Clustering cổ phiếu theo hành vi giá và thanh khoản

Khi phân tích thị trường, nhiều người thường bắt đầu bằng cách chia cổ phiếu theo ngành: ngân hàng, chứng khoán, bất động sản, thép, dầu khí, bán lẻ, công nghệ. Cách chia này rất quen thuộc và hữu ích, vì doanh nghiệp cùng ngành thường chịu tác động bởi những yếu tố cơ bản giống nhau. Nhưng trong giao dịch thực tế, có một cách nhìn khác cũng rất đáng dùng: gom nhóm cổ phiếu theo hành vi giá và thanh khoản.

Đây chính là ý tưởng của clustering cổ phiếu. Thay vì hỏi “cổ phiếu này thuộc ngành nào?”, mình hỏi: cổ phiếu này đang hành xử giống nhóm nào trên thị trường? Nó có đang tăng đều với thanh khoản tốt không? Nó có biến động mạnh nhưng thanh khoản mỏng không? Nó có đi ngang rất lâu, ít người giao dịch không? Nó có phản ứng mạnh hơn VN-Index mỗi khi thị trường hồi không? Hay nó là kiểu cổ phiếu thanh khoản lớn nhưng biên dao động thấp, phù hợp với danh mục phòng thủ hơn là trading ngắn hạn?

Điểm hay của clustering là nó không cần biết trước doanh nghiệp thuộc ngành gì. Mô hình chỉ nhìn vào dữ liệu giá, khối lượng, thanh khoản, biến động và mức độ phản ứng với thị trường để tự gom các cổ phiếu có hành vi giống nhau vào cùng một nhóm. Với nhà đầu tư định lượng, đây là một cách rất hữu ích để hiểu cấu trúc thị trường, lọc universe, quản trị rủi ro và thiết kế chiến lược phù hợp cho từng nhóm cổ phiếu.

Clustering không phải để dự báo giá, mà để hiểu thị trường đang chia thành những nhóm hành vi nào

Một lỗi dễ gặp khi nói về Machine Learning trong chứng khoán là kỳ vọng mô hình phải dự báo được mã nào tăng, mã nào giảm. Nhưng với clustering, mục tiêu không phải dự báo trực tiếp. Clustering là bài toán unsupervised learning, tức mô hình không được cho sẵn nhãn “mạnh” hay “yếu”. Nó chỉ nhận dữ liệu đầu vào và tự tìm cấu trúc bên trong dữ liệu.

Nói đơn giản, nếu đưa vào mô hình các biến như lợi suất 20 phiên, lợi suất 60 phiên, volatility, drawdown, thanh khoản bình quân, mức tăng/giảm thanh khoản, beta so với VN-Index, tỷ lệ phiên tăng, khoảng cách so với MA50, thì mô hình có thể tự gom cổ phiếu thành vài nhóm. Có nhóm là cổ phiếu đang có momentum tốt và thanh khoản tăng. Có nhóm là cổ phiếu biến động mạnh, tăng giảm nhanh, rủi ro cao. Có nhóm là cổ phiếu thanh khoản lớn nhưng đi ngang. Có nhóm là cổ phiếu rất yếu, dưới MA dài hạn, thanh khoản suy giảm. Có nhóm là cổ phiếu kém thanh khoản, không phù hợp để giao dịch với quy mô vốn lớn.

Giá trị của clustering nằm ở việc nó giúp mình nhìn thị trường theo hành vi thực tế thay vì chỉ nhìn theo tên ngành. Hai cổ phiếu cùng ngành ngân hàng có thể nằm ở hai cluster khác nhau: một mã đang dẫn dắt với thanh khoản tăng và giá vượt nền, một mã khác đi ngang yếu hơn thị trường. Ngược lại, một cổ phiếu chứng khoán và một cổ phiếu bất động sản có thể cùng nằm trong cluster “beta cao, nhạy với thanh khoản thị trường”, vì chúng cùng phản ứng mạnh khi dòng tiền đầu cơ quay lại.

Đây là cách nhìn rất thực tế. Thị trường không phải lúc nào cũng vận động đúng theo ngành nghề trên giấy. Có lúc dòng tiền gom các mã cùng câu chuyện thanh khoản, cùng phong cách đầu cơ, cùng mức độ nhạy với VN-Index. Clustering giúp mình nhận diện các nhóm hành vi đó sớm hơn và có hệ thống hơn.

