Machine Learning có thể tìm alpha tốt hơn ở Small Cap vì thị trường ít được phân tích?

PHẦN 1. Vì sao small cap Việt Nam vừa có cơ hội vừa chứa nhiều bẫy?

Một giả thuyết phổ biến trong đầu tư định lượng là những doanh nghiệp vốn hóa nhỏ thường ít được các công ty chứng khoán và nhà phân tích theo dõi hơn so với các doanh nghiệp đầu ngành. Khi một cổ phiếu có ít báo cáo phân tích, ít dự báo lợi nhuận và ít sự quan tâm của các tổ chức đầu tư, một số thông tin về hoạt động kinh doanh có thể mất nhiều thời gian hơn để được phản ánh đầy đủ vào giá. Đây là môi trường mà machine learning có thể phát huy lợi thế nhờ khả năng xử lý đồng thời nhiều biến số, nhận diện các quan hệ phi tuyến và tìm ra những doanh nghiệp có đặc điểm tích cực nhưng chưa được thị trường chú ý tương xứng. Tuy nhiên, ít người phân tích cũng có thể xuất phát từ những nguyên nhân hoàn toàn hợp lý, chẳng hạn doanh nghiệp nhỏ, quản trị yếu, thiếu minh bạch hoặc cổ phiếu không đủ thanh khoản để thu hút dòng vốn lớn.

Tại Việt Nam, câu chuyện này đáng quan tâm vì cơ hội đầu tư không chỉ nằm trong VN30 hay những cổ phiếu quen thuộc như FPT, HPG, VNM và các ngân hàng lớn. Trên HOSE, HNX và UPCoM còn nhiều doanh nghiệp hoạt động trong những ngành tương đối hẹp như vật liệu xây dựng, logistics, sản xuất công nghiệp, nông nghiệp và dịch vụ địa phương. Một số doanh nghiệp có thể cải thiện lợi nhuận, giảm nợ vay hoặc tăng hiệu quả sử dụng vốn mà chưa thu hút nhiều sự quan tâm của thị trường. Nếu chỉ sử dụng bộ lọc P/E thấp, ROE cao hay tăng trưởng doanh thu, nhà đầu tư rất dễ bỏ qua những trường hợp mà giá trị nằm ở sự kết hợp của nhiều yếu tố. Chẳng hạn, một doanh nghiệp có định giá chưa hấp dẫn ở thời điểm hiện tại nhưng dòng tiền kinh doanh đang phục hồi, hàng tồn kho giảm và biên lợi nhuận cải thiện liên tục có thể đáng nghiên cứu hơn doanh nghiệp đang có P/E thấp đơn thuần.

Tuy vậy, cần phân biệt small cap với cổ phiếu thị giá thấp. Một cổ phiếu giao dịch ở mức vài nghìn đồng không nhất thiết có vốn hóa nhỏ, cũng như một doanh nghiệp vốn hóa nhỏ không nhất thiết là cổ phiếu đầu cơ. Với nghiên cứu Quant tại Việt Nam, việc phân nhóm nên dựa trên vốn hóa thị trường, tỷ lệ cổ phiếu tự do chuyển nhượng và thanh khoản thực tế, thay vì lấy giá cổ phiếu hoặc sàn niêm yết làm tiêu chuẩn duy nhất. UPCoM không đồng nghĩa với small cap, bởi thị trường này cũng có những doanh nghiệp quy mô lớn; ngược lại, một số doanh nghiệp trên HOSE vẫn có thể thuộc nhóm vốn hóa nhỏ. Nếu định nghĩa sai ngay từ đầu, mô hình sẽ học những đặc điểm của cổ phiếu thanh khoản thấp hoặc thị giá thấp thay vì thực sự nghiên cứu hiệu ứng quy mô doanh nghiệp.

