Libro

Algorithmic Trading ของ Ernest Chan: mean reversion, momentum และกับดักของ backtest

หนังสือของ Ernest P. Chan ว่าด้วยกลยุทธ์ mean reversion และ momentum พร้อมเหตุผลเบื้องหลัง บทความนี้สรุปจากสารบัญและบทที่ 1 เรื่อง backtest และการส่งคำสั่งอัตโนมัติที่ Wiley เผยแพร่ เพื่อช่วยตัดสินว่าเล่มนี้เหมาะกับคุณหรือไม่

ภาพประกอบบทความ: ปกหนังสือ Algorithmic Trading: Winning Strategies and Their Rationale โดย Ernest P. Chan

ขอบเขตของบทความ: สรุปจากสารบัญและบทที่ 1 ที่สำนักพิมพ์ Wiley เผยแพร่ให้อ่านตัวอย่าง รวมกับข้อมูลหนังสือจากหน้าสำนักพิมพ์ ยังไม่ได้อ่านบทที่ 2–8 ข้อสังเกตเรื่องบทเหล่านั้นมาจากชื่อบทในสารบัญเท่านั้น

ผล backtest ที่ดูดีมักเป็นจุดเริ่มต้นของความผิดหวัง เมื่อเอากลยุทธ์ไปใช้จริงแล้วผลไม่เหมือนเดิม สาเหตุบ่อยครั้งไม่ได้อยู่ที่ไอเดีย แต่อยู่ที่ข้อมูลและวิธีทดสอบ หนังสือเล่มนี้เปิดเล่มด้วยเรื่องนั้นก่อนเข้าสู่กลยุทธ์ บทความนี้ดูว่าบทที่ 1 สอนอะไร และเล่มนี้เหมาะกับใคร

หนังสือเล่มนี้ว่าด้วยอะไร

Algorithmic Trading: Winning Strategies and Their Rationale เขียนโดย Ernest P. Chan อยู่ในชุด Wiley Trading ตีพิมพ์เมื่อพฤษภาคม 2013 ความยาว 224 หน้า (หน้าหนังสือของ Wiley) สำนักพิมพ์อธิบายว่าหนังสือเน้นกลยุทธ์ mean reversion และ momentum พร้อมเหตุผลเบื้องหลัง วิธีทดสอบและปรับปรุง ปัญหาในการนำไปใช้จริง, risk management และผลของการเปลี่ยน regime ของตลาด

ประวัติผู้เขียนบนหน้าเดียวกันระบุว่า Chan เป็น Managing Member ของ QTS Capital Management ทำงานกับธนาคารเพื่อการลงทุนและ hedge fund ตั้งแต่ปี 1997 จบปริญญาเอกฟิสิกส์จาก Cornell University และเขียนหนังสือ Quantitative Trading มาก่อน

เนื้อหาครอบคลุมหัวข้ออะไร

สารบัญ มีแปดบท

บท

ชื่อบทตามสารบัญ

1

Backtesting and Automated Execution

2

The Basics of Mean Reversion

3

Implementing Mean Reversion Strategies

4

Mean Reversion of Stocks and ETFs

5

Mean Reversion of Currencies and Futures

6

Interday Momentum Strategies

7

Intraday Momentum Strategies

8

Risk Management

ห้าบทแรกหลังบทนำเป็นเรื่อง mean reversion สองบทถัดไปเป็น momentum แยกระหว่างข้ามวันกับภายในวัน และปิดด้วย risk management ท้ายเล่มมีส่วน About the Website

แนวคิดที่น่าสนใจจากบทที่ 1

บทที่ 1 Backtesting and Automated Execution ยาวราว 38 หน้า ผู้เขียนบอกตั้งแต่ต้นว่าหนังสือเน้นกลุ่มกลยุทธ์ ไม่ใช่เทคนิค backtest ทั่วไป แต่มีประเด็นสำคัญที่ต้องพูดก่อน

  • look-ahead bias ผู้เขียนมองว่าเป็นความผิดพลาดของโปรแกรม เช่น ใช้ราคาสูงสุดหรือต่ำสุดของวันมาตัดสินใจเข้าในวันเดียวกัน วิธีป้องกันที่เขาเสนอคือใช้โปรแกรมเดียวกันทั้งตอน backtest และตอนเทรดจริง ต่างกันแค่ข้อมูลที่ป้อนเข้า

  • data-snooping bias เกิดจาก parameter มากเกินไปจน model จับรูปแบบสุ่มในอดีต ผู้เขียนชี้ว่าการทดสอบ out-of-sample แล้วปรับ model ซ้ำจนผ่าน เท่ากับเปลี่ยนข้อมูล out-of-sample ให้เป็น in-sample และเสนอให้ใช้ model เรียบง่าย, parameter น้อย และเลือก linear model ก่อน nonlinear model

