Algorithmic trading — ขั้นตอนแรกสำหรับนักเทรดรายย่อย
การเทรดด้วยอัลกอริทึมในระดับรายย่อยคือการสลับบทบาทอย่างตรงไปตรงมา: คุณกำหนดกฎ คอมพิวเตอร์เป็นคนดำเนินการ "ถ้าเส้นค่าเฉลี่ยเคลื่อนที่ระยะสั้นตัดขึ้นเหนือเส้นระยะยาว และ ATR ของ 20 แท่งเทียน (candlestick) ล่าสุดกำลังสูงขึ้น ให้เปิดสถานะซื้อ (Long) ขนาด 1% ของเงินทุน วาง Stop Loss ไว้ที่ 1.5 ATR ใต้ราคาเข้า" — นั่นคือสาระทั้งหมดของนิยาม ส่วนที่เหลือ ไม่ว่าจะเป็น VPS ภาษาโปรแกรม หรือ framework ต่าง ๆ ล้วนเป็นเพียงส่วนประกอบรอง ปัญหาของโปรเจกต์ algo รายย่อยส่วนใหญ่ไม่ได้อยู่ที่โค้ด แต่อยู่ที่ความเข้าใจผิดว่าระบบอัตโนมัติจะชดเชยความได้เปรียบที่ไม่มีอยู่จริง — มันทำไม่ได้ มันจะแพ้ได้เร็วขึ้นและถูกลงเท่านั้น
การเทรดด้วยอัลกอริทึมคืออะไร และไม่ใช่อะไร
อัลกอริทึมคือสิ่งสองอย่างในหนึ่งเดียวกัน: กลยุทธ์ที่นิยามอย่างแม่นยำ และกลไกที่จะเปิดใช้งานกลยุทธ์นั้นโดยไม่มีความลังเลทางอารมณ์ คุณที่สามารถเขียนชุดเงื่อนไขการเข้า การออก การกำหนดขนาดสถานะ และการบริหารความเสี่ยง ในภาษาที่ไม่มีความกำกวมได้ครบถ้วน ถือว่าทำงานไปแล้วครึ่งหนึ่ง ส่วนที่เหลือคือการแปลเอกสารนั้นเป็น MQL5 Python หรือการตั้ง alert ธรรมดา ๆ คุณที่ขาดวินัยนี้จะเริ่มจากการเรียนไวยากรณ์ของภาษา แล้วค้นพบในภายหลังว่าไม่มีอะไรที่เป็นรูปธรรมพอที่จะเขียนโค้ด หนังสือที่น่าเชื่อถือเกี่ยวกับการเทรดแบบเป็นระบบทุกเล่มล้วนพูดซ้ำคำแนะนำเดิม — จงทำให้กลยุทธ์ปฏิบัติได้ด้วยมือก่อน แล้วค่อยทำให้เป็นอัตโนมัติ — แต่คอร์สที่ขาย "bot ในราคา 199 ดอลลาร์" กลับเพิกเฉยต่อสิ่งนี้ทั้งหมด Algo ไม่ใช่แหล่งรายได้ passive แบบมหัศจรรย์เช่นกัน: กลยุทธ์ที่ใช้ได้ผลในวันนี้ใช้ได้ผลเพราะความสม่ำเสมอของตลาดบางอย่างยังคงอยู่ และเมื่อความสม่ำเสมอนั้นหายไป bot ก็จะขาดทุนได้เช่นเดียวกับนักเทรดที่ตัดสินใจเอง เพียงแต่ไม่มีสัญญาณเตือนว่า "มีบางอย่างผิดปกติ"
บันไดจากการตั้ง alert สู่ระบบอัตโนมัติเต็มรูปแบบ
เส้นทางที่เป็นธรรมชาติมีสี่ขั้น ขั้นแรกคือการตั้ง alert บนแพลตฟอร์มอย่าง TradingView หรือ MetaTrader ซึ่งจะส่งเสียงหรืออีเมลเมื่อเงื่อนไขการเข้าเทรดเป็นจริง คุณยังคงต้องคลิกออกคำสั่งเองอยู่ แต่ถูกบังคับให้แปลกลยุทธ์เป็นกฎที่แม่นยำพอที่แพลตฟอร์มจะเข้าใจได้ นักเทรดรายย่อยหลายคนไม่เคยก้าวออกจากขั้นนี้และไม่จำเป็นต้อง — alert บวกวินัยเพียงพอแล้วเมื่อจำนวนสัญญาณต่อวันน้อย ขั้นที่สองคือ Expert Advisor (EA) พื้นฐานใน MQL5 สำหรับ MetaTrader มักเป็น crossover ของค่าเฉลี่ยสองเส้นที่มี trailing stop หรือการทะลุจากกรอบ ATR EA ดังกล่าวมีความยาวสองถึงสี่ร้อยบรรทัดและสามารถสร้างเสร็จในสัปดาห์ ไม่ใช่เดือน ขั้นที่สามคือ backtester ใน Python ด้วยไลบรารี pandas NumPy และ backtrader ซึ่งช่วยให้คุณวนรูปแบบกลยุทธ์ได้หลายสิบแบบในคืนเดียว ขั้นที่สี่และเป็นตัวเลือกเสริมคือการเชื่อมต่อโบรกเกอร์ (broker) โดยตรงผ่าน REST หรือ FIX กับ Interactive Brokers หรือ OANDA โดยเลิกใช้ MetaTrader เป็นชั้นกลาง
