23 กรกฎาคม 2568 : ในยุคที่เทคโนโลยีปัญญาประดิษฐ์ (AI) และอัลกอริธึมการเรียนรู้ของเครื่อง (machine learning) ก้าวหน้าอย่างรวดเร็ว โลกของการลงทุนก็ไม่สามารถหลีกเลี่ยงการเปลี่ยนแปลงครั้งใหญ่นี้ได้ นักลงทุนจำนวนมากเริ่มหันมาใช้ระบบอัตโนมัติและโปรแกรมคอมพิวเตอร์ในการวิเคราะห์ข้อมูล ตัดสินใจซื้อขาย และบริหารจัดการความเสี่ยง แทนที่จะพึ่งพาเพียงสัญชาตญาณหรือประสบการณ์ของมนุษย์เหมือนในอดีต ความแม่นยำ ความเร็ว และความสามารถในการประมวลผลข้อมูลมหาศาลในเวลาอันสั้นของเครื่องจักร ทำให้หลายคนเริ่มตั้งคำถามว่า “มนุษย์ยังมีที่ยืนในสนามการลงทุนหรือไม่?”

แม้เครื่องจักรจะสามารถเอาชนะมนุษย์ได้ในบางสถานการณ์ โดยเฉพาะการลงทุนที่ต้องอาศัยการวิเคราะห์เชิงเทคนิคและความเร็วในการตัดสินใจ แต่ก็ยังมีปัจจัยด้านจิตวิทยา กลยุทธ์เชิงสร้างสรรค์ และการเข้าใจบริบททางสังคมที่ยังคงเป็นจุดแข็งของมนุษย์ การถกเถียงระหว่างประสิทธิภาพของเครื่องจักรและความสามารถของมนุษย์จึงยังคงดำเนินต่อไป ท่ามกลางความเปลี่ยนแปลงของภูมิทัศน์การลงทุนในศตวรรษที่ 21 ที่เทคโนโลยีกำลังกลายเป็น “ผู้เล่น” รายใหม่ที่ทรงพลังไม่แพ้ใคร

ขณะที่ผู้เชี่ยวชาญด้านกองทุนรวมระดับโลก บริษัท มอร์นิ่งสตาร์ รีเสิร์ช จำกัด ระบุว่า งานวิจัยพบว่าไม่มีผู้ชนะที่ชัดเจน แต่มีข้อคิดสำคัญสำหรับนักลงทุน คือ การเพิ่มขึ้นของกองทุนแบบควอนต์หรือเชิงปริมาณ (quantitative funds) ซึ่งเป็นกองทุนรวมที่บริหารโดยอัลกอริธึมและโมเดลคอมพิวเตอร์ ได้นำไปสู่คำถามจากนักลงทุนว่า เครื่องจักรทำผลงานด้านผลตอบแทนการลงทุนได้ดีกว่ามนุษย์อย่างสม่ำเสมอหรือไม่?

ข้อได้เปรียบอย่างหนึ่งของเครื่องจักรก็คือ มันไม่ตกอยู่ภายใต้อคติที่ผู้จัดการกองทุนที่เป็นมนุษย์อาจมี อันโตนิโอ มิเกล และ อี้เหา เฉิน ผู้เขียนงานวิจัยเดือนเมษายน 2021 เรื่อง “Do Machines Beat Humans? Evidence from Mutual Fund Performance Persistence” พยายามหาคำตอบของคำถามนี้โดยการเปรียบเทียบกองทุนทั้งสองประเภท กองทุนที่บริหารโดยมนุษย์  ดำเนินการโดยผู้จัดการกองทุนแบบดั้งเดิม ซึ่งใช้ประสบการณ์ การตัดสินใจ และการวิเคราะห์ในการลงทุน กองทุนที่บริหารโดยเครื่องจักร (หรือกองทุนเชิงปริมาณ)  ดำเนินการโดยอัลกอริธึมและโมเดลเชิงปริมาณ โดยมีการแทรกแซงของมนุษย์น้อยมาก

นักวิจัยให้ความสำคัญกับ ความต่อเนื่องของผลการดำเนินงาน โดยแบ่งกองทุนออกเป็นห้าอันดับ และตั้งคำถามว่า กองทุนที่มีผลการดำเนินงานดีในช่วงเวลาหนึ่ง จะยังคงมีผลการดำเนินงานที่ดีในอนาคตหรือไม่? ชุดข้อมูลที่ใช้ประกอบด้วยกองทุนเชิงปริมาณ 270 กองทุน ครอบคลุมช่วงปี 2000–2019 ซึ่งคิดเป็นประมาณ 6% ของจำนวนกองทุนทั้งหมด โดยใช้ โมเดล Carhart (ซึ่งวัดจากเบต้า ขนาด มูลค่า และโมเมนตัม) เพื่อประเมินผลการดำเนินงานที่ปรับความเสี่ยงแล้ว

