Basic Pair Trading (2) : การประยุกต์ใช้ Cointegration

บทความนี้เขียนมาจากการเข้าร่วมสัมมนากับกลุ่ม Quantopain ที่กรุงลอนดอน ประเทศอังกฤษ ในช่วงต้นปีที่ผ่านมา ส่วนหนึ่งของสัมมนาได้กล่าวถึง Basic pair trading strategy ที่มีการประยุกต์ใช้ค่า Cointegration เราจะตัดส่วนนี้มาพูดถึงกันในบทความชุดนี้ค่ะ บทความแรก Basic Pair Trading (1)  สามารถหาอ่านได้จากลิงก์นี้    https://qtmlresearch.com/2017/03/12/cointegration-%E0%B8%81%E0%B8%B1%E0%B8%9A%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B8%97%E0%B8%B3-pairs-trading-1/ Cointegration idea  แนวคิดหลักๆ ของ Cointegration ที่เราจะนำมาใช้กันใน basic pair trading ก็คือ การใช้ค่า Cointegration เพื่อหาหุ้นที่มี “Economic link”  ต่อกัน โดยที่ หุ้น 2 ตัวจะ … Continue reading Basic Pair Trading (2) : การประยุกต์ใช้ Cointegration

Deep learning ในโลกของการลงทุน

สวัสดีครับ วันนี้ผมจะมารีวิวคร่าวๆ เกี่ยวกับการใช้งาน Deep Learning ในวงการลงทุนกันครับ หลังจากการเติบโตอย่างรวดเร็วของ Deep Learning ซึ่งเป็นอัลกอริทึ่มหนึงที่กำลังขับเคลื่อนวงการ AI อยู่ในเวลานี้ คำถามต่อไปก็คือ มันถูกใช้อย่างแพร่หลายในวงการลงทุนจริงหรือไม่??? แน่นอนครับ คำตอบก็คงจะต้องบอกว่า “มันเป็นเรื่องจริง” ครับ อย่างที่รู้ๆ กันว่า วงการลงทุนเป็นวงการที่เกี่ยวข้องกับ “เงิน” และก็ไม่ใช่เงินจำนวนธรรมดาๆ ด้วยครับ แต่เป็นเงินจำนวนมหาศาล ฉะนั้นก็แน่นอนว่า วงการนี้เป็นวงการที่มีความจำเป็นต้องมีความกระตือรือล้นในการพัฒนาเครื่องมือทางการลงทุนขึ้นมาอย่างไม่หยุดหย่อนด้วยเทคโนโลยีที่ก้าวล้ำที่สุดเท่าที่จะหาได้ เพื่อตักตวงผลประโยชน์ให้ได้มากที่สุดอย่างแน่นอน จึงเป็นไปไม่ได้เลยที่จะไม่มีการนำเทคนิคที่ถือว่าเป็นแนวหน้าแห่งวงการ AI และ เป็นเครื่องมือคำนวณที่ทรงพลังที่สุด ณ เวลานี้ อย่าง Deep Learning มาประยุกต์ใช้กัน Deep Learning … Continue reading Deep learning ในโลกของการลงทุน

(Paper)เช็คประสิทธิภาพของ Trend Following ในระยะเวลากว่า 136 ปี กันหน่อย!!!

