Tại MFTI, một hệ thống đã được giới thiệu, nơi việc kiểm tra các chiến lược giao dịch tiền điện tử được xây dựng không dựa trên lịch sử giá lý tưởng hóa, mà dựa trên mô phỏng các điều kiện gần giống với giao dịch thực tế. Sự phát triển này tính đến phí giao dịch, trượt giá, thanh khoản, chi phí tài trợ cho hợp đồng vĩnh viễn và các yếu tố khác, do đó một chiến lược có lợi nhuận trên giấy tờ có thể trở nên yếu kém sau khi triển khai.
Thẻ thông tin phát triển
- Nhà phát triển: Viện Vật lý và Công nghệ Moskva (MFTI).
- Ngày ra mắt hệ thống: 30 tháng 7 năm 2026.
- Ngành: Dịch vụ tài chính, đầu tư và kiểm toán.
- Công nghệ: Khai thác dữ liệu (Data Mining).
Hệ thống thuộc về các công cụ khai thác dữ liệu thông minh và được thiết kế để đánh giá chặt chẽ hơn các chiến lược tiền điện tử. Nhiệm vụ của nó là cho thấy một thuật toán sẽ hoạt động như thế nào không phải trong điều kiện phòng thí nghiệm, mà trong môi trường nơi giao dịch được thực hiện với chi phí, độ trễ và các hạn chế của thị trường.
Backtesting là gì và tại sao cần nó
Backtesting là việc kiểm tra một chiến lược giao dịch trên dữ liệu lịch sử. Nói một cách đơn giản, thuật toán như thể đi qua một đoạn thị trường trong quá khứ một lần nữa: nhận giá, mở và đóng các giao dịch theo các quy tắc đã định, sau đó hiển thị kết quả có thể đạt được.
Kiểm tra như vậy là cần thiết để đánh giá trước logic của chiến lược: liệu nó có mang lại lợi nhuận không, vốn bị sụt giảm mạnh đến mức nào, các giai đoạn thua lỗ xảy ra thường xuyên ra sao và ý tưởng có chịu được các giai đoạn thị trường khác nhau hay không. Đối với robot giao dịch, backtesting đặc biệt quan trọng: nó giúp tìm ra các điểm yếu trước khi triển khai với tiền thật.
Làm thế nào để thực hiện backtest cho một chiến lược hoặc robot
Thông thường, việc kiểm tra được xây dựng theo một thuật toán dễ hiểu:
- Chuẩn bị dữ liệu lịch sử: giá, khối lượng, phí và các thông số thị trường khác.
- Thiết lập các quy tắc của chiến lược: điều kiện vào lệnh, thoát lệnh, kích thước vị thế và các giới hạn về rủi ro.
- Tích hợp các điều kiện giao dịch thực tế: phí, trượt giá, thanh khoản và chi phí tài trợ cho hợp đồng vĩnh viễn.
- Chạy bài kiểm tra sao cho thuật toán không sử dụng dữ liệu từ tương lai.
- Phân tích kết quả thông qua báo cáo, biểu đồ và bảng giao dịch.
Để backtest, người ta thường sử dụng MetaTrader, TradingView, Amibroker và các nền tảng tương tự. Nếu cần một hệ thống kiểm tra riêng, nó thường được viết bằng Python, C++ hoặc R.
Tối ưu hóa robot giao dịch thường quy về việc lặp lại và so sánh các tham số: ví dụ, chu kỳ của chỉ báo, quy tắc thoát lệnh hoặc kích thước vị thế. Nhưng chỉ chọn phương án có lợi nhuận cao nhất là nguy hiểm — điều quan trọng là xem xét kết quả ổn định như thế nào trên các phân đoạn thị trường khác nhau.
Cũng có các phương pháp kiểm tra bổ sung. Forward-testing chạy chiến lược trên dữ liệu mới sau khi thiết lập tham số, để kiểm tra nó ngoài đoạn lịch sử mà các tham số được chọn. Kiểm tra trực quan (visual testing) hiển thị các giao dịch trực tiếp trên biểu đồ từng bước: điều này giúp dễ dàng nhìn thấy thuật toán vào lệnh, thoát lệnh và mắc lỗi ở đâu.
Chỉ số, yếu tố và lỗi backtest thường gặp
Kết quả backtest không chỉ được đánh giá dựa trên lợi nhuận. Thông thường, nhiều chỉ số được xem xét cùng lúc:
- Lợi nhuận: cho thấy chiến lược kiếm được bao nhiêu trong khoảng thời gian đã chọn.
- Mức sụt giảm tối đa: cho thấy vốn giảm mạnh đến mức nào từ đỉnh xuống mức thấp nhất.
