SHINKU / TRADER SYSTEM / MINDGUARD
04 / 04· Behavioral Risk System

Behavioral Risk System · 04 / 04

MindGuard

Behavioral Risk · Tilt Control · Capital Protection

Control the human risk before it controls the account.

ควบคุมความเสี่ยงจาก “ตัวเราเอง” ก่อนที่มันจะควบคุมพอร์ต

  • Tilt
  • Revenge
  • Risk
  • Discipline
  • Survival
01Core Principle

Trader ไม่จำเป็นต้องไม่มีอารมณ์ แต่ระบบต้องไม่อนุญาตให้อารมณ์แก้กฎ

MindGuard ไม่ได้พยายามทำให้คน “ใจแข็งขึ้น” แต่ออกแบบให้ความผิดพลาดทางอารมณ์มี blast radius จำกัด — ตอนใจอ่อน เกมก็ยังพังยาก

Risk คงที่ · Loss จำกัด · หยุดเมื่อเกิน Threshold · ไม่เพิ่ม Lot เพราะหัวร้อน · ไม่เปลี่ยน Thesis เพราะ P/L · และยอมพลาดโอกาส อย่าออกแบบ Trader ให้ต้องใจแข็ง — ออกแบบเกมให้ตอนใจอ่อนก็ยังพังยาก · Deposit = New Campaign, Never a Revive Button

MindGuard อยู่ตรงไหนใน Trader Stack

ระบบที่ 4 ปิดช่องว่างที่อีก 3 ระบบไม่ได้ครอบคลุมโดยตรง: ความเสี่ยงที่มาจาก “คนกด” ไม่ใช่จากตลาดหรือจาก setup

Systemหน้าที่หลักคำถามที่ตอบควบคุมอะไร
SNR · OCMarket Structure Intelligenceตลาดอยู่ตรงไหน และ Entry ที่ไหน?Thesis, Level, Invalidation
TraderOSExecution Disciplineจะ Execute ยังไงโดยไม่แหกกฎ?Ticket, Risk ต่อไม้, Exposure
Trading RPGCapital Survivalจะแบ่งทุนและเอาตัวรอดยังไง?Port, Run, Life, Campaign
MindGuardBehavioral Risk Controlจะป้องกันตัวเองจากตัวเองยังไง?State, Tilt, Cooldown, สิทธิ์ในการกลับมาเทรด
MindGuard ไม่ใช่

Signal service · ระบบบอก Buy/Sell · คอร์ส SNR · ระบบเพิ่ม Win Rate · ระบบสอนให้ “ไม่มี Fear/Greed” · ระบบปลอบใจหลังแพ้ · ระบบหาเหตุผลให้ Position ที่ผิด · Martingale / Recovery betting · ระบบสนับสนุนการเติมเงินเพื่อเอาคืน

ทุกหัวข้อจบด้วย

DETECTION → RULE → ACTION

แยกป้ายชัดเจน: Research = ข้อเท็จจริงที่มีแหล่งอ้างอิง · MindGuard Rule = กฎออกแบบระบบ (ปรับได้ ไม่ใช่กฎสากล) · Math = คำนวณตรวจสอบได้

หน้านี้ทำให้ Trader เข้าใจ 5 เรื่อง: ทำไมถึงหลุด (08) · ตรวจจับเร็วได้ยังไง (07) · ระบบทำอะไรอัตโนมัติ (05–06) · เมื่อไรต้องหยุด (05, 18) · ได้สิทธิ์กลับมายังไง (06, 19)

02Blow-up Loop

พอร์ตไม่ได้พังเพราะแพ้ แต่พังเพราะ Loop หลังแพ้

รูปแบบที่เจอบ่อย: ชนะบ่อย แต่แพ้ครั้งเดียวกินกำไรหลายสัปดาห์ ความเสียหายส่วนใหญ่ไม่ได้เกิดจาก loss แรก แต่เกิดจากการตัดสินใจ หลัง loss แรก

  1. Loss ปกติไม้ที่แพ้ตาม setup — ยังเป็น Good Loss
  2. Refuse to cutไม่ยอมรับ invalidation, ขยับ/ยกเลิก SL
  3. Rationalizeลง TF เล็กหา confirmation ช่วย position
  4. Break-even hunt“วันนี้ต้องจบเขียว” — ยอมเสี่ยงเพิ่มเพื่อกลับเท่าทุน
  5. Size escalationเพิ่ม Lot / average ที่ไม่ได้วางแผน
  6. Overtradeเปิดถี่ขึ้น หลาย symbol เพื่อแก้ตัว
  7. Refillเติมเงินเพื่อ “สู้ต่อ” — ใช้ Reserve ช่วย Port ที่ควรตาย
  8. Catastrophic lossความเสียหายครั้งเดียวลบกำไรหลายเดือน
Research

เทรดเดอร์มืออาชีพในตลาด futures ที่ขาดทุนช่วงเช้า มีแนวโน้มรับความเสี่ยงสูงกว่าค่าเฉลี่ยในช่วงบ่ายมากกว่ากลุ่มที่กำไรช่วงเช้า (เทรดถี่ขึ้น ไม้ใหญ่ขึ้น)[8] และในการทดลอง คนที่ขาดทุนมาก่อนมักดึงดูดต่อทางเลือกที่ให้โอกาส “กลับเท่าทุน”[7]

MindGuard Rule

ตัด Loop ให้เร็วที่สุด — ขั้น 02–03 คือ CAUTION, ขั้น 04–06 คือ TILT → LOCKED, ขั้น 07 คือ Level 3 Relapse ระบบไม่รอให้ถึงขั้น 08

03Three-Layer OS

แยกกฎ · ตรรกะ · อารมณ์ ออกจากกันด้วยสิทธิ์ที่ต่างกัน

กฎถูกเขียนตอนใจเย็น (Constitution) และถูกใช้ตอนใจร้อน (Runtime) — ตอน Runtime ต้องไม่มีสิทธิ์เขียนทับสิ่งที่ถูกตัดสินใจไว้ล่วงหน้า

Layer A · Constitution · LOCKED

กฎที่ห้ามแก้ระหว่าง Session

Max risk/trade · Max daily loss · Max consecutive losses · Port death threshold · Campaign loss limit · Refill schedule · Cooldown · Re-entry · Lot scaling · Profit protection

Rule: Runtime emotion ไม่มีสิทธิ์แก้ Constitution

Layer B · Trading Logic

ส่วนวิเคราะห์ตลาด

SNR · Structure · HTF/MTF Context · Liquidity · Objective · Entry · Invalidation · Exit · MFE/MAE · Trade management

