📖 คัมภีร์ Quant บท 1 — แผนที่โลก quant: ใครเล่นอยู่บ้าง เงินไหลจากใครไปหาใคร และเรายืนตรงไหนได้จริง

ระดับ: สูง (v2) · เขียนจากมุม quant top 5% แล้วแปลภาษาให้อ่านง่าย · ตำราเรียนฉบับอ่านง่าย แผนทั้งชุด · บท 2 ศัพท์ →

1. Quant คืออะไรกันแน่ — นิยามที่แม่นพอจะไปเถียงกับใครก็ได้

Quantitative trading = การเทรดที่ทุกการตัดสินใจมาจากกฎที่วัดเป็นตัวเลขได้ และถูกพิสูจน์ด้วยข้อมูลก่อนใช้เงินจริง

นิยามนี้มี 2 ท่อน และโลกเข้าใจผิดทั้ง 2 ท่อน:

ท่อนแรก — "กฎวัดได้" ไม่ได้แปลว่าต้องมีสมการยากๆ: "ซื้อเมื่อราคาปิดเหนือจุดสูงสุด 50 วัน เสี่ยง 1% ต่อไม้ ออกเมื่อหลุดต่ำสุด 25 วัน" — นี่คือกฎ quant สมบูรณ์แบบทั้งที่เด็กประถมคำนวณได้ ขณะที่ "ซื้อเมื่อโครงสร้างตลาดเปลี่ยนเป็นขาขึ้น" ยังไม่ใช่ — ไม่ใช่เพราะแนวคิดผิด แต่เพราะ "โครงสร้างเปลี่ยน" ยังไม่ถูกนิยามเป็นตัวเลขที่สองคนอ่านแล้ววัดได้ตรงกัน ความต่างระหว่างสองประโยคนี้คือความต่างระหว่างสิ่งที่ทดสอบได้กับทดสอบไม่ได้ — และ กฎที่ทดสอบไม่ได้คือกฎที่หักล้างไม่ได้ ซึ่งฟังดูดีแต่จริงๆ คือจุดอ่อนร้ายแรง: มันแปลว่าเราไม่มีวันรู้ว่ามันใช้ไม่ได้แล้ว จนกว่าเงินจะหมด

ท่อนสอง — "พิสูจน์ก่อนใช้" คือเส้นแบ่งที่แท้จริง ไม่ใช่ความอัตโนมัติ: ระบบอัตโนมัติเต็มรูปแบบที่กฎไม่เคยถูกทดสอบ = เครื่องจักรเจ๊งอัตโนมัติ (วงการ EA/บอทเต็มไปด้วยสิ่งนี้) ส่วนเทรดเดอร์มือกดที่เทรดตามกฎซึ่งผ่านการพิสูจน์อย่างเข้มงวด = quant ที่ execution เป็นมนุษย์ ซึ่งเป็นรูปแบบที่กองทุนจริงจำนวนมากใช้ (เรียกกันว่า systematic with discretionary overlay)

🔬 เจาะลึก — สเปกตรัมจริงของวงการ: วงการไม่ได้แบ่งขาว-ดำ แต่เป็นสเปกตรัม 5 ระดับ: (1) discretionary ล้วน — ตัดสินใจจากประสบการณ์ ไม่มีกฎเขียน (2) rule-based discretionary — มีกฎเขียนชัด คนตัดสินใจขั้นสุดท้าย (3) quantamental — โมเดลคัดกรอง+จัดอันดับ คนเลือกและกด (4) systematic — กฎตัดสินใจทั้งหมด คนแค่ดูแลเครื่อง (5) fully automated HFT — เครื่องทั้งสาย คนเขียนเครื่อง · เทรดเดอร์เก่งๆ ส่วนใหญ่ของโลกอยู่ระดับ 2-3 ไม่ใช่ 5 · เป้าของหลิวใน 10 วันนี้คือขยับจากระดับ 1-2 → ระดับ 3 (ระบบชี้เป้า+เก็บสถิติ หลิวกด) ซึ่งเป็นจุดที่ ROI ต่อความพยายามสูงสุด และเป็นจุดที่ผิดพลาดน้อยสุดสำหรับคนที่มี edge เชิงประสบการณ์อยู่แล้ว

