Chúng ta đang sống trong một thời kỳ vô tiền khoáng hậu của ngành công nghệ. Chưa bao giờ việc xây dựng một hệ thống giao dịch (Trading System) lại dễ dàng đến thế. Một lập trình viên bình thường, hay thậm chí một người không hề biết viết code, giờ đây có thể tạo ra bot giao dịch, huấn luyện mô hình Machine Learning và chạy backtest chỉ bằng cách gõ vài dòng prompt vào ChatGPT, Claude, Cursor hay Windsurf.
Vibe Coding – phương pháp lập trình bằng cách giao tiếp tự nhiên với AI đã tạo ra một “ảo giác” về sức mạnh vô song. Một quy trình hoàn hảo được vẽ ra và chia sẻ rầm rộ trên các cộng đồng mạng: Prompt → Code → Backtest → Profit?. Khắp nơi ngập tràn những nội dung hấp dẫn như “Build Trading Bot in 10 Minutes” hay “AI Finds Alpha”.
Nhưng hãy dừng lại một chút và đặt ra một câu hỏi sắc lẹm: Nếu mọi thứ dễ dàng như vậy, nếu quy trình AI Coding này là đúng, tại sao phần lớn chúng ta vẫn chưa giàu?.
Tại sự kiện CodeGym Alumni Talk gần đây, anh Trần Công Minh – hiện đang là Leader Quant Trading team tại The20 – đã mang đến một góc nhìn gai góc, đập tan giấc mộng về AI Trading của các nhà đầu tư cá nhân, đồng thời mở ra cánh cửa hậu trường về cách các quỹ định chế tài chính tỷ đô thực sự xây dựng và vận hành các mô hình giao dịch định lượng
Một kỹ sư công nghệ khi bước vào thị trường tài chính thường mang theo một niềm tin rất tự nhiên trong nghề : nếu code không lỗi, pipeline dữ liệu chạy mượt, mô hình Machine Learning đạt độ chính xác cao trên test set, thì đưa vào thực tế nó sẽ tự động in ra tiền.
Họ có thể dành hàng tháng trời để xây dựng một dự án vô cùng bài bản. Hệ thống đó tự động kéo dữ liệu từ các sàn chứng khoán, tổng hợp tin tức quốc tế, quét báo cáo tài chính, sau đó đưa vào Random Forest, LSTM, hay Transformer để tìm kiếm tín hiệu.
Backtest trên dữ liệu quá khứ, biểu đồ lợi nhuận dốc đứng đẹp như mơ, tỷ lệ thắng có thể lên tới 99%. Nhưng khi đưa vào chạy bằng tiền thật, tài khoản vẫn âm. Tại sao cái logic tưởng chừng không thể sai của dân lập trình lại sai ngay ở đây?
Một hệ thống API mượt mà, code 100% không có lỗi, hay một con AI với hàng chục tỷ tham số, nếu không sở hữu được một “Lợi thế giao dịch” cốt lõi, thì nó chỉ là một cỗ máy tinh vi để kiểm chứng rằng chúng ta không có lợi thế nào.
Theo anh Minh, lợi thế trong trading thường rơi vào ba dạng. Có người tìm lợi thế kỹ thuật, dựa vào biểu đồ , mô hình nến, các chỉ báo để bắt điểm vào lệnh có xác suất cao. Có người đi theo lợi thế cơ bản, đánh giá giá trị nội tại qua báo cáo tài chính, tin tức vĩ mô, để tìm ra chỗ lệch giữa giá trị thật và giá thị trường.
Và có một dạng khó nhất là lợi thế tâm lý và hành vi, tận dụng những sai lầm hay sự hoảng loạn của đám đông. Cái này không thể đơn giản gọi một API là ra, mà phải phân tách, xử lý qua rất nhiều lớp.
