ป้ายที่แบ่งกลุ่มเบ้ 11 ต่อ 1 ตอบอะไรไม่ได้ — และมันจะบอกคุณว่า “ไม่ต่างกัน”

เรื่องนี้เกิดขึ้นกับเราเมื่อวานนี้

เราสร้างเครื่องมือมาตอบคำถามเดียว: “ช่วงที่สัญญาณทำเงิน อธิบายได้ด้วยสภาวะตลาดที่วัดได้ ล่วงหน้าไหม” วิธีคือจำแนกวันเทรดเป็นสามประเภทตั้งแต่ตอนเปิดเซสชัน แล้ววัดผลของแต่ละประเภทแยกกัน

ผลออกมาว่าไม่ต่างกัน ความต่างระหว่างวัน “อัดแน่น” กับวัน “คลายแล้ว” อยู่ที่ −0.06 ดอลลาร์ ต่อเกณฑ์ 2.18 และการสับป้ายแบบสุ่มทำได้ดีเท่าหรือดีกว่า 97 ครั้งจาก 100

เราเขียนรายงานว่า ประเภทวันเป็นของประดับ แล้วปิดสายงานนั้นไป

จนวันถัดมาถึงได้ไปดูว่าแต่ละกลุ่มมีกี่ไม้

ประเภทวัน	จำนวนไม้
อัดแน่น	334
ปกติ	113
คลายแล้ว	31

เบ้เกือบ 11 ต่อ 1 เกณฑ์ที่เราตั้งไว้จับวันเป็น “อัดแน่น” ไปเกือบ 70% ของทั้งหมด

---

ทำไมความเบ้ถึงฆ่าการทดสอบ

สัญชาตญาณมักบอกว่า “มีตั้ง 478 ไม้ น่าจะพอ” — แต่จำนวนที่สำคัญไม่ใช่ยอดรวม

เวลาเปรียบเทียบค่าเฉลี่ยของสองกลุ่ม ความคลาดเคลื่อนของผลต่างขึ้นกับกลุ่มที่เล็กที่สุด ความต่างที่ต้องเจอถึงจะเชื่อได้ จึงโตขึ้นตาม

เกณฑ์ที่ต้องเอาชนะ ∝ 1 ÷ √(จำนวนสมาชิกของกลุ่มที่เล็กที่สุด)

ในกรณีเรา กลุ่มเล็กสุดมี 31 ไม้ · √31 ≈ 5.6 — การมี 334 ไม้ในอีกกลุ่มช่วยอะไรแทบไม่ได้เลย เพราะค่าเฉลี่ยของกลุ่มเล็กยังแกว่งอยู่ดี เหมือนชั่งน้ำหนักด้วยตราชั่งที่ข้างหนึ่งมั่นคง อีกข้างสั่นตลอดเวลา จะเติมของฝั่งที่มั่นคงเท่าไรก็ไม่ทำให้อ่านค่าได้แม่นขึ้น

---

หลักฐานที่ทำให้เรื่องนี้ไม่ใช่แค่ทฤษฎี

เราเอาป้ายที่สองมาวัดคู่กัน — เปอร์เซ็นไทล์ความกว้างของ Bollinger Bands ซึ่งถามคำถามเดียวกันว่า “ตลาดอัดแน่นหรือคลายแล้ว” แต่คำนวณคนละทางสนิท และมันบังเอิญแบ่งกลุ่มได้สมดุลกว่ามาก

	ป้าย A (เดิม)	ป้าย B (BB)
การแบ่งกลุ่ม	334 / 113 / 31	139 / 208 / 131
กลุ่มเล็กสุด	31	131
เกณฑ์ที่ต้องเอาชนะ	2.18	1.14

เกณฑ์ลดลงเกือบครึ่ง ทั้งที่เราไม่ได้แตะสูตรเลยสักตัวอักษร มันลดเองเพราะกลุ่มสมดุลขึ้น √131 ใหญ่กว่า √31 อยู่ราวสองเท่า

