fbpx
องค์ความรู้จากการลงทุนอย่างเป็นระบบ

MA ไหนไฟแรงเฟร่อ!?

มด แมงเม่าคลับ
ติดตามผม

“เส้นค่าเฉลี่ยแบบไหนใช้ดีที่สุด!?”

“EMA กับ SMA แบบไหนดีกว่ากัน?”

“ใช้เส้นค่าเฉลี่ยกี่วันวิเคราะห์หุ้นดี?”

นี่คือคำถามยอดฮิตสำหรับทั้งนักลงทุนหน้าใหม่และหน้าเก่าเลยทีเดียว สาเหตุก็เพราะเส้นค่าเฉลี่ยถือเป็นโคตรเหง้าของเหล่า Indicators ของนักลงทุนทั่วโลกเลยก็ว่าได้ แต่ถึงกระนั้นเสีย ก็ยังไม่เคยมีใครทำบทวิจัยทดสอบเปรียบเทียบเส้นค่าเฉลี่ยรูปแบบต่างๆในตลาดหุ้นไทยออกมาให้ดูกันชัดๆกันเสียที ในวันนี้ SiamQuant จึงทำการวิจัยและนำประเด็นที่น่าสนใจมาแชร์ให้ทุกคนรู้กันครับ

มาทดสอบ Moving Average แต่ละชนิดกันดูดีกว่า!

เพื่อที่จะให้ได้คำตอบว่าเราควรจะใช้เส้นค่าเฉลี่ยรูปแบบไหนกันดีนั้น แน่นอนว่าเราก็คงจะต้องจับเส้นค่าเฉลี่ย Moving Average (MA) ในรูปแบบต่างๆมาทดสอบกันสักหน่อย อย่างไรก็ตาม ความจริงแล้วรูปแบบของเส้น MA นั้นมีอยู่หลายรูปแบบมากๆ เราจึงได้ทำการคัดเลือกเส้นค่าเฉลี่ยมาทำการทดสอบทั้งหมด 5 รูปแบบ ตามความนิยมที่ถูกพูดถึงกันบ่อยๆโดยทั่วไป โดยเราจะขออนุญาติข้ามเรื่องสูตรไป เพราะจะทำให้บทความยาวและอ่านยาก (ใครอยากอ่านสูตรการคำนวณแต่ละประเภทลองค้นดูในอินเตอร์เนทได้เลยนะครับ) โดยเส้นค่าเฉลี่ยที่ทั้ง 5 รูปแบบที่เราจะนำมาทำการวิจัยทดสอบกันในครั้งนี้ก็คือ

SiamQuant-best-moving-average-macd-1ภาพที่ 1 : ตัวอย่างเส้นค่าเฉลี่ยรูปแบบต่างๆในค่า MA Parameter ที่ 50 Bars ย้อนหลังกับดัชนี SET Index จากโปรแกรม Amibroker

  1. Simple Moving Average (SMA)
  2. Exponential Moving Average (EMA)
  3. Weighted Moving Average (WMA)
  4. Double Exponential Moving Average (DEMA)
  5. Triple Exponential Moving Average (TEMA)

สำหรับเงื่อนไขในการวิจัยทดสอบครั้งนี้นั้น เราจะใช้วิธีการและเงื่อนไขดังคร่าวๆดังต่อไปนี้ครับ

  • ทำการทดสอบด้วยโปรแกรม Amibroker จากชุดโค้ดและฐานข้อมูลราคาหุ้นจาก SiamQuant
  • ทำการทดสอบโดยการสร้างระบบการลงทุนแบบ MA Crossover โดยลงทุนเฉพาะขา Long ไม่มีการ Short และจำกัด Universe อยู่ที่หุ้นสามัญเท่านั้น โดยทำการ
    • ซื้อหุ้น เมื่อ Closed Price ตัดขึ้นเหนือเส้น MA
    • ขายหุ้น เมื่อ Closed Price ตัดลงต่ำกว่าเส้น MA
    • กำหนด Position Score เพื่อใช้เลือกหุ้น หากมีสัญญาณของหุ้นมากกว่าเงินทุนที่มีอยู่ด้วยการใช้ระยะห่างระหว่าง Closed Price และเส้น MA ที่มากที่สุด (แข็งแกร่งที่สุด)
    • กำหนดการเข้าซื้อครั้งละ 5% ของมูลค่าพอร์ทโฟลิโอ ณ วันที่เกิดสัญญาณ
  • ทำการทดสอบตั้งแต่ช่วงเวลา 2007 – 2016 เป็นเวลา 10 ปีย้อนหลัง
  • กำหนดค่า Commission และ Slippage ให้เป็น 0 เนื่องจากเราต้องการดูแค่ Performance ในทางทฤษฎีโดยยังไม่มีปัจจัยอื่นเพิ่มเติม เช่น หาก MA เส้นไหนซื้อขายบ่อย อาจทำให้ Performance แย่ลงได้เนื่องจากเจอค่า Slippage เข้าไปเยอะมากๆ
  • ลดความลำเอียงของผลการทดสอบจากการเลือกค่า Parameter (Bars Period) ที่ใช้คำนวณย้อนหลัง โดยทำการทดสอบ MA แต่ละรูปแบบทั้งสิ้น 10 Parameters โดยกำหนดค่า Parameter ในการคำนวณย้อนหลังเป็น 10,20,30,40,50,60,70,80,90 และ 100 Bars (รวมทั้งหมด 50 Data Points) เพื่อให้เห็นประสิทธิภาพของเส้น MA แต่ละรูปแบบโดยรวมในการใช้ Parameter ที่แตกต่างกันออกไป
  • รายละเอียดปลีกย่อยอื่นๆที่เหมาะสม (ยังไม่ขอลงเพราะจะยาวไปแต่ถามกันเข้ามาได้ครับ)

