้นมาสะสมในพอร์ต copy trade เรา แทนที่เราจะต้องไปนั่งเฝ้าวันข่าว FED NFP BOJ ตาคนนี้จะไปเฝ้าแทนเราให้เอง ถ้าเขาเทรดในแบบที่เราจะเทรด เราก็อู้งานรูทีนพวกนี้ได้  เพียงแต่เราต้องทำการบ้านไป reverse engineer นั่งดูเดโมก่อนว่าเขาเทรดด้วยกลยุทธแบบไหน ซึ่งโดยมากพวกที่ติดอันดับดีๆ มีสถิตินานๆมักเทรดคล้ายๆหุ่นยนต์ มีเงื่อนไขค่อนข้างคงตัว-มีวินัยพอควร(แต่ก็ไม่ทุกคนนะ)

หรือลองนึกภาพง่ายๆ อย่างเรารู้ว่าคนนี้เทรดแบบ Close system เราเข้าใจ และชอบกลยุทธบริหารทุนแบบนี้ เราก็กดตามลงทุนไปเลย พอเราเข้าใจความเสี่ยง สิ่งที่จะต้องเจอ มันอาจมี DD ได้ระดับไหน เข้าใจว่ามีโอกาสที่จะสร้างผลตอบแทนระยะยาวขณะที่คุมความเสี่ยงได้ปลอดภัยมาก  เราก็ลงเงินไว้แล้วก็ทิ้งพอร์ตไว้ไม่ต้องไปดูได้ยาวๆ เพราะพอร์ตนี้คือลงทุนระยะยาว กับเข้าใจวิธีไปแล้ว คอย monitor แบบนานๆทีได้

2. เราต้องเข้าเข้าใจธนนมชาติของระบบสถิติ-ความน่าจะเป็น ว่าเป็นแบบไหน แล้วทำให้เราต้องเจอกับอะไรบ้าง

2.1 เข้าใจปัจจัย เช่น เข้าใจว่า % win คือสิ่งสำคัญ แต่มันมีสิ่งอื่นประกอบกันอีก มันไม่ใช่เราเทรดบนระบบความเสี่ยง 60 % ที่มีโอกาสชนะมากกว่าขาดทุน แล้วเราจะไม่ล้างพอร์ต หรือจะไม่ขาดทุน เราสามารถขาดทุนหนักๆได้ ถ้าเราใช้ bet size ใหญ่เกินไป ดังนั้นเราต้องพยายามแตกแฟคเตอร์ให้ครบที่สุด หากเจอปัญหาก็ต้องแก้ปัญหา ปรับปรุงให้ตรงจุด
2.2 เข้าใจว่าสถิติ+ความน่าจะเป็น มันทำงานในแบบที่ไม่ใช่คำตอบสมบูรณ์แบบสมการเส้นตรง ระบบเทรดความน่าจะเป็นโอกาสชนะ 60 % ของเรา เทรดมา 9 ครั้ง ถูกมา 5 ครั้ง ผิดมา 4 ครั้ง ครั้งต่อไปควรเป็นถูกแน่ๆ อัดเงินเลย เพราะ มันต้อง 6/10 แน่ๆ ปรากฎไม่ใช่ แล้วนี่คือสิ่งที่เจอได้เป็นปกติ การจะเป็นไปตามความน่าจะเป็น มันต้องมีจำนวนของการเล่นที่มากครั้งพอ แล้วสิ่งที่เป็นไปตามความน่าจะเป็นมันคือตัวค่าเฉลี่ยของการเล่น ไม่ได้หมายถึงตัวประชากรข้อมูลตัวใดตัวหนึ่งแบบเจาะจงว่าจะต้องเกิดการคาดเดาขึ้นที่ค่าของ meanเมื่อเราเข้าใจแล้วว่าสถิติจะเป็นไปตามนั้นต้องใช้เวลา – การเล่นจำนวนรอบเยอะๆ และมันมีกระจายอยู่รอบๆค่า mean เราจะเข้าใจในสิ่งที่จะต้องเจอ บางทีเราจะเจอการติดลบได้แบบยาวๆพอควร อย่างผลตอบแทนสรุป เดือนนึงเราอาจติดลบ แต่ทั้งปีส่วนมากจะกำไร ถ้าเข้าใจแบบนี้ก็จะทนรอการติดลบได้ ปล่อยให้สถิติ-ความน่าจะเป็นมีเวลาในการพิสูจน์ความเป็นไปได้ของระบบเทรดนั้นๆเอง