นี่คือจุดที่ต้องระวังการอ่านผิด: เกณฑ์ที่ต่ำลงตรงนี้ไม่ใช่การผ่อนปรน มันคือการที่การทดลอง มีพลังมากขึ้นจริง ๆ ถ้าเราไปลดเกณฑ์เองด้วยมือ นั่นคือการโกง แต่ถ้ามันลดลงเพราะข้อมูลถูกจัดดีขึ้น นั่นคือการทดลองที่ดีกว่า

---

ความสับสนที่อันตรายที่สุด

สิ่งที่เกิดขึ้นจริง	สิ่งที่คุณเห็นในผล
ไม่มีความต่างอยู่จริง	“ไม่ผ่านเกณฑ์”
มีความต่าง แต่เครื่องมือวัดไม่ไหว	“ไม่ผ่านเกณฑ์”

สองกรณีนี้ให้หน้าตาผลลัพธ์เหมือนกันเป๊ะ และมันต่างกันคนละโลก — ข้อแรกคือความรู้ที่ใช้ตัดสินใจได้ ข้อสองคือความว่างเปล่าที่แต่งตัวมาเป็นความรู้

การรายงานผลลบจากตัวอย่างที่เบ้ ก็คือการบอกว่า “เราพิสูจน์แล้วว่าไม่มีอะไร” ทั้งที่ความจริงคือ “เรายังไม่ได้ตรวจ”

ในงานของเรา เราโชคดี — ป้ายที่สมดุลกว่าก็ให้คำตอบเดียวกัน ผลลบจึงยืนอยู่ได้ และแข็งกว่าเดิมด้วย แต่ถ้าเรามีป้ายเดียว เราจะแยกสองกรณีนี้ไม่ออกเลย และจะปิดสายงานทั้งสายด้วยหลักฐานที่ไม่มีน้ำหนัก

---

กฎที่เราใช้ตั้งแต่นี้

1. พิมพ์จำนวนสมาชิกของทุกกลุ่มออกมาดู ก่อนอ่านผลใด ๆ ใช้เวลาสิบวินาที และเราไม่เคยทำมาก่อน
2. ถ้ากลุ่มเล็กสุดต่ำกว่า 10% ของทั้งหมด ให้ถือว่ายังไม่ได้ทดสอบ ไม่ใช่ทดสอบแล้วไม่ผ่าน
3. รายงานเกณฑ์คู่กับขนาดกลุ่มเล็กสุดเสมอ เพื่อให้คนอ่านเห็นเองว่าการทดลองมีพลังแค่ไหน
4. ก่อนสรุปผลลบ ให้หาป้ายที่สองที่วัดเรื่องเดียวกันแต่คนละวิธี ถ้าให้คำตอบเดียวกัน ผลลบนั้นเชื่อได้ ถ้าให้คนละคำตอบ แปลว่าสิ่งที่วัดได้ผูกกับวิธีวัด ไม่ใช่กับตลาด

---

แล้วเราแก้ยังไง

เราไม่ได้ปล่อยให้ป้ายที่เบ้อยู่ในเครื่องมือต่อ ทั้งที่รู้แล้วว่าผลลบของมันเชื่อไม่ได้เต็มปาก

เปลี่ยนจากค่าคงที่เป็นอันดับ — เดิมตัดที่ Asia/ATR = 0.45 และ 0.90 ซึ่งเป็นตัวเลขสัมบูรณ์ ที่ไม่รู้ว่าตลาดช่วงนี้เป็นอย่างไร · ตอนนี้ตัดที่เปอร์เซ็นไทล์ 33 และ 67 เทียบกับ 250 เซสชัน ย้อนหลัง กลุ่มจึงมีขนาดใกล้เคียงกันโดยโครงสร้าง ไม่ต้องหวังพึ่งโชค

สามข้อที่ต้องระวังตอนทำ และเราทำครบแล้ว:

1. อันดับต้องคิดจากเซสชันก่อนหน้าเท่านั้น ค่าของวันนี้ยังไม่ถูกใส่เข้ากองตอนจัดอันดับ ไม่งั้นวันนี้จะช่วยกำหนดอันดับของตัวเอง — เป็นการมองอนาคตแบบละเอียดอ่อนที่หาไม่เจอง่าย ๆ
2. ต้องมีประวัติพอก่อนถึงจะจำแนก ก่อนครบ 40 เซสชันจะติดป้ายว่า “ปกติ” ไปก่อน ไม่ใช่เดา
3. ใช้เกณฑ์ชุดเดียวกันกับทั้งสองป้าย ขนาดกลุ่มจึงเท่ากัน และความต่างที่เหลือ คือความต่างของวิธีวัดล้วน ๆ ซึ่งคือสิ่งที่เรากำลังทดสอบจริง ๆ

และเครื่องมือแสดงความเบ้ของกลุ่มไว้ที่หัวบล็อกเลย เช่น “เบ้ 10.8 ต่อ 1” เป็นสีแดงเมื่อเกิน 4 ต่อ 1 — เพราะบทเรียนที่แพงที่สุดของหน้านี้คือ เราไม่เคยคิดจะไปดู การทำให้มันโผล่มาเอง โดยไม่ต้องนึกถึง จึงมีค่ากว่าการจดกฎไว้แล้วหวังว่าจะจำได้

แล้วผลเป็นอย่างไรหลังแก้

ป้าย A	ก่อนคาลิเบรต	หลังคาลิเบรต
การแบ่งกลุ่ม	334 / 113 / 31	154 / 179 / 145
ความเบ้	10.8 ต่อ 1	1.3 ต่อ 1
ความต่างที่วัดได้	−0.06	+1.02
เกณฑ์ที่ต้องเอาชนะ	2.18	1.11
สับป้ายมั่วชนะ	97%	34%

ข้อสรุปไม่เปลี่ยน — ยังไม่ผ่าน — แต่ตัวเลขเปลี่ยนแทบทุกตัว และนี่คือจุดที่ต้องพูดให้ตรง:

เลข 97% ที่เราเผยแพร่ไปก่อนหน้า ไม่ใช่หลักฐานอะไรเลย มันมาจากการวัดที่พัง ตัวเลขจริงคือ 34% และรายงานเดิมของเราพูดแรงเกินหลักฐานที่มี

เราอยู่ในกรณี “วัดไม่ไหว” มาตลอด แล้วรายงานเหมือนเป็นกรณี “ไม่ต่างกัน” — ซึ่งเป็นความผิดพลาดที่หน้านี้เตือนไว้เอง และเราก็ทำมันเข้าจริง ๆ

และที่ปิดสายงานได้ในที่สุด ไม่ใช่ตัวเลข แต่เป็นรูปร่างของมัน — หลังคาลิเบรต ป้าย A ได้ 92% ของเกณฑ์และทิศทางตรงกับที่ทำนายด้วย ซึ่งเป็นจุดที่การจูนต่อจะน่าดึงดูดที่สุด แต่ทั้งสองป้าย กลุ่ม “ปกติ” ไม่ได้อยู่ตรงกลาง (ป้าย A มันแย่ที่สุด · ป้าย B มันดีที่สุด) ถ้ากลไกมีจริงต้องเห็นการไล่ระดับ ไม่ใช่แค่ปลายสองข้างต่างกัน — ข้อนี้ตรวจได้โดยไม่ต้องอาศัยเกณฑ์ใด ๆ จึงหนักกว่าค่า p

---

⚠ แต่ต้องพูดให้ครบ: เปอร์เซ็นไทล์ถามว่า “อัดแน่นเทียบกับช่วงหลังนี้ไหม” ซึ่งเป็น คนละคำถาม กับ “อัดแน่นในเชิงสัมบูรณ์ไหม” เราแลกความหมายบางส่วนไปเพื่อให้ได้พลังทางสถิติ และการแลกนั้นต้องถูกประกาศ ไม่ใช่ซ่อน

