Soros บอกว่าเรากำลังเผชิญวิกฤตการเงินที่รุนแรงที่สุดนับตั้งแต่ทศวรรษ 1930s วิกฤตนี้ไม่ใช่แค่ “อีกหนึ่งวิกฤต” ในรอบ 25 ปีที่ผ่านมา
แต่เป็นจุดจบของยุคสมัยหนึ่ง — ยุคของการขยายเครดิตอย่างมหาศาลที่อาศัยเงินดอลลาร์เป็นสกุลเงินสำรองของโลก
แนวคิดเก่า ที่ครอบงำระบบการเงินโลกมานาน คือ ทฤษฎีสมดุล (equilibrium) ความเชื่อว่าตลาดการเงินมีแนวโน้มที่จะมุ่งสู่จุดสมดุลโดยธรรมชาติ
ผู้เข้าร่วมตลาดมีข้อมูลสมบูรณ์ และราคาจะสะท้อนมูลค่าที่แท้จริงเสมอ
.

ความเชื่อนี้ (ซึ่ง Soros เรียกว่า market fundamentalism หรือ laissez-faire แบบสมัยใหม่) เป็นพื้นฐานของการปล่อยให้ตลาด “ทำอะไรก็ได้”
และเป็นสาเหตุหลักที่ทำให้เกิดความยุ่งเหยิงครั้งนี้
แต่ Soros เสนอ paradigm ใหม่ — ทฤษฎี reflexivity (การสะท้อนกลับสองทาง) แล้ว Reflexivity คืออะไร?
มนุษย์เราไม่ได้เป็นผู้สังเกตการณ์ที่เป็นกลาง เรามีสองหน้าที่ที่ทำงานพร้อมกันและรบกวนกัน:

1) Cognitive function — พยายามเข้าใจความจริง
2) Manipulative function — พยายามเปลี่ยนแปลงความจริงให้เป็นไปตามที่ต้องการ

สองสิ่งนี้เชื่อมโยงกันแบบสองทาง (reflexive) ความคิดของเราส่งผลต่อความจริง และความจริงที่เปลี่ยนไปก็ส่งผลย้อนกลับมาที่ความคิดของเรา
ทำให้เกิด ความไม่แน่นอน (indeterminacy) และ fallibility (ความผิดพลาดที่หลีกเลี่ยงไม่ได้) ในสังคมและตลาด
ในตลาดการเงิน ความเชื่อนี้ชัดเจนที่สุด:

ราคาไม่ได้สะท้อน “มูลค่าที่แท้จริง” แต่ราคาและความเชื่อของผู้เข้าร่วมตลาดต่างก็เปลี่ยนแปลงกันและกันไปมา
กระบวนการ Boom-Bust แบบ Reflexive

ทุก bubble ประกอบด้วยสองส่วนที่เสริมกัน:
แนวโน้ม (trend) — เช่น การขยายเครดิต
ความเข้าใจผิด (misconception) — เช่น ความเชื่อว่าตลาดจะสมดุลเสมอ
ตอนแรกมันเสริมกัน (self-reinforcing) ราคาขึ้น → ความเชื่อมั่นเพิ่ม → เครดิตขยายตัวมากขึ้น → ราคาขึ้นอีก
แต่สุดท้ายมันกลายเป็น self-defeating เพราะความจริงถูกบิดเบือนเกินไปจนไม่ยั่งยืน
.
.
Super-Bubble ของปี 2008
วิกฤตบ้าน subprime ที่เราเห็นในปี 2007-2008 ไม่ใช่แค่ bubble ธรรมดา แต่เป็นจุดแตกหักของ super-bubble ที่ยาวนานกว่า 25 ปี
แนวโน้มหลัก: การขยายเครดิตอย่างไม่เคยมีมาก่อน (บ้านราคาพุ่ง, securitization, CDO, CDS, leverage สูงลิ่ว)
ความเข้าใจผิดหลัก: Market fundamentalism — เชื่อว่าตลาดสามารถกำกับตัวเองได้ หน่วยงานกำกับดูแลถอยออกไป และนวัตกรรมการเงินใหม่ ๆ
ถูกมองว่า “ลดความเสี่ยง” ได้ (ซึ่งจริง ๆ แล้วมันแพร่กระจายความเสี่ยงไปยังผู้ที่ไม่เข้าใจ)
วิกฤตก่อน ๆ (1987, 1998, 2000) กลับยิ่งเสริมความเชื่อผิดนี้ให้แข็งแกร่งขึ้น (successful tests) จนกระทั่ง super-bubble นี้ถึงจุดที่ไม่ยั่งยืนอีกต่อไป
.
.
สรุป
ตลาดการเงินไม่ได้มุ่งสู่สมดุลตามธรรมชาติ มันเป็นกระบวนการทางประวัติศาสตร์ที่เต็มไปด้วยความเข้าใจผิดของมนุษย์ ซึ่งมีผลต่อความเป็นจริงอย่างมหาศาล
การยอมรับ fallibility ของเรา และเข้าใจ reflexivity คือกุญแจสำคัญในการสร้างระบบการเงินที่มั่นคงกว่าในอนาคต
ไม่ใช่การปล่อยให้ตลาด “เสรี” อย่างไม่จำกัด หรือพึ่งพาแบบจำลองคณิตศาสตร์ที่สมมติว่าผู้คนมีเหตุผลสมบูรณ์แบบ
นี่คือ paradigm ใหม่ที่ Soros เสนอนี้ — ไม่ใช่แค่สำหรับตลาด แต่สำหรับการเข้าใจสังคมและประวัติศาสตร์ทั้งหมด
ในปี 2026 ตัวอย่างที่ชัดเจนที่สุดคือ **AI Boom** (หรือที่หลายคนเรียกกันว่า AI Bubble)
ความเชื่อ (perception): ทุกคนเชื่อว่า AI จะเปลี่ยนโลก — มันคือ “น้ำมันใหม่” ของเศรษฐกิจ จะนำไปสู่ AGI (ปัญญาประดิษฐ์ทั่วไป) และกำไรมหาศาล
การกระทำของ Big Tech (Nvidia, Microsoft, Amazon, Google, Meta):
ทุ่มทุน Capex มหาศาลหลายแสนล้านดอลลาร์ สร้าง data center, ซื้อชิป, สร้างโครงสร้างพื้นฐาน
ผลกระทบย้อนกลับ (feedback):
การลงทุนจริงทำให้ AI เก่งขึ้นจริง → ผลประกอบการบริษัทดีขึ้น → ราคาหุ้นพุ่งสูงเป็นประวัติการณ์ → ความเชื่อยิ่งแข็งแกร่งขึ้น → ทุ่มทุนเพิ่มอีก
นี่คือ self-reinforcing loop แบบคลาสสิกของ reflexivity ที่เคยอธิบายไว้ใน super-bubble ของปี 2008 แต่คราวนี้ใหญ่กว่าและเร็วกว่า
มุมมองใหม่ล่าสุด (ข้อมูลปี 2025–2026)
นักวิเคราะห์หลายคน (รวมถึงบทความใน Financial Times เดือนมกราคม 2026) ยก AI Boom ขึ้นมาเป็น “textbook case” ของ reflexivity
เหมือน dot-com bubble ในยุค 90s หรือ housing bubble ปี 2000s แต่คราวนี้มี scale ที่ใหญ่โตและเร็วมาก
กองทุน Soros Fund Management ยังคงใช้หลัก reflexivity นี้ในการลงทุน — เราถือหุ้น AI บางตัวอยู่ (เช่น Broadcom, Tesla และอื่น ๆ) เพราะเราเห็นโอกาสใน loop นี้
แต่เราก็รู้ดีว่าวงจรนี้ **สุดท้ายจะกลายเป็น self-defeating**
เมื่อความจริงถูกบิดเบือนเกินไป (over-investment, ต้นทุนพุ่ง, inflation จากพลังงานและโครงสร้างพื้นฐาน, หรือเมื่อความคาดหวังสูงเกินกว่าที่เทคโนโลยีจะส่งมอบได้จริง)
เชื่อมโยงกับ Macro Events เดือน May 2026
ข้อมูลที่ตลาดกำลังจับตาอยู่ (NFP, CPI, PPI) ล้วนถูก reflexivity ครอบงำทั้งสิ้น:
ความเชื่อว่า “AI จะทำให้ productivity พุ่ง” → ช่วยให้ Fed คาดหวัง soft landing → bond yield ต่ำ → หุ้น AI พุ่ง
แต่ถ้า CPI ยัง sticky เพราะต้นทุน Capex AI สูง → Fed อาจ hawkish ขึ้น → loop เริ่มสั่นคลอน
นี่คือสิ่งที่ market fundamentalism (ความเชื่อเก่า) ไม่เคยคาดคิด —
ตลาดไม่ได้มุ่งสู่ equilibrium แต่เป็นกระบวนการทางประวัติศาสตร์ที่เต็มไปด้วยความเข้าใจผิด (fallibility) ของมนุษย์

