Home
Language
English
Türkçe
Bahasa Indonesia
About
Privacy Policy
Terms of Service
Pricing
Sign In
Download All
Share
น้องหุ้นเด้ง Think Big (The Billionaire) 💵💰
@GIINGS2
Net Buyer // Good Business accumulator // Market onlooker 🤓// ✍บันทึกความคิดไว้กลับมาอ่านว่าเราบางทีเราลืมอะไรไป 🧠Second-Level-thinker !! 🤚Couter-intuition
Joined September 2020
305
Following
6.5K
Followers
9.8K
Posts
Pinned Tweet
น้องหุ้นเด้ง Think Big (The Billionaire) 💵💰
@GIINGS2
over 4 years ago
เราเข้ามาในตลาดนี้ 1. เพื่อทำให้เรื่องเงินไม่ใช่ปัญหาในการเลือกอีกต่อไป 2. เพื่อเปลี่ยนสถานะ 3. และอยากทำเป็นอาชีพ นี้มันอาชีพในฝัน
น้องหุ้นเด้ง Think Big (The Billionaire) 💵💰
@GIINGS2
11 minutes ago
ของจริง
แบดแด๊ดดี้
@volleyppk
about 3 hours ago
นัดสาวมาที่ห้องไม่ได้มีอะไรกัน แต่มากินของในตู้เย็นจนหมด แบบนี้เรียกว่าอะไรครับ หลอกแดกหรอ ?
น้องหุ้นเด้ง Think Big (The Billionaire) 💵💰
@GIINGS2
15 minutes ago
พี่ๆ WAR กันเลยค่ะ อย่าไปยอม
คือผมต้องทราบไหม 🐈⬛
@pizad_sura
about 3 hours ago
คนว่างงานพุ่งเกือบ 3.9 แสนคน เพิ่มขึ้นเกือบ 10% จากปีก่อน โรงงานปิดกิจการ 163 แห่ง ธุรกิจเลิกกิจการกว่า 3,200 แห่ง ผู้ว่างงานระยะยาวเพิ่มขึ้นต่อเนื่อง ส่วนพี่มีงานทำ กลับบอกว่าขี้เกียจไป
น้องหุ้นเด้ง Think Big (The Billionaire) 💵💰
@GIINGS2
16 minutes ago
ปู่ 1,600 Welcome back 🥰
Who to follow
JRT
@JRTDesk
25 years. The market teaches humility. I just try to be less wrong than yesterday. Discipline over everything.
JaneXplore✨
@JaneZealot
Gold | Stock | πάθει μάθος🤍
น้องบอยดูหุ้น
@NongBoyDooHoon
เป็นแอคที่ทำนายตลาดหุ้นได้แม่นที่สุดเท่าที่เคยมีมาในประวัติศาสตร์
GIINGS2
retweeted
will
@psvit
2 days ago
เข้าไปดูข่าวจากเว็บ siemens datacenter ที่ใช้กับ NVIDIA Vera Rubin NVL72 ที่เป็น next gen เสปคหม้อแปลงก็ยังใช้แบบเดิมๆนะ ยาวๆไป
GIINGS2
retweeted
Leo MoneyMatrix
@LeoMoneyMatrix
about 21 hours ago
คือ ช่วงนี้ถ้าใครตามฝั่ง Macro จะเห็น insight ที่น่าสนใจจาก Leopold Aschenbrenner (อดีตทีม Superalignment ของ OpenAI ที่ตอนนี้ออกมาตั้งกองทุนของตัวเอง) ปีที่ผ่านมาเขาทำผลงานได้เดือดมาก ปั้นพอร์ตจาก $225M ขึ้นมาเป็น $5.5B ไวมาก สิ่งที่น่าสนใจคือ เขาไม่ได้ไปวิ่งไล่ซื้อหุ้นชิปอย่างเดียว แต่เขามองข้ามช็อตไปที่ "คอขวดเชิงกายภาพ" ของระบบ AI ซึ่งก็คือ พลังงาน เหมือนกับที่ Jensen Huang (CEO Nvidia) เคยบอกไว้เลยว่า ความต้องการพลังงานของโลกหลังจากนี้จะโตขึ้นอีกเป็น 1,000 เท่า เพื่อรองรับดาต้าเซ็นเตอร์มหาศาล ถ้าเราอยากจับกระแสนี้ นี่คือ 4 หุ้นพลังงานที่มีสตอรี่น่าสนใจในระยะ 6 เดือนข้างหน้าครับ 1. $BE (Bloom Energy) — ลูกรักเบอร์หนึ่งของ Leopold (ถือเกือบ 20%) ทำโรงไฟฟ้าขนาดพกพา (Solid Oxide Fuel Cell) ตั้งข้างดาต้าเซ็นเตอร์ได้ทันที ไม่ต้องรอคิวต่อสายส่งไฟฟ้านานเป็นปีๆ 2. $TE (T1 Energy) — ม้าตัวใหม่ที่เพิ่งเปิดหน้าไพ่ กองทุน Leopold เพิ่งดอดเก็บไปกว่า 10 ล้านหุ้น เดิมพันกับโรงงานผลิต Solar Cell เฟสใหม่ ถ้าทำสำเร็จตามแผน หุ้นจะถูก Re-rate เป็นโครงสร้างพื้นฐาน AI ทันที 3. $SMR (NuScale Power) — พลังงานนิวเคลียร์ใหม่ (ลูก Leo Matrix55555) ตอบโจทย์ "ไฟสะอาด + จ่ายไฟนิ่ง 24 ชั่วโมง" (Baseload) บิ๊กเทคอย่าง Microsoft, Google, Amazon กำลังแห่เซ็นสัญญาซื้อไฟนิวเคลียร์ล่วงหน้าเพื่อรันดาต้าเซ็นเตอร์ 📌 2 ตัวเล่นทางเลือก (High Beta / Speculative) $ENPH (Enphase Energy): ตัวพ่อระบบจัดการพลังงานอัจฉริยะ ลุ้นฟื้นตัวตามดีมานด์โหลดไฟของดาต้าเซ็นเตอร์ $FCEL (FuelCell Energy): หุ้นเซลล์เชื้อเพลิงไฮโดรเจน สำหรับสายซิ่งลุ้นวิ่งตามกระแส Clean Power คู่ไปกับ $BE
See More
GIINGS2
retweeted
Somτum_Lnwza007
@Somtum205849
about 21 hours ago
หุ้นกลุ่มที่อาจจะเป็นรอบถัดไป (บางตัวก็พุ่งเเล้ว) คือกลุ่ม Power Semiconductor . หุ้นอเมริกาในกลุ่ม Power Semiconductors (Power Semis / Power Management Semiconductors) คือบริษัทที่ผลิตชิปจัดการพลังงาน เช่น MOSFET, IGBT, SiC, GaN สำหรับ EV, Data Center, Industrial, Renewable Energy เป็นต้น . รายชื่อหลัก ๆ ที่เด่นและเกี่ยวข้องโดยตรง . หุ้นหลัก (Pure-play หรือเน้น Power Semis มาก) . • $MPWR — Monolithic Power Systems → Leader ใน power management ICs, DC-DC converters สำหรับ data center/AI/EV • $POWI — Power Integrations→ เชี่ยวชาญ power ICs สำหรับ charger, adapter, industrial • $ON — ON Semiconductor→ ใหญ่ใน power semis สำหรับ automotive + industrial (SiC/GaN) • $NVTS — Navitas Semiconductor→ GaN Power ICs (next-gen, fast charging/EV) • $AOSL — Alpha & Omega Semiconductor (NASDAQ) → Power semiconductors (MOSFETs) • $WOLF — Wolfspeed (NYSE) → SiC materials + power devices (EV, renewable) . หุ้นใหญ่ที่ Power Semis เป็นส่วนสำคัญ . • $TXN — Texas Instruments→ ผู้นำ analog + power management (ใหญ่ที่สุดในกลุ่ม) • $VSH — Vishay Intertechnology→ Discrete power components (diodes, MOSFETs) • $DIOD — Diodes Incorporated→ Analog + power discretes • $MCHP — Microchip Technology→ Microcontrollers + power management • $ADI — Analog Devices→ Power management + analog (รวมกับ Linear Tech) . จริงๆมีอีกเช่น $TTMI $STM ลองใช้ AI หาดูครับ ตัว Grok นี่ก็ดีข่าวสารรวดเร็ว หาหุ้นลับๆเจอโครตเยอะ
See More
GIINGS2
retweeted
Programmer Humor
@PR0GRAMMERHUM0R
about 22 hours ago
aiCompaniesRightNow
GIINGS2
retweeted
Psind707
@psind707
1 day ago
Amazon ทำแบบนี้มานานแล้ว เค้าเรียก procurement warrants ตั้งแต่สมัยที่ยัง Cashflow ไม่ค่อยดี ปีที่แล้วก็ทำกับ $AAOI ได้ warrant ซื้อหุ้น ที่$22 ละมั้ง พร้อมทำสัญญา ซื้อ Transceiver 5 ปี ย้อนไปปี 2016 มีสัญญาเช่าเครื่องบินส่งของจาก $ATSG ก็เข้าไปถือหุ้นด้วย และอีกหลายๆอัน
น้องหุ้นเด้ง Think Big (The Billionaire) 💵💰
@GIINGS2
about 19 hours ago
ตอบว่า เทอ ช่วงนี้เราชอตอยู่ 2,000 ถ้ามีให้ที่เขาช่วยเธอ เธอบอกเขาว่า 5,000 ได้ไหม เดี๋ยวเราคืนพร้อมเธอเลย 5555 🥹
Type
@Tie_jakkrit
1 day ago
เป็นคุณจะตอบว่า ??
