📖 คัมภีร์ Quant บท 2 — ศัพท์ต้องรู้ ~60 คำ ฉบับตำรา (นิยาม · ทำไมสำคัญ · คนใช้ผิดตรงไหน · ตัวอย่างเลขจริง)

(37 หัวข้อ ครอบคลุม ~60 คำ — บางหัวข้อรวมศัพท์หลายตัวไว้ด้วยกัน)

ระดับ: สูง (v2) · ทุกคำมี 3-4 ชั้น — ชั้น "คนใช้ผิด" คือสิ่งที่หาอ่านฟรียาก เพราะคนเขียนบทความฟรีส่วนใหญ่ก็ใช้ผิดอยู่ วิธีใช้บทนี้: อ่านรอบแรกเอาภาพรวม · กลับมาเปิดเหมือนพจนานุกรมเมื่อเจอคำในบทอื่น แผนทั้งชุด · ← บท 1 · บท 11 สถิติ →

---

กลุ่ม 1 — วัดผลตอบแทน (พูดเรื่องกำไรแบบผู้ใหญ่ในวงการ)

1. Return / CAGR / Arithmetic vs Geometric

• นิยาม: CAGR = อัตราโตทบต้นต่อปี — ตัวเลขเดียวที่ตอบว่า "เงิน 100 โตเป็นเท่าไรต่อปีจริงๆ"
• ตัวอย่างเลขที่เปิดตาคน (ทำไม arithmetic โกหก): พอร์ตปี 1 กำไร +50% ปี 2 ขาดทุน −50% → เฉลี่ยแบบบวกลบ (arithmetic) = 0% ต่อปี ฟังดูเจ๊า — แต่เงินจริง: 100 → 150 → 75 ขาดทุนจริง 25% · ความผันผวนกัดกินผลตอบแทนทบต้นเสมอ (เรียกว่า volatility drag) — ยิ่งพอร์ตเหวี่ยงแรง CAGR ยิ่งต่ำกว่าค่าเฉลี่ยรายปีที่เห็น · นี่คือเหตุผลทางคณิตศาสตร์ที่ "ลดความเหวี่ยง" = "เพิ่มผลตอบแทนระยะยาว" — ที่ผลตอบแทนเฉลี่ยต่อไม้เท่ากัน ยิ่งเหวี่ยงน้อย CAGR ยิ่งสูงกว่า ไม่ใช่แค่เรื่องจิตใจ
• คนใช้ผิด: เอา % เดือนดีสุดคูณ 12 · โชว์ผลตอบแทน "รวมตลอดชีพ" โดยไม่บอกกี่ปี (+300% ใน 3 ปี = เทพ · ใน 15 ปี = แพ้ดัชนี)

2. Volatility (ความผันผวน / σ)

• นิยาม: ค่าเบี่ยงเบนมาตรฐานของผลตอบแทน — "ปกติแล้วพอร์ตนี้แกว่งวันละ/ปีละกี่ %"
• ตัวเลขอ้างอิงที่ควรจำ: หุ้นโลกระยะยาว vol ~15-20%/ปี · ทอง ~15%/ปี · BTC ~60-80%/ปี · พอร์ต hedge fund "เนียน" ~6-10%/ปี — เวลาใครโชว์พอร์ต ให้ประเมิน vol คร่าวในหัวเทียบตารางนี้ทันที
• ทำไมสำคัญกว่าที่คิด: vol คือ "ภาษีทบต้น" (ข้อ 1) + ตัวกำหนดว่ามนุษย์คนหนึ่งถือระบบนี้ไหวไหม — ระบบ CAGR 25% vol 40% มักจบที่เจ้าของกดปิดเองตอน DD ลึก แล้วไม่อยู่รับช่วงฟื้น
• คนใช้ผิด: "vol ต่ำ = ปลอดภัย" — ระบบขายประกัน (grid/carry/short vol) vol ต่ำเตี้ยเรี่ยดินจนวันที่ตาย — ตัวอย่างคลาสสิกคือ EA สายกริด/มาร์ติงเกล (martingale = กลยุทธ์เพิ่ม size หลังแพ้เพื่อเฉลี่ยต้นทุน — ชนะ 98% ของไม้ แต่ไม้แพ้เฉลี่ยใหญ่กว่าไม้ชนะ ~160 เท่า บัญชีจบที่ $1.88) ความเสี่ยงแท้อยู่ที่ หาง (tail) ไม่ใช่ความแกว่งรายวัน — บทที่ 11 จะอธิบายว่าทำไมตลาดการเงินมี "หางอ้วน" กว่าโค้งระฆังเสมอ

3. Drawdown / Max Drawdown (DD / MaxDD)

• นิยาม: % ที่พอร์ตดิ่งจากยอดสูงสุด ณ จุดลึกสุด — ตัวเลขแรกที่มืออาชีพเปิดดู (ก่อนกำไร)
• ตารางโหดที่ควรท่องได้: ขาดทุน 10% → ต้องกำไร 11% คืนทุน · 20%→25% · 33%→50% · 50%→100% · 80%→400% — ความเจ็บไม่สมมาตร และนี่คือเหตุผลเดียวที่พอเพียงสำหรับการมี risk management
• มิติที่คนลืม — เวลา: นอกจาก "ลึกแค่ไหน" ต้องดู "นานแค่ไหน" (underwater period) — กองทุนเทรนด์ระดับโลกเคยใต้ยอดเก่านาน 3-5 ปี แล้วฟื้น · มนุษย์ส่วนใหญ่ทนระบบที่ underwater เกิน ~12-18 เดือนไม่ได้ต่อให้รู้ว่าระบบดี — ออกแบบระบบต้องเผื่อข้อจำกัดมนุษย์ข้อนี้ ไม่ใช่เผื่อแค่คณิตศาสตร์
• 🔬 กฎหัวแม่มือคนใน: MaxDD ใน backtest × 1.5-2 = MaxDD ที่ควรเตรียมใจในอนาคต (อนาคตมีเหตุการณ์ที่อดีตไม่มีเสมอ) · ตั้งใจออกแบบให้ MaxDD คาดหวัง ≤ ครึ่งหนึ่งของจุดที่ใจเราพังจริง

