กฎเทคนิคใช้ได้กับทอง แต่ใช้ไม่ได้กับเงิน — และวิธีที่งานวิจัยชิ้นนี้ได้ข้อสรุปมา คือสิ่งที่เราต้องระวังที่สุด

หน้านี้ต่างจากหน้าอื่นในคลัง เพราะสิ่งที่มีค่าที่สุดไม่ได้อยู่ที่ข้อสรุปของเปเปอร์ แต่อยู่ที่วิธีที่เปเปอร์ได้ข้อสรุปนั้นมา และวิธีนั้นคือสิ่งเดียวกับที่ทำให้ระบบเทรดของเราสองตัวตายมาแล้ว

ถ้าคุณอ่านหน้าเดียวในคลังนี้แล้วจะเอาไปใช้จริง อ่านหน้านี้

1. ข้อค้นพบ

ผู้เขียนตั้งข้อสังเกตว่างานวิจัยเรื่องการวิเคราะห์ทางเทคนิคส่วนใหญ่จำกัดอยู่ที่ข้อมูลรายวันและดัชนีหุ้น จึงหันมาถามว่ากฎเทคนิคในกรอบเวลาสั้นให้ผลตอบแทนที่มีนัยสำคัญในตลาดทองและเงินหรือไม่ โดยใช้กฎค่าเฉลี่ยเคลื่อนที่ที่นิยมกันสามแบบ

ผลออกมาเป็นสามชั้น

ชั้นที่หนึ่ง — เมื่อใช้ค่าพารามิเตอร์มาตรฐานที่วรรณกรรมก่อนหน้าใช้กันมา กฎเหล่านั้นไม่ทำกำไร

ชั้นที่สอง — เมื่อขยายไปค้นทั่วทั้งจักรวาลของพารามิเตอร์ พบว่ามีชุดพารามิเตอร์จำนวนหนึ่งที่ให้กำไรอย่างมีนัยสำคัญ ในตลาดทอง ขณะที่ ในตลาดเงินยังไม่พบผลตอบแทนที่มีนัยสำคัญเลย

ชั้นที่สาม — พารามิเตอร์ที่ใช้ประวัติยาวกว่าทำงานได้ดีกว่าค่ามาตรฐานที่นิยมกันในวรรณกรรม

ข้อสรุปของผู้เขียนคือ กฎเทคนิคในกรอบเวลาสั้นทำกำไรได้ในตลาดทอง แต่ไม่ให้กำไรที่มีนัยสำคัญในตลาดเงิน

2. ทำไมชั้นที่สองถึงต้องอ่านอย่างระมัดระวังที่สุด

นี่คือประโยคที่ต้องอ่านช้าๆ: ใช้ค่ามาตรฐานแล้วไม่ได้ผล แต่พอค้นทั้งจักรวาลของพารามิเตอร์แล้วเจอชุดที่ได้ผล

ลองคิดแบบนี้ ถ้าคุณทดสอบชุดพารามิเตอร์หนึ่งพันชุดบนข้อมูลชุดเดียวกัน แล้วใช้เกณฑ์นัยสำคัญทางสถิติที่ระดับ 5% คุณควรคาดหวังว่าจะมีราวห้าสิบชุดที่ผ่านเกณฑ์ด้วยความบังเอิญล้วนๆ แม้ข้อมูลนั้นจะเป็นตัวเลขสุ่มที่ไม่มี edge อะไรเลยก็ตาม

ปรากฏการณ์นี้เรียกว่า data snooping หรือปัญหาการทดสอบหลายครั้ง และมันคือเหตุผลที่ไปป์ไลน์หกขั้นในบทความแรกของคลังนี้ถึงมีขั้นตรวจสอบแยกออกมา

เราไม่ได้พูดลอยๆ ระบบเทรดสองตัวของเราตายด้วยกลไกนี้พอดี ตัวหนึ่งทำกำไรสวยในกลุ่มข้อมูลแล้ว profit factor พลิกเป็นต่ำกว่าหนึ่งนอกกลุ่มข้อมูล อีกตัวเปลี่ยนเครื่องหมายของผลลัพธ์เมื่อเปลี่ยนแหล่งข้อมูลราคา ทั้งสองตัวถูกเลือกพารามิเตอร์มาจากการค้นหาบนข้อมูลชุดเดียว

