Risk of Ruin คืออะไร? ทำไมความเสี่ยงต่อไม้เล็กจึงสำคัญ

ระบบที่มีค่าคาดหวังเป็นบวกยังทำให้บัญชีเสียหายหนักได้ ถ้าเสี่ยงต่อไม้มากเกินไปในช่วงที่แพ้ติดกัน Risk of Ruin คือแนวคิดที่ใช้อธิบายเรื่องนี้ บทความนี้อธิบายว่าอะไรกำหนดโอกาสล้ม และใช้การจำลองให้เห็นเป็นตัวเลขว่าความเสี่ยงต่อไม้เปลี่ยนผลได้มากแค่ไหน

ตัวเลขเป็นตัวอย่างเพื่อประกอบบทความ · ตรวจเงื่อนไขของโบรกเกอร์ก่อนเทรดจริง

สรุปสาระสำคัญ

• Risk of Ruin คือโอกาสที่ทุนจะลดลงถึงระดับที่ไปต่อไม่ได้ ซึ่งต้องนิยามระดับนั้นให้ชัดก่อน
• สามตัวแปรหลักคือ ความเสี่ยงต่อไม้ อัตราชนะ และสัดส่วนกำไรต่อขาดทุน
• ระบบเดียวกัน เสี่ยงต่อไม้ต่างกัน ให้โอกาสล้มต่างกันหลายสิบเท่าได้
• ระบบที่เท่าทุนหรือติดลบ ความเสี่ยงต่อไม้ที่เล็กช่วยได้แค่ชะลอ ไม่ได้แก้
• ผลจำลองขึ้นกับสมมติฐาน ใช้เพื่อเข้าใจทิศทาง ไม่ใช่ทำนายบัญชีจริง

Risk of Ruin คืออะไร

Risk of Ruin คือความน่าจะเป็นที่ทุนจะลดลงถึงระดับที่กำหนดว่า "ล้ม" ถ้าเปิดไม้ด้วย % คงที่ของทุนปัจจุบัน ทุนจะไม่ถึงศูนย์พอดี เพราะขนาดไม้เล็กลงตามทุน ในทางปฏิบัติจึงนิยามการล้มเป็นระดับที่ใช้งานจริง เช่น ทุนลดเหลือครึ่งหนึ่ง ซึ่งต้องกำไร 100% จึงกลับจุดเดิม และเป็นระดับที่คนส่วนใหญ่มักเลิกใช้แผนไปก่อนแล้ว

สามตัวแปรที่กำหนดโอกาสล้ม

• ความเสี่ยงต่อไม้ — ตัวที่ควบคุมได้โดยตรงที่สุด ยิ่งสูง ยิ่งใช้ไม้แพ้ติดกันน้อยลงในการลงลึก
• อัตราชนะ — ยิ่งต่ำ ช่วงแพ้ติดกันยิ่งยาวและเกิดบ่อยขึ้น
• สัดส่วนกำไรต่อขาดทุน (Payoff) — ไม้ชนะได้กี่เท่าของไม้แพ้ ร่วมกับอัตราชนะกำหนด Expectancy ตามที่อธิบายใน แผนการเทรดและบันทึก

ตัวเลขง่าย ๆ ที่ช่วยเห็นภาพคือจำนวนไม้แพ้ติดกันที่ทำให้ทุนเหลือครึ่งหนึ่ง ที่เสี่ยง 1% ต่อไม้ต้องแพ้ติดกัน 69 ไม้ ที่ 2% เหลือ 35 ไม้ ที่ 5% เหลือ 14 ไม้ และที่ 10% เหลือเพียง 7 ไม้

จำลองให้เห็นเป็นตัวเลข

การจำลองแบบ Monte Carlo สุ่มผลแพ้ชนะตามอัตราที่กำหนดซ้ำหลายพันรอบ แล้วนับว่ากี่รอบที่ทุนลดลงถึงระดับล้ม ภาพด้านล่างจำลอง 5,000 รอบ รอบละ 300 ไม้ ระบบ A ชนะ 45% ได้ 1.5R ต่อไม้ชนะ ค่าคาดหวัง +0.125R ต่อไม้ ส่วนระบบ B ชนะ 40% ได้ 1.5R ค่าคาดหวังเท่ากับศูนย์ การล้มนิยามว่าทุนลดเหลือครึ่งหนึ่ง

