Không phải giao dịch quá mức hay FOMO, đây mới là hành động "cờ đỏ" gây hại nhất cho kết quả giao dịch của bạn!

Xin chào cả nhà!

Sau đây là bài đăng trên X (Twitter) của @GoshawkTrades, một trader chuyên giao dịch thuật toán đến từ London nhé mọi người...




Hành động hủy diệt nhất trong trading không phải là vào lệnh hấp tấp, FOMO theo các phòng chat, hay giao dịch quá mức.

Dưới đây là bản chất của vấn đề (và cách giải quyết nó một lần và mãi mãi)...

Chủ quan là một cách dễ dàng để giả mạo kiến thức chuyên môn.

Và đó là những gì hầu hết các trader đang làm.

Điều này cho phép bạn chọn lọc những ví dụ hoàn hảo, thiên kiến về sự kiện gần đây (recency bias) và thiếu các quy trình có thể lặp lại được.

Tất cả dẫn đến phần tồi tệ nhất...


Một chu kỳ lặp lại liên tục của việc thích ứng với thị trường hiện tại, và bị hủy diệt ngay khi thị trường thay đổi.

Cách tốt nhất để giải quyết chu kỳ mang tính hủy diệt này là...

Sử dụng dữ liệu, càng nhiều càng tốt.

Cụ thể là thông qua giao dịch khách quan.

Nhưng bằng cách nào?


Dưới đây là hướng dẫn 2 bước để bạn có thể bắt đầu:

1. Xác định các tiêu chí cho chiến lược giao dịch của bạn

Điều này có thể đơn giản như xác định điểm giao cắt của đường trung bình động (moving average), hoặc phức tạp hơn bằng cách sử dụng nhiều chỉ báo và loại nến khác nhau.

Mục tiêu là tạo ra một hệ thống từng bước có thể lặp lại được.


Nhiều người mắc phải sai lầm nghiêm trọng, vbằng cách thực hiện những gì tôi gọi là định nghĩa "lười biếng".

Ví dụ: "Khi tôi thấy một cây nến đỏ khổng lồ, tôi sẽ Short".

Nhưng thế nào là một "nến đỏ khổng lồ"?

Nó có thể khổng lồ về khối lượng? Bao nhiêu khối lượng thì được coi là khổng lồ?

Nó có thể khổng lồ về biên độ? Lớn hơn 1 ATR (Average True Range - Mức biến động thực trung bình)?

Vì vậy, hãy chắc chắn xác định tất cả các yếu tố.

2. Dữ liệu lịch sử

Đây là một chủ đề rộng hơn, nhưng để hiểu đơn giản, thì bạn cần dữ liệu lịch sử để kiểm tra chiến lược của mình.

Hãy chọn cách tiếp cận dựa trên mã code để tránh những cạm bẫy của thiên vị thủ công (manual bias) trong quá trình backtest.

Điều này sẽ giúp thể hiện xem liệu chiến lược của bạn có mang lại lợi nhuận hay không.



Nhưng một lần backtest là không đủ để chứng minh chiến lược sẽ hiệu quả trên thị trường thực tế.

Một số kỹ thuật và quy tắc khác phải được tiến hành.




Dưới đây là 6 lá "cờ đỏ" (red flag) bạn cần phải tránh trong quá trình thực hiện backtest:

Cờ đỏ #1. Sử dụng tất cả dữ liệu của bạn để đào tạo một chiến lược

Ví dụ: Bạn có 5 năm dữ liệu và bạn sử dụng cả 5 năm đó để tối ưu hóa chiến lược.

Đây là một cách nhanh chóng để phá hủy hiệu suất của chiến lược trên thị trường thực tế.

Thay vào đó, hãy sử dụng phương pháp ngoài mẫu (out-of-sample).

Cờ đỏ #2. Mỗi giao dịch đều đi kèm với các chi phí cố định và biến đổi

Nhưng nhiều người quên tính đến chúng trong quá trình backtest.

