Sau phần 1, tác giả của Financial-Hackers Blog đã chỉ ra 1 hệ thống giao dịch có 2 dạng chính: Dựa trên mô hình (model-based) và Đào dữ liệu (data-mining). Bài viết này sẽ đề cập tới dạng đầu tiên – dựa trên mô hình.
Việc phát triển 1 chiến lược giao dịch dựa trên mô mình bắt đầu bằng việc tìm ra sự thiếu hiệu quả của thị trường mà trader muốn khai thác. Sự thiếu hiệu quả của thị trường tạo ra sự dị thường về giá (Price anomaly) hoặc các khuôn mẫu về giá (Price pattern) mà có thế được mô tả bằng một mô hình định tính hoặc định lượng. Những mô hình như vậy thường dự đoán giá hiện tại bằng chính giá của quá khứ cộng thêm 1 giá trị tính từ hàm số (f) dựa trên số liệu giá quá khứ và 1 biến số gọi là noise term (ε):
Khả năng dự đoán của mô hình phụ thuộc vào hàm số f. Nếu hàm số f cho ra kết quả có khả năng dự đoán cao thì đây được coi là một mô hình tốt. Dưới đây là 1 số dạng phổ biển của model-based trading system (MBTS)
Khả năng dự đoán của mô hình phụ thuộc vào hàm số f. Nếu hàm số f cho ra kết quả có khả năng dự đoán cao thì đây được coi là một mô hình tốt. Dưới đây là 1 số dạng phổ biển của model-based trading system (MBTS)1. TREND (XU HƯỚNG)
Động lượng (Momentum) trên đường cong giá thường được khai thác một cách triệt để trong việc tìm ra các dị thường. Có rất nhiều phương pháp trong việc giao dịch theo xu hướng, phương pháp cổ điển nhất mà ai cũng biết có lẽ là Moving average crossover như đã đề cập trong các bài viết trước trên trang web.
Tuy nhiên có một vấn đề, đó là động lượng không phải lúc nào cũng tồn tại ở thị trường. Giá của hầu hết mọi loại tài sản có thể có những giai đoạn không đi theo xu hướng, hay còn được gọi là đi ngang – sideways. 1 đường cong giá đi theo nguyên tắc bước ngẫu nhiên có thể đi lên hoặc xuống và không tạo ra 1 chút động lượng nào.
2. MEAN REVERSION (ĐẢO CHIỀU VỀ TRUNG BÌNH)
Giả thiết đặt ra ở đây là thị trường tin rằng mỗi loại tài sản đều có giá trị thật (real value hoặc fair value). Traders mua khi giá trị của hàng hóa trên thị trường rẻ hơn giá trị thật, bán khi nghĩ nó đắt hơn
= Giá tại ngày t
= Giá trị thật
= Nhân tố half-life
= Giá trị noise
Giá trị của nhân tố half-life càng lớn, xu hướng đảo chiều về trung bình càng yếu. Lamda trong hàm số trên được tính phương pháp hồi quy tuyến tính giữa giá tại ngày t-1 (yt-1) và hiệu giữa ngày t-1 và ngày t (yt-1-yt). Chuỗi thời gian của giá không nhất thiết phải là chuỗi dừng (stationary) khi xuất hiện tính chất đảo chiều về trung bình. Thông thường xu hướng đảo chiều về trung bình thường được khai thác bằng cách loại bỏ nhân tố xu hướng (trend) trong đường cong giá, sau đó bình thường hóa kết quả. Điều này sẽ giúp trader đưa ra quyết định mua hoặc bán khi tín hiệu của sự giao động (oscillating signal) chạm đỉnh hoặc đáy.
3. KINH DOANH CHÊNH LỆCH GIÁ DỰA VÀO THỐNG KÊ (STATISTICAL ARBITRAGE)
Chiến lược giao dịch này khai thác sự giống nhau giữa 2 hay nhiều loại tài sản. Nó cho phép phòng hộ tài sản đầu tiên bằng một vị trí nghịch đảo trong tài sản thứ 2, cho phép tìm lợi nhuận theo xu hướng đảo chiều về trung bình giữa 2 tài sản.
Lấy ví dụ thế này cho dễ hiểu, giả sử cổ phiếu Apple (y1) và cổ phiếu Microsoft(y2 ) đều có 1 giá trị thật nào đấy, bạn mua cổ phiếu Apple theo 1 tỷ lệ (h2) và bán khống cổ phiếu Microsoft theo 1 tỷ lệ khác (h1). Bởi giá của cổ phiếu giao động quanh giá trị thật của chúng, bạn sẽ thu được lợi nhuận khi giá di chuyển xa khỏi giá trị thật. Công thức cụ thể như sau:
h1, h2 ở đây được gọi là tỉ lệ phòng hộ (hedge ratio), thông thường được tính toán bằng hồi quy tuyến tính giữa giá của tài sản 1 (y1) và giá của tài sản 2 (y2). Tỷ lệ phòng hộ được tính toán dựa trên giả thiết rằng y = 0 hoặc 1 giá trị nào đó cố định (constant value).
2 loại tài sản sử dụng trong chiến lược trên không nhất thiết phải cùng loại. Chiến lược Statistical Arbitrage có thể được xây dựng bằng 1 cổ phiếu và 1 chỉ số ETF.
4. RÀNG BUỘC VỀ GIÁ (PRICE CONSTRAINTS)
Ràng buộc về giá là một rào cản nhân tạo khiến giá trượt 1 cách cô định hoặc tạo nên giá trần/giá sàn. Ví dụ điển hình là cặp EUR/CHF trong bài viết trước.
5. CHU KÌ (CYCLES)
Chu kì không có tính mùa vụ được tạo ra bởi phản ứng từ đường cong giá. Khi trader tin vào giá trị thật của tài sản, họ thường mua hoặc bán tài sản khi giá đã chạm được một khoảng cách cụ thể với giá trị thật đó với hy vọng về sự đảo chiều. Hoặc trader có thể đóng lệnh khi sự di chuyển của giá theo xu hướng có lợi cho họ bắt đầu yếu lại. Hiệu ứng như vậy đồng bộ hóa sự ra vào của các lệnh mua bán, khiến đường cong giá giao động trong khoảng thời gian ổn định xuyên suốt các chu kì lớn.
Ở công thức trên, khi bạn biết khoảng thời gian Ci và giai đoạn Di củ chu kì lớn, bạn có thể tính toán điểm ra vào lệnh tối ưu chừng nào chu kì còn tồn tại.
6. CỤM (CLUSTERS)
Hiệu ứng làm cho giá giao động cũng có thể làm chúng hội tụ tại 1 mức nào đó. Ví dụ điển hình là đường kháng cự và hỗ trợ trong phân tích kĩ thuật.
Add Your Comments