SiamQuant-best-moving-average-macd-2ภาพที่ 2 : ตัวอย่างสัญญาณ Crossover ของดัชนี SET Index จากระบบ SMA Reversal System ซึ่งจะทำการซื้อเมื่อราคาหุ้นตัดเส้นค่าเฉลี่ยขึ้น และขายเมื่อราคาหุ้นตัดเส้นค่าเฉลี่ยลง ซึ่งจะเป็นแนวทางในการทดสอบประสิทธิภาพของเส้นค่าเฉลี่ยในแต่ละรูปแบบของงานวิจัยชิ้นนี้

EMA คือเส้นค่าเฉลี่ยที่ดีที่สุดจริงหรือไม่?

ในตอนนี้ก็ถึงเวลามาพูดถึงประเด็นที่น่าสนใจของผลการทดสอบกันแล้ว เรามาดูกันดีกว่าครับว่าประเด็นสำคัญที่เกิดขึ้นมีอะไรกันบ้าง โดยต่อไปนี้ก็คือข้อสังเกตที่น่าสนใจของการวิจัยทดสอบเส้นค่าเฉลี่ย MA ในรูปแบบต่างๆในตลาดหุ้นไทยย้อนหลัง 10 ปีที่ผ่านมาครับ

1. อัตราความแม่นยำ %Win Rate โดยเฉลี่ยของเส้น MA ทุกรูปแบบไม่สวยงามอย่างที่คิด

โดยอัตราความแม่นยำของ MA ในแต่ละรูปแบบที่เราทดสอบกันไปทั้งสิ้น 10 Periods นั้น (แบบละ 10 Parameter รวม MA ทุกแบบเป็น 50 Data Points) ให้ผลลัพท์ของ %Win Rate โดยเฉลี่ยอยู่ที่ราว 28.8% เท่านั้น (พูดง่ายๆคือกำไร 3 ใน 10 ครั้ง) โดยแทบไม่มี MA ในรูปแบบไหนที่ให้ความแม่นยำต่างจากรูปแบบอื่นๆอย่างมีนัยยะสำคัญเลย ดังนั้นแล้วข้อสรุปของประเด็นนี้ก็คือ ถ้าคุณพยายามที่จะวิเคราะห์หุ้นให้แม่นขึ้นด้วยการเปลี่ยนแปลงรูปแบบการคำนวณหรือค่า Parameter ของจำนวนวันในการคำนวณแล้วล่ะก็ … ขอให้ทำใจแล้วลืมมันไปซะ จะไม่ได้ไม่เสียเวลาชีิวิตไปฟรีๆ!!

SiamQuant-best-moving-average-macd-3

ภาพที่ 3 : กราฟการกระจายตัวของอัตราความแม่นยำในการทำกำไร หรือ %Win Rate ของผลการ Backtest ทั้งหมด โดยมีค่าเฉลี่ยอยู่ที่ราว 28.8% เท่านั้น

2. EMA ไม่ใช่เส้นค่าเฉลี่ยที่ให้ผลตอบแทนดีที่สุดแต่เป็น …

สิ่งที่น่าสนใจประเด็นต่อมาก็คือ แม้ว่าเส้นค่าเฉลี่ยจะมี %Win Rate ที่ต่ำ แต่อย่าพึ่งถอดใจไปซะทีเดียว เพราะมันก็ยังสามารถที่จะช่วยให้เราสามารถทำกำไรในระยะยาวได้อยู่ดีครับ เนื่องจากอัตราส่วน “ขนาด” ของผลกำไรต่อการขาดทุนโดยเฉลี่ยนั้น (Pay-Off Ratio) ยังสูงอยู่พอสมควร เวลาที่เราได้กำไรมันจึงช่วยชดเชยกับขาดทุนจนกลายเป็นกำไรในที่สุด (นึกภาพโยนเหรียญหัวก้อยเวลาแทงถูกได้ 3 บาท แทงผิดเสีย 1 บาท ดูนะครับ)

