https://www.facebook.com/110349251453883/

Quantman - The quality of quantity, CRC Tower แขวง ลุมพินี เขต ปทุมวัน, Alawwa (2026)

23/11/2022

REPOSTED | ขอโทษด้วยที่ต้อง รีโพส กดผิดแล้ว Facebook แกล้งเรา Content เราไปหมดเลย #3
หลังจากที่แอดได้ลองเรียนหลักสูตร Data Science for Investment Professionals ซึ่งจัดทำโดย CFA Institute ผ่าน ญPlatform เรียนออนไลน์ชื่อดังอย่าง Cousera จนจบละ วันนี้แอดขอมารีวิวในเนื้อหาขอคอร์สเรียนดังนี้
I. Data and Statistics Foundation for Investment Professionals
สำหรับคอร์สแรกนี้จะเป็นการปูพื้นฐานด้วยเนื้อหาสถิติเบื้องต้น เช่นการหาค่าเฉลี่ย (Mean) ค่ามัธยฐาน (Median) ส่วนเบี่ยงเบนมาตราฐาน (Standard Deviation) และอื่นๆ รวมถึงมีการปูพื้นในส่วนของการแจกแจงทางสถิติที่ใช้บ่อย ๆ ในทฤษฎีการเงิน เช่น การแจกแจงแบบปกติ (Normal Distribution) การแจกแจงแบบทวินาม (Binomial Distribution) และมีการนำเอาทฤษฎีไปประยุกต์ใช้ในการทดสอบสมมุติฐาน นอกเหนือความรู้ทางสถิติที่ได้ทบทวนแล้ว ยังสอนการใช้ Python ตั้งแต่พื้นฐานให้กับเราอีกด้วย
โดยรวมบทนี้เรียนไม่ยากได้ลองใช้ Python คนสอนดี แต่มีข้อเสียคือไม่ได้มีแบบทดสอบ Python ให้คิดคะแนนแค่ให้ลองเขียนเฉย ๆ เท่านั้น
II. Statistics for Machine Learning for Investment Professionals
บทนี้ลง Concept สถิติเชิงลึกขึ้น สอนเราเกี่ยวกับ Linear Regression (การถดถอยเชิงเส้น) ซึ่งสอนลึกพอสมควรในเชิงทฤษฎีความเข้าใจ ไม่ได้ใช้คณิตศาสตร์ proof สูตร แต่เน้นอธิบายการใช้งาน การแปรผล รวมถึงสมมุติฐานของเครื่องมือ นอกจากนี้ยังสอนถึงเครื่องมืออื่น ๆ เช่น Logistic Regression สำหรับการจำแนกประเภท และ เครื่องมือวิเคราะห์อนุกรมเวลาอย่าง Time Series อีกด้วย
บทนี้นอกจากเรียนทฤษฎีแล้วก็มีการสอดแทรก Case study และ Python อีกเป็นระยะ ๆ โดยรวมยังเรียนง่ายอยู่ และก็ไม่ได้มีทดสอบการเขียน Python อีกเช่นเดิม
III. Machine Learning for Investment Professionals
สำหรับบทสุดท้ายเรียกว่าเป็นบท Overview ของ Machine Learning ในฝั่งการลงทุนเลยทีเดียว ผู้สอนยกตัวอย่างให้เห็นตัวแบบจำลองที่ใช้ในฝั่งการลงทุน ไม่ว่าจะเป็น
Supervised learning: Penalized Regression อย่าง Lasso, Support Vector Machine และมี Ensemble ด้วย
Unsupervised learning: Principal Components Analysis, Clustering
ในบทนี้แนะนำในเรื่องของ Algorithm ต่างๆแล้ว อีกสิ่งหนึ่งที่เน้นคือการสื่อสาร และการ Collaboration ระหว่างทีม ซึ่งเป็นเรื่องที่สำคัญที่สุดในการนำเอา Machine Learning มาใช้เลยทีเดียว เป็นการเชื่อมระหว่าง Technician เฉพาะด้านกับคนทำงานในด้านต่างๆ
โดยรวมเป็นเนื้อหาการเรียนที่ออกแนวให้รู้กว้าง พอรู้ว่า Python ทำงานอย่างไร และเน้นการนำเอา Case study มาอธิบายเพื่อให้ผู้เรียนเอาไปต่อยอดใช้กับองค์กรของตัวเองได้ ส่วนตัวคิดว่าดีกับผู้ที่ต้องการศึกษาใช้เครื่องมือ Data Science ในโลกการลงทุนในระดับเริ่มต้ม เนื้อหาไม่หนักมากนัก และเน้นมุมมองของนำไปใช้ต่อ แต่ไม่ได้มีประโยชน์มากนักในการนำเอาไปใช้ลงทุนจริง เลยให้ไว้ 4 ดาวเต็ม 5 ละกันนะสำหรับคอร์สนี้
ไว้แอดมีคอร์สอะไรดี ๆ มาแนะนำเพิ่มนะ ฝากติดตามไว้ด้วยยยยย

