มหัศจรรย์แห่งเส้นค่าเฉลี่ย และกลยุทธ์การจัดพอร์ทระดับโลกของ Mebane T. Faber
เพราะเส้นค่าเฉลี่ยหรือ Moving Average คือเครื่องมือที่ถูกนำไปใช้กันอย่างกว้างขวางในแวดวงการลงทุนทั่วโลกมาอย่างยาวนาน ในวันนี้เราจึงอยากพาทุกคนไปเรียนรู้ถึงความมหัศจรรย์ของมัน ด้วยการสรุปงานวิจัยด้านการเงินที่โด่งดังที่สุดชิ้นหนึ่งของโลก ซึ่งเขียนโดยผู้จัดการกองทุนชื่อดังอย่าง Mebane T. Faber แห่งกองทุน Cambria Investment ให้ได้อ่านกันครับ!
เส้นค่าเฉลี่ยและงานวิจัยที่โด่งดังที่สุดชิ้นหนึ่งของ Mebane Faber
เมื่อพูดถึงงานวิจัยด้านการเงินการลงทุนที่โด่งดังที่สุดของโลกในช่วง 5 ปีที่ผ่านมานั้น บทวิจัย A Quantitative Approach to Tactical Asset Allocation โดย Mebane T. Faber ถือได้ว่าเป็นงานวิจัยที่โด่งดังที่สุดชิ้นหนึ่งในแวดวงการเงินในปัจจุบัน โดยที่มันได้ถูกจัดอันดับให้เป็น No.1 ALL TIME TOP PAPERS ของคลังงานวิจัย Social Science Research Network (SSRN) เลยทีเดียว (SSRN ถือเป็นเว็บไซต์จัดเก็บข้อมูลงานวิจัยที่ใหญ่มากๆแห่งหนึ่งของโลก)
โดยสิ่งที่น่าสนใจจากงานวิจัยชิ้นนี้ก็เพราะว่ามันเป็นงานวิจัยซึ่งได้เชื่อมต่อเอาแนวคิดของผู้ที่เชื่อมั่นในเรื่องของตลาดที่มีประสิทธิภาพ (Efficient Market Hypothesis EMH) และวิชาการจัดพอร์ทสมัยใหม่เพื่อกระจายความเสี่ยงสินทรัพย์ประเภทต่างๆ (Asset Allocation) หลอมรวมเข้ากับแนวคิดของผู้ที่ต่อต้านทฤษฎี EMH ผ่านการจับจังหวะตลาดด้วยเครื่องมือทางเทคนิคอย่างการใช้เส้นค่าเฉลี่ย (Moving Average) เพื่อพิสูจน์ว่ามันสามารถที่จะสร้างผลตอบแทนที่เหนือกว่าทั้งในแง่ของผลตอบแทนและความเสี่ยง (Risk Adjusted Return) ได้อย่างน่าสนใจ และยังพบว่าวิธีการของเขาสามารถที่จะสร้างพอร์ที่ให้ผลกำไรเหมือนกับการลงทุนในตลาดหุ้น แต่กลับได้รับความเสี่ยงคล้ายกับการลงทุนในพันธบัตรเท่านั้น!
