Life_is_justADream

นอนได้ทั้งวัน ชอบอ่านนิยาย และดีมากๆกับคนที่ดีกับเรา

[。 Mame 。A Birb from Babylonia @LittleBirbMame]

มีอีกร้านค่ะ ขายๆๆ 5555

Gen Japanese Charcoal Grill อร่อยทุกอย่าง Set กลางวันไม่แพง เติมข้าวได้ 1 รอบ เริ่มต้น 300-400 บาท พวกเมนูย่างถ่านคือดี หอม ความสุกแบบ Perfect ปลาดิบก็ดี ถือว่าคุ้มมากๆ

ละเค้าไม่จ้างอินฟลูมาอวย แต่ตอนเที่ยงเต็ม คนญี่ปุ่น 70%

อยู่ รร Sotetsu fresa อโศก

[ชื่อเบียร์ แต่ชอบเล่า💡💸✈️ @101beere]

พี่สาวคนจีนบอกให้ผมตาม wallet ของนักทำนายอนาคต (Polymarket user) ที่ชื่อ "Dropper" เพราะเขาแม่นจริง

เจี่ยเจียก้อปมา 12 วัน กำไร +113%
ผมก้อปตามมา 5 วัน กำไร +33%

❌ เทรดตามเซียน
✅ เทรดตามสาว💁🏻‍♀️🤣

แค่กดปุ่ม copy ปุ่มเดียวและรอดูผล แค่นั้นเลย😆

[Life_is_justADream @Lifejust_aDream]

Int 1 เดือนแรก ที่อำเภอพื้นที่สีแดงแป๊ด ใน3 ภาคใต้
วันแรก: ระเบิดรอบ รพ.23 จุด จะเก็บกระเป๋ากลับ ผ.อ. บอกไม่มีอะไร เค้าต้อนรับเฉยๆ..
สัปดาห์ที่ 2 : ชันสูตรเด็ก ญ น่าจะอายุไม่เกิน 15 สภาพเหลือครึ่งตัวบน ไม่มีหัว เจอศพเพราะหมูป่าขุดขึ้นมา
สัปดาห์ที่ 4 : โดนขับรถประกบตอนกลางคืน แต่เพื่อนเร่งหนี เลยรอด
เดือนที่ 2 : ชันสูตรศพ ที่โดนค่าบั่นคอ 2 ศพ สภาพคือ หลุดมาแล้ว และเพื่อนตั้งเป็นโปรไฟล์หน้าคอม ห้องพักแพทย์
เดือนที่ 5 : ขับรถเข้าตลาด วันรายอ โดนระเบิดระยะประชิด ไม่เกิน30 เมตร สภาพมอไซค์โดนแรงกระแทกกระเด็น และเห็นทหารมุดออกจากรถจิ้บที่โดนระเบิด สภาพยังพอไหว แต่รถพังยับ
ปีที่2 กลับเข้าตัวเมือง อีก จว นึงที่เป็นทุนจริงๆ ตื่นมาเจอ ไฟลุกท่วม7 จุดทั้งเมือง เรามองจากตึกสูง สภาพเหมือนดูหนังสงครามกลางเมืองอยู่
และอื่นๆ อีกมากมาย แต่คิดว่าจิ้บๆ ถ้านับจากที่เล่า
ส่วนตัวชอบนะ คืดว่าประสบการณ์ชีวิต คงไม่ได้เจอแบบนี้อีกละ

[K @kimkwaa_]

เล่าประสบการณ์การเป็น first jobber ครั้งแรกของทุกคนหน่อย

[Life_is_justADream @Lifejust_aDream]

@PhotoTardies พึ่งรู้เลยคับ ว่า opd วันตัวเอง ถ้าเกินเวลาเอาไป โอนอกได้ ส่วนตัว opd วันละ100+ ตรวจเกินเวลา ไม่เคยได้เงินสักบาท

[EliZ @eliz883]

🫢 $GOLD

[EliZ @eliz883]

$ETH It’s following my plan, drop almost 40%👌🏻

Consolidate more and more , then let me expand

[Ahmed @CryptoBheem]

$ETH

1550-1100 is the bid zone with target 2900

It’s a macro/htf trade.

