หลายคนที่เคยใช้ EA F1 น่าจะคุ้นกับ “ปุ่มฟ้า” หรือระบบ BLUE กันดีอยู่แล้ว

จุดเด่นของมันคือสามารถทำงานแบบสองฝั่ง และมีลักษณะการบริหารออเดอร์ที่แตกต่างจากระบบเข้าเทรดแบบ Directional ทั่วไป แต่คำถามสำคัญที่เรายังตอบไม่ได้ด้วยข้อมูลมากพอคือ:

ปุ่มฟ้าควรใช้อย่างไร ถึงจะเหมาะกับขนาดพอร์ต ความเสี่ยง และสภาพตลาดจริง?

นี่คือเหตุผลที่เราเริ่มโครงการ EA F1 Blue Lab ขึ้นมา

เป้าหมายไม่ได้อยู่ที่การสร้าง EA ที่ “กำไรเยอะที่สุด” ในทันที แต่คือการเปลี่ยนสิ่งที่เราเคยใช้จากประสบการณ์ ให้กลายเป็นระบบที่สามารถ เก็บข้อมูล วัดผล เปรียบเทียบ และพัฒนาต่ออย่างเป็นขั้นตอน

Blue Lab คืออะไร? อธิบายแบบง่ายที่สุด

ให้นึกภาพว่าปุ่มฟ้าเป็นนักสู้คนหนึ่งครับ

เรารู้ว่าเขาสู้ได้ แต่สิ่งที่เรายังอยากรู้ให้ชัดคือ เขาควรลงสนามตอนไหน ควรมีทุนเท่าไร ควรรับมือได้นานแค่ไหน และเมื่อสถานการณ์เริ่มไม่ดี ควรหยุดเพิ่มความเสี่ยงเมื่อไร

Blue Lab จึงไม่ได้เริ่มจากการพยายาม “เพิ่มกำไร” แต่เริ่มจากการตั้งคำถามกับพฤติกรรมของระบบอย่างเป็นระบบ

• พอร์ตขนาดเท่าไรเหมาะกับปุ่มฟ้า?
• Lot เท่าไรถึงเหมาะสมกับทุน?
• ควรให้ระบบสะสมออเดอร์ได้มากแค่ไหน?
• ควรเปิดระบบช่วงเวลาใด?
• ควรอนุญาตให้เพิ่มออเดอร์ใหม่นานกี่ชั่วโมง?
• TP และระดับความเสี่ยงควรสัมพันธ์กับทุนอย่างไร?
• ระหว่างทางต้องทน Floating Drawdown มากแค่ไหน?
• ช่วงเวลาที่ระบบปกติทำงานไม่ดี ปุ่มฟ้าสามารถทำหน้าที่แทนได้หรือไม่?

แทนที่จะตอบคำถามเหล่านี้ด้วยความรู้สึก เราจะค่อย ๆ ทดลองทีละตัวแปรครับ

ทำไมต้องแยก Blue Lab ออกจาก Lumi Lab?

ก่อนหน้านี้เราเก็บข้อมูลจาก EA F1 Lumi Lab และพบคำใบ้สำคัญว่า “เวลาเปิดออเดอร์” มีความสัมพันธ์กับผลลัพธ์ของระบบอย่างน่าสนใจ

บางช่วงเวลา Logic หลายแบบขาดทุนพร้อมกัน ขณะที่บางช่วงกลับทำงานได้ดีพร้อมกัน จนนำไปสู่การทดลอง Time Filter ใน Lumi Lab v1.0.6

แต่ BLUE มีโครงสร้างการทำงานแตกต่างออกไป เราจึงไม่ต้องการนำทุกอย่างมาปนกันใน Experiment เดียว

เราจึงแยกออกมาเป็น Blue Lab เพื่อศึกษาปุ่มฟ้าโดยเฉพาะ แล้วในอนาคตจึงค่อยนำความรู้จากทั้งสองระบบกลับมาประกอบกัน

การทดลองแรกของ Blue Lab

Experiment แรกของเรายังไม่ทดสอบว่า Lot ไหนดีที่สุด หรือ TP เท่าไรดีที่สุดครับ

เราตั้งใจเปลี่ยน ตัวแปรเพียงตัวเดียว เพื่อให้รู้ว่าผลที่แตกต่างเกิดจากอะไร

คำถามแรก: เราควรอนุญาตให้ปุ่มฟ้า “เพิ่มออเดอร์ใหม่” ได้นานแค่ไหน หลังจากเริ่มระบบ?