Rule: P/L ไม่มีสิทธิ์เปลี่ยน Market Thesis

Layer C · Runtime Emotion · READ_ONLY

สิ่งที่เกิดขึ้นจริงระหว่างเทรด

Fear · Greed · FOMO · Revenge · Ego · Sunk cost · Hope · Anger · Shame · Urgency · “ต้องเอาคืน”

มีสิทธิ์: ถูกสังเกต · ถูกบันทึก · Trigger state change
ไม่มีสิทธิ์: เพิ่ม Lot · ย้าย/ยกเลิก Stop · เติมเงิน · Override Daily Stop · เปิด Run ใหม่ทันทีหลัง Port ตาย

Research

แนวคิดนี้สอดคล้องกับโมเดล self-control แบบ “planner / doer” ที่มองว่าการตั้งกฎล่วงหน้าเป็นวิธีจำกัดตัวเราในอนาคต[17] งานทดลองพบว่าคนยอมผูกมัดตัวเองล่วงหน้า (precommitment) และข้อผูกมัดช่วยผลลัพธ์ได้[19] และแผนแบบ “ถ้า X → ทำ Y” (implementation intentions) ช่วยให้ทำตามเป้าหมายได้ดีขึ้นในหลายบริบท[18]

MindGuard Rule

ทุกกฎใน Layer A ต้องเขียนเป็น If → Then ก่อนเปิด Session และแก้ได้เฉพาะช่วง Review นอกเวลาตลาด พร้อมรอ 24 ชม. ก่อนมีผล (กันการแก้กฎเพื่อเข้าข้าง position ปัจจุบัน)

04Capital Firewall

ทุน 5 ชั้น — ไฟไหม้ชั้นล่าง ต้องไม่ลามขึ้นชั้นบน

Firewall ทำงานทางเดียว: เงินไหลลงได้ตาม schedule เท่านั้น ห้ามไหลลงเพราะ อารมณ์

Layer 5

Total Wealth

เงินชีวิต · เงินสำรอง · เงินที่ไม่ควรอยู่ในตลาด

ห้ามใช้แก้ Position · เติมหลังแพ้ · “เอาคืน”

Layer 4

Trading Reserve

เงินที่อนุญาตให้ Trading ใช้ทั้งหมดตามแผน ต้องมี Monthly/Quarterly limit · Refill schedule · Max loss budget

Reserve ห้ามลงไปช่วย Dead Port

Layer 3

Campaign

รอบการเทรด เช่น 30 วัน / 1 Season มี Starting capital · Max campaign DD · Max failed ports · Review gate

Deposit ใหม่ = Campaign ใหม่ ไม่ใช่ Revive

Layer 2

Port / Run

พอร์ตเล็กที่ยอมให้พังได้ = SL ระดับทุน · Risk container · Psychological containment

Port SL ไม่ใช่ข้ออ้างให้ถือทุกไม้จน Port ตาย — Trade invalidation ต้องทำงานก่อน

Layer 1

Position

หน่วยความเสี่ยงต่ำสุด ต้องรู้ก่อนเข้า: Setup · Entry · Invalidation · 1R · Objective · Protection logic

ไม่รู้ครบ = ไม่มีสิทธิ์เปิด

Detectionมีการโอนเงินจาก Reserve/Wealth เข้า Port ภายใน Cooldown หรือหลัง Loss
RuleRefill ได้เฉพาะวันที่อยู่ใน Refill schedule และหลังผ่าน Review gate
ActionRefill-after-loss = Level 3 Relapse → Campaign lock
05Stop Layers

4 ชั้นของการหยุด — แต่ละชั้นหยุดความเสียหายคนละแบบ

Stop ไม่ได้มีแค่ราคา ระบบต้องหยุด ไอเดีย · สภาพจิตวันนี้ · พอร์ต และ ทั้ง Campaign ได้

6.1 Trade Stop

หยุดความเสียหายของไอเดียหนึ่งไม้

Trigger: Thesis invalid

  • Exit
  • ห้ามหาเหตุผลใหม่หลังเข้า
  • ห้ามเปลี่ยน TF ช่วย Position
6.2 Session Stop

หยุดความเสียหายจากสภาพจิตวันนี้

Trigger: 2 losses ติด · Daily loss threshold · Rule break 1 ครั้ง · Revenge urge สูง · อยากเพิ่ม Lot · เหนื่อย/อดนอนผิดปกติ

  • Stop trading · ปิด platform
  • Cooldown → Review
6.3 Port Stop

Port ถึง Death Threshold

  • Run Over
  • ห้าม Refill · ห้ามเปิด Port ใหม่ทันที
  • ต้องผ่าน Cooldown + Review
6.4 Bankroll Stop

หลาย Port พัง / Campaign loss ถึง Threshold

  • Lock campaign
  • หยุด leveraged trading
  • Full review → Requalification

MindGuard Rule ค่า threshold (เช่น 2 losses, daily loss %) เป็น policy template ที่ต้องกำหนดใน Constitution ของแต่ละคน ไม่ใช่กฎสากล — สิ่งที่ห้ามคือการ “แก้ค่า” ระหว่าง Session

06State Machine

สถานะกำหนดสิทธิ์ ไม่ใช่ความรู้สึกกำหนดสิทธิ์

ทุก Session อยู่ใน 1 state เสมอ ขึ้นได้ทันทีเมื่อ trigger เกิด แต่ ลงได้ทีละขั้นผ่านเงื่อนไขเท่านั้น — กดเลือก state เพื่อดูรายละเอียด

เงื่อนไข
  • ทำตามระบบ
  • Size ปกติ
  • Emotion stable
  • ไม่มี Revenge urge
Permission

Trade ตามแผน ภายใต้ Constitution

ออกจาก state เมื่อ

Tilt Score ≥ 3 หรือ Loss 1 ครั้ง → CAUTION

Trigger
  • Loss 1 ครั้ง
  • FOMO
  • เช็ก P/L ถี่ขึ้น
  • เริ่มอยากขยับ Stop
  • เริ่มหาเหตุผลเพิ่มหลังเข้า
Action
  • ห้ามเพิ่ม Size
  • บังคับใช้ Pre-Trade Gate ครบ 11 ข้อ
  • Trade ต่อได้เฉพาะ A-grade setup
ลง / ขึ้น

กลับ NORMAL เมื่อจบ Session โดยไม่มี trigger เพิ่ม · ขึ้น TILT เมื่อ Score ≥ 5 หรือ Loss ติด 2

