AI có thể tạo 100 model thay vì 1 nhưng đó có thể là cơn ác mộng overfitting

PHẦN 1. Nhiều mô hình hơn có thực sự tạo ra nhiều cơ hội hơn?

Ngày trước, một ý tưởng Quant có thể cần vài tuần để thu thập dữ liệu, xây dựng giả thuyết, viết backtest và kiểm tra các biến thể của mô hình. Với code generation và các AI agent có khả năng tự động hóa quy trình nghiên cứu, cùng khoảng thời gian đó, một nhóm nghiên cứu có thể tạo ra hàng chục hoặc hàng trăm mô hình khác nhau. Đây là bước tiến đáng kể về năng suất, đặc biệt với những tổ chức phải xử lý nhiều nguồn dữ liệu và liên tục tìm kiếm tín hiệu mới. Tuy nhiên, tăng số lượng thử nghiệm không đồng nghĩa với tăng alpha, bởi càng thử nhiều chiến lược trên cùng một tập dữ liệu lịch sử, xác suất tình cờ tìm thấy một mô hình có kết quả đẹp càng cao. Nếu không thay đổi cách đánh giá, AI có thể giúp nhà nghiên cứu tìm ra những chiến lược trông xuất sắc trên backtest nhanh hơn rất nhiều, nhưng chưa chắc giúp họ tìm được chiến lược thực sự có khả năng sinh lời trong tương lai.

Hãy tưởng tượng một bộ dữ liệu hoàn toàn không chứa thông tin có khả năng dự báo lợi nhuận. Nếu chỉ thử một chiến lược, khả năng quan sát được Sharpe cao do may mắn tương đối thấp. Nhưng nếu thử một nghìn chiến lược với hàng nghìn tổ hợp feature, tham số và quy tắc giao dịch khác nhau, sau đó chỉ chọn mô hình đứng đầu để công bố, kết quả cuối cùng rất dễ trông giống một phát hiện có ý nghĩa. Vấn đề nằm ở chỗ nhà nghiên cứu đã vô tình tối ưu cả quá trình tìm kiếm theo những đặc điểm ngẫu nhiên của dữ liệu quá khứ. Đây chính là multiple testing và data snooping, những rủi ro vốn đã tồn tại trong nghiên cứu định lượng nhưng trở nên nghiêm trọng hơn khi AI có thể mở rộng quy mô thử nghiệm với chi phí rất thấp. Một Sharpe đẹp không còn mang nhiều ý nghĩa nếu chúng ta không biết nó là kết quả của mười lần thử hay mười nghìn lần thử.

Về mặt Quant, câu chuyện của CFM đặt ra một hướng nghiên cứu đáng chú ý: AI có khả năng công nghiệp hóa quá trình khám phá và phát triển mô hình, từ xử lý tài liệu, tạo giả thuyết đến viết code và kiểm thử. Khi chi phí tạo model giảm mạnh, điểm nghẽn của quá trình nghiên cứu có thể dịch chuyển sang model selection, kiểm soát in-sample bias, data curation và nhận diện spurious correlations. Thay vì hỏi AI tạo được bao nhiêu mô hình, câu hỏi quan trọng hơn là có bao nhiêu mô hình vượt qua được những tiêu chuẩn kiểm định độc lập. Tuy vậy, để chuyển luận điểm này thành một phương pháp đầu tư có thể kiểm chứng, cần xác định rõ biến số nào được sử dụng, thông tin có sẵn tại thời điểm nào và hiệu quả được đo lường ra sao. Một quy trình nghiên cứu nhanh hơn chỉ có giá trị kinh tế khi kết quả của nó đủ tin cậy để triển khai ngoài dữ liệu huấn luyện.

Điểm dễ bị đánh giá thấp là một hệ thống AI phục vụ đầu tư không đơn thuần chỉ xử lý ngôn ngữ hay tự động viết thuật toán. Nó phải kết hợp những tập dữ liệu có đơn vị đo lường khác nhau, tần suất cập nhật khác nhau và thời điểm công bố không đồng nhất, từ giá giao dịch, báo cáo tài chính đến thông tin doanh nghiệp và dữ liệu kinh tế vĩ mô. Chẳng hạn, một chỉ tiêu tài chính thuộc quý trước nhưng được công bố sau ngày hình thành tín hiệu sẽ tạo ra look-ahead bias nếu bị đưa nhầm vào backtest. Nếu AI đưa ra một nhận định nghe rất hợp lý nhưng không thể truy ngược về nguồn dữ liệu ban đầu, người dùng khó phân biệt đâu là sự kiện đã được xác nhận, đâu là kết quả ước lượng và đâu chỉ là suy luận của mô hình. Trong môi trường đầu tư bằng tiền thật, khả năng kiểm toán và tái lập kết quả thường quan trọng hơn một câu trả lời có vẻ thuyết phục.