3. ควบคุม พัฒนาในสิ่งที่ทำได้

ในระบบ copy trade เราควบคุมจุดเข้าออกไม่ได้ แต่เราพอจะควบคุมวงเงินที่ทำการ bet ลงไปในพอร์ตเราได้ ดังนั้นเราจะมองคนที่เราตามเป็นตัวกลยุทธ ส่วนด้าน MM หากเขาจัดการดี เราก็อาจใช้วิธีตามระดับความเสี่ยงในอัตราส่วนตามเขาไปเลย คือหากเขาเดือนนี้เขาลบ 5 % เราก็ลบเท่ากัน อันนี้ปรับที่ตัวแปร multiplier โดยจูนให้ % gain ที่ติดลบให้ใกล้เคียงกับของต้นทาง ตัวอย่างวิธีที่ผมใช้ค่า DD – %gain เพื่อปรับพอร์ตตาม provider ส่วนหากเราอู้ได้มั่นใจในระดับนึงจนมีเวลาว่างแล้ว เราก็เอาเวลามานั่งหาทางทำการบ้านกันต่อ โดยหัวข้อที่ผมสนใจส่วนมากคือทำไงให้การ copy trade มันเล่นกับ Money management ได้มากขึ้น (เท่าที่มีให้ปรับตัวแปรนี่แหล่ะ) ด้วยการทดลองทำ simulation มาเป็นแนวทาง

ในส่วนบทความนี้จะศึกษาในส่วนที่ 2 ทั้งข้อ 2.1 2.2 โดยผมลองทำ simulation มาทำความเข้าใจสิ่งที่จะต้องเจอดู แล้วก็ทำเป็นตัวโครงระบบไว้ โดยมี input คือข้อมูลจากคนที่เราสนใจจะตาม copy trade ได้แก่ %win % loss กับขนาดเดิมพันต่อครั้ง เป็นปัจจัยปรับค่า เพื่อดูผลที่เราสนใจ เพื่อที่จะไปออกแบบในส่วนที่ 3 อีกทีว่าตามยังไงให้ล้างพอร์ตยากๆ ขณะที่จูนผลตอบแทนเท่าที่จะมีโอกาสได้ด้วยการปรับค่าของขนาด bet size

ก่อนอื่น สิ่งที่เรามีในมือจาก myfxbook report ของคนที่เราสนใจจะ มีแค่ค่า  %win % loss กับค่าสรุป expectancy

% win คืออะไร- สำหรับการเทรดด้วยระบบเทรด การรู้สถิติของระบบที่เราใช้เป็นเรื่องจำเป็นมาก ไม่ว่าจะเทรดเองหรือ Copy trade ซึ่งสำหรับ Copy trade ด้วย Myfxbook AutoTrade  นี้จะมีข้อมูลของคนที่เป็น Signal provider ให้เราดูในรายงานอยู่แล้ว
ส่วนคนที่พัฒนาระบบเทรดเอง – วิธีได้มาซึ่งสถิติของ % win / % loss
1. ทำแบคเทสกับข้อมูลในอดีต จะด้วยการทำโดยแมนวลทดสอบดูด้วยตัวเราเอง ([url="https://www.fxblue.com/appstore/39/mt4-trading-simulator"]เครื่องมือช่วยในการทำแมนวลแบคเทส[/url] )  หรือทำเป็นอีเอเพื่อทดสอบก็ได้ถ้ามีความสามารถด้านการเขียนโปรแกรม
2. ทำฟอเวิร์ดเทสกับข้อมูลปัจจุบัน ใช้บัญชีเดโม หรือบัญชีจริงที่เปิดด้วยความเสี่ยงต่ำ bet size ต่ำลองเทรดด้วยกลยุทธนั้น แล้วนำผลมาคำนวณ ซึ่งอาจผูกบัญชีนั้นไว้กับ myfxbook เพื่อให้แสดงค่าสถิติสรุปออกมาให้เราเลยก็ได้
โดยทั่วไปสำหรับ % win ของเหล่า signal provider ที่ติดอันดับ top list ตอนนี้จะอยู่แถวๆ 55-80 % โดยส่วนมากจะแถว 55-60% บางคนที่ 80 % มักจะเป็นเทรดสไตล์สวิงที่เน้นเข้าแม่นแต่กินสั้น ซึ่งส่วนมากคนที่ผมติดตามนั้น 57-60% ก็ดูดีสำหรับผมแล้วครับ


