TFEX Robot Trading for Beginner

TOP TRADER CO.,LTD.

INDEX

1. 4 Principles of System Trading

2. Model Development Process

3. Robot Making by EA Builder (Level 2)

4. Model Back Testing Process

5. How to Stamping Robot by TFEXMT4.com

1. 4 Principles of System Trading1. Zero Sum Game

– มีคนไดก้็ตอ้งมีคนเสีย– ทฤษฎีดลุยภาพ

2. Betting Theory ( โอกาส และ ความน่าจะเป็น )– ก าไรคาดหวงั– ท าไมมีคนชนะจากบ่อนพนนั

3. Money Management– Port Money Management– Model Money Management

4. Risk Management– Risk with Market Dynamics– Risk with non Market Dynamics– Risk with No Model Allocation

4 Principles

➢ มีคนไดก็้ตอ้งมีคนเสียเกมผลรวมเป็นศนูยเ์ป็นกรณีท่ีเม่ือฝ่ายหนึ่งเป็นฝ่ายได ้อีกฝ่ายหนึ่งจะเป็นฝ่ายเสียส่งผลใหผ้ลไดข้องฝ่ายหนึ่งจะพอดีกบัผลเสียของอีกฝ่ายหนึ่ง หรอือาจจะกล่าวอีกนยัหนึ่งไดว้่า ฝ่ายหนึ่งชนะจ านวนเท่าใดก็จะท าใหอี้กฝ่ายหนึ่งตอ้งเสียเป็นจ านวนเท่านัน้ เป็นเกมท่ีมีผลรวมคงท่ี➢ Nash Equilibrium จดุดลุยภาพ Nash

1. Zero Sum Game

ถา้นกัโทษทัง้สองคนติดต่อกนัได ้นกัโทษทัง้สองคนจะเลือก ร่วมมือแต่ถา้ติดต่อกนัไม่ได ้จะทรยศทัง้คู่

เม่ือเราเช่ือว่า ตลาดจะลง ไม่เท่ากบั เม่ือเราเช่ือว่า คนส่วนนอ้ยแต่ขนาดใหญ่คิดว่าตลาดจะลง(Smart Money)

ต่างชาติ

ซือ้ ขาย

กองทนุซือ้ 1,0 0,1

ขาย -1,0 -1,1

4 Principles1. Zero Sum Game

Foreign Fund Flow Chart

วิชานบัไพ่Note TFEX

Fund Flow Table

Note Gold

CNYUSD

SENTIX EU Break up

Note Stock

4 Principles2. Betting Theory ทฤษฎีการพนนั➢ ก าไรคาดหวงั

Expected Payoff = (Average Profit x %Win) – (Average Loss x % Loss)

ประเภทของการพนัน Expected Payoff

คาบารา่ ระหว่าง -1% ถึง -2%

แครบส์ ระหว่าง -1.5% ถึง -6.67%

รูเล็ท -5.27%

แบล็คแจ๊ค ไม่เกิน -6%

สล็อตแมชชีน -10%

สลากกินแบ่งรฐับาล -40%

Q : การพนนัสว่นใหญ่ ใหก้ าไรคาดหวงัเป็นลบแต่ท าไมมีคนที่ไดก้ าไรจากการพนนั?

Money & RiskManagement

A :

แพต้่อเน่ืองติดต่อกนัมากเกินไป

2. Betting Theory ทฤษฎีการพนนั➢ ความเก่ียวขอ้งระหวา่ง จ านวนการเทรด กบั ผลตอบแทนท่ีได ้ในระยะสัน้บางคน

ขาดทนุ บางคนก าไร แตใ่นระยะยาวท่ีเฉล่ียแลว้ทกุคน วิ่งเขา้หาคา่เดียวกนั คือ Expected Payoff

4 Principles

4 Principles3. Money Management (1)

Port Money Management

Return = Cash + Beta + Alpha

Cash คือ เงินสด หรอื เทียบเท่า ตอ้งไม่สามารถติดลบได ้และ สามารถน ามาใชไ้ดต้ามตอ้งการ

Beta คือ Model ท่ีสามารถสรา้ง Cash Flow ออกมาใหก้บัพอรท์ไดใ้นระดบัใกลเ้คียงกบัผลตอบแทนตลาดหรอืดีกว่า