ทักษะที่ต้องการและการเลือกภาษาโปรแกรม
รายการมีไม่มาก สิ่งที่สำคัญที่สุดคือการคิดเชิงสถิติ — การเข้าใจความแตกต่างระหว่าง win rate profit factor และ expectancy และรู้ว่า equity curve จาก 50 รายการเทรดยังไม่พิสูจน์อะไรได้เลย หากขาดสิ่งนี้ แม้แต่โค้ดที่สะอาดก็สร้างข้อสรุปในรูปแบบ "กลยุทธ์ใช้ได้ผลเพราะ 6 รายการล่าสุดกำไร" ซึ่งเป็นเพียงสมมติฐานว่างเปล่า ไม่ใช่การวิเคราะห์ อันดับสองคือความอดทนต่อวงจรการตรวจสอบ: แนวคิด → เขียนโค้ด → backtest → walk-forward → ทดลองในบัญชีทดลอง (demo account) สามถึงหกเดือน แล้วค่อยนำเงินทุนจริงมาใช้ อันดับสามคือพื้นฐานการเขียนโปรแกรม: ตัวแปร ลูป ฟังก์ชัน และ pandas DataFrame คุณไม่จำเป็นต้องเป็นวิศวกรซอฟต์แวร์ เพียงแค่อ่านโค้ด EA ของคนอื่นและเปลี่ยนค่าพารามิเตอร์โดยไม่ทำให้ส่วนอื่นพัง ก็เพียงพอแล้ว การเลือกภาษาขึ้นอยู่กับคำถามเดียว: คุณจะอยู่ใน MetaTrader หรือออกไปนอกระบบนิเวศนั้น MQL5 คือภาษาดั้งเดิมของ MT5 latency วัดเป็นมิลลิวินาทีหลักเดียว และ Strategy Tester ให้ backtest ที่ใช้งานได้ทันที Python คือโลกทั้งใบที่อยู่นอก MetaTrader — pandas และ NumPy สำหรับประมวลผลข้อมูล backtrader หรือ vectorbt สำหรับทดสอบกลยุทธ์ และ REST clients สำหรับ Interactive Brokers และ OANDA
ตัวอย่างประกอบ — กลยุทธ์แรกจากแนวคิดสู่การทดสอบย้อนหลัง
ลองพิจารณากลยุทธ์ crossover บน EUR/USD ที่กรอบเวลา H1: เปิดสถานะซื้อ (Long) EUR/USD เมื่อ EMA 21 ตัดขึ้นเหนือ SMA 55 โดยมีเงื่อนไขว่า ATR ของ 14 แท่งล่าสุดต้องสูงกว่าค่าเฉลี่ย 50 งวด ตั้ง Stop Loss ที่ 1.5 ATR ใต้จุดเข้า จุดทำกำไร (Take Profit) ที่ 2.5 ATR เหนือจุดเข้า และขนาดสถานะ 1% ของเงินทุน ขั้นตอนที่หนึ่ง: ดำเนินการ 40 รายการด้วยมือใน MT5 บนข้อมูลหกเดือนที่ผ่านมา คำนวณ win rate และค่าเฉลี่ยกำไรขาดทุน สมมติผลที่ได้คือ win rate 38% และ profit factor 1.4 ขั้นตอนที่สอง: เขียน EA ใน MQL5 และรัน Strategy Tester บนข้อมูลประวัติห้าปี ผลควรใกล้เคียงกับตัวเลขที่คำนวณด้วยมือ หรือแตกต่างอย่างเป็นระบบ — ในกรณีหลังคุณรู้ว่ากฎถูกเขียนผิด หรือบางส่วนของการดำเนินการด้วยมือถูกตีความตามสัญชาตญาณ ขั้นตอนที่สาม: นำ EA เดิมทดสอบใน Python ด้วย backtrader บนข้อมูลจาก Dukascopy รวมทั้งสเปรด (spread) จริงและ slippage ขั้นตอนที่สี่: walk-forward หากตัวเลขมีเสถียรภาพ ตัวเลขทั้งหมดเป็นเพียงตัวอย่างประกอบ — แสดงลำดับขั้น ไม่ใช่คำสัญญา