23/11/2022

REPOSTED | ขอโทษด้วยที่ต้อง รีโพส กดผิดแล้ว Facebook แกล้งเรา Content เราไปหมดเลย #2
วันนี้แอดมีคอร์สเรียนดี ๆ ที่เป็นความร่วมมือจาก CFA Institute สถาบันนักการเงินชั้นนำของโลก กับ Cousera แพลตฟอร์มการเรียนออนไลน์ชั้นนำของโลกอีกเช่นกัน
คอร์สนี้เป็นการนำเอา Data Science มาประยุกต์ใช้ในโลกการลงทุน รวมถึงสอนใช้เครื่องมืออย่าง Python ในการคำนวณด้วยนะ เนื้อหาที่เรียนมี 3 คอร์สย่อยได้แก่
1. Data and Statistics Foundation for Investment Professionals
2. Statistics for Machine Learning for Investment Professionals
3. Machine Learning for Investment Profressionals
ตอนนี้แอดเพิ่งเริ่มเรียนเหมือนกัน ไว้เดะจะมาทะยอยรีวิวทีละคอร์สนะว่าเป็นไงบ้าง หรือเอาไอเดียไม่ก็เครื่องมือไปใช้ในการลงทุนได้ไหมมมม !!!
รอกันแปปนะ ขอเข้าโหมดเนิร์ดนั่งเรียนสือแปปปส์

23/11/2022

REPOSTED | ขอโทษด้วยที่ต้อง รีโพส กดผิดแล้ว Facebook แกล้งเรา Content เราไปหมดเลย #1
หลังจากห่างหายกันไปนานเลยครับ เรากลับมาพร้อมสรุปเนื้อหาบางส่วนจากงานวิจัยของ คุณ David Blitz ซึ่งเป็นหัวหน้านักวิจัยเชิงปริมาณ (Quantitative) ของ Robeco บลจ ชั้นนำที่นำ Quant มาช่วยในการตัดสินใจลงทุน
ว่ากันด้วยการลงทุนแนว Quant อย่าง Factor Investing ซึ่งเพื่อน ๆ อาจจะไม่ค่อยคุ้นกันนัก เพราะนักลงทุนรายย่อยอาจจะเข้าถึงข้อมูลยาก ทำให้ใช้กลยุทธ์นี้ในการลงทุนได้ยากกว่านักลงทุนสถาบัน แต่ก็ปฎิเสธไม่ได้ว่า กลยุทธ์นี้เริ่มมีความสำคัญมากขึ้น บริษัทกองทุนรวมหลาย ๆ ที่ในประเทศไทยเองก็มีการนำกลยุทธ์ดังกล่าวมาใช้แล้วเช่นกัน
กลยุทธ์ Factor Investing มีการแบ่งหุ้นที่เราลงทุน ตามลักษณะยกตัวอย่างเช่น
1. Value Factor - ใช้อัตราส่วน book-to-market เป็นตัวแบ่งกลุ่มหุ้น แล้วนำมาสร้างเป็นพอร์ทลงทุน เช่นซื้อหุ้นที่มีอัตราส่วน book-to-market สูงสุด 10 อันดับแรก และขาย (short sell) หุ้นที่มีอัตราส่วน book-to-market ที่ต่ำที่สุด 10 อันดับแรก นักลงทุน Quant เรียกกลยุทธ์นี้ว่า HML value factor ซึ่ง HML ย่อมาจาก High minus Low นั่นเอง ซึ่งกลยุทธ์นี้เป็นการเลือกลงทุนในบริษัทที่มีมูลค่าถูกมากๆ และขายบริษัทที่มีราคาสูงมากๆ โดยเทียบกับ book value นั้นเอง
2. Momentum Factor – พิจารณาการลงทุนจากผลตอบแทนย้อนหลังของหุ้น ซึ่งจากกรณีนี้จะพิจารณาจากผลตอบแทนย้อนหลัง 12 เดือน ลบผลตอบแทนย้อนหลัง 1 เดือนล่าสุดออก ซึ่งเรียกว่า “12-1M Return” การที่เราต้องลบผลตอบแทน 1 เดือนล่าสุดออก เพื่อป้องกันความผันผวนระยะสั้นของผลตอบแทน ที่อาจจะกลับขาได้
ตัวอย่างคือ เราจะลงทุนในหุ้น 10 ตัวแรก ที่มี 12-1M Return สูงสุด และขาย (short sell) หุ้น 10 อันดับแรกที่มี12-1M Return แย่ที่สุด โดยนักลงทุนสาย Quant เรียกกลยุทธ์นี้ว่า WML momentum factor [WML มาจาก Winer minus Loser]
คราวนี้ถ้าเราเลือกลงทุนใน Factor ใด Factor หนึ่ง ก็จะมีช่วงเวลาที่กลยุทธ์นั้น ๆ มีผลตอบแทนที่เหนือกว่าตลาด และแย่กว่าตลาดได้ แต่ก็มีนักวิจัยมาทำวิจัยเพิ่มว่าเราควรจะเลือกลงทุนใน Factor ใด ในสถานการณ์แบบไหนบ้างดี ซึ่งในงานวิจัยของคุณ David แสดงให้เราเห็นว่า ปัจจัยทางวัฎจักรเศรษฐกิจ และเงินเฟ้อ ต่างไม่ได้มีผลต่อการเลือก Factor ที่เราควรลงทุน แต่กลับเป็นทัศนคติของนักลงทุนต่างหากที่เป็นตัวขับเคลื่อนผลตอบแทนของกลยุทธ์การลงทุน อย่าง Factor Investing
เพื่อน ๆ สามารถไปอ่านงานวิจัยตัวเต็มกันได้เลยที่ https://bit.ly/3V0ZEtF แล้วไว้วันหลังจะมาแชร์การลงทุนสาย Quant กันใหม่นะ

