27/06/2025
1,107 lượt đọc
Mở đầu
Bạn có thể tự hỏi: “Trong thời đại AI và mô hình ngôn ngữ lớn, trung bình động còn dùng làm gì?”
Thực tế, trung bình động vẫn là nền móng của rất nhiều chỉ báo kỹ thuật hiện nay. Nó còn được dùng như một thành phần đầu vào (feature) trong các mô hình học máy, đặc biệt trong giao dịch định lượng.
Với nhà đầu tư kỹ thuật tại Việt Nam, trung bình động giúp phát hiện xu hướng, từ đó nâng cao xác suất thực hiện giao dịch có lợi.
Kiến thức nền cần có
Trước khi bắt đầu áp dụng chiến lược giao nhau của trung bình động, bạn nên chuẩn bị:
Bạn có thể thực hành ngay trên Google Colab hoặc Jupyter Notebook – những công cụ hoàn toàn miễn phí và dễ dùng.
Trung bình động (moving average) là giá trị trung bình của một chuỗi số liệu trong một khoảng thời gian cố định, gọi là lookback period.
Ví dụ: nếu bạn chọn MA5 (trung bình 5 phiên), thì hệ thống sẽ tính trung bình giá đóng cửa của 5 phiên gần nhất. Mỗi khi có dữ liệu mới, MA sẽ cập nhật bằng cách bỏ giá cũ nhất và thêm giá mới nhất vào.
Vì thế gọi là "động" – luôn thay đổi theo thời gian, nên còn có tên gọi khác là rolling average hay running average.
Giả sử có dãy số:
7, 12, 2, 14, 15, 16, 11, 20, 7
Chọn khoảng tính trung bình là 5 (lookback = 5), ta có:
Mỗi giá trị mới được tính bằng cách trượt cửa sổ dữ liệu về phía trước 1 bước – đó chính là lý do nó được gọi là Moving Average.
Tại Việt Nam, ema thường được dùng phổ biến hơn do phản ứng nhanh với biến động ngắn hạn – đặc biệt trong các mã midcap hoặc cổ phiếu có dòng tiền đầu cơ.
Chiến lược giao nhau sử dụng hai đường MA để xác định tín hiệu:
Ví dụ: Nhiều nhà đầu tư Việt sử dụng MA20 và MA50 trong biểu đồ ngày để vào lệnh.
Tùy theo phong cách giao dịch:
Ở thị trường Việt Nam, MA20 – MA50 được dùng phổ biến nhất trong giao dịch ngắn và trung hạn, còn MA200 thường được dùng để xác định xu hướng thị trường chung (ví dụ VN-Index đang nằm trên hay dưới MA200).
Đây chỉ là một ví dụ minh họa cho cách hoạt động của các đường trung bình động với độ dài lookback khác nhau. Đường giá đóng cửa của cổ phiếu Tesla được hiển thị cùng với các đường trung bình động 10 ngày, 20 ngày và 50 ngày. Qua đó, ta có thể thấy rằng: càng chọn khoảng thời gian lookback dài, đường trung bình càng mượt hơn và càng xa đường giá gốc; ngược lại, đường MA ngắn thì bám sát giá và dao động nhiều hơn.
Trong giao dịch sử dụng trung bình động, các khoảng lookback phổ biến nhất là: 10, 20, 50, 100 và 200. Những khoảng này có thể tính theo phút, ngày, tuần hoặc bất kỳ đơn vị thời gian nào khác, tùy theo phong cách giao dịch: ngắn hạn hay dài hạn.
Ở Việt Nam, với thị trường cổ phiếu và phái sinh giao dịch trong ngày, các khoảng như MA5, MA10, MA20 thường được dùng nhiều trong khung thời gian ngắn (ví dụ 15 phút, 1 giờ). Trong khi đó, MA50, MA100, MA200 thường được dùng để xác định xu hướng trung và dài hạn, đặc biệt trong biểu đồ ngày hoặc tuần.
Có nhiều loại trung bình động khác nhau, chủ yếu phân biệt bởi cách tính và cách gán trọng số cho dữ liệu. Dưới đây là 5 loại trung bình động phổ biến nhất:
Điểm khác biệt chính giữa các loại là cách phân bổ trọng số cho dữ liệu trong giai đoạn tính trung bình:
Trung bình động đơn giản là loại dễ hiểu nhất: chỉ cần cộng tất cả các giá trị trong khoảng thời gian lookback và chia cho số chu kỳ.