Trigger
  • Loss ติดต่อกัน · Revenge urge
  • เพิ่ม Lot · เข้าเร็วขึ้น · เปิดถี่ขึ้น
  • ไม่สน HTF · เปลี่ยน Thesis เพราะ P/L
  • คิด “เอาคืนไม้เดียว” · เติมเงิน
Action
  • No new trades
  • Lock terminal
  • Start cooldown
ข้อสังเกต

TILT ไม่ใช่คำตัดสินตัวตน แต่เป็น operational state — ความหมายคือ “ตอนนี้ระบบไม่ให้สิทธิ์เปิดไม้ใหม่”

ระบบต้องปฏิเสธ
  • New trade
  • Deposit
  • Lot increase
  • New port
  • Override stop
Trigger

Tilt Score ≥ 7 · Hard trigger ใดๆ (ยกเลิก SL, Deposit หลัง Loss, Lot escalation หลังแพ้) · Rule break Level 2–3 · Port Stop · Bankroll Stop

Mechanical

ใช้ข้อจำกัดภายนอกที่ไม่พึ่ง willpower เช่น daily loss limit ของ broker/prop, ปิด platform, ให้ Mentor ถือรหัส deposit/withdraw ชั่วคราว

เวลาขั้นต่ำ (template)
Mild tilt2–4 ชม.
Serious rule break12–24 ชม.
Port death24 ชม.+
Repeated refill / catastrophicหลายวัน + review
ระหว่าง Cooldown
  • ปิดกราฟ ไม่ดู P/L
  • ห้ามวางแผนไม้ถัดไป
  • ออกจากหน้าจอ
หมายเหตุ

ตัวเลขเป็น policy template ไม่ใช่กฎสากล ปรับได้ใน Constitution (ตอนใจเย็นเท่านั้น)

ต้องตอบเป็นลายลักษณ์อักษร
  1. เกิดอะไรขึ้น?
  2. Trigger คืออะไร?
  3. Rule ไหนแตก?
  4. Loss มาจาก Market Risk หรือ Behavioral Risk?
  5. ถ้า P/L เป็นศูนย์ จะตัดสินใจเหมือนเดิมไหม?
  6. ต้องเพิ่ม System Constraint อะไร?
Output

อย่างน้อย 1 constraint ใหม่ที่เป็น mechanical (ไม่ใช่ “จะพยายามมากขึ้น”)

กลับมาได้เมื่อ
  • Review เสร็จ
  • ไม่มี urge “เอาคืน”
  • Size reset
  • Constitution accepted (อ่านทวนก่อนเปิด)
ถ้าเคย rule break

เริ่มด้วย reduced risk (template: ครึ่งหนึ่งของปกติ) จนครบจำนวนไม้ clean ที่กำหนด

ไปต่อ

ครบเงื่อนไข → NORMAL · มี trigger ระหว่างทาง → กลับ CAUTION/TILT ทันที

NORMAL  --loss | score≥3-->  CAUTION  --score≥5 | 2 losses-->  TILT  --score≥7 | hard trigger-->  LOCKED
LOCKED  --time-->  COOLDOWN  --time done-->  REVIEW  --6 answers + 1 constraint-->  RE-ENTRY  --clean trades-->  NORMAL
// ขึ้นได้ทันที · ลงได้ทีละขั้น · ข้ามขั้นลงไม่ได้
07Tilt Detection

ตรวจจับจากพฤติกรรม ไม่ใช่รอให้ “รู้สึกว่าหัวร้อน”

Tilt Score เป็น operational checklist สำหรับตัดสินสิทธิ์ในการเทรด ไม่ใช่แบบประเมินทางการแพทย์หรือจิตวิทยา และไม่ใช่การวินิจฉัยใดๆ

Research

ในการศึกษาเทรดเดอร์รายวัน 80 คน กลุ่มที่มีปฏิกิริยาทางอารมณ์รุนแรงต่อทั้งกำไรและขาดทุน มีผลการเทรดแย่กว่าอย่างมีนัยสำคัญ[15] (กลุ่มตัวอย่างเล็ก — ใช้เป็นหลักฐานเชิงสนับสนุน ไม่ใช่กฎ)

MindGuard Rule

1 สัญญาณ = 1 คะแนน · สัญญาณที่มีป้าย HARD = LOCKED ทันทีไม่ว่าคะแนนเท่าไร · 0–2 NORMAL · 3–4 CAUTION · 5–6 TILT · 7+ LOCKED

Tilt Check — ติ๊กสิ่งที่เกิดขึ้นใน Session นี้

Operational · not clinical

Behavioral

Cognitive — มีความคิดแบบนี้

Interface behavior

Physical

Sequence

NORMALCAUTIONTILTLOCKED
SCORE 0 · NORMAL

Permission: Trade ตามแผน

08Cognitive Biases

ทำไมถึงหลุด — 8 แรงดึงที่มีงานวิจัยรองรับ

Bias เหล่านี้เป็น แนวโน้มเฉลี่ยที่พบในการศึกษา ไม่ได้เกิดกับทุกคนเท่ากันทุกครั้ง แต่เพียงพอที่ระบบต้องมีตัวกันไว้ ทุกข้อจึงจบด้วย Detection → Rule → Action

01 · Loss Aversion

Researchในงาน Prospect Theory ความสูญเสียมีน้ำหนักทางจิตใจมากกว่ากำไรขนาดเท่ากัน[1] การประมาณในงานต่อมาอยู่ที่ราว 2 เท่าในกลุ่มตัวอย่างทดลอง[2] ขนาดของผลนี้ยังมีข้อถกเถียงและขึ้นกับบริบท[25]

Detectionเลี่ยงการกดปิดไม้แดง ทั้งที่ invalidation เกิดแล้ว
RulePredefined loss · Fixed R · Stop อยู่ใน platform ตั้งแต่เปิดไม้
ActionSL ถูกยกเลิก = HARD trigger → LOCKED
02 · Disposition Effect

Researchแนวโน้มขายตัวที่กำไรเร็วเกินไปและถือตัวที่ขาดทุนนานเกินไป[3] พบในข้อมูลบัญชีนักลงทุนรายย่อยจริง[4] และในเทรดเดอร์ futures มืออาชีพก็ถือไม้ขาดทุนนานกว่าไม้กำไร ส่วนกลุ่มที่ปิดไม้เร็วและไม่ปล่อย paper loss ใหญ่มีผลงานถัดมาดีกว่า[5]

