Algo Trading มันคืออะไรกันนะ

ตั้งแต่ทำงานในสายนี้มาหลายปี ต้องยอมรับว่ากระแสของ Algo Trading ช่วงนี้มาแรงเหลือเกิน ผมยังจำได้ถึงภาพเมื่อ 5 ปีที่แล้ว ตอนที่เริ่มเอาบริการนี้เข้ามาใช้ครั้งแรกเพื่อนักลงทุนรายย่อยในไทย หลายอย่างเป็นเรื่องใหม่ที่ต้องอธิบายให้กับทุกคนที่เกี่ยวข้องฟัง แต่ในวันนี้สิ่งที่น่าภูมิใจคือ เดินไปไหนมาไหนก็เจอแต่คนทำโมเดล พูดถึงเรื่องการทำระบบเทรดอัตโนมัติกันเต็มไปหมด

ระบบเทรดอัตโนมัติถูกพูดถึงในหลายชื่อด้วยกัน ไม่ว่าจะเป็น Algo Trading (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

สำหรับนักลงทุนรายย่อยแล้ว เราสามารถได้ประโยชน์จาก Algo Trading ใน 2 มุมมองด้วยกัน คือ การเป็น “ผู้เลือกโมเดล” และการเป็น “ผู้พัฒนาโมเดล” โดยที่ผมจะขอพูดกับนักลงทุนในฐานะการเป็นผู้เลือกโมเดลก่อนนะครับ (ขอแบ่งเป็นหลายตอนหน่อย เดี๋ยวจะยาวเกินไป)

เมื่อเราเป็นผู้เลือกลงทุนในโมเดลของคนอื่น สิ่งแรกที่ต้องทำคือการเข้าใจตัวเองครับ เข้าใจว่ารับความเสี่ยงได้มากน้อยแค่ไหน (อย่าหลอกตัวเอง) เข้าใจว่าเราชอบ Style การลงทุนแบบไหน จากนั้น ให้เลือกดูโมเดลที่มีแนวคิดเข้ากับตัวเราเองได้ (เหมือนเลือกแฟน) มีความเสี่ยงอยู่ในระดับที่ยอมรับได้ และมีผลตอบแทนที่น่าพอใจ

ข้อดีของการเลือกลงทุนในโมเดลคือ เราสามารถดูผลตอบแทนและความเสี่ยงของโมเดลได้ก่อนลงทุน ซึ่งจุดนี้เป็นเรื่องสำคัญมากที่ต้องรู้ว่าตัวเลขที่เราดูนั้น เป็นตัวเลขที่ได้มาจากผลการทดสอบ หรือผลงานการลงทุนที่แท้จริง โดยสิ่งที่ดีที่สุดคือการใช้ตัวเลขทั้ง 2 ชุดนี้มาพิจารณาประกอบกัน

ผลการลงทุนที่แท้จริง ใช้เงินจริง ตลาดจริง ต้นทุนจริง เป็นเครื่องพิสูจน์ว่าโมเดลนั้นเป็นของดีจริงหรือไม่ ดังนั้น ผู้พัฒนาโมเดลตัวจริงย่อมกล้าที่จะเปิดเผยผลการลงทุนจริงของโมเดล ยกเว้นกรณีที่เป็นโมเดลใหม่ ซึ่งยังไม่เคยลงทุนจริงหรือระยะเวลาการลงทุนจริงยังสั้นเกินไป 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 Algo Trading ชัดเจนกันมากขึ้น ติดตามตอนต่อไปสัปดาห์หน้านะครับ ใครมีคำถาม อยากรู้อะไร หรือมีข้อเสนอแนะอะไร เชิญ Comment ได้เลยครับ