🔴 LEVEL 4 — Risk Management

🎯 เมื่อเรียนบทนี้จบ คุณจะเข้าใจ:

Dynamic Position Sizing คืออะไร
Fixed Position Size แตกต่างจาก Dynamic Position Size อย่างไร
ทำไม Position Size ควรสัมพันธ์กับ Equity
ทำไม Volatility ที่เปลี่ยนไปควรส่งผลต่อ Position Size
วิธีรักษา Dollar Risk ให้ใกล้เคียงเดิมเมื่อ Stop Loss เปลี่ยน
Drawdown-Based Position Sizing
Volatility-Based Position Sizing
Portfolio Risk-Based Position Sizing
Risk Scaling ตาม Market Regime
ทำไม Dynamic Sizing ไม่ควรกลายเป็นการ “เพิ่ม Lot หลังแพ้”
วิธีสร้าง Position-Sizing Framework สำหรับ Strategy จริง
ข้อดี ข้อจำกัด และกับดักของ Dynamic Position Sizing
แนวทางสำหรับมือใหม่และ Professional Trader

Dynamic Position Sizing คืออะไร?

Dynamic Position Sizing คือ:

การปรับขนาด Position ตามข้อมูลหรือเงื่อนไขที่กำหนดไว้ล่วงหน้า

แทนที่จะใช้:

Lot Size เดิมทุกครั้ง

เช่น:

0.10 Lot ทุก Trade

อาจเปลี่ยนเป็น:

Lot Size ที่คำนวณจาก Equity + Stop Distance + Volatility + Risk Budget

ทำไมต้อง Dynamic?

เพราะสิ่งเหล่านี้ไม่ได้คงที่:

Account Equity
Stop Loss Distance
Market Volatility
Portfolio Exposure
Drawdown
Liquidity
Trading Costs

ดังนั้นการใช้:

Lot Size เดิมตลอดเวลา

ไม่ได้หมายความว่า:

Risk เดิมตลอดเวลา

นี่คือจุดที่มือใหม่มักเข้าใจผิด

Fixed Lot ไม่ได้หมายความว่า Fixed Risk

สมมติ:

1 Lot

วันนี้ Stop:

20 pips

พรุ่งนี้ Stop:

80 pips

แม้ Lot เท่ากัน:

1 Lot

แต่:

Dollar Risk ไม่เท่ากัน

ดังนั้น:

Position Size ต้องพิจารณาร่วมกับ Stop Distance

ตัวอย่าง

สมมติการเคลื่อนไหวของราคาและมูลค่าต่อ pip ทำให้:

Trade A

Stop:

20 pips

Trade B

Stop:

60 pips

ถ้าใช้ Lot เท่ากัน:

Trade B มีความเสี่ยงประมาณ 3 เท่าของ Trade A

ดังนั้น:

Fixed Lot ≠ Fixed Risk

Fixed Percentage Risk

แนวคิดที่ใช้กันมากคือ:

กำหนด Risk เป็นเปอร์เซ็นต์ของ Equity

เช่น:

Risk = 1% ต่อ Trade

Account:

$100,000

Maximum Planned Loss:

$1,000

หาก Account ลดเหลือ:

$80,000

Risk 1% ใหม่:

$800

นี่ทำให้:

Dollar Risk ลดลงตาม Equity

Equity-Based Position Sizing

หลักคิดคือ:

Equity เปลี่ยน → Risk Budget เปลี่ยน → Position Size เปลี่ยน

ตัวอย่าง:

Equity	Risk 1%
$100,000	$1,000
$90,000	$900
$80,000	$800
$70,000	$700

สิ่งนี้ช่วยลด:

Risk Exposure

เมื่อ Account อยู่ใน Drawdown

แต่ Dynamic Sizing ไม่ได้หมายความว่า “เพิ่ม Risk เมื่อกำไร”

นี่เป็นจุดที่ต้องระวัง

สมมติ:

Account:

$100,000

กำไรจน:

$120,000

Risk 1%:

$1,200

หากใช้ Fixed Percentage:

Dollar Risk เพิ่มขึ้น

แต่:

Percentage Risk ยังเท่าเดิม

นี่แตกต่างจากการบอกว่า:

“ช่วงนี้ผมกำลังชนะ จึงเพิ่ม Risk เป็น 3%”

แบบหลังคือ:

Discretionary Risk Increase

ไม่ใช่ Dynamic Position Sizing แบบมีระบบ

Dynamic Sizing ต้องมี Rule

ตัวอย่าง:

Risk = 1% ของ Equity

เป็น Rule

แต่:

“วันนี้มั่นใจมาก เลยใช้ 2%”

ไม่ใช่ Rule

Professional Framework ต้องตอบได้ว่า:

อะไรเป็น Input?

