📖 คัมภีร์ Quant บท 3 — ตระกูลกลยุทธ์ทั้งหมด: เงินในตลาดถูกทำขึ้นมาด้วยวิธีไหนบ้าง (ฉบับมุมคนใน)

ระดับ: สูง · เขียนจากมุม top 5% แล้วแปลภาษา · ตำราเรียนเวอร์ชันอ่านง่าย แผนทั้งชุด · ← บท 2 ศัพท์ · บท 9 เครื่องวัด →

0. กรอบคิดก่อนเข้าเมนู — คำถามเดียวที่มืออาชีพใช้ตัดสินทุกกลยุทธ์

ก่อนดูว่ากลยุทธ์ "ทำกำไรยังไง" คนในวงการถามคำถามที่ลึกกว่านั้นหนึ่งชั้นเสมอ:

"กำไรของกลยุทธ์นี้ คือค่าตอบแทนของอะไร — และทำไมคนจ่ายถึงยอมจ่ายต่อไปเรื่อยๆ"

เพราะตลาดไม่แจกเงินฟรี กำไรที่ยั่งยืนต้องเป็น "ค่าจ้าง" ของอะไรสักอย่างเสมอ และค่าจ้างในตลาดมีแค่ 3 ตระกูล:

ค่ารับความเสี่ยงแทนคนอื่น (risk premium) — เหมือนบริษัทประกัน: รับความเสี่ยงที่คนอื่นอยากโยนทิ้ง เก็บเบี้ยเรื่อยๆ แลกกับวันที่ต้องจ่ายเคลมหนักๆ เป็นครั้งคราว · กำไรแบบนี้ ไม่หายไปง่าย เพราะโลกมีคนอยากโยนความเสี่ยงทิ้งเสมอ — แต่ขนาดหดได้เมื่อทุนไหลเข้ามากขึ้น และราคาที่จ่ายคือ "วันเคลม" ที่ต้องรอดให้ได้
ค่าความบกพร่องของมนุษย์ (behavioral) — คนตัดขาดทุนช้า ขายกำไรเร็ว แห่ตามฝูง ตกใจเกินเหตุ · กำไรแบบนี้ ตายช้ามาก เพราะมนุษย์ไม่เลิกเป็นมนุษย์ — แต่กินยาก เพราะต้องทำสิ่งที่ฝืนธรรมชาติตัวเองด้วย
ค่าความได้เปรียบเชิงโครงสร้าง (structural) — เร็วกว่า เห็นลึกกว่า ต้นทุนถูกกว่า หรืออยู่ในตำแหน่งที่คนอื่นเข้าไม่ได้ · กำไรแบบนี้ แรงสุดแต่เปราะสุด — โครงสร้างเปลี่ยนปุ๊บ ตายปั๊บ และส่วนใหญ่ต้องใช้ทุนยึดตำแหน่ง

ทุกกลยุทธ์ในบทนี้จะถูกแปะป้ายว่ากินจากตระกูลไหน — เพราะป้ายนี้บอกชะตากรรมล่วงหน้า: กิน risk premium = เตรียมใจกับวันเคลม · กิน behavioral = เตรียมใจฝืนตัวเอง · กิน structural = เตรียมใจว่าวันหนึ่งประตูจะปิด

ตระกูลที่ 1 — Trend Following / Time-Series Momentum

ป้าย: behavioral + risk premium ผสม · ตระกูลที่มีหลักฐานวิชาการหนาแน่นที่สุดในโลก

เชื่ออะไร

ราคาที่เริ่มเคลื่อนทางใดทางหนึ่ง มีแนวโน้มเคลื่อนต่อทางนั้น "นานกว่าที่ควรจะเป็น" — ไม่ใช่เพราะเวทมนตร์ แต่เพราะข้อมูลใหม่ซึมเข้าราคา ช้า: คนรับรู้ไม่พร้อมกัน → ทยอยปรับพอร์ตไม่พร้อมกัน → สถาบันใหญ่เข้าของทีเดียวไม่ได้ต้องทยอย (จุดที่ Wyckoff เห็นมา 100 ปี) → คนที่พลาดรอบแรกไล่ราคาทีหลัง (FOMO) — ทั้งหมดนี้ทำให้เทรนด์ "ยืดยาว" เกินเหตุผลบริสุทธิ์

