AI + Định lượng: Cuộc cách mạng ngầm thay đổi cách thức giao dịch

Phần 1. AI đang thay đổi cách nhà đầu tư tìm cơ hội

Trước đây, phần lớn nhà đầu tư ra quyết định bằng cách đọc báo cáo tài chính, xem biểu đồ giá, theo dõi tin tức và dựa vào kinh nghiệm cá nhân. Với đầu tư định lượng, cách làm bắt đầu khác đi. Nhà đầu tư sử dụng dữ liệu, thống kê và các quy tắc rõ ràng để tìm cơ hội giao dịch. Thay vì nói rằng “cổ phiếu này có vẻ mạnh”, một hệ thống định lượng sẽ cố gắng đo cụ thể mức độ mạnh của cổ phiếu đó bằng giá, khối lượng, biến động, xu hướng hay nhiều chỉ số khác.

AI đưa cách làm này lên một bước mới. Một người có thể theo dõi vài chục cổ phiếu và một số chỉ báo, nhưng máy tính có thể xử lý hàng nghìn cổ phiếu và rất nhiều dữ liệu cùng lúc. AI có thể phân tích giá, khối lượng, báo cáo tài chính, tin tức, lãi suất, tỷ giá, dữ liệu ngành và nhiều yếu tố khác để tìm ra những mối quan hệ mà con người khó nhìn thấy bằng mắt thường.

Ví dụ, một mô hình có thể nhận thấy rằng một nhóm cổ phiếu thường tăng tốt hơn khi đồng thời xuất hiện ba yếu tố: giá đang có xu hướng tăng, khối lượng giao dịch cải thiện và lợi nhuận doanh nghiệp tăng. Thay vì chỉ dựa vào một tín hiệu, AI có thể kết hợp nhiều tín hiệu để đánh giá xác suất.

Điểm quan trọng là AI không nhất thiết phải trả lời câu hỏi: “Ngày mai cổ phiếu sẽ có giá bao nhiêu?”. Trong giao dịch thực tế, chỉ cần biết một cổ phiếu có xác suất tăng cao hơn một cổ phiếu khác đôi khi đã đủ để xây dựng chiến lược.

Ví dụ, trong 100 cổ phiếu, hệ thống có thể xếp hạng từ mạnh nhất đến yếu nhất. Nhà đầu tư có thể mua nhóm đứng đầu thay vì cố gắng đoán chính xác giá từng cổ phiếu.

AI còn có lợi thế lớn trong việc đọc dữ liệu dạng chữ. Trước đây, muốn đọc hàng trăm báo cáo doanh nghiệp hoặc hàng nghìn tin tức, cần rất nhiều nhân sự. Hiện nay AI có thể hỗ trợ đọc nhanh các tài liệu đó và tìm ra những thông tin như tâm lý tích cực hay tiêu cực, mức độ lo ngại của ban lãnh đạo, thay đổi trong triển vọng doanh nghiệp hoặc những chủ đề đang được thị trường chú ý.

Tuy nhiên, AI mạnh hơn không có nghĩa là chắc chắn kiếm được nhiều tiền hơn. Một mô hình có thể tìm thấy rất nhiều quy luật trong dữ liệu quá khứ nhưng một phần trong số đó chỉ là sự trùng hợp. Đây là vấn đề rất quen thuộc trong quant gọi là overfitting.

Ví dụ, chúng ta thử hàng nghìn chiến lược trên dữ liệu quá khứ. Chắc chắn sẽ có vài chiến lược cho kết quả rất đẹp. Nhưng chúng có thể đẹp đơn giản vì vô tình phù hợp với giai đoạn dữ liệu đó. Khi đem ra giao dịch thật, lợi nhuận có thể biến mất.

Vì vậy, AI càng mạnh thì việc kiểm tra mô hình càng phải chặt chẽ. Một chiến lược tốt không chỉ cần backtest đẹp mà còn phải hoạt động tương đối ổn định qua nhiều giai đoạn thị trường khác nhau.

