AICAFE Trading Framework – một phương pháp phân tích định lượng trong trading giúp tìm kiếm lợi thế cạnh tranh trên thị trường chứng khoán.

Từ Khóa: Quantitative analysis – Phân tích Định lượng, Trading framework, Risk Premia, Tỷ lệ tăng trưởng hàng năm CAGR, Lợi nhuận, Danh mục đầu tư, VN30 INDEX, Inverse Volatility, Hiệu suất, Tỷ lệ Sharpe, Maxdrawdown,

Giới Thiệu

Phân tích định lượng (Quantitative Analysis) – Cần thiết hơn bao giờ hết: Trong một thị trường đầy biến động và cạnh tranh, phân tích định lượng đã trở thành bí quyết cho những nhà đầu tư muốn tìm kiếm lợi thế và vượt lên trên những hạn chế của phân tích truyền thống. Sự kết hợp giữa công nghệ và kỹ thuật phân tích định lượng không chỉ giúp nhận diện cơ hội đầu tư mà còn cải thiện hiệu suất đầu tư thông qua việc tối ưu hóa quyết định dựa trên dữ liệu và mô hình toán học.

Các phương pháp truyền thống như “Charting” ngày càng trở nên thiếu hiệu quả trong việc đối mặt với sự phức tạp và tính không dự đoán của thị trường. Phương pháp phân tích định lượng, với ưu điểm vượt trội trong việc xử lý và phân tích dữ liệu, giúp nhà đầu tư phát hiện xu hướng và mẫu hình ẩn sau những biến động giá, từ đó đưa ra quyết định đầu tư thông minh hơn.

Bài viết này giới thiệu một trading framework và công cụ độc đáo để phân tích, đánh giá và xây dựng chiến lược đầu tư cổ phiếu một cách chuyên nghiệp và hiệu quả dựa trên phương pháp định lượng (Quantitative Analysis), được phát triển bởi  AI Cafe¹ thuộc Trung tâm Đổi mới Sáng tạo – SOICT, Đại học Bách Khoa Hà Nội. 

Để minh họa sử dụng tradingframe work,  AI Cafe¹ sẽ chia sẻ với các bạn một ví dụ thực tế sử dụng Trading framework và TOOL để có được một danh mục đầu tư/trading hiệu quả  bao gồm 07 mã cổ phiếu: FPT, ACB, MBB,  HPG, CTG, NTC, CTR

Phân tích định lượng là gì? Sự khác biệt của “phân tích Định lượng”

Phân tích định lượng, hay Quantitative Analysis, là phương pháp đầu tư chứng khoán dựa trên mô hình toán học và thống kê để đánh giá tài sản. Điều này khác biệt với phân tích cơ bản bởi sự tập trung vào dữ liệu lịch sử và con số để dự đoán xu hướng và giá trị tương lai của cổ phiếu. Các nhà đầu tư sử dụng phương pháp này để chọn lọc cổ phiếu và xác định thời điểm mua bán một cách khoa học, không dựa vào cảm xúc.

Phân tích định lượng khác biệt với trading thông thường (Charting- Biểu đồ nến) ở cách tiếp cận dữ liệu và quyết định đầu tư. Charting dựa vào phân tích biểu đồ giá, trong khi phân tích định lượng sử dụng backtest trên dữ liệu lịch sử, xây dựng danh mục đầu tư và quản lý rủi ro dựa trên mô hình toán học. Điều này tạo ra quy trình đầu tư có hệ thống, giảm thiểu ảnh hưởng tâm lý và tăng cơ hội lợi nhuận ổn định.

Giới thiệu AICAFE Trading Framework , TOOL – Quantitative Analysis của AI Cafe¹

AI Cafe¹ đã tạo ra một bước đột phá trong lĩnh vực trading với sự phát triển của Trading Framework, một hệ thống phân tích định lượng toàn diện giúp nhà đầu tư tối ưu hóa quá trình tìm kiếm ý tưởng trading và lợi thế cạnh tranh. Framework này được cấu trúc quanh bốn khối chính bao gồm tìm kiếm ý tưởng/lợi thế trading, xây dựng chiến lược, backtest và tối ưu tham số, cũng như trading thực tế và kiểm soát (Biểu đồ 01). Qua đó, nó hỗ trợ nhà đầu tư không chỉ trong việc phát triển ý tưởng dựa trên dữ liệu mà còn trong việc kiểm tra và tinh chỉnh chiến lược trước khi áp dụng vào thực tế, giúp tối ưu hóa lợi nhuận và giảm thiểu rủi ro.

