Mangmao Talk 2019 Presentation

https://bit.
ly/2sqeG3h
MangmaoTalk 2019 Slide URL
MangmaoTalk 2019
ปิดประตูเจ๊งเร่งกําไร ด้วย Money & Risk Management
Table of
Contents
ภาพรวมของเนื้อ หางานสัมมนา
MangmaoTalk 2019
What You Will Learn Today?
Morning Session
Part 1 : Intro to Money & Risk Management
Part 2 : Basic of Money Management
Afternoon Session
Part 3 : Money Management Models & Performance Comparison
Part 4 : Risk Management Models & Performance Comparison

1
Intro to
Money & Risk
Management
สิ่งที่คุณควรรู้เกี่ยวกับการ Money & Risk
Management
Why You Method
Need Them?
Mind MM & RM
ความสําคัญของ Money & Risk
Management ในการลงทุน
1. It’s a Required Component of Trading
Universe Filter Exit or Stop Money Risk
Management Management
What to Trade? Which to Trade? When to Exit?
How Much to Trade? What to Do with
Ongoing Risk in
Portfolio?
Entry
When to Entry?
Time Frame Order Management
How Close to Monitor? What is The Order Type?

1. It’s a Required Component of Trading
Universe Filter Exit or Stop Money Risk
Management Management
What to Trade? Which to Trade? When to Exit?
How Much to Trade? What to Do with
Ongoing Risk in
Portfolio?
Entry
When to Entry?
Time Frame Order Management
How Close to Monitor? What is The Order Type?

2. No one can be right all the time
Mangmao Marc
Backtest Period of CANSLIM ATH with Lichtenfeld Mark Oberweis 52Week Enterprise Magic
2009-2019 Livermore (Modified) SETFilter 10-11-12 Minervini Reinganum Octagon High Multiple Formula
CAGR (%) 23.37% 23.00% 34.35% 22.77% 24.86% 21.93% 18.70% 20.26% 18.59% 23.64%
Max DD (%) -27.92% -29.93% -34.33% -38.09% -27.65% -22.63% -38.08% -26.67% -35.02% -32.06%
Longest DD (Month) 37.55 21.75 17.95 33.2 20.75 23.7 57.5 16.55 24.45 24.35
Trade 195 352 342 114 425 388 441 326 357 361
% Win 44.10% 28.41% 47.08% 67.54% 45.18% 55.15% 45.58% 66.26% 56.86% 59.00%
Avg Profit/Loss (%) 37.34% 18.77% 9.08% 69.60% 14.23% 13.00% 10.91% 24.38% 23.78% 28.88%
Avg Trade Max DD (%) -24.25% -11.88% -13.86% -27.39% -20.01% -14.95% -19.98% -21.97% -29.20% -29.62%
Max Trade Max DD (%) -61.24 -54.66 -42.93 -94.74 -70.8 -50.78 -71.9 -73.83 -70.18 -70.18
Avg Trade Longest DD
(Month) 4.82 1.87 1.11 11.42 2.13 1.81 2.25 5.78 6.64 6.54
Max Trade Longest DD
(Month) 65.65 15 3.55 77.25 6.2 6.15 12.55 12.1 12.2 12.2
Mangmao Marc
CAGR (%) 23.37% 23.00% 34.35% 22.77% 24.86% 21.93% 18.70% 20.26% 18.59% 23.64%
Max DD (%) -27.92% -29.93% -34.33% -38.09% -27.65% -22.63% -38.08% -26.67% -35.02% -32.06%
Longest DD (Month) 37.55 21.75 17.95 33.2 20.75 23.7 57.5 16.55 24.45 24.35
Trade 195 352 342 114 425 388 441 326 357 361
% Win 44.10% 28.41% 47.08% 67.54% 45.18% 55.15% 45.58% 66.26% 56.86% 59.00%
Avg Profit/Loss (%) 37.34% 18.77% 9.08% 69.60% 14.23% 13.00% 10.91% 24.38% 23.78% 28.88%
Avg Trade Max DD (%) -24.25% -11.88% -13.86% -27.39% -20.01% -14.95% -19.98% -21.97% -29.20% -29.62%
Max Trade Max DD (%) -61.24 -54.66 -42.93 -94.74 -70.8 -50.78 -71.9 -73.83 -70.18 -70.18
(Month) 4.82 1.87 1.11 11.42 2.13 1.81 2.25 5.78 6.64 6.54
(Month) 65.65 15 3.55 77.25 6.2 6.15 12.55 12.1 12.2 12.2
Mangmao Marc
CAGR (%) 23.37% 23.00% 34.35% 22.77% 24.86% 21.93% 18.70% 20.26% 18.59% 23.64%
Max DD (%) -27.92% -29.93% -34.33% -38.09% -27.65% -22.63% -38.08% -26.67% -35.02% -32.06%
Longest DD (Month) 37.55 21.75 17.95 33.2 20.75 23.7 57.5 16.55 24.45 24.35
Trade 195 352 342 114 425 388 441 326 357 361
% Win 44.10% 28.41% 47.08% 67.54% 45.18% 55.15% 45.58% 66.26% 56.86% 59.00%
Avg Profit/Loss (%) 37.34% 18.77% 9.08% 69.60% 14.23% 13.00% 10.91% 24.38% 23.78% 28.88%
Avg Trade Max DD (%) -24.25% -11.88% -13.86% -27.39% -20.01% -14.95% -19.98% -21.97% -29.20% -29.62%
Max Trade Max DD (%) -61.24 -54.66 -42.93 -94.74 -70.8 -50.78 -71.9 -73.83 -70.18 -70.18
(Month) 4.82 1.87 1.11 11.42 2.13 1.81 2.25 5.78 6.64 6.54
(Month) 65.65 15 3.55 77.25 6.2 6.15 12.55 12.1 12.2 12.2
Mangmao Marc
CAGR (%) 23.37% 23.00% 34.35% 22.77% 24.86% 21.93% 18.70% 20.26% 18.59% 23.64%
Max DD (%) -27.92% -29.93% -34.33% -38.09% -27.65% -22.63% -38.08% -26.67% -35.02% -32.06%
Longest DD (Month) 37.55 21.75 17.95 33.2 20.75 23.7 57.5 16.55 24.45 24.35
Trade 195 352 342 114 425 388 441 326 357 361
% Win 44.10% 28.41% 47.08% 67.54% 45.18% 55.15% 45.58% 66.26% 56.86% 59.00%
Avg Profit/Loss (%) 37.34% 18.77% 9.08% 69.60% 14.23% 13.00% 10.91% 24.38% 23.78% 28.88%
Avg Trade Max DD (%) -24.25% -11.88% -13.86% -27.39% -20.01% -14.95% -19.98% -21.97% -29.20% -29.62%
Max Trade Max DD (%) -61.24 -54.66 -42.93 -94.74 -70.8 -50.78 -71.9 -73.83 -70.18 -70.18
(Month) 4.82 1.87 1.11 11.42 2.13 1.81 2.25 5.78 6.64 6.54
(Month) 65.65 15 3.55 77.25 6.2 6.15 12.55 12.1 12.2 12.2
%Win of Top 10 AlphaSuite Strategies
Max Trade DD of Top 10 AlphaSuite Strategies
3. MM & RM Impact Performance
Benefits of
MM & RM
ประโยชน์ที่คุณจะได้รับจากการใช้
Money & Risk Management
1. Protection Against Risk of Ruin
2. “Your” Optimal Expected Performance
2. “Your” Optimal Expected Performance
ผลตอบแทนที่เหมาะสมของ
แต่ละคนนั้น … ไม่เหมือนกัน
3. Peace of Mind From Investing
Loss is Controllable
3. Peace of Mind From Investing
Loss is Controllable
บอกตรงๆ ผมมองไม่เห็นตลาดหรอก ผมเห็น
แต่ความเสี่ยง ผลตอบแทน และเงินทุน
ผมมีกฎพื้ นฐานอยู่สองข้อในการประสบความ
สําเร็จในการลงทุนและการใช้ชีวิต นั่นก็คือ
1. ถ้าคุณไม่เดิมพั น คุณก็ไม่มีวันชนะ
2. แต่ถ้าคุณเดิมพั นจนหมดตัว คุณก็จะไม่
เหลืออะไรไว้เดิมพั นอีกต่อไป
Larry Hite
ผู้ก่อตั้งกองทุน Mint Investment และ Hite Capital LLC.

