🔴 LEVEL 4 — Risk Management
🎯 เมื่อเรียนบทนี้จบ คุณจะเข้าใจ:
- ทำไม Win Rate เพียงตัวเดียวไม่เพียงพอสำหรับประเมิน Strategy
- Winning Distribution และ Losing Distribution คืออะไร
- ทำไม Win Rate 70% อาจอันตรายกว่า Win Rate 40%
- Losing Streak เกิดขึ้นได้อย่างไรแม้ Strategy มี Edge
- Winning Streak ไม่ได้แปลว่า Strategy จะชนะต่อเนื่อง
- Win Rate สามารถเปลี่ยนไปตาม Market Regime ได้อย่างไร
- ทำไม Average Win Rate อาจซ่อนปัญหาภายใน Strategy
- วิธีดู Win Rate ตาม Setup, Session และ Market Condition
- วิธีแยก “แพ้ตามระบบ” กับ “แพ้เพราะทำผิดระบบ”
- วิธีใช้ Distribution เพื่อประเมินความทนทานของ Strategy
- วิธีวิเคราะห์ Worst-Case Losing Sequence
- แนวทางสำหรับมือใหม่และ Professional Trader
Win Rate คืออะไร?
Win Rate คือ:
เปอร์เซ็นต์ของ Trade ที่ปิดด้วยผลลัพธ์เป็นบวกตามเกณฑ์ที่กำหนด
สูตรพื้นฐาน:
Win Rate = จำนวน Winning Trades ÷ จำนวน Trades ทั้งหมด × 100
ตัวอย่าง:
มีทั้งหมด:
100 Trades
ชนะ:
60 Trades
แพ้:
40 Trades
Win Rate:
60%
ฟังดูดี
แต่คำถามสำคัญคือ:
60% นั้นชนะและแพ้ในรูปแบบไหน?
นี่คือสิ่งที่บทนี้ต้องการตอบ
Win Rate ไม่ได้บอกขนาดของกำไรและขาดทุน
สมมติ Strategy A:
ชนะ 70 Trades
แพ้ 30 Trades
Win Rate:
70%
แต่:
Winning Trade เฉลี่ย:
+0.5R
Losing Trade เฉลี่ย:
−2R
Strategy นี้อาจมี:
Win Rate สูง
แต่:
ขาดทุนจากแต่ละ Loss มาก
ดังนั้น:
Win Rate สูง ≠ Strategy ดี
ตัวอย่างตรงกันข้าม
Strategy B:
ชนะ 40 Trades
แพ้ 60 Trades
Win Rate:
40%
แต่:
Average Win:
+2R
Average Loss:
−1R
Strategy นี้อาจมี:
Win Rate ต่ำ
แต่:
Positive Expectancy
ดังนั้น Trader ต้องเลิกคิดว่า:
“Win Rate ต่ำ = Strategy แย่”
สิ่งที่ Win Rate ไม่บอก
Win Rate ไม่ได้บอกโดยตรงว่า:
- กำไรต่อ Winner เท่าไร
- ขาดทุนต่อ Loser เท่าไร
- Losing Streak ยาวแค่ไหน
- Winning Streak ยาวแค่ไหน
- ผลลัพธ์กระจายตัวอย่างไร
- Loss ใหญ่เกิดบ่อยแค่ไหน
- Strategy ทำงานดีในตลาดแบบไหน
- Strategy ทำงานแย่ในตลาดแบบไหน
ดังนั้น:
Win Rate เป็นเพียง หนึ่ง Metric
ไม่ใช่:
เครื่องตัดสิน Strategy ทั้งระบบ
Winning Distribution คืออะไร?
คือ:
การกระจายตัวของผลลัพธ์ในกลุ่ม Trade ที่ชนะ
สมมติ Winning Trades:
+0.5R
+1R
+1R
+2R
+5R
จะเห็นว่า:
Winner ไม่ได้มีขนาดเท่ากัน
นี่สำคัญมาก
เพราะ Strategy บางระบบ:
กำไรส่วนใหญ่มาจาก Winner ขนาดใหญ่เพียงไม่กี่ครั้ง
Losing Distribution คืออะไร?
