Trong thế giới giao dịch crypto, nhiều người thường dựa vào các "chỉ báo giao dịch" cụ thể. Tuy nhiên, nhiều nghiên cứu chỉ ra rằng hầu hết các chiến lược giao dịch tuyên bố có lợi nhuận ổn định thông qua kiểm định ngược đều không được thị trường chứng minh là hiệu quả, mà chỉ là những chiến lược được chọn lọc từ những chiến lược đã thành công. Giống như việc đạt điểm tuyệt đối trong kỳ thi đại học năm ngoái hàng trăm lần không đảm bảo bạn sẽ đạt kết quả tương tự năm nay - đây chính là cái bẫy "quá khớp" của các chiến lược giao dịch. Một câu hỏi thực tế hơn là, nếu một chiến lược thực sự hoạt động tốt như vậy, tại sao không tự mình tận dụng nó thay vì bán hoặc chia sẻ công khai?
Xét cho cùng, các chiến lược thực sự hiệu quả thường bị hạn chế bởi khả năng hấp thụ lượng vốn lớn; một khi vốn trở nên quá lớn, lợi thế có thể bị chính hành vi giao dịch và phản ứng của thị trường làm mất đi.
Các nhà phát triển chỉ báo giao dịch thường chỉ huy động vốn cho những phần tốt nhất trong chỉ báo của họ.
Một bài báo được Hiệp hội Toán học Hoa Kỳ công bố đã chỉ ra sai lệch trong trong đó bias). Nghiên cứu cho thấy rằng, trong khuôn khổ kiểm định ngược truyền thống, một số chiến lược kỹ thuật thực sự có thể tạo ra lợi nhuận tích cực đáng kể trên dữ liệu lịch sử, đây là lý do chính khiến phân tích kỹ thuật từ lâu đã được thị trường ưa chuộng. Tuy nhiên, các tác giả cũng chỉ ra rằng những kết quả như vậy thường bỏ qua một vấn đề quan trọng: sai lệch do "soi mói dữ liệu" (data-snooping bias).
Khi các nhà nghiên cứu thử nghiệm hàng trăm hoặc thậm chí hàng nghìn quy tắc giao dịch cùng một lúc, chắc chắn sẽ xuất hiện một số ít chiến lược có ý nghĩa thống kê, ngay cả khi thị trường hoàn toàn ngẫu nhiên. Đánh giá hiệu quả của phân tích kỹ thuật chỉ dựa trên những chiến thắng bất ngờ này cũng giống như nhầm lẫn giữa may mắn và kỹ năng.
Sau khi điều chỉnh các sai lệch, lợi thế của chiến lược kỹ thuật đã giảm đi đáng kể.
Để giải quyết những vấn đề này, nghiên cứu đã sử dụng phương pháp kiểm định thống kê nghiêm ngặt hơn, kết hợp các sai lệch do kiểm định đa biến gây ra vào quá trình điều chỉnh. Kết quả cho thấy, sau khi điều chỉnh, hầu hết các chiến lược kỹ thuật ban đầu dường như mang lại lợi nhuận vượt trội đáng kể đều mất đi ý nghĩa thống kê. Nói cách khác, các quy tắc giao dịch kỹ thuật gặp khó khăn trong việc tái tạo hiệu suất lịch sử của chúng ngoài hoàn cảnh , cho thấy các chiến lược này đã không thực sự nắm bắt được cấu trúc thị trường bền vững.
Sau khi tính đến chi phí giao dịch, lợi nhuận thực tế thậm chí còn thấp hơn nữa.
Nghiên cứu này cũng xem xét thêm chi phí giao dịch. Vì các chiến lược giao dịch kỹ thuật thường liên quan đến tỷ lệ luân chuyển giao dịch cao, nên khi tính đến phí giao dịch, độ trượt giá và chi phí tác động thị trường, ngay cả một số ít chiến lược vẫn duy trì được lợi nhuận dương nhẹ cũng thường chuyển sang thua lỗ. Các tác giả chỉ ra rằng kết quả này có ý nghĩa thực tiễn cao đối với giao dịch thực tế vì hầu hết các kết quả kiểm thử ngược (backtesting) được công bố rộng rãi thường đánh giá thấp chi phí ma sát của hoàn cảnh giao dịch thực tế.
Kết quả nghiên cứu không hoàn toàn phủ nhận giá trị của phân tích kỹ thuật, mà chỉ ra rằng nhân vật của nó phù hợp hơn với tư cách là công cụ quản lý rủi ro, nhận diện xu hướng hoặc hỗ trợ hành vi, hơn là nguồn lợi nhuận duy nhất. Trong thị trường cạnh tranh khốc liệt và phát triển nhanh chóng hiện nay, việc chỉ dựa vào tín hiệu giá và khối lượng giao dịch lịch sử không còn đủ để tạo ra lợi thế giao dịch bền vững.