หลักฐานระดับโลก (เหตุผลที่บทนี้ให้เกียรติตระกูลนี้เป็นเบอร์ 1)

งานวิจัยที่โด่งดังที่สุดของวงการชิ้นหนึ่ง — ทีม AQR ทดสอบกฎ trend following พื้นๆ (ดูผลตอบแทน 12 เดือนย้อนหลัง บวกถือ long ลบถือ short) กับข้อมูล ย้อนหลังกว่า 100 ปี ข้าม 4 สินทรัพย์หลัก (หุ้น บอนด์ ค่าเงิน โภคภัณฑ์) หลายสิบตลาด — ได้ผลบวกแทบทุกทศวรรษ ทุกทวีป รวมช่วงสงครามโลกและ Great Depression · เป็นตระกูลแรกๆ และมีหลักฐานวิชาการหนาแน่นที่สุดตระกูลหนึ่งในโลกที่ผ่านการทดสอบข้ามศตวรรษและยังยืนอยู่

กายวิภาคของกำไร (สำคัญมาก — นี่คือจุดที่มือใหม่เลิกก่อนรวย)

win rate ต่ำ: 30-45% — แพ้บ่อยกว่าชนะ เป็นเรื่องปกติของตระกูลนี้
กำไรทั้งปีมักมาจากเทรนด์ใหญ่ 2-5 ครั้ง ที่เหลือคือแพ้เล็กๆ ถี่ๆ ระหว่างรอ
ศัตรูตัวจริงไม่ใช่ตลาด แต่คือ ตัวเองตอนเจอแพ้ติดกันหลายไม้ แล้วเลิกใช้ระบบ... หนึ่งสัปดาห์ก่อนเทรนด์ใหญ่ของปีมาพอดี (เรื่องนี้เกิดซ้ำจนเป็นมุกในวงการ)
ภาษา quant: ตระกูลนี้มี positive skew — หางกำไรยาว หางขาดทุนสั้น — ตรงข้ามกับ grid/martingale (negative skew) แบบ EA สายกริด/มาร์ติงเกล ทุกประการ และนี่คือคู่ตรงข้ามที่ควรสอนบนเพจ

⚠️ ข้อเตือนใจสำคัญ — อย่าเอา expectation ของ CTA 50 ตลาดมาทาบระบบ 4 ตลาด: หลักฐาน AQR ที่อ้างข้างต้นมาจากพอร์ตที่กระจายหลายสิบตลาดข้ามสินทรัพย์ — กฎของจำนวนมากทำให้ปีที่เทรนด์ล้มเหลวในตลาดหนึ่งถูกชดเชยด้วยตลาดอื่น ระบบ 4 ตลาดของเรา (ทอง, crypto, forex, หุ้นไทย) จะหยาบกว่ามาก: DD จะลึกกว่า นานกว่า ปีศูนย์จะถี่กว่า และแพ้ติดกัน 2-3 ปีเป็นเรื่องปกติสถิติ ไม่ใช่สัญญาณว่าระบบแตก — นี่คือราคาที่จ่ายสำหรับความเรียบง่ายและความเป็นรายย่อย

ใครใช้ / ความจุ

อุตสาหกรรม CTA ทั้งวงการ (Man AHL, Winton, Aspect ฯลฯ รวม AUM หลายแสนล้านดอลลาร์) — ความจุใหญ่มากเพราะเล่น timeframe ใหญ่ในตลาด futures ลึกๆ

รายย่อยทำได้ไหม (คำตอบจากมุมคนใน)