  • ปัญหาของข้อมูล บทนี้ไล่ประเด็นที่ทำให้ผล backtest เพี้ยน เช่น การปรับราคาจากการแตกหุ้นและเงินปันผล survivorship bias ที่อันตรายกับกลยุทธ์ mean reversion แบบซื้ออย่างเดียวมากกว่าแบบอื่น ราคาเปิดปิดจากตลาดหลักเทียบกับราคารวมทุกตลาดเมื่อใช้คำสั่ง market-on-open หรือ market-on-close ราคาค่าเงินที่ต่างกันตามแหล่งซื้อขาย ข้อจำกัดการ short สัญญา futures ต่อเนื่อง และราคาปิดเทียบกับราคา settlement

  • ทดสอบนัยสำคัญของผล backtest บทนี้แสดง hypothesis testing หลายแบบด้วย MATLAB รวมถึงการสุ่มวันเข้าซื้อขายใหม่เพื่อดูว่าผลที่ได้ต่างจากโชคหรือไม่

  • เลือกแพลตฟอร์ม ช่วงท้ายของบทเปรียบเทียบแพลตฟอร์ม backtest และส่งคำสั่ง ตามทักษะการเขียนโปรแกรม ประเภทสินทรัพย์ การวางเครื่องใกล้ตลาด และ complex event processing ผู้เขียนยกภาษา MATLAB, R และ Python ว่าแก้บั๊กง่ายและยืดหยุ่นกว่าการเขียนใน VB

พื้นฐานที่ควรมีก่อนอ่าน

ตัวอย่างโค้ดในบทที่ 1 เขียนด้วย MATLAB และใช้ statistics อย่าง Sharpe ratio, drawdown และ hypothesis testing ผู้อ่านควรเขียนโปรแกรมได้ในระดับหนึ่ง และอ่านโค้ด MATLAB เข้าใจพอจะแปลงเป็นภาษาที่ตัวเองใช้ได้ บทที่ 1 ยังสมมติว่าผู้อ่านรู้จักคำสั่งซื้อขายแบบต่าง ๆ และกลไกของ futures

เหมาะกับใคร และใครควรเริ่มจากเล่มอื่นก่อน

  • เหมาะ กับผู้ที่ backtest กลยุทธ์ด้วยตัวเองอยู่แล้ว และอยากตรวจว่าผลของตัวเองติดกับดักของข้อมูลหรือไม่

  • เหมาะ กับผู้ที่สนใจ mean reversion และ momentum ในหุ้น ETF ค่าเงิน และ futures เพราะสารบัญแบ่งบทตามสองแนวนี้

  • ควรเริ่มจากเล่มอื่นก่อน ถ้ายังไม่เคยเขียนโปรแกรมเลย บทที่ 1 ใช้โค้ดและ statistics ตั้งแต่ต้น หนังสือเล่มก่อนของผู้เขียน Quantitative Trading อาจเป็นจุดเริ่มที่เหมาะกว่า ข้อแนะนำนี้เป็นของบทความ

ข้อจำกัดของข้อมูลที่ใช้ในบทความนี้

  • อ่านเฉพาะสารบัญและบทที่ 1 บทที่ 2–8 สรุปจากชื่อบทเท่านั้น สารบัญที่เผยแพร่ไม่มีหัวข้อย่อย

  • ISBN ในแคตตาล็อกของ Libro คือ 9781118460146 ซึ่งหน้า Wiley ระบุเป็นฉบับปกแข็ง

  • บทความนี้ไม่ได้รันโค้ดหรือทดลองกลยุทธ์ใดในเล่ม

แหล่งอ้างอิง

บทความนี้อ่านจบได้ในตัวเอง หนังสือด้านบนคือจุดต่อยอดสำหรับผู้ที่ต้องการศึกษาลึกขึ้น

  • 25 ตุลาคม 2569

    Expected Returns ของ Antti Ilmanen: มอง expected returns จากหลายมุม

    หนังสือของ Antti Ilmanen (Wiley, 2011) ว่าด้วยการประเมิน expected returns จากข้อมูลในอดีต ทฤษฎี และ forward-looking measures ผ่านมุมสินทรัพย์ สไตล์กลยุทธ์ และ risk factors บทความนี้สรุปจากสารบัญและบทที่ 1 ส่วนต้นที่ Wiley เผยแพร่

  • 25 ตุลาคม 2569

    Advanced Portfolio Management: แนวคิดเชิง quant สำหรับ portfolio manager สาย fundamental

    หนังสือของ Giuseppe A. Paleologo ว่าด้วย portfolio construction และ risk management สำหรับนักวิเคราะห์หุ้นสาย fundamental บทความนี้สรุปจากสารบัญและบทที่ 1 ที่ Wiley เปิดให้อ่านตัวอย่าง เพื่อช่วยตัดสินว่าเล่มนี้ตรงกับงานของคุณหรือไม่

  • 25 ตุลาคม 2569

    Smart Portfolios ของ Robert Carver: จัด portfolio ระยะยาวเมื่ออนาคตไม่แน่นอน

    หนังสือของ Robert Carver ว่าด้วยการสร้างและดูแล portfolio แบบ long-only ด้วย ETF และหุ้นรายตัว โดยเน้นความไม่แน่นอนของการประมาณการและต้นทุน บทความนี้แนะนำขอบเขตจากสารบัญ หน้าสำนักพิมพ์ และคำอธิบายของผู้เขียน