cookieChoices = {}; สอน Amibroker: ธันวาคม 2017

Building a Backtest System แค่เริ่มต้นก็ผิดแล้ว



การสร้างผลทดสอบย้อนหลัง เป็นการวิเคราะห์เชิงปริมาณในอดีต ที่เชื่อในทางทฤษฎีว่าตลาดหุ้นไม่มีประสิทธิภาพ เมื่อมีการแจกแจงไม่ปกติเกิดขึ้น ราคาหุ้นเบี่ยงเบนออกไปจากแนวโน้มที่ได้จากการวิเคราะห์เชิงปริมาณ สิ่งนี้คือ โอกาสในการทำกำไร   หากสิ่งที่วิเคราะห์ได้นี้มีความเชื่อมั่นสูง 95 % เราก็จะเชื่อถือไปตามนั้น

สิ่งที่นักทดสอบระบบทำในขั้นต้นคือ คำนวณราคาและปริมาณการซื้อขาย หาการแจกแจงไม่ปกติในอดีต  พยายามจะหาความสัมพันธ์ระหว่างตัวแปรที่คำนวณ  เราลองมาดูในสิ่งที่เริ่มต้นกันว่ามันผิดพลาดกันขนาดไหน


ข้อมูลหุ้น AMATA ย้อนหลัง





































ภาพที่ 1 หุ้น AMATA ข้อมูลปริมาณการซื้อขายของ Siamchart หายไป การคำนวณหาค่าเฉลี่ยของปริมาณการซื้อขายย่อมผิดแน่นอน และเราจะเห็นได้ว่าข้อมูลย้อนหลัง Historical Data ของแหล่งที่ นลท บ้านเรานิยมใช้ 2 ที่แตกต่างกัน  โดยข้อมูล Chaloke จะมีปริมาณซื้อขายที่มากกว่า Siamchart ในวันเดียวกัน  โดยมีปริมาณมากกว่า 10-20 % โดยประมาณ

ข้อมูลหุ้น PTT ย้อนหลัง




























ภาพที่ 2 หุ้น PTT  ข้อมูล Chaloke จะมีปริมาณซื้อขายที่มากกว่า Siamchart ในวันเดียวกัน โดยมีปริมาณมากกว่า 10-100 % โดยประมาณ



ข้อมูลหุ้น AOT ย้อนหลัง





































ภาพที่ 3  หุ้น AOT เมื่อมีการปรับราคาพาร์ของหุ้น เมื่อ นลท ปรับราคาพาร์ของหุ้น AOT ก่อนทดสอบระบบ แต่ปริมาณการซื้อขายก็ยังไม่ได้ถูกปรับตามไปด้วยจากข้อมูลของ Siamchart ในวันเดียวกัน ที่แตกต่างจาก Chaloke เป็น 10 เท่าตัว   การคำนวณหาค่าเฉลี่ยของปริมาณการซื้อขายย่อมผิดแน่นอน


ข้อมูลหุ้น PTG ย้อนหลัง





































ภาพที่ 4 หุ้น PTG 

ข้อมูลปริมาณซื้อขายจริงที่รวมการซื้อขายแบบปิดปริมาณการซื้อขาย การขายบิ๊กล็อตของนักลงทุนสถาบัน เมื่อเทียบกับข้อมูล Siamchart ในวันเดียวกันเป็นข้อมูลแตกต่างจำนวนมหาศาล คำถามคือ นักลงทุนสถาบันมีผลต่อราคาหุ้นหรือไม่ และเราควรจะคำนวณเพื่อหาการแจกแจงไม่ปกติที่แปรปรวนขนาดนี้ด้วยหรือเปล่า


ข้อมูลที่นำมาแสดงเป็นแค่หุ้นบางตัวที่เอามาเป็นตัวอย่าง ในฐานข้อมูลจากแหล่งของข้อมูลหลายแหล่ง มีหุ้นไม่รู้เป็นจำนวนเท่าไหร่ที่มีข้อมูลผิดพลาดและแตกต่างกันขนาดนี้
  
ข้อมูลที่ผิด ไม่สามารถนำมาวิเคราะห์ความเป็นไปของกลุ่มตัวอย่างวิจัยได้แน่นอน   นี่เป็นจุดเริ่มต้นของความล้มเหลวของข้อมูลเพื่อการทดสอบระบบ    แต่ ผู้ทดสอบระบบยังต้องมีความรู้จริงในเรื่อง
1.ระเบียบวิธีวิจัย 2.สถิติเพื่อการวิจัย 3.หลักการจัดการเงินทุน และ 4.หลักการจัดการความเสี่ยง ถึงจะสามารถนำการทดสอบระบบที่ได้มาใช้ ด้วยความเสี่ยงของตัวเองว่าผลที่ได้เป็นสิ่งที่เกิดขึ้นในอดีตและสภาพการณ์แตกต่างจากปัจจุบันหรือไม่ทั้งพฤติกรรมของผู้ลงทุน เม็ดเงินจากผู้เล่นรายใหม่


ความเสี่ยงอาจน้อยกว่า หากเราวิเคราะห์ที่สภาพตลาดในปัจจุบัน ผลประกอบการของบริษัทจดทะเบียน และการใกล้จะทำราคาใหม่ที่ตอบรับกับผลประกอบการ
 

Building a Backtest System แค่เริ่มต้นก็ผิดแล้ว