Hiệu suất vượt trội của chiến lược đảo chiều với các chỉ báo ZLMA và MACD

09/06/2024

7,566 lượt đọc

1. Giới thiệu chung về các chỉ báo

1.1. Giới thiệu về chỉ báo ZLMA

Chỉ báo Zero Lag Moving Average (ZLMA) là một dạng trung bình di động trong phân tích kỹ thuật, nhưng nó được thiết kế để giảm thiểu hoặc loại bỏ hoàn toàn độ trễ (lag) thường xuyên xuất hiện trong các trung bình di động thông thường. Điều này làm cho ZLMA phản ánh thay đổi giá cả nhanh chóng hơn và giúp nhận biết xu hướng gần đây hơn

1.2. Giới thiệu về chỉ báo MACD

Đường MACD (Moving Average Convergence Divergence) là đường trung bình động hội tụ phân kỳ. Được tìm ra vào năm 1979 bởi Gerald Appel, đây là một chỉ báo kỹ thuật được sử dụng phổ biến. Chỉ báo này cho thấy động lượng theo xu hướng của giá cổ phiếu dựa trên mối quan hệ giữa hai đường trung bình động. MACD được tính bằng cách trừ đường trung bình động hàm mũ (EMA) 26 kỳ cho đường EMA 12 kỳ.

Thành phần chính:

  1. Đường MACD: Hiệu của đường EMA 12 ngày và EMA 26 ngày, thường có màu xanh
  2. Đường tín hiệu: Là đường EMA chu kỳ 9 ngày, thường có màu đỏ. Đường tín hiệu hoạt động như một chỉ báo kích hoạt các tín hiệu mua và bán.
  3. Histogram: Phần chênh lệch giữa đường MACD và đường tín hiệu tạo thành các cột histogram. Nếu MACD lớn hơn đường tín hiệu, histogram dương và sẽ nằm trên đường cơ sở. Ngược lại, histogram âm và nằm dưới đường cơ sở cho thấy MACD đang bé hơn đường tín hiệu. Cột histogram càng cao biểu thị MACD càng cách xa đường tín hiệu. Khi cột histogram bằng 0, đường MACD cắt đường tín hiệu. Lưu ý hai đường cắt nhau sẽ có độ trễ so với việc histogram bằng 0.

Cách sử dụng đường MACD hiệu quả:

Điểm giao cắt: Bán khi MACD giảm xuống dưới đường tín hiệu và mua khi nó tăng lên trên đường tín hiệu. Một tín hiệu khác là khi MACD cắt qua mức 0 từ dưới lên trên, báo hiệu mua và ngược lại báo hiệu bán.

Quá mua/Quá bán: Khi khoảng cách giữa đường MACD (đường trung bình động ít ngày) và đường tín hiệu của nó (đường trung bình động nhiều ngày) tăng đột biến, cho thấy thị trường có thể đang quá mua và giá cổ phiếu có khả năng sẽ điều chỉnh giảm.

Phân kỳ: Phân kỳ giảm (giá tăng nhưng MACD không tăng) hoặc phân kỳ tăng (giá giảm nhưng MACD không giảm) đều là dấu hiệu cho thấy xu hướng hiện tại có thể sắp kết thúc, đặc biệt nếu những phân kỳ này xảy ra trong bối cảnh thị trường quá mua hoặc quá bán.

2. Cách tạo chiến lược giữa các chỉ báo

Sau đây là chiến lược kết hợp giữa các chỉ báo ZLMA, MACD:

2.1. Quy tắc mua:

Khởi tạo vị thế mua: (Giá đóng cửa > ZLMA) và (MACD > MACDSIGNAL)

Cài đặt chỉ báo:

  1. ZLMA: Loại đường MA: EMA; Độ dài: 20
  2. MACD và MACDSIGNAL: Độ dài đường tín hiệu: 9; Độ dài dài hạn: 26; Độ dài ngắn hạn: 12

2.2. Quy tắc bán:

Khởi tạo vị thế bán: (MACD cắt xuống MACDSIGNAL) và (Giá đóng cửa cắt xuống ZLMA)

Cài đặt chỉ báo:

  1. ZLMA: Loại đường MA: EMA; Độ dài: 20
  2. MACD và MACDSIGNAL: Độ dài đường tín hiệu: 9; Độ dài dài hạn: 26; Độ dài ngắn hạn: 12

Cài đặt thoát lệnh:

- Tỉ lệ chốt lời: 15 %

- Tỉ lệ cắt lỗ: 7 %

- Trailing take profit: 8 %

- Trailing stop loss: 4 %

3. Kết quả chiến lược

3.1. Kết quả chi tiết với các chỉ số đánh giá hiệu suất chiến lược

- Chiến lược được kiểm thử với các mã cổ phiếu VCI, HSG, GVR

Kết quả ấn tượng của chiến lược:

📍 Tỷ lệ thắng lên tới 60% với hiệu suất ấn tượng trong các kiểm thử với nhiều mã cổ phiếu các nhóm ngành khác nhau.

