10 ไอเดียใช้ Machine Learning ในงาน Finance พร้อมแนะนำ paper ไปอ่านกันให้จุใจรับปีใหม่ (part 2)

เมื่อพูดถึงการใช้ Machine Learning ในงานด้านการลงทุนแล้ว คนส่วนใหญ่มักจะนึกถึง “การทำนาย” ราคาข้องหุ้นเป็นหลัก แต่จริงๆ แล้ว Machine Learning ไม่ได้ทำได้เพียงแค่การทำนายค่าราคาเท่านั้นในการลงทุน บทความนี้จะพาไปดู ไอเดียต่างๆ ในการนำ Machine Learning มาใช้ในการด้านการลงทุน โดยการสรุปของคุณ Marcos Lopez de Prado อดีตหัวหน้าทีมนักวิจัย Machine Learning แห่ง AQR Capital และ CIO แห่ง True Positive Technologies (TPT) CIO of True Positive Technologies (TPT) มาดูกันเลยค่ะว่า 10 ทางเลือกในการใช้ Machine Learning ในการลงทุน จะมีอะไรกันบ้าง บทความที่แล้ว เราได้เขียนเกี่ยวกับไอเดียการใช้ Machine Learning ใน 3…

10 ไอเดียใช้ Machine Learning ในงาน Finance พร้อมแนะนำ paper ไปอ่านกันให้จุใจรับปีใหม่ (part 1)

เมื่อพูดถึงการใช้ Machine Learning ในงานด้านการลงทุนแล้ว คนส่วนใหญ่มักจะนึกถึง “การทำนาย” ราคาข้องหุ้นเป็นหลัก แต่จริงๆ แล้ว Machine Learning ไม่ได้ทำได้เพียงแค่การทำนายค่าราคาเท่านั้นในการลงทุน บทความนี้จะพาไปดู ไอเดียต่างๆ ในการนำ Machine Learning มาใช้ในการด้านการลงทุน โดยการสรุปของคุณ Marcos Lopez de Prado อดีตหัวหน้าทีมนักวิจัย Machine Learning แห่ง AQR Capital และ CIO แห่ง True Positive Technologies (TPT) CIO of True Positive Technologies (TPT) มาดูกันเลยค่ะว่า 10 ทางเลือกในการใช้ Machine Learning ในการลงทุน จะมีอะไรกันบ้าง 1. Price Prediction (การทำนายราคา) ปัญหายอดฮิตของ Machine…

Value-at-Risk Part 2: Cornish-Fisher Expansion – Deal with Fat-tailed

วันนี้เรามาต่อกันที่เรื่อง Value at Risk แบบที่ 3 ที่เรียกว่า “Semi Parameter Approach” กันครับ ผู้อ่านท่านใดสนใจบทความเรื่อง Value-at_Risk: part 1 ซึ่งพูดถึง VaR ใน 2 แบบแรก สามารถตามอ่านได้ที่ลิงก์ด้านล่างครับ ประเมินความเสี่ยงด้วย Value at Risk (VaR) แต่ละแบบมีข้อดีข้อเสียอย่างไร ปัญหาของสองแบบแรก ปัญหาของการประเมินสองแบบแรกที่กล่าวถึงในบทความที่ผ่านมา ประเมินความเสี่ยงด้วย Value at Risk (VaR) ก็คือ แบบ Historical มีปัญหาเรื่องการใช้ดาต้าอย่างเดียวในการอธิบายมันจึงไม่มีการตั้งสมมุติฐานใดๆ การประเมินสามารถกระโดดได้มากช่วงปลายการแจกแจง แบบ Parametric เราจะต้องมีการสร้างโมเดล โดยตั้งสมมุติฐานว่าดาต้ามีการแจกแจงแบบใดซักแบบหนึง สมมุติว่าเราใช้ Gaussian distribution มันก็จะมีการใช้ Parameter ในการประเมิน โดยคิดว่าข้อมูลที่เราประเมินเป็น Gaussian ตลอด ถ้าเราตั้งไว้ว่าเป็น Student distribution…

ประเมินความเสี่ยงด้วย Value at Risk (VaR) Part 1: VaR แต่ละแบบมีข้อดีข้อเสียอย่างไร

