การลงทุนนั้นสามารถทำได้ในหลากหลายสินทรัพย์ ไม่ว่าจะเป็นหุ้น ทองคำ น้ำมัน คริปโทเคอร์เรนซี พันธบัตรรัฐบาล ตราสารหนี้ เป็นต้น จุดมุ่งหมายหลักของนักลงทุนคือสร้างผลตอบแทนสูงสุดในระดับความเสี่ยงที่ยอมรับได้ ซึ่งแต่ละคนยอมรับความเสี่ยงได้ไม่เท่ากันขึ้นอยู่กับหลากหลายปัจจัยรายบุคคล ในบทความนี้เราจะนำเสนอตัวอย่างวิธีการนำ confusion matrix มาใช้วิเคราะห์ผลการลงทุนย้อนหลังเพื่อนำมาช่วยพัฒนาฝีมือการลงทุน โดยจะโฟกัสไปที่การลงทุนในหุ้น แต่ก็ยังสามารถนำไปประยุกต์ใช้กับการลงทุนในสินทรัพย์อื่น ๆ ได้เช่นกันครับ

วิธีพัฒนาฝีมือการลงทุนให้ดีขึ้นนั้น ไม่ได้จำกัดอยู่เพียงแค่การศึกษาหาความรู้เพิ่มเติมจากภายนอกเพียงอย่างเดียว การทำความรู้จักกับนิสัยเรา ความสามารถ จุดแข็งและจุดอ่อนในการลงทุนของเราเองก็เป็นสิ่งสำคัญที่จะช่วยให้เราสามารถปรับปรุงแก้ไข และพัฒนาฝีมือให้ดีขึ้นได้ครับ วิธีหนึ่งที่จะช่วยให้เราสามารถหาจุดแข็งและจุดอ่อนของตัวเองได้ คือ การมองย้อนไปในอดีตว่า ที่ผ่านมานั้นการลงทุนของเราเป็นอย่างไร (Tracking Performance) ซึ่งโดยส่วนใหญ่มักจะนิยมดูกันที่อัตราผลตอบแทนต่อปี (Annualized Rate of Return, ROR) เป็นหลัก

อย่างไรก็ตาม ROR ที่ดีนั้นเป็นเพียงผลลัพธ์ปลายทางที่เกิดขึ้นจากหลากหลายปัจจัย เช่น การลงทุนในแต่ละครั้งมีอัตราการตัดสินใจถูก/ผิดบ่อยแค่ไหน (Win Rate) ในแต่ละครั้งที่ตัดสินใจถูกนั้นได้กำไรเฉลี่ยกี่เปอร์เซ็นต์ (Average Gain per Trade) และครั้งที่ตัดสินใจผิดนั้นขาดทุนเฉลี่ยกี่เปอร์เซ็นต์ (Average Loss per Trade) เป็นต้น ปัจจัยต่าง ๆ เหล่านี้เรียกว่า Trading Metrics (ตัวชี้วัดผลการลงทุน : แปลโดยผู้เขียน) ซึ่งสามารถหาอ่านได้ตามเว็บไซต์การลงทุนต่าง ๆ เช่นใน Investopedia เป็นต้น

อย่างไรก็ดี Trading Metrics ในบทความต่าง ๆ เหล่านี้มักจะสนใจวัดความสามารถของเราเฉพาะในครั้งที่เราเลือกตัดสินใจลงทุนแล้วเท่านั้น ว่าลงทุนไปแล้วถือเป็นการตัดสินใจที่ถูกต้องบ่อยครั้งแค่ไหน ได้กำไรหรือขาดทุนครั้งละเท่าไหร่บ้าง เป็นต้น แต่ในความเป็นจริงนั้นคงไม่ใช่ทุกครั้งที่เราจะตัดสินใจลงทุน บ่อยครั้งเราก็เลือกตัดสินใจที่จะไม่ลงทุนได้เช่นกัน ดังนั้นแล้ว การดูแต่ Trading Metrics เหล่านี้เพียงอย่างเดียวจึงอาจทำให้มองไม่เห็นภาพในฝั่งที่เราเลือกที่จะไม่ลงทุนว่าเราตัดสินใจได้ดีเพียงใด ลองมาดูวิธีการนำ Confusion Matrix มาใช้เพื่อแก้ปัญหานี้กันครับ