สรุป:
Reflexivity ไม่ใช่แค่ทฤษฎีเก่า มันคือ “human uncertainty principle” ที่อธิบายโลกจริงได้ดีที่สุดในยุคนี้ ไม่ว่าจะเป็น AI boom, geopolitics,
หรือนโยบายการเงินของ Fed ทุกอย่างล้วนเป็น feedback loop ที่ผู้เข้าร่วมในตลาดล้วนสร้างขึ้นเอง 🚀
ใครอ่านมาถึงตรงนี้เก่งมาก

Cr. FB Khun Taranat Chokkemaporn

ปกติแล้วเรามักอ่านหนังสือบริหารธุรกิจจากโลกตะวันตก นำมาแปลเป็นภาษาไทย รอบนี้มาเจอหนังสือฝั่งญี่ปุ่นที่แปลเป็นภาษาไทยบ้าง (หาได้ยากยิ่ง!) จึงอยากรีวิวคร่าวๆ เผื่อมีคนสนใจ
หนังสือเล่มนี้เขียนโดยทีม KPMG ญี่ปุ่น (2 บริษัทลูกทำงานร่วมกันคือ KPMG FAS และ KPMG AZSA) ชื่อหนังสือแบบเต็มๆ อาจเข้าใจยากนิดนึง

“ROIC Return on Invested Capital ปรับพอร์ตธุรกิจ พิชิตกำไร”

ผมขอตั้งชื่อเรียกแบบง่ายๆ ว่ามันคือคู่มือสำหรับธุรกิจขนาดใหญ่ เอาไว้อ่านเพื่อประเมินว่าจะลงทุนในธุรกิจลูกตัวไหนต่อ หรือตัวไหนควรต้องขายออกไป (divest)
หลักสำคัญของหนังสือเล่มนี้คือ ถ้าเราเอาสถิติของบริษัทใหญ่ๆ ในญี่ปุ่นมาดู จะเห็นว่ามีอัตราผลตอบแทน (Return on Equity) ต่ำกว่าบริษัทอเมริกาและยุโรปมาก
แม้ธุรกิจมีอัตราการเติบโต ยอดขายดีก็ตาม นั่นแปลว่าบริษัทญี่ปุ่นมีวิธีการบริหารเงินลงทุน (Return on Invested Capital) ไม่ดีพอ
หนังสือชี้ปัญหาว่า ธุรกิจใหญ่ๆ ระดับ conglomerate มีต้นทุนค่าบริหารจัดการตามจำนวนของธุรกิจในเครือ (ยิ่งลูกเยอะ ค่าบริหารจัดการเยอะตาม)
หรือที่เรียกว่า conglomerate discount อันนี้เป็นทั่วโลก

