โรบอทรายย่อย กับ กองทุนโรบอท ต่างกันยังไง?

ผศ.ดร. ศุภวัฒน์ สุภัควงศ์ (อาจารย์ Nine)

 

คำถามที่ว่า “เมื่อไหร่จะมีโรบอท?” หรือ “ตลาดจะเปลี่ยนไปอย่างไรเมื่อโรบอทเข้ามา?” สมัยก่อนอาจฟังเหมือนเป็นเรื่องไกลตัว เป็นเทรนด์ของอนาคตที่ยังไม่เกิด ก็คาดการณ์แสดงความเห็นกันไป แต่สำหรับผม วันนี้ คำถามเหล่านี้ไม่ค่อยจะน่าสนใจแล้วล่ะ เพราะนี่คือ สิ่งที่ได้เกิดขึ้นแล้วในปัจจุบัน ไม่ว่าคุณจะรู้ตัวหรือไม่ก็ตาม แถมขนาดการเติบโตก็สูงมากขึ้นไปเรื่อยๆ ในทุกปี คำถามที่น่าสนใจมากกว่า คือ แล้วเราจะใช้ประโยชน์จากสูงสุดจากเทคโนโลยีนี้ได้อย่างไร ?

 

การเข้ามาของโรบอท ไม่ได้ทำให้มีกลุ่มผู้เล่นใหม่ในตลาด เรายังคงมี 4 กลุ่มเช่นเคย คือ สถาบัน ต่างชาติ โบรกเกอร์ และ รายย่อย เพียงแต่โรบอท ซึ่งก็คือ เทคโนโลยีของการนำคอมพิวเตอร์มาช่วยมอนิเตอร์ตลาด สแกนหาหุ้นที่ตรงตามเงื่อนไขซื้อขาย พร้อมทั้งส่งคำสั่งให้เรา จะเป็นเครื่องมือของนักลงทุนในแต่ละกลุ่ม เพื่อเพิ่มประสิทธิภาพในการแสวงหาผลตอบแทนที่สูงขึ้น

 

แน่นอนว่านักลงทุนแต่ละกลุ่มมีข้อจำกัด จุดเด่น จุดด้อย ที่แตกต่างกัน บทความนี้เราจะมาลองดูว่า หากเปรียบเทียบกลุ่มนักลงทุนสถาบัน กับ รายย่อย โรบอทที่ถูกพัฒนาขึ้นมานั้นจะต่างกันอย่างไร

 

 

ขนาดของทุนต่างกัน (Size matters)

ขนาดของเงินทุนมีผลแน่นอนต่ออัตราผลตอบแทน เงินหนึ่งล้านโตเป็นสองล้านใน 5 ปี ฟังดูไม่ยาก แต่เงินหนึ่งพันล้านเป็นสองพันล้านใน 5 ปีนี้ คงต้องมีฝีมือประมาณนึงเลย

ขณะที่รายย่อยมองหาช่องการเติบโตของเงินขนาด 1 ล้าน 5 ล้านหรือ 10 ล้านบาท กองทุนกลับต้องหาลู่ทางสำหรับเงิน 1,000 ล้าน 10,000 ล้าน หรือมากกว่านั้น ดังนั้น นักลงทุนรายย่อยย่อมได้เปรียบในส่วนนี้ เพราะเงินน้อยกว่า ระบบที่จะทำการซื้อขายก็คล่องตัวกว่า ในขณะที่กองทุนโรบอทจำเป็นต้องมีระบบที่หลากหลาย มีอัลกอรึทึมในการเข้าซื้อหรือขายที่ชาญฉลาด เพื่อไม่ให้ขนาดของกองทุนส่งผลกระทบต่ออัตราผลตอบแทนมากเกินไป

 

ความพร้อมด้านข้อมูล (Data is the New Oil)

ขณะที่นักลงทุนรายย่อยเข้าถึงข้อมูลคุณภาพได้ดีมากขึ้นเรื่อยๆ ทั้งข้อมูลราคา (open, high, low, close, volume) และรวมถึงข้อมูลเชิงพื้นฐานต่างๆ (fundamental data) ในระดับค่าใช้จ่ายไม่สูงจนเกินไป แต่ต้องยอมรับว่า กองทุนในปัจจุบันมีการลงทุนด้านข้อมูลในระดับที่สูงมาก เพื่อให้ได้ข้อมูลคุณภาพดี ในหลากหลายมิติ ซึ่งส่วนนี้จะเป็นแต้มต่อที่สำคัญสำหรับการตัดสินใจเชิงลึก เหมือนที่มีคนกล่าวว่า Data is the New Oil

 

