Phần I: Alpha Decay là gì và tại sao tín hiệu giao dịch “chết” nhanh?

Trong ngôn ngữ định lượng, alpha là phần lợi nhuận vượt chuẩn (benchmark-adjusted return), tức lợi nhuận mà nhà đầu tư tạo ra ngoài những gì có thể lý giải bằng yếu tố thị trường chung (beta). Alpha thường đến từ những tín hiệu thống kê – ví dụ momentum, mean reversion, anomalies kiểu January effect, hay mô hình machine learning phát hiện pattern ẩn.

Vấn đề nằm ở chỗ: ngay cả khi bạn phát hiện một alpha mạnh mẽ trong dữ liệu lịch sử, khả năng cao alpha đó sẽ suy giảm nhanh chóng khi đưa vào thực tế. Hiện tượng này gọi là alpha decay.

1. Arbitrage & Crowding – “Alpha chết vì chính sự nổi tiếng của nó”

Một tín hiệu chỉ thực sự có giá trị nếu nó khai thác được sự bất hợp lý hoặc phần bù rủi ro còn sót lại trên thị trường. Nhưng một khi tín hiệu được nhiều người biết đến và sử dụng, thì chính hành động của các nhà đầu tư sẽ làm “ăn mòn” lợi nhuận của nó.

1. Ví dụ: Một nghiên cứu chỉ ra rằng cổ phiếu có giá trị (value) thường outperform. Ban đầu, chỉ ít người áp dụng thì có alpha. Nhưng khi hàng loạt quỹ value investing lao vào, dòng tiền đẩy giá lên, phần bù rủi ro biến mất, alpha giảm.
2. McLean & Pontiff (2016) đo lường hiệu ứng này rất rõ: sau khi một anomaly được công bố trên tạp chí học thuật, lợi nhuận trung bình của nó giảm ~35%. Hai nguyên nhân: (i) phần kết quả ban đầu có bias thống kê; (ii) phần còn lại bị thị trường “arbitrage away”.

Điều này phản ánh quy luật cơ bản: không có bữa trưa miễn phí lâu dài. Alpha “lộ diện” chính là alpha bắt đầu suy yếu.

2. Overfitting & Data-snooping – “Alpha chết từ trong phòng lab”

Không ít tín hiệu “chết yểu” không phải vì bị khai thác nhiều, mà vì ngay từ đầu đã không tồn tại trong thực tế. Đây là hệ quả của overfitting (mô hình quá khớp dữ liệu quá khứ) và data-snooping bias (thử nghiệm quá nhiều đến khi tìm ra một cái “đẹp”).

1. Dự án Replicating Anomalies (Hou, Xue, Zhang, 2020) kiểm định lại hàng trăm anomalies đã công bố. Kết quả: đa số không còn ý nghĩa khi kiểm soát chặt hơn về dữ liệu, loại microcaps và tính phí giao dịch.
2. Nghĩa là rất nhiều alpha chỉ tồn tại trong dữ liệu mẫu, không thể nhân rộng sang bối cảnh khác hoặc trong thực tế.

Trong thực hành, đây là lý do tại sao backtest đẹp không có nghĩa là mô hình sống được. Một chiến lược có Sharpe ratio cao bất thường đôi khi chỉ là sản phẩm của “curve fitting”.

3. Limits to Arbitrage – “Alpha sống nhưng mong manh”

Một nghịch lý: nhiều alpha không biến mất ngay, không phải vì chúng bền, mà vì có giới hạn trong việc arbitrage.

1. Chi phí giao dịch & thực thi: Nếu alpha nằm ở cổ phiếu nhỏ, spread rộng, phí cao → khó triển khai trên quy mô lớn.
2. Hạn chế bán khống: Nếu anomaly nằm ở nhánh short, nhưng cơ chế thị trường không cho bán khống hoặc phí vay quá cao → alpha tồn tại nhưng không dễ khai thác.
3. Yêu cầu vốn & rủi ro định chế: Một số alpha mang lại lợi nhuận nhưng với rủi ro tail risk lớn (ví dụ carry trade, volatility selling). Quỹ có thể e ngại, khiến anomaly tồn tại lâu hơn bình thường.