และ:

Input เปลี่ยนแล้ว Position Size เปลี่ยนอย่างไร?

สูตรพื้นฐาน

แนวคิดทั่วไป:

Position Size = Allowed Risk ÷ Risk per Unit

โดย:

Allowed Risk

ขึ้นอยู่กับ:

Equity × Risk %

และ:

Risk per Unit

ขึ้นอยู่กับ:

Stop Distance × Value per Unit

ตัวอย่างเชิงแนวคิด

Account:

$100,000

Risk:

1%

ดังนั้น:

Allowed Risk = $1,000

หาก Stop กว้างขึ้น:

Risk per Lot เพิ่มขึ้น

ดังนั้น:

Lot Size ต้องลดลง

หาก Stop แคบลง:

Risk per Lot ลดลง

ดังนั้น:

Lot Size สามารถเพิ่มขึ้น

โดยยังรักษา:

Planned Dollar Risk

ใกล้เคียงเดิม

Stop กว้าง ไม่ได้แปลว่า Trade เสี่ยงกว่าเสมอ

ถ้า Position Size ถูกปรับอย่างถูกต้อง:

Stop กว้างขึ้น

สามารถมาพร้อมกับ:

Position Size เล็กลง

ทำให้:

Total Planned Risk

ยังใกล้เคียงเดิม

นี่คือเหตุผลที่:

Professional Trader ไม่ควรตัดสินความเสี่ยงจาก Lot Size เพียงอย่างเดียว

Volatility-Based Position Sizing

ตลาดไม่ได้เคลื่อนไหวด้วยความผันผวนเท่ากันตลอดเวลา

บางช่วง:

Volatility ต่ำ

บางช่วง:

Volatility สูง

หาก Position Size คงเดิม:

Equity Volatility อาจเพิ่มขึ้นตามตลาด

ดังนั้นบาง Strategy จึงใช้:

Volatility-Adjusted Position Size

ATR สามารถนำมาใช้ได้อย่างไร?

ตัวอย่างเชิงแนวคิด:

ATR เพิ่มขึ้น 50%

หาก Strategy ต้องการรักษา:

Risk per Trade

ให้ใกล้เคียงเดิม:

Position Size อาจต้องลดลง

นี่เป็นหลัก:

Volatility ↑ → Position Size ↓

ในทางกลับกัน:

Volatility ↓ → Position Size ↑

แต่ต้องมี:

Minimum / Maximum Size

เพื่อป้องกันการปรับที่มากเกินไป

ตัวอย่าง

สมมติ:

Normal Volatility

ATR:

20

Position Size:

1.0 Unit

หาก ATR เพิ่มเป็น:

40

และต้องการรักษา Volatility Exposure:

Position Size อาจลดลงใกล้เคียงครึ่งหนึ่ง

เป็นแนวคิดพื้นฐาน:

Size ∝ 1 / Volatility

แต่การนำไปใช้จริงต้องคำนึงถึง:

Stop Model
Instrument
Tick Value
Contract Specification
Liquidity

ทำไมไม่ควรใช้ ATR เพียงตัวเดียว?

เพราะ:

ATR ไม่ได้บอกทุกอย่างเกี่ยวกับ Risk

ยังต้องดู:

Market Structure
Stop Placement
Liquidity
News
Spread
Correlation
Strategy Characteristics

ดังนั้น:

ATR เป็น Input หนึ่ง

ไม่ใช่:

Risk Engine ทั้งหมด

Drawdown-Based Position Sizing

จากบทที่ 64 เรารู้ว่า:

Drawdown ลึกขึ้น → Recovery ยากขึ้น

ดังนั้นสามารถออกแบบ:

Risk Scaling ตาม Drawdown

ตัวอย่าง:

DD 0–5%

Risk:

1.00%

DD 5–10%

Risk:

0.75%

DD 10–15%

Risk:

0.50%

DD >15%

Pause / Revalidate

นี่เป็นเพียง:

Framework ตัวอย่าง

ไม่ใช่กฎสากล

ทำไมลด Risk ใน Drawdown?