น้องหุ้นเด้ง Think Big (The Billionaire) 💵💰
@GIINGS2
about 19 hours ago
เจ้าของโพส normalize ทีค่ะ
SundayBoy
@SundayBoyInvest
1 day ago
อยาก normalized การ normalized เพราะถ้าเรา normalized การ normalized การ normalized จะถูก normalized แล้วการไม่ normalized จะไม่ normalized อีกต่อไป
GIINGS2
retweeted
𝐥𝐨𝐥𝐨𝐧𝐠
@lolong___
2 days ago
เนี่ยๆคนไทย 55555
GIINGS2
retweeted
ลงทุนDiary
@longtundiary
1 day ago
ทุกคนเล่าเรื่อง AI memory เหมือนกันหมด ยิ่ง AI ใหญ่ ยิ่งต้องการ HBM เยอะ จบ แต่จากที่อ่านบทความ The Shoreline Problem ของ BEP Research เขามองอีกมุมที่ผมว่าน่าคิด คอขวดตัวจริงอาจไม่ใช่ “HBM พอไหม” แต่เป็นเรื่องที่เขาเรียกว่า shoreline ต่างหาก shoreline ก็คือพื้นที่ริมขอบของตัวประมวลผลที่ข้อมูลต้องวิ่งเข้าออก ซึ่งมันมีจำกัด แล้ววิธีที่เอา HBM ไปแปะติดริมขอบ มันก็มีข้อจำกัดทางฟิสิกส์อยู่ ทั้งกินพื้นที่ริมขอบ ทั้งทำให้สัญญาณช้าลง ทั้งกักความร้อนไว้ข้างตัวประมวลผลจนต้องลดความเร็วลง หลักฐานว่าประตูนี้ตึงจริง คือสายเชื่อมมาตรฐานของ memory ตอนนี้กลายเป็นสายที่ช้าที่สุดบนชิปไปแล้ว สายเชื่อมแบบอื่นบนชิปเดียวกันวิ่งเร็วกว่าหลายเท่า แถมสเปคที่เจ้าของแพลตฟอร์มขอรอบหน้าก็ทะลุมาตรฐานไปไกล จนผู้ผลิต memory ทั้งสามเจ้าต้องเค้นกันสุดตัว ทางแก้ที่เขาเสนอคือย้าย memory ออกจาก shoreline ไปเลย เอา DRAM ธรรมดาราคาถูกไปวางไกลๆ แล้วเชื่อมด้วยแสงผ่านสายไฟเบอร์ แต่อันนี้มันไม่ได้ฆ่า HBM นะ แสงวิ่งในไฟเบอร์มันมีดีเลย์สูงกว่า HBM ที่แปะติดขอบหลายเท่า เพราะงั้น pool แสงนี้เอาไว้เก็บข้อมูลก้อนใหญ่ที่ดึงมาล่วงหน้าได้ ไม่ใช่ข้อมูลด่วนที่ตัวประมวลผลต้องใช้รอบถัดไป ภาพจริงคือ HBM ก้อนเล็กเร็วๆติดผนัง ข้างหลังมีคลังแสงก้อนใหญ่ราคาถูก แสงมันเพิ่มชั้นข้างหลัง HBM ไม่ได้มาแทน ผมว่าตัวที่ต้องจับตาคือต้นทุนต่อ bit ของตัวรับแสง วันที่มันถูกพอจะสู้ HBM ได้ คือวันที่เรื่องนี้เกิดจริง แต่ HBM เองก็ไม่ได้อยู่นิ่ง มีวิธีปึ๊งใหม่ที่ stack ได้แน่นขึ้นไม่ต้องใช้ bump ทำให้ HBM ขยายประตูตัวเองได้ด้วย แสงเลยต้องไล่เป้าที่ขยับตลอด
See More
น้องหุ้นเด้ง Think Big (The Billionaire) 💵💰
@GIINGS2
about 21 hours ago
❤️🩹
f***
@cattellbraasch
1 day ago
วันนี้ตรวจคนไข้คนนึง สังเกตว่าคนไข้ดูผอมแห้งลงไปเยอะมาก เทียบกับรูปในบัตรประชาชน (ที่ลงทะเบียนไว้ในระบบ) บทสนทนาจากแค่ตรวจโรคแผลในกระเพาะอาหาร จึงเริ่มเปลี่ยนไป คนไข้ดูผอมลงไหมครับ ช่วงนี้กินได้น้อยลงหรือเปล่า คำตอบที่ได้ ทำให้เราคิดในใจ น่าจะคุยนานแน่ๆ
GIINGS2
retweeted
JRT
@JRTDesk
2 days ago
หลายคนพูดถึง PEG Ratio จาก Peter Lynch ว่าเป็นวิธีหาหุ้น growth ราคาถูก โดยดู PE เทียบกับอัตราการเติบโต ยิ่งต่ำก็ยิ่งน่าสนใจ ซึ่งจริงอยู่ที่ PEG เป็น metric เบื้องต้นที่ง่ายและนิยมใช้กันอย่างกว้างขวาง แต่ในยุคนี้.. โดยเฉพาะหุ้นกลุ่ม AI ผมอยากให้นักลงทุนมือใหม่ตระหนักถึงข้อจำกัดของมัน.. (อย่าดูแค่ PEG ดูดี = น่าสนใจ ลงทุนได้.. การลงทุนมันมีอะไรมากกว่านั้นเยอะ) ซึ่งจุดอ่อนที่สำคัญที่สุดของ PEG คือ.. มันขึ้นอยู่กับอัตราการเติบโตที่เราเป็นคนประมาณการเองแทบทั้งหมด.. ถ้าเราประมาณ growth rate สูงเกิน.. แม้ PEG จะดูแล้วถูกมาก แต่พอ growth ออกมาต่ำกว่าที่คาด PEG ก็พุ่งสูงทันที 「Garbage In, Garbage Out」 . . อย่างคำถามที่หลายคนถามกันคือ「หุ้น AI โตเร็วขนาดนี้จริง.. หรือเป็น hype ล้วนๆ??」