AI โดยที่ EA กลายเป็น "ศิลาภ" หรือไม่—สิ่งที่ได้รู้จริงเมื่อได้ลองผนวกเข้าดู

นี่เป็นตอนพิเศษของซีรีส์ ช่วงนี้มีโอกาสพบ EA หรืออินดิเคเตอร์ที่อวดว่า "ติดตั้ง AI" เพิ่มขึ้นเรื่อยๆ "AI ทำนายทิศทางตลาด" "AI ตัดสินใจเวลาที่เหมาะสมที่สุด" — เมื่อเห็นคำเหล่านี้ก็เข้าใจความคาดหวังที่อาจเกิดขึ้นได้ ในโลกของ EA มีคำว่า "ชุบชั่งชุต" หรือสภาวะที่ชนะตลอดเวลาอยู่เสมอ แต่ AI สามารถกลายเป็นชุบชั่งชุตนั้นได้จริงหรือไม่

คราวนี้ ในฐานะที่ได้ทดสอบจริงๆ กับ USDJPY Ultimate โดยการผนวก AI เข้าไปในระบบ จึงอยากเล่าความรู้สึกที่มีอย่างตรงไปตรงมา

สิ่งที่อยากบอกล่วงหน้า

ในซีรีส์นี้ยังไม่เคยกล่าวถึงเลย แต่จริงๆ แล้วโค้ดของ USDJPY Ultimate มีฟังก์ชันทดลองที่ใช้ AI ฝังอยู่แล้ว อย่างไรก็ดี โดยค่าเริ่มต้นจะปิดไว้ และไม่มีผลต่อผลงานของเวอร์ชันที่ขายในปัจจุบัน เป็นฟังก์ชันที่อยู่ในระหว่างการพัฒนาและทดสอบ บนพื้นฐานนี้ ผมจะเล่าประสบการณ์ที่พบจริงๆ

“ติดตั้ง AI” แล้วผู้คนจำนวนมากนึกถึงอะไร

ในช่วงไม่กี่ปีที่ผ่านมา หากถาม AI จะคิดตามสถานการณ์และตอบคำแนะนำที่ดูเหมาะสมที่สุดในขณะนั้น การที่ AI สนทนาในรูปแบบแชทและรับฟังสถานการณ์ของคุณ จะคัดเลือกทางเลือกที่เหมาะสมมานำเสนอ

เมื่อเห็นคำว่า “EA ที่ติดตั้ง AI” หลายคนอาจคิดถึงภาพลักษณ์นี้ เช่น ชาร์ตปัจจุบัน ข่าวล่าสุด บรรยากาศตลาดขณะนั้น และ AI ที่ตัดสินใจเลือกที่ดีที่สุดในแต่ละช่วง—เปรียบเหมือนที่ปรึกษามีความสามารถสูง

โมเดล AI ที่ฝังลงใน EA คือ “สูตรคำนวณที่ถูกกำหนดไว้ล่วงหน้า” ที่เรียนรู้จากข้อมูลในอดีตมาแล้ว ไม่ได้คิดใหม่ในทุกครั้งที่ทำงาน หรือประมวลผลบริบทโดยอัตโนมัติ ข้อมูลที่รับเข้ามาเป็นเพียงสี่ห้าคุณลักษณะเชิงตัวเลขที่ถูกแปลงเป็นคุณลักษณะ เช่น ค่า ADX สถานะ MA สถานะ Bollinger Bands ความกว้าง ฯลฯ ไม่ใช่ข้อมูลข่าวสารหรือบรรยากาศตลาดทั่วโลก และจะได้ออกมาคือค่าตัวเลขเดียว ไม่ใช่การสนทนา

ดังนั้นในแง่ของความเป็นจริง มันใกล้เคียงกับ “ผู้ให้คำปรึกษาที่ฉลาด” มากกว่า “ดัชนีที่ซับซ้อนอีกตัวหนึ่ง” แนวคิดนี้ไม่ใช่การคาดหวังว่าจะผิดหวัง เพราะมีระยะห่างมากระหว่างแนวคิดทั่วไปของ AI กับ AI ที่ถูกฝังไว้จริงใน EA และบนพื้นฐานนี้ ผมจะเล่าข้อที่ได้ทดสอบจริงๆ