Lý do phát triển Framework này chủ yếu là để làm cho việc tiếp cận và thực hiện phân tích định lượng trở nên dễ dàng hơn, tiết kiệm thời gian cần thiết cho việc phân tích đồng thời nâng cao khả năng đầu tư/trading và kiểm soát rủi ro một cách hiệu quả. Khi được sử dụng kết hợp với AICAFE TOOL (Biểu đồ 02), framework này trở thành một nguồn lực quý giá cho cả nhà phân tích và nhà đầu tư, giúp họ tiếp cận với những phương pháp và công cụ mới nhất trong việc xây dựng và triển khai các chiến lược đầu tư thông minh, đồng thời quản lý rủi ro một cách chuyên nghiệp.

Ví dụ phân tích và xây dựng danh mục  đầu tư  10 mã cổ phiếu trong sanh sách “QUỸ ĐẦU TƯ LỢI THẾ CẠNH TRANH BỀN VỮNG )SSICA)

Tìm kiếm Ý tưởng/Lợi Thế để Trading

Khi xem xét các ý tưởng trading, việc áp dụng các chiến lược đã được chứng minh ở thị trường quốc tế vào thị trường Việt Nam tỏ ra là cách thức tiếp cận vừa nhanh chóng vừa hiệu quả. Qua cách làm này, nhà đầu tư có thể dễ dàng nắm bắt được các xu hướng thị trường hiện tại và từ đó, đưa ra những quyết định đầu tư một cách thông minh. Đặc biệt, Biểu đồ 03 đã nêu rõ năm ý tưởng chính để phát triển các chiến lược trading thông dụng và đã được kiểm chứng tại các thị trường khác, bao gồm các phương pháp như Momentum Trading, Mean Reversion, Arbitrage, và Factor Investing, dựa vào sự phân tích xu hướng giá và lợi nhuận dựa trên các yếu tố rủi ro.

Trong số các phương pháp được đề cập và phạm vi của bài báo này chúng tôi đề cập đến Equity Risk Premium (ERP). ERP nổi bật như một yếu tố quan trọng trong quyết định đầu tư và định giá cổ phiếu. ERP, được xác định bằng cách so sánh chênh lệch lợi nhuận giữa cổ phiếu và các tài sản không rủi ro, giúp nhà đầu tư đánh giá được giá trị hợp lý dựa trên rủi ro. Việc sử dụng ERP không chỉ giúp nhà đầu tư xác định được các cơ hội đầu tư mà còn có thể cải thiện cấu trúc danh mục đầu tư, phù hợp với mức độ chấp nhận rủi ro và kỳ vọng lợi nhuận.

Để tìm kiếm ý tưởng trading, việc lựa chọn để phân tích các mã cổ phiếu của các Quỹ Mở ETF, VN30 là bước đầu tiên nên bắt đầu. Bằng cách này, nhà đầu tư có thể bắt đầu với một danh mục đầu tư lớn và sau đó lọc ra những cổ phiếu tiềm năng. Ví dụ, thông qua các quỹ như VINACAPITAL, SSI và VIETCOMBANK v.v.., nhà đầu tư có thể tiếp cận với các sản phẩm đầu tư ETF đa dạng như VESAF, VEOF, SSI-SCA, VCBF-BCF, … Và từ đó có thể lựa chọn danh sách cho mình, với lý do là các quỹ chuyên nghiệp đã phân tích cở bản và các mã đã được chọn lọc kỹ lưỡng.  Như vậy chúng ta có thể sử dụng công cụ như AICAFE TOOL để xây dựng và tinh chỉnh danh mục đầu tư cá nhân của mình.

Cuối cùng, phương pháp phân tích này không chỉ giới hạn ở việc áp dụng cho các danh mục đầu tư sẵn có mà còn có thể được tái sử dụng để phân tích các danh mục tương tự khác. 

Biểu đồ 04 minh họa việc áp dụng Equity Risk Premium để lựa chọn mười mã cổ phiếu trong danh sách “Quỹ Đầu Tư Cạnh Tranh Bền Vững SSI-SCA”, một ví dụ điển hình cho thấy cách thức áp dụng ERP trong việc lựa chọn cổ phiếu, giúp nhà đầu tư định hình được chiến lược đầu tư dựa trên cơ sở dữ liệu chắc chắn và phân tích kỹ lưỡng.

