Năm nguồn thổi phồng phổ biến của backtest momentum trên VN30 (sống sót, look-ahead, đa kiểm định, chi phí, đảo chiều) và cách một quỹ đọc lại kết quả.
1. Momentum: yếu tố được nghiên cứu nhiều, nhưng dễ bị kể quá đà
Hiệu ứng động lượng (momentum) mô tả xu hướng cổ phiếu tăng giá mạnh trong 3-12 tháng qua tiếp tục làm tốt hơn trong vài tháng kế tiếp so với cổ phiếu yếu. Jegadeesh và Titman (1993) ghi nhận hiện tượng này trên thị trường Mỹ; Asness, Moskowitz và Pedersen (2013) sau đó tìm thấy nó ở nhiều thị trường và loại tài sản. Vì vậy, momentum là yếu tố được hầu hết các mô hình rủi ro yếu tố (factor model) đưa vào, cùng với quy mô, giá trị và chất lượng.
Với thị trường Việt Nam, rổ VN30 thường là điểm xuất phát tự nhiên: dữ liệu dài, thanh khoản tốt hơn mặt bằng chung và là chuẩn so sánh của nhiều quỹ. Chính sự quen thuộc đó khiến các kết quả backtest momentum trên VN30 xuất hiện khá phổ biến, thường kèm lợi nhuận vượt trội hai chữ số và mức sụt giảm nhỏ hơn chỉ số.
Câu hỏi của một quỹ không phải là “backtest có đẹp không”, mà là “phần nào của con số này sẽ còn lại khi danh mục thực sự được phân bổ”. Bài viết này đi qua các nguồn thổi phồng thường gặp và cách Ban Nghiên cứu Định lượng & Rủi ro của Ginity đọc lại một kết quả backtest yếu tố.
2. Năm nguồn thổi phồng kết quả backtest
2.1. Thiên lệch sống sót của danh sách thành phần
Rổ VN30 được xem xét định kỳ: cổ phiếu có thể được thêm vào hoặc bị loại ra theo vốn hóa, tỷ lệ tự do chuyển nhượng và thanh khoản. Nếu backtest dùng danh sách thành phần hiện tại cho toàn bộ quá khứ, mẫu nghiên cứu chỉ gồm những doanh nghiệp đã tăng trưởng đủ lớn để có mặt trong rổ hôm nay. Những cổ phiếu từng ở trong rổ rồi suy yếu và bị loại sẽ biến mất khỏi dữ liệu.
Với momentum, thiên lệch này đặc biệt nặng: cổ phiếu “thắng” trong quá khứ chính là cổ phiếu có xác suất cao được giữ lại trong danh sách hiện tại. Cách xử lý đúng là dựng lại danh sách thành phần tại từng kỳ xem xét (point-in-time) và giữ cả lịch sử giá của mã đã bị loại hoặc hủy niêm yết.
2.2. Thông tin tương lai (look-ahead)
Look-ahead xảy ra khi tín hiệu dùng dữ liệu chưa có tại thời điểm ra quyết định. Ví dụ thường gặp:
- Tính xếp hạng momentum bằng giá đóng cửa rồi giả định danh mục được tái cân bằng tại chính giá đó, trong khi giá đóng cửa chỉ được biết sau phiên khớp lệnh định kỳ cuối ngày.
- Dùng giá đã điều chỉnh cho cổ tức và chia tách theo cách hồi tố mà không kiểm tra ngày dữ liệu thực sự sẵn có.
- Lọc mẫu theo tiêu chí thanh khoản hoặc vốn hóa đo ở cuối giai đoạn thay vì đầu giai đoạn.
Quy ước thận trọng là tín hiệu tính ở ngày t, giao dịch giả định ở phiên t+1, và mọi dữ liệu dùng cho bộ lọc đều phải có trước ngày t.
2.3. Thiên lệch lựa chọn do thử nhiều cấu hình
Momentum có rất nhiều “núm vặn”: cửa sổ đo (3, 6, 9 hay 12 tháng), có bỏ tháng gần nhất hay không, tần suất tái cân bằng, số cổ phiếu nắm giữ, trọng số bằng nhau hay theo vốn hóa, có bộ lọc biến động hay không. Chỉ với năm lựa chọn cho mỗi núm, số tổ hợp đã lên tới hàng nghìn. Khi báo cáo cấu hình tốt nhất, kết quả đã bao gồm một phần may mắn.
Harvey, Liu và Zhu (2016) cho rằng ngưỡng thống kê t truyền thống khoảng 2 là quá dễ dãi khi cả ngành cùng khai thác một tập dữ liệu, và đề xuất ngưỡng t trên 3 cho yếu tố mới. Bailey và López de Prado (2014) đưa ra Deflated Sharpe Ratio để điều chỉnh Sharpe theo số lần thử. Điều kiện tiên quyết cho cả hai là phải ghi lại số cấu hình đã thử, kể cả những cấu hình bị loại.