[nox @brandnewnox]

โอเค หลังจากที่ผมลองถามความคิดเห็นของทุกคนว่า ถ้ามีเงินเพิ่มเดือนละ 5,000 บาท จะเอาไปทำอะไรกันบ้าง

แต่ละคนมีภาระ เป้าหมาย และความสุขไม่เหมือนกัน ผมไม่ได้ตัดสินว่าใครใช้เงินถูกหรือผิด และเคารพทุกความคิดเห็นครับ

แต่โพสต์นี้ ผมอยากลองแชร์ให้ดูในมุมของผมว่า…

ถ้าเราแบ่งเงิน 5,000 บาทนี้มาลงทุน หรือแม้แต่แบ่งมาเพียง 50% พลังของมันในระยะยาวจะมากแค่ไหน

ผมลองจำลองเอาเงินไป DCA ใน S&P 500 ($VOO ) เป็นเวลา 1 ปี โดยนำปันผลกลับไปลงทุนต่อ ตามรูปที่ 1

ลงทุนเต็ม 5,000 บาท/เดือน
เงินต้น 60,000 บาท → พอร์ตประมาณ 66,153 บาท

แบ่งมาลงทุนแค่ 50% หรือ 2,500 บาท/เดือน
เงินต้น 30,000 บาท → พอร์ตประมาณ 33,076 บาท

ผลตอบแทนเป็นเปอร์เซ็นต์แทบเท่ากัน แต่สิ่งที่ต่างคือ “จำนวนเงินที่เราใส่เข้าไป”

เงินเพิ่ม 5,000 บาท อาจดูไม่เยอะในแต่ละเดือน
แต่เท่ากับเงินลงทุน 60,000 บาทต่อปี และเมื่อปล่อยให้เติบโตพร้อมพลังดอกเบี้ยทบต้นหลายสิบปี ความต่างอาจกลายเป็นหลักแสนหรือหลักล้านได้

แล้วถ้าสมมติว่าในระหว่างนั้น คุณไม่ได้พัฒนาแค่จำนวนเงินลงทุน แต่พัฒนาความรู้ของตัวเองไปด้วยล่ะ?

คุณเริ่มศึกษาว่าบริษัทหาเงินอย่างไร
ลองอ่านงบการเงิน ติดตามข่าวสาร ทำความเข้าใจธุรกิจ ประเมินความเสี่ยง และรู้ว่าหุ้นที่ตัวเองซื้อมีเหตุผลอะไรอยู่เบื้องหลัง

เมื่อมีความรู้มากขึ้น คุณอาจเลือกแบ่งเงินบางส่วนมาลงทุนในหุ้นรายตัวที่ตัวเองศึกษาและเชื่อมั่นได้

ตัวอย่างในรูปที่ 2 ผมลองจำลอง DCA หุ้น Alphabet(Google) หรือ $GOOG ในช่วงเวลาเดียวกัน

ลงทุนเดือนละ 5,000 บาท
เงินต้น 60,000 บาท → พอร์ตประมาณ 81,194 บาท

ลงทุนเดือนละ 2,500 บาท
เงินต้น 30,000 บาท → พอร์ตประมาณ 40,597 บาท

ผลลัพธ์ในช่วงที่จำลองออกมาดีกว่า S&P 500 ค่อนข้างมาก แต่ต้องเน้นว่า นี่คือผลตอบแทนจากข้อมูลในอดีตของหุ้นเพียงตัวเดียว และไม่ได้หมายความว่าการเลือกหุ้นเองจะให้ผลตอบแทนสูงกว่าเสมอไป

ถ้าเลือกถูก ผลตอบแทนอาจเติบโตเร็วกว่าตลาด
แต่ถ้าเลือกผิด เราก็อาจขาดทุนหนักหรือแพ้ตลาดได้เหมือนกัน
ดังนั้นสิ่งที่ทรงพลังจริงๆ อาจไม่ใช่แค่เงินเพิ่มเดือนละ 5,000 บาท

แต่มันคือการนำเงินส่วนหนึ่งไปลงทุน พร้อมกับนำเวลาอีกส่วนหนึ่งไปลงทุนกับความรู้ของตัวเอง