เราจึงเตรียม Demo 4 พอร์ต โดยใช้ทุนเริ่มต้น 1,000 USD เท่ากัน และใช้เงื่อนไขหลักเหมือนกันทั้งหมด

พอร์ต	เวลาที่อนุญาตให้เพิ่มออเดอร์ใหม่	หน้าที่
Blue Lab – Master	ไม่จำกัด	Baseline / Control
Blue Lab – Test A	60 นาที	Short Exposure Window
Blue Lab – Test B	120 นาที	Medium Exposure Window
Blue Lab – Test C	240 นาที	Long Exposure Window

จุดสำคัญคือ เมื่อครบ 60 / 120 / 240 นาที ระบบ ไม่ได้ปิดออเดอร์ทั้งหมดทันที

สิ่งที่เกิดขึ้นคือระบบจะ หยุดเพิ่มออเดอร์ใหม่ แต่ Position ที่มีอยู่แล้วยังได้รับการบริหารต่อด้วย Logic เดิม

วิธีนี้จะช่วยให้เราศึกษาได้ว่า การจำกัดระยะเวลาสะสม Exposure ช่วยลดความเสี่ยงหรือไม่ และแลกกับความสามารถในการ Recovery มากน้อยเพียงใด

เริ่มทดสอบอัตโนมัติ 08:00 น. เวลาไทย

เพื่อให้ทั้ง 4 พอร์ตเริ่มจากเงื่อนไขเวลาเดียวกัน Blue Lab v0.1.1 เพิ่มระบบ Automatic Scheduled Start

ค่าเริ่มต้นของการทดลองถูกกำหนดไว้ที่ 08:00 น. เวลาไทย (UTC+7) หรือ 01:00 UTC

เมื่อถึงเวลา ระบบจะเริ่ม Run และกำหนด Anchor โดยอัตโนมัติ จากนั้นจึงเริ่มนับเวลา 60 / 120 / 240 นาทีตาม Treatment ของแต่ละพอร์ต

เราเลือกเริ่มจากช่วงเวลานี้เพื่อเก็บข้อมูลในช่วงที่จากประสบการณ์การใช้งานเดิม ปุ่มฟ้ายังสามารถรับมือกับตลาดได้พอสมควร ก่อนที่จะนำข้อมูลไปออกแบบ Time Experiment ที่กว้างขึ้นในอนาคต

ตอนนี้ยังไม่เปิดให้ดาวน์โหลด

เมื่อเราได้ข้อมูลมากพอ จะสรุปทั้งสิ่งที่ได้ผล สิ่งที่ไม่ได้ผล Drawdown ที่เกิดขึ้น และข้อจำกัดของแต่ละรูปแบบอย่างตรงไปตรงมาครับ

---

Advanced Research: Blue Lab ทำงานอย่างไร?

ส่วนต่อจากนี้สำหรับผู้ที่สนใจรายละเอียดเชิงระบบ การออกแบบ Experiment และโครงสร้างของ Blue Lab ครับ

1. Baseline มาจาก EA F1 v1.9.6

Blue Lab ไม่ได้เริ่มเขียนระบบ BLUE ใหม่จากศูนย์ แต่ใช้ EA F1 v1.9.6 เป็น canonical baseline แล้วแยกออกมาเป็น Research Project โดยเฉพาะ

Baseline ถูกเก็บเป็น immutable reference และตรวจสอบด้วย SHA-256 เพื่อให้สามารถตรวจย้อนหลังได้ว่า Research Instrument เปลี่ยนแปลงจากต้นฉบับตรงไหนบ้าง

Blue Lab v0.1.0 ถูกสร้างขึ้นเพื่อแยก BLUE behavior ออกจาก RED/GREEN experiment และเพิ่ม parameter กับ telemetry ที่จำเป็นต่อการวิจัย โดยไม่ตั้งเป้าหมาย optimize strategy ในขั้นนี้

2. BLUE เป็นระบบสองฝั่ง

จากการ Audit baseline พบว่า BLUE ไม่ได้เปิดออเดอร์ทันทีตอน START แต่สร้าง Anchor ก่อน แล้วรอให้ราคาเคลื่อนออกจาก Anchor ตามเงื่อนไข Grid

• ราคาสูงกว่า Anchor ตามระดับที่กำหนด → พิจารณา SELL
• ราคาต่ำกว่า Anchor ตามระดับที่กำหนด → พิจารณา BUY
• Grid เริ่มต้นประมาณ 0.01%
• ระยะ Step ขยายแบบ geometric ประมาณ 1.10
• Lot progression แยกแต่ละฝั่งประมาณ BaseLot × 1.05^level
• Smart Risk สามารถขยายระยะห่างของ Grid ตามสภาวะที่ระบบประเมินได้

BUY Basket และ SELL Basket มี Dynamic Basket TP แยกจากกัน การปิดฝั่งหนึ่งจึงไม่จำเป็นต้องปิดอีกฝั่ง และ Anchor สามารถถูก Reset ตาม lifecycle ของระบบได้

3. ทำไม Exposure Duration ถึงเป็น Experiment แรก?