Rào cản lớn nhất của small cap Việt Nam nằm ở khoảng cách giữa lợi nhuận trên dữ liệu lịch sử và lợi nhuận thực tế khi giao dịch. Giả sử một mô hình dự báo cổ phiếu có khả năng tăng 8% trong hai tuần tới, nhưng giá trị giao dịch bình quân chỉ đạt 250 triệu đồng mỗi phiên. Nếu nhà đầu tư muốn giải ngân 100 triệu đồng, riêng quy mô lệnh đã tương đương 40% thanh khoản bình quân ngày. Việc mua đủ số lượng cổ phiếu ở mức giá kỳ vọng có thể rất khó, chưa kể tác động lên giá và khả năng thoát vị thế khi thị trường đảo chiều. Trong một backtest đơn giản, hệ thống có thể giả định mua tại giá đóng cửa và bán sau mười phiên. Nhưng trên thị trường thật, giá khớp lệnh có thể khác đáng kể, thậm chí không có đủ bên mua khi cần bán. Một tín hiệu dự báo chính xác nhưng không thể giao dịch với quy mô cần thiết chưa phải là alpha có thể khai thác.

Dữ liệu giao dịch thực tế cho thấy tại sao vấn đề thanh khoản cần được đặt ở vị trí trung tâm. Theo thống kê của HNX, tổng giá trị giao dịch trên UPCoM trong phiên 12/10/2026 đạt khoảng 447 tỷ đồng. Đây chỉ là một phiên quan sát, không đại diện cho thanh khoản thông thường của toàn thị trường, nhưng đủ để nhắc rằng quy mô dòng tiền trên một phân khúc rộng vẫn có giới hạn. Khi phân bổ xuống từng mã, mức độ tập trung giao dịch có thể rất khác nhau. Một số cổ phiếu có hàng triệu đơn vị khớp lệnh, trong khi những mã khác chỉ giao dịch vài trăm hoặc vài nghìn cổ phiếu. Nếu ML xếp hạng cao những mã có tỷ suất sinh lời lịch sử lớn nhưng giao dịch thưa, kết quả backtest có thể trở nên đặc biệt hấp dẫn trên giấy mà gần như không có khả năng thực hiện ở quy mô vốn thực tế.

Một vấn đề khác là chất lượng và thời điểm xuất hiện của thông tin doanh nghiệp. Báo cáo tài chính quý, báo cáo kiểm toán, giao dịch cổ đông lớn, thay đổi nhân sự quản lý và các thông báo bất thường không xuất hiện cùng lúc. Nếu xây dựng dữ liệu lịch sử bằng cách gắn toàn bộ thông tin của một quý vào ngày cuối quý, mô hình có thể vô tình sử dụng những dữ kiện mà nhà đầu tư chưa biết tại thời điểm đó. Sai lệch này đặc biệt nguy hiểm đối với các doanh nghiệp ít được theo dõi, nơi một thông tin mới đôi khi tạo ra phản ứng giá đáng kể. Vì vậy, khả năng chuẩn hóa dữ liệu theo đúng thời điểm công bố, xử lý báo cáo điều chỉnh và ghi nhận những ngày cổ phiếu không có giao dịch có thể quan trọng hơn việc lựa chọn một thuật toán phức tạp.

Một nghiên cứu small cap có giá trị cũng phải chỉ ra mô hình hoạt động kém trong điều kiện nào. Thị trường tăng mạnh với dòng tiền đầu cơ lan tỏa có thể tạo ra mức sinh lời rất khác so với giai đoạn nhà đầu tư tập trung vào cổ phiếu vốn hóa lớn. Khi thanh khoản toàn thị trường suy giảm, những tín hiệu vốn từng hoạt động tốt có thể mất hiệu lực hoặc không còn khả năng triển khai. Đó là lý do không nên đánh giá small cap chỉ bằng mức lợi nhuận trung bình trong một giai đoạn thuận lợi. Điều quan trọng hơn là xác định liệu mô hình có tiếp tục xếp hạng doanh nghiệp hợp lý khi điều kiện thị trường thay đổi, và phần lợi nhuận còn lại sau khi tính đến rủi ro thanh khoản có đủ hấp dẫn hay không.