Xây Dựng Chiến Lược Trading

Trong quá trình xây dựng chiến lược đầu tư, sử dụng một framework chi tiết như Biểu đồ 04 là không thể thiếu, nó hướng dẫn nhà đầu tư từng bước từ việc phân tích hiệu suất từng mã cổ phiếu, đến việc so sánh và thử nghiệm phương pháp phân bổ vốn cho danh mục đầu tư đã chọn. Quy trình này cũng bao gồm các bước thử nghiệm với các phương pháp quản lý rủi ro, đảm bảo rằng các chiến lược được chọn lọc kỹ càng có khả năng chống chọi với biến động thị trường và tối ưu hóa lợi nhuận tiềm năng.

Mục đích của việc áp dụng quy trình xây dựng chiến lược là để tiếp cận một cách khoa học trong việc phân tích và xây dựng danh mục đầu tư, giúp nhà đầu tư sử dụng các kỹ thuật tiên tiến và nâng cao khả năng quản lý rủi ro. Điều này không chỉ cải thiện kỹ năng đầu tư mà còn giúp cho việc phân tích định lượng trở nên dễ dàng và tiếp cận được đơn giản hóa, cho phép các nhà đầu tư tập trung vào việc phát triển chiến lược một cách hiệu quả.

Biểu đồ 05, 06 và 07 minh họa quy trình xây dựng chiến lược Trading/Đầu tư một cách chi tiết. Nhờ vào công cụ AICAFE TOOL, nhà đầu tư có khả năng phân tích hiệu suất đầu tư một cách nhanh chóng và chính xác thông qua việc đánh giá các chỉ số như CAGR, lợi nhuận trung bình, mức độ biến động (Volatility) và Max drawdown. Những chỉ số này cung cấp cái nhìn đa diện về tốc độ tăng trưởng và mức độ rủi ro của mỗi cổ phiếu, tạo nền tảng vững chắc để so sánh và đưa ra các quyết định đầu tư. Đặc biệt, khi so sánh FPT với CAGR ấn tượng là 42.65% và Sharpe Ratio cao là 1.3, trái ngược với MWG có CAGR chỉ 12.18% và Sharpe Ratio là 0.32, sự ổn định và khả năng tăng trưởng của FPT trở nên rõ ràng.

Quá trình xác định các tiêu chí phân tích và lựa chọn cổ phiếu là một bước quan trọng tiếp theo. Thiết lập các chuẩn mực như CAGR phải trên 20% và Sharpe Ratio không dưới 0.5, giúp lọc ra từ danh sách ban đầu gồm 10 mã cổ phiếu xuống còn 7 mã tiềm năng gồm FPT, ACB, MBB, HPG, CTG, NTC và CTR, như được trình bày trong Biểu đồ 06. Điều này cho phép tập trung vào những lựa chọn có tiềm năng cao và loại bỏ những phần tử yếu kém.

Sau cùng, quản trị rủi ro là bước không thể thiếu trong quy trình, được tiến hành qua hai phương pháp chính là Inverse Volatility (IV) và Equal Risk Contribution (ERC), mỗi phương pháp đều mang lại những kết quả khác nhau như thể hiện qua Biểu đồ 07. Điều này giúp nhà đầu tư đánh giá và lựa chọn giữa việc tối ưu hóa lợi nhuận so với việc kiểm soát rủi ro. Cuối cùng, chúng tôi quyết định chọn phương pháp IV để thực hiện backtesting, với mục tiêu đạt được sự cân bằng giữa lợi nhuận ổn định và việc giảm thiểu rủi ro.

Backtest Chiến Lược và Tối Ưu Các Tham Số

Backtesting là bước không thể thiếu trong quá trình xây dựng và tinh chỉnh chiến lược đầu tư, giúp nhà đầu tư đánh giá chiến lược dựa trên dữ liệu lịch sử trước khi thực hiện trên thị trường thực. Biều đồ 08 là quy trình Backtest và tối ưu các tham số. Quá trình này cung cấp một cách an toàn để kiểm nghiệm hiệu quả của chiến lược mà không phải chịu bất kỳ rủi ro tài chính nào. Thông qua backtesting, các nhà đầu tư có thể phát hiện ra những điểm yếu, điều chỉnh các tham số và cải thiện chiến lược để tối ưu hóa kết quả, nhằm mục tiêu đạt được hiệu suất cao nhất khi áp dụng vào giao dịch thực tế.