2.4. Chi phí, độ trượt và sức chứa
Danh mục momentum có vòng quay (turnover) cao vì xếp hạng thay đổi liên tục. Một backtest bỏ qua chi phí, hoặc chỉ tính phí giao dịch mà không tính thuế bán và tác động giá, sẽ thổi phồng lợi nhuận đúng ở yếu tố nhạy cảm nhất với chi phí. Novy-Marx và Velikov (2016) cho thấy momentum thuộc nhóm yếu tố mà lợi nhuận ròng giảm mạnh nhất sau chi phí.
Sức chứa (capacity) là vấn đề tiếp theo. Với một quỹ, quy mô lệnh so với giá trị giao dịch bình quân của từng mã quyết định độ trượt. Một kết quả đúng ở quy mô vài tỷ đồng có thể không còn đúng ở quy mô vài trăm tỷ đồng, đặc biệt khi nhiều nhà đầu tư cùng nhắm vào các mã có động lượng mạnh. Cách mô hình hóa chi phí được trình bày chi tiết trong bài Kiểm định một yếu tố trước khi phân bổ.
2.5. Bỏ qua rủi ro đảo chiều momentum
Lợi nhuận momentum không phân phối đều. Daniel và Moskowitz (2016) ghi nhận các giai đoạn “momentum crash”: sau một đợt giảm sâu của thị trường, khi thị trường hồi phục nhanh, nhóm cổ phiếu yếu bật tăng mạnh hơn nhóm mạnh và danh mục momentum lỗ nặng trong thời gian ngắn. Một mẫu dữ liệu năm năm có thể không chứa đủ những giai đoạn như vậy, khiến mức sụt giảm tối đa trong backtest trông nhỏ hơn rủi ro thực.
3. Minh hoạ: một yếu tố, nhiều con số
Bảng dưới là ví dụ minh hoạ phương pháp, không phải kết quả backtest thực trên dữ liệu thị trường. Các con số được chọn để thể hiện thứ tự và độ lớn tương đối của từng điều chỉnh, giả định một danh mục momentum trên rổ VN30 so với chỉ số chuẩn:
| Bước điều chỉnh | Lợi nhuận vượt trội/năm (minh hoạ) | Information ratio (minh hoạ) | Nội dung điều chỉnh |
|---|---|---|---|
| Backtest ban đầu | 8,0% | 1,10 | Danh sách thành phần hiện tại, không chi phí, cấu hình tốt nhất |
| Danh sách thành phần theo từng thời điểm | 6,0% | 0,85 | Bổ sung mã đã bị loại khỏi rổ |
| Giao dịch ở phiên t+1 | 5,0% | 0,70 | Loại bỏ look-ahead tại giá đóng cửa |
| Chọn cấu hình bằng walk-forward | 3,5% | 0,50 | Chỉ dùng kết quả ngoài mẫu |
| Chi phí, thuế và tác động giá | 2,0% | 0,30 | Vòng quay khoảng 200%/năm, quy mô danh mục giả định |
Ở ví dụ này, khoảng ba phần tư lợi nhuận vượt trội trên giấy đến từ cách làm backtest chứ không phải từ yếu tố. Phần còn lại vẫn có thể có giá trị, nhưng với information ratio thấp, độ tin cậy thống kê phụ thuộc mạnh vào độ dài dữ liệu. Với khoảng năm năm dữ liệu, sai số chuẩn của information ratio ước lượng xấp xỉ 1 chia căn bậc hai của 5, tức khoảng 0,45, lớn hơn chính giá trị 0,30 đo được.
4. Đặc thù VN30 khiến backtest momentum dễ sai lệch
4.1. Rổ hẹp và tập trung ngành
Với 30 cổ phiếu, danh mục momentum thường chỉ chọn 8-10 mã ở nhóm đầu. Khi một ngành chiếm tỷ trọng lớn trong rổ như ngân hàng hoặc bất động sản, xếp hạng momentum dễ biến thành một vị thế ngành thay vì một vị thế yếu tố. Kết quả backtest khi đó phản ánh một chu kỳ ngành cụ thể hơn là hiệu ứng động lượng.
4.2. Quy tắc chỉ số và giới hạn sở hữu
Trọng số VN30 được điều chỉnh theo tỷ lệ tự do chuyển nhượng và có giới hạn tỷ trọng. Một số mã đã kín room sở hữu nước ngoài, nên giá có thể chịu tác động riêng từ nhóm nhà đầu tư được phép mua. Backtest dùng trọng số đơn giản hóa hoặc bỏ qua giới hạn sở hữu sẽ không phản ánh danh mục mà một quỹ có thể thực sự nắm giữ.
4.3. Biên độ giá và chu kỳ thanh toán
Biên độ ±7% trên HOSE khiến có những phiên không thể giảm tỷ trọng ở mức giá dự kiến. Chu kỳ thanh toán T+2 tạo độ trễ giữa quyết định tái cân bằng và thời điểm vốn sẵn sàng cho giao dịch tiếp theo. Cả hai yếu tố cần được mô phỏng thay vì giả định khớp tức thì.