ซึ่งคำตอบก็คือ..『ทั้งคู่』 ด้านความเป็นจริงที่เห็น... - NVIDIA ปิด FY2026 ด้วยรายได้กว่า $216B (+65% YoY) - Big Tech กำลังทุ่มงบ Capex รวมกันหลายแสนล้าน USD ต่อปี.. โดยมี AI infrastructure เป็นหนึ่งในเป้าหมายหลัก.. - การนำ AI ไปใช้ในองค์กรเพิ่มขึ้น และหลายแห่งก็เริ่มเห็น productivity gain ชัดเจน.. แต่ก็ยังมีเรื่องท้าทายอยู่มาก.. 2026 กลายเป็นปีแห่งการเปลี่ยนจาก Narrative สู่ Economics.. ที่ตลาดจะเริ่มตัดสิน AI จากผลตอบแทนทางธุรกิจจริงมากกว่าสัญญาในอนาคต.. แต่การการเติบโตเป็นแค่ครึ่งเดียวของสมการ... ประวัติศาสตร์ที่ผ่านมาเต็มไปด้วยอุตสาหกรรมที่เติบโตมหาศาล.. Airlines, Solar, Telecom.. แต่ก็ไม่ได้สร้างผลตอบแทนที่ดีให้ผู้ถือหุ้นเสมอไป เพราะการแข่งขันกันมันกัดกิน Economic Value ในที่สุด.. สิ่งที่ควรถามต่อคือใครจะเป็นผู้คว้า economic value ใน ecosystem AI? และใครจะสามารถรักษา Economic Value ไว้ได้ในระยะยาว? ซึ่งนักลงทุนไม่ได้แข่งขันกับความจริง แต่แข่งกับความคาดหวังของตลาด.. แม้บริษัทจะเติบโต 35% แต่ถ้าตลาดดมกาวไว้ 50%.. ราคาหุ้นก็อาจปรับตัวลงได้ แม้ธุรกิจจะยังเติบโตอย่างแข็งแรงก็ตาม.. นักลงทุนเลยมักใช้กรอบการคิดที่เน้น Expectations, Scenario Analysis, Unit Economics และความยั่งยืนของความได้เปรียบในการแข่งขันมากกว่าการพึ่ง『PEG』เพียงอย่างเดียว.. ⚠️แต่...ก็ต้องเข้าใจว่า model ที่ซับซ้อนก็ไม่ได้หมายความว่าถูกต้องกว่า คุณภาพของ assumptions.. และความเข้าใจธุรกิจอย่างลึกซึ้งสำคัญกว่าเลขสวยๆ บน spreadsheet หลายคนพูดว่าการลงทุนควรง่าย.. ไม่ควรซับซ้อนเกินไป... แต่ผมว่าความง่ายที่แท้จริงและยั่งยืน.. มักเกิดหลังจากที่เราเข้าใจความซับซ้อนของธุรกิจ.. ความเสี่ยง.. การแข่งขัน.. และการประเมินมูลค่าอย่างถ่องแท้ก่อน.. แล้วค่อยกลั่นกรองจนเหลือหลักการที่เรียบง่ายแต่มีประสิทธิภาพสำหรับตัวเราเอง.. . . หนังสือ『One Up on Wall Street』ยังเป็นหนังสือ classic ที่ควรอ่าน เพราะมันสร้าง mindset ที่ถูกต้อง.. แต่ในยุค AI การลงทุนที่ประสบความสำเร็จระยะยาวต้องพัฒนาทั้งความซับซ้อนในการคิด และความเรียบง่ายในการตัดสินใจ ยิ่งเข้าใจทั้ง growth, expectations, competitive dynamics และ economic value capture ได้ลึกเท่าไหร่.. โอกาสในการสร้างผลตอบแทนก็ยิ่งสูงขึ้น พยามยามศึกษากันมากขึ้นครับ อย่าใช้ง่ายๆ แค่ PE, PEG.. และฝึกสร้าง financial model ด้วยตัวเองอย่างสม่ำเสมอ.. การลงทุนไม่ใช่การหาสูตรลัด.. แต่คือการพัฒนากระบวนการคิดที่มีวินัย
See More
น้องหุ้นเด้ง Think Big (The Billionaire) 💵💰
@GIINGS2
4 days ago
แล้วฉันทำงาน3 เดือนพอใช้ 1 เดือนทำไงดี
Petæ Lynch
@Petae_Lynch
4 days ago