ระบบ A เหมือนเดิมทุกอย่าง ต่างกันแค่ความเสี่ยงต่อไม้ ที่ 1% ไม่มีรอบไหนล้มเลย (0.0%) ที่ 2% ล้ม 0.3% ที่ 3% ล้ม 3.0% ที่ 5% ล้ม 16.1% และที่ 10% ล้มถึง 52.0% ของรอบ ตัวเลขเหล่านี้เป็นผลของสมมติฐานในการจำลอง ไม่ใช่สถิติของบัญชีจริง

ระบบที่เป็นบวกก็ล้มได้

ในการจำลองเดียวกัน ระบบ A แพ้ติดกันยาวสุดต่อรอบ 300 ไม้ มีค่ากลาง 8 ไม้ และ 87% ของรอบมีช่วงแพ้ติดกันตั้งแต่ 7 ไม้ขึ้นไป ถ้าเสี่ยง 10% ต่อไม้ แพ้ติดกัน 7 ไม้ก็เท่ากับ Drawdown เกิน 50% แล้ว ค่าคาดหวังที่เป็นบวกไม่ได้ช่วย ถ้าทุนลงไปลึกก่อนที่ข้อได้เปรียบจะมีเวลาทำงาน ความลึกของช่วงแบบนี้อธิบายเพิ่มใน Drawdown คืออะไร

อัตราชนะและ Payoff เปลี่ยนผลอย่างไร

ระบบ B ใช้ Payoff เท่ากับระบบ A แต่อัตราชนะต่ำกว่า 5 จุด จนค่าคาดหวังเป็นศูนย์ ผลคือโอกาสล้มสูงขึ้นทุกระดับ ที่ 2% ล้ม 13.4% เทียบกับ 0.3% ของระบบ A และที่ 3% ล้ม 35.6% เทียบกับ 3.0% ระบบที่ไม่มีข้อได้เปรียบจริง การลดความเสี่ยงต่อไม้ช่วยให้ทุนอยู่ได้นานขึ้น แต่ไม่ได้ทำให้ระบบกลายเป็นบวก

ข้อจำกัดของการจำลอง

• สมมติว่าผลแต่ละไม้เป็นอิสระต่อกัน — ตลาดจริงมีช่วงที่วิธีหนึ่งใช้ไม่ได้ติดกันนาน ๆ ทำให้แพ้ติดกันยาวกว่าที่สุ่มได้
• อัตราชนะและ Payoff เป็นค่าประมาณ — ถ้าประเมินจากข้อมูลน้อย ค่าจริงอาจต่ำกว่า
• ไม่รวมต้นทุนและ Slippage — ซึ่งลดค่าคาดหวังจริงลง
• ไม่รวมหลายไม้พร้อมกัน — ถ้าเปิดหลายไม้ที่สัมพันธ์กัน ความเสี่ยงจริงต่อครั้งคือผลรวม

นำไปใช้อย่างไร

• เลือกความเสี่ยงต่อไม้ให้เล็กพอ — ให้แพ้ติดกันยาวกว่าที่เคยเห็นแล้วยังไม่ลงลึกเกินรับได้ คำนวณตาม Position Sizing
• นับความเสี่ยงรวมของไม้ที่เปิดพร้อมกัน — ไม่ใช่ดูทีละไม้
• ตั้งเพดานขาดทุนรายวันและระดับหยุดทบทวน — ตามที่อธิบายใน เพดานขาดทุนรายวัน
• ประเมินค่าคาดหวังจากข้อมูลที่มากพอ — ก่อนเพิ่มความเสี่ยงต่อไม้

ความผิดพลาดที่พบบ่อย

• คิดว่าระบบบวกแล้วเสี่ยงเท่าไรก็ได้ — ลำดับของผลแพ้ชนะทำให้ล้มก่อนได้
• ประเมินช่วงแพ้ติดกันจากความรู้สึก — ช่วงยาวเกิดบ่อยกว่าที่คนส่วนใหญ่คาด
• เพิ่มความเสี่ยงหลังขาดทุนเพื่อเอาคืน — เพิ่มโอกาสล้มในจังหวะที่ทุนเล็กลงอยู่แล้ว
• ถือผลจำลองเป็นคำทำนาย — ทั้งที่ขึ้นกับสมมติฐานทุกข้อ

สรุป

Risk of Ruin แสดงว่าความเสี่ยงต่อไม้คือตัวแปรที่ตัดสินว่าข้อได้เปรียบของระบบจะมีเวลาทำงานหรือไม่ ความเสี่ยงต่อไม้ที่เล็กพอไม่ได้รับประกันผล แต่ทำให้ช่วงแพ้ติดกันที่ต้องเจออยู่แล้วไม่ทำลายทุนก่อน ขั้นต่อไปคือคุมความเสียหายรายวันด้วย เพดานขาดทุนรายวัน