เพราะเมื่อรายได้เพิ่ม เงินลงทุนเพิ่ม และความรู้เพิ่มไปพร้อมกัน เราจะมีทางเลือกมากกว่าเดิม และตัดสินใจเรื่องเงินได้ดีขึ้นเรื่อยๆ

ไม่ได้แปลว่าทุกคนต้องเลิกลงทุนในดัชนีแล้วหันมาเลือกหุ้นเองนะครับ สำหรับคนที่ไม่มีเวลาศึกษา การ DCA ในดัชนีอย่างสม่ำเสมอก็เป็นทางเลือกที่ดีอยู่แล้ว

แต่ประเด็นที่ผมอยากแชร์คือ…

เงิน 5,000 บาทอาจเปลี่ยนคุณภาพชีวิตเราได้ในวันนี้
แต่ถ้าเราใช้มันอย่างมีแผน และพัฒนาตัวเองควบคู่กันไป เงินก้อนเดิมอาจช่วยเปลี่ยนอนาคตของเราได้มากกว่าที่คิด

สุดท้าย การลงทุนที่ให้ผลตอบแทนกับเราไปตลอดชีวิต อาจไม่ใช่หุ้นตัวไหนเลย แต่อาจเป็น “ความรู้” ที่ทำให้เราหาเงินได้มากขึ้น และบริหารเงินทุกบาทได้ดีขึ้นครับ

[XO @Trader_XO]

If … 2026 turns out to be a corrective year for bitcoin - keep an eye on the projection of the 200, 300 and 400 weekly MA’s

[Life_is_justADream @Lifejust_aDream]

@bemasty1 ขอบคุณมากเลยครับ ช่วยในการวางแผนได้ดีเลย

[EliZ @eliz883]

$BTC All I did was draw two simple lines on the chart.

The plan worked perfectly and, as of today, I’ve been long practically since the lows. As long as we hold the 58k area, the natural target remains a return to the 70–75k range in the coming days.

If, on the other hand, those levels were to give way, it wouldn’t change much for me: we’d simply have another great buying opportunity in the 50k area.

No complicated forecasts, no magic. Just key levels, risk management and patience.

For me, that’s what trading is all about: keeping everything as simple as possible.

[น้องเหนือ โทรจัน @Cryptonuachan_]

ถ้าตามสถิติเดิม BTC จาก ATH มันจะใช้เวลาลง 400 วันนิด ๆ ทุกครั้ง

ตอนนี้มาอยู่ที่ 241 วันแล้ว

นั้นหมายความว่า

ช่วง Nov ปีนี้อาจจะเป็นหลุมที่สุดของ BTC

ผมจะเก็บเงินรอ Long BTC ตรงนั้นแบบไม้เดียว Homerun ไปเลย

เนื้อหาดังกล่าวเป็นเพียงการบันทึกกลยุทธ์ส่วนตัวเพื่อกรณีศึกษาและแชร์มุมมองเชิงสถิติเท่านั้น ไม่ใช่การชี้ชวนลงทุนหรือการให้คำแนะนำทางการเงิน สินทรัพย์ดิจิทัลมีความเสี่ยงสูง ผู้ลงทุนควรศึกษาข้อมูลและตัดสินใจด้วยตนเอง

[EliZ @eliz883]

Support and resistance levels are among the simplest yet most misunderstood concepts in technical analysis. The longer a price zone holds over time, the greater its practical significance tends to be. The difference between an inexperienced trader and an experienced one lies in their approach: the former seeks the perfect level, whilst the latter observes how the market reacts within a zone of interest.

Liquidity sweeps, deviations, reclaims and structural confirmations are often the elements that allow us to distinguish a simple reaction from a high-probability opportunity.

Ultimately, support and resistance levels are not used to predict the future, but to identify areas where it is worth paying closer attention and waiting for the market to reveal its intentions.

Study these slides and they will be useful to you

A retweet would be helpful

[Life_is_justADream @Lifejust_aDream]

@bringmesomemayo ผมมีลูกศิษย์ เป็นหมอจุฬาหลายคน บางคนก็มีความอีโก้ พอควร แต่พอทำงานไปสักพักก็ดีขึ้น ดูน่ารักทุกคน สงสัยจะเป็นแค่บางคณะ

[Hyper Shark! @HyperSharkk]

นี่คือเทรนด์ที่ผมกำลัง research อยู่ครับ เผื่อใครอยากทำการบ้านเหมือนผม

ถ้าใครมีข้อมูลเพิ่ม มาแชร์กันได้เลยนะครับ เพราะผมยังขุดอยู่เหมือนกัน

มา เริ่ม!

