PDE – Phương trình mô tả sự thay đổi: Tại sao dân Quant ở Việt Nam cần hiểu?

06/07/2025

1,161 lượt đọc

Trong tài chính định lượng (Quantitative Finance), có một khái niệm xuất hiện lặp đi lặp lại trong mọi mô hình liên quan đến định giá, kiểm soát rủi ro, và chiến lược phái sinh: PDE – Partial Differential Equation (phương trình vi phân riêng phần).

Nghe thì “nặng mùi toán học”, nhưng nếu bạn:

  1. Đang trade phái sinh VN30
  2. Backtest một chiến lược volatility arbitrage
  3. Hoặc đang định giá một chiến lược option dạng collar, butterfly, hay long gamma

Thì bạn đang dùng PDE mỗi ngày, chỉ có thể là bạn chưa biết mà thôi.

PDE là gì và tại sao lại cần thiết?

PDE, hay phương trình vi phân riêng phần, là một loại phương trình toán học mô tả sự thay đổi liên tục của một đại lượng theo nhiều biến độc lập – thường là thời gian, giá tài sản cơ sở, biến động, hoặc lãi suất.

Trong tài chính, PDE thường được dùng để mô hình hóa sự thay đổi của:

  1. Giá trị một quyền chọn theo thời gian và giá của tài sản cơ sở
  2. Mức độ rủi ro và độ nhạy (Greeks) của một chiến lược theo thời gian
  3. Kỳ vọng lợi nhuận hoặc mức lỗ tối đa của một danh mục phái sinh

Tại Việt Nam, việc giao dịch hợp đồng tương lai VN30 hay quyền chọn trên VN30 đang ngày càng phổ biến. Nhưng để định giá đúng, hiểu đúng rủi ro của các sản phẩm đó, chúng ta không thể bỏ qua tư duy của PDE.

Ví dụ 1: PDE trong định giá quyền chọn VN30

Hiện nay, Sở Giao dịch Chứng khoán TP.HCM (HOSE) đang vận hành thị trường quyền chọn trên chỉ số VN30, trong đó phổ biến nhất là quyền chọn châu Âu.

Khi bạn giao dịch một quyền chọn mua VN30 (European Call), giá quyền chọn mà bạn nhìn thấy trên sổ lệnh (orderbook) không phải tự nhiên mà có. Nó được tính toán từ mô hình Black-Scholes – một lời giải kinh điển của PDE với giả định:

  1. Thị trường liên tục
  2. Không có chi phí giao dịch
  3. Biến động (volatility) là hằng số
  4. Lãi suất không đổi

Ví dụ: Bạn định giá một quyền chọn mua VN30 với strike 1,300, đáo hạn 15 ngày, spot VN30 hiện tại là 1,310, volatility nội tại khoảng 20%/năm, lãi suất phi rủi ro 5%. PDE sẽ mô hình hóa cách giá quyền chọn thay đổi khi:

  1. Spot tăng 1%
  2. Volatility tăng từ 20% lên 25%
  3. Thời gian đáo hạn giảm còn 5 ngày

Nếu không hiểu PDE, bạn sẽ chỉ nhìn thấy “giá” quyền chọn. Nhưng nếu hiểu, bạn sẽ thấy dòng chảy của rủi ro trong thời gian thực – cái mà rất ít nhà đầu tư cá nhân để ý.

Ví dụ 2: PDE trong chiến lược Long Gamma trên VN30

Một số trader chuyên nghiệp tại Việt Nam (và các desk nước ngoài đầu tư vào thị trường VN30 thông qua derivatives) thường chơi chiến lược long gamma – short theta. Cụ thể:

  1. Mua quyền chọn gần ATM (có thể là Call hoặc Put)
  2. Liên tục hedging delta bằng hợp đồng tương lai VN30

Chiến lược này kỳ vọng thị trường biến động mạnh để giá quyền chọn tăng, bất kể thị trường tăng hay giảm.

PDE lúc này không còn là công thức để định giá, mà là framework giúp bạn nhìn thấy rủi ro tiềm ẩn:

  1. Nếu thị trường đi ngang (low realized volatility), bạn bị ăn mòn bởi theta
  2. Nếu gamma cao nhưng không được “bù đắp” bằng chuyển động giá đủ lớn → bạn mất tiền vì phí hedge và hao mòn thời gian

Không ít trader mới tại Việt Nam học theo chiến lược “mua quyền chọn ăn biến động”, nhưng không hiểu rõ tác động chéo giữa gamma–theta–vega được thể hiện qua PDE. Họ chỉ thấy P&L hiện tại, nhưng không thấy dạng rủi ro đang trôi ngầm trong thời gian tới.