เป้าหมายไม่ใช่:

“กลัวการขาดทุน”

แต่คือ:

ลด Capital Volatility ในช่วงที่ Uncertainty สูงขึ้น

และเพิ่ม:

Capital Cushion

แต่ Drawdown-Based Sizing มีข้อเสีย

ถ้าลด Risk เร็วเกินไป:

Strategy อาจฟื้นตัวด้วย Position Size ที่เล็กเกินไป

ทำให้:

Recovery ช้ากว่าที่ควร

ดังนั้นต้องหา:

Balance ระหว่าง Protection กับ Recovery

Risk Scaling แบบ Step Function

ตัวอย่าง:

DD < 5% → 100% Risk

DD 5–10% → 75%

DD 10–15% → 50%

DD >15% → 0%

ข้อดี:

เข้าใจง่าย

ข้อเสีย:

การเปลี่ยน Risk อาจกระโดด

Risk Scaling แบบ Continuous

อีกแนวคิดคือ:

Risk ลดลงอย่างต่อเนื่องตาม Drawdown

เช่น:

Risk = Base Risk × Scaling Factor

โดย Scaling Factor:

ลดลงเมื่อ DD เพิ่มขึ้น

ข้อดี:

การเปลี่ยนแปลง Smooth

ข้อเสีย:

ซับซ้อนกว่า

และ:

อาจทำให้ Model ปรับตัวมากเกินไป

Drawdown ไม่ควรเป็นสัญญาณให้เพิ่ม Risk

นี่เป็นกฎสำคัญ:

Drawdown ไม่ใช่เหตุผลอัตโนมัติในการเพิ่ม Position Size

แม้ Trader จะคิดว่า:

“ตอนนี้ถูกลงแล้ว เดี๋ยวต้องเด้ง”

ตลาด:

ไม่มีหน้าที่ต้องกลับตัว

Anti-Martingale vs Martingale

Martingale

แพ้:

เพิ่ม Risk

เป้าหมาย:

เอา Loss คืน

Risk:

เพิ่มขึ้นเมื่อ Account กำลังเสียหาย

อันตราย:

สูงมาก

Anti-Martingale

กำหนด:

Risk ตาม Rule

และอาจ:

ลด Exposure เมื่อ Risk Condition แย่ลง

นี่ใกล้เคียงกับ:

Professional Risk Scaling

มากกว่า

แต่ “เพิ่ม Risk หลังชนะ” ก็ต้องระวัง

สมมติ:

ชนะ 5 ครั้ง

Trader เพิ่ม:

Risk 1% → 3%

นี่อาจเป็น:

Overconfidence

หากไม่มี Statistical Rule รองรับ

ไม่ควรเรียกว่า:

Dynamic Position Sizing

แต่เป็น:

Emotion-Based Position Sizing

Portfolio-Based Dynamic Sizing

การกำหนด Size ไม่ควรมองเฉพาะ:

Trade เดียว

ต้องดู:

Position ที่เปิดอยู่ทั้งหมด

สมมติ:

Position A:

Risk = 1%

Position B:

Risk = 1%

Position C:

Risk = 1%

Portfolio Open Risk:

3%

หากกำหนด:

Maximum Open Risk = 3%

Position ใหม่:

ไม่ควรเพิ่ม Risk เต็มอีก 1%

Correlation-Adjusted Sizing

สมมติ:

EUR/USD Buy

GBP/USD Buy

AUD/USD Buy

แม้แต่ละ Position:

Risk = 1%

แต่ถ้ามี Exposure ไปทาง:

USD Weakness

เหมือนกัน

Portfolio:

อาจมี Concentration

ดังนั้น Position Size อาจต้อง:

ลดลง

เพื่อควบคุม:

Aggregate Risk

Volatility + Correlation

ในระดับสูง:

Position Size

สามารถพิจารณาร่วมกับ:

Volatility

และ:

Correlation

เพื่อควบคุม:

Portfolio Volatility

แนวคิดนี้เป็นพื้นฐานของ:

Risk Parity / Volatility Targeting

ในบริบท Portfolio บางประเภท

แต่การนำมาใช้กับ Forex Retail ต้อง:

ปรับให้เหมาะกับ Instrument และ Execution จริง

Market Regime-Based Sizing

Strategy บางระบบ:

ทำงานดีใน Trend

แต่:

แย่ใน Range

จึงสามารถกำหนด:

Strong Trend

Risk:

100% Base Risk

Weak Trend

Risk:

75%

Range

Risk:

50%

Unclear / High Uncertainty

0–25% หรือ Pause

แต่ต้องมี:

Objective Regime Definition

ไม่ใช่:

Trader ตัดสินจากความรู้สึก

Regime Score

ตัวอย่างเชิงแนวคิด:

สร้าง Score:

0–100

โดยรวม:

Trend Strength
Volatility
Liquidity
Setup Quality

จากนั้น:

Position Size = Base Size × Regime Multiplier

ตัวอย่าง:

Score	Multiplier
80–100	1.00
60–79	0.75
40–59	0.50
20–39	0.25
0–19	0

นี่เป็นเพียง:

ตัวอย่าง Model

ต้อง Backtest ก่อนใช้จริง

Dynamic Position Sizing ไม่ใช่การทำนายตลาด

นี่สำคัญมาก

Dynamic Sizing ไม่ได้หมายความว่า:

“ผมรู้ว่าตลาดจะขึ้น”

แต่หมายถึง:

“เมื่อ Risk Condition เปลี่ยน ผมปรับ Exposure ให้เหมาะสม”

ดังนั้น:

Risk Model

ไม่จำเป็นต้อง:

Predict Direction

ตัวอย่างที่ดี

ตลาด:

Volatility สูง

Trader ไม่รู้ว่า:

ราคาจะขึ้นหรือลง

แต่รู้ว่า:

Stop ต้องกว้างขึ้น

ดังนั้น:

Position Size ลดลง

นี่คือ:

Risk-Based Decision

ไม่ใช่:

Directional Prediction

Dynamic Sizing กับ Stop Loss

สมมติ:

Base Risk:

1%

Trade A:

Stop = 20 pips

Trade B:

Stop = 50 pips

หากใช้ Risk 1% เท่ากัน:

Trade B ต้องมี Position Size เล็กกว่า Trade A

นี่เป็น:

Stop-Distance Normalization

Dynamic Sizing กับ Volatility

สมมติ:

ATR:

เพิ่มขึ้น 2 เท่า

หาก Strategy ต้องการ:

Constant Risk

Position Size:

ควรลดลงตาม Model

แต่:

ไม่จำเป็นต้องลดลง exactly 50%

เพราะ:

Stop Model อาจไม่ได้สัมพันธ์กับ ATR แบบเส้นตรง

ดังนั้นต้อง:

Backtest Relationship

Dynamic Sizing กับ Liquidity

บางช่วง:

Market Liquidity ลดลง

เช่น:

ช่วงข่าวสำคัญ

หรือ:

ตลาดบางช่วงเวลา

Spread และ Slippage:

อาจเพิ่มขึ้น

ดังนั้น:

Position Size อาจต้องลดลง

หรือ:

หลีกเลี่ยงการเข้า Trade

Dynamic Sizing กับ News Risk

Trader ไม่ควรคิดว่า:

“ข่าวออก = ต้องลด Lot เสมอ”

เพราะขึ้นอยู่กับ:

Strategy

และ:

Execution Model

แต่หากข้อมูลแสดงว่า:

Slippage เพิ่มขึ้นอย่างมีนัยสำคัญ

สามารถกำหนด:

Risk Adjustment

ได้

Dynamic Sizing กับ Transaction Costs

หาก:

Cost / Trade

เพิ่มขึ้น

Net Expectancy:

ลดลง

Position Size จึงไม่ควรถูกปรับโดย:

Price Volatility

อย่างเดียว

ต้องพิจารณา:

Edge Quality

ด้วย

Edge-Adjusted Position Sizing

แนวคิดขั้นสูง:

หาก:

Strategy Confidence สูง

และ:

Historical Edge แข็งแรง

อาจใช้:

Base Risk

แต่ถ้า:

Edge Uncertainty สูง

ลด:

Risk

อย่างไรก็ตาม:

ต้องระวังมาก

เพราะการวัด “Confidence” อาจเกิด:

Model Error

ดังนั้น:

Edge-Adjusted Sizing

ควรใช้หลังผ่าน:

Robust Validation

Confidence ไม่ควรเท่ากับ “ผมรู้สึกมั่นใจ”

ตัวอย่าง:

“กราฟสวยมาก”

ไม่ใช่:

Quantitative Confidence

Professional Framework ต้องกำหนด:

Confidence จากข้อมูล

เช่น:

Historical Performance
Setup Score
Regime Score
Sample Size

Position Size Formula แบบหลาย Input

แนวคิดทั่วไป:

Final Size = Base Size × Equity Factor × Volatility Factor × Drawdown Factor × Portfolio Factor

แต่:

ไม่ควรนำทุก Factor มาคูณกันโดยไม่มีการออกแบบ

เพราะอาจทำให้:

Risk ลดลงมากเกินไป

หรือ:

Model ซับซ้อนเกินจำเป็น

หลัก KISS

Keep It Simple

Risk Model ที่ดี:

ไม่จำเป็นต้องซับซ้อนที่สุด

ควร:

เข้าใจง่าย
ตรวจสอบได้
Backtest ได้
Execute ได้
Monitor ได้

ถ้า Trader ไม่สามารถอธิบายว่า:

“ทำไมวันนี้ Lot Size ถึงเป็นเท่านี้?”