- Hệ số Sharpe: giúp đánh giá lợi nhuận với điều chỉnh rủi ro.
- Độ biến động: cho thấy kết quả của chiến lược thay đổi mạnh như thế nào.
- Tỷ lệ lợi nhuận/rủi ro: giúp hiểu liệu lợi nhuận tiềm năng có xứng đáng với những tổn thất có thể xảy ra hay không.
Chất lượng dữ liệu, việc tính đến phí giao dịch, thanh khoản, trượt giá, tính chân thực của mô phỏng, độ dài của giai đoạn kiểm tra và rủi ro quá khớp (overfitting) ảnh hưởng mạnh nhất đến sự thành công của bài kiểm tra.
Những lỗi thường gặp nhất là sử dụng dữ liệu tương lai, quá khớp với một phân đoạn lịch sử thuận lợi, bỏ qua chi phí giao dịch và giai đoạn kiểm tra quá ngắn. Chính vì những lỗi này mà một chiến lược có thể trông mạnh mẽ trên biểu đồ, nhưng nhanh chóng mất hiệu quả sau khi triển khai.
Các nhà khoa học MFTI đã kiểm tra chính xác điều gì
Trọng tâm của nghiên cứu là các chiến lược momentum — một trong những cách tiếp cận phổ biến trong giao dịch thuật toán. Ý tưởng của chúng rất đơn giản: nếu giá của một tài sản đã di chuyển theo một hướng nhất định, nó có thể tiếp tục chuyển động đó trong một thời gian nữa. Trên các thị trường tài chính truyền thống, các cách tiếp cận như vậy đã được áp dụng từ lâu, nhưng trong lĩnh vực tiền điện tử, chúng thường được kiểm tra một cách quá đơn giản hóa.
Trên thị trường tiền điện tử, có nhiều loại chiến lược khác nhau:
- Momentum: Đặt cược vào sự tiếp tục của chuyển động giá đã bắt đầu.
- Arbitrage: Tìm kiếm chênh lệch giá giữa các sàn giao dịch hoặc công cụ.
- Scalping: Các giao dịch ngắn hạn thường xuyên với mục tiêu lợi nhuận nhỏ.
- Chiến lược theo xu hướng: Hoạt động theo hướng chuyển động chính của thị trường.
- Chiến lược ngược xu hướng: Cố gắng kiếm lời từ sự điều chỉnh ngược lại với chuyển động hiện tại.
- Tạo lập thị trường: Đặt lệnh mua và bán để kiếm lời từ chênh lệch giá (spread).
Vấn đề chính của các bài kiểm tra như vậy là tách rời khỏi thực tế. Báo giá trên biểu đồ lịch sử hiển thị giá, nhưng không tiết lộ tất cả các điều kiện giao dịch: thanh khoản như thế nào, chi phí thực hiện là bao nhiêu, trượt giá ra sao và các chu kỳ thị trường thay đổi như thế nào. Do đó, một chiến lược có thể trông mạnh mẽ trên dữ liệu quá khứ, nhưng sau khi triển khai nhanh chóng mất đi lợi nhuận kỳ vọng.
Nhóm nghiên cứu từ Khoa "Blockchain" của MFTI đã quyết định kiểm tra xem các chiến lược momentum có bền vững đến mức nào với cách tiếp cận thực tế hơn. Để làm điều này, công việc được chia thành một số bước thực tiễn:
- Tạo hệ thống kiểm tra.
- Thu thập dữ liệu theo giờ từ thị trường giao ngay (spot).
- Thu thập dữ liệu theo giờ về hợp đồng tương lai vĩnh viễn trong 8 năm.
Hệ thống kiểm tra hoạt động như thế nào
Sự phát triển này mô phỏng từng bước hoạt động của một chiến lược giao dịch, như thể nó được khởi chạy trong thời gian thực. Ở mỗi bước, hệ thống kiểm tra một số điều kiện:
- Thuật toán chỉ nhận được dữ liệu thị trường có thể có sẵn tại thời điểm đưa ra quyết định.
- Kết quả giao dịch được tính toán có tính đến phí.
- Trượt giá được thêm vào tính toán.
- Tính đến thanh khoản khả dụng.
- Đối với hợp đồng vĩnh viễn, chi phí tài trợ được tính đến.
Sau khi tính toán một khoảng thời gian, thuật toán chuyển sang khoảng tiếp theo và lặp lại quy trình trên dữ liệu đã cập nhật. Cách tiếp cận này giúp tránh lỗi phổ biến — sử dụng thông tin từ tương lai. Kết quả là bài kiểm tra cho thấy không phải là lợi nhuận trừu tượng trên lịch sử, mà là một bức tranh chân thực hơn về hành vi của chiến lược trong giao dịch.