Alpha คือ Model ท่ีสามารถสรา้งผลตอบแทนท่ีสงูกวา่ Beta มากๆ โดยไม่อิงผลตอบแทนตลาด**

Cash Beta Alpha

Cash Allocation 40%-50% 40%-50% 5%-20%

Timeframe D1 M1-M30 H1-W1

Strategy เงินสด,กองทนุรวมพนัธบตัร หรอื ตราสารหนี ้(ขายวนันี ้ไดพ้รุง่นี)้

Grid , Trend Follow, Indy Cross up/Down,

Scalping, Swing Trading

Trend Following, Mean Reverse (Divergence)

Expected Payoff 0%-1% 1%-20% >/20%

ตวัอยา่ง

**Only This Class Theory

Portfolio = Cash + Beta + Alpha

Beta1 Beta2 Alpha1 Alpha2

100% 50% 30% 20%

75% 25% 50% 50%

PTT, AOT, ADVANC,SCC,KBANK

GF10U18S50Z18

S50U18 Single Stock

Future

DCAValue AvgMartingale

Trend Following

KZMScalping

Indy Cross

KZMScalping

Indy Cross

Symbol

Model

Beta-Alpha Allocation

Portfolio Theory

Portfolio = Cash + Beta + Alpha120% 42% 40% 38%

Target Rebalancing

Time Period Rebalancing

Portfolio = Cash + Beta + Alpha

100% 50% 30% 20%

WithdrawRebalancing

Modern Portfolio Guideline

Rebalancing

Cash Flow Policy

ตวัอยา่ง จากตวัอย่างท่ีผ่านมาสมมติว่าผูล้งทนุ ลงทนุในกลุม่หุน้สามญั โดยมีเงินตัง้ตน้ 20,000 บาท และตอ้งการลงทนุในหุน้ A และ B อย่างละ 50% โดยราคา หุน้ A หุน้ละ 10 บาท และหุน้ B หุน้ละ 5 บาท เป็นระยะเวลา 3 ปี

ราคา จ านวนหุน้

มูลค่า

A 10 1000 10,000

B 5 2000 10,000

รวม 20,000

ราคา จ านวนหุน้

มูลค่า

A 15 1000 15,000

B 4 2000 8,000

รวม 23,000

ราคา จ านวนหุน้

มูลค่า

A 10 1000 10,000

B 5 2000 10,000

รวม 20,000

ปีท่ี 1 ปีท่ี 2 ปีท่ี 3

ราคา จ านวนหุน้

มูลค่า

A 10 1000 10,000

B 5 2000 10,000

รวม 20,000

ราคา จ านวนหุน้

มูลค่า

A 15 767 11,500

B 4 2875 11,500

รวม 23,000

ราคา จ านวนหุน้

มูลค่า

A 10 767 7,670

B 5 2,875 14,375

รวม 22,045

ปีท่ี 1 ปีท่ี 2 ปีท่ี 3

Without Rebalancing

With Rebalancing

Modern Portfolio GuidelineAppendix

Guideline Only

4 Principles3. Money Management (2)Model Money Management❖ กรณีค่า Expected Payoff > 0

Kelly Criterion % = W – [(1 – W) / R]

W = Winning probability R = Win/loss ratio

❖ กรณีตัง้ค่า Stop Loss คงท่ี มี % Win ต ่า แต่ RR สงู

2% Rule = (NAV x 0.02) / จ านวนจดุ Stop Loss x 200 = จ านวนสญัญา

❖ กรณีไมแ่น่ใจ หรอื Expected Payoff <= 0 Martingale 1,2,4,8,16 การเพ่ิม Position Sizing ในกรณีท่ีแพต้ิดตอ่กนัAnti Matingale 1,2,4,8,16 การเพ่ิม Position Sizing ในกรณีท่ีชนะติดตอ่กนั*Fibonacci Strategy 1,2,3,5,8,13 การเพ่ิม Position Sizing ในกรณีท่ีแพต้ิดตอ่กนัAnti Fibonacci Strategy 1,2,3,5,8,13 การเพ่ิม Position Sizing ในกรณีท่ีชนะติดตอ่กนั*Labouchere’s Strategy 1,2,3,4 การเพ่ิม Position Size โดยการใชต้วัแรกและตวัสดุทา้ย ของอนกุรมบวกกนัAnti Labouchere’s Strategy 1,2,3,4 การเพ่ิม Position Size โดยการใชต้วัแรกและตวัสดุทา้ย ของอนกุรมบวกกนั*

