Phân tích định lượng với Python
Dùng Python/pandas tính lợi suất, độ biến động, Sharpe, drawdown, tương quan; backtest chiến lược cắt MA có tính phí; cách tránh look-ahead bias, overfitting và survivorship bias.
Là lập trình viên (hoặc người muốn học), bạn có lợi thế lớn: có thể kiểm chứng ý tưởng bằng dữ liệu thay vì tin truyền miệng. Backtest không dự đoán tương lai nhưng giúp loại bỏ những ý tưởng tệ và