Khi thị trường phái sinh Việt Nam ra đời vào năm 2017 với sản phẩm đầu tiên là hợp đồng tương lai VN30, rất nhiều người nhìn nó như một “sòng bài mới”: T+0, đòn bẩy cao, kiếm tiền hai chiều, không cần vốn lớn. Cách nhìn đó không hoàn toàn sai, nhưng nếu dừng lại ở đó thì ta đã bỏ lỡ bản chất quan trọng nhất của phái sinh: đây là nơi rủi ro của toàn hệ thống được biểu hiện rõ ràng và nhanh nhất.
Trong trading, “edge” thường được nhắc đến như một thứ gì đó rất mơ hồ: một cảm giác thị trường, một mô hình quen mắt, hay một bộ quy tắc “đã từng kiếm tiền”. Nhưng nếu tiếp cận thị trường dưới góc độ định lượng, edge không phải là cảm giác, càng không phải là niềm tin. Edge là một đặc tính thống kê của hành động giao dịch, chỉ có thể được xác nhận khi quan sát trên một tập mẫu đủ lớn và đủ đa dạng về điều kiện thị trường.
Price Action thường bị hiểu nhầm như một tập hợp các mô hình nến hoặc vài đường kẻ hỗ trợ – kháng cự. Thực tế, nếu chỉ dừng ở đó thì Price Action không khác gì một dạng technical analysis tối giản. Bản chất sâu hơn của Price Action là một hệ quy chiếu để hiểu cách thị trường vận hành, nơi giá không còn là kết quả ngẫu nhiên của tin tức, mà là biểu hiện trực tiếp của hành vi con người, dòng tiền và cấu trúc thanh khoản.
Khi nhắc đến Jim Simons, phần lớn mọi người sẽ bắt đầu bằng con số lợi nhuận: Medallion Fund đạt trung bình khoảng 66% mỗi năm trước phí trong nhiều thập kỷ, một thành tích vượt xa mọi quỹ đầu tư khác từng tồn tại. Nhưng nếu chỉ nhìn Jim Simons như một “nhà đầu tư giỏi”, ta sẽ bỏ lỡ bản chất thực sự của câu chuyện. Simons không đơn thuần tìm ra một chiến lược tốt hơn, ông thay đổi hoàn toàn cách con người tiếp cận thị trường tài chính. Trước Simons, trading chủ yếu được xem là nghệ thuật pha trộn giữa kinh nghiệm, trực giác và phân tích cơ bản. Sau Simons, trading dần được tái định nghĩa như một bài toán khoa học, nơi dữ liệu, thống kê và xác suất đóng vai trò trung tâm.
Khi làm đầu tư định lượng, rất nhiều người có xu hướng xem Value at Risk (VaR) là một công cụ “thuần quản trị rủi ro”, chỉ dành cho ngân hàng hoặc bộ phận middle office. Tuy nhiên, nếu nhìn đúng bản chất, VaR – đặc biệt là VaR dựa trên Principal Component Analysis (PCA) – lại là một công cụ rất phù hợp để hiểu cấu trúc rủi ro của danh mục đầu tư vĩ mô, trái phiếu, hoặc chiến lược định lượng nhạy với lãi suất. Vấn đề không nằm ở việc “báo cáo VaR cho ai”, mà nằm ở chỗ bạn có hiểu mình đang đặt cược vào dạng biến động nào của thị trường hay không.
Khi làm trading định lượng, một câu hỏi rất căn bản nhưng thường bị bỏ qua là: thị trường mình đang nghiên cứu có thực sự cho phép tồn tại edge hay không? Trước khi xây momentum, mean reversion hay bất kỳ mô hình ML nào, việc kiểm tra mức độ “ngẫu nhiên” của chuỗi lợi suất là bước rất nên làm. Một trong những kiểm định cổ điển, đơn giản nhưng vẫn có giá trị thực tiễn là Run Test, được đề xuất bởi Louis Bachelier – người đặt nền móng cho tài chính định lượng từ đầu thế kỷ 20.