Một nghiên cứu Quant đáng đọc vì thế không chỉ đưa ra mức lợi nhuận trung bình, Sharpe Ratio hay tỷ lệ giao dịch thắng, mà còn phải giúp người đọc hiểu chiến lược thất bại trong hoàn cảnh nào. Một tín hiệu có thể hoạt động tốt khi thanh khoản dồi dào nhưng suy yếu trong giai đoạn thị trường căng thẳng; một mô hình khác có thể đạt kết quả cao chủ yếu nhờ một nhóm cổ phiếu vốn hóa lớn hoặc một giai đoạn tăng giá đặc biệt. Nếu hiệu quả biến mất sau khi kiểm soát các factor phổ biến, lợi thế được xem là alpha có thể thực chất chỉ là một dạng phơi nhiễm rủi ro đã tồn tại. Những giới hạn như vậy không nhất thiết làm mất giá trị của nghiên cứu. Ngược lại, chúng giúp xác định phạm vi áp dụng, mức độ tin cậy và điều kiện cần giảm quy mô phân bổ vốn, thay vì mặc định rằng một mô hình từng hoạt động tốt sẽ tiếp tục hiệu quả trong mọi trạng thái thị trường.

PHẦN 2. Multiple testing và bẫy chọn chiến lược đẹp nhất

Bài phỏng vấn được CFM tài trợ trên Institutional Investor tháng 9/2026 phản ánh cách một tổ chức quản lý đầu tư định lượng nhìn nhận vai trò của AI trong việc khám phá những nguồn alpha tiềm năng và rút ngắn chu kỳ nghiên cứu. Giá trị đáng chú ý của câu chuyện không chỉ nằm ở khả năng tự động hóa viết code, mà còn ở triển vọng kết hợp các công đoạn vốn tách rời như tìm kiếm tài liệu, hình thành giả thuyết, xây dựng feature và đánh giá mô hình thành một quy trình liên tục. Tuy nhiên, vì đây là nội dung sponsored, cần đọc nó như góc nhìn và định hướng triển khai của doanh nghiệp, chứ không phải một kiểm định độc lập chứng minh AI đã làm tăng hiệu quả đầu tư tương ứng với tốc độ tạo mô hình. Sự khác biệt giữa năng suất nghiên cứu và hiệu quả giao dịch thực tế là điều đặc biệt quan trọng khi diễn giải những tuyên bố về AI trong ngành quản lý tài sản.

Một experiment registry cần ghi lại toàn bộ lịch sử thử nghiệm, bao gồm cả những mô hình thất bại, các lần thay đổi tham số, dữ liệu được sử dụng và lý do loại bỏ từng giả thuyết. Trong nghiên cứu truyền thống, người ta thường chỉ nhìn thấy mô hình chiến thắng mà không biết phía sau nó có bao nhiêu phương án đã bị thử rồi bỏ đi. Khi số lượt thử không được ghi nhận, p-value, Sharpe Ratio hay mức ý nghĩa thống kê của chiến lược cuối cùng có thể khiến nhà đầu tư đánh giá quá cao xác suất tồn tại alpha thực sự. Các phương pháp điều chỉnh multiple comparisons, Deflated Sharpe Ratio và thiết kế holdout độc lập có thể hỗ trợ giảm sai lệch này. Đặc biệt, Deflated Sharpe Ratio giúp đặt kết quả Sharpe trong bối cảnh quá trình lựa chọn mô hình và các đặc điểm phân phối lợi nhuận, thay vì chỉ nhìn vào một con số đơn lẻ. Dù vậy, không có phép điều chỉnh thống kê nào có thể cứu một backtest đã sử dụng thông tin tương lai hoặc bị sai lệch ngay từ quá trình xây dựng dữ liệu.