4. Sharpe Ratio

• นิยาม: (ผลตอบแทน − ดอกเบี้ยไร้เสี่ยง) ÷ vol — กำไรต่อหน่วยความเหวี่ยง ภาษากลางของทั้งวงการ
• ตัวอย่างคำนวณจริง: ระบบได้ 18%/ปี · ดอกเบี้ยพันธบัตร 4% · vol 14% → Sharpe = (18−4)/14 = 1.0 — ระดับ "ใช้ได้จริง น่าเคารพ" สำหรับระบบรายย่อย
• สเกลอ่านค่าแบบคนใน: <0.3 = noise · 0.5 = พอใช้ · ~1 = ดีจริง (ระบบเดี่ยว timeframe ใหญ่ ส่วนใหญ่อยู่แถวนี้) · 2 = ดีมาก (มักเป็นพอร์ตหลายระบบรวมกัน) · 3+ = ระดับโรงงาน Medallion/HFT · เห็น backtest Sharpe 4-6 ที่ไหน ให้ตั้งสงสัย overfitting เป็นอันดับแรกแทบทุกกรณี — และนี่คือไม้บรรทัดอ่าน "ระบบเทพ" ทุกตัวที่จะมีคนเอามาขายหลิวตลอดชีวิต
• จุดอ่อนที่ต้องรู้เพื่อไม่บูชามัน: (1) ลงโทษการเหวี่ยงขาขึ้น (ระบบ trend โดนกดคะแนนฟรี) (2) มองไม่เห็นหาง — ระบบขายประกัน Sharpe สวยมากจนวันระเบิด (LTCM ก่อนล้ม Sharpe ประมาณการ 2-4 แล้วแต่ช่วงวัด) → ดูคู่กับ MaxDD + skew เสมอ

5. Sortino Ratio

• เหมือน Sharpe แต่หารด้วย "ความเหวี่ยงขาลงเท่านั้น" — แฟร์กับระบบ positive skew (trend) · ใช้เมื่อเทียบระบบข้ามตระกูล: Sortino สูงกว่า Sharpe มาก = กำไรมาเป็นก้อนกระโดด (ลักษณะ trend) · ต่ำใกล้กัน = กำไรเนียน (ระวังตระกูลขายประกัน)

6. Calmar Ratio

• นิยาม: CAGR ÷ MaxDD — "ได้ปีละกี่ % ต่อความเจ็บลึกสุด 1 หน่วย" — ratio โปรดของสาย CTA/managed futures เพราะตอบคำถามที่นักลงทุนถามจริง: "กำไรคุ้มกับ DD ที่ต้องทนไหม" · เกณฑ์: >1 ดี · >3 หายาก · ระบบเราควรรายงานทั้ง Sharpe และ Calmar คู่กันเสมอ

7. Profit Factor (PF)

• กำไรรวม ÷ ขาดทุนรวม · เกณฑ์อ่าน: <1 = ระบบแพ้ · 1.2-1.5 = ใช้ได้ถ้าเทรดเยอะพอ · 1.5-2.5 = ดี · >3 พร้อม sample เล็ก = ยังไม่เจอไม้ตาย อย่าเพิ่งเชื่อ — PF ต้องอ่านคู่จำนวนเทรดเสมอ (PF 4 จาก 20 ไม้ บอกอะไรไม่ได้ · PF 1.4 จาก 800 ไม้ มีความหมายมาก — เหตุผลทางสถิติอยู่บท 11)

8. Win Rate vs Expectancy ⭐ (ถ้าทั้งบทจำได้คู่เดียว จำคู่นี้)

• สูตร expectancy ต่อไม้: (P(ชนะ) × กำไรเฉลี่ย) − (P(แพ้) × ขาดทุนเฉลี่ย)
• คำนวณโชว์ 3 ระบบ ให้เห็นว่า win rate โกหกยังไง:
• ระบบ A "นักแม่นปืน": ชนะ 90% ได้ไม้ละ 1,000 · แพ้ 10% เสียไม้ละ 15,000 → E = 900 − 1,500 = −600/ไม้ → เจ๊งแน่นอนทางคณิตศาสตร์ (หน้าตาเหมือน EA สายกริด/มาร์ติงเกลทุกตัวในโลก)
• ระบบ B "นักล่าเทรนด์": ชนะ 35% ได้ไม้ละ 9,000 · แพ้ 65% เสียไม้ละ 3,000 → E = 3,150 − 1,950 = +1,200/ไม้ → รวยทั้งที่แพ้บ่อยกว่าชนะเกือบเท่าตัว
• ระบบ C "เสมอตัวหลอกๆ": ชนะ 55% ได้ 2,000 · แพ้ 45% เสีย 2,500 → E = 1,100 − 1,125 = −25/ไม้ — ดูเหมือนระบบดี (ชนะเกินครึ่ง!) แต่เป็นเครื่องเผาเงินช้าๆ + ค่าธรรมเนียมยิ่งซ้ำ — ระบบรายย่อยส่วนใหญ่ในโลกคือแบบ C โดยเจ้าตัวไม่เคยคำนวณ
• ประโยคขึ้นเพจ: "อย่าถามว่าระบบชนะกี่ % — ถามว่าเฉลี่ยแล้วต่อไม้เหลือกี่บาท สองคำถามนี้คนละเรื่องกันเลย"