“ศัตรูที่ยิ่งใหญ่ที่สุดของนักเทรดด้วยอัลกอริทึมคืออคติจากการคัดเลือกข้อมูล (data-snooping bias) โมเดลที่ดูดีในการทดสอบย้อนหลังมักล้มเหลวในการเทรดจริง ไม่ใช่เพราะกลยุทธ์ผิด แต่เพราะนักเทรดเพิ่มประสิทธิภาพโมเดลบนข้อมูลชุดเดียวกับที่ใช้ประเมินผล” — Ernest P. Chan, 2013
เหตุใดโปรเจกต์ algo รายย่อยส่วนใหญ่จึงล้มเหลว
เหตุผลมีสองประการและไม่มีข้อใดเกี่ยวข้องกับทักษะการเขียนโปรแกรม ประการแรกคือการขาดความได้เปรียบในตลาดที่คุ้มค่าแก่การทำให้เป็นอัตโนมัติ — นักเทรดเขียน backtester ปรับพารามิเตอร์ให้พอดีกับข้อมูลห้าปีที่ผ่านมาและได้รับ equity curve ที่สวยงามกว่าที่ความเป็นจริงจะผลิตได้ พอไปเทรดจริงก็ขาดทุน สรุปว่าต้องการ "กลยุทธ์ที่ดีกว่า" และวนลูปซ้ำ วิธีแยกแยะและตรวจสอบความได้เปรียบก่อนเขียนโค้ดบรรทัดแรกมีอธิบายไว้ในหัวข้อกลยุทธ์การเทรด ประการที่สองคือการปฏิเสธที่จะยอมรับคำตอบว่า "กลยุทธ์ของคุณไม่มีความได้เปรียบ กลับไปเริ่มใหม่" นักเทรดส่วนใหญ่ชอบปรับพารามิเตอร์มากขึ้นแทนที่จะรับฟัง — อัลกอริทึมจะไม่ลดความรุนแรงของข้อความนั้น มันจะแค่ทำซ้ำได้เร็วขึ้น ในด้านโครงสร้างพื้นฐาน ความเป็นจริงนั้นธรรมดามาก: VPS ที่ Vultr หรือ Hetzner ราคาห้าถึงยี่สิบยูโรต่อเดือน MetaTrader และ Python ฟรี ข้อมูลจาก Dukascopy ก็ฟรีเช่นกัน อุปสรรคที่แท้จริงคือเวลาและการคิดเชิงสถิติ ไม่ใช่เงิน สำหรับรายละเอียดเพิ่มเติมเกี่ยวกับการรัน EA บน VPS ดูได้ที่ส่วนแพลตฟอร์มและเครื่องมือบน ForexMechanics
สถานการณ์ในประเทศไทย
ในประเทศไทย การซื้อขายหลักทรัพย์และตราสารอนุพันธ์อยู่ภายใต้การกำกับดูแลของสำนักงานคณะกรรมการกำกับหลักทรัพย์และตลาดหลักทรัพย์ (ก.ล.ต. / SEC Thailand) และธนาคารแห่งประเทศไทย (ธปท. / BOT) ซึ่งดูแลธุรกรรมอัตราแลกเปลี่ยนเงินตราต่างประเทศ การซื้อขาย Forex/CFD ผ่านโบรกเกอร์ต่างประเทศที่ไม่มีใบอนุญาตจาก ก.ล.ต. ถือเป็นพื้นที่สีเทาทางกฎหมายสำหรับนักลงทุนรายย่อยในไทย และมีความเสี่ยงทางกฎหมายและการเงิน ข้อมูลจาก ESMA ของสหภาพยุโรประบุว่า 74–89% ของบัญชีรายย่อยขาดทุนจากการเทรด CFD — ตัวเลขนี้ใช้เป็นข้อมูลอ้างอิงเชิงการศึกษาและไม่ถือเป็นข้อบังคับในประเทศไทย สำหรับรายได้จากการเทรด Forex โดยทั่วไปอยู่ในประเภทเงินได้พึงประเมินตามประมวลรัษฎากร และต้องเสียภาษีตามภาษีเงินได้บุคคลธรรมดาของกรมสรรพากร สำหรับอัตราภาษีและวิธีการยื่นแบบที่ถูกต้อง ควรปรึกษาผู้เชี่ยวชาญด้านภาษีหรือสำนักงานสรรพากรในพื้นที่ เนื้อหาในบทความนี้เป็นเพียงข้อมูลการศึกษา ไม่ใช่คำแนะนำการลงทุน