ทุกวันนี้เราทำงาน 1 เดือน ได้เงินพอใช้ได้ 3 เดือน ทำงาน 1 ปี พอใช้ได้ 3 ปี ฐานะห่างไกลจากคำว่ารวย แต่รู้สึกจิตใจสงบขึ้นมาก กังวลน้อยลงมาก ใจดีแบ่งปันกับคนสัตว์สิ่งของมากขึ้นกว่าแต่ก่อนมาก . แต่เราไม่ดื่มด่ำชีวิตนะ ดื่มด่ำชีวิตเดี๋ยวเงินพอใช้ไม่ถึง 3 เดือน 😂
น้องหุ้นเด้ง Think Big (The Billionaire) 💵💰
@GIINGS2
4 days ago
ใครถอยหุ้นร่วงแน่ เสียเชิงหมด ผู้นำเขาไม่มีถอยกัน แล้วคนนั่งตอนนี้ถึงยัง
ลงทุนDiary
@longtundiary
4 days ago
Zoox: มึงถอยดิ Waymo: มึงก็ถอยก่อนดิ Zoox: รถมันมาเนี่ยเห็นมั้ย Waymo: รถฝั่งกูมันก็มากูมี lidar อันเท่าบ้านอยู่บนหัวนิ
GIINGS2
retweeted
JRT
@JRTDesk
4 days ago
วันก่อนผม post ถึง $TQQQ (3x) ไปหน่อย.. และนี่เห็นคุณโจ
@funxmanager
post ถึงพวก leveraged ETF แบบ 2x.. ผมเลยขออธิบายเพิ่มเติมหน่อย ซึ่งจริงๆ เคยอธิบายไปแล้ว แต่ก็นานมากแล้ว.. ตอนนั้น followers ยังน้อยกว่านี้มาก เลยขอธิบายอีกรอบละกัน เพราะจริงๆ วันก่อนที่พูดถึง $TQQQ แค่ให้ดู return หลายปีที่ผ่านมานี้เฉยๆ แต่ไม่ได้อธิบายเป็นเรื่องเป็นราว เลยไม่อยากให้คนเห็นแต่กำไร แล้วหลงไปหาทางซื้อมาโดยยังไม่เข้าใจ risk profile จริงๆ.. คือ.. Leveraged ETFs พวกนี้ จะว่าเป็นของเล่นแมงเม่า.. หรือเป็นเครื่องมือทางการเงินที่ผ่านการ engineered มาจนเหมาะกับพวกระดับมืออาชีพนำมาใช้ ก็ได้ทั้งสองแบบ.. . . 📖 ก่อนอธิบายเพิ่มเติม.. post นี้มี math อยู่นิดหน่อย เลยขอ note คำศัพท์บางคำไว้ก่อน จะได้อ่านแล้ว get สำหรับที่ไม่รู้.. β = beta คือตัวคูณ leverage ของกอง.. +2x คือ β เท่ากับ 2 σ = sigma คือความผันผวนของหุ้นแม่ต่อปี... σ เท่ากับ 60% คือแกว่งแรงมาก σ² คือ variance.. ตัวนี้สำคัญสุด เพราะ decay ผูกกับมัน T คือเวลาที่ถือ คิดเป็นปี.. ถือครบปี T เท่ากับ 1 decay คือการที่มูลค่ากองถูกกัดกร่อนจาก volatility drag เนื่องจากการ reset leverage ทุกสิ้นวัน.. ไม่ใช่ค่าธรรมเนียม แต่เป็นผลทางคณิตศาสตร์จากการทบต้นรายวัน convexity คือความโค้งของ payoff positive คือยิ่งวิ่งทางเรายิ่งเร่งกำไร.. negative คือยิ่งวิ่งสวนยิ่งเร่งขาดทุน.. gamma คืออัตราที่ exposure เปลี่ยนเมื่อราคาขยับ.. short gamma คือตำแหน่งที่เสียเปรียบเมื่อตลาดเคลื่อนไหว.. เพราะถูกบังคับให้ซื้อเมื่อราคาขึ้น และขายเมื่อราคาลง (ซื้อแพง ขายถูก).. ซึ่งเป็นลักษณะของการ rebalance รายวันของ Leveraged ETF.. . . เข้าเรื่อง.. graph ที่คุณโจ Fun Manager นำมา shared.. +2x SK Hynix หรือ 7709 HK พุ่งจากเกือบศูนย์ทะลุ $10B ภายในไม่กี่เดือน.. แซง $TSLL แซง $NVDL กลายเป็น single-stock leveraged ETF ที่ใหญ่ที่สุดในโลกตอนนี้ และถ้าสังเกตดีๆ top ของตารางคือ SK Hynix, Micron ผ่าน $MUU, Samsung ผ่าน 7747 HK ทุกตัวคือ memory กับ HBM trade ล้วนๆ... แค่ภาพเดียวบอก positioning ของตลาดได้เยอะมาก.. แต่วันนี้ผมจะไม่คุยเรื่อง trade แต่จะคุยเรื่องเครื่องมือ.. เพราะ 99% ของคนที่ถือมันอยู่ไม่เข้าใจว่ากำลังถืออะไร... . . ผมว่าจุดที่คนเข้าใจผิดกันมากสุด +2x ไม่ได้แปลว่าได้กำไร 2 เท่าของช่วงเวลาที่ถือ.. มันแปลว่าได้ 2 เท่าของ return รายวัน เท่านั้น.. เพราะกองพวกนี้ reset leverage ใหม่ทุกสิ้นวัน... คิดเลขง่ายๆ หุ้นแม่วันแรก +10% วันที่ 2 -9.09% สุดท้ายกลับมาเท่าทุนพอดี.. แต่ +2x จะเป็น +20% แล้ว -18.18% ผลคือ 1.20 x 0.818 เท่ากับ 0.982 ขาดทุน 1.8%.. ทั้งที่หุ้นแม่เท่าทุน... นี่คือ volatility drag และมันไม่ใช่ค่าธรรมเนียม แต่เป็น math ของการทบต้น . . เพราะฉะนั้น ถ้าหุ้นแม่เดินแบบ random ต่อเนื่อง.. ผลตอบแทนของ leveraged ETF เท่ากับผลตอบแทนหุ้นแม่ยกกำลัง β คูณด้วยตัว decay โดยตัว decay เท่ากับ exp ของค่า ลบ β คูณ β ลบ 1 หาร 2 คูณ σ² คูณ T สำหรับ β เท่ากับ 2.. มันลดเหลือ exp ของ ลบ σ²T พอดี... แปลว่าถ้าหุ้นตัวนั้นผันผวน 60% ต่อปี σ² เท่ากับ 0.36 ถือครบปี decay factor เท่ากับ exp ลบ 0.36 ประมาณ 0.70 หมายความว่าโดนกินไปราวๆ 30% ต่อปี จาก volatility ล้วนๆ.. โดยที่ราคาหุ้นแม่ยังไม่ต้องไปไหนเลย.. . . ถ้า get จะเข้าใจว่ามันเลยเป็นเหตุผลที่ LETF (Leveraged ETF) หุ้นเดี่ยวๆ อันตรายกว่า index LETF หลายเท่า.. เพราะ σ ของหุ้นเดี่ยวสูงกว่า index มาก และ decay มันยกกำลัง 2 กับ σ.. สิ่งที่เราถืออยู่จริงๆ มันคือ long momentum บวก short volatility ในตัวเดียวกัน... ตลาด trend แรงทางเดียว การ reset รายวันกำไรทบให้ได้มากกว่า 2 เท่าด้วยซ้ำ.. นี่คือ positive convexity... แต่พอตลาด sideway แกว่งไปแกว่งมา การ reset จะกลับมากัด portfolio ทุกวัน.. นี่คือต้นทุนของการ short gamma เพราะงั้น LETF ไม่ใช่แค่ leverage เฉยๆ.. มันคือ leverage ที่มี volatility regime ฝังอยู่.. ใครถือโดยไม่รู้ตรงนี้ก็คือเปิด short-vol position โดยไม่รู้ตัว... และอย่าลืมต้นทุนกู้อีกชั้น leverage 2 เท่าคือกองยืมเงิน 1 เท่าของ NAV ต้นทุนประมาณ β ลบ 1 คูณ funding rate.. ยุค Fed funds 4%-5% นี่คือ drag ก้อนใหญ่.. บวก expense ratio ที่มักจะเกิน 1%.. . . แล้วจะใช้มันเป็นเครื่องมือยังไง?? ไม่ใช่เป็นแค่กับดัก.. 1... Capital efficiency... ได้ exposure 2x โดยใช้เงิน 1x ในบัญชี cash ธรรมดา.. ไม่ต้องเปิด margin ไม่มี margin call.. ขาดทุนสูงสุดเท่าเงินต้น.. เงินที่ประหยัดได้เอาไปทำ portable alpha หรือพักใน T-bill กินดอก.. หัวใจคือใช้เพื่อ free up capital.. ไม่ใช่เพื่อพนัน.. 2... จับ convexity ในตลาด trend แรง...เมื่อเรามี conviction สูง.. และคาดการณ์ว่าจะเป็นการเคลื่อนไหวทางเดียวแบบสั้นๆ การ reset รายวันจะกลายเป็นเพื่อนซะมากกว่า.. ช่วยทบทำกำไรให้มากกว่า 2 เท่า.. แต่ต้องจำกัด holding period ให้สั้น.. เพราะยิ่งถือยาวยิ่งโดน decay กัดกินหนัก.. // ⚠️แต่มีข้อยกเว้นสำคัญ .... ในกรณีที่ตลาดอยู่ใน bull run แรงและยาวต่อเนื่อง เช่น.. ช่วง super trend.. Leveraged ETF บางตัวก็สามารถให้ผลตอบแทนมหาศาลได้แม้ถือยาว.. ‼️อย่างไรก็ตาม.. แม้แต่ในกรณี outlier ที่ดีจริงๆ ก็ยังต้องระวังเป็นอย่างมาก.. เพราะการถือยาวใน Leveraged ETF คือการเดิมพันว่าความผันผวนจะยังอยู่ในระดับที่ยอมรับได้.. และ trend จะยังแรงพอที่จะเอาชนะ decay ได้ตลอดระยะเวลา.. ซึ่งส่วนใหญ่แล้วตลาดจะไม่เป็นใจขนาดนั้นตลอด.. decay เดินต่อไป กินต่อไป เงียบๆ .. และเมื่อ trend จบลงมันมักจะจบแบบแรงและเร็ว.. โดยที่เราอาจจะออกมาไม่ทัน.. สรุป: Leveraged ETF เกิดมาเพื่อเป็นเครื่องมือ tactical ระยะสั้น ที่ path dependency ยังไม่ทันทำงานหนัก.. ใครเอาไป buy & hold แบบระยะกลาง.. ยาว.. คือใช้ผิดวัตถุประสงค์ตั้งแต่ต้น.. ยกเว้นเราจะบริหารความเสี่ยงได้ในระดับที่เหนือคนทั่วไปจริงๆ (แบบผม.. 