PHẦN 2. Machine Learning, độ phủ phân tích và bài toán capacity

Ngày 03/03/2026, Robeco công bố chiến lược NextGen Global Small Cap ETF sử dụng machine learning trong quá trình lựa chọn cổ phiếu. Luận điểm của tổ chức này là nhóm small cap toàn cầu có số lượng doanh nghiệp lớn, mức độ bao phủ của chuyên gia phân tích tương đối thấp và những đặc điểm kinh doanh đa dạng, tạo điều kiện cho phương pháp nghiên cứu định lượng phát hiện các cơ hội chưa được phản ánh đầy đủ vào giá. Thay vì chỉ kết hợp tuyến tính các factor quen thuộc, Robeco mô tả việc sử dụng ML để nhận diện quan hệ phi tuyến và tương tác giữa những biến dự báo lợi nhuận, đồng thời điều chỉnh mức độ quan trọng của từng tín hiệu theo đặc điểm cổ phiếu. Đây là hướng tiếp cận đáng chú ý, nhưng cần hiểu rằng thông cáo ra mắt sản phẩm là mô tả phương pháp và kỳ vọng của nhà quản lý, chưa phải bằng chứng độc lập cho thấy ML luôn vượt trội trong nhóm small cap.

Điểm hấp dẫn của machine learning không nằm ở việc tự động tìm ra cổ phiếu có P/E thấp nhất hay tốc độ tăng trưởng lợi nhuận cao nhất. Các bộ lọc truyền thống đã có thể thực hiện những việc đó tương đối hiệu quả. Lợi thế tiềm năng của ML là nhận ra rằng cùng một chỉ số tài chính có thể mang những ý nghĩa khác nhau tùy theo bối cảnh doanh nghiệp. Chẳng hạn, mức tăng hàng tồn kho có thể phản ánh rủi ro tiêu thụ yếu ở một doanh nghiệp, nhưng lại gắn với giai đoạn chuẩn bị mở rộng sản xuất ở doanh nghiệp khác. Tương tự, tăng trưởng doanh thu chỉ thực sự tích cực nếu không phải đánh đổi bằng công nợ phải thu tăng quá nhanh hoặc dòng tiền kinh doanh suy giảm nghiêm trọng. Những tương tác giữa profitability, quality, valuation, momentum và liquidity là ví dụ về loại quan hệ ML có thể được sử dụng để nghiên cứu, thay vì mặc định rằng mỗi factor luôn có tác động giống nhau đối với mọi cổ phiếu.

Tại Việt Nam, mức độ analyst coverage nên được xem là một biến nghiên cứu cần đo lường, thay vì một đặc điểm được mặc định cho toàn bộ nhóm small cap. Có thể xây dựng một thước đo dựa trên số lượng báo cáo phân tích độc lập trong 12 tháng gần nhất, số tổ chức công bố dự báo kết quả kinh doanh hoặc tần suất cập nhật nhận định doanh nghiệp. Tuy nhiên, những dữ liệu này không phải lúc nào cũng được công bố tập trung và đầy đủ. Việc không tìm thấy báo cáo trên một nguồn dữ liệu chưa chứng minh doanh nghiệp hoàn toàn không được phân tích. Hơn nữa, coverage thấp đôi khi phản ánh việc cổ phiếu không đủ điều kiện đầu tư của các quỹ, tỷ lệ cổ phiếu tự do chuyển nhượng quá thấp hoặc chất lượng quản trị chưa đạt yêu cầu. Do đó, muốn chứng minh lợi thế thông tin, cần kiểm tra xem ML có thực sự dự báo tốt hơn ở nhóm coverage thấp sau khi đã kiểm soát vốn hóa, thanh khoản, ngành và chất lượng dữ liệu hay không.

Một phép kiểm định quan trọng là so sánh ML với những mô hình đơn giản trên cùng tập dữ liệu. Nếu một mô hình LightGBM đạt hiệu quả cao trong nhóm small cap, nhà nghiên cứu cần xem kết quả đó có còn tồn tại khi so sánh với phương pháp xếp hạng dựa trên Value, Quality, Momentum hoặc một mô hình hồi quy tuyến tính hay không. Nếu cả hai cách tiếp cận đều lựa chọn những doanh nghiệp có định giá rẻ và tăng trưởng lợi nhuận tốt, phần hiệu quả vượt trội khó có thể được quy hoàn toàn cho AI. Ngược lại, nếu ML cải thiện khả năng xếp hạng cổ phiếu ngoài mẫu, duy trì kết quả qua nhiều trạng thái thị trường và phần lợi nhuận tăng thêm vẫn tồn tại sau chi phí, lúc đó mới có cơ sở để nói thuật toán đã bổ sung giá trị. Sự khác biệt cần tìm không phải ML có hoạt động hay không, mà là ML tạo thêm được điều gì so với một chiến lược đơn giản, minh bạch và dễ triển khai hơn.

