04/11/2024
3,894 lượt đọc
Louis Bachelier là một nhà toán học người Pháp, được coi là một trong những người tiên phong đặt nền móng cho tài chính định lượng hiện đại. Năm 1900, ông công bố luận án tiến sĩ của mình với tiêu đề "Lý thuyết đầu cơ" (tiếng Pháp: Théorie de la spéculation), trong đó ông lần đầu tiên sử dụng toán học để mô tả sự biến động giá cả trên thị trường chứng khoán.
Công trình của Bachelier không chỉ quan trọng vì nó là một trong những nghiên cứu đầu tiên sử dụng toán học để phân tích tài chính, mà còn vì nó đã mở ra một hướng đi mới, sử dụng các công cụ xác suất và thống kê để hiểu rõ hơn về hành vi của thị trường tài chính.
Trong luận án của mình, Bachelier tập trung vào việc mô hình hóa các chuyển động giá cả của các công cụ tài chính, đặc biệt là trái phiếu trên thị trường chứng khoán Paris. Ông đưa ra một mô hình dựa trên khái niệm chuyển động ngẫu nhiên (random walk) để giải thích cách giá cả di chuyển.
Bachelier đã đưa ra hai khái niệm chính trong nghiên cứu của mình:
Chuyển động ngẫu nhiên của giá cả: Ông cho rằng sự biến động của giá cả trên thị trường là ngẫu nhiên và không thể dự đoán trước được một cách chính xác.
Giá kỳ vọng (Expected Price): Giá của một tài sản tại một thời điểm trong tương lai có thể được tính toán dựa trên giá trị hiện tại của nó, nhưng với một yếu tố ngẫu nhiên ảnh hưởng đến sự biến động. Nói cách khác, giá cả biến động ngẫu nhiên xung quanh giá trị kỳ vọng.
Ông sử dụng tích phân toán học và các công cụ xác suất để mô tả quá trình này và đưa ra các công thức để tính giá của quyền chọn tài chính (financial options) – tức là các công cụ tài chính cho phép nhà đầu tư có quyền mua hoặc bán một tài sản trong tương lai với mức giá cố định.
Một đóng góp quan trọng khác của Bachelier là việc ông đã mô tả chuyển động Brown trong mô hình tài chính của mình, mặc dù ông không gọi nó theo cách đó.
Chuyển động Brown là một hiện tượng vật lý, lần đầu tiên được quan sát bởi nhà thực vật học Robert Brown vào năm 1827 khi ông nhận thấy các hạt nhỏ di chuyển một cách ngẫu nhiên trong chất lỏng. Tuy nhiên, mãi đến đầu thế kỷ 20, nhà vật lý học Albert Einstein mới đưa ra giải thích lý thuyết cho chuyển động Brown trong lĩnh vực vật lý.
Bachelier đã sử dụng ý tưởng này để mô hình hóa sự biến động ngẫu nhiên của giá tài sản. Ông cho rằng giá cả trên thị trường tài chính di chuyển ngẫu nhiên giống như các hạt trong chuyển động Brown.
Cụ thể:
Giá cả biến động theo thời gian một cách ngẫu nhiên: Giá của một công cụ tài chính (ví dụ cổ phiếu, trái phiếu) thay đổi không ngừng và có thể tăng hoặc giảm một cách ngẫu nhiên.
Biến động giá phụ thuộc vào thời gian: Sự biến động của giá sẽ lớn hơn khi thời gian tăng lên. Đây là một trong những đặc điểm cơ bản của chuyển động Brown và cũng được Bachelier áp dụng vào tài chính.
Nghiên cứu của Bachelier là nền tảng cho lý thuyết tài chính hiện đại, đặc biệt là trong việc phân tích các sản phẩm tài chính phái sinh (derivatives), chẳng hạn như quyền chọn (options). Mặc dù lúc đó luận án của ông không nhận được sự chú ý đáng kể, nhưng về sau nó đã trở thành công cụ cốt lõi cho việc phân tích và quản lý rủi ro tài chính.
Một số đóng góp quan trọng của Bachelier:
Phương pháp luận về chuyển động ngẫu nhiên: Khái niệm chuyển động ngẫu nhiên của Bachelier sau này đã được các nhà khoa học tài chính như Paul Samuelson và Robert Merton phát triển thêm, và trở thành nền tảng của lý thuyết tài chính hiện đại.