Những chi phí này bao gồm:

• Phí hoa hồng (Commission): Phí môi giới tính cho mỗi giao dịch.
• Trượt giá (Slippage): Sự khác biệt giữa giá mong muốn và giá thực tế thực hiện giao dịch.
• Và các chi phí khác: Có thể bao gồm phí lưu ký, phí dữ liệu, v.v.

Nếu bạn không tính đến những chi phí này, kết quả backtest của bạn có thể đang đánh lừa bạn.

Cờ đỏ #3. Kiến thức thường có thể giúp bạn tiết kiệm hàng nghìn đô la

Đặc biệt trong trường hợp bị thiên kiến trong quá trình kiểm tra (backtesting bias).

Nếu không hiểu và kiểm tra các yếu tố sau, kết quả backtest của bạn có thể sẽ đánh giá cao thực tế:

• Thiên kiến nhìn về phía trước (Look-ahead bias): Sử dụng thông tin từ tương lai để đưa ra quyết định giao dịch cho quá khứ.
• Thiên kiến kẻ sống sót (Survivorship bias): Chỉ tập trung vào những công ty thành công và bỏ qua những công ty thất bại, dẫn đến đánh giá không chính xác về rủi ro.
• Dữ liệu lỗi (Erroneous data): Dữ liệu không chính xác hoặc không đầy đủ có thể làm sai lệch kết quả backtest.

Kết quả backtest của bạn có thể hiển thị kết quả tốt một cách giả tạo.

Cờ đỏ #4. Các chiến lược phức tạp thường dễ bị "overfitted"

Càng có nhiều tham số trong chiến lược giao dịch, thì khả năng bạn đang khớp với những tín hiệu nhiễu (noise) trong dữ liệu lịch sử càng cao.

Hãy thận trọng khi thêm các tham số và cân nhắc loại bỏ một số tham số nhất định.

Cờ đỏ #5. Chỉ thực hiện backtest với dữ liệu lịch sử là một trong những dấu hiệu cảnh báo lớn nhất

Mỗi lần backtest nên bao gồm một quy trình gồm:

• Kiểm tra dữ liệu lịch sử (Historical backtest).
• Kiểm tra ngoài mẫu (Out of sample): Kiểm tra chiến lược trên dữ liệu không được sử dụng để xây dựng chiến lược ban đầu.
• Mô phỏng Monte Carlo (Monte Carlo simulation): Mô phỏng các kết quả có thể xảy ra của chiến lược giao dịch trong tương lai.
• Độ nhạy tham số (Parameter sensitivity): Kiểm tra xem hiệu suất của chiến lược thay đổi như thế nào khi các tham số đầu vào khác nhau.

Nếu tất cả các bước kiểm tra đều cho kết quả tốt, bạn có thể tiến hành chạy thử nghiệm trực tiếp (forward-test) trên thị trường thực.

Cờ đỏ #6. Khai thác dữ liệu sử dụng học máy (machine learning)

Nghe thì có vẻ pro và có thể là một phương pháp hiệu quả để tìm kiếm lợi thế giao dịch, nếu thực hiện đúng cách...

Nhưng trong hầu hết các trường hợp, nó thường dẫn đến các chiến lược bị "overfitted" phi logic, với kết quả forward-test tồi tệ.

Vì vậy, hãy cẩn thận khi sử dụng học máy để tìm kiếm lợi thế giao dịch.

Kết luận

Để tiến thêm một bước nữa, giống như các nhà quản lý quỹ đầu cơ tỷ đô đã đề cập, hãy hướng đến việc tạo ra các chiến lược không tương quan.

Điều này sẽ giúp bạn đạt được lợi nhuận cao nhất với rủi ro thấp.

Nhưng để làm được điều đó, bạn phải thành thạo việc xác định và backtest các chiến lược của mình.

Hy vọng bài viết này đã mang lại cho bạn một lớp học tổng thể ngắn gọn về những gì có thể giết chết hầu hết các trader!


Đừng quên THẢ TIM, SHARE VÀ COMMENT để ủng hộ mình nhiều hơn nữa nhé!! Nice day cả nhà