แสดงว่า:

Model อาจซับซ้อนเกินไป

Dynamic Sizing กับ Overfitting

นี่คือกับดักระดับ Professional

สมมติสร้าง Model:

ใช้ 12 Indicators

เพื่อคำนวณ Position Size

Backtest:

สวยมาก

แต่ Live:

ไม่ทำงาน

อาจเกิด:

Overfitting

ดังนั้น:

Position-Sizing Model เองก็ต้องผ่าน Validation

สิ่งที่ควร Backtest

ไม่ใช่แค่:

Strategy Entry / Exit

แต่ควรทดสอบ:

Risk Model A

Fixed Risk

Risk Model B

Volatility Adjusted

Risk Model C

Drawdown Adjusted

Risk Model D

Portfolio Adjusted

แล้วดู:

CAGR
Max DD
Sharpe/Sortino เมื่อเหมาะสม
Recovery
Tail Risk
Stability

ตัวอย่าง

Strategy เดิม:

Expectancy เท่ากัน

แต่:

Fixed Size

Max DD:

25%

Volatility Adjusted

Max DD:

16%

Drawdown Adjusted

Max DD:

12%

แต่ผลตอบแทน:

ลดลงตามไปด้วย

นี่ทำให้ต้องถามว่า:

Risk Reduction คุ้มกับ Return Reduction หรือไม่?

Risk Efficiency

ไม่ควรถามเพียง:

“ใครกำไรมากกว่า?”

แต่ถาม:

“ใครสร้างผลตอบแทนโดยใช้ Risk น้อยกว่า?”

นี่คือ:

Risk Efficiency

Dynamic Sizing กับ Compounding

เมื่อ Account โต:

Risk Percentage เดิม

ทำให้:

Dollar Risk โตขึ้น

นี่คือ:

Natural Scaling

แต่ถ้า Account ลด:

Dollar Risk ลดลง

ทำให้:

Drawdown มีแนวโน้มถูกชะลอ

นี่เป็นข้อดีของ:

Percentage-Based Sizing

แต่ Compounding เพิ่ม Volatility ของ Dollar P&L

เมื่อ Account ใหญ่ขึ้น:

1% มีมูลค่าเป็นเงินมากขึ้น

ดังนั้น:

Dollar Gain/Loss

จะใหญ่ขึ้น

แม้:

Percentage Risk

เท่าเดิม

Trader ต้องแน่ใจว่า:

Psychology และ Liquidity

รองรับ Scale ใหม่ได้

Scaling Up อย่างมืออาชีพ

ไม่ควร:

Account เพิ่ม 20% → Lot เพิ่มทันที

ควรมี:

Scaling Rule

เช่น:

เมื่อ Equity ใหม่อยู่เหนือ High-Water Mark และผ่านจำนวน Trade ที่กำหนด → ปรับ Size ตาม Rule

เพื่อหลีกเลี่ยง:

การเพิ่ม Size จากกำไรชั่วคราว

High-Water Mark

คือ:

Equity สูงสุดที่เคยทำได้ตามนิยามที่กำหนด

ใช้เพื่อ:

วัด Drawdown

และ:

ควบคุม Scaling

ตัวอย่าง:

Peak:

$120,000

Current:

$108,000

Drawdown:

10%

แม้ Current Equity:

สูงกว่าเงินเริ่มต้น

แต่ Strategy ยัง:

อยู่ใน Drawdown จาก Peak

Dynamic Sizing ในช่วง Recovery

ต้องระวัง:

อย่าใช้ Recovery เป็นเหตุผลเพิ่ม Risk

หาก Account:

ลดลง 15%

ไม่ควรคิด:

“ต้องเพิ่ม Lot เพื่อกลับไป Peak”

ตรงกันข้าม:

Risk Model ควรทำหน้าที่ปกป้อง Capital

Dynamic Sizing กับ Psychological Risk

ระบบอาจบอก:

Risk 1%

แต่หาก Dollar Loss:

ใหญ่เกินกว่าที่ Trader รับได้

Trader อาจ:

ปิดก่อน Stop

หรือ:

เปลี่ยนกฎ

ดังนั้น:

Practical Risk

ต้องสอดคล้องกับ:

Execution Capacity ของ Trader

Risk Capacity

Position Size ที่เหมาะสมไม่ใช่แค่:

“คำนวณได้”

แต่ต้องเป็น:

“Trader สามารถทำตามแผนได้จริง”

ถ้า:

1% ทำให้ Trader เปลี่ยนกฎ

อาจต้อง:

ลด Risk

Professional Framework

ผมแนะนำให้คิด Position Sizing เป็น 5 Layers:

Layer 1

Trade Risk

Trade นี้เสี่ยงเท่าไร?

Layer 2

Volatility Risk

ตลาดกำลังผันผวนแค่ไหน?

Layer 3

Drawdown Risk

Account อยู่ในสถานะใด?