ขั้นตอนถัดไปของคุณ
- เปิดสมุดบันทึกการเทรด (บันทึกการเทรด) และในหนึ่งสัปดาห์ให้เขียนทุกรายการเทรดที่คุณทำในรูปแบบกฎที่ชัดเจน เช่น "ถ้า X และ Y แล้วเปิด Z" — โดยตัดคำอย่าง "โดยปกติ" "มักจะ" หรือ "ฉันรู้สึกว่า" ออกทั้งหมด หากสิ้นสัปดาห์คุณยังไม่สามารถเขียนการตัดสินใจใด ๆ ให้อยู่ในรูปกฎดังกล่าว แสดงว่าคุณยังไม่มีกลยุทธ์ที่พร้อมทำให้เป็นอัตโนมัติ มีเพียงชุดปฏิกิริยาเท่านั้น การเรียนรู้เพิ่มเติมเกี่ยวกับหลักการพื้นฐานของ Forex ทำได้ที่หมวดพื้นฐาน Forex
- ดาวน์โหลด MetaTrader 5 ฟรีจากโบรกเกอร์ของคุณ เปิดบัญชีทดลอง (demo account) และตั้ง alert สามตัวใน TradingView หรือในระบบ alert ดั้งเดิมของ MT5 สำหรับเวอร์ชันที่ง่ายที่สุดของกฎของคุณ — สังเกตเป็นเวลาสองสัปดาห์ว่า alert ส่งสัญญาณในช่วงเวลาเดียวกับที่คุณจะเลือกเองด้วยมือหรือไม่ การเปรียบเทียบแพลตฟอร์มต่าง ๆ จะช่วยให้คุณเลือกใช้เครื่องมือที่เหมาะสมกับแนวทางการเทรดของคุณได้ดียิ่งขึ้น
- ในสัปดาห์ที่สาม ลงทะเบียนที่ mql5.com เปิด MetaEditor ที่มาพร้อมกับ MT5 และเขียน Expert Advisor ที่ง่ายที่สุดเท่าที่ทำได้ — crossover ของ EMA 21 และ SMA 55 พร้อม trailing stop ขนาด 1.5 ATR — โดยอิงเอกสารอ้างอิง MQL5 Reference เป้าหมายคือ EA ที่ทำงานได้เป็นครั้งแรกในเวลา 40 ถึง 80 ชั่วโมง ไม่ใช่ EA ที่ทำกำไรได้
- หลังจากผ่านไปสองเดือน ติดตั้ง Python 3.11 หรือใหม่กว่า เพิ่ม pandas NumPy และ backtrader ด้วยคำสั่ง pip install ศึกษา Backtrader Quickstart Guide และนำ EA จาก MQL5 มาเขียนใหม่เป็น strategy ใน backtrader เปรียบเทียบผล backtest บนข้อมูลชุดเดียวกัน — ความแตกต่างที่เกินสองถึงสามเปอร์เซ็นต์หมายถึงมีสมมติฐานที่ซ่อนอยู่ในที่ใดที่หนึ่ง
- เฉพาะในเดือนที่ห้าหรือหกเท่านั้นที่ควรรัน EA บนบัญชีทดลอง MetaTrader ที่โฮสต์บน VPS ที่ Vultr หรือ Hetzner ให้เวลาสามเดือน ถ้าผลในบัญชีทดลองสอดคล้องกับ walk-forward backtest จึงพิจารณาบัญชีจริงด้วยเงินทุนที่การสูญเสียนั้นไม่กระทบงบประมาณรายเดือนของคุณ — ห้าร้อยถึงสองพันยูโรในรอบแรก ไม่มากกว่านั้น ก่อนเทรดจริง ตรวจสอบว่าโบรกเกอร์ที่คุณใช้ได้รับใบอนุญาตจากหน่วยงานกำกับดูแลที่น่าเชื่อถือ และศึกษาข้อมูลเพิ่มเติมเกี่ยวกับการฝึกปฏิบัติการเทรดก่อนลงทุนเงินจริง
แหล่งอ้างอิงและบรรณานุกรม
-
MetaQuotes MetaTrader 5 — Automated Trading · oficjalny opis automatycznego handlu w MetaTraderze, ścieżek pozyskania robota i miejsca strategy testera w warsztacie www.metatrader5.com ↗
-
MetaQuotes MQL5 Reference — programming language for algorithmic trading · dokumentacja referencyjna języka MQL5 i pięciu typów aplikacji (EA, indykatory, skrypty, serwisy, biblioteki) www.mql5.com ↗
