KZM (Killing Zone) ของ Mudley: Money Management ที่ซ่อนอนุกรมเรขาคณิตไว้ — และจุดที่คนทำ model risk ต้องระวัง

KZM (Killing Zone Model) เป็นวิธีบริหารเงินหน้าตัก (money management) พื้นฐานที่ผมเคยใช้จริงตอนเทรดเชิงระบบ ต้นทางมาจากแนวคิดของ Mudley Group เสน่ห์ของมันที่คนชอบพูดถึงคือ "เติมเงินครั้งเดียวแล้วอยู่ในตลาดได้นาน ๆ" แต่สิ่งที่คนมักข้ามไปคือ หัวใจคณิตของมันคือ อนุกรมเรขาคณิต (geometric series) ที่ใช้คุมขนาดไม้ในแต่ละโซน บทความนี้ผมจะลงสมการให้ครบ ทำตัวอย่างให้คำนวณตามได้ และที่สำคัญที่สุด — เติมมุมที่คนทำ model risk อย่างผมจะไม่ปล่อยผ่าน นั่นคือ มันพังตรงไหนได้บ้าง เพราะวิธีตระกูลนี้สวยตอนมันเวิร์ก และอันตรายมากตอนมันไม่เวิร์ก

1. KZM / closed system คืออะไร

ไอเดียตั้งต้นของ KZM คือทำพอร์ตให้เป็น ระบบปิด (closed system): ใส่เงินก้อนเดียวเข้าไป แล้วออกแบบให้พอร์ต "อยู่รอด" ในตลาดได้โดยไม่ต้องเติมเงินเพิ่ม เป้าหมายไม่ใช่การทายว่าราคาจะขึ้นหรือลง แต่คือการ เก็บเกี่ยวจากความผันผวน — ตลาดแกว่งลงก็ทยอยสะสม ตลาดแกว่งขึ้นก็ทยอยปล่อยทำกำไร

สมมติฐานที่ทั้งระบบยืนอยู่บนมันมีสองข้อ: (1) ราคาจะไม่ลงไปเป็นศูนย์ และ (2) ราคาจะแกว่งกลับเข้ามาในโซนเสมอ ตราบใดที่สองข้อนี้จริง KZM ก็ทำงานได้สวย — แต่ทั้งบทความนี้จะวนกลับมาที่ประโยคนี้เรื่อย ๆ เพราะ ทุกความเสี่ยงของมันซ่อนอยู่ในวันที่สมมติฐานสองข้อนี้ไม่จริง

กฎจากงานวัดความเสี่ยง: ทุกระบบเทรดมี "สมมติฐานที่แบกทั้งระบบไว้" หาให้เจอก่อนว่ามันคืออะไร แล้วถามต่อว่า "ถ้ามันผิดล่ะ" — ของ KZM คือ ราคาไม่เป็นศูนย์และจะแกว่งกลับ

2. โครงสร้างทุน: แบ่งเป็น 4 กอง

KZM แบบเต็มไม่ได้เทเงินทั้งหมดลงไม้เดียว แต่ แบ่งหน้าตักออกเป็น 4 กอง ที่ทำหน้าที่ต่างกัน เพื่อไม่ให้ความเสียหายของกองหนึ่งลามไปล้างทั้งพอร์ต:

• กอง A — กองหลัก (zone trading): เทรดเป็นโซนในกรอบราคาที่กำหนด ทยอยซื้อตอนย่อ ทยอยขายตอนเด้ง นี่คือกองที่ใช้อนุกรมเรขาคณิตในข้อ 3
• กอง B — คุ้มกัน A: เก็บจังหวะสั้น/เดย์เทรดในกรอบที่ถี่กว่า เอากระแสเงิน (cash flow) ที่ได้มา ช่วยลดต้นทุนของกอง A
• กอง C — กองโจร (technical): เทรดตามสัญญาณเทคนิค (เช่น ค่าเฉลี่ยเคลื่อนที่) เป็นกองที่ยืดหยุ่นตามแนวโน้ม
• กอง D — คุ้มกัน C: ย่อ timeframe ของกอง C ลงมาคุมความเสี่ยงและเก็บจังหวะให้กอง C