Layer 4

Portfolio Risk

มี Exposure อะไรอยู่แล้ว?

Layer 5

Strategy Risk

Strategy กำลังอยู่ใน Environment ที่เหมาะสมหรือไม่?

จากนั้นจึง:

Calculate Final Position Size

ตัวอย่าง Framework

สมมติ:

Base Risk:

1%

Volatility:

สูง

Multiplier:

0.75

Drawdown:

8%

Multiplier:

0.75

Portfolio Exposure:

สูง

Multiplier:

0.50

หากนำมาคูณทั้งหมด:

1% × 0.75 × 0.75 × 0.50

0.28125%

อาจเล็กเกินไป

นี่แสดงว่า:

การสร้างหลาย Layer ต้องระวังการลด Risk ซ้ำซ้อน

บางระบบจึงเลือก:

Minimum Risk Multiplier

แทนการคูณทุก Factor

เช่น:

Min(0.75, 0.75, 0.50)

0.50

ดังนั้น:

Final Risk = 0.50%

นี่เป็นเพียงตัวอย่าง Model Design

ทำไม “Min Rule” อาจเข้าใจง่ายกว่า?

เพราะ:

Factor ที่มีความเสี่ยงสูงที่สุด

เป็นตัวกำหนด:

Final Risk

ช่วยลดปัญหา:

Over-Scaling Down

แต่ก็ไม่ได้แปลว่า:

Min Rule ดีที่สุดเสมอ

ต้อง:

Backtest และ Validate

Dynamic Position Sizing ที่ดีควรมี Guardrails

อย่างน้อยควรมี:

Maximum Risk

ห้ามเกินเท่าไร

Minimum Size

ต่ำกว่าระดับใดให้ Skip

Maximum Position

Lot สูงสุด

Maximum Portfolio Risk

Open Risk สูงสุด

Maximum Drawdown

จุด Pause

Liquidity Constraint

Size สูงสุดตาม Market Liquidity

Position Size Floor

บางครั้ง Model คำนวณได้:

0.003 Lot

แต่ Broker อาจรองรับขั้นต่ำ:

0.01 Lot

ถ้า:

Minimum Lot

ทำให้ Risk เกิน Budget

มีสองทางเลือก:

ลดความเสี่ยงด้วย Stop/Setup ที่เหมาะสม

หรือ:

Skip Trade

อย่าบังคับให้:

เปิด Trade

เพียงเพราะมี Signal

Position Size Ceiling

ในทางกลับกัน:

Model อาจคำนวณ:

15 Lots

แต่ Strategy กำหนด:

Maximum 5 Lots

ต้องใช้:

5 Lots

และคำนวณว่า:

Actual Risk

ยังอยู่ในกรอบหรือไม่

Position Size ≠ Permission to Trade

นี่คือแนวคิดสำคัญ:

การคำนวณ Lot Size ได้

ไม่ได้หมายความว่า:

ต้องเปิด Trade

หาก:

Risk/Reward ไม่เหมาะ

หรือ:

Portfolio Exposure สูง

สามารถ:

Skip Trade

ได้

Dynamic Sizing กับ Trade Selection

บางครั้งวิธีลด Risk ที่ดีที่สุดไม่ใช่:

ลด Lot

แต่คือ:

ไม่เทรด Setup ที่คุณภาพต่ำ

เช่น:

Setup A:

Score 90

Setup B:

Score 55

แทนที่จะเปิดทั้งสอง:

อาจเลือกเฉพาะ A

นี่คือ:

Risk Selection

🧪 ตัวอย่างการออกแบบจริง

สมมติ:

Account:

$100,000

Base Risk:

1%

ดังนั้น:

$1,000

Trade มี:

Stop Distance = 50 pips

ระบบคำนวณ Position Size ให้:

Maximum Planned Loss ≈ $1,000

ต่อมา:

ATR เพิ่มขึ้นมาก

Strategy กำหนด:

Volatility Factor = 0.75

Risk ใหม่:

$750

Position Size:

ลดลงตาม Stop และ Contract Value

ต่อมา Account อยู่ใน:

10% Drawdown

ระบบกำหนด:

Drawdown Factor = 0.50

Final Risk:

อาจถูกจำกัดเหลือ $500

นี่เป็น:

Rule-Based Adaptation

ไม่ใช่:

การตัดสินใจตามความรู้สึก

⚠️ ข้อผิดพลาดที่พบบ่อย

❌ คิดว่า Fixed Lot = Fixed Risk

❌ เพิ่ม Lot หลังชนะเพราะมั่นใจ

❌ เพิ่ม Lot หลังแพ้เพื่อเอาคืน

❌ ปรับ Lot จากความรู้สึก

❌ ใช้ ATR อย่างเดียว

❌ ไม่ดู Stop Distance

❌ ไม่ดู Portfolio Exposure

❌ ไม่ดู Correlation

❌ ปรับ Risk หลาย Layer จนเล็กเกินไป

❌ สร้าง Model ซับซ้อนจน Overfit

❌ ไม่มี Maximum Risk

❌ ไม่มี Maximum Position

❌ ไม่มี Maximum Portfolio Risk

❌ ไม่มี Rule เมื่อ Drawdown ถึงระดับวิกฤต

❌ คิดว่า Dynamic Sizing ช่วยสร้าง Edge

❌ บังคับเปิด Trade แม้ Position Size ที่เหมาะสมทำไม่ได้

🧠 20 สิ่งที่ควรจำจากบทเรียนนี้

Dynamic Position Sizing คือการปรับขนาด Position ตาม Risk Conditions ที่กำหนดไว้
Fixed Lot ไม่ได้หมายความว่า Fixed Risk
Stop Distance มีผลโดยตรงต่อ Position Size
Equity เปลี่ยนควรทำให้ Risk Budget เปลี่ยนได้
Percentage-Based Risk ช่วยควบคุม Dollar Risk ตาม Equity
Volatility สูงขึ้นอาจต้องลด Position Size
ATR เป็นเพียง Input หนึ่ง ไม่ใช่ Risk Model ทั้งหมด
Drawdown สามารถใช้เป็นตัวกำหนด Risk Scaling ได้
Drawdown ไม่ควรเป็นเหตุผลในการเพิ่ม Risk
Winning Streak ไม่ควรเป็นเหตุผลเพิ่ม Risk หากไม่มี Rule
Portfolio Exposure ต้องถูกนำมาพิจารณาก่อนเปิด Position ใหม่
Correlated Positions อาจสร้าง Concentration Risk
Market Regime สามารถนำมาใช้เป็น Input ได้ หากกำหนดอย่างเป็นระบบ
Dynamic Sizing ไม่ได้สร้าง Trading Edge
Risk Model เองก็สามารถ Overfit ได้
Position Size ต้องมีทั้ง Minimum และ Maximum Guardrails
การคำนวณ Position Size ได้ไม่ได้แปลว่าต้องเปิด Trade
บางครั้งการ Skip Trade เป็นวิธีบริหาร Risk ที่ดีกว่าการลด Lot
Professional Position Sizing ต้องเชื่อม Trade Risk, Volatility, Drawdown และ Portfolio Risk
เป้าหมายของ Dynamic Position Sizing คือการควบคุม Exposure ให้เหมาะกับสภาพของ Account และตลาด ไม่ใช่การหาวิธีเพิ่ม Lot เพื่อทำกำไรให้เร็วขึ้น

📌 สรุปบทเรียนที่ 65

จากบทที่ 64 เราได้หลักสำคัญว่า:

ต้องอยู่รอดก่อนที่ Edge จะมีโอกาสทำงาน

บทนี้จึงนำหลักนั้นมาสู่การกำหนด:

Position Size

เพราะแม้ Strategy จะดี:

ถ้า Position ใหญ่เกินไป

Losing Streak ปกติอาจกลายเป็น:

Drawdown ที่รุนแรง

ในทางกลับกัน หาก Position Size ถูกปรับอย่างเหมาะสม:

Volatility สูง → ลด Exposure

Equity ลด → Risk Budget ลด

Portfolio Exposure สูง → ลด Position ใหม่

Market Regime ไม่เหมาะ → ลดหรือ Skip

เรากำลังเปลี่ยนจาก:

“ผมจะเปิดกี่ Lot?”

เป็น:

“สถานการณ์นี้ Strategy ควรรับ Risk เท่าไร?”

นี่เป็นวิธีคิดที่สำคัญมาก

สำหรับมือใหม่:

เริ่มจาก Fixed Percentage Risk + Stop-Based Position Sizing ก่อน ไม่จำเป็นต้องสร้าง Model ซับซ้อน

สำหรับ Trader ที่มีประสบการณ์:

เพิ่ม Volatility และ Drawdown Adjustment เมื่อมีข้อมูล Backtest รองรับ

สำหรับ Professional:

เชื่อม Trade Risk + Portfolio Risk + Volatility + Drawdown + Regime แต่ต้องระวัง Overfitting และต้องสามารถอธิบายเหตุผลของ Position Size ได้ทุกครั้ง

จำประโยคสำคัญ:

“Dynamic Position Sizing ไม่ได้ทำให้ Strategy เก่งขึ้น แต่มันช่วยให้เราควบคุมขนาดของความเสี่ยงให้เหมาะกับสถานการณ์มากขึ้น”

📚 บทเรียนถัดไป — LEVEL 4

บทเรียนที่ 66: Stress Testing Strategy — ถ้าเกิดสถานการณ์เลวร้ายกว่าที่ Backtest เคยเจอ Account จะรับไหวหรือไม่?

