ในการทำ Pair Trading หรือการเทรดหุ้นที่วิ่งออกห่างจากราคาเฉลี่ย สิ่งสำคัญที่ผมมักตั้งคำถามคือ "เมื่อหุ้นวิ่งขึ้นมาถึงจุดหนึ่ง มันมีแนวโน้มจะวิ่งกลับไปหาจุดสมดุล (Mean) หรือจะวิ่งต่อไป (Momentum) มากน้อยแค่ไหน?"

บทความนี้ผมนำผลการทำ Quantitative Research ผ่านการเขียนโปรแกรม Python เพื่อจำลองสถิติย้อนหลัง โดยเน้นไปที่การดูค่า Median ของส่วนต่างราคา (Pct Diff Median) จากราคาปัจจุบันไปจนถึงราคาปิดตลาด เพื่อหาจุดเข้าที่ได้เปรียบที่สุดในระหว่างวัน

---

Technical Concept & Methodology

โค้ดชุดนี้ดึงข้อมูล Snapshot รายนาทีมาวิเคราะห์ โดยผมคัดกรองหุ้นตามเงื่อนไข และเปรียบเทียบระหว่างกลุ่มหุ้นที่วิ่งขึ้น (Dup) และวิ่งลง (Ddn) เพื่อหาค่าความแตกต่างของผลตอบแทนที่คาดหวังในตอนจบวัน

ตัวแปรที่ใช้ควบคุม (Control Variables):

• Liquidity Filter: เลือกเฉพาะหุ้นที่มีมูลค่าการซื้อขาย (Volume) มากกว่า 30 ล้าน USD ณ เวลานั้น เพื่อตัด Noise จากหุ้นสภาพคล่องต่ำ
• Time Horizon: วิเคราะห์ตั้งแต่นาทีที่ 20 ไปจนถึงนาทีที่ 180 ของการเปิดตลาด
• Statistical Metric: ใช้ค่า Median (มัธยฐาน) แทน Mean เพื่อลดผลกระทบจากค่า Outlier ที่อาจทำให้สถิติผิดเพี้ยน

---

Graph Interpretation: อ่านค่าสถิติผ่านภาพ

ผมแบ่งการวิเคราะห์ออกเป็น 3 มุมมองหลักเพื่อให้เห็นภาพรวมของพฤติกรรมราคา:

1. Focus on Current Deviation (การเบี่ยงเบนจากราคาเปิด)

กราฟแรกแสดงความสัมพันธ์ระหว่าง "ระยะที่ราคาห่างจากราคาเปิด" กับ "โอกาสในการทำกำไรก่อนปิดตลาด"

• The Findings: หุ้นที่เบี่ยงเบนจากราคาเปิดมาก (เช่น 4-5%) มักจะมีค่า Median ติดลบอย่างชัดเจนในช่วงบ่าย
• Interpretation: ยิ่งราคาห่างจากราคาเปิดมากเท่าไหร่ แรงขายทำกำไรหรือแรงซื้อคืนมักจะกดดันให้ราคากลับเข้าหาค่าเฉลี่ยในช่วงปิดวัน (Mean Reversion)

2. Focus on Highest/Lowest (จุดสูงสุด/ต่ำสุดของวัน)

มุมมองนี้เน้นดูว่าหากราคาทำ High หรือ Low ของวัน ณ เปอร์เซ็นต์ต่างๆ จะส่งผลอย่างไร

• The Findings: เมื่อราคาทำ High/Low ที่ระดับ 2-3% ขึ้นไป กราฟจะเริ่มมีการ "หักหัวกลับ" เข้าหาเส้น 0 มากขึ้น
• Interpretation: จุดสูงสุดหรือต่ำสุดชั่วคราวระหว่างวัน มักจะเป็นจุดที่มี Risk/Reward ดีที่สุดสำหรับการสวนแนวโน้ม (Counter-trend)

3. Focus on ATR% (ความผันผวนเฉพาะตัว)

ATR (Average True Range) บอกถึง "ระยะวิ่งปกติ" ของหุ้นแต่ละตัว

• The Findings: หุ้นที่มีค่า ATR% สูง (เส้นสีเขียว/เหลือง) จะมีการแกว่งตัวของ Median ที่รุนแรงกว่าหุ้นนิ่งๆ
• Interpretation: สำหรับสาย Pair Trading การเลือกหุ้นที่มี ATR% เหมาะสมจะช่วยให้เรามี "ช่องว่าง" (Room) ในการทำกำไรที่กว้างพอ แม้ราคาจะไม่ได้กลับมาที่เดิมทั้งหมด

---

Practical Application: นำไปใช้เทรดจริงอย่างไร?

จากงานวิจัยชุดนี้ ผมสรุปเป็นแนวทางในการเทรด (Trading Actionable) ได้ดังนี้:

1. Selection Criteria: ค้นหาหุ้นที่มีการเบี่ยงเบนจากราคาเปิดเกิน 3% ขึ้นไป และมีมูลค่าการซื้อขายหนาแน่นพอ (30M+) เพื่อให้มั่นใจว่าเป็นการขยับที่มีนัยสำคัญ
2. Timing: ช่วงเวลาที่สถิติเริ่มนิ่งและเห็นภาพชัดเจนคือหลังนาทีที่ 100 เป็นต้นไป (ประมาณกลางวันถึงบ่ายโมง) ซึ่งเป็นช่วงที่ทิศทางตลาดเริ่มชัดเจน
3. Position Sizing: จากกราฟจะเห็นว่าขนาดของ Marker (จำนวนข้อมูล) ยิ่งเยอะ ข้อมูลยิ่งน่าเชื่อถือ ดังนั้นหุ้นที่วิ่งแรงแบบไม่มี Volume (Data point น้อย) ควรลดขนาดไม้ลงเพื่อป้องกันความเสี่ยง
4. Exit Strategy: เป้าหมายไม่ใช่การรอให้ราคากลับไปที่ศูนย์เสมอไป แต่คือการดึงส่วนต่างที่เกิดจาก "ความกลัวและความโลภ" ระหว่างวันกลับเข้าหาค่ามัธยฐาน (Median)

Conclusion: สถิติบอกเราว่า "แรงโน้มถ่วงของราคา" มีอยู่จริง ยิ่งหุ้นวิ่งออกไปไกลจากความสมดุลด้วยความเร็วที่มากเกินไป โอกาสที่มันจะถูกดึงกลับในช่วงท้ายวันก็ยิ่งสูงขึ้น