ต่อไปนี้คือ สรุปผลการวิจัยหลัก ของพวกเขา คือ มนุษย์และเครื่องจักรต่างก็ประสบปัญหาเรื่องความสม่ำเสมอ แม้ว่ากองทุนทั้งสองประเภทจะสามารถเอาชนะตลาดได้ในบางครั้ง แต่การที่จะสามารถเอาชนะได้อย่างต่อเนื่องนั้นเป็นเรื่องที่พบได้น้อย กองทุนที่เคยทำผลงานได้ดีในอดีต (ไม่ว่าจะเป็นมนุษย์หรือเครื่องจักรบริหาร) ไม่ได้หมายความว่าจะรักษาผลการดำเนินงานที่ดีต่อไปได้อย่างสม่ำเสมอ

ไม่มีผู้ชนะที่ชัดเจน ไม่มีหลักฐานที่ชัดเจนว่ากองทุนที่บริหารโดยเครื่องจักรจะสามารถเอาชนะกองทุนที่บริหารโดยมนุษย์ได้อย่างสม่ำเสมอ หรือในทางกลับกันก็เช่นกัน กล่าวคือ ไม่มีฝ่ายใดแสดงให้เห็นถึง ความสามารถในการสร้างผลตอบแทนที่เหนือกว่าคู่แข่งอย่างต่อเนื่อง อย่างมีนัยสำคัญ สิ่งที่น่าสนใจคือ กลุ่มกองทุนที่มีผลการดำเนินงานแย่ที่สุด (ไม่ว่าจะบริหารโดยมนุษย์หรือเครื่องจักร) ยังคงทำผลงานได้ไม่ดีอย่างต่อเนื่อง ขณะที่ในกลุ่มกองทุนที่มีผลการดำเนินงานดีที่สุด กลับพบว่า ผลการดำเนินงานมักพลิกกลับไปมา ไม่สามารถคงอยู่บนจุดสูงสุดได้ตลอดไป

ทักษะยังคงมีความสำคัญ ทั้งผู้จัดการกองทุนที่เป็นมนุษย์และระบบที่ใช้เครื่องจักรต่างก็สามารถแสดงให้เห็นถึง “ทักษะ” ในการบริหารกองทุนได้ อย่างไรก็ตาม เป็นเรื่องยากที่จะทำนายได้ว่า ผู้จัดการคนใด (หรือโมเดลใด) จะสามารถ รักษาผลการดำเนินงานที่ดีต่อเนื่องได้ในอนาคต ขณะที่นักลงทุนมักไล่ตามผลการดำเนินงาน กระแสเงินลงทุน (Capital flows) มีความไวต่อผลการดำเนินงานในอดีต ซึ่งแสดงให้เห็นว่าเงินทุนมีแนวโน้มตอบสนองต่อทั้งผลตอบแทนดิบและอัลฟ่าจากโมเดล Carhart สี่ปัจจัย นักลงทุน เชื่อว่าผลการดำเนินงานในอดีตจะยังคงต่อเนื่องในอนาคต

ข้อสรุปสำคัญสำหรับนักลงทุน ประเด็นที่สำคัญที่สุดจากงานวิจัยนี้คือ กองทุนเชิงปริมาณ ไม่ได้เป็นภัยคุกคามต่อประสิทธิภาพของตลาด อย่างไรก็ตาม สิ่งที่ควรพิจารณาคือ กองทุนเชิงปริมาณ สามารถช่วยลดความเสี่ยงของ “style drift” ที่เกิดจากผู้จัดการกองทุนเปลี่ยนกลยุทธ์โดยไม่แจ้ง ทำให้นักลงทุนสูญเสียการควบคุมสัดส่วนการลงทุนและระดับความเสี่ยงของพอร์ต

ข้อแนะนำอื่นๆ สำหรับนักลงทุน ได้แก่ : หลีกเลี่ยงอคติจากสิ่งที่เกิดขึ้นล่าสุด (recency bias) และ อย่าไล่ตามผลการดำเนินงานในอดีต ไม่ว่ากองทุนจะบริหารโดยมนุษย์หรือคอมพิวเตอร์ ผลการดำเนินงานที่ดีในอดีตไม่รับประกันความสำเร็จในอนาคต 

ค่าธรรมเนียมและต้นทุนต่างๆ มีความสำคัญ เนื่องจากไม่มีฝ่ายใด (มนุษย์หรือเครื่องจักร) ที่มีความได้เปรียบอย่างต่อเนื่อง นักลงทุนควรมองหากองทุนต้นทุนต่ำ (รวมถึงมีการซื้อขายที่ไม่ถี่ และมีวินัยในการถือครอง) ที่มีความสอดคล้องกับความเสี่ยงที่ตนเองยอมรับได้ (เช่น สินทรัพย์หรือปัจจัยความเสี่ยงเฉพาะ)

การกระจายความเสี่ยงคือกลยุทธ์ที่รอบคอบ ควรหลีกเลี่ยงการกระจุกตัวของความเสี่ยง รักษาวินัยและยึดมั่นในแผนการจัดสรรสินทรัพย์ที่วางไว้นักลงทุนควรต่อต้านแรงจูงใจที่จะ “เปลี่ยนกองทุนบ่อยๆ” ตามความนิยม ไม่ว่าจะเป็นกองทุนที่บริหารโดยผู้จัดการชื่อดังหรืออัลกอริธึมสุดล้ำ