Expectancy : อัตราของการสร้างกำไร -กับอัตราของการขาดทุน ลองนึกภาพของระบบการเล่นเกม / ระบบเทรดของเรา ว่ามันจะมีทั้งช่วงของการทำกำไร ชนะเกม กับช่วงของการขาดทุน แพ้เกม โดยทั้งสองช่วงจะมีอัตรา ซึ่งต่างกันไปในแต่ละระบบ หากอัตราการทำกำไร มันสูงกว่าอัตราการขาดทุน พอร์ตเราก็จะมีแนวโน้มไปในทางด้านดี หากอัตราจากสถิติของเรามันกลับเป็นอัตราของการติดลบนั้นขยายเร็วกว่าอัตราด้านการทำกำไร พอร์ตเราก็มีแนวโน้มวิ่งไปสู่ 0 ซึ่งหากการเร่งในด้านลบนี้มากเท่าไหร่ เราก็ไปสู่ 0 ได้เร็วเท่านั้น ซึ่งอัตราสองด้านนี้จะถูกนำมาในแสดงรายงานสรุป ผ่านทางค่า expectancy ที่แสดงใน myfxbook report นั่นเองครับ

โดยคิดจาก %win * average profit – % loss * average loss ดังนั้นค่านี้ควรมีค่ามากกว่า 0 ถึงเป็นระบบที่น่าสนใจ

แล้วค่านี้ก็จะต้องเป็นสิ่งที่เราปรับปรุงในกรณีที่เราออกแบบระบบเทรด หรือแม้แต่การ copy trade หากเป็นไปได้ก็ต้องหาวิธีพัฒนาให้เทียบเท่ากับคนที่เราติดตาม หรือดีกว่า ถ้ามีโอกาส
การล้างพอร์ต เมื่อผูกกับสมการ – การล้างพอร์ตได้ หมายถึง อัตราเร็วในด้านของการขาดทุน ก็ต้องอยู่เหนืออัตราเร็วด้านทำกำไรมากๆ ดังนั้นหมายถึงตัวแปร % loss ของเรานั้นสูง หรืออีกตัวแปรคือ % ของค่าเฉลี่ยเมื่อ loss ของเราสูง

จาก expectancy เราพบตัวแปรสองตัวที่จะทำให้พอร์ตเราพุ่งไปสู่การล้างได้ เราก็ต้องหาทางเพิ่มมัน เพื่อเราจะได้ล้างพอร์ตตามความตั้งใจ (ไม่ใช่ละ)

อ้างถึงวิธีที่เราจะควบคุมไม่ให้พอร์ตเราเข้าสู่ด้านมืดนี้ อธิบายแบบตรงๆเราก็ต้อง

ทำ % win ให้มากๆสิ % loss จะได้น้อยๆ คนส่วนมากจะมุ่งหาข้อนี้กันเป็นหลัก
ลดอัตราของ average loss ลงสิ ข้อนี้มักไม่ค่อยจะคิดถึงกัน

Simulation โดยเล่นเกมทายหัวก้อย

- เกมนี้จำกัดให้เราเล่นได้สูงสุด 100 ตา จะเล่นน้อยกว่านี้ก็ได้
- มีทุน 1000 usd.
- เราได้ไปทำการทดสอบเหรียญนั้นมาแล้วพบว่าเหรียญนั้นมีอัตราเอียงจนทำให้ผลออกหัว 60 % ก้อย 40 %
- ดังนั้นกลยุทธเราคือ แทงหัวอย่างเดียวทุกตา
- เราจะลงทุน bet ในแต่ละตาด้วยขนาดทีละเท่าไหร่ดี

เราก็อัดไปเลย ไม้แรก 500 usd เพราะยังไงโอกาสชนะสูงกว่าแพ้ แพ้ตาแรกก็ยังมีโอกาสตาที่สอง ตาที่สองมันน่าจะถูก แต่สิ่งที่เรามีโอกาสเจอจากกลยุทธวางเงินแบบนี้คือ ผิดติดกันทั้งสองตาแล้วล้างพอร์ตทันที แล้วก็มีโอกาสเจอได้บ่อยๆด้วย

ทำไมเราถึงเจอเหตุการณ์แบบนี้บ่อยๆ ?



