Quants เชื่อมาโดยตลอดว่าแบบจำลองของพวกเราปราศจากอคติด้านพฤติกรรมของมนุษย์ และในบางครั้งก็ใช้ประโยชน์จากอคติเหล่านี้โดยการซื้อขายกับนักลงทุนที่ไม่ใช่เชิงปริมาณเพื่อสร้างกำไร
อย่างไรก็ตาม สิ่งที่หลายๆ คนไม่ทราบก็คือการเงินเชิงพฤติกรรมสามารถเป็นเพื่อนหรือศัตรูได้ Quants ก็อาจโดนอคติจากพฤติกรรมของมนุษย์ โดยที่ไม่รู้ตัวได้
คอร์ส Mastering Backtesting for Algorithmic Trading โดย Hudson มีหัวข้อหนึ่งที่น่าสนใจมากนั้นคือ Seven Sins of Quantitative Investing ที่นำ paper ของ Deutsche Bank มาสรุป และนี้คือ 7 Bias ที่พบบ่อยในการทำการทดสอบย้อนหลัง
Research Motivation กลยุทธ์ควรมีสมมุติฐานทางการเงินเศรษฐสาตร์หรือพฤติกรรมรองรับ
Multiple Testing and Statistical Methods เราต้องตรวจสอบตัวแปรทุกตัว มีเหตุการณ์ถ้าเกิดทำให้กลยุทธ์ไม่ประสบความสำเร็จไหม ?
Data and Sample Choice ข้อมูลที่เราเลือกมันสมเหตุสมผลหรือไม่ เราไม่ได้มี Bias ในการเลือกข้อมูลมาทดสอบใช่ไหม จำนวนข้อมูลยาวเพียงพอใช่ไหม
Cross-Validation เราต้องระมัดระวังว่าใช้ข้อมูลที่มีส่วนในการทำโมเดลมาทดสอบ
Model Dynamics แบบจำลองของเราจะเป็นอย่างไหร่ถ้ามีโครงสร้างตลาดเปลี่ยนแปลง / หรือแบบจำลองของเราซับซ้อนไปจนเกิด Overfit หรือไม่?
Complexity ระวัง Curse of dimensionality
Research Culture เราควรให้ความสำคัญในวัฒนธรรมในการวิจัยมากกว่าค้นหา Winning strategy
“If something looks good probably make a mistake.” hudsonthames
บทสรุป
การลงทุนเชิงปริมาณแม้จะให้โอกาสที่สำคัญ แต่ก็ต้องพิจารณาอย่างรอบคอบถึงข้อผิดพลาดที่อาจเกิดขึ้น ด้วยการทำความเข้าใจและจัดการกับข้อผิดพลาด นักลงทุนสามารถปรับปรุงความแข็งแกร่งและประสิทธิภาพของกลยุทธ์เชิงปริมาณ นำไปสู่การตัดสินใจลงทุนที่มีข้อมูลดีขึ้นและผลลัพธ์ที่ดีขึ้น
תגובות