Ví dụ 3: PDE trong backtest chiến lược Quant trên hợp đồng tương lai VN30

Bạn đang viết một chiến lược định lượng như:

  1. Long khi đường MA cắt lên
  2. Short khi RSI > 80
  3. Hoặc mở vị thế khi VWAP vượt ngưỡng ±2σ

Backtest cho thấy lợi nhuận rất đẹp. Nhưng vấn đề là gì?

Bạn đang mô hình hóa hành vi thị trường bằng logic tuyến tính, trong khi thị trường có phản ứng phi tuyến tính – đặc biệt là trong các giai đoạn biến động mạnh như T3/2020 hay T5/2023.

PDE không chỉ giúp định giá. Nó còn là khung tư duy để:

  1. Thấy được thời điểm chiến lược có thể "lật mặt"
  2. Ước lượng thời gian thua lỗ trung bình trong chuỗi drawdown
  3. Mô hình hóa việc luồng tiền rút khỏi thị trường ảnh hưởng đến hiệu quả chiến lược ra sao

Một số nhóm Quant tại Việt Nam hiện đã bắt đầu mô phỏng PDE ngược (backward PDE) để đánh giá xác suất tồn tại của chiến lược trong thời gian dài – đây là cách tiếp cận rất thông minh và thiết thực.

Vậy cuối cùng, PDE giúp ích gì?

PDE không bắt bạn trở thành nhà toán học. Nhưng nó giúp bạn:

  1. Không còn “mù rủi ro” khi thị trường thay đổi
  2. Hiểu bản chất sản phẩm phái sinh đang nắm giữ
  3. Thiết kế chiến lược định lượng “chịu được stress” của thị trường Việt Nam

Bạn không cần giải PDE từng dòng. Nhưng bạn cần hiểu:

  1. Mỗi dòng code mô phỏng hay mỗi biến đầu vào đều đang mô hình hóa PDE ngầm
  2. Không hiểu PDE = không thấy được cơ chế thay đổi – và đó là thứ khiến nhà đầu tư bị “sốc” khi thị trường đi ngược

Tổng kết

Tại Việt Nam, thị trường đang mở ra rất nhiều cơ hội mới cho nhà đầu tư định lượng: từ quyền chọn VN30, hợp đồng tương lai, đến thị trường cổ phiếu biến động cao.

Nhưng nếu bạn muốn không chỉ "sống sót" mà còn "tối ưu hóa" danh mục trong thời gian dài – hiểu tư duy PDE là điều bắt buộc.

Hãy xây dựng và kiểm thử chiến lược giao dịch phái sinh của bạn trên nền tảng QMTRADE trước khi sử dụng tiền thật để tránh những rủi ro không đáng có.


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

Khi nào biết dòng tiền đang quay lại thật, chứ không chỉ là một nhịp hồi kỹ thuật?
26/03/2026
66 lượt đọc

Khi nào biết dòng tiền đang quay lại thật, chứ không chỉ là một nhịp hồi kỹ thuật? C

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.

Chu kỳ vĩ mô đổi pha thì tiền thường đi đâu trước?
26/03/2026
360 lượt đọc

Chu kỳ vĩ mô đổi pha thì tiền thường đi đâu trước? C

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.

Vì sao backtest rất đẹp nhưng live trading vẫn thua?
25/03/2026
69 lượt đọc

Vì sao backtest rất đẹp nhưng live trading vẫn thua? C

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.

News sentiment trong quant trading quan trọng như thế nào, và thực tế nó được sử dụng ra sao
18/03/2026
330 lượt đọc

News sentiment trong quant trading quan trọng như thế nào, và thực tế nó được sử dụng ra sao C

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.

Quant là gì? Họ thực sự làm gì trong thị trường tài chính
15/03/2026
510 lượt đọc

Quant là gì? Họ thực sự làm gì trong thị trường tài chính C

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?”.

Alpha Decay trong Trading: vì sao một chiến lược tốt dần mất hiệu quả?
11/03/2026
489 lượt đọc

Alpha Decay trong Trading: vì sao một chiến lược tốt dần mất hiệu quả? C

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.

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!