Nên dùng những biến nào để clustering cổ phiếu?

Phần quan trọng nhất không phải là chọn K-means hay DBSCAN, mà là chọn feature. Nếu feature không phản ánh đúng hành vi thị trường, cluster sinh ra sẽ không có nhiều ý nghĩa.

Với hành vi giá, có thể dùng lợi suất trong nhiều khung thời gian như 5 phiên, 20 phiên, 60 phiên, 120 phiên. Lợi suất ngắn hạn cho biết cổ phiếu đang phản ứng ra sao gần đây, còn lợi suất trung hạn cho biết xu hướng lớn hơn. Nhưng chỉ nhìn return là chưa đủ. Cần thêm volatility để biết cổ phiếu tăng đều hay tăng giật cục, thêm max drawdown để biết mức rủi ro giảm từ đỉnh, thêm tỷ lệ số phiên tăng trong 20 phiên để biết xu hướng có bền hay chỉ nhờ vài phiên kéo mạnh.

Một biến rất thực tế là relative strength, tức hiệu suất của cổ phiếu so với VN-Index hoặc so với ngành. Nếu VN-Index tăng 5% mà cổ phiếu tăng 15%, đó là sức mạnh tương đối tốt. Nếu VN-Index tăng 5% mà cổ phiếu đi ngang, thì dù không giảm, mã đó vẫn đang yếu. Dùng relative strength giúp mô hình không bị lẫn giữa cổ phiếu thật sự mạnh và cổ phiếu chỉ tăng theo thị trường chung.

Với thanh khoản, nên dùng giá trị giao dịch bình quân 20 phiên, 60 phiên, tỷ lệ thanh khoản hiện tại so với quá khứ, turnover, số phiên thanh khoản đột biến, và độ ổn định của thanh khoản. Một cổ phiếu giao dịch bình quân 200 tỷ/ngày khác hoàn toàn một cổ phiếu chỉ giao dịch 3 tỷ/ngày, dù cả hai cùng tăng 10%. Với nhà đầu tư thực tế, cổ phiếu có tăng cũng chưa chắc đáng giao dịch nếu không mua bán được đủ khối lượng.

Có thể thêm các biến kết hợp giữa giá và thanh khoản. Ví dụ giá tăng kèm thanh khoản tăng là một hành vi khác với giá tăng nhưng thanh khoản cạn. Giá giảm kèm thanh khoản lớn có thể phản ánh phân phối hoặc áp lực bán mạnh. Giá đi ngang với thanh khoản co lại có thể là tích lũy, nhưng cũng có thể là bị dòng tiền bỏ quên. Một biến như tương quan giữa return và volume, hoặc volume spike trong các phiên tăng/giảm, có thể giúp mô hình phân biệt những hành vi này.

Một bộ feature thực tế có thể gồm: return 20 phiên, return 60 phiên, return so với VN-Index, volatility 20 phiên, drawdown từ đỉnh 60 phiên, khoảng cách so với MA20/MA50, giá trị giao dịch bình quân 20 phiên, tỷ lệ thanh khoản hiện tại so với trung bình 60 phiên, beta với VN-Index, số phiên tăng trong 20 phiên, và tỷ lệ phiên tăng có volume cao hơn trung bình. Không cần quá nhiều biến ngay từ đầu. Ít biến nhưng có ý nghĩa thị trường rõ ràng thường tốt hơn một bộ feature quá phức tạp nhưng khó giải thích.

Một ví dụ dễ hình dung về các nhóm cổ phiếu sau khi clustering

Giả sử mình lấy toàn bộ cổ phiếu đủ thanh khoản trên HOSE và HNX, loại bỏ các mã giao dịch quá thấp, rồi tính feature trong 60 phiên gần nhất. Sau khi chuẩn hóa dữ liệu và chạy clustering, mô hình có thể cho ra 5 nhóm hành vi.

Nhóm đầu tiên là nhóm momentum mạnh, thanh khoản cao. Đây là các cổ phiếu tăng tốt hơn thị trường, nằm trên MA50, volatility vừa phải, thanh khoản tăng đều, thường có nhiều phiên tăng đi kèm volume tốt. Đây có thể là nhóm cổ phiếu đang được dòng tiền tổ chức hoặc dòng tiền lớn chú ý. Với trader theo xu hướng, nhóm này đáng đưa vào watchlist, nhưng vẫn cần kiểm tra điểm mua vì nhiều mã có thể đã tăng xa.