🥺😆) . . จริงๆ ประโยชน์ก็ยังมีอีก.. เช่น ใช้เป็นเครื่องมือ short.. การ short หุ้นตรงๆ มีความเสี่ยงหลายชั้น.. สามารถขาดทุนได้ไม่จำกัด... ต้นทุนค่ายืมหุ้น borrow fee... ความเสี่ยงถูกเรียกหุ้นคืน recall... Margin call ที่ชอบมาพอดีกับจังหวะ short squeeze ซึ่งคือจังหวะแย่ที่สุด.. ทางที่ดีกว่าคือใช้ inverse exposure แทน.. แทนที่จะ short หุ้นจริง.. เราก็ซื้อ Inverse ETF หรือ Inverse LETF แทน.. ข้อดีคือขาดทุนสูงสุดจำกัดที่เงินที่ลง.. ไม่มี margin call.. ไม่มีถูกเรียกหุ้นคืน.. ส่วน decay กับต้นทุนการเงินที่เสียไปถือเป็น premium ที่เราจ่ายเพื่อแลกกับความเสี่ยงที่จำกัด.. เหมือนการซื้อ put option แทนการ short stock ตรงๆ เราก็มาซื้อ optionality แล้วจ่ายค่าเวลา.. . . และยังช่วยในการ hedge.. สมมติ notional hedge 100 ล้าน การใช้ 2x Inverse LETF ใช้เงินเพียง 50 ล้าน (ครึ่งหนึ่ง..) ส่วนการซื้อ Put Option อาจใช้เงินน้อยกว่าในบางกรณี เช่น จ่ายแค่ premium 5-20 ล้าน.. อย่างไรก็ตาม LETF มีข้อได้เปรียบสำคัญคือ.. เงินที่เหลือ (อีก 50 ล้าน) สามารถเอาไปถือเป็น liquidity หรือ collateral ได้ทันที.. ซึ่งสำคัญมากสำหรับคนที่ต้องบริหาร margin และ capital อย่างต่อเนื่อง.. ในทางตรงกันข้าม Put Option แม้ใช้เงินน้อยกว่าแต่มีข้อเสียเรื่อง liquidity ต่ำกว่า.. time decay.. IV crush.. และความซับซ้อนในการจัดการ และตำแหน่ง short มักมี negative convexity ยิ่งราคาขึ้นยิ่งขาดทุนเร่ง.. ส่วน long LETF มี positive convexity ใน trend แรง.. การวางทั้งสองตำแหน่งทับกันบางส่วน ช่วยลด negative gamma ของฝั่ง short เวลาตลาดเด้งแรง.. ทำให้ P&L เรียบขึ้นและควบคุมอารมณ์ได้ดีกว่า.. ⚠️ข้อแม้สำคัญ Hedge แบบนี้เหมาะกับตลาดที่มีทิศทางชัดเจน.. ถ้าตลาด sideway นิ่งๆ decay จะกัดทั้งสองฝั่ง... เพราะงั้นต้อง match เครื่องมือกับ volatility regime ที่เราคาดไว้เสมอ.. ไม่มีของ free ใน game แบบนี้.. . . และยิ่ง AUM ของ LETF แบบหุ้นเดี่ยวๆ บวมใหญ่มาก เช่น 2x SK Hynix ที่ทะลุ $10B.. แรง rebalance รายวันของกองจะเริ่มมีขนาดใหญ่เทียบกับสภาพคล่องของหุ้นตัวแม่.. กองจะถูกบังคับให้ซื้อเพิ่มตอนราคาขึ้นและขายตอนราคาลง.. โดยเฉพาะช่วงใกล้ปิดตลาด นี่คือสิ่งที่อันตราย.. มันขยายการเคลื่อนไหวตอนท้าย trading session.. และสร้าง tail risk ให้หุ้นตัวนั้นเอง.. ใครจำได้มั่ง? ภาพเหตุการณ์ Volmageddon เดือน Feb 2018 ที่ leveraged VIX products ระเบิดตาย คือเรื่องที่ทุกคนควรจำไว้.. ความนิยมที่เราเห็นใน graph ตอนนี้ กำลังก่อตัวเป็นความเสี่ยงในอนาคต.. . . อย่างที่บอกในตอนแรกมันคือเครื่องมือทางการเงินที่ผ่านการ engineered มา.. ใครเข้าใจ daily reset, decay, convexity, และ ต้นทุนการเงิน มันจะกลายเป็นเครื่องมือสำหรับ capital efficiency และ defined-risk hedging.. แต่ใครไม่เข้าใจมันก็คือเครื่อง short-vol ที่ค่อยๆ แดก portfolio เงียบๆ ทุกวัน... เครื่องมือไม่เคยผิด… มีแต่คนที่ใช้ผิดเองครับ https://t.co/gkaTD53gJT