บทความนี้เราจะมาดูเปเปอร์ที่นำหลักฐานจากงานวิจัย (Evidences) ที่แสดงถึงประสิทธิภาพของ Trend Following ในระยะเวลากว่า 136 ปี!!! ที่ผ่านมามาวิเคราะห์กัน เปเปอร์นี้โอเคเลยครับเป็นการสรุปผลการลงทุนแบบตามแนวโน้มเป็นจำนวนถึง 136 ปี จุใจกันเลยทีเดียว! ปกติเราทำระบบลงทุน Backtest กัน 30-40 ปีก็ว่ามากแล้วแต่เปเปอร์ตัวนี้เค้าไปหาข้อมูลตลาดหลักทรัพย์อเมริกาตั้งแต่ปี 1880-2016 กันเลยทีเดียว เก่าแก่แค่ไหนนะหรือครับ ปี 1880 ก็ตั้งแต่สมัยพระนางเจ้าวิกตอเรียแห่งอังกฤษประเทศญี่ปุ่นจักรพรรดิเมจิ และที่ไทยเรา ล้นเกล้ารัชกาลที่ 5 ยังทรงครองราชย์ อยู่เลยครับ!!!! … … ผลลัพธ์ที่ได้ออกมาก็คือ “การลงทุนแบบนี้ให้ผลโดยเฉลี่ยยอดเยี่ยม” ทีเดียว โดยสามารถทำงานได้อย่างดีในภาวะวิฤตในตลาดมาได้ถึง 8 ใน 10 ครั้งทีเดียว โดยงานวิจัยครั้งนี้เป็นของ … Continue reading (Paper)เช็คประสิทธิภาพของ Trend Following ในระยะเวลากว่า 136 ปี กันหน่อย!!!

ทำไมต้อง Uncorrelated

ก่อนอื่นต้องมาพูดเรื่อง Correlation คร่าวๆก่อนไอเดียของมันถ้าจะให้พูดอย่างง่ายๆก็คือการที่สิ่งของสองสิ่งขึ้น ลง พร้อมๆกันนั่นแหละครับ เหมือนหุ้นในกลุ่ม Tech ด้วยกันอาจจะขึ้นและลง โดยภาพรวมจะคล้ายกันมากกว่า หุ้นในกลุ่ม Tech และกลุ่ม Food ทำนองนั้น ส่วนไอเดียของ Modern Portfolio Theory คือ พยายามสร้าง Portfolio ที่ถือ Asset ที่ Uncorrelated ต่อกันใน หมายความว่าถ้า Asset A ลง เราก็จะคาดหวังให้ Asset B ขึ้นมา Average กัน แต่ในระยะยาวมันจะช่วยให้ Portfolio ของเราลดความผันผวน(Volatility aka … Continue reading ทำไมต้อง Uncorrelated

An Example using ARIMA in Prediction using Thailand GDP (2)

บทความนี้เราจะมาว่ากันต่อในเรื่องของการทำนายข้อมูล Time Series ด้วย  ARIMA กันค่ะ โดยบทความนี้เป็นบทความที่ 3  ของบทความชุด “ARIMA เท่าที่เข้าใจ” ซึ่งได้เขียนไปแล้ว 2 ตอนด้วยกัน สามารถอ่านได้ตามลิงก์ด้านล่าง เมื่ออ่านครบทั้ง 3 บทความนี้ ก็น่าจะสามารถนำ ARIMA ไปประยุกต์ใช้ในการทำนายข้อมูลประเภทต่างๆ ได้อย่างไม่ยากแล้วค่ะ บทความชุด “ARIMA เท่าที่เข้าใจ” 1) ARIMA เท่าที่เข้าใจ อธิบายการทำงานของ ARIMA model จากประสบการณ์ใช้งานของ QuantML (https://qtmlresearch.com/2017/06/07/arima-part-1-the-basic/) 2) ตัวอย่างการใช้ ARIMA ทำนายข้อมูล GDP ของประเทศไทย … Continue reading An Example using ARIMA in Prediction using Thailand GDP (2)