มองให้ลึก การแบ่งกองไม่ใช่เรื่องจัดระเบียบสวยงาม แต่มันคือ การกั้นห้องความเสี่ยง (capital partitioning) — เหมือนผนังกันไฟในเรือ ถ้าห้องหนึ่งรั่ว เรือยังไม่จม ในมุมคนทำ risk การกั้นห้องแบบนี้คือ control ที่จับต้องได้จริงกว่าคำว่า "มีวินัย" เยอะ

มุมคนทำ model validation: control ที่ดีไม่ได้แปลว่า "จะไม่มีไม้ขาดทุน" แต่แปลว่า "ไม้ที่ขาดทุนถูกล้อมกรอบไว้ไม่ให้ลามไปล้างพอร์ต" — การแบ่ง 4 กองคือกลไกล้อมกรอบนั้น

3. แก่นคณิต: อนุกรมเรขาคณิตของกอง A

นี่คือหัวใจที่คนถามหา สมมติเรากำหนด "killing zone" เป็นกรอบราคา แล้วซอยเป็น n โซนจากบนลงล่าง ราคาในแต่ละโซนคือ P₁ > P₂ > … > Pₙ (ยิ่งราคาลง ยิ่งสะสม) สิ่งที่ทำให้ KZM ต่างจากการซื้อเท่า ๆ กันทุกโซน คือ ขนาดไม้แต่ละโซนเดินตามอนุกรมเรขาคณิต — ลงลึกเท่าไหร่ ไม้ใหญ่ขึ้นตามอัตราส่วน r

1) ขนาดไม้ของโซนที่ k:

qₖ = a · r^(k−1)

โดย a = ไม้ฐาน (ไม้โซนบนสุด), r = อัตราส่วนเพิ่มขนาดไม้, k = ลำดับโซน (1 = บนสุด) ลำดับไม้จึงเป็น a, a·r, a·r², a·r³, … ลงลึกเท่าไหร่ไม้ยิ่งใหญ่ตาม r

2) จำนวนหน่วยที่สะสมได้เมื่อลงครบ n โซน — นี่คือ "ผลรวมอนุกรมเรขาคณิต":

Q = a · (rⁿ − 1) / (r − 1)

3) เงินที่ลงไปทั้งหมด (C) และต้นทุนเฉลี่ย (P̄):

C = Σ qₖ · Pₖ

P̄ = C / Q

ตัว r ทำหน้าที่เป็น คันเร่ง ของระบบ: r ยิ่งมาก ไม้ล่าง ๆ ยิ่งใหญ่ ต้นทุนเฉลี่ย P̄ ก็ยิ่งถูกดึงลงไปใกล้โซนล่าง แปลว่าราคาเด้งกลับมานิดเดียวก็ถึงจุดคืนทุน ฟังดูดีใช่ไหม — แต่ของแลกคือ เงินที่ต้องใช้โตแบบทวีคูณตาม rⁿ และความเสี่ยงก็โตตามไปด้วย ประเด็นนี้สำคัญมากจนผมแยกไปเป็นข้อ 5 ทั้งข้อ

เส้นที่ห้ามข้าม: r ไม่ใช่ตัวเลขที่ตั้งให้ "ต้นทุนสวย" แต่ต้องตั้งจาก "เงินกองที่รับไหวถ้าราคาไหลครบทุกโซน" — ตั้ง r จากปลายทางความเสียหาย ไม่ใช่จากความอยากได้กำไร

4. ตัวอย่างคำนวณ: วาง 20 ไม้ครอบกรอบราคาราว 20%

ลองดูตัวเลขสมมติให้เห็นภาพ (ตัวเลขสมมติล้วน เพื่อสาธิตคณิต ไม่ใช่ราคาสินทรัพย์จริง) สมมติเราวาง 20 ไม้ ไล่จากราคา 100 ลงไป 81 ห่างกันไม้ละราว 1% รวมแล้ว ครอบกรอบราคาราว 20% ใช้ไม้ฐาน a = 1 หน่วย