2. ประวัติย่อที่ควรเล่าได้ — เพราะมันอธิบายว่าทำไมเกมหน้าตาแบบวันนี้

เข้าใจประวัติ = เข้าใจว่า edge แต่ละชนิดเกิดและตายยังไง ซึ่งสำคัญกว่าจำชื่อคน:

ยุค 1 (1960s-70s) — นักคณิตศาสตร์บุกคาสิโนแล้วย้ายมาตลาด: Ed Thorp นักคณิตศาสตร์ MIT พิสูจน์ว่าแบล็คแจ็คนับไพ่ชนะได้ (เขียน Beat the Dealer จนคาสิโนต้องเปลี่ยนกติกา) แล้วย้ายมาตลาด — ใช้สูตรตีราคา options ก่อนที่ Black-Scholes จะตีพิมพ์หลายปี กองทุนเขากำไรติดต่อกัน ~20 ปีแทบไม่มีไตรมาสขาดทุน · บทเรียนที่ยังจริงวันนี้: edge แรกของโลก quant คือ "คำนวณราคาที่ถูกต้องได้ก่อนคนอื่น" และ edge ชนิดนี้ตายเมื่อสูตรกลายเป็นความรู้สาธารณะ — pattern ที่จะเห็นซ้ำทุกยุค

ยุค 2 (1980s-90s) — โรงงานสถิติเกิด: Jim Simons (นักคณิตศาสตร์เหรียญรางวัลระดับโลก ถอดรหัสให้ NSA มาก่อน) ตั้ง Renaissance — จุดเปลี่ยนคือเลิกถามว่า "ทำไมตลาดขยับ" แล้วถามแค่ "มีรูปแบบทางสถิติที่เกิดซ้ำไหม" จ้างเฉพาะนักคณิต/ฟิสิกส์/ภาษาศาสตร์เชิงคำนวณ ไม่จ้างคนการเงิน · ยุคเดียวกัน: ตำนานด้านมืดคือ LTCM — กองทุนที่มีนักเศรษฐศาสตร์รางวัลโนเบล 2 คน เลเวอเรจ ~25 เท่า ล้มในปี 1998 จนแบงก์ชาติสหรัฐต้องเรียกวอลล์สตรีททั้งถนนมาอุ้ม (ชันสูตรเต็มในบท 12 — บทเรียน risk ที่แพงที่สุดในประวัติศาสตร์)

ยุค 3 (2000s-2010s) — สงครามความเร็ว + โรงงานข้อมูล: ตลาดเป็นอิเล็กทรอนิกส์เต็มตัว → HFT เกิด สงครามไมโครวินาที (มีบริษัทลงทุนสร้างเส้นใยแก้วทะลุภูเขาจากชิคาโกถึงนิวเจอร์ซีย์ เพื่อลดเวลาส่งสัญญาณ ~3 มิลลิวินาที — เรื่องจริงที่กลายเป็นหนังสือ Flash Boys) · พร้อมกัน ยุค alternative data เริ่ม: ภาพดาวเทียม ยอดบัตรเครดิต

ยุค 4 (2020s-ปัจจุบัน) — ML เป็นของมาตรฐาน + LLM เขย่ากระดาน: ทุกกองทุนใหญ่มีทีม ML แล้ว (ไม่ใช่ความได้เปรียบอีกต่อไป — เป็นค่าผ่านประตู) · ที่กำลังเขย่าจริงปี 2024-2026: LLM ทำให้ "การวิจัย" ถูกลงมหาศาล — งานที่เคยต้องจ้างนักวิเคราะห์ 5 คน (อ่านงบ อ่านข่าว เขียนโค้ดทดสอบไอเดีย) คนเดียว+AI ทำได้ · นี่คือคลื่นที่หลิวกำลังเซิร์ฟอยู่พอดี — ความใหม่ของมันคือเหตุผลว่าทำไม "ตอนนี้" คือจังหวะที่ปลาเล็กมีโอกาสมากกว่าทุกยุคที่ผ่านมา (และก็เป็นเหตุผลที่คนหลอกขายฝัน AI เทรดเยอะที่สุดในประวัติศาสตร์เช่นกัน — สองอย่างนี้มาคู่กันเสมอ)