9. R-multiple / MAE / MFE

• R-multiple: วัดทุกไม้เป็นเท่าของความเสี่ยงที่วางแผน (เสี่ยง 1,000 = 1R · กำไร 2,500 = +2.5R) — บังคับให้กำหนด stop ก่อนเข้าโดยปริยาย และทำให้เทียบไม้ข้ามตลาด/ขนาดได้
• MAE (Maximum Adverse Excursion): ระหว่างถือ ไม้นี้เคย "ติดลบลึกสุด" เท่าไรก่อนจบ — วิเคราะห์ MAE ของไม้ที่ชนะทั้งหมด จะเห็นว่า stop ควรอยู่ไหนจริงๆ (ถ้าไม้ชนะ 90% ไม่เคยติดลบเกิน 0.8R → stop ที่ 1R กำลังดี ไม่ต้อง 2R)
• MFE (Maximum Favorable Excursion): ไม้นี้เคย "กำไรสูงสุด" เท่าไรก่อนจบ — ถ้าไม้แพ้ส่วนใหญ่เคยกำไร +1R ก่อนกลับมาตาย → ระบบควรมี breakeven stop · MAE/MFE คือเครื่องมือปรับ exit แบบมีหลักฐาน แทนการนั่งเถียงกันด้วยความรู้สึก — สมุดเทรดกระดาษของระบบเราจะเก็บสองค่านี้ทุกไม้
• ⚠️ กับดักซ่อน: เมื่อเห็น MAE แล้วอยากขยับ stop ให้แคบลง — ต้องรัน backtest ใหม่ด้วย stop ที่ขยับแล้วทุกครั้ง เพราะ stop ที่ต่างกันสร้างชุดไม้ที่ต่างกันทั้งหมด ผล MAE/MFE ชุดเดิมใช้อ้างอิงชุดใหม่ไม่ได้

---

กลุ่ม 2 — Alpha / Beta / Edge (แก่นของทั้งวิชา)

10. Beta (β)

• นิยาม: ความไวของพอร์ตต่อตลาดรวม — β 1.0 = ขยับตามตลาดเป๊ะ · β 2.0 = ขยายสองเท่า · β 0 = ไม่เกี่ยวกับตลาด (market neutral)
• ใจความ: ผลตอบแทนจาก β คือ "ของฟรีที่มีขายถูกมาก" (ETF ค่าธรรมเนียม 0.03%/ปี) → มูลค่าของเทรดเดอร์/กองทุน วัดกันที่ส่วนที่เกิน β เท่านั้น
• คนใช้ผิดระดับวงการ: กองทุน (และกูรู) จำนวนมากเก็บค่าธรรมเนียมแพงเพื่อส่งมอบสิ่งที่ 90% คือ β — มีงานวิจัยแกะพอร์ต hedge fund ทั้งอุตสาหกรรมพบว่าผลตอบแทนส่วนใหญ่อธิบายได้ด้วย β ผสมไม่กี่ตัว · เช็คตัวเองด้วยคำถามเดียว: "ปีที่ตลาดขึ้น 20% เราได้ 25% — เราเก่ง หรือเราแค่ long ด้วย β สูง?"

11. Alpha (α)

• นิยาม: ผลตอบแทนส่วนที่เหลือหลังหักทุกอย่างที่อธิบายได้ด้วยการรับความเสี่ยงสาธารณะ (β ทุกชนิด) — เศษที่เหลือนั่นแหละฝีมือ
• ความจริงที่ทำให้ถ่อมตัว: กองทุนระดับโลกที่คนเก่งสุดในโลกรวมตัว ทำ alpha แท้ได้ปีละไม่กี่ % บนทุนมหาศาล — เพราะงั้นเวลาเห็นใครเคลม alpha 100%/ปี คำอธิบายที่เป็นไปได้เรียงตามความน่าจะเป็น: (1) วัดผิด — จริงๆ คือ β หรือ luck (2) ทุนเล็กมาก (ซึ่งทำได้จริง! — ปลาเล็กได้เปรียบเรื่อง % ตามบท 1) (3) ตัวเลขปลอม · แยกสามอย่างนี้ให้ออกคือทักษะอ่านวงการขั้นพื้นฐาน
• alpha ตัวจริงหน้าตาเป็นไง: ไม่หวือหวา — ชนะตลาดปีละไม่กี่ % แต่ ทำซ้ำได้ อธิบายได้ว่ามาจากไหน และรู้ว่าจะเสื่อมเมื่อไร

12. Edge ⭐

• นิยามที่เข้มกว่าทั่วไป: ความได้เปรียบที่ทำให้ expectancy เป็นบวก หลังหักต้นทุนทุกชนิด + อธิบายได้ว่าใครจ่ายและทำไมเขายังจ่ายต่อ
• โครงสร้าง 3 ตระกูล (จากบท 3): รับเสี่ยงแทนคนอื่น (risk premium) · กินความบกพร่องมนุษย์ (behavioral) · ถือความได้เปรียบโครงสร้าง (structural) — edge ที่อธิบายไม่ได้ว่าอยู่ตระกูลไหน มักคือ "ขายประกันโดยไม่รู้ตัว" หรือ "ความบังเอิญที่ยังไม่หมดอายุ"
• ลำดับการตายของ edge (alpha decay): ค้นพบ → ใช้เงียบๆ (กำไรงาม) → คนเริ่มรู้ (กำไรหด) → ตีพิมพ์/แชร์ (กำไรเหลือเศษ) → กลายเป็น β มีขายเป็น ETF (จบ) — กระบวนการนี้เร็วขึ้นทุกทศวรรษ · ยกเว้นสำคัญ: edge ที่ผูกกับ "ความเจ็บที่ต้องทน" (trend) หรือ "ข้อจำกัดโครงสร้าง" (ทุนเล็ก) ตายช้าสุด เพราะรู้แล้วก็ทำตามยากอยู่ดี

