09/03/2026
27 lượt đọc
Những giai đoạn thị trường giảm mạnh do chiến tranh hoặc căng thẳng địa chính trị thường khiến nhà đầu tư rơi vào trạng thái rất khó giao dịch. Tin tức tiêu cực xuất hiện liên tục, tâm lý thị trường thay đổi nhanh và dòng tiền có xu hướng rút khỏi tài sản rủi ro. Trong những thời điểm như vậy, nhiều chiến lược đầu tư truyền thống như “mua và giữ” thường gặp khó khăn vì thị trường không còn tăng ổn định mà chuyển sang trạng thái biến động mạnh. Điều này khiến nhiều nhà đầu tư cảm thấy rất khó ra quyết định: nếu bán ra có thể bán đúng đáy, nhưng nếu mua vào thì rủi ro thị trường tiếp tục giảm vẫn rất lớn.
Tuy nhiên nếu nhìn dưới góc độ quant trading, đây thực chất chỉ là một market regime khác, tức là một trạng thái thị trường khác với đặc điểm riêng. Trong những giai đoạn như vậy, volatility thường cao hơn bình thường và các xu hướng thường rõ ràng hơn. Vì vậy thay vì cố gắng dự đoán đáy của thị trường, nhiều hệ thống quant tập trung vào việc thiết kế những rule đơn giản để thích nghi với môi trường biến động. Những chiến lược này không cố đoán điều gì sẽ xảy ra tiếp theo, mà chỉ phản ứng với những gì thị trường đang thể hiện.
Trong các giai đoạn bất ổn địa chính trị, thị trường thường hình thành xu hướng giảm kéo dài vì dòng tiền rút khỏi tài sản rủi ro. Một trong những chiến lược đơn giản nhưng hiệu quả trong môi trường này là trend following, tức là giao dịch theo xu hướng thay vì cố gắng dự đoán điểm đảo chiều. Ý tưởng của chiến lược này khá đơn giản: nếu thị trường đang trong xu hướng giảm, chiến lược sẽ giảm exposure cổ phiếu; nếu xu hướng tăng quay trở lại, chiến lược mới tăng tỷ trọng cổ phiếu.
Một hệ thống đơn giản có thể sử dụng đường trung bình 200 ngày (MA200) để xác định xu hướng dài hạn của thị trường. Rule có thể thiết lập như sau:
Ví dụ:
VNIndex = 1150 điểm
MA200 = 1220 điểm
Trong trường hợp này, thị trường đang nằm dưới đường trung bình dài hạn, cho thấy xu hướng giảm vẫn chiếm ưu thế. Hệ thống sẽ giảm exposure cổ phiếu xuống khoảng 30% danh mục để hạn chế rủi ro nếu thị trường tiếp tục giảm.
Điểm quan trọng của trend following là không cố đoán đáy. Nhiều nhà đầu tư thường mất tiền trong thị trường giảm vì cố mua quá sớm khi thấy giá đã giảm nhiều. Tuy nhiên trong nhiều cuộc khủng hoảng tài chính, thị trường có thể giảm sâu hơn rất nhiều so với kỳ vọng ban đầu. Trend following chấp nhận bỏ lỡ phần đầu của xu hướng nhưng đổi lại giúp tránh được những giai đoạn giảm sâu nhất. Chính vì vậy chiến lược này thường được nhiều quỹ systematic hoặc CTA sử dụng để quản lý rủi ro danh mục trong những giai đoạn thị trường bất ổn.
Bên cạnh xu hướng giảm dài hạn, thị trường trong giai đoạn khủng hoảng thường xuất hiện các đợt bán tháo mạnh trong ngắn hạn. Những cú giảm này đôi khi xuất phát từ tâm lý hoảng loạn hơn là thay đổi cơ bản của doanh nghiệp. Khi áp lực bán giảm đi, giá cổ phiếu thường có nhịp hồi kỹ thuật trong ngắn hạn.