3. ห่วงโซ่อาหาร 5 ชั้น — ใครกินอะไร และต้องจ่ายอะไรเพื่อนั่งเก้าอี้นั้น

หลักการอ่านตาราง: ทุกชั้นกินกำไรจาก "ความไม่สมบูรณ์" คนละชนิด และต้องจ่าย "ค่าตั๋ว" คนละราคา — ชั้นที่สูงกว่าไม่ได้ฉลาดกว่าเสมอไป แต่จ่ายค่าตั๋วแพงกว่าเพื่อเข้าถึงเกมที่คนอื่นเข้าไม่ได้

ชั้น 1 — Market Makers / HFT (หน่วยเวลา: ไมโครวินาที–วินาที)

ตัวจริง: Citadel Securities (คนละนิติบุคคลกับกองทุน Citadel — ฝั่งนี้คือ market maker ที่จัดการ ~40% ของ retail order flow หุ้น US และคิดเป็น ~25% ของ volume หุ้น US ทั้งตลาดรวม institutional), Jane Street (ใหญ่ขนาดกำไรสุทธิปี 2023 ~$21B แซงหน้าแบงก์ลงทุนยักษ์หลายแห่ง), Virtu (เคยเปิดเผยใน IPO filing ว่าขาดทุนแค่ 1 วันจาก ~1,200 วันเทรด — นั่นไม่ใช่ฝีมือทำนายตลาด นั่นคือธุรกิจเก็บค่าผ่านทาง), Optiver, IMC - กินอะไร: spread + rebate (ส่วนลดค่าธรรมเนียมที่ตลาดจ่ายคืนให้ผู้เสนอสภาพคล่อง) จากตลาด — ทุกครั้งที่ใครก็ตามบนโลก "อยากซื้อ/ขายเดี๋ยวนี้" พวกเขาคือคู่สัญญาและคิดค่าบริการความทันใจนั้น เหมือนร้านแลกเงินสนามบิน: ไม่ได้พนันว่าเงินบาทจะขึ้นหรือลง แค่กินส่วนต่างทุกธุรกรรม - ค่าตั๋ว: เซิร์ฟเวอร์ co-location ติดตลาด (ค่าเช่าแพงระยับและจองคิวกันเป็นปี) · ชิป FPGA ออกแบบเอง (ตัดสินใจระดับ nanosecond — เร็วกว่าซอฟต์แวร์ปกติพันเท่า) · คลื่นไมโครเวฟข้ามทวีป · ทีมวิศวกรที่แย่งตัวกันด้วยเงินเดือนระดับดารา - ความเสี่ยงจริงของเขา (เข้าใจไว้จะอ่านตลาดออก): adverse selection — การยืนเสนอราคาตลอดเวลาแปลว่า "คนที่รู้อะไรบางอย่าง" จะมายิงใส่ก่อนราคาขยับเสมอ ระบบเขาจึงถอนราคาหนีเร็วมากเมื่อกลิ่นไม่ดี → นี่คือเหตุผลที่ spread "ถ่างเอง" ก่อนข่าวใหญ่และในช่วง panic — ไม่ใช่ตลาดใจร้าย แต่ผู้ให้บริการสภาพคล่องทั้งโลกกำลังหนีคนที่รู้มากกว่าพร้อมกัน บทเรียนปฏิบัติ: อย่าเทรดช่วง spread ถ่าง (ก่อน/หลังข่าวแรงๆ ไม่กี่นาที) — ค่าผ่านทางตอนนั้นแพงสุดของวัน

ชั้น 2 — Quant Hedge Funds / Stat Arb / Multi-strategy (หน่วยเวลา: นาที–สัปดาห์)

ตัวจริง: Renaissance (Medallion — ผลตอบแทนเฉลี่ย ~66%/ปีก่อนหักค่าธรรมเนียม ต่อเนื่อง 30 ปี ดีสุดเท่าที่มีบันทึกสาธารณะ และปิดรับเงินคนนอก+จำกัดขนาดตัวเอง — รายละเอียดบท 12), Two Sigma, D.E. Shaw, AQR, และตระกูล "pod shop" คือ Millennium / Citadel / Point72 - กินอะไร: ความสัมพันธ์สถิติเล็กๆ นับพันพร้อมกัน — แต่ละ signal ชนะแค่ 51-55% แต่กฎของจำนวนมาก (เล่นหมื่นไม้) บดความได้เปรียบจิ๋วเป็นกำไรเนียน เหมือนคาสิโนที่ได้เปรียบต่อตาแค่ 1-2% แต่เปิดทุกวัน - ค่าตั๋ว: PhD หลายร้อยคน · ข้อมูล alternative ราคาปีละหลายสิบล้านดอลลาร์ · infrastructure วิจัยที่ทดสอบไอเดียนับพันต่อปีโดยไม่หลอกตัวเอง (ส่วนที่ยากสุดและเป็นความลับจริงยิ่งกว่าสูตร)

