อัปเดตล่าสุด: 28 สิงหาคม 2569 · บทความในหมวด บทเรียนที่ 14: ทดสอบและวัดผล
Sample Size คือจำนวนไม้ที่คุณใช้ตัดสินว่ากลยุทธ์ทำงานหรือไม่
เป็นเรื่องที่คนประเมินต่ำที่สุดในการทดสอบ — เพราะตัวเลขจากไม้จำนวนน้อยดูเหมือนบอกอะไรได้ ทั้งที่แทบไม่บอกเลย
ปัญหาที่มองไม่เห็น

ทดสอบ 30 ไม้ กลยุทธ์ที่แย่กว่าอาจวัดได้ดีกว่า
สมมติมีกลยุทธ์สองตัว — A มี Win Rate จริง 55% · B มี 45%
ถ้าคุณทดสอบทั้งสองตัวด้วย 30 ไม้ แล้วเทียบผลที่วัดได้
มีโอกาส 18% ที่ B จะวัดได้สูงกว่า A
แปลว่าเกือบ 1 ใน 5 ครั้ง คุณจะเลือกกลยุทธ์ที่แย่กว่าโดยเชื่อว่าเลือกถูก
ที่ 200 ไม้ โอกาสนั้นลดเหลือ 2%
ตัวเลขจากการจำลอง 60,000 รอบต่อกรณี ภายใต้สมมติฐานว่าผลของแต่ละไม้เป็นอิสระต่อกัน
ทำไมตัวเลขจากไม้น้อยถึงหลอกลวง
เพราะผลของแต่ละไม้มีความสุ่มปนอยู่
กลยุทธ์ที่มี Win Rate จริง 55% ไม่ได้ชนะ 55 จาก 100 ไม้ทุกครั้ง
บางชุดอาจชนะ 40 บางชุดอาจชนะ 70 — และคุณเห็นแค่ชุดเดียว
ยิ่งไม้น้อย ความแตกต่างระหว่างชุดยิ่งกว้าง
จำนวนไม้ที่ต้องมี ขึ้นกับกลยุทธ์
| ลักษณะกลยุทธ์ | ต้องการไม้ | เพราะอะไร |
|---|---|---|
| ผลกระจายสม่ำเสมอ | น้อยกว่า | ค่าเฉลี่ยนิ่งเร็ว |
| พึ่งพาไม้ใหญ่ที่เกิดไม่บ่อย | มากกว่ามาก | ถ้าไม่เจอไม้ใหญ่ ผลจะบิดเบือน |
| มีไม้แพ้หนักที่เกิดไม่บ่อย | มากกว่ามาก | ถ้าไม่เจอ จะประเมินความเสี่ยงต่ำเกิน |
| ข้อได้เปรียบบาง | มากกว่า | ต้องแยกจากความบังเอิญให้ได้ |
สองแถวกลางคือกรณีที่อันตรายที่สุด
เพราะผลที่ได้จะดูดีเป็นพิเศษถ้าตัวอย่างไม่มีไม้ที่สำคัญเหล่านั้น
กลยุทธ์ตามเทรนด์ ที่ไม่เจอไม้ใหญ่ จะดูเหมือนใช้ไม่ได้
กลยุทธ์สวนทาง ที่ไม่เจอไม้แพ้หนัก จะดูเหมือนดีมาก
ทั้งสองกรณีให้ข้อสรุปที่ผิด — และผิดคนละทาง
เกณฑ์ที่ใช้ได้จริง
- กำหนดจำนวนไม้ขั้นต่ำไว้ก่อนเริ่มทดสอบ — ไม่ใช่หยุดเมื่อผลดูดี
- ตรวจว่าตัวอย่างครอบคลุมสภาวะตลาดหลายแบบ ไม่ใช่แค่ช่วงเดียว
- ตรวจว่าเจอไม้ที่สำคัญของกลยุทธ์นั้นแล้วหรือยัง
- ถ้ายังไม่ถึงเกณฑ์ ให้ถือว่ายังไม่มีข้อสรุป — ไม่ใช่สรุปแบบมีเงื่อนไข
ข้อ 2 สำคัญพอ ๆ กับจำนวน
ทดสอบ 300 ไม้ในช่วงที่ตลาดมีทิศทางตลอด ยังบอกไม่ได้ว่ากลยุทธ์ทำงานอย่างไรใน Range
วิธีตรวจ: แบ่งผลออกตามสภาวะตลาด แล้วดูว่าแต่ละกลุ่มมีกี่ไม้
ถ้ากลุ่มใดมีไม้น้อยมาก — คุณยังไม่รู้ว่ากลยุทธ์ทำงานอย่างไรในสภาวะนั้น
ทำไมไม่ควรระบุตัวเลขเดียว
เว็บไซต์นี้ไม่บอกว่า “ต้องทดสอบ 100 ไม้” หรือตัวเลขใดตัวเลขหนึ่ง
เพราะจำนวนที่ต้องมีขึ้นกับความแรงของข้อได้เปรียบและการกระจายของผล
ข้อได้เปรียบที่ชัดเจนมาก อาจเห็นได้จากไม้ไม่มาก
ข้อได้เปรียบที่บาง อาจต้องใช้หลายร้อยหรือหลายพันไม้
สิ่งที่ระบุได้แน่นอน: ต่ำกว่า 100 ไม้แทบไม่บอกอะไร ไม่ว่ากลยุทธ์แบบไหน
