Text có thể giúp xếp hạng cổ phiếu dù dự báo return chính xác hơn không nhiều

PHẦN 1. Khi xếp hạng cổ phiếu quan trọng hơn đoán đúng con số return

Nhiều mô hình dự báo được đánh giá bằng RMSE hoặc MAE, tức sai số giữa return dự báo và return thực tế. Những chỉ tiêu này hợp lý nếu mục tiêu là ước lượng chính xác một con số. Nhưng với stock selection, nhà đầu tư đôi khi chỉ cần biết mã nào có khả năng tốt hơn mã nào. Một mô hình dự báo sai mức tăng tuyệt đối nhưng xếp đúng thứ hạng vẫn có thể hữu ích.

Ví dụ hai mô hình cùng dự báo năm cổ phiếu. Mô hình A đưa ra con số khá gần return thực tế nhưng thứ hạng lẫn lộn; mô hình B thường dự báo mức tăng quá cao nhưng luôn đặt cổ phiếu tốt nhất lên đầu. Nếu chiến lược chỉ mua top 10% và không phụ thuộc trực tiếp vào target price, B có thể hỗ trợ portfolio hơn A, dù RMSE lớn hơn.

Về mặt Quant, hướng nghiên cứu được đặt ra là nghiên cứu earnings press-release cho thấy FinBERT có thể cải thiện long-short Sharpe trong khi squared forecast error không tốt hơn; giá trị nằm ở cross-sectional ranking. Tuy vậy, biến nó thành tín hiệu giao dịch đòi hỏi định nghĩa biến số và thời điểm quan sát rõ hơn một luận điểm kể chuyện.

Điểm dễ bị đánh giá thấp là một hệ thống AI đầu tư không chỉ xử lý ngôn ngữ. Nó phải xử lý cả dữ liệu có đơn vị khác nhau, khoảng thời gian công bố khác nhau và những thông tin chưa được kiểm chứng. Nếu một câu trả lời nghe hợp lý nhưng không dẫn ngược được về dòng dữ liệu gốc, người dùng sẽ không biết phần nào là dữ kiện và phần nào chỉ là suy luận của mô hình. Với tiền thật, khả năng kiểm toán thường quan trọng hơn sự trôi chảy của câu chữ.

Khi đọc một biểu đồ performance đẹp, mình thường muốn biết chiến lược đang nhận phần bù cho cơ chế nào. Nếu không trả lời được câu hỏi kinh tế đơn giản đó, sự phức tạp của thuật toán chưa chắc tạo thêm sự thuyết phục. Một nhà đầu tư có thể chấp nhận drawdown lớn hơn nếu hiểu vì sao nó xuất hiện; ngược lại, một chiến lược không giải thích được nguồn lợi nhuận sẽ rất khó được duy trì khi performance đảo chiều.

PHẦN 2. Tín hiệu văn bản được kiểm định theo mục tiêu nào?

Chủ đề nghiên cứu về ngôn ngữ earnings press release và FinBERT mà content bank dẫn gợi ý sự khác biệt giữa quality của point forecast và quality của ranking. Khi chưa đối chiếu được đầy đủ kết quả phương pháp, cần tránh công bố một tỷ lệ cải thiện Sharpe cụ thể. Bài học phương pháp chắc chắn hơn là metric phải phản ánh quyết định đầu tư đang tối ưu.

Rank IC dùng tương quan thứ hạng giữa điểm dự báo và return tương lai. Top-bottom spread đo chênh lệch lợi nhuận giữa nhóm điểm cao và nhóm điểm thấp. Portfolio Sharpe còn chịu ảnh hưởng của tỷ trọng, volatility, turnover và chi phí. Một signal có Rank IC dương không tự động tạo ra chiến lược có lãi nếu turnover quá lớn.

Những kết quả được tổ chức nghiên cứu công bố nên được đặt trong bối cảnh của mẫu dữ liệu và mục tiêu họ đang tối ưu. Một hệ thống tăng tốc research có thể tạo ra nhiều giả thuyết hơn, nhưng hiệu quả đầu tư vẫn cần kiểm tra bằng ngoài mẫu, costs và factor exposure. Chúng ta cũng cần tách ba tầng: khả năng xử lý tài liệu, khả năng dự báo dữ liệu kinh tế và khả năng biến dự báo thành quyết định vốn có lợi nhuận. Bước đầu tiên tốt không bảo đảm bước cuối cùng tốt.