🔬 เจาะลึก — กายวิภาค pod shop (โครงสร้างที่ชนะแห่งยุค 2020s): Millennium/Citadel ไม่ใช่ "กองทุนหนึ่งกลยุทธ์" แต่เป็น "ห้างสรรพสินค้ากลยุทธ์" — ทีมเล็กอิสระ (pod) หลายร้อยทีม ทีมละ 3-10 คน แต่ละทีมได้เงินจัดสรร+ขีดจำกัดความเสี่ยงเข้มมาก: ขาดทุนเกิน ~5% โดนลดทุนครึ่งหนึ่ง เกิน ~7-10% โดนปิดทีมทันที ไม่มีอุทธรณ์ · ฟังดูโหด แต่ผลรวมคือเครื่องจักรที่ผลตอบแทนเนียนระดับ Sharpe 2-3 (กำไร/ความเสี่ยง — บท 2 อธิบายเต็ม) ทั้งที่แต่ละ pod ไม่ได้เทพขนาดนั้น — ความลับไม่ใช่การเลือกคนเก่งสุด แต่คือการตัดคนที่กำลังพลาดออกเร็วและเด็ดขาด · บทเรียนถอดมาใช้กับเราได้ตรงๆ: ระบบเราต้องมี "กฎปิด pod ตัวเอง" — ขาดทุนถึง X% = หยุดเทรดอัตโนมัติ ไปนั่งวิเคราะห์ก่อน ไม่มีอุทธรณ์เหมือนกัน เพราะวินาทีที่อยากอุทธรณ์ที่สุดคือวินาทีที่ judgment เสื่อมที่สุด

ทำไมชั้นนี้เกี่ยวกับเรา: เขาคือเหตุผลที่ "ความสัมพันธ์สถิติง่ายๆ ในตลาดใหญ่สภาพคล่องสูง" ไม่เหลือถึงมือรายย่อย — อย่าหา edge แนว correlation/arbitrage ในหุ้น US ตัวใหญ่หรือ EURUSD ด้วยข้อมูลรายวันฟรี เพราะนั่นคือการงมหาเศษอาหารในตู้เย็นที่เครื่องดูดฝุ่นอุตสาหกรรมดูดทุกชั่วโมง

ชั้น 3 — CTA / Trend Followers / Macro Systematic (หน่วยเวลา: สัปดาห์–เดือน)

ตัวจริง: Man AHL, Winton, Aspect, Transtrend + ฝั่งกึ่ง academic คือ AQR — อุตสาหกรรมรวมหลายแสนล้านดอลลาร์ - กินอะไร: แนวโน้มกลาง-ยาวข้ามสินทรัพย์ทั่วโลก — กฎแก่นเรียบจนน่าตกใจ (ดูบท 3) ความซับซ้อนจริงอยู่ที่ risk management และ execution ไม่ใช่สัญญาณ - ลายเซ็นทางสถิติ: win rate 30-45% · แพ้เล็กถี่ ชนะโตเป็นพักๆ · ทำกำไรโดดเด่นใน "ปีหายนะ" ของคนอื่น (2008 ตลาดหุ้นทรุด — Barclay CTA Index +14-18% / Man AHL +33% เพราะ short ทุกอย่างที่เป็นเทรนด์ลง) — คุณสมบัติ "crisis alpha" นี้คือเหตุผลที่สถาบันยอมถือมันทั้งที่หลายปีมันน่าเบื่อ · เผื่อความคาดหวังให้ตรง: ตัวเลข 2008 นั้นมาจากกองที่เล่น futures ครบทุกสินทรัพย์รวมพันธบัตร+ชอร์ตหุ้น — universe แคบกว่า (แบบของเรา) ปีวิกฤตมักหมายถึง "เจ็บน้อยกว่าตลาดมาก" ไม่ใช่กำไรเด้งสวน (ผลทดสอบจริงของเรา: 2022 trend −18% ขณะตลาด −29% — ดู research/r2) - ทำไมชั้นนี้สำคัญกับเราที่สุด: เป็นชั้นเดียวที่ edge ไม่ได้มาจากค่าตั๋วแพง แต่มาจากวินัยที่เงินซื้อไม่ได้ — timeframe ใหญ่พอที่ความเร็วไม่ตัดสิน ข้อมูลฟรีพอใช้ กฎเปิดเผยในงานวิจัยสาธารณะมานานหลายสิบปีแล้วก็ยัง work (เหตุผลเชิงลึกอยู่บท 3) — รายย่อยลอกการบ้านชั้นนี้ได้จริง และระบบของเราก็วางแกนอยู่บนตระกูลนี้

