01/02/2026
369 lượt đọc
Trong trading, “theo xu hướng” (trend-following) là một trong những khái niệm được nhắc tới nhiều nhất, nhưng cũng bị hiểu sai nhiều nhất. Không ít người nghĩ rằng trend-following đơn giản là mua khi giá tăng, bán khi giá giảm, hoặc gắn vài chỉ báo lên chart rồi chờ tín hiệu.
Thực tế, các quỹ trend-following lớn – từ CTA truyền thống cho tới các hệ thống định lượng hiện đại – không theo đuổi việc dự đoán thị trường, mà theo đuổi một thứ khác:
tham gia khi xác suất đang nghiêng về một phía và rút lui khi cấu trúc đó không còn tồn tại.
Các chỉ báo kỹ thuật phổ biến như Moving Average, ADX, MACD, RSI hay Bollinger Bands không phải là “công cụ dự đoán”, mà là cách mã hoá thông tin thị trường để phục vụ tư duy đó. Vấn đề không nằm ở bản thân chỉ báo, mà nằm ở cách chúng ta hiểu và sử dụng chúng.
Moving Average (MA) có lẽ là chỉ báo đơn giản nhất, và cũng là chỉ báo bị lạm dụng nhiều nhất. Ở dạng cơ bản, MA chỉ làm một việc: làm mượt dữ liệu giá, giúp ta nhìn thấy hướng đi tổng quát thay vì bị nhiễu bởi dao động ngắn hạn.
Điểm quan trọng là: MA không nói thị trường sẽ đi đâu, mà nói thị trường đang ở trạng thái nào.
Khi giá nằm trên MA trong một khoảng thời gian đủ dài, điều đó phản ánh rằng lực mua đang chiếm ưu thế trong cấu trúc thị trường. Ngược lại, khi giá liên tục nằm dưới MA, xác suất cao là thị trường đang trong pha suy yếu.
Trong các chiến lược trend-following định lượng, MA thường được dùng như:
Một sự thật khá “khó chịu” với trader cảm tính là: rất nhiều lợi nhuận của chiến lược trend-following đến từ việc mua khi giá đã tăng khá xa. MA giúp trader chấp nhận điều đó, thay vì cố bắt đáy.
Một sai lầm phổ biến là thấy giá di chuyển mạnh thì mặc định đó là xu hướng. ADX (Average Directional Index) được sinh ra để phản bác suy nghĩ này.
ADX không quan tâm thị trường tăng hay giảm. Nó chỉ đo độ mạnh của xu hướng, tức là mức độ mà giá đang di chuyển có tính liên tục và có cấu trúc hay không.
Trong thực tế:
Rất nhiều chiến lược trend-following thất bại không phải vì entry kém, mà vì cố áp dụng logic trend vào thị trường không có trend. ADX đóng vai trò như một “công tắc”:
chiến lược chỉ được phép hoạt động khi thị trường đủ điều kiện.
Ở cấp độ định lượng, việc dùng ADX giúp:
MACD thường bị giản lược thành các giao cắt: MACD cắt lên là mua, cắt xuống là bán. Cách dùng này khiến nhiều người nhanh chóng thất vọng.
Bản chất của MACD là đo sự thay đổi của động lượng, thông qua sự khác biệt giữa các đường trung bình ngắn và dài hạn. Khi MACD tăng, điều đó cho thấy động lượng đang cải thiện, không có nghĩa là giá “chắc chắn sẽ tăng”.
Trong chiến lược trend-following, MACD thường được dùng để:
Điểm tinh tế ở đây là: MACD giúp quản lý vị thế tốt hơn là giúp vào lệnh. Nhiều hệ thống dùng MACD để quyết định giữ hay giảm vị thế, thay vì dùng nó như trigger duy nhất.
RSI thường bị hiểu sai nghiêm trọng. Không ít trader thấy RSI > 70 là bán, RSI < 30 là mua, và rồi bối rối khi thị trường cứ tiếp tục đi xa hơn.
Trong trend-following, RSI được nhìn theo cách khác:
RSI cao trong xu hướng tăng là dấu hiệu của sức mạnh, không phải cảnh báo đảo chiều.
Một xu hướng khỏe thường đi kèm RSI duy trì ở vùng cao trong thời gian dài. Ngược lại, trong xu hướng giảm, RSI có thể “bị kẹt” ở vùng thấp.
RSI trở nên hữu ích khi:
Quan trọng nhất: RSI không nên đứng một mình. Nó phát huy giá trị khi được đặt trong bối cảnh xu hướng tổng thể.
Nếu MA giúp ta hiểu hướng đi, thì Bollinger Bands giúp ta hiểu mức độ căng thẳng của thị trường.
Bollinger Bands mở rộng khi biến động tăng, và thu hẹp khi thị trường nén lại. Trong trend-following, điều này mang một ý nghĩa quan trọng:
những cú breakout mạnh thường xuất hiện sau giai đoạn biến động thấp kéo dài.
Bollinger Bands không phải để “bán ở band trên, mua ở band dưới” một cách máy móc. Trong xu hướng mạnh, giá có thể “đi dọc band” rất lâu.
Giá trị thực sự của Bollinger Bands nằm ở việc:
Không có chỉ báo nào trong số này là bí mật. Tất cả đều có thể được tìm thấy miễn phí trên mọi nền tảng chart. Nhưng edge không nằm ở công cụ, mà nằm ở việc:
Trend-following không phải là nghệ thuật dự đoán tương lai, mà là kỹ năng phản ứng có kỷ luật trước xác suất. Những chỉ báo này, nếu được dùng đúng, không giúp bạn thắng mọi lệnh – nhưng giúp bạn không phá vỡ hệ thống của chính mình.
Và trong trading, tồn tại đủ lâu để xác suất phát huy tác dụng luôn quan trọng hơn việc “đúng” ở vài lệnh riêng lẻ.
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!