ผู้บุกเบิกการลงทุนแบบ Systematic Trading
2
Money
Management
ว่าด้วยเรื่องของ “ขนาดการลงทุน”
What is
MM?
Money Management คืออะไร?
Money Management
Money Management คือองค์ประกอบ
ของกลยุทธ์การลงทุน ซึ่งจะบอกให้คุณรู้
ว่า “คุณควรเสี่ยงมากเท่าไหร่” หรือ
“คุณควรเสี่ยงมากแค่ไหน” ในการ
เดิมพั นแต่ละครั้ง เพื่ อให้เกิดผลตอบแทน
และความเสี่ยงที่เหมาะสมที่สุดกับเป้าหมาย
ในการลงทุนของคุณ
- Van K. Tharp
Money Management vs. Speaker!
MM & RM
Function
หน้าที่ขององค์ประกอบ Money & Risk
Management ในการลงทุน
Strategy Components Timing
What to When to Whether to How Much to What to Do When to Get
Trade? Entry? Trade? Trade? with Trade? Out?
Entry Exit
Risk Money Risk

Universe Entry Exit
Mgmt. Mgmt. Mgmt.
Entry Exit
Entry Exit
Risk Money Risk

Universe Entry Exit
Mgmt. Mgmt. Mgmt.
Entry Exit
Entry Exit
Risk Money Risk

Universe Entry Exit
Mgmt. Mgmt. Mgmt.
Entry Exit
Mangmao ATH with
SET Filter
Mangmao ATH with SET Filter
Universe : หุ้นสามัญในตลาดหุ้นไทย
Filter : SET Index เป็นขาขึ้น และหุ้นมีสภาพคล่อง

เพี ยงพอในการลงทุน
Entry : ราคาหุ้นทําจุดสูงสุดใหม่สูงที่สุดใน
ประวัติศาสตร์
Exit : ราคาหุ้นหลุดเส้นค่าเฉลี่ย 50 วัน
Position Size : กําหนดขนาดการลงทุนตามความ

ผันผวนของราคาหุ้น โดยไม่ทําให้เกิดการขาดทุนเกิน
ครั้งละ 1% ของพอร์ตโฟลิโอ (ราวๆตัวละไม่เกิน 5%)
ความเสถียรของ Mangmao ATH SET Filter with 1% Rule
ระบบการลงทุน Mangmao ATH SET
ผลลัพธ์การทดสอบระบบย้อนหลัง 23 ปี ตั้งแต่ปี ค.ศ. 1997-2019 ในตลาดหุ้นไทย Filter with 1% Rule คือระบบการ
ATH
ลงทุนแบบ Trend Following ซึ่งถูก
วิจัยและเผยแพร่ลงในหนังสือ “แมงเม่า
คลับ” ตั้งแต่ต้นปี ค.ศ. 2015
1990-2018 ระบบ SET
CAGR % 27.59 3.16
MaxDD % -32.01 -75.87
SET Sharpe Ratio 1.54 -0.04
YrOutperform % 82.61 17.39
Correlation 0.38 1
หมายเหตุ : ผลการทดสอบเป็นผลแบบ
ATH รวมเงินปันผล และได้ใส่เงื่อนไขของ
สภาพคล่องและ Slippage ตามเงื่อนไข
SET ที่เข้มงวดในหนังสือ “แมงเม่าคลับ”
เรียบร้อยแล้ว
ความเสถียรและยั่งยืนของผลตอบแทนตลอดระยะเวลา 23 ปี
ตารางผลตอบแทนรายเดือนและรายปีของระบบเทียบกับดัชนี SET Index ตั้งแต่ ค.ศ. 1997-2018
ผลลัพธ์ก่อนการเผยแพร่สู่นักลงทุน
ในตลาดหุ้นไทยหลัง ค.ศ. 1997-2014
(In-Sample Result)
ผลลัพธ์หลังการเผยแพร่ระบบสู่นัก
ลงทุนในตลาดหุ้นไทยหลัง ค.ศ. 2015
(Out-of-Sample Result)
Year-to-Date 2019
Backtested Result
Positive
Expectancy
“กําไรคาดหวัง” กฎเหล็กข้อแรกในการ
ใช้ MM ของกลยุทธ์การลงทุนทุกรูปแบบ
“It's not whether you're right or
wrong, but how much money you
make when you're right and how
much you lose when you're wrong.
- George Soros
(1) Net Profits Formula
NP = Sum.Profit – Sum.Loss
NP = Net Profit
Sum.Profit = Sum of All Profits ($)
Sum.Loss = Sum of All Loss ($)

(2) Avg. Profit per Trade
NP = (Sum.Profit – Sum.Loss)/N
NP = Net Profit
Sum.Profit = Sum of All Profits ($)
Sum.Loss = Sum of All Loss ($)
N = Number of Trades
(3) Expectancy (Dollar or Percent)
E = (PW * AW) - (PL * AL)

PW = Probability of Win ($ or %)
AW = Average Win Size ($ or %)
PW = Probability of Loss ($ or %)
AW = Average Loss Size ($ or %)

👨
The Pay-off Winner
(0.3 x 60) – (0.70 x 20) = 4 $/Trade
👦
The Accuracy Winner
(0.70 x 10) – (0.30 x 20) = 1 $/Trade
😭
The Average Loser
(0.30 x 100) – (0.70 x 10) = -23 $/Trade
Expectancy
Simulation
ตัวอย่างการจําลอง ผลการเติบโตของ
เงินทุนของ Pay-off Winner
(%Win = 30%, AW = 60, AL = -20)
Expectancy Simulation
Statistical
Edge
“ค่ากําไรคาดหวัง” ที่มีนัยสําคัญในทาง
สถิติ คือกุญแจสําคัญในการสร้างผล
ตอบแทนในระยะยาว
Statistical Significant
ความมีนัยสําคัญทางสถิติ
(statistical significance)
หมายความว่าผลศึกษานั้นมี
โอกาสน้อยที่จะเกิดจากความ
บังเอิญ
ในด้านการลงทุน หมายความมี
โอกาสน้อยที่กําไรคาดหวัง
(Expectancy) จะเป็นบวกโดย
ความบังเอิญ
System Quality Number (SQN)
SQN= (AP / StDev (AP)) * Sqrt(N))

