Trading မှာ Profit ထက် Survival က ဘာကြောင့် ပိုအရေးကြီးတာလဲ?

Trading ကို စိတ်ဝင်စားစပြုချိန်မှာ လူအများစု ပထမဆုံးမေးတာက “ဘယ် stock တက်မလဲ”၊ “ဘယ်အချိန်မှာ ဝယ်ရမလဲ” ဆိုတဲ့ မေးခွန်းတွေပါ။ ဒါပေမယ့် ရေရှည်မှာ ပိုအရေးကြီးတဲ့ မေးခွန်းက “ကျွန်တော် မှားခဲ့ရင် ဘယ်လောက်ဆုံးရှုံးမလဲ” ဆိုတာဖြစ်ပါတယ်။ Market ကို အမြဲမှန်အောင် ခန့်မှန်းနိုင်သူ မရှိပေမယ့် မှားတဲ့အခါ ဘယ်လောက်အထိ ဆုံးရှုံးခွင့်ပြုမလဲကိုတော့ ကြိုတင်ဆုံးဖြတ်နိုင်ပါတယ်။

ဒီ note မှာ trading system တစ်ခု သင်ပေးမှာ မဟုတ်ပါဘူး။ Retail trader data တွေ၊ drawdown ရဲ့ သင်္ချာ၊ position sizing နဲ့ backtest တွေရဲ့ အားနည်းချက်တွေကို ကြည့်ပြီး market ထဲမှာ “အရင်ဆုံး ရှင်သန်နိုင်ဖို့” ဘာကြောင့် လိုအပ်သလဲကို လေ့လာသွားပါမယ်။

01 — တစ်ကြိမ်အနိုင်ရခြင်းနဲ့ Edge ရှိခြင်း မတူပါဘူး

ရလဒ်တစ်ကြိမ်ထက် ထပ်တလဲလဲလုပ်နိုင်တဲ့ process က ပိုအရေးကြီးပါတယ်။

Profit ရခဲ့တဲ့ trade တစ်ခုက decision ကောင်းခဲ့တယ်လို့ အလိုအလျောက် သတ်မှတ်လို့မရပါဘူး။ Plan မရှိဘဲ ကံကောင်းလို့ တခါတလေ နိုင်သွားတတ်သလို စနစ်ကျတဲ့ trade တစ်ခုကလည်း short term မှာ loss ဖြစ်နိုင်ပါတယ်။ Edge ဆိုတာ trade တစ်ကြိမ်ရဲ့ outcome မဟုတ်ဘဲ trade အများကြီးအပေါ်မှာ costs ဖြတ်ပြီးတဲ့နောက် အကောင်းဘက်မျှော်လင့်တန်ဖိုးရှိတဲ့ process ကို ဆိုလိုပါတယ်။

Barber နဲ့ Odean တို့က US brokerage household 66,465 ခုရဲ့ 1991–1996 records ကို လေ့လာရာမှာ average household က market နဲ့ယှဉ်ရင် gross return အနည်းငယ်ပိုကောင်းပေမယ့် trading costs ဖြတ်ပြီးတဲ့နောက် နောက်ကျကျန်ခဲ့ပါတယ်။ အရောင်းအဝယ်အများဆုံး 20% ရဲ့ net return က တစ်နှစ် 10.0% သာရှိပြီး market return 17.1% ထက် များစွာနိမ့်ခဲ့ပါတယ်။ ဒီ result က activity များတာနဲ့ skill ပိုကောင်းတာ မတူကြောင်းနဲ့ costs ကို မလျှော့တွက်သင့်ကြောင်း ပြသပါတယ်။ (Source: Trading Is Hazardous to Your Wealth)

Trading plan တစ်ခုရဲ့ ပထမမေးခွန်းက “ဘယ်လောက်ရနိုင်မလဲ” မဟုတ်ဘဲ “မှားခဲ့ရင် ဘယ်လောက်ဆုံးရှုံးမလဲ” ဖြစ်သင့်ပါတယ်။