Nhóm thứ hai là nhóm beta cao, biến động mạnh. Các cổ phiếu này thường tăng rất nhanh khi thị trường hưng phấn nhưng cũng giảm mạnh khi thị trường điều chỉnh. Thanh khoản có thể bùng nổ trong vài phiên rồi co lại. Đây là nhóm phù hợp với trader ngắn hạn có kỷ luật, nhưng không phù hợp với người không chịu được drawdown. Nếu thị trường chung yếu, nhóm này có thể trở thành nơi rủi ro nhất trong danh mục.

Nhóm thứ ba là nhóm phòng thủ hoặc đi ngang ổn định. Những cổ phiếu này thanh khoản tương đối tốt, biến động thấp, không tăng quá mạnh nhưng cũng không giảm sâu. Chúng có thể thuộc nhóm doanh nghiệp lớn, ít bị đầu cơ, hoặc đang trong giai đoạn tích lũy dài. Với nhà đầu tư quản trị rủi ro, nhóm này có thể dùng để giữ ổn định danh mục, nhưng với trader thích tốc độ, nó có thể không hấp dẫn.

Nhóm thứ tư là nhóm suy yếu rõ rệt. Đây là các cổ phiếu có return âm, yếu hơn VN-Index, nằm dưới MA50 hoặc MA200, drawdown lớn, thanh khoản giảm hoặc chỉ tăng trong các phiên bán mạnh. Nhóm này rất quan trọng vì nó giúp mình tránh những mã đang xấu. Trong đầu tư, lọc ra thứ không nên mua đôi khi quan trọng không kém tìm mã nên mua.

Nhóm cuối cùng là nhóm kém thanh khoản hoặc nhiễu dữ liệu. Những cổ phiếu này có thanh khoản thấp, giá nhảy thất thường, spread rộng, nhiều phiên không giao dịch đủ. Dù đôi khi return nhìn rất đẹp, nhưng giao dịch thật lại khó. Nếu không tách nhóm này ra, mô hình định lượng rất dễ bị đánh lừa bởi các mã tăng mạnh trên giấy nhưng không mua bán được ngoài đời.

Điểm đáng chú ý là các cluster này không cố định mãi. Một cổ phiếu có thể chuyển từ nhóm tích lũy sang nhóm momentum, rồi sau đó sang nhóm phân phối hoặc suy yếu. Chính sự dịch chuyển giữa các cluster mới là phần rất đáng theo dõi.

Theo dõi sự dịch chuyển giữa các cluster có thể hữu ích hơn bản thân cluster

Nếu chỉ clustering một lần, mình có một bức ảnh chụp thị trường tại một thời điểm. Nhưng nếu chạy clustering định kỳ, ví dụ mỗi tuần hoặc mỗi tháng, mình sẽ có một đoạn phim về cách cổ phiếu di chuyển giữa các nhóm hành vi.

Một cổ phiếu chuyển từ nhóm thanh khoản thấp sang nhóm thanh khoản cải thiện, rồi sang nhóm momentum mạnh có thể là tín hiệu dòng tiền bắt đầu chú ý. Ngược lại, một cổ phiếu từng nằm trong nhóm dẫn dắt nhưng dần chuyển sang nhóm biến động cao, sau đó sang nhóm suy yếu, có thể là dấu hiệu xu hướng đang mất lực. Đây là cách dùng clustering rất thực tế: không chỉ nhìn cổ phiếu đang ở cluster nào, mà nhìn nó vừa chuyển từ đâu sang đâu.

Ví dụ một mã ngân hàng trong nhiều tuần nằm ở nhóm đi ngang thanh khoản tốt. Sau đó thanh khoản tăng, giá vượt MA50, relative strength cải thiện, mô hình chuyển nó sang cluster momentum. Đây có thể là tín hiệu cần đưa mã đó vào watchlist. Nhưng nếu sau vài tuần, giá không tăng thêm, volatility tăng, thanh khoản lớn xuất hiện trong các phiên đỏ, mã đó chuyển sang cluster phân phối, thì phải đánh giá lại.