ได้ — และนี่คือตระกูลเดียวที่คนในพูดตรงกันว่ารายย่อยลอกได้จริง เพราะ: กฎเรียบ (ไม่มีอะไรให้ overfit มาก) · timeframe ใหญ่ (ต้นทุนต่อกำไรต่ำ ไม่แข่งความเร็ว) · edge มาจาก "ความอดทนถือและวินัยตัดขาดทุน" ซึ่งเงินซื้อไม่ได้ — แลกกับการต้องทนแพ้บ่อยให้ไหว ซึ่งรายย่อยส่วนใหญ่ทนไม่ไหว (และนั่นแหละคือเหตุผลที่ edge ยังอยู่ — behavioral edge แท้ๆ: กำไรไหลจากคนที่ทนไม่ไหว ไปหาคนที่ทนไหว)

🔬 เจาะลึก — ทำไมเทรนด์ไม่โดน arbitrage จนหมด: ทฤษฎีอธิบายว่า trend คือ premium ของการรับ "ความเจ็บระหว่างทาง" — กลยุทธ์นี้ DD นานและบ่อย (สถิติวงการ: CTA ใช้เวลาส่วนใหญ่ของชีวิตอยู่ "ใต้ยอดเก่า") กองทุนที่มีลูกค้าใจร้อนถือมันยาก ลูกค้าถอนเงินตอน DD เสมอ → คนที่ถือได้ครบวงจรจึงได้กิน premium ต่อ — สังเกต: นี่คือ edge ที่เกิดจาก "โครงสร้างความใจร้อนของเงินคนอื่น" ซึ่งรายย่อยเทรดเงินตัวเองไม่มีปัญหานี้เลย — แต้มต่อปลาเล็กของแท้อีกข้อ

ตระกูลที่ 2 — Mean Reversion / Statistical Arbitrage

ป้าย: behavioral (ระยะสั้น) + structural (ระดับลึก) · ตระกูลที่สร้าง Medallion

เชื่ออะไร

ราคา "ยืดเกิน" จากแรงซื้อขายชั่วคราว (ไม่ใช่ข้อมูลใหม่จริง) จะ "หดคืน" — คำสั่งซื้อก้อนใหญ่ดันราคาขึ้นชั่วคราวทั้งที่มูลค่าไม่เปลี่ยน เดี๋ยวก็คืน · โดยธรรมชาติตลาดส่วนใหญ่ mean-revert ในกรอบสั้น (นาที-วัน) และเป็นเทรนด์ในกรอบกลาง (สัปดาห์-เดือน) — จำคู่นี้ให้ขึ้นใจ เพราะใช้กลยุทธ์ผิดกรอบเวลา = ผิดทางทั้งกระดาน

รูปแบบหลัก 3 ระดับ (เรียงจากบ้านถึงโรงงาน)

Reversal เดี่ยวๆ: ราคาดิ่งแรงผิดปกติโดยไม่มีข่าวจริง → เด้ง (พื้นฐานสุด ใกล้เคียงกับการรอ "ซื้อตอนเลือดนอง" ที่เทรดเดอร์เก่งๆ ทำโดยสัญชาตญาณ)
Pairs trading: หาคู่สินทรัพย์ที่วิ่งด้วยกันเชิงสถิติ (หุ้นสองตัวในอุตสาหกรรมเดียวกัน) → ห่างผิดปกติ = short ตัวแพง long ตัวถูก รอกลับมาชิด — กำไรไม่ขึ้นกับทิศตลาด (market neutral)
Stat arb โรงงาน: ทำข้อ 2 พร้อมกัน หลายพันคู่ ด้วยโมเดล — ความได้เปรียบต่อคู่จิ๋วมาก แต่กฎของจำนวนมาก (เล่นหมื่นไม้ที่ชนะ 50.5-52%) บดให้เรียบเป็นกำไรสม่ำเสมอ — นี่คือหัวใจของ Renaissance ยุคแรกเท่าที่โลกรู้ (รายละเอียดสุดที่ "หลุด" ออกมา: บท 12)