อย่างไรก็ตาม สิ่งที่ขัดกับความเชื่อของคนส่วนใหญ่ก็คือเส้น EMA นั้นไม่ใช่เส้นค่าเฉลี่ยที่ให้ผลตอบแทนแบบทบต้นหรือ Compound Annual Return (CAGR) ที่ดีทีสุด แต่เป็น … เส้นค่าเฉลี่ยที่คำนวณง่ายที่สุดหรือเส้น Simple Moving Average (SMA) ต่างหากครับ!!

โดยที่เส้น SMA นั้นให้ผลตอบแทนโดยเฉลี่ยจากทุกๆ Parameters ที่สูงกว่าเส้นค่าเฉลี่ยรูปแบบอื่นๆอย่างขาดลอยที่ราว 10.8% โดยเฉลี่ยต่อปี ในขณะที่เส้นค่าเฉลี่ยรูปแบบอื่นๆให้ผลตอบแทนโดยรวมราวๆ 3%-6% ต่อปีเท่านั้น นอกจากนี้แล้ว SMA ยังเป็นเส้นค่าเฉลี่ยที่ให้ผลตอบแทนสม่ำเสมอที่สุดในแต่ละช่วง Parameters ที่ถูกทดสอบอีกด้วย ซึ่งเป็นสิ่งที่แสดงให้ว่าเส้นค่าเฉลี่ย SMA มีควรเสถียรกว่าเส้น MA แบบอื่นเป็นอย่างมาก ส่วนรูปแบบที่แย่ที่สุดก็คือ เส้น EMA ที่นักลงทุนไทยส่วนใหญ่และเกือบทั่วโลกเลือกใช้นั่นเอง โดยเส้น EMA นั้นถือได้ว่าห่วยที่สุดใน 5 รูปแบบที่หยิบมาทดสอบกันเลยทีเดียว

ดังนั้นสรุปในแง่ของผลตอบแทนแล้วก็คือ Simple is the best! SMA is the king of All MA!! ก็ว่าได้ ดังนั้น ใครที่อ่านงานวิจัยชิ้นนี้แล้วก็ไม่ต้องสงสัยว่าทำไมใช้แล้วมันไม่ค่อยเวิรค์ แนะนำว่าควรเลิกใช้ EMA ตามความเชื่อที่ยึดถือกันมานาน แล้วหันกลับมาใช้เส้นค่าเฉลี่ยแบบ SMA กันน่าจะดีกว่าครับ

SiamQuant-best-moving-average-macd-4

ภาพที่ 4 : ผลตอบแทนโดยเฉลี่ยจากทุกๆ Parameter (Bars Period) ของเส้น MA แต่ละรูปแบบ แสดงให้เห็นถึงประสิทธิภาพโดยรวมของ SMA ที่เหนือกว่าเส้นค่าเฉลี่ยรูปแบบอื่นอย่างเห็นได้ชัดเจน

SiamQuant-best-moving-average-macd-5

ภาพที่ 5 : ผลตอบแทนโดยเฉลี่ยทบต้นหรือ CAGR จากการผลทดสอบย้อนหลัง 10 ปี แยกตามค่า Parameter (Bars Period) และรูปแบบของ MA โดยจะเห็นได้ถึงความสม่ำเสมอของผลตอบแทนของ SMA ที่ไม่มีค่าติดลบเลยในแต่ละ Parameter ที่ทำการทดสอบเลย