Đây là môi trường khá phù hợp cho các chiến lược mean reversion ngắn hạn, tức là tận dụng những biến động quá mức của thị trường. Ý tưởng của chiến lược này là khi giá giảm quá nhanh trong thời gian ngắn, xác suất xuất hiện một nhịp hồi ngắn hạn thường tăng lên.
Ví dụ có thể thiết lập rule đơn giản:
Universe: VN100
Điều kiện vào lệnh:
Nếu thỏa điều kiện này, hệ thống sẽ mở vị thế mua ngắn hạn.
Rule thoát lệnh:
Ví dụ thực tế:
Một cổ phiếu giảm từ 50 xuống 45 trong 3 ngày (giảm 10%). Strategy có thể mở vị thế quanh 45–46 với kỳ vọng cổ phiếu hồi về 47–48 trong vài phiên tiếp theo.
Trong những giai đoạn volatility cao, các nhịp hồi kỹ thuật như vậy xảy ra khá thường xuyên và có thể tạo ra nhiều cơ hội giao dịch ngắn hạn. Tuy nhiên chiến lược này thường chỉ phù hợp với vị thế nhỏ và thời gian nắm giữ ngắn, vì xu hướng dài hạn của thị trường vẫn có thể là giảm.
Trong môi trường thị trường giảm do chiến tranh, mục tiêu quan trọng nhất thường không phải là kiếm lợi nhuận tối đa mà là bảo vệ vốn. Nhiều chiến lược quant thành công trong dài hạn thực ra không phải vì chúng kiếm được nhiều tiền trong mọi giai đoạn thị trường, mà vì chúng tránh được những giai đoạn thua lỗ lớn.
Vì vậy nhiều hệ thống quant đặt ra các rule quản lý rủi ro khá rõ ràng.
Ví dụ danh mục có thể thiết lập các giới hạn sau:
Ngoài ra hệ thống cũng có thể áp dụng rule drawdown control.
Ví dụ:
Danh mục = 10 tỷ
Exposure cổ phiếu = 6 tỷ
Nếu drawdown đạt -10% (tức -1 tỷ)
→ Hệ thống sẽ giảm exposure xuống 3 tỷ để hạn chế rủi ro.
Những rule kiểu này giúp danh mục sống sót trong giai đoạn thị trường khó khăn, thay vì cố gắng tối đa hóa lợi nhuận trong môi trường đầy bất định. Trong quant trading, việc tồn tại lâu dài trên thị trường thường quan trọng hơn việc kiếm lợi nhuận lớn trong một vài giai đoạn ngắn.
Thị trường giảm vì chiến tranh thường khiến nhiều nhà đầu tư cảm thấy rất khó giao dịch vì tin tức tiêu cực và biến động mạnh. Tuy nhiên với góc nhìn quant trading, đây chỉ là một trạng thái thị trường khác với volatility cao hơn và dòng tiền thay đổi nhanh hơn.
Trong những môi trường như vậy, nhiều chiến lược quant chỉ tập trung vào ba nguyên tắc khá đơn giản:
Điều thú vị là nhiều chiến lược thành công không phải vì dự đoán đúng thị trường, mà vì chúng được thiết kế để tồn tại trong nhiều môi trường thị trường khác nhau – kể cả những giai đoạn bất ổn như chiến tranh hoặc khủng hoảng.
0 / 5
Phần lớn các chiến lược quant không bắt đầu từ những mô hình toán học phức tạp, mà từ một giả thuyết khá đơn giản về hành vi của thị trường. Quant trading thực chất là quá trình biến những quan sát như vậy thành rule có thể kiểm tra bằng dữ liệu. Trên thị trường chứng khoán Việt Nam, một trong những giả thuyết phổ biến nhất là momentum – tức là những cổ phiếu tăng mạnh trong một khoảng thời gian thường có xu hướng tiếp tục tăng thêm một thời gian nữa vì dòng tiền vẫn đang tập trung vào đó. Điều này có thể thấy khá rõ trong thực tế. Ví dụ trong giai đoạn thị trường tích cực, nhiều cổ phiếu dẫn dắt thường tăng mạnh hơn chỉ số chung.