AP = Average Profit/Loss Per Trade
StDev = Standard Deviation
Sqrt = Square Root
N = Number of Trades
Van K. Tharp
System Quality Number (SQN)
SQN Score Rating of Strategy
< 1.0 ขาดทุนหรือใช้งานยาก
1.01 to 2.00 ทั่วไป (มีนัยมีเมื่อมากกว่า 1.7)
2.01 to 3.00 กลยุทธ์ที่ดีและมีนัยทางสถิติ
3.01 to 5.00 กลยุทธ์ที่ยอดเยี่ยม
5.01 to 7.00 กลยุทธ์ที่สุดยอด
7.01 or Higher Holy Grail (อาจแค่ฝันไป)

Van K. Tharp
SQN Example 1

SQN = 100$/500$ * Sqrt(30)
SQN = 0.3$ * 5.48
SQN = 1.10
Van K. Tharp
SQN Example 2

SQN = 100$/200$ * Sqrt(30)
SQN = 0.3$ * 5.48
SQN = 2.74
Van K. Tharp
SQN Example 3

SQN = -100$/100$ * Sqrt(30)
SQN = -1$ * 5.48
SQN = -5.48
Van K. Tharp
SQN Example 4 (MangmaoATHWithSETFilter1997-2019)

SQN = -10.16%/42.77% * Sqrt(563)
SQN = 0.24 * 23.73
SQN = 5.63
Van K. Tharp
MATHSET Trade Distribution
Trade Statistics
AP 10.16%
Std. Dev (AP) 42.77%
N 563
MATHSET SQN 5.63

Risk of Ruin
Concept
ความน่าจะเป็นของการหมดตัวและพอร์ต
พั งทลายในการลงทุน
Risk of Ruin Factors Relationship
Risk Reward
% Win
Ratio
Risk of
Ruin
Risk Per Trade

Risk of Ruin Formula
Risk
% Win Reward
Ratio
Risk
Per
Trade
Risk Per Trade @ Risk Reward 3:1
%Win/%Risk 1% 2% 3% 4% 5%
10% 100% 100% 100% 100% 100%
20% 100% 100% 100% 100% 100%
30% 0.03% 1.6% 6.35% 12.6% 19.14%
40% 0% 0% 0.1% 0.58% 1.62%
50% 0% 0% 0% 0.05% 0.24%
60% 0% 0% 0% 0.01% 0.04%
70% 0% 0% 0% 0% 0.01%
80% 0% 0% 0% 0% 0%
90% 0% 0% 0% 0% 0%
Risk Per Trade @ Risk Reward 3:1
MATHSET Monte Carlo Bootstrap
Bootstrap Statistics
Confidence CAGR Max

Interval Drawdown
1% 38.06% -18.82%
5% 33.72% -22.69%
10% 31.42% -24.69%
25% 27.99% -29.69%
50% 24.3% -35.03%
75% 20.86% -41.68%
90% 17.9% -50%
95% 16.33% -54.03%
99% 13.03% -64.51%

Betting
Strategy
กลยุทธ์การเดิมพั นแบบ Martingale
และ Anti-Martingale
Martingale Betting Strategy
กลยุทธ์การเดิมพั นแบบ Martingale เกิดขึ้นในฝรั่งเศษช่วงศัตวรรษที่ 18 มีรากฐานอยู่บน
ความเชื่อแบบ Mean Reversion โดยมีหัวใจสําคัญอยู่ที่การเพิ่ มเดิมพั นหรือความเสี่ยงขึ้นเมื่อ
แพ้ (ขาดทุน) อาทิเช่น การเพิ่ มเงินเดิมพั นเป็นสองเท่าในทุกๆครั้งที่แพ้ การเดิมพั น
ข้อดี : ข้อเสีย :
1. อาจสามารถช่วยให้เราเอาชนะในเกมที่ 1. ต้องมีหน้าตักขนาดใหญ่มาก (อนันต์)

มี Edge ติดลบได้ หากเรามีหน้าตักที่ 2. จุดอ่อนกับ “Losing Streak” (ROR)
ใหญ่เพี ยงพอและหยุดเมื่อชนะ 3. การเติบโตแบบเส้นตรง
* เหมาะกับเกมที่มีความน่าจะเป็นคงที่
(Constant Probability)
Martingale vs. Probability of Consecutive Loss
Martingale Bet Size & Trial Relationship
Trials Bet Cumulative Loss (Drawdown)
1 1 1
2 2 3
3 4 7
4 8 15
5 16 31
6 32 63
7 64 127
8 128 255
9 256 511
10 512 1023
Martingale Betting Character
Anti-Martingale Betting Strategy
กลยุทธ์การเดิมพั นแบบ Anti-Martingale มีรากฐานอยู่บนความเชื่อแบบ Momentum โดย
มีหัวใจสําคัญอยู่ที่การเพิ่ มเดิมพั นหรือความเสี่ยงขึ้นเมื่อชนะ (กําไร) อาทิเช่น การเพิ่ มเงิน
เดิมพั นเป็นสองเท่าในทุกๆครั้งที่ชนะในการเดิมพั น
ข้อดี : ข้อเสีย :
1. สร้างการเติบโตแบบ Exponential 1. จุดอ่อนกับ “Winning Streak”

2. ลดโอกาสในการเกิด Risk of Ruin 2. ความไม่เท่าเทียมในการการคืนทุน
3. ไม่จาํ เป็นต้องมีหน้าตักใหญ่ (Asymmetric Leverage)
* ใช้ได้ดีกับเกมที่มีความน่าจะเป็นไม่คงที่
(Inconstant Probability)
Loss Incurred vs. Gain Required
Loss Incurred Gain Required
10% 11%
20% 25%
30% 43%
40% 67%
50% 100%
60% 150%
70% 233%
80% 400%
90% 900%
What’s The Best Betting Strategy?
อย่าถัวเฉลี่ยการขาดทุน
ลดขนาดการลงทุนของ
คุณให้เล็กลงเวลาที่คุณ
ลงทุนได้ยํ่าแย่ และเพิ่ ม
ขนาดการลงทุนขึ้นใน
เวลาที่คุณทําได้ดี
Paul Tudor Jones
ผู้ก่อตั้งกองทุน Tudor
Investment Corporation (5.1
Billion Net Worth)
Break
พั กรับประทานอาหารกลางวัน
3
A Guide to
MM Models
รูปแบบการคํานวณหา “ขนาดการลงทุน”
Unprotected Profit
Equity Protected Profit
Model All Position Cost
รูปแบบของเงินทุนในลักษณะต่างๆ ที่
สามารถนํามาใช้กับการหาขนาดการลงทุน Cash
Total Equity
Total Equity คือมูลค่าของพอร์ตทั้งหมด
TE = Cash + Sum.Pos.Value
All Position Value
Total Equity
โดยที่
Cash คือเงินสุดที่เหลืออยู่
Sum.Pos.Value คือมูลค่าของหุ้นทุกตัวที่
ถืออยู่รวมกันทั้งหมด
Cash
Core Equity (Cash Equity)
Core Equity คือมูลค่าของเงินสดที่เหลือ
CE = Total Equity - Sum.Pos.Value

