มีคนถามอยู่เรื่อย ๆ ว่า "ทีม AI วิจัยกลยุทธ์" หมายความว่าอะไรกันแน่ เราเลยขอพาเดินตามสมมติฐานหนึ่งตั้งแต่ต้นจนจบ สิ่งสำคัญที่อยากให้จำไว้คือ นี่คือฟันเนลที่มีไว้เพื่อคัดทิ้ง ไอเดียส่วนใหญ่ตายระหว่างทาง และนั่นแหละคือสัญญาณว่าระบบทำงานได้ตามที่ควรจะเป็น
คำถามที่คนถามกันจริง ๆ เกี่ยวกับระบบนี้
ใครเป็นคนคิดไอเดีย?
เอเจนต์วิจัยที่อ่านก่อนว่าคลังข้อมูลของเรารองรับอะไรได้บ้าง — อัตรา funding, open interest, ข้อมูลการบังคับปิดสถานะ (liquidation), พื้นผิวราคาออปชัน, เซนติเมนต์จากข่าว, ดัชนี Fear & Greed — แล้วเขียนสมมติฐานที่มีทั้งธีสิส ตลาดที่จะเทรด ไทม์เฟรม และโปรไฟล์ความเสี่ยง เอเจนต์นี้ถูกออกแบบให้คำนึงถึงค่าธรรมเนียมอย่างชัดเจน: ไอเดียที่ edge ที่พอเป็นไปได้ยังต่ำกว่าต้นทุนเทรดไป-กลับของตลาดนั้น ถือว่าผิดรูปตั้งแต่ยังไม่เริ่ม นอกจากนี้มันยังอ่าน "สุสานกลยุทธ์" ด้วย — เหตุผลความล้มเหลวของทุกกลยุทธ์ที่ถูกทิ้งจะถูกฝังเป็นเวกเตอร์และค้นหาได้ ดังนั้น "funding momentum บนแท่งรายชั่วโมง ความพยายามครั้งที่สาม" จะถูกดักไว้ก่อนที่จะเปลืองรอบการทำงานไปเปล่า ๆ
ใครเขียนโค้ด แล้วทำไมใครจะไปเชื่อถือได้?
เอเจนต์นักพัฒนาเขียนกลยุทธ์บนเทมเพลตฐานที่ตายตัว — การกำหนดขนาดสถานะสัมพันธ์กับเงินทุน ตรรกะจุดตัดขาดทุนที่ชัดเจน และการประกาศข้อมูลที่ต้องใช้ ความน่าเชื่อถือมาจากด่านทดสอบ ไม่ใช่จากตัวผู้เขียน มีทั้งหมดสี่ชั้น: การวิเคราะห์เชิงสถิต (ตรวจ AST หา anti-pattern ที่เราเก็บรวบรวมไว้); สถานการณ์จำลองสังเคราะห์ (รูปแบบตลาดหกแบบพร้อมข้อมูลเสริมที่สร้างขึ้น — กลยุทธ์ที่ดันเข้าซื้อในสถานการณ์ตลาดถล่มทั้งที่ถูกออกแบบมาให้หลบ จะตายตรงนี้); sandbox backtest บนข้อมูลจริงที่ต้องเกิดการเทรดอย่างน้อยหนึ่งครั้ง; และเอเจนต์ QA ที่รีวิวโค้ดเรื่องขั้วของสัญญาณ กรณีขอบ และความคุ้มค่าเมื่อหักค่าธรรมเนียม ชั้นที่ 2 คือด่านที่จับความผิดพลาดประเภทน่าอายที่สุด: โค้ดที่รันได้อย่างสมบูรณ์แบบแต่ทำตรงข้ามกับสมมติฐานทุกประการ
backtest คิดต้นทุนอะไรบ้างจริง ๆ?
ค่าธรรมเนียม maker/taker จริงของแต่ละตลาด การคิด funding ตามราคา mark, market impact แบบรากที่สอง มาร์จิ้นและการบังคับปิดสถานะสำหรับพอร์ตที่ใช้เลเวอเรจ และปฏิทินเวลาซื้อขายสำหรับหุ้น มูลค่าพอร์ตคำนวณแบบ mark-to-market รวมกำไรขาดทุนที่ยังไม่รับรู้ด้วย ดังนั้น drawdown จะไม่ถูกซ่อนอยู่ระหว่างจุดเข้าและจุดออก ถ้าฟังดูเหมือนเป็นเรื่องพื้นฐานที่ใคร ๆ ก็ทำ — มันไม่ใช่ แต่ละรายการถูกเพิ่มเข้ามาก็เพราะการขาดมันไปเคยทำให้กลยุทธ์ที่ไม่ควรผ่านถูกโปรโมตขึ้นไปแล้วจริง ๆ
การ optimize ก็แค่ overfit ไม่ใช่เหรอ?
มันพยายามจะ overfit อยู่แล้ว และไปป์ไลน์ก็ตั้งสมมติฐานไว้แบบนั้น: พารามิเตอร์ต้องผ่านการกวาดทดสอบความไว (sensitivity) ก่อน (กลยุทธ์ที่ใช้ได้เฉพาะที่ lookback=14 เป๊ะ ๆ คือความบังเอิญ ไม่ใช่กลยุทธ์) จากนั้นเป็น walk-forward optimization สามหน้าต่างพร้อมการติดตามผล in-sample/out-of-sample แล้วปิดท้ายด้วยชุด holdout ที่กลยุทธ์ได้เห็นเพียงครั้งเดียวเท่านั้น Sharpe แบบ out-of-sample ที่ต่ำกว่าครึ่งหนึ่งของตัวเลข in-sample คือการตกรอบ และ holdout ต้องรักษา Sharpe ไว้ได้อย่างน้อย 70% ของ Sharpe out-of-sample จากช่วง walk-forward เกณฑ์เหล่านี้ถูกบังคับใช้ด้วยโค้ด ไม่ใช่ดุลยพินิจของนักวิเคราะห์ — นักวิเคราะห์ยกเว้นเกณฑ์ขั้นต่ำแบบอ่อนได้โดยต้องบันทึกเหตุผล แต่ยกเว้นการตรวจ overfit ไม่ได้เด็ดขาด
อัตราการผ่านอยู่ที่เท่าไหร่?
ต่ำ และมันก็ควรจะต่ำ จุดตายที่พบบ่อยที่สุดคือขั้นรีวิวของนักวิเคราะห์: edge มีอยู่จริงแต่ต่ำกว่า 0.15% ต่อการเทรดหลังหักต้นทุน อันดับสองคือหน้าผาความไวของพารามิเตอร์ ผู้รอดชีวิตจะไปต่อที่เจ้าหน้าที่ความเสี่ยง แล้วเข้าสู่การเทรดเงินจำลอง ซึ่งมีการตรวจความสอดคล้องกับ replay รายวันคอยตรวจสอบกับข้อมูลจริงไปเรื่อย ๆ ไม่มีกำหนด ส่วนเงินจริงอยู่หลังประตูอีกชั้นที่มนุษย์เป็นผู้ควบคุมแยกต่างหาก
