Boom Leverage
บทความทั้งหมด

CLAUDE.md สำหรับการเทรด: วางกฎให้ผู้ช่วย AI ไม่ออกนอกลู่ (พร้อมเทมเพลตก็อปไปใช้ได้)

ก่อนให้ Claude Code แตะงานเทรด ต้องตั้งกฎใน CLAUDE.md ให้ชัดก่อน — ขอบเขต ข้อห้าม วินัย backtest และจุดหยุด พร้อมเทมเพลตจริงที่ก็อปไปปรับใช้ได้ จากมุมคนทำ model risk

Varanchai Yingkhamnueng·
claude-codeBoom Leverage

CLAUDE.md สำหรับการเทรด: วางกฎให้ผู้ช่วย AI ไม่ออกนอกลู่ (พร้อมเทมเพลตก็อปไปใช้ได้)

ก่อนให้ Claude Code แตะงานเทรด ต้องตั้งกฎใน CLAUDE.md ให้ชัดก่อน — ขอบเขต ข้อห้าม วินัย backtest และจุดหยุด พร้อมเทมเพลตจริงที่ก็อปไปปรับใช้ได้ จากมุมคนทำ model risk

คลิปที่คนดูเยอะที่สุดในช่องผมคือเรื่อง CLAUDE.md สำหรับเทรด และคำถามที่ตามมาเยอะสุดคือ "แล้วในไฟล์นั้นควรเขียนอะไรบ้าง" คนส่วนใหญ่เข้าใจว่า CLAUDE.md คือที่ใส่ "พรอมป์เทพ ๆ" ให้ AI เก่งขึ้น — แต่ในมุมคนทำ model risk ผมมองมันคนละแบบ มันคือ เอกสารกำกับขอบเขต ที่บอกผู้ช่วย AI ว่าทำอะไรได้ ทำอะไรไม่ได้ และต้องหยุดให้คนดูตรงไหน โดยเฉพาะกับงานเทรดที่ผิดแล้วเสียเงินจริง การตั้งไฟล์นี้ให้ดีสำคัญกว่าการหาพรอมป์สวย ๆ มาก บทความนี้ผมจะให้ทั้งวิธีคิดและ เทมเพลตจริงที่ก็อปไปปรับใช้ได้เลย

1. CLAUDE.md ไม่ใช่ที่เก็บพรอมป์ แต่คือ "ขอบเขตงาน"

ก่อนอื่นต้องรีเซ็ตความเข้าใจก่อน CLAUDE.md คือไฟล์ที่ Claude Code อ่านเข้าไปเป็นบริบทตั้งต้นของทุกงานในโฟลเดอร์นั้น มันเหมาะกับการบอก "กติกาประจำบ้าน" ที่ใช้ซ้ำทุกครั้ง ไม่ใช่คำสั่งเฉพาะกิจ สำหรับงานเทรด สิ่งที่ควรอยู่ในนั้นคือ 4 กลุ่ม: ขอบเขต/บทบาท, ข้อห้ามเด็ดขาด, วินัยข้อมูลและ backtest, และ จุดที่ต้องให้คนตัดสินใจ

ผมยึดหลักเดียวกับงานในแบงก์: เครื่องมือที่จับเงินได้ต้องนิยาม "สิ่งที่ห้ามทำ" ให้ชัดก่อน "สิ่งที่อยากให้ทำ" เสมอ เพราะความเสียหายมาจากสิ่งที่มันไม่ควรทำแล้วดันทำ ไม่ใช่สิ่งที่มันทำได้ไม่ดี

กฎจากงานวัดความเสี่ยง: นิยาม "เส้นห้ามข้าม" ให้ชัดที่สุดในเอกสารกำกับ — ข้อห้ามที่เขียนกำกวมเท่ากับไม่มีข้อห้าม

