「AI搭載EA」の"AI"って、結局なんのこと？ ── 生成AIと機械学習の話

เมื่อคุณเลือก EA แล้ว คุณจะรู้สึกอย่างไรเมื่อเห็นคำอธิบายอย่าง “ติดตั้ง AI” “AI ตัดสินใจจังหวะเวลาที่เหมาะสมที่สุด” หรือ “AI มีการรับรู้สภาพแวดล้อม”？

ตรงไปตรงมาคือ ฉันเองตอนแรกก็ตื่นเต้นกับสองตัวอักษรนี้เหมือนกัน ดูเหมือนมันจะน่าทึ่ง และคิดว่าจะอ่านตลาดได้ฉลาดกว่ามนุษย์, ใช่ไหม?

แต่หลังดู EA หลายตัวและลองสร้างเองแล้ว ฉันก็ได้ข้อสรุปว่า “EA ที่บอกว่ามี AI จำนวนมากนั้น แตกต่างจากที่เราคิดว่า AI จริงๆ มากนัก”

วันนี้ฉันจะเล่าเรื่องนี้ หากคุณสะดวกก็อ่านได้โดยไม่ต้องเตรียมการอะไรนะ!

โดยพื้นฐานแล้ว AI มีประเภทต่างกัน

หากกล่าวโดยรวม AI ในโลก EA จะเกี่ยวข้องกับสองประเภทหลัก

หนึ่งคือ Generative AI อย่าง ChatGPT, Claude, Gemini ที่สามารถสนทนาด้วยข้อความ ณ ปัจจุบันเมื่อพูดถึง “AI” ก็มักคิดถึงสิ่งนี้

อีกประเภทหนึ่งคือ Machine Learning ระบบที่เรียนรู้รูปแบบจากข้อมูลในอดีต เช่น เมื่อสภาวะตลาดเป็นแบบไหน จังหวะแบบไหนที่ตลาดมักจะเคลื่อนไหว

สองประเภทนี้มีชื่อเดียวกันว่า “AI” แต่สิ่งที่ EA ทำได้ในแต่ละอย่างนั้นต่างกันโดยสิ้นเชิง หากแยกแยะตรงนี้ให้ชัด การมองหน้าเพจขายก็จะเปลี่ยนไป

“ChatGPT จะตัดสินตลาด” ขอสักนิดก่อน

ก่อนอื่นมาที่ Generative AI

“ติดตั้ง ChatGPT แล้ว AI ตัดสินใจซื้อขายแบบเรียลไทม์” — หากเห็นคำอธิบายแบบนี้ ฉันจะถอยออกมาหนึ่งก้าวและคิดด้วยเหตุผลตามที่เข้าใจอย่างตรงไปตรงมา

・ความเร็วไม่สอดคล้อง อย่างที่ AI ตอบคำถามอย่างฉลาดก็ยิ่งต้องใช้เวลาตอบคำถามมากขึ้น สำหรับการตัดสินใจเข้ารือในตลาดที่ต้องชิงจังหวะภายใน 1 วินาที ตอบแทบไม่ทัน
・ต้นทุนสูง หากสอบถาม AI ทุกครั้ง การเรียกใช้งานจะยิ่งเพิ่มค่าใช้จ่าย

　・คำตอบไม่เหมือนกันทุกครั้ง Generative AI อาจให้คำตอบที่แตกต่างกันเมื่อถามคำถามเดิม เช่น กฎการซื้อขายควรเป็น “ถ้าเงื่อนไขเหมือนเดิมก็ให้ตัดสินใจแบบเดิม” แต่ตรงนี้มักสั่นคลอน

　・ไม่ใช่แหล่งข้อมูลลับที่ให้ข้อได้เปรียบ Generative AI เรียนรู้จากข้อมูลทั่วไปในโลก ไม่ได้มี “ข้อมูลลับ” ที่ทำให้คุณเหนือคู่แข่งในตลาด

ดังนั้นฉันจึงระมัดระวังเมื่อได้ยินว่า “ Generative AI จะกำหนดการซื้อขายแบบเรียลไทม์ใน EA”

แน่นอนว่า การใช้งานเพื่อให้ AI ช่วยวิเคราะห์ตลาดกับสภาพตลาดโดยรวมเป็นประโยชน์มาก แต่การ “มอบหมายการตัดสินการเข้าออเดอร์อัตโนมัติทั้งหมดให้ Generative AI” ถือเป็นเรื่องคนละเรื่อง

แล้ว Machine Learning ล่ะ? — ตัวนี้อาจจริงจังได้

ในด้าน Machine Learning ฉันเห็นว่า ณ ปัจจุบันมันเป็น AI ที่จริงๆ แล้วมีประโยชน์ใน EA

จะอธิบายให้ง่ายที่สุด คือตอนที่มนุษย์สร้างกฎการซื้อขายด้วยมือก็อาจมีความรู้สึกว่า “ดูเหมือนตัวเลขนี้น่าจะดี” แต่เงื่อนไขในการกำหนดทิศทางตลาดมีหลายอย่าง เช่น ความเร็วในการเคลื่อนไหว ช่วงเวลา ระดับสูงสุด-ต่ำสุดล่าสุด และตำแหน่งสัมพันธ์ระหว่างกัน และจะผสมผสานอย่างไรเพื่อให้ชนะนั้นยาก—การพึ่งพาประสบการณ์คนเดียวจึงมีขีดจำกัด