* กรณี ท่ีใชน้ะบบ Anti ควรมี Consecutive Win > 2

New comer recommend

*Kelly Criterion More Explanation

-100

0

100

200

300

400

500

600

700

800

0 0.2 0.4 0.6 0.8 1

Win

nin

gs (

$)

Bet Rate - % of Bankroll

Appendix

Kelly Criterion % = W – [(1 – W) / R]

W = % WinningR = Win/loss ratio

MM Strategy-Kelly Phenomena

%WinProbability

Reward

Risk

O O O O

%WinProbability

Reward

Risk

O X O O

%WinProbability

Reward

Risk

X O X X

%WinProbability

Reward

Risk

X X O X

%WinProbability

Reward

Risk

X X X O

%WinProbability

Reward

Risk

X X X X

Known ExpectancyExpectancy > 0 @1Unit

Unknown Expectancy

% Kelly Criterion

Kelly Multiply 0.X Optimal f ,Secure f2% Rule ,Fix FractionFix Ratio, Fix Lot etc.

>

% Kelly Criterion

Kelly Multiply 0.X Optimal f ,Secure f2% Rule ,Fix FractionFix Ratio, Fix Lot etc.

<

All MM in the world

All MM in the world

Not Available Need %Win Risk and Reward

Overtrading

Sizing Optimization

OR

MM Strategy-Martingale Phenomena

%WinProbability

Reward

Risk

O O O O

%WinProbability

Reward

Risk

O X O O

%WinProbability

Reward

Risk

X O X X

%WinProbability

Reward

Risk

X X O X

%WinProbability

Reward

Risk

X X X O

%WinProbability

Reward

Risk

X X X X

Known ExpectancyExpectancy > 0 @1Unit

Unknown Expectancy

MartingaleWith Condition :Martingale byCash = N1 + N2 +N3 ….+NnNo of Consecutive Loss <= n

MartingaleWith Condition :Martingale byCash = N1 + N2 +N3 ….+NnNo of Consecutive Loss > n

พอรท์ระเบิด

%WinProbability

Reward

Risk

O O O O

%WinProbability

Reward

Risk

O X O O

%WinProbability

Reward

Risk

X O X X

%WinProbability

Reward

Risk

X X O X

%WinProbability

Reward

Risk

X X X O

%WinProbability

Reward

Risk

X X X X

Known ExpectancyExpectancy > 0 @1 Unit

Unknown Expectancy

Fix Lot

Fix Lot

Fix Lot

MM Strategy-Fix Lot Phenomena

%Win > 70%Overtrading?Under trading?

Randomize?

%Win < 70%Overtrading?Under trading?

%WinProbability

Reward

Risk

O O O O

%WinProbability

Reward

Risk

O X O O

%WinProbability

Reward

Risk

X O X X

%WinProbability

Reward

Risk

X X O X

%WinProbability

Reward

Risk

X X X O

%WinProbability

Reward

Risk

X X X X

Known ExpectancyExpectancy > 0 @1 Unit

Unknown Expectancy

DCA

DCA

MM Strategy-DCA Phenomena

Not AvailableBy Risk under Control

Product is not ZeroNo Time Ending

Product is ZeroTime Ending

Not AvailableBy Risk under Control

Not AvailableBy Known Probability

Product is not ZeroNo Time Ending

Product is ZeroTime Ending คมุตน้ทนุไมไ่ด้

MM Strategy-Summary All Win

%WinProbability

Reward

Risk

O O O O

%WinProbability

Reward

Risk

O X O O

%WinProbability

Reward

Risk

X O X X

%WinProbability

Reward

Risk

X X O X

%WinProbability

Reward

Risk

X X X O

%WinProbability

Reward

Risk

X X X X

Known ExpectancyExpectancy > 0 @1Unit

Unknown Expectancy

% Kelly Criterion

Martingale

DCA

Kelly Multiply 0.X Optimal f ,Secure f2% Rule ,Fix FractionFix Ratio, Fix Lot etc.

With Condition :Martingale byCash = N1 + N2 +N3 ….+NnNo of Consecutive Loss <= n

>

Martingale Fibonacci , LabouchereAnti Martingale , Anti FibonacciAnti LabouchereMartingale inside Kelly etc.