ถ้าลองมองลึกลงไปอีกชั้น

ผมว่าของน่าสนใจจริงๆ มันจะอยู่ในพวก “ชิ้นส่วนที่ไม่มีใครพูดถึง” เพราะต่อให้ AI โตแค่ไหน สุดท้ายมันก็ต้องมีของพวกนี้รองรับอยู่ดี

แล้วเทรนด์ที่ผม research อยู่มีไรบ้าง?

1. 800V
-> ตอนนี้ไม่ใช่แค่ EV แล้วนะ ฝั่ง Data Center เองก็เริ่มขยับไปหา HVDC มากขึ้นเรื่อยๆ
-> เหตุผลง่ายๆ AI กินไฟหนักขึ้นทุกปี การส่งไฟให้มีประสิทธิภาพที่สุดเลยเริ่มสำคัญกว่าการหาไฟเพิ่มอีก
-> และ 800V มี $NVDA ดันอยู่ โคตรแรง

2. MLCC
-> ของชิ้นเล็กๆ ที่คนแทบไม่เคยพูดถึง แต่ AI Server เครื่องนึงใช้กันเป็นหมื่นตัว
-> ยิ่ง power สูงขึ้น อุณหภูมิสูงขึ้น MLCC เกรดดีๆ ก็ยิ่งสำคัญขึ้น

3. PCB
-> ผมว่าหลายคนยังติดภาพ PCB เป็นธุรกิจเก่าๆ แต่ PCB ของ AI Server วันนี้ไม่เหมือนเดิมแล้ว
-> มันมี Layer มากขึ้น ซับซ้อนขึ้น แพงขึ้น
-> สุดท้ายรายได้ต่อแผ่นก็ตามขึ้นไปด้วย

4. Wafer
ต้นน้ำของทุกอย่าง ไม่ว่าตะเป็น
- GPU
- CPU
- HBM
- Power Chip
- SiC
สุดท้ายก็เริ่มจาก Wafer เหมือนกัน ถ้า AI กับ EV ยังโต ผมยังไม่เห็นเหตุผลว่าความต้องการ Wafer จะหายไปเลย

5. CPO
-> อันนี้ผมตามอยู่หนักเลย เพราะตอนนี้หลายคนเริ่มพูดตรงกันแล้วว่า คอขวดรอบต่อไปอาจจะไม่ใช่ Compute แต่มันคือ “การส่งข้อมูล”
-> ถ้า AI Cluster ใหญ่ขึ้นเรื่อยๆ Bandwidth ก็ต้องโตตาม CPO เลยเริ่มโดนมองว่านี่แหละเป็น supercycle

6. NPO
-> ตัวนี้ผมว่าน่าสนใจไม่แพ้กัน เพราะมันดู practical กว่า ติดตั้งง่ายกว่า ต้นทุนไม่โหดเท่า
-> มีโอกาสเห็น adoption ก่อน CPO เต็มรูปแบบด้วยซ้ำ

7. CPC
-> อีกตัวที่แทบไม่มีคนพูดถึง หลายคนมองว่า optics จะมาแทน copper หมด
-> แต่ผมว่าโลกจริงไม่ได้เปลี่ยนเร็วขนาดนั้น
-> ช่วงเปลี่ยนผ่าน คนทำ cable, connector, interconnect ยังได้ประโยชน์อีกเยอะ

สิ่งที่ผมพยายาม connect the dots ตอนนี้คือ AI มันเริ่มไม่ใช่ software story อย่างเดียวแล้ว
-> มันกำลังกลายเป็น infrastructure story แล้ว
-> และหลังจากนั้นมันจะกลายเป็น industrial story

