Phần 1: Trong trading, dự báo đúng chưa đủ, còn phải biến nó thành lợi nhuận thực

Khi mới học quant trading, nhiều người thường tập trung gần như toàn bộ vào phần mô hình. Họ nghĩ rằng nếu dự báo đúng hơn một chút, hoặc nếu tìm được một tín hiệu chính xác hơn phần còn lại của thị trường, thì kết quả giao dịch chắc chắn sẽ tốt. Cách nghĩ này không sai hoàn toàn, nhưng mới đúng một nửa. Trong giao dịch thực tế, dự báo chỉ là điểm bắt đầu. Sau đó còn một bước quan trọng hơn nhiều: biến tín hiệu đó thành vị thế thật, giao dịch thật, lợi nhuận thật.

Đây chính là chỗ execution trở nên quan trọng. Execution không chỉ là thao tác đặt lệnh. Nó là toàn bộ câu chuyện từ lúc mô hình phát tín hiệu đến lúc danh mục thật sự mang vị thế. Trong quãng đường đó có rất nhiều thứ làm méo kết quả: vào lệnh chậm, khớp giá xấu hơn kỳ vọng, spread quá rộng, thanh khoản không đủ, khối lượng lệnh quá lớn so với thị trường, phí giao dịch, thuế, giới hạn về vị thế, và cả những điều rất cơ bản như hệ thống không cho phép mua đủ số lượng mô hình mong muốn.

Điểm khó của quant trading nằm ở chỗ này. Một mô hình có thể nói rằng cổ phiếu A đáng mua hơn cổ phiếu B. Trên giấy, điều đó rất rõ. Nhưng ngoài đời, nếu cổ phiếu A thanh khoản kém hơn, spread rộng hơn, hoặc nếu phải mua trong lúc thị trường đang bị kéo giá mạnh, thì phần lợi thế của tín hiệu đó có thể giảm đi rất nhiều. Có những trường hợp mô hình chọn đúng tài sản, đúng hướng, nhưng lợi nhuận thực nhận được vẫn thấp hơn nhiều so với lợi nhuận mô phỏng. Lý do không phải mô hình sai, mà vì phần thực thi không giữ được edge ban đầu.

QM Capital cho rằng đây là một điểm rất quan trọng mà người mới hay bỏ qua. Nhiều người nhìn vào một chiến lược và hỏi ngay mô hình này dự báo chính xác bao nhiêu. Nhưng trong trading, câu hỏi hữu ích hơn thường là: sau khi đi qua chi phí và điều kiện thực tế, tín hiệu này còn lại bao nhiêu giá trị. Một chiến lược không cần dự báo quá ấn tượng nếu nó triển khai được gọn, ít ma sát, ổn định và dễ kiểm soát. Ngược lại, một mô hình rất chính xác nhưng khó vào lệnh, chi phí cao, hoặc thay đổi quá nhanh có thể tạo ra rất ít giá trị thực.

Có thể hiểu đơn giản như thế này. Dự báo giống như việc bạn biết con đường nào ngắn hơn để đi từ điểm A đến điểm B. Nhưng execution là câu chuyện bạn có thật sự đi được con đường đó không, có bị tắc đường không, có vòng sai lối không, có đến nơi với chi phí chấp nhận được không. Trong trading, biết đường thôi chưa đủ. Còn phải đi được.

Phần 2: Vì sao nhiều chiến lược đẹp trên backtest lại kém hiệu quả khi giao dịch thật

Đây là câu hỏi rất thực tế. Tại sao có những chiến lược nhìn trên backtest rất đẹp, equity curve rất mượt, tỷ lệ thắng khá ổn, nhưng khi triển khai thật thì hiệu quả giảm rất rõ. Câu trả lời thường không nằm ở một lý do duy nhất, mà nằm ở việc mô hình đã được đánh giá trong một môi trường quá sạch so với thực tế.

