Nếu chiến lược thực sự tốt, tại sao không tự mình kiếm lợi? Ba bài báo vạch trần sự thật tàn khốc đằng sau các chỉ số bán hàng

Trong thế giới giao dịch tiền điện tử, nhiều người thường tin tưởng vào các “chỉ số giao dịch” nhất định. Tuy nhiên, nhiều bài báo chỉ ra rằng phần lớn các chiến lược giao dịch tự cho là có lợi nhuận ổn định qua backtest thường không thực sự hiệu quả khi được thị trường chứng minh, mà chỉ là những người sống sót sau quá trình lựa chọn. Giống như làm 100 lần đề thi học kỳ năm ngoái, đạt điểm tối đa, không có nghĩa là bạn sẽ thi tốt như vậy năm nay, đó chính là cái bẫy “quá khớp” của chiến lược giao dịch. Vấn đề thực tế hơn là, nếu một chiến lược thực sự xuất sắc như vậy, tại sao không tự mình dùng đòn bẩy để tối đa hóa lợi nhuận, mà lại chọn bán ra hoặc công khai chia sẻ?

Dù sao đi nữa, các chiến lược hiệu quả thực sự thường bị giới hạn bởi khả năng tiếp nhận, khi vốn quá lớn, lợi thế sẽ bị chính hành vi giao dịch của chính bạn và phản ứng của thị trường nuốt chửng.

Nhà phát triển chỉ số giao dịch thường chỉ lấy phần tốt nhất để huy động vốn

Một bài báo đăng trên Hiệp hội Toán học Hoa Kỳ chỉ ra về các sai lệch trong backtest, nghiên cứu phát hiện rằng trong khung thử nghiệm truyền thống, thực sự có thể tìm thấy một số chiến lược kỹ thuật tạo ra lợi nhuận dương đáng kể trong dữ liệu lịch sử, đó cũng là lý do tại sao phân tích kỹ thuật đã được thị trường ưa chuộng trong nhiều năm. Tuy nhiên, tác giả còn chỉ ra rằng, các kết quả này thường bỏ qua một vấn đề then chốt: thiên lệch dò tìm dữ liệu (data-snooping bias).

Khi các nhà nghiên cứu thử nghiệm hàng trăm, thậm chí hàng nghìn quy tắc giao dịch cùng lúc, thống kê sẽ tự nhiên xuất hiện một số chiến lược có hiệu suất vượt trội, ngay cả khi thị trường hoàn toàn ngẫu nhiên. Nếu chỉ dựa vào những người chiến thắng sau cùng để đánh giá tính hiệu quả của phân tích kỹ thuật, thì đó giống như nhầm lẫn may mắn thành năng lực.

Sau khi hiệu chỉnh thiên lệch, lợi thế của chiến lược kỹ thuật giảm mạnh

Để giải quyết vấn đề trên, nghiên cứu đã áp dụng các phương pháp kiểm định thống kê nghiêm ngặt hơn, điều chỉnh cho các thiên lệch do thử nghiệm nhiều lần gây ra. Kết quả cho thấy, sau khi hiệu chỉnh, hầu hết các chiến lược kỹ thuật ban đầu có vẻ mang lại lợi nhuận vượt trội đều mất đi ý nghĩa thống kê. Nói cách khác, các quy tắc giao dịch kỹ thuật trong môi trường ngoài mẫu dữ liệu khó có thể tái tạo thành công hiệu suất lịch sử, cho thấy những chiến lược này thực sự chưa nắm bắt được cấu trúc thị trường bền vững.

Sau khi tính phí giao dịch, lợi nhuận thực tế còn tệ hơn

Nghiên cứu cũng xem xét đến các yếu tố chi phí giao dịch. Vì các chiến lược kỹ thuật thường có vòng quay cao, khi phí giao dịch, trượt giá và tác động thị trường được đưa vào, ngay cả những chiến lược còn lại lợi nhuận nhỏ cũng thường chuyển sang âm. Tác giả nhấn mạnh rằng, kết quả này mang ý nghĩa thực tiễn cao, vì hầu hết các kết quả backtest công khai thường đánh giá thấp các chi phí ma sát trong môi trường giao dịch thực tế.