13. Factor / Smart Beta / Risk Premium

• factor = พฤติกรรมตลาดที่เกิดซ้ำจนถูกตั้งชื่อและขายเป็นสินค้า: momentum, value, carry, quality, low-vol — แต่ละตัวมีงานวิจัยหนุนหลายทศวรรษและมี ETF ขายถูกๆ
• ประโยชน์ใช้งานจริง: เป็นเครื่องเช็คว่า "กลยุทธ์ลับ" ที่ใครเสนอขาย แท้จริงคือ factor สาธารณะห่อกระดาษใหม่หรือเปล่า — ครึ่งหนึ่งของคอร์ส/ระบบที่ขายกันแพงๆ คือ momentum หรือ carry ธรรมดาที่เจ้าของเองก็ไม่รู้

---

กลุ่ม 3 — ต้นทุนและโครงสร้างตลาด (ฆาตกรเงียบ)

14. Spread / Slippage / Commission — สามพี่น้องค่าผ่านทาง

• ตัวอย่างคำนวณที่ควรทำกับตลาดตัวเองสักครั้งในชีวิต: (ตัวอย่าง ณ ราคา ~2,650 ปลายปี 2024 — มิ.ย. 2026 ทองอยู่ที่ ~$4,200) เทรดทอง spot spread ~0.3 จุด ราคา ~2,650 → ต้นทุน spread ~0.011% ต่อรอบเข้า-ออก (จ่าย spread หนึ่งครั้งต่อรอบ รวมทั้งขาซื้อและขาย · ยังไม่รวม slippage) · ฟังดูจิ๋ว — แต่เทรดวันละ 3 รอบ × 250 วัน = ต้นทุนปีละ ~8.3% ของพอร์ต(!) ขณะที่เทรดสัปดาห์ละ 2 รอบ = ปีละ ~1.2% · ความถี่คือตัวคูณต้นทุนที่โหดที่สุด และคือเหตุผลเชิงเลขคณิตที่ระบบเราอยู่ H4/Daily
• slippage โตตาม 3 อย่าง: ความรีบ (market order) · ขนาดไม้เทียบสภาพคล่อง · ความผันผวนขณะนั้น (ช่วงข่าว slippage กระโดด 5-10 เท่า)
• กฎปฏิบัติ: backtest ทุกครั้งใส่ต้นทุนแล้ว ทดสอบซ้ำที่ต้นทุน 2 เท่า — ระบบที่ตายเมื่อต้นทุนคูณสอง คือระบบที่ edge บางเกินไว้ใจ

15. Liquidity / Market Depth

• ความง่ายในการหาคู่ค้า ณ ราคาปัจจุบัน — มี 2 มิติ: spread แคบ (ค่าผ่านถูก) และ depth ลึก (ใส่ไม้ใหญ่ได้ไม่ขยับราคา)
• นิสัยร้ายที่ต้องจำ: liquidity เป็นของหายตอนต้องการมันที่สุด — วันตลาด panic ทุกคนอยากขายพร้อมกัน ฝั่งรับหดหาย ราคา "กระโดดข้าม" stop ของเรา (gap) → ระบบที่อยู่รอดต้องวาง size โดยสมมติว่า "วันที่แย่ที่สุด stop จะโดน slip เกินแผน" ไม่ใช่สมมติโลกสวย

16. Order Types ที่ต้องเข้าใจเกิน "buy/sell"

• Market = เอาเดี๋ยวนี้ จ่าย spread เต็ม + slippage · Limit = ตั้งรอราคา ไม่โดน slippage แต่เสี่ยงตกรถ · Stop = market order ที่หลับรอ trigger (โดนทั้ง gap ทั้ง slippage ได้) · Stop-limit = stop ที่ขอราคาขั้นต่ำ (เสี่ยงไม่ filled ในวัน panic — อันตรายกับการตัดขาดทุน)
• กฎปฏิบัติของระบบเรา: เข้า = limit เมื่อทำได้ (จ่ายถูกกว่า) · ตัดขาดทุน = stop (market) เสมอ — เพราะวันที่ต้องออก "การได้ออกแน่ๆ" สำคัญกว่า "ราคาสวย" เสมอ อย่าประหยัด slippage กับการหนีตาย

17. Order Book / Order Flow / Market Microstructure

• order book = คิวความตั้งใจ (ยังโกหกได้) · order flow = ธุรกรรมที่เกิดแล้ว (โกหกไม่ได้) · microstructure = วิชาว่าด้วยกลไกภายในวินาที — สามคำนี้เจาะเต็มในบท 9 · ที่ต้องจำในฐานะศัพท์: เวลาคนในพูดว่า "flow ซื้อ" เขาหมายถึงธุรกรรมจริงที่ฝั่งซื้อเป็นคนข้ามสะพานมาชน ไม่ใช่ "ความรู้สึกว่าคนซื้อเยอะ"

18. Contango / Backwardation / Basis / Roll Yield (สำหรับคนเทรดทอง/น้ำมัน/crypto futures)

• futures ราคาไม่เท่า spot — ส่วนต่างเรียก basis · ราคาเดือนไกลแพงกว่าใกล้ = contango (ปกติของทอง: สะท้อนดอกเบี้ย+ค่าเก็บ) · เดือนไกลถูกกว่า = backwardation (ของขาดตลาด/ความต้องการตอนนี้สูง — สัญญาณ bullish เชิงโครงสร้างในโภคภัณฑ์)
• ทำไมต้องรู้: คนถือ futures/perpetual ระยะยาวจ่าย/ได้ "ค่าต่ออายุ" (roll yield) เงียบๆ ทุกเดือน — กลยุทธ์ถือยาวใน contango ชันๆ โดนกินปีละหลาย % โดยไม่รู้ตัว · ใน crypto, funding rate คือญาติของ basis (บท 9)

