14/11/2025
303 lượt đọc
Bước ngoặt của một người làm trading không phải lúc họ học được thêm một chỉ báo mới, mà là lúc họ nhận ra: thị trường không hề “trơn tru” và ngẫu nhiên như sách vở nói. Nó có những điểm lệch, những nhịp lặp lại, những hành vi rất… con người. Và nếu mình đủ kiên nhẫn để nhìn sâu vào dữ liệu, những điểm lệch đó chính là chỗ để mình kiếm tiền một cách có kỷ luật. Đó là cách nhiều người bước từ “trade theo cảm giác” sang “quant trading”.
Khoảng hai năm trước, mình có dịp ngồi với một anh làm ở phòng nguồn vốn của một ngân hàng trong nước. Anh bảo: “Tỷ giá nghe thì giống random walk lắm, nhưng tụi anh theo dõi từng ngày thì thấy không phải vậy. Có những đợt mà USD/VND đi lên đều 5–7 phiên, không phải vì kỹ thuật đâu, mà vì tâm lý doanh nghiệp gom ngoại tệ, thêm tin Fed, thêm NHNN điều chỉnh. Nếu mình có dữ liệu và mô hình, những nhịp như vậy hoàn toàn đo được.” Câu nói đó khá giống cái mà rất nhiều nghiên cứu quốc tế đã chỉ ra: FX vẫn có anomaly – những hiện tượng phi hiệu quả lặp lại được.
Trong tài chính hiện đại, người ta dạy rằng tỷ giá đi ngẫu nhiên vì thị trường hiệu quả: thông tin ra là giá phản ánh ngay. Nhưng hơn 50 năm dữ liệu lại cho thấy một bức tranh khác: có những lúc giá đi theo quán tính lâu hơn bình thường, có những ngày trong tuần biến động lớn hơn, có những đồng tiền lẽ ra phải yếu đi vì lãi suất cao thì lại… mạnh lên. Những thứ đó không phải phép màu, mà là dấu vết của hành vi: doanh nghiệp thanh toán theo lịch, ngân hàng trung ương can thiệp theo phiên, nhà đầu tư phản ứng trễ với tin vĩ mô. Và chính những dấu vết đó là nguyên liệu cho quant.
Nếu bạn muốn kiểm tra điều này ở Việt Nam, cách làm không phức tạp. Lấy dữ liệu USD/VND trong 5–7 năm, tính lợi nhuận theo ngày. Khi vẽ phân phối, bạn sẽ thấy nó không “đẹp” như phân phối chuẩn: có ngày đi rất mạnh, có ngày hầu như không nhúc nhích, đuôi dày. Đó đã là một loại lệch. Chạy thêm một bài kiểm định đơn giản kiểu run test – đếm xem có bao nhiêu chuỗi ngày tăng liên tiếp và bao nhiêu chuỗi ngày giảm liên tiếp – bạn sẽ thấy số chuỗi dài nhiều hơn mức “ngẫu nhiên lý tưởng” phải có. Những giai đoạn căng tỷ giá, chạy ra ngân hàng hỏi thì họ sẽ bảo “mấy ngày nay thị trường đang lên”, tức là chính người giao dịch cũng thấy quán tính. Với một người làm định lượng, chỉ cần thế là đủ để đặt câu hỏi: vậy nếu mình mua theo chuỗi tăng 3 ngày, xác suất ngày thứ 4 tăng tiếp là bao nhiêu?
Một dạng lệch khác dễ thấy là lệch theo lịch. Thị trường quốc tế hay biến động mạnh vào cuối tuần vì lúc đó trùng tin Mỹ. Ở mình có những thời điểm giữa tháng tỷ giá nhảy rõ vì doanh nghiệp trả nợ, hoặc đầu quý có nhu cầu nhập khẩu. Nếu thống kê theo ngày trong tuần hoặc theo mốc thời gian trong tháng, bạn sẽ thấy có những “khung rủi ro” biến động cao hơn hẳn. Với người giao dịch tay, đây là chỗ để né. Với người làm quant, đây là chỗ để gắn thêm biến “day-of-week” hoặc “mid-month dummy” vào mô hình để lệnh mở/đóng thông minh hơn.
Từ những quan sát rất đời thường đó, chiến lược định lượng đi ra không cần quá màu mè. Ví dụ đơn giản nhất là momentum: “nếu tỷ giá tăng 3 ngày liên tiếp và chưa có tin NHNN can thiệp, mở vị thế theo hướng tăng nhưng size nhỏ”. Cũng là FX nhưng áp dụng ngược lại là mean reversion: “nếu tăng liên tục quá dài, ví dụ 7–8 ngày, thì xác suất chốt lời hoặc điều chỉnh tăng, nên giảm vị thế hoặc đánh ngược nhưng kèm stop.” Một lớp nữa là volatility clustering: “khi hôm nay biến động lớn hơn nhiều so với trung bình 20 ngày, ngày mai khả năng vẫn lớn → giảm khối lượng để tránh drawdown.” Toàn bộ những quy tắc đó đều có thể kiểm chứng lại bằng dữ liệu để xem 5 năm qua nó hoạt động đến đâu, lợi nhuận bao nhiêu, rủi ro bao nhiêu, có còn đáng dùng hay không.
