Mac Cheese

Crypto investor. 5T6DQW2T
Pharmacist

[Mac Cheese @isunjt]

Road to 169

[fluffyforger @fluffyforger]

ล่าสุด มีคนใช้ Claude ทำเว็บหา “ทัวร์ไฟไหม้” เพียงเพราะว่าตัวเองรู้สึกว่า UX เว็บหาทัวร์มันห่วย อะไรวะเนี่ย

[ลงทุนTimes @longtuntimes]

พรุ่งนี้เป็นวันเกิดเราเลยจะมาแจกหนังสือเล่มแรกในชีวิตให้ทุกคนได้อ่านกันฟรีๆ🥰

เป็นหนังสือที่เหมาะกับ "มือใหม่" ที่สนใจแยากจะศึกษาการลงทุนในหุ้นแต่ไม่รู้จะเริ่มยังไง หนังสือเล่มนี้เขียนไว้อย่างครบลูปเลย

อยากให้ทุกคนได้เริ่มต้นการลงทุนด้วยความเข้าใจ ไม่ใช่ลอกแบบไม่ลืมหูลืมตา เงินเราหามาด้วยความลำบาก อย่าไปมันไปละลายในตลาดหุ้นเลย

[CryptoDuck @CryptoDuck_TH]

แจ้งเตือน: ใครยังมีเงินติดค้างอยู่บน Polygon zkEVM เหลือเวลาอีก 1 เดือน (ถึง 31 มิ.ย.นี้) เพื่อ bridge ทรัพย์สินทั้งหมดออกนะครับ หากยังมีเงินติดค้างอยู่บน DeFi หลังจากนี้จะเอาออกไม่ได้ตลอดกาล

อ่านประกาศจาก Polygon
👉 https://t.co/uymKKIHVxP

[peterpriew 🔴✨🥷 @PriewPeter]

ใครมีเงินบน Polygon zkEVM ไปถอนออกด้วยนะครับ

[Mac Cheese @isunjt]

@Fatcatinvestors มีหุ้นปันผลต่างประเทศแนะนำด้วยไหมครับ แล้วจะเสียภาษีหรือมีความเสี่ยงอะไรบ้าง

[FatcatInvestors(📦,💙) @Fatcatinvestors]

อยากได้เงินปันผลเดือนละ 1,000 บาท
ถ้าซื้อหุ้น TISCO ต้องใช้เงินเท่าไร? 🤔

คำนวณง่ายๆ 👇

💰 อยากได้เงินปันผล
เดือนละ 1,000 บาท
= ปีละ 12,000 บาท

📌 TISCO ปันผลเฉลี่ยประมาณ
7.75 บาท/หุ้น/ปี

ดังนั้นต้องถือหุ้นประมาณ
12,000 ÷ 7.75 = 1,548 หุ้น

ถ้าราคาหุ้นประมาณ 112 บาท
จะใช้เงินลงทุนประมาณ
1,548 × 112 = 173,376 บาท

สรุปง่ายๆ ❤️
ถ้าอยากมีเงินปันผลเฉลี่ยเดือนละ 1,000 บาท
จากหุ้น TISCO
ต้องใช้เงินลงทุนประมาณ 1.7 แสนบาท

*ปันผลไม่การันตี และราคาหุ้นมีความเสี่ยง ควรศึกษาข้อมูลก่อนลงทุน
#หุ้นปันผล #TISCO #ลงทุน #เงินปันผล #PassiveIncome

[analog @untitled_90]

ยืนยันคำเดิมว่าวงการห้องหอมไม่อับ เข้าแล้วออกไม่ได้ คนชมว่าห้องหอมตลอดใจฟูมาก เราได้ทริคจากพี่แม่บ้าน ㅜㅡㅜ เราลิสต์โพยไว้ให้ทำตาม ยาวหน่อยแต่ห้องน่าอยู่ขึ้นไม่มีกลิ่นอับ หอมทั้งวันแน่นอน

-เปิดหน้าต่างระบายอากาศ รับแดด
-ก่อนปิดแอร์เปิด โหมด dry ทิ้งไว้ 10 นาที
-พยายามทิ้งขยะทุกวัน อย่าสะสม
-ล้างห้องน้ำบ่อยๆ อันนี้ช่วยได้เยอะ
-ถูพื้นสัปดาห์ละ 1-2 ครั้ง (soganic พื้นสะอาดจริง ใช้กับสัตว์ได้ด้วย)
-เคลียร์จานกินเสร็จล้างเลย
-ซักผ้าปู / ผ้าห่ม / หมอนเป็นประจำ (hygiene expert care หอมทะลุเพดาน)
-เครื่องดูดความชื้น ลดกลิ่นอับดีมาก (simplus)
-ลงทุน diffuser ดีๆวางไว้ตามจุดต่างๆ ( hetras , hanky house ถูกและดีหอมทนมาก)
-room spary คือช่วยกลบกลิ่นอับดีมาก (summer stuff , toriaroma)
-เครื่องฟอกอากาศ ใส่ filter ที่กรองกลิ่น (xiaomi + hepa filter คอมโบอากาศดี)
-กล่องดูดความชื้น + ลดกลิ่น ช่วยได้เยอะมาก
-robot ดูดฝุ่นคือประหยัดเวลาชีวิตได้เยอะ (i robot ลงทุนทีเดียวจบ)

[Aran @0xaranz]

ทำไมคนไทยควรสมัครติ๊กฟ้าเพื่อรับเงินจาก Elon

1. เงินที่ได้รับจะทำให้การต่ออายุติ๊กฟ้า แทบจะฟรีหรือถูกลงมากๆ

2. เราจะได้ใช้ AI Grok ช่วยค้นข้อมูลใน X
ผมสายลงทุน นักลงทุนเก่ง ๆ ชอบแชร์ไอเดียกันบน X เราก็นำมาต่อยอดหาเงิน