02 — Retail trading data က ဘာပြောသလဲ

အောင်မြင်နိုင်သူ မရှိဘူးလို့ မဆိုလိုပေမယ့် အောင်မြင်မှုက ရှားပါတယ်။

Taiwan day traders ကို 1992–2006 အထိ လေ့လာထားတဲ့ research မှာ နှစ်အလိုက် အမြတ်ရသူက ပျမ်းမျှ 5% ခန့်သာရှိပြီး နောက်ပိုင်း performance ကို ယုံကြည်စွာ ခန့်မှန်းနိုင်လောက်အောင် အမြတ်ရသူက ပျမ်းမျှနေ့တစ်နေ့မှာ 3% ထက်နည်းပါတယ်။ (Source: Do Day Traders Rationally Learn About Their Ability?)

Brazil equity-futures market ကို 2013–2015 အတွင်း အနည်းဆုံး ရက် 300 ဆက်လုပ်သူတွေထဲမှာ 97% က loss ဖြစ်ခဲ့ပြီး day trading လုပ်ရင်း တဖြည်းဖြည်း တိုးတက်လာတယ်ဆိုတဲ့ evidence ကို မတွေ့ခဲ့ပါဘူး။ (Source: Day Trading for a Living?)

ဒီကိန်းဂဏန်းတွေကို “trading အားလုံး အလုပ်မဖြစ်ဘူး” လို့ အဓိပ္ပာယ်မကောက်သင့်ပါဘူး။ Study တစ်ခုစီမှာ market၊ product၊ country နဲ့ period သီးသန့်ရှိပါတယ်။ ဒါပေမယ့် consistent message ကတော့ costs၊ competition နဲ့ execution difficulty တွေကြောင့် short-term trading မှာ အောင်မြင်မှုက ရှားပြီး ကိုယ့်မှာ edge ရှိတယ်လို့ သက်သေမပြနိုင်သေးခင် capital ကို ကာကွယ်ရမယ်ဆိုတာပါ။

FINRA နဲ့ SEC ကလည်း day trading ဟာ အလွန်အန္တရာယ်များပြီး commissions၊ execution problems၊ margin နဲ့ short selling တို့ကြောင့် မူလထည့်ထားတဲ့ငွေထက်ပိုဆုံးရှုံးနိုင်တယ်လို့ သတိပေးထားပါတယ်။ (Sources: FINRA Rule 2270)

ESMA ရဲ့ CFD review မှာလည်း စစ်ဆေးထားတဲ့ EU jurisdictions တွေအတွင်း retail CFD accounts 74% မှ 89% အထိ loss ဖြစ်ခဲ့ပါတယ်။ ဒီကိန်းဂဏန်းက leveraged CFDs အတွက်သာ ဖြစ်ပြီး stock trading အားလုံးကို မကိုယ်စားပြုပါဘူး။ (Source: ESMA CFD measures)

03 — Drawdown ရဲ့ သင်္ချာက မညီမျှပါဘူး

Loss ကြီးလာလေ ပြန်တက်ဖို့ လိုတဲ့ return က ပိုကြီးလာပါတယ်။

Account တစ်ခု 10% ကျသွားရင် မူလနေရာပြန်ရောက်ဖို့ 11.1% တက်ရပါတယ်။ 20% ကျရင် 25%၊ 50% ကျရင် 100% ပြန်တက်ရပါတယ်။ Loss နဲ့ recovery က တူညီတဲ့ရာခိုင်နှုန်း မဟုတ်တဲ့အတွက် drawdown ကြီးမားလာတာကို လျစ်လျူရှုလို့ မရပါဘူး။

ဒါကြောင့် risk management ရဲ့ အဓိကတာဝန်က trade တိုင်းကို အမြတ်ဖြစ်စေဖို့ မဟုတ်ပါဘူး။ Losing streak တစ်ခု သို့မဟုတ် အမှားတစ်ခုကြောင့် account ကို ပြန်မတက်နိုင်လောက်အောင် မထိခိုက်စေဖို့ပါ။