ชั้น 4 — Prop Firms / Independent Systematic Traders (หน่วยเวลา: วัน–สัปดาห์)

โลกของบริษัทให้ทุน (จ่ายค่าสอบ ผ่านการประเมิน ได้บัญชีทุนบริษัท แบ่งกำไร 70-90%) และนักเทรดระบบอิสระที่รันเครื่องเองที่บ้าน — เพดานที่เป็นจริงของรายย่อยเก่ง และโมเดลธุรกิจที่ต้องอ่านขาด:
ความจริงที่ต้องรู้เกี่ยวกับ prop firm ยุคใหม่ (แบบ challenge ออนไลน์): รายได้หลักของหลายเจ้าไม่ใช่ส่วนแบ่งกำไรเทรดเดอร์ แต่คือ ค่าสมัครสอบของคนที่สอบตก (อัตราผ่านจริงต่ำมาก หลักหน่วย %) — ไม่ได้แปลว่าโกงทุกเจ้า แต่แปลว่า incentive เขาคือ "ขายข้อสอบ" ไม่ใช่ "ปั้นเทรดเดอร์" · กติกาหลายข้อ (daily drawdown แคบ, time limit) ออกแบบให้คนรีบและพลาด · ถ้าจะลองต้องไปแบบมีระบบที่พิสูจน์แล้วเท่านั้น — ห้ามไป "ลองสอบดู" ด้วยมือเปล่า
ข้อดีจริงของชั้นนี้: track record เทรดกระดาษ/ทุนเล็กที่พิสูจน์ได้ = ใบเบิกทาง ไม่มีใครถามวุฒิ — ระบบ+สมุดเทรดกระดาษที่เรากำลังสร้าง คือการเตรียมเอกสารสมัครชั้นนี้ไปในตัว (จะใช้หรือไม่ค่อยตัดสินใจ แต่ประตูจะเปิดรอ)

ชั้น 5 — Retail (รายย่อย) (หน่วยเวลา: ตามอารมณ์ ซึ่งคือปัญหา)

ตัวเลขจริงที่กฎหมายบังคับเปิด: โบรก CFD ยุโรปต้องแปะหน้าเว็บว่ากี่ % ของบัญชีรายย่อยขาดทุน — ตัวเลขวนอยู่ 62-82% แทบทุกเจ้า ทุกไตรมาส มาหลายปี · งานวิจัยใหญ่ฝั่งเอเชีย (ตลาดหุ้นไต้หวัน — ข้อมูลทุกบัญชีทั้งตลาดหลายปี) พบว่า day trader ที่ "กำไรสม่ำเสมอข้ามปี" มีไม่ถึง ~1% ของทั้งหมด — บาร์ของ "เก่งจริง" ในชั้นนี้สูงกว่าที่โซเชียลทำให้รู้สึกมาก
สาเหตุการตายเรียงตามลำดับจริง: (1) ไม่มีกฎ (2) มีกฎ ไม่เคยทดสอบ (3) ทดสอบแล้ว ทำตามไม่ได้ (4) ทำตามได้ แต่ size ใหญ่เกิน — ตายตอนระบบยังถูก (5) เทรดถี่เกิน — โดนชั้น 1 รีดค่าผ่านทางจนแห้ง · สังเกต: ทั้ง 5 ข้อไม่มีข้อไหนคือ "วิเคราะห์กราฟไม่เก่ง" — นี่คือประโยคที่ควรขึ้นเพจที่สุดในบทนี้
การมีระบบที่ทดสอบแล้ว + วินัย + size ถูก = ข้ามสาเหตุตาย 5 ข้อทันที — ไม่ได้การันตีรวย แต่เปลี่ยนเกมจาก "รอวันตาย" เป็น "อยู่นานพอที่จะเรียนรู้จนเจอ edge จริง" ซึ่งในเกมที่คนส่วนใหญ่ตายเร็ว การอยู่รอดนานคือความได้เปรียบเชิงโครงสร้างในตัวมันเอง

