งานวิจัย · แก้ไขข้อสรุปเดิม
DeskTrend — สัญญาณ
หรือการคุมความเสี่ยง กันแน่ที่ทำเงิน
DeskTrend_H4 ผ่าน walk-forward 13.7 ปีด้วย OOS PF 1.39 และเป็นระบบเดียวในโปรแกรมที่รอด · แต่ PF วัดเทียบกับศูนย์ และศูนย์ไม่ใช่เกณฑ์ · หน้านี้เทียบมันกับสิ่งที่ควรเทียบตั้งแต่แรก คือการถือทองเฉย ๆ ที่คุมความเสี่ยงด้วยสูตรเดียวกัน — และมันแพ้
⚑ แก้ไข 9 ก.ย. 2026 — ตัวเลขเดิมวัดไม่ครบ
การเปรียบเทียบชุดแรก ไม่มีค่าถือข้ามคืน (swap) อยู่ในสมการเลย และค่าถือตกไม่เท่ากันอย่างรุนแรง เพราะเกณฑ์เปรียบเทียบอยู่ในตลาด 100% ของ 4,959 วัน ส่วนระบบอยู่แค่ 21.5% — ระบบที่อยู่นอกตลาดสามในสี่ของเวลา จึงได้เปรียบเชิงต้นทุนอย่างเป็นระบบ บนบัญชีที่คิดค่าถือ และเราไม่เคยนับข้อนี้ให้มันเลย
| ฉากทัศน์ค่าถือ | A ระบบ | B ถือยาว | A − B |
|---|---|---|---|
| ไม่คิดค่าถือ (ตัวเลขที่เผยแพร่ครั้งแรก) | 1,110$ | 4,574$ | −3,464$ |
| ครึ่งหนึ่งของตัวแทน | 963$ | 3,996$ | −3,033$ |
| ตัวแทนดอกเบี้ยนโยบายสหรัฐ | 816$ | 3,418$ | −2,602$ |
| 1.5 เท่าของตัวแทน | 669$ | 2,840$ | −2,170$ |
⚑ แก้ไขเพิ่ม 9 ก.ย. 2026 — “เกณฑ์” มีสองนิยาม และเราเผยแพร่ไปนิยามเดียว
ตอนสร้างเครื่องมือตรวจ EA ให้ลูกค้า เราต้องนิยามคำว่า “เกณฑ์” ให้ชัด แล้วพบว่ามันมีสองนิยามที่ถูกต้องทั้งคู่ และให้คำตอบคนละทาง · ตัวเลขทั้งหมดข้างบนใช้นิยามเดียว และเราไม่ได้บอกว่ามีอีกนิยาม
| นิยามของ “เกณฑ์” | ถามว่าอะไร | ผลของ DeskTrend |
|---|---|---|
| ขนาดเท่ากัน อยู่ในตลาดตลอด (ที่ใช้ในตารางข้างบน) | ถ้าใช้กฎขนาดเดียวกันแต่ไม่เคยออกจากตลาด จะได้เท่าไร | แพ้ 2,602$ |
| ความเสี่ยงเท่ากัน (สเกลให้ความผันผวนของเส้นทุนรายวันเท่ากัน) | ถ้ารับความเสี่ยงเท่ากัน จะได้เท่าไร — ตัดเรื่องเวลาที่อยู่ในตลาดออก | เสมอ (+5$) · แต่ดรอว์ดาวน์ดีกว่าครึ่ง |
สาเหตุที่ต่างกันมากคือระบบอยู่ในตลาดแค่ 21.5% ของเวลา · นิยามแรกลงโทษระบบที่แบนอยู่เป็นส่วนใหญ่ นิยามที่สองไม่ลงโทษ
ทั้งคู่ถูกต้อง และการเลือกนิยามเดียวแล้วไม่บอกว่ามีอีกนิยาม คือการเลือกคำตอบ ไม่ใช่การวัด — เราทำแบบนั้นไปแล้วในฉบับก่อน และนี่คือการแก้ · ตั้งแต่นี้ไป รายงานตรวจทุกฉบับที่เราส่งให้ลูกค้า จะแสดงทั้งสองนิยามเสมอ
⚑ และข้อสรุปหลักไม่เปลี่ยน: สิ่งที่ระบบทำได้จริงคือลดความเสียหาย ไม่ใช่สร้างผลตอบแทน · นิยามที่สองยืนยันข้อนี้ชัดขึ้นด้วยซ้ำ — ผลตอบแทนเสมอกัน แต่ดรอว์ดาวน์ต่ำกว่าครึ่ง