04 — Position size ကို Entry မတိုင်မီ တွက်ပါ

Conviction နဲ့မဟုတ်ဘဲ ကိုယ်လက်ခံနိုင်တဲ့ loss နဲ့ size သတ်မှတ်ပါ။

ရိုးရှင်းတဲ့ position-sizing logic က ဒီလိုပါ—ပထမဆုံး trade မှားခဲ့ရင် account ထဲက အများဆုံး ဘယ်လောက်ဆုံးရှုံးခွင့်ပြုမလဲကို money amount နဲ့ သတ်မှတ်ပါ။ ပြီးရင် entry price နဲ့ trade idea ပျက်သွားတယ်လို့ လက်ခံမယ့် invalidation price ကြားက risk-per-unit ကို တွက်ပါ။ Maximum planned loss ကို risk-per-unit နဲ့စားရင် position size ရပါတယ်။

ဥပမာအနေနဲ့ $10,000 ရှိတဲ့ account မှာ ကိုယ်တိုင်သတ်မှတ်ထားတဲ့ maximum loss က 1% သို့မဟုတ် $100 ဆိုပါစို့။ Entry နဲ့ invalidation ကြား $2 ကွာရင် fees နဲ့ slippage မပါသေးခင် position-size ceiling က shares 50 ဖြစ်ပါတယ်။ ဒီ 1% က universal rule မဟုတ်ဘဲ တွက်နည်းကို ရှင်းပြတဲ့ ဥပမာသာ ဖြစ်ပါတယ်။ Real market မှာ gap၊ spread နဲ့ slippage ကြောင့် actual loss က plan ထက်ပိုနိုင်ပါတယ်။

05 — Stop-loss က Seatbelt ပါ၊ Strategy မဟုတ်ပါ

Risk ကို ကန့်သတ်နိုင်ပေမယ့် edge ကို သူ့ဘာသာ မဖန်တီးပေးပါဘူး။

Kaminski နဲ့ Lo တို့ရဲ့ index-futures research မှာ အချို့ stop-loss policies တွေက volatility ကို လျှော့ချပြီး longer sampling frequencies တွေမှာ expected return ကို တိုးစေနိုင်တာ တွေ့ရှိခဲ့ပါတယ်။ ဒါပေမယ့် အကျိုးသက်ရောက်မှုက market condition နဲ့ rule ပေါ်မူတည်ပါတယ်။ Stop-loss ထည့်ထားရုံနဲ့ strategy profitable ဖြစ်သွားတာ မဟုတ်ပါဘူး။ (Source: When Do Stop-Loss Rules Stop Losses?)

Stop level ကို စိတ်ကြိုက် percentage တစ်ခုနဲ့ မရွေးဘဲ trade idea မှားသွားပြီလို့ ပြောနိုင်တဲ့ price structure နဲ့ volatility ကို စဉ်းစားပြီး သတ်မှတ်သင့်ပါတယ်။ Size ကိုလည်း အဲဒီ stop distance နဲ့ညီအောင် ပြန်တွက်ရပါမယ်။ News gap သို့မဟုတ် liquidity နည်းတဲ့အချိန်မှာ stop price တိတိကျကျနဲ့ ထွက်နိုင်မယ်လို့တော့ အာမခံချက်မရှိပါဘူး။

06 — Backtest က လွယ်လွယ်နဲ့ လှည့်စားနိုင်ပါတယ်

Historical chart နဲ့ အကိုက်ညီဆုံး rule က future မှာ အကောင်းဆုံးဖြစ်မယ်လို့ မဆိုလိုပါဘူး။