Nguồn tham khảo chính của chủ đề này là working paper “Listening to the Tape: Does Earnings Press-Release Language Predict Post-Announcement Returns?”, từ SSRN / Amlan Nag (30/07/2026). Khi dẫn lại kết quả, cần quy đúng chúng cho tác giả và phạm vi dữ liệu của nguồn, không gộp với những ví dụ triển khai được đề xuất trong bài.

Thống kê có ý nghĩa trong một mẫu lịch sử vẫn có thể mất giá trị khi mang sang thị trường khác. Sự khác biệt về mức độ cạnh tranh, tính thanh khoản, chính sách và cấu trúc ngành có thể thay đổi quan hệ giữa signal và return. Việc một nghiên cứu sử dụng dữ liệu Mỹ hoặc global không làm nó kém hữu ích, nhưng khiến câu hỏi “bản địa hóa thế nào” quan trọng hơn việc sao chép ngay chỉ tiêu performance.

Vì vậy, điểm cần giữ rõ trong khi đọc nguồn là mẫu dữ liệu và định nghĩa lợi nhuận. Một return vượt chuẩn ở Mỹ không thể trở thành mức dự báo cho cổ phiếu Việt Nam chỉ bằng cách đổi tên thị trường. Sự khác biệt giữa khả năng dự báo, hiệu quả danh mục và khả năng triển khai cần được kiểm tra lần lượt.

PHẦN 3. So sánh Rank IC với sai số dự báo trên dữ liệu Việt Nam

Với dữ liệu Việt Nam, có thể xây hệ thống vừa lưu dự báo T+5 vừa lưu thứ hạng theo ngành vào thời điểm T. Hãy so sánh model dùng text với baseline chỉ có giá và fundamentals; không nên báo thắng chỉ vì một phép đo đẹp hơn. Nếu text cải thiện top-decile return nhưng làm tăng turnover đáng kể, cần đánh giá lợi ích ròng.

Nên khóa universe tại thời điểm phát tín hiệu, xử lý các mã ngừng giao dịch và dùng phương pháp walk-forward. Với mỗi đợt công bố, phân tích cross-sectional rank và danh mục giả định có thể giao dịch. Việc mô hình không dự báo chính xác từng % return chưa phải lý do loại nó; nhưng sự cải thiện ranking cũng phải được kiểm chứng ngoài mẫu.

Một hướng minh họa có thể bắt đầu từ bài nối trực tiếp với câu chuyện: RMSE/MAE khác hoàn toàn Rank IC, spread top-bottom và portfolio Sharpe. Đây là bản thiết kế nghiên cứu cần dữ liệu đầu vào và backtest riêng, không phải kết quả đã có sẵn.

Khi triển khai trong nước, mình sẽ ưu tiên cơ chế kiểm tra nguồn và trạng thái dữ liệu trước khi thêm chức năng tự động ra quyết định. Mỗi tín hiệu nên đi kèm thời điểm hình thành, phiên bản mô hình, mức độ đầy đủ của input và điều kiện bị vô hiệu hóa. Đó là một phần không hấp dẫn khi trình diễn sản phẩm, nhưng lại quyết định người dùng có thể tin vào hệ thống sau nhiều tháng hoạt động hay không.

Điều kiện chạy production nên nghiêm ngặt hơn điều kiện chạy backtest. Nếu feed giá chậm, báo cáo tài chính thiếu hoặc công bố chưa được xác nhận, hệ thống phải có trạng thái unavailable thay vì điền bừa dữ liệu và tính tiếp. Một tín hiệu bị khóa minh bạch hữu ích hơn tín hiệu vẫn hiển thị xanh nhưng thực chất đang dùng snapshot cũ.

Trong Quant, dự báo một con số thật chính xác và chọn đúng tài sản tương đối tốt nhất là hai bài toán khác nhau; thước đo thành công phải đi theo quyết định đầu tư.