Volatility clustering ตลาดเหวี่ยงแรงแล้วมักเหวี่ยงต่อ เข้าใจ GARCH แบบง่าย

ถ้าเมื่อวานตลาดเหวี่ยงแรง วันนี้ก็มีแนวโน้มจะเหวี่ยงแรงอีก ถ้าเมื่อวานเงียบ วันนี้ก็มีแนวโน้มจะเงียบ แต่ ทิศทาง ว่าจะขึ้นหรือลงนั้นแทบเดาจากเมื่อวานไม่ได้เลย ปรากฏการณ์นี้เรียกว่า Volatility clustering (ความผันผวนเกาะกลุ่ม) เป็นหนึ่งในข้อเท็จจริงที่มั่นคงที่สุดของตลาดการเงิน และมีผลโดยตรงกับขนาดไม้ ระยะ Stop loss และวิธีตัดสินว่าระบบเทรดยังดีอยู่หรือไม่

ทิศทางเดาไม่ได้ แต่ขนาดการขยับ “จำ” ได้

Benoit Mandelbrot สังเกตไว้ตั้งแต่ปี 1963 ว่าการเปลี่ยนแปลงราคาครั้งใหญ่มักตามด้วยการเปลี่ยนแปลงครั้งใหญ่ จะไปทางไหนก็ได้ ส่วนการเปลี่ยนแปลงเล็กก็มักตามด้วยการเปลี่ยนแปลงเล็ก

เครื่องมือวัดเรื่องนี้คือ Autocorrelation (สหสัมพันธ์กับตัวเองย้อนหลัง) ถามง่าย ๆ ว่า “ค่าของวันนี้ไปทางเดียวกับค่าเมื่อ k วันก่อนแค่ไหน” ค่า 0 คือไม่เกี่ยวกันเลย ค่าบวกคือไปทางเดียวกัน เราวัดสองอย่าง

• ผลตอบแทน r (บวกหรือลบ) ตอบคำถามเรื่องทิศทาง
• ขนาดผลตอบแทน |r| (ตัดเครื่องหมายทิ้ง) ตอบคำถามเรื่องความแรง

เราสร้างชุดราคาจำลอง 2,000 วันด้วยแบบจำลอง GARCH(1,1) (อธิบายสูตรในหัวข้อถัดไป) ตั้งค่า α = 0.08, β = 0.90 และความผันผวนระยะยาว 1% ต่อวัน กติกาเดียวกันทุกวัน ไม่มีการเปลี่ยนช่วงตลาดเลย แต่ผลที่ได้มีทั้งช่วงสงบและช่วงพายุ

พอวัด autocorrelation ของชุดเดียวกันย้อนหลัง 1–20 วัน

• ผลตอบแทน r: ทั้ง 20 lag อยู่ในกรอบ ±0.044 (กรอบ 1.96 ÷ √2,000 คือขนาดที่ความบังเอิญล้วน ๆ ทำได้) ค่าที่ไกลสุดคือ 0.034
• ขนาด |r|: 16 ใน 20 lag อยู่เหนือกรอบ ค่า lag 1 = 0.101 lag 10 = 0.108 ยังสูงอยู่แม้ผ่านไปสองสัปดาห์
• ชุดควบคุม สุ่มแบบปกติที่ความผันผวนคงที่ 1%: |r| ไม่มี lag ไหนหลุดกรอบเลย แปลว่าการเกาะกลุ่มมาจากกลไกของ GARCH จริง

ดูอีกมุมในชุดจำลองเดียวกัน วันถัดจากวันที่ขยับแรงที่สุด 10% มีขนาดขยับเฉลี่ย 0.827% วันถัดจากวันที่เงียบที่สุด 10% เฉลี่ย 0.670% (เฉลี่ยทุกวัน 0.698%) แต่หลังวันที่ ขึ้น แรง 106 ครั้ง วันถัดไปขึ้นต่อแค่ 48.1% ใกล้เหรียญหัวก้อย

ตลาดแทบไม่จำทิศ แต่จำขนาด ความผันผวนพรุ่งนี้พอประมาณได้ ทิศทางพรุ่งนี้ประมาณไม่ได้

ข้อมูลจริง: ทองคำ EURUSD และ BTC

เราใช้แท่งรายวันจริงที่เก็บไว้จากฟีดราคา (ทองและ EURUSD จากฟีดของโบรก BTC จากฟีดของกระดานเทรดคริปโต) คิดผลตอบแทนจากราคาปิดถึงราคาปิด (log return) ตัดแท่งวันเสาร์และอาทิตย์ของทองและ EURUSD ทิ้ง BTC เทรดทุกวันจึงใช้ครบ 7 วัน