Confusion Matrix

รูปที่ 1 Confusion Matrix ของการตัดสินใจลงทุนหรือไม่ลงทุน

Confusion Matrix ในรูปที่ 1 แสดงให้เห็นถึงผลลัพธ์ของการตัดสินใจลงทุนหรือไม่ลงทุน ว่าสามารถเกิดขึ้นได้ 4 กรณี คือ

  1. ตัดสินใจลงทุน และราคาหุ้นขึ้น (ช่องซ้ายบน) ผลลัพธ์คือ เราได้กำไรจากการลงทุน (True Positive)
  2. ตัดสินใจลงทุน และราคาหุ้นลง (ช่องขวาบน) ผลลัพธ์คือ เราขาดทุนจากการลงทุน (False Positive)
  3. ตัดสินใจไม่ลงทุน และราคาหุ้นขึ้น (ช่องซ้ายล่าง) คือ เราพลาดโอกาสที่จะได้กำไร (ตกรถ) (False Negative)
  4. ตัดสินใจไม่ลงทุน และราคาหุ้นลง (ช่องขวาล่าง) คือ เราเลือกไม่ลงทุนในโอกาสที่จะนำไปสู่การขาดทุน (ไม่ติดดอย) (True Negative)

จะเห็นได้ว่า Trading Metrics ต่าง ๆ ที่สนใจเฉพาะครั้งที่เราตัดสินใจลงทุนเท่านั้นจะไม่ครอบคลุม 2 กรณีหลังที่เราตัดสินใจไม่ลงทุน ยกตัวอย่างเช่น อัตราการตัดสินใจถูก (Win Rate) นั้นจะนำจำนวนครั้งที่ได้กำไร (ข้อ 1) มาหารด้วยจำนวนครั้งที่ลงทุนทั้งหมด (ข้อ 1+2) เท่านั้น

การมองข้ามครั้งที่เราตัดสินใจไม่ลงทุน (ข้อ 3 และ 4) ไป จะทำให้เรามองไม่เห็นจำนวนครั้งที่เสียโอกาสการลงทุนที่ดี (ข้อ 3) ว่าเกิดขึ้นบ่อยครั้งเพียงใด

Case Study

เพื่อให้เห็นภาพมากขึ้นจะขอยกตัวอย่างเปรียบเทียบ Performance ผลการลงทุนในหุ้นของ 2 นักลงทุน (Mr. A และ Mr. B) ที่มีการติดตามหุ้นชุดเดียวกันในช่วงระยะเวลาเดียวกัน แต่ใช้กลยุทธ์การลงทุนที่แตกต่างกัน โดยเราจะวัด Performance จากกำไรสุทธิที่นักลงทุนแต่ละคนทำได้ซึ่งสามารถคำนวณได้ดังนี้

Mr. A ใช้กลยุทธ์การตัดสินใจลงทุนที่ค่อนข้างรัดกุมมาก เลือกลงทุนเฉพาะครั้งที่เขามั่นใจสูงว่าจะไม่ขาดทุน ส่วน Mr. B นั้นเลือกใช้กลยุทธ์การตัดสินใจลงทุนที่เสี่ยงแบบพอดี ไม่จำเป็นที่จะต้องมั่นใจเต็ม 100% ว่าจะได้กำไร แต่มีการตั้งจุดจำกัดขาดทุน (Cut Loss) ให้ขาดทุนไม่เกินครั้งละ 10% ผลการลงทุนของทั้ง 2 คนในปี 2021 เป็นดังนี้