All Position Value
Core Equity
CE = Cash
โดยที่
Cash คือเงินสุดที่เหลืออยู่
Sum.Pos.Value คือมูลค่าของหุ้นทุกตัวที่ Core Equity

ถืออยู่รวมกันทั้งหมด
Closed Equity
Closed Equity คือมูลค่าของเงินสดบวก
ต้นทุนหุ้นในพอร์ตทั้งหมด All Position Profit
RE = Total Equity - All.Open.Profits
Closed Equity
RE = All.Pos.Cost + Cash All Position Cost
โดยที่
All.Open.Profits คือกําไรที่ยังไม่ได้ปิด
Cash
All.Pos.Cost คือมูลค่าต้นทุนของหุ้นทุกตัว
ที่ถืออยู่รวมกันทั้งหมด
Reduced Equity
Reduced Equity คือมูลค่าของเงินสดบวก Unprotected Profit
รวมกับต้นทุนหุ้นในพอร์ตทั้งหมดและผลกําไร
ที่ถูกปกป้องไว้เรียบร้อยแล้ว Protected Profit
Reduced Equity
RE = Total Equity - Un.Prot.Profit
All Position Cost
RE = Cash + All.Pos.Cost. + Prot.Profit
โดยที่
Un.Prot.Profit คือกําไรที่ยังไม่ได้ปกป้อง Cash
Prot.Profit คือกําไรที่ปกป้องแล้ว
Reduced Equity Example
Un.Prot.Profi
t
Prot.Profit
Un.Prot.Profit
Prot.Profit
Un.Prot.Profit
Prot.Profit
All Equity Model Comparison
MATHSET (2015 - 2019) Performance by Equity Models
MATHSET (2015 - 2019) Performance by Equity Models
Total Closed Core Equity Reduced

Equity Equity Equity
Cumulative Profits 1.44 1.1 0.78 1.02
Annualized Return % (CAGR) 20.98 17.11 13.12 16.23
Annualized Standard Deviation % 14.97 14.18 8.44 14.18
Annualized Sharpe % (Rf=4%) 1.4 1.21 1.55 1.14
Max.DD % -19.04 -15.42 -10.91 -20.21
Longest.DD (Months) -12.76m -12.43m -9.05m -13.05m
Correlation with SET.Index 0.421 0.432 0.459 0.439

Equity Models Pros & Cons Comparison
Equity Model Pros Cons

Total Equity เติบโตไวที่สุด ความเสี่ยงสูงสุด
Closed Equity ป้องกันความเสี่ยง อาจเสียโอกาสในช่วง
เวลาถือหุ้นเยอะ ที่สัญญาณเข้ามามาก
Reduced Equity Balance Method ไม่มีจุดเด่น
Core Equity ปลอดภัยที่สุด เติบโตช้าที่สุด
MM
Models L
M
การคํานวณขนาดการลงทุน (Position S
Sizing) ด้วยวิธีการต่างๆ
Some Money Management Models
1. Random 8. Optimal f 15. Max Drawdown Method
2. Fixed Size 9. Profit Risk Method 16. Maximum Possible
3. Constant Value 10. Fixed Ratio 17. Equity Curve

Crossovers
4. Fixed Amount of Equity 11. Generalized Ratio
18. Real Time Position
5. Percent Volatility 12. Margin Target Sizing
😂
6. Kelly Formula 13. Leverage Target And More ...
7. Fixed Fractional 14. Percent of Equity

Intuitive MM Model
(Basic Model)
Maximum Possible Model (All-In)
MPM = Total Equity / Price
PROS CONS
● ใช้ต้นทุนที่มากที่สุดที่เป็นไปได้ในการ ● การวิเคราะห์ถูกต้องตลอดนั้นยาก
เข้าซื้อหุ้นแต่ละครั้ง ทําให้มีโอกาสได้ ● ง่ายต่อการ Overbetting จนอาจส่ง
ผลตอบแทนสูงหากคาดการณ์ได้ ผลให้ขาดทุนหมดตัว จากความผิด
อย่างถูกต้องแม่นยํา พลาดเพี ยงไม่กี่ครั้ง
● เป็น MM ที่มีความเสี่ยงที่สุด
Fixed Dollars / Share Model
FDM = X Dollars or Shares / Price
PROS CONS
● ง่ายต่อการคํานวนและนําไปปฏิบัติ ● Portfolio เติบโตช้าแบบเส้นตรง
● บังคับไม่ให้นักลงทุน Bias กับ Trade ● อาจไม่สามารถซื้อจํานวนหุ้นได้ลงตัว
ไหนเป็นพิ เศษ ตามกฏเกณฑ์ของตลาด
● สามารถนําไปทดสอบประสิทธิภาพ ● FSM ไม่เหมาะกับเล่นหุ้นหรือสินทรัพย์
สัญญาณเชิงทฏษฏีได้ เป็น Portfolio ทีละหลายๆตัว
Equity Based MM Model
Fixed Percent Model
FPM = X% of Equity ($) / Price
PROS CONS
● Dynamic Position Size ไปตาม ● ไม่ยืดหยุ่นต่อความผันผวนของหุ้น
ขนาดของ Portfolio แต่ละตัว
● Anti-Martingale โดยธรรมชาติ ● ความเสี่ยงที่ไม่เท่ากันในหุ้นแต่ละตัว
● Reinvest โดยอัตโนมัติเมื่อพอร์ตโต ทําให้พอร์ตโฟลิโอมีความเสี่ยงที่ไม่
● ง่ายต่อการคํานวณ สมดุลย์
Fixed Allocation Model
FAM = Y% of Allocation * (X% of Equity ($) / Price)
PROS CONS
● ใช้แนวคิดของการควบคุมความเสี่ยง ● การกําหนด Allocation ที่ไร้
ไปตามกลุ่มสินทรัพย์ต่างๆที่ไม่ค่อย ประสิทธิภาพอาจทําให้ผลตอบแทนแย่
มีความเกี่ยวข้องกัน ● ความเสี่ยงที่ไม่เท่ากันในตราสารแต่ละ
● ง่ายต่อการคํานวณ ชนิดทําให้พอร์ตโฟลิโอมีความเสี่ยงที่
ไม่สมดุลย์
Risk Based MM Model
Fixed Fractional / Fixed Risk Model
N = f * Equity / | Trade Risk |
N = Number of Shares
f = % of Equity
Trade Risk = Buy Price - Stop Price
PROS CONS
● กระจายความเสี่ยง และทําให้ความ ● ต้องเป็นกลยุทธ์ที่มีจุดตัดขาดทุน
เสี่ยงในพอร์ตโฟลิโอสมดุลย์ ● ขึ้นกับคุณภาพของจุดตัดขาดทุน
● ทุก Positions มีโอกาสเกิดความ ● กลยุทธ์ที่มี Stop สั้นมากๆอาจให้
เสียหายต่อต่อพอร์ตโฟลิโอที่เท่ากัน Position ที่มีขนาดใหญ่เกินไป จนมีค
วามเสี่ยงเมื่อเกิด Blackswan
Fixed Fraction Method
Total Equity 100 M
Percentage of Risk 1%
Per Trade
Risk Per Trade 3.36

