top of page
รูปภาพนักเขียนJuglans Regia

Quantitative Investment คืออะไร จะเปลี่ยนแปลงโลกการลงทุนอย่างไร

อัปเดตเมื่อ 14 มี.ค. 2566

Quantitative investment หรือที่มักเรียกกันว่า Quant investing หรือ Quant trading เป็นที่นิยมแพร่หลายมาในอุตสาหกรรมการลงทุนโดยเฉพาะหลังการมาของ Data Science (วิทยาศาสตร์ข้อมูล)

Quant investing คืออะไร และจะเปลี่ยนแปลงโลกของการลงทุนได้อย่างไรวันนี้เราจะมาหาคำตอบกันได้เลย !!


Quantitative Investment = Quantitative + Investment


Quant Investment เกิดจากคำสองคำคือ Quantitative ที่แปลว่าเชิงปริมาณ และ Investment ที่แปลว่าการลงทุน รวมกัน Quantitative investment ซึ่งแปลตรงตัวว่า "การลงทุนโดยใช้ข้อมูลเชิงปริมาณ" แน่นอนว่าเมื่อเราใช้ข้อมูลเชิงปริมาณสิ่งที่เกี่ยวข้องคือสถิตินั้นเอง โดยเฉพาะภายหลังการมาของ Data Science (วิทยาศาสตร์ข้อมูล) ก็ทำให้การลงทุนสาขานี้พัฒนาไปมาก

เพื่อให้เห็นภาพว่า วิธีการลงทุนของ Quant investment แตกต่างจากสาขาอื่นอย่างไร เราขอนำไปเทียบกับแนวการลงทุนที่เป็นที่ยอมรับอย่างแพร่หลายอย่าง Value Investing ที่มีต้นแบบมาจากนักลงทุนระดับตำนสนอย่างWarren Buffett โดยมีหลักคิดเพื่อตอบคำถามว่า เราจะหาบริษัทที่ดีในราคาที่เหมาะสมได้อย่างไร?

แต่คำถามหลักของ Quant investment คือปัจจัยอะไรเป็นตัวขับเคลื่อนผลตอบแทน ? นักลงทุนที่ใช้แนวทางการลงทุนแบบ Quant investment จะพยายามหาปัจจัยที่กำหนดผลตอบแทนและพิสูจน์สมมติฐานนั้น (ผ่านการ Back Testing เป็นต้น)

หากเราเปรียบกับการทานอาหาร Buffett ว่าคือการพยายามหาอาหารที่ดีต่อสุขภาพ แต่นักลงทุนสาย Quant จะถามว่าหากอยากสุขภาพดีร่างกายต้องการสารอาหารอะไรบ้าง พร้อมหาข้อเชิงสถิติมาสนับสนุนแนวคิดดังกล่าวเป็นต้น


ทฤษฏีพื้นฐานของ Quant


Quantitative Investment เริ่มต้นจากพื้นฐานของทฤษฏี Portfolio Theory และ Arbitrage Pricing Theory เหล่า Quant Developer มีจุดมุ่งหมายที่จะสร้างพอร์ตการลงทุนที่ดีเหมาะสมที่สุด

ดังนั้นความเชื่อใน Backtesting หรือแบบจำลองใดก็ตามที่ทำการทดสอบย้อนหลังแล้วได้ผลที่ดีกว่าย่อมดีกว่า เป็นความเชื่อที่ Quant Developer ไม่ได้เชื่อขนาดนั้นแต่ Quant Developer ต้องการสร้างพอร์ตการลงทุนที่สามารถอธิบายตัวแปรสถานการณ์รวมถึงผลการลงทุนได้เป็นสิ่งที่สำคัญกว่า


Quant ทำอะไรบ้าง


Quant Investment ถูกนำไปใช้อย่างหลากหลายโดยเฉพาะในปัจจุบันเริ่มมีการใช้ข้อมูลทางเลือก (Alternative data) มากขึ้นส่งผลให้การแบ่งประเภทจริงอาจจะเป็นไปได้ยาก ถึงอย่างนั้นการแบ่งประเภทของ Quant Investment ก็จำเป็นสำหรับผู้เริ่มต้นศึกษาในสาขาวิชานี้ โดยเราอาจแบ่งการทำงานของ Quant Investment ได้ดังนี้

