เปอร์เซ็นไทล์วัดระยะไกลสุด มันไม่รู้ว่าคุณโดนหยุดก่อนหรือเปล่า

เรื่องนี้เกิดขึ้นกับเราเมื่อวานนี้

เรากำลังทดสอบว่าระดับการขยายตัวของเซสชันใช้เป็นจุดเข้าได้ไหม จึงค้นทุกคู่ของ จุดเข้า เป้าหมาย และจุดหยุด รวม 3,402 ชุด โดยคำนวณผลตอบแทนคาดหวังจาก เปอร์เซ็นไทล์ของระยะที่ราคาวิ่งพ้นกรอบ

ผลออกมาว่า 34.6% ของชุดเป็นบวก และชุดที่ดีที่สุดให้ผลตอบแทนคาดหวังราว $15 ต่อไม้ ถ้าเราหยุดตรงนั้นแล้วเขียนรายงาน มันจะเป็นข่าวดี

มันเป็นข่าวดีที่ผิดทั้งหมด

---

ทำไมการคำนวณแบบนั้นถึงผิด

การวัดที่เราใช้คือ “ระยะไกลสุดที่ราคาวิ่งพ้นกรอบตลอดทั้งเซสชัน” แล้วเอามาหา เปอร์เซ็นไทล์ ซึ่งเป็นสถิติที่ถูกต้องและมีประโยชน์ — แต่มันตอบคำถามคนละข้อกับที่การเทรดถาม

	เปอร์เซ็นไทล์ตอบได้	เปอร์เซ็นไทล์ตอบไม่ได้
ราคาไปได้ไกลแค่ไหน	✓
ไปถึงตอนไหนของเซสชัน		✗
ระหว่างทางย้อนกลับมาแค่ไหน		✗
แตะเป้าก่อน หรือแตะจุดหยุดก่อน		✗

ข้อสุดท้ายคือทั้งหมดที่การเทรดสนใจ

ลองนึกภาพเซสชันหนึ่ง: ราคาแตะจุดเข้าของเรา แล้วย้อนกลับลงไปโดนจุดหยุด แล้วหลังจากนั้นอีกสามชั่วโมงค่อยวิ่งไปถึงเป้าหมาย

• ในบัญชีจริง เราแพ้ ปิดที่จุดหยุดไปแล้ว ไม่ได้อยู่ในตลาดตอนราคาไปถึงเป้า
• ในการคำนวณจากเปอร์เซ็นไทล์ ระยะไกลสุดของเซสชันนั้น “ถึงเป้า” จึงถูกนับเป็นชนะ

เซสชันแบบนี้ไม่ใช่กรณีหายาก มันคือรูปแบบปกติของวันที่ราคาแกว่งก่อนจะไปทางใดทางหนึ่ง

---

ทำไมจุดหยุดแคบถึงทำให้มันโม้หนักขึ้น

นี่คือส่วนที่ทำให้ข้อผิดพลาดนี้อันตรายเป็นพิเศษ

ความผิดพลาดไม่ได้กระจายเท่ากันทุกชุดพารามิเตอร์ ยิ่งจุดหยุดอยู่ใกล้จุดเข้า โอกาสที่ราคาจะแวะไปโดนมันระหว่างทางยิ่งสูง โมเดลที่ไม่รู้ลำดับจึงเพิกเฉยต่อ ความแพ้จำนวนมากขึ้นเรื่อย ๆ ตามความแคบของจุดหยุด

ผลคือ การค้นหาจะไหลไปกองอยู่ที่จุดหยุดแคบที่สุดที่คุณยอมให้มันลอง เพราะตรงนั้น โมเดลมองข้ามความแพ้ได้มากที่สุด และ R:R บนกระดาษดูดีที่สุด

ในงานของเรา 86% ของชุดที่เป็นบวก อยู่ที่จุดหยุดแคบที่สุดที่ทดสอบ

---

สัญญาณเตือนที่ใช้จับได้ก่อนเสียเวลา

ถ้าผลลัพธ์ที่ดีที่สุดของคุณกระจุกอยู่ที่ขอบสุดของพื้นที่ที่ค้นหา ให้สงสัยโมเดลก่อนสงสัยตลาด

ตลาดไม่มีเหตุผลอะไรที่จะให้ขอบสูงสุดพอดีกับค่าที่คุณบังเอิญตั้งเป็นขอบของการค้นหา เมื่อผลไปกองที่ขอบ มักแปลว่ามีอย่างใดอย่างหนึ่งใน:

1. โมเดลพังที่ขอบนั้น — อย่างกรณีนี้
2. ขอบที่ตั้งไว้แคบเกินไป — ค่าที่ดีจริงอยู่นอกช่วงที่ลอง
3. มีเงื่อนไขที่ไม่สมจริงซ่อนอยู่ — เช่น จุดหยุดที่แคบกว่าสเปรดไม่กี่เท่า

ทั้งสามข้อต้องตรวจก่อนดีใจ

---

เดินราคาทีละแท่ง แล้วผลกลับด้านสนิท

เราเขียนใหม่ให้เดินผ่านทุกแท่งราคาตามลำดับเวลาจริง และตั้งกฎอนุรักษ์นิยมไว้ข้อหนึ่ง: ถ้าแท่งเดียวแตะทั้งจุดหยุดและเป้าหมาย ให้ถือว่าโดนจุดหยุดก่อน

เราไม่รู้ว่าภายในแท่งนั้นราคาไปทางไหนก่อน และการเดาเข้าข้างตัวเองคือวิธีที่ backtest หลอกเจ้าของมันเอง ทางเลือกที่ปลอดภัยคือเลือกทางที่แย่กับเราเสมอ

จุดหยุด	คำนวณจากเปอร์เซ็นไทล์	เดินราคาจริงทีละแท่ง
แคบ	ดีที่สุด · 86% ของชุดที่เป็นบวก	PF 0.19 – 0.41
กว้าง	แย่ที่สุด · 2% ของชุดที่เป็นบวก	ชุดที่เป็นบวกเกือบทั้งหมดอยู่ตรงนี้

ไม่ใช่แค่ตัวเลขเปลี่ยน — อันดับกลับหัวกลับหาง สิ่งที่โมเดลแรกบอกว่าดีที่สุด คือสิ่งที่แย่ที่สุดจริง ๆ

---

ข้อนี้ใช้ได้กว้างกว่าเรื่องเซสชัน

รูปแบบเดียวกันนี้ซ่อนอยู่ในเครื่องมือที่คนใช้กันทุกวัน:

• “ราคาแตะระดับนี้ 70% ของวัน” — แตะตอนไหน และก่อนหรือหลังที่มันจะย้อนไปโดนจุดหยุดของคุณ
• “ATR รายวันคือ 40 ดอลลาร์” — เป็นระยะที่วิ่งทางเดียว หรือแกว่งขึ้นลงรวมกัน
• “MAE/MFE บอกว่ากำไรสูงสุดคือ X” — MFE ไม่ได้บอกว่าคุณยังอยู่ในสถานะตอนราคาไปถึงตรงนั้น
• สถิติ “โอกาสเติมแก็ป” — เติมก่อนหรือหลังที่ราคาจะวิ่งสวนไปไกลกว่าจุดหยุดคุณ

ทุกครั้งที่สถิติวัดจาก ค่าสุดขั้วของช่วงเวลา แต่คุณจะใช้มันกับ สถานะที่มีจุดหยุด คุณกำลังข้ามคำถามเรื่องลำดับ และคำตอบจะดีเกินจริงเสมอ ไม่เคยแย่เกินจริง

---

กฎที่เราใช้ตั้งแต่นี้

1. สถิติค่าสุดขั้วใช้ตั้งเป้าหมายและอ่านความอ่อนล้าได้ ใช้ตัดสินว่าจะเข้าไม่ได้
2. ทุกครั้งที่มีจุดหยุด ต้องเดินราคาทีละแท่ง ไม่มีทางลัด
3. เมื่อแท่งเดียวแตะทั้งสองฝั่ง ให้แพ้เสมอ จนกว่าจะมีข้อมูลละเอียดกว่าแท่ง
4. ดูว่าผลที่ดีที่สุดอยู่ตรงไหนของพื้นที่ค้นหา ถ้ามันกองที่ขอบ ให้ตรวจโมเดลก่อน

บทเรียนพี่น้องของหน้านี้ — เรื่องป้ายที่แบ่งกลุ่มเบ้จนวัดอะไรไม่ได้ — อยู่ที่ ป้ายที่แบ่งกลุ่มเบ้ 11 ต่อ 1 ตอบอะไรไม่ได้ ทั้งสองมาจากงานชิ้นเดียวกัน และทั้งสองคือวิธีที่โมเดลหลอกเจ้าของมันเอง

รายละเอียดทั้งหมดพร้อมตัวเลขอยู่ใน รายงานความไม่สมมาตรของ AVR ซึ่งเป็นงานที่ทำให้เจอข้อผิดพลาดนี้