Công thức:
sma = (tổng tất cả giá trị trong giai đoạn tính trung bình) / (số chu kỳ)
Đây chính là cách tính bạn đã thấy trong ví dụ ở phần trước. Tuy đơn giản nhưng vẫn rất hữu ích, đặc biệt khi dùng để làm đường hỗ trợ / kháng cự động hoặc để xác định xu hướng.
EMA là loại trung bình động có trọng số, trong đó giá gần hiện tại được ưu tiên cao hơn. Cách tính phức tạp hơn nhưng phản ứng nhanh hơn với giá.
Cách tính trọng số cho EMA:
Hệ số nhân = 2 / (số chu kỳ + 1)
Công thức EMA (dạng phổ biến):
EMA hiện tại = (giá đóng cửa hôm nay × hệ số nhân) + (EMA ngày trước × (1 - hệ số nhân))
Loại này thường được dùng để phản ánh thay đổi giá nhanh hơn, đặc biệt hữu ích trong các chiến lược giao dịch ngắn hạn.
Khác với ema, LWMA gán trọng số tuyến tính cho từng giá trị trong chu kỳ tính trung bình. Càng gần hiện tại, trọng số càng lớn – nhưng theo cấp số cộng, không phải cấp số nhân.
Ví dụ: nếu lookback = 10, thì:
Sau đó, cộng toàn bộ và chia cho tổng trọng số (1+2+…+10 = 55).
Loại này được dùng để phản ứng với biến động mà vẫn giữ được tính mượt. Tuy nhiên, không phổ biến bằng ema trong thực tế giao dịch.
Trung bình động tam giác là một dạng đường trung bình được làm mượt hai lần, tức là dữ liệu được trung bình hóa hai lần liên tiếp – bằng cách tính trung bình của chuỗi trung bình động đơn giản (SMA). TMA là một loại trung bình có trọng số, trong đó các trọng số được phân bố theo dạng hình tam giác: giá trị ở giữa giai đoạn được gán trọng số cao nhất, các giá trị đầu và cuối giai đoạn được gán trọng số thấp dần.
Cách tính TMA gồm hai bước:
SMA = (D1 + D2 + D3 + ... + Dn) / n
TMA = (SMA1 + SMA2 + SMA3 + ... + SMAn) / n
Ví dụ minh họa có thể là biểu đồ giá đóng cửa hằng ngày, kết hợp với đường SMA 30 ngày (màu đỏ) và đường TMA 30 ngày (màu xanh lá). Quan sát trên biểu đồ có thể thấy đường TMA mượt hơn SMA rõ rệt, chuyển động chậm hơn, với những nhịp sóng dài và đều đặn hơn.
Do được làm mượt hai lần, TMA có độ trễ (lag) cao hơn so với SMA hoặc EMA. Điều này khiến TMA phản ứng chậm hơn với các biến động giá, nên thường vào lệnh muộn hơn các loại trung bình động khác.
Trong giai đoạn có xu hướng mạnh (trending), TMA có thể tạo tín hiệu mua – bán cách xa đỉnh hoặc đáy hơn so với SMA, dẫn đến lợi nhuận tiềm năng thấp hơn.
Tuy nhiên, trong giai đoạn đi ngang hoặc tích lũy (consolidation), TMA lại hoạt động hiệu quả hơn: nó ít tạo tín hiệu nhiễu, giúp nhà đầu tư tránh vào các lệnh không cần thiết, từ đó giảm chi phí giao dịch và hạn chế rủi ro khi thị trường không có xu hướng rõ ràng.
Chiến lược giao nhau ba đường trung bình động sử dụng ba đường MA với ba khoảng thời gian khác nhau để tạo tín hiệu mua – bán rõ ràng hơn, giảm thiểu tín hiệu nhiễu so với mô hình hai đường MA.
Tín hiệu mua:
Tín hiệu bán:
Ưu điểm:
Nhược điểm:
Lưu ý khi áp dụng:
Ví dụ áp dụng:
Chiến lược này không luôn giữ vị thế trên thị trường, mà chỉ vào lệnh khi cả ba đường MA xác nhận cùng xu hướng. Điều này giúp hạn chế giao dịch sai trong giai đoạn thị trường đi ngang.