ผมทองว่าคนชนะอาจจะเป็นคนที่แก้คอขวดได้ ไม่ว่าจะเป็น
- ผลิตไฟฟ้า
- Power Management
- PCB
- MLCC
- Optical
- Wafer
- Connector
- Thermal
หลายอย่างพวกนี้ยังไม่ sexy แต่หลายๆ ครั้งเงินก้อนใหญ่สุดก็มาจากของที่ไม่มีใครมองนี่แหละครับ

ใครกำลังขุด theme พวกนี้อยู่ มาแชร์กันครับ ผมว่ามีอะไรให้ต่อยอดอีกเยอะมาก

แล้วไว้จะมาอัปเดทให้ฟังทีละเทรนด์ครับ ว่าสนใจขนาดไหน และผมบอกก่อนว่าถ้า TAM (ตลาด) ไม่ใหญ่จริง ผมไม่เอาพลังงานมาโฟกัสพวกนี้แน่ แล้วเจอกันโพสต่อไปครับ ✌🏻

[Hyper Shark! @HyperSharkk]

อีก theme ที่ผมว่าตลาดยัง underestimate มากๆ คือ “Copper Shortage”

ตอนนี้ Data center ปกติใช้ทองแดงประมาณ 5,000-15,000 ตัน

แต่ AI hyperscale data center รุ่นใหม่ๆ บางที่อาจจะใช้แตะ 50,000 ตันต่อ site

เพราะเวลาจะ scale AI cluster สิ่งที่ต้องใช้ไม่ใช่แค่ compute
มันต้องมี
- power cable
- busbar
- transformer
- grounding
- liquid cooling
- electrical distribution
แล้วทองแดงมันก็อยู่ในแทบทุก layer ของพวกนี้เลย

ที่น่าสนใจคือ ~75% ของทองแดงใน data center ไม่ได้ใช้ส่ง data ด้วยซ้ำ แต่ใช้ไปกับการ “จัดการพลังงาน” ทั้งหมด

พูดง่ายๆ คือ AI boom รอบนี้กำลังเปลี่ยนจาก คอขวดชิป (bits) → คอขวด real infra (atoms) มากขึ้น

และ supply side ตอนนี้ก็ไม่ได้พร้อมเลย
- เหมืองใหม่ใช้เวลาเปิดเฉลี่ย ~17 ปี
- ore grades ทั่วโลกกำลังลด
- หลายๆ เหมืองเจอปัญหาการผลิต
- sulfuric acid เริ่มขาด (*จดและจำ*)
- ตลาดเริ่มพูดถึง copper deficit 300k-600k tons แล้ว

แต่สิ่งที่โหดคือ… สำหรับ hyperscaler แล้ว ทองแดงคิดเป็น <0.5% ของต้นทุน data center ทั้งหมด แปลว่าไง?
ก็แปลว่า ต่อให้ราคาทองแดงขึ้นแรง พวกเขาก็ “ยอมจ่าย” เพื่อให้ build เสร็จทันอยู่ดี

นี่คือพฤติกรรมแบบเดียวกันกับตอน HBM / CoWoS ก่อนหน้านี้เลย

สุดท้ายสิ่งที่ตลาดอาจจะยังไม่ fully price in คือ…
-> ตอนนี้การเติบโตของ AI มันกำลังชน “physical world constraints” มากขึ้นเรื่อยๆ

แล้วหุ้นที่อยู่ในกลุ่ม power + copper + electrical infra อาจจะกลายเป็น hidden winner ของ AI cycle รอบนี้

อะ ผมเอามาฝากครับ...

Copper miners
- $FCX
- $SCCO
- $TECK
- $BHP
- $RIO
- $GLNCY
Electrical / Grid / Power infra
- $ETN
- $PWR
- $VRT
- $HUBB
- $NVT
- $ABB
- $SBGSY
Transformer / Switchgear / Grid bottleneck
- $GEV
- $HPS.A
- $WEGZY
- $FPS
Cooling / Water / Liquid infra
- $XYL
- $MOD
- $JCI

[KAPI @prayutnahee55]

นักเทรด @Polymarket รายหนึ่งใช้บอทเทรดทำให้เขาได้กำไร 10 ล้านบาทภายใน 60 วัน

เขาปั้นเงินจาก 9,500 บาท เป็น 490,000 บาท จากเหรียญ ETH และจาก 12,700 บาท เป็น 1,000,000 บาท จาก XRP