18b. Swap / Overnight Financing (ต้นทุนซ่อนสายถือยาว) ⭐

• นิยาม: ค่าธรรมเนียมรายคืนที่โบรก CFD/forex คิดจากตำแหน่งที่ถือข้ามคืน — สะท้อนต้นทุนดอกเบี้ยของ leverage ที่โบรกให้ยืม
• ทำไมสำคัญมาก: ระบบ H4/Daily ที่ถือไม้ 5-20 วัน swap สะสมได้มาก — ทอง CFD ฝั่ง long (XAU/USD) ปกติโดนหัก ~5-8%/ปีของ notional (ตัวอย่าง: standard lot = 100 oz ราคาทอง ~$4,200 = notional ~$420,000 · swap long ~-$75/คืน ≈ -6.5%/ปี) · triple swap วันพุธ (บางโบรก) หรือวันศุกร์คิด 3 เท่าแทนสุดสัปดาห์
• กฎปฏิบัติก่อนรันระบบถือยาว: เปิดตาราง swap ของโบรกที่ใช้ → คูณจำนวนคืนเฉลี่ยต่อไม้ → คิดเป็น %/ปีของทุน → หักออกจาก expected return ใน backtest ก่อนตัดสินว่า "ผ่าน"
• ระวัง: ตัวเลข swap เปลี่ยนตามดอกเบี้ยนโยบายและต่างโบรกต่างกันมาก — เช็คโดยตรงเสมอ ไม่ใช่จากบทความเก่า

18c. Margin / Leverage / Margin Call / Liquidation Price (กลไกโบรกบังคับปิดไม้)

• Margin: เงินค้ำประกันที่ต้องวางเพื่อเปิดตำแหน่ง — ใช้ leverage หมายความว่าควบคุม notional ที่ใหญ่กว่าเงินจริงหลายเท่า
• Leverage: อัตราขยาย — leverage 10x คือควบคุม $100,000 ด้วยเงิน $10,000 · กำไรขาดทุนคำนวณจาก notional เต็ม ไม่ใช่เงินวาง
• Margin Call: สัญญาณเตือนจากโบรกว่า equity ใกล้ถึงระดับ maintenance margin — บางโบรกแค่แจ้ง บางโบรกปิดไม้อัตโนมัติเลย ต้องอ่าน TnC ของโบรกตัวเองก่อน
• Liquidation Price: ราคาที่โบรกจะบังคับปิดตำแหน่งให้เองทันทีโดยไม่รอถาม — ต้องคำนวณให้ได้ก่อนเปิดไม้แรก สูตรเบื้องต้น: LP = ราคาเข้า − (equity × maintenance margin %) ÷ (lot size × จุดค่า) · ในทางปฏิบัติ: LP = ราคาที่ทำให้ equity เหลือเท่า maintenance margin
• กฎที่แตะไม่ได้: ออกแบบ stop ของระบบให้ไกลจาก LP เสมอ — ไม่มีอะไรแย่ไปกว่าระบบ stop ถูกแต่โดน liquidate ก่อนถึง stop เพราะ margin ไม่พอ

---

กลุ่ม 4 — Backtest และครอบครัวกับดัก (บัตรผ่านเข้าบท 5)

19. Backtest / In-sample / Out-of-sample / Walk-forward

• หลักที่ต้องท่องเป็นศีล: backtest พิสูจน์ได้ทางเดียว — ว่าระบบไหน "ไม่เคยดีแม้แต่ในอดีต" (คัดทิ้ง) · ผ่านแปลว่า "ยังไม่ตกรอบ" ไม่ใช่ "จะกำไร"
• IS/OOS: สร้างกฎจากข้อมูลส่วนหนึ่ง (in-sample) สอบกับส่วนที่ซ่อนไว้ไม่เคยเห็น (out-of-sample) — ผ่าน IS ตก OOS = overfit · เส้นแบ่งมือสมัครเล่น/มืออาชีพที่ชัดที่สุดเส้นเดียวในวงการ
• Walk-forward: ทำ IS/OOS แบบเลื่อนหน้าต่างไปเรื่อยๆ (ฝึกปี 1-3 สอบปี 4 → ฝึก 2-4 สอบปี 5...) ใกล้สภาพใช้งานจริงสุด
• 🔬 มาตรฐานที่ระบบเราใช้: ข้อมูล 10 ปี → ออกแบบจาก 7 ปีแรก สอบกับ 3 ปีหลังที่ล็อกตู้ไว้ เปิดดูได้ครั้งเดียว — เปิดแล้วแก้กฎ = 3 ปีนั้นกลายเป็น in-sample ทันที (เหตุผลเชิงสถิติอยู่บท 5/11)

20. Overfitting / Curve Fitting ⭐ ศัตรูหมายเลข 1

• จูนกฎจนพอดีกับอดีตเป๊ะ = จำข้อสอบเก่า ไม่ใช่เข้าใจวิชา
• สัญญาณเตือน 5 ข้อ: เลขพารามิเตอร์เจาะจงแปลก (MA 37?) · กฎซ้อนเงื่อนไขหลายชั้น ("และ...และ...ยกเว้น...") · ผลดีผิดมนุษย์ (Sharpe 4+) · ขยับพารามิเตอร์นิดเดียวผลพังครืน (ไม่ robust) · ผลสวยเฉพาะตลาด/ช่วงเดียว
• ยาแก้: กฎเรียบ พารามิเตอร์น้อย · ทดสอบความทน (เลข 18-22 ควรให้ผลใกล้เลข 20) · ตระกูลกฎต้อง work หลายตลาด · นับจำนวนครั้งที่ "ลอง" แล้วปรับมาตรฐานความเชื่อตามนั้น (multiple testing — บท 11 มีสูตร)