Ngay cả khi mô hình cải thiện khả năng dự báo, bài toán capacity vẫn có thể làm thay đổi hoàn toàn kết luận đầu tư. Capacity ở đây là quy mô vốn mà một chiến lược có thể quản lý trước khi chi phí giao dịch và tác động thị trường làm suy giảm đáng kể hiệu quả. Một chiến lược có thể phù hợp với tài khoản vài trăm triệu đồng nhưng không còn hấp dẫn khi vận hành với hàng chục tỷ đồng. Đối với small cap Việt Nam, capacity phụ thuộc vào thanh khoản từng mã, tỷ lệ cổ phiếu tự do chuyển nhượng, quy mô lệnh, số phiên cần thiết để giải ngân và khả năng thoát vị thế trong điều kiện bất lợi. Vì vậy, một kết quả backtest có Sharpe cao nhưng chỉ thực hiện được ở quy mô vốn rất nhỏ không thể được xem là chiến lược có khả năng mở rộng tương đương những mô hình đầu tư vào large cap.

Bài toán này càng phức tạp khi chiến lược có turnover cao. Một mô hình cập nhật danh mục liên tục có thể phản ứng tốt với thay đổi ngắn hạn của dữ liệu, nhưng đồng thời tạo ra nhiều giao dịch không cần thiết. Đối với cổ phiếu thanh khoản thấp, chi phí thực tế không chỉ gồm phí môi giới và thuế giao dịch mà còn có chênh lệch giá mua bán, trượt giá và khả năng phải chia lệnh trong nhiều phiên. Trường hợp cổ phiếu tăng trần hoặc giảm sàn liên tiếp còn có thể khiến giá khớp thực tế khác xa giả định trong backtest. Vì vậy, việc mô phỏng phải tính đến những phiên không thể mua hoặc bán đủ khối lượng, thay vì giả định toàn bộ giao dịch đều được thực hiện tại mức giá mong muốn. Một chiến lược tạo lợi nhuận gộp cao hơn nhưng phải giao dịch thường xuyên gấp đôi chưa chắc có kết quả ròng tốt hơn chiến lược đơn giản.

Cũng không nên sử dụng VN30 làm chuẩn so sánh duy nhất cho một chiến lược small cap. Nếu danh mục tập trung vào doanh nghiệp vốn hóa nhỏ trong khi benchmark gồm các cổ phiếu vốn hóa lớn, chênh lệch lợi nhuận có thể phản ánh chu kỳ giữa các nhóm vốn hóa thay vì năng lực lựa chọn cổ phiếu. Một benchmark phù hợp cần được xây dựng trên cùng tập cổ phiếu đủ điều kiện giao dịch, có thể bổ sung các danh mục phân nhóm theo vốn hóa, thanh khoản và ngành. Đối với thị trường Việt Nam, việc kiểm định nên ưu tiên danh mục mua thực tế thay vì chỉ dựa vào chiến lược long-short giả định, bởi khả năng bán khống cổ phiếu cơ sở không sẵn có rộng rãi như tại nhiều thị trường phát triển. Một mô hình có spread giữa nhóm điểm cao và thấp rất đẹp trên lý thuyết vẫn cần chứng minh rằng phần danh mục có thể mua được tạo ra lợi nhuận ròng đủ tốt.