  • Market neutral: กลยุทธ์เนี้มีเป้าหมายเพื่อสร้างผลตอบแทนที่ไม่เกี่ยวข้องกับตลาดโดยรวม

  • Factor-based: กลยุทธ์เหล่านี้พยายามที่จะระบุและลงทุนในหลักทรัพย์ที่คาดว่าจะมีประสิทธิภาพดีกว่าโดยพิจารณาจากลักษณะเฉพาะ เช่น มูลค่า โมเมนตัม หรือขนาด

  • Statistical arbitrage: กลยุทธ์เหล่านี้ใช้เทคนิคทางสถิติเพื่อระบุและใช้ประโยชน์จากความแตกต่างของราคาระหว่างเครื่องมือทางการเงินที่เกี่ยวข้อง

  • Systematic trading: กลยุทธ์เหล่านี้ใช้อัลกอริทึมเพื่อทำการซื้อขายตามกฎและเงื่อนไขที่กำหนดไว้ล่วงหน้า

  • Risk management: เพื่อระบุและวิเคราะห์รูปแบบและแนวโน้มในข้อมูลทางการเงิน ช่วยระบุความเสี่ยงที่อาจเกิดขึ้นและบรรเทาความเสี่ยงเหล่านั้น

  • Robo-advisor: Robo-advisor เป็นบริการทางการเงินประเภทหนึ่งที่ใช้อัลกอริทึมอัตโนมัติเพื่อให้คำแนะนำการลงทุนและจัดการพอร์ตการลงทุน

  • Find market behavior: Quant Investment กลุ่มหนึ่งพยายามหาพฤติกรรมของตลาดและตีความทางสถิติได้เพื่อหากำไรส่วนเกินจากการคาดการณ์การเปลี่ยนแปลงเชิงโครงสร้างในพฤติกรรมของตลาด

ความเชื่อเกี่ยวกับ Quant ที่คนมักเข้าใจผิด

ข้อมูลที่โมเดลไม่เคยเห็นจะทำให้ Quant Investment ถูกใช้น้อยลง

มีคนหนึ่งบอกกับผมว่า Quantitative Investment Strategies จะถูกใช้น้อยลงเพราะอนาคตมีแต่ความไม่แน่นอนซึ่งไม่มีข้อมูลในอดีตทำให้ไม่สามารถทำนายด้วย ML algorithms คำพูดนี้อาจจะถูกเพียงบ้างส่วนเพราะแม้เราจะไม่มีข้อมูลในอดีในการทดสอบโมเดล แต่เราสามารถทำนาย Black swans ที่กำลังจะเกิดขึ้นได้ เราสามารถทำนายพฤติกรรมของตลาดที่เปลี่ยนแปลงไปจากข้อมูล เราสามารถทำนายเหตุการผิดปกติที่กำลังจะเกิดขึ้น หรือแม้แต่ระบบที่บอกเราว่าตลาดจะเปลี่ยนทิศทางอย่างรุนแรง

โดยสรุปแม้เหตุการณ์ผิดปกติจะทำให้การทำงานของแบบจำลองส่วนใหญ่แย่ลงจากข้อมูลที่ไม่เคยเห็นแต่เราก็สามารถตรวจจับเหตุการผิดปกติที่กำลังจะเกิดขึ้นได้

นอกจากนั้นในทางตรงกันข้ามการเกิดขึ้นของข้อมูลใหม่ ๆ ยังส่งผลให้รูปแบบหรือพัฒนาการการใช้ข้อมูลเพิ่มมากขึ้นทั้งการทำ Now-Casting, Player Scraping หรือแม้กระทั้งการทำ Social listening ในการลงทุน Quantitative Investment Strategies ไม่ได้ถูกใช้น้อยลงหากกลับกั้นด้วยซํ้าเราเข้าถึงและใช้ข้อมูลที่มากขึ้นทั้งจำนวนและความหลากหลาย

