สรุปคลิป Books that Made Me a Quant ของ Roman Paolucci: ใช้หนังสือเป็นห้องแล็บ

ที่มาของบทความ: บทความนี้สรุปคลิป "Books that Made Me a Quant" ของ Roman Paolucci เผยแพร่เมื่อ 15 พฤศจิกายน 2025 ความยาวราว 15 นาที เรียบเรียงจากคำบรรยายภาษาอังกฤษของคลิป คำบรรยายสร้างอัตโนมัติ ชื่อเฉพาะบางคำอาจคลาดเคลื่อน Libro แก้ชื่อหนังสือและชื่อคนตามที่ตรวจไว้แล้ว เนื้อหาต่อจากนี้เป็นมุมมองของผู้พูด ประสบการณ์ส่วนตัวและตัวเลขในคลิป Libro ยังไม่ได้ตรวจสอบ

ราวสิบปีก่อน Roman Paolucci เทรด options ครั้งแรกแล้วได้กำไรประมาณ 700 ดอลลาร์ โดยไม่รู้เลยว่ากำไรนั้นมาจากอะไร เขาเล่าว่าถ้าตอนนั้นมีหนังสือของ Natenberg อยู่ในมือ ก็คงเข้าใจ exposure ใน portfolio ที่ทำให้เกิด P&L ก้อนนั้น

ผู้พูดแนะนำตัวว่าเป็นนักวิจัยและ quant trader ผู้ก่อตั้ง Quant Guild แล้วแบ่ง 13 เล่มเป็นสามหมวด คือเล่มที่หล่อหลอมวิธีคิดเรื่องการเทรด เรื่อง modeling และเล่มที่ช่วยให้เขายืนหยัดได้ตลอดเส้นทาง

สิ่งที่ผู้พูดเล่า

หนังสือคือห้องเรียน ไม่ใช่ของประดับชั้น

ประเด็นหลักที่ผู้พูดบอกว่าเป็นเหตุผลของการทำคลิปนี้ คือเขาไม่ได้ตั้งใจให้อ่านเล่มเหล่านี้จากปกถึงปก และไม่อยากให้วางทิ้งไว้บนชั้น ให้ใช้เป็นห้องเรียนและห้องแล็บ กลับมาทบทวนทฤษฎีได้เสมอ แต่ต้องออกไปลองในโลกจริง ดูว่าอะไรได้ผล อะไรไม่ได้ผล แล้วกลับมาประเมินใหม่ เขาย้ำเรื่องนี้อีกตอนพูดถึงหมวด model และตอนปิดคลิป ว่านี่คือวิธีสะสมประสบการณ์ในฐานะ quant

หมวดการเทรด

ผู้พูดเรียกหนังสือของ Natenberg ว่าเล่มที่อยู่บนโต๊ะของ options trader ทุกคน ไม่ได้เป็นแค่บทนำ pricing theory แต่ครอบคลุมกลยุทธ์หลายแบบด้วย

จากนั้นเขาพูดถึงสองเล่มที่มีผลกับ quantitative trading ของเขา เขาเตือนว่าเล่มของ López de Prado อ่านหนัก ต้องมีพื้นคณิต probability statistics ไปจนถึง machine learning มาก่อน จึงแนะนำเฉพาะคนที่มีพื้นเทคนิคแน่นแล้ว ถ้ายังไม่พร้อม ให้เริ่มที่ Inside the Black Box ผู้พูดบอกว่าเล่มหลังมีประโยคที่ลึกซึ้งที่สุดที่เขาเคยอ่านในช่วงเริ่มเป็น quant ในบริบทของค่า R squared กับการทำนายผลตอบแทน แล้วอ่านให้ฟังจากหน้าที่เขาคั่นไว้

If you see an R squared above 0.15, and it's not because you made a mistake, run the other way because the SEC will arrest you for insider trading.

เขาเล่าว่าประโยคนี้อยู่ในหัวทุกครั้งที่พัฒนากลยุทธ์หรือทำ quant research

หมวด modeling

ผู้พูดชี้ว่าคนที่เข้าสาย quant ควรเข้าใจวงจรการพัฒนา model ทั้งเส้น ตั้งแต่การเก็บข้อมูล ทำความสะอาด สร้าง feature เลือก model ไปจนถึงประเมินผล และบอกว่าแต่ละขั้นเป็นงานเต็มเวลาได้ทั้งนั้น

งานวิจัยที่เขาสนใจคือการใช้ข้อมูลทางเลือกหา alpha ในหุ้น ซึ่งอาจเป็นข้อความ ภาพ วิดีโอ หรือข้อความที่ดึงจากภาพ เขาชี้ว่างานหลักอย่างหนึ่งของ machine learning ในสาย quant คือการสกัด signal จากแหล่งข้อมูลเหล่านี้ ไม่ใช่การทายเส้นราคาตรง ๆ และบอกว่าเป็นจุดที่คนส่วนใหญ่มองข้าม เพราะ language model แพร่หลายมาก เขาจึงเห็นว่าต้องเข้าใจสถาปัตยกรรม transformer ด้วย