Nguồn tham khảo chính của chủ đề này là thông cáo “Robeco launches innovative AI-driven NextGen Global Small Cap ETF”, công bố ngày 03/03/2026, cùng bài phân tích “Small caps, enhanced signals: Our new NextGen ETF” của Robeco. Điểm đáng học hỏi là cách tổ chức này kết hợp những factor truyền thống với machine learning, đồng thời nhấn mạnh việc kiểm soát turnover, rủi ro và khả năng giải thích mô hình. Tuy nhiên, những luận điểm của Robeco về cơ hội trong small cap toàn cầu không thể chuyển trực tiếp thành kết luận cho HOSE, HNX hay UPCoM. Sự khác biệt về cấu trúc nhà đầu tư, chất lượng dữ liệu, khả năng giao dịch và thanh khoản đòi hỏi phải có một quy trình nghiên cứu riêng cho Việt Nam. Cho đến khi có kiểm định độc lập trên dữ liệu trong nước, giả thuyết ML tạo nhiều alpha hơn ở small cap vẫn nên được xem là một câu hỏi nghiên cứu mở.

PHẦN 3. Kiểm định riêng theo vốn hóa và thanh khoản tại Việt Nam

Nếu triển khai nghiên cứu này trên thị trường Việt Nam, bước đầu tiên nên là xây dựng tập cổ phiếu có thể đầu tư thực tế từ HOSE, HNX và UPCoM, sau đó phân nhóm theo vốn hóa và thanh khoản tại từng thời điểm quan sát. Không nên sử dụng một danh sách cổ phiếu cố định ở hiện tại để backtest ngược về nhiều năm trước, bởi cách làm đó có thể bỏ sót những doanh nghiệp đã hủy niêm yết, chuyển sàn hoặc ngừng hoạt động. Thay vào đó, cần tái dựng universe lịch sử để xác định tại mỗi thời điểm nhà đầu tư thực sự có thể lựa chọn những cổ phiếu nào. Những mã đang bị đình chỉ giao dịch, hạn chế giao dịch, có dữ liệu nghiêm trọng không đầy đủ hoặc thanh khoản không đáp ứng quy mô vốn dự kiến phải được xử lý theo quy tắc xác định trước. Quan trọng hơn, việc loại cổ phiếu không được dựa vào thông tin chỉ xuất hiện trong tương lai, nếu không kết quả sẽ chịu ảnh hưởng của survivorship bias.

Sau khi xác định universe, có thể chia cổ phiếu thành large cap, mid cap và small cap theo các ngưỡng phân vị vốn hóa được cập nhật định kỳ. Trong từng nhóm, tiếp tục phân loại theo thanh khoản giao dịch bình quân 20 hoặc 60 phiên, tỷ lệ cổ phiếu tự do chuyển nhượng và mức độ ổn định của giá. Cách tiếp cận này giúp phân biệt rõ hai giả thuyết thường bị trộn lẫn: ML hoạt động tốt hơn vì doanh nghiệp có vốn hóa nhỏ, hay chỉ vì mô hình khai thác được những đặc điểm của cổ phiếu giao dịch thưa. Một doanh nghiệp vốn hóa nhỏ nhưng thanh khoản ổn định có thể phù hợp để nghiên cứu hơn một cổ phiếu có vốn hóa tương đương nhưng nhiều phiên gần như không giao dịch. Nếu không kiểm soát sự khác biệt này, kết quả rất dễ đánh đồng hiệu ứng small cap với phần lợi nhuận khó thực hiện do thiếu thanh khoản.

Ở tầng dữ liệu, nên bắt đầu bằng những biến tương đối dễ xác minh như tăng trưởng doanh thu, biên lợi nhuận, ROE, dòng tiền kinh doanh, nợ vay, định giá, momentum và biến động giá. Những biến này cần được chuẩn hóa theo ngành, đặc biệt khi so sánh ngân hàng, công ty chứng khoán với các doanh nghiệp sản xuất hoặc dịch vụ. Với dữ liệu báo cáo tài chính, thời điểm công bố phải được lưu riêng với kỳ kế toán, tránh sử dụng những số liệu chưa có sẵn tại ngày dự báo. Có thể bổ sung dữ liệu về công bố thông tin, thay đổi lãnh đạo hoặc giao dịch cổ đông lớn, nhưng chỉ khi xác định được nguồn, thời điểm xuất hiện và khả năng thu thập nhất quán trong lịch sử. Một bộ dữ liệu nhỏ nhưng đúng thời gian và có thể kiểm toán sẽ hữu ích hơn rất nhiều so với hàng trăm feature được tạo tự động mà không rõ chúng đã có sẵn lúc nào.