สิ่งที่บทคัดย่อไม่ได้บอกและเราจึงไม่รู้ คือผู้เขียนได้ใช้วิธีแก้ปัญหานี้หรือไม่ วรรณกรรมสายนี้มีเครื่องมือมาตรฐานสำหรับจัดการเรื่องนี้อยู่ และงานที่ทำอย่างรัดกุมก็มักใช้ เราไม่ได้อ่านฉบับเต็ม จึงไม่ยืนยันทั้งสองทาง — แต่ผู้อ่านที่จะเอาข้อสรุปนี้ไปใช้ ต้องเปิดไปดูส่วนวิธีการก่อนเชื่อ ว่ามีการปรับแก้เรื่องการทดสอบหลายครั้งหรือไม่

3. ส่วนที่แข็งแรงกว่า — ความไม่สมมาตรระหว่างทองกับเงิน

ข้อค้นพบที่เราให้น้ำหนักมากกว่า คือ กฎชุดเดียวกันได้ผลกับทองแต่ไม่ได้ผลกับเงิน

เหตุผลที่ข้อนี้แข็งแรงกว่าตัวเลขกำไร เพราะมันเป็นการเปรียบเทียบ ไม่ใช่การอ้างระดับสัมบูรณ์ ถ้าผลของทองมาจาก data snooping ล้วนๆ เงินก็ควรเจอชุดพารามิเตอร์ที่ “ได้ผล” ด้วยความบังเอิญในสัดส่วนใกล้เคียงกัน เพราะทั้งสองผ่านกระบวนการค้นหาแบบเดียวกัน การที่ผลออกมาต่างกัน จึงชี้ว่ามีอะไรบางอย่างต่างกันจริงในตัวตลาด

แล้วอะไรต่าง — นี่คือส่วนที่เราเติมเอง เพราะเปเปอร์ไม่ได้ตอบ

• ทองมีแรงซื้อที่ต่อเนื่องและไม่อ่อนไหวต่อราคา จากธนาคารกลาง กองทุน ETF และการซื้อเชิงวัฒนธรรม แรงแบบนี้มาเป็นระลอกยาวและสร้างการเคลื่อนไหวที่ต่อเนื่องพอให้ค่าเฉลี่ยเคลื่อนที่จับได้
• เงินเป็นโลหะอุตสาหกรรมเป็นหลัก อุปสงค์ผูกกับวัฏจักรการผลิต มีความเป็นฤดูกาลและกระโดดตามคำสั่งซื้อเป็นก้อน ซึ่งไม่ได้สร้างแนวโน้มที่ต่อเนื่องแบบเดียวกัน
• สภาพคล่องของเงินบางกว่ามาก ทำให้สัดส่วนของสัญญาณรบกวนต่อสัญญาณจริงสูงกว่า และต้นทุนการเทรดกินสัดส่วนของการเคลื่อนไหวมากกว่า

ข้อสังเกตนี้สอดคล้องกับงานเรื่องเซสชันที่พบว่าทองมีสัดส่วนผลตอบแทนจากเซสชันเอเชียสูงกว่าเงินอย่างชัดเจน — ซึ่งเข้ากับภาพว่าแรงสะสมของทองมีลักษณะที่ต่อเนื่องกว่า

ข้อที่สาม — พารามิเตอร์ที่ใช้ประวัติยาวกว่าทำงานดีกว่า ก็เข้ากับภาพเดียวกัน ถ้าสิ่งที่จับได้คือแรงสะสมที่กินเวลานาน หน้าต่างที่สั้นเกินไปย่อมจับได้แต่เสียง

4. ใช้กับเรายังไง

4.1 ข้อสรุปที่เอาไปใช้ได้ทันทีคือข้อจำกัด ไม่ใช่ข้ออนุญาต เปเปอร์นี้ไม่ได้บอกว่า “ใช้ค่าเฉลี่ยเคลื่อนที่แล้วรวย” มันบอกว่า ค่ามาตรฐานที่คนใช้กันไม่ทำงาน และการจะหาค่าที่ทำงานต้องผ่านกระบวนการที่เสี่ยงต่อการหลอกตัวเอง