ค่าถือที่เกณฑ์เปรียบเทียบต้องจ่ายแต่ระบบไม่ต้อง = 862$ คือ 25% ของช่องว่างเดิม · การละเว้นมีจริงและใหญ่พอควร — แต่ไม่พลิกข้อสรุป สัญญาณยังแพ้อยู่ 2,602$
⚑ เพิ่ม 11 ก.ย. 2026 — ถ้าบัญชีไม่ถูกคิดค่าถือเลย · Exness ให้สถานะ swap-free ตามพฤติกรรมการเทรด
และ XAUUSD อยู่ในรายชื่อ บัญชีที่ใช้เทรดจริงของเจ้าของชาร์ตไม่ถูกคิด swap เลยตลอด 180 วัน ·
รันการเปรียบเทียบแบบปรับความเสี่ยงเท่ากันใหม่โดยตั้งค่าถือเป็นศูนย์ (ไม่มีการเลือกค่าใหม่):
DeskTrend CAGR 2.47% → 3.43% · Sharpe 0.14 → 0.20 ·
ถือทองที่ความเสี่ยงเท่ากันไม่มีค่าถือ Sharpe 0.46 · ETF 0.44 ·
ค่าถือที่ระบบจ่ายจริงตลอด 13.7 ปีแค่ 368$ บนทุน 2,000$ — ต้นเหตุที่แพ้ไม่ใช่ค่าถือ ·
⚠ การถือ CFD ข้ามคืนตลอดเวลาคือพฤติกรรมที่ทำให้เสียสถานะ swap-free ฉากทัศน์ “ถือยาวไม่มีค่าถือ” จึงเกิดขึ้นจริงไม่ได้ ·
โค้ด s38_desktrend_swapfree.py
| พอร์ต · ทุน 2,000$ · 2013-02 → 2026-09 | CAGR | Sharpe | DD สูงสุด | Calmar |
|---|---|---|---|---|
| A0 · DeskTrend จ่ายค่าถือ | 2.47% | 0.14 | 33.3% | 0.07 |
| A1 · DeskTrend ไม่มีค่าถือ | 3.43% | 0.20 | 29.9% | 0.11 |
| D0 · ถือทอง CFD ความเสี่ยงเท่า A0 · จ่ายค่าถือ | 5.37% | 0.30 | 42.4% | 0.13 |
| D1 · ถือทอง CFD ความเสี่ยงเท่า A1 · ไม่มีค่าถือ ⚠ | 7.80% | 0.46 | 39.3% | 0.20 |
| C · ถือทองแบบ ETF | 7.01% | 0.44 | 38.2% | 0.18 |
| E · เงินสด | 1.87% | — | 0% | — |
อ่านเป็นคู่ในฉากทัศน์ค่าถือเดียวกันเท่านั้น — A0 เทียบ D0 · A1 เทียบ D1 · ห้ามไขว้คู่ ·
⚠ D1 เกิดจริงไม่ได้ด้วยเหตุผลข้างบน · ผลดิบ Edge/reports/S38_desktrend_swapfree.json
⚑ และคอลัมน์ที่สำคัญกว่าอยู่ตรงอื่น — เมื่อวัดด้วย ผลตอบแทนต่อดรอว์ดาวน์ ซึ่งเป็นเกณฑ์ที่เราตกลงกันว่าถูก:
| พอร์ต | สุทธิ | DD สูงสุด | สุทธิ ÷ DD |
|---|---|---|---|
| B · ถือยาว + ปรับขนาดตามความผันผวน | 3,418$ | 1,749$ | 1.95 |
| D · ถือยาว ขนาดคงที่ | 5,435$ | 4,027$ | 1.35 |
| A · ระบบเต็ม | 816$ | 1,027$ | 0.79 |
| C · สัญญาณ ขนาดคงที่ | 495$ | 2,990$ | 0.17 |
การปรับขนาดตามความผันผวนทำให้ผลตอบแทน/DD ของการถือทองดีขึ้นจาก 1.35 เป็น 1.95 (+44%) — มันลดกำไรลง 2,017$ แต่ลดดรอว์ดาวน์มากกว่านั้น · นั่นคือสิ่งที่ระบบนี้ทำได้จริง และเป็นสมมติฐานถัดไปที่กำลังทดสอบแยกต่างหาก