Trong suốt 50 năm qua, từ những hệ thống định lượng của thập niên 1980 đến các siêu AI hiện đại, đám đông luôn bị ám ảnh bởi một bài toán duy nhất: Dự đoán giá sẽ đi về đâu?. Người ta dùng mọi mô hình Deep Learning chỉ để giải quyết câu hỏi ngày mai Bitcoin sẽ lên 120.000 USD hay vàng rớt xuống đáy. Nhưng bài toán thực sự của Trading không phải là dự đoán giá, mà là dự đoán hành vi của những người khác đang cố dự đoán giá.
Thị trường tài chính không giống như việc bạn dự báo thời tiết. Nếu bạn dự báo ngày mai trời mưa, hành động quan sát của bạn không làm thay đổi việc ngày mai trời mưa hay nắng. Nhưng trong tài chính, như thuyết Reflexivity (Tính phản thân) của huyền thoại đầu tư George Soros đã chỉ ra: Thị trường là một hệ thống thích nghi. Sự quan sát, nhận thức và hành động của bạn đối với thực tại sẽ trực tiếp tạo ra một thực tại mới.
Nếu hàng triệu người cùng tin giá vàng sẽ tăng và đổ xô mua, chính họ sẽ đẩy giá lên. Người hưởng lợi nhất là những người đã mua từ trước. Giá không phải nguyên nhân, mà là kết quả của hành vi đám đông.
Ngay cả khi mô hình của bạn dự đoán đúng 70%, thì các yếu tố như phí giao dịch, trượt giá, chênh lệch mua bán và tác động thị trường hoàn toàn có thể biến kết quả cuối cùng thành một khoản lỗ.
“AI không trade. AI chỉ dự đoán. Và không ai được trả lương vì độ chính xác, người ta được trả lương vì lợi nhuận.”.
Một trong những sự thật làm “mở não” giới lập trình viên và đầu tư cá nhân là định nghĩa về thị trường. Chúng ta thường hay nói “Thị trường đang sợ hãi” hay “Thị trường đang kỳ vọng FED giảm lãi suất” như thể thị trường là một con quái vật duy nhất. Nhưng góc nhìn của Quant Trading lại khác biệt: Thị trường là một hệ sinh thái đa chủng loài.
Để hệ thống giao dịch của bạn kiếm được tiền, bạn phải biết mình đang ngồi chung mâm với những tay chơi nào. Mô hình Heterogeneous Agent Model đã phân loại những thực thể đang chi phối cuộc chơi thành nhiều nhóm với mục tiêu, khung thời gian và khẩu vị rủi ro hoàn toàn khác biệt.
Retail Trader (Nhà đầu tư cá nhân)
Riêng lẻ thì yếu ớt, vốn mỏng, giao dịch dựa trên FOMO, cảm xúc và tin tức. Nhưng khi hợp lực lại tạo thành một tập thể thống nhất, sức mạnh của đám đông có thể nghiền nát cả các định chế tài chính. Điển hình là vụ ép bán khống (Short Squeeze) cổ phiếu GameStop, khi đám đông Retail liên tục mua vào và từ chối bán ra, trực tiếp “bóp nghẹt” và ép cháy tài khoản các quỹ Hedge Fund đang cược công ty này phá sản.
Arbitrageur – Kinh doanh chênh lệch giá
Đây là lực lượng giúp thị trường trở nên hiệu quả hơn. Công việc của họ là phát hiện những bất hợp lý tạm thời về giá và nhanh chóng khai thác chúng trước khi khoảng chênh lệch biến mất.
Ví dụ, nếu Bitcoin trên sàn A được giao dịch ở mức giá thấp hơn sàn B, arbitrageur sẽ mua tại nơi rẻ và đồng thời bán tại nơi đắt hơn để khóa lợi nhuận gần như không rủi ro. Tương tự, trên thị trường chứng khoán, họ có thể khai thác chênh lệch giữa giá ETF và giá trị tài sản ròng (NAV), hoặc giữa các hợp đồng phái sinh và tài sản cơ sở.