Backtesting คืออาสนะ

ความเชื่อที่ว่า Backtesting คืออาสนะ แบบจำลองใดก็ตามที่ทำการทดสอบย้อนหลังแล้วได้ผลที่ดีกว่าย่อมดีกว่าเป็นความเชื่อที่ผิด ในความเป็นจริงแล้ว Backtesting จะบอกเราถึงโอกาสที่กลยุทธ์ในการลงทุนของเราจะเกิด False Positive และในความเป็นจริงแล้ว Quant Developer ไม่ควรที่จะสร้างกลยุทธ์การลงทุนจากการทดสอบย้อนหลังอย่างเดี่ยวโดยไม่มีทฤษฏีทดสอบย้อนหลังหรือการจำลองจากข้อมูลเพียงอย่างเดียว กลยุทธ์ที่ดีควรอธิบายได้และบอกเราได้ว่ากลยุทธ์นี้จะเหมาะกับสถานการณ์ใดและสถานการณ์ใดไม่ควรใช้

Future?

เมื่อมองไปในอนาคต มีการพัฒนาที่น่าตื่นเต้นมากมายที่เราคาดว่าจะได้เห็นใน Quant Investment ต่อไปนี้เป็นพื้นที่ที่มีศักยภาพสำหรับการเติบโตและนวัตกรรม:

  1. More advanced machine learning techniques: ในขณะที่อัลกอริธึมแมชชีนเลิร์นนิงพัฒนาอย่างต่อเนื่อง เราคาดหวังได้ว่าจะได้เห็นเทคนิคขั้นสูงมากขึ้น เช่น Deep Learning และ Reinforcement Learning ที่ใช้ในอุตสาหกรรมการเงิน เทคนิคเหล่านี้มีศักยภาพในการเปลี่ยนแปลงวิธีการวิเคราะห์ทางการเงินและการตัดสินใจของเราต่อไป

  2. มีการใช้เทคโนโลยีที่หลากหลายมากขึ้น: Quant Investment มีแนวโน้มที่จะรวมเข้ากับเทคโนโลยีอื่นๆ มากขึ้น เช่น ข้อมูลขนาดใหญ่ คลาวด์คอมพิวติ้ง และอินเทอร์เน็ตในทุกสิ่ง ซึ่งจะช่วยให้สามารถวิเคราะห์ชุดข้อมูลที่ใหญ่ขึ้นและซับซ้อนมากขึ้น ซึ่งนำไปสู่การวิเคราะห์ทางการเงินที่แม่นยำและซับซ้อนยิ่งขึ้น

  3. สร้างระบบอัตโนมัติ: Quant Investment ในปัจจุบันเริ่มสามารถทำงานหลาย ๆ อย่างแทนผู้จัดการกองทุนและมีแนวโน้มจะทดแทนมากขึ้น

ส่งท้าย

Quantitative investment หรือ”quant” investment เป็นวิธีการลงทุนประเภทหนึ่งที่ใช้เครื่องมือและเทคนิคเชิงปริมาณ เช่น แบบจำลองทางคณิตศาสตร์และอัลกอริธึมคอมพิวเตอร์ เพื่อตัดสินใจลงทุน การลงทุนเชิงปริมาณขึ้นอยู่กับแนวคิดที่ว่าตลาดการเงินขับเคลื่อนด้วยความสัมพันธ์และรูปแบบทางคณิตศาสตร์ที่สามารถระบุและใช้ประโยชน์ได้ผ่านการใช้ข้อมูลและการวิเคราะห์ทางสถิติ อย่างไรก็ตาม Quant ไม่ใช่เครื่องมือวิเศษแต่อย่างไรเป็นเพียงเครื่องมือหนึ่งที่ทำให้การตัดสินใจลงทุนได้อย่างมีประสสิทธิภาพมากขึ้น

0 ความคิดเห็น

Comentarios


Los comentarios se han desactivado.
bottom of page