Trong quant trading, dữ liệu không chỉ là nguyên liệu đầu vào mà thực chất là nền tảng quyết định toàn bộ chất lượng của chiến lược. Không giống discretionary trading, nơi trader có thể dựa vào trực giác hoặc kinh nghiệm, quant trading phụ thuộc hoàn toàn vào việc phân tích dữ liệu lịch sử để tìm ra các pattern có thể lặp lại trong tương lai. Những dữ liệu này có thể rất đa dạng: market data truyền thống như giá và khối lượng giao dịch, dữ liệu order book, dữ liệu macro như lãi suất hoặc CPI, thậm chí các dạng alternative data như sentiment từ tin tức hoặc dữ liệu vệ tinh theo dõi hoạt động logistics
Khi bắt đầu xây dựng một chiến lược trading, đa số mọi người thường bắt đầu từ một ý tưởng rất đơn giản. Ví dụ như: mua khi giá vượt lên trên đường trung bình 50 ngày và bán khi giá rơi xuống dưới. Logic phía sau khá trực quan: khi giá giao dịch cao hơn mức trung bình trong một thời gian dài, có thể thị trường đang hình thành xu hướng tăng.
Pairs trading là một trong những ý tưởng đơn giản và dễ hiểu nhất trong thế giới giao dịch định lượng. Ý tưởng cốt lõi là: nếu hai tài sản thường di chuyển gần nhau trong quá khứ nhưng tạm thời tách ra khỏi nhau, thì khả năng cao chúng sẽ quay lại trạng thái cân bằng trước đó. Khi điều đó xảy ra, trader sẽ mua tài sản được xem là “rẻ” và bán tài sản được xem là “đắt”, sau đó chờ khoảng cách giữa chúng thu hẹp lại để đóng vị thế và kiếm lợi nhuận. Điểm hấp dẫn của chiến lược này nằm ở chỗ nó không phụ thuộc quá nhiều vào việc thị trường chung đang tăng hay giảm. Trong lý thuyết, khi bạn long một cổ phiếu và short một cổ phiếu khác trong cùng ngành, các biến động chung của thị trường sẽ phần nào triệt tiêu lẫn nhau. Bạn không cố đoán thị trường sẽ đi lên hay đi xuống; bạn chỉ đặt cược rằng mối quan hệ giữa hai tài sản sẽ quay lại trạng thái bình thường.
Câu hỏi này không nên trả lời theo kiểu cực đoan “có” hoặc “không”. ChatGPT là một công cụ mạnh, nhưng trading không phải bài toán chỉ cần viết code. Nếu nhìn đúng bản chất, ChatGPT có thể rút ngắn thời gian triển khai kỹ thuật xuống còn một phần nhỏ so với trước đây. Nhưng nó không tạo ra lợi thế thống kê, không hiểu cấu trúc thị trường Việt Nam, và không chịu trách nhiệm khi hệ thống của bạn mất tiền. Vấn đề không nằm ở công cụ; vấn đề nằm ở cách sử dụng và mức độ hiểu biết của người vận hành.
Câu hỏi “algo trading có profitable tại Việt Nam không?” nếu trả lời theo kiểu chung chung sẽ thiếu giá trị. Thị trường Việt Nam không giống Mỹ, không giống châu Âu và cũng không giống crypto. Cấu trúc thanh khoản, tỷ trọng nhà đầu tư cá nhân, cơ chế T+2, biên độ giá, hạn chế bán khống và độ sâu thị trường tạo ra một môi trường vừa có inefficiency, vừa có rủi ro cấu trúc.
Được nghiên cứu và phát triển bởi các chuyên gia từ QMTrade và cộng đồng nhà đầu tư chuyên nghiệp.
Truy cập ngay!