=(63.43 - 60.07)
Position Size (Shares) 297,600

= (100,000,000 * 1%) / 3.36
Fixed Volatility
N = f * Equity / Volatility
f = % of Equity
Volatility Defined By 4 * Average true Range (ATR)
PROS CONS
● สามารถทําให้ความเสี่ยงในแต่ละ ● มีความซับซ้อนกว่ารูปแบบอื่น
Position ใกล้เคียงกันได้ถึงแม้แต่ละ ● การกําหนดความเสี่ยงขึ้นอยู่กับ Var
ตัวจะมีความผันผวนที่แตกต่างกัน และ Lookback Period ที่นํามาใช้
● มีการคิดคํานวนความเสี่ยง ไปตาม ● ถ้าสภาวะตลาดมีความผันผวนเพิ่ มขึ้น
ความผันผวนของสภาวะตลาด ความเสี่ยงอาจพุ ่ งขึ้นอย่างรวดเร็ว
Fixed Volatility Method
Total Equity 100 M
Percentage of Risk 1%
Per Trade
Volatility 2.92
=(4 * 0.73)

= (100,000,000 * 1%) / 2.92
Profit Risk
N = Initial Risk + Profit Risk
Initial Risk = f * Initial Equity / | Trade Risk |
Profit Risk = f * Profit / | Trade Risk |
PROS CONS
● เป็นวิธีการกําหนดนํ้าหนักการลงทุน ● ขนาดนํ้าหนักการลงทุนจะเพิ่ มมากขึ้น
โดยอ้างอิงจากผลกําไร ซึ่งคํานวณได้ เรื่อยๆตามการเติบโตของกลยุทธ์การ
จาก ลงทุน เป็นเหตุให้กลยุทธ์อาจถือหุ้น
○ เงินลงทุนตั้งต้น จํานวนน้อยตัวเกินไปในช่วงหลัง หาก
○ กําไรที่เกิดขึ้นของกลยุทธ์ กําหนด %Risk จากกําไรไว้สูงไป
Profit Risk Method
Initial Equity 1M
Profit / Loss 99 M
Risk Per Trade 3.36

=(63.43 - 60.07)
Shares From Initial 2,900

(Risk 1%) =(1,000,000 * 1%) / 3.36
Shares From Profit 883,900

(Risk 3%) =(99,000,000 * 3%) / 3.36

=2,900 + 883,900
Kelly Criterion (Equity)
N = %Kelly * Equity / Price
%Kelly = W - ((1-W)/R )
Where W = Winning Probability & R = Win Loss Ratio
PROS CONS
● Maximize Growth Potential โดย ● ค่าที่ได้จาก Kelly Formula นั้นทําให้
คํานวนจากข้อมูลสถิติ Portfolio มีค่าความเสี่ยงที่สูงมาก
● เหมาะกับเกมที่มีความน่าจะเป็นและ โดยถึงแม้จะเสี่ยงแค่ ½ ของค่า
ค่า Risk/Reward ที่คงที่ Kelly % ก็ยังคงเสี่ยงสูงอยู่
● ไม่เหมาะกับระบบที่ Winning Ratio
ตํ่า (Consecutive Loss)
Kelly Criterion (Equity)
N = %Kelly * Equity / Price
%Kelly = W - ((1-W)/R )
PROS CONS
● Maximize Growth Potential โดย ● ต้องใช้เงินทุนที่สูง (Margin)
คํานวนจากข้อมูลสถิติ ● ต้องรอจนมีเทรดไประยะนึง จึงจะ
● เหมาะกับเกมที่มีความน่าจะเป็นและ คํานวณได้ ในที่นี้กําหนดไว้ที่ 30 เท
ค่า Risk/Reward ที่คงที่ รด
● ควรคํานวณค่า Kelly จาก
Out-of-Sample Trade
Kelly Criteria Equity Method
Total Equity 100 M
Winning Probability 0.5
Win Loss Ratio 1.5

( avg Win % / avg Loss % ) = ( 30 % / 20 % )
% Kelly 0.83 Or 83.33%

= 0.5 - ((1-0.5)/1.5 )
Price 64.16
Position Size (Shares) 1,298,700

=(100,000,000 * 83.33%) /64.16
Kelly Risk Criterion (Risk)
N = %Kelly * Equity / | Trade Risk |
%Kelly = W - ((1-W)/R )
PROS CONS
● Maximize Growth Potential โดย ● ค่าที่ได้จาก Kelly Formula นั้นทําให้
คํานวนจากข้อมูลสถิติ Portfolio มีค่าความเสี่ยงที่สูงมาก
● เหมาะกับเกมที่มีความน่าจะเป็นและ โดยถึงแม้จะเสี่ยงแค่ ½ ของค่า
ค่า Risk/Reward ที่คงที่ Kelly % ก็ยังคงเสี่ยงสูงอยู่
● ไม่เหมาะกับระบบที่ Winning Ratio
ตํ่า (Consecutive Loss)
Kelly Risk Criterion (Risk)
N = %Kelly * Equity / | Trade Risk |
%Kelly = W - ((1-W)/R )
PROS CONS
● Maximize Growth Potential โดย ● ต้องใช้เงินทุนที่สูง (Margin)
คํานวนจากข้อมูลสถิติ ● ต้องรอจนมีเทรดไประยะนึง จึงจะ
● เหมาะกับเกมที่มีความน่าจะเป็นและ คํานวณได้ ในที่นี้กําหนดไว้ที่ 30 เท
ค่า Risk/Reward ที่คงที่ รด
● ควรคํานวณค่า Kelly จาก
Out-of-Sample Trade
Kelly Risk Criteria Method
Total Equity 100 M
Winning Probability 0.5
Win Loss Ratio 1.5