แต่บริษัทตะวันตก มีวิธีจัดการ portfolio บริษัทในเครือทั้งฝั่งซื้อเข้า (acquire) และฝั่งขายออก (divested) ทำให้อัตรากำไรยังดีอยู่เสมอ
ในขณะที่บริษัทญี่ปุ่นมักซื้ออย่างเดียว ไม่ค่อยขายออก ไม่ค่อยปิดทิ้ง จึงเกิดภาวะซื้อธุรกิจไปดอง กลายเป็นซอมบี้อยู่ในองค์กรขนาดใหญ่ ส่งผลให้อัตรากำไรรวมต่ำลงนั่นเอง
หนังสือเล่มนี้จึงเป็นคู่มือในการประเมินว่า ธุรกิจในเครืออันไหนควรไปต่อ และอันไหนควรขายออกไป
ที่เหลือเป็นเรื่อง how แล้วว่าวิธีการประเมินแบบต่างๆ เป็นอย่างไร ถ้าอยากปิดทิ้งหรือขายออกไป ควรต้องทำอย่างไร

ผมคิดว่าเวลาเราพูดถึง M&A เรามักพูดถึงแต่ฝั่งซื้อเข้าเยอะกว่าจริงๆ เพราะสตอรี่มัน sexy กว่ามากๆ (ทั้งฝั่งผู้ซื้อและฝั่งผู้ถูกซื้อ)

ส่วนประเด็นว่า ซื้อแล้วไปไหน เอาไปทำอะไรต่อ เรากลับพูดถึงกันน้อยมาก หนังสือเล่มนี้ช่วยเปิดหูเปิดตาผมได้มากเช่นกัน
หนังสือเล่มนี้เหมาะกับใคร ผมคิดว่าเหมาะกับคนทำงานในองค์กรขนาดใหญ่ที่มี M&A เยอะๆ, คนที่ทำงาน consult ทางธุรกิจ,
บอร์ดบริหารองค์กร รวมถึงนักลงทุนที่สนใจประเมินธุรกิจที่จะลงทุนด้วย
คนอ่านควรมีความรู้พื้นฐานด้านบริหารธุรกิจและการเงินมาบ้าง ในหนังสืออ้างหลักการจากตำราบริหารฝรั่งดังๆ
เช่น five forces, GE matrix, BCG Matrix และศัพท์ทางการเงินอย่างพวก CAGR, IRR, NPV สักหน่อยด้วย
หนังสือเป็นสไตล์ญี่ปุ่นจัดๆ นั่นคือ very formal & very structured แทบเป็นตำราเรียนเลยก็ว่าได้

ทุกหัวข้อย่อยและภาพประกอบมีตัวเลขกำกับเสมอ ภาพประกอบมีชาร์ทและแผนภูมิเยอะมาก
(ใครที่เคยทำงานกับ corporate ญี่ปุ่น น่าจะพอนึกออกว่าเจออะไรที่มันดีเทลเยอะๆ แบบนั้นใช่เลย)
หนังสือเล่มนี้พิมพ์โดยสำนักพิมพ์ mpirika วางขายแล้วตามร้านทั่วไป (ลิงก์ในเมนต์)

ต้องขอบคุณผู้แปล Pornthip Suttitaveesuk ที่แปลจากญี่ปุ่นเป็นไทยได้ยอดเยี่ยมมาก (เห็นจำนวนหน้าและความโหดของเนื้อหาแล้วต้องคารวะคนแปล) และ Nat Lertmongkol ที่ส่งมาให้ด้วยครับ

ขอขอบคุณ credit จากเพจ FB: Khun Isriya Paireepairit

บทแรกของหนังสือเล่มนี้ นำเสนอผลการศึกษาว่าปัจจัยใดที่ทำให้ตลาดทุนญี่ปุ่นตกต่ำมาเป็นเวลานาน โดยใช้ Return on Equity (ROE) เป็นดัชนีชี้วัดเริ่มต้น
เทียบกับตลาดหุ้นหลักๆของยุโรปและสหรัฐอเมริกา จากนั้นก็แตกย่อย ROE ออกเป็นอีก3ดัชนีชี้วัด คือ อัตราการทำกำไรจากยอดขาย (Profit Margin)
อัตราการหมุนเวียนสินทรัพย์(Asset Turnover) ซึ่งเป็นดัชนีชี้วัดประสิทธิภาพในการใช้สินทรัพย์มาสร้างยอดขาย และ อัตราการใช้เงินกู้เพื่อใช้ดำเนินธุรกิจ (Financial Leverage)
วิธีการวิเคราะห์แบบนี้รู้จักกันดีในชื่อ DuPont Analysis ที่บริษัท DuPont คิดค้นขึืนมาเพื่อใช้วิเคราะห์ธุรกิจภายในกลุ่มบริษัทเอง เพิ่อใช้ตัดสินใจเลือกรักษาธุรกิจ ลงทุนเพิ่ม และ ออกจากธุรกิจ

เพียงแค่การวิเคราะห์ด้วยวิธีนี้ เราก็สามารถเห็นปัญหาในภาพรวมได้พอสมควร ว่าสิ่งที่เรากำลังเผชิญหน้ากับมันอยู่คืออะไร จะเข้าไปวิเคราะห์ลงลึกต่อก็จะตรงจุด และไม่ยาก
บทต่อๆไป ผู้เขียนนำเสนอการศึกษาในเชิงลึก แยกย่อยลงทีละดัชนีส่วนประกอบของROE และมีการปรับค่า ROE ที่วัดเฉพาะผลตอบแทนจาก “ทุน” ที่มาจากผู้ถือหุ้นเท่านั่น
มาเป็น ผลตอบแทนจากการใช้ทุนที่มาจาก “ทุน”ของผู้ถือหุ้น รวมกับ “เงินทุน”ที่มาจากการกู้ นั่นคือ ROIC เพื่อวัดประสิทธิภาพในการใช้เงินทุนของกิจการจริงๆ

ทั้งนี้การใช้ ROIC เพียงอย่างเดียวนั้นไม่ครบถ้วน ยังจะต้องนำเอาต้นทุนเงินทุน(WACC) โดยรวมมาหักออกเรียกว่า ROIC Spread โดยทฤษฎีแล้ว มันต้องมากกว่า 0