3. รายได้จากติ๊กฟ้าช่วยสามารถช่วยลดค่าใช้จ่ายจำเป็น เช่น ค่าไฟ ค่าน้ำ ซึ่งสำหรับบางคนก็ถือว่ามากพอสมควรในแต่ละเดือน

ไหน ๆ ก็เล่นโซเชียลอยู่แล้ว การเล่นแล้วได้เงินก็คุ้มมาก

แต่ระยะยาวรอดูกันอีกทีว่า Elon จะจ่ายเงินแบบนี้ได้ถึงเมื่อไหร่ หรือจะปรับเรทในอนาคตไหม อันนั้นเป็นเรื่องอนาคต ตอนนี้เราอยู่กับปัจจุบัน เล่นแล้วได้เงินทำไปเถอะ💪🏻

[winter @mywinter33]

พี่ๆอายุ 30 มีอะไรอยากบอกน้องๆ อายุ 22
ที่พึ่งจบมาใหม่ ใช้ชีวิตครั้งเเรก

[TP SQUAD @tpsquad_th]

ตุนของในแอพ 7-11 ทุกวันพุธ ศุกร์ เสาร์ อาทิตย์ ช่วงที่มีโค้ดลด
ตุนครั้งละ 300 บาทจะได้โค้ดลด 30-40 บาท
ทำวนจนครบ 10 ครั้งใน 1 เดือนจะได้ส่วนลดเพิ่มอีก 140 บาท (50 บาท 1 โค้ด 90 บาท 1 โค้ด จากการซื้อครบ 10 ครั้ง รีเซ็ททุกวันที่ 23 )

[MarkerDoge ZAMA 🐕🐘 @MKrub8]

วิธีประหยัดเงินค่าข้าวแบบง่าย ๆ
โหลดแอพ Luma แล้วลงทะเบียนงานอีเวนท์คริปโท ครับ

กินฟรีมีเกียรติ เพียบ
บุฟเฟต์โรงแรม เครื่องดื่มดีๆ แฮงค์เอาท์ Rooftop หรูๆ มีมาเรื่อยๆ จ้า

[KuKKui @gKukkui]

สมัคร 5 เมลล ใช้ ai ฟรีได้หลายตัวฮับ ยิ่งถ้าเป็น google pro จะเพลินมาก จะได้ประมานี้

- ใช้ claude opus4.6 + gemini 3.1 pro ที่ antigravity ยาวๆสลับบัญชีวนไป รีเซตลิมิตทุก 4 ชั่วโมง
- ใช้ gemini cli สร้าง agent ได้ 10 ตัว รีเซตลิมิตทุกวัน
- ใช้ stich / nanobanana / flux บลาๆ

[iwhale @iwhale]

😱 10 ตำแหน่งงานทางการเงิน ที่ Claude Cowork ทำแทนได้ พร้อมวิธีรักษาเก้าอี้ไว้ไม่ให้หลุด | |👩‍💻👨‍💻 Cowork Thailand ตอนที่ 8

ถ้าคุณยังคิดว่า AI ทำได้แค่ช่วยร่างอีเมลกับสรุปประชุม
คุณกำลังตามโลกการเงินไม่ทันแล้ว 🚨

ล่าสุด Anthropic เปิดตัว Agent Templates สำหรับวงการการเงิน อย่างเป็นทางการ

เอไอ เอเจนต์ 10 แบบ 10 หน้าที่ ส่งตรงเข้าวงการธนาคาร วาณิชธนกิจ และบริษัทจัดการกองทุน เป็น AI ที่สามารถทำงานแบบทีมการเงินจริงๆ

จากประกาศวันที่ 5 พฤษภาคม 2026 มี 10 ตำแหน่งงานในวงการการเงิน ที่สามารถโหลด Claude Agent Template มาใช้งานได้แล้วมีดังนี้ 👇

🎯 10 ตำแหน่งที่ Claude Cowork ทำแทนได้ในวงการการเงิน

กลุ่ม Research และ Client Coverage คือ ทีมที่เจอลูกค้าเปรียบเหมือนฝ่ายขายของวงการเงิน

ทีมกลุ่มนี้ทำงานในวาณิชธนกิจ (investment bank) หรือบริษัทหลักทรัพย์ หน้าที่หลักคือ หาลูกค้า รักษาลูกค้า และให้คำแนะนำการลงทุน ได้แก่

1. คนทำสไลด์เสนอขาย (Pitch Builder)

เวลาจะไปเสนอบริการให้บริษัทใหญ่ เช่น "เราช่วยคุณซื้อบริษัทอื่น/ระดมทุน/IPO ได้" ต้องมีการทำสไลด์ที่เรียกว่า pitchbook หนาประมาณ 50-100 หน้า ใส่ข้อมูลเช่น

- บริษัทคู่แข่งของลูกค้าเป็นใคร
- บริษัทที่คล้ายกันมีมูลค่าเท่าไหร่ (เรียกว่า comparables หรือ "comps")
- เราจะช่วยลูกค้าได้อย่างไร

เหมือนทีมการตลาดที่ทำ proposal deck เสนอลูกค้า แต่ต้องเป็นเวอร์ชันที่อ้างอิงข้อมูลทางการเงินทุกตัวเลข

น้องๆนักวิเคราะห์ที่ต้องนั่งทำคืนละหลายชั่วโมง ทำต่อเนื่อง 3–5 วันต่อชุด นอนตีสามตีสี่มีอยู่จริง 👀

.