นอกจากนี้แล้ว Mebane T. Faber ยังได้สอดแทรกเอาเกร็ดความรู้ที่ได้จากการวิจัย และประสบการณ์ในการลงทุนอย่างโชกโชนของเขาเอาไว้อย่างมากมายอีกด้วย ซึ่งสำหรับผู้ที่สนใจหาความรู้เพิ่มเติมจากงานวิจัยชิ้นนี้นั้น สามารถที่จะหาอ่านหนังสือที่ดังมากๆหลายๆเล่ม (ในสหรัฐอเมริกานะครับ ยังไม่ดังในไทย :D) อาทิเช่น The Ivy Portfolio, Global Asset Allocation หรือ The Share Holders Yield กันได้อย่างไม่ยากนัก ซึ่งรับรองว่าอ่านง่ายและสนุก ต่างกับหนังสือหลายๆเล่มซึ่งเขียนโดยผู้จัดการกองทุนและนักวิชาการหลายๆคนอยู่พอสมควรครับ (Faber เป็นทั้งผู้จัดการกองทุนและนักวิชาการด้วยนะครับ)
Note : EMH เชื่อว่าราคาหลักทรัพย์ที่ซื้อขายกันในตลาดนั้นได้สะท้อนถึงข้อมูลที่เกี่ยวข้องทั้งหมดแล้ว นอกจากนี้ยังอาจกล่าวได้ว่าราคาของสินทรัพย์นั้นๆได้สะท้อนถึงความเชื่อของนักลงทุนเกี่ยวกับความคาดหวังในอนาคตด้วย และไม่มีทางที่นักลุงทุนจะสามารถพยากรณ์และทำกำไรเอาชนะตลาดได้อย่างต่อเนื่องโดยใช้ข้อมูลที่เป็นที่ทราบกันดีอยู่แล้วในตลาด หากแต่จะเป็นความโชคดีของนักลงทุนเอง หรือ การที่นักลงทุนได้ข้อมูลจากภายในบริษัทนั้นๆเท่านั้น
กล่าวคือ
- การเคลื่อนไหวของราคาหลักทรัพย์ได้ ไม่มีรูปแบบ หรือ มีรูปแบบที่คงอยู่ไม่นาน พอที่ นักลงทุน จะ พยากรณ์ และ ทำกำไรจากการไร้รูปแบบนั้นได้
- ผลตอบแทน (หลังปรับความเสี่ยงแล้ว) ของ หลักทรัพย์ แต่ละตัว ควรจะเท่ากัน
ท่านสามารถศึกษาเพิ่มเติมเกี่ยวกับ EMH โดยคลิ้กที่ลิงค์นี้ครับ Wikipedia
เส้นค่าเฉลี่ยและกลยุทธ์ Global Tactical Asset Allocation (GTAA) ของ Mebane Faber
โดยสรุปย่อแล้ว หัวใจ ของงานวิจัยชิ้นนี้คือการชี้ให้เห็นถึงความไร้ประสิทธิภาพในการถือเงินสด, การลงทุนทรัพย์สินเพียงชนิดเดียว, ความเสี่ยงที่เกิดจากกลยุทธ์ถือยาวแบบ Buy and Hold รวมถึงสูตรการลงทุนในตราสารทุน (หุ้น) และพันธบัตร ในอัตราส่วน 60:40 ตามความเชื่อดั้งเดิม ซึ่งให้ผลตอบแทนแบบหักลดเงินเฟ้อ (Inflation Adjusted) ที่ย่ำแย่ ด้วยการนำเอาหลักการลงทุนแบบกระจายความเสี่ยง (Diversification) ผ่านสินทรัพย์ประเภทต่างๆ ประยุกต์เข้ากับหลักการลงทุนตามแนวโน้มแบบ Trend Following ด้วยการใช้เส้นค่าเฉลี่ย Moving Average เป็นเครื่องชี้วัด จนกลายเป็นกลยุทธ์แบบ Global Tactical Asset Allocation (GTAA) เพื่อสร้างผลตอบแทนที่เหนือกว่าเดิมออกมาในระยะยาว