ตลาด	ช่วงข้อมูล	จำนวนวัน	r lag 1	|r| lag 1	|r| เฉลี่ย lag 1–20	กรอบสุ่ม
ทองคำ XAUUSD	ม.ค. 2016 – ก.ค. 2026	2,718	0.005	0.156	0.142	±0.038
BTC	ม.ค. 2019 – พ.ค. 2026	2,707	−0.073	0.165	0.092	±0.038
EURUSD	มี.ค. 2024 – ก.ค. 2026	592	−0.010	0.137	0.055	±0.081

ทองคำ |r| อยู่เหนือกรอบครบทั้ง 20 lag (ต่ำสุด 0.089) ส่วน r ไกลสุดแค่ 0.053 BTC |r| เหนือกรอบ 19 ใน 20 lag ขณะที่ r lag 1 ติดลบเล็กน้อย (−0.073) EURUSD ข้อมูลสั้น กรอบจึงกว้าง แต่ |r| lag 1 ก็ยังเหนือกรอบ

ภาพที่ชัดที่สุดคือวันที่ทองขยับแรงที่สุด 6 วันในข้อมูลชุดนี้ (2016–2026) มีถึง 5 วันอยู่ในช่วงตุลาคม 2025 ถึงกุมภาพันธ์ 2026 และ 4 วันอยู่ห่างกันไม่ถึง 10 วัน คือ 28 ม.ค. +6.38%, 30 ม.ค. −10.60%, 5 ก.พ. −6.35%, 6 ก.พ. +5.47% ขนาดใหญ่ต่อกัน แต่ทิศสลับไปมา

ความผันผวนรายวันของทอง (ส่วนเบี่ยงเบนมาตรฐานของผลตอบแทนรายวัน) ก็เปลี่ยนเป็นช่วงชัดเจน ปี 2017 0.63% ปี 2018 0.60% ปี 2020 1.23% ปี 2025 1.20% และปี 2026 (ถึง 2 ก.ค.) 2.15% นี่คือข้อมูลราคาในอดีต ไม่ใช่ผลทดสอบระบบ และไม่ได้บอกว่าความผันผวนจะเป็นอย่างไรต่อ

GARCH แบบไม่ต้องใช้คณิตหนัก

Robert Engle เสนอแบบจำลอง ARCH ในปี 1982 (เป็นส่วนหนึ่งของงานที่ได้รางวัลโนเบลเศรษฐศาสตร์ปี 2003) และ Tim Bollerslev ขยายเป็น GARCH ในปี 1986 แนวคิดของ GARCH(1,1) เขียนเป็นภาษาคนได้ว่า

ความแปรปรวนวันนี้ = ค่าพื้นฐาน (ω) + α × (ผลตอบแทนเมื่อวาน)² + β × ความแปรปรวนเมื่อวาน

• ω ค่าพื้นฐานเล็ก ๆ ที่ดึงความผันผวนกลับสู่ระดับระยะยาว
• α ตลาดตอบสนองต่อข่าวหรือแรงกระแทกเมื่อวานแรงแค่ไหน
• β ความผันผวนเดิม “ค้าง” ไปถึงวันนี้มากแค่ไหน

ความผันผวนระยะยาว = √(ω ÷ (1 − α − β))

ตัวอย่าง ใช้ค่าเดียวกับชุดจำลอง ω = 0.000002, α = 0.08, β = 0.90 ความผันผวนระยะยาว = √(0.000002 ÷ 0.02) = √0.0001 = 1% สมมติเมื่อวาน GARCH คาดความผันผวนไว้ 1% (ความแปรปรวน 0.0001)

1. ถ้าเมื่อวานราคาขยับ 3%: 0.000002 + 0.08 × 0.0009 + 0.90 × 0.0001 = 0.000002 + 0.000072 + 0.00009 = 0.000164 → √ = 1.28%
2. ถ้าเมื่อวานขยับแค่ 0.2%: 0.000002 + 0.08 × 0.000004 + 0.00009 = 0.0000923 → √ = 0.96%

วันแรงทำให้ความผันผวนที่คาดไว้พุ่งขึ้นทันที วันเงียบทำให้ค่อย ๆ ลดลง GARCH ไม่สนเครื่องหมาย ขึ้น 3% หรือลง 3% ได้ผลเท่ากัน

ครึ่งชีวิตของแรงกระแทก

หลังวันที่เหวี่ยงแรง ความผันผวนส่วนเกิน (ส่วนที่สูงกว่าระดับระยะยาว) จะจางลงทีละ (α+β) เท่าต่อวัน ตัวเลขที่ใช้ง่ายที่สุดคือ ครึ่งชีวิต (half-life) จำนวนวันที่ส่วนเกินเหลือครึ่งหนึ่ง