Detectionเวลาเฉลี่ยที่ถือไม้แพ้ > ไม้ชนะ · ปิดกำไรก่อน objective โดยไม่มีเหตุผลเชิงโครงสร้าง
RuleExit by thesis ไม่ใช่ by สีแดง/เขียวของ P/L
Actionซ่อน P/L ระหว่างถือ · บันทึกเหตุผล exit ทุกไม้
03 · Sunk Cost Fallacy

Researchคนมักลงทุนต่อในสิ่งที่เคยลงเงิน/แรงไปแล้ว แม้ข้อมูลใหม่บอกว่าไม่ควร[6]

Detection“เสียไปเยอะแล้ว ปิดตอนนี้ไม่ได้” · Size ไม้ใหม่คำนวณจากยอดที่เสีย
Ruleทุกไม้ใหม่เริ่มที่ศูนย์ · Loss ก่อนหน้าเปลี่ยน size ไม่ได้
Actionถาม Mirror Q1 และ Q2 ก่อนทุกไม้
04 · Break-even Effect

Researchหลังขาดทุน คนจำนวนมากยอมรับความเสี่ยงเพิ่มถ้ามันให้โอกาส “กลับเท่าทุน”[7] สอดคล้องกับข้อมูลเทรดเดอร์ที่เพิ่มความเสี่ยงในช่วงบ่ายหลังขาดทุนช่วงเช้า[8]

Detectionตั้งเป้า “กลับไปเท่าทุนวันนี้” · Lot/ความถี่เพิ่มหลังติดลบ
Ruleไม่มี same-session recovery target · ไม่มี “วันนี้ต้องจบเขียว”
Actionถึง daily loss → Session Stop ทันที
05 · Gambler’s Fallacy

Researchความเชื่อว่าผลลัพธ์สุ่มจะ “ชดเชย” กันในระยะสั้น — คนคาดว่าลำดับสั้นๆ จะหน้าตาเหมือนประชากรทั้งหมด[9] และพบพฤติกรรมเดิมพันแบบนี้ในข้อมูลคาสิโนจริง[10]

Detection“แพ้มา 4 ไม้แล้ว ไม้หน้าต้องชนะ”
Ruleไม่มีการ reset ความน่าจะเป็นจากลำดับทางอารมณ์ · ขนาดไม้ไม่ผูกกับ streak
ActionLoss ติด 2 → TILT; streak ไม่ใช่เหตุผลเข้า
06 · Recency Bias

Researchคนให้น้ำหนักกับตัวอย่างขนาดเล็กเกินจริง[9] และความคาดหวังผลตอบแทนของนักลงทุนมักอิงผลตอบแทนล่าสุด (extrapolation)[24]

Detectionอยากเปลี่ยนระบบหลังแพ้ 2–5 ไม้ หรือเพิ่ม size หลังชนะติด
Ruleประเมิน strategy จาก sample size ที่กำหนด (เช่น 30–50 ไม้) ไม่ใช่ 2–5 ไม้ล่าสุด
Actionแก้ระบบได้เฉพาะใน Review รอบ Campaign
07 · Overconfidence

Researchนักลงทุนรายย่อยที่ซื้อขายบ่อยที่สุดมีผลตอบแทนสุทธิต่ำกว่าอย่างชัดเจน[12][14] และทฤษฎีชี้ว่าความสำเร็จช่วงแรกอาจทำให้คนให้เครดิตฝีมือตัวเองมากเกินไป[13]

DetectionRisk creep หลังชนะติด · เพิ่ม lot เพราะ “มั่นใจขึ้น”
RuleSize เปลี่ยนได้เฉพาะตาม scaling policy ที่เขียนไว้ล่วงหน้า
ActionSize เกิน policy = Level 2 Relapse (ไม่ว่าจะกำไรหรือขาดทุน)
08 · Anchoring

Researchการประเมินค่าถูกดึงเข้าหาตัวเลขอ้างอิงเริ่มต้น แม้ตัวเลขนั้นไม่เกี่ยวข้อง[11] ในการเทรด anchor ที่พบบ่อยคือราคา entry, peak P/L และยอด balance เดิม

Detection“รอให้กลับมาที่ entry ก่อน” · “เคยกำไร 800 ต้องได้คืน”
RuleMarket structure กำหนด action · Historical P/L ไม่มีสิทธิ์
Actionถาม Mirror Q3 — ถ้าเป็นไม้คนอื่นและไม่เห็น P/L?

หมายเหตุด้านวิชาการ: หน้านี้ไม่ใช้คำอธิบายเชิงสารเคมีในสมอง (เช่น dopamine/cortisol) เพราะไม่จำเป็นต่อการออกแบบกฎ และมักถูกใช้เกินหลักฐาน ข้อมูลที่ใช้มาจาก behavioral economics / behavioral finance เป็นหลัก ดูรายละเอียดใน References

09Expectancy > Win Rate

ชนะ 9 ใน 10 ไม้ ก็ยังเสียเงินได้

Win Rate ไม่ใช่หลักฐานว่า “ควรชนะ” สิ่งที่บอกว่าระบบมี edge คือ Expectancy — และ loss ที่ไม่มีเพดานคือสิ่งที่ทำลายมันเร็วที่สุด

// Math
Expectancy = (WinRate × AvgWin) − (LossRate × AvgLoss)

// ตัวอย่าง: Win 90% · AvgWin +1R · Loss 10% · AvgLoss −12R
E = 0.90(1) − 0.10(12)
E = 0.90 − 1.20
E = −0.30R ต่อไม้
Math

Loss ใหญ่ครั้งเดียวที่ไม่ยอม cut (12R) ลบกำไรจาก 12 ไม้ที่ชนะ ปัญหาไม่ได้อยู่ที่ Win Rate แต่อยู่ที่ 4 พฤติกรรม:

  • Catastrophic loss — ไม้เดียวที่ใหญ่ผิดปกติ
  • Uncapped loss — ไม่มี SL หรือยกเลิก SL
  • Early profit taking — AvgWin เล็กเพราะรีบปิด
  • Refusal to cut — AvgLoss โตเพราะถือหวังกลับ

Win Rate ขั้นต่ำเพื่อไม่ขาดทุน = AvgLoss ÷ (AvgWin + AvgLoss) → ในตัวอย่างนี้ = 12 ÷ 13 ≈ 92.3%

Expectancy Calculator

หน่วยเป็น R
E = −0.30R

10Drawdown Math

ยิ่งลึก ยิ่งต้องวิ่งไกลกว่าเดิมหลายเท่า

การป้องกัน Drawdown ใหญ่ มีค่าเชิงคณิตศาสตร์มากกว่าการพยายาม “เอาคืนเร็ว” — เพราะผลตอบแทนที่ต้องใช้กู้คืนโตแบบไม่เป็นเส้นตรง

