04/03/2026
450 lượt đọc
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.
Ở thị trường Việt Nam, ý tưởng này cũng rất dễ hiểu. Ví dụ, hai cổ phiếu ngân hàng lớn thường di chuyển khá giống nhau vì cùng chịu ảnh hưởng từ lãi suất, tín dụng và tâm lý dòng tiền trong ngành. Nếu một cổ phiếu giảm mạnh hơn cổ phiếu còn lại trong một thời gian ngắn, trader có thể cho rằng sự chênh lệch này chỉ là tạm thời. Khi đó họ sẽ mua cổ phiếu bị bán quá mức và bán cổ phiếu còn lại. Nếu giá quay lại mức cân bằng, trader có thể kiếm lời mà không cần quan tâm thị trường chung tăng hay giảm. Chính sự đơn giản và logic trực quan này khiến pairs trading trở thành một trong những chiến lược phổ biến với trader độc lập và những người mới tiếp cận quant trading.
Khi bắt đầu nghiên cứu pairs trading nghiêm túc, trader thường xây dựng một hệ thống để tìm các cặp cổ phiếu có đặc điểm mean reversion tốt. Ví dụ, họ có thể quét toàn bộ thị trường để tìm những cặp cổ phiếu cùng ngành, có lịch sử giá di chuyển gần nhau và thanh khoản đủ tốt để giao dịch. Trong nhiều trường hợp, hệ thống này có thể tìm ra hàng chục hoặc thậm chí hàng trăm cặp tiềm năng. Tuy nhiên, vấn đề thực tế xuất hiện rất nhanh: trader cá nhân không có đủ vốn để giao dịch tất cả những cơ hội đó.
Giả sử bạn có một tài khoản vài tỷ đồng và mỗi cặp giao dịch cần hai vị thế – một vị thế mua và một vị thế bán. Nếu mỗi cặp chiếm một phần vốn đáng kể, bạn có thể chỉ giao dịch được khoảng 5 đến 10 cặp cùng lúc. Điều này có nghĩa là phần lớn tín hiệu mà hệ thống của bạn phát hiện ra sẽ không bao giờ được sử dụng. Trong khi đó, một trong những lợi thế lớn nhất của chiến lược thống kê là số lượng giao dịch lớn để xác suất có thể phát huy hiệu quả. Nếu bạn chỉ giao dịch một phần nhỏ của universe tín hiệu, lợi thế này giảm đi đáng kể. Trong bối cảnh thị trường Việt Nam, nơi nhiều trader cá nhân có quy mô vốn hạn chế, vấn đề này càng rõ ràng hơn.
Một hạn chế khác của pairs trading truyền thống là cách nó sử dụng vốn. Trong mỗi giao dịch, bạn luôn phải mở hai vị thế: long một cổ phiếu và short cổ phiếu còn lại. Nhưng trong nhiều trường hợp, chỉ có một trong hai cổ phiếu thực sự bị định giá sai. Ví dụ, giả sử hai cổ phiếu dầu khí thường di chuyển cùng nhau. Một ngày nào đó, một quỹ lớn bán tháo một cổ phiếu vì lý do riêng của họ, khiến giá cổ phiếu đó giảm mạnh tạm thời. Trong khi đó, cổ phiếu còn lại vẫn được định giá khá hợp lý.
Trong tình huống này, cơ hội thực sự nằm ở cổ phiếu bị bán quá mức. Nhưng khi thực hiện pairs trade, bạn vẫn phải mở vị thế ở cả hai cổ phiếu. Điều này có nghĩa là bạn sử dụng vốn cho cả hai vị thế, dù chỉ một vị thế mang lại kỳ vọng lợi nhuận. Ngoài ra, chi phí giao dịch cũng tăng lên. Khi vào lệnh, bạn phải trả spread và commission cho hai giao dịch thay vì một. Khi thoát lệnh, chi phí đó lại lặp lại. Nói cách khác, chi phí giao dịch gần như gấp đôi trong khi lợi nhuận kỳ vọng không tăng tương ứng. Ở thị trường Việt Nam, nơi phí giao dịch và spread có thể khá đáng kể với nhiều cổ phiếu, điều này có thể làm giảm hiệu quả chiến lược nhiều hơn trader tưởng.
Chính vì những hạn chế này mà nhiều hệ thống statistical arbitrage hiện đại không còn tập trung vào từng cặp cổ phiếu riêng lẻ. Thay vào đó, họ chuyển sang cách tiếp cận ở cấp độ danh mục. Thay vì xem mỗi pair là một giao dịch độc lập, họ trích xuất thông tin từ nhiều cặp khác nhau và tổng hợp lại để đánh giá từng cổ phiếu. Ví dụ, nếu một cổ phiếu xuất hiện liên tục như “leg rẻ” trong nhiều cặp khác nhau, đó là một tín hiệu mạnh rằng cổ phiếu đó đang bị định giá thấp so với ngành.
Khi xây dựng danh mục từ nhiều tín hiệu như vậy, trader có thể mở nhiều vị thế long và short trên các cổ phiếu khác nhau. Ở cấp độ danh mục, các vị thế này có thể tự cân bằng với nhau, giúp danh mục vẫn tương đối trung lập với thị trường. Điều này cho phép trader tận dụng thông tin từ nhiều cặp cổ phiếu cùng lúc, thay vì bị giới hạn bởi từng giao dịch riêng lẻ. Tuy nhiên, cách tiếp cận này phức tạp hơn nhiều so với pairs trading truyền thống. Nó đòi hỏi hệ thống dữ liệu tốt, khả năng quản lý danh mục và mô hình quản trị rủi ro chặt chẽ. Vì vậy, với nhiều trader cá nhân, pairs trading đơn giản vẫn là bước khởi đầu hợp lý. Nhưng khi hiểu rõ những hạn chế của nó, bạn sẽ bắt đầu nhìn thấy những cách tiếp cận hiệu quả hơn để khai thác cùng một ý tưởng cốt lõi: sự hội tụ của giá.
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!