Kết luận của nghiên cứu không hoàn toàn phủ nhận ý nghĩa của phân tích kỹ thuật, mà chỉ ra rằng vai trò của nó phù hợp hơn như một công cụ quản lý rủi ro, nhận diện xu hướng hoặc hỗ trợ hành vi, chứ không phải là nguồn lợi nhuận duy nhất. Trong thị trường hiện đại cạnh tranh cao và phản ánh thông tin nhanh chóng, dựa hoàn toàn vào tín hiệu giá và khối lượng quá khứ đã khó để tạo ra lợi thế giao dịch bền vững.

Sai lầm trong backtest chỉ số giao dịch: giống như làm đề thi học kỳ nhiều lần để đạt điểm cao

Một bài báo có tên “Xác suất quá khớp trong backtest” (The Probability of Backtest Overfitting) chỉ ra rằng hiệu suất backtest hoàn hảo mà bạn thấy có xác suất rất lớn chỉ là kết quả của quá khớp dữ liệu (Overfitting). Trong lĩnh vực tài chính định lượng, backtest là công cụ tiêu chuẩn để đánh giá rủi ro và lợi nhuận của chiến lược. Tuy nhiên, với khả năng tính toán ngày càng mạnh, các nhà nghiên cứu giờ đây có thể dễ dàng thử nghiệm hàng tỷ tổ hợp chiến lược trên cùng một bộ dữ liệu lịch sử.

Tác giả bài báo so sánh: “Nếu bạn tra khảo dữ liệu đủ lâu, nó sẽ khai báo tất cả.” Khi các nhà nghiên cứu liên tục điều chỉnh tham số (như độ dài trung bình động, ngưỡng vào lệnh, v.v.) cho đến khi hiệu suất trông có vẻ hoàn hảo, họ thường chỉ đang phù hợp với nhiễu của thị trường quá khứ, chứ không phải là bắt được tín hiệu tương lai. Giống như bạn làm đề thi học kỳ nhiều lần, đến mức thấy đề năm ngoái có thể đạt 100 điểm, không có nghĩa là năm nay bạn cũng sẽ làm tốt như vậy, vì đó là hai thứ khác nhau.

Để giải quyết vấn đề này, nhóm nghiên cứu đã đề xuất một chỉ số quan trọng: Xác suất quá khớp trong backtest (Probability of Backtest Overfitting, PBO)). PBO tính xác suất “chiến lược có hiệu suất tốt nhất trong backtest lại kém hơn trung bình trong tương lai”. Nếu PBO cao, nghĩa là chiến lược đó đã bị chọn lọc quá mức dựa trên tham số tối ưu; nếu PBO thấp, thì chiến lược có tính ổn định hơn.

Trong bài báo, họ thử nghiệm một chiến lược có hệ số Sharpe lên tới 1.27, rất hấp dẫn đối với nhà đầu tư thông thường, nhưng sau khi kiểm tra, phát hiện PBO của chiến lược này lên tới 55%. Mặc dù trong mẫu dữ liệu, tất cả các kết quả backtest đều có lợi nhuận dương, nhưng trong thử nghiệm ngoài mẫu, có tới 53% trường hợp là lỗ. Điều này chứng tỏ, ngay cả chiến lược có hệ số Sharpe cao cũng có thể là kết quả của quá khớp dữ liệu.

Nghiên cứu thực nghiệm tại thị trường chứng khoán Ấn Độ: RSI, MACD khó có thể ổn định vượt thị trường

Sau khi đề cập đến các vấn đề về backtest và thống kê, hãy xem xét các nghiên cứu thực tế. Một nghiên cứu thực nghiệm kéo dài 18 năm tại thị trường chứng khoán Ấn Độ cho thấy, các công cụ phân tích kỹ thuật phổ biến, nhìn chung, khó giúp nhà giao dịch tạo ra lợi nhuận vượt trội ổn định, dù trong một số giai đoạn thị trường giảm, chiến lược tạm thời có lợi thế, nhưng sau khi điều chỉnh theo rủi ro, hiệu suất vẫn chưa đủ để chứng minh khả năng sinh lợi dài hạn của phân tích kỹ thuật.