Một vấn đề khác là những mô hình do AI sinh ra thường không hoàn toàn độc lập với nhau. Một trăm chiến lược sử dụng các biến thể của momentum, thay đổi cửa sổ quan sát hoặc kết hợp những chỉ báo gần giống nhau có thể tạo ra một trăm kết quả backtest, nhưng thực chất chỉ đại diện cho một số ít ý tưởng kinh tế khác biệt. Điều này khiến việc đếm số model chưa đủ để phản ánh quy mô tìm kiếm thực tế. Một hệ thống đánh giá tốt cần xem xét mức độ tương quan giữa các chiến lược, nhóm chúng theo giả thuyết hoặc nguồn rủi ro chung và kiểm tra liệu những mô hình được lựa chọn có thực sự bổ sung thông tin mới hay không. Nếu nhiều chiến lược cùng tạo ra lợi nhuận trong một giai đoạn nhưng đều sụp đổ khi điều kiện thị trường thay đổi, việc kết hợp chúng thành một danh mục chưa chắc tạo ra lợi ích đa dạng hóa như kỳ vọng.

Những kết quả do các tổ chức nghiên cứu công bố cũng cần được đặt trong bối cảnh dữ liệu, giai đoạn kiểm định và mục tiêu tối ưu của họ. Một hệ thống tăng tốc research có thể tạo ra nhiều giả thuyết hơn và giảm thời gian xử lý kỹ thuật, nhưng khả năng sinh lợi vẫn phải được xác nhận thông qua out-of-sample performance, chi phí giao dịch, turnover và factor exposure. Cần tách biệt ba tầng giá trị: khả năng xử lý thông tin, khả năng dự báo biến động kinh tế hoặc tài chính và khả năng chuyển dự báo thành quyết định phân bổ vốn mang lại lợi nhuận sau chi phí. Một mô hình có thể đọc báo cáo tài chính chính xác nhưng không tạo ra tín hiệu dự báo hữu ích; một tín hiệu có thể dự báo tương đối tốt nhưng không đủ mạnh để vượt qua phí giao dịch và tác động thị trường. Vì vậy, sự thành công ở một công đoạn trong pipeline không tự động chứng minh thành công của toàn bộ chiến lược đầu tư.

Nguồn tham khảo chính của chủ đề này là bài nội dung được tài trợ “AI Will Help CFM Discover New Sources of Alpha”, đăng trên Institutional Investor / CFM ngày 15/09/2026. Bài viết cung cấp bối cảnh để thảo luận về khả năng AI làm thay đổi quy trình nghiên cứu định lượng, đặc biệt trong các tổ chức có năng lực dữ liệu và hạ tầng tính toán lớn. Tuy nhiên, những phương pháp như experiment registry, multiple-testing correction hay quy trình kiểm định dành cho cổ phiếu Việt Nam được trình bày ở đây là các đề xuất triển khai và diễn giải bổ sung, không nên hiểu là toàn bộ đã được CFM kiểm chứng hoặc áp dụng theo đúng cấu trúc này. Việc phân biệt rõ nội dung nguồn với phần suy luận của người viết giúp người đọc đánh giá đúng mức độ bằng chứng, tránh biến một định hướng công nghệ thành kết luận về hiệu quả đầu tư chưa được xác thực.

Cũng cần đặt một ranh giới rõ ràng giữa kết quả khoa học, nhận định của người quản lý quỹ và thông điệp truyền thông về công nghệ. Một working paper có thể chứa những phát hiện ban đầu nhưng chưa trải qua đầy đủ quá trình phản biện; một cuộc phỏng vấn với nhà quản lý phản ánh kinh nghiệm thực tế nhưng có thể chịu ảnh hưởng từ đặc thù dữ liệu và chiến lược của tổ chức đó; trong khi nội dung giới thiệu sản phẩm thường nhấn mạnh khả năng và định hướng phát triển hơn là bằng chứng độc lập về hiệu quả. Khi đánh giá tính thuyết phục, nên xem tác giả có sử dụng dữ liệu ngoài mẫu, kiểm soát các factor thông dụng, tính đến chi phí thực hiện và công bố điều kiện chiến lược thất bại hay không. Nếu những thông tin này chưa được báo cáo rõ ràng, đó phải được xem là giới hạn của bằng chứng hiện có, thay vì khoảng trống có thể tự lấp đầy bằng suy đoán. Trong nghiên cứu Quant, biết một kết luận chưa được chứng minh đến đâu cũng quan trọng không kém việc biết mô hình đã đạt kết quả tốt đến mức nào.