Simulation นี้ออกแบบให้ 1 เกม มี 100 ตา โอกาสชนะ 60 % แล้วเปลี่ยนตัวแปรที่สนใจจะศึกษา คือขนาดของbet size ให้มีขนาด 500 usd เทียบกับ 2 usd ดูว่าจะต่างกันแบบใดบ้าง โดยมีทุนเริ่มต้นเท่ากันคือ 1000 usd

เมื่อคนหนึ่งคนมาเล่นเกมนี้ ก็จะได้เส้นของ balance ออกมา 1 เส้น
แล้วถ้าให้คน 1000 คนมาเล่นเกมเดียวกันนี้ ก็จะทำให้เกิดเส้นผลตอบแทนของคนแต่ละคนเป็น 1000 เส้น
* กราฟไม่ได้พล๊อตดาต้าทั้งหมด 1000 คน เพราะมันจะถมกันหนาจนมองไม่ค่อยรู้เรื่อง

ตัวเส้นจะใช้ทุนเริ่มต้น +- กำไรขาดทุนต่อตา บวกไปเรื่อยๆ
หากเหลือ 0 จะถูกนับว่าล้างพอร์ต แสดงในช่อง 0 ในรูปคือ 0.43 = 43 %
หากเหลือมากกว่าเงินต้น จะแสดงในช่อง P ในรูปคือ 0.57 = 57%
ส่วนหากเงินต้นไม่ต่ำกว่า 0 แต่ต่ำกว่าวงเงินตั้งต้นจะนับตกในช่อง L ในรูปคือไม่มี

สิ่งที่เราได้จากขนาด bet size ขนาดใหญ่นี้ เราจะพบว่าโอกาสล้างพอร์ตมี 43 % หมายถึงคนพันคนนั้น จะมี 430 คนที่หมดตัว หากเทรดด้วยการวางเดิมพันขนาดนี้

จากนั้นลองย้อนกลับไปถึงสิ่งที่ผมตั้งหัวข้อไว้ด้านบน คือ

อ้างถึงการจะพัฒนา expectancy ของเรานั้น เราอาจทำได้สองแนวทาง

ทำ % win ให้มากๆสิ % loss จะได้น้อยๆ คนส่วนมากจะมุ่งหาข้อนี้กันเป็นหลัก
ลดอัตราของ average loss ลงสิ ข้อนี้มักไม่ค่อยจะคิดถึงกัน

จะเห็นว่า ขนาดของ %win ที่มากกว่า % loss สามารถถูกทำให้แพ้เกมระยะยาวได้เพราะตายตั้งแต่ต้นๆเกม หรือช่วงการผิดที่บ่อยกว่าถูก – ด้วย bet size ขนาดใหญ่

การจะไปมุ่งมัวหาระบบที่ % win สูงขึ้น แต่ไม่ทันเข้าใจว่าที่มีปัญหาคือ bet size มันใหญ่เกินไปจนทำลายโอกาสที่จะเป็นไปตามความน่าจะเป็น คือการแก้ปัญหาที่ผิดจุด ที่ควรแก้ไขอันดับแรกคือ ลดอัตราของ average loss ลงให้ได้ก่อน ซึงก็มาจากการลดขนาด bet size นั่นเอง

คำถามต่อมาที่อยากรู้คือ

Bet size ขนาดไหนถึงจะให้ผลตอบแทนที่ดีที่สุดหลังจากเราลิมิตความเสี่ยงที่เรารับไหวแล้ว

ทั่วไปคนเรารับระดับความเสี่ยงได้ต่างกัน ดังนั้นอันนี้ของคนอื่นอาจต่างไป แต่สำหรับผมคือ ผมจะเลือกกรณีที่มันไม่ล้างพอร์ตเป็นเงื่อนไขแรก

ก็ไปทดสอบ Simulation ต่อโดยปรับค่าขนาด bet size แบบเล็กๆดูมั่ง เช่น 2 % ที่เขาฮิตๆกัน