---------
ไม่อยากพลาดข้อมูลดี ๆ จากเรา อย่าลืมกดติมตามเรากันไว้นะครับ
QuantMAN the Quality of Quantity

07/11/2022

หลังจากที่แอดได้ลองเรียนหลักสูตร Data Science for Investment Professionals ซึ่งจัดทำโดย CFA Institute ผ่าน ญPlatform เรียนออนไลน์ชื่อดังอย่าง Cousera จนจบละ วันนี้แอดขอมารีวิวในเนื้อหาขอคอร์สเรียนดังนี้
I. Data and Statistics Foundation for Investment Professionals
สำหรับคอร์สแรกนี้จะเป็นการปูพื้นฐานด้วยเนื้อหาสถิติเบื้องต้น เช่นการหาค่าเฉลี่ย (Mean) ค่ามัธยฐาน (Median) ส่วนเบี่ยงเบนมาตราฐาน (Standard Deviation) และอื่นๆ รวมถึงมีการปูพื้นในส่วนของการแจกแจงทางสถิติที่ใช้บ่อย ๆ ในทฤษฎีการเงิน เช่น การแจกแจงแบบปกติ (Normal Distribution) การแจกแจงแบบทวินาม (Binomial Distribution) และมีการนำเอาทฤษฎีไปประยุกต์ใช้ในการทดสอบสมมุติฐาน นอกเหนือความรู้ทางสถิติที่ได้ทบทวนแล้ว ยังสอนการใช้ Python ตั้งแต่พื้นฐานให้กับเราอีกด้วย