Phần 2. AI không chỉ dùng để dự đoán giá

Một hiểu lầm khá phổ biến là AI trong trading chỉ có nhiệm vụ dự đoán thị trường tăng hay giảm. Thực tế, AI có thể tham gia gần như toàn bộ quá trình đầu tư, từ tìm tín hiệu, chọn cổ phiếu, phân bổ vốn cho đến đặt lệnh và quản trị rủi ro.

Bước đầu tiên là tìm tín hiệu giao dịch. Hệ thống có thể phân tích momentum, trend, volume, volatility, valuation, kết quả kinh doanh, dòng tiền hoặc sentiment để tìm các tài sản có xác suất tốt hơn.

Nhưng tìm được cổ phiếu tốt mới chỉ là bước đầu. Nhà đầu tư còn phải quyết định mua bao nhiêu.

Giả sử hệ thống tìm được 20 cổ phiếu tốt. Nếu chia đều vốn cho cả 20 mã thì chưa chắc danh mục đã an toàn. Có thể 15 mã trong số đó đều là ngân hàng và bất động sản. Khi thị trường bất động sản gặp vấn đề, cả danh mục có thể giảm cùng lúc.

Vì vậy, AI và các mô hình định lượng còn được dùng để xây dựng danh mục. Hệ thống có thể xem xét mức độ biến động, tương quan giữa các cổ phiếu, tỷ trọng ngành và nhiều yếu tố khác để tránh tập trung quá nhiều rủi ro vào một chỗ.

Một bước khác rất quan trọng là thực hiện giao dịch.

Nhà đầu tư cá nhân mua vài trăm cổ phiếu thường không cảm nhận rõ vấn đề này. Nhưng một quỹ lớn muốn mua hàng triệu cổ phiếu không thể đặt toàn bộ lệnh cùng lúc. Nếu mua quá mạnh, chính lệnh của họ có thể đẩy giá lên và khiến họ phải mua với giá cao hơn.

Do đó các tổ chức thường chia lệnh thành nhiều phần và chọn thời điểm giao dịch phù hợp. AI có thể hỗ trợ xác định khi nào thị trường có thanh khoản tốt, nên đặt limit order hay market order, nên chia lệnh như thế nào và làm sao giảm slippage.

Đôi khi chỉ cần giảm chi phí giao dịch một chút cũng tạo ra khác biệt rất lớn đối với một quỹ giao dịch hàng nghìn lệnh mỗi ngày.

AI cũng được dùng nhiều trong quản trị rủi ro. Hệ thống có thể theo dõi liên tục biến động của danh mục, mức drawdown, mức tập trung cổ phiếu, tương quan giữa các tài sản và nhiều yếu tố khác.

Ví dụ, trong điều kiện bình thường, cổ phiếu, trái phiếu và hàng hóa có thể biến động khá khác nhau. Nhưng khi khủng hoảng xảy ra, nhiều tài sản có thể cùng giảm. Một danh mục tưởng như phân tán rủi ro có thể đột nhiên trở nên rất tập trung.

Một hệ thống quản trị rủi ro tốt cần phát hiện sự thay đổi này và điều chỉnh mức độ rủi ro.

Điều đó cho thấy AI trong tài chính không chỉ giúp “đoán thị trường”. Giá trị thực sự của nó còn nằm ở việc giúp nhà đầu tư ra hàng loạt quyết định nhỏ tốt hơn trong cả quá trình giao dịch.

Phần 3. AI không thay thế nhà đầu tư, nhưng sẽ thay đổi cách đầu tư

Trong tương lai, cạnh tranh trên thị trường có lẽ không còn đơn giản là con người đấu với máy móc. Thực tế hơn là những nhà đầu tư và tổ chức biết sử dụng AI tốt sẽ cạnh tranh với những người sử dụng nó kém hiệu quả hơn.

AI rồi sẽ trở thành một công cụ bình thường trong đầu tư giống như Excel, Bloomberg hay Python hiện nay. Chỉ sở hữu AI không tự động tạo ra lợi thế.