Cách nhìn này gần với tư duy thị trường thật hơn. Một cổ phiếu không tự nhiên từ xấu thành tốt trong một ngày. Thường nó trải qua quá trình thay đổi hành vi: thanh khoản cải thiện trước, giá tích lũy, relative strength tốt dần, rồi mới breakout. Clustering giúp mình có một cách định lượng để theo dõi quá trình đó.

Clustering giúp lọc universe và chọn chiến lược phù hợp

Một ứng dụng rất thực tế là dùng clustering để chia universe trước khi áp dụng chiến lược. Không phải chiến lược nào cũng phù hợp với mọi cổ phiếu. Một chiến lược momentum có thể hoạt động tốt trên nhóm thanh khoản cao, xu hướng rõ, nhưng thất bại trên nhóm cổ phiếu illiquid. Một chiến lược mean reversion có thể phù hợp với cổ phiếu lớn, biến động ổn định, nhưng nguy hiểm với cổ phiếu đang bị bán tháo vì thông tin xấu. Một chiến lược breakout có thể hợp với nhóm cổ phiếu tích lũy thanh khoản co lại rồi bùng nổ, nhưng không hợp với nhóm đã tăng nóng.

Nếu clustering cho thấy thị trường đang có nhiều cổ phiếu trong nhóm momentum thanh khoản cao, có thể đây là môi trường thuận lợi cho chiến lược theo xu hướng. Nếu phần lớn cổ phiếu rơi vào nhóm đi ngang thanh khoản thấp, chiến lược breakout có thể cho nhiều tín hiệu giả. Nếu cluster beta cao mở rộng quá nhanh, thị trường có thể đang bước vào pha hưng phấn, cơ hội ngắn hạn nhiều nhưng rủi ro đảo chiều cũng tăng.

Nói cách khác, clustering không chỉ giúp chọn mã, mà còn giúp chọn cách đánh. Thị trường không phải lúc nào cũng nên dùng cùng một chiến lược. Khi hành vi thị trường thay đổi, chiến lược cũng cần thay đổi hoặc giảm quy mô.

Clustering và quản trị rủi ro danh mục

Một lợi ích khác là quản trị rủi ro danh mục. Nhiều nhà đầu tư nghĩ mình đã đa dạng hóa vì cầm 10 cổ phiếu khác nhau, nhưng nếu cả 10 mã đều nằm trong cùng một cluster hành vi, rủi ro thực tế vẫn rất tập trung.

Ví dụ danh mục có ngân hàng, chứng khoán, bất động sản, thép, nhưng tất cả đều thuộc cluster beta cao, thanh khoản nóng, biến động mạnh. Nhìn theo ngành thì có vẻ đa dạng. Nhưng nhìn theo hành vi, danh mục này có thể cùng giảm mạnh khi thị trường chung điều chỉnh hoặc thanh khoản suy yếu. Ngược lại, một danh mục gồm nhiều ngành nhưng chia đều giữa cluster momentum, cluster phòng thủ, cluster thanh khoản cao biến động thấp có thể ổn định hơn.

Clustering giúp nhìn rủi ro theo hành vi thay vì chỉ theo ngành. Đây là điểm rất quan trọng trong giai đoạn thị trường có dòng tiền đầu cơ mạnh. Các mã khác ngành vẫn có thể cùng tăng cùng giảm vì cùng bị chi phối bởi một yếu tố: thanh khoản thị trường. Nếu không nhận ra điều này, nhà đầu tư tưởng mình phân tán rủi ro, nhưng thực ra vẫn đang đặt cược vào cùng một biến số.

Các phương pháp clustering có thể dùng

Phương pháp phổ biến nhất là K-means. K-means đơn giản, dễ triển khai, dễ giải thích. Mình chọn số cluster K, mô hình sẽ gom các cổ phiếu sao cho những mã trong cùng nhóm gần nhau nhất theo bộ feature. Nhược điểm là phải chọn trước số nhóm và K-means khá nhạy với outlier. Nếu dữ liệu có nhiều cổ phiếu thanh khoản cực thấp hoặc biến động bất thường, cần xử lý trước.