บทที่ 66 จะต่อจาก Dynamic Position Sizing โดยไม่ย้อนกลับไปสอน Risk of Ruin หรือ Position Sizing ซ้ำ แต่จะนำสิ่งที่เราเรียนมาทั้งหมดมาทดสอบกับ สถานการณ์ที่เลวร้ายกว่าปกติ เช่น Losing Streak ที่ยาวกว่าประวัติศาสตร์, Slippage สูงขึ้น, Volatility พุ่ง, Correlated Loss และ Drawdown ที่ลึกกว่าที่ Backtest เคยพบ เพื่อสร้าง Stress-Test Framework สำหรับ Strategy ก่อนนำไปเทรดเงินจริง

Categories: LEVEL 4 — Risk Management

โบนัสเทรดฟรี ไม่ต้องฝากเงิน

จะดีกว่าไหมหากได้เงินทุนมาเทรดฟรี ๆ กำไรก็สามารถถอนออกมาได้

รายละเอียดเพิ่มเติม

📚 บทเรียนที่ 65: Dynamic Position Sizing — ปรับขนาด Position ตาม Equity, Volatility และระดับความเสี่ยงอย่างเป็นระบบ

📚 บทเรียนที่ 65: Dynamic Position Sizing — ปรับขนาด Position ตาม Equity, Volatility และระดับความเสี่ยงอย่างเป็นระบบ

🔴 LEVEL 4 — Risk Management

🎯 เมื่อเรียนบทนี้จบ คุณจะเข้าใจ:

Dynamic Position Sizing คืออะไร?

ทำไมต้อง Dynamic?

Fixed Lot ไม่ได้หมายความว่า Fixed Risk

ตัวอย่าง

Trade A

Trade B

Fixed Percentage Risk

Equity-Based Position Sizing

แต่ Dynamic Sizing ไม่ได้หมายความว่า “เพิ่ม Risk เมื่อกำไร”

Dynamic Sizing ต้องมี Rule

สูตรพื้นฐาน

ตัวอย่างเชิงแนวคิด

Stop กว้าง ไม่ได้แปลว่า Trade เสี่ยงกว่าเสมอ

Volatility-Based Position Sizing

ATR สามารถนำมาใช้ได้อย่างไร?

ตัวอย่าง

Normal Volatility

ทำไมไม่ควรใช้ ATR เพียงตัวเดียว?

Drawdown-Based Position Sizing

DD 0–5%

DD 5–10%

DD 10–15%

DD >15%

ทำไมลด Risk ใน Drawdown?

แต่ Drawdown-Based Sizing มีข้อเสีย

Risk Scaling แบบ Step Function

Risk Scaling แบบ Continuous

Drawdown ไม่ควรเป็นสัญญาณให้เพิ่ม Risk

Anti-Martingale vs Martingale

Martingale

Anti-Martingale

แต่ “เพิ่ม Risk หลังชนะ” ก็ต้องระวัง

Portfolio-Based Dynamic Sizing

Correlation-Adjusted Sizing

Volatility + Correlation

Market Regime-Based Sizing

Strong Trend

Weak Trend

Range

Unclear / High Uncertainty

Regime Score

Dynamic Position Sizing ไม่ใช่การทำนายตลาด

ตัวอย่างที่ดี

Dynamic Sizing กับ Stop Loss

Dynamic Sizing กับ Volatility

Dynamic Sizing กับ Liquidity

Dynamic Sizing กับ News Risk

Dynamic Sizing กับ Transaction Costs

Edge-Adjusted Position Sizing

Confidence ไม่ควรเท่ากับ “ผมรู้สึกมั่นใจ”

Position Size Formula แบบหลาย Input

หลัก KISS

Dynamic Sizing กับ Overfitting

สิ่งที่ควร Backtest

Risk Model A

Risk Model B

Risk Model C

Risk Model D

ตัวอย่าง

Fixed Size

Volatility Adjusted

Drawdown Adjusted

Risk Efficiency

Dynamic Sizing กับ Compounding

แต่ Compounding เพิ่ม Volatility ของ Dollar P&L

Scaling Up อย่างมืออาชีพ

High-Water Mark

Dynamic Sizing ในช่วง Recovery

Dynamic Sizing กับ Psychological Risk

Risk Capacity

Professional Framework

Layer 1

Layer 2

Layer 3

Layer 4

Layer 5