Biến động bạn không “nhìn thấy”: vì sao volatility là thứ dễ hiểu sai nhất trên thị trường

13/01/2026

504 lượt đọc

Trong đầu tư và trading, volatility (biến động) là một trong những khái niệm được nhắc đến nhiều nhất. Ai cũng nói về nó: “thị trường đang biến động cao”, “vol thấp quá nên khó trade”, “vol sắp nổ”… Nhưng có một sự thật rất ít người dừng lại để nghĩ cho kỹ: volatility là thứ không thể nhìn thấy trực tiếp.

Bạn không thể mở bảng điện lên và thấy một con số gọi là “volatility thật của thị trường” giống như thấy giá hay khối lượng. Thứ bạn thấy chỉ là giá chạy lên xuống, còn volatility là thứ ẩn phía sau những chuyển động đó. Nó giống như áp suất trong một hệ thống – bạn không nhìn thấy áp suất, nhưng bạn thấy hậu quả của nó khi hệ thống rung lắc, nổ van, hay xì hơi.

Và rất nhiều hiểu lầm trong trading bắt đầu từ việc quên mất rằng: volatility là biến ẩn (latent variable), chứ không phải một con số khách quan, duy nhất, ai đo cũng ra giống nhau.

Phần 1: Volatility giống như “trí thông minh” có thật, nhưng không đo trực tiếp được

Một cách so sánh rất dễ hiểu là: volatility giống trí thông minh của con người. Chúng ta đều đồng ý rằng trí thông minh là có thật, nó ảnh hưởng đến kết quả học tập, công việc, khả năng giải quyết vấn đề. Nhưng không có cái máy nào đo được “chỉ số thông minh thật” của một người.

Thay vào đó, chúng ta dùng các proxy: điểm thi, IQ test, tốc độ học, khả năng logic, trí nhớ… Mỗi thước đo phản ánh một phần, nhưng không cái nào là “sự thật tuyệt đối”.

Volatility cũng vậy. Thứ chúng ta đo được không phải volatility thật, mà là dấu chân volatility để lại trên giá. Từ dấu chân đó, chúng ta tạo ra các thước đo thay thế:

  1. Volatility từ giá đóng cửa ngày này sang ngày khác
  2. Realized volatility từ dữ liệu intraday
  3. Volatility dựa trên biên độ cao – thấp
  4. EWMA, GARCH, implied volatility từ option…

Khi ai đó nói: “Vol hiện tại là 18%”, câu nói đó luôn ngầm chứa rất nhiều giả định phía sau:

  1. Đo bằng cách nào?
  2. Trên khung thời gian nào?
  3. Có annualize hay không?
  4. Có tính gap qua đêm không?

Nói cách khác, 18% không phải là một sự thật tuyệt đối, mà là kết quả của một lựa chọn đo lường cụ thể. Nếu bạn đổi cách đo, con số sẽ đổi theo.

Với người trade phái sinh Việt Nam, điều này cực kỳ quan trọng. Rất nhiều người nhìn vào ATR, nhìn vào biên độ vài phiên gần nhất rồi kết luận “thị trường đang ít biến động”, trong khi chỉ cần đổi khung thời gian hoặc cách đo, bức tranh có thể hoàn toàn khác.

Phần 2: Dự báo volatility thực chất là dự báo… một cách đo volatility

Khi đã chấp nhận rằng volatility không có một “giá trị thật” duy nhất, một câu hỏi khó tránh khỏi xuất hiện: vậy dự báo volatility là đang dự báo cái gì?

Câu trả lời hơi phũ phàng nhưng rất quan trọng:

Trong thực tế, bạn không dự báo volatility thật, mà bạn đang dự báo giá trị tương lai của một proxy volatility mà bạn đã chọn.

Ví dụ:

  1. Bạn dùng realized volatility từ dữ liệu 5 phút làm benchmark → mô hình của bạn đang cố dự báo con số đó
  2. Bạn dùng volatility close-to-close theo ngày → bạn đang dự báo một thứ hoàn toàn khác
  3. Bạn dùng VIX hoặc implied volatility → lại là một câu chuyện khác nữa

Đổi benchmark = đổi mục tiêu. Và khi mục tiêu đổi, thứ được gọi là “mô hình tốt” cũng đổi theo.