Ở thị trường Việt Nam, khái niệm đa dạng hóa thường bị hiểu rất hẹp và đôi khi sai bản chất. Phần lớn nhà đầu tư cá nhân cho rằng chỉ cần nắm giữ 10–20 cổ phiếu khác nhau, thuộc nhiều ngành khác nhau, thì danh mục đã được đa dạng hóa. Trong giai đoạn thị trường đi lên, cách làm này có vẻ hợp lý vì hầu như cổ phiếu nào cũng tăng, và sự khác biệt giữa các mã không quá quan trọng. Nhưng khi thị trường bước vào pha điều chỉnh mạnh, nhà đầu tư mới nhận ra rằng danh mục “đa dạng” của mình thực chất lại phản ứng gần như giống hệt chỉ số chung. Điều này dẫn đến một kết luận phổ biến nhưng nguy hiểm: đa dạng hóa ở Việt Nam không hiệu quả.
Trong algo trading, có một nghịch lý mà gần như ai cũng gặp ít nhất một lần: bạn có một ý tưởng nghe rất logic, backtest không quá đẹp nhưng đủ ổn để tin là có edge, thậm chí forward test vài tháng đầu còn kiếm được tiền. Nhưng rồi đến một lúc nào đó, chiến lược bắt đầu đi chệch khỏi kỳ vọng. Lỗ không phải kiểu “sai logic”, mà là lỗ dai, lỗ đều, khiến bạn nghi ngờ chính khả năng đánh giá hệ thống của mình. Khi nhìn lại, rất nhiều người mới nhận ra: vấn đề không nằm ở việc chiến lược có edge hay không, mà nằm ở việc mình đã tin vào kết quả test sai chỗ.
Bear market không đáng sợ vì nó xảy ra, mà vì đa số nhà đầu tư không hiểu mình đang đối mặt với loại bear market nào. Khi không phân loại được bản chất của cú giảm, mọi phản ứng phía sau – từ bán tháo, mua bắt đáy, đến thay đổi chiến lược – đều dễ đi chệch hướng.
Trong phần lớn trường hợp, stop loss không đo lường risk, mà chỉ phản ánh đường đi ngắn hạn của giá (price path). Risk, về mặt định lượng, là xác suất và mức độ của các kết cục bất lợi trong tương lai. Còn stop loss chỉ nói rằng: giá đã đi ngược lại vị thế của bạn một đoạn nào đó. Hai khái niệm này không đồng nhất, nhưng trong thực tế trading, chúng thường bị đánh đồng.
Buy & Hold, xét cho cùng, là một chiến lược dựa trên equity risk premium: nhà đầu tư chấp nhận biến động và drawdown để đổi lấy kỳ vọng lợi nhuận vượt trội so với tài sản phi rủi ro trong dài hạn. Khi bạn Buy & Hold chỉ số hay cổ phiếu, bạn không chỉ mua tài sản, mà mua toàn bộ phân phối rủi ro của thị trường.
Khi mới tìm hiểu algo trading, rất dễ bị cuốn vào công cụ, platform, indicator hay tối ưu tham số. Nhưng đọc các “Best Of Trading Lists” của Kevin Davey, điểm nổi bật nhất không phải là nên dùng cái gì, mà là nên nghĩ như thế nào. Những danh sách này thực chất ghép lại thành một lộ trình: từ cách nhìn về trading, cách xây strategy, cho tới cách sống sót khi hệ thống không hoạt động như mong đợi.
Khi nói về các chiến lược giao dịch hệ thống dựa trên giá, momentum và trend following thường bị gộp chung vì cả hai đều “đi theo hướng giá”. Tuy nhiên, nếu nhìn kỹ, đây là hai cách tiếp cận khác nhau về cách thị trường tạo ra lợi nhuận theo thời gian.
Nếu nhìn vào các con số thống kê, việc nhiều người tìm đến bot trading là điều hoàn toàn dễ hiểu. Phần lớn trader cá nhân không beat được thị trường trong dài hạn. Day trading thì tỷ lệ tồn tại còn thấp hơn nữa. Khi đã thử đủ cách mà kết quả vẫn không cải thiện, ý tưởng “để máy làm thay mình” trở nên rất hấp dẫn.