Time Period DCAWith ConditionNo Time EndingProduct is not Zero

VI Master & All Master

All MM in the world

All Martingale Type

4 Principles4. Risk Management (1)Risk with Market Dynamics (Check List)1. ความเส่ียงท่ีเกิดจากการเขา้ผิดทาง ตอนเกิดความผนัผวนสงู สวนเทรนด์2. ความเสี่ยงท่ีเกิดจากการเขา้ผิดทาง ตอนราคาอยู่แนวตา้นหรอืแนวรบั3. ความเสี่ยงท่ีเกิดจากการเขา้ผิดทาง ในระหว่างราคาอยู่ระหวา่ง Overbought Oversold4. ความเสี่ยงท่ีเกิดจากการเทรดในช่วงไมม่ี Trend หรอื Flat5. ความเสี่ยงท่ีเกิดจากการใช ้อินดิคิเตอร์ ไมส่อดคลอ้งกบั Timeframe6. ความเส่ียงท่ีเกิดจากการใช ้Pending Order 7. ความเสี่ยงท่ีเกิดจากการใชค้า่คงท่ีของ TP,SL,TL8. ความเสี่ยงท่ีเกิดจากตลาดพงั ลงทนัที 100 จดุ9. ความเสี่ยงท่ีเกิดจากการใช ้Timeframe เดียว10. ความเส่ียงท่ีเกิดจากการใช ้Technical อย่างเดียว11. ความเสี่ยงท่ีเกิดจากการใช ้Model ไมส่อดคลอ้งกบัสภาพตลาดสรุป ในแต่ละ Model ความเสี่ยงในแตล่ะขอ้ไมเ่ท่ากนั ไมจ่ าเป็นตอ้งค านงึทัง้หมด พยายามควบคมุความเสี่ยงท่ีท าใหเ้กิดความเสียหายมากที่สดุ

4 Principles

4. Risk Management

Risk with Not Market Dynamics (2)1. ความเสี่ยงท่ีเกิดจากโครงสรา้งของระบบ การออกแบบที่ไมมี่การควบคมุความ

เสี่ยง2. ความเส่ียงท่ีเกิดจากการใช ้Server ท่ีไมมี่ประสิทธิภาพ ชา้3. ความเสี่ยงท่ีเกิดจากการใช ้Internet ติดๆดบัๆ4. ความเสี่ยงท่ีเกิดจาก Pre Trade Risk control

5. ความเส่ียงท่ีเกิดจาก กฎและขอ้บงัคบั ของตลาด6. ความเสี่ยงท่ีเกิดจาก การรบัขอ้มลู และ การสง่ออเดอร์ ท่ีไมมี่ประสิทธิภาพ

4 Principles

4. Risk Management

No Model Allocation Risk

2 Products Bet N- Products Bet

Model BHigh RiskLow Return

Model AHigh ReturnLow Risk

Model A

Model B

Model C

Model DModel E

Model F

Model G

N-Products Mix

2-Products Mix

2.Model Development Process

Hypotenuses

Ie: Port Follio

Price Patterns

Market inefficient

Analysis & Development

Using historical data, statistic method and

machine learning

Prototyping

Coding Algorithm of

asset , allocation and Trading Rule

BackTesting

Using a larger Scale of

historical data

Forward Testing

Test Environmental

with broker demo account

Productive Usage

High Secure

Server Environmental

MT4 Price ChartMQL5 WebstatMT4 Indicators

Smart EAEA BuilderMQL4 Language

MT4 Strategy Tester

Broker demo accountMQL5 Webstat

Server for Smart EA

4. Model Back test Process➢ Back Test คืออะไร?Back Test คือการทดสอบ Logic ท่ีน ามาเขียนโปรแกรมสง่ค าสั่งดว้ยกราฟของสนิคา้ในอดีต➢ ประโยชนข์องการท า Back Test เพ่ือตรวจสอบความถกูตอ้งของโปรแกรมท่ีท าการสรา้งขึน้มา และผลลพัธข์องการทดสอบกบัคา่ในอดีต ว่าท่ีระบบสรา้งขึน้ จะสามารถท าก าไร หรอื อยูร่อดในตลาดไดห้รอืไม่

Thank you very much