Hai quỹ có thể cùng sử dụng một loại mô hình nhưng kết quả hoàn toàn khác nhau. Một quỹ có dữ liệu tốt, kiểm soát backtest tốt, quản trị rủi ro tốt và thực hiện giao dịch tốt có thể thành công. Quỹ còn lại dù sử dụng mô hình phức tạp hơn vẫn có thể thất bại nếu dữ liệu sai hoặc quản trị vốn kém.

Đây cũng là lý do mô hình phức tạp không phải lúc nào cũng tốt hơn.

Trong tài chính, dữ liệu chứa rất nhiều nhiễu. Một mô hình quá phức tạp có thể học cả những thứ không thật sự có ý nghĩa. Đôi khi một mô hình đơn giản nhưng có logic rõ ràng và ổn định lại đáng tin cậy hơn.

Thị trường cũng luôn thay đổi.

Một chiến lược hoạt động tốt trong thị trường tăng chưa chắc hiệu quả trong thị trường giảm. Một chiến lược mean reversion có thể tốt khi thị trường đi ngang nhưng gặp khó khăn khi xuất hiện xu hướng mạnh. Ngược lại, chiến lược momentum có thể kiếm được lợi nhuận tốt trong giai đoạn có xu hướng nhưng dễ chịu thua lỗ khi thị trường đảo chiều liên tục.

Vì vậy, một hướng phát triển quan trọng của AI là nhận biết trạng thái thị trường.

Chẳng hạn, hệ thống có thể phân biệt:

• Thị trường đang có xu hướng hay đi ngang.

• Biến động đang thấp hay cao.

• Thanh khoản đang tốt hay kém.

• Nhà đầu tư đang chấp nhận rủi ro hay đang phòng thủ.

Sau đó hệ thống có thể lựa chọn chiến lược phù hợp hơn với từng giai đoạn.

Điều này hợp lý hơn việc cố tìm một chiến lược duy nhất có thể chiến thắng trong mọi hoàn cảnh.

AI cũng làm cho ranh giới giữa phân tích cơ bản, phân tích kỹ thuật và quant ngày càng mờ đi. Một mô hình hiện đại hoàn toàn có thể sử dụng cùng lúc doanh thu, lợi nhuận, định giá, xu hướng giá, khối lượng, lãi suất, tỷ giá và tin tức.

Khi đó câu hỏi không còn đơn giản là “phân tích kỹ thuật hay phân tích cơ bản tốt hơn?”. Câu hỏi quan trọng hơn là dữ liệu nào thực sự có giá trị và dữ liệu đó có giúp cải thiện quyết định đầu tư sau khi tính đến rủi ro và chi phí hay không.

Cuối cùng, AI không làm biến mất sự không chắc chắn của thị trường.

Không có mô hình nào biết chắc điều gì sẽ xảy ra ngày mai. Một chiến lược tốt vẫn có thể có chuỗi thua lỗ. Một mô hình tốt vẫn có thể gặp giai đoạn không phù hợp. Một sự kiện bất ngờ vẫn có thể khiến thị trường thay đổi hoàn toàn.

Vì vậy, giá trị lớn nhất của AI không phải là biến trading thành một trò chơi có thể dự đoán chính xác.

Giá trị của nó nằm ở việc giúp nhà đầu tư xử lý nhiều dữ liệu hơn, kiểm tra nhiều giả thuyết hơn, quản lý rủi ro tốt hơn và ra quyết định có hệ thống hơn.

Có thể nói cuộc cách mạng AI trong giao dịch không phải là việc một cỗ máy biết trước giá cổ phiếu ngày mai. Nó là quá trình thị trường dần chuyển từ quyết định dựa chủ yếu vào cảm giác sang quyết định dựa nhiều hơn vào dữ liệu, xác suất và hệ thống.

Và đó có lẽ mới là thay đổi lớn nhất mà AI đang âm thầm tạo ra trên thị trường tài chính.