Lý do backtesting và tối ưu hóa các tham số trở nên quan trọng là bởi nó giúp xác minh khả năng sinh lời của chiến lược thông qua dữ liệu lịch sử và đánh giá hiệu suất tiềm năng. Qua việc điều chỉnh các tham số của mô hình, nhà đầu tư có thể tối đa hóa hiệu suất và giảm thiểu rủi ro, đồng thời kiểm tra sự ổn định của chiến lược dưới các điều kiện thị trường đa dạng. Điều này giúp nhà đầu tư xây dựng kế hoạch trading chi tiết và hiệu quả hơn, bao gồm quyết định thời điểm mua và bán, thời gian nắm giữ, và phân bổ ngân sách dành cho trading.

Sau đây là ví dụ thú vị về việc xây dựng và quản lý giỏ đầu tư thông qua việc phân tích và mô phỏng backtest sử dụng 07  mã cổ phiếu : FPT, ACB, MBB,  HPG, CTG, NTC, CTR

Để xây dựng và quản lý một giỏ đầu tư hiệu quả, việc phân tích và mô phỏng backtest là cực kỳ quan trọng, như được minh họa bởi việc sử dụng bảy mã cổ phiếu: ACB, MBB, HPG, CTG, NTC, và CTR. AICAFE TOOL cho phép áp dụng phương pháp “Inverse Volatility” để phân bổ vốn một cách cân nhắc, nhắm đến mục tiêu tối ưu hóa tỷ lệ tăng trưởng vốn đồng thời kiểm soát rủi ro. Backtesting giỏ đầu tư này cho thấy vốn tăng lên 2.46 lần so với vốn ban đầu là 1 tỷ đồng, với mức độ biến động được giữ ở 15%, và một lịch trình tái đầu tư đặc biệt—mua vào ngày 25 và bán vào ngày 19 hàng tháng—điều này hỗ trợ nhà đầu tư trong việc quản lý trading/đầu tư một cách linh hoạt và chủ động.

Phương pháp “Inverse Volatility” đặt ra nguyên tắc phân bổ vốn không dựa vào giá trị thị trường của cổ phiếu mà dựa vào mức độ biến động của từng cổ phiếu. Cổ phiếu có biến động giá cao sẽ nhận một tỷ lệ vốn nhỏ hơn so với cổ phiếu ít biến động hơn. Mục tiêu là giảm thiểu rủi ro toàn diện của giỏ đầu tư bằng cách cân bằng và phân tán rủi ro. Biểu đồ 09, mô tả kết quả từ tháng 3/2019 đến tháng 3/2024 với vốn ban đầu 1 tỷ đồng, đã cho thấy sự tăng trưởng ấn tượng lên đến 2.5 lần, chứng tỏ hiệu suất vượt trội so với VNINDEX.

Cuối cùng, việc áp dụng quản lý rủi ro thông qua “Inverse Volatility” và phân bổ vốn theo mức độ biến động đã chứng minh là một phương pháp tiếp cận thông minh trong quản lý đầu tư. Chiến lược này không chỉ giúp giảm thiểu tác động tiêu cực từ những biến động của thị trường mà còn giúp tối ưu hóa lợi nhuận một cách bền vững. Đặc biệt trong một thị trường đầy biến động và không chắc chắn, cách tiếp cận này hỗ trợ nhà đầu tư trong việc duy trì sự ổn định và thúc đẩy sự phát triển của vốn đầu tư theo cách bền vững nhất.

Trading Thực Tế & Kiểm Soát

Trước khi nhà đầu tư bắt đầu giao dịch trực tiếp trên thị trường, một chuẩn bị kỹ lưỡng là bắt buộc. Điều này bao gồm việc thiết lập hệ thống giao dịch, quyết định kích thước vốn đầu tư phù hợp, và phát triển một kế hoạch quản lý rủi ro chắc chắn. Khi thực hiện giao dịch thực tế, các nhà đầu tư cần phải thể hiện sự kiên nhẫn, tuân thủ kỷ luật nghiêm ngặt, và khả năng duy trì chiến lược đã định hình, ngay cả khi thị trường có những biến động lớn. Điều này đòi hỏi sự chuẩn bị không chỉ về mặt chiến lược mà còn về tâm lý và quản lý vốn.