การพิจารณา WACC นั้นผู้เขียนได้นำเสนอแนวคิดที่น่าสนใจในการคำนวณ เพราะถึงแม้ต้นทุนจากเงินกู้จะต่ำกว่า
ต้นทุนเงินทุนจากส่วนทุนก็จริง แต่มันอาจจะมีความเสี่ยงแฝงมากมาย ผู้บริหาร นักลงทุน ต้องนำมาพิจารณาปรับเพิ่ม/ลดตามความเหมาะสมกับสถานการณ์

อย่างไรก็ตาม ROIC Spread นั้นยังมีหลุมพรางซ่อนอยู่บ้างอย่างน้อย3ประการ

1) ค่าที่ได้บอกแต่เพียงว่า การลงทุนทำมาหาได้นั้นคุ้มค่าหรือไม่ แต่มันไม่ได้บอกถึงมูลค่าเชิงเศรษฐกิจของธุรกิจ ROIC Spread สูงจริง
แต่มูลค่าเชิงเศรษฐกิจต่ำ ก็ไม่ได้ช่วยให้ธุรกิจดีขึ้นมากนัก ตรงนี้ใช้วิธีหา Economics Value added(EVA) เข้ามาใช้ในการตัดสินใจ

2) ROIC Spread เป็นค่าที่คำนวณมาจากฐานข้อมูลในอดีตที่เกิดขึ้นแล้ว ไม่ได้หมายความว่า อนาคตมันจะยังคงดี หรือดีขึ้น
มันขึ้นอยู่กับอีกหลายปัจจัยที่ผู้บริการกิจการจะต้องดำเนินการปรับปรุง และนักลงทุนก็ต้องประเมินว่า ผู้บริหารโม้
หรือ ทำมาถูกทางหรือไม่ ต้องทำForcast ไว้ล่วงหน้าเพื่อเป็นแผนในการดำเนินงาน และติดตาม

3) ROIC Spread เป็นค่าที่คำนวณได้จากตัวเลขทางบัญชี ไม่ใช่กระแสเงินสดที่บริษัทจะได้รับ หรือ จ่ายออกไป
ตรงนี้ใช้การหาค่า Cash Conversion โดยนำเอา Free Cash flow มาคำนวณเพื่อให้เห็นว่า กำไรสุทธิในงบกำไรขาดทุนนั้น แท้จริงแล้วมันจะกลายเป็นเงินสดเท่าไหร่กันแน่

เนื้อหาในส่วนต่อๆไปจะค่อยๆลงลึกไปยังส่วนย่อยๆ เพื่อเจาะปัญหา และวิธีการแก้ไขปรับปรุงต่างๆอีกมากมาย เรียกว่าละเอียดยิบตามวิถีของญี่ปุ่นที่ไม่ค่อยจะทำอะไรแบบลวกๆ

แนวคิดและวิธีการคำนวณไม่ได้มีความซับซ้อนแต่ประการใด ผู้บริหารกิจการนำเอาไปประยุกต์ใช้กับกิจการของตนเองได้ นักลงทุนที่มุ่งมั่นจริงๆไม่หยิบโหย่งรอฟังแต่ Story
และถ้าขยันไป Company Visit ก็สามารถเอาแนวคิดและวิธีการไปทำการบ้าน ตั้งคำถามกับผู้บริหารได้ ไม่ใช่แค่ไปฟังเขาโม้และกดขวาแต่อย่างเดียว

Cr: Montri P.

สำหรับผม หนังสือ “Math of Finance for High Schoolers” เล่มนี้ ทำให้เราสามารถต่อจุดย้อนกลับไปยังจุดเริ่มต้นของ “ความรู้ทางคณิตศาสตร์” ที่เราเรียนมาตั้งแต่มัธยม
ทั้งเรื่องของค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน ความน่าจะเป็น การหาอัตราการเปลี่ยนแปลง ไปจนถึงการสุ่ม… เข้ากับ “ความเป็นควอนท์”

ผมชอบชื่อนี้นะ

“ควอนท์” หรือ Quant มาจาก Quantitative หรือเชิงปริมาณ​ พอเอามารวมกับ Finance ก็กลายเป็น Quantitative Finance การเงินเชิงปริมาณ…
ซึ่งถ้าให้เล่าถึงวิชานี้ก็ต้องบอกว่า เป็นส่วนสำคัญด่านแรกสำหรับใครที่อยากจะก้าวสู่การทำงานด้านการเงิน โดยเฉพาะส่วนที่เกี่ยวข้องกับแบบจำลองทางการเงิน ไปจนถึงการจัดการกับความเสี่ยง
ดังนั้นก่อนที่เราจะลงลึกไปกับ “ตราสารหนี้หรือพันธบัตร หุ้น หรือออปชั่น” เราเองก็ต้องรู้ว่าอาชีพไหนที่ต้องใช้ความรู้ทางเทคนิคด้านการเงินที่เรากำลังอ่านอยู่ หลักๆ ก็คือ

– ผู้พัฒนา และวิเคราะห์แบบจำลองสำหรับประเมินมูลค่าและความเสี่ยงของสินทรัพย์ด้านการเงิน
– ผู้จัดการความเสี่ยง

แล้วคณิตศาสตร์ขั้นพื้นฐานที่เราใช้มีอะไรบ้าง
(1) ค่าคาดหวัง : ค่าเฉลี่ยของผลลัพธ์” ที่เราคาดว่าจะเกิดขึ้นในระยะยาว เมื่อเราทำสิ่งนั้นซ้ำๆ หลายครั้ง
ยกตัวอย่างเช่น การทอยลูกเต๋า ซึ่งแต่ละหน้ามีโอกาสออกเท่ากัน หรือ 1/6 นั่นหมายถึง ยิ่งเราทอยลูกเต๋าซ้ำๆ ด้วยจำนวนครั้งที่มากพอ เราจะได้ค่าคาดหวัง (ค่าเฉลี่ย) ของแต้มที่ออกใกล้เคียงกับค่า 3.5 กลับด้านกัน