โดยรวมบทนี้เรียนไม่ยากได้ลองใช้ Python คนสอนดี แต่มีข้อเสียคือไม่ได้มีแบบทดสอบ Python ให้คิดคะแนนแค่ให้ลองเขียนเฉย ๆ เท่านั้น
II. Statistics for Machine Learning for Investment Professionals
บทนี้ลง Concept สถิติเชิงลึกขึ้น สอนเราเกี่ยวกับ Linear Regression (การถดถอยเชิงเส้น) ซึ่งสอนลึกพอสมควรในเชิงทฤษฎีความเข้าใจ ไม่ได้ใช้คณิตศาสตร์ proof สูตร แต่เน้นอธิบายการใช้งาน การแปรผล รวมถึงสมมุติฐานของเครื่องมือ นอกจากนี้ยังสอนถึงเครื่องมืออื่น ๆ เช่น Logistic Regression สำหรับการจำแนกประเภท และ เครื่องมือวิเคราะห์อนุกรมเวลาอย่าง Time Series อีกด้วย
บทนี้นอกจากเรียนทฤษฎีแล้วก็มีการสอดแทรก Case study และ Python อีกเป็นระยะ ๆ โดยรวมยังเรียนง่ายอยู่ และก็ไม่ได้มีทดสอบการเขียน Python อีกเช่นเดิม
III. Machine Learning for Investment Professionals
สำหรับบทสุดท้ายเรียกว่าเป็นบท Overview ของ Machine Learning ในฝั่งการลงทุนเลยทีเดียว ผู้สอนยกตัวอย่างให้เห็นตัวแบบจำลองที่ใช้ในฝั่งการลงทุน ไม่ว่าจะเป็น
Supervised learning: Penalized Regression อย่าง Lasso, Support Vector Machine และมี Ensemble ด้วย
Unsupervised learning: Principal Components Analysis, Clustering
ในบทนี้แนะนำในเรื่องของ Algorithm ต่างๆแล้ว อีกสิ่งหนึ่งที่เน้นคือการสื่อสาร และการ Collaboration ระหว่างทีม ซึ่งเป็นเรื่องที่สำคัญที่สุดในการนำเอา Machine Learning มาใช้เลยทีเดียว เป็นการเชื่อมระหว่าง Technician เฉพาะด้านกับคนทำงานในด้านต่างๆ
โดยรวมเป็นเนื้อหาการเรียนที่ออกแนวให้รู้กว้าง พอรู้ว่า Python ทำงานอย่างไร และเน้นการนำเอา Case study มาอธิบายเพื่อให้ผู้เรียนเอาไปต่อยอดใช้กับองค์กรของตัวเองได้ ส่วนตัวคิดว่าดีกับผู้ที่ต้องการศึกษาใช้เครื่องมือ Data Science ในโลกการลงทุนในระดับเริ่มต้ม เนื้อหาไม่หนักมากนัก และเน้นมุมมองของนำไปใช้ต่อ แต่ไม่ได้มีประโยชน์มากนักในการนำเอาไปใช้ลงทุนจริง เลยให้ไว้ 4 ดาวเต็ม 5 ละกันนะสำหรับคอร์สนี้
ไว้แอดมีคอร์สอะไรดี ๆ มาแนะนำเพิ่มนะ ฝากติดตามไว้ด้วยยยยยย

19/10/2022

วันนี้แอดมีคอร์สเรียนดี ๆ ที่เป็นความร่วมมือจาก CFA Institute สถาบันนักการเงินชั้นนำของโลก กับ Cousera แพลตฟอร์มการเรียนออนไลน์ชั้นนำของโลกอีกเช่นกัน
คอร์สนี้เป็นการนำเอา Data Science มาประยุกต์ใช้ในโลกการลงทุน รวมถึงสอนใช้เครื่องมืออย่าง Python ในการคำนวณด้วยนะ เนื้อหาที่เรียนมี 3 คอร์สย่อยได้แก่
1. Data and Statistics Foundation for Investment Professionals
2. Statistics for Machine Learning for Investment Professionals
3. Machine Learning for Investment Profressionals
ตอนนี้แอดเพิ่งเริ่มเรียนเหมือนกัน ไว้เดะจะมาทะยอยรีวิวทีละคอร์สนะว่าเป็นไงบ้าง หรือเอาไอเดียไม่ก็เครื่องมือไปใช้ในการลงทุนได้ไหมมมม !!!
รอกันแปปนะ ขอเข้าโหมดเนิร์ดนั่งเรียนสือแปปปส์ 🤓🤓