เขาเทรดไปทั้งหมด 4,000 ครั้ง ทั้ง ETH, SOL และ XRP เฉลี่ยแล้วทำกำไรได้ถึงวันละ 168,000 บาท

ผมคิดว่าเหมือนเขาจะใช้ระบบกึ่งอัตโนมัติ Semi-automated คือคนวางกลยุทธ์ แล้วปล่อยให้บอทคอยกดคำสั่งซื้อขาย

✅ เคล็ดลับความสำเร็จ
เขาใช้วิธีฟาร์มผลตอบแทนแบบเพลย์เซฟด้วยการกด "NO" ในเหตุการณ์ที่แทบไม่มีวันเกิดขึ้นจริง จากนั้นก็เอาเสบียงหรือกำไรที่ได้ชัวร์ ๆ ตรงนี้ ไปหยอดเงินก้อนเล็ก ๆ เดิมพันในฝั่งที่มีโอกาสชนะต่ำแต่จ่ายหนัก เพื่อลุ้นแจ็กพอตคำโต โดยมีระบบบอทสองตัวรันควบคู่กันไป

❇️ บอทสายเก็บเรียบ (Boring engine) ไล่ซื้อฝั่ง NO ที่ราคา 98 เซนต์ ในเหตุการณ์ที่แทบเป็นไปไม่ได้ เพื่อเก็บส่วนต่าง 2 เซนต์ (ประมาณ 70 สตางค์) นิ่ม ๆ แล้วทำซ้ำไปเรื่อย ๆ

❇️ บอทสายล่ารางวัล (Lottery engine) ไล่ซื้อฝั่ง YES ด้วยเงินแค่ไม่กี่เซนต์ ในเหตุการณ์ที่มีโอกาสเกิดน้อยแต่พอเป็นไปได้ ซึ่งนาน ๆ ทีมันจะระเบิดกำไรให้ถึง 50–100 เท่า

บอทสายเก็บเรียบจะคอยหาเงินมาซัพพอร์ตค่า "ตั๋วหวย" ทั้งหมดที่บอทสายล่ารางวัลซื้อแล้วกลายเป็นกระดาษเปล่า ส่วนเงินที่แจ็กพอตแตกจากบอทสายล่ารางวัล ก็จะกลับมาทบต้นให้พอร์ตโตแบบก้าวกระโดด

นักเทรดส่วนใหญ่มักจะเลือกทางใดทางหนึ่ง ไม่สายเก็บกินดอกผลเรื่อย ๆ ก็สายซิ่งล่าตั๋วไปดวงจันทร์เลย แต่หมอนี่เล่นรันทั้งสองระบบพร้อมกัน และนั่นแหละคือไม้เด็ดทั้งหมดของเขา

ผมคิดว่าทุกวันนี้คนเริ่มหันไปใช้ บอท AI กันเยอะ เพราะเทคโนโลยีพวกนี้มันไม่ใส่อารมเหมือนมนุษย์ บอทจะเทรดตามแผนทุกอย่างทำให้เราไม่ต้องมาคอยอดหลับอดนอนนั่งเทรดเลย 😊

[JRT—Platinum Emperor Reserve Ceremonial Grade @JRTDesk]

จริงๆ แล้วคนเป็นหัวหน้าที่ดีไม่จำเป็นต้องเก่งที่สุดในสายงาน..ไม่จำเป็นต้องเก่งหรือรู้ลึกกว่าผู้เชี่ยวชาญที่อยู่ใต้บังคับบัญชาเลย.. แต่‼️ควรจะต้องรู้ในระดับที่พอคุยรู้เรื่องและตัดสินใจได้อย่างมีประสิทธิภาพ..

ตัวอย่าง..

Fund Manager ไม่ต้องเก่ง Quant มากกว่าลูกน้องที่เป็น Quant Analyst.. ไม่ต้องเขียน code เก่งกว่า Programmer.. ไม่ต้องเก่งบัญชีมากกว่า CPA.. ไม่ต้องรู้กฎหมายลึกกว่าทนายใน firm..