PHẦN 3. Một cổng kiểm định để AI nghiên cứu mà không tự overfit

Với một pipeline nghiên cứu cổ phiếu Việt Nam, mỗi thí nghiệm nên bắt đầu bằng một giả thuyết có thể kiểm chứng, thay vì để AI tạo ra hàng loạt chỉ báo rồi tìm xem chỉ báo nào cho lợi nhuận cao nhất. Trước khi backtest, cần khai báo rõ universe cổ phiếu, điều kiện thanh khoản, thời gian quan sát, phương pháp chia train, validation và test, cùng các giả định về phí giao dịch, trượt giá và khả năng thực hiện lệnh. Dữ liệu báo cáo tài chính phải được gắn theo thời điểm thực sự có thể tiếp cận, trong khi dữ liệu giá cần xử lý nhất quán các sự kiện doanh nghiệp và thay đổi của tập cổ phiếu theo thời gian. AI có thể được giao nhiệm vụ đề xuất feature, viết code hoặc tự động chạy các thí nghiệm, nhưng không được liên tục nhìn vào tập test rồi chỉnh sửa giả thuyết mà vẫn coi đó là kết quả ngoài mẫu độc lập. Một khi tập test đã ảnh hưởng đến quyết định nghiên cứu, nó không còn giữ nguyên vai trò kiểm định cuối cùng như ban đầu.

Quy trình đánh giá cũng nên chuyển từ việc chọn mô hình có Sharpe cao nhất sang đánh giá độ ổn định của cả một họ mô hình. Chẳng hạn, nếu một chiến lược momentum chỉ hoạt động tốt với cửa sổ 17 phiên nhưng thất bại ở 15, 16, 18 và 19 phiên, kết quả đó đáng nghi ngờ hơn một chiến lược có hiệu quả tương đối đồng đều trên nhiều lựa chọn tham số lân cận. Những vùng tham số ổn định thường cung cấp cơ sở đáng tin cậy hơn một điểm tối ưu sắc nhọn trên dữ liệu lịch sử, dù bản thân chúng cũng không bảo đảm hiệu quả tương lai. Bên cạnh đó, walk-forward testing giúp mô phỏng việc liên tục cập nhật mô hình theo thời gian mà không sử dụng dữ liệu chưa xuất hiện tại thời điểm ra quyết định. Sau khi vượt qua các bước này, shadow trading hoặc paper trading trong một giai đoạn đủ dài có thể hỗ trợ quan sát độ trễ dữ liệu, sự thay đổi thanh khoản và những khó khăn khi thực thi mà backtest thông thường dễ bỏ sót.

Một hướng triển khai thực tế là xây dựng một research validation gate, đóng vai trò cổng kiểm định bắt buộc trước khi bất kỳ chiến lược nào được đưa vào production. Ở giai đoạn đầu, hệ thống kiểm tra nguồn dữ liệu, thời điểm quan sát, tính đầy đủ và khả năng tái lập của thí nghiệm. Tiếp theo là kiểm tra hiệu quả ngoài mẫu, mức độ ổn định của tham số, các điều chỉnh multiple testing và khả năng duy trì hiệu quả sau chi phí giao dịch. Cuối cùng, mô hình cần trải qua giai đoạn theo dõi độc lập trước khi được xem xét sử dụng để hỗ trợ phân bổ vốn. Điều quan trọng là cổng kiểm định phải có khả năng từ chối một mô hình dù backtest rất đẹp nếu không đạt yêu cầu về chất lượng dữ liệu hoặc tính hợp lệ thống kê. Đây là thiết kế phương pháp nghiên cứu cần được triển khai và kiểm chứng bằng dữ liệu thực tế, không phải một hệ thống đã được chứng minh có khả năng loại bỏ hoàn toàn overfitting.