Điều thú vị là động cơ tìm kiếm lợi nhuận của arbitrageur lại vô tình mang đến lợi ích cho toàn bộ hệ thống. Chính hành động mua ở nơi rẻ và bán ở nơi đắt đã kéo giá của các thị trường khác nhau quay trở về trạng thái cân bằng.
Options Dealer – Nhà tạo lập thị trường quyền chọn
Nếu arbitrageur giúp thị trường trở nên hiệu quả hơn, thì options dealer lại đóng vai trò như những công ty bảo hiểm của hệ thống tài chính.
Họ bán các hợp đồng quyền chọn cho nhà đầu tư và thu về phí bảo hiểm (premium). Tuy nhiên, đổi lại, họ phải đối mặt với rủi ro khi giá tài sản cơ sở biến động mạnh. Để kiểm soát rủi ro này, options dealer liên tục thực hiện các giao dịch phòng vệ (delta hedging và gamma hedging) bằng cách mua hoặc bán tài sản cơ sở.
Market Maker (Nhà tạo lập thị trường)
Họ là “cột sống” cung cấp thanh khoản của thị trường. Họ không quan tâm giá ngày mai lên hay xuống, họ chỉ cần đặt sẵn lệnh mua và lệnh bán liên tục để ăn mức chênh lệch giá rất nhỏ. Nếu không có Market Maker hứng chịu các lệnh mua bán, thị trường sẽ sụp đổ hoặc giật cục dữ dội mỗi khi có hoảng loạn.
High Frequency Trading – Giao dịch tần suất cao
Đây là những cỗ máy đua tốc độ thực thụ của thị trường tài chính. Các công ty HFT sẵn sàng chi hàng trăm triệu USD để đặt máy chủ ngay cạnh trung tâm dữ liệu của sàn giao dịch, sử dụng đường truyền chuyên dụng và tối ưu từng dòng code nhằm cắt giảm từng microsecond trong quá trình xử lý.
Một cái chớp mắt của con người kéo dài khoảng 0,3 giây, tương đương 300.000 microsecond. Trong khoảng thời gian bạn vừa kịp nhắm mắt rồi mở mắt ra một lần duy nhất, hệ thống của các quỹ HFT đã có thể quét sổ lệnh, cập nhật mô hình định giá và phản ứng với thị trường hàng trăm nghìn lần.
Nhiệm vụ của họ không phải là dự đoán nền kinh tế trong 10 năm tới, mà là săn tìm những mất cân bằng vi mô tồn tại trong thời gian cực ngắn: một mức giá niêm yết chưa được cập nhật, một khoảng chênh lệch nhỏ giữa các sàn giao dịch, hay một cơ hội arbitrage chỉ tồn tại trong vài microsecond trước khi biến mất.
Nếu Market Maker là “cột sống thanh khoản” của thị trường, thì HFT chính là những kỹ sư đang liên tục làm mịn bộ máy đó ở cấp độ mà con người gần như không thể nhận biết bằng trực giác.
CTA – Trend Followers
Những kẻ khuếch đại xu hướng. Nhóm này không quan tâm đến giá trị nội tại đắt hay rẻ, họ chỉ theo đuổi động lượng. Khi thị trường thủng đáy, hệ thống tự động của họ sẽ bán tháo mạnh hơn. Khi thị trường vượt đỉnh, họ sẽ mua đuổi, vô tình đẩy các con sóng đi xa hơn mức logic thông thường.
