บทเรียนนี้คือสิ่งที่ทำให้ซีรีส์ A+ น่าเชื่อถือ — และเป็นสิ่งที่ทำให้คุณเป็นเทรดเดอร์ที่ถูกหลอกได้ยากขึ้น A+ Chop Filter ทำในสิ่งที่แทบไม่มีอินดิเคเตอร์ตัวไหนทำ นั่นคือการเก็บคะแนนคำตัดสินของตัวเองเสมือนว่าได้เทรดจริง โดยมีจุด stop จริง และแสดงค่า expectancy (ความคาดหวัง) ออกมา การวัดผลด้วยตัวเองนี้มีพลังและมีความอันตรายในระดับที่เท่ากัน และการเรียนรู้วิธีอ่านค่านี้อย่างถูกต้องคือการป้องกันที่ดีที่สุดเพียงหนึ่งเดียวจากการเชื่อตัวเลขที่ไม่มีความหมาย กฎที่คุณจะได้นำกลับไปคือ: อ่านค่า ± ก่อนที่คุณจะอ่านตัวเลข
นี่คือระเบียบวินัยแบบเดียวกันกับ เหตุผลที่การ backtesting ไม่ใช่การทำนาย — ผลลัพธ์ที่ไม่มีแถบค่าความคลาดเคลื่อน (error bar) ที่ซื่อสัตย์ เป็นเพียงเรื่องเล่า ไม่ใช่หลักฐาน
กลไกการวัดผลด้วยตัวเอง ในภาษาที่เข้าใจง่าย
สำหรับคำตัดสินในแต่ละกลุ่ม (PASS, BLOCK, MATURED, READY) ตัวกรองจะจำลองการเข้าเทรดเมื่อเกิดการ flip โดยมี stop จริง (1 ATR) และเป้าหมาย (2 ATR) โดยจะตรวจสอบ stop ก่อน และรายงานค่า E(R) — ความคาดหวังในหน่วย R ต่อการเทรด — รวมถึงระยะที่จุดเข้าเทรดล่วงหน้าเข้าไปในระยะเคลื่อนที่แล้วเท่าไหร่ พูดง่ายๆ คือ มันตรวจการบ้านของตัวเองโดยเทียบกับการเทรดในโลกความเป็นจริง ไม่ใช่เทียบกับจุดออกที่เลือกมาเฉพาะจุดที่สวยงาม (cherry-picked exit)
ทำไมต้องสร้างระบบนี้? เพราะกับดักที่ซีรีส์นี้เคยตกหลุมและตรวจพบในภายหลัง เวอร์ชันก่อนหน้านี้ให้คะแนน PASS ที่ 76% และ BLOCK ที่ 25% — ซึ่งเป็นช่องว่าง 50 จุดที่อ่านได้ว่าเป็นข้อพิสูจน์ว่าตัวกรองนี้ใช้งานได้ผล แต่เมื่อสร้างขึ้นใหม่โดยเป็นอิสระพร้อมจุด stop จริง การ flip แบบเดียวกันกลับมีความต่างกันเพียงจุดเดียว: 31% เทียบกับ 32%
Expectancy จำเป็นต้องมีช่วง (interval)
นี่คือข้อเท็จจริงทางสถิติที่จะเปลี่ยนวิธีที่คุณอ่านตัวเลขทุกตัวบน pane: ค่าความคาดหวังต่อการเทรด (expectancy per trade) มีการกระจายตัวต่อตัวอย่างที่กว้างมาก — โดยมีส่วนเบี่ยงเบนมาตรฐาน (standard deviation) อยู่ที่ประมาณ 1.4R นั่นหมายความว่ากลุ่มตัวอย่างขนาดเล็กแทบจะบอกอะไรคุณไม่ได้เลย ลองกำหนด E(R) และขนาดกลุ่มตัวอย่าง แล้วสังเกตช่วงความเชื่อมั่น (interval) ดู:
ที่ n=50 ช่วงความเชื่อมั่น 95% จะอยู่ที่ประมาณ ±0.39R — ดังนั้น +0.32R และ 0.00R จึงถือเป็นการวัดค่าที่เหมือนกัน หากช่วงความเชื่อมั่นครอบคลุมเลขศูนย์ แสดงว่ากลุ่มข้อมูลนั้นยัง ไม่ได้พิสูจน์อะไรเลย เกณฑ์การตัดสินที่แท้จริงต้องการกลุ่มตัวอย่างประมาณ n=400 หรือมากกว่านั้น และด้วยจำนวนตัวอย่างที่ผ่านเกณฑ์ประมาณ 1.6 รายการต่อวัน นั่นหมายถึงต้องใช้เวลาหลายร้อยเซสชัน นี่คือเหตุผลเดียวกับที่การเทรดเพียงไม่กี่ครั้งไม่สามารถยืนยันความได้เปรียบ (edge) ใดๆ ได้ — เพราะ กฎของจำนวนมาก (law of large numbers) ไม่ใช่ทางเลือกแต่เป็นสิ่งจำเป็น