06/10/2022

หลังจากห่างหายกันไปนานเลยครับ เรากลับมาพร้อมสรุปเนื้อหาบางส่วนจากงานวิจัยของ คุณ David Blitz ซึ่งเป็นหัวหน้านักวิจัยเชิงปริมาณ (Quantitative) ของ Robeco บลจ ชั้นนำที่นำ Quant มาช่วยในการตัดสินใจลงทุน
📈 ว่ากันด้วยการลงทุนแนว Quant อย่าง Factor Investing ซึ่งเพื่อน ๆ อาจจะไม่ค่อยคุ้นกันนัก เพราะนักลงทุนรายย่อยอาจจะเข้าถึงข้อมูลยาก ทำให้ใช้กลยุทธ์นี้ในการลงทุนได้ยากกว่านักลงทุนสถาบัน แต่ก็ปฎิเสธไม่ได้ว่า กลยุทธ์นี้เริ่มมีความสำคัญมากขึ้น บริษัทกองทุนรวมหลาย ๆ ที่ในประเทศไทยเองก็มีการนำกลยุทธ์ดังกล่าวมาใช้แล้วเช่นกัน
📌 กลยุทธ์ Factor Investing มีการแบ่งหุ้นที่เราลงทุน ตามลักษณะยกตัวอย่างเช่น
1️⃣ Value Factor - ใช้อัตราส่วน book-to-market เป็นตัวแบ่งกลุ่มหุ้น แล้วนำมาสร้างเป็นพอร์ทลงทุน เช่นซื้อหุ้นที่มีอัตราส่วน book-to-market สูงสุด 10 อันดับแรก และขาย (short sell) หุ้นที่มีอัตราส่วน book-to-market ที่ต่ำที่สุด 10 อันดับแรก นักลงทุน Quant เรียกกลยุทธ์นี้ว่า HML value factor ซึ่ง HML ย่อมาจาก High minus Low นั่นเอง ซึ่งกลยุทธ์นี้เป็นการเลือกลงทุนในบริษัทที่มีมูลค่าถูกมากๆ และขายบริษัทที่มีราคาสูงมากๆ โดยเทียบกับ book value นั้นเอง
2️⃣ Momentum Factor – พิจารณาการลงทุนจากผลตอบแทนย้อนหลังของหุ้น ซึ่งจากกรณีนี้จะพิจารณาจากผลตอบแทนย้อนหลัง 12 เดือน ลบผลตอบแทนย้อนหลัง 1 เดือนล่าสุดออก ซึ่งเรียกว่า “12-1M Return” การที่เราต้องลบผลตอบแทน 1 เดือนล่าสุดออก เพื่อป้องกันความผันผวนระยะสั้นของผลตอบแทน ที่อาจจะกลับขาได้
ตัวอย่างคือ เราจะลงทุนในหุ้น 10 ตัวแรก ที่มี 12-1M Return สูงสุด และขาย (short sell) หุ้น 10 อันดับแรกที่มี12-1M Return แย่ที่สุด โดยนักลงทุนสาย Quant เรียกกลยุทธ์นี้ว่า WML momentum factor [WML มาจาก Winer minus Loser]
คราวนี้ถ้าเราเลือกลงทุนใน Factor ใด Factor หนึ่ง ก็จะมีช่วงเวลาที่กลยุทธ์นั้น ๆ มีผลตอบแทนที่เหนือกว่าตลาด และแย่กว่าตลาดได้ แต่ก็มีนักวิจัยมาทำวิจัยเพิ่มว่าเราควรจะเลือกลงทุนใน Factor ใด ในสถานการณ์แบบไหนบ้างดี
ซึ่งในงานวิจัยของคุณ David แสดงให้เราเห็นว่า ปัจจัยทางวัฎจักรเศรษฐกิจ และเงินเฟ้อ ต่างไม่ได้มีผลต่อการเลือก Factor ที่เราควรลงทุน แต่กลับเป็นทัศนคติของนักลงทุนต่างหากที่เป็นตัวขับเคลื่อนผลตอบแทนของกลยุทธ์การลงทุน อย่าง Factor Investing

📖 เพื่อน ๆ สามารถไปอ่านงานวิจัยตัวเต็มกันได้เลยที่
https://bit.ly/3V0ZEtF
แล้วไว้วันหลังจะมาแชร์การลงทุนสาย Quant กันใหม่นะ

---------

ไม่อยากพลาดข้อมูลดี ๆ จากเรา อย่าลืมกดติมตามเรากันไว้นะครับ
QuantMAN the Quality of Quantity

03/12/2021

Quant x การลงทุน (2):

มาพูดคุยกันต่อจากโพสต์ที่แล้ว ถึงการใช้ Quant ลงทุนในตลาดหุ้นไทย ว่าเราจะเริ่มต้นกันยังไงดี ❓
ดังนั้นเราขอโอกาสพาทุกคนไปดูดัชนีเจ๋ง ๆ เข้าใจง่าย แต่มีน้อยคนนักที่จะรู้จัก ดัชนีนี้มีชื่อว่า “ดัชนีชี้วัดทัศนคติผู้ลงทุน (Investor Sentiment Index: ISI)” พูดง่าย ๆ เลยก็คือ ดัชนีนี้จะบอกเราว่าตอนนี้นักลงทุนมองตลาด หรือ SET เป็นยังไงในช่วงเวลานั้นๆ 😊
---
📌 ดัชนีชี้วัดทัศนคติผู้ลงทุน (Investor Sentiment Index: ISI) สร้างมาจากข้อมูลอะไร ?