ซึ่งจุดเด่นของงานวิจัยนี้อยู่ที่การมีผลหลังวิจัยเข้ามาประกอบด้วย กล่าวคือจะมีการแบ่งผลการวิจัยออกเป็น 2 ส่วน เรียกได้ว่าเป็นการแบ่งแบบ In-Sample (ก่อนตีพิมพ์งานวิจัย) และ Out-of-Sample (หลังตีพิมพ์งานวิจัย) โดยผลงานวิจัยส่วนแรกได้ถูกเผยแพร่ออกมาในปี 2006 แต่อีก 7 ปีให้หลัง มีการนำวิธีทดลองเดิมมาใช้กับข้อมูล Out-of-Sample ที่เพิ่มขึ้นมาตั้งแต่ปี 2006 จนถึงปี 2013 และพบว่ามันยังคงได้ผลเป็นอย่างดี ซึ่งเป็นการแสดงให้เห็นว่าผลที่ได้จาก In-Sample นั้น ไม่ได้เกิดขึ้นจากการปรับแต่งกลยุทธ์ให้เข้ากับฐานข้อมูลในอดีตจนเกินจริง (Over-Fitting) หรือเป็นเพียงโชคและความบังเอิญแต่อย่างใด
โดยรายละเอียดของการทดสอบส่วนที่ 1 หรือกลยุทธ์ GTAA5 โดยสรุปนั้นมีดังต่อไปนี้ครับ:
ระบบ GTAA5 (แบ่งเงินลงทุนไปในสินทรัพย์ 5 ประเภทเท่าๆกัน)
ภาพที่ 1 : ตัวอย่างการใช้เส้นค่าเฉลี่ย Moving Average 200 วัน เพื่อช่วยจับจังหวะดัชนี S&P 500
Universe หรือตะกร้าการลงทุน : หุ้นสหรัฐขนาดใหญ่เชิงคุณค่า, MSCI EAFE หรือหุ้นต่างชาติในประเทศพัฒนาแล้ว, พันธบัตรรัฐบาลสหรัฐ 10 ปี, Commodities หรือสินค้าโภคภัณฑ์ และ กองทุนอสังหาริมทรัพย์ โดยแบ่งเงินทุนเป็นกองๆ กองละ 20% ของมูลค่าพอร์ทโฟลิโอ ณ จุดเริ่มต้น
Entry หรือจุดเข้าซื้อ : เมื่อราคาของสินทรัพย์นั้นตัดเส้นค่าเฉลี่ย Moving Average 200 วันขึ้นจากด้านล่าง (Cross Up)
Exit หรือจุดขาย : เมื่อราคาของสินทรัพย์นั้นตัดเส้นค่าเฉลี่ย Moving Average 200 วันลงจากด้านบน (Cross Down)
Money Mangement หรือสัดส่วนการลงทุน : กระจายน้ำหนักไปตามสินทรัพย์ประเภทต่างๆในอัตราส่วนชนิดละ 20% ของพอร์ทโฟลิโอ โดยเมื่อเกิดสัญญาณจะเข้าซื้อเต็มจำนวนเงินที่เหลืออยู่ในสินทรัพย์ชนิดนั้นๆ และขายออกมาถือเงินสดเมื่อเกิดสัญญาณขาย
โดยที่เราสามารถที่จะเขียนระบบการลงทุนออกมาเป็นภาพตาม SiamQuant Strategy Canvas ได้ดังนี้
ภาพที่ 2 SiamQuant Strategy Canvas แสดงรายละเอียดของกลยุทธ์ Moving Average 200 วันกับสินทรัพย์ลงทุน 5 ชนิด
ระบบ GTAA13 (แบ่งเงินลงทุนไปในสินทรัพย์ 13 ประเภท)
ผลงานวิจัยส่วนที่ 2 จะแนะนำแนวทางเทคนิคในการสร้างผลตอบแทนที่ดีขึ้นกว่าเดิมด้วยวิธีการต่างๆ อาทิเช่น มีการเพิ่มจำนวนชนิดสินทรัพย์จาก 5 เป็น 13 เพื่อที่จะทำการกระจายความเสี่ยงเพิ่มขึ้นไปในเครื่องมือการลงทุนต่างๆทั่วโลก และจะมีการใช้วิธีการจัดสรรสินทรัพย์แบบใหม่คือใช้การจัดลำดับ Top 3 และ Top 6 โดยจะมีการ rebalance ทุกเดือน อีกทั้งยังเปลี่ยนเครื่องมือลงทุนสำหรับเงินสดจากตั๋วเงิน 10 ปีเป็นพันธบัตรรัฐบาล 10 ปีเพื่อเพิ่มผลตอบแทนอีกด้วยครับ