คือ:
การกระจายตัวของผลลัพธ์ในกลุ่ม Trade ที่แพ้
ตัวอย่าง:
−0.5R
−1R
−1R
−1R
−3R
จะเห็นว่า:
Loss ไม่ได้เท่ากันทุกครั้ง
ดังนั้นการบอกว่า:
“ผมเสียเฉลี่ย 1R”
อาจซ่อนความจริงว่า:
บางครั้ง Loss ใหญ่กว่าปกติมาก
Distribution สำคัญกว่า Average อย่างไร?
สมมติ Strategy สองตัวมี:
Average Win = +2R
เหมือนกัน
แต่:
Strategy A
Winner ส่วนใหญ่:
1.5–2.5R
Strategy B
Winner ส่วนใหญ่:
+0.5R
แต่มีบางครั้ง:
+10R
ค่าเฉลี่ยอาจใกล้กัน
แต่:
Distribution แตกต่างกันมาก
และ:
Psychology ที่ต้องใช้ในการถือ Strategy ก็แตกต่างกัน
Win Rate 70% อาจมีปัญหาอะไร?
สมมติ:
ชนะ 7 ครั้ง
แพ้ 3 ครั้ง
ดูดี
แต่ถ้า:
Winner:
+0.5R
Loser:
−2R
ผลรวม:
7 × 0.5R = +3.5R
3 × −2R = −6R
รวม:
−2.5R
ดังนั้น:
Win Rate 70%
แต่:
Strategy ขาดทุน
นี่คือหนึ่งในเหตุผลที่ไม่ควรหลงกับ Win Rate
Win Rate 40% สามารถกำไรได้อย่างไร?
สมมติ:
ชนะ:
4 Trades
แต่ละ Trade:
+2R
รวม:
+8R
แพ้:
6 Trades
แต่ละ Trade:
−1R
รวม:
−6R
ผลรวม:
+2R
Win Rate:
40%
แต่ Strategy:
มีกำไร
Losing Streak คืออะไร?
คือ:
จำนวน Losing Trades ที่เกิดขึ้นติดต่อกัน
ตัวอย่าง:
L → L → L → L
คือ:
Losing Streak = 4
ทำไม Losing Streak สำคัญ?
เพราะ Trader อาจมี:
Strategy ที่ Positive Expectancy
แต่เจอ:
Loss ต่อเนื่อง
แล้วคิดว่า:
“ระบบพังแล้ว”
จึง:
เปลี่ยน Strategy
ทั้งที่จริง:
อาจเป็น Variance ปกติของระบบ
ตัวอย่าง
Strategy:
Win Rate = 40%
ไม่ได้แปลว่า:
แพ้ 6 ครั้งแล้วต้องชนะครั้งที่ 7
ผลลัพธ์แต่ละ Trade:
ไม่ได้ถูกบังคับให้ชดเชยกัน
ดังนั้น:
Losing Streak สามารถเกิดขึ้นได้
อย่าคิดว่า “ถึงตาแล้วต้องชนะ”
นี่คือ:
Gambler’s Fallacy
ตัวอย่าง:
แพ้ 5 ครั้งติด
Trader คิด:
“ครั้งที่ 6 ต้องชนะแล้ว”
ไม่จริง
ถ้า Strategy มี Probability ของการชนะตาม Distribution เดิม:
Trade ถัดไปไม่ได้ถูกบังคับให้ชนะเพราะ Trade ก่อนหน้าแพ้
Winning Streak ก็หลอกได้เช่นกัน
สมมติ:
W → W → W → W → W
Trader อาจคิด:
“Strategy กำลัง Hot”
แล้วเพิ่ม Risk:
จาก 1% → 3%
แต่ Winning Streak:
ไม่ได้พิสูจน์ว่า Trade ถัดไปมีโอกาสชนะมากขึ้นโดยอัตโนมัติ
Streak คือส่วนหนึ่งของ Distribution
Professional Trader จึงสนใจ:
Maximum Losing Streak
และ:
Maximum Winning Streak
ไม่ใช่แค่:
Win Rate
Maximum Losing Streak คืออะไร?