Hierarchical clustering cũng hữu ích, nhất là khi muốn nhìn cấu trúc phân cấp. Nó có thể cho thấy cổ phiếu nào gần nhau hơn, nhóm nào tách xa nhóm nào. Cách này phù hợp khi muốn nghiên cứu quan hệ giữa các cổ phiếu hoặc xây cây phân nhóm. Tuy nhiên, nếu universe quá lớn, tính toán có thể nặng hơn.

DBSCAN phù hợp khi muốn phát hiện outlier hoặc nhóm có hình dạng không tròn như K-means. Nó không cần chọn trước số cluster, nhưng cần chọn tham số khoảng cách và mật độ. Với dữ liệu tài chính nhiều nhiễu, DBSCAN có thể hữu ích để tách các cổ phiếu có hành vi rất bất thường, nhưng kết quả đôi khi khó ổn định nếu tham số không phù hợp.

Ngoài ra có thể dùng Gaussian Mixture Model nếu muốn nhìn cluster theo xác suất. Thay vì nói một cổ phiếu chắc chắn thuộc nhóm A, mô hình có thể cho biết nó có 70% thuộc nhóm A, 30% thuộc nhóm B. Điều này hợp với thị trường hơn, vì nhiều cổ phiếu nằm ở trạng thái chuyển tiếp, không hoàn toàn thuộc một nhóm hành vi rõ ràng.

Nhưng dù dùng phương pháp nào, phần quan trọng nhất vẫn là feature, chuẩn hóa dữ liệu và cách diễn giải cluster. Thuật toán chỉ gom nhóm. Người phân tích phải đặt tên, hiểu logic và kiểm tra xem cluster đó có ý nghĩa đầu tư không.

Chuẩn hóa dữ liệu là bắt buộc

Khi clustering, các biến có đơn vị rất khác nhau. Return có thể tính bằng %, thanh khoản tính bằng tỷ đồng, volatility cũng là %, beta là hệ số, DSO hay turnover lại có thang đo khác. Nếu không chuẩn hóa, biến có giá trị số lớn như thanh khoản có thể lấn át các biến khác.

Ví dụ giá trị giao dịch bình quân có thể từ vài tỷ đến vài nghìn tỷ, trong khi return chỉ từ -30% đến +50%. Nếu đưa thẳng vào mô hình, thuật toán có thể chủ yếu gom nhóm theo thanh khoản, còn các yếu tố giá bị mờ đi. Vì vậy cần chuẩn hóa feature, thường dùng z-score hoặc robust scaler. Với dữ liệu tài chính có nhiều outlier, robust scaler đôi khi phù hợp hơn vì ít bị ảnh hưởng bởi các giá trị cực đoan.

Cũng cần cân nhắc log-transform với thanh khoản. Thanh khoản thường phân phối lệch rất mạnh: một vài cổ phiếu giao dịch cực lớn, phần lớn còn lại thấp hơn nhiều. Dùng log của giá trị giao dịch có thể giúp dữ liệu cân bằng hơn.

Chuẩn hóa nghe kỹ thuật, nhưng nếu bỏ qua, cluster sinh ra có thể phản ánh thang đo dữ liệu hơn là hành vi thị trường thật.

Cần tránh những lỗi nào khi clustering cổ phiếu?

Lỗi đầu tiên là dùng quá nhiều feature trùng ý nghĩa. Nếu đưa vào return 20 phiên, return 21 phiên, MA20, MA21, momentum 19 phiên, khoảng cách MA20, mô hình có thể bị nghiêng quá nhiều về cùng một loại thông tin. Feature nên đủ đa dạng: giá, xu hướng, biến động, thanh khoản, relative strength, nhưng không nên nhồi quá nhiều biến tương tự nhau.

Lỗi thứ hai là không xử lý outlier và cổ phiếu kém thanh khoản. Một cổ phiếu tăng 100% do thanh khoản vài trăm triệu/ngày có thể làm méo cụm. Nếu mục tiêu là giao dịch thực tế, nên lọc universe theo thanh khoản trước khi clustering, hoặc tách riêng nhóm illiquid.

Lỗi thứ ba là diễn giải cluster quá mức. Clustering chỉ nói rằng các cổ phiếu giống nhau theo dữ liệu đã chọn. Nó không nói cluster đó chắc chắn sẽ tăng hay giảm. Muốn biết cluster nào có lợi thế đầu tư, cần kiểm tra forward return sau khi cổ phiếu thuộc cluster đó. Ví dụ trong quá khứ, nhóm momentum thanh khoản tăng có outperform 20 phiên sau không? Nhóm suy yếu có tiếp tục underperform không? Nếu không kiểm tra, cluster chỉ là một cách mô tả, chưa phải tín hiệu giao dịch.