Return needed = 1 ÷ (1 − DD) − 1 · ตรวจสอบด้วยการคำนวณแล้ว
DrawdownReturn neededScale
−10%+11.1%
−20%+25.0%
−30%+42.9%
−40%+66.7%
−50%+100%
−60%+150%
−70%+233.3%
−80%+400%
−90%+900%
Math

จาก −10% ไป −50% ความลึกเพิ่ม 5 เท่า แต่ผลตอบแทนที่ต้องใช้กู้คืนเพิ่มจาก 11.1% เป็น 100% (ราว 9 เท่า) และที่ −90% ต้องทำเงินเพิ่ม 10 เท่าของที่เหลือ

ตรงนี้คือเหตุผลเชิงคณิตศาสตร์ของ Port Stop และ Bankroll Stop: หยุดที่ −20% ยังกู้ได้ด้วยวินัยปกติ หยุดที่ −70% ต้องใช้โชค

Recovery Calculator

Math
+53.8%

ผลตอบแทนที่ต้องทำเพื่อกลับไปจุดเดิม

11Risk of Ruin

Risk ต่อไม้ใหญ่ขึ้นนิดเดียว ความเสี่ยงพังเพิ่มแบบไม่เป็นเส้นตรง

หน้านี้ไม่ให้ตัวเลข Risk of Ruin แบบลอยๆ ทุกตัวเลขมาจาก simulation ที่ระบุ assumptions ชัดเจน และเปลี่ยนได้เมื่อ assumption เปลี่ยน

Risk per trade

สัดส่วนทุนที่เสียเมื่อโดน 1R ยิ่งสูง ความผันผวนของ equity ยิ่งสูง

Edge / Expectancy

ถ้า E ≤ 0 ในระยะยาว ทุนลดลงเรื่อยๆ ไม่ว่าจะจัดการเงินดีแค่ไหน Money management ลด variance ได้ แต่สร้าง edge ไม่ได้

Variance & streaks

แม้ระบบมี edge ก็ยังเจอ losing streak ยาวได้ตามธรรมชาติของความสุ่ม

ตัวอย่าง Simulation Math · assumptions ชัดเจน

Assumptions: Win rate 50% · Win = +1.5R · Loss = −1R (E = +0.25R) · 200 ไม้ · fixed-fractional (risk % ของ equity ปัจจุบัน) · ผลแต่ละไม้เป็นอิสระต่อกัน · “Ruin” นิยามว่า equity แตะ −50% จากทุนเริ่มต้น · Monte Carlo 20,000 รอบ (Python, seed 7) — ไม่ใช่การพยากรณ์ของระบบใดระบบหนึ่ง

Risk / tradeP(แตะ −50%)Median max DD95th pct max DD
0.5%≈ 0%4.4%7.7%
1%≈ 0%8.7%15.0%
2%≈ 0%16.9%28.2%
5%1.6%38.5%57.9%
10%17.7%62.7%82.9%

ระบบเดียวกัน edge เดียวกัน — ต่างกันแค่ขนาด risk ต่อไม้

Math · Revenge sizing

Assumptions เดิม, base risk 2% แต่ หลังแพ้ติด 2 ไม้ คูณ size จนกว่าจะชนะ (จำลองพฤติกรรม “เอาคืน”):

MultiplierP(แตะ −50%)Median max DD
×1 (ไม่ revenge)≈ 0%16.9%
×31.0%32.8%
×58.4%47.7%

Edge เท่าเดิม แต่พฤติกรรมเปลี่ยน distribution ของความเสียหาย

Math · Losing streaks

ถ้าโอกาสแพ้ต่อไม้ 50% และผลเป็นอิสระต่อกัน โอกาสที่จะเจอ losing streak อย่างน้อย k ไม้ติด ในช่วง 200 ไม้ (คำนวณแบบ exact):

kโอกาสเจออย่างน้อย 1 ครั้ง
596.6%
680.1%
754.4%
832.0%
109.0%

Losing streak ไม่ใช่สัญญาณว่า “ไม้หน้าต้องชนะ” และไม่ใช่หลักฐานว่าระบบพังเสมอไป — มันเป็นเรื่องปกติของความสุ่ม ระบบจึงต้องออกแบบให้รอด streak ได้

Ruin Simulator — ใส่ assumptions ของคุณเอง

Monte Carlo · in-browser

—

กด Run เพื่อจำลอง · ผลขึ้นกับ assumptions ข้างบนทั้งหมด (ผลแต่ละไม้เป็นอิสระ, loss = −1R, fixed-fractional)

ข้อจำกัด: ตลาดจริงมี gap, slippage, fat tails และผลแต่ละไม้อาจไม่เป็นอิสระ ตัวเลขจริงอาจแย่กว่า simulation นี้ ใช้เพื่อเปรียบเทียบ “ผลของขนาด risk และพฤติกรรม” ไม่ใช่พยากรณ์

Research แนวคิดว่าการเดิมพันเกินขนาดที่เหมาะสมลดการเติบโตระยะยาวและเพิ่มโอกาสเสียหายหนัก มีรากจาก Kelly criterion[22] · ข้อมูลภาพรวม: ESMA รายงานว่าบัญชีรายย่อยที่เทรด CFD ราว 74–89% ขาดทุน[21] และในการศึกษาผู้ที่ day trade ต่อเนื่อง ≥300 วันในตลาด futures บราซิล 97% ขาดทุน[20]

12Profit Protection

เคยกำไร แต่ไม่ Lock จนกลายเป็น Loss

MindGuard ไม่บังคับว่าทุกไม้ต้องเลื่อน BE แต่บังคับว่า ทุก Setup ต้องมี Profit Protection Policy ก่อนเข้า ห้ามตัดสินใจจากความโลภหลังเห็นกำไร

Initial Risk

ระยะจาก entry ถึง invalidation = 1R กำหนดก่อน entry เท่านั้น

MFE · Maximum Favorable Excursion

ราคาวิ่งเข้าทางมากที่สุดเท่าไรระหว่างถือ บอกว่า “เคยกำไรเท่าไร” ที่ปล่อยคืนตลาด

MAE · Maximum Adverse Excursion

ราคาวิ่งผิดทางมากที่สุดเท่าไร บอกว่า stop ของเรากว้าง/แคบเกินไปหรือไม่[23]