⚠ ยังสรุปไม่ได้จากตารางนี้ เพราะขนาดล็อตของ B มาจากตารางที่ DeskTrend
เลือกตามจังหวะสัญญาณของมันเอง ไม่ใช่การปรับขนาดด้วยความผันผวนล้วน ๆ ·
การทดสอบที่สะอาดต้องถือทองต่อเนื่องโดยไม่มีสัญญาณเลย
⚠ ค่าถือย้อนหลังเราไม่มีข้อมูลจริง ใช้ดอกเบี้ยนโยบายสหรัฐเป็นตัวแทน
โดยยึดปี 2026 กับค่าที่วัดได้จากบัญชีจริง 4.17%/ปี — จึงรันสี่ฉากทัศน์
แทนที่จะใช้ค่าเดียว · โค้ด desktrend_attribution_carry.py
1 · คำถามนี้ไม่ใช่ของเรา
มันมาจากสองเปเปอร์ที่อยู่ในคลังความรู้อยู่แล้ว และเราค้างการทดสอบนี้ไว้นาน
| ที่มา | ข้อค้นพบ |
|---|---|
| Kim, Tse & Wald J. Financial Markets | อัลฟ่าของ time-series momentum ถูกขับด้วย volatility scaling ไม่ใช่ตัวสัญญาณ · ถอด scaling ออกแล้ว TSMOM ≈ buy-and-hold |
| Quan, Zhong & Jiang XAU/USD · 1,571 เทรด | จุดเข้าคือแหล่งอัลฟ่าเดียว · regime-conditional sizing คือ leverage แฝง ไม่ชนะ constant-risk |
ถ้าสองข้อนี้จริงกับระบบของเราด้วย แปลว่าสิ่งที่เราสร้างคือ เครื่องบริหารความเสี่ยง ไม่ใช่เครื่องหาสัญญาณ — และการต่อ EA ตัวใหม่บนฐานนั้นคือการต่อเติมบนทราย
2 · สี่พอร์ต ข้อมูลชุดเดียวกัน ต้นทุนสูตรเดียวกัน
| พอร์ต | สุทธิ | PF | DD สูงสุด | ชนะ | ผลตอบแทน ÷ DD |
|---|---|---|---|---|---|
| A · ระบบเต็ม (สัญญาณ + ปรับขนาด) | +1,110$ | 1.15 | 1,010$ | 36% | 1.10 |
| C · สัญญาณเดิม ขนาดคงที่ | +933$ | 1.08 | 2,940$ | 36% | 0.32 |
| B · ถือยาว + ปรับขนาดชุดเดียวกัน | +4,574$ | 1.41 | 1,737$ | 56% | 2.63 |
| D · ถือยาว ขนาดคงที่ | +7,275$ | 1.45 | 3,724$ | 55% | 1.95 |
B ชนะ A ทุกตัวชี้วัด — สุทธิ 4.1 เท่า · PF 1.41 ต่อ 1.15 · ผลตอบแทนต่อ DD 2.63 ต่อ 1.10 · A ชนะแค่ค่า DD ดิบ เพราะมันอยู่ในตลาดน้อยกว่ามาก
⚑ บั๊กที่เจอในโค้ดทดสอบของเราเอง — รุ่นแรกใช้ราคาฟิลเป็นปลายซ้ายของแต่ละช่วง แต่ใช้ราคาปิดแท่งเป็นปลายขวา อนุกรมจึงไม่ต่อกัน และมันประเมินการถือยาวต่ำไป 3,722$ ซึ่งเข้าข้างระบบของเราเอง · แก้แล้วและใส่ assertion ตรวจผลรวมแบบยืดหดไว้กันซ้ำ
3 · แล้วมันเสียไปตรงไหน — บัญชีที่กระทบยอดครบ
ตัวเลขข้างบนบอกว่าแพ้ แต่ไม่ได้บอกว่าเพราะอะไร · แยกทีละบรรทัดที่ขนาดล็อตคงที่:
| ตลาดเดินระหว่างที่ถือไม้อยู่ | +6,045 |
| ราคาเข้าแพงกว่าราคาอ้างอิง 4.31$/ออนซ์ | −3,748 |