แต่ก็ต้องเข้าใจพอที่จะถามคำถามถูกจุด.. ประเมินความเสี่ยง.. รู้ trade-off และนำ team ไปในทิศทางที่ถูกต้อง

รัฐมนตรีกระทรวง digital เพื่อเศรษฐกิจและสังคม DE ของไทยก็เช่นเดียวกัน..

รัฐมนตรี DE ไม่จำเป็นต้องเป็นผู้เชี่ยวชาญด้าน technology digital ระดับสูง.. ไม่ต้องเก่ง coding มากกว่า Engineer ใน ETDA หรือ DGA.. ไม่ต้องรู้ AI ลึกกว่าผู้เชี่ยวชาญในหน่วยงาน.. ไม่ต้องเก่ง cybersecurity มากกว่า team ที่ดูแล.. และไม่ต้องเข้าใจโครงสร้างพื้นฐานเครือข่ายดีกว่านักวิศวกรรมโทรคมนาคม

แต่สิ่งที่สำคัญมากคือรัฐมนตรีควรมีความรู้พอสมควรในระดับที่เข้าใจบริบท ของงาน digital ทั้งหมด เพื่อ..

- ถามคำถามเจาะลึกกับข้าราชการและผู้เชี่ยวชาญได้ถูกจุด

- ตัดสินใจเชิงนโยบายได้ถูกต้อง.. เช่น เรื่อง AI Regulation, Digital Infrastructure, Data Governance..

- มองเห็นภาพรวมว่า digital จะเชื่อมโยงกับเศรษฐกิจ สังคม ความมั่นคง และการบริการประชาชนอย่างไร..

- ไม่ถูกหลอกด้วยคำศัพท์ technical หรือตั้งความคาดหวังที่ไม่สมจริงกับโครงการต่างๆ..

ถ้ารัฐมนตรี DE ไม่รู้เรื่อง digital เลย จะเกิดปัญหาใหญ่..

- นโยบายออกมาไม่ตรงจุด
- ใช้งบประมาณไม่คุ้มค่า
- ทีมผู้เชี่ยวชาญในกระทรวงขาด motivation
- ประเทศไทยพัฒนาด้าน digital ช้ากว่าที่ควรจะเป็น..

สรุป…..
หัวหน้า… ไม่ว่าจะเป็น Fund Manager, CEO หรือรัฐมนตรี…

ไม่ต้องเป็น「ที่สุด」ในสายงานนั้น..

แต่ห้ามโง่เรื่องงานเด็ดขาด ต้องอยู่ในระดับที่พอเข้าใจและนำทางได้..

ยิ่งงานซับซ้อนและสำคัญต่อประเทศขนาดกระทรวง DE ยิ่งต้องการผู้นำที่มีความรู้พอประมาณ..

[Chartist | Süleyman 💲🦁 @shillcoin58]

Traderların %90’ı
London açılışında neden stop olduğunu hâlâ anlamıyor.

Çünkü market
önce yön gösterir.

Sonra likiditeyi toplar.

Bu görsel aslında smart money’nin tam çalışma mantığını anlatıyor:

Önce Asia range oluşuyor.
Herkes breakout bekliyor.

Sonra ne oluyor?

London session geliyor
ve fiyat bir tarafa fake hareket yapıyor.

İşte buna manipülasyon denir.

Ama çoğu kişi burada:

“Yön belli oldu” sanıyor.

Asıl hareket ise
likidite toplandıktan sonra başlıyor.

Dikkat et:

✅ Asia high/low raid
✅ SMT divergence
✅ MSS kırılımı
✅ FVG dönüşü

bunların hepsi aynı modelin parçaları.

Yani market rastgele hareket etmiyor.

Önce insanları yanlış tarafa sokuyor
sonra gerçek yönü açıyor.

Buy modelde:

Sellside likidite alınır
sonra market yukarı expand eder.

Sell modelde ise:

Bu kez buyside likidite temizlenir
ve aşağı dağıtım başlar.

En kritik detay ne biliyor musun?

Gerçek giriş
ilk kırılım değil.

Manipülasyondan sonraki dönüş.

Çünkü smart money
her zaman likiditeyi aldıktan sonra hareket eder.

Çoğu trader yön arıyor.

Profesyoneller ise:

Likiditenin nerede toplandığını izliyor.

Fark burada başlıyor.

Kaydet.