📍 Phù hợp với cổ phiếu có xu hướng rõ ràng, hiệu quả trong việc tận dụng xu hướng và động lượng thị trường.

📍 Số lượng lệnh trung bình từ 92 - 135 trong giai đoạn 2010 - 2024 với từng cổ phiếu, cho thấy chiến lược này đã tận dụng các cơ hội mua vào và thời điểm bán ra hợp lý

📍 Hệ số Sharpe > 1 với các cổ phiếu kiểm thử (VCI, GVR, HSG), chiến lược đầu tư không chỉ hiệu quả về mặt sinh lợi nhuận mà còn trong việc quản trị rủi ro. Khi chỉ số này cao hơn 1, điều đó nghĩa là nhà đầu tư thu được lợi nhuận cao hơn so với mức rủi ro họ chấp nhận, đảm bảo rằng khoản đầu tư không chỉ sinh lời mà còn an toàn và bền vững.

Kết quả nổi bật:

Kết quảGVRHSGVCI
Tỉ lệ thắng59.59%54.07%60.86%
Lợi nhuận cộng dồn275.75%487.30%495.26%
Số lượng lệnh9913592
Hệ số Sharpe1.040.941.28


📌 Kết quả chi tiết với mã cổ phiếu VCI:

Kết quả sau là kết quả chi tiết với cổ phiếu VCI, những cổ phiếu khác sẽ tương tự. Để thử chi tiết với các mã cổ phiếu khác, bạn có thể trải nghiệm tại: QM PLATFORM.

Tín hiệu mua/bán của chiến lược

Chi tiết kết quả kiểm thử chiến lược

Lịch sử giao dịch của chiến lược

Tỷ lệ lợi nhuận hàng tháng cao nhất ghi nhận là 17.10% trong tháng 11 năm 2022 cho thấy khả năng phát hiện và tối ưu các cơ hội đầu tư của chiến lược một cách hiệu quả.

Các chỉ số khác của chiến lược

Kết quả lợi nhuận hàng tháng của chiến lược

Kết quả lợi nhuận hàng năm của chiến lược

Từ năm 2017 đến 2024, chiến lược đầu tư này đã thực sự thể hiện được sự hiệu quả với kết quả lợi nhuận dương trong 6 trong số 8 năm. Đặc biệt trong năm 2023, chiến lược đã đạt mức lợi nhuận lên đến 62.7% đối với mã cổ phiếu VCI.

Hãy áp dụng và thử nghiệm chiến lược này trên QM Platform với các cổ phiếu bạn quan tâm để khám phá tiềm năng và điều chỉnh chiến lược phù hợp với điều kiện thị trường cụ thể.

QM Platform được thiết kế giúp nhà đầu tư có thể dễ dàng Backtest và tạo bot giao dịch:

📌 Không cần am hiểu về lập trình: Nền tảng QM Platform thân thiện với người dùng nhờ tính năng kéo thả, cho phép nhà đầu tư dễ dàng Backtest với các chiến lược.

📌 Hiệu suất nhanh chóng: Kết quả kiểm thử chiến lược được trả về trong vài giây với một khối lượng lớn dữ liệu, các mã cổ phiếu. Từ đó giúp đánh giá và so sánh với các tiêu chí một cách nhanh chóng.

📌 Nguồn dữ liệu phong phú: Kho dữ liệu của QM Platform bao gồm một loạt các chỉ báo kỹ thuật và mẫu nến, từ cơ bản đến nâng cao, cho phép người dùng có cái nhìn toàn diện về thị trường. Sự đa dạng này giúp nhà đầu tư phân tích và đánh giá các khía cạnh khác nhau của thị trường, từ xu hướng và động lượng đến khối lượng và biến động.

📌 Đầu tư không dựa vào cảm tính: Nền tảng cung cấp các công cụ phân tích giúp nhà đầu tư đưa ra các quyết định dựa trên dữ liệu và phân tích kỹ thuật, không dựa vào cảm tính cá nhân.