คือ:
Losing Streak ที่ยาวที่สุดที่เกิดขึ้นในข้อมูลที่ศึกษา
สมมติ 500 Trades:
Maximum Losing Streak = 9
ไม่ได้แปลว่า:
อนาคตจะไม่เกิน 9
แต่บอกว่า:
ใน Sample นี้ เคยเกิดถึง 9
Historical Maximum ไม่ใช่ Future Maximum
นี่เป็นเรื่องสำคัญ:
ถ้า Backtest พบ:
Max Losing Streak = 8
ไม่ควรตั้งสมมติฐานว่า:
อนาคตสูงสุดต้องไม่เกิน 8
เพราะ:
Random Variation
และ:
Market Regime
สามารถสร้าง Streak ที่ยาวกว่าเดิมได้
Monte Carlo กับ Losing Streak
ในระดับ Professional สามารถใช้:
Monte Carlo Simulation
เพื่อสุ่มลำดับ Trade จาก Distribution ที่มีอยู่
แล้วดูว่า:
Losing Streak อาจเกิดได้ยาวแค่ไหน
ตัวอย่าง:
Historical:
Max Losing Streak = 8
Monte Carlo:
บาง Simulation เกิด 11
บาง Simulation เกิด 14
บาง Simulation เกิด 17
นี่ทำให้เห็นว่า:
Historical Sample เพียงอย่างเดียวอาจประเมิน Worst Sequence ต่ำเกินไป
Sequence Risk คืออะไร?
คือ:
ความเสี่ยงที่ผลลัพธ์เดียวกัน เมื่อเรียงลำดับต่างกัน จะสร้าง Equity Curve ที่แตกต่างกัน
ตัวอย่าง:
ผลลัพธ์ 5 Trade:
+2R, +2R, −1R, −1R, −1R
กับ:
−1R, −1R, −1R, +2R, +2R
ผลรวม:
เหมือนกัน
แต่ประสบการณ์ระหว่างทาง:
แตกต่างกันมาก
ทำไม Sequence Risk สำคัญ?
เพราะ Trader ไม่ได้เจอ:
Average
แต่เจอ:
Sequence จริง
และ Sequence สามารถส่งผลต่อ:
- Drawdown
- Psychology
- Position Sizing
- Margin
- ความสามารถในการทำตามระบบ
Win Rate แบบรวมอาจหลอกเรา
สมมติ:
Strategy มี Win Rate:
55%
แต่เมื่อแยก:
Trend Market
72%
Range Market
38%
ค่าเฉลี่ย:
55%
หาก Trader ใช้ Strategy โดยไม่ดู Market Regime:
อาจนำระบบไปใช้ในช่วงที่ Edge ต่ำ
Win Rate ตาม Setup
สมมติ:
Setup A
65%
Setup B
52%
Setup C
31%
หากรวมทั้งหมด:
50%
Trader อาจคิดว่า:
“Strategy ชนะประมาณครึ่งหนึ่ง”
แต่ข้อมูลละเอียดกว่าบอกว่า:
Setup C อาจเป็นตัวถ่วงระบบ
Win Rate ตาม Session
ตัวอย่าง:
London
58%
New York
62%
Asian
41%
ถ้า Strategy ถูกออกแบบมาสำหรับ:
London + New York
แต่ Trader นำไปใช้ทุก Session:
Performance อาจลดลง
Win Rate ตาม Instrument
ตัวอย่าง:
| Instrument | Win Rate |
|---|---|
| EUR/USD | 57% |
| GBP/USD | 53% |
| USD/JPY | 49% |
| XAU/USD | 35% |
ค่าเฉลี่ยรวมอาจ:
49%
แต่:
XAU/USD อาจมี Distribution แตกต่างจาก Forex Pairs
Win Rate ตาม Market Regime
สามารถสร้าง Matrix:
| Market Regime | Win Rate |
|---|---|
| Strong Trend | 68% |
| Weak Trend | 56% |
| Range | 43% |
| High Volatility | 31% |
ข้อมูลนี้มีประโยชน์มากกว่า:
Win Rate = 50%
เพียงตัวเดียว
Win Rate Drift
Win Rate Drift คือ:
Win Rate เปลี่ยนแปลงจากช่วงหนึ่งไปอีกช่วงหนึ่ง
ตัวอย่าง:
Q1:
58%
Q2:
54%
Q3:
47%
Q4:
43%
อาจเป็นสัญญาณว่า:
Edge กำลังเปลี่ยน
แต่ยังไม่ควรสรุปทันทีว่า:
Strategy เสีย
ต้องตรวจ:
- Market Regime
- Execution
- Costs
- Sample Size
- Setup Distribution
Win Rate สูงขึ้นแต่ Strategy แย่ลงได้หรือไม่?