โครงสร้างพื้นฐานและบุคลากร

นอกเหนือจากการลงทุนด้านข้อมูลแล้ว กองทุนยังลงทุนด้านโครงสร้างพื้นฐาน (infrastructure) เพื่อช่วยเสริมประสิทธิภาพด้านการจัดการข้อมูล การวิเคราะห์ และพัฒนาระบบ รวมถึงการจัด order และยิงคำสั่ง (order execution) ผนวกกับทีมบุคลากรซึ่งเป็นผู้เชี่ยวชาญในด้านต่างๆ โดยเฉพาะ ทำให้กองทุนพร้อมสำหรับการพัฒนาโรบอทขนาดใหญ่ซึ่งมีโครงสร้างการทำงานที่ซับซ้อนมากกว่า

 

แล้วเราจะอยู่ตรงไหน?

 

ย้อนกลับมาว่า แล้วถ้าวันนี้เรามีเงินก้อนหนึ่ง อยากลงทุนด้วยโรบอทต้องทำอย่างไร? ขอเสนอ 2 ช่องทางครับ

 

  • หากมีไอเดียและทักษะการเขียนโปรแกรม แนะนำให้พัฒนาโรบอทของเราเองเลยครับ เพราะถ้าคุณเจ๋งพอ โรบอทที่ถูกสร้างขึ้นมาจะไม่มีใครเหมือนและไม่เหมือนใคร ช่วงชิงความได้เปรียบด้านขนาดของทุนในการสร้างผลตอบแทนที่ดีได้ แต่…
     
  • หากไม่พร้อมที่จะเขียนโค้ด หรือ พัฒนาโรบอทเอง อาจเลือกใช้บริการกองทุนโรบอทแทน ปัจจุบันมีจำนวนมากขึ้นเรื่อยๆ เพียงใส่เงินเข้าไปแล้วให้โรบอทสร้างผลตอบแทนให้เรา
     

หากมองย้อนกลับไปในอดีต ในช่วงแรกๆ ของการเปลี่ยนผ่านยุคอุตสาหกรรม คนที่เริ่มก่อนย่อมได้เปรียบเสมอ วันนี้เราก้าวเข้าสู่ยุค 4.0 ซึ่งตัวขับเคลื่อนหลัก คือ “Data” หรือ ข้อมูล ใครใช้ประโยชน์จากข้อมูลจำนวนมหาศาลนี้ได้ชาญฉลาดกว่า (ที่เรียกว่า “Data Intelligence”) ย่อมเป็นผู้ชนะ

 

ในครั้งหน้าผมจะพามาดูโครงสร้างของ Blue-Marline Waldo กองทุนโรบอทที่ Think Algo ได้ใช้เวลากว่า 2 ปีในการวิจัยและพัฒนา ว่าจะใช้ประโยชน์จาก “Data” เพื่อสร้าง “Intelligence” ให้โรบอทได้อย่างไร คอยติดตามกันครับ

 

ป.ล. Think Algo เป็นบริษัทวิจัยและพัฒนากลยุทธ์การเทรดอัตโนมัติ แต่ไม่เกี่ยวข้องกับการซื้อขายกองทุน ดังนั้น หากสนใจผลิตภัณฑ์อันเป็นผลจากการวิจัยและพัฒนาของทางบริษัท แนะนำให้สอบถามกับทางที่ปรึกษาการลงทุนเลยครับ

 

 


คุณชอบบทความนี้ใช่ไหมแอด
LINE : @stock2morrow
เพิ่มเพื่อน
หรือ กรอก E-mailเพื่อรับบทความ
ผศ.ดร. ศุภวัฒน์ สุภัควงศ์ (อาจารย์ Nine)

ผศ. ดร.ศุภวัฒน์  สุภัควงศ์ (อาจารย์ Nine) - อดีตนักเรียนทุนรัฐบาล ศึกษาระดับปริญญาตรี-โท ที่ประเทศสหรัฐอเมริกา และปริญญาเอกที่ Imperial College London ปัจจุบันเป็นอาจารย์ประจำภาควิชาวิศวกรรมไฟฟ้าและคอมพิวเตอร์  คณะวิศวกรรมศาสตร์ มหาวิทยาลัยธรรมศาสตร์  อาจารย์เน้นงานวิจัยด้านการประมวลผลสัญญาณ time-series ประเภทต่างๆ หนึ่งในนั้นคือ การศึกษาพฤติกรรมการเปลี่ยนแปลงของราคาหลักทรัพย์  มีความสนใจและเป็นนักพัฒนา algorithms ต่างๆ ในแนวทางการลงทุนแบบ algorithmic and systematic trading

FB: drsupawat