Khi ứng dụng trong thị trường Việt Nam, tôi sẽ ưu tiên cơ chế kiểm tra chất lượng nguồn và trạng thái dữ liệu trước khi mở rộng sang tự động đưa ra quyết định đầu tư. Thị trường có những đặc điểm riêng về thanh khoản, giới hạn biên độ giá, sự khác biệt giữa các nhóm vốn hóa và khả năng tiếp cận dữ liệu lịch sử, nên một chiến lược đạt hiệu quả tốt trên dữ liệu tổng hợp chưa chắc có thể giao dịch với quy mô thực tế. Mỗi tín hiệu do AI tạo ra cần đi kèm thời điểm hình thành, phiên bản mô hình, dữ liệu đầu vào, mức độ hoàn chỉnh của thông tin và các điều kiện khiến tín hiệu mất hiệu lực. Nếu một nguồn dữ liệu bị chậm, một báo cáo tài chính chưa cập nhật hoặc phạm vi quan sát không còn đáp ứng tiêu chuẩn ban đầu, hệ thống phải thể hiện rõ trạng thái đó thay vì tiếp tục đưa ra kết luận với mức độ tự tin như cũ. Những cơ chế này ít hấp dẫn khi trình diễn sản phẩm, nhưng lại quyết định độ tin cậy của một hệ thống nghiên cứu sau nhiều tháng vận hành.

Nếu đưa khả năng này vào một nền tảng phân tích cổ phiếu, trải nghiệm người dùng cũng cần được thiết kế theo hướng minh bạch hơn là chỉ hiển thị một điểm số AI. Khi bấm vào một score dự báo, người dùng nên xem được các yếu tố đóng góp, dữ liệu nguồn, thời điểm cập nhật và lý do điểm số thay đổi so với phiên trước. Hệ thống cũng nên phân biệt rõ tín hiệu đến từ biến động giá, thay đổi dữ liệu cơ bản hay việc cập nhật phiên bản mô hình, bởi ba nguyên nhân này có ý nghĩa rất khác nhau đối với quyết định đầu tư. Một thông báo như “model đánh giá tích cực” sẽ không đủ nếu người dùng không biết đánh giá đó dựa trên thông tin nào và có thể bị vô hiệu hóa trong điều kiện gì. Khi phân biệt được dữ kiện quan sát, ước lượng thống kê và hành động đề xuất, AI sẽ có cơ hội trở thành công cụ hỗ trợ quyết định có thể kiểm chứng, thay vì một hộp đen liên tục phát ra những khuyến nghị khó giải thích.

Ở cấp độ vận hành dài hạn, một hệ thống như vậy còn cần theo dõi sự suy giảm hiệu quả của các mô hình sau khi triển khai. Một chiến lược có thể vượt qua toàn bộ kiểm định ban đầu nhưng dần mất tác dụng khi cấu trúc thị trường thay đổi, tín hiệu trở nên phổ biến hoặc quan hệ giữa các biến đầu vào không còn ổn định. Vì thế, cần lưu lại các phiên bản dự báo, so sánh chúng với kết quả thực tế và định kỳ đánh giá sự thay đổi của sai số, khả năng xếp hạng cổ phiếu và hiệu quả danh mục sau chi phí. Điều này tạo ra vòng phản hồi cần thiết để quyết định khi nào nên duy trì, điều chỉnh hoặc loại bỏ một mô hình. AI không chỉ cần giỏi khám phá ý tưởng mới, mà còn phải hoạt động trong một hệ thống đủ kỷ luật để nhận ra khi những ý tưởng cũ không còn tạo ra giá trị.

AI có thể làm công việc nghiên cứu nhanh gấp nhiều lần, nhưng tốc độ chỉ thực sự trở thành lợi thế nếu tiêu chuẩn loại bỏ tín hiệu giả cũng được nâng lên tương ứng. Trong một thế giới mà việc tạo ra hàng trăm mô hình ngày càng dễ dàng, khả năng xây dựng thêm một chiến lược có thể không còn là lợi thế hiếm có. Lợi thế bền vững hơn nằm ở chất lượng dữ liệu, tính độc lập của kiểm định, khả năng kiểm soát sai lệch thống kê và kỷ luật trong việc không sử dụng những mô hình chưa đủ bằng chứng. Sau cùng, mục tiêu của nghiên cứu Quant không phải tạo ra nhiều backtest chiến thắng nhất, mà là tìm được những tín hiệu có cơ sở kinh tế, có khả năng tồn tại ngoài mẫu và đủ sức tạo giá trị sau khi đã tính đến rủi ro cùng chi phí triển khai.