( avg Win % / avg Loss % ) = ( 30 % / 20 % )
% Kelly 0.83 Or 83.33%

= 0.5 - ((1-0.5)/1.5 )
Risk Per Trade 3.36

=(63.43 - 60.07)
Position Size (Shares) 24,800,500

=(100,000,000 * 83.33%) /3.36
MM Models
Performance
ประสิทธิภาพ ของการคํานวณหาขนาด
การลงทุนแต่ละรูปแบบ
MM Model %CAGR Comparison
MM Model %Max DD Comparison
MM Model MAR Ratio Comparison
Best MM Model Growth Comparison
Best MM Model Growth Comparison
Fix Fix Fix Fix Profit Kelly Kelly
Dollar Percent Fraction Volatility Risk Equity Risk
Cumulative Profits 6.98 67.98 335.29 221.34 219.58 269.96 70.76
Annualized Return % (CAGR) 9.82 21.04 30 27.6 27.55 28.74 21.25
Annualized StDev % 6.28 12.52 21.09 15.34 19.69 19.63 23.51
Annualized Sharpe % (Rf=4%) 1.56 1.68 1.42 1.8 1.4 1.46 0.9
MAR Ratio 0.73 0.77 0.82 0.86 0.69 0.87 0.56
Max.DD % -13.43 -27.37 -36.62 -32 -40.17 -32.85 -38.12
Longest.DD (Months) 12.76m 50.43m 50.38m 50.48m 47.86m 50.67m 49.1m
Correlation with SET.Index 0.417 0.389 0.319 0.382 0.273 0.303 0.274
4
Risk
Management
เทคนิคการบริหารจัดการความเสี่ยงในการลงทุน
What is
RM?
Risk Management คืออะไร?
Risk Management
Risk Management คือองค์ประกอบของกลยุทธ์การลงทุน ซึ่งจะ
บอกให้คุณรู้ว่า “คุณจะควบคุมความเสี่ยงอย่างไร” ในการลงทุน
อย่างไรทั้ง “ก่อนหน้า” และ “ระหว่างการลงทุน” เพื่ อจํากัด, ลด และ
ทําลายความเสียหายที่อาจเกิดขึ้นทิ้งไป
Entry Exit
Risk Money Risk

Universe Entry Exit
Mgmt. Mgmt. Mgmt.
Entry Exit
RM “Before”
Phase
Risk Management ก่อนเข้าทําการลงทุน
Correlation Control
Correlation Control คือเทคนิคในการปกป้องความเสี่ยง “ก่อน” ที่
จะทําการลงทุน โดยมีแนวคิดในการพยายามสร้างพอร์ตโฟลิโอที่หุ้น
แต่ละตัวนั้นมีความสัมพั นธ์ต่อกันที่ตํ่า เพื่ อให้เกิดการกระจายความ
เสี่ยงที่มากขึ้น โดยพิ จารณาถึงค่าสหสัมพั นธ์ (Correlation) ระหว่าง
การเคลื่อนไหวของหุ้นที่จะซื้อและการเคลื่อนไหวของพอร์ตมาพิ จารณา
ร่วมกัน ยกตัวอย่างเช่น การ “ไม่” เข้าซื้อหุ้นที่มีค่า Correlation กับ
พอร์ตโฟลิโอที่สูงกว่า 0.75 (ค่าสหสัมพั นธ์จะวิ่งอยู่ระหว่าง -1 ถึง 1)
Correlation Control
Correlation with Equity 0.95
(250 Days)
ปฎิเสธการเข้าซื้อ
Correlation Control
Correlation with Equity 0.89
(250 Days)
ปฎิเสธการเข้าซื้อ
เข้าซื้อหุ้นได้
Correlation Control
Correlation with Equity -0.66
(250 Days)
Correlation Control
Correlation with Equity -0.57
(250 Days)
เข้าซื้อหุ้นได้
Correlation Control RM Model
Correlation Control RM Model
Correlation < Correlation < Correlation < Correlation < No RM
0 0.25 0.50 0.75
Cumulative Profits 29.98 131.18 151.45 162.06 221.34
Annualized Return % (CAGR) 16.75 24.64 25.44 25.83 27.6
Annualized StDev % 11.23 14.31 14.75 14.64 15.34
Annualized Sharpe % (Rf=4%) 1.49 1.72 1.72 1.76 1.8
MAR Ratio 0.69 0.97 0.79 0.935 0.86
Max.DD % -24.26 -25.39 -32.02 -27.62 -32
Longest.DD (Months) 49.86m 56.1m 50.67m 50.48m 50.48
Correlation with SET.Index 0.291 0.343 0.351 0.367 0.382

Group Control
Group Control คือเทคนิคในการปกป้องความเสี่ยง “ก่อน” ที่จะทํา
การลงทุน โดยมีแนวคิดในการพยายามควบคุมความเสี่ยงของหุ้นหรือ
สินทรัพย์ในแต่ละกลุ่ม ให้มีความเสี่ยงอยู่ในระดับที่ไม่สูงเกินไปเมื่อ
เทียบกับทั้งพอร์ตโฟลิโอ อาทิเช่น
● การควบคุม “จํานวน” ของหุ้นในอุตสาหกรรมเดียวกัน

● การควบคุม “มูลค่าเงินทุน” ไม่ให้สูงเกินไปในแต่ละอุตสาหกรรม
Group Control
Limit By Industry
- N Stock (1-5 Stock Per Indus)
Portfolio - % Size (5-30% Per Indus)
Group Control n Stocks RM Model
Group Control n Stocks RM Model
1 Stock 2 Stocks 3 Stocks 4 Stocks 5 Stocks No RM
Per Indus Per Indus Per Indus Per Indus Per Indus
Cumulative Profits 52.1 132.05 199.53 242.21 242.21 221.34
Annualized Return % (CAGR) 19.62 24.68 27 28.11 28.11 27.6
Annualized StDev % 13.37 14.81 15.32 15.65 15.65 15.34
Annualized Sharpe % (Rf=4%) 1.47 1.67 1.76 1.8 1.8 1.8
MAR Ratio 0.76 0.85 0.87 0.90 0.90 0.86
Max.DD % -25.69 -28.87 -31.01 -31.31 -31.31 -32
Longest.DD (Months) 50.48m 50.48m 50.48m 50.48m 50.48m 50.48
Correlation with SET.Index 0.381 0.375 0.362 0.365 0.365 0.382

Group Control % PosSize RM Model
Group Control % PosSize RM Model
10% Max 15% Max 20% Max 25% Max 30% Max No RM
PosSize PosSize PosSize PosSize PosSize
Per Indus Per Indus Per Indus Per Indus Per Indus
Cumulative Profits 21.8 30.36 45.26 64.8 113.94 221.34
Annualized Return % (CAGR) 15.14 16.81 18.88 20.78 23.86 27.6
Annualized StDev % 11.04 12.18 13.24 14.13 14.44 15.34
Annualized Sharpe % (Rf=4%) 1.37 1.38 1.42 1.47 1.65 1.8
MAR Ratio 0.60 0.66 0.71 0.71 0.80 0.86
Max.DD % -25.39 -25.39 -26.67 -29.21 -29.79 -32
Longest.DD (Months) 50.48m 51.52m 50.48m 50.48m 50.48m 50.48
Correlation with SET.Index 0.392 0.412 0.403 0.372 0.375 0.382