4.2 มันสนับสนุนการตัดสินใจที่เราทำไปแล้ว เราเคยสรุปไว้ว่า ขอบอยู่ที่ระดับราคา ไม่ได้อยู่ที่ออสซิลเลเตอร์ และเคยปฏิเสธระบบสองตัวที่สร้างจากตัวชี้วัดโมเมนตัมล้วนหลังจากไม่ผ่านการทดสอบนอกกลุ่มข้อมูล งานนี้ให้เหตุผลเชิงวรรณกรรมมาหนุนว่าทำไมแนวทางนั้นถึงเป็นแนวทางที่ถูก

4.3 ข้อที่ว่าประวัติยาวกว่าดีกว่า เป็นสมมติฐานที่ทดสอบได้กับของเราเอง ระบบเทรนด์ของเราใช้หน้าต่างที่ยาวอยู่แล้ว ซึ่งสอดคล้องกัน แต่การกวาดค่าที่เราทำในรอบ walk-forward ก็ควรถูกอ่านด้วยสายตาเดียวกับหน้านี้ คือ จำนวนชุดที่เราทดสอบยิ่งมาก ยิ่งต้องระวังว่าชุดที่ชนะอาจชนะด้วยความบังเอิญ — ป้องกันได้ด้วยการดูว่าผลดีทั้งย่านของพารามิเตอร์หรือดีแค่จุดเดียว

4.4 ความไม่สมมาตรทองกับเงินเป็นเครื่องมือตรวจสอบที่ฟรี ถ้าวันหนึ่งเราสร้างสัญญาณที่ได้ผลดีกับทอง ลองเอาไปรันกับเงินดู ถ้ามันได้ผลดีพอกันทั้งที่โครงสร้างตลาดต่างกันมาก นั่นเป็นสัญญาณเตือนว่าเรากำลังจับสิ่งที่ไม่ใช่กลไกจริง

5. เมื่อไรกลไกนี้จะตาย

กลไกที่อธิบายว่าทำไมกฎตามแนวโน้มถึงพอทำงานได้กับทอง คือการมีอยู่ของแรงซื้อสะสมที่ไม่อ่อนไหวต่อราคาและกินเวลานาน ถ้าธนาคารกลางหยุดสะสม หรือถ้าการซื้อขายอัตโนมัติทำให้แรงเหล่านั้นถูกดูดซับหมดภายในไม่กี่นาที ความต่อเนื่องที่ค่าเฉลี่ยเคลื่อนที่จับได้ก็จะหายไป

และเพราะเปเปอร์นี้ใช้ข้อมูลที่จบก่อนปี 2016 คำถามว่ากลไกนี้ยังอยู่ไหมในปัจจุบัน ยังไม่มีคำตอบจากงานชิ้นนี้ เป็นงานที่เราต้องทดสอบเอง

6. ตั้งคำถามกับเปเปอร์นี้ — และคำตอบว่าทำไม

ทำไม “ค้นทั้งจักรวาลแล้วเจอชุดที่ได้ผล” ถึงเป็นผลที่คาดได้แม้ไม่มีขอบ — เพราะที่ระดับนัยสำคัญ 5% ทุก 100 ชุดที่ลองจะผ่านราว 5 ชุดจากตัวเลขสุ่ม · คำถามที่ถูกไม่ใช่ “มีชุดที่ผ่านไหม” แต่ “ผ่านมากกว่าที่ความบังเอิญให้ไหม” · เกณฑ์ที่เราใช้ทุกงานตั้งแต่นั้นคือ t ≥ √(2 ln N) โดย N = จำนวนชุดที่ประกาศก่อนรัน (48 ชุด → 2.78)

ทำไมความไม่สมมาตรทอง-เงินถึงแข็งแรงกว่าตัวเลขกำไร — เพราะการค้นหาแบบเดียวกันบนสองตลาด ถ้าเป็นความบังเอิญล้วนต้องได้ผลใกล้กัน · ผลที่ต่างกันจึงต้องมาจากตัวตลาด · แต่ “ต่างกัน” ไม่ได้บอกว่าฝั่งไหนมีขอบ — อาจเป็นทองที่ได้กระแสฟรีจากผู้ซื้อที่ไม่อ่อนไหวต่อราคา ซึ่งค่าเฉลี่ยเคลื่อนที่จับได้ ไม่ใช่กฎที่ฉลาด