ครึ่งชีวิต = ln(0.5) ÷ ln(α + β)

α + β	ครึ่งชีวิต (วันเทรด)
0.90	6.6
0.95	13.5
0.97	22.8
0.98	34.3
0.99	69.0

ตรวจ: 0.98 ยกกำลัง 34 = 0.503 เหลือครึ่งหนึ่งจริง

เราลองประมาณค่า GARCH(1,1) แบบหยาบ ๆ จากข้อมูลรายวันชุดเดียวกัน (ค้นหาแบบตาราง สมมติการกระจายแบบปกติ และตรึงความผันผวนระยะยาวไว้ที่ค่าของข้อมูล) ทองคำ 2016–2026 ได้ α ≈ 0.09, β ≈ 0.88 รวม 0.97 ครึ่งชีวิตราว 25 วันเทรด หรือเดือนเศษ BTC ได้ α ≈ 0.10, β ≈ 0.85 รวม 0.95 ครึ่งชีวิตราว 13 วัน (นับวันปฏิทิน เพราะ BTC เทรดทุกวัน) ค่าพวกนี้เปลี่ยนไปตามช่วงข้อมูลและวิธีประมาณ ใช้เป็นภาพคร่าว ๆ ว่า “พายุหนึ่งลูกค้างเป็นสัปดาห์ถึงเป็นเดือน ไม่ใช่วันสองวัน” อย่าใช้เป็นตัวเลขแม่นยำ และถ้าตลาดเปลี่ยนระดับความผันผวนถาวรกลางชุดข้อมูล ค่า α+β ที่ประมาณได้มักสูงเกินจริง

ความผันผวนมีนาฬิกา: รายชั่วโมงและรายวัน

นอกจากเกาะกลุ่มแล้ว ความผันผวนยังขึ้นลงตามเวลาของวันแบบซ้ำ ๆ เพราะตลาดใหญ่เปิดปิดและข่าวสำคัญออกเป็นเวลา

• EURUSD เงียบที่สุดช่วง 04:00–06:00 เวลาไทย (0.50 เท่าของค่าเฉลี่ย) และกว้างที่สุดช่วง 21:00 (1.66 เท่า) ต่างกัน 3.3 เท่า
• ทองคำต่ำสุดช่วง 11:00 (0.64 เท่า) สูงสุดช่วง 21:00 (1.62 เท่า) ต่างกัน 2.5 เท่า และมีจุดสูงอีกช่วง 08:00 (1.35 เท่า)
• เวลาเปิดตลาดลอนดอนและนิวยอร์กตามเวลาไทยเลื่อน 1 ชั่วโมงตามช่วงเวลาออมแสง (DST) ข้อมูลนี้รวมทั้งสองช่วง ยอดจริงจึงคมกว่าในกราฟ ดูตารางเวลาใน เวลาตลาด Forex ตามเวลาไทย

ส่วนรายวันในสัปดาห์ต่างกันน้อยกว่ามาก ในช่วงเดียวกัน ความกว้างของแท่งรายวันทองคำเฉลี่ย จันทร์ 1.89% อังคาร 1.84% พุธ 1.79% พฤหัส 1.93% ศุกร์ 1.95% (ต่างกันไม่ถึง 10%) EURUSD อยู่ระหว่าง 0.62–0.67% รายละเอียดเรื่องวันในสัปดาห์อยู่ในบท ทดสอบ seasonality วันในสัปดาห์

กับดักเล็ก ๆ ถ้าวัด autocorrelation ของ |r| บนกราฟรายชั่วโมงตรง ๆ จะเห็นค่าเด้งที่ 24 ชั่วโมง (EURUSD lag 12 = 0.025 แต่ lag 24 = 0.144) นั่นคือนาฬิกา ไม่ใช่การเกาะกลุ่ม พอหาร |r| แต่ละแท่งด้วยค่าเฉลี่ยของชั่วโมงนั้นก่อน lag 12 = 0.091 และ lag 24 = 0.099 การเกาะกลุ่มยังอยู่จริงหลังตัดผลของนาฬิกาออก

ใช้งานจริง 1: ขนาดไม้ตามความผันผวน

ถ้าความผันผวนเปลี่ยนเป็นช่วง ขนาดไม้คงที่แปลว่าความเสี่ยงต่อไม้ไม่คงที่ วิธีแก้คือตั้ง Stop loss ตามความผันผวน แล้วคิด lot ย้อนจากเงินที่ยอมเสีย