4. เศรษฐศาสตร์ของแผนที่ — เงินไหลจากใครไปหาใคร (ภาพที่ทำให้ทุกชั้นเข้าใจง่ายขึ้น)

ลองมองทั้งตลาดเป็นปั๊มเงิน 4 ท่อ:

ท่อ hedger: ธุรกิจจริง (สายการบินล็อกราคาน้ำมัน เกษตรกรล็อกราคาพืช ผู้ส่งออกล็อกค่าเงิน) — ยอมจ่ายเพื่อโยนความเสี่ยงทิ้ง เหมือนซื้อประกัน เขาไม่ได้มาเอากำไร เขามาซื้อความแน่นอน → นี่คือแหล่ง risk premium ถาวรของทั้งระบบ (คนรับความเสี่ยงแทนเขาได้ค่าจ้าง)
ท่อ forced flows: เงินที่ "ต้องซื้อ/ขายโดยไม่เกี่ยงราคา" — กองทุนดัชนีปรับพอร์ตตามกติกา เงินบำนาญเข้าทุกเดือน บัญชีโดน margin call บังคับขาย → คนที่ยืนรออีกฝั่งของ flow บังคับ ได้ edge เชิงโครงสร้าง
ท่อ mistake-makers: รายย่อย (และมืออาชีพที่หลุดวินัย) ที่ซื้อแพงขายถูกด้วยอารมณ์ → แหล่ง behavioral edge
ท่อ information: คนรู้จริงก่อน (ถูกกฎหมาย: วิเคราะห์เก่งกว่า/ข้อมูลทางเลือก) เก็บจากคนรู้ทีหลัง

ทุกกลยุทธ์ที่ยั่งยืนในโลก ต้องตอบได้ว่าตัวเองดูดจากท่อไหน — และความหวังของปลาเล็กอยู่ที่ท่อ 1 กับ 3 เป็นหลัก (ท่อ 2 ต้องใช้ทุน/ข้อมูลเฉพาะ ท่อ 4 เป็นของชั้น 1-2) · ระบบของเรา: trend = ท่อ 1+3 · mean reversion มีวินัย = ท่อ 3 · อ่านรอยเท้า = พยายามแอบดูท่อ 2+4 — ครบวงจรพอดีไม่ใช่เรื่องบังเอิญ

5. "ช่องว่างของปลาเล็ก" — วิเคราะห์เชิงโครงสร้าง ไม่ใช่คำปลอบใจ

ทุกข้อในตารางนี้คือ ข้อห้ามที่เขียนอยู่ในสัญญา/โครงสร้างของยักษ์จริงๆ ไม่ใช่จุดอ่อนที่เขาแก้ได้:

ข้อจำกัดเชิงโครงสร้างของยักษ์	กลไกเบื้องหลัง	แต้มต่อที่เราได้
เข้า-ออกของเล็กไม่ได้	กองแสนล้านซื้อหุ้น/สัญญาเล็ก แค่ขยับ 0.5% ของพอร์ตก็กลายเป็น 20% ของ volume รายวันของสินทรัพย์นั้น — ราคาหนีก่อนซื้อเสร็จ	โอกาสใน "ของเล็ก/จังหวะเล็ก" เป็นของเราล้วนๆ — ทุนเล็กเข้าออกในตลาดเล็กได้โดยราคาไม่หนี · เป้า realistic ปีแรกของระบบ trend รายย่อยคือ 10-25%/ปี พร้อม DD พอๆ กัน
หยุดเทรดไม่ได้	ลูกค้าจ่าย management fee รายเดือน — กองที่ถือเงินสด 100% รอจังหวะ 6 เดือน = โดนถามว่า "จ่ายค่าอะไรอยู่" แล้วโดนถอน · ภาษาวงการ: career risk บังคับให้ทำอะไรสักอย่างเสมอ	สิทธิ์ไม่เทรด = สินทรัพย์ที่แพงที่สุดที่เราได้ฟรี — เลือกเล่นเฉพาะ 3-4 จังหวะที่ดีสุดของเดือน คือกลยุทธ์ที่กองทุนอยากทำแต่สัญญาห้าม
ถูกบังคับขายตอนแย่ที่สุด	ลูกค้าถอนเงินตอน DD เสมอ (พฤติกรรมมนุษย์) → กองโดนบังคับขายของถูกตอนถูกสุด ซ้ำเติม DD ตัวเอง — นี่คือกลไกที่ฆ่า LTCM และกอง value ยุค 2010s ทั้งที่ "คิดถูก"	เงินตัวเอง ไม่มีใครบังคับถอน — ขอแค่ size ถูกและใจถึง เราถือผ่านจุดที่กองทุนโดนบังคับยอมแพ้ได้
ต้องกระจายหลายร้อยตัว	ทุนใหญ่บังคับ — โฟกัส 5 ตัวไม่ได้เพราะใส่เงินลงไม่หมด	โฟกัสตลาดที่รู้ลึกจริง (ทองที่หลิวดูมา 10 ปี) — ในการหา edge ความลึกชนะความกว้าง แต่การกระจายความเสี่ยงยังจำเป็นเพื่อความอยู่รอดระยะยาว (บท 6)
ทิ้งร่องรอยตามกฎหมาย	COT (รายงาน positioning ของ futures รายสัปดาห์) / 13F (รายงานพอร์ตกองทุนรายไตรมาส) บังคับรายงาน — เขาเกลียดมันมาก แต่เลี่ยงไม่ได้	เราอ่านรายงานเขาฟรีทุกสัปดาห์ เขาอ่านพอร์ตเราไม่ได้
timeframe เล็กต้องแข่งอาวุธ	เกมต่ำกว่ารายชั่วโมง ผลแพ้ชนะตัดสินด้วย microstructure + ความเร็ว	H4/Daily/Weekly คือโซนปลอดสงครามอาวุธ — ที่ซึ่งความอดทน ความเข้าใจตลาด และวินัย ยังเป็นตัวตัดสิน
ค่าตั๋วปลาเล็กสูงเป็น %	ยักษ์จ่าย spread เศษเสี้ยว bp + rebate ได้คืน — เราจ่าย spread เต็ม + swap + commission เป็น % ของทุนสูงกว่ามาก	ระบบของเราต้องเทรดห่างและกำไรต่อไม้ต้องใหญ่พอกลบ — เหตุผลเชิงเลขที่ H4/Daily ชนะ Day trade เสมอสำหรับรายย่อย

ยุทธศาสตร์หนึ่งบรรทัดของทั้งคัมภีร์: ปลาเล็กชนะในเกมที่ "ความเล็ก + ความอิสระ + ความอดทน" เป็นอาวุธ — และแพ้ทันทีที่เผลอไปเล่นเกมที่ "ทุน + ความเร็ว + ข้อมูล" เป็นอาวุธ ทุกการตัดสินใจออกแบบระบบของเรา เช็คกับบรรทัดนี้ได้เสมอ