📢 HÃY THỬ NGHIỆM CHIẾN LƯỢC CỦA BẠN NGAY TRÊN NỀN TẢNG: QM PLATFORM NGAY HÔM NAY

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

Mô hình Không gian Trạng thái & Bộ lọc Kalman: Tại sao chúng cực kỳ quan trọng trong trading?
12/04/2026
24 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.

Khả năng giải thích trong trading: Tại sao lại quan trọng?
11/04/2026
33 lượt đọc

Khả năng giải thích trong trading: Tại sao lại quan trọng? C

Khi thực hiện bất kỳ chiến lược giao dịch nào trên thị trường tài chính, một yếu tố không thể thiếu chính là khả năng giải thích (interpretability) của mô hình giao dịch. Điều này đặc biệt quan trọng trong bối cảnh môi trường biến động và khi quản lý rủi ro là yếu tố sống còn đối với các quỹ đầu tư và các trader chuyên nghiệp. Mỗi chiến lược giao dịch không chỉ cần phải hiệu quả mà còn phải dễ hiểu, có thể giải thích một cách rõ ràng tại sao tín hiệu mua/bán lại được đưa ra trong một tình huống cụ thể.

Vectorized backtesting có ích gì trong thực tế?
06/04/2026
99 lượt đọc

Vectorized backtesting có ích gì trong thực tế? C

Trong thực tế, rất nhiều ý tưởng giao dịch nghe qua đều có vẻ hợp lý. Ví dụ như mua khi giá vượt MA dài hạn, mua khi cổ phiếu breakout kèm thanh khoản tăng, hoặc đứng ngoài khi thị trường chung nằm dưới đường trung bình dài hạn. Nếu chỉ nhìn chart bằng mắt, rất dễ cảm thấy những ý tưởng như vậy “có vẻ đúng”. Vấn đề là cảm giác đó không đủ để dùng tiền thật. Với QM Capital, giá trị đầu tiên và lớn nhất của vectorized backtesting không phải là để khoe một equity curve đẹp, mà là để biến một ý tưởng mơ hồ thành một bộ quy tắc kiểm tra được.

Vì sao thực thi quan trọng hơn dự báo trong quant trading
05/04/2026
93 lượt đọc

Vì sao thực thi quan trọng hơn dự báo trong quant trading C

Khi mới học quant trading, nhiều người thường tập trung gần như toàn bộ vào phần mô hình. Họ nghĩ rằng nếu dự báo đúng hơn một chút, hoặc nếu tìm được một tín hiệu chính xác hơn phần còn lại của thị trường, thì kết quả giao dịch chắc chắn sẽ tốt. Cách nghĩ này không sai hoàn toàn, nhưng mới đúng một nửa. Trong giao dịch thực tế, dự báo chỉ là điểm bắt đầu. Sau đó còn một bước quan trọng hơn nhiều: biến tín hiệu đó thành vị thế thật, giao dịch thật, lợi nhuận thật.

Overfitting là “kẻ thù số 1” trong quant trading
02/04/2026
150 lượt đọc

Overfitting là “kẻ thù số 1” trong quant trading C

Nếu phải chọn một rủi ro làm hỏng nhiều chiến lược định lượng nhất, thì đó thường không phải là thiếu mô hình hiện đại, mà là overfitting. Nói đơn giản, overfitting xảy ra khi mô hình học quá kỹ dữ liệu quá khứ đến mức nó không chỉ học tín hiệu thật, mà còn học luôn cả nhiễu. Khi nhìn lại lịch sử, mọi thứ trông rất đẹp: độ chính xác cao, equity curve mượt, drawdown dễ chịu, Sharpe ratio hấp dẫn. Nhưng đến khi đem sang giai đoạn mới, hoặc live trading, mô hình bắt đầu hỏng rất nhanh.

Vì sao các quỹ quant lớn vẫn kiếm tiền bằng những mô hình rất đơn giản?
31/03/2026
276 lượt đọc

Vì sao các quỹ quant lớn vẫn kiếm tiền bằng những mô hình rất đơn giản? C

Có một hiểu lầm rất phổ biến khi mới bước vào quant trading: cứ nghe đến “quant” là nghĩ ngay đến deep learning, transformers, reinforcement learning, foundation models, hay ít nhất cũng phải có một thứ gì đó đủ phức tạp để nghe giống phòng lab hơn là bàn giao dịch. Nhưng nếu nhìn vào cách nhiều tổ chức thật đang vận hành, bức tranh lại bớt hào nhoáng hơn nhiều.

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!