ผู้วิจัยได้ทำการคัดเลือกตัวแปรที่แสดงออกถึงทัศนคติและนำมาสร้าง Index ด้วยวิธี Principal Component Analysis โดยแบ่งกลุ่มข้อมูลออกเป็น 5 กลุ่มได้แก่ 1.ตัวแปรดัชนีด้านความเชื่อมั่นต่างๆ / 2.ตัวแปรด้านผู้ระดมทุน / 3.ตัวแปรด้านผู้ลงทุน / 4.ตัวแปรด้านส่วนต่างราคาของสินทรัพย์ / 5.ตัวแปรด้านความเสี่ยงของตลาด
และผลลัพธ์ที่ได้คือ สมการ “ISI = 0.37(จำนวนหลักทรัพย์ IPO ที่เข้ามาจดทะเบียน) + 0.58(อัตราส่วนการหมุนเวียนของจำนวนหุ้น) + 0.65(สัดส่วนมูลค่าการระดมทุนในตราสารทุนต่อตราสารหนี้) + 0.31(มูลค่าซื้อขายสุทธิของผู้ลงทุนต่างชาติ)”
---
👉 พอรู้ที่มาของดัชนี ISI แล้ว เรามาดูกันซิว่าเราเอาดัชนี ISI มาใช้ได้ยังไงบ้าง ?
ดัชนีชี้วัดทัศนคติผู้ลงทุน (Investor Sentiment Index) มีค่าอยู่ระหว่าง 0 ถึง 100 โดยแสดงถึง Sentiment ของผู้ลงทุนในขณะนั้น และหาก Sentiment ของผู้ลงทุนเป็นเชิงบวกหรือลบ สูงกว่าปกติมาก เราควรเพิ่มความระมัดระวังในการลงทุนมากขึ้น เพราะดัชนี SET Index อาจมีการปรับฐานในระยะข้างหน้าได้
----
ซึ่งในครั้งหน้า เราจะลองเอาดัชนีนี้ไปใช้จริงดูว่าช่วยลงทุนได้ไหม แต่มีข้อควรระวัง คือดัชนีนี้จะประกาศหลังสิ้นเดือนราว 15 วัน เพราะฉะนั้นเวลาทดสอบเราจึงต้องนำปัจจัยนี้ไปวัดด้วย ไม่งั้นอาจมี Bias หรืออคติของผลจากการทดลองได้ 👍

สำหรับใครที่อยากศึกษาเพิ่มเติมเชิงลึกทำได้ที่นี่เลย
https://www.set.or.th/th/setresearch/sentiment_indices/cmri.htm

23/11/2021

Quant x นักลงทุนคนดัง 😊
---
มารู้จักอีกหนึ่งนักลงทุนสาย Quant ที่ประสบความสำเร็จมากที่สุด 💸
Raymond Thomas Dalio หรือ Ray Dalio ชื่อนี้อาจจะคุ้นหูนักอ่านหลาย ๆ คนอย่างแน่นอน เพราะเขาคือผู้ที่เขียนหนังสือ Principles : Life & Work ที่เป็นที่โด่งดัง จากประสบการณ์การเป็นผู้ก่อตั้งกองทุน Hedge Fund ที่มีขนาดใหญ่ที่สุดในโลกในปัจจุบันโดยมีทรัพย์สินภายใต้การจัดการ (Asset Under Management, AUM) มากกว่า 2 แสนล้านเหรียญสหรัฐฯ ที่มีชื่อว่า Bridgewater Associates นั่นเอง
---
นอกจากนี้เขายังดำรงตำแหน่ง Co-Chairman และ Co-Chief Investment Officer ให้กับ Bridgewater อีกด้วย นอกจากนี้ Dalio ยังถูกจัดให้เป็นบุคคลที่ร่ำรวยที่สุดในโลกอันดับ 79 จากทาง Bloomberg โดยเขามีทรัพย์สินประมาน 20,000 ล้านเหรียญสหรัฐฯ หรือกว่า 640,000 ล้านบาทเลยทีเดียว
---
Bridgewater ถูกมองว่าเป็นกองทุนประเภท Global-Macro Fund ที่มองหาโอกาสการลงทุนจากทั่วโลกโดยใช้เครื่องมือทางเศรษฐศาสตร์มหภาพ เช่น อัตราการเติบโตของ GDP เงินเฟ้อ อัตราแลกเปลี่ยนสกุลเงิน และ อีกมากมาย และแม้ว่า Dalio จะนำกลยุทธ์มากมายมาใช้กับกองทุน Bridgewater ของเขา เช่น Pure Alpha ที่มุ่งหวังการได้รับผลตอบแทนที่สามารถแข่งกันกับ Benchmark ได้ดี หรือ All Weather นโยบายที่เน้นไปยังการควบคุมความเสี่ยง หรือที่ในภายหลังเราจะรู้จักกันในชื่อ Risk Parity Model
---
Dalio ได้นำหลัก Quantitative Analysis มาใช้ ในการเฟ้นหาโอกาสการลงทุนแบบกระจายไปตามสินทรัพย์หลากหลายประเภท และในสภาพแวดล้อมของตลาดที่แตกต่างกันออกไปกับกองทุน Pure Alpha ของเขา แต่ที่สำคัญคือ Dalio ก็ไม่เคยลืมที่จะใช้กลยุทธ์ Qualitative Analysis ในการมองหาโอกาสลงทุนของเขาด้วย