2. คนเตรียมบริฟก่อนประชุม (Meeting Preparer)

ก่อนผู้บริหารจะคุยกับ CEO ของบริษัทลูกค้า ต้องมีคนเตรียมเอกสารสรุปให้ว่า

- บริษัทนี้เพิ่งทำอะไรมาบ้าง
- ผลประกอบการล่าสุดเป็นอย่างไร
- มีข่าวอะไรที่ควรรู้
- คู่แข่งของเขาทำอะไรอยู่

เหมือนเลขาที่เตรียมเอกสานบริฟ ให้เจ้านายก่อนเข้าประชุม แต่เป็นเวอร์ชันละเอียดมาก เพราะถ้าผู้บริหารพูดผิด อาจเสียดีล

นักวิเคราะห์ หรือ ผู้ช่วย มักใช้เวลา 2-4 ชั่วโมงต่อการประชุม 1 ครั้ง งานเหมือนไม่มากแต่สำคัญมาก

.

3. คนตามอ่านงบบริษัท (Earnings Reviewer)

ทุกไตรมาส บริษัทในตลาดหลักทรัพย์ต้องประกาศผลประกอบการ พร้อมจัดประชุมกับนักลงทุน นักวิเคราะห์ต้อง

- ฟัง/อ่าน transcript ของการประชุม
- เปรียบเทียบกับที่บริษัทเคยพูดไว้ครั้งก่อน หาว่ามีอะไรเปลี่ยน
- อัปเดตประมาณการกำไรของบริษัท

เหมือนนักข่าวที่ตามทำข่าวบริษัทเฉพาะ 1-2 บริษัท แต่ต้องอ่านลึกถึงระดับตัวเลขทุกบรรทัด

Equity analyst มีคนเดียวต่อ 10–20 บริษัท ช่วงประกาศงบจะยุ่งหัวฟูมากๆ

.

4. คนสร้างโมเดลทำนายอนาคต (Model Builder)

งานจริงคืออะไร: ทำโมเดลทางการเงิน (Financial model) ในวงการเงินคือ ไฟล์ Excel ที่ซับซ้อนมาก มีหลายร้อยชีท ใช้คาดการณ์ว่าบริษัทจะมีรายได้/กำไรเท่าไหร่ในอีก 5-10 ปี โดยใส่ข้อมูลมากมายเช่น

- งบการเงินย้อนหลัง
- สมมติฐาน เช่น "ปีหน้ารายได้โต 8%"
- ข้อมูลอุตสาหกรรม

การตัดสินใจดีลที่มูลค่าเป็นพันล้าน จะมีสูตรโยงกัน 10,000+ ช่องนี่เป็นไปได้

นี่คืองานหลักของนักวิเคราะห์น้องใหม่ เพราะงานมันถึกจริงๆ

.

5. คนตามข่าวอุตสาหกรรม (Market Researcher)

มีหน้าที่ติดตามว่ามีอะไรเกิดขึ้นในอุตสาหกรรมหนึ่งๆ เช่น

- บริษัทไหนเพิ่งออกผลิตภัณฑ์ใหม่
- มีกฎหมายอะไรเปลี่ยน
- คู่แข่งกำลังทำอะไร
- มี broker เจ้าไหนออก research report

แล้วสรุปเป็นรายงานให้ทีมลงทุนหรือทีมความเสี่ยง
เหมือน content curator ที่ดูข่าว 100 แหล่งต่อวัน แล้วสรุปเป็น 1 หน้าให้เจ้านายอ่าน

ปกติเป็นหน้าที่ของ ฝ่ายวิจัยตลาดและทีมกลยุทธ์

.

กลุ่ม Finance และ Operations เป็นทีมหลังบ้าน เปรียบเหมือน "ฝ่ายบัญชี + ฝ่ายตรวจสอบ"

ทีมกลุ่มนี้ทำงานในธนาคาร บริษัทประกัน บริษัทจัดการกองทุน หรือบริษัททั่วไป หน้าที่หลักคือ ทำให้ตัวเลขถูกต้อง และทำตามกฎหมาย มีงานดังนี้

6. คนตรวจราคาประเมิน (Valuation Reviewer)

เวลาบริษัทจะซื้อบริษัทอื่น หรือกองทุนจะซื้อสินทรัพย์ ต้องมี การประเมินมูลค่า (valuation) ก่อน เช่น "บริษัท A ควรราคา 500 ล้านบาท" จากนั้นต้องมีคนตรวจว่า

- ใช้วิธีคำนวณถูกต้องไหม
- เปรียบเทียบกับบริษัทคล้ายๆ กันแล้วสมเหตุสมผลไหม
- ทำตามมาตรฐานของบริษัทไหม

เหมือน ผู้ตรวจราคาบ้าน ก่อนธนาคารปล่อยกู้ ต้องมีคนช่วยกันดู ไม่ใช่เชื่อคนเดียว เป็นงานของนักวิเคราะห์ระดับอาวุโส หรือนักประเมินมืออาชีพ

.

7. คนกระทบยอดบัญชี (General Ledger Reconciler)

ทุกบริษัทมี บัญชีแยกประเภท (general ledger หรือ GL) เก็บรายการเงินเข้าออกทุกรายการ ซึ่งทุกวันต้องมีคนตอยทำหน้าที่พวกนี้

- เช็คว่ายอดในระบบ A ตรงกับ B ไหม
- เช็คว่าเงินที่บันทึกไว้ ตรงกับเงินจริงในบัญชีธนาคารไหม
- คำนวณ NAV (Net Asset Value มูลค่าทรัพย์สินสุทธิ) สำหรับกองทุน

ถ้ามีอะไรไม่ตรง ต้องหาว่าทำไม งานแบบนี้ปกติใช้คนทำเยอะมากในฝ่ายแบ็คออฟฟิศ

.