Nhưng chính những “limit” này cũng làm alpha mong manh: khi rủi ro thực thi tăng hoặc khi hạn chế pháp lý thay đổi, tín hiệu có thể sụp đổ đột ngột. Một alpha không được phòng hộ hoặc đảo chiều kịp thời thì tuổi thọ rất ngắn.

Phần II: Alpha Decay trong bối cảnh thị trường Việt Nam

Nếu ở các thị trường phát triển, alpha decay thường đến từ crowding (quá nhiều vốn khai thác cùng một anomaly), thì tại Việt Nam, sự “chết yểu” của tín hiệu còn bị gia tốc bởi các yếu tố cấu trúc và thực thi.

1. Thanh khoản phân mảnh và chênh lệch bid-ask

Thanh khoản trên HOSE tập trung mạnh ở nhóm VN30, trong khi hàng trăm cổ phiếu mid-cap, small-cap có spread rộng và khối lượng giao dịch mỏng. Điều này dẫn đến:

1. Tín hiệu backtest trên toàn bộ dữ liệu (bao gồm cả cổ phiếu vốn hóa nhỏ) thường nhìn rất đẹp. Nhưng khi đưa vào thực tế, khả năng thực thi thấp vì khối lượng không đủ để khớp lệnh.
2. Slippage (giá khớp khác giá dự kiến) trở thành “kẻ giết alpha thầm lặng”. Spread 1–2 bước giá có thể đã đủ xóa sạch edge của một chiến lược momentum hay mean reversion ngắn hạn.

Kết quả: Những alpha tưởng như tồn tại trên dữ liệu lịch sử thực chất bị “ăn mòn” ngay khi tiếp xúc với thị trường thật.

2. Chi phí giao dịch cao và turnover ngắn hạn

So với các thị trường phát triển, phí giao dịch và thuế ở Việt Nam vẫn còn cao (ví dụ phí sàn, phí CTCK, thuế TNCN 0,1% giá trị bán). Đối với chiến lược turnover cao:

1. Một tín hiệu có expected return 10–20bps/ngày (0,1–0,2%) hoàn toàn có thể bay màu chỉ bởi phí + thuế.
2. Các mô hình intraday hoặc high-frequency gần như không khả thi nếu không có ưu đãi đặc biệt về phí, vì transaction costs chiếm phần lớn lợi nhuận.

Ở đây, alpha decay diễn ra rất nhanh — không phải vì tín hiệu sai, mà vì chi phí thị trường “ăn” lợi nhuận trước khi kịp nhận ra.

3. Hạn chế bán khống và công cụ phòng hộ

Một đặc thù quan trọng của thị trường Việt Nam: shorting trực tiếp cổ phiếu gần như không có. Nhà đầu tư chỉ có thể:

1. Dùng hợp đồng tương lai VN30F để hedge hoặc tạo vị thế short, nhưng công cụ này chỉ tương thích với rổ VN30, gây ra basis risk lớn nếu danh mục chứa nhiều mid-cap.
2. Sử dụng chứng quyền có bảo đảm (CW), nhưng thanh khoản CW lại thấp, không thể là công cụ phòng hộ dài hạn.

Điều này dẫn đến hệ quả:

1. Nhiều anomaly dạng long-short (ví dụ value vs growth, high vs low momentum) không triển khai được trọn vẹn.
2. Nhà đầu tư trong nước chủ yếu long-only, nên khi crowding diễn ra ở một phía (ví dụ “mua mid-cap tăng trưởng”), alpha sẽ bị suy hao cực nhanh vì không có lực đối ứng short.

4. “Nhân tố địa phương” và đo lường sai alpha

Một điểm ít được chú ý: các mô hình nhân tố toàn cầu (CAPM, Fama–French 3 factors) không giải thích hết rủi ro ở Việt Nam.

1. Một số nghiên cứu cho thấy mô hình VN-4 (market, size, earnings-price, illiquidity/turnover) có sức giải thích tốt hơn.
2. Điều này nghĩa là: nhiều alpha đo theo khung quốc tế (ví dụ “value premium”) thực ra chỉ là beta của một nhân tố bản địa. Khi đo lại bằng nhân tố đúng, phần “alpha” đó biến mất.

Khi nhà đầu tư không kiểm soát yếu tố bản địa, họ sẽ dễ lầm tưởng mình có alpha → nhưng thực tế chỉ đang ôm beta rủi ro chưa đo đúng.