6. Wyckoff/SMC อยู่ตรงไหนของแผนที่ — วางตำแหน่งให้แม่นเพื่อไปต่อให้ถูก

เชิงสมมติฐาน: สิ่งที่หลิวสอน (Composite Man สะสม/ระบาย ทิ้งรอยใน price+volume) ตั้งอยู่บนแนวคิดเดียวกับที่ชั้น 2 ใช้ข้อมูลลึกยืนยัน: institutional flow ขับราคา และการซ่อนตัวสมบูรณ์เป็นไปไม่ได้ — แต่การที่แนวคิดฟังดูสอดคล้องกัน ไม่ได้พิสูจน์ว่าเวอร์ชันอ่านจากแท่งเทียนฟรีใช้งานได้ (นั่นคือสิ่งที่เรากำลังทดสอบอยู่)
เชิงหลักฐาน: จุดที่ต้องพูดเต็มปากแบบคนรู้จริง: เวอร์ชันที่พิสูจน์แล้วใช้ข้อมูลลึก/แพง (order book, tick) — ส่วนเวอร์ชันอ่านจากแท่งเทียน+volume ฟรี ยังไม่มีงานสถิติสาธารณะที่ทำซ้ำได้มายืนยันหรือหักล้าง สาเหตุหลักคือกฎดั้งเดิมเขียนด้วยภาษาคน ("volume แห้ง", "spring ที่มีคุณภาพ") ซึ่งแต่ละคนตีความไม่ตรงกัน → ทดสอบแบบวิทยาศาสตร์ไม่ได้จนกว่าจะล็อกนิยามเป็นตัวเลข
สิ่งที่เรากำลังทำจึงมีความหมายเกินตัว: ล็อกนิยามกฎของหลิวเป็นตัวเลข → ทดสอบกับข้อมูล 10 ปีโดยไม่แก้นิยามตามผล → ให้ตัวเลขพูด — ไม่ว่าออกหัวหรือก้อย เราถือสิ่งที่วงการ Wyckoff/SMC ทั้งโลก (ซึ่งใหญ่มากแต่ไม่มีใครกล้าวัด) ไม่มี: หลักฐาน · ถ้าผ่าน = ของจริงที่ใช้ได้ในตลาด ถ้าไม่ผ่าน = รู้ก่อนทุกคนว่าจุดไหนของตำราคือของจริง/ของเล่า แล้วปรับ — ทั้งสองทางคือผู้ชนะในเกมความรู้

🔬 เจาะลึก — ทำไม "ไม่มีใครกล้าวัด" ถึงเป็นเรื่องปกติของวงการสอนเทรด: incentive ไม่เอื้อ — คนสอนที่วัดแล้วผลไม่สวยจะเสียธุรกิจ ส่วนคนสอนที่ไม่วัดเลยพูดอะไรก็ได้ → ตลาดการสอนจึงเต็มไปด้วยคำที่หักล้างไม่ได้ ("เข้าตามโครงสร้าง" "รอความชัดเจน") · คนแรกในวงการไทยที่กล้าพูดว่า "ผมวัดกฎตัวเองแล้ว นี่คือตัวเลข แพ้ตรงไหนชนะตรงไหน" จะแตกต่างทันทีแบบที่งบโฆษณาซื้อไม่ได้ — นี่คือมุม product ที่จะเจาะเต็มในบท 8

7. คำถามทดสอบความเข้าใจท้ายบท (ตอบได้ครบ = บทนี้เป็นของหลิวแล้ว)

กฎที่ "หักล้างไม่ได้" ทำไมจึงเป็นจุดอ่อนไม่ใช่จุดแข็ง? (เพราะเราไม่มีวันรู้ว่ามันเสียแล้ว — จนกว่าเงินจะหมด)
Virtu ขาดทุนแค่ 1 วันจาก ~1,200 วัน — ตัวเลขนี้บอกว่าเขา "ทำนายเก่ง" หรืออะไร? (ไม่ใช่การทำนาย — เป็นธุรกิจเก็บค่าผ่านทาง: กิน spread จากทุกธุรกรรม)
pod shop ปิดทีมที่ DD ~7-10% ทันที — หลักการนี้แปลงเป็นกฎส่วนตัวของเราว่าอะไร? (กฎหยุดเทรดอัตโนมัติเมื่อ DD ถึงเกณฑ์ — ตัดสินใจตอนสติดี ไม่ใช่ตอนเลือดไหล)
ทำไมกองทุนถึง "ถูกบังคับขายตอนแย่สุด" แล้วเราไม่โดน? (ลูกค้าถอนเงินตอน DD — เราเทรดเงินตัวเอง ไม่มี career risk ขอแค่ size ถูก)
เงิน 4 ท่อในตลาดคืออะไร และระบบเราดูดจากท่อไหน? (hedger premium · forced flows · mistakes · information — เราเน้นท่อ 1+3 และแอบอ่านท่อ 2)
สาเหตุการตายของรายย่อยทั้ง 5 ข้อ มีข้อไหนเกี่ยวกับ "วิเคราะห์กราฟไม่เก่ง" บ้าง? (ไม่มีสักข้อ — และนั่นคือประเด็น)

ถัดไป → บท 2: ศัพท์ต้องรู้ — ภาษาที่ใช้ทั้งวงการ ฉบับ 3 ชั้น: นิยาม-ทำไมสำคัญ-คนใช้ผิดตรงไหน