ได้
สมมติ:
ก่อน:
Win Rate = 45%
Average Win:
+2R
Average Loss:
−1R
หลัง:
Win Rate = 60%
Average Win:
+0.8R
Average Loss:
−1R
Win Rate:
สูงขึ้น
แต่:
Average Win ลดลงมาก
ดังนั้น:
Expectancy อาจลดลง
นี่แสดงว่า:
Win Rate ไม่ควรถูกติดตามแยกจาก Distribution
Win Rate ลดลงแต่ Strategy ดีขึ้นได้หรือไม่?
ก็เป็นไปได้
ตัวอย่าง:
ก่อน:
Win Rate = 55%
Average Win:
+1R
Average Loss:
−1R
หลัง:
Win Rate = 45%
Average Win:
+2.5R
Average Loss:
−1R
แม้:
Win Rate ลดลง
Strategy อาจ:
มี Expectancy สูงขึ้น
Winning Distribution แบบ “หางยาว”
บาง Strategy มีลักษณะ:
ชนะเล็ก ๆ หลายครั้ง
แต่มี:
Winner ใหญ่ไม่กี่ครั้ง
ตัวอย่าง:
+0.3R
+0.5R
+0.4R
+0.2R
+5R
หากตัด Winner 5R ออก:
Performance อาจเปลี่ยนอย่างมาก
นี่ทำให้ต้องถามว่า:
Strategy พึ่งพา Tail Winner มากแค่ไหน?
Losing Distribution ก็มี Tail ได้
ตัวอย่าง:
−1R
−1R
−1R
−1R
−6R
Loss 6R อาจทำให้:
Average Loss สูงขึ้นมาก
และ:
Risk Model เปลี่ยนไป
ดังนั้น Professional Trader ต้องสนใจ:
Tail Loss
ไม่ใช่เพียง:
Average Loss
Fat Tail คืออะไร?
ในบริบทการเทรด:
ผลลัพธ์สุดโต่งอาจเกิดบ่อยกว่าที่ Distribution แบบง่ายคาดไว้
เช่น:
Loss ใหญ่มาก
หรือ:
Winner ใหญ่มาก
ดังนั้น:
การใช้ค่าเฉลี่ยอย่างเดียวอาจประเมิน Tail Risk ต่ำเกินไป
Win Rate กับ Market Regime
Strategy บางประเภท:
Trend Following
อาจมี:
Win Rate ต่ำ
แต่ได้กำไรจาก:
Winner ใหญ่
ในขณะที่:
Mean Reversion
อาจมี:
Win Rate สูง
แต่เมื่อเกิด Trend ใหญ่:
Loss อาจหนัก
นี่เป็นตัวอย่างว่า:
Win Rate ต้องอ่านตามโครงสร้างของ Strategy
ทำไม Trader ต้องรู้ “รูปแบบการแพ้” ของตัวเอง?
เพราะ:
Loss ทุกแบบไม่ได้เหมือนกัน
Loss แบบที่ 1
แพ้ตาม Stop ที่ระบบกำหนด
Loss แบบที่ 2
แพ้เพราะเข้าเร็ว
Loss แบบที่ 3
แพ้เพราะไม่ทำตาม Setup
Loss แบบที่ 4
แพ้เพราะ Execution
Loss แบบที่ 5
แพ้เพราะ Market Regime ไม่เหมาะ
ถ้าเอาทั้งหมดรวมกัน:
เราอาจไม่รู้ว่า Strategy มีปัญหาหรือ Trader มีปัญหา
System Loss vs Execution Loss
นี่เป็นสิ่งที่ควรแยกใน Journal
System Loss
Trade:
ทำตามกฎ
แต่:
Stop Loss
นี่เป็น:
Normal Loss
Execution Loss
เช่น:
เข้าเร็วเกินไป
เพิ่ม Lot
ย้าย Stop
ปิด Winner เร็วเกินไป
นี่อาจเป็น:
Trader Error
ทำไมการแยกสองอย่างนี้สำคัญ?