See More
น้องหุ้นเด้ง Think Big (The Billionaire) 💵💰
@GIINGS2
4 days ago
พี่แนะนำคอนเทนที่เหมาะกับน้องใหทีค่ะ
คือผมต้องทราบไหม 🐈⬛
@pizad_sura
4 days ago
ทุกคนไม่ว่าติ๊กฟ้าหรือไม่ติ๊กฟ้า แม้จะทวิตขิงข่าเรื่อยเปื่อยของตัวเอง แต่คอนเท้นมันจะมีประโยชน์เข้าสักวัน วันนึงรายงานเหตุรถติด น้ำท่วม ไฟไหม้ หรือแจ้งข่าวอะไรที่คนอืนไม่รู้ และถ้าคนเห็นเยอะ มันจะทำเงินได้ ทุกคนมีความเชี่ยวชาญอะไรสักอย่างของตัวเองอยู่แล้ว เอามาทำเป็นคอนเท้นก็ได้
น้องหุ้นเด้ง Think Big (The Billionaire) 💵💰
@GIINGS2
4 days ago
ผิดหวังในคำตอบมากค่ะ 🤬 เราต้องเล่นทวิตเวลางานค่ะ คือคำตอบที่ ✅
น้องบอยดูหุ้น
@NongBoyDooHoon
4 days ago
@GIINGS2
จริงๆตั้งใจทำงานครับ ฮ่าๆๆๆ
น้องหุ้นเด้ง Think Big (The Billionaire) 💵💰
@GIINGS2
4 days ago
แหน่ ว่าแล้วทำไมช่วงนี้ไม่โพสต์ ไปซุ่มเอา 100% มานี่เอง 🔥
น้องบอยดูหุ้น
@NongBoyDooHoon
6 days ago
โพสท์เอาฤกษ์เอาชัยซะหน่อย
Last Seen Users on Sotwe
Chơi háng đường Láng.
Seen from
Vietnam
Oğulcan Akçe
Seen from
Turkey
xnxx video Desi.
JasonsALTaccount
Seen from
Indonesia
cder hamil
Seen from
Malaysia
Mirio
Seen from
Singapore
-&+
Seen from
Indonesia
penyuka asi
Seen from
United States
samiya jutti
Seen from
India
Video Mesum Abg Viral Bokep Indo Film Sex HD .
Seen from
Singapore
Trends for you
1
Knicks
Under 10K tweets
2
Wemby
Under 10K tweets
3
Josh Hart
Under 10K tweets
4
#loveislandusa
Under 10K tweets
5
#AEWDynamite
Under 10K tweets
6
Scott Foster
Under 10K tweets
7
3 MORE
Under 10K tweets
8
Betrayed
Under 10K tweets
9
Captain Clutch
Under 10K tweets
10
#82and0
Under 10K tweets
Most Popular Users
1
Elon Musk
@elonmusk
240.1M followers
2
Barack Obama
@barackobama
119.3M followers
3
Donald J. Trump
@realdonaldtrump
111.6M followers
4
Cristiano Ronaldo
@cristiano
108.8M followers
5
Narendra Modi
@narendramodi
106.9M followers
6
Rihanna
@rihanna
97.2M followers
7
NASA
@nasa
92.1M followers
8
Justin Bieber
@justinbieber
90.5M followers
9
KATY PERRY
@katyperry
86.7M followers
10
Taylor Swift
@taylorswift13
80.5M followers
11
Lady Gaga
@ladygaga
72.1M followers
12
Kim Kardashian
@kimkardashian
69.3M followers
13
YouTube
@youtube
68.6M followers
14
Virat Kohli
@imvkohli
68.4M followers
15
Bill Gates
@billgates
63.4M followers
16
The Ellen Show
@theellenshow
62.5M followers
17
CNN
@cnn
61.9M followers
18
Neymar Jr
@neymarjr
60.9M followers
19
X
@x
60.9M followers
20
CNN Breaking News
@cnnbrk
59.9M followers
Olivia
Online
✨
⭐
💫