#คนดังเดอะซีรี่ย์

19/11/2021

Quant x นักลงทุนคนดัง
มารู้จักนักลงทุนสาย Quant ที่ประสบความสำเร็จมากที่สุด 👍
---
“James Harris Simons หรือ Jim Simons”

เจ้าของฉายา ราชาแห่ง Quant (Quant King) 👑 เป็นหนึ่งในผู้ก่อตั้งกองทุนสาย Quant อย่าง Renaissance Technologies (Rentech) และยังเป็นผู้จัดการกองทุน Hedge fund ที่ประสบความสำเร็จและรวยที่สุดในโลกอีกด้วย โดยกองทุนดาวเด่นของ Rentech มีชื่อว่า Medallion Hedge Fund สามารถทำกำไรเฉลี่ยได้มากถึง 71.8% ต่อปีในช่วงปี 1994 – กลางปี 2014 เลยทีเดียว แต่เป็นเรื่องน่าเสียดายสำหรับหลาย ๆ คน เพราะกองทุนนี้เปิดให้สำหรับพนักงานของ Rentech เท่านั้น ล่าสุดไซมอนส์ยังถูกจัดอันดับจากนิตยสาร Forbes เดือนตุลาคม ปี 2021 ให้เป็นผู้ที่ร่ำรวยที่สุดในอเมริกาลำดับที่ 23 โดยมีทรัพย์สินรวมกว่า 24,000 ล้านเหรียญสหรัฐฯ หรือคิดเป็นเงินไทยราว ๆ 8 แสนล้านบาทอีกด้วย
---
แนวทางและกลยุทธ์การลงทุนของเขาคือ การปิดกั้นความรู้สึกส่วนตัวออกจากการตัดสินใจในการลงทุนและจงเชื่อเพียงข้อมูลเท่านั้น โดยเขามักจะนำความรู้ด้านคณิตศาสตร์และสถิติของเขามาปรับใช้เพื่อมองหาโอกาสในการลงทุน รวมถึงมองหารูปแบบการเคลื่อนไหวของราคาและข้อมูลทางการเงินต่าง ๆ เพื่อคาดการณ์ผลตอบแทนในอนาคต โดยเขามีความเชี่ยวชาญและจะเลือกใช้การวิเคราะห์เชิงปริมาณ หรือ Quantitative Analysis ในการตัดสินใจเข้าซื้อหลักทรัพย์ต่าง ๆ เพียงอย่างเดียวเท่านั้น
---
ไซมอนส์เป็นนักลงทุนคนหนึ่งที่เชื่อใน Quant เป็นอย่างมาก ภายใต้ความคิดที่ว่าตัวเลขและข้อมูลในอตีดนั้นเป็นของจริงไม่สามารถมาโต้เถียงได้เพราะนั่นคือสิ่งที่เกิดขึ้นมาแล้วจริง ๆ ดังนั้นถ้าเราเข้าใจและเห็นถึงรูปแบบของมัน เราก็สามารถคาดการณ์และทำกำไรจากมันในอนาคตได้เช่นกัน

#คนดังเดอะซีรี่ย์

16/11/2021

Quant x การลงทุน (1) :

ถ้านึกภาพของ #นักลงทุนสายQuant เชื่อว่าหลายคนคงนึกไปว่าเราเป็นนักลงทุนที่ใช้เครื่องมือทาง Technical ต่างๆเช่นพวก MACD, RSI, Moving Averages ซึ่งก็เข้าใจถูกในบางส่วน เพราะถ้าจะพูดให้เห็นภาพชัดขึ้นการเป็นนักลงทุนสาย Quant นั้น ก็คือนักลงทุนที่ใช้ข้อมูลมาตัดสินใจลงทุนอย่างเป็นระบบมากกว่า
---
คำว่า “ข้อมูล” ในที่นี้หมายถึงทั้งข้อมูลที่ใช้ราคาหุ้น ปริมาณการซื้อขายย้อนหลัง รวมถึงข้อมูลเชิงคุณภาพ เช่น อัตรากำไรของบริษัทต่อทรัพย์สิน (ROE) หรืออัตราส่วนทางการเงินอื่น ๆ ดังนั้นแล้วนักลงทุนสาย Quant เองก็ไม่ได้ต่างจากนักลงทุนอื่น ๆ เลย
---
📌การเป็นนักลงทุนสาย Quant มีข้อดีข้อเสียอย่างไร ? 📌