21. Look-ahead Bias / Survivorship Bias / Data Snooping

• Look-ahead: ระบบแอบเห็นอนาคตโดยไม่ตั้งใจ — บั๊กคลาสสิก: ใช้ราคา close ของวันตัดสินใจ "ระหว่างวัน" นั้น · ใช้ข้อมูลที่ประกาศจริงตอน 20:30 ในการเทรดตอน 09:00 · ใช้ค่า indicator ที่คำนวณจากแท่งที่ยังไม่ปิด
• Survivorship: ทดสอบเฉพาะผู้รอด — หุ้นที่อยู่ในดัชนีวันนี้ย้อนหลัง 10 ปี (ลืมตัวที่เจ๊งออกไป) ทำผล backtest พองได้หลาย %/ปี · เวอร์ชันชีวิตจริง: กูรูทุกคนบนฟีดคือผู้รอด — สุสานไม่มีไมค์
• Data snooping: ลองกฎ 100 แบบกับข้อมูลเดียวกัน เจอ 5 แบบที่ work — ด้วยความบังเอิญล้วนๆ ก็จะเจอประมาณนั้นอยู่แล้ว (บท 11: p-hacking)

22. Monte Carlo / Robustness Testing

• เอาลำดับไม้มาสับใหม่พันรอบ ดูการกระจายของ DD ที่เป็นไปได้ — ตอบคำถาม "ลำดับโชคช่วยไว้แค่ไหน" · ขั้นกว่า: สุ่มตัดข้อมูลบางช่วงทิ้ง / ใส่ noise ในราคา / ขยับพารามิเตอร์ — ระบบจริงต้องรอดทุกการทรมาน ระบบ overfit จะพังทันทีที่โลกไม่เป๊ะตามอดีต

23. Paper Trading / Incubation

• รันกับตลาดสด เงินปลอม — ด่านสุดท้ายที่จับสิ่งที่ backtest จับไม่ได้: บั๊ก execution · ความต่าง data จริง/ย้อนหลัง · และนิสัยตัวเราเองตอนเห็นเงิน(ปลอม)แดง · มาตรฐานวงการ: 1-3 เดือนขึ้นไป · ของเรา: เปิดแล้ว 12/6 → จุดประเมินแรกกลาง ก.ค. — และต้องพูดให้ตรง: ~4-5 สัปดาห์วัดได้แค่ "ท่อทำงานไหม + เราทำตามกฎไหม" ยังพิสูจน์ edge ไม่ได้ (ไม้น้อยเกิน — บท 11 ข้อ 4) ถ้าผ่านแล้วไปต่อเงินจริง เริ่มที่ 0.25-0.5% ต่อไม้อีก 2-3 เดือน ไม่ใช่กระโดดเข้า 1% เต็มสูตร · ข้ามขั้นนี้ = เอาเงินจริงไปเป็น beta tester

---

กลุ่ม 5 — Risk & Position Sizing (บทที่ 6 เต็มๆ — นี่คือบัตรผ่าน)

24. Position Sizing / Risk per Trade

• คำถาม "ไม้นี้กี่ lot" มีผลต่อชะตาพอร์ตมากกว่า "เข้าตรงไหน" — พิสูจน์ด้วยเลขในบท 6 · มาตรฐาน retail: เสี่ยง 0.5-2%/ไม้ · มาตรฐานเราช่วงพิสูจน์ระบบ: 1%
• สูตรที่ต้องคำนวณเป็นอัตโนมัติ: ขนาดไม้ = (พอร์ต × %เสี่ยง) ÷ ระยะ stop — พอร์ต 100,000 เสี่ยง 1% stop ห่าง 50 จุด จุดละ 10 บาท → (1,000) ÷ (500) = 2 หน่วย — ขนาดไม้เป็น "ผลลัพธ์" ของ stop ไม่ใช่ตัวเลือกตามอารมณ์

25. Kelly Criterion / Fractional Kelly

• สูตรขนาดเดิมพันที่ทำให้เงินโตเร็วสุดเชิงคณิตศาสตร์: f* = W − (1−W)/R (W=win rate, R=payoff ratio)
• ตัวอย่าง: ระบบชนะ 40% payoff 2.5 เท่า → f = 0.4 − 0.6/2.5 = 16% ต่อไม้ — และนี่แหละปัญหา: Kelly เต็มเหวี่ยงโหดเกินมนุษย์ (DD 50%+ เป็นเรื่องปกติของ full Kelly) + input เป็นแค่ค่าประมาณจากอดีต ประมาณพลาดนิดเดียว = over-bet มหาศาล → มืออาชีพใช้ ¼ ถึง ½ Kelly* ซึ่งกรณีนี้ = 4-8% ก็ยังแรงกว่ามาตรฐาน 1% ของมือใหม่มาก — Kelly มีไว้บอก "เพดานทฤษฎี" ไม่ใช่ไว้ใช้เต็ม

