← กลับคลังความรู้
Decay
รู้ได้ไงว่ากฎที่เคยเวิร์กกำลังเสื่อม
ชั้น 3 · คิดแบบ quant · อ่าน ~6 นาที · ไม่มีกฎเทรดไหนเวิร์กตลอดไป — แต่รู้ทันก็ยังช่วยได้มาก
ระบบที่ backtest ผ่าน ทดสอบกระดาษผ่าน เทรดจริงช่วงแรกก็ดี — แล้ววันหนึ่งมัน "หยุดทำงาน" โดยไม่มีใครบอก
คำถามที่ quant ทุกคนต้องตอบได้: กฎเสื่อมยังไง และจะรู้ทันก่อนเงินหายได้ไงบ้าง?
1. ทำไมกฎเทรดถึงเสื่อมในที่สุด
ตลาดไม่ใช่ธรรมชาติที่ถูกกฎฟิสิกส์ควบคุม — ตลาดคือผลรวมของคนและสถาบันที่ ปรับพฤติกรรมตลอดเวลา กฎที่ใช้ได้เพราะคนส่วนใหญ่ไม่รู้ พอคนรู้และทำตาม = กำไรหายไป
AI เทรดหมากล้อมชนะเพราะกติกาหมากล้อมไม่เปลี่ยน — แต่ตลาดเปลี่ยนกติกาทุกครั้งที่มีคนชนะ นั่นคือเหตุผลที่ decay ไม่อาจหลีกเลี่ยงได้
สามสาเหตุหลักที่กฎเสื่อม:
1. Crowding — คนใช้กลยุทธ์เดียวกันมากขึ้น → เมื่อทุกคนเห็นสัญญาณเดียวกัน ทุกคนเข้าพร้อมกัน → ราคาวิ่งก่อน signal มาถึงหรือ slippage สูงขึ้นจนกำไรหาย
2. Regime Change — ตลาดเปลี่ยนลักษณะพื้นฐาน เช่น จากตลาดที่ volatility ต่ำ (2017) เป็นตลาดที่ volatility สูง (2022) → กฎที่ออกแบบมาสำหรับ regime เดิมทำงานผิดปกติ
3. Alpha Erosion — ตลาดฉลาดขึ้น คู่แข่งมี edge ที่คล้ายกันและเร็วกว่า → กำไรของทุกคนในกลุ่มเดียวกันค่อยๆ ถูกแบ่งบาง จนไม่เหลือพอหลังต้นทุน
2. กฎเสื่อมหน้าตาเป็นยังไง — อย่าสับสนกับ bad streak ปกติ
ปัญหาที่ยากที่สุดของ decay คือมันหน้าตาเหมือน "แพ้ติดกันปกติ" ในช่วงแรก — นักเทรดที่ไม่มีระบบตรวจจับจึงอดทนต่อไปจนถึงจุดที่เจ็บหนักมาก
เทียบให้เห็น:
ระบบ win rate 40% · แพ้ 7 ไม้ติด
→ เกิดด้วยโอกาส ~69% ใน 100 ไม้ = ปกติ ไม่ต้องทำอะไร
ระบบเดิม · expectancy จาก baseline +0.045R
→ ใน 25 ไม้ล่าสุด expectancy = −0.08R ต่อเนื่อง 3 รอบ
→ นี่คือสัญญาณที่ต้องตรวจสอบจริงจัง ไม่ใช่แค่ "รอผ่าน"
ความต่างสำคัญ: streak คือ sequence ของ ชนะ/แพ้ · decay คือ expectancy ที่เปลี่ยนไปอย่างต่อเนื่อง — เราต้องวัดคนละตัว
3. ห้อง Signal Health ของเรา — วิธีจับ decay ก่อนมันกินเงินจริง
แพลตฟอร์มของเรามีระบบตรวจ decay อัตโนมัติใน ห้อง Signal Health — หลักการง่ายมาก: เทียบ expectancy ฐาน (ทดสอบทั้งหมด) กับ expectancy ของ 25 ไม้ล่าสุด
Logic ในห้อง Signal Health:
Baseline expectancy = ผลเฉลี่ยจาก backtest ทั้งหมด (e.g. +0.045R)