กายวิภาคของกำไร

ตรงข้ามกับ trend ทุกข้อ: win rate สูง (60-70%+) · กำไรต่อไม้เล็ก · negative skew — วันที่ผิดคือผิดแรง เพราะ "ราคาที่ยืดผิดปกติ" บางครั้งยืดเพราะ มีข่าวจริงที่เรายังไม่รู้ — ซื้อสวนมีดที่กำลังหล่นเพราะคิดว่าเป็น noise ทั้งที่มันคือ signal

รายย่อยทำได้ไหม

ระดับ 1: ได้ ถ้ามีตัวกรอง regime (ห้ามซื้อสวนในตลาดที่เป็นเทรนด์แรง — ตัวกรองนี้แหละงานยาก และคือสิ่งที่ระบบของเรากำลังทำ)
ระดับ 2: พอได้แต่เหนื่อย (ต้องการข้อมูลหุ้นจำนวนมาก + ขายชอร์ตได้ + ต้นทุนต่ำ)
ระดับ 3: ไม่ได้ — นี่คือสนามหลังบ้านของชั้น 2 ในบท 1 ตรงๆ แข่งกับ Medallion ในเกมของ Medallion คือการเดินเข้าเครื่องบด
⚠️ คำเตือนประจำตระกูล: mean reversion คือตระกูลที่ "เสื่อมพันธุ์" เป็น grid/martingale ง่ายที่สุด — เริ่มจาก "ซื้อตอนยืดเกิน" พอผิดทางก็ "ถัวอีกนิด" แล้ว "อีกนิด" — EA สายกริด/มาร์ติงเกล ก็คือ mean reversion ที่ไม่มีวินัยตัดขาดทุนนั่นเอง เส้นแบ่งเดียวระหว่างกลยุทธ์ถูกกฎกับระเบิดเวลา: มีจุดยอมแพ้ที่กำหนดล่วงหน้าหรือไม่

ตระกูลที่ 3 — Cross-Sectional Momentum & Value (เลือก "ตัวไหน" ไม่ใช่ "เมื่อไหร่")

ป้าย: behavioral แท้ · ตระกูลที่วิชาการตีพิมพ์เยอะสุด

เชื่ออะไร

ไม่ทายตลาดขึ้นลง แต่ทายว่า "ตัวไหนจะดีกว่าตัวไหน" — จัดอันดับหุ้นทั้งตลาด: ซื้อกลุ่มที่แข็งสุด 12 เดือนล่าสุด / ขายกลุ่มที่อ่อนสุด (momentum) หรือซื้อกลุ่มถูกสุดเทียบพื้นฐาน / ขายแพงสุด (value) · ผลตอบแทน "ส่วนต่างอันดับ" นี้มีบันทึกในงานวิจัยย้อนหลังเกือบศตวรรษ ทุกตลาดหลักทั่วโลก - ทำไมยังเหลือ: momentum กินจาก underreaction+herding · value กินจากความเบื่อของฝูงชน (ของน่าเบื่อถูกทิ้งเกินราคา ของเซ็กซี่ถูกไล่เกินราคา) — ความบกพร่องที่ฝังในสมองมนุษย์ทั้งคู่ - ราคาที่จ่าย: momentum crash (วันตลาดกลับตัวแรง กลุ่ม "แข็งสุด" โดนเทพร้อมกัน) · value มี "ทศวรรษนรก" ได้ (2010s ทั้งทศวรรษ value แพ้กราว — กองทุนชื่อดังตายไปหลายเจ้าก่อนมันฟื้น)

รายย่อยทำได้ไหม

แนวคิดใช้ได้จริงกับพอร์ตหุ้นระยะกลาง-ยาว (จัดอันดับ ถือผู้ชนะ ตัดผู้แพ้ — ตรงข้ามสัญชาตญาณคนไทยที่ชอบ "ซื้อถัวตัวที่ลง") · แบบจริงจัง long-short = ติดเรื่องชอร์ตและต้นทุน · สำหรับเรา: เป็นเลนส์คัดสินทรัพย์ใน watchlist ได้เลย — 41 ตัวใน universe ของระบบเรา จัดอันดับความแข็งแรงได้ทุกสัปดาห์ เทรดเฉพาะหัวแถว/ท้ายแถว