Protection Options — เลือกล่วงหน้า 1 แบบต่อ setup

Optionทำงานเมื่อเหมาะกับข้อแลก
Break-evenราคาไปถึงระยะที่กำหนด (เช่น +1R)setup ที่ MAE ของไม้ชนะมักตื้นโดนสะบัดออกก่อนวิ่ง
Lock profitถึง milestone → ย้าย SL ไปล็อกบางส่วนไม้ที่ MFE มักไปไกลแล้วย้อนลด upside บางส่วน
Partial TPปิดบางส่วนที่ objective แรกมีหลาย objective ชัดR รวมลดลงในไม้ที่วิ่งยาว
Trail by structureSL ตาม swing/structure ใหม่trend-followingคืนกำไรช่วง pullback
Trail by objectiveขยับ SL เมื่อผ่าน objective แต่ละขั้นSNR level ชัดต้องกำหนด level ก่อน
Time stopไม่ไปตามคาดในเวลาที่กำหนดsetup แบบ momentumอาจออกก่อนวิ่ง
DetectionMFE ≥ 1R แต่จบเป็น loss · ย้าย TP ออกไปหลังเห็นกำไร
RuleProtection policy เขียนใน Pre-Trade Gate ข้อ 8 — แก้หลังเข้าไม่ได้
Actionไม้ที่ MFE ≥ 1R แล้วจบแดงโดยไม่มี policy = Exit Discipline 0 คะแนน

MindGuard Rule เลือก option จากข้อมูล MFE/MAE ย้อนหลังของ setup นั้น (ถ้ามี 30+ ไม้) ไม่ใช่จากความรู้สึกหลังเห็นกำไร

13Pre-Trade Gate

ตอบไม่ครบ 11 ข้อ = NO TRADE

Gate นี้คือ implementation intention ของแต่ละไม้ — ตัดสินใจทุกอย่างตอนยังไม่มี P/L มาเกี่ยว

Pre-Trade Gate

0 / 11
NO TRADE

ยังตอบไม่ครบ — ไม่มีสิทธิ์ execute

14In-Trade Protocol

หลังเปิดไม้ มีคำถามเดียวที่ต้องตอบ

หน้าที่ของ Trader ระหว่างถือ ไม่ใช่การหาเหตุผลใหม่ แต่คือการตรวจว่า thesis เดิมยัง valid หรือไม่

THESIS VALID?
  YES → MANAGE BY PLAN   // ตาม protection policy ที่เขียนไว้
  NO  → EXIT             // ไม่ต่อรอง ไม่รอ "อีกนิด"
ห้าม
  • เปลี่ยน Thesis เพราะ P/L
  • หา Confirmation เพิ่มเพื่อช่วย Position
  • Move stop farther
  • Add risk เพราะ “มั่นใจขึ้น”
  • Re-enter ทันทีหลังโดน stop โดยไม่มี setup ใหม่
Detectionเปิด TF เล็กลงหลังราคาวิ่งสวน · SL ถูกแก้ไขไปทางขาดทุน
RuleSL เลื่อนได้ทางเดียว (ลดความเสี่ยง) · Re-entry ต้องผ่าน Gate ใหม่ทั้ง 11 ข้อ
ActionMove stop farther = Level 2 → LOCKED · จบ Session
15Mirror Questions

5 คำถามที่ตัด P/L ออกจากการตัดสินใจ

ใช้โดย Mentor หรือ Self-review ทุกคำถามออกแบบให้มอง position เหมือน “ไม่มีประวัติ”

  1. ถ้า P/L ตอนนี้เป็นศูนย์ มึงยังจะถือ Position นี้ไหม?
    ตรวจAttachment · Sunk cost · Profit anchoring
  2. ถ้าไม้ก่อนหน้าไม่เคยเสีย มึงจะเข้าไม้ใหม่นี้ด้วย Lot เท่านี้ไหม?
    ตรวจRevenge · Size escalation
  3. ถ้านี่เป็น Position ของคนอื่น และไม่เห็น P/L มึงจะบอกว่า Thesis ยัง Valid ไหม?
    ตรวจEgo · Bias
  4. นี่คือ Setup ใหม่ หรือความพยายามเอาเงินเก่าคืน?
    ตรวจRecovery obsession
  5. ถ้าพลาดไม้ตอนนี้ มึงเสียเงินจริงไหม?
    คำตอบไม่ — Opportunity ที่ไม่ได้อยู่ในระบบ ไม่ใช่ realized loss
16Good / Bad Win · Loss

Good Loss ดีกว่า Bad Win

P/L ไม่ใช่ KPI เดียว ผลลัพธ์หนึ่งไม้มี noise สูง แต่คุณภาพของการตัดสินใจวัดได้จาก process

Process ถูก (ทำตามระบบ)
Process ผิด (แหกกฎ)
Outcome: กำไร
PASS

Good Win

  • ทำตาม Setup
  • Risk ถูก · Exit ถูกระบบ
  • กำไร
FAIL

Bad Win

  • แหกกฎ · Over-risk · Revenge · ไม่มี SL
  • แต่บังเอิญกำไร
  • อันตราย เพราะ reinforce พฤติกรรมเสี่ยง
Outcome: ขาดทุน
PASS

Good Loss

  • Setup valid · Risk ถูก
  • Stop ถูก · ทำตามระบบ
  • ขาดทุน = ต้นทุนของการทำธุรกิจ
FAIL

Bad Loss

  • Over-risk · Refuse stop · Revenge
  • Add lot · Deposit fight
  • Rule break

Research คนมักประเมินคุณภาพของการตัดสินใจจากผลลัพธ์ แม้ข้อมูลตอนตัดสินใจจะเหมือนกัน (outcome bias)[16] — Matrix นี้คือเครื่องมือแยก process ออกจาก outcome

17Post-Trade Score

ให้คะแนน Process 7 มิติ — P/L ไม่ใช่คะแนน Discipline

0 = violated · 1 = partial · 2 = clean · เต็ม 14 ใช้คัดแยก Good/Bad Win/Loss อัตโนมัติ

Post-Trade Scoring

0 · 1 · 2
GOOD WIN · PASS

MindGuard Rule Process “clean” = Risk Discipline และ Rule Compliance ได้ 2 และไม่มีมิติใดได้ 0 · ไม่ clean + กำไร = Bad Win (FAIL)

18Relapse Protocol

ออกแบบโดยสมมุติว่า “จะมีวันหลุด”

ระบบที่พังทันทีเมื่อมนุษย์ผิด 1 ครั้งคือระบบที่ออกแบบผิด Relapse Protocol กำหนดล่วงหน้าว่าผิดระดับไหน ระบบตอบสนองแค่ไหน — ไม่มีการตัดสินตอนนั้น