Nghiên cứu do học giả S. Muruganandan của Trường Kinh doanh Sri Dharmasthala Manjunatheshwara College, Ấn Độ, công bố trên tạp chí Colombo Business Journal, dựa trên dữ liệu từ chỉ số Sensex của Sở Giao dịch Chứng khoán Bombay (BSE), từ tháng 2 năm 2000 đến tháng 5 năm 2018, qua nhiều chu kỳ tăng giảm, kiểm tra hai chỉ số kỹ thuật phổ biến nhất: Chỉ số sức mạnh tương đối (RSI) và Chỉ số hội tụ phân kỳ trung bình động (MACD).

RSI thể hiện kém xa, không thể tạo ra lợi thế ổn định trong bất kỳ chu kỳ thị trường nào

Kết quả nghiên cứu cho thấy, chiến lược giao dịch RSI trong toàn bộ mẫu dữ liệu, dù là tín hiệu mua hay bán, trung bình đều không vượt quá lợi nhuận trung bình không điều kiện của thị trường, thậm chí trước khi trừ phí giao dịch.

Sau khi phân tích theo từng chu kỳ thị trường, RSI trong phần lớn thời gian tăng giá (bullish) thường phát ra tín hiệu bán, nhưng không thể nắm bắt xu hướng kéo dài; trong các giai đoạn giảm hoặc đi ngang, dù tín hiệu mua xuất hiện nhiều hơn, nhưng thường vào quá sớm, dẫn đến hiệu suất kém. Nghiên cứu chỉ ra rằng, đặc tính của RSI khiến nó dễ bị phản tác dụng trong các thị trường xu hướng đơn chiều, trở thành yếu tố kéo giảm thành tích. Từ góc độ điều chỉnh rủi ro, hệ số Sharpe của chiến lược RSI thường âm, cho thấy rủi ro không xứng đáng với phần thưởng.

MACD chỉ thắng ngắn hạn trong các tín hiệu bán trong giai đoạn giảm giá

Ngược lại, hiệu suất của MACD có phần khả quan hơn, nhưng vẫn chưa thể gọi là ổn định. Nghiên cứu phát hiện rằng, tín hiệu mua của MACD trong tất cả các chu kỳ thị trường, trung bình không vượt quá lợi nhuận của thị trường; tuy nhiên, tín hiệu bán trong phần lớn các giai đoạn giảm giá, lại cho ra lợi nhuận thống kê có ý nghĩa và vượt trội so với lợi nhuận trung bình.

Điều này cho thấy, trong giai đoạn thị trường giảm, MACD có thể giúp nhà giao dịch tránh một phần giảm giá hoặc kiếm lợi từ các chiến lược bán khống. Tuy nhiên, khi tính đến rủi ro, hệ số Sharpe của các tín hiệu bán vẫn thấp, cho thấy lợi nhuận chưa đủ để bù đắp cho biến động của chiến lược. Nói cách khác, MACD có thể hữu ích trong một số tình huống nhất định, nhưng còn xa mới trở thành công cụ sinh lợi dài hạn đáng tin cậy.

Tổng kết nghiên cứu, thị trường Ấn Độ theo giả thuyết Hiệu quả yếu (Weak-form Efficiency) đã phản ánh đầy đủ thông tin giá quá khứ, khiến việc dựa vào các chỉ số kỹ thuật để tạo ra lợi nhuận bất thường dài hạn trở nên khó khăn. Ngay cả trong các thị trường mới nổi có thông tin chưa hoàn toàn phản ánh, lợi thế của phân tích kỹ thuật cũng dần bị thị trường tiêu hóa theo thời gian. Tác giả đặc biệt nhấn mạnh rằng, khi tính đến các chi phí giao dịch thực tế như phí, trượt giá và chi phí vốn, hiệu suất thực tế của các chiến lược phân tích kỹ thuật có thể còn tệ hơn nữa.

Bài viết này, nếu chiến lược thực sự tốt, tại sao không tự mình kiếm lợi? Ba bài báo vạch trần sự thật tàn khốc đằng sau việc bán chỉ số giao dịch

Nguồn gốc ban đầu của bài viết này xuất hiện trên Chain News ABMedia.