ถ้าคุณยังใหม่กับการวางระบบช่วยวิเคราะห์หุ้นทั้งก้อน ผมแนะนำให้อ่านวิธีสร้าง AI เทรดหุ้นที่ตรวจสอบได้ควบคู่ไปด้วย บทความนี้คือการลงลึกเฉพาะ "ชั้นกติกา" ของระบบนั้น

2. เริ่มจากบทบาทและข้อห้ามเด็ดขาด

หัวใจของ CLAUDE.md สายเทรดคือสองบล็อกแรก: บทบาท และข้อห้าม บทบาทต้องบอกชัดว่าผู้ช่วยนี้เป็น ผู้ช่วยวิจัยและคัดกรอง ไม่ใช่บอทกดออเดอร์ ส่วนข้อห้ามต้องครอบเรื่องที่พลาดแล้วแก้ไม่ได้ เช่น การส่งคำสั่งซื้อขายจริง การแตะคีย์ API ของบัญชีเงินจริง หรือการรันโค้ดที่ยิงเข้าตลาดสด

เส้นที่ห้ามข้าม: จุดเริ่มต้นที่ปลอดภัยที่สุดคือให้ทุกอย่างรันบนข้อมูลย้อนหลังหรือบัญชีทดลอง (paper/sandbox) เท่านั้น — การเชื่อมต่อกับเงินจริงเป็นการตัดสินใจของมนุษย์ที่ต้องทำแยกต่างหาก ไม่ใช่สิ่งที่ผู้ช่วยทำเองได้

เหตุผลที่ต้องเขียนข้อห้ามให้แข็งแรงมาก เพราะลำพังการเขียนกฎไม่ได้การันตีว่า AI จะทำตามเสมอ ผมอธิบายเรื่องนี้ละเอียดในทำไม CLAUDE.md ไม่ใช่หลักประกัน — ใจความคือกฎที่เป็นแค่ข้อความคือ "บริบท" ที่โมเดลชั่งน้ำหนักเอง ดังนั้นข้อที่ พลาดไม่ได้จริง ๆ (เช่น ห้ามส่งออเดอร์) ไม่ควรฝากไว้กับ CLAUDE.md อย่างเดียว แต่ต้องบังคับด้วยกลไกในตัว harness เช่น hook หรือการไม่ใส่ credential ของบัญชีจริงไว้ในที่ที่ AI เข้าถึงได้ตั้งแต่แรก

3. เทมเพลต CLAUDE.md สำหรับเวิร์กสเปซเทรด (ก็อปไปใช้ได้)

ด้านล่างคือโครงที่ผมใช้จริงเป็นจุดตั้งต้น วางไฟล์นี้ชื่อ CLAUDE.md ไว้ที่รากของโฟลเดอร์งานวิเคราะห์/เทรดของคุณ แล้วปรับให้เข้ากับข้อมูลและกลยุทธ์ของตัวเอง:

# Trading Research Workspace — กติกาประจำบ้าน

## บทบาท (Role)
- ผู้ช่วยนี้ = "นักวิจัย/ผู้ช่วยคัดกรอง" ไม่ใช่ผู้ตัดสินใจซื้อขาย
- หน้าที่: ดึง/ทำความสะอาดข้อมูล, คัดกรองตามเงื่อนไขที่ "ผม" กำหนด,
  ทดสอบไอเดียกับอดีต, สรุปให้อ่านเร็ว — แล้วเสนอ "สิ่งที่ควรไปดูต่อ"
- การตัดสินใจซื้อ/ขายและความรับผิดชอบทั้งหมดเป็นของมนุษย์เสมอ

## ข้อห้ามเด็ดขาด (NEVER)
- ห้ามส่งคำสั่งซื้อขายจริง / ห้ามเชื่อมต่อบัญชีเงินจริง
- ห้ามอ่านหรือเขียนไฟล์ที่มี API key / credential ของบัญชีจริง
- ห้ามรันโค้ดที่ยิงออเดอร์เข้าตลาดสด — ทดสอบบน paper/sandbox เท่านั้น
- ห้ามสรุปผล backtest เป็น "กำไรชัวร์" หรือฟันธงทิศทางราคา
- ห้ามใช้ข้อมูลอนาคตในการตัดสินใจของอดีต (look-ahead)