Level 1

ตัวอย่าง: เข้าเร็ว · FOMO เล็กน้อย

  • → CAUTION
  • Next trade A-grade only
Level 2

ตัวอย่าง: Move stop · Over-size · Revenge attempt

  • → LOCKED · จบ Session
  • Cooldown 12–24 ชม.
  • Reduced risk เมื่อกลับมา
Level 3

ตัวอย่าง: Deposit to recover · Catastrophic loss · Port พังซ้ำ

  • → Stop campaign · Multi-day lock
  • Full review → Requalification
  • พิจารณาหยุด leveraged trading ชั่วคราว
เมื่อการไล่เอาคืนเริ่มแตะเงินที่จำเป็นต่อชีวิต (ค่าใช้จ่ายประจำ เงินสำรอง เงินกู้ หรือเงินของคนอื่น) ให้หยุด leveraged trading ก่อน แล้วคุยกับคนที่ไว้ใจ หรือผู้เชี่ยวชาญด้านการเงิน/ด้านสุขภาพใจ ตามความเหมาะสม ในประเทศไทยสามารถโทรสายด่วนสุขภาพจิต 1323 ได้ — นี่ไม่ใช่การตัดสินหรือวินิจฉัยใคร แต่เป็นขั้นตอนป้องกันความเสียหายที่อยู่นอกขอบเขตของระบบเทรด
1930-Day Recovery

เป้าหมายไม่ใช่ “เอาเงินคืน” แต่คือ 30 วันโดยไม่มี Catastrophic Loss

การตั้งเป้าเป็นยอดเงินหลังขาดทุนหนัก คือการสร้าง break-even target ระดับเดือน — Recovery ต้องวัดจากพฤติกรรม

Primary KPIs
  • 0 Revenge Trades
  • 0 Refill-after-loss
  • 0 Loss beyond threshold
  • 0 Emotion-driven lot increase
  • 100% predefined risk
  • 100% session stop compliance
  • ≥ target rule-compliance score (template: เฉลี่ย ≥ 12/14)
  • Complete daily review
Secondary KPI

P/L

ถ้า 30 วัน P/L = 0 แต่ไม่มี Behavioral blow-up → ถือว่าระบบดีขึ้นอย่างมีนัยสำคัญทางพฤติกรรม

โครง 30 วัน (template)
  • วัน 1–10: risk ลดครึ่ง · สูงสุด 2 ไม้/วัน · review ทุกวัน
  • วัน 11–20: risk ลดครึ่ง · ใช้ Gate ครบทุกไม้ · นับ clean streak
  • วัน 21–30: กลับ risk ปกติได้ถ้า KPI ผ่านครบ 20 วันแรก

Level 2–3 ระหว่างทาง → เริ่มนับใหม่

20Mentor Protocol

Mentor คือกระจก ไม่ใช่ Signal Provider

หน้าที่ของ Mentor คือช่วยให้ Trader เห็นพฤติกรรมตัวเองและสร้าง mechanical constraint — ไม่ใช่รับผิดชอบ P/L แทน

Mentor ห้าม
  • บอก Buy / Sell แทน
  • บอก “ถือไป เดี๋ยวกลับ”
  • ช่วย Rationalize ไม้ที่ผิดกฎ
  • เติมเงินให้
  • ช่วยวางแผนเอาคืน
  • รับผิดชอบ P/L แทน Trader
Mentor ต้อง
  • ถาม Mirror Questions
  • ชี้ Rule break
  • บังคับกลับไปดู Constitution
  • แยก Thesis จาก Emotion
  • ช่วย Review process
  • ช่วยสร้าง Mechanical constraints

Self-Reflection สำหรับ Mentor

ทุกครั้งที่ Review Trader คนอื่น — การช่วยคนอื่นคือกระจกสะท้อนระบบของเราเอง

เขาหลุดตรงไหน? เรามี version เดียวกันไหม?
เรามี Profit anchoring หรือไม่? เคยไม่ Protect กำไรเพราะอยากได้เพิ่มไหม?
กฎ RPG ข้อไหนยังพึ่ง Willpower? Process ไหนควร Lock ล่วงหน้า?
P/L มีอำนาจเหนือ Thesis ตรงไหน? ตอนแพ้ติดกัน เราเปลี่ยน Behavior หรือไม่?
21Dashboard Metrics

วัด 3 ชั้น: พฤติกรรม · การเทรด · การอยู่รอด

ตัวเลขด้านล่างเป็น ข้อมูลตัวอย่าง (SAMPLE DATA) เพื่อแสดงโครงสร้าง dashboard ไม่ใช่ผลการเทรดจริงของใคร

Behavioral
Rule Compliance94%
Revenge Trades0
Stop Overrides1
Lot Escalations0
Refill Events0
Tilt Sessions2
Locked Sessions1
Cooldown Compliance100%
Trading
Avg Win+1.6R
Avg Loss−0.9R
Largest Win+4.2R
Largest Loss−1.3R
Expectancy+0.34R
Profit Factor1.62
Avg MFE2.1R
Avg MAE0.6R
Survival
Max Drawdown−8.4%
Campaign DD−4.1%
Port Deaths0
Catastrophic Loss0
Days Without Rule Break11

MindGuard Score — Operational, not psychological

% compliance ในรอบที่วัด
STABLECAUTIONTILT RISKLOCKED
—

MindGuard Rule Score = ค่าเฉลี่ย 6 องค์ประกอบ · ≥ 90 Stable · 75–89 Caution · 60–74 Tilt Risk · < 60 Locked · No-Refill < 100% ลดระดับเป็นอย่างน้อย Tilt Risk เสมอ · คะแนนนี้วัดการทำตามระบบ ไม่ได้วัดความเข้มแข็งหรือสุขภาพจิตของใคร

22Final Constitution

Trader MindGuard Constitution

อ่านทวนก่อนเปิด Session ทุกครั้ง และก่อนกลับจาก RE-ENTRY

  1. ก่อนเข้า ทุกไม้ต้องรู้ว่าจะเสียได้เท่าไร
  2. Loss หนึ่งไม้ต้องไม่เปลี่ยน Size ของไม้ถัดไป
  3. P/L ไม่มีสิทธิ์เปลี่ยน Thesis
  4. Profit ต้องมี Protection Rule ก่อน Entry
  5. เมื่อ Invalidation เกิด ต้องยอมรับ
  6. เมื่อ Session ถึง Threshold ต้องหยุด
  7. เมื่อ Port ตาย Run จบ
  8. Reserve ห้ามลงไปช่วย Dead Port
  9. Deposit ใหม่ต้องเป็น Campaign ใหม่ ไม่ใช่ Revive
  10. Opportunity ที่พลาด ไม่ใช่เงินจริงที่เสีย
  11. Good Loss ดีกว่า Bad Win
  12. ระบบที่อยู่รอด สำคัญกว่าการชนะไม้เดียว

The goal is not to win every trade.
The goal is to make sure no single emotional failure can destroy the system.