---

เมื่อไรกฎนี้ใช้ไม่ได้

เมื่อความเบ้คือธรรมชาติของสิ่งที่วัด — วันที่ตลาดอัดแน่นสุดขีดหรือวันข่าวใหญ่ ก็คือวันที่เกิดน้อยจริง ๆ การขยับเกณฑ์ให้กลุ่มสมดุลขึ้นในกรณีนั้น เท่ากับเปลี่ยนนิยามของสิ่งที่กำลังศึกษา ซึ่งแย่กว่าเดิม

ทางออกมีทางเดียวคือ เก็บข้อมูลให้ยาวขึ้นจนกลุ่มที่หายากมีสมาชิกพอ และระหว่างที่ยังไม่พอ ต้องพูดออกมาตรง ๆ ว่า ยังตอบไม่ได้ — ไม่ใช่ตอบว่าไม่มี

เกณฑ์ที่เข้มจนปฏิเสธทุกอย่าง ใช้ทำมาหากินไม่ได้พอ ๆ กับเกณฑ์ที่หลวมเกินไป และผลลบที่มาจากตัวอย่างที่วัดไม่ไหว ก็อันตรายพอ ๆ กับผลบวกปลอม

ตัวเลขและบริบททั้งหมดอยู่ใน รายงานความไม่สมมาตรของ AVR หัวข้อที่ 8 · เครื่องมือที่ใช้วัดคือ Session Expansion Lab ซึ่งตอนนี้แสดงสองป้ายพร้อมกันเสมอ ด้วยเหตุผลในหน้านี้

ตั้งคำถามกับบทเรียนนี้ — และคำตอบว่าทำไม

ทำไม 334 ไม้ในกลุ่มใหญ่ถึงช่วยอะไรกลุ่ม 31 ไม้ไม่ได้ — เพราะความคลาดเคลื่อนของผลต่างคือ √(σ²/n₁ + σ²/n₂) · เมื่อ n₂ = 31 เทอมที่สองครอบงำ ต่อให้ n₁ → ∞ เทอมแรกหายไปแต่เทอมที่สองยังอยู่ · การทดสอบมีความแม่นเท่ากับกลุ่มที่แย่ที่สุด — เหมือนโซ่ที่แข็งเท่าข้อที่อ่อนที่สุด

ทำไม “ยังไม่ได้ทดสอบ” กับ “ทดสอบแล้วไม่ผ่าน” ถึงต้องแยกกันแม้ผลลัพธ์บนกระดาษเหมือนกัน — เพราะมันนำไปสู่การกระทำต่างกัน: อย่างแรกบอกให้เก็บข้อมูลเพิ่ม อย่างหลังบอกให้ปิดสายงาน · การรายงานอย่างแรกเป็นอย่างหลังคือการปิดสายงานที่อาจมีอะไร — และเราทำมันเข้าจริงแล้วครั้งหนึ่ง

ทำไมเปอร์เซ็นไทล์กลิ้งถึงแลกความหมายไปเพื่อพลัง — และเมื่อไรการแลกนี้ผิด — เพราะ “อัดแน่นเทียบกับ 250 วันหลัง” กับ “อัดแน่นสัมบูรณ์” ต่างกันเมื่อระบอบเปลี่ยนช้า: ในปีที่ทองผันผวนต่ำทั้งปี ป้ายกลิ้งยังบอกว่า 33% ของวัน “คลายแล้ว” ทั้งที่ทุกวันอัดแน่นในเชิงสัมบูรณ์ · ถ้ากลไกที่สนใจขึ้นกับระดับสัมบูรณ์ (เช่นสลิปเพจ) ป้ายกลิ้งวัดผิดสิ่ง — ต้องประกาศ

