Technical Analysis for Algorithmic Pattern Recognition: ครอบคลุมอะไร เหมาะกับใคร

ขอบเขตของบทความ: แนะนำขอบเขตเนื้อหาจากสารบัญและคำอธิบายของสำนักพิมพ์บน Springer Professional รวมกับข้อมูลฉบับจาก Open Library ยังไม่ได้อ่านเนื้อหาเต็มเล่มหรือบทตัวอย่าง

chart pattern อย่าง head and shoulders หรือ double top เป็นเครื่องมือที่นักเทรดใช้กันมาก แต่การบอกว่ากราฟช่วงไหนเป็นรูปแบบนั้นมักขึ้นกับสายตาของคนดู ผลคือ backtest อย่างเป็นระบบได้ยาก และไม่รู้ว่าผลตอบแทนที่เห็นเกิดจากรูปแบบจริงหรือเกิดจากความบังเอิญ หนังสือเล่มนี้ตั้งใจแก้ปัญหานั้น บทความนี้ช่วยดูว่าเล่มนี้ครอบคลุมอะไร และเหมาะกับใคร

หนังสือเล่มนี้ว่าด้วยอะไร

Technical Analysis for Algorithmic Pattern Recognition เขียนโดย Prodromos E. Tsinaslanidis และ Achilleas D. Zapranis ตีพิมพ์โดย Springer International Publishing ปีลิขสิทธิ์ 2016 ISBN ฉบับพิมพ์ 978-3-319-23635-3 และฉบับอิเล็กทรอนิกส์ 978-3-319-23636-0 (Springer Professional)

คำอธิบายของสำนักพิมพ์ระบุว่าเล่มนี้มุ่งแก้ข้อบกพร่องและข้อจำกัดในการใช้ technical analysis ซึ่งนักวิชาการใช้ทดสอบ weak-form efficient market hypothesis และผู้ปฏิบัติงานใช้สร้างสัญญาณเทรด ผู้เขียนใช้แนวทางที่เป็นระบบบนพื้นฐาน estimation theory และ statistical tests พัฒนาตัวระบุรูปแบบแบบใช้กฎ (rule-based pattern recognizers) และทดสอบว่าผลตอบแทนที่เกิดขึ้นมีนัยสำคัญหรือไม่ จุดเน้นคือรูปแบบที่การระบุด้วยตาเป็นเรื่องอัตวิสัย ซึ่งผู้เขียนเปลี่ยนให้ระบุด้วย algorithm

เนื้อหาครอบคลุมหัวข้ออะไร

สารบัญมี 9 บท (Springer Professional):

จากลำดับบท เล่มนี้เริ่มจากพื้นฐาน technical analysis การเตรียมข้อมูล และวิธีวัดความสามารถในการพยากรณ์ แล้วแยก chart pattern เป็นสามกลุ่มตามรูปทรง คือ แนวนอน zigzag และวงกลม ก่อนจะไปที่ indicator การประเมินทางสถิติ และปิดท้ายด้วย dynamic time warping ซึ่งเป็นวิธีเทียบความคล้ายของ time series ที่ยืดหดตามแกนเวลาได้ ชื่อรูปแบบที่อยู่ในแต่ละกลุ่มไม่ได้ปรากฏในสารบัญระดับบท

พื้นฐานที่ควรมีก่อนอ่าน

สำนักพิมพ์ไม่ได้ระบุพื้นฐานที่ต้องมี แต่คำอธิบายที่อ้างถึง estimation theory, statistical tests และ efficient market hypothesis บ่งว่าผู้อ่านควรมีพื้นฐาน inferential statistics และแนวคิดการเงินเชิงวิชาการระดับหนึ่ง ข้อนี้เป็นการประเมินจากคำอธิบาย

เหมาะกับใคร และใครควรเริ่มจากเล่มอื่นก่อน

• เหมาะ กับนักวิจัยหรือนักศึกษาที่ต้องการกรอบทดสอบ technical analysis อย่างเป็นระบบ ซึ่งสำนักพิมพ์ระบุว่าผู้เขียนเสนอกรอบนี้เป็น benchmark สำหรับงานวิชาการในอนาคต

• เหมาะ กับ quant trader ที่อยากแปลง chart pattern เป็นกฎที่โปรแกรมตรวจได้ แล้วทดสอบว่าผลตอบแทนมีนัยสำคัญจริงหรือไม่

• ควรเริ่มจากเล่มอื่นก่อน ถ้ายังไม่รู้จัก chart pattern และ indicator พื้นฐาน เพราะเล่มนี้เน้นการทดสอบมากกว่าการสอนอ่านกราฟ ข้อนี้ประเมินจากคำอธิบาย

ข้อจำกัดของข้อมูลที่ใช้ในบทความนี้

• ไม่ได้อ่านเนื้อหาในเล่ม หน้าหนังสือบน Springer Link ต้องผ่านการยืนยันตัวตนก่อนเปิด จึงไม่ได้อ่านตัวอย่างบท

• ข้อมูลในแคตตาล็อกเดิมของโฟลเดอร์ระบุผู้เขียนเป็น Charles D. Kirkpatrick II ซึ่งไม่ตรงกับสำนักพิมพ์ บทความนี้ใช้ชื่อผู้เขียนตาม Springer

• Open Library บันทึก ISBN 9783319236353 เป็นของ Springer ความยาว 204 หน้า แต่ระบุวันที่ปี 2017 ซึ่งไม่ตรงกับปีลิขสิทธิ์ 2016 ของสำนักพิมพ์ ควรยืนยันฉบับอีกครั้งตอนสอบถาม

แหล่งอ้างอิง

• Technical Analysis for Algorithmic Pattern Recognition · Springer Professional (Springer Nature) · คำอธิบายหนังสือ ISBN และสารบัญ

• Open Library: 9783319236353 · Internet Archive · ข้อมูลฉบับและจำนวนหน้า