ก่อนดูตาราง มีจุดสำคัญที่ต้องเข้าใจก่อน: พอไม้เยอะถึง 20 ไม้ เราจะใช้ r แรง ๆ แบบ 1.5–2 ไม่ได้แล้ว เพราะ 1.5 ยกกำลัง 19 ≈ 2,200 เท่า — ไม้ล่างสุดจะใหญ่กว่าไม้บนสุดเป็นพันเท่า พอร์ตไหนก็รับไม่ไหว ตัวอย่างนี้ผมจึงใช้ r = 1.1 ซึ่งทำให้ไม้ล่างสุดใหญ่กว่าไม้บนสุดราว 6 เท่า — กำลังดีและยังเห็นผลของอนุกรมชัด (นี่คือกฎ r กับ n ที่ต้องสมดุล: ไม้ยิ่งเยอะ r ยิ่งต้องเบา)

แทนค่าในสูตรอนุกรม (r = 1.1, n = 20) ได้ผลตรงกับแถวสุดท้ายของตาราง:

Q = (1.1²⁰ − 1) / (1.1 − 1) ≈ 57.27 หน่วย

P̄ = C / Q ≈ 5,012 / 57.27 ≈ 87.5

ลองเทียบกัน: ถ้า ซื้อเท่ากันทุกไม้ ต้นทุนเฉลี่ยจะอยู่กลางกรอบพอดีคือ 90.5 แต่พออัดไม้ใหญ่ขึ้นตามอนุกรม ต้นทุนเฉลี่ยถูกดึงลงมาเหลือราว 87.5 — ต่ำลงราว 3 จุด นั่นแปลว่าราคาเด้งกลับมาแค่ ~87.5 ก็เสมอตัว ไม่ต้องรอให้กลับไปถึง 90.5 นี่คือเสน่ห์เชิงคณิตของ KZM ที่ทำให้คนติดใจ และสังเกตคอลัมน์ขนาดไม้ให้ดี: เงินก้อนใหญ่ที่สุดของคุณไปกองอยู่ที่ก้นกรอบ — จำภาพนี้ไว้ แล้วไปอ่านข้อ 5

ขอย้ำให้ชัด: ต้นทุนเฉลี่ยที่ต่ำลง = จุดคืนทุนที่ใกล้ขึ้น มันคือข้อดี ก็ต่อเมื่อ ราคายังอยู่ในกรอบและแกว่งกลับ — แต่ความถูกของต้นทุนนี้ "ซื้อมา" ด้วยการที่เงินก้อนใหญ่ที่สุดของคุณไปกองอยู่ที่โซนล่างสุด อ่านข้อ 5 ก่อนหลงเสน่ห์ตรงนี้

5. มุม model validation: มันพังตรงไหนได้บ้าง

ในงานธนาคาร เราไม่เคยอนุมัติโมเดลเพราะ "มันทำกำไรในอดีต" เราอนุมัติก็ต่อเมื่อเข้าใจว่ามันพังยังไง KZM ก็ต้องผ่านด่านเดียวกัน และนี่คือจุดเปราะที่ผมเห็น:

• สมมติฐาน "ราคาไม่เป็นศูนย์" ไม่จริงเสมอ: ใช้กับดัชนีหรือสินทรัพย์ที่กระจายตัวพอจะ "ไม่ตายถาวร" อาจพอไหว แต่กับ หุ้นรายตัว ที่ถูกเพิกถอน/พื้นฐานพังถาวร หรือเทรนด์ขาลงเชิงโครงสร้าง — โซนล่างที่คุณคิดว่าเป็น "ของถูก" อาจเป็นหลุมที่ไม่มีก้น
• ตระกูลเดียวกับ martingale: การเพิ่มขนาดไม้ตอนราคาสวนทาง หมายความว่า คุณมี exposure ใหญ่ที่สุดพอดีตอนที่สมมติฐานกำลังพัง ไม้ใบใหญ่ที่ก้นกรอบคือไม้ที่ลงตอนคุณผิดมากที่สุด นี่คือธรรมชาติที่ทำให้วิธีตระกูลนี้ล้างพอร์ตได้เร็วเวลามันพัง
• เลเวอเรจเร่งหายนะ: ถ้าเอา KZM ไปใช้กับของที่มี margin (เช่น ฟอเร็กซ์/ฟิวเจอร์ส) คุณอาจโดน margin call ก่อนราคาจะไหลถึงโซนล่างสุด ด้วยซ้ำ — ระบบที่ออกแบบมาให้ "อยู่รอด" กลับถูกบังคับปิดสถานะกลางทาง สมมติฐาน "อยู่ได้ตลอด" พังเพราะกลไกของโบรกเกอร์ ไม่ใช่เพราะตลาด
• rⁿ คือระเบิดเวลาเรื่องเงิน: เพราะเงินที่ต้องใช้โตแบบ rⁿ การตั้ง r สูงไปนิดเดียวหรือเพิ่มจำนวนไม้ ทำให้ไม้โซนท้าย ๆ ใหญ่จนกองทุนที่กันไว้ไม่พอ (อย่างในข้อ 4 ที่ r=1.5 กับ 20 ไม้ใช้ไม่ได้เลย) ต้องคำนวณ worst case ที่ราคาไหลครบทุกโซน (และเผื่อหลุดกรอบ) ไม่ใช่กรณีที่หวังว่ามันจะเด้ง