สมมติ:
100 Trades
System Loss
35
Execution Error
15
หากรวม:
Loss = 50
Win Rate:
50%
Trader อาจคิดว่า:
Strategy มี Win Rate 50%
แต่ถ้าแก้ Execution Error ได้:
Strategy อาจมี Performance ดีกว่าที่เห็น
Error-Adjusted Performance
สามารถสร้างรายงาน:
As Designed
กับ:
As Executed
ตัวอย่าง:
Backtest / Rule-Based
+0.30R
Live Actual
+0.12R
Difference:
−0.18R
จากนั้นวิเคราะห์ว่า:
เกิดจากอะไร
วิธีวิเคราะห์ Winning/Losing Distribution
ใช้ขั้นตอน:
Step 1
เก็บผลลัพธ์ทุก Trade เป็น:
R-Multiple
Step 2
แยก:
Winner / Loser
Step 3
ดู:
Average
Median
Minimum
Maximum
Step 4
ดู:
Distribution
Step 5
วิเคราะห์:
Streak
Step 6
แยก:
Setup
Step 7
แยก:
Market Regime
Step 8
ตรวจ:
Execution Error
นี่จะให้ภาพ Strategy ที่ละเอียดกว่า Win Rate มาก
ตัวอย่าง Trading Journal
| Trade | R | Result | Setup | Regime |
|---|---|---|---|---|
| 1 | +2R | Win | Breakout | Trend |
| 2 | −1R | Loss | Breakout | Trend |
| 3 | −1R | Loss | Reversal | Range |
| 4 | +3R | Win | Breakout | Trend |
| 5 | −1R | Loss | Reversal | Range |
จากข้อมูลนี้:
ไม่ควรดูเพียง:
Win Rate = 40%
แต่สามารถเห็นว่า:
Breakout อาจทำงานดีกว่า Reversal
Professional Insight: Distribution Stability
ถามว่า:
Distribution ของผลลัพธ์ยังเหมือนเดิมหรือไม่?
ตัวอย่าง:
ช่วงแรก:
Average Win = 2.2R
ช่วงหลัง:
Average Win = 1.3R
แม้ Win Rate:
ยังเท่าเดิม
Strategy อาจ:
มี Edge ลดลง
ดังนั้นต้องติดตาม:
Distribution Drift
Professional Insight: Conditional Win Rate
แทนที่จะดู:
Overall Win Rate
ใช้:
Win Rate ภายใต้เงื่อนไขเฉพาะ
เช่น:
Win Rate เมื่อ Trend Strength > X
หรือ:
Win Rate เมื่อ Volatility อยู่ในช่วง Y
นี่ช่วยตอบ:
Strategy ทำงาน “เมื่อไร”
แทนที่จะรู้แค่:
Strategy ชนะกี่เปอร์เซ็นต์
Professional Insight: Probability vs Frequency
ถ้า Strategy:
Win Rate 40%
ไม่ได้หมายความว่า:
ทุก 10 Trade ต้องชนะ 4 Trade
นี่คือ:
Probability เป็นระยะยาว
ไม่ใช่:
ตารางกำหนดผลลัพธ์
ลำดับจริงอาจเป็น:
L L W L L L W W L W
หรือ:
W W W L L W L L L L
ทั้งสองสามารถเกิดขึ้นได้
Professional Insight: Worst Plausible Sequence
ไม่ควรถามเพียง:
“Worst Sequence ที่เคยเกิดคืออะไร?”
ควรถามเพิ่ม:
“Worst Sequence ที่สมเหตุสมผลตาม Distribution อาจเป็นเท่าไร?”