ตระกูลที่ 4 — Carry / Volatility Selling (ขายประกันเก็บเบี้ย)

ป้าย: risk premium บริสุทธิ์ — กำไรสม่ำเสมอที่สุด และอันตรายต่อจิตวิญญาณที่สุด

เชื่ออะไร

บางตำแหน่งในตลาด "จ่ายค่าเช่า" ให้คนถือ: ถือสกุลเงินดอกสูงด้วยเงินกู้ดอกต่ำ (FX carry) · ขาย options เก็บค่าความกลัว (ตลาดจ่ายค่า "ประกัน" แพงกว่าความเสี่ยงจริงโดยเฉลี่ย — variance risk premium มีหลักฐานหนาแน่นพอๆ กับ trend) · กิน funding rate ฝั่งบวก (crypto)

ความจริงที่ต้องสักไว้บนกำแพง

กราฟ equity ของตระกูลนี้สวยที่สุดในโลก... จนถึงวันที่มันไม่สวย — "ขึ้นบันได ลงลิฟต์" — กำไรนิ่งๆ 3 ปี คืนหมดใน 3 วัน เป็นนิสัยประจำตระกูล ไม่ใช่อุบัติเหตุ: คุณคือบริษัทประกัน วันแผ่นดินไหวต้องจ่ายเคลม · ตัวอย่างจริงที่วงการจำขึ้นใจจาก ก.พ. 2018 (เหตุการณ์ "Volmageddon"): XIV — ETN ของ Credit Suisse ที่ short VIX มาหลายปีได้ผลงาม ตายใน 1 วัน เมื่อ VIX พุ่ง ลูกค้าเพิ่งได้จดหมายชวนลงทุนเพิ่มสัปดาห์ก่อนหน้า · ในเหตุการณ์เดียวกัน LJM Partners (กองทุนจริง ขาย options) สูญเสีย ~80% ใน 2 วัน ก่อนปิดตัว — คนละโครงสร้าง คนละความเร็วพัง แต่รากเดียวกัน: ขายประกันโดยไม่ตั้งสำรอง - ความเชื่อมโยงที่หลิวต้องเห็น: grid/martingale ของ EA สายกริด/มาร์ติงเกล, การขาย options เปลือยๆ, FX carry ไม่ป้องกัน — ทั้งหมดคือญาติร่วมตระกูลเดียวกัน: เก็บเบี้ยเล็กสม่ำเสมอ แบกหางความเสี่ยงมหึมาไว้ข้างหลัง ต่างกันแค่มืออาชีพรู้ตัวว่ากำลังขายประกันและตั้งสำรอง/ทำ hedge ไว้ — มือสมัครเล่นนึกว่าตัวเองเจอ "ระบบกำไรนิ่ง"

รายย่อยทำได้ไหม

เข้าใจ = บังคับ (เพื่อไม่ตกเป็นเหยื่อระบบ "กำไรทุกเดือน" ทุกรูปแบบที่จะมีคนมาขายตลอดชีวิตการเทรด) · ลงมือ = ยังไม่ใช่เฟสของเรา และถ้าทำต้องทำแบบมีประกันชั้นสอง (defined-risk) เท่านั้น