ตัวอย่าง EURUSD พอร์ต 10,000 ดอลลาร์ ยอมเสีย 1% = 100 ดอลลาร์ 1 lot มูลค่า 10 ดอลลาร์ต่อ pip วาง Stop loss ที่ 1.5 เท่า ATR

	ATR	Stop loss	lot = 100 ÷ (SL × 10)	ถ้าใช้ 0.13 lot ตลอด
ตลาดสงบ	50 pips	75 pips	0.133 → 0.13	เสี่ยง 98 ดอลลาร์ (≈1%)
ตลาดเหวี่ยง	120 pips	180 pips	0.056 → 0.05	เสี่ยง 234 ดอลลาร์ (2.3%)

คนที่ใช้ lot เดิมตลอดเสี่ยงเพิ่มเป็นสองเท่ากว่าในช่วงที่ตลาดเหวี่ยง ซึ่งเป็นช่วงที่มีโอกาสขาดทุนก้อนใหญ่ติดกันมากที่สุดพอดี ปัดลงเสมอ ถ้าคำนวณแล้วต่ำกว่า lot ขั้นต่ำ ทางเลือกที่ปลอดภัยคือข้ามไม้นั้น ทดลองตัวเลขของคุณได้ที่ เครื่องคิด lot วิธีคิดเต็มอยู่ใน คำนวณ lot จากระยะ Stop loss และฝั่งคริปโตอยู่ใน คำนวณขนาดไม้คริปโตตามความแกว่ง

ความเสี่ยงต่อไม้ควรคงที่ ส่วนที่ต้องเปลี่ยนคือ lot

ใช้งานจริง 2: ATR ปรับตามเอง แต่ตามหลังเสมอ

ATR คือค่าเฉลี่ยแบบ Wilder ของ True Range แท่งใหม่มีน้ำหนักแค่ 1 ใน 14 (ที่ค่าเริ่มต้น 14) แปลว่า Stop loss ตาม ATR กว้างขึ้นเองเมื่อตลาดเหวี่ยง ซึ่งเป็นสิ่งที่ volatility clustering บอกว่าควรทำ แต่ ATR ขยับทีละน้อย

• ขาเข้าพายุ แท่งแรงแท่งแรกดัน ATR ขึ้นแค่ส่วนเดียว Stop loss ที่คิดจาก ATR ในวันนั้นจึงยังแคบเกินสำหรับวันถัดไป
• ขาออกจากพายุ ATR ค้างสูงไปอีกหลายสัปดาห์ Stop loss กว้างและ lot เล็กกว่าที่จำเป็น ส่วนนี้ไม่อันตราย แค่ระมัดระวังเกิน

กฎใช้งาน: หลังแท่งที่กว้างผิดปกติ ให้ถือว่าวันถัดไปมีแนวโน้มกว้างด้วย อย่ารีบหด Stop loss เพราะเห็นแท่งเงียบแท่งเดียว และถ้าจำเป็นต้องเข้าไม้หลังวันแรง ให้ใช้ lot ที่คิดจาก ATR หลังรวมแท่งนั้นแล้ว

ใช้งานจริง 3: อย่าตัดสินระบบจากเดือนที่สงบ

ในชุดจำลอง GARCH ที่กติกาไม่เปลี่ยนเลยตลอด 2,000 วัน ความผันผวนจริงย้อนหลัง 21 วัน (ราวหนึ่งเดือน) ต่ำสุด 0.25% สูงสุด 1.57% ต่างกัน 6.4 เท่า และ 80% ของเวลาอยู่ระหว่าง 0.60–1.18% ข้อมูลทองคำจริงกว้างกว่านั้น ต่ำสุด 0.27% (มิถุนายน 2018) สูงสุด 3.76% (กุมภาพันธ์ 2026)

ผลที่ตามมา

• ระบบ lot คงที่ กำไรขาดทุนต่อเดือนขยายตามความผันผวน เดือนที่สงบให้ภาพ Drawdown ที่เล็กกว่าความจริง
• เดือนสงบเดือนเดียวไม่ใช่หลักฐานว่าระบบปลอดภัย เดือนพายุเดือนเดียวก็ไม่ใช่หลักฐานว่าระบบพัง เพราะตลาดเดียวกันกติกาเดียวกันก็สลับสองแบบได้
• ทดสอบให้ครอบคลุมทั้งช่วงสงบและช่วงพายุ ดูบท ต้องกี่เทรดถึงพอ และ Monte Carlo และเผื่อวันที่ไกลจากค่าเฉลี่ยมาก ๆ ตามบท Fat tails และ Black swan