Đây là lý do vì sao trong thực tế:

  1. Một mô hình có thể trông rất tốt khi so với realized vol intraday
  2. Nhưng lại tệ nếu so với close-to-close vol
  3. Và càng khác nữa nếu so với implied volatility

Điều này không có nghĩa mô hình sai, mà có nghĩa là bạn đang hỏi nó một câu hỏi khác.

Ở Việt Nam, rất nhiều tranh luận kiểu: “mô hình này forecast vol không chuẩn”, “chỉ báo kia không đo được biến động”… Thực chất, rất nhiều tranh luận đó là tranh luận về định nghĩa, chứ không phải về năng lực mô hình.

Phần 3: Volatility forecasting là bài toán thiết kế, không chỉ là bài toán mô hình

Một điểm sâu hơn – và cũng là điểm mà người làm định lượng cần hiểu – là: dự báo volatility không chỉ là chọn mô hình, mà là thiết kế cả hệ đo lường và đánh giá.

Có hai yếu tố thường làm mọi người hiểu sai kết quả forecast.

Thứ nhất là bias (độ lệch có hệ thống).

Ví dụ kinh điển là dùng implied volatility (như VIX) để dự báo realized volatility sau đó. Implied vol thường cao hơn realized vol, không phải vì nó “sai”, mà vì thị trường option có volatility risk premium – người mua bảo hiểm sẵn sàng trả giá cao hơn để tránh rủi ro. Nếu bạn hiểu điều này, bạn hoàn toàn có thể điều chỉnh (calibrate) forecast thay vì vứt bỏ nó.

Thứ hai là dispersion (độ nhiễu).

Nếu benchmark volatility bạn dùng quá nhiễu (ví dụ chỉ dùng close-to-close trong một giai đoạn ngắn), thì lỗi forecast trông sẽ rất loạn, kể cả khi mô hình có skill thật. Khi bạn chuyển sang benchmark tốt hơn (ví dụ realized volatility intraday được xử lý cẩn thận), lỗi forecast có thể “đẹp” lên rất nhiều – không phải vì mô hình giỏi hơn, mà vì thước đo ít nhiễu hơn.

Cuối cùng, điều quan trọng nhất là: không có “volatility forecast tốt nhất cho mọi người”.

  1. Người quản lý danh mục vol-targeting quan tâm đến biến động theo tháng
  2. Desk option quan tâm đến động lực implied vs realized
  3. Trader phái sinh intraday quan tâm đến biến động vài giờ tới

Mỗi người sẽ chọn:

  1. Một định nghĩa volatility khác
  2. Một benchmark khác
  3. Một hàm mất mát (loss function) khác

Và vì vậy, đánh giá “mô hình nào tốt hơn” mà không nói rõ bối cảnh gần như vô nghĩa.

Chia sẻ bài viết

Đánh giá

Hãy là người đầu tiên nhận xét bài viết này!

Đăng ký nhận tin

Nhập Email để nhận được bản tin mới nhất từ QM Capital.

Bài viết liên quan

Vì sao trader thua không phải vì thiếu kiến thức, mà vì thiếu kỷ luật?
14/04/2026
69 lượt đọc

Vì sao trader thua không phải vì thiếu kiến thức, mà vì thiếu kỷ luật? C

Jesse Livermore là một trong những cái tên kinh điển nhất trong lịch sử trading. Điều khiến ông trở thành huyền thoại không chỉ nằm ở những thương vụ lớn, mà nằm ở cách ông quan sát thị trường và đúc kết ra các nguyên tắc giao dịch vượt thời gian. Dù thị trường ngày nay đã có thuật toán, dữ liệu lớn, phái sinh, margin, HFT và rất nhiều công cụ hiện đại, những bài học của Livermore vẫn còn nguyên giá trị, bởi bản chất sâu nhất của thị trường chưa từng thay đổi: con người vẫn bị chi phối bởi tham lam, sợ hãi, hy vọng và cái tôi.