8. คนปิดงบประจำเดือน (Month-End Closer)

ทุกสิ้นเดือน บริษัทต้อง "ปิดงวด" คือสรุปว่าเดือนนี้

- รายได้เท่าไหร่
- รายจ่ายเท่าไหร่
- กำไรเท่าไหร่

ต้องทำ checklist หลายร้อยข้อ ลงรายการบัญชี (journal entry) ที่ค้างไว้ และออกรายงานสรุป

งานเป็นของฝ่ายบัญชี ฝ่ายการเงิน ที่จะหนักที่สุดคือ "ช่วงต้นเดือน" ทุกเดือน

.

9. คนตรวจงบการเงิน (Statement Auditor)

ก่อนงบการเงินจะส่งให้ผู้บริหาร นักลงทุน หรือผู้สอบบัญชีภายนอก ต้องตรวจว่า

- ตัวเลขทุกที่ในเอกสารตรงกัน (consistency)
- ครบทุกรายการที่ควรมี (completeness)
- พร้อมให้ ผู้ตรวจสอบภายนอกทำการตรวจ (audit-ready)

เป็นงานของนักบัญชีอาวุโส สมุหบัญชี หรือ ผู้ตรวจสอบภายใน

.

10. คนตรวจประวัติลูกค้า (KYC Screener)

KYC ย่อมาจาก "Know Your Customer" เป็นข้อบังคับทางกฎหมายว่าก่อนรับลูกค้าใหม่ในวงการเงิน (โดยเฉพาะลูกค้านิติบุคคล) ต้องทำงานดังนี้

- รวบรวมเอกสาร (หนังสือรับรองบริษัท, รายชื่อกรรมการ, แหล่งที่มาของเงิน)
- ตรวจว่าลูกค้าไม่อยู่ใน blacklist (เช่น เกี่ยวข้องกับการฟอกเงิน)
- ถ้าพบความเสี่ยง ส่งต่อ (escalate) ให้ทีม compliance พิจารณา

เหมือน ฝ่ายบุคคลตรวจประวัติพนักงานก่อนรับเข้าทำงาน แต่กฎเข้มข้นกว่ามาก เพราะถ้าพลาด อาจโดนปรับและมีผลทางกฎหมาย ทีม compliance หรือ AML (Anti-Money Laundering) จะต้องรับดูแลเรื่องนี้

.
.

⚠️ ขอย้ำให้ชัดว่า ทั้ง 10 ตำแหน่งนี้ Claude Cowork ไม่ได้ทำงานแทนได้ 100%

สิ่งที่มันทำได้คือ "บางส่วนของงาน" โดยเฉพาะงานที่เป็นขั้นตอนชัดเจน มีรูปแบบซ้ำๆ และอิงข้อมูลหรือเทมเพลตเป็นหลัก
นี่จึงไม่ใช่ภาพการถูกแทนที่ทันที แต่เป็นภาพของ "การแบ่งงาน" ที่กำลังเกิดขึ้น

งานบางส่วนของมนุษย์จะค่อยๆ ถูกโอนไปให้ AI มากขึ้นเรื่อยๆ
และนี่เป็นเพียงจุดเริ่มต้น

เมื่อ Claude Opus 4.7 ทำคะแนน 64.37% บน Vals AI Finance Agent benchmark แล้ว รุ่นถัดไปจะเก่งกว่านี้แน่นอน

คำถามสำคัญจึงไม่ใช่ว่า AI จะมาแทนใครเมื่อไร แต่คือ

.
.

เมื่องานบางส่วนของเราถูกแบ่งออกไปแล้ว
เราจะยกระดับตัวเองไปทำอะไรแทน? 🤔

คำตอบหรือทางออกคืออะไร?

.
.

🔗 การทำงานข้ามแอปแบบอัตโนมัติในวงการการเงิน

Claude Cowork ทำให้เราเห็นว่า AI ในวงการการเงินไม่ได้จำกัดอยู่ในแอปเดียวอีกต่อไป

ตอนนี้ Claude เชื่อมเข้า Microsoft Excel, PowerPoint, Word และ Outlook ผ่าน add-ins for Microsoft 365
นั่นหมายความว่า analyst สามารถ

- เริ่มต้นวิเคราะห์ข้อมูลใน Excel
- ให้ AI สร้างสไลด์สรุปใน PowerPoint อัตโนมัติ
- ส่งอีเมลถึงลูกค้าผ่าน Outlook โดยไม่ต้องอธิบายซ้ำ

นี่คือรูปแบบการทำงานแบบ "ตัวแทนอัตโนมัติระดับองค์กร" ที่กำลังถูกนำไปใช้ในธนาคารและบริษัทหลักทรัพย์ขนาดใหญ่ทั่วโลก

.
.

🪑 แล้วเราจะกอดเก้าอี้ 🫂 ในวงการการเงินไว้ได้อย่างไร?

ความจริงที่ต้องยอมรับคือ AI ไม่ได้มาแทน "ตำแหน่งงาน" แต่กำลังมาแทน "งานที่เป็นรูปแบบซ้ำๆ"

ถ้างานของใครคืองานแบบนี้

- รวบรวมข้อมูล
- จัดรูปแบบ Excel
- เขียนตามเทมเพลต
- กระทบยอดตามขั้นตอนเดิม
- คัดกรองเอกสารแบบ checklist

บอกได้เลยว่า "เสี่ยงสูง" 😱

.
.