ความจริงเรื่องนี้ผมเคยเขียนไปเมื่อ 2-3 ปีก่อนแล้ววันนี้มีโอกาสผมขอนำกลับมาเขียนให้เป็นระบบและครอบคลุมขึ้นนะครับ Value at Risk (VaR) คืออะไร VaR คือ “โมเดลที่ใช้ในการประเมินความเสี่ยง” ของพอร์ตฟอลิโอวิธีหนึ่ง ที่ถูกนำมาใช้เพื่อตอบคำถามประเภทที่ ในช่วงเวลาหนึ่งๆ พอร์ตฟอลิโอของเราจะมีโอกาสเสียเงินได้มากเท่าไหร่ ที่ระดับความเชื่อมั่น (Confident Level) แค่ไหน ตัวอย่าง เช่น “จากข้อมูลรายเดือนที่เราของหุ้น ABC เป็นเวลา 30 ปี เรามีความมั่นใจ 95% ว่าถ้าเราถือหุ้นตัวนี้ไว้ในพอร์ตฟอลิโอของเรา หุ้นตัวนี้จะไม่ลดลงเกินกว่า 4% ในช่วงเวลา 1 เดือน” พูดง่ายๆคือ “มีโอกาสแค่ 5% ที่หุ้น ABC จะลดลงเกินกว่า 4% ในช่วง 1 เดือน” นั่นเองเป็น “VaR” เป็นโมเดลที่ใช้กันอย่างแพร่หลายในการวิเคราะห์ความเสี่ยง และวิธีการคำนวณ VaR ก็มีหลายวิธี ซึ่งผมจะแยกประเภท ดังนี้ Non-Parametric วิธีการที่ไม่ต้องใช้ตัวแปรใดๆ ใช้แค่…

คุยกันเรื่อง “อนาคตของ Machine Learning ในโลกของการลงทุน” กับอดีตหัวหน้าทีม Machine Learning แห่งกองทุนระดับแสนล้านดอลล่าห์อย่าง “AQR Capital Managment” และผู้ชนะรางวัล “Quant of the Year 2019” กัน

วันนี้เรามาจับเข่าคุยกับ ดร. Marcos Lopez de Prado กันเรื่องประเภทของ Quant 2 ประเภทในตลาดทุกวันนี้ม เรื่องอนาคตของการลงทุนในยุคใหม่หลังจากเข้าสู่ยุคแห่ง Machine Learning โลกการลงทุนจะเปลี่ยนแปลงอย่างไร องกรค์ควรปรับตัวอย่างไร มีปัญหาอะไรที่ท้าทายบ้าง สถาบันการลงทุนขนาดใหญ่มีทางเลือกอะไรบ้างในโลกที่เปลี่ยนไปแล้ว และปิดท้ายที่อนาคตของตัวเค้าเองหลังจากที่เพิ่งลาออกจาก AQR Capital Managment ว่ามีโปรเจ็คอะไรต่อไปครับ Q: การลงทุนเชิง Quantitative นี่ได้ผลจริงไหมครับ? A: ก่อนที่ผมจะตอบคำถามนี้ ผมว่าเราควรมาทำความเข้าใจกับความแตกต่างระหว่างองค์กร Math-quant และ Econ-quant 1: องค์กร “Math-quant” นั้นได้ถูกก่อตั้งและดำเนินงานโดย นักคณิตศาสตร์ นักฟิสิกห์ นักวิทยาการคอมพิวเตอร์ และ วิศวกร พวกเขามีกองทุนบริหารความเสี่ยงที่ทำผลงานได้ดีที่สุดในประวัติศาสตร์, โดยที่ Sharpe Ratio ของเขามักจะสูงมากกว่า 2 ด้วย: Renaissance Technologies, Two Sigma , DE Shaw,…

Big Data and Machine Learning อนาคตของโลกแห่งการลงทุน!

วันนี้มีบทความจั่วหัวร้อนแรงอย่าง “Go with big data and machine learning, or leave finance to thouse who do!” หรือ ที่แปลเป็นภาษาไทยแบบแสบๆ คัน ว่า “จะใช้ Big data และ Machine Learning ในงานไฟแนนซ์ หรือ ปล่อยเรื่องไฟแนนซ์ให้คนที่ทำได้เค้าทำกัน!” เป็นบทความที่จั่วหัวได้รุนแรงอีกบทความหนึ่งเลยค่ะ เห็นได้ชัดว่าผู้เขียนอย่าง David H Bailey นักวิจัยอาวุโส สาย คณิตศาสตร์ และ คอมพิวเตอร์ ได้แสดงความเชื่อออกมาเต็มที่ว่า Big Data และ Machine Learning จะเป็นอนาคตของงานด้านไฟแนนซ์ รวมถึงการลงทุน อย่างแน่นอน ถึงขนาดที่ว่าใครไม่ลุกขึ้นมาเรียนรู้ ก็จะต้องเดินออกจากสายงานกันไปเลยทีเดียว! เพื่อลดบรรยากาศแห่งความร้อนแรงนี้ ผู้เขียนจึงจะขอเป็นเพียงผู้เล่าให้ฟัง และ เพิ่มเติมข้อมูลในบางส่วนที่น่าสนใจ โดยจะไม่เพิ่มเติมความคิดเห็นส่วนตัวลงไปนะคะ เพียงแค่เห็นว่า…

ข้อมูล Open High Low Close ตาม Time Frame ที่เรารู้จักมีจุดอ่อนอย่างไร?