Hệ thống tái tạo hoạt động của chiến lược từng bước: chỉ sử dụng dữ liệu có sẵn tại thời điểm đó, tính đến chi phí giao dịch thực tế và sau đó chuyển sang giai đoạn tiếp theo. Phương pháp này cho phép đánh giá chiến lược có thể hoạt động như thế nào trong điều kiện thị trường thực tế, — Maxim Egorov, cựu sinh viên Khoa "Blockchain" MFTI giải thích.
Đối với thị trường nơi các nhà giao dịch thường kiểm tra ý tưởng trong MetaTrader, viết các mô hình riêng bằng Python hoặc chuyển các thuật toán tải cao sang C++, không chỉ logic vào và thoát vị thế là quan trọng. Chất lượng kiểm tra dựa trên ba yếu tố:
- Tính đến các chi phí phát sinh khi thực hiện giao dịch.
- Tính đến các hạn chế về khả năng thực hiện, bao gồm thanh khoản và trượt giá.
- So sánh đánh giá cuối cùng với cách chiến lược có thể hoạt động trong giao dịch thực tế.
Kết quả: Lợi nhuận không phải là lợi thế chính
Các kết quả thu được được kiểm tra thêm bằng các phương pháp thống kê. Điều này là cần thiết để tách biệt hiệu ứng bền vững khỏi sự trùng hợp ngẫu nhiên của các tham số với một phân đoạn thị trường thuận lợi. Kiểm soát như vậy cho thấy: nhiều chiến lược trông tốt trong kiểm tra tiêu chuẩn, đáng kể mất hiệu quả sau khi tính đến các điều kiện giao dịch thực tế.
Kết luận chính không nằm ở việc các chiến lược momentum mang lại lợi nhuận tối đa. Lợi thế quan trọng hơn là khả năng hạn chế tổn thất của chúng trong thời kỳ thị trường sụt giảm mạnh. Trong bài kiểm tra thực tế, chính việc bảo vệ vốn trong thời kỳ sụp đổ đã trở thành ưu tiên hàng đầu.
Hệ thống đã chạy qua 132 biến thể chiến lược. Nghiên cứu cho thấy không thể chỉ dựa vào một biến thể duy nhất, biểu hiện tốt nhất trên dữ liệu lịch sử. Sau khi điều chỉnh cho việc chọn lựa ngẫu nhiên, kết quả của nó về mặt thống kê không còn khác biệt so với may mắn. Tuy nhiên, bản thân hiệu ứng momentum không biến mất.
Nếu đánh giá chiến lược không phải dựa trên một kịch bản thành công nhất, mà theo trung bình và hình thành danh mục đầu tư từ nhiều biến thể, nó vẫn giữ được khả năng sinh lời ổn định. Đồng thời, đặc tính chính của nó là giảm mức sụt giảm trong các giai đoạn khủng hoảng. Theo tính toán của MFTI, mức sụt giảm tối đa đã giảm hơn 2 lần: từ 67% xuống 29%.
Tại sao kiểm tra như vậy lại cần thiết cho thị trường tiền điện tử
Các tác giả của sự phát triển này tin rằng hệ thống có thể trở thành cơ sở để đánh giá và tạo ra các sản phẩm đầu tư mới trên thị trường tiền điện tử. Giá trị của nó nằm ở chỗ sản phẩm có thể được kiểm tra trước trong các điều kiện gần với giao dịch thực tế và hiểu được mức độ bảo vệ vốn của nó trong thời kỳ suy thoái mạnh.
Một hệ thống như vậy có thể làm nền tảng cho việc đánh giá các sản phẩm đầu tư mới cho thị trường tiền điện tử. Nó cho phép thấy trước chiến lược vượt qua các giai đoạn giảm mạnh như thế nào và rủi ro vẫn được kiểm soát đến mức nào. Trong bối cảnh hình thành khung pháp lý cho tài sản tài chính kỹ thuật số tại Nga, các công cụ như vậy có thể trở nên đặc biệt được ưa chuộng, — Maxim Egorov nhấn mạnh.
Bước tiếp theo, các nhà khoa học MFTI dự định kiểm tra các loại chiến lược giao dịch khác. Nghiên cứu cũng muốn mở rộng sang các loại tài sản tiền điện tử mới, để đánh giá mức độ kiểm tra thực tế thay đổi nhận thức về rủi ro và lợi nhuận trong các phân khúc thị trường khác nhau.