| ราคาออกถูกกว่าราคาอ้างอิง 0.39$/ออนซ์ | −339 |
| = เก็บได้จริงก่อนต้นทุน | +1,948 |
| ต้นทุน 290 ไม้ | −1,015 |
| = สุทธิ | +933 |
การเลือกจังหวะดีจริง — ระบบอยู่ในตลาดแค่ 21.5% ของเวลา แต่เก็บการเคลื่อนไหวของตลาดได้ 6,045$ จาก 8,290$ คือ 73%
แต่วิธีเข้าแบบเบรกเอาต์คืนของนั้นไป 62% — ราคาเข้าจริงแพงกว่า ราคาอ้างอิงเฉลี่ย 4.31$/ออนซ์ ทุกไม้ เพราะการซื้อตอนทะลุคือการซื้อเหนือราคาก่อนหน้าโดยนิยาม
4 · เปลี่ยนเป็นตั้งลิมิตรอรับ แล้วก็ยังไม่ผ่าน
ถ้าปัญหาคือเข้าแพง ทางแก้ที่ตรงที่สุดคือตั้งลิมิตต่ำกว่าจุดทะลุ · ทดสอบ 12 ชุดที่ประกาศไว้ล่วงหน้า (ลิมิตต่ำกว่า 0.10–0.75 เท่าของ ATR × รอฟิล 1–3 แท่ง) โดยใช้จุดออกเดิมทุกไม้
| ชุดที่ดีที่สุด | ค่า |
|---|---|
| k = 0.75 × ATR · รอ 1 แท่ง | +1,896$ · ฟิล 37% |
| ดีขึ้นจากระบบเดิม (C = 933$) | +963$ |
| เทียบเกณฑ์จริง (B = 4,574$) | −2,678$ |
| ชุดที่ชนะเกณฑ์ | 0 จาก 12 |
| ในกลุ่มและนอกกลุ่มเป็นบวกทั้งคู่ | 1 จาก 12 |
| กำไรเฉลี่ยของไม้ที่ไม่ได้ฟิล | +13.87$ |
แถวสุดท้ายคือคำอธิบาย — ไม้ที่ราคาไม่ย้อนกลับมาให้ฟิล คือไม้ที่ดี · เงิน 3,748$ ที่จ่ายไปกับการเข้าแพง ไม่ใช่เงินที่วางอยู่เฉย ๆ ให้เก็บ มันคือค่าเข้าร่วม
ตามกฎที่ประกาศไว้ก่อนรัน: ไม่ผ่านแล้วหยุด ไม่ขยายกริด ไม่เปลี่ยนตัวออก
5 · แล้วระบบมีค่าตรงไหน — แยกตามระบอบ
| ปี | ระบบ | ถือยาว | ระบบดีกว่า | |
|---|---|---|---|---|
| ปีที่ทองลง | 5 | −609$ | −2,252$ | +1,643$ |
| ปีที่ทองขึ้น | 9 | +1,719$ | +9,527$ | −7,808$ |
ในปีที่ทองลง ระบบขาดทุนแค่ 27% ของที่การถือยาวขาดทุน · ในปีที่ทองขึ้น มันเก็บได้แค่ 18% ของที่การถือยาวได้
นี่คือคำจำกัดความของเครื่องป้องกันขาลง ไม่ใช่เครื่องสร้างผลตอบแทน — ตรงกับที่ Kim, Tse & Wald เขียนไว้ และตอนนี้เราวัดได้บนระบบของเราเอง
6 · ถ้ามันเก่งเรื่องลดความเสี่ยง ก็ควรใช้มันลดความเสี่ยง
การแปลงทักษะนั้นเป็น “ออกให้หมด” คือสิ่งที่ทำให้เสีย 7,808$ ในปีที่ทองขึ้น · ถ้าใช้สัญญาณลดน้ำหนักแทนสลับเปิดปิด จะเป็นอย่างไร
| พอร์ต | สุทธิ | PF | DD | ผลตอบแทน ÷ DD |
|---|---|---|---|---|
| A · ออกให้หมดตอนสัญญาณดับ | +1,110$ | 1.15 | 1,010$ | 1.10 |
| D · ถือยาวตลอด | +7,275$ | 1.45 | 3,724$ | 1.95 |
| E · ลดเหลือ 25% ตอนสัญญาณดับ | +5,591$ | 1.64 | 2,184$ | 2.56 |