Trading không phải là đoán đúng, mà là xây dựng lợi thế
14/04/2026
69 lượt đọc

Trading không phải là đoán đúng, mà là xây dựng lợi thế C

Đọc bài review của Steve Burns về cuốn The Man Who Solved the Market: Jim Simons, QM Capital thấy đây không chỉ là câu chuyện về một cá nhân xuất chúng, mà là một cách nhìn rất khác về thị trường tài chính. Jim Simons không bước vào thị trường với tư duy “hôm nay mua mã nào” hay “ngày mai thị trường tăng hay giảm”. Ông bước vào thị trường với niềm tin rằng: trong giá cả có những mẫu hình lặp lại, và nếu có đủ dữ liệu, đủ năng lực toán học, đủ công nghệ và đủ kỷ luật, con người có thể tìm ra lợi thế từ những mẫu hình đó.

Những mô hình nhiều nến đáng chú ý trong giao dịch chứng khoán và phái sinh Việt Nam - Phần 2
14/04/2026
57 lượt đọc

Những mô hình nhiều nến đáng chú ý trong giao dịch chứng khoán và phái sinh Việt Nam - Phần 2 C

Ở Phần 1, chúng ta đã nói về cách hình thành các mô hình giá phổ biến. Sang Phần 2, trọng tâm không còn là “mô hình đó trông như thế nào”, mà là mô hình nào có thể tạo tín hiệu tăng, mô hình nào cảnh báo tín hiệu giảm, và quan trọng hơn là trader nên đọc chúng ra sao trong thực chiến.

Cách hình thành các mô hình giá phổ biến trong phân tích kỹ thuật - Phần I
14/04/2026
69 lượt đọc

Cách hình thành các mô hình giá phổ biến trong phân tích kỹ thuật - Phần I C

Trong phân tích kỹ thuật, mô hình giá không chỉ là những đường kẻ trên biểu đồ. Mỗi mô hình thực chất là một “bản ghi” về tâm lý thị trường: bên mua đang mạnh lên hay yếu đi, bên bán đang phân phối hay mất kiểm soát, dòng tiền đang tích lũy hay rút ra. Khi nhìn một mô hình, điều quan trọng không phải là cố tìm cho giống hình mẫu trong sách, mà là hiểu được câu chuyện cung – cầu đang diễn ra phía sau.

Techniques for Trading Patterns: 4 Kỹ thuật quan trọng trong giao dịch chứng khoán và phái sinh Việt Nam
14/04/2026
99 lượt đọc

Techniques for Trading Patterns: 4 Kỹ thuật quan trọng trong giao dịch chứng khoán và phái sinh Việt Nam C

Trong giao dịch tài chính, đặc biệt là ở thị trường chứng khoán Việt Nam và phái sinh VN30, phần lớn trader thường bắt đầu bằng việc tìm kiếm tín hiệu vào lệnh. Họ học các mô hình giá, đường trung bình, RSI, MACD, Bollinger Bands, volume, nến Nhật và rất nhiều chỉ báo khác. Tuy nhiên, vấn đề không nằm ở việc thiếu tín hiệu. Vấn đề lớn hơn là trader không biết tín hiệu nào đáng tin, vào lệnh ở đâu, sai thì thoát ở đâu, và khi nào nên kiên nhẫn chờ giá điều chỉnh thay vì mua đuổi.

Mô hình Không gian Trạng thái & Bộ lọc Kalman: Tại sao chúng cực kỳ quan trọng trong trading?
12/04/2026
105 lượt đọc

Mô hình Không gian Trạng thái & Bộ lọc Kalman: Tại sao chúng cực kỳ quan trọng trong trading? C

Trong lĩnh vực quantitative finance, có một số công cụ mạnh mẽ nhưng ít được chú ý đến so với những mô hình phổ biến như Deep Learning hay SMA crossover. Một trong những công cụ mạnh mẽ đó chính là Mô hình Không gian Trạng thái (State-space models) và Bộ lọc Kalman (Kalman filter). Mặc dù có vẻ phức tạp, nhưng những công cụ này lại cực kỳ hữu ích và mạnh mẽ khi áp dụng vào việc phân tích và dự đoán thị trường tài chính. Mặc dù nghe có vẻ như là những mô hình nguyên thủy, thực tế chúng là những công cụ cực kỳ mạnh mẽ và bền bỉ (robust), đặc biệt trong môi trường thay đổi nhanh chóng của các thị trường tài chính.

video-image

Truy Cập Miễn Phí Thư Viện Bot Tín Hiệu Giao Dịch Tự Động

Được nghiên cứu và phát triển bởi các chuyên gia từ QMTrade và cộng đồng nhà đầu tư chuyên nghiệp.

Truy cập ngay!