3. ค่า Parameter ของเส้น MA ยิ่งสั้นยิ่งอันตราย

ประเด็นสุดท้ายที่อยากจะฝากไว้ก็คือเรื่องของระยะเวลาในการนำมาคำนวณเส้นค่าเฉลี่ย โดยเราจะสังเกตุได้ว่าเส้นค่าเฉลี่ยแทบทุกๆรูปแบบนั้น มีแนวโน้มจะค่อยๆให้ผลตอบแทนที่ดีขึ้นเรื่อยๆเมื่อใช้คาบระยะเวลาในการคำนวณที่ยาวนานขึ้น ซึ่งสาเหตุก็เนื่องมาจากตลาดหุ้นไทยนั้น ในช่วงคาบเวลาสั้นๆมักจะเต็มไปด้วย Noise และไม่มีแนวโน้มที่ชัดเจนสักเท่าไหร่นัก แต่การใช้เส้นค่าเฉลี่ยในคาบระยะเวลาที่ยาวขึ้นจะช่วยให้เรากรองการเคลื่อนไหวที่ผันผวนในระยะสั้นๆทิ้งไปได้ในระดับหนึ่ง ทำให้สามารถจับแนวโน้มใหญ่ที่เกิดขึ้นเพื่อกินกำไรก้อนใหญ่จนสามารถกลบการขาดทุนกว่า 70% ที่เกิดขึ้นจากการใช้เส้นค่าเฉลี่ยได้นั่นเอง (อย่าลืมว่าเรายังไม่ได้รวมค่า Commission และ Slippage เข้าไป ดังนั้นแล้วการใช้เส้นค่าเฉลี่ยในระยะสั้นๆยิ่งมีโอกาสที่จะขาดทุนในระยะยาวได้เป็นอย่างมาก)

สรุปแล้วสำหรับประเด็นสุดท้ายนี้ก็คือ อย่าพยายามเล่นหุ้นในระยะสั้นๆด้วยค่าเฉลี่ยเลยครับ เพราะทั้งยากเย็นและมีโอกาสขาดทุนค่อนข้างสูง ใจเย็นๆแล้วถือหุ้นให้ยาวขึ้นอีกสักหน่อยก็จะให้ผลลัพท์ในระยะยาวที่ดีขึ้นอีกมากพอสมควรเลยทีเดียวครับ

SiamQuant-best-moving-average-macd-6

ภาพที่ 6 : การกระจายตัวของผลตอบแทนตามชนิดของ MA ในแต่ละช่วง Period โดยจะสังเกตได้ว่าผลตอบแทนแบบ CAGR ของแต่ละรูปแบบจะค่อยๆเพิ่มขึ้นตามการใช้ค่า Parameter Period (Bars) ในการคำนวณย้อนหลังที่ยาวนานขึ้นตามลำดับ นอกจากนี้ส่วนใหญ่การที่จะได้รับผลตอบแทนที่มากกว่า SET Index ที่มี CAGR ราว 9.17% ต่อปีนั้น มักจะเกิดขึ้นการใช้ Parameter Period ที่สูงกว่า 50 Bars

บทสรุปการทดสอบเปรียบเทียบประสิทธิภาพของเส้นค่าเฉลี่ย MA ในรูปแบบต่างๆในตลาดหุ้นตั้งแต่ปี 2007-2016

จากข้อมูลที่ได้จากผลการทดสอบนั้นจะเห็นได้อย่างชัดเจนว่า …

  • เส้นค่าเฉลี่ยรูปแบบที่เรียบง่ายที่สุดอย่าง SMA ให้ผลตอบแทนทบต้น CAGR ที่สูงที่สุด และให้กำไรสม่ำเสมอมากที่สุดในทุกๆ Parameter (Bars Period) ที่ทดสอบ
  • เส้นค่าเฉลี่ยแบบ EMA ที่นักลงทุนไทยเชื่อมั่นที่สุด ให้ผลตอบแทนที่แย่ที่สุดในบรรดา 5 รูปแบบที่เรานำมาทำการทดสอบ
  • %Win Rate หรือความแม่นยำของการใช้เส้นค่าเฉลี่ยในการวิเคราะห์หุ้นอยู่ที่ราว 30% เท่านั้น
  • เส้นค่าเฉลี่ยที่ใช้คาบเวลาคำนวณในระยะยาว ช่วยให้คุณมีกำไรในระยะยาวได้เนื่องจากมันทำให้เวลาคุณได้กำไรนั้นมีอัตราส่วนเยอะกว่าการขาดทุนมากในระดับหนึ่ง จึงช่วยกลบการขาดทุนที่เกิดขึ้นราว 70% ได้
  • ผลตอบแทนของเส้นค่าเฉลี่ยมีความสัมพันธ์ในลักษณะแปรผันตรงกับคาบเวลาที่ใช้ในการคำนวณ คือยิ่งยาวยิ่งกำไรเยอะขึ้น อย่างไรก็ตาม นี่คือผลทดสอบที่ได้จากการกำหนดคาบเวลาที่ 10-100 Bars เท่านั้น หากจะใช้ Parameter ที่ยาวกว่านี้ต้องลองทดสอบกับกลยุทธ์และระบบการลงทุนของคุณเพิ่มเติมด้วยอีกครั้งหนึ่ง

หวังว่าจะช่วยเปิดมุมมองใหม่ และเป็นประโยชน์ให้กับเพื่อนๆนักลงทุนหลายๆคน หากคิดว่ามีประโยชน์กับเพื่อนฝูงญาติมิตรของท่าน สามารถแชร์กันได้โดยไม่มีปัญหาครับ 😀