-
Backtrader Backtrader Quickstart Guide · podręcznik startowy frameworka backtrader w Pythonie — strategie, indykatory, optymalizacja parametrów www.backtrader.com ↗
-
BIS BIS Quarterly Review, December 2019 — FX trading rises to $6.6 trillion per day · omówienie elektronicznej egzekucji i roli niebankowych principal trading firms w obrocie walutowym — kontekst dla retail algo www.bis.org ↗
คำถามที่พบบ่อย
การเทรดด้วยอัลกอริทึมสำหรับรายย่อยคืออะไรจริง ๆ — และแน่นอนว่าไม่ใช่อะไร?
การเทรดด้วยอัลกอริทึมในระดับรายย่อยหมายถึงการมอบหน้าที่การดำเนินการให้คอมพิวเตอร์: คุณกำหนดกฎในรูปแบบเงื่อนไขที่ชัดเจน เช่น "ถ้าค่าเฉลี่ยเคลื่อนที่ 21 งวดตัดขึ้นเหนือค่าเฉลี่ย 55 งวด และ ATR ของ 20 แท่งล่าสุดกำลังสูงขึ้น ให้เปิดสถานะซื้อ (Long) EUR/USD ขนาด 1% ของเงินทุนพร้อม trailing stop 1.5 ATR" และซอฟต์แวร์จะรู้จักเงื่อนไขนั้นแล้วส่งคำสั่งโดยไม่ลังเล ไม่ตรวจ Telegram และไม่หวั่นไหวจากรายการเทรดที่ขาดทุนล่าสุด สิ่งที่อัลกอริทึมแน่นอนว่าไม่ใช่คือเครื่องสร้างรายได้ passive มหัศจรรย์ในสามมิติพร้อมกัน มันไม่สร้างความได้เปรียบที่ไม่มีอยู่ — ถ้าคุณขาดทุนเมื่อเทรดด้วยมือ bot จะขาดทุนได้เร็วกว่าและถูกกว่า มันไม่ป้องกันการเปลี่ยนแปลงสภาวะตลาด — ถ้าประวัติที่ใช้สร้างระบบเป็นตลาดเทรนด์แต่ตลาดตอนนี้เป็น sideways equity curve จะหายไปเร็วไม่แพ้นักเทรดที่ตัดสินใจเอง และมันไม่แก้ไขข้อบกพร่องทางตรรกะในกลยุทธ์เอง มันเพียงแค่เข้ารหัสข้อบกพร่องเหล่านั้นอย่างสม่ำเสมอยิ่งขึ้น
บันไดที่เป็นจริงจากการคลิกด้วยมือไปสู่การรัน bot มีลักษณะอย่างไร?
ขั้นแรกคือ alert ของแพลตฟอร์ม TradingView หรือ MT5 ที่ส่งเสียงหรืออีเมลเมื่อเงื่อนไขการเข้าเทรดเป็นจริง คุณยังคลิกออกคำสั่งเองอยู่ แต่ถูกบังคับให้แปลกลยุทธ์เป็นกฎที่ชัดเจน ขั้นที่สองคือ Expert Advisor พื้นฐานใน MQL5 สำหรับ MetaTrader ส่วนใหญ่เป็น crossover ค่าเฉลี่ยสองเส้นหรือ breakout จากกรอบ ATR พร้อม trailing stop ขั้นที่สามคือ backtester ใน Python ด้วย pandas NumPy และ backtrader ที่คำนวณ equity curve และ risk metrics ได้ในเสี้ยววินาที ขั้นที่สี่และเป็นตัวเลือกเสริมคือการเชื่อมต่อโบรกเกอร์โดยตรงผ่าน REST หรือ FIX กับ Interactive Brokers หรือ OANDA โดยเลิกใช้ MetaTrader เป็นชั้นกลาง ระยะเวลาที่สมจริงคือสิบสองถึงยี่สิบสี่เดือนของการทำงานยามเย็น ไม่ใช่คอร์สสุดสัปดาห์บน Udemy
ทักษะที่ฉันต้องการจริง ๆ คืออะไร — และต่างจากตำนาน "เรียนเขียนโค้ดแล้วรวย" อย่างไร?