(2) ส่วนเบี่ยงเบนมาตรฐาน : ค่าที่บอกถึง “ข้อมูล/สิ่งที่มีอยู่นั้นกระจายออกจากค่าเฉลี่ยมากแค่ไหน…” การนำมาใช้กับการลงทุน… สำหรับคนที่ไม่ชอบความเสี่ยงมาก แปลว่า
เขาต้องการการลงทุนที่มี “ส่วนเบี่ยงเบนมาตรฐานต่ำกว่า” คนที่รับความเสี่ยงสูงได้ เราเรียกส่วนเบี่ยงเบนมาตรฐานอีกอย่างว่า “ค่าความผันผวน” นั่นเอง

(3) ค่าสหสัมพันธ์ : ค่าที่บ่งบอกความสัมพันธ์ระหว่างการลงทุนที่มีมากกว่าหนึ่งตัวในพอร์ตการลงทุน เช่น เราลงทุนในหุ้น A และหุ้น B หากหุ้นทั้งสองตัวมีค่าสหสัมพันธ์ หรือ Correlation สูง แปลผลได้ว่า
เมื่อหุ้น A ปรับตัวในทิศทางใดก็แล้วแต่ หุ้น B ก็จะเคลื่อนไหวไปในทิศทางเดียวกัน สำหรับคนที่ต้องการการกระจายตัวที่ดีในการลงทุน ก็มักจะมองหาสินทรัพย์ที่มีค่าสหสัมพันธ์ไม่สูงมาก หรือไม่ไปในทิศทางเดียวกันทั้งหมด
หลังจากเรารู้… ทุกอย่างในเบื้องต้นแล้ว เราก็พร้อมสำหรับการต่อ “ตัวต่อ” ทั้งหมดแล้ว… ส่วนที่เหลือของหนังสือเล่มนี้ก็คือ “การลงทุนในสินทรัพย์ประเภทต่างๆ”

– พันธบัตร : เราลงทุนในพันธบัตรทั้งของรัฐบาล หรือเอกชน ก็เพื่อให้ได้ดอกเบี้ย สำหรับพันธบัตรหรือหุ้นกู้ที่มีความเสี่ยงสูง อัตราดอกเบี้ยก็สูงขึ้นตาม
แต่… เราก็มีความเสี่ยงที่จะได้รับเงินต้นกลับไปเต็มจำนวนน้อยกว่าหุ้นกู้หรือพันธบัตรที่มีความเสี่ยงต่ำกว่า

สำหรับการประเมินมูลค่านั้น เราจะใช้วิธีการหามูลค่าในอนาคตแล้วคิดลดกลับมาที่ปัจจุบัน พูดง่ายๆ ก็คือ “ดูว่าเราจะได้รับเงินในอนาคตทั้งหมดเท่าไหร่ แล้วคิดกลับมาเป็นมูลค่าเงินในปัจจุบัน”

– หุ้น : เราลงทุนในหุ้นก็เพราะว่าเราอยากได้ผลตอบแทนที่สูงขึ้นจากราคาหุ้นที่ปรับตัวเพิ่มสูงขึ้ นั่นคือ “ความคาดหวังของเรา”
แต่… การคำนวณหาผลตอบแทนที่จะเป็นไปได้ก็ขึ้นอยู่กับ “ค่าคาดหวัง” ที่ถ่วงน้ำหนักด้วยความน่าจะเป็น ซึ่งในระยะยาวแล้ว ส่วนใหญ่หุ้นจะมีการลู่เข้าหาค่าเฉลี่ย…

– การลงทุนเป็นพอร์ตรวมหลายสินทรัพย์ : ส่วนนี้เป็นการนำเอาแนวคิดค่าสหสัมพันธ์มาผนวกรวมกัน เพื่อให้เราสามารถประเมินค่าคาดหวัง และส่วนอื่นๆ ได้ตามที่เราออกแบบพอร์ตของเรา

– ออปชั่น : ไฮไลท์ของเล่มนี้เลย สำหรับผมนะครับ เพราะว่าออปชั่นคือ “สัญญา” ที่ให้สิทธิในการ “ซื้อ” หรือ “ขาย” หุ้นในราคาที่กำหนด แล้วการคำนวณมูลค่าของออปชั่นจะทำอย่างไร
อยากให้ใครที่สนใจลองหาหนังสือเล่มนี้มาอ่าน… เลยครับ

*** ความรู้สึกหลังอ่าน ***
ชอบมาก… หนังสือเล่มนี้อธิบายการทำงานด้านการเงินได้ดีและเข้าใจได้ไม่ยาก ทำให้นักเรียนมัธยมมองเห็นภาพว่า “เราเรียนคณิตศาสตร์ไปทำไม”
และเราสามารถต่อยอดกับงานด้านการเงินได้อย่างไร เพราะคณิตศาสตร์ไม่ใช่แค่การหาคำตอบที่ถูกต้องเพียงอย่างเดียว
แต่… เรายังนำคณิตศาสตร์ไปประยุกต์ใช้กับการทำงานการด้านเงินได้ด้วย

Credit: เพจลาไปอ่านหนังสือ

-สาย Fundamental Analysis—–>มุ่งหาคำตอบว่า ผลประกอบการในอนาคตจะเป็นยังไง อาจรวมไปถึง Macro View
-สาย Technical Analysis——> ใช้ข้อมูลจากราคาและปริมาณการซื้อขายในอดีต(กราฟ)เพื่อคาดการณ์ มีความเชื่อว่าทุกอย่างได้สะท้อนบนกราฟไปหมดแล้ว อาจรวมไปถึงจิตวิทยาบนหน้ากราฟ
-สาย Quantitative Analysis—-> การสร้างแบบจำลองทางคณิตศาสตร์ ความน่าจะเป็นสำหรับราคา (หลักคิดอาจมีความคล้ายคลึงกับการสร้าง Indicator ของ Technical Analysis อยู่บ้าง)
เนื้อหา มีการปูพื้นฐานตั้งแต่ศัพท์ทางการเงิน สายงานอาชีพที่เกี่ยวข้อง คณิตศาสตร์พื้นฐานที่จำเป็น (ส่วนตัวมองว่าไม่ยากจนเกินไปนัก ความรู้ระดับมัธยมปลายเอาอยู่ แต่อาจจะต้องแตกฉานเรื่องสถิติและความน่าจะเป็นพอสมควร )
เนื้อหาไม่ได้ลงลึกไปถึง stochastic calculus, Black-Scholes model หรือ Monte Carlo simulation เหมาะสำหรับมือใหม่ที่อยากทำความรู้จักควอนท์
มีการสร้างแบบจำลองทางคณิตศาสตร์อย่างง่ายของแต่ละสินทรัพย์