Mr. A

Mr. A มีการตัดสินใจทั้งหมด 100 ครั้ง โดยเลือกที่จะลงทุนเฉพาะในครั้งที่เขามีความมั่นใจค่อนข้างมากว่าไม่น่าจะขาดทุน รวมทั้งหมดเพียง 3 ครั้ง ครั้งละ 100 บาท (จำนวนเงินสมมุติ เพื่อความง่าย) โดยในทั้ง 3 ครั้งนี้ A ได้กำไรทุกครั้งเฉลี่ยครั้งละ 30% (คิดเป็นกำไรครั้งละ 30 บาท) ส่วนอีก 97 ครั้งที่เหลือ A ตัดสินใจที่จะไม่ลงทุนเลย ซึ่งในนี้มี 47 ครั้งที่เขาพลาดโอกาสที่จะได้กำไร และอีก 50 ครั้งที่เขาตัดสินใจถูกแล้วที่ไม่ลงทุนในโอกาสที่จะนำไปสู่การขาดทุน เราเขียน Confusion Matrix ของการตัดสินใจของ A ได้ดังนี้ (รูปที่ 2)

รูปที่ 2 Confusion Matrix ของ Mr. A

Win Rate และ Performance ของ Mr. A คือ

Mr. B

ในปีเดียวกันนี้เอง Mr. B ติดตามหุ้นชุดเดียวกันกับ Mr. A และได้มีการตัดสินใจทั้งหมด 100 ครั้งเช่นกัน โดย B เลือกที่จะลงทุนในครั้งที่เขามั่นใจว่าโอกาส (ความน่าจะเป็น) ที่จะชนะมีอย่างน้อย 2 ใน 3 รวมทั้งหมด 10 ครั้ง ครั้งละ 100 บาทเท่ากันกับ Mr. A ผลปรากฏว่า ในการลงทุน 10 ครั้งนี้ B ได้กำไร 7 ครั้ง เฉลี่ยครั้งละ 25% (คิดเป็นกำไรครั้งละ 25 บาท) และขาดทุน 3 ครั้ง เฉลี่ยครั้งละ 8% (คิดเป็นขาดทุนครั้งละ 8 บาท) (เพราะ B มีการจำกัดความเสี่ยงโดยการตัดขาดทุน (Cut Loss) ให้ขาดทุนไม่เกินครั้งละ 10%) เราเขียน Confusion Matrix ของการตัดสินใจของนาย B ได้ดังนี้ (รูปที่ 3)

รูปที่ 3 Confusion Matrix ของ Mr. B

Win Rate และ Performance ของ Mr. B คือ

A vs B

จะเห็นได้ว่า ถึงแม้ว่าในทุกครั้งที่ลงทุน A จะตัดสินใจถูกหมดเลย (Win Rate 100%) และในแต่ละครั้งก็ได้กำไรสูงกว่า B ด้วย (30% vs 25%) แต่หลังจากจบปีการลงทุนแล้ว A กลับทำผลตอบแทนได้น้อยกว่า B อย่างมีนัยสำคัญ (90 บาท vs 151 บาท) ทั้ง ๆ ที่ B มี Win Rate เพียง 70% เท่านั้นเอง ตัวอย่างนี้ชี้ให้เห็นว่าถ้าเราดูเฉพาะ Win Rate เพียงอย่างเดียวก็อาจจะเกิดความสับสนได้ว่าทำไม A ตัดสินใจถูกหมดเลยแต่กลับได้กำไรน้อยกว่า B ถ้าเราหาสาเหตุไม่เจอก็ยากครับที่จะปรับปรุงพัฒนาฝีมือให้ดีขึ้นได้ ตรงจุดนี้เองที่ Confusion Matrix จะเข้ามาช่วยทำให้เรามองเห็นว่า อ๋อ ถ้าลองดูในช่องซ้ายล่างของ Confusion Matrix  ในรูปที่ 2 และ 3 เทียบกันนะ ก็จะเห็นเลยว่า A ตกรถบ่อย ปล่อยให้โอกาสหลุดมือไปมากกว่า B นั่นเองครับ (47 vs 43 ครั้ง)