เมื่อ Candlestick มาเจอกับ Deep learning

ใครที่อยู่ในแวดวงการลงทุนคงไม่มีใครไม่รู้จัก “Candlestick Pattern” ที่มีการเปิดคอร์สสอนกันอย่างแพร่หลายในบ้านเรา โดยเนื้อหาหลักๆ ก็คือ การจดจำ Pattern ว่า ถ้าในอดีตเคยเกิดรูปแบบของข้อมูลแท่งเทียนในรูปแบบหนึ่งจะก่อให้เกิดรูปแบบราคาที่ตามมาในอนาคต ตัวอย่างเช่น ถ้าเกิด Evening star เป็น Bearish pattern ที่จะส่งผลให้หุ้นลงหรือเพิ่มโอกาสในการที่หุ้นจะลงมากกว่าขึ้น หรือ ถ้าเกิด Morning start แล้วก็จะเป็น Bullish pattern ก็จะส่งผลตรงกันข้ามกับด้านบนคือไปเพิ่มโอกาสทางฝั่งขึ้นแทน เป็นต้น ตัวอย่าง Pattern Evening Star และ Morning Star ความรู้เหล่านี้ได้กลายเป็นองค์ความรู้ที่ถูกกระทำซ้ำ ท่องจำกัน และ นำไปใช้งานกันอย่างแพร่หลายในช่วงหลายปีที่ผ่านมาในตลาดหุ้นไทยเรา บ้างก็นำไปเปิดคอร์สสอน state of art อย่าง technical analysis หรือชื่ออื่นๆ เช่น วิเคราะห์พฤติกรรมราคา วิเคราะห์หุ้นด้วยชาร์ต ราคาที่เก็บกันของแต่ละคอร์สก็ไม่น้อยเลย หลายคนไปเรียนกันและใช้มันมาเทรดกันจริงๆ ผมก็สงสัยว่าทำแบบนี้ต่อไปจะดีแน่หรอ (ถึงจะกำไร) ทั้งต่อตัวผู้ใช้งานเอง และ ต่อสังคมการลงทุนในบ้านเรา เนื่องด้วยผมเป็นนักวิจัยการลงทุนด้วยคณิตศาสตร์ ผมจึงยังไม่ขอโจมตีมันจนกว่าเราจะมีเหตุผลเพียงพอว่ามันดีหรือไม่ได้ เพราะอะไร?  ผลเลยขอนำเสนอการวิเคราะห์ในแบบของผม ให้เห็นทั้ง ข้อดี และ จุดน่าสังเกตของ Candlestick Pattern ซักหน่อยดีกว่า ข้อดี ง่าย เพราะ Candlestick Pattern เป็นการ Visualize ออกมาให้เราเห็นเหมือนรูปด้านบนง่ายต่อการตีความหมาย แต่ก็ต้องไม่ลืมกันนะครับ ว่าที่มันดูง่าย ก็เพราะข้อมูลที่ได้มามันจบไปแล้ว และเป็นการ Visualize Data ดิบเท่านั้นเอง เรามาลองดูตัวออย่างข้อมูลจริงกันครับ ข้อมูลที่ใช้คือ ข้อมูล SET50 ตั้งแต่ปี 02-01-2006 – 18-05-2017 ผมได้ทดลอง Candlestick pattern ด้วยการใช้ “Function Pattern Recognition” มาทดลองกับข้อมูลข้างต้นดูเผื่อสรุปผลหลายๆอย่าง สิ่งที่ผมค้นพบ มีความเป็น Overlap หลาย … Continue reading เมื่อ Candlestick มาเจอกับ Deep learning

วิธีโหลดข้อมูลหุ้นจาก Siamchart มาใช้งานใน Python

วันนี้ผมมีวิธีการโหลดข้อมูลจาก website  “SiamChart” (SiamChart.com/stock/)  มานำเสนอให้กับผู้ใช้ Python ได้นำไปใช้กันครับ Download file ข้อมูล เริ่มกันที่การเข้าไปโหลดไฟล์ที่ website ก่อนครับ Download ไฟล์ข้อมูลที่ต้องการ จากนั้นไปแตกไฟล์ไว้ที่เดียวกัน เขียน Python  จัดการข้อมูล 1. Import libraries ที่จำเป็น 2. เขียนโปรแกรมเพื่อโหลดไฟล์ทุกไฟล์จาก csv เนื่องจากมีจำนวนไฟล์หลักหมื่นไฟล์จึงเขียนโปรแกรมวนลูปเพื่ออ่านมันทั้งหมด โดยในที่นี้ในตัวแปร “path” อ้างถึงตำแหน่งข้อข้อมูลในเครื่อง ให้ทุกคนเปลี่ยนเป็น path ของตัวเองที่แตกไฟล์ไว้ ตัวแปร allFiles คือ path ของไฟล์ csv ทั้งหมด จากนั้นเรานำมาวนลูปและนำมาเก็บต่อกัน … Continue reading วิธีโหลดข้อมูลหุ้นจาก Siamchart มาใช้งานใน Python