ทำไมประวัติยาวกว่าทำงานดีกว่า — เพราะสิ่งที่จับได้คือแรงสะสมที่กินเวลาเป็นเดือน · หน้าต่างสั้นจับสัญญาณรบกวนของการต่อรองรายวัน · และหน้าต่างยาวยังเทรดน้อยกว่า จึงจ่ายต้นทุนน้อยกว่า — สองผลรวมกันแยกไม่ออกจากบทคัดย่อ

7. ที่มาของเนื้อหา — ใครพูด และมีอะไรจะขาย

ใครเขียน	Urquhart · Batten · Lucey · McGroarty · Peat — นักวิชาการการเงิน (Southampton · Monash · Trinity · Macquarie) · SSRN working paper 2015
ทำอะไร	ทดสอบกฎค่าเฉลี่ยเคลื่อนที่สามแบบบนข้อมูลความถี่สูงของทองและเงิน ทั้งค่ามาตรฐานและการค้นทั้งจักรวาลพารามิเตอร์
ที่ไหน	ทองและเงิน (ไม่ระบุตลาดในบทคัดย่อ) · ข้อมูลก่อน 2016
อย่างไร	นัยสำคัญทางสถิติของผลตอบแทนตามกฎ · ไม่แน่ชัดว่าปรับแก้การทดสอบหลายครั้งหรือไม่ (เราไม่ได้อ่านฉบับเต็ม)
หลักฐาน	สถิติเปรียบเทียบข้ามโลหะ — จุดแข็ง · ตัวเลขกำไรสัมบูรณ์ — จุดอ่อน
แรงจูงใจ	วิชาการ

8. ใคร ทำอะไร ที่ไหน อย่างไร — ถอดเหตุการณ์ในตลาดจากบทเรียนนี้

เปเปอร์นี้ไม่ได้เล่าผู้เล่นตรง ๆ แต่ความต่างระหว่างทองกับเงินคือความต่างของผู้เล่น และนั่นคือข้อค้นพบที่แข็งที่สุดของมัน

ใคร	ทำอะไร — และถูกบังคับด้วยอะไร	ที่ไหน	อย่างไร (กลไก)
ผู้ซื้อทองที่ไม่อ่อนไหวต่อราคา	ธนาคารกลาง · ผู้ซื้อทางกายภาพ · กระแสหลบภัย	ตลาดทอง	สร้างแรงสะสมที่กินเวลาเป็นเดือน → ค่าเฉลี่ยเคลื่อนที่หน้าต่างยาวจับได้
ผู้ใช้เงินในอุตสาหกรรม	อุปสงค์ผันตามวัฏจักรการผลิต ไม่ใช่ตามความกลัว	ตลาดเงิน	โครงสร้างอุปสงค์ต่างกัน → กฎเดียวกันให้ผลต่างกันบนสองโลหะ
ผู้ที่ค้นทั้งจักรวาลพารามิเตอร์	ลองทุกชุดแล้วรายงานชุดที่ผ่าน	บนข้อมูลชุดเดียวกัน	ที่ระดับนัยสำคัญ 5% ทุก 100 ชุดจะผ่าน ~5 ชุดจากตัวเลขสุ่ม — “มีชุดที่ผ่าน” ไม่ใช่หลักฐาน
ผู้ที่ใช้หน้าต่างสั้น	เทรดถี่	—	จับสัญญาณรบกวนรายวัน และจ่ายต้นทุนมากกว่า — สองผลนี้แยกไม่ออกจากบทคัดย่อ

อ่านเป็นประโยคเดียว — กฎเดียวกันบนสองโลหะที่ซื้อขายคล้ายกันให้ผลต่างกัน แปลว่าผลนั้นเป็นของตลาด ไม่ใช่ของกฎ — และนั่นคือการทดสอบที่ฟรีที่สุดที่มี