| E · ลดเหลือ 50% | +6,153$ | 1.57 | 2,673$ | 2.30 |
| E · ลดเหลือ 75% | +6,714$ | 1.50 | 3,199$ | 2.10 |
⚠ สมมติฐานนี้ได้มาจากข้อมูลชุดเดียวกับที่ใช้ทดสอบ — มันคือการสำรวจ ไม่ใช่การยืนยัน และตัวเลขจะดีเกินจริงเสมอในกรณีแบบนี้ · ต้องผ่านข้อมูลอิสระก่อนจึงจะให้น้ำหนักได้
แต่ข้อสรุปเชิงโครงสร้างไม่ได้ขึ้นกับค่าพารามิเตอร์: ทักษะของระบบคือการลดการมีส่วนร่วมในช่วงที่ไม่ดี และการแปลงมันเป็นการออกทั้งหมดคือการทิ้งขาขึ้นไปฟรี ๆ
7 · ข้อจำกัดที่ต้องอ่านคู่กับทุกตัวเลขข้างบน
- ทองขึ้น 164% ในช่วงที่ทดสอบ (1,683 → 4,436) · การเทียบระบบ long-only กับการถือยาวในตลาดกระทิงยาวขนาดนี้ คือการเทียบกับเกณฑ์ที่แข็งมาก · แต่มันคือเกณฑ์ที่ถูกต้อง ถ้าเอาชนะการถือเฉย ๆ ไม่ได้ ก็ไม่มีเหตุผลจะเทรดมัน
- เราไม่มีข้อมูลว่าระบบทำอย่างไรในตลาดหมีที่ยาวจริง ๆ · ปีที่ทองลงในตัวอย่างมีแค่ 5 ปี และส่วนใหญ่ลงไม่ลึก
- การทดสอบทางเข้าใช้จุดออกเดิมทุกไม้ ซึ่งเป็นการประมาณ · ในระบบจริง Chandelier ยึดกับจุดสูงสุดที่ทำได้ ไม่ใช่จุดเข้า การเข้าถูกลงจึงแทบไม่ขยับจุดออก แต่มันไม่เป๊ะ และผลจะดีกว่าความจริงเล็กน้อยเสมอ
- ไม่ได้คิดต้นทุนโอกาสของเงินที่ว่างอยู่ 78% ของเวลา · ถ้าเงินก้อนนั้นทำอย่างอื่นได้ ภาพจะเปลี่ยน
- หน้านี้ไม่ได้บอกว่า DeskTrend ไร้ค่า — มันบอกว่าค่าของมันคือ การลดความเสียหาย ไม่ใช่ การสร้างผลตอบแทน และเราเคยเข้าใจผิดว่าเป็นอย่างหลัง
สรุปและสิ่งที่จะเปลี่ยน
- เกณฑ์เปรียบเทียบเปลี่ยนถาวร — ทุกระบบ long-only บนทอง ต้องเทียบกับการถือยาวที่คุมความเสี่ยงด้วยสูตรเดียวกัน ไม่ใช่เทียบกับศูนย์ · PF 1.39 ที่เราเคยภูมิใจ วัดกับเกณฑ์ที่ไม่ใช่เกณฑ์
- ไม่เอา DeskTrend ไป FTMO — กติกาพร็อพให้รางวัลกับ การทำกำไรถึงเป้าในเวลาจำกัด แต่ทักษะที่ระบบนี้พิสูจน์ได้คือ การไม่ขาดทุน · มันจะผ่านด่านความเสี่ยงสบาย ๆ แล้วไปตายที่เป้ากำไร
- ทิศทาง EA ตัวถัดไปเปลี่ยนจาก “หาสัญญาณใหม่” เป็น “ใช้สัญญาณเดิมเป็นตัวปรับน้ำหนัก” · แต่ต้องยืนยันบนข้อมูลอิสระก่อน เพราะสมมติฐานนี้เกิดจากข้อมูลชุดเดียวกับที่ทดสอบ
- เลิกมองหาจุดเข้าที่ดีกว่าในระบบนี้ — ทดสอบ 12 ชุดแล้ว ไม่มีชุดไหนผ่าน และไม้ที่ไม่ได้ฟิลคือไม้ที่ดี
โค้ด: desktrend_attribution.py · entry_limit_test.py ·
ข้อมูล: desktrend_h4_trades.csv 290 ไม้จริง ·
รายงาน walk-forward เดิม