แต่ในวงการการเงินยังมีงานที่ AI ทำไม่ได้ และเป็นงานที่ "สำคัญที่สุด" นั่นคือ

งานตัดสินใจ

✅️ การตัดสินใจปล่อยสินเชื่อ - AI วิเคราะห์งบได้ แต่ credit officer ต้องดู signal ที่ AI จับไม่ได้ เช่น ผู้บริหารน่าเชื่อถือไหม เศรษฐกิจกำลังจะเปลี่ยนทิศทางหรือไม่

✅️ การตัดสินใจลงทุน - AI บอกได้ว่าหุ้น "ถูก" หรือ "แพง" แต่ fund manager ต้องตัดสินจาก thesis การลงทุน + market sentiment ที่ข้อมูลจับไม่ได้

✅️ การตัดสินใจ KYC escalation - AI screen ได้ แต่ MLRO (Money Laundering Reporting Officer) ต้องเป็นคนตัดสินสุดท้ายว่าจะปิดบัญชี รายงาน ปปง. หรือไม่ เพราะมีความรับผิดทางอาญาตามกฎหมายไทย

✅️ การจัดการวิกฤต - เมื่อค่าเงินตก มีข่าวลือ ลูกค้าใหญ่ปิดบัญชี AI ช่วยรวมข้อมูลได้ แต่ CEO ต้องตัดสินว่าจะออกแถลงการณ์อย่างไร

✅️ การต่อรองและความสัมพันธ์ลูกค้า - การโน้มน้าวลูกค้าให้เซ็นดีล 5,000 ล้าน ยังต้องเป็นมนุษย์อยู่อีกนาน

.
.

กฎทอง: ใครเซ็นรับผิดชอบ คนนั้นต้องตัดสินใจ และ AI เซ็นไม่ได้ตามกฎหมาย ⚖️

.
.

📈 สำหรับองค์กรการเงินในไทย คำถามที่ต้องตอบ
ในไทย เรามีกฎเกณฑ์เฉพาะที่ต้องคำนึงก่อนเอา Claude Cowork ไปใช้

⚠️ กฎของ ธปท. ก.ล.ต. และ ปปง. - มีข้อกำหนดเรื่อง AI ในการตัดสินใจที่กระทบลูกค้า

⚠️ PDPA และ data residency - ข้อมูลลูกค้าที่ AI เข้าถึงต้องเป็นไปตามกฎหมาย

⚠️ Audit trail - ทุกการกระทำของ AI ต้องบันทึกได้ว่าใครสั่ง ใช้ข้อมูลอะไร ตัดสินใจอย่างไร

⚠️ Human-in-the-loop - ทุกงานที่ความเสี่ยง ต้องมีมนุษย์คอยตัดสินใจและตรวจสอบเสมอ

นี่ไม่ใช่อุปสรรค แต่คือ โอกาส ของคนที่เข้าใจทั้ง AI และ regulation

.
.

🚀 สรุป
Claude Cowork ไม่ได้มาแย่งงานทั้งหมดในวงการการเงิน แต่มาช่วยทำงานที่เป็นระบบให้เร็วขึ้น

ในขณะเดียวกัน วงการการเงินกำลังแบ่งชัดเจนขึ้นระหว่าง

คนที่ทำงานตามเทมเพลตเดิม กับ
คนที่คิดเชิงกลยุทธ์ ตัดสินใจ และสร้างคุณค่าใหม่

คำถามสำคัญจึงไม่ใช่ว่า AI จะมาแทนงานในวงการเงินหรือไม่ แต่คือ เรากำลังทำงานในระดับไหน?

ถ้าเรายังทำเฉพาะงานที่ AI ทำได้ในวันนี้
นั่นอาจเป็นสัญญาณให้เราต้องรีบพัฒนาทักษะใหม่ตั้งแต่ตอนนี้

นักวิเคราะห์น้องใหม ที่เคยใช้เวลา 80% ทำสไลด์และ Excel
จะถูกปลดปล่อยให้ไปทำงานคิด งานวิเคราะห์เชิงลึก งานสื่อสารกับลูกค้าแทน

.
.

ใครปรับตัวก่อน ได้เปรียบก่อน
เรายังปรับตัวได้ เริ่มกันตั้งแต่วันนี้ครับ 🚀 ᕙ( •̀ ᗜ •́ )ᕗ

.

สร้างกองทัพเอไอ ด้วย Claude Cowork รุ่นที่ 2 จะจัดในวันที่ 9 พ.ค. วันเสาร์นี้ครับ ยังพอมีที่นั่งเหลืออีก 5 ที่ ใครสนใจเชิญดูได้ที่คอมเมนต์นะครับ 🆗😄

[Killstory @killstoryyy]

ของดีของชาวคริปโตโบร๋วที่ยังไม่ค่อยมีใครแชร์

LlamaAI

ถามไปเลย Should I buy เหรียญที่เราต้องการดู
มาเป็น Thesis อ่านที่เดียวจบ แถมมีตั้งอัตโนมัติให้ research ทุกวัน ข้อมูล Concise สุดๆ จบที่เดียว

ปล. ตัวจบชอบมากกว่าอีกเจ้าอีก ส่วนอีกเจ้าทำ Trading Strategy ละกัน

[Aran @0xaranz]

ใครอยาก Upskill / Reskill มาสาย Data สำหรับลงทุนผมรวม 4 แหล่งเรียนที่น่าสนใจไว้ให้ครับ

ส่วนตัวผมเคยเรียนจากทั้ง 4 ที่นี้ด้วยตัวเอง และจ่ายเงินเรียนเองทั้งหมด เลยอยากมาแชร์เผื่อเป็นประโยชน์กับคนที่กำลังเริ่มต้น หรือกำลังมองหาทางต่อยอดครับ

1. Road to Data Engineer
เหมาะกับคนอยากไปสาย Data Engineer แบบจริงจัง เรียน Python, SQL, Spark, Airflow, GCP, BigQuery และมี Workshop ทำ Portfolio
2. DataRockie
เหมาะกับคนเพิ่งเริ่มสาย Data / Data Analyst / Data Science ปูพื้นฐานดีมาก ตั้งแต่ Sheets, SQL, R, Python, Stats, ML, Visualization และ Automation
3. AIAT MOOC
เหมาะกับคนอยากต่อยอดสาย AI หลังจากมีพื้นฐาน Data แล้ว ได้เรียน AI จาก ground up ทั้ง Deep Learning, Computer Vision, NLP และอื่น ๆ
4. AlgoAddict
เหมาะกับคนสนใจ Python for Finance / Trading / Backtesting สอนลึกถึงสถิติ ความเสี่ยง Time Series, Portfolio และ ML พื้นฐาน

ทำไมผมถึงคิดว่าสายลงทุนควรเรียน DE / DA ก่อน?