หนึ่งในสิ่งที่พบจาก Baseline Audit คือ BLUE เดิมสามารถสะสมออเดอร์จำนวนมากได้ โดย baseline มี ceiling สูงถึง 200 orders ต่อฝั่ง

ดังนั้นคำถามสำคัญไม่ได้มีเพียง “กำไรหรือไม่” แต่รวมถึง:

เราต้องยอมให้ระบบเพิ่ม Exposure ไปนานแค่ไหน เพื่อแลกกับความสามารถในการ Recovery?

ถ้าหยุดเร็วเกินไป ระบบอาจเสียความสามารถในการสร้าง Basket Recovery แต่ถ้าปล่อยนานเกินไป Exposure และ Floating Drawdown อาจขยายตัวมากเกินความจำเป็น

นี่คือเหตุผลที่ Round แรกเลือก 0 / 60 / 120 / 240 นาที โดยล็อกตัวแปรอื่นไว้ให้เหมือนกันมากที่สุด

4. Configuration ของ Round แรก

Parameter	ค่าที่ใช้
Starting Capital	1,000 USD
Base Lot	0.01
Auto Risk	OFF
Initial Stop	50
Take Profit	100
Dynamic Basket TP Factor	1.0
Max Orders Per Side	200
Smart Risk	ON
Continuous Run	OFF
Max Run Minutes	Disabled
Scheduled Start	08:00 Thailand / 01:00 UTC

ค่าชุดนี้เป็น Research Configuration ไม่ใช่คำแนะนำว่าค่านี้ดีที่สุด และยังไม่ถือเป็น Production Setting

5. สิ่งที่ Blue Lab เก็บข้อมูล

สิ่งสำคัญของ Blue Lab ไม่ใช่เพียงการดูว่าแต่ละพอร์ต “กำไรหรือขาดทุน” แต่คือการเก็บข้อมูลระหว่างทางให้มากพอที่จะอธิบายได้ว่า ผลลัพธ์นั้นเกิดขึ้นอย่างไร

ในแต่ละ Run ระบบจะเก็บ Structured Telemetry เพื่อใช้ตรวจสอบพฤติกรรมของ BLUE ตั้งแต่เริ่มต้น การเปิดออเดอร์ การเพิ่ม Exposure การปิด Basket ไปจนถึงการจบ Run

• เวลาเริ่ม Run และเงื่อนไขที่ใช้
• เวลาที่เกิดออเดอร์แรก
• จำนวนออเดอร์ที่เพิ่มในแต่ละฝั่ง
• จำนวนออเดอร์สูงสุดและระดับ Exposure ที่เกิดขึ้น
• จำนวน Basket Cycle ที่ปิดสำเร็จ
• กำไร/ขาดทุนของแต่ละฝั่ง
• Floating Profit / Floating Loss ที่ถูกบันทึกระหว่างเหตุการณ์
• เวลาที่ระบบหยุดเพิ่มออเดอร์ใหม่
• ระยะเวลาจากหยุดเพิ่มออเดอร์จน Exposure ถูกปิดหมด
• เหตุผลที่ Run สิ้นสุด เช่น Take Profit, Initial Stop หรือเงื่อนไขอื่นของระบบ
• จำนวน Run ที่จบสำเร็จ และลักษณะของ Loss Cluster

ข้อมูลเหล่านี้จะถูกนำมาเปรียบเทียบระหว่าง Master, 60 นาที, 120 นาที และ 240 นาที เพื่อดูว่าแต่ละ Treatment แลกอะไรกับอะไรบ้าง

เราจะยังไม่เรียก Treatment ใดว่า “ดีที่สุด” จากผลเพียงไม่กี่วัน และจะไม่เลือก Winner จากกำไรสูงสุดเพียงตัวเดียว

การตัดสินใจใน Blue Lab จะพิจารณาร่วมกันทั้งผลตอบแทน Drawdown จำนวน Exposure ความถี่ของ Stop ความสามารถในการ Recovery และความสม่ำเสมอของผลลัพธ์เมื่อจำนวน Run เพิ่มขึ้น

---

สรุป: ตอนนี้ Blue Lab อยู่ในช่วงเก็บ Evidence

Blue Lab ในวันนี้จึงยังไม่ใช่คำตอบสุดท้ายของปุ่มฟ้า แต่เป็นจุดเริ่มต้นของการเปลี่ยนการใช้งานจาก “ประสบการณ์และความรู้สึก” ไปสู่การตัดสินใจจากข้อมูลครับ

Round แรกเริ่มจากคำถามง่าย ๆ เพียงหนึ่งข้อ คือ เราควรปล่อยให้ BLUE เพิ่มออเดอร์ใหม่ได้นานแค่ไหน? หลังจากได้คำตอบมากพอ เราจึงค่อยเดินต่อไปยังตัวแปรสำคัญอื่น เช่น ขนาดพอร์ต Lot, TP, Stop, จำนวนออเดอร์ และช่วงเวลาที่เหมาะสม

ระหว่างนี้แนะนำให้ติดตามผลการทดลองและรอประกาศจากทีมก่อนนำ Blue Lab ไปใช้กับเงินจริงครับ