Boom Field Lab

Greeks ของออปชัน SET50: Delta / Gamma / Theta / Vega — อ่าน 'ความไว' ก่อนอ่านกำไร

Greeks คือเครื่องวัดว่าราคาออปชันไวต่ออะไรแค่ไหน ไม่ใช่คำทำนายทิศทาง บทความนี้อธิบายทั้ง 4 ตัวแบบคนทำ model validation พร้อมตัวอย่างคำนวณ (สมมติ) ที่เห็นชัดว่าทำไม Theta เร่งตัวใกล้หมดอายุ และทำไมเครื่องมือออปชันที่ดีต้องโชว์ความไว ไม่ใช่แค่กำไร

โดย วรัญชัย ยิ่งคำนึง (Boom) · เผยแพร่ครั้งแรก · ตรวจทานล่าสุด

จอเทรดดิ้งมืดยามค่ำ เส้นกราฟโค้งเรืองแสง พร้อมข้อความ Greeks อ่านความไวก่อนกำไร

ตอนทำ model validation ในแบงก์ สิ่งที่เราสนใจไม่เคยเป็นแค่ "โมเดลให้ค่าเท่าไร" แต่คือ "ค่ามันไวต่ออะไร และไวแค่ไหน" เพราะความเสี่ยงจริงซ่อนอยู่ในความไว ไม่ใช่ตัวเลขจุดเดียว ออปชันเป็นตัวอย่างที่ชัดที่สุด และเป็นเหตุผลที่ตอนสร้าง เครื่องมือ Payoff ออปชัน SET50 (ฟรี) ผมให้ความสำคัญกับการเห็นความเสี่ยงก่อนกำไร

Greeks คืออะไร และแต่ละตัววัดอะไร?

แผนผัง 4 กล่องของ Greeks: Delta ไวต่อราคาดัชนี Gamma ความเร่งของ Delta Theta ไวต่อเวลา Vega ไวต่อ IV
Greeks 4 ตัว = ความไวต่อ 4 ปัจจัย · เครื่องมือบริหารความเสี่ยง ไม่ใช่ลูกแก้วทำนายทิศทาง
Greekไวต่ออะไรอ่านยังไง (ตัวอย่าง)
Deltaราคาดัชนีอ้างอิงcall Delta 0.5 → ดัชนีขึ้น 1 จุด ราคาออปชันขึ้นราว 0.5 จุด
Gammaการเปลี่ยนของ Delta เองGamma สูง = Delta วิ่งเร็ว สถานะเปลี่ยนนิสัยเร็ว
Thetaเวลาที่ผ่านไปค่าเวลาที่ละลายไปในแต่ละวัน
Vegaความผันผวนที่ตลาดคาด (IV)IV ขึ้น 1 จุด ราคาออปชันเปลี่ยนเท่าไร

จุดที่ต้องจำตั้งแต่แรก: Greeks ไม่ได้บอกว่าตลาดจะไปทางไหน มันบอกว่า "ถ้าไปทางนั้น คุณจะกระทบแค่ไหน"

ทำไม Theta ถึงน่ากลัวขึ้นเรื่อยๆ ใกล้หมดอายุ?

ตัวอย่างนี้เป็น ตัวอย่างสมมติ คำนวณด้วยสูตร Black-Scholes: ดัชนี 900 จุด · ราคาใช้สิทธิ 900 (at-the-money) · IV 18% · ดอกเบี้ย 2% · ไม่มีเงินปันผล · แปลงเป็นบาทด้วยตัวคูณ 200

กราฟแท่งตัวอย่างสมมติ Theta ต่อวันของ call ATM ต่อสัญญา: 60 วันเหลือ −48 บาท 30 วัน −67 14 วัน −95 7 วัน −133 3 วัน −200 1 วัน −343
ตัวอย่างสมมติ ไม่ใช่ราคาตลาดจริง · Black-Scholes: S = K = 900, IV 18%, r 2% · คูณ 200 บาท/จุด · คำนวณ 27 ก.ย. 2026
วันที่เหลือราคา call (จุด)DeltaGammaVega (ต่อ IV 1 จุด)Theta ต่อวัน (บาท/สัญญา)
6027.660.5320.00611.451−48
3019.260.5230.00861.028−67
1413.000.5160.01260.703−95
79.120.5110.01780.497−133
35.930.5070.02720.325−200
13.410.5040.04700.188−343

อ่านตารางนี้ได้ 3 อย่าง:

  • Theta เร่ง — ค่าเวลาที่หายต่อวันที่ 3 วันสุดท้าย (−200 บาท) มากกว่าที่ 60 วัน (−48 บาท) ราว 4 เท่า คนถือ call เปล่าๆ ใกล้หมดอายุกำลังจ่ายค่าเช่าเวลาแพงขึ้นทุกวัน
  • Gamma พุ่ง — จาก 0.0061 เป็น 0.0470 ใกล้หมดอายุ Delta จะวิ่งเร็วมากเมื่อดัชนีขยับ สถานะเปลี่ยนนิสัยในพริบตา
  • Vega หด — เวลาเหลือน้อย ความผันผวนมีเวลาส่งผลน้อยลง ออปชันจึงไวต่อ IV น้อยลง

อ่าน Greeks รวมกันเป็นแผนที่ความเสี่ยงยังไง?

ทุกกลยุทธ์ออปชันคือการเลือกว่าจะ long หรือ short แต่ละแกน ตัวอย่างที่คนชอบใช้เก็บพรีเมียม:

แผนภาพ 4 ชั้นของการขาย strangle: short Gamma เป็นความเสี่ยงหลัก short Vega long Theta และ Delta ใกล้ศูนย์ตอนเปิดสถานะ
การขาย strangle (ขาย call + ขาย put นอกเงิน) มองผ่าน Greeks · กำไรเล็กสม่ำเสมอจาก Theta แลกกับหางความเสี่ยงจาก Gamma
Greekสถานะเมื่อขาย strangleแปลว่า
Deltaใกล้ศูนย์ตอนเปิดดูเหมือนเป็นกลาง — แต่เปลี่ยนเร็วเมื่อตลาดวิ่ง
Gammashortตลาดวิ่งแรง ขาดทุนเร่งตัว
Vegashortตลาดตื่นตกใจ IV พุ่ง ขาดทุน
Thetalongได้ค่าเวลาทุกวันที่ตลาดนิ่ง

"เวลาเป็นเพื่อน" ของคนขายออปชันเป็นเรื่องจริง แต่มันมาคู่กับ short gamma เสมอ กำไรเล็กๆ สม่ำเสมอทำให้เผลอคิดว่าปลอดภัย จนวันที่ตลาดวิ่งแรงครั้งเดียว

กฎจากงานวัดความเสี่ยง: ก่อนเปิดสถานะใด ให้เขียนออกมาว่าไม้นี้ทำให้คุณ long หรือ short ทั้ง 4 แกน ถ้าตอบไม่ครบ แปลว่ายังไม่เข้าใจความเสี่ยงที่กำลังรับ

ออปชัน SET50 มีสเปกอะไรที่ต้องรู้ก่อนคำนวณ?

จากหน้าสเปกทางการของ TFEX (ตรวจ 27 ก.ย. 2026):

รายการสเปก
สินค้าอ้างอิงดัชนี SET50
ตัวคูณ200 บาทต่อ 1 จุดดัชนี
รูปแบบการใช้สิทธิEuropean (ใช้สิทธิตอนหมดอายุเท่านั้น)
การชำระราคาเงินสด
เดือนสัญญา3 เดือนต่อเนื่อง + 1 เดือนรายไตรมาส

เพราะเป็นแบบ European และชำระด้วยเงินสด การใช้สูตรแบบ Black-Scholes เป็นจุดเริ่มต้นในการเข้าใจ Greeks จึงสมเหตุสมผล — แต่ในโลกจริง IV แต่ละราคาใช้สิทธิไม่เท่ากัน และตลาดมีต้นทุนธุรกรรม ตัวเลขในบทความนี้จึงเป็นเครื่องมือทำความเข้าใจ ไม่ใช่ราคาที่ควรซื้อขาย

แล้วเกี่ยวอะไรกับการสร้าง product?

หลักที่ได้จากการออกแบบเครื่องมือการเงินคือ โชว์ความเสี่ยงก่อนกำไร เครื่องมือที่โชว์แค่ "กำไรสูงสุด" ชวนให้คนมองข้าม Gamma กับ Vega หลักคิดเดียวกันนี้อยู่ใน Terminal ด้วย — แสดงข้อความต้นฉบับพร้อมที่มาก่อนสรุปของ AI (อ่านต่อ) และวินัยของ model validation ที่อยู่เบื้องหลังเล่าไว้ใน Data Science สาย Credit Risk

BOOM FIELD LAB

อยากเห็นว่าเครื่องมือพวกนี้ประกอบร่างเป็น Terminal จริงได้ยังไง?

Workshop 60 นาที — ดูการทำงานจริงบนหน้าจอ พร้อม workbook ให้ลงมือตาม ไม่ใช่สไลด์ทฤษฎี