เพราะงานลงทุนที่ใช้ Data จริง ๆ ไม่ได้มีแค่การเขียนโมเดลหรือ Backtest อย่างเดียว
แต่ต้องเข้าใจก่อนว่า “ข้อมูลมาจากไหน เก็บยังไง ทำความสะอาดยังไง วิเคราะห์ยังไง และเอาไปใช้ตัดสินใจยังไง”
พื้นฐานของ Data Engineer และ Data Analyst เลยสำคัญมาก
เพราะมันคือฐานของการสร้างระบบวิเคราะห์ข้อมูลในโลกการลงทุนจริง ๆ แม้จะมี AI แล้วก็ตาม แต่เราต้องแก้ไขต่อสิ่งที่ AI ทำขึ้นมาได้ ไม่งั้นเปลือง token แย่

พอเรามีพื้นฐานด้าน Data แล้ว
ค่อยต่อยอดไปเป็นสาย Specialist ตาม Domain ที่เราสนใจ
เช่น ผมสนใจ Investment / Trading
ก็เลยต่อยอดไปเรียน Python for Finance, Backtesting, Portfolio, Risk และ ML เพิ่มเติม

ส่วนตัวผมมองว่าแต่ละที่มีจุดแข็งต่างกัน
อยากเป็น Data Engineer → R2DE
อยากเริ่ม Data Analyst / BI → DataRockie
อยากต่อยอด AI → AIAT
อยากไปสาย Finance / Trading → AlgoAddict

Path การเรียนที่ผมแนะนำ:
เริ่มจาก R2DE หรือ DataRockie เพื่อปูพื้นฐาน Data
แล้วไปต่อ AIAT ถ้าอยากเข้าใจ AI ลึกขึ้น
แล้วค่อยไป AlgoAddict ถ้าอยากประยุกต์กับ Finance / Trading

หรืออีกทางคือ

เริ่มจาก R2DE หรือ DataRockie
แล้วไปต่อ AlgoAddict ก่อน
จากนั้นค่อยกลับมาเสริม AIAT ทีหลังก็ได้

คอร์สช่วยย่นเวลาได้เยอะครับ
แต่สุดท้ายสิ่งที่สำคัญที่สุดคือ “เรียนให้จบ” และ “ลองทำโปรเจกต์จริง” จากสิ่งที่เราสนใจ
โปรเจกต์พวกนี้สามารถเอาไปต่อยอดสมัครงานได้
หรือถ้าทำแล้วเวิร์ก ก็อาจกลายเป็นเครื่องมือที่เราใช้เองจริง ๆ ได้เหมือนกัน
พื้นฐานหลายอย่างของผมก็มาจากคลาสพวกนี้ แล้วค่อยเอาไปต่อยอดเพิ่มอีกทีครับ ไม่ว่าจะสาย อื่นก็ทำแบบนี้ได้เช่นกันครับ🙏

[JRT—Platinum Emperor Reserve Ceremonial Grade @JRTDesk]

เห็น post ที่คุณ Earthh Evans ได้ shared.. ที่ page ยีราฟพารวย พูดว่า..

『ตลาดหุ้นสหรัฐจะฟองสบู่แตกวันไหน
คำตอบคือ เร็วสุดปีนี้ ช้าสุดๆ เลยก็ 2030 ครับ
แตกแน่นอน 100% และคนไทยจะเสียหายหนักมาก』

เลยขอแสดงความเห็นหน่อยครับ จากมุมมองส่วนตัวที่ผมอยู่กับตลาดอเมริกามาถือว่าค่อนข้างนานพอสมควร..

เอาจริงๆ ผมไม่กลัวตลาดแตกนะครับ... ผมกลัวตลาดที่ไม่แตกซะมากกว่า 555

Shiller CAPE 41.83.. Buffett Indicator 226%.. (บางคนอาจจะบอกว่า Buffett Indicator ไม่เหมาะใช้ในปัจจุบัน.. well.. not true.. แต่ถ้าผมอธิบายเรื่องนี้ มันจะยาวมาก ขอข้ามไปละกัน..) valuation ระดับนี้ในประวัติศาสตร์ที่ผ่านมามักตามมาด้วย forward return ที่ต่ำมาก.. และระดับนี้ถือว่าอยู่ในระดับสูงใกล้จุด peak dot-com ปี 2000 ที่ Shiller CAPE 44 มาก..

แต่เรื่องที่คนส่วนใหญ่ลืมคือ... หลัง dot-com ตลาดไม่ได้พังในวันเดียวนะ.. มันยืดเยื้อไปอีก 2-3 ปี ก่อนจะพังจริงๆ..

หนึ่งในบทเรียนที่แพงที่สุดที่ผมเคยเรียนครับ... 「Being early คือ being wrong ในทาง P&L」

ลองนึกภาพ... เราวิเคราะห์ถูกต้อง 100% ว่าตลาดแพงเกินจริง.. เรา short ตั้งแต่ปี 1998 (เหมือนกับ Michael Burry สมัยก่อนตอน subprime ที่ thesis ถูก แต่ timing แย่..) แต่ตลาดวิ่งขึ้นอีก 60% ก่อนจะพังในปี 2000.. ระหว่างนั้น margin call กิน portfolio เราไปแล้ว.. ไม่ก็ drawdown มันใหญ่จนเรา cut loss ก่อน..