โดยสามารถเขียนสรุปรายละเอียดของการทดสอบส่วนที่ 2 เป็นภาพตาม SiamQuant Strategy Canvasได้ดังต่อไปนี้ครับ:
ภาพที่ 3 SiamQuant Strategy Canvas รายละเอียดของกลยุทธ์ Moving Average 200วัน กับสินทรัพย์ลงทุน 13 ชนิด
ผลการทดสอบระบบ GTAA ร่วมกับการใช้เทคนิคการจัดสรรสินทรัพย์ในเครื่องมือลงทุนต่างๆทั่วโลก
ภาพที่ 4 กราฟแสดงลักษณะผลตอบแทนของระบบ Moving Average (Global Tactical Asset Allocation GTAA) เมื่อเทียบกับกลยุทธ์พอร์ทโฟลิโอแบบถือยาวและกระจายความเสี่ยง
จากกราฟแสดงผลตอบแทนพบว่ากฎ Moving Average นั้น:
- ให้ผลตอบแทนที่สูงกว่าการใช้กลยุทธ์ Buy-and-Hold โดยกระจายการลงทุนไปตามสินทรัพย์ประเภทต่างๆ ไม่ว่าจะวัดจากผลตอบแทนแบบ Absolute Return, Risk Adjusted Return หรือ Inflation Adjusted Return
- มีความผันผวนและ Drawdown ต่ำกว่าการใช้กลยุทธ์ Buy-and-Hold
- สามารถใช้ได้ดีในทุกสภาวะตลาด ไม่ว่าจะเป็นตลาดหมีหรือกระทิงก็ตาม
โดยผลลัพธ์ที่เกิดขึ้นก็เนื่องมาจากเหตุผลหลักๆดังต่อไปนี้
- สินทรัพย์ประเภทต่างๆมีช่วงเวลาของการเกิด Momentum Effect หรือปรากฎการณ์แนวโน้ม ซึ่งทำให้เส้นค่าเฉลี่ยช่วยให้เราสามารถช่วยจับจังหวะตลาดได้
- การผสมผสานกลยุทธ์ Trend Following ซึ่งจับจังหวะการซื้อขายด้วยเส้นค่าเฉลี่ย 200 วัน ช่วยให้พอร์ทหลีกเลี่ยงความเสียหายในขาลงของสินทรัพย์แต่ละประเภท
- ความผันผวนและความเสี่ยงที่ต่ำลงของพอร์ทช่วยให้พอร์ทสามารถกลับมาเติบโตได้ง่ายขึ้นหลังเกิดความเสียหาย
โดยที่เราสามารถที่จะสรุปผลออกมาเป็นผลตอบแทนรายปีเพื่อให้เห็นผลลัพทธ์ได้อย่างชัดเจนขึ้นว่าการใช้ค่า Moving Average มาช่วยในการทำ Market Timing นั้นจะทำให้ผลค่าความผันผวนและ Drawdown ลดลงอย่างไร ซึ่งภาพต่อไปนี้คือตัวอย่างผลลัพท์ของระบบ GTAA5 (กระจายการลงทุนไปยังสินทรัพย์ 5 ประเภท)
ภาพที่ 5 ผลตอบแทนรายปีและสถิติสำคัญของระบบ Moving Average 200 วันกับสินทรัพย์ลงทุน 5 ชนิด
โดยจากตารางแสดงผลตอบแทนรายปีพบว่าระบบ GTAA5 ซึ่งใช้เส้นค่าเฉลี่ย Moving Average 200 วัน เป็นตัวจับจังหวะของตลาดนั้น :
- ให้ผลตอบแทนโดยเฉลี่ยรายปีอยู่ที่ 10.48% ซึ่งสูงกว่าพอร์ทที่ใช้กลยุทธ์แบบ Buy-and-Hold(Benchmark) ถึง 0.56% ต่อปี
- มีความผันผวนโดยเฉลี่ยเพียง 6.99% ต่อปี ซึ่งต่ำกว่าพอร์ทเปรียบเทียบหรือ Benchmark ถึง 3.29% ต่อปี!
- มีค่าผลตอบแทนต่อความเสี่ยงหรือ Sharpe Ratio อยู่ที่ 0.73 ซึ่งดีกว่า Benchmark กว่า 0.29 ทีเดียว!
- มีค่า Maximum Drawdown เพียง -9.54% ซึ่งต่ำกว่า Benchmark ถึง 36.46%!