ตระกูลที่ 5 — Market Making & Arbitrage แท้

ป้าย: structural บริสุทธิ์ — แข็งแกร่งสุด และปิดประตูใส่รายย่อยสนิทที่สุด

Market making: ตั้งรับซื้อ-ขายสองฝั่งพร้อมกันตลอดเวลา กิน spread เป็นค่าบริการสภาพคล่อง — กำไรต่อครั้งจิ๋ว ความเสี่ยงคือโดน "คนที่รู้มากกว่า" ยิงใส่ (adverse selection) → ต้องเร็วระดับ microsecond เพื่อถอนราคาหนี → สงคราม infrastructure ที่เราดูได้อย่างเดียว
Arbitrage แท้: ของเดียวกันคนละราคา สองตลาด — ซื้อถูกขายแพงพร้อมกัน กำไรแน่นอน → จึงถูกแย่งกันด้วยความเร็วจนเหลือแต่เศษเสี้ยว penny ที่ต้องใช้เครื่องจักรเก็บ
บทเรียนเดียวที่รายย่อยควรเก็บจากตระกูลนี้: ทุกครั้งที่เราส่งคำสั่ง market order เรากำลัง จ่าย ให้คนตระกูลนี้ — เทรดให้น้อยครั้ง คิดให้นานขึ้นต่อไม้ ใช้ limit order เมื่อทำได้ = ลดภาษีที่จ่ายให้พวกเขาตรงๆ

ตระกูลที่ 6 — Flow / Footprint-Based (อ่านรอยเท้าเงินก้อนใหญ่)

ป้าย: structural+behavioral ผสม · ตระกูลของ thesis หลิว — เลยขอวิจารณ์ตรงที่สุด

เชื่ออะไร

ออเดอร์ขนาดสถาบันซ่อนตัวสมบูรณ์ไม่ได้ (ของก้อนใหญ่ต้องผ่านตลาด) → ร่องรอยใน volume, โครงสร้างราคา, OI, positioning อ่านได้ → ตามรอยเท้าแทนที่จะเดาเอง — Wyckoff คือปู่ของตระกูลนี้ · เครื่องมือสมัยใหม่ทั้งบท 9 (delta/CVD, volume profile, liquidation map) คือลูกหลานที่มีมิเตอร์

ความจริงสองด้านจากมุมคนใน (ไม่อ้อม)

ด้านที่หนุน: สมมติฐานถูก — institutional flow ขับราคาจริง งานวิจัย microstructure ยืนยันว่า order flow imbalance พยากรณ์ราคาช่วงสั้นได้จริง (ในระดับข้อมูลลึก/เร็ว) และพฤติกรรม "ล่า stop ก่อนกลับตัว" มีกลไกเศรษฐศาสตร์รองรับจริง (ออเดอร์ใหญ่ต้องการสภาพคล่อง และ stop ที่กองอยู่คือสภาพคล่อง)
ด้านที่ต้องกล้าฟัง: หลักฐานที่ "แม่น" ทั้งหมดอยู่ในข้อมูลความละเอียดสูงที่แพง — ส่วนเวอร์ชันรายย่อย (อ่านจากแท่งเทียน+volume ฟรี) ยังไม่เคยมีการพิสูจน์สถิติสาธารณะว่าใช้ทำกำไรเป็นระบบได้ ปัญหาใหญ่คือกฎมัน "ยืด" ได้ (นิยาม spring/CHoCH/OB แต่ละสำนักไม่ตรงกัน) ทำให้เล่าย้อนหลังได้เสมอแต่วัดไปข้างหน้าได้ยาก
ทางออกที่วงการเคารพ: ล็อกนิยามเป็นตัวเลขตายตัว → backtest แบบไม่แอบแก้นิยามตามผล → ให้ตัวเลขตัดสิน — ซึ่งคือสิ่งที่โปรเจกต์ของเรากำลังทำกับกฎของหลิวเป็นครั้งแรก ถ้าผ่าน: เราถือหลักฐานที่ทั้งวงการ Wyckoff/SMC ไม่เคยมี ถ้าไม่ผ่าน: เรารู้ก่อนใครว่าจุดไหนของกฎที่เป็นของจริง/ของเล่า — ชนะทั้งสองทาง

ตระกูลที่ 7 — ML / Alternative Data Driven

ป้าย: structural (ข้อมูล+คำนวณ) · ตระกูลที่ hype เกินจริงมากที่สุด — เจาะเต็มในบท 13