Về mô hình, một thiết kế hợp lý là sử dụng hồi quy tuyến tính hoặc phương pháp xếp hạng factor làm baseline, sau đó so sánh với LightGBM hoặc những thuật toán có khả năng nhận diện quan hệ phi tuyến. Tất cả mô hình phải sử dụng cùng tập dữ liệu đầu vào, cùng lịch chia train, validation và test, cùng giả định chi phí để việc so sánh có ý nghĩa. Nếu mục tiêu là dự báo lợi nhuận T+5, việc chia dữ liệu còn phải xử lý những giai đoạn dự báo chồng lấn và tránh để thông tin từ tập huấn luyện rò rỉ sang tập kiểm định. Walk-forward testing sẽ phù hợp hơn một lần chia dữ liệu ngẫu nhiên, bởi nó mô phỏng cách nhà đầu tư liên tục cập nhật mô hình khi dữ liệu mới xuất hiện. Một kết quả tốt cần được quan sát trên nhiều giai đoạn thị trường khác nhau, không chỉ trong thời kỳ cổ phiếu vốn hóa nhỏ đồng loạt tăng mạnh.

Các chỉ tiêu đánh giá cũng phải phù hợp với bản chất chiến lược lựa chọn cổ phiếu. Thay vì chỉ sử dụng RMSE hoặc MAE để đo sai số dự báo lợi nhuận, nên kiểm tra Rank IC, mức chênh lệch lợi nhuận giữa nhóm được xếp hạng cao và thấp, hiệu quả danh mục mua thực tế, drawdown và turnover. Một mô hình có thể không dự báo chính xác mức tăng 5% hay 10% của từng cổ phiếu, nhưng vẫn có ích nếu thường xuyên xếp các doanh nghiệp có kết quả tốt hơn lên phía trên. Tuy nhiên, khả năng xếp hạng chỉ là bước đầu. Cần tiếp tục xem nhóm cổ phiếu điểm cao có đủ thanh khoản để mua, mức lợi nhuận còn lại sau chi phí là bao nhiêu và kết quả có bị chi phối bởi một vài mã tăng giá bất thường hay không. Nếu loại bỏ một số giao dịch xuất sắc nhất mà toàn bộ hiệu quả biến mất, nhà nghiên cứu phải thận trọng khi kết luận mô hình có khả năng tạo alpha ổn định.

Một kiểm định riêng nên được thiết kế để đo tác động của thanh khoản đến kết quả. Có thể chạy cùng một mô hình trên các tập cổ phiếu có ngưỡng giá trị giao dịch bình quân khác nhau, rồi giả định những quy mô vốn danh mục khác nhau để ước lượng chi phí giải ngân và thoát vị thế. Chẳng hạn, giới hạn giá trị giao dịch của chiến lược trong mỗi mã ở một tỷ lệ nhỏ so với thanh khoản bình quân ngày có thể là điểm xuất phát để mô phỏng, nhưng ngưỡng phù hợp cần được kiểm tra bằng dữ liệu khớp lệnh thực tế. Nếu hiệu quả ML chỉ nổi bật ở những cổ phiếu gần như không thể giao dịch và biến mất khi nâng yêu cầu thanh khoản, đó là kết quả nghiên cứu rất quan trọng. Nó cho thấy lợi thế dự báo trên dữ liệu có thể tồn tại, nhưng không đủ điều kiện chuyển thành một chiến lược đầu tư có khả năng thực hiện.

Ở cấp độ hệ thống, việc ứng dụng ML trong một nền tảng phân tích cổ phiếu Việt Nam cũng không nên dừng lại ở một điểm số tổng hợp. Khi người dùng mở thông tin của một cổ phiếu, hệ thống nên cho biết điểm đánh giá đến từ tăng trưởng kinh doanh, chất lượng lợi nhuận, định giá hay xu hướng thị trường. Đồng thời cần hiển thị thanh khoản bình quân, thời điểm cập nhật dữ liệu và cảnh báo nếu quy mô giao dịch thực tế quá thấp so với giả định của mô hình. Một cổ phiếu được xếp hạng rất cao về triển vọng lợi nhuận nhưng có rủi ro thanh khoản lớn không nên được trình bày giống một cổ phiếu có chất lượng dự báo tương đương và khả năng giao dịch tốt hơn. Tách biệt điểm hấp dẫn về mặt đầu tư với mức độ khả thi khi thực hiện giao dịch sẽ giúp người dùng hiểu đúng ý nghĩa của dự báo, thay vì mặc định cổ phiếu có score cao nhất luôn là lựa chọn tốt nhất.