Indicators၊ parameters နဲ့ entry rules များစွာကို data တစ်ခုတည်းပေါ် အကြိမ်ကြိမ်စမ်းရင် တစ်ခုခုက ကံအားလျော်စွာ အရမ်းကောင်းနေမှာပါ။ ဒါကို data snooping သို့မဟုတ် overfitting လို့ ခေါ်ပါတယ်။ Sullivan, Timmermann နဲ့ White တို့က technical trading rules အများအပြားကို long-run Dow Jones data ပေါ် စမ်းသပ်ပြီး ဒီ bias ကို ထည့်တွက်မထားရင် performance ကို လွန်ကဲအောင် မြင်နိုင်ကြောင်း ပြခဲ့ပါတယ်။ (Source: Data-Snooping, Technical Trading Rule Performance, and the Bootstrap)

ပိုယုံကြည်ရတဲ့ test တစ်ခုမှာ rule တည်ဆောက်ရာမှာ မသုံးခဲ့တဲ့ out-of-sample data၊ fees၊ spread၊ slippage နဲ့ realistic execution ပါဝင်သင့်ပါတယ်။ Backtest တစ်ခုက သေချာပေါက်အလုပ်ဖြစ်မယ့် အာမခံစာမဟုတ်ဘဲ နောက်ထပ်စစ်ဆေးဖို့ evidence တစ်ပိုင်းသာ ဖြစ်ပါတယ်။

07 — Trade မဝင်မီ စစ်ဆေးရမယ့်အချက်များ

Plan ကို price လှုပ်ရှားမလာခင် စာဖြင့် ရှင်းရှင်းလင်းလင်းထားပါ။

• ဒီ setup ရဲ့ edge ကို စာတစ်ကြောင်းနဲ့ ရှင်းပြနိုင်သလား။
• Entry၊ invalidation/stop နဲ့ exit logic ကို ကြိုသတ်မှတ်ထားသလား။
• မှားခဲ့ရင် ဆုံးရှုံးမယ့် money amount နဲ့ account percentage ကို သိထားသလား။
• Position size ကို confidence နဲ့မဟုတ်ဘဲ planned risk နဲ့တွက်ထားသလား။
• Fees၊ spread၊ slippage နဲ့ gap risk ကို ထည့်စဉ်းစားထားသလား။
• Leverage သုံးရင် loss က ကိုယ်လက်ခံနိုင်တဲ့ပမာဏထက် ကျော်နိုင်သလား။
• Trade ပြီးတဲ့နောက် outcome တစ်ခုတည်းမဟုတ်ဘဲ decision process ကို journal ထဲမှာ review လုပ်ရဲ့လား။

ဒီ checklist က profit ကို အာမခံမပေးပါဘူး။ ဒါပေမယ့် မကြာခဏဖြစ်တတ်တဲ့ impulsive decision တွေကို လျှော့ချပြီး ကိုယ့် process ကို data နဲ့တကွ တိုးတက်အောင် ပြင်ဆင်နိုင်စေပါတယ်။

Sources & further reading

Evidence နဲ့ framework တွေကို ဆက်ဖတ်လိုပါက—

• Barber & Odean — Trading Is Hazardous to Your Wealth
• Barber et al. — Do Day Traders Rationally Learn About Their Ability?
• Chague et al. — Day Trading for a Living?
• FINRA Rule 2270 — Day-Trading Risk Disclosure Statement
• U.S. SEC — Day Trading: Your Dollars at Risk
• ESMA — Product intervention measures relating to CFDs
• Kaminski & Lo — When Do Stop-Loss Rules Stop Losses?
• Sullivan, Timmermann & White — Data-Snooping and Technical Trading Rules
• David Aronson — Evidence-Based Technical Analysis
• Alexander Elder — The New Trading for a Living
• Mark Douglas — Trading in the Zone

ဒီ note က လေ့လာရေးအတွက်သာ ဖြစ်ပြီး financial advice သို့မဟုတ် security တစ်ခုကို ဝယ်ရန်၊ ရောင်းရန် အကြံပြုချက် မဟုတ်ပါဘူး။