RM “During”
Phase
Risk Management ระหว่างการลงทุน
Scale-In
Scale-In คือเทคนิคในการทยอยเข้าซื้อหุ้น โดยอาศัยสัญญาณครั้ง
ใหม่ที่เกิดขึ้นเป็นตัวยืนยันการตัดสินใจ โดยมุ่งหวังให้พอร์ตโฟลิโอไม่
แบกรับความเสี่ยงตั้งแต่เริ่มต้นจนมากเกินไปตั้งแต่แรก และให้ผล
ตอบแทนของหุ้นและสภาวะตลาดเป็นตัวยืนยันการตัดสินใจ อาทิเช่น
● Constant Scale-In คือการทยอยเข้าซื้อหุ้นจํานวนเท่าๆกัน

● Pyramid Scale-In คือการทยอยเข้าซื้อหุ้นแต่ในจํานวนที่น้อยลง
Pyramid Scale-In Size (100%)
N Times Scale Size Total Shares
4th. Signal 100,000 Shares
4 100,000 400,000
3rd. Signal 100,000 Shares

3 100,000 300,000
2nd. Signal 100,000 Shares 2 100,000 200,000
1st. Signal 100,000 Shares 1 100,000 100,000

(Entry Signals)
Pyramid Scale-In Size (50%)
4th. Signal N Times Scale Size Total Shares
12,500 Shares
4 12,500 187,500
3rd. Signal 25,000
Shares 3 25,000 175,000
2nd. Signal 50,000

Shares 2 50,000 150,000
1 100,000 100,000
1st. Signal 100,000 Shares
(Entry Signals)
Entry Signals
Entry Signals
Scale-In RM Model Comparison
Scale-In RM Model Comparison
Scale In Scale In Scale In Scale In No RM
25% 50% 75% 100%
Cumulative Profits 257.54 330.05 575.76 480.57 221.34
Annualized Return % (CAGR) 28.58 30.03 33.34 32.26 27.6
Annualized StDev % 16.58 17.92 21.14 25.27 15.34
Annualized Sharpe % (Rf=4%) 1.72 1.68 1.58 1.28 1.8
MAR Ratio 0.96 0.89 0.81 0.68 0.86
Max.DD % -29.82 -33.61 -41.04 -47.17 -32
Longest.DD (Months) 50.67m 56.29m 54.86m 56.05m 50.48
Correlation with SET.Index 0.373 0.371 0.321 0.312 0.382

Scale-Out
Scale-Out คือเทคนิคในการทยอยขายหุ้น โดยอาศัยสัญญาณครั้ง
ใหม่ที่เกิดขึ้นเป็นตัวยืนยันการตัดสินใจ โดยมุ่งหวังให้พอร์ตโฟลิโอไม่
สูญเสียโอกาสในการทํากําไรมากเกินไปตั้งแต่แรก และให้ผลตอบแทน
เชิงลบของหุ้นและสภาวะตลาดเป็นตัวยืนยันการตัดสินใจ อาทิเช่น
● Pyramid Scale-Out คือการทยอยขายหุ้นเป็นสัดส่วน X% ของ

จํานวนหุ้นที่เหลืออยู่ไปเรื่อยๆ จนกว่าจะเจอสัญญาณ Hard Stop
สุดท้ายที่กลยุทธ์ได้วางเอาไว้
Pyramid Scale-Out Size (50%)
N Times Scale Size Total Shares
1 100,000 100,000
(Entry Signals)
2 50,000 50,000
3 25,000 25,000
4 12,500 12,500
Exit Signal
Scale Out Signal

Scale Out Signal
Exit Signal
Scale Out RM Model Comparison
Scale Out RM Model Comparison
Scale Out 25% Scale Out 50% Scale Out 75% No RM
Cumulative Profits 233.68 202.1 141.06 221.34
Annualized Return % (CAGR) 27.91 27.08 25.05 27.6
Annualized StDev % 14.88 13.6 14.05 15.34
Annualized Sharpe % (Rf=4%) 1.87 1.99 1.78 1.8
MAR Ratio 0.86 0.94 0.80 0.86
Max.DD % -32.44 -28.63 -31.13 -32
Longest.DD (Months) 49.24m 50.33m 49.67m 50.48
Correlation with SET.Index 0.365 0.372 0.347 0.382

Portfolio Heat Control
Portfolio Heat Control คือเทคนิคในการควบคุมระดับความเสี่ยง
ของพอร์ตโฟลิโอในขณะที่ทําการลงทุนอยู่ โดยนําเอาความเสี่ยงของ
หุ้นแต่ละตัวทั้งหมดมารวมกัน แล้วกําหนดขอบเขตในการทยอยขายหุ้น
ทิ้งไปเพื่ อให้ระดับความเสี่ยงโดยรวมกลับมาอยู่ในระดับตํ่ากว่าระดับที่
ตั้งไว้ อาทิเช่น
● การควบคุมความเสี่ยงของพอร์ตโฟลิโอโดยใช้ Trade Risk ณ วัน

ล่าสุดของหุ้นแต่ละตัวมาคิดเป็นสัดส่วนความเสี่ยงของพอร์ตรวม
กัน แล้วควบคุมไว้ไม่ให้เกิดระดับ X%
Portfolio Heat Calculation Example
Trade Risk (%) = [ 1 - (Stop Price / Current Price) ] * Pos Size (%)
Portfolio Portfolio
Symbol Current Price Stop Price Pos Size (%) Risk (%)
AAA 15 10 10% 3.33%
BBB 1.2 0.7 10% 4.17%
CCC 5.5 4.5 10% 1.82%
DDD 110 80 10% 2.73%

Portfolio Risk (%) = Sum of Trade Risk (%)
Portfolio Portfolio
Symbol Current Price Stop Price Pos Size (%) Risk (%)
AAA 15 10 10% 3.33%
BBB 1.2 0.7 10% 4.17%
CCC 5.5 4.5 10% 1.82%
DDD 110 80 10% 2.73%
Portfolio Risk (%) 12.05%

Portfolio Risk (%) = Sum of Trade Risk (%)
Portfolio Portfolio
Symbol Current Price Stop Price Pos Size (%) Reduced Size (%)
AAA 15 10 5% -50%
BBB 1.2 0.7 5% -50%
CCC 5.5 4.5 5% -50%
DDD 110 80 5% -50%