Một hướng ứng dụng tiếp theo là theo dõi xem lợi thế của ML có thực sự tăng lên khi mức độ quan tâm của thị trường giảm xuống hay không. Nếu có dữ liệu phù hợp, nhà nghiên cứu có thể phân nhóm cổ phiếu theo tần suất xuất hiện trong báo cáo phân tích, sau đó so sánh hiệu quả của ML với baseline trong từng nhóm. Nếu ML tạo cải thiện rõ rệt ở những doanh nghiệp ít được theo dõi nhưng vẫn đủ thanh khoản, đó sẽ là bằng chứng phù hợp hơn với giả thuyết ban đầu. Ngược lại, nếu hiệu quả chỉ tập trung ở các doanh nghiệp đã có nhiều dữ liệu và được phân tích thường xuyên, giá trị bổ sung của AI có thể nằm ở khả năng kết hợp thông tin chứ không phải khai thác sự thiếu chú ý của thị trường. Cả hai kết quả đều có ý nghĩa, bởi mục tiêu của nghiên cứu không phải chứng minh bằng mọi giá rằng AI tốt hơn, mà là xác định chính xác nó hữu ích trong điều kiện nào.

Cuối cùng, trước khi đưa mô hình vào sử dụng thực tế, cần có giai đoạn theo dõi tín hiệu độc lập và đối chiếu với khả năng giao dịch. Mỗi dự báo nên được lưu cùng thời điểm hình thành, phiên bản mô hình, dữ liệu đầu vào và mức giá giả định. Khi kết thúc thời gian dự báo, hệ thống không chỉ ghi nhận cổ phiếu đã tăng hay giảm bao nhiêu, mà còn phải kiểm tra liệu giao dịch có thể được thực hiện, khối lượng khớp lệnh có đáp ứng yêu cầu và chi phí thực tế có làm thay đổi kết luận hay không. Đây là cơ sở để đánh giá sự suy giảm hiệu quả, điều chỉnh giới hạn rủi ro và quyết định khi nào một mô hình cần được huấn luyện lại. Một hệ thống có khả năng dự báo tốt trong backtest nhưng liên tục thất bại ở khâu thực hiện không nên được xem là đã sẵn sàng cho đầu tư thực tế.

Thị trường ít được phân tích có thể mang lại nhiều cơ hội hơn cho machine learning, nhưng ít thông tin được phản ánh vào giá không đồng nghĩa với lợi nhuận dễ kiếm. Với Việt Nam, vùng nghiên cứu đáng quan tâm có thể không phải những cổ phiếu nhỏ nhất hoặc ít thanh khoản nhất, mà là nhóm doanh nghiệp vốn hóa vừa và nhỏ có dữ liệu đủ tin cậy, hoạt động kinh doanh có thể kiểm chứng và thanh khoản đủ để triển khai chiến lược. Đây vẫn là giả thuyết cần được xác nhận bằng kiểm định ngoài mẫu và giao dịch mô phỏng, không phải kết luận có sẵn.

Sau cùng, lợi thế thực sự của AI không nằm ở khả năng phát hiện một cổ phiếu có thể tăng giá mạnh trên dữ liệu lịch sử. Lợi thế chỉ hình thành khi mô hình liên tục nhận diện được những cơ hội mà phương pháp đơn giản bỏ qua, giải thích được cơ sở của dự báo và chuyển chúng thành lợi nhuận sau khi đã tính đến rủi ro cùng chi phí giao dịch. Trong nghiên cứu Quant, alpha có thể dự báo và alpha có thể giao dịch là hai khái niệm khác nhau. Khoảng cách giữa chúng chính là nơi nhiều chiến lược small cap hấp dẫn trên giấy thất bại khi bước ra thị trường thật.