## วินัยข้อมูล (Data)
- ระบุแหล่งข้อมูลและช่วงเวลาทุกครั้ง + เคารพลิขสิทธิ์/เงื่อนไขของแหล่ง
- ตรึง timezone และ trading calendar ให้ชัด
- ก่อนใช้ชุดข้อมูล ให้รายงาน: ช่วงวันที่, จำนวนแถว, ค่าหาย, ตัวกรองที่ใช้

## วินัย backtest (ห้ามหลอกตัวเอง)
- แยก in-sample / out-of-sample เสมอ + อย่า tune บน out-of-sample
- รวมค่าธรรมเนียมและ slippage แบบ realistic ทุกครั้ง
- ระบุสมมติฐานทั้งหมดไว้บนหัวผลลัพธ์ และเตือนความเสี่ยง overfit เอง
- ผลที่ "ดีเกินจริง" ให้สงสัยและไล่หา look-ahead / survivorship ก่อนเชื่อ

## วินัยผลลัพธ์ (Output)
- ทุกสัญญาณ/ข้อเสนอ ต้องมีเหตุผล + ตัวเลขที่ตรวจย้อนได้
- แยก "ข้อเท็จจริงจากข้อมูล" ออกจาก "การตีความ" ให้ชัด
- ทำซ้ำได้: ตรึง random seed, บันทึกเวอร์ชันข้อมูล/โค้ดที่ใช้

## จุดหยุดให้คนดู (Human-in-the-loop)
- ก่อนทุกขั้นที่กระทบเงินจริง = หยุด แล้วสรุปให้คนอนุมัติก่อน
- เมื่อไม่มั่นใจ/ข้อมูลไม่พอ = บอกตรง ๆ ว่าไม่รู้ ห้ามเดาให้ดูน่าเชื่อ

มุมคนทำ model validation: สังเกตว่าเทมเพลตนี้ไม่มีบรรทัดไหนพยายามทำให้ AI "เก่งขึ้น" เลย — ทุกบรรทัดคือการล้อมกรอบให้มันผิดพลาดได้น้อยลงและตรวจสอบได้มากขึ้น นั่นคือเป้าหมายจริงของไฟล์นี้

4. ทำให้กฎสำคัญ "รอด" ไม่ใช่แค่ถูกเขียน

ปัญหาที่เจอจริงคือพองานยาวขึ้น Claude เริ่มลืมกฎที่อยู่ต้นไฟล์ เพราะบริบทถูกสรุปย่อ (compaction) ระหว่างทาง ข้อที่สำคัญที่สุด (เช่น ข้อห้ามส่งออเดอร์) จึงต้องออกแบบให้มันอยู่รอด ไม่ใช่กองรวมในไฟล์ยาวเหยียด ผมเขียนวิธีออกแบบเรื่องนี้ไว้ในCLAUDE.md ที่รอดจาก context compaction — หลักคือทำไฟล์หลักให้สั้นและคม วางข้อห้ามเด็ดขาดไว้ส่วนบนสุด และดึงรายละเอียดยาว ๆ ออกไปไว้ไฟล์ย่อยที่โหลดเฉพาะตอนใช้

อีกชั้นที่ขาดไม่ได้คือ บังคับด้วยกลไก ไม่ใช่ความตั้งใจ สำหรับงานเทรด แปลว่า: อย่าเก็บคีย์บัญชีจริงไว้ในเวิร์กสเปซตั้งแต่แรก, ใช้ hook ดักคำสั่งที่อันตราย, และให้ทุกอย่าง default ไปที่โหมดทดลอง วิธีคิดนี้ตรงกับบทเรียนระดับอุตสาหกรรมพอดี — ผลสำรวจล่าสุดพบว่าแม้แต่แบงก์ใหญ่ก็ยอมรับว่าคิลสวิตช์และการรายงานเหตุเป็นจุดที่พร้อมน้อยที่สุด ถ้าองค์กรที่มีทีมกำกับเต็มยังพลาดเรื่องนี้ คนทำคนเดียวยิ่งต้องวาง control layer ให้แน่นตั้งแต่ต้น