Điều thú vị là thị trường Việt Nam không “trơn” như thị trường G10, nên những lệch kiểu vậy lại càng dễ thấy. USD/VND bị giới hạn biên độ, có can thiệp, có tâm lý doanh nghiệp, có tác động truyền thông, nên giá đôi khi đi thành đoạn rõ ràng hơn là lắc liên tục. Đây là môi trường phù hợp để ai biết xử lý dữ liệu một chút thử nghiệm các mô hình đơn giản. Chỉ cần bạn ghi nhớ một nguyên tắc: anomaly không sống lâu. Khi nhiều người thấy và khai thác, lợi thế sẽ mỏng dần. Đó là lý do những người làm quant giỏi không dừng ở một mô hình, mà họ liên tục thêm dữ liệu, cập nhật tham số, đổi điều kiện kích hoạt để đi trước thị trường nửa bước.
Nói vậy để thấy rằng quant trading không phải thứ gì xa lạ hay chỉ dành cho các quỹ ở Singapore. Nó chỉ là cách bạn nhìn thị trường bằng số liệu thay vì cảm giác. Bạn thấy có thứ lặp lại → bạn đo → bạn viết thành luật → bạn kiểm tra → nếu hiệu quả thì đưa vào giao dịch với rủi ro được tính trước. Thị trường FX – kể cả ở Việt Nam – cho bạn nhiều chất liệu để làm điều đó, vì giữa lý thuyết “tỷ giá đi ngẫu nhiên” và thực tế “ngày nào cũng có người mua bán vì những lý do rất đời” luôn có một khoảng trống. Ai lấp được khoảng trống đó bằng dữ liệu, người đó có lợi thế.
0 / 5
Nếu nhìn lại 3–5 năm gần đây, algorithmic trading đã thay đổi rất nhiều. Trước đây, chỉ cần một chiến lược có equity curve đẹp trên backtest là đủ để nhiều người tin rằng mình đã tìm ra “công thức in tiền”. Nhưng bước sang 2026, môi trường thị trường buộc người làm algo phải trưởng thành hơn. Biến động cao hơn, dòng tiền luân chuyển nhanh hơn, và sự cạnh tranh cũng dày đặc hơn. Điều này khiến lợi thế không còn nằm ở việc bạn có một mô hình phức tạp hay không, mà nằm ở việc hệ thống của bạn có thực sự sống sót được trong điều kiện xấu hay không.
Tâm lý tài chính (Behavioral Finance) là một lĩnh vực nghiên cứu tâm lý học và kinh tế học, giúp giải thích tại sao những nhà đầu tư, dù có kỹ năng hay kiến thức, vẫn thường xuyên đưa ra các quyết định tài chính không hợp lý. Đặc biệt, tâm lý tài chính không đồng ý với giả thuyết của lý thuyết tài chính truyền thống, cho rằng mọi quyết định trong thị trường đều được đưa ra một cách hợp lý và tối ưu. Trái lại, tâm lý tài chính nhìn nhận rằng con người thường xuyên bị chi phối bởi cảm xúc, và điều này có thể dẫn đến những sai lầm trong giao dịch.
Market flow trading, hiểu đơn giản, không phải là cố đoán xem giá sẽ lên hay xuống, mà là quan sát dòng tiền và hành vi giao dịch đang thực sự diễn ra. Thay vì hỏi “cổ phiếu này rẻ hay đắt”, market flow đặt câu hỏi: ai đang mua, ai đang bán, và họ có đang quyết liệt hay không.
Trong quantitative finance, câu hỏi Python hay C++ xuất hiện rất sớm, thường ngay khi người ta bắt đầu viết những dòng code đầu tiên cho trading. Điều thú vị là câu hỏi này không bao giờ có câu trả lời dứt khoát, và chính việc nó tồn tại suốt nhiều năm cho thấy một điều: hai ngôn ngữ này không thay thế nhau, mà phục vụ những mục đích rất khác nhau. Nếu chỉ nhìn ở mức bề mặt, người ta thường nói Python dễ nhưng chậm, C++ khó nhưng nhanh. Nhưng trong công việc quant thực tế, sự khác biệt quan trọng hơn nhiều nằm ở bạn đang giải quyết loại vấn đề gì, và ở giai đoạn nào của pipeline.
Pairs trading là một trong những chiến lược định lượng xuất hiện rất sớm và tồn tại lâu dài trên thị trường tài chính. Ý tưởng cốt lõi của nó nghe qua thì rất dễ hiểu: hai tài sản có mối quan hệ chặt chẽ với nhau trong quá khứ thì khi mối quan hệ đó bị lệch đi, thị trường sẽ có xu hướng kéo chúng quay lại trạng thái “bình thường”. Chính sự đơn giản này khiến pairs trading từng được xem là một chiến lược gần như hiển nhiên, đặc biệt trong giai đoạn thị trường còn ít cạnh tranh và chi phí giao dịch thấp.
Một danh mục đầu tư, dù được xây dựng cẩn trọng đến đâu, cũng luôn chứa đựng những giả định ngầm về tương lai. Những giả định này hiếm khi được viết ra thành lời, nhưng lại quyết định cách danh mục phản ứng khi thị trường đi vào những trạng thái bất lợi. Vấn đề không nằm ở việc có giả định hay không, mà ở chỗ nhà đầu tư có ý thức được những giả định đó hay không.
Được nghiên cứu và phát triển bởi các chuyên gia từ QMTrade và cộng đồng nhà đầu tư chuyên nghiệp.
Truy cập ngay!