สามแนวทางที่ทดสอบ

การพูดว่า "ผสาน AI เข้ากับ EA" ไม่ใช่วิธีเดียวที่ทำได้ แต่การพิจารณาและพัฒนาที่ทำจริงนั้น แบ่งออกเป็นสามแนวทางหลัก

สรุปคือ ในตอนนี้แนวทางที่ดูดีที่สุดคือแนวทางที่ 3 เพราะ 1 และ 2 จะพยายามทำนายอนาคตของตลาดโดยให้ AI ช่วยในการตัดสินใจ ซึ่งเป็นงานที่ผู้ค้าและมนุษย์เองยังต้องการความยืดหยุ่นสูง ในขณะที่ 3 เป็นการกรองสัญญาณที่ถูกคัดกรองมาแล้วจนเหลือเพียงสัญญาณที่มีคุณภาพสูงเท่านั้น จึงเป็นปัญหาที่จำกัดและง่ายต่อการจัดการมากกว่า การแบ่งปันให้ AI ช่วยทำงานในรูปแบบที่ง่ายต่อการสนทนาเป็นสิ่งที่เรียนรู้ได้ดีที่สุด

ทำไม AI ถึงไม่ใช่ “ถ้วยทองคำ”

ตลอดซีรีส์นี้ ผมได้กล่าวซ้ำแล้วซ้ำเล่าว่าควรหลีกเลี่ยงการ fitting กับข้อมูลในอดีตมากเกินไป โมเดล AI มีพารามิเตอร์ภายในมากกว่าฟิลเตอร์แบบกฎทั่วไป ซึ่งหมายความว่า ในข้อมูลอดีตที่ให้มามีโอกาสที่จะ “เข้ากับข้อมูลโดยบังเอิญ” ได้ง่ายขึ้น

จริงๆ แม้จะมีการเรียนรู้จากช่วงเวลาหนึ่งๆ แล้วได้ความแม่นยำสูง แต่เมื่อทดสอบกับช่วงเวลาที่ไม่ได้ใช้ในการฝึกสอน อาจเกิดการลดทอนความแม่นยำอย่างมาก ซึ่งเป็นเหตุที่พบได้บ่อยในการพัฒนา EA ด้วย AI ผมจะแยกข้อมูลการเรียนรู้กับข้อมูลทดสอบอย่างชัดเจน และไม่สรุปว่า AI มให้ผลลัพธ์ที่ดีโดยไม่เห็นภาพการทำงานจริง

อย่างไรก็ตาม ผมยังเห็นว่ามีพื้นที่ใช้งานอยู่

ถึงแม้จะแสดงความระมัดระวัง แต่ไม่ได้ปฏิเสธ AI ทั้งหมด เพราะฟีเจอร์ที่มนุษย์เข้าใจแล้ว เช่น ค่า SRSI ค่า ADX MA และสภาวะของ Bollinger Bands เป็นข้อมูลที่ AI สามารถเข้าใจและค้นหาความสัมพันธ์เพื่อชี้ว่า “เมื่อรวมกันแบบนี้ โอกาสที่จะแรงน้อยลง” เป็นพื้นที่ที่ AI ทำได้ดี

สิ่งสำคัญคือ ไม่ใช่การให้ AI เป็นตัวละครหลักในการตัดสินใจทั้งหมด แต่ให้ AI ทำหน้าที่เสริมบนฐานของ SRSI, สี่ชั้นฟิลเตอร์ และการบริหารทุนที่ได้กล่าวมาก่อนหน้า เพื่อไม่ให้เกิดกล่องดำที่ไม่สามารถอธิบายได้ เมื่อนำ AI มาช่วยสร้างระบบที่โปร่งใส ก็สอดคล้องกับแนวคิดที่ไม่ปิดบังในซีรีส์นี้