ขอย้ำให้ชัด: control ที่ดีคือ control ที่ทำงานแม้ตอน AI ลืมกฎ — ถ้าความปลอดภัยของคุณขึ้นกับการที่โมเดล "จำได้" อย่างเดียว แปลว่ายังไม่มี control จริง

5. ต่อยอด: เชื่อมกับ backtest และ trading journal

เมื่อชั้นกติกาแน่นแล้ว CLAUDE.md จะกลายเป็นกระดูกสันหลังที่ทำให้ขั้นอื่นปลอดภัยขึ้นทั้งสาย เช่น ถ้าคุณใช้ระบบบริหารเงินที่มีสูตรชัดอย่าง KZM ของ Mudley ที่ซ่อนอนุกรมเรขาคณิตไว้ ก็เขียนกฎขนาดไม้และเพดานความเสี่ยงลงไฟล์ให้ผู้ช่วยยึดเป็นกรอบได้เลย ตอนทำ backtest กฎ "ห้ามหลอกตัวเอง" ในไฟล์จะคอยกันกับดักคลาสสิกอย่าง look-ahead และ overfit — ผมลงรายละเอียดไว้ในการ backtest และกับดักที่ทำให้ผลสวยเกินจริง และถ้าวันหนึ่งจะต่อกับ API จริง ให้เริ่มจาก sandbox ตามที่ผมเขียนในย้ายจาก Amibroker/VBA มา Python ด้วย Settrade Open API เสมอ

พอเทรดจริงไปแล้ว วงจรจะปิดได้สวยด้วยการให้ผู้ช่วยช่วยวิเคราะห์บันทึกการเทรดของตัวเองเพื่อหาจุดรั่วก่อนรอบถัดไป — โดยมี CLAUDE.md คอยกำกับว่าให้รายงานตามข้อมูลจริง ไม่ใช่เข้าข้างการตัดสินใจที่ผ่านมา

วินัยเดียวกับงาน data science สายความเสี่ยง: ไฟล์กติกาที่ดีไม่ได้ทำให้คุณกำไร แต่ทำให้คุณ กล้าทิ้งไอเดียที่ไม่เวิร์ก ได้เร็วขึ้นก่อนเสียเงินจริง นั่นคือคุณค่าที่แท้จริง

ภาพรวม

CLAUDE.md สำหรับการเทรดที่ดีไม่ใช่กองพรอมป์ แต่คือเอกสารกำกับที่บอกขอบเขต ข้อห้าม วินัยข้อมูล/ทดสอบ และจุดหยุดให้คนดู เทมเพลตข้างบนก็อปไปตั้งต้นได้เลย แต่ของจริงที่ทำให้มันบังคับใช้ได้ทั้งระบบ — ตั้งแต่โครงโฟลเดอร์ hook ที่ดักคำสั่งอันตราย ไปจนถึง backtest harness ที่กันกับดักให้อัตโนมัติ — ผมประกอบเป็นเวิร์กสเปซเต็มไว้ในคอร์ส AI Quant Trading ก็อปทั้งก้อนไปปรับกับงานคุณได้

ขอย้ำให้ชัดที่สุด: บทความนี้ว่าด้วย วิธีตั้งกติกาให้เครื่องมือช่วยวิเคราะห์ทำงานอย่างตรวจสอบได้ ไม่ใช่คำแนะนำการลงทุน ไม่ได้ชี้นำหุ้นหรือสินทรัพย์ใด และไม่รับประกันผลตอบแทนใด ๆ การตัดสินใจซื้อขายและความเสี่ยงทั้งหมดเป็นของผู้ลงทุนเอง · การลงทุนมีความเสี่ยง ผลในอดีตไม่รับประกันอนาคต

อ่านต่อ