แล้วบนทองคำ ใครอยู่ตรงนั้นบ้าง

• เกณฑ์ √(2 ln N) มาจากหน้านี้ และเป็นกฎประจำของทุกงาน — N สะสมของทั้งโปรแกรม ณ 21 ก.ย. 2026 คือ 1,350 → เกณฑ์ 3.80 (ตอนเขียนหน้านี้ 1,029 → 3.7) ขณะที่ t ที่ดีที่สุดที่เราเคยเจอคือ 2.24
• ค่ามาตรฐานไม่ทำงาน — ยืนยันแล้วกว่าพันชุด (สรุปที่หน้างานวิจัย)
• ทอง ≠ เงิน ยืนยันด้วยข้อมูลของเราเอง — S35: ไม่ cointegrated สักทศวรรษ β แกว่ง 10 เท่า · โครงสร้างผู้เล่นต่างกันจริง
• “ดีทั้งย่านหรือดีแค่จุด” — ใช้ตรวจทุกพารามิเตอร์ก่อนเชื่อ · ตัวคูณ 3.1 ในคลิป Trader MNQคือตัวอย่างของจุดที่ไม่มีใครดูเพื่อนบ้าน

9. การวิเคราะห์ — สิ่งที่เราวัดแล้ว

• ค่ามาตรฐานไม่ทำงาน — เรายืนยันซ้ำแล้วหลายร้อยครั้ง — ทางเข้าจากอินดิเคเตอร์ของเจ้าของชาร์ตด้วยค่าตั้งจริงเจ็ดงาน 1,029 ชุด ผ่าน 0 (สรุปที่หน้างานวิจัย) · ระบบโมเมนตัมสองตัว (KVF-MACD · ExhaustionFade) พังนอกกลุ่ม
• การค้นพารามิเตอร์แล้วเจอชุดที่ผ่าน — เราเจอกับดักนี้และตั้งกฎกัน: ทุกงานตั้งแต่ ก.ย. 2026 ประกาศจำนวนชุดก่อนรันและใช้เกณฑ์ √(2 ln N) · ชุดที่ “ดีที่สุดจาก N” ไม่นับเป็นเบาะแสถ้าไม่ผ่านเกณฑ์นั้น
• ประวัติยาวกว่าดีกว่า — ตรงกับ DeskTrend (EMA50 บน H4 · Chandelier 22) แต่ DeskTrend แพ้การถือทองที่ความเสี่ยงเท่ากัน → “ดีกว่าค่าสั้น” ไม่เท่ากับ “ดีกว่าถือ”
• ทอง-เงินเป็นเครื่องมือตรวจสอบ (ข้อ 4.4) — S35: ทอง-เงินไม่ cointegrated สักทศวรรษ β แกว่ง 10 เท่า · โครงสร้างต่างจริง ตรงกับที่เปเปอร์พบ
• หลัง 2016 กลไกยังอยู่ไหม — ในข้อมูล 2015–2022 ของเรา ฝั่งซื้อแพ้น้อยกว่าฝั่งขายทุกงาน = กระแสผู้ซื้อที่ไม่อ่อนไหวต่อราคายังมี · แต่ยังไม่มีกฎค่าเฉลี่ยเคลื่อนที่ใดที่เราวัดแล้วชนะการถือทอง

10. นำไปใช้กับ XAUUSD

• เกณฑ์ √(2 ln N) และการประกาศจำนวนชุดก่อนรัน คือสิ่งที่หน้านี้ให้เราโดยตรง — ใช้ในทุกแผนแช่แข็ง
• “ดีทั้งย่านหรือดีแค่จุด” — ก่อนเชื่อพารามิเตอร์ใด ให้ดูเพื่อนบ้านของมัน · ตัวคูณ 3.1 ในคลิป Trader MNQคือตัวอย่างของจุดที่ไม่มีใครดูเพื่อนบ้าน
• เอาสัญญาณที่ได้ผลกับทองไปรันกับเงิน ยังเป็นการตรวจสอบฟรีที่ดี — และตอนนี้เรามี XAGUSD D1 36 ปีในคลัง

11. สรุป

เปเปอร์นี้สอนวิธีที่ระบบตาย (data snooping) และเราเอาวิธีกันมันมาใช้เป็นกฎประจำ · ข้อค้นพบที่แข็ง (ทอง ≠ เงิน) ยืนยันแล้วด้วยการทดสอบ cointegration ของเราเอง · ข้อค้นพบที่อ่อน (มีชุดพารามิเตอร์ที่ได้ผล) เราหาไม่เจอในค่าตั้งจริงกว่าพันชุด