บทเรียนจาก READY: ข้อเท็จจริงไม่ใช่ความได้เปรียบ (edge)
เรื่องราวความซื่อสัตย์ที่สำคัญที่สุดในซีรีส์นี้คือ READY มีอยู่เซสชันหนึ่งที่ READY ดูดีมาก: +0.50R จากการเทรด 48 ครั้ง ยี่สิบเซสชันต่อมา มันกลายเป็น +0.02R โดยมีช่วงความเชื่อมั่นตั้งแต่ −0.06 ถึง +0.11 — ซึ่งเรียกว่าราบเรียบในทุกช่วงเวลาที่ล่าช้า (delay) มันไม่สามารถทำซ้ำได้ ข้อผิดพลาดหลักนั้นละเอียดอ่อนและเกิดขึ้นบ่อย: คือช่วงความเชื่อมั่นถูกคำนวณจาก อัตราการชนะ (win rates) ไม่เคยถูกคำนวณจาก E(R)
การแก้ไขไม่ใช่การลบ READY ทิ้ง — เพราะมันคือข้อเท็จจริงที่ถูกต้อง ("ด้านของการพลิกนี้คงที่มาห้าแท่งแล้ว") การแก้ไขคือการเก็บมันไว้ในฐานะ ข้อสังเกต (observation) แก้ไขทุกการกล่าวอ้างให้แสดงช่วงความเชื่อมั่น และไม่นำเสนอมันในฐานะสัญญาณ (signal) อีกต่อไป นั่นคือเหตุผลที่ในบทเรียนที่ 7 READY ถูกระบุไว้อย่างชัดเจนว่า ไม่ใช่ สิ่งที่คุณควรนำไปปฏิบัติ ข้อเท็จจริงเกี่ยวกับกราฟไม่ใช่ความได้เปรียบ (edge) จนกว่ามันจะผ่านการทดสอบด้วยข้อมูลที่มันไม่เคยเห็นมาก่อน
สิ่งที่ pane เป็น และไม่ได้เป็น
จดจำการอ่านค่าสามประการนี้ไว้ แล้วคุณจะไม่ถูกตัวเลขบนแดชบอร์ดหลอกอีกต่อไป:
- เปอร์เซ็นต์ต่อเกต (per-gate) และต่อบัคเก็ต (per-bucket) คือค่า in-sample สำหรับกราฟปัจจุบันเท่านั้น — มันเป็นเหมือนเครื่องตรวจจับควันสำหรับความผิดพลาดร้ายแรง ไม่ใช่ตราชั่งที่คุณจะใช้ในการปรับจูนค่า
- ทุกอย่างถูกวัดจากกราฟที่อยู่ตรงหน้าคุณ ซึ่งเป็นเพียง คำบรรยาย ของกราฟนั้น ไม่ใช่ การทำ backtest กับข้อมูลที่ไม่เคยเห็นมาก่อน
- ตัวเลขที่สำคัญที่สุดมักจะเป็น จุดเข้าที่ช้าเกินไปเพียงใด — การชนะด้วยการตัดสินใจที่ดีกว่า ไม่เหมือนกับการชนะเพราะเข้าเทรดช้ากว่า
นำแนวคิดนี้ไปใช้ แล้วเครื่องมือระดับ A+ จะกลายเป็นสิ่งที่มันควรจะเป็น นั่นคือ: เครื่องมือที่คุณต้องอ่านอย่างวิพากษ์ ไม่ใช่คำพยากรณ์ที่คุณต้องเชื่อฟัง นิสัยนี้ — การอ่านช่วงเวลา, การไม่ไว้ใจค่า in-sample และการเคารพขนาดของกลุ่มตัวอย่าง — มีค่ามากกว่าการตั้งค่า (setup) ใดๆ เพียงอย่างเดียว
บทอ่านที่เกี่ยวข้อง
- Backtesting Is Not Prediction — หัวใจสำคัญของการวัดผลอย่างซื่อสัตย์
- The Law of Large Numbers in Trading — ทำไมขนาดของกลุ่มตัวอย่างถึงควบคุมทุกสิ่ง
- Chart Pattern Win-Rate Accuracy — การอ่านอัตราการชนะพร้อมกับค่าความคลาดเคลื่อน (error bars)
- Overfitting vs Robust Strategies — in-sample ปะทะ out-of-sample
- Quant Trading vs Gambling — สิ่งที่แยกความได้เปรียบ (edge) ออกจากความรู้สึก (hunch)
ถัดไป: บทเรียนที่ 10 — ความเสี่ยง, การจดบันทึก และความเป็นจริงของออปชัน, บทสรุปที่จะช่วยให้คุณยังคงอยู่ในเกมนี้ได้