Moving average ribbon là phiên bản mở rộng của chiến lược giao nhau nhiều đường trung bình động. Thay vì chỉ dùng 2 hoặc 3 đường MA, ribbon sử dụng nhiều đường MA cùng lúc, thường là 6–10 đường với độ dài khác nhau (ví dụ: MA5, MA10, MA15, MA20, MA25, MA30...).
Trên biểu đồ, các đường MA tạo thành một “dải ruy băng” – khi tất cả cùng hướng lên và phân tách đều nhau, đó là tín hiệu cho thấy xu hướng mạnh và bền vững.
Trader có thể tự thiết lập điều kiện: ví dụ chỉ vào lệnh khi ít nhất 4 đường MA ngắn cắt lên 4 đường MA dài, để tránh tín hiệu nhiễu. Ribbon đặc biệt hữu ích khi thị trường có xu hướng rõ ràng.

MACD (moving average convergence divergence) là chỉ báo động lượng theo xu hướng, dựa trên ba đường trung bình động hàm mũ (EMA).
Ba thành phần chính của MACD:
Cách sử dụng phổ biến nhất:
Ngoài ra, còn một tín hiệu phụ gọi là zero crossover – khi MACD line chuyển từ âm sang dương (bullish) hoặc từ dương sang âm (bearish). Tuy nhiên, tín hiệu này thường trễ và ít chính xác hơn tín hiệu giao cắt với signal line.
Trader cũng theo dõi độ phân kỳ – hội tụ giữa MACD và signal line thông qua histogram:
Chiến lược MACD rất phổ biến vì nó vừa cho biết xu hướng (đi lên hay xuống), vừa phản ánh độ mạnh yếu của động lượng giá. Nó phù hợp cho cả giao dịch ngắn hạn và trung hạn, và có thể dùng trên cả cổ phiếu, chỉ số và tiền mã hóa.
Tuy nhiên, để giao dịch hiệu quả, người dùng không chỉ nên dựa vào tín hiệu từ trung bình động một cách máy móc. Cần kết hợp với các yếu tố khác như:
Việc hiểu rõ ưu – nhược điểm của từng loại trung bình động sẽ giúp nhà đầu tư sử dụng công cụ này một cách hợp lý hơn, tránh kỳ vọng sai lệch, đồng thời xây dựng chiến lược giao dịch phù hợp với điều kiện thực tế của thị trường.
Hãy xây dựng và kiểm thử chiến lược giao dịch phái sinh của bạn trên nền tảng QMTRADE trước khi sử dụng tiền thật để tránh những rủi ro không đáng có.
.webp)
0 / 5
Sai lầm rất phổ biến của người mới là thấy chỉ số tăng mạnh một phiên rồi kết luận thị trường đã tạo đáy. Thực tế, một nhịp hồi kỹ thuật thường có 3 đặc điểm: giá bật lên sau chuỗi giảm sâu, tâm lý bớt hoảng loạn, nhưng khối lượng chưa thật sự cải thiện và chỉ số vẫn chưa vượt lại các vùng kỹ thuật quan trọng. Phiên ngày 17/03/2026 là ví dụ khá rõ. VN-Index tăng 17,08 điểm, đóng cửa ở 1.710,29 điểm, số mã tăng là 179 so với 147 mã giảm, nhưng giá trị khớp lệnh HoSE chỉ khoảng 20,9 nghìn tỷ đồng, vẫn dưới trung bình 20 phiên. Cùng lúc đó, phân tích kỹ thuật của AseanSC cho thấy VN-Index khi ấy vẫn đóng cửa dưới MA10, MA20 và MA50, tức là xu hướng ngắn hạn chưa thực sự đảo chiều, nên nhịp tăng này nghiêng nhiều hơn về một nhịp hồi kỹ thuật hơn là tín hiệu xác nhận tiền lớn quay lại.
Điều đầu tiên người mới cần nhớ là thị trường gần như luôn đi trước nền kinh tế thật một nhịp. Khi chu kỳ vĩ mô bắt đầu đổi pha, tiền không chờ đến lúc GDP, lợi nhuận doanh nghiệp hay tín dụng tăng rõ ràng rồi mới vào. Nó thường phản ứng ngay khi có dấu hiệu áp lực lãi suất bớt căng, thanh khoản dễ thở hơn, hoặc rủi ro hệ thống giảm xuống. Việt Nam năm 2023 là ví dụ rất dễ kiểm chứng. Trong năm đó, Ngân hàng Nhà nước giảm lãi suất điều hành 4 lần; Reuters ghi rõ lãi suất tái cấp vốn và tái chiết khấu đều giảm tổng cộng 150 điểm cơ bản. Cùng giai đoạn đó, VNDIRECT ghi nhận đến ngày 25/5/2023 VN-Index đã lên 1.064,6 điểm, tăng 5,7% từ đầu năm, và thanh khoản bình quân 3 sàn trong tháng 5 lên 13.905 tỷ đồng mỗi phiên, tăng 4,7% so với tháng trước. Nghĩa là tiền đã bắt đầu quay lại thị trường ngay khi điều kiện tài chính bớt xấu, dù nền kinh tế thực lúc đó vẫn còn khó.