Anh Minh lấy một ví dụ rất thực tế ở Việt Nam: Chương trình đổi vàng lấy bất động sản của Vinhome cam kết sau 5 năm hoàn lại tiền tương đương 110% giá trị lượng vàng quy đổi ban đầu. Về bản chất tài chính, Vinhome đang đóng vai trò của Options Dealer – bán một quyền chọn. Rủi ro xảy ra khi 5 năm sau giá vàng tăng gấp đôi nhưng giá nhà chỉ tăng 10%. Để quản trị rủi ro đối tác này, về nguyên tắc, họ sẽ phải trích một phần tiền đi mua vị thế phòng vệ ngay từ đầu để hạch toán chênh lệch tỷ giá. Mọi hành động phòng vệ ẩn sâu này đều tác động trực tiếp lên dòng chảy của thị trường.
Kết luận: “Retail cố dự đoán cây nến tiếp theo. Quỹ cố mô hình hóa thứ tạo ra cây nến đó.”.
Khi đã thấu hiểu thị trường là một mạng lưới chằng chịt các tay chơi, các quỹ định lượng không rảnh rỗi dùng AI chỉ để xem chỉ báo RSI hay MACD báo mua hay bán.
Họ đang hướng đến các công nghệ Frontier AI như Agent-Based Modeling (ABM) và Multi-Agent Reinforcement Learning (MARL). Thay vì lấy dữ liệu quá khứ để dự báo giá, họ tạo ra các môi trường mô phỏng. Họ cấp cho các AI những nét tính cách đặc trưng: Agent 1 là nhà đầu tư nhỏ lẻ, Agent 2 là đám đông FOMO, Agent 3 là Market Maker. Sau đó, họ bơm tin tức giả định vào (Ví dụ: Tổng thống Mỹ tuyên bố cấm vận) và để các AI này “cắn xé”, giao dịch chéo với nhau.
Lúc này, các hành vi thị trường chân thực như xu hướng, thanh khoản sẽ tự động nảy sinh. AI không còn đóng vai trò là một Trader nữa, AI đang trở thành chính Thị Trường. Một bí mật hậu trường khác mà anh Minh tiết lộ: Trong các quỹ lớn, AI rất ít khi được cấp quyền tự động đặt lệnh trade. Giá trị khổng lồ của AI nằm ở khâu: Research, Data Cleaning, Feature Discovery và Risk Management.
Bài học cho doanh nghiệp và người làm nghề Công nghệ
Nguyên lý về “Lợi thế giao dịch” trong Quant Trading hoàn toàn ứng nghiệm với thực tế kinh doanh. Một ví dụ được anh Minh nhắc đến: Một quán cà phê nhỏ mở ngay cạnh Highland Coffee. Ban đầu quán kinh doanh thua lỗ, nhưng sau khi phân tích hành vi tệp khách của Highland, người chủ đã tìm ra “lợi thế” của riêng mình. Chị bổ sung thêm đồ ăn vặt, thay đổi decor ấm cúng hơn và đặc biệt là mở cửa muộn đến khi hết khách. Sự thấu hiểu đối thủ và tối ưu hóa lợi thế ngách đã ngay lập tức biến lỗ thành lãi. Trong kinh doanh hay làm tech, đừng chạy đua vũ trang mù quáng theo đám đông. Hãy tìm ra vị thế mà đối thủ lớn không thể hoặc không muốn làm.
Bài học cho các nhà đầu tư cá nhân (Retail)
Có một thực tế vô cùng nghiệt ngã: Một chiến lược tài chính có lãi sẽ tự động biến mất Lợi thế khi có quá nhiều người biết đến nó. Ví dụ, anh Minh từng viết một con bot siêu đơn giản, không dùng một chút Machine Learning nào: Mở vị thế mua vào sáng thứ 2, chốt lời bán ra vào sáng thứ 6. Chạy thực tế hơn 1 năm cho thấy lợi nhuận 35% với độ sụt giảm chỉ 14%. Thuật toán này lợi dụng hành vi phân bổ dòng tiền giao dịch đầu tuần và chốt lời cuối tuần của thị trường. Nhưng nếu chiến lược này được mang đi rêu rao công khai, ngay lập tức hành vi của đám đông sẽ thay đổi, thanh khoản sẽ bị lấp đầy bởi những người muốn đi trước một bước, và chiến lược này sẽ sụp đổ thành cát bụi.