26. Risk of Ruin / Volatility Targeting / Portfolio Heat

• Risk of ruin: ความน่าจะเป็นเจ๊งถาวร — คำนวณได้จริงจาก expectancy + sizing · ประเด็นเดียวที่ต้องจำ: ระบบ expectancy บวก ก็พาเจ๊งได้ถ้า size ใหญ่เกิน (กำไรคาดหวังบวกแต่เส้นทางผ่านหุบเหวที่ลึกกว่าทุน)
• Vol targeting: เทคนิคสถาบัน — ปรับ size รายวันให้พอร์ตเหวี่ยงคงที่ (เช่น เป้า 10%/ปี): ตลาดเงียบ size ใหญ่ขึ้น ตลาดบ้า size หดอัตโนมัติ — ผลพลอยได้ที่งานวิจัยยืนยัน: ลด DD ใหญ่เพราะ "ตลาดบ้า" กับ "ขาดทุนใหญ่" มาคู่กัน · ATR-based sizing ของระบบเราคือ vol targeting ฉบับเรียบง่ายนั่นเอง
• Portfolio heat: ความเสี่ยงรวมที่เปิดอยู่ทั้งพอร์ตขณะนี้ (ผลรวม R ของทุกไม้ที่เปิด) — เพดานมาตรฐาน: 4-6% — เปิด 6 ไม้ๆ ละ 1% ใน 6 ตลาดที่ correlation สูง = heat จริงเกือบ 6% ในทิศเดียว ไม่ใช่ "กระจายแล้ว"

27. Correlation / Diversification ที่แท้จริง

• ตัวเลขที่ต้องรู้: ทอง-เงิน (โลหะ) correlation ~0.7-0.8 · EURUSD-GBPUSD ~0.7-0.9 · BTC-ETH ~0.8-0.9 · หุ้นโลกด้วยกัน 0.7+ — เปิดไม้ "5 ตลาด" ที่จริงอาจคือ 1.5 ไม้ในชุดเดียวกัน
• กับดักขั้นสูง: correlation ไม่นิ่ง — คู่ที่ปกติ 0.3 พุ่งเป็น 0.9 ในวัน crisis ("ทุกอย่าง correlation = 1 ตอนตลาดพัง") → การกระจายความเสี่ยงหายตัวไปวันที่ต้องการมันที่สุด · ทางแก้เดียวที่ work: คุม heat รวม + มีเงินสด/ไม่เทรดเป็น position หนึ่งเสมอ

---

กลุ่ม 6 — Data (บัตรผ่านเข้าบท 4)

28. OHLCV / Tick / Resolution

• OHLCV = เปิด-สูง-ต่ำ-ปิด-ปริมาณ ต่อแท่ง — วัตถุดิบหลักของเรา · tick = ทุกธุรกรรม (ละเอียด/แพง/หนัก — จำเป็นเฉพาะเกมเร็ว) · กฎความถี่: timeframe เล็กลง → noise โตเร็วกว่า signal + ต้นทุนกินสัดส่วนกำไรต่อไม้มากขึ้น → สองแรงบีบพร้อมกัน นี่คือเหตุผลทางโครงสร้าง (ไม่ใช่รสนิยม) ที่มือใหม่ควรเริ่ม Daily/H4

29. Adjusted Price / Point-in-time / Corporate Actions

• หุ้นมีปันผล/แตกพาร์ → ราคาดิบกระโดดหลอกๆ ต้องใช้ adjusted — แต่ adjusted ก็สร้างปัญหา: ราคา "ที่เห็นจริงตอนนั้น" ไม่ใช่ตัวเลขนี้ (สัญญาณ breakout ที่คำนวณจาก adjusted คือ breakout ที่ไม่เคยเกิด!) · point-in-time = ข้อมูลตามที่โลกเห็น ณ เวลานั้นจริง รวมงบที่ยังไม่ revise — มาตรฐานทอง(และแพง)ของวงการ · ระดับเรา: รู้ปัญหา เลือกตลาดที่ปัญหาเบา (forex/ทอง/crypto ไม่มี corporate action — ข้อดีเงียบๆ ของ universe เรา)

30. Alternative Data / COT / 13F

• alt data = ของเล่นชั้น 2 (บัตรเครดิต ดาวเทียม การจ้างงาน) — รู้ไว้เข้าใจคู่แข่ง ไม่ใช่ไปซื้อ · COT (futures positioning รายสัปดาห์ ฟรี) + 13F (พอร์ตกองทุนรายไตรมาส ฟรี) = ร่องรอยตามกฎหมาย ใช้เป็นบริบทชั้น 2 ของโมเดล 4 ชั้น (บท 10) — ช้าและทุกคนเห็น = ไม่ใช่ edge เดี่ยว แต่เป็นบริบทที่ดี

---

กลุ่ม 7 — แนวคิดที่เจอตลอดชีวิตการอ่านงาน quant

31. Signal vs Noise / Stationarity / Regime

• Signal/noise: งานทั้งวิชาสรุปได้ประโยคเดียว — แยกความหมายจริงออกจากความบังเอิญที่หน้าตาเหมือนความหมาย โดยไม่หลอกตัวเอง
• Non-stationarity: ตลาดเปลี่ยนนิสัยตลอดเวลา (ผู้เล่นเรียนรู้/กติกาเปลี่ยน/เทคโนโลยีเปลี่ยน) — เหตุผลรากที่ (1) backtest ≠ อนาคต (2) AI ทำนายราคาตรงๆ ล้มเหลวซ้ำซาก (3) ทุกระบบต้องมีวันตาย และระบบที่ดีต้องมีไฟเตือนวันตายของตัวเอง
• Regime: นิสัยช่วงยาวของตลาด (เทรนด์/ไซด์เวย์ · vol สูง/ต่ำ · เงินตึง/หลวม) — ระบบเทพใน regime หนึ่งมักห่วยในอีกอัน · ระบบที่อยู่รอดนานไม่ใช่ระบบชนะทุกสภาพ แต่คือระบบที่ รู้ตัวว่าตอนนี้สภาพไหนแล้วลดมือ/หยุดมือ — แนวคิดเดียวกับที่หลิวสอนว่าให้อ่าน market structure ก่อนเลือกท่า แค่แปลงเป็นตัวกรองตัวเลข