-ตราสารหนี้—-> ความสัมพันธ์ของการคิดลด,ดอกเบี้ย,มูลค่าในอนาคต เพื่อคำนวณ มูลค่าปัจจุบัน
-หุ้น—->การสร้างแบบจำลองอย่างง่าย
1.สร้างสมการโดยใช้ (Binomial Model)
2.หาค่าความหวัง และส่วนเบี่ยงเบนมาตรฐานจากแบบจำลอง
3.ทดสอบแบบจำลอง
4.นำผลการทดสอบแบบจำลองจากข้อ 3 เพื่อหาความน่าจะเป็น โอกาสที่จะเกิดผลลัพธ์แบบต่างๆ
-การใช้ Sharp ratio เพื่อเปรียบเทียบการลงทุน

-พอร์ตโฟลิโอ——>การสร้างแบบจำลองอย่างง่าย
-เมื่อเราถือหุ้น 1ตัว และ พันธบัตร(สินทรัพย์ปราศจากความเสี่ยง) 1 ตัว
-เมื่อเราถือหุ้น 2ตัว แบบไม่มีพันธบัตร
-เมื่อเราถือหุ้นหลายตัว แบบไม่มีพันธบัตร
-เมื่อเราถือหุ้นหลายตัว แบบพันธบัตรการสร้างแบบจำลองนี้เพื่อนำไปสู่คำตอบของการกระจายความเสี่ยงในแบบต่างๆ

-ออปชั่น——>การสร้างแบบจำลองอย่างง่าย (Binomial Model)ของ Call หรือ Put Option ,
การหาความน่าจะเป็นที่เป็นกลางต่อความเสี่ยง เพื่อนำไปสู่การหามูลค่าทฤษฎีของออปชั่น และผลตอบแทนที่คาดหวัง

***หากไม่มีพื้นฐานเรื่องออปชั่นมาก่อนมีโอกาสเมาหมัดในหัวข้อนี้ แต่ส่วนตัวมองว่าผู้เขียนได้ใช้การยกตัวอย่างที่ค่อนข้างดี ทำให้ลดความสับสนลงไปได้เยอะ***
-ความสัมพันธ์ระหว่าง Call-Put Options และสินทรัพย์เสี่ยง
พุท = คอล-หุ้น+ราคาใช้สิทธิในรูปเงินสด

-ภาคผนวก มีการกล่าวถึงคณิตศาสตร์ที่จำเป็นเพิ่มเติมเพื่อสามารถนำไปต่อยอดได้
ส่วนตัวชอบเล่มนี้ มองว่าหนังสือสาย Quant ในประเทศไทยยังไม่ค่อยมีคนทำออกมามากนัก และในอนาคตไม่ว่าจะเป็นเทรดเดอร์ นักลงทุน
หรือทำงานในสายงานการลงทุน คงหนีไม่พ้นที่จะต้องทำความรู้จัก Quant อยู่ดี เพราะ Quant คือพื้นฐานเพื่อปูทางไปสู่การเขียน AI ในอนาคตอีกด้วย

P.S. ต้องขอบคุณ Jacob Bernoulli ที่ค้นพบค่า e(exponential constant)
ตอนที่กำลังศึกษาเรื่องดอกเบี้ยทบต้นแบบต่อเนื่อง [ lim (x+1/x)^x เมื่อ x เข้าใกล้ Infinity ] มิเช่นนั้น อาจจะไม่มี Euler’s formula

Credit: K. Note Attapol

สรุปแนวคิดของแกคือ

1. ตลาดเป็นมิตรกับคุณ ตราบใดที่ความเห็นของคุณยังเป็นความเห็นของคนส่วนน้อย เช่นถ้าคิดว่าหุ้นดี ซื้อแล้วหุ้นไม่ขึ้น ก้อไม่เสียอะไร (ยกเว้นที่คิดว่าดีแต่กลับแย่ อันนี้จะโดนทำโทษ)
2. ไอเดียการลงทุนที่ดี คือไอเดียที่ยังไม่ได้รวมอยู่ในราคาหุ้น ลุงถือคติ เปิดก่อนได้เปรียบ ถ้ารอจนความจริงปรากฎ ก้อไม่ทันกินแล้ว อันนี้เหมือน Druckenmiller
3. ค้นหาความจริง ตั้งคำถามกับสิ่งที่ได้ยิน เราสมควรจะเชื่อเหมือนที่ตลาดเชื่อหรือไม่ mass เข้าใจอะไรผิดหรือไม่
4. Mispricing จะเกิดกับหุ้นรายตัวได้ง่ายกว่าในระดับตลาด
5. ลุงคิดการลงทุนแบบ Probability x expected return เช่นถ้าโอกาสเกิดพอประมาณแต่ upside เยอะจัดก้อซัดได้ก่อน ไม่ต้องรอให้ prob สูงจัดๆ
6. ในตลาดญปที่หุ้นเติบโตมีไม่มาก (แต่หุ้นถูกมีมาก) ถ้าได้ศึกษาแล้วพบโอกาส ให้ลงทุนเลย ถ้าบริษัทโตมาได้แบบฟลุ้คๆหรือไม่ยั่งยืนก้อค่อยขายทิ้ง แต่ถ้าคิดผิดเลย หุ้นไม่โตก้อไม่เสียหายเพราะหุ้นถูก แต่ถ้าจะรอจนเหตุแห่ง growth นั้นแจ่มแจ้ง ราคาก้อไม่รอเราแล้ว ลุงอธิบายโดยใช้ Bayes Theorem คืออย่ามีอคติ เมื่อมีข้อมูลใหม่ๆเข้ามา เราต้องประเมินอย่างเป็นกลาง และปรับเปลี่ยน odds ไปตามนั้น