Too strict investment criteria

การที่ Mr. A มี Win Rate สูงมากแต่ก็ตกรถบ่อยมาก ประกอบกันกับจำนวนครั้งที่เขาตัดสินใจลงทุนมีน้อยมาก (เพียง 3 ครั้งในทั้งหมด 100 ครั้ง) ทั้ง ๆ ที่ใน 100 ครั้งนี้หุ้นมีราคาขึ้น/ลง 50/50 ครั้งเท่า ๆ กัน นั้นสามารถตีความได้ว่า A ตั้งกฎเกณฑ์การลงทุนไว้รัดกุมมากเกินไป (too strict investment criteria) วิธีแก้ปัญหาของ A คือทำ 2 ข้อดังต่อไปนี้ร่วมกัน

  1. ลดความรัดกุมของเกณฑ์การลงทุนลง
  2. กำหนดกลยุทธ์การตัดขาดทุน (Cut Loss) ให้ดี

ข้อ 1 จะทำให้ A ตัดสินใจลงทุนบ่อยขึ้น ทำให้มีโอกาสที่จำนวนครั้งที่ได้กำไรจะเพิ่มขึ้น แต่ในขณะเดียวกันก็มีโอกาสที่จำนวนครั้งที่ขาดทุนจะเพิ่มขึ้นเช่นกัน ดังนั้นแล้วจึงต้องวางกลยุทธ์จำกัดขาดทุน (ข้อ 2) ด้วยเพื่อให้ทุกครั้งที่ขาดทุนจะไม่สร้างความเสียหายให้แก่พอร์ตมากเกินไป การทำสองข้อนี้ร่วมกันจะทำให้ A มีผลลัพธ์การลงทุนที่ใกล้เคียงกับ B มากขึ้น สร้างผลตอบแทนการลงทุนได้สูงขึ้นครับ

วิธีพัฒนาฝีมือการลงทุนให้ดีขึ้นนั้น ไม่ได้จำกัดอยู่เพียงแค่การศึกษาหาความรู้เพิ่มเติมจากภายนอกเพียงอย่างเดียว การทำความรู้จักกับนิสัยเรา ความสามารถ จุดแข็งและจุดอ่อนในการลงทุนของเราเองก็เป็นสิ่งสำคัญที่จะช่วยให้เราสามารถปรับปรุงแก้ไข และพัฒนาฝีมือให้ดีขึ้นได้ครับ

สรุปส่งท้าย

บทความนี้เราได้พบกับตัวอย่างการนำ Confusion Matrix มาวัดความสามารถในการตัดสินใจ ชี้จุดอ่อนให้เราสามารถแก้ไขเพื่อพัฒนาฝีมือการลงทุนให้ดีขึ้นได้ เราได้ยกหนึ่งตัวอย่างประเภทนักลงทุน (Mr. A) ที่มีกฎเกณฑ์การลงทุนที่รัดกุมมากเกินไป (too strict investment criteria) ทำให้พลาดโอกาสลงทุนไปหลายครั้ง และได้ชี้ช่องทางการปรับปรุงแก้ไขเพื่อให้มีผลตอบแทนการลงทุนที่สูงขึ้นได้

นักลงทุนยังมีอีกหลากหลายประเภท มีข้อผิดพลาดที่แตกต่างกัน ซึ่งไม่ได้ถูกกล่าวถึงในบทความนี้ (ด้วยข้อจำกัดของความยาวเนื้อหา) แต่อย่างไรก็ดี ผู้เขียนมีความเชื่อมั่นว่า บทความนี้จะชี้ช่องทางให้ผู้อ่านสามารถนำหลักการไปประยุกต์ใช้เพื่อพัฒนาฝีมือการลงทุนให้ดีขึ้นได้ ขอให้ประสบความสำเร็จในการลงทุนครับ

เขียนโดย อิสระพงศ์ เอกสินชล

ตรวจทานโดย อนันต์วัฒน์ ทิพย์ภาวัต

Data Scientist
Government Big Data Institute (GBDi)

Recommended Posts