และตัวเลขนั้นเป็นเพียงเกณฑ์ขั้นต่ำ ไม่ใช่เกณฑ์ที่เพียงพอ
วิธีเพิ่มจำนวนไม้โดยไม่รอนาน
| วิธี | ข้อควรระวัง |
|---|---|
| ทดสอบย้อนหลังนานขึ้น | ตลาดในอดีตไกลอาจต่างจากปัจจุบัน |
| ทดสอบกับหลายคู่ | คู่ที่ Correlation สูงไม่ใช่ตัวอย่างอิสระ |
| ลด Timeframe | เปลี่ยนกลยุทธ์ไปเลย ผลใช้แทนกันไม่ได้ |
แถวกลางเป็นกับดักที่พบบ่อย
การทดสอบกับ 5 คู่ที่เคลื่อนไหวไปด้วยกัน ไม่ได้ให้ตัวอย่าง 5 เท่า
เพราะไม้จากคู่เหล่านั้นได้รับผลจากเหตุการณ์เดียวกัน — จึงไม่ใช่ข้อมูลที่เป็นอิสระต่อกัน
ผลคือคุณจะรู้สึกว่ามีข้อมูลมาก ทั้งที่จริง ๆ มีน้อยกว่านั้นมาก
แล้วทองคำล่ะ
กลยุทธ์ทองต้องการตัวอย่างมากกว่าคู่เงินโดยทั่วไป
เพราะทองมีช่วงที่พฤติกรรมต่างกันชัดเจน — บางช่วงเคลื่อนไหวเป็นทิศทางต่อเนื่อง บางช่วงแกว่งในกรอบ
ถ้าตัวอย่างของคุณอยู่ในช่วงเดียว ผลจะไม่บอกว่ากลยุทธ์ทำงานอย่างไรในอีกช่วง
⚠️ และทองกับคู่เงินที่มี USD ไม่ใช่ตัวอย่างอิสระต่อกัน — เพราะทั้งคู่ได้รับผลจากดอลลาร์
สิ่งที่ควรทำ: แบ่งผลออกตามช่วงที่พฤติกรรมของทองต่างกัน แล้วดูว่าแต่ละช่วงมีกี่ไม้
คำถามที่พบบ่อย
ถ้ามีเวลาทดสอบจำกัดควรทำอย่างไร?
ยอมรับว่ายังไม่มีข้อสรุป และใช้ขนาด Position ที่เล็กมากระหว่างที่สะสมข้อมูล — ดีกว่าสรุปจากตัวอย่างที่ไม่พอ
ทดสอบ 50 ไม้ได้ผลดีมาก ใช้ได้ไหม?
ยังสรุปไม่ได้ — ที่ 50 ไม้ ช่วงที่ค่าจริงอาจอยู่ยังกว้างมาก และกลยุทธ์ที่แย่กว่าก็ให้ผลแบบนั้นได้
ทดสอบมากไปได้ไหม?
จำนวนไม้มากไม่เป็นปัญหา — แต่การปรับพารามิเตอร์หลายรอบกับข้อมูลชุดเดิมเป็นปัญหา อ่านเรื่อง Overfitting
นับไม้ที่ไม่ได้เข้าด้วยไหม?
บันทึกไว้แยกต่างหาก — มีประโยชน์ในการตรวจว่าเกณฑ์กรองดีไหม แต่ไม่นับรวมในจำนวนไม้ที่ใช้วัดผล
สรุป
1. ที่ 30 ไม้ มีโอกาส 18% ที่กลยุทธ์แย่กว่าจะวัดได้ดีกว่า
2. จำนวนที่ต้องมีขึ้นกับการกระจายของผล ไม่มีตัวเลขเดียวที่ใช้ได้ทุกกรณี
3. ต่ำกว่า 100 ไม้แทบไม่บอกอะไร — และนั่นเป็นแค่เกณฑ์ขั้นต่ำ
4. ความหลากหลายของสภาวะตลาดสำคัญพอ ๆ กับจำนวน
5. คู่ที่ Correlation สูงไม่ใช่ตัวอย่างอิสระ — ทองกับคู่ที่มี USD ก็เช่นกัน
อ่านต่อ
แหล่งอ้างอิง
- ตัวเลขในบทความมาจากการจำลอง 60,000 รอบต่อกรณี ภายใต้สมมติฐานว่าผลของแต่ละไม้เป็นอิสระต่อกัน ซึ่งเป็นการประมาณ ในความเป็นจริงผลของไม้ที่เกิดใกล้กันอาจไม่เป็นอิสระ ทำให้ความไม่แน่นอนจริงสูงกว่าที่คำนวณ การคำนวณตรวจสอบซ้ำได้จากค่าที่ระบุ
📘 บทความนี้เป็นส่วนหนึ่งของ บทเรียนที่ 14: Build → Test → Measure → Improve
Share This Story, Choose Your Platform!
อัปเดตล่าสุด: 29 สิงหาคม 2569 · บทความในหมวด บทเรียนที่ […]
อัปเดตล่าสุด: 28 สิงหาคม 2569 · บทความในหมวด บทเรียนที่ […]
อัปเดตล่าสุด: 28 สิงหาคม 2569 · บทความในหมวด บทเรียนที่ […]