Lỗi thứ tư là dùng dữ liệu tương lai. Nếu clustering tại ngày T, mọi feature phải chỉ dùng dữ liệu đến ngày T. Không được dùng thông tin sau ngày T để tính cluster rồi backtest. Đây là lỗi look-ahead bias rất quen thuộc trong định lượng.

Lỗi thứ năm là nghĩ cluster cố định. Hành vi thị trường thay đổi theo thời gian. Một mô hình clustering chạy ở giai đoạn bull market có thể cho cấu trúc khác giai đoạn bear market. Vì vậy cần chạy rolling window và kiểm tra độ ổn định. Nếu cluster thay đổi quá mạnh mỗi tuần, có thể feature hoặc số cluster chưa hợp lý.

Clustering nên được kiểm chứng bằng forward return

Sau khi có cluster, bước quan trọng là kiểm tra xem mỗi cluster có đặc điểm lợi nhuận tương lai khác nhau không. Ví dụ, tại mỗi tuần, gán cổ phiếu vào cluster dựa trên dữ liệu quá khứ. Sau đó đo return 20 phiên, 60 phiên tiếp theo của từng cluster. Nếu một cluster thường có return tương lai tốt hơn, drawdown thấp hơn hoặc tỷ lệ outperform cao hơn, cluster đó có giá trị thực tế hơn.

Cũng cần đo rủi ro. Một cluster có return cao nhưng volatility cực lớn, drawdown sâu, thanh khoản thấp có thể không phù hợp. Ngược lại, một cluster return vừa phải nhưng ổn định, thanh khoản tốt, dễ giao dịch có thể hữu ích hơn. Với trading, không chỉ hỏi “nhóm nào tăng mạnh nhất”, mà phải hỏi “nhóm nào có risk/reward tốt nhất và có thể giao dịch thật”.

Có thể dùng các chỉ tiêu như lợi nhuận trung bình sau 20 phiên, tỷ lệ outperform VN-Index, drawdown trung bình, volatility sau tín hiệu, turnover, thanh khoản bình quân, xác suất giảm quá 7–10%, và thời gian nắm giữ tối ưu. Nếu cluster không cho thấy khác biệt rõ về hành vi tương lai, nó vẫn có thể hữu ích cho phân tích thị trường, nhưng chưa đủ để dùng làm tín hiệu đầu tư.

Kết luận

Clustering cổ phiếu theo hành vi giá và thanh khoản là một cách nhìn rất thực tế trong đầu tư định lượng. Nó giúp mình không chỉ phân loại cổ phiếu theo ngành, mà còn hiểu cổ phiếu đang hành xử như thế nào trên thị trường: đang dẫn dắt, đang tích lũy, đang suy yếu, đang đầu cơ mạnh, hay đơn giản là quá kém thanh khoản để giao dịch.

Giá trị lớn nhất của clustering không phải là dự báo chắc mã nào tăng. Giá trị của nó nằm ở việc giúp nhà đầu tư nhìn cấu trúc thị trường rõ hơn, lọc universe tốt hơn, chọn chiến lược phù hợp hơn, quản trị rủi ro danh mục tốt hơn và theo dõi sự dịch chuyển hành vi của cổ phiếu qua thời gian.

Một hệ thống clustering tốt cần feature có ý nghĩa, dữ liệu sạch, chuẩn hóa đúng, tránh look-ahead bias, lọc thanh khoản thực tế và kiểm chứng bằng forward return. Nếu làm cẩu thả, clustering chỉ tạo ra vài nhóm nhìn có vẻ thông minh nhưng không dùng được. Nếu làm đúng, nó có thể trở thành một lớp phân tích rất mạnh: không thay thế quyết định đầu tư, nhưng giúp quyết định đó có cấu trúc hơn.

Nói ngắn gọn, clustering giúp mình trả lời một câu hỏi rất quan trọng: cổ phiếu này đang giống nhóm hành vi nào của thị trường, và nhóm đó thường có rủi ro/lợi thế gì trong giai đoạn hiện tại?