Kiểm tra lại lỗi của chỉ báo giao dịch: Sử dụng các câu hỏi thi trước đây để khẳng định kết quả thi xuất sắc.
Một bài báo có tiêu đề " Xác suất quá khớp dữ liệu trong kiểm thử ngược" chỉ ra rằng hiệu suất kiểm thử ngược tưởng chừng hoàn hảo mà bạn thấy rất có thể là sản phẩm của việc quá khớp dữ liệu. Trong tài chính định lượng, kiểm thử ngược là một công cụ tiêu chuẩn đánh giá rủi ro và lợi nhuận của một chiến lược. Tuy nhiên, với sức mạnh tính toán ngày càng tăng, các nhà nghiên cứu hiện có thể dễ dàng kiểm tra hàng tỷ sự kết hợp chiến lược trên cùng một tập dữ liệu lịch sử .
Các tác giả của bài báo chỉ ra rằng điều này giống như nói, "Nếu bạn thẩm vấn dữ liệu đủ lâu, cuối cùng nó sẽ thú nhận." Khi các nhà nghiên cứu liên tục điều chỉnh các tham số (như độ dài của đường trung bình động, ngưỡng vào lệnh, v.v.) cho đến khi hiệu suất có vẻ hoàn hảo, họ thường chỉ đang điều chỉnh theo nhiễu thị trường trong quá khứ chứ không phải nắm bắt được các tín hiệu tương lai. Cũng giống như việc bạn làm lần bài tập ôn thi đại học cho đến khi thấy mình có thể đạt 100 điểm với các câu hỏi của năm trước, điều đó không có nghĩa là bạn sẽ làm bài thi năm nay theo cách tương tự, bởi vì chúng là những thứ khác nhau.
Để giải quyết vấn đề này, đội ngũ nghiên cứu đã đề xuất một chỉ báo quan trọng: Xác suất quá khớp dữ liệu kiểm định ngược (Probability of Backtest Overfitting - PBO). PBO tính toán xác suất rằng "chiến lược hoạt động tốt nhất trong quá trình kiểm định ngược dữ liệu lịch sử sẽ hoạt động kém hiệu quả hơn trong tương lai". PBO cao cho thấy chiến lược lựa chọn "các tham số tối ưu" một cách có chủ đích, trong khi PBO thấp cho thấy chiến lược đó mạnh mẽ.
Bài báo này thử nghiệm một chiến lược có hệ số Sharpe là 1,27, một con số rất hấp dẫn đối với hầu hết các nhà đầu tư. Tuy nhiên, thử nghiệm cho thấy chiến lược này có tỷ lệ Lợi nhuận trên Doanh thu (PBO) cao tới 55%. Mặc dù tất cả các thử nghiệm hồi quy trong mẫu đều cho thấy lợi nhuận dương, nhưng thử nghiệm ngoài mẫu lại dẫn đến lỗ vốn trong 53% trường hợp. Điều này chứng tỏ rằng ngay cả những chiến lược có hệ số Sharpe cao cũng có thể hoàn toàn là sản phẩm của hiện tượng quá khớp dữ liệu (overfitting).
Nghiên cứu thực nghiệm về thị trường chứng khoán Ấn Độ: Chỉ số RSI và MACD không thể liên tục vượt trội so với thị trường.
Sau khi đã thảo luận về kiểm định ngược và các vấn đề thống kê, hãy cùng xem xét các nghiên cứu thực tế. Một nghiên cứu thực nghiệm kéo dài 18 năm về thị trường chứng khoán Ấn Độ cho thấy, nhìn chung, các công cụ phân tích kỹ thuật được các nhà đầu tư sử dụng rộng rãi là không đủ để giúp các nhà giao dịch tạo ra lợi nhuận vượt trội một cách nhất quán. Ngay cả khi chúng cho thấy lợi thế tạm thời trong một số thị trường gấu, hiệu suất điều chỉnh rủi ro của chúng vẫn không đủ để chứng minh rằng phân tích kỹ thuật có khả năng sinh lời lâu dài.
Nghiên cứu này, được công bố trên Tạp chí Kinh doanh Colombo bởi S. Muruganandan, một học giả tại trường Cao đẳng Sri Dharmasthala Manjunatheshwara ở Ấn Độ, sử dụng chỉ số Sensex của Sàn giao dịch Bombay (BSE) làm đối tượng nghiên cứu. Nghiên cứu thu thập dữ liệu lịch sử từ tháng 2 năm 2000 đến tháng 5 năm 2018, bao gồm nhiều thị trường bò, thị trường gấu và giai đoạn điều chỉnh giá, để kiểm tra khả năng sinh lời thực tế của hai trong số chỉ báo kỹ thuật phổ biến nhất: Chỉ báo sức mạnh tương đối (RSI) và Chỉ báo phân kỳ hội tụ đường trung bình động (MACD).
Chỉ số RSI hoạt động kém hiệu quả trên diện rộng, không thể tạo ra lợi thế ổn định trong bất kỳ chu kỳ thị trường nào.
Kết quả nghiên cứu cho thấy, trong suốt toàn bộ giai đoạn khảo sát, chiến lược giao dịch RSI, dù sử dụng tín hiệu mua hay bán, đều không vượt trội đáng kể so với lợi nhuận trung bình không điều kiện của "việc không sử dụng bất kỳ chiến lược nào", thậm chí còn cho thấy sự kém hiệu quả trước khi trừ đi chi phí giao dịch.
Phân tích sâu hơn về chu kỳ thị trường cho thấy, mặc dù chỉ báo RSI thường xuyên đưa ra tín hiệu bán trong hầu hết thị trường bò, nhưng nó lại không hiệu quả trong việc nắm bắt sự tiếp diễn của xu hướng. Trong thị trường gấu hoặc giai đoạn điều chỉnh giá, mặc dù tín hiệu mua tăng lên, nhưng việc vào lệnh thường quá sớm, dẫn đến lợi nhuận tiếp tục thấp. Nghiên cứu chỉ ra rằng đặc điểm cấu trúc của RSI khiến nó dễ bị ảnh hưởng bởi giao dịch ngược chiều trong các thị trường có xu hướng, do đó làm giảm hiệu suất. Từ góc độ điều chỉnh rủi ro, tỷ lệ Sharpe của các chiến lược RSI hầu hết là âm, cho thấy rủi ro đã chấp nhận không mang lại lợi nhuận tương ứng.
Chỉ báo MACD chỉ hoạt động tốt hơn tín hiệu bán trong thời gian ngắn ở thị trường gấu.
So sánh với các chỉ báo khác, MACD hoạt động tốt hơn một chút, nhưng vẫn không được coi là ổn định và đáng tin cậy. Nghiên cứu cho thấy tín hiệu mua của MACD không vượt trội hơn thị trường một cách đáng kể về lợi nhuận trung bình trong tất cả các chu kỳ thị trường; tuy nhiên, tín hiệu bán lại cho thấy lợi nhuận tích cực có ý nghĩa thống kê trong hầu hết thị trường gấu, vượt trội hơn lợi nhuận trung bình không điều kiện.
Điều này có nghĩa là trong thời kỳ thị trường suy thoái, MACD có khả năng giúp các nhà giao dịch tránh được một số khoản lỗ hoặc kiếm lời thông qua các chiến lược bán khống tốt hơn. Tuy nhiên, khi nghiên cứu sâu hơn về việc đo lường rủi ro, người ta nhận thấy rằng ngay cả khi tín hiệu bán có lợi nhuận trong thị trường gấu, tỷ lệ Sharpe vẫn thấp, cho thấy lợi nhuận không đủ để bù đắp rủi ro biến động vốn có trong chính chiến lược này. Nói cách khác, MACD hữu ích trong những tình huống cụ thể, nhưng vẫn khác biệt đáng kể so với việc trở thành một công cụ sinh lời lâu dài đáng tin cậy.
Nghiên cứu kết luận rằng, theo giả thuyết hiệu quả dạng yếu, thị trường chứng khoán Ấn Độ phản ánh hiệu quả thông tin giá cả lịch sử, khiến việc đạt được lợi nhuận vượt trội trong dài hạn bằng cách chỉ dựa vào chỉ báo kỹ thuật trở nên khó khăn. Ngay cả ở các thị trường mới nổi với thông tin tương đối không đầy đủ, lợi thế của phân tích kỹ thuật cũng đang dần bị thị trường làm suy giảm theo thời gian. Các tác giả đặc biệt nhấn mạnh rằng nếu tính thêm phí giao dịch, trượt giá và chi phí vốn từ giao dịch thực tế, hiệu quả thực tế của các chiến lược phân tích kỹ thuật có thể còn giảm sút hơn nữa.
Nếu chiến lược trong bài viết này thực sự hiệu quả, tại sao bạn không tự mình kiếm lợi từ nó? Ba bài báo tiết lộ sự thật phũ phàng đằng sau việc bán chỉ báo . Bài viết này lần đầu tiên xuất hiện trên ABMedia, ABMedia .