เชื่อว่าหลายๆคนที่ลงทุนอยู่น่าจะคุ้นเคยกับข้อมูลการลงทุน Format แบบ Open, High, Low, Close ที่มักจะตัดแบ่งตามช่วงเวลาหนึงๆ วันนี้เราจะมาแนะนำให้รู้จัก Standard Bar กันครับก็จะแบ่งด้วย 3 แบบคือ Time bar, Volume bar และ Dollar bar โดยข้อมูลที่พวกเรารู้จักกันดีก็คือ Time bar นั่นเอง แต่ข้อมูลแต่ละแบบก็มีข้อดีข้อเสียต่างกันไปไปครับ Time bar time bar ก็คือ สิ่งที่เรารู้จักกันดีครับคือการเก็บข้อมูลตามช่วงเวลาหนึงๆ เช่น ตัดทุก 15, 30, 60 นาที, ชั่วโมง , รายวัน, สัปดาห์ กันดี โดยมักจะประกอบไปด้วย time stamp ตามด้วย open high low close volume หรือ bid ask…

“Factor investing” เส้นทางสายใหม่ใน Bond market

บทความนี้เขียนเมื่อ วันที่ 9 กรกฏาคมที่ผ่านมานี่เอง พูดถึงแนวโน้มการเปลี่ยนแปลงการลงทุนภายใน Bond markets ว่า ในยุคที่เรากำลังอยู่ในช่วงตลาดขาขึ้นแบบนี้ กลุ่มของ Hedge Funds/ Funds จำเป็นต้องมีการแข่งขันกันอย่างเข้มข้น เพื่อให้นักลงทุนไม่ถอดใจหันหนีไปลงทุนกับ Index Tracking Funds กันหมด  และ แนวทางของกลยุทธ์ที่ผู้เขียนคาดว่าจะเป็นแนวโน้มใหม่ที่เหล่า Hedge Funds จะหันหัวเรือเข้าไปหา เพื่อให้มีค่า Beta ที่สูงขึ้น และ นำไปสู่การรักษานักลงทุนเอาไว้กับตัวเอง ก็คือ “Factor Investing” แนวคิดนี้ได้ถูกนำเสนออย่างเป็นทางการใน paper ของคุณ Patrick Houweling, Porfolio Manager แห่ง Robeco – the Investment Engineers จากกรุงลอนดอน ประเทศอังกฤษ ในหัวข้อ “Factor Investing in Corporate Bond Mark” (ลงลิงก์ให้ท้ายบทความ)…

ทำไม กองทุนอันดับหนึ่งของโลก อย่าง “Bridgewater” (by Ray Dalio) ที่ไม่เคยประกาศกลยุทธ์ใหม่เลยมาตั้งแต่ปี 1996 จึงตัดสินใจเปิดตัวกลยุทธ์ “Optimal Porfolio” อย่างเป็นทางการ?

เป็นที่ทราบกันดีอยู่แล้วให้กลุ่มผู้สนใจการลงทุนว่า ถ้าจะให้พูดถึงกองทุนระดับบิ๊กๆ ของโลก ชื่อของ กองทุน “Bridgewater Associates” ของนักลงทุนคนดังอย่าง คุณ “Ray Dalio” ต้องลองเข้ามาในหัวแน่นอน ควบคู่กันกันกับกองทุน “AQR Capital management” ที่นักลงทุนสายวิชาการอย่างคุณ “Marcos Lopez de Prado” ที่เราเคยพูดถึงกันไปแล้วทำงานอย่ด้วย ก่อนอื่นเรามาดู Performance ล่าสุดของ 2 กองทุนนี้กันก่อนดีกว่าค่ะ ขอยกการจัดอันดับอย่างเป็นทางการของ Quarter ที่ 2 ประจำปี 2018 มาให้ดูดังตารางด้านบนค่ะ (ใครอยากดูอันดับแบบเต็มๆ ทั้ง 113 อันดับ ขอเชิญตามลิงก์ท้ายบทความได้เลยค่ะ) อย่างที่พูดไปข้างต้น กองทุนอันดับหนึ่งคือ Bridgewater Associates กับ Asset under Management(AUM) $132.8 billions ตามมาติดๆ ด้วยกองทุนของคุณ Marcos สุดหล่อสายวิชาการ ไม่หวงไอเดียที่ผู้เขียนชื่นชอบมากๆ และติดตามมาตลอดไปอย่าง…