Lợi thế trong tài chính là sự tồn tại ngắn ngủi. Bơm quá nhiều tiền vào một cái ngách nhỏ, “chén thánh” cũng sẽ tự động vỡ. Bạn phải liên tục nghiên cứu, rèn luyện tư duy để tìm ra các lợi thế mới thay vì ôm mộng xây một con bot “vắt sữa” thị trường mãi mãi.
Tương lai của công nghệ tài chính đã được vạch ra một lộ trình dịch chuyển rất rõ ràng: Từ Retail AI (Cố gắng dự đoán giá) → Institutional AI (Mô hình hóa các tay chơi) → Frontier AI (Mô phỏng cả hệ sinh thái thị trường thông qua Synthetic Markets).
Nhà triết học Nietzsche từng nói một câu cực kỳ hàm súc: “Kẻ chiến đấu với quái vật phải cẩn trọng để bản thân không trở thành quái vật. Khi bạn nhìn đủ lâu vào vực thẳm, vực thẳm cũng sẽ nhìn lại bạn.”
Anh Minh lý giải ở góc độ tài chính: khi chúng ta cố gắng áp dụng AI để phân tích và mổ xẻ thị trường ngày càng sâu hơn, mục tiêu ban đầu có thể chỉ đơn thuần là tìm kiếm một lợi thế giao dịch. Nhưng theo thời gian, chính cách chúng ta suy nghĩ, đánh giá và ra quyết định cũng dần bị định hình bởi thứ mà chúng ta đang cố gắng chinh phục.
Ta bắt đầu nhìn mọi thứ dưới lăng kính của dữ liệu, xác suất và tối ưu hóa. Mọi hành vi đều được quy về tín hiệu, mọi quyết định đều phải có kỳ vọng dương. Ta tối ưu chiến lược để thích nghi với thị trường, nhưng đồng thời thị trường cũng đang tái cấu trúc chính tư duy của người nghiên cứu nó.
Nghịch lý nằm ở chỗ: càng cố gắng giải mã thị trường, ta càng trở thành một phần của cơ chế thích nghi tập thể tạo nên chính thị trường đó. Bởi thị trường không phải là một cỗ máy tĩnh để bị chinh phục, mà là một hệ sinh thái tiến hóa, nơi mỗi “người chơi” vừa là người quan sát, vừa là tác nhân làm thay đổi cuộc chơi.
Có lẽ, “vực thẳm” trong giao dịch không phải là sự hỗn loạn của giá cả, mà là niềm tin rằng ta có thể đứng hoàn toàn bên ngoài hệ thống để quan sát nó một cách khách quan. Trong thực tế, càng tham gia đủ lâu, bản thân chúng ta cũng trở thành một phần của dữ liệu mà thị trường đang hấp thụ và phản ánh.
Thông điệp cuối cùng dành cho những ai đang ôm mộng “Vibe Coding” để qua mặt các ông trùm tài chính: Nếu việc dùng vài câu prompt và code AI thực sự đủ để in ra tiền một cách dễ dàng, thì những tổ chức định chế đang chi hàng tỷ USD mỗi năm cho nghiên cứu lượng tử siêu tốc đã không tồn tại.
Giá trị thực sự của một kỹ sư không nằm ở việc bạn tạo ra được một đoạn code không có lỗi (bug-free) hay một mô hình hoàn hảo. Giá trị nằm ở việc bạn có đủ tư duy sâu sắc để thấu hiểu một hệ sinh thái tàn khốc – nơi mà mọi trí tuệ, mọi mô hình thông minh nhất thế giới đều đang chực chờ để đánh bại lẫn nhau.
Cám ơn bạn đã đọc đến đây! Hẹn gặp lại — Thứ Bảy, tuần thứ 2 mỗi tháng — tại CodeGym
