28/03/2026
12 lượt đọc
Điều làm nhiều tài khoản lỗ nặng không phải là vì trader luôn nhìn sai thị trường. Nhiều khi họ nhìn đúng xu hướng, nhưng vẫn thua vì vào sai kích thước vị thế. Đây là lỗi rất phổ biến. Khi thị trường êm, họ đánh lớn vì thấy giá đi đẹp. Đến lúc thị trường rung mạnh hơn, họ vẫn giữ đúng size cũ. Kết quả là một giai đoạn biến động lớn có thể xóa sạch thành quả của nhiều tuần trước đó.
Ví dụ rất đơn giản. Bạn có tài khoản 100 triệu. Bình thường bạn quen vào mỗi lệnh 10 triệu. Khi thị trường đang yên, một mã chỉ dao động khoảng 1–1,5% mỗi ngày, lệnh 10 triệu có thể khá dễ chịu. Nhưng đến một giai đoạn tin tức dồn dập, cùng mã đó bắt đầu dao động 4–5% mỗi ngày, bạn vẫn vào 10 triệu như cũ. Trên giấy tờ, số tiền bỏ vào không đổi. Nhưng mức rủi ro thực tế đã tăng lên rất nhiều. Nghĩa là bạn đang tự tăng đòn bẩy rủi ro mà không nhận ra.
Đó là lý do volatility targeting có ích. Ý tưởng của nó rất thực tế: đừng cố định số tiền cho mỗi lệnh, hãy cố định mức rủi ro. Khi thị trường biến động mạnh hơn, size phải nhỏ lại. Khi thị trường ổn hơn, size mới có thể lớn hơn. Tức là thay vì nói “mỗi lệnh tôi vào 10 triệu”, bạn chuyển sang kiểu “mỗi lệnh tôi chỉ chấp nhận một mức biến động/rủi ro nhất định”.
Công thức cốt lõi là:
Mức phân bổ = target volatility / volatility hiện tại
Ví dụ bạn muốn danh mục của mình chỉ ở mức rủi ro tương đương 10% một năm. Nếu volatility hiện tại của thị trường hoặc của chiến lược đang là 20%, thì bạn chỉ nên giữ khoảng một nửa mức phân bổ bình thường. Nếu volatility hiện tại chỉ là 5%, bạn mới có thể tăng phân bổ lên gấp đôi. Nói ngắn gọn: thị trường càng nóng, mình càng thu người lại. Thị trường càng êm, mình mới được phép mở rộng.
Cái hay của cách này là nó sửa đúng một lỗi rất đời thường. Nhiều trader giao dịch theo cảm xúc. Lúc thị trường biến động mạnh, họ thường bị cuốn vào cảm giác “có cơ hội lớn”, rồi vô thức tăng size. Trong khi về mặt quản trị tài khoản, đó lại chính là lúc đáng lẽ phải giảm size. Volatility targeting ép bạn làm điều ngược lại với bản năng: thị trường càng khó kiểm soát, size càng nhỏ.
Nói thực tế hơn nữa, nếu bạn giao dịch cổ phiếu Việt Nam, bạn sẽ thấy chuyện này xảy ra liên tục. Có giai đoạn nhóm chứng khoán, bất động sản hoặc midcap bắt đầu rung rất mạnh. Nhiều người vẫn giữ nguyên size như lúc thị trường còn ổn, rồi chỉ sau vài phiên là tài khoản âm sâu hơn hẳn bình thường. Không phải vì họ chọn sai mã ngay từ đầu, mà vì họ không điều chỉnh kích thước vị thế theo độ rung của thị trường.
Cách áp dụng đơn giản nhất là đừng bắt đầu bằng cả danh mục. Hãy bắt đầu bằng từng lệnh. Giả sử bạn có 100 triệu và thường chia 5 vị thế. Trước đây bạn có thể vào mỗi vị thế 20 triệu. Nhưng nếu một mã đang có volatility cao gấp đôi bình thường, bạn không nên vào đủ 20 triệu nữa. Có thể chỉ vào 10–12 triệu. Ngược lại, nếu một mã đang giao dịch ổn định hơn, volatility thấp hơn, bạn có thể giữ mức gần 20 triệu hoặc cao hơn một chút. Ý chính là: tiền bỏ vào phải thay đổi theo mức độ nguy hiểm của từng kèo.
Nếu muốn đo volatility bằng cách dễ hiểu, có hai cách. Một là dùng độ lệch chuẩn của lợi suất trong 20 ngày gần nhất. Hai là dùng ATR nếu bạn quen nhìn chart. Trong thực chiến, không cần quá ám ảnh việc dùng đúng “chỉ báo nào chuẩn hơn”. Điều quan trọng là chọn một cách nhất quán và dùng nó để điều chỉnh size. Nhiều người thích ATR vì dễ nhìn. Nhiều người thích rolling standard deviation vì dễ đưa vào code và backtest. Cả hai đều ổn hơn rất nhiều so với việc không đo gì cả.
Ví dụ đơn giản bằng Python:
Sau khi có volatility, bạn tính size:
Nhưng nếu nói thật theo kiểu người giao dịch ngoài đời, phần quan trọng nhất không nằm ở đoạn code. Nó nằm ở 3 nguyên tắc:
Điểm thực tế nhất của volatility targeting là nó không cần bạn dự báo đúng thị trường. Nó không giúp bạn chọn mã tốt hơn, không giúp bạn biết ngày mai xanh hay đỏ. Thứ nó làm là giữ cho tài khoản của bạn không bị “phình rủi ro” đúng lúc thị trường trở nên nguy hiểm hơn. Với trader thật, đó đã là một lợi thế rất lớn.
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!