ซึ่งก็คือเราถูกต้องในเชิง thesis... แต่แพ้ในเชิง P&L ก็ถือว่าเป็นความโหดร้ายของตลาดครับ.. มันไม่ reward คนที่ถูก.. มันแค่ reward คนที่ถูก ในเวลาที่ถูก.. (เหมือนคนที่ใช่ ในเวลาที่ผิด.. 🥺🥲) และยังมีทุนเหลืออยู่เพื่อรับ payoff..

Keynes เคยพูดไว้นานแล้วว่า... 「The market can remain irrational longer than you can remain solvent」

แต่เรื่องที่น่ากลัวกว่าถือเป็นบทเรียนที่ดีคือ... ญี่ปุ่น..

หลัง Nikkei peak ปี 1989 มันไม่ได้ crash ไม่ได้ drama.. มันค่อยๆ ตาย.. ใช้เวลา 34 ปีกว่าจะกลับมาที่จุดเดิม นักลงทุนที่เชื่อว่า「ถือยาวก็ได้กำไร」underperformed expectations แบบโคตรรุนแรง.. แทบไม่ได้ real return เลยตลอดช่วงเวลานั้น..

Models หลายๆ ที่.. run ออกมาว่า real return 10 ปีข้างหน้าจาก valuation ระดับนี้อยู่แถว 0-2.5% ต่อปีหลัง inflation... แต่ก็ต้อง note นิดนึงว่าตลาดวันนี้ไม่เหมือนอดีตทุกอย่าง... S&P 500 ปัจจุบันมี profit margin สูงกว่าเมื่อก่อนมาก.. เพราะ mega caps อย่างพวก $AAPL $MSFT $GOOGL มีรายได้ global.. ไม่ได้ผูกกับ US GDP อีกแล้ว.. business model เป็น asset-light มี network effect ที่ pricing power สูงขึ้นมาก ซึ่งช่วย justify valuation ที่สูงกว่าอดีตได้บ้าง...

และถ้าอยากให้ตลาดวิ่งต่อจากนี้ได้อีกไกล... ต้องมีอย่างน้อยหนึ่งอย่างเกิดขึ้นครับ ไม่ว่าจะเป็น AI ที่ compound productivity จริงๆ ในระดับที่เปลี่ยน GDP growth trajectory ของโลกจนบริษัทใหญ่ๆ grow into valuation ได้โดยไม่ต้องรอ price correction.. หรือ capital จากทั่วโลกที่ยังไหลเข้า US ต่อเนื่องเพราะไม่มีที่อื่นที่ safe และ liquid กว่านี้.. หรือ earnings growth ที่วิ่งเร็วกว่าที่ใครคาดไว้มากจริงๆ..

เป็นไปได้ไหม..? ได้ครับ.. แต่ทั้งหมดนี้ไม่มีอันไหนที่ผมกล้าฟันธงว่าจะเกิดแน่ๆ ..

ผมเองก็ไม่กล้าฟันธงว่า return จะต่ำแค่ไหน เพราะโลกเปลี่ยนเร็วและ model ทุกตัวมี error ของมัน.. สิ่งที่พูดได้มั่นใจกว่าคือ... ที่ valuation ระดับนี้ margin of safety แทบไม่มีเลยครับ.. และ expected return น่าจะต่ำกว่า historical average อย่างมีนัยสำคัญ.. ไม่ว่าจะมอง framework ไหนก็ตาม..

และ valuation มันบอกเราไม่ได้ว่าตลาดจะพังวันไหน.. แต่มันบอกได้ค่อนข้างแม่นว่าผลตอบแทนระยะยาวจากจุดนี้จะเป็นยังไง.. ก็หมายความว่าสิ่งที่น่ากลัวอาจไม่ใช่ crash ครับ.. แต่อาจเป็น 「lost decade」แบบญี่ปุ่นแทน.. ทศวรรษ สิบๆ ปีที่ตลาดไม่พัง แต่ก็ไม่ไปไหน.. (เอาจริงๆ ผมอยู่ในตลาดอเมริกามานาน เจอมาแทบจะทุกแบบ แต่ก็ยังไม่เจอ lost decade..)

ตลาดที่ crash อย่างน้อยเรายังรู้ว่ากำลังเกิดอะไร.. รู้ว่าต้องทำอะไร.. แต่ตลาดที่ไม่ไปไหนสักทีมันน่ากลัวกว่า.. เพราะมันค่อยๆ กินความเชื่อมั่นนักลงทุนไปทีละนิดๆ จนถึงที่สุดคนส่วนใหญ่ก็แค่เลิก..

ตอนนี้ผมยัง hold ทุกอย่างไว้ครับ ไม่ได้ขายอะไรออกเลย.. แต่ใช้ derivatives overlay วางโครงสร้างรอบ portfolio แทน.. ป้องกันความเสี่ยงบางส่วน.. เพิ่มการป้องกันในช่วงที่ความเสี่ยงสูง.. และทำ income strategies จาก options ต่อไปเรื่อยๆ สะสมเล็กสะสมน้อยต่อไปเรื่อยๆ เพื่อให้ portfolio ทำงานอยู่ตลอดเวลาแม้ตลาดจะนิ่งหรือลง.. เพราะถ้าตลาดวิ่งต่อก็ยังได้ upside.. และถ้าแตกก็วางโครงสร้างรองรับไว้อยู่แล้ว.. ต้นทุนในการใช้ options ป้องกันความเสี่ยง?? ก็เอาจาก income strategies หรือจากส่วนที่เก็งกำไรระยะสั้นนั่นแหละ เอามาจุนเจือ.. และสำคัญคือ.. มองซะว่ามันคือ『ประกัน』ก็เหมือนกับประกันรถยนต์.. ประกันอัคคีภัย.. ประกันสุขภาพ.. ฯลฯ นั่นแหละ.. ไม่ได้ใช้ก็อย่าคิดมาก มองเป็นว่ามันคือ business expense.. (มองการลงทุนให้เป็นการทำธุรกิจ)

และสำหรับคนไทยที่อยู่ไทย.. ควรจะคิดสองชั้นครับ...