ลุงชอบซื้อหุ้นถูก แต่ definition หุ้นถูกของลุงคือ E ไม่ลงและ PE ต่ำๆที่หักเงินสดสุทธิออกแล้ว *note that ที่คิดแบบนี้ได้เพราะที่ญี่ปุ่นมีการซื้อหุ้นคืน ถ้าเงินสดนั้นๆไม่โดน unlock value ก้อจะเป็น asset play company ที่ถูกเรื้อรังแต่รายย่อยไม่มีเอี่ยว หรือเป็น value trap ถ้าเงินสดต้องเอาไปลง CAPEX หนักๆในอนาคต

ลุงเป็นเซียนหุ้นขนาดเล็ก ลุงบอกความสามารถในการเติบโตของหุ้นขนาดเล็กอยู่ที่ผู้บริหาร 90% ลุงจะชอบบริษัทที่จุดแข็งของบริษัทจะยิ่งเสริมแรงไปพร้อมๆกับการเติบโต เช่นยิ่งโตมาจิ้นยิ่งเพิ่ม ยิ่งโตคู่แข่งยิ่งเข้ามายาก ถ้ายกตัวอย่างก้อเช่นพวกมี network effects มี 5 forces มั้ง

Bottom up ก้อต้องไปคุยกับผู้บริหาร Top down ก้อคือเก็งตีม ไม่ได้สนว่าหุ้นถูกหรือแพง แค่เก็งว่าถ้าตีมมาตัวไหนได้ประโยชน์ พอตีมมาคนฮิตก้อขาย

อ้อลุงแกทำทั้ง long และ short วิธี short แกคือ short ดาบสองตอนพวกที่ short ดาบแรกละหุ้นไม่ลงจนต้อง cover short ละหุ้นเด้ง

ลุง humble style คนญปบอกว่าทำผิดพลาดมามาก บาดแผลเยอะ แต่กอง K1 แกได้ 93 เด้ง

อ่านเล่มนี้ละได้ทำให้ได้รู้จักหุ้นญี่ปุ่นเพิ่มขึ้น

Credit: K. Yingyong Tumtornsiri

– 25 ปีในการบริหารจัดการกองทุนเฮดจ์ฟันด์ ผมทำความผิดพลาดร้ายแรงมามากมาย ผมคิดว่าจะเป็นประโยชน์หากผมได้เล่าว่าทำผิดพลาดอะไรบ้าง

– ความสำเร็จไม่ได้เกิดซ้ำในรูปแบบเดิม ผมจึงคิดว่าเล่าเกี่ยวกับความล้มเหลวน่าจะมีประโยชน์มากกว่า

– ตลาดเป็นมิตรกับคุณ ตราบใดที่ความเห็นของคุณยังเป็นความเห็นส่วนน้อย

– การมีความคิด และถือสถานะ (Position) เหมือนกับคนจำนวนมาก หากผิดพลาดจะขาดทุนมาก แต่หากมีความคิด และถือสถานะเหมือนคนกลุ่มน้อย แม้จะผิดพลาด ก็ขาดทุนน้อย

– ถ้าเช่นนั้น จะรู้ได้อย่างไรว่า ความคิดเห็นของเราเองต่างกับวิธีมองของคนหมู่มาก

– ก็เหมือนถามว่า “อะไรสะท้อนราคาหุ้น” กรณีเป็นหุ้นขนาดใหญ่ ไม่สามารถเข้าใจได้ง่าย และแทบจะเป็นไปไม่ได้เลยที่จะรู้ว่าอะไรสะท้อนเกณฑ์มาตรฐานของดัชนี Nikkei 225 หากเรารู้ ก็พูดได้ว่า งานของเราเสร็จไปแล้วครึ่งหนึ่ง

-“การหาไอเดียการลงทุน” คือ “การหาไอเดียที่สะท้อนราคาหุ้น”

มุมมองเชิงลึกเกี่ยวกับการใช้คณิตศาสตร์ในการเงิน
หากคุณสนใจในเรื่องการที่ระบบการเงินโลกถูกครอบงำด้วยคณิตศาสตร์และอัลกอริธึม The Money Formula
ให้ภาพที่ชัดเจนเกี่ยวกับประวัติศาสตร์และกลไกของการเงินเชิงปริมาณ “ผมอยากให้ลุงที่บอก HFT เอาเปรียบรายย่อยอ่านจัง”

เล่าเรื่องอย่างสนุกและเข้าใจง่าย
ผมชอบการเล่าเรื่องของ Willmott ที่เล่าเรื่อง Quant ให้เข้าใจง่ายไม่ต้องมีสมการอะไรทั้งนั้น (ถ้าสังเกตโพสต์พวกผมมีสมการเต็มไปหมด ไม่เชื่อเลื่อนลงไปสักสองโพสต์สิ) ถึงแม้ว่าหนังสือเล่มนี้จะพูดถึงหัวข้อที่ซับซ้อน เช่น การสร้างโมเดลทางการเงิน การซื้อขายด้วยอัลกอริธึม/HFT และการบริหารความเสี่ยง แต่เนื้อหาในหนังสือถูกเล่าในรูปแบบที่เข้าใจง่ายและสนุก ทำให้ผู้อ่านที่ไม่มีพื้นฐานทางการเงินหรือคณิตศาสตร์ก็สามารถเข้าใจได้ไม่มีตัวอักษรกรีกมากมายให้เข้าใจยาก
ท้าทาย ‘ความเป็นวิทยาศาสตร์’ ของการสร้างโมเดลทางการเงิน