- มีปีที่ขาดทุนเพียงปีเดียว จากระยะเวลากว่า 40 ปี!!
นอกจากนั้นแล้ว ผลลัพท์จากการประยุกต์ใช้เทคนิคต่างเพิ่มเติมกับพอร์ทโฟลิโอนั้น ก็ยังสามารถที่จะช่วยให้ผลตอบแทนต่อความเสี่ยงของพอร์ทดีขึ้นกว่าเดิมได้อีกด้วย โดยได้แสดงให้เห็นถึงผลลัพท์จากการประยุกต์ใช้เทคนิคต่างๆเพิ่มเติมกับกลยุทธ์ GTAA5 ดั้งเดิมดังต่อไปนี้ :
- กลยุทธ์ Buy-and-Hold โดยถือสินทรัพย์ทั้งหมด 13 ชนิด (B & H 13)
- กลยุทธ์ที่จัดสรรแบบความผันผวนต่ำ (GTAA 13 CON)
- กลยุทธ์ที่จัดสรรแบบความผันผวนปานกลาง (GTAA 13 MOD)
- กลยุทธ์ที่จัดสรรแบบความผันผวนสูง โดยเลือกสินทรัพย์ 6 ชนิดจากผลตอบแทน โดยมีการ rebalance ทุกๆเดือน (GTAA 13 AGG Top 6)
- กลยุทธ์ที่จัดสรรแบบความผันผวนสูง โดยเลือกสินทรัพย์ 3 ชนิดจากผลตอบแทน โดยมีการ rebalance ทุกๆเดือน (GTAA 13 AGG Top 3)
- กลยุทธ์ที่จัดสรรแบบความผันผวนสูง โดยเลือกสินทรัพย์ 3 ชนิดจากผลตอบแทน โดยมีการ rebalance ทุกๆเดือน และใช้ Leverage 2 เท่า (กู้เงินจาก Broker มาลงทุน) (GTAA 13 2X Leverage)
ตารางด้านล่างแสดงให้เห็นถึงผลลัพท์จากกลยุทธ์ต่างๆเปรียบเทียบกันออกมา
ภาพที่ 6 ผลตอบแทนรายปีและสถิติสำคัญของระบบ Moving Average 200 วันกับสินทรัพย์ลงทุน 13 ชนิด
โดยจากตารางแสดงผลตอบแทนรายปีพบว่ากลยุทธ์ต่างๆที่ใช้ Moving Average 200 วัน เป็นหัวใจในการจับจังหวะตลาดนั้นได้ให้ผลลัทธ์ที่น่าสนใจต่างๆดังต่อไปนี้
- กลยุทธ์ที่จัดสรรแบบความผันผวนต่ำ
- มีค่า Maximum Drawdown -10.72% ซึ่งต่ำที่สุด และน้อยกว่า Benchmark รายปี (-42.66%) ถึง 31.94%!!
- กลยุทธ์ที่จัดสรรแบบความผันผวนปานกลาง
- มีค่าความผันผวน 7.09% ซึ่งต่ำที่สุด และต่ำกว่า Benchmark (10.70%) ถึง 3.61%!!
- กลยุทธ์ที่จัดสรรแบบความผันผวนสูง โดยเลือกสินทรัพย์ 6 ชนิดจากผลตอบแทน โดยมีการ rebalance ทุกๆเดือน
- มีค่า Sharpe Ratio 1.06 ซึ่งสูงที่สุด และมากกว่า Benchmark (0.57) ถึง 0.99!!