นี่คือจุดที่:
Monte Carlo
และ:
Scenario Analysis
มีประโยชน์
Professional Insight: Strategy Survival
หาก Strategy มี:
Losing Streak ยาว
แต่ Position Size:
ใหญ่เกินไป
Trader อาจ:
ถูก Drawdown ทำลายก่อนที่ Edge จะกลับมาแสดงผล
ดังนั้น:
Distribution ของ Loss
เชื่อมกับ:
Position Sizing
โดยตรง
⚠️ ข้อผิดพลาดที่พบบ่อย
❌ เลือก Strategy จาก Win Rate สูงสุด
❌ คิดว่าแพ้ติดกันหลายครั้งแล้ว Trade ถัดไปต้องชนะ
❌ เพิ่ม Lot หลัง Winning Streak
❌ ลด Lot แบบไม่มี Rule หลัง Losing Streak
❌ ดู Average แต่ไม่ดู Distribution
❌ ไม่แยก System Loss กับ Execution Loss
❌ ไม่แยก Market Regime
❌ ไม่แยก Setup
❌ ใช้ Historical Maximum เป็น Future Maximum
❌ ใช้ Sample เล็กมาตัดสิน Strategy
❌ ไม่สนใจ Tail Loss
❌ คิดว่า Win Rate คงที่ตลอดเวลา
🧪 แบบฝึกหัด
สมมติ Strategy มี:
100 Trades
ชนะ:
60
แพ้:
40
Win Rate:
60%
แต่:
Average Win:
+0.5R
Average Loss:
−1R
ลองคิดว่า:
Strategy มี Expectancy เป็นอย่างไร?
คำตอบ:
(0.60 × 0.5) − (0.40 × 1)
=
0.30 − 0.40
=
−0.10R
ดังนั้น:
Win Rate 60%
แต่:
Strategy มี Negative Expectancy
แบบฝึกหัดที่ 2
อีก Strategy:
Win Rate:
40%
Average Win:
+2R
Average Loss:
−1R
Expectancy:
(0.40 × 2) − (0.60 × 1)
=
0.80 − 0.60
=
+0.20R
ดังนั้น:
Win Rate ต่ำกว่า
แต่:
Edge ดีกว่าในตัวอย่างนี้
แบบฝึกหัดที่ 3
สมมติผลลัพธ์:
−1R
−1R
−1R
−1R
+5R
ถาม:
Win Rate เท่าไร?
คำตอบ:
20%
แต่ผลรวม:
−4R + 5R
=
+1R
ดังนั้น:
Win Rate ต่ำมาก
แต่:
Distribution มี Winner ใหญ่
แบบฝึกหัดที่ 4
สมมติ:
Win Rate = 60%
แต่เมื่อแบ่งตาม Regime:
Trend = 75%
Range = 42%
คำถามคือ:
Trader ควรดูตัวเลขไหน?
คำตอบ:
ไม่ควรดู 60% เพียงตัวเดียว
ควรดู:
Conditional Performance
เพื่อรู้ว่า Strategy ทำงานดีในสภาพตลาดใด
🧠 20 สิ่งที่ควรจำจากบทเรียนนี้
- Win Rate เป็นเพียงหนึ่งส่วนของ Strategy
- Win Rate สูงไม่ได้รับประกันกำไร
- Win Rate ต่ำไม่ได้แปลว่า Strategy แย่
- Winning Distribution บอกลักษณะของ Winner
- Losing Distribution บอกลักษณะของ Loser
- Average อาจซ่อน Tail Outcome
- Losing Streak เป็นเรื่องปกติที่เกิดขึ้นได้
- Winning Streak ไม่ได้หมายความว่า Trade ถัดไปต้องชนะ
- Gambler’s Fallacy ใช้ไม่ได้กับตลาด
- Historical Maximum Losing Streak ไม่ใช่ Future Maximum
- Sequence ของ Trade มีผลต่อ Equity Curve
- Win Rate ควรวิเคราะห์ตาม Setup
- Win Rate ควรวิเคราะห์ตาม Market Regime
- Win Rate ควรวิเคราะห์ตาม Instrument และ Session เมื่อเหมาะสม
- System Loss กับ Execution Loss ควรแยกกัน
- Win Rate สามารถเปลี่ยนแปลงตาม Market Regime
- Distribution Drift อาจเป็นสัญญาณว่า Edge กำลังเปลี่ยน
- Tail Loss ต้องนำมาพิจารณาในการประเมิน Risk
- Monte Carlo ช่วยศึกษาลำดับผลลัพธ์ที่อาจเกิดขึ้นได้
- อย่าถามเพียงว่า “Strategy ชนะกี่เปอร์เซ็นต์?” แต่ต้องถามว่า “มันชนะและแพ้ในรูปแบบไหน?”