ถ้าตลาดอเมริกาปรับตัวลงแรง หุ้นไทยก็คงโดนด้วย.. เพราะเงินทุนต่างชาติจะไหลออกจาก EM ก่อนเพื่อน.. ซ้ำด้วยค่าเงินบาทที่อ่อนตามลงมาอีก.. คนที่ถือหุ้นไทยจะโดนทั้งสองทาง.. ทั้งราคาหุ้นที่ลงและค่าเงินที่อ่อนพร้อมกัน..

บางคนอาจคิดว่างั้นย้ายไป EM ดีกว่า.. แต่ EM ไม่ใช่ safe haven ครับ.. ในช่วง risk-off เงินมักไหลกลับ US หรือ safe haven อื่นอย่าง Japan มากกว่าเข้า EM.. ทำให้เจ็บสองเด้ง.. ทั้งจากหุ้นที่ลงและค่าเงินที่อ่อน..

แต่คนที่เตรียมเงินสดรอไว้จริงๆ ไม่ใช่แค่พูดว่าจะรอ.. จะได้ซื้อของดีทั้งใน US และ SET..

คำถามที่ถูกไม่ใช่ 「ตลาดจะแตกวันไหน??」

คำถามที่ถูกต้องคือ...

「ถ้าตลาดไม่แตกอีก 5 ปี portfolio เรายังอยู่ได้ไหม.. และถ้าแตกพรุ่งนี้ portfolio เรายังอยู่ได้มั๊ย??」

ถ้าตอบว่าได้ทั้ง 2 ข้อ.. แปลว่าวางตัวถูกต้องแล้วครับ..

อย่ารอ「วันโลกาวินาศ」... เพราะเวลาที่เสียไปกับการรอคือความเสียหายที่ประเมินค่ายากมาก..

[นักล่าของถูก @tellyoubuyit]

วันที่เริ่มต้นทำ aff ไม่มีความรู้เลย แค่สมัครทิ้งไว้ ส่งลิงค์ให้เพื่อนกด ได้ค่าคอม 1-2 บาท จนลืมไปแล้ว

วันนึงมีโปรคุชชั่น skintific เรากดได้ 100นิดๆ เลยเอาไปแชร์ในกลุ่มสกินแคร์ ปรากฏโพสแมส เลยลองแปะลิงค์ วันนั้นได้ค่าคอมไป หมื่น++

เลยตัดสินใจ เอาแอคเคาท์ทวิตเตอร์ที่ไม่ได้ใช้ ผู้ติดตาม 0 คน มาทำจริงจัง คิดชื่อว่าเห้ย เราเหมาะกับอะไร จนได้ชื่อ “นักล่าของถูก” มา

วันแรกคนมองเห็นไม่มีเลย แต่สมัครติ้กฟ้า ใช่ ตอนนั้นสมัครติ้กฟ้าโดยไม่สนอะไร แค่คิดว่าจะช่วยเปิดการมองเห็นมากขึ้น

เริ่มลงโพสทุกวัน ทำทุกวันจริงๆ มีโปร ไม่มีโปร ส่องแอพตลอดเวลา จนมีโพสนึงแมสมาก ได้ผู้ติดตามมา 500++ หลังจากนั้น คนเริ่มมองเห็นมากขึ้น จนถึงปัจจุบัน

รายได้อาจจะไม่ได้เยอะมาก แต่เน้นทำสม่ำเสมอ ทำทุกวัน โปรดีดีมันมีทุกวัน อยู่ที่ความขยันล้วนๆ

[ไปเรื่อย @notordinary4289]

มาค่ะ พร้อม! เราหาเงินเดือนละ 100K จาก tiktok แบบไม่ออกกล้องได้ยังไง เทรดนี้จะมาเล่าให้ฟัง🫶🏻

[แกน่ะเก่ง @kaenakeng]

ทุกคนครับ ถ้าตัดกทม.ออก คิดว่าตอนนี้จังหวัดไหนในประเทศไทยน่าไปใช้ชีวิตอยู่มากที่สุดครับ ขออาหารอร่อย เดินทางง่าย ผู้คน nice มีห้างมีสวนสาธาณะที่สามารถเดินได้ ตอนนี้ไม่รู้ว่าตัวเองอยากไปอยู่จังหวัดไหนเลย ใจจริงอยากอยู่เชียงใหม่แต่รับฝุ่นไม่ไหว

[มา_ม่อน @Ma_Mon]

ถ้าให้จิ้มไวๆเลยนะ

1 ศรีราชา เมืองใหญ่แต่ vibe ดี จะมากรุงเทพ หรือไปพัทยาก็ไม่ไกล

2 หัวหิน ความเจริญมาครบหมดละ ร้านอาหาร ร้านกาแฟดีๆก็เยอะ

3 ระนอง อันนี้หลบปลีกวิเวกไปเลย ถ้าทำงาน WFA, WFH ได้ก็น่าสนใจ ค่าครองชีพยังไม่แพง เมืองเงียบสงบ แต่ธรรมชาติดีมากกก