ที่มาของเนื้อหา — ใครพูด และมีอะไรจะขาย

ใครทำ	โปรแกรม EDGE ของเราเอง — บทเรียนภายในจาก AVR asymmetry §8
ทำอะไร	จำแนกวันสามประเภทตอนเปิดเซสชัน แล้ววัดผลแยกกลุ่ม · พบว่าเบ้ 11:1 · คาลิเบรตเป็นเปอร์เซ็นไทล์กลิ้ง · ตรวจด้วยป้ายที่สอง (BB width)
ที่ไหน	XAUUSD · 478 ไม้ · Session Expansion Lab
อย่างไร	ป้าย A ค่าคงที่ (334/113/31 · เกณฑ์ 2.18 · สับป้ายชนะ 97%) → เปอร์เซ็นไทล์ 33/67 กลิ้ง 250 เซสชัน (154/179/145 · เกณฑ์ 1.11 · 34%)
หลักฐาน	ข้อสรุปเดิมยืน (ไม่ผ่าน) แต่ตัวเลขที่เผยแพร่ก่อนหน้าไม่ใช่หลักฐาน · กลุ่ม “ปกติ” ไม่อยู่กลางในทั้งสองป้าย = ไม่มีการไล่ระดับ
แรงจูงใจ	ไม่มีอะไรขาย — แก้รายงานของตัวเอง

ใคร ทำอะไร ที่ไหน อย่างไร — ถอดเหตุการณ์ในตลาดจากบทเรียนนี้

บทเรียนนี้ไม่มีผู้เล่นในตลาด — มีแต่ กลุ่มตัวอย่างที่เล็กเกินกว่าจะพูดอะไรได้ และคนที่เผลอพูดแทนมัน

ใคร/อะไร	ทำอะไร — และถูกบังคับด้วยอะไร	ที่ไหน	อย่างไร (กลไก)
กลุ่ม “คลายแล้ว” 31 ไม้	เป็นตัวกำหนดความแม่นของทั้งการทดสอบ	ปลายด้านหนึ่งของป้าย	ความคลาดเคลื่อนของผลต่าง ∝ 1/√(กลุ่มเล็กสุด) → 334 ไม้ในอีกกลุ่มช่วยแทบไม่ได้
เกณฑ์ที่ต้องเอาชนะ	สูงขึ้นตามความเบ้	—	ป้าย A เบ้ 10.8:1 → เกณฑ์ 2.18 · ป้าย B สมดุลกว่า → เกณฑ์ 1.14 โดยไม่แตะสูตรเลย
เรา (ตอนเขียนรายงานรอบแรก)	สรุปว่า “ประเภทวันเป็นของประดับ” แล้วปิดสายงาน	—	อยู่ในกรณี “วัดไม่ไหว” แต่รายงานเหมือนกรณี “ไม่ต่างกัน” — สองอย่างนี้หน้าตาเหมือนกันเป๊ะ
ป้ายที่สอง (BB width)	ถามคำถามเดียวกันคนละวิธี	ข้อมูลเดียวกัน	ให้คำตอบเดียวกัน → ผลลบยืนได้และแข็งกว่าเดิม · ถ้าให้คนละคำตอบ แปลว่าสิ่งที่วัดได้ผูกกับวิธีวัด ไม่ใช่กับตลาด

อ่านเป็นประโยคเดียว — “ยังไม่ได้ทดสอบ” กับ “ทดสอบแล้วไม่ผ่าน” ให้หน้าตาผลลัพธ์เหมือนกัน แต่ต่างกันคนละโลก · อย่างแรกบอกให้เก็บข้อมูลเพิ่ม อย่างหลังบอกให้ปิดสายงาน