ส่วน linear algebra เขาบอกว่าใส่ไว้เพราะความจำเป็น หลายสัปดาห์ที่ผ่านมาเจอนักเรียนที่พื้นวิชานี้อ่อนซ้ำแล้วซ้ำเล่า ทั้งที่งานตั้งราคาและงาน machine learning ล้วนเป็น matrix หรือ vector

เล่มที่ช่วยให้ยืนหยัด

สามเล่มสุดท้ายไม่เกี่ยวกับการเงินเลย ผู้พูดบอกว่าในสายงานที่หลายอย่างอยู่นอกการควบคุมและเปลี่ยนเร็ว ควรมีหลักยึดที่เข้าใจได้ ทั้งสามเล่มเป็นปรัชญา Stoic ซึ่งเขาสรุปว่าคือการโฟกัสกับสิ่งที่ควบคุมได้ และเล่าว่ามันเปลี่ยนวิธีตั้งเป้าหมายของเขาทั้งเรื่องงานและเรื่องส่วนตัว

หนังสือที่กล่าวถึงในคลิป

การเทรด

1. Option Volatility and Pricing — Sheldon Natenberg เล่มเปิดลิสต์ เล่มที่ผู้พูดเรียกว่าอยู่บนโต๊ะของ options trader ทุกคน ผู้พูดไม่ได้ระบุฉบับพิมพ์

2. Advances in Financial Machine Learning — Marcos López de Prado อ่านหนัก เหมาะกับคนที่พื้นเทคนิคแน่นแล้ว

3. Inside the Black Box — Rishi K. Narang จุดเริ่มที่เขาแนะนำ และที่มาของประโยคเรื่อง R squared

Modeling

1. Hands-On Machine Learning with Scikit-Learn, Keras & TensorFlow — Aurélien Géron หนึ่งในสองเล่มเรื่องวงจรพัฒนา model

2. Deep Learning with Python — François Chollet ผู้พูดบอกว่าอาจเป็นอันดับหนึ่งในบรรดาหนังสือ deep learning กับ Python ที่เขาเคยอ่าน

3. Getting Started with Natural Language Processing — Ekaterina Kochmar สำหรับคนที่อยากเริ่มงานข้อมูลทางเลือกด้วยการวิเคราะห์ข้อความ

4. The Hundred-Page Language Models Book — Andriy Burkov บทนำสู่ transformer ไม่ใช่การเจาะลึก

5. Linear Algebra Done Right — Sheldon Axler เขายังหยิบมาทำแบบฝึกหัดทบทวนเป็นระยะ และบอกว่าอยากเรียนวิชานี้แบบนี้ตั้งแต่ครั้งแรก

Derivatives pricing (honorable mentions)

1. Pricing and Hedging Financial Derivatives — Leonardo Marroni และ Irene Perdomo เล่มแรกที่เขาอ่านในสายนี้ ตอนนั้นพื้นยังไม่พอจะเข้าใจเต็มที่

2. Mathematical Modeling and Computation in Finance — Cornelis W. Oosterlee และ Lech A. Grzelak เล่มโปรดในสายนี้ มีโค้ด Python และ MATLAB เขาเรียกว่าเป็นตำราที่ครอบคลุมเกือบทุกเรื่องของ derivatives pricing

เล่มที่ช่วยให้ยืนหยัด

1. Ego Is the Enemy — Ryan Holiday เล่มโปรดของเขาจากผู้เขียนคนนี้ ว่าด้วยการทำงานจริงและการถ่อมตัว

2. Meditations — Marcus Aurelius เล่มแรกในสามเล่มที่เขาอ่าน เขาเล่าว่าหาหลายฉบับแปลมาเทียบกัน

3. Discourses and Selected Writings — Epictetus เล่มโปรดตลอดกาลของเขา อ่านมาน่าจะเกินพันรอบ

Libro สังเกตว่า

• ลำดับในคลิปไม่ใช่ลำดับอ่าน ผู้พูดบอกเองว่าเล่ม derivatives และเล่มของ López de Prado ต้องมีพื้นมาก่อน ถ้ายังใหม่กับสายนี้ การเริ่มที่ Inside the Black Box ตามที่เขาแนะนำแล้วค่อยขยับไปเล่มที่หนักกว่าน่าจะเหมาะกว่า

• ตัวเลข 700 ดอลลาร์ และเกณฑ์ R squared 0.15 เป็นเรื่องเล่าและคำพูดที่ยกมาในคลิป ไม่ใช่กฎที่พิสูจน์แล้ว ควรใช้เป็นสัญญาณเตือนว่าผลที่ดีเกินจริงมักมาจากความผิดพลาดในงานวิจัย

• ข้อเสนอที่นำไปใช้ได้กับทุกเล่มในลิสต์คือวิธีอ่านที่เขาย้ำสามครั้ง อ่านเฉพาะส่วนที่ต้องใช้ แล้วลองกับข้อมูลหรือโปรเจกต์จริงก่อนกลับมาอ่านต่อ

• อ่านต่อได้ที่บทความแนะนำ Inside the Black Box บทความแนะนำ Option Volatility and Pricing และบทความแนะนำ Discourses and Selected Writings

ดูคลิปต้นทาง

Books that Made Me a Quant — ช่อง Roman Paolucci ภาพหัวบทความเป็นเฟรมจากคลิปนี้ ตัดจากภาพหน้าจอ YouTube