Momentum trading thường bị hiểu sai ngay từ tên gọi. Nhiều người nghĩ momentum đơn giản là “giá tăng thì mua, giá giảm thì bán”, hay một dạng technical analysis nông. Cách hiểu này bỏ qua phần quan trọng nhất: momentum là một giả thuyết về cách thị trường phản ứng với thông tin theo thời gian, chứ không phải một công thức giao dịch cụ thể.
Khi nói đến “predict the upcoming trends”, đa số mọi người hình dung ngay đến việc gọi tên một xu hướng sắp tới: công nghệ nào sẽ bùng nổ, thị trường nào sẽ tăng trưởng, hành vi nào sẽ trở nên phổ biến. Nhưng cách hiểu này ngay từ đầu đã đặt kỳ vọng sai. Trong thực tế, không ai thực sự “nhìn thấy” tương lai, kể cả những tổ chức có dữ liệu lớn và đội ngũ phân tích mạnh. Thứ họ làm tốt hơn số đông không phải là dự đoán chính xác, mà là hiểu rõ cấu trúc của hiện tại và các lực đang tác động lên nó.
Mình từng nghĩ câu hỏi này khá đơn giản. Nhưng càng làm lâu, mình càng thấy câu trả lời thay đổi theo từng giai đoạn, thậm chí theo từng drawdown. Có lúc mình tin chắc là tìm được alpha là khó nhất, có lúc lại thấy rủi ro và execution mới là thứ giết chết mọi thứ, và cũng có giai đoạn mình nhận ra vấn đề lớn nhất lại nằm ở chính cách mình chấp nhận (hay không chấp nhận) sự không chắc chắn của market.
Mình vừa “tìm hiểu kỹ” (đúng hơn là soi mục lục + mô tả chính thức của NXB và bản xem trước) cuốn “Advanced Portfolio Management – A Quant’s Guide for Fundamental Investors” của Giuseppe A. Paleologo. Cảm giác đầu tiên là: đây là kiểu sách rất dễ khiến người đọc bị trúng ngay chỗ đau vì nó không hô khẩu hiệu “tối ưu danh mục” theo kiểu giáo khoa, mà đặt thẳng vấn đề: bạn có ý tưởng đầu tư (edge) rồi đó, nhưng biến nó thành PnL bền vững mới là game thật. Sách được đóng khung rõ ràng cho fundamental PM/analyst muốn dùng “quant” như một bộ khung kỷ luật (risk + sizing + hedging + trading), chứ không phải biến mình thành một nhà toán học ngồi solve tối ưu cho đẹp.
Quỹ đầu tư định lượng (quant funds) đã trở thành một phần không thể thiếu trong các thị trường tài chính hiện đại. Với sự phát triển mạnh mẽ của công nghệ và dữ liệu, các quỹ này sử dụng những mô hình toán học và thuật toán để xây dựng chiến lược giao dịch. Tuy nhiên, một trong những điểm đặc biệt của các quỹ định lượng là việc họ áp dụng rất nhiều chiến lược giao dịch khác nhau, từ theo xu hướng (trend-following) cho đến chiến lược phản xu hướng (countertrend). Mỗi loại quỹ lại có một cách tiếp cận riêng và được xây dựng trên những nguyên lý khác nhau, và chúng hoạt động tốt nhất trong những điều kiện thị trường nhất định.
Trước những năm 1970, ngành tài chính hoạt động trong một khuôn khổ bảo thủ và bị kiểm soát chặt chẽ. Các sản phẩm tài chính chủ yếu là các công cụ truyền thống như ngân hàng, cổ phiếu, và trái phiếu, và tất cả đều có lãi suất và tỷ giá cố định. Thị trường chứng khoán thời đó không có nhiều cơ hội để sáng tạo hay phát triển các chiến lược đầu tư phức tạp, vì sự biến động của giá cổ phiếu được cho là gần như ngẫu nhiên và không thể dự đoán được. Chính vì vậy, ngành tài chính không thu hút nhiều sự chú ý về mặt trí tuệ, và các học giả thời bấy giờ cũng cho rằng giá cổ phiếu thay đổi một cách ngẫu nhiên, không có quy luật rõ ràng để nghiên cứu.
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!