Mô hình quyền chọn tài chính: Công trình của ông được xem là tiền đề cho mô hình Black-Scholes nổi tiếng, được phát triển vào năm 1973 bởi Fischer Black và Myron Scholes, hai nhà khoa học tài chính đã đạt giải Nobel Kinh tế. Mô hình này sử dụng chuyển động Brown để định giá quyền chọn và quản lý rủi ro tài chính.
Khía cạnh toán học:
Phương trình vi phân: Bachelier sử dụng các công cụ của phép tính vi phân để mô tả quá trình biến động của giá cả. Điều này được áp dụng rộng rãi trong tài chính định lượng ngày nay, đặc biệt trong các mô hình mô phỏng và định giá các sản phẩm phái sinh.
Lý thuyết xác suất: Ông sử dụng lý thuyết xác suất để tính toán và dự báo khả năng giá cả sẽ biến động theo một hướng nhất định, giúp phát triển các công cụ đo lường rủi ro.
Mặc dù "Lý thuyết đầu cơ" của Bachelier mang tính đột phá, nhưng nó không được công nhận và đánh giá cao trong thời gian ông còn sống. Lý do chủ yếu là do lý thuyết của ông vượt quá mức phát triển toán học và tài chính vào thời điểm đó, và các nhà khoa học chưa nhìn thấy ứng dụng thực tiễn ngay lập tức.
Phải đến thế kỷ 20, khi thị trường tài chính phát triển mạnh mẽ và công cụ phái sinh trở nên phổ biến, công trình của Bachelier mới được tái khám phá và đánh giá lại. Các nhà tài chính hiện đại như Paul Samuelson và Robert Merton đã phát triển lý thuyết của ông và đưa nó vào ứng dụng thực tế.
Ngày nay, nghiên cứu của Bachelier được xem là một trong những đóng góp lớn nhất cho tài chính định lượng và lý thuyết thị trường hiệu quả. Các mô hình tài chính hiện đại, từ quyền chọn tài chính, định giá tài sản phái sinh, đến quản lý rủi ro, đều dựa trên nền tảng lý thuyết do ông đặt ra.
Ngoài ra, chuyển động Brown đã trở thành công cụ chính trong các mô hình toán học của tài chính, giúp các nhà quản lý quỹ và các nhà giao dịch định lượng hiểu và dự đoán các biến động giá cả trên thị trường tài chính.
Louis Bachelier là người tiên phong trong việc ứng dụng toán học và lý thuyết xác suất vào phân tích tài chính, đặt nền móng cho một lĩnh vực hoàn toàn mới – tài chính định lượng. Nghiên cứu "Lý thuyết đầu cơ" của ông đã mang lại cái nhìn toán học đầu tiên về sự biến động của giá cả trên thị trường chứng khoán, và đặt nền tảng cho nhiều lý thuyết quan trọng sau này như chuyển động Brown và mô hình Black-Scholes. Mặc dù ban đầu không được công nhận, nhưng đóng góp của Bachelier đã trở thành không thể thiếu trong tài chính hiện đại.
0 / 5
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.
Một trong những khái niệm quan trọng nhất trong quant trading là Signal vs Noise. Nói đơn giản, signal là thông tin thực sự có giá trị dự báo cho biến động giá trong tương lai, còn noise là những biến động ngẫu nhiên của thị trường không mang nhiều ý nghĩa. Vấn đề là trong thị trường tài chính, hai thứ này gần như luôn trộn lẫn với nhau. Mỗi ngày thị trường tạo ra hàng nghìn chuyển động nhỏ: tin tức, dòng tiền ngắn hạn, giao dịch của các quỹ, thậm chí là các lệnh stop loss của trader cá nhân. Phần lớn những chuyển động này thực ra chỉ là noise, nhưng vì trader nhìn thấy giá thay đổi liên tục nên rất dễ nhầm lẫn rằng mọi biến động đều là tín hiệu.
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.
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.
Được nghiên cứu và phát triển bởi các chuyên gia từ QMTrade và cộng đồng nhà đầu tư chuyên nghiệp.
Truy cập ngay!