👍 ข้อดี
1). สามารถวิเคราะห์หลักทรัพย์ที่ลงทุนจำนวนมากได้ด้วยจำนวนทรัพยากร (คน) น้อยๆ โดยใช้ Algorithms หรือกลยุทธ์ที่ตั้งไว้
2). สามารถนำหลักการหรือขั้นตอนวิธีการลงทุนที่คิดมาทดสอบผลลัพธ์การลงทุนอย่างเป็นระบบ โดยใช้ข้อมูลในอดีตหรือวิธีการอื่นๆ
3). มีการวางแผนอย่างเป็นระบบ ลดการมีส่วนร่วมของอารมณ์ หรืออคติในการตัดสินใจในการลงทุน
---
👎 ข้อเสีย
1). ต้องใช้ฐานข้อมูลทั้งในอดีต และปัจจุบันในการสร้างขั้นตอนหรือกลยุทธ์การลงทุน ซึ่งส่วนใหญ่นักลงทุนรายย่อยไม่ได้เข้าถึงฐานข้อมูลที่ลึกและรวดเร็วเท่านักลงทุนสถาบัน
2). ต้องใช้เวลาในการเรียนรู้ นอกจากเรียนรู้หลักคิดวิธีการลงทุนเหมือนนักลงทุนอื่นๆแล้ว ก็จำเป็นต้องเรียนรู้วิธีการสร้างกลยุทธ์อย่างเป็นระบบรวมถึงให้กลยุทธ์ทำงานได้โดยอัตโนมัติด้วย
---
ในมุม QuantMan เองที่ชื่นชอบการลงทุนแนว Quant นั้นเพราะสามารถทดสอบความคิดได้แบบเป็นระบบ ทำให้ได้เห็นกลยุทธ์การลงทุนของเราก่อนนำไปใช้จริง อย่างไรก็ตามกลยุทธ์แนว Quant ก็เหมือนการลงทุนแบบอื่น ๆ ไม่ได้รับประกันว่าเราจะมีผลตอบแทนที่ดีกว่านักลงทุนสายอื่น แต่หากเพื่อนๆสนใจการลงทุนอย่างเป็นระบบ ก็บอกเลยว่าการลงทุนสาย Quant นั้นตอบโจทย์ทีเดียวครับ 😊

#การลงทุน ุน

12/11/2021

“Quantman”

เราเป็นเพจน้องใหม่ ที่มีความตั้งใจจะเป็นตัวช่วยของเหล่านักลงทุนทั้งหลายให้มีความเข้าใจการลงทุนมากขึ้นผ่านเรื่องราวของการใช้ Quantitative Analysis เป็นเครื่องมือหลัก ถึงแม้อ่านดูแล้วเหมือนจะยากและเป็นเรื่องไกลตัว แต่ถ้าหากติดตามเราต่อไป เชื่อว่าหลายคนจะต้องแปลกใจเพราะที่จริงแล้วมันเป็นตัวช่วยที่นำไปใช้ในการลงทุนได้อย่างดีและที่สำคัญเป็นเรื่องใกล้ตัวเราแค่เอื้อมนี่เอง 😊
---
เพจของเราจะหยิบยกเรื่องราวมากมายเกี่ยวกับการลงทุน แนวทาง หรือกลยุทธ์แบบ Quantitative Investment ที่น่าสนใจและสามารถนำไปใช้ได้จริงมาเล่าสู่กันฟังอย่างสม่ำเสมอ รวมถึงมอบความรู้และแนวคิดการลงทุนใหม่ ๆ นอกกรอบ Traditional Way มาให้ทุกท่านได้มีไอเดียในการลงทุนที่หลากหลายมากขึ้นอีกด้วย 😄
---
👉 หากเพื่อน ๆ เป็นคนหนึ่งเพิ่งเริ่มลงทุนหรือคิดว่ายังมีประสบการณ์ไม่มากพอก็ไม่ต้องกังวล เราทุกคนที่นี่จะแบ่งปันทุกข้อมูลดี ๆ ให้นักลงทุนทุกระดับประสบการณ์ไปปรับใช้ได้ ในแบบฉบับย่อยง่าย อ่านสบาย ไม่ซีเรียส เพราะเราคือ Quantman ที่ไม่ต้องการเป็นแค่เพจแต่จะเป็นมิตรในโลกแห่งการลงทุนที่จะช่วยให้ทุกก้าวของคุณมั่นคงมากขึ้น

Quantman - The quality of quantity

23/11/2022

23/11/2022

23/11/2022

07/11/2022

19/10/2022

06/10/2022

03/12/2021

23/11/2021

19/11/2021

16/11/2021

12/11/2021

Address

Website

Alerts

Shortcuts

Share

Category