Ví dụ đầu tiên là chuyện giá khớp lệnh. Trong backtest, người ta thường giả định rằng nếu tín hiệu xuất hiện ở giá đóng cửa, thì có thể mua ngay gần mức đó, hoặc ít nhất là mua ở phiên sau với độ lệch không đáng kể. Nhưng thực tế không đơn giản vậy. Nếu tín hiệu xuất hiện trên một mã đang tăng mạnh, nhiều người cùng nhìn thấy tín hiệu giống nhau, thì chỉ riêng việc vào lệnh cũng đã đẩy giá lên thêm. Mô hình vẫn đúng về hướng, nhưng mức giá thực mua được đã xấu hơn đáng kể. Với chiến lược lợi nhuận kỳ vọng không quá lớn trên mỗi lệnh, phần trượt giá này có thể làm thay đổi hoàn toàn kết quả.

Ví dụ thứ hai là turnover. Có những mô hình cho tín hiệu thay đổi liên tục. Hôm nay mua, vài phiên sau giảm tỷ trọng, rồi đảo qua mã khác, rồi lại quay trở lại. Trên backtest, chuỗi quyết định đó có thể trông rất thông minh vì mô hình luôn phản ứng nhanh với dữ liệu mới. Nhưng trong giao dịch thật, phản ứng quá nhanh đồng nghĩa với giao dịch quá nhiều. Càng giao dịch nhiều thì chi phí càng cao. Khi turnover tăng lên, phần alpha nhỏ mà mô hình tạo ra rất dễ bị chi phí ăn hết. Đây là lý do có nhiều mô hình học thuật nhìn rất hấp dẫn trên số liệu dự báo, nhưng lại khó dùng trong danh mục thật.

Ví dụ thứ ba là thanh khoản. Một mô hình có thể phát hiện ra tín hiệu rất tốt ở những cổ phiếu nhỏ hoặc ít người chú ý. Trên dữ liệu lịch sử, lợi nhuận của chúng trông rất cao. Nhưng nếu không có đủ thanh khoản để vào và ra lệnh với quy mô hợp lý, thì lợi nhuận đó chỉ tồn tại trên giấy. Một chiến lược chỉ thực sự có ý nghĩa khi người dùng có thể giao dịch nó ở quy mô đủ lớn mà không làm chính mình phá hỏng giá. Đây là điều đặc biệt quan trọng ở thị trường Việt Nam, nơi khoảng cách giữa nhóm vốn hóa lớn và phần còn lại của thị trường khá lớn về thanh khoản.

Ví dụ thứ tư là quản trị vị thế. Có những mô hình dự báo đúng nhưng lại không đi cùng một cách phân bổ vốn hợp lý. Chẳng hạn, mô hình phát tín hiệu mua 5 mã cùng lúc, nhưng hệ thống không có cách phân biệt mã nào nên giữ lớn hơn, mã nào nên giữ nhỏ hơn, mã nào có rủi ro cao hơn, mã nào có liên hệ chặt với nhau. Kết quả là danh mục trông có vẻ đa dạng nhưng thực ra đang dồn rủi ro vào cùng một câu chuyện. Lúc thị trường đổi chiều, danh mục giảm mạnh dù mô hình ban đầu có vẻ khá tốt.

Đây là lý do QM Capital luôn xem execution và portfolio construction là phần không thể tách rời khỏi prediction. Một tín hiệu chỉ thực sự có giá trị nếu nó đi được hết quãng đường từ mô hình đến danh mục mà không bị thất thoát quá nhiều. Nếu một chiến lược đòi hỏi quá nhiều giả định đẹp mới có thể tồn tại, thì rất khó để gọi đó là một chiến lược mạnh.

Nói theo cách rất đơn giản, một mô hình tốt trong trading không chỉ là mô hình biết nói mua hay bán. Nó còn phải phù hợp với loại tài sản đang giao dịch, phù hợp với thanh khoản thực, phù hợp với tốc độ điều chỉnh vị thế mà hệ thống chịu được, và phù hợp với cách quản trị rủi ro của danh mục. Khi thiếu những điều đó, phần dự báo dù tốt đến đâu cũng rất khó biến thành tiền thật.

Phần 3: Quan điểm thực tế của QM Capital về việc xây một chiến lược có thể dùng được ngoài đời

QM Capital nhìn vấn đề này theo hướng khá thực tế. Chúng tôi không bắt đầu từ câu hỏi mô hình nào phức tạp hơn hay hiện đại hơn. Chúng tôi thường bắt đầu từ câu hỏi ngược lại: chiến lược này nếu đem ra dùng thật thì sẽ vướng ở đâu đầu tiên. Chỉ riêng cách đặt câu hỏi đó đã thay đổi rất nhiều cách xây hệ thống.