Khi mới học quant trading, rất nhiều người có chung một cảm giác phấn khích. Chỉ cần tải dữ liệu giá về, viết vài dòng Python, gắn thêm một vài điều kiện như MA cắt nhau, RSI quá bán hay breakout đỉnh cũ, rồi chạy backtest là có ngay một đường vốn tăng rất đẹp. Nhìn vào kết quả đó, ai cũng dễ nghĩ rằng mình vừa tìm ra một chiến lược có thể kiếm tiền thật. Nhưng vấn đề nằm ở chỗ backtest chỉ cho ta biết chiến lược sẽ trông như thế nào nếu quá khứ diễn ra đúng như dữ liệu đang có trong máy. Nó không hề đảm bảo rằng khi bước ra thị trường thật, nơi có độ trễ, có chi phí, có tâm lý và có những biến động bất ngờ, chiến lược đó vẫn giữ được hiệu quả như vậy.
Trong quant trading, rất nhiều người mới thường nhìn thị trường như một bài toán thuần số liệu. Họ tập trung vào giá, khối lượng, biến động, chỉ báo kỹ thuật, đôi khi thêm vài biến cơ bản như P/E, tăng trưởng lợi nhuận hay dòng tiền. Cách tiếp cận đó không sai, nhưng nó vẫn thiếu một lớp rất quan trọng, đó là lớp thông tin đang làm thay đổi kỳ vọng của thị trường theo thời gian thực. Giá là thứ ta nhìn thấy trên biểu đồ, nhưng trước khi giá dịch chuyển luôn tồn tại một quá trình hình thành nhận thức. Nhà đầu tư đọc tin, diễn giải tin, so sánh tin đó với kỳ vọng đã có sẵn trong đầu, rồi mới ra quyết định mua hay bán. News sentiment nằm đúng ở khoảng giữa đó. Nó không chỉ nói rằng có tin tức xuất hiện, mà còn giúp đo xem thị trường nhiều khả năng sẽ cảm nhận tin đó theo hướng nào, mạnh hay yếu, bất ngờ hay đã được phản ánh từ trước.
Trong tài chính, quant (quantitative analyst) là những người sử dụng toán học, thống kê, lập trình và dữ liệu để nghiên cứu thị trường và xây dựng chiến lược đầu tư. Điểm khác biệt lớn nhất giữa quant và trader truyền thống nằm ở cách họ nhìn thị trường. Một trader thông thường có thể dựa vào kinh nghiệm, tin tức hoặc cảm nhận để quyết định mua bán. Trong khi đó, quant cố gắng định lượng mọi thứ bằng dữ liệu. Họ không hỏi “cổ phiếu này có vẻ sẽ tăng không?”, mà hỏi “trong dữ liệu 15 năm qua, khi cổ phiếu có những đặc điểm như thế này thì xác suất tăng là bao nhiêu?”.
Trong đầu tư và quant trading, alpha được hiểu là phần lợi nhuận vượt trội mà một strategy tạo ra so với thị trường. Nếu một chiến lược có thể kiếm được lợi nhuận tốt hơn mức tăng chung của thị trường một cách ổn định, người ta nói rằng strategy đó có alpha. Ví dụ nếu chỉ số thị trường tăng trung bình 10% mỗi năm, nhưng một strategy trading tạo ra lợi nhuận 15% mỗi năm, thì phần 5% vượt trội có thể được xem là alpha. Nhiệm vụ chính của các trader định lượng và các quỹ quant chính là tìm ra những signal hoặc pattern trong dữ liệu có thể tạo ra alpha như vậy.
Được nghiên cứu và phát triển bởi các chuyên gia từ QMTrade và cộng đồng nhà đầu tư chuyên nghiệp.
Truy cập ngay!