พบว่าโอกาสล้าง = 0

โอกาสกำไร 99 %
โอกาสขาดทุน 1 %



เมื่อเรารู้ว่ากลยุทธของเรามี % win loss ระดับไหน เราก็มาลอง Simulation ขนาดเปิดแบบต่างๆดู แล้วมองหาค่าที่ปลอดภัยสำหรับเรา ขณะที่ผลตอบแทนมันก็จะตามมาหลังจากเราได้ค่าที่เราเลือกระดับ Risk แล้วเอาเอง อย่างถ้าใช้ 2 % rule ตาม Simulation ตัวอย่างกับระบบ 60 % win เราก็จะเป็นเส้นๆหนึ่งจากหนึ่งพันเส้นใน simulation นั่นแหล่ะ แต่ไม่ยืนยันได้แน่ชัดว่าเส้นไหนกันแน่

ดังนั้นการตีความ simulation จึงเป็นรูปแบบของ % ของโอกาสของทั้ง return / risk

โดยทั่วไปเรามีโอกาสสูงที่จะตกในแถว Mean – SD ของการ simulation ถ้าอ่านคร่าวๆจากรูปทุนของเราน่าจะเพิ่มไปได้ในแถวๆช่วง 1400+-184 สำหรับระบบนี้
แล้วความเสี่ยงหล่ะ ก็น้อยมาก เพราะโอกาสขาดทุน กับโอกาสของล้างพอร์ตจาก simulation ก็ยังน้อยอยู่

ซึ่งหากเราทดสอบโดยปรับค่าการ bet เป็นขนาดต่างๆแล้วดูค่าสรุป ก็อาจจูนค่าระบบในแง่ bet size หรือขนาดการผิดเมือต้องผิดได้ครับ



พอทดสอบ bet size หลายๆแบบ ลองมาดูผล จะเห็นว่าช่วงที่ไม่ล้างเลยนี่ไปได้สูงถึง 5 % (หรือมากกว่านั้น)
แต่ถ้าจะเอาให้โอกาส Loss 1 %  ก็ต้องเลือกที่ MM 2%
ส่วนถ้าใช้ MM 10% จะเริ่มมีโอกาสล้างได้ที่ 2 % คือคนร้อยคนใช้ระบบเทรดนี้ด้วย bet ขนาด 10 % ของพอร์ต จะเจอล้างกันไปประมาณสองคน

สรุป

- สถิติบอกเราว่า เราต้องรอได้นานพอ แล้วไม่ทำร้ายพอร์ตของเราเองให้ล้างไปซะก่อน
- การ simulation ที่ดี ควรใช้จำนวนรอบ / คนเล่นเกมเยอะๆ ปัญหาที่ทำมาแค่นี้เพราะ excel มันค้างครับ  T T
- ถ้ามีเวลา ควรพิจารณาปัจจัยต่างๆอีก แล้วลองทำ simulation factor ทำนองนี้ จะประเมินโอกาสของความเสียงกับโอกาสผลตอบแทนได้อย่างมีนัยยะขึ้น ถ้าเราสามารถใส่ตัวแปรเข้าไปใน simulation ได้อีก
- simulation นี้ใช้บนเงื่อนไขที่ผมสนใจ เป็นแนวทางให้ผู้อยากทำทำนองนี้เข้าใจไอเดีย กับวิธีแบบของผม ดังนั้นอย่าติดอยู่กับวิธีครับ แล้วแต่ความคิดสร้างสรรค์กับความเข้าใจเรื่องแฟคเตอร์เลย เพียงแต่ทำแล้วที่เราต้องการคือ % ของความน่าจะเป็น (และมักจะเป็นความน่าจะเป็นทาง risk อย่างล้างพอร์ต หรือขาดทุน) จะเป็นเรื่องที่ควรทำเพื่อศึกษาระบบเป็นอันดับแรก
bet size ของการเทรดแบบที่มีความถี่บ่อยๆครั้งนี้ ผมมองว่าน่าจะมีปัจจัยตีกรอบเรื่องเวลาเข้ามามีส่วนอีก ซึ่งต้องหาทาง simulation ต่อไป


สำหรับผู้ที่สนใจไฟล์ที่ผมใช้ทำ simulation เดี๊ยวไว้จะ pack ไปกับบทความแจกในช่วงปลายเดือนมีนาคมรอบเดียวไปเลยครับ เพราะว่าไฟล์นี้ยังแก้ไขอยู่เรื่อยๆ

ใช้โปรแกรมอะไร sim ครับ
อยากลองบ้างครับ