แล้วบนทองคำ — กฎสี่ข้อนี้ถูกใช้ที่ไหนบ้าง

• พิมพ์ n ต่อกลุ่มก่อนอ่านผลเสมอ และตัดกลุ่ม n < 100 ออกจากการตัดสิน — ใน MR ตามบริบท หลายชุดฝั่ง sell มี n 20–60 และถูกรายงานว่า “ยังไม่ได้ทดสอบ” ไม่ใช่ “ไม่ผ่าน”
• ป้ายที่สองเป็นของประจำ — VWAP จริง vs VWAP เลื่อน · กล่องจริง vs กล่องปลอม
• การไล่ระดับหนักกว่าค่า p — ในออกแบบย้อนกลับ ผลตาม quintile ของขนาดกล่องเอเชียไม่ไล่ระดับ (Q4–5 ดีแต่ Q1–3 ไม่เรียง) → ถูกปฏิเสธแม้ Q4–5 มี t 1.87
• ตัวจำแนกบนทองต้องเป็นอันดับกลิ้ง ไม่ใช่ค่าคงที่ — ATR ของทองปี 2015 กับ 2022 ต่างกันสองเท่า ค่าคงที่จะเบ้ตามปี
• ⚠ และเมื่อความเบ้เป็นธรรมชาติของสิ่งที่วัด (วันข่าวใหญ่ ~10% ของวัน) ทางออกเดียวคือเก็บข้อมูลให้ยาวขึ้น และระหว่างนั้นพูดว่า ยังตอบไม่ได้

การวิเคราะห์ — กฎสี่ข้อในงานหลังจากนั้น

• ทุกงานพิมพ์ n ต่อกลุ่มก่อนอ่านผล และตัดกลุ่ม n < 100 ออกจากการตัดสิน: ในงาน MR ตามบริบท หลายชุดของฝั่ง sell มี n 20–60 และถูกรายงานเป็น “ยังไม่ได้ทดสอบ” ไม่ใช่ “ไม่ผ่าน”
• ป้ายที่สองใช้เป็นประจำ: VWAP จริงเทียบ VWAP เลื่อน (ตามเทรนด์ที่ VWAP) · กล่องจริงเทียบกล่องปลอม (ออกแบบย้อนกลับ) — ถ้าสองป้ายให้คำตอบเดียวกัน ผลลบเชื่อได้
• การไล่ระดับเป็นเกณฑ์ที่หนักกว่า p: ในงานออกแบบย้อนกลับ ผลตาม quintile ของขนาดกล่องเอเชียไม่ไล่ระดับ (Q4–5 ดีแต่ Q1–3 ไม่เรียง) — ถูกปฏิเสธด้วยเหตุผลนี้แม้ Q4–5 มี t 1.87
• เบ้โดยธรรมชาติที่เจอจริง: วันข่าว (NFP · FOMC) ~10% ของวัน — งานหน้าต่างเวลาแยกมันออกแต่ไม่สรุปอะไรจากกลุ่มนั้น เพราะ n ไม่พอ

นำไปใช้กับ XAUUSD

• ก่อนอ่านสถิติ “ตามระบอบ” ของใคร ถามว่ากลุ่มเล็กสุดมีกี่วัน — ระบอบ “รุนแรง” ของทองมีไม่กี่สิบวันในสิบปี (Chan ประเมินจากเจ็ดเหตุการณ์)
• ตัวจำแนกใด ๆ บนทองต้องเป็นอันดับกลิ้ง ไม่ใช่ค่าคงที่ — ATR ของทอง 2015 กับ 2022 ต่างกันสองเท่า ค่าคงที่จะเบ้ตามปี
• ผลลบ ≠ ปิดสายงาน จนกว่าจะมีสองป้ายและ n พอ — และผลลบที่มีทั้งสองอย่างแล้ว (กรณีนี้) ปิดได้อย่างสบายใจ

สรุป

เราเผยแพร่ตัวเลข 97% ที่ไม่ใช่หลักฐาน แล้วแก้เป็น 34% ที่เป็น · ข้อสรุปไม่เปลี่ยน แต่เหตุผลที่เชื่อข้อสรุปเปลี่ยนทั้งหมด · กฎสี่ข้อ (พิมพ์ n · กลุ่มเล็ก < 10% = ยังไม่ทดสอบ · รายงานเกณฑ์คู่ n · ป้ายที่สอง) ถูกใช้ทุกงานตั้งแต่นั้น