Machine Learning จะค้นหา “วิธีผสมผสาน” เหล่านี้ จากข้อมูลในอดีตเอง เช่น “เมื่อเงื่อนไขแบบนี้ตรงกัน ซื้อแล้วมันไปต่อได้ดี” หรือ “รูปแบบนี้ควรผ่านไป” แนวโน้มเหล่านี้เรียนรู้จากตัวอย่างในอดีตจำนวนมากอัตโนมัติ

หนึ่งในวิธีที่นิยมคือส่วนหนึ่งที่เรียกว่า “ต้นไม้การตัดสินใจ” เป็นการเชื่อมโยงทาง Yes/No หลายจุดเพื่อสุดท้ายตัดสินใจซื้อ/เลี่ยง พอมีหลายต้นไม้ที่มีคุณลักษณะต่างกัน ก็ให้ใช้ “การลงคะแนนเสียงมากกว่า” เพื่อให้ผลลัพธ์มีเสถียรภาพ

…ความจริง EA ของฉันเองชื่อ Mikazuki USDJPY ก็ใช้งบนี้ด้วย ต้นไม้การตัดสินใจรวมกัน 290 ต้น เพื่อค่านิยมความได้เปรียบของแต่ละการเทรด แล้วให้ AI วิเคราะห์เพื่อการตัดสินใจเข้าออเดอร์ (เนื้อหาส่วนนี้จะพูดถึงอีกครั้งในตอนต่อไป)

…แต่ถึงอย่างนั้น Machine Learning ก็มีข้อเสี่ยงใหญ่

Overfitting — นักเรียนที่ท่องคำตอบเก่ากลับมาเต็ม

ลองนึกภาพนักเรียนที่เตรียมสอบด้วยการท่องคำถามเดิมๆ ทั้งหมด หากเจอคำถามใหม่ที่หักมุมเล็กน้อยก็อาจไม่สามารถทำคะแนนได้เต็ม

การเรียนรู้เกินพอดีมีลักษณะเช่นเดียวกัน ในข้อมูลกราฟย้อนถอยเพื่อทดสอบจะเห็นได้ว่าสูงมาก แต่หากตลาดในอนาคตไม่เหมือนเดิมล่ะ ก็อาจหักลงได้ง่าย

สิ่งที่ฉันกังวลมากคือ ในส่วนนี้คือ “AI ที่ปรับตัวเองให้ดีที่สุดไปเรื่อยๆ” ในรูปแบบกล่องดำที่ไม่มีรายละเอียด และกลับมี backtest ที่สวยงามเกินจริง ซึ่งอาจเป็นเครื่องหมายว่าเป็น Overfitting ของ “ข้อมูลเก่า” หรือไม่ก็

แล้วจะป้องกัน丸暗记ได้อย่างไร บอกเล่าจากฝั่งผู้สร้างเล็กน้อย
พื้นฐานคือให้ AI ทดลองแก้โจทย์ “ดูโจทย์หน้าแรก” โดยแยกข้อมูลอดีตเป็นส่วนหน้าและส่วนหลัง สอน AI แค่ส่วนหน้าก่อน แล้วตรวจดูว่าภาคหลังที่ยังไม่เห็นจะยังรักษาผลลัพธ์ไว้ได้หรือไม่ ในเชิงมืออาชีพเรียกว่า “Out-of-sample validation” ซึ่งก็คือการทดสอบว่าใช้งานได้ที่นอกเหนือจากชุดข้อมูลที่เคยใช้ ทดสอบด้วยการเวลากำหนดให้เลื่อนไปทีละช่วง แล้วลองฝึกซ้ำไปด้วยวิธี walk-forward analysis ซึ่งเป็นวิธีหนึ่งที่ทำให้มั่นใจขึ้น
การตัดสินใจง่ายๆ คือ หากช่วงที่เรียนรู้ได้ดีในช่วงต้นแต่ช่วงที่เจอข้อมูลจริงครั้งแรกกลับพัง ความเป็นไปได้สูงว่าเกิด overfitting และถ้าทั้งสองช่วงสามารถรักษาความเสถียรได้ ก็ถือว่าใกล้เคียงของจริงมากขึ้น นี่คือหลักการ

EA ของฉันเองก็เผยแพร่หลังจากทดลองในช่วงที่ไม่ได้ใช้ในการเรียนรู้เพื่อยืนยันด้วยเช่นกัน
หากมันพังในช่วงหลัง ฉันจะไม่เผยแพร่