ตั้งคำถามกับบทเรียนนี้ — และคำตอบว่าทำไม

ทำไมสถิติค่าสุดขั้วถึงลำเอียงไปทาง “ดีเกินจริง” เสมอ ไม่เคยแย่เกินจริง — เพราะ max excursion นับทุกครั้งที่ราคาไปถึงเป้า ไม่ว่าจะโดนหยุดก่อนหรือไม่ · แต่ไม่มีทางที่มันจะนับไม้ที่ไปถึงเป้าเป็น “แพ้” · ความผิดพลาดจึงไหลทางเดียว — และทางเดียวนั้นคือทางที่คนอยากเห็น

ทำไมการเลือก “แพ้เสมอเมื่อแท่งเดียวแตะสองฝั่ง” จึงถูก แม้จะประเมินต่ำไป — เพราะทางเลือกคือเดา และการเดามีสองทาง: เข้าข้างตัวเอง (ทุก backtest ที่หลอกเจ้าของทำแบบนี้) หรือเข้าข้างตลาด · ถ้าระบบยังผ่านภายใต้ข้อสมมติที่แย่ที่สุด มันจะผ่านในความจริงแน่ · ถ้าผ่านเฉพาะภายใต้ข้อสมมติที่ดี เราไม่รู้อะไรเลย

ทำไมผลไปกองที่ขอบของพื้นที่ค้นหาถึงเป็นสัญญาณของโมเดล ไม่ใช่ของตลาด — เพราะขอบคือค่าที่เราเลือก ไม่ใช่ค่าที่ตลาดเลือก · ตลาดไม่รู้ว่าเราตั้ง SL ต่ำสุดไว้ที่ 5$ · ถ้าขอบสูงสุดอยู่ที่ 5$ พอดี แปลว่าถ้าเราอนุญาต 3$ มันจะไปที่ 3$ — นั่นคือฟังก์ชันที่เพิ่มขึ้นเรื่อย ๆ ตามความแคบ = โมเดลให้รางวัลความแคบ ไม่ใช่ตลาด

ที่มาของเนื้อหา — ใครพูด และมีอะไรจะขาย

ใครทำ	โปรแกรม EDGE ของเราเอง — บทเรียนภายในจากงาน AVR asymmetry
ทำอะไร	ค้น 3,402 ชุด (เข้า/เป้า/หยุด) ด้วยเปอร์เซ็นไทล์ของ max excursion แล้วรันซ้ำแบบเดินทีละแท่ง
ที่ไหน	XAUUSD M3 Dukascopy 2015–2022 · ระดับขยายตัวของเซสชันเอเชีย
อย่างไร	percentile → 34.6% บวก · bar-walk + แพ้เมื่อแตะสองฝั่ง → PF 0.19–0.41 ที่ SL แคบ · อันดับกลับหัว
หลักฐาน	86% ของชุดบวกอยู่ที่ SL แคบสุด (ขอบของพื้นที่ค้นหา)
แรงจูงใจ	ไม่มีอะไรขาย — บันทึกความผิดพลาดของตัวเอง

ใคร ทำอะไร ที่ไหน อย่างไร — ถอดเหตุการณ์ในตลาดจากบทเรียนนี้

บทเรียนนี้เล่าเหตุการณ์ที่เกิดกับคนที่ถือสถานะจริง — และอธิบายว่าทำไมสถิติถึงมองไม่เห็นเขา

ใคร	ทำอะไร — และถูกบังคับด้วยอะไร	ที่ไหน	อย่างไร (กลไก)
เทรดเดอร์ที่มีจุดหยุด	ถูกปิดสถานะอัตโนมัติเมื่อราคาแตะ · ไม่มีสิทธิ์เลือก	ระหว่างเซสชัน	เขาไม่อยู่ในตลาดแล้วตอนราคาไปถึงเป้าอีกสามชั่วโมงต่อมา
เปอร์เซ็นไทล์ของ max excursion	นับว่าราคาไปถึงเป้าไหม	ตลอดทั้งเซสชัน	ไม่รู้ว่าคุณยังอยู่หรือเปล่า → เซสชันที่คุณแพ้จริง ถูกนับเป็นชนะ
จุดหยุดแคบ	ถูกแวะเก็บระหว่างทางบ่อยที่สุด	ใกล้จุดเข้า	โมเดลที่ไม่รู้ลำดับเพิกเฉยต่อความแพ้มากขึ้นเรื่อย ๆ ตามความแคบ → การค้นหาไหลไปกองที่ขอบสุด (86% ของชุดบวกอยู่ที่ SL แคบสุด)
แท่งที่แตะทั้งสองฝั่ง	ไม่มีใครรู้ว่าข้างในไปทางไหนก่อน	ในหนึ่งแท่ง	ให้ถือว่าแพ้เสมอ — การเดาเข้าข้างตัวเองคือวิธีที่ backtest หลอกเจ้าของมันเอง