สรุปในภาษาคนทำ risk: control จริงของ KZM ไม่ใช่สูตรอนุกรม แต่คือขนาดของกองทุนที่กั้นไว้ให้กอง A ถ้าคุณ size กอง A ให้รอดกรณีเลวร้ายสุดได้ ระบบก็ทนทาน ถ้าคุณ size มันจากกรณีที่หวังว่าจะกำไร ระบบก็เป็นแค่ martingale ที่รอวันระเบิด — สูตรเดียวกัน แต่คนละชะตากรรม

มุมคนทำ model validation: ตัวเลขที่ต้องหมกมุ่นไม่ใช่ "กำไรคาดหวัง" แต่คือ เงินที่ต้องใช้ถ้าผิดยาวที่สุดเท่าที่จะเกิดได้ — ถ้าตัวเลขนั้นเกินกองที่กันไว้แม้แต่นิดเดียว ระบบของคุณไม่ใช่ closed system มันคือพอร์ตที่รอ margin call

ภาพรวม

KZM เป็น money management ที่ออกแบบมาฉลาด — มันเปลี่ยนการ "เฉลี่ยขาดทุน" ที่ฟังดูมั่ว ๆ ให้กลายเป็นโครงสร้างที่คำนวณได้ ตรวจได้ และทำซ้ำได้ ด้วยอนุกรมเรขาคณิตกับการแบ่งกองทุน นั่นคือสิ่งที่ผมชอบในเชิงวิศวกรรม แต่เสน่ห์เชิงคณิตของมันก็เป็นดาบสองคม เพราะมันทำให้ "averaging down" ดูปลอดภัยกว่าความเป็นจริง ถ้าคุณไม่ได้ size กองทุนจากกรณีเลวร้ายสุด

ข้อดีอย่างหนึ่งของการที่มันเป็นคณิตล้วนคือ มันทำซ้ำในสเปรดชีตหรือโค้ดได้หมด — ผมเองคำนวณตารางอนุกรม ทดสอบ r หลายค่า และ stress-test กรณีราคาหลุดกรอบด้วย Claude Code แทนที่จะมานั่งเดาในหัว ใครอยากต่อยอดเชิงระบบ ลองดูวิธี backtest กลยุทธ์อย่างซื่อสัตย์และกับดักที่ทำให้ผลสวยเกินจริง และถ้าจะให้ผู้ช่วย AI ช่วยรันโดยไม่ออกนอกลู่ ให้เขียนกฎ MM พวกนี้ลงไฟล์กติกาตามที่ผมทำในCLAUDE.md สำหรับการเทรด ส่วนใครอยากเห็นภาพการประกอบผู้ช่วยวิเคราะห์ทั้งระบบ ผมรวมไว้ในสร้าง AI เทรดหุ้นที่ตรวจสอบได้ และเก็บโครง workspace เต็มไว้ในคอร์ส AI Quant Trading

ขอย้ำให้ชัดที่สุด: บทความนี้เป็นการอธิบายและวิเคราะห์แนวคิด money management เพื่อการศึกษาเท่านั้น ไม่ใช่คำแนะนำการลงทุน ไม่ได้ชี้นำให้ใช้ KZM กับสินทรัพย์ใด และไม่รับประกันผลตอบแทนใด ๆ วิธีตระกูลเฉลี่ยต้นทุน/เพิ่มขนาดไม้มีความเสี่ยงสูญเสียเงินต้นจำนวนมากได้จริง การตัดสินใจและความเสี่ยงทั้งหมดเป็นของผู้ลงทุนเอง · การลงทุนมีความเสี่ยง ผลในอดีตไม่รับประกันอนาคต