ต่อไป EA กับ AI จะเป็นอย่างไร

ขอเล่าถึงอนาคตนิดหนึ่ง นี่เป็นการคาดเดาของฉันเอง AI จะฉลาด รวดเร็ว และถูกลงเรื่อยๆ ในอนาคต ความจริงส่วนใหญ่ของเหตุผลที่ระบุว่า “ Generative AI ไม่เหมาะสำหรับการซื้อขายแบบเรียลไทม์” อยู่ในข้อจำกัดทางเทคโนโลยี ณ ตอนนี้ อาจมีช่วงเวลาหลายปีข้างหน้าที่กำแพงเหล่านี้ย่อมลงมาก และวันหนึ่ง EA ที่ให้ AI ตัดสินใจโดย ChatGPT ก็อาจไม่ใช่เรื่องน่าขำอีกต่อไป

อย่างไรก็ตาม ฉันคิดว่า “วันหนึ่ง AI จะทำนายตลาดได้อย่างแม่นยำเหมือนโลหะคริสตัล” คงไม่เกิดขึ้น เพราะตลาดไม่ใช่โลกที่ pattern ในอดีตจะดำเนินต่อไปสู่อนาคตได้เสมอ และที่ยากคือ หากทุกคนใช้ AI เดียวกันก็จะทำให้วิธีนั้นเสื่อมค่า เพราะฉะนั้นแม้ AI จะพัฒนาไปมาก แต่กับดัก Overfitting และความจริงที่ว่า “อนาคตไม่ใช่การต่อเนื่องของอดีต” จะยังอยู่แน่

ดังนั้นโลก EA ก็อาจเปลี่ยนไปแบบนี้ ใช้Machine Learning ให้มากขึ้นเรื่อยๆ และ AI ที่ติดตั้งใน EA จะไม่ใช่คำขายพิเศษเหมือนเดิม แต่คำถามจะถูกถามว่า—ใช้งาน AI อย่างจริงจังแค่ไหน และจัดการความเสี่ยงอย่างไร ไม่ใช่แค่คำโฆษณา แต่เป็นเนื้อหาที่แท้จริงและทัศนคติ ฉันเชื่อแบบนี้นิดๆ แต่มั่นใจ

และเรื่องหนึ่งเพิ่มเติม AI ที่ฉลาดมากขึ้นแล้วได้ประโยชน์ไม่ใช่แค่ผู้พัฒนา EA หรือผู้ขายเท่านั้น ผู้ซื้อเองก็จะสามารถใช้ AI เป็นพลังร่วมได้เท่ากัน販売ページの数字を自分のAIに読ませて、厳しく問い詰める——そんな"目利きの道具"が、これからもっと手軽に、もっと賢くなっていく。売り手と買い手の両方に、同じ武器が渡る。私はそれを、けっこうフェアで健全な未来だと思っています。

สุดท้าย

EA ของฉันที่ได้กล่าวมาก่อนหน้านี้คือ Mikazuki USDJPY ก็เป็นประเภท Machine Learning เช่นเดียวกัน ดังนั้นฉันไม่ใช่คนที่มอง AI ว่ามีแค่เป็นเครื่องประดับ ฉันใช้อย่างจริงจัง

แต่เพราะใช้งานจริง จึงกังวลถึงข้อจำกัด (overfitting) ดังนั้นฉันจึงให้ AI อีกตัวมาช่วยวิเคราะห์หาจุดบกพร่องใน EA ของฉันเอง นักวิเคราะห์ AI ประเมินเองก็ช่วยฉันหาข้อบกพร่อง โปรโมทการ diagnóstico ที่แจกไปก่อนหน้านั้นคือเพื่อจุดนี้

AI ไม่ใช่เวทมนตร์ แต่หากเข้าใจข้อจำกัดและใช้งานอย่างระมัดระวัง มันเป็น “เครื่องมือที่แม่นยำ” ที่ช่วยเราได้จริง โดยไม่หลงเชื่ออย่างลอยๆ หรือปฏิเสธทั้งหมด—ฉันคิดว่าระยะห่างแบบนี้เหมาะสม

เรื่องนี้เชื่อมกับเรื่องอนาคตเมื่อกี้นะ สุดท้ายสิ่งที่ควรดูไม่เปลี่ยนแปลงไป“AI หรือไม่ใช่ AI”ดูว่า มีข้อจำกัดในด้านไหน เช่น มีขอบเขตการขาดทุนหรือไม่ มีเงื่อนไข backtest ที่เป็นจริงหรือไม่ มีบันทึกการใช้งานจริงหรือไม่ ไม่ใช่เพียงดูที่ชื่อแบรนด์เพียงอย่างเดียว แต่ดูที่รายละเอียดและท่าที นักลงทุนควรตรวจสอบให้ละเอียด การไม่หยุดคิดที่ว่า “เป็น AI ก็เก่ง” คือแนวทางการป้องกันที่ดีที่สุด

ถ้าคุณสงสัยว่า “EA ที่กำลังพิจารณาอยู่ ใช้ AI ประเภทไหน” ลองใช้งาน diagnostic prompt ที่เคยแจกไปก่อนหน้าเพื่อเช็คดู เผื่อจะพบว่า แท้จริงแล้วแบรนด์กับเนื้อหาไม่ตรงกัน

ーーーーーーーーーーーーーーーーーーーー
รายละเอียด Mikazuki USDJPY และผลการใช้งานจริงอยู่ที่
https://www.gogojungle.co.jp/systemtrade/fx/79530