อ่านเป็นประโยคเดียว — สถิติค่าสุดขั้ววัดสิ่งที่ตลาดทำ ส่วนการเทรดถามสิ่งที่เกิดกับคุณ · และความผิดพลาดนี้ไหลทางเดียวเสมอ — ดีเกินจริง ไม่เคยแย่เกินจริง

แล้วบนทองคำ กฎสี่ข้อนี้ถูกใช้ที่ไหนบ้าง

• ทุกงานหลัง 10 ก.ย. 2026 เดินราคาทีละแท่ง — ออกแบบย้อนกลับ · VARS · MR · VWAP — ไม่มีงานไหนใช้ excursion เป็นผลลัพธ์อีก
• สัญญาณเตือน “ผลกองที่ขอบ” จับได้อีกสองครั้ง — ตัวคูณ 3.1 ในคลิป Trader MNQ และชุดที่ดีที่สุดของ MR v2 ที่อยู่ที่ SL แคบสุด (ถูกปฏิเสธด้วยกฎข้อ 4)
• บนทอง SL แคบเป็นกับดักสองชั้น — โมเดล excursion ให้รางวัลมัน และสลิปเพจจริง (+0.17–0.32 bp บนเดโม Pro) กินมันมากที่สุดเป็นสัดส่วนของ R
• คำถามที่ใช้ตรวจ backtest ของใครก็ได้: “แท่งที่แตะทั้ง SL และ TP นับยังไง” — ถ้าตอบไม่ได้ ตัวเลขนั้นคือ excursion

การวิเคราะห์ — กฎสี่ข้อถูกใช้กับทุกงานหลังจากนั้น

• ทุกงานหลัง 10 ก.ย. 2026 เดินทีละแท่ง: ออกแบบย้อนกลับ · VARS · MR ตามบริบท · ตามเทรนด์ที่ VWAP — ไม่มีงานใดใช้ excursion เป็นผลลัพธ์อีก
• กฎ “แพ้เมื่อแตะสองฝั่ง” มีผลจริง: ในงานออกแบบย้อนกลับ ชุด STOP·MID ที่ SL อยู่กลางกล่องเอเชีย (~0.5 ATR) มีแท่ง M3 ที่แตะทั้ง SL และ TP ในสัดส่วนที่ไม่เป็นศูนย์ — ผลที่รายงาน (+0.199R) คือผลหลังถือว่าแพ้ทุกครั้งนั้น
• สัญญาณเตือน “ผลกองที่ขอบ” จับได้อีกครั้ง: Trader MNQ ตัวคูณ 3.1 ที่ไม่มีใครดูเพื่อนบ้าน · และในงานของเราเอง ชุดที่ดีที่สุดของ MR v2 อยู่ที่ SL แคบสุด (S1) — ถูกปฏิเสธด้วยกฎข้อ 4
• สิ่งที่ยังใช้ excursion ได้ถูกต้อง: AVR เป็นเป้า (ระยะที่ราคามักไปถึง) — ไม่ใช่เงื่อนไขเข้า · ตรงตามกฎข้อ 1

นำไปใช้กับ XAUUSD

• ทุกตัวเลข “ราคาแตะระดับนี้ X% ของวัน” บนชาร์ต (AVR · VA · PDH/PDL) ตอบว่าไปถึงไหม ไม่ตอบว่าคุณยังอยู่ไหม — ใช้ตั้งเป้า ห้ามใช้ตัดสินเข้า
• SL แคบบนทอง M3 คือกับดักสองชั้น: โมเดล excursion ให้รางวัลมัน และสลิปเพจจริง (+0.17–0.32 bp บนเดโม Pro) กินมันมากที่สุดเป็นสัดส่วนของ R
• ก่อนเชื่อ backtest ของใคร ถามว่า “แท่งที่แตะสองฝั่งนับยังไง” — ถ้าตอบไม่ได้ ตัวเลขนั้นคือ excursion

สรุป

บทเรียนที่แพงที่สุดหนึ่งวันของโปรแกรม: สถิติที่ถูกต้องตอบคำถามผิด และตอบผิดไปทางเดียวเสมอ · กฎสี่ข้อจากหน้านี้ถูกใช้กับทุกงานตั้งแต่นั้น และจับความผิดพลาดแบบเดียวกันได้อีกสองครั้ง — ครั้งหนึ่งในคลิปของคนอื่น ครั้งหนึ่งในตารางของเราเอง