Portfolio Heat RM Model Comparison
Portfolio Heat RM Model Comparison
P.H. P.H. P.H. P.H. P.H. P.H. P.H. P.H. P.H. No
10% 15% 20% 25% 30% 35% 40% 45% 50% RM
Cumulative Profits 22.86 53.73 162 190.5 200.8 221.3 221.3 221.3 221.3 221.3
Annualized Return % (CAGR) 15.38 19.78 25.83 26.74 27.04 27.6 27.6 27.6 27.6 27.6
Annualized StDev % 10.19 12.59 14.48 14.58 14.91 15.34 15.34 15.34 15.34 15.34
Annualized Sharpe % (Rf=4%) 1.51 1.57 1.78 1.83 1.81 1.8 1.8 1.8 1.8 1.8
MAR Ratio 0.58 0.62 0.81 0.84 0.85 0.86 0.86 0.86 0.86 0.86
Max.DD % -26.4 -31.9 -31.9 -31.9 -31.9 -32 -32 -32 -32 -32
2 1 3 3 4
Longest.DD (Months) 47.62 47.76 48.38 48.38 50.48 50.48 50.48 50.48 50.48 50.48
m m m m m
Correlation with SET.Index 0.374 0.382 0.384 0.383 0.382 0.382 0.382 0.382 0.382 0.382
RM Models
Performance
ประสิทธิภาพโดยเปรียบเทียบ ของหลักการ
จัดการความเสี่ยงในการลงทุนแต่ละรูปแบบ
Each RM Model CAGR Comparison
Each RM Model MaxDD Comparison
Each RM Model MAR Ratio Comparison
Best RM Model Comparison
Best RM Model Comparison
Scale In Scale Correlati 4 Stocks 30 % Portfolio No RM
25% Out 50% on Per Indus PosSize Heat
Control Per Indus 50%
< 0.25
Cumulative Profits 257.54 202.1 131.18 242.21 113.94 221.34 221.34
Annualized Return % (CAGR) 28.58 27.08 24.64 28.11 23.86 27.6 27.6
Annualized StDev % 16.58 13.6 14.31 15.65 14.44 15.34 15.34
Annualized Sharpe % (Rf=4%) 1.72 1.99 1.72 1.8 1.65 1.8 1.8
MAR Ratio 0.96 0.94 0.97 0.90 0.80 0.86 0.86
Max.DD % -29.82 -28.63 -25.39 -31.31 -29.79 -32 -32
Longest.DD (Months) 50.67m 50.33m 56.1m 50.48m 50.48m 50.48 50.48
Correlation with SET.Index 0.373 0.372 0.343 0.365 0.375 0.382 0.382
MM & RM
Summarized
บทสรุป ของหลักการบริหารเงินทุนและการ
จัดการความเสี่ยงในการลงทุน
MM & RM Summary Points
● MM & RM จะมีประสิทธิภาพได้ต่อเมื่อกลยุทธ์มีกําไรคาดหวังที่เป็นบวกโดยมีนัยทางสถิติ
● MM & RM คือองค์ประกอบในการกําหนดขนาดการลงทุน และการจัดการความเสี่ยงทั้ง
ก่อนและระหว่างการลงทุน โดยต้องไม่สับสนเรื่องของ MM & RM กับ Signal
● MM คือสิ่งที่จะช่วยปกป้องการเกิด Risk of Ruin และสร้าง Exponential Growth
● ไม่มี MM รูปแบบที่ดีที่สุด มีแต่ MM ที่เหมาะสมกับกลยุทธ์และจิตวิทยาการลงทุนของเรา
● RM ไม่ใช่การปรับเปลี่ยนสัญญาณซื้อขาย แต่เป็นการบริหารความเสี่ยงจากสัญญาณ
ซื้อขายที่เกิดขึ้น โดยสามารถทําได้ทั้ง “ก่อน” และ “ระหว่าง” การลงทุน
● RM ครอบคลุมทั้งในเชิงของประสิทธิภาพของกลยุทธ์, การปฎิบัติการลงทุน จิตวิทยา
● MM & RM ไม่จําเป็นต้องถูกใช้ร่วมกันทั้งหมดในคราวเดียวกัน
● กลยุทธ์การลงทุนที่มีประสิทธิภาพนั้นมักเรียบง่าย และ MM & RM ก็เช่นเดียวกัน
● หากจําอะไรไม่ได้ ก็ขอให้จําไว้ว่า High Risk ไม่จําเป็นจะต้องได้ High Reward แต่เป็น
Optimal Risk เพื่ อสร้าง Optimal Performance แทนต่างหาก
Thank You!
See You Next Time :D

Mangmao Talk 2019 Presentation

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Mangmao Talk 2019 Presentation

Uploaded by

Copyright:

Available Formats

https://bit.

Part 2 : Basic of Money Management

Part 4 : Risk Management Models & Performance Comparison

Time Frame Order Management

How Close to Monitor? What is The Order Type?

Time Frame Order Management

How Close to Monitor? What is The Order Type?

ผู้ก่อตั้งกองทุน Mint Investment และ Hite Capital LLC.

Risk Money Risk

Risk Money Risk

Risk Money Risk

Filter : SET Index เป็นขาขึ้น และหุ้นมีสภาพคล่อง

Exit : ราคาหุ้นหลุดเส้นค่าเฉลี่ย 50 วัน

Position Size : กําหนดขนาดการลงทุนตามความ

1990-2018 ระบบ SET

CAGR % 27.59 3.16

MaxDD % -32.01 -75.87

SET Sharpe Ratio 1.54 -0.04

YrOutperform % 82.61 17.39

Sum.Proﬁt = Sum of All Proﬁts ($)

Sum.Loss = Sum of All Loss ($)

Sum.Proﬁt = Sum of All Proﬁts ($)

Sum.Loss = Sum of All Loss ($)

E = (PW * AW) - (PL * AL)

AW = Average Win Size ($ or %)

AW = Average Loss Size ($ or %)

SQN= (AP / StDev (AP)) * Sqrt(N))

StDev = Standard Deviation

Sqrt = Square Root

< 1.0 ขาดทุนหรือใช้งานยาก

1.01 to 2.00 ทั่วไป (มีนัยมีเมื่อมากกว่า 1.7)

2.01 to 3.00 กลยุทธ์ที่ดีและมีนัยทางสถิติ

3.01 to 5.00 กลยุทธ์ที่ยอดเยี่ยม

5.01 to 7.00 กลยุทธ์ที่สุดยอด

7.01 or Higher Holy Grail (อาจแค่ฝันไป)

SQN= (AP / StDev (AP)) * Sqrt(N))

SQN = 0.3$ * 5.48

SQN= (AP / StDev (AP)) * Sqrt(N))

SQN = 0.3$ * 5.48

SQN= (AP / StDev (AP)) * Sqrt(N))

SQN = -1$ * 5.48

SQN= (AP / StDev (AP)) * Sqrt(N))

SQN = 0.24 * 23.73

Std. Dev (AP) 42.77%

MATHSET SQN 5.63

Risk Per Trade

10% 100% 100% 100% 100% 100%

20% 100% 100% 100% 100% 100%

30% 0.03% 1.6% 6.35% 12.6% 19.14%

40% 0% 0% 0.1% 0.58% 1.62%

50% 0% 0% 0% 0.05% 0.24%

60% 0% 0% 0% 0.01% 0.04%

Conﬁdence CAGR Max

10% 31.42% -24.69%

25% 27.99% -29.69%

50% 24.3% -35.03%

75% 20.86% -41.68%

90% 17.9% -50%

95% 16.33% -54.03%

99% 13.03% -64.51%

1. อาจสามารถช่วยให้เราเอาชนะในเกมที่ 1. ต้องมีหน้าตักขนาดใหญ่มาก (อนันต์)

1. สร้างการเติบโตแบบ Exponential 1. จุดอ่อนกับ “Winning Streak”

Equity Protected Proﬁt

Model All Position Cost