📌 สรุปบทเรียนที่ 62
หลังจากบทที่ 61 เรารู้แล้วว่า:
Expectancy
ช่วยบอกว่า Strategy มีผลลัพธ์เฉลี่ยเป็นบวกหรือลบ
แต่วันนี้เราเจาะลึกขึ้นอีกขั้นว่า:
ค่าเฉลี่ยนั้นเกิดจากอะไร?
เพราะ Strategy สองตัวอาจมี:
Expectancy เท่ากัน
แต่ Distribution แตกต่างกันอย่างมาก
Strategy หนึ่งอาจ:
ชนะเล็ก ๆ บ่อยครั้ง
แล้วมี:
Winner ใหญ่เป็นครั้งคราว
อีก Strategy อาจ:
ชนะสม่ำเสมอ
แต่มี:
Tail Loss ใหญ่เมื่อ Market Regime เปลี่ยน
ทั้งสองระบบจึงมี:
Risk Profile
แตกต่างกัน
ดังนั้น Professional Trader ไม่ได้ดูเพียง:
Win Rate
แต่จะดู:
Win Rate
Average Win
Average Loss
Winning Distribution
Losing Distribution
Streak
Market Regime
Execution Quality
และเมื่อมองลึกขึ้นอีก:
Sequence Risk
และ:
Tail Risk
สิ่งสำคัญที่สุดคือ:
อย่าให้ตัวเลข Win Rate หลอกคุณ
เพราะคำว่า:
“ระบบนี้ชนะ 70%”
ยังตอบไม่ได้ว่า:
ระบบนั้นทำกำไรหรือไม่
และยังตอบไม่ได้ว่า:
คุณต้องรับ Losing Streak แบบไหนระหว่างทาง
จำประโยคสำคัญ:
“Win Rate บอกว่าเราชนะบ่อยแค่ไหน แต่ Distribution บอกว่าเราต้องแลกอะไรเพื่อให้ได้ชัยชนะเหล่านั้น”
📚 บทเรียนถัดไป — LEVEL 4
บทเรียนที่ 63: Losing Streak ต้องยาวแค่ไหนถึงควรหยุด Strategy? วิธีแยก “Variance” ออกจาก “Edge ที่หายไป”
บทที่ 63 จะไม่กลับไปสอน Losing Streak ว่าคืออะไร แต่จะต่อยอดจาก Distribution โดยเจาะคำถามที่สำคัญมากในโลกจริง:
“เมื่อ Strategy แพ้ต่อเนื่อง เราควรทำอะไร?”
โดยจะแยกให้ชัดระหว่าง:
Normal Variance
กับ
Strategy Degradation
และสร้าง Framework สำหรับตัดสินใจว่าเมื่อใดควร:
เทรดต่อ → ลด Risk → หยุดชั่วคราว → Revalidate Strategy
เพื่อไม่ให้ Trader หยุด Strategy ที่ดีเร็วเกินไป หรือ ฝืนใช้ Strategy ที่ Edge หายไปนานเกินไป
Share This Story, Choose Your Platform!
🔴 LEVEL 4 — Risk Management 🎯 เมื่อเรียนบทนี้จบ คุณจะสา […]
🔴 LEVEL 4 — Risk Management 🎯 เมื่อเรียนบทนี้จบ คุณจะเข […]
🔴 LEVEL 4 — Risk Management 🎯 เมื่อเรียนบทนี้จบ คุณจะเข […]
🔴 LEVEL 4 — Risk Management 🎯 เมื่อเรียนบทนี้จบ คุณจะเข […]