Rolling 25 expectancy = ค่าเฉลี่ยของ 25 ไม้ล่าสุดเท่านั้น
สีเขียว ✓ = Rolling ≥ 70% ของ Baseline → ปกติ ใช้ต่อได้
สีเหลือง ⚠ = Rolling อยู่ที่ 30-70% ของ Baseline → เฝ้าระวัง
สีแดง ✗ = Rolling ต่ำกว่า 30% ของ Baseline ต่อเนื่อง → ตรวจสอบ / ลด size ก่อน
ทำไมต้อง 25 ไม้? เพราะน้อยกว่านี้ noise รบกวนมากเกิน อ่านไม่ออก · มากกว่านี้ตอบสนองช้าเกิน decay รุนแรงไปแล้วค่อยจับได้
4. Regime Change — ฤดูกาลของตลาดที่ต้องรู้จัก
ตัวอย่างจากระบบเรา — spring ในตลาดต่างกัน:
spring บนทอง (GC) ทำงานดีในตลาดที่มี vol สูง trend ชัด (2020-2022)
spring ในตลาดที่ราคาวนแคบๆ sideways (บางช่วงปี 2023) → expectancy ลดลงอย่างมีนัย
ไม่ใช่ว่า spring "พัง" — แต่ตลาดเปลี่ยน regime ไปก่อน แล้วระบบยังใช้กฎเดิมอยู่
ห้อง Signal Health จะเห็นสัญญาณแดงก่อนที่จะ drawdown หนัก
UTAD short — ตัวอย่างที่เราปิดระบบทันเวลา:
UTAD (short รายวัน) expectancy baseline = −0.11R ตกสอบตั้งแต่แรก
ไม่ได้เอาเข้าระบบจริง · แต่ถ้าเอาเข้าและไม่มีระบบตรวจ decay
ก็จะไม่รู้ว่า "ควรหยุดเมื่อไหร่" — ห้อง Signal Health คือคำตอบของคำถามนั้น
5. สิ่งที่ควรทำเมื่อ Signal Health เป็นสีแดง
ลำดับการตอบสนอง (ห้ามข้ามขั้น):
1.
ลด size ก่อน — ไม่ใช่หยุดทันที ไม่ใช่ปรับกฎทันที · ลด size 50% ก่อนเพื่อ "ซื้อเวลา" สำรวจ
2.
ตรวจสอบว่าตลาดเปลี่ยน regime ไหม — เปิด
ห้อง Signal Health ดู volatility + correlation ปัจจุบัน เทียบกับช่วงที่ backtest
3.
เทียบกับ streak ปกติก่อน — แพ้ติดกันเท่าไรถึง "ผิดปกติจริง" สำหรับระบบนี้ (ดูจาก Monte Carlo)
4.
ถ้า regime เปลี่ยนจริง → พักระบบ / รอ regime กลับมา / ทดสอบ version ที่ปรับกับ regime ใหม่
5.
ห้ามปรับกฎอัตโนมัติตาม performance ล่าสุด — นั่นคือ overfitting ออนไลน์ มันจะ chase ความบังเอิญได้เร็วมาก
6. ความจริงที่ต้องยอมรับ
ไม่มีกฎเทรดไหนที่ work ตลอดไปในทุก regime — กองทุน quant ระดับโลกมีทีมนักวิจัยคอยพัฒนากฎใหม่อยู่ตลอดเวลา เพราะรู้ว่า edge เสื่อมเป็นเรื่องปกติ ไม่ใช่ความล้มเหลว
สิ่งที่แยก quant จริงจาก quant ปลอมไม่ใช่ "มีกฎที่ไม่เสื่อม" — แต่คือ "มีระบบตรวจว่าเมื่อไหร่กฎเริ่มเสื่อม และตอบสนองได้ก่อนเงินหายหนัก"
ห้อง Signal Health คือระบบนั้นของเรา — เปิดดูสม่ำเสมอทุกเดือน หรือเมื่อรู้สึกว่า "ระบบไม่เหมือนเดิม" ก็มาดูตัวเลขก่อนตัดสินใจ