Modern Portfolio Theory หนึ่งในนวตกรรมเปลี่ยนโลกการลงทุน

อาจารย์ Harry Markowitz ผู้คิดค้นทฤษฏี Modern Portfolio Theory ในปี 1956 อาจารย์ Harry Markowitz(รูปบน) ได้นำเสนอเปเปอร์สำคัญทางด้านการลงทุน ว่าด้วยการจัดสรรพอร์ตการลงทุนด้วยสมการ Modern Portfolio Theory หรือเรียกอีกชื่อว่าMarkowitz Portfolio Theory(MPT) ซึ่งมี Impact อย่างสูงและได้เปลี่ยนโลกการเงินไปตลอดกาล จากการวิเคราะห์การลงทุนแบบรายตัวมาเป็นวิเคราะห์การลงทุนแบบ Portfolio สมัยใหม่ เดี๋ยวเรามาดูกันอย่างกันครับว่า MPT มีไว้ทำอะไร และ สำคัญอย่างไร เพื่อความเข้าใจง่ายผมจะทำให้มีสมการน้อยเท่าที่จำเป็นนะครับ การเข้ามาของ MPT ถือว่าเป็นการเปลี่ยนแปลงมุมมองต่อ Portfolio ให้เป็นวิชาการขึ้น จำคำที่ว่า “Don’t put all your eggs in one basket” มันได้มีการกล่าวถึงกันมานานแล้วก็จริงแต่งานนี้จะก้าวไปอีกสเตป เป็นการพิสูจน์มันทางคณิตศาสตร์ และ พรูพให้เราเห็นไปเลยว่าทำไม ทำไมต้องมี MPT? จากรูปเรามี Asset 2…

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://algoaddict.com/blog/89211/pairtrading-1 Cointegration idea แนวคิดหลักๆ ของ Cointegration ที่เราจะนำมาใช้กันใน basic pair trading ก็คือ การใช้ค่า Cointegration เพื่อหาหุ้นที่มี “Economic link” ต่อกัน โดยที่ หุ้น 2 ตัวจะ Cointegrated กันก็ต่อเมื่อความแตกต่างของข้อมูล 2 ชุด มีลักษณะเป็น “Mean Reverting” หรือ พูดง่ายๆ ก็คือ ค่าวิ่งไปมาอยู่รอบๆ ค่า Mean ของตัวเองนั้นเอง ตัวอย่างเช่น…

Basic Pairs Trading (1) : Idea of Cointegration

Pair trading เป็นอีกหนึ่ง strategy ที่ได้รับความสนใจอย่างกว้างขวางในกลุ่มของ Hedge funds ในบทความนี้ก็จะขอถือโอการมาแบ่งบันความรู้ในเรื่องการใช้เทคนิค Cointegration ในการทำ pair trading กันค่ะ Pair trading? เป็นเทคนิคการเทรดอย่างนึงที่มีการประกันความเสี่ยงโดยทำการเทรดเป็น “คู่” เวลาเปิด order ก็จะมีการเปิดสถานะ long และ short พร้อมๆ กัน บนคู่หุ้นที่ต้องการ” Pair trading ถือ เป็นเทคนิคการ hedging อย่างหนึ่งที่ได้รับความนิยมกันอย่างแพร่หลายในกลุ่ม hedge funds จนบางครั้งมีการเข้าใจผิดกันไปว่า pair trading กับ hedging นั้นเป็นเทคนิคเดียวกัน ในความเป็นจริงแล้วทั้งสองเทคนิคนี้มีความต่าง คือ การ hedging เป็นเทคนิคการเทรดที่มีการพยายามประกันความเสี่ยงด้วยวิธีการที่หลากหลาย (ซึ่งอาจจะเป็นวิธีอื่นที่ไม่ใช่ pair trading ก็ได้) ส่วน pair trading เป็นหนึ่งในวิธีการทำ hedging ที่ใช้เฉพาะเทคนิคการเทรดเป็นคู่ เท่านั้น…