สรุปสั้นที่นี่พอ: ML ที่ work ในวงการจริง ไม่ใช่ "ทำนายราคาพรุ่งนี้" (ล้มเหลวเป็นระบบเพราะตลาด non-stationary — ตลาดเปลี่ยนนิสัยตลอดเวลา โมเดลฝึกจากโลกที่ตายแล้ว) — ที่ work คือใช้ ML เป็น "อวัยวะ" ของระบบ: อ่านข่าว/sentiment (NLP), จัดกลุ่ม regime, ปรับ execution, สังเคราะห์ feature ให้กลยุทธ์ดั้งเดิม — เครื่องยนต์หลักยังเป็นตรรกะเศรษฐศาสตร์ที่คนเข้าใจได้เสมอ — บทเรียนสำหรับยุค AI 2026: ใช้ AI เสริมกลยุทธ์ที่มีเหตุผล ไม่ใช่ให้ AI เสกกลยุทธ์จากความว่างเปล่า

🗺️ ตารางสรุปทั้งบท — แปะข้างจอได้

ตระกูล	กินจาก	win rate	นิสัยกำไร	รายย่อย?	ระบบเรา
Trend following	behavioral+premium	ต่ำ 30-45%	แพ้เล็กถี่ ชนะโตเป็นพักๆ (skew บวก)	✅ ได้จริง	✅ แกนหลัก
Mean reversion	behavioral	สูง 60-70%	ชนะเล็กถี่ แพ้แรงเป็นพักๆ (skew ลบ)	⚠️ ต้องมี regime filter + จุดยอมแพ้	⏳ รอผลทดสอบ (R3 พบ pattern เปล่าแพ้สุ่ม — filter ยังอยู่ระหว่างพิสูจน์)
Cross-sectional	behavioral	กลาง	ขึ้นกับตลาดรวม	⚠️ เป็นเลนส์คัดตัว	✅ ใช้จัดอันดับ watchlist
Carry / short vol	risk premium	สูงมาก	ขึ้นบันได ลงลิฟต์	❌ เฟสนี้ไม่แตะ (ต้องเข้าใจไว้กันโดนหลอก)	❌
Market making / arb	structural	สูงมาก	เศษ penny มหาศาลครั้ง	❌ ปิดประตู	❌ (เราเป็นคนจ่าย — จ่ายให้น้อย)
Flow / footprint	structural+behavioral	? — รอเราวัดเอง	?	⚠️ สมมติฐานดี หลักฐานสาธารณะยังไม่มี	🎯 คือ thesis ที่เรากำลังพิสูจน์
ML / alt-data	structural	—	—	❌ ตรงๆ / ✅ เป็นผู้ช่วย	✅ Fable เป็นผู้ช่วยวิจัย

สามบรรทัดปิดบท — แก่นที่อยากให้จำแม้ลืมทั้งบท: 1. กำไรยั่งยืนทุกบาทเป็น "ค่าจ้าง" ของบางอย่างเสมอ — รับความเสี่ยงแทนคนอื่น, ฝืนความเป็นมนุษย์ได้มากกว่า, หรือถือโครงสร้างที่คนอื่นไม่มี — ระบบไหนตอบไม่ได้ว่ากินค่าจ้างอะไร ให้สงสัยว่ามันกำลังเก็บเบี้ยประกันโดยไม่รู้ตัวว่าตัวเองคือบริษัทประกัน 2. นิสัยกำไร (skew) สำคัญกว่า win rate — ถามทุกระบบว่า "วันที่แย่ที่สุด หน้าตาเป็นยังไง" ก่อนถามว่าชนะบ่อยไหม 3. ตระกูลที่เปิดประตูให้ปลาเล็กจริง: trend (พิสูจน์แล้วข้ามศตวรรษ) + mean reversion มีวินัย + flow ที่เรากำลังพิสูจน์เอง — สามตัวนี้คือสามขาของระบบที่เรากำลังสร้างพอดี ไม่ใช่เรื่องบังเอิญ

ถัดไป → บท 11: สถิติ/ความน่าจะเป็นที่เทรดเดอร์ต้องมี — เกราะกันหลอกของทุกบทที่ผ่านมา