เป้าหมายไม่ใช่ชนะทุกไม้
แต่คือไม่ปล่อยให้ความผิดพลาดทางอารมณ์เพียงครั้งเดียวทำลายทั้งระบบ

REFSources

References

ทุก claim เชิงวิชาการในหน้านี้มีหมายเลขอ้างอิง ส่วนที่เป็นกฎการออกแบบระบบมีป้าย MindGuard Rule และไม่ได้อ้างว่าเป็นผลวิจัย

แสดง / ซ่อน รายการอ้างอิง (25)
  1. Kahneman, D., & Tversky, A. (1979). Prospect Theory: An Analysis of Decision under Risk. Econometrica, 47(2), 263–291. doi.org/10.2307/1914185
  2. Tversky, A., & Kahneman, D. (1992). Advances in Prospect Theory: Cumulative Representation of Uncertainty. Journal of Risk and Uncertainty, 5, 297–323. doi.org/10.1007/BF00122574
  3. Shefrin, H., & Statman, M. (1985). The Disposition to Sell Winners Too Early and Ride Losers Too Long: Theory and Evidence. Journal of Finance, 40(3), 777–790. doi.org/10.1111/j.1540-6261.1985.tb05002.x
  4. Odean, T. (1998). Are Investors Reluctant to Realize Their Losses? Journal of Finance, 53(5), 1775–1798. doi.org/10.1111/0022-1082.00072
  5. Locke, P. R., & Mann, S. C. (2005). Professional Trader Discipline and Trade Disposition. Journal of Financial Economics, 76(2), 401–444. doi.org/10.1016/j.jfineco.2004.01.004
  6. Arkes, H. R., & Blumer, C. (1985). The Psychology of Sunk Cost. Organizational Behavior and Human Decision Processes, 35(1), 124–140. doi.org/10.1016/0749-5978(85)90049-4
  7. Thaler, R. H., & Johnson, E. J. (1990). Gambling with the House Money and Trying to Break Even: The Effects of Prior Outcomes on Risky Choice. Management Science, 36(6), 643–660. doi.org/10.1287/mnsc.36.6.643
  8. Coval, J. D., & Shumway, T. (2005). Do Behavioral Biases Affect Prices? Journal of Finance, 60(1), 1–34. doi.org/10.1111/j.1540-6261.2005.00723.x
  9. Tversky, A., & Kahneman, D. (1971). Belief in the Law of Small Numbers. Psychological Bulletin, 76(2), 105–110. doi.org/10.1037/h0031322
  10. Croson, R., & Sundali, J. (2005). The Gambler’s Fallacy and the Hot Hand: Empirical Data from Casinos. Journal of Risk and Uncertainty, 30(3), 195–209. doi.org/10.1007/s11166-005-1153-2
  11. Tversky, A., & Kahneman, D. (1974). Judgment under Uncertainty: Heuristics and Biases. Science, 185(4157), 1124–1131. doi.org/10.1126/science.185.4157.1124
  12. Barber, B. M., & Odean, T. (2000). Trading Is Hazardous to Your Wealth: The Common Stock Investment Performance of Individual Investors. Journal of Finance, 55(2), 773–806. doi.org/10.1111/0022-1082.00226
  13. Gervais, S., & Odean, T. (2001). Learning to Be Overconfident. Review of Financial Studies, 14(1), 1–27. doi.org/10.1093/rfs/14.1.1
  14. Odean, T. (1999). Do Investors Trade Too Much? American Economic Review, 89(5), 1279–1298. doi.org/10.1257/aer.89.5.1279
  15. Lo, A. W., Repin, D. V., & Steenbarger, B. N. (2005). Fear and Greed in Financial Markets: A Clinical Study of Day-Traders. American Economic Review, 95(2), 352–359. doi.org/10.1257/000282805774670095
  16. Baron, J., & Hershey, J. C. (1988). Outcome Bias in Decision Evaluation. Journal of Personality and Social Psychology, 54(4), 569–579. doi.org/10.1037/0022-3514.54.4.569
  17. Thaler, R. H., & Shefrin, H. M. (1981). An Economic Theory of Self-Control. Journal of Political Economy, 89(2), 392–406. doi.org/10.1086/260971
  18. Gollwitzer, P. M. (1999). Implementation Intentions: Strong Effects of Simple Plans. American Psychologist, 54(7), 493–503. doi.org/10.1037/0003-066X.54.7.493
  19. Ariely, D., & Wertenbroch, K. (2002). Procrastination, Deadlines, and Performance: Self-Control by Precommitment. Psychological Science, 13(3), 219–224. doi.org/10.1111/1467-9280.00441
  20. Chague, F., De-Losso, R., & Giovannetti, B. (2019). Day Trading for a Living? Working paper, SSRN 3423101. papers.ssrn.com/…abstract_id=3423101
  21. European Securities and Markets Authority (2018, 27 March). ESMA agrees to prohibit binary options and restrict CFDs to protect retail investors. esma.europa.eu
  22. Kelly, J. L. (1956). A New Interpretation of Information Rate. Bell System Technical Journal, 35(4), 917–926. doi.org/10.1002/j.1538-7305.1956.tb03809.x
  23. Sweeney, J. (1997). Maximum Adverse Excursion: Analyzing Price Fluctuations for Trading Management. Wiley. ISBN 978-0-471-14152-5.
  24. Greenwood, R., & Shleifer, A. (2014). Expectations of Returns and Expected Returns. Review of Financial Studies, 27(3), 714–746. doi.org/10.1093/rfs/hht082
  25. Gal, D., & Rucker, D. D. (2018). The Loss of Loss Aversion: Will It Loom Larger Than Its Gain? Journal of Consumer Psychology, 28(3), 497–516. doi.org/10.1002/jcpy.1047

Disclaimer: MindGuard เป็นกรอบการจัดการความเสี่ยงเชิงพฤติกรรมเพื่อการศึกษา ไม่ใช่คำแนะนำการลงทุน ไม่ใช่สัญญาณซื้อขาย และไม่ใช่การประเมินหรือวินิจฉัยทางการแพทย์/จิตวิทยา ตัวเลขทุกตัวใน simulation ขึ้นกับ assumptions ที่ระบุไว้