Quant ชอบคิดว่าตัวเองเป็นวิทยาศาตร์ อย่างที่ ดร.ท่านหนึ่งบอกในกลุ่มไลน์ โมเดลนำเสนอว่าตนเองเป็น “วิทยาศาสตร์”
แต่จริง ๆ แล้วอาจตั้งอยู่บนสมมติฐานที่อ่อนแอ ความผันผวนของตลาดและพฤติกรรมมนุษย์เป็นสิ่งที่ยากจะคาดการณ์ได้อย่างแม่นยำ
(แต่ยังไง Quant ก็มีความเป็นวิทยาศาสตร์กว่า พื้นฐานหรือเทคนิคอยู่ดี)

สัญญาณเตือนสำหรับอนาคตของการเงิน
นอกจากจะอธิบายความผิดพลาดในอดีต หนังสือเล่มนี้ยังสะท้อนถึงอนาคตของตลาดการเงิน ผู้เขียนเรียกร้องให้มีการใช้งานโมเดลทางคณิตศาสตร์อย่างรอบคอบและมีความรับผิดชอบมากขึ้น พร้อมเน้นถึงความสำคัญของความถ่อมตัวและการเข้าใจความซับซ้อนของโลกความเป็นจริงที่โมเดลเหล่านี้อาจมองข้ามไป
ถ้าคุณเป็นนักศึกษาที่สนใจด้าน Quant หนังสือเล่มนี้จะกลายเป็น “เข็มทิศชีวิต” ที่ดีสำหรับคุณ
หากคุณเชื่อในกฎ 1 องศา ที่การปรับเปลี่ยนเพียงเล็กน้อยสามารถเปลี่ยนเส้นทางชีวิตได้
หนังสือเล่มนี้จะช่วยให้คุณประหยัดเวลาในการศึกษา Quant ได้อย่างมาก ด้วยความรู้ที่ถูกสรุปไว้อย่างชัดเจนและลึกซึ้ง
คุณจะได้รับพื้นฐานที่สำคัญโดยไม่ต้องเสียเวลาลองผิดลองถูก

ถ้าคุณเป็นเทรดเดอร์
หนังสือเล่มนี้จะนำเสนอ กลยุทธ์การลงทุน ที่พิสูจน์แล้วว่าใช้ได้ผล โดยเฉพาะในเรื่อง Volatility Arbitrage
ซึ่งเป็นหนึ่งในแนวทางที่ Wilmott เชี่ยวชาญ คุณจะได้เห็นกลไกที่แท้จริงของการใช้ Vol Arbitrage ในการทำเงิน
และเข้าใจว่าความเสี่ยงและโอกาสที่แท้จริงนั้นอยู่ตรงไหน

ถ้าคุณเป็นคนที่ไม่เชื่อเรื่อง Quant หรือสงสัยในความแม่นยำของคณิตศาสตร์ในตลาดการเงิน
นี่แหละคือ คัมภีร์ สำหรับคุณ ผู้เขียนไม่เพียงแค่กล่าวถึงข้อดีของ Quant
แต่ยังวิพากษ์วิจารณ์ข้อเสียและความเสี่ยงที่อาจเกิดขึ้นจากการพึ่งพาโมเดลคณิตศาสตร์เกินไป
การอ่านหนังสือเล่มนี้จะช่วยให้คุณเข้าใจทั้งสองด้านของเหรียญ และมีมุมมองที่สมดุลมากขึ้นเกี่ยวกับ Quant

ถ้าคุณไม่ชอบ การซื้อขายความถี่สูง (HFT) แต่ไม่เข้าใจกระบวนการทำงานของมันอย่างแท้จริง
นอกจากจะได้ยินคำว่า “ความไวแสง” หนังสือเล่มนี้จะช่วยให้คุณเข้าใจโครงสร้างและกลไกเบื้องหลัง HFT ได้ชัดเจนขึ้น
คุณจะได้รู้ว่า HFT ไม่ใช่แค่เรื่องของความเร็วในการซื้อขาย แต่ยังเกี่ยวกับวิธีการที่โมเดลคณิตศาสตร์และข้อมูลถูกนำมาใช้ในการคาดการณ์และตัดสินใจอย่างรวดเร็ว
ถ้าคุณเป็นนักลงทุนที่สนใจการจัดการความเสี่ยง หนังสือเล่มนี้จะเปิดเผยให้เห็นว่าคณิตศาสตร์และโมเดลการเงินช่วยในการประเมินความเสี่ยงได้อย่างไร
โดยไม่หลงเชื่อในสูตรสำเร็จ คุณจะได้เรียนรู้การประยุกต์ใช้โมเดลเหล่านี้เพื่อป้องกันความเสี่ยงและพัฒนาพอร์ตการลงทุนของคุณได้ดีขึ้น

ถ้าคุณสนใจเรื่องการเมืองของการเงิน
หนังสือเล่มนี้จะช่วยให้คุณเห็นว่าการเงินเชิงปริมาณไม่ได้มีแค่ตัวเลข แต่ยังส่งผลต่อเศรษฐกิจและการเมืองในระดับโลก
คุณจะเข้าใจถึงผลกระทบเชิงนโยบายที่เกิดจากการพึ่งพาโมเดลคณิตศาสตร์ในตลาดการเงินที่มักซับซ้อนและแฝงด้วยความเสี่ยง
ถ้าคุณเป็นคนที่กำลังมองหาแรงบันดาลใจจากคนในวงการ หนังสือเล่มนี้จะเปิดโลกของนักคณิตศาสตร์และนักการเงินที่ประสบความสำเร็จ
คุณจะได้เห็นว่าคนเหล่านี้คิดอย่างไร และใช้ความรู้ทางคณิตศาสตร์ในการพลิกโฉมอุตสาหกรรมการเงินระดับโลกอย่างไร
สุดท้าย ถ้าคุณ เป็น Quant มีประโยคมากมายในหนังสือเล่มนี้ที่คุณยืมคำพูด Wilmot ที่พูดแทนคุณ

= QuantCorner Team =