- กลยุทธ์ที่จัดสรรแบบความผันผวนสูง โดยเลือกสินทรัพย์ 3 ชนิดจากผลตอบแทน โดยมีการ rebalance ทุกๆเดือน
- ให้ผลตอบแทนรายปีอยู่ที่ 19.10% ซึ่งสูงกว่าการใช้กลยุทธ์ Buy-and-Hold (11.54%) ถึง 7.56%
- กลยุทธ์ที่จัดสรรแบบความผันผวนสูง โดยเลือกสินทรัพย์ 3 ชนิดจากผลตอบแทน โดยมีการ rebalance ทุกๆเดือน และใช้ Leverage 2 เท่า (กู้เงินจาก Broker มาลงทุน)
- ให้ผลตอบแทนรายปีอยู่ที่ 18.86% ซึ่งต่ำกว่าระบบ GTAA 13 AGG Top 3 อยู่เพียง 0.24%
- มีค่า Maximum Drawdown -23.67% ซึ่งสูงกว่าระบบ GTAA 13 AGG Top 3 อยู่ถึง 3.38%
สรุปแล้วก็คือ หากเรานำเส้นค่าเฉลี่ย Moving Average มาใช้พัฒนาระบบอย่างถูกวิธีก็จะสามารถทำรูปแบบผลตอบแทนออกมาได้หลากหลาย โดยส่วนใหญ่แล้วจะสามารถช่วยลดความผันผวนและความเสี่ยงของพอร์ทโฟลิโอ อาทิเช่น Volatility และ Maximum Drawdown ได้เหลือเพียงแค่ 10-20% เท่านั้นเอง และในบางกรณียังสามารถทำค่า Sharpe Ratio ออกมาได้เกิน 1 ซึ่งถือว่าสูงมากๆในการลงทุนแบบ Global อีกด้วยครับ!
บทสรุปความมหัศจรรย์ของเส้นค่าเฉลี่ยและกลยุทธ์ GTAA ของ Mebane T. Faber
จากที่ได้กล่าวมาทั้งหมดนั้น เราจะเห็นได้ว่าการใช้เส้นค่าเฉลี่ย 200 วัน ซึ่งถือเป็นตัวแทนกลยุทธ์ Long-Term Trend Following ที่ง่ายที่สุดนั้น สามารถที่จะช่วยให้ลักษณะผลตอบแทนในการลงทุนนั้นดีขึ้นเป็นอย่างมาก โดยเฉพาะในแง่ของความเสี่ยง จนสามารถที่จะทำให้พอร์ทโฟลิโอนั้นให้ผลตอบแทนพอๆกับตลาดหุ้นแต่มีความเสี่ยงพอๆกับการลงทุนในพันธบัตรเท่านั้นเอง เนื่องจากกลยุทธ์ประเภทนี้จะช่วยให้เราสามารถหลีกหนีจากสภาพตลาดขาลง และปกป้องความเสียหายครั้งใหญ่ของพอร์ทโฟลิโอออกไปได้เป็นอย่างดี โดยเพื่อนๆสามารถที่จะศึกษางานวิจัยโดยละเอียดเพิ่มเติมได้ตามลิงค์ในส่วนของ Reference ด้านล่างกันนะครับ
ปล. ในสัปดาห์นี้ทาง SiamQuant จะปล่อยบทความเกี่ยวกับเส้นค่าเฉลี่ยเพิ่มเติมอีกนะครับ โดยในบทความต่อไปจะเป็นการนำเอาเส้นค่าเฉลี่ย Moving Average มาทดลองใช้กับตลาดหุ้นไทยตามคำแนะนำของ Paul Tudor Jones ผู้ก่อตั้งกองทุนเฮดจ์ฟันด์ Tudor Investment Corporation มาให้ทุกคนได้อ่านกันต่อไป
ดังนั้นหากเพื่อนๆไม่อยากที่จะพลาดการปล่อยบทความในครั้งต่อไปนั้น สามารถติดตามพวกเราได้ที่ SiamQuant Facebook Fanpage โดยตั้งสถานะการติดตามให้เห็นโพสท์ของพวกเราได้ง่ายขึ้น (Facebook พึ่งปรับ Algorithm ใหม่ในการแสดง Feed) ด้วยการตั้งค่า See First และ All Notification On ตามภาพด้านล่างนี้นะครับ
พบกันใหม่ในตอนหน้า มีข้อสงสัยอะไรก็สามารถ Comment คุยกันด้านล่างต่อได้เลยนะครับ สวัสดีครับ!
ทีมงาน SiamQuant
//www.siamquant.com/faber-gtta-moving-average/