Quy trình Trading Thực Tế và Kiểm Soát, như được minh họa trong Biểu đồ 10, bắt đầu bằng việc đăng ký tài khoản với các broker uy tín, tiếp theo là quá trình theo dõi và kiểm soát chặt chẽ danh mục đầu tư. Việc thực hiện live trading không chỉ kiểm nghiệm khả năng áp dụng chiến lược dưới áp lực thực tế của thị trường mà còn đòi hỏi việc quản lý rủi ro liên tục, để có thể nhanh chóng xử lý bất kỳ vấn đề nào phát sinh. Bên cạnh đó, sự linh hoạt trong việc điều chỉnh chiến lược theo biến động của thị trường là chìa khóa để đảm bảo chiến lược luôn cập nhật và hiệu quả.

Khi đối mặt với tình huống chiến lược đang bị lỗ, nhà đầu tư cần phải tuân theo một quy trình kiểm soát đã được thiết lập sẵn, giúp giảm thiểu lo lắng và hành động một cách có hệ thống (Biểu đồ 11). Sau khi xem xét tất cả các yếu tố, nhà đầu tư có thể lựa chọn giữa hai phương pháp trading: “Inverse Volatility” hoặc “Equal Risk Contribution (ERC)”, với số vốn đầu tư dự kiến là 1 tỷ đồng cho cả hai phương pháp. Mỗi phương pháp sẽ đề xuất một cách tiếp cận khác nhau về số mã cổ phiếu và số lượng cổ phiếu cần có trong danh mục đầu tư gồm 7 cổ phiếu, nhằm tối ưu hóa lợi nhuận và quản lý rủi ro hiệu quả (Biểu đồ 12).

Kết Luận

Phân tích định lượng đã chứng minh được tầm quan trọng của mình trong bối cảnh thị trường hiện đại – một không gian đầy biến động và cạnh tranh. Sự áp dụng của phân tích định lượng, hỗ trợ bởi công nghệ tiên tiến và kỹ thuật toán học, đã cung cấp cho nhà đầu tư những công cụ để phát hiện cơ hội và tối ưu hóa quyết định đầu tư. Trong bài viết này, AICAFE Trading Framework và AICAFE TOOL được giới thiệu như là những phát kiến đột phá từ AI Cafe¹ của Trung tâm Đổi mới Sáng tạo – SOICT, Đại học Bách Khoa Hà Nội, nhấn mạnh cách mà các phương pháp định lượng vượt trội hơn hẳn so với phân tích truyền thống trong việc giải mã thị trường chứng khoán.

Sử dụng AICAFE Trading Framework và TOOL, nhà đầu tư có thể đi sâu vào phân tích, từ việc lựa chọn cổ phiếu theo Equity Risk Premium đến việc phát triển chiến lược thông qua việc backtesting và quản lý rủi ro. Cụ thể, chúng tôi đã thể hiện việc sử dụng framework này trong việc xây dựng một danh mục đầu tư hiệu quả, gồm 07 mã cổ phiếu (FPT, ACB, MBB,  HPG, CTG, NTC, CTR), và cách thức quản lý giỏ đầu tư này thông qua các kỹ thuật như Inverse Volatility và Equal Risk Contribution. Quy trình này không chỉ giúp nhà đầu tư đạt được lợi nhuận cao mà còn đảm bảo tính ổn định và khả năng thích ứng với những biến động thị trường.

Cuối cùng, việc áp dụng những chiến lược này vào thực tế trading đòi hỏi sự kiểm soát nghiêm ngặt và một quy trình chuẩn bị chắc chắn. Như đã trình bày, backtesting và tối ưu hóa chiến lược là những bước không thể bỏ qua, đảm bảo rằng mỗi quyết định đầu tư đều dựa trên nền tảng vững chắc của dữ liệu và phân tích. Trong khi đó, sự linh hoạt và khả năng tự động hóa trong quản lý rủi ro giúp nhà đầu tư duy trì sự bình tĩnh và hiệu quả ngay cả khi đối mặt với những thách thức không lường trước được trên thị trường. Bài viết này không chỉ là một minh họa về sức mạnh của phân tích định lượng trong trading mà còn là một hướng dẫn thiết thực cho bất kỳ nhà đầu tư nào mong muốn nâng cao hiệu quả và kiểm soát trong hoạt động đầu tư của mình.