Một chiến lược có thể dùng được ngoài đời thường có vài đặc điểm rất rõ. Thứ nhất, tín hiệu của nó phải đủ ổn định. Không cần phải thay đổi quá nhanh chỉ để bắt mọi dao động nhỏ. Trong nhiều trường hợp, một tín hiệu chậm hơn một chút nhưng bền hơn lại tốt hơn nhiều so với một tín hiệu rất nhạy nhưng không chịu được chi phí và nhiễu. Thứ hai, nó phải dễ tích hợp với hệ thống quản trị rủi ro. Nghĩa là tín hiệu đó phải gắn được với size lệnh, giới hạn vị thế, logic giảm đòn bẩy, và cách cắt giảm exposure khi môi trường thị trường trở nên xấu hơn. Thứ ba, nó phải dễ theo dõi và dễ sửa khi có vấn đề. Một hệ thống mà cả team không hiểu vì sao nó đang vào lệnh thì rất khó tồn tại lâu.

Lấy một ví dụ thực tế trong cổ phiếu Việt Nam. Giả sử có hai mô hình cùng đánh giá một nhóm cổ phiếu. Mô hình thứ nhất dùng rất nhiều biến kỹ thuật và phản ứng nhanh với thay đổi ngắn hạn, nên tín hiệu vào ra thay đổi liên tục. Mô hình thứ hai chỉ dùng một số ít tín hiệu như xu hướng trung hạn, thanh khoản và độ biến động, nên tín hiệu chậm hơn nhưng ổn định hơn. Trên dữ liệu quá khứ, mô hình thứ nhất có thể cho cảm giác “thông minh” hơn vì nó phản ứng sớm, bắt được nhiều nhịp ngắn hơn. Nhưng khi đưa vào giao dịch thật ở Việt Nam, nơi phí, thuế, trượt giá và giới hạn thanh khoản không hề nhỏ, mô hình thứ hai rất có thể lại mang kết quả tốt hơn. Lý do đơn giản là nó ít đổi vị thế hơn, ít bị cost bào mòn hơn, và dễ giữ kỷ luật hơn.

Một ví dụ khác là trong giao dịch theo xu hướng. Có những chiến lược cố gắng tối ưu điểm vào thật sớm để ăn trọn nhịp tăng. Nhưng việc đó thường đồng nghĩa với tín hiệu nhạy hơn, đảo chiều nhanh hơn và dễ sai hơn. Ngược lại, một chiến lược chấp nhận vào muộn hơn một chút, sau khi xu hướng được xác nhận rõ hơn, có thể bỏ lỡ phần đầu của sóng nhưng lại đổi được điều quan trọng hơn: tỷ lệ tín hiệu nhiễu thấp hơn và cách triển khai dễ hơn. Trong nhiều trường hợp, đó là lựa chọn tốt hơn cho danh mục thật.

QM Capital cho rằng đây là một thay đổi quan trọng trong tư duy. Người mới thường cố tối ưu để dự báo đẹp hơn. Nhưng trader chuyên nghiệp thường tối ưu để chiến lược còn giữ được lợi nhuận sau chi phí, sau thực thi, sau quản trị rủi ro, và sau khi bước qua nhiều giai đoạn thị trường khác nhau. Đó là lý do chúng tôi đánh giá cao những mô hình ổn định, dễ tích hợp với hệ thống risk, hơn là những mô hình có vẻ chính xác hơn nhưng khó kiểm soát và dễ vỡ khi điều kiện thay đổi.

Nếu phải tóm lại trong một ý rất ngắn, QM Capital sẽ nói thế này: trong quant trading, dự báo là phần bắt đầu, nhưng thực thi mới là nơi quyết định chiến lược có thật sự kiếm được tiền hay không. Một mô hình AI có thể đúng hơn trên giấy, nhưng nếu nó khó triển khai, khó kiểm soát và dễ mất edge sau chi phí, thì giá trị thực tế của nó có thể thấp hơn nhiều so với một mô hình đơn giản hơn nhưng chắc hơn. Trong thị trường, thứ sống lâu không phải lúc nào cũng là thứ thông minh nhất. Rất nhiều khi, đó là thứ triển khai tốt nhất.