สามสิ่งที่สำคัญ ตามลำดับนี้ ประการแรกคือการคิดเชิงสถิติ: เข้าใจความแตกต่างระหว่าง win rate profit factor และ expectancy และรู้ว่าทำไม equity curve จาก 50 รายการจึงยังไม่พิสูจน์อะไรได้ หากขาดสิ่งนี้ แม้แต่โค้ดที่สะอาดก็สร้างข้อสรุปแบบ "กลยุทธ์ใช้ได้ผลเพราะ 6 รายการล่าสุดกำไร" ซึ่งเป็นเพียงสมมติฐานว่างเปล่า ประการที่สองคือความอดทนต่อวงจรการตรวจสอบ: แนวคิด เขียนโค้ด backtest walk-forward บัญชีทดลองสามถึงหกเดือน แล้วค่อยใช้เงินทุนจริง วงจรนี้ใช้เวลาหลายเดือนและนักเทรดส่วนใหญ่ถอดใจหลังสองหรือสามรอบ ประการที่สามคือพื้นฐานการเขียนโปรแกรม: ตัวแปร ลูป ฟังก์ชัน และความเข้าใจเบื้องต้นเกี่ยวกับ pandas DataFrame คุณไม่จำเป็นต้องเป็นวิศวกรซอฟต์แวร์ เพียงแค่อ่านโค้ด EA ของคนอื่นและเปลี่ยนค่าพารามิเตอร์โดยไม่ทำให้ส่วนอื่นพัง ก็เพียงพอแล้ว ตำนาน "เรียนเขียนโค้ดแล้วรวย" ข้ามผ่านสิ่งที่ยากที่สุดและน่าเบื่อที่สุด: การมีความได้เปรียบในตลาดที่คุ้มค่าแก่การทำให้เป็นอัตโนมัติ ไม่มีสิ่งนั้น โค้ดเป็นแค่วิธีที่เร็วกว่าในการเผาเงินฝาก
ทำไมโปรเจกต์ algo รายย่อยส่วนใหญ่จึงล้มเหลว — และมีเงื่อนไขเบื้องต้นที่จะเพิ่มโอกาสสำเร็จหรือไม่?
โปรเจกต์ algo ไม่ได้ล้มเหลวเพราะบั๊กในโค้ด แม้ว่าตอนเริ่มต้นจะมีมากก็ตาม แต่ล้มเหลวเพราะไม่มีความได้เปรียบที่คุ้มค่าแก่การทำให้เป็นอัตโนมัติ นักเทรดเรียน Python เขียน backtester ปรับพารามิเตอร์ให้พอดีกับข้อมูลห้าปีที่ผ่านมาและได้รับ equity curve ที่สวยงามกว่าที่ความเป็นจริงจะผลิตได้ — นี่คือ curve fitting แบบดั้งเดิม พอไปเทรดจริงก็ขาดทุน สรุปว่าต้องการ "กลยุทธ์ที่ดีกว่า" และวนลูปซ้ำ เงื่อนไขเบื้องต้นที่จะเพิ่มโอกาสสำเร็จอย่างมากคือการมีความได้เปรียบก่อนที่จะเขียนโค้ดบรรทัดแรก — กฎที่ง่ายพอที่จะให้ expectancy เป็นบวกในหลายสภาวะตลาด ไม่ใช่เพียงสภาวะล่าสุด สิ่งที่สองที่แยกโปรเจกต์ที่ยั่งยืนออกจากความพยายามครั้งเดียวคือความยินดีที่จะยอมรับคำตอบว่า "กลยุทธ์ของคุณไม่มีความได้เปรียบ กลับไปเริ่มใหม่" — นักเทรดส่วนใหญ่ชอบปรับพารามิเตอร์มากขึ้นแทนที่จะรับฟัง อัลกอริทึมจะไม่ลดความรุนแรงของข้อความนั้น มันจะแค่ทำซ้ำได้เร็วขึ้น ศึกษาเพิ่มเติมเกี่ยวกับหลักการการบริหารความเสี่ยงก่อนเริ่มพัฒนาระบบเทรดอัตโนมัติใด ๆ