32. Skewness ⭐ (คำที่แยกมืออาชีพออกจากมือใหม่ได้ในประโยคเดียว)

• การกระจายกำไรเบ้ข้างไหน — positive skew: แพ้เล็กถี่ ชนะโตนานๆ ครั้ง (trend) — ทรมานรายทาง สบายปลายทาง · negative skew: ชนะเล็กถี่ แพ้ยับนานๆ ครั้ง (grid/carry/ขายประกัน) — สบายรายทาง ตายปลายทาง
• กฎอ่านคน: มนุษย์รักความรู้สึกชนะบ่อย → ถูกดูดเข้า negative skew โดยธรรมชาติ → ตลาด "ขาย" ระบบ negative skew ได้ง่ายกว่าเสมอ — ทุกระบบเทพที่กำไรนิ่งๆ ที่จะมีคนเสนอหลิวตลอดชีวิต ให้ถามคำเดียว: "วันที่แย่ที่สุดของระบบนี้ หน้าตาเป็นยังไง และเกิดได้บ่อยแค่ไหน"

33. Mean Reversion vs Momentum / Random Walk

• สองแม่บทกลยุทธ์ (บท 3) + แนวคิดฐาน: random walk = สมมติฐานว่าราคาเดินสุ่ม ทำนายไม่ได้ — งานวิจัยจริงพบตลาด "เกือบ" สุ่ม: ความไม่สุ่มมีอยู่จริงแต่บาง และนั่นแหละคือพื้นที่ทำมาหากินทั้งหมดของวิชานี้ — เคารพความเกือบสุ่มของตลาด = ไม่เชื่อใครที่มั่นใจ 100% รวมถึงตัวเอง

34. Equity Curve / Underwater Curve

• equity curve = เส้นเงินพอร์ต — อ่าน "นิสัย" ระบบได้จากทรง: ชันเนียนผิดธรรมชาติ = สงสัยขายประกัน/overfit · ขั้นบันไดหยาบมี DD เห็นชัด = ทรงของระบบจริง · underwater curve = กราฟ % ใต้ยอดเก่าตลอดเวลา — กราฟที่ซื่อสัตย์สุดเพราะโชว์แต่ความเจ็บ: ระบบใช้ชีวิตส่วนใหญ่ "ใต้ผิวน้ำ" กันทั้งนั้น ดูกราฟนี้แล้วถามใจว่าทนไหวไหม ก่อนเอาระบบไหนมาใช้

35. Execution / Latency / Fill Rate

• execution = ศาสตร์การกดให้ได้ตามแผน · latency = ดีเลย์สัญญาณ→ออเดอร์ถึงตลาด (เกมเราระดับวินาที = ไม่ใช่ปัจจัย — ข้อดีของ timeframe ใหญ่อีกข้อ) · fill rate = % ของ limit order ที่ได้ของจริง — ระบบที่ backtest ด้วย limit order ต้องตอบให้ได้ว่าสมมติ fill แบบไหน (มาตรฐานซื่อสัตย์: ราคาต้อง "ทะลุ" limit ไม่ใช่แค่แตะ)

---

🎁 สรุปพกพา — 12 ประโยคที่พูดได้เต็มปากบนเพจ

1. "Quant ไม่ใช่เทรดอัตโนมัติ — มันคือการเทรดด้วยกฎที่พิสูจน์ด้วยข้อมูลก่อนใช้เงินจริง"
2. "+50% แล้ว −50% ไม่ใช่เจ๊า — คือ −25% ความเหวี่ยงเก็บภาษีทบต้นเสมอ"
3. "อย่าถามว่าชนะกี่ % — ถามว่าเฉลี่ยต่อไม้เหลือกี่บาท" (ระบบชนะ 90% ที่ expectancy ติดลบ มีอยู่จริงทั่วเมือง)
4. "ขาดทุน 50% ต้องการกำไร 100% — เกมนี้ขุดหลุมง่ายกว่าปีนออกเสมอ"
5. "Sharpe ใน backtest เกิน 3-4 ไม่ใช่สัญญาณความเก่ง — เป็นสัญญาณ overfitting"
6. "Backtest พิสูจน์ได้อย่างเดียวว่าระบบไหนควรถูกคัดทิ้ง — ผ่าน = ยังไม่ตกรอบ ไม่ใช่แชมป์"
7. "ถามทุกระบบที่กำไรนิ่งผิดปกติ: วันที่แย่ที่สุด หน้าตาเป็นยังไง ใครจ่าย" (negative skew)
8. "ขนาดไม้เป็นผลลัพธ์ของระยะ stop ไม่ใช่ตัวเลือกตามอารมณ์"
9. "ระบบกำไรก็พาเจ๊งได้ ถ้า size ใหญ่เกิน — กำไรคาดหวังเป็นบวก แต่เส้นทางผ่านหุบเหวที่ลึกกว่าทุน"
10. "เปิด 5 ไม้ในตลาดที่วิ่งตามกัน คือไม้เดียวคูณ 5 ไม่ใช่การกระจาย — และวันตลาดพัง ทุกอย่าง correlation = 1"
11. "เทรดถี่ขึ้น 3 เท่า = จ่ายค่าผ่านทางแพงขึ้น 3 เท่า โดย edge เท่าเดิม — ความถี่คือภาษีที่เลือกจ่ายเองได้"
12. "ตลาดเกือบสุ่ม — พื้นที่ทำกินทั้งหมดของวิชานี้คือคำว่า 'เกือบ' และมันบางพอที่จะไม่เหลือที่ให้ความมั่นใจ 100%"

---

ถัดไป → บท 11: สถิติและความน่าจะเป็นที่เทรดเดอร์ต้องมี — เกราะกันถูกหลอก ทั้งจากคนอื่นและจากตัวเอง