Hieu Nguyen Phi, FRM

How I enjoy my life

HieuNP

5 minutes read

Có lẽ cụm từ Algorithmic trading không còn mới mẻ gì với thế giới nữa nhưng ở Việt Nam chỉ mới xuất hiện vào khoảng năm 2013 nhưng mãi đến 2015 mới bắt đầu nhận được sự chú ý của giới chuyên môn và các nhà đầu tư tổ chức. Nhân tiện trong lúc đang dần hoàn thành hệ thống (1 dự án cá nhân của mình) cũng như giảng dạy chương trình FRM 2017 Part II, mình sẽ chia sẻ những gì mình hiểu về loại hình này. Hy vọng nhận được phản hồi cũng như thảo luận của mọi người.

Dịch nôm na, Algorithmic trading nghĩa là Giao dịch dựa trên thuật toán. Điều này phần nào giải thích tại sao loại hình giao dịch này đặc biệt nở rộ ở các quốc gia trên thế giới, đặc biệt là các quốc gia phát triển vì vốn dĩ thị trường của họ được thực hiện dựa trên cơ sở giao dịch điện tử (electronical trading) với nền tảng phần cứng lẫn phần mềm cực kỳ tốt. Cũng có thể hiểu Algorithmic trading là việc sử dụng các phần mềm máy tính để xác định thời gian đặt lệnh, khối lượng giao dịch, mức giá, thậm chí là vị thế (mua hay bán), mức lời mục tiêu và mức dừng lỗ trong kinh doanh cổ phiếu và các sản phẩm tài chính khác. Tuy nhiên Algorithmic Trading có vẻ còn ẩn chứa điều gì đó kinh khủng hơn những chức năng vừa nêu vì vốn dĩ, các chức năng trên đã từ lâu rồi Việt Nam đã làm được.

Hãy đặc biệt chú ý hơn về cụm từ Các phần mềm máy tính. Sự khác biệt dẫn đến rạch ròi về “đẳng cấp” là ở chỗ: các phần mềm máy tính này được xây dựng trên nhiều mô hình tài chính định lượng khác nhau, kết hợp giữa thuật toán tin học trong lập trình và các nghiên cứu tài chính thực nghiệm. Thông thường đa số các thuật toán này đều sử dụng rất nhiều mô hình toán phức tạp để xử lý các biến số đầu vào nhằm ra quyết định đầu tư. Phương pháp giao dịch này đã bắt đầu ở Mỹ từ thập niên 70 và 80 của thế kỷ 20, tiêu biểu là việc áp dụng giao dịch lập trình (program trading, thật ra cũng là một dạng Algorithmic trading) của sàn giao dịch NYSE.

Với sự phát triển mạnh mẽ của công nghệ thông tin, hệ thống nền tảng, và với việc những công ty truyền thông hàng đầu như Reuters, Bloomberg, Thomson Financial… cung cấp nhiều dịch vụ hỗ trợ tích hợp cả các thông tin cơ bản, dữ liệu kinh tế mới nhất, các mô hình Algorithmic trading ngày càng được phát triển rộng rãi. Hiện nay các tổ chức đầu tư lớn ở châu Âu và Mỹ như các quỹ đầu tư, ngân hàng, công ty chứng khoán đều dùng phổ biến các mô hình này.

Một số ứng dụng đã được triển khai thành những hệ thống giao dịch (trading systems), đơn giản là các hệ thống thuật toán về những quy luật giao dịch “tối ưu”. Hệ thống đơn giản và truyền thống thì nhắm vào tối thiểu hóa chi phí giao dịch (transaction cost), các khoản lỗ (losses), hay tận dụng cơ hội kinh doanh chênh lệch giá (arbitrage).

Hệ thống phức tạp hơn là dùng nhiều biến số để chạy ra các đề xuất cơ hội mua vào, bán ra dựa trên các quy luật phân tích cơ bản, phân tích kỹ thuật và mô hình tài chính định lượng. Một hướng phát triển thu hút nhiều sự chú ý từ những năm 1990 là kết hợp thuật toán mạng nơron (neural networks) và lập trình di truyền (generic programming) vào phân tích kỹ thuật để giúp máy tính “nhận biết” các mẫu hình đồ thị hay dấu hiệu do các chỉ số kỹ thuật phát ra.

Bật mí: đây cũng là một trong những hướng tiếp cận của mình hiện tại trong việc đầu tư cổ phiếu Việt Nam, có hôm mình lời tới 35% cho toàn danh mục, một con số đáng kể, chỉ trong vòng vài tuần đầu tư.

Nhiều người cũng quan tâm đến việc dùng thuật toán di truyền để dự báo (mặc dù một số người cho rằng những phát triển kiểu như thế này đã đi chệch ra khỏi ý niệm đúng về kinh doanh bằng thuật toán).

Những ứng dụng Algorithmic trading cũng mở đường cho các nhà nghiên cứu thực nghiệm về tài chính có thể phát triển các mô hình cực kỳ phức tạp vào thực tế. Có một điều mà nhiều người làm tài chính chuyên nghiệp đều hiểu, đó là trong quá khứ, những mô hình quá phức tạp (hàng chục biến số với hàng chục hàm số phức tạp) thì tính ứng dụng không cao, còn mô hình đơn giản hơn thì sẽ thực tế hơn, vì dễ dùng và nhanh chóng cho kết quả hơn.

Tuy nhiên, Algorithmic trading có thể sẽ tạo ra đổi thay trong tương lai. Những mô hình kinh tế - tài chính cực kỳ phức tạp có thể được chuyển thành các thuật toán, và máy tính sẽ thay con người tính toán, lẫn đưa ra diễn đạt kết quả tìm được.

Điều này mở một hướng đi rất lớn cho những nghiên cứu thực nghiệm trong tài chính, đặc biệt là nghiên cứu những cấu trúc vi mô của thị trường tài chính nhằm xác định phương pháp giao dịch hiệu quả nhất, tiết kiệm từng đồng chi phí giao dịch.

comments powered by Disqus

Recent posts

See more

Categories

About

I am Hieu Nguyen Phi, FRM, a Quantitative Risk Analyst from Ho Chi Minh City, Vietnam. I have a background in International Finance by Foreign Trade University. I have also charterred the FRM certification by [GARP](https://www.garp.org/#!/home) since 2018, after 2 years of experience in Risk management in banking and investing sectors. I also inspired by Mr Sheldon L. Cooper, a fictional character in the CBS television series The Big Bang Theory. He is who he is and doesn't pretend to be someone he isn't. He is so serious about anything he's doing, from academic tasks to real-life businesses. With my inherent laziness, I always look for the best and most efficient (in terms of time and my energy capacity) approach to resolve my practical issues. Currently, I am employed by [Viet Capital Bank](https://www.vietcapitalbank.com.vn) as Risk Analyst and Modeler. My responsibility is to build risk models and to perform required analyses for the bank's Credit Risk Portfolio. For further details about my job, please contact to my personal email **hieunguyenphi94@gmail.com**.