Breakout กับ Mean-reversion ทำตัวต่างกันในแต่ละช่วงความผันผวน

ความผันผวนสูงไม่ได้แปลว่าตลาดมีเทรนด์ autocorrelation ของ r ยังใกล้ 0 แม้ในช่วงพายุ แต่ความผันผวนเปลี่ยน “เลขคณิต” ของระบบสองแบบนี้ต่างกัน

• ระบบทะลุกรอบ (Breakout) และตามเทรนด์ ต้องการให้ราคาวิ่งไกลพอจ่ายค่า spread และ Stop loss ที่โดนบ่อย ช่วงที่การเคลื่อนไหวใหญ่ ต้นทุนคงที่กลายเป็นสัดส่วนเล็กลงเมื่อเทียบกับระยะที่ราคาวิ่ง
• ระบบสวนกลับ (Mean-reversion) หากินกับการแกว่งกลับ ถ้าใช้ Stop loss ระยะคงที่ ช่วงพายุจะโดนเสียงรบกวนกวาด Stop loss บ่อยขึ้น ช่วงสงบเป้ากำไรเล็กลงจน spread กินสัดส่วนมาก

ในการวัดของเราบนทองคำ (XAUUSD) M1 ความกว้างค่ากลางของคลื่นราคาใหญ่ (วัดจากแท่ง 1 นาที) เป็น % ของราคา ปี 2022 0.76% ปี 2023 0.64% ปี 2025 0.89% และปี 2026 1.18% ระบบหลายแนวคิดที่เราทดสอบบนทอง M1 ส่วนใหญ่ขาดทุนหรือเท่าทุนในปี 2022–2024 ปี 2025 ผลปนกัน และได้กำไรชัดในปี 2026 ตามที่เล่าไว้ใน Market regime ผลทดสอบปี 2022–2025 ใช้ tick ที่สร้างจากแท่ง 1 นาที มีแค่ปี 2026 ที่เป็น tick จริง ผลทดสอบย้อนหลังและผลในอดีตไม่ได้บอกผลในอนาคต

กฎใช้งาน: บันทึกความผันผวน (เช่น ATR เป็น % ของราคา) ไว้ทุกไม้ใน บันทึกการเทรด แล้วแยกผลตามช่วงความผันผวน จะเห็นว่าระบบของคุณอยู่ได้ในช่วงไหน และขาดทุนในช่วงไหน ก่อนตลาดบังคับให้เห็น

GARCH บอกอะไรไม่ได้

• ทิศทาง ไม่บอกเลยว่าจะขึ้นหรือลง
• ข่าวที่กระโดด แรงกระแทกครั้งแรกจากข่าวหรือ gap วันจันทร์เกิดก่อนที่แบบจำลองจะรู้ GARCH ตอบสนองหลังเกิดแล้วเท่านั้น ดู ข่าวแรงกับ slippage และ ความเสี่ยงจาก gap สุดสัปดาห์
• ระดับที่เปลี่ยนถาวร GARCH(1,1) ดึงกลับสู่ค่าระยะยาวค่าเดียว ถ้าตลาดย้ายไปอยู่ระดับใหม่ แบบจำลองจะคาดว่าจะกลับมาเร็วเกินจริง
• ความไม่สมมาตร ในตลาดหุ้น ขาลงมักทำให้ความผันผวนเพิ่มมากกว่าขาขึ้น GARCH พื้นฐานไม่จับเรื่องนี้ ในค่าเงินผลนี้ไม่ชัดเท่า

ข้อผิดพลาดที่เจอบ่อย

• คิดว่าความผันผวนสูง = มีเทรนด์ ขนาดใหญ่ไม่ได้บอกทิศ ช่วงพายุของทองต้นปี 2026 ในข้อมูลเรามีทั้งวันบวกแรงและลบแรงปนกัน
• ใช้ lot เดิมตลอด ความเสี่ยงต่อไม้เลยโตเองในช่วงที่อันตรายที่สุด
• หด Stop loss หลังเห็นแท่งเงียบแท่งเดียว แรงกระแทกมีครึ่งชีวิตเป็นสัปดาห์ ไม่ใช่ชั่วโมง
• ตัดสินระบบจากเดือนเดียว เดือนสงบทำให้ระบบดูปลอดภัย เดือนพายุทำให้ดูพัง ทั้งที่อาจเป็นระบบเดิมในตลาดเดิม
• เทียบความผันผวนข้ามชั่วโมงโดยไม่ดูนาฬิกา ATR ที่วัดช่วงตี 5 กับช่วงสามทุ่มเวลาไทยต่างกันได้สามเท่าโดยตลาดไม่ได้เปลี่ยนนิสัยเลย