5. Momentum trong khung quản trị rủi ro danh mục
5.1. Một nguồn rủi ro, không phải một chiến lược riêng
Trong cách tiếp cận của quỹ, momentum được đo như một mức phơi nhiễm (exposure) của toàn danh mục. Câu hỏi quản trị là danh mục đang nghiêng về momentum bao nhiêu, phần rủi ro đó chiếm bao nhiêu trong tracking error, và nó tương tác thế nào với các yếu tố khác như giá trị hay quy mô. Một danh mục nghiêng mạnh về momentum đồng thời thường đang nghiêng về các ngành vừa tăng mạnh, nên hai rủi ro cần được đo cùng nhau.
5.2. Các giới hạn rủi ro minh hoạ
Bảng sau minh hoạ loại giới hạn mà một quỹ thường đặt cho một yếu tố trước khi cho phép nó ảnh hưởng tới phân bổ. Các ngưỡng mang tính ví dụ và thay đổi theo mandate của từng danh mục:
| Giới hạn | Mục đích | Ví dụ ngưỡng |
|---|---|---|
| Tỷ trọng tracking error từ yếu tố | Không để một yếu tố chi phối rủi ro chủ động | Tối đa 30-40% tổng tracking error |
| Lệch tỷ trọng ngành so với chuẩn | Tách vị thế yếu tố khỏi vị thế ngành | Tối đa ±5 điểm phần trăm mỗi ngành |
| Quy mô giao dịch theo thanh khoản | Kiểm soát tác động giá và sức chứa | Tối đa 10-15% giá trị giao dịch bình quân ngày |
| Vòng quay danh mục | Giới hạn chi phí | Theo ngân sách chi phí năm |
| Sụt giảm tương đối so với chuẩn | Kích hoạt rà soát yếu tố | Rà soát khi vượt ngưỡng của mandate |
5.3. Theo dõi sau khi phân bổ
Một yếu tố được chấp nhận vẫn được theo dõi liên tục: lợi nhuận thực hiện so với kỳ vọng ngoài mẫu, chi phí thực so với mô hình, và mức tương quan với các yếu tố khác trong danh mục. Khi kết quả thực lệch xa khỏi khoảng tin cậy dự kiến, yếu tố được đưa trở lại vòng kiểm định thay vì điều chỉnh tham số để “khớp lại” với dữ liệu mới.
6. Danh sách câu hỏi trước khi tin một backtest
- Danh sách thành phần có được dựng theo từng thời điểm, bao gồm mã đã bị loại hay không?
- Tín hiệu có chỉ dùng dữ liệu sẵn có trước thời điểm giao dịch giả định không?
- Có bao nhiêu cấu hình đã được thử, và kết quả được báo cáo là trong mẫu hay ngoài mẫu?
- Chi phí đã gồm phí giao dịch, thuế bán và tác động giá theo quy mô danh mục chưa?
- Mẫu dữ liệu có chứa giai đoạn thị trường đảo chiều mạnh không, và kết quả trong giai đoạn đó ra sao?
- Lợi nhuận vượt trội còn lại bao nhiêu sau khi trung hòa tỷ trọng ngành?
Quy trình kiểm định chi tiết, gồm walk-forward, mô hình chi phí và các thống kê chống overfitting, được trình bày trong bài Kiểm định một yếu tố trước khi phân bổ. Nguyên tắc định cỡ vị thế theo rủi ro có trong bài Quản trị vốn và DCA.
7. Kết luận
Momentum là một yếu tố có cơ sở nghiên cứu vững, nhưng một backtest momentum trên VN30 thường đo cùng lúc ba thứ: yếu tố, cách làm backtest và một chu kỳ ngành cụ thể. Trách nhiệm của bộ phận nghiên cứu là tách ba phần đó ra trước khi yếu tố được phép ảnh hưởng tới phân bổ. Con số còn lại sau khi tách thường nhỏ hơn nhiều so với đường vốn ban đầu, và đó mới là con số đáng dùng để ra quyết định.
Lưu ý về số liệu: các bảng trong bài là minh hoạ phương pháp với giả định đơn giản hóa, không phải kết quả đầu tư thực tế hay dự báo lợi nhuận của bất kỳ danh mục nào.
Nguồn tham khảo
- Jegadeesh, N. và Titman, S. (1993): Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency, The Journal of Finance 48(1)
- Carhart, M. M. (1997): On Persistence in Mutual Fund Performance, The Journal of Finance 52(1)
- Asness, C. S., Moskowitz, T. J. và Pedersen, L. H. (2013): Value and Momentum Everywhere, The Journal of Finance 68(3)
- Daniel, K. và Moskowitz, T. J. (2016): Momentum Crashes, Journal of Financial Economics 122(2)
- Harvey, C. R., Liu, Y. và Zhu, H. (2016): … and the Cross-Section of Expected Returns, The Review of Financial Studies 29(1)
- Novy-Marx, R. và Velikov, M. (2016): A Taxonomy of Anomalies and Their Trading Costs, The Review of Financial Studies 29(1)
- Bailey, D. H. và López de Prado, M. (2014): The Deflated Sharpe Ratio: Correcting for Selection Bias, Backtest Overfitting, and Non-Normality, The Journal of Portfolio Management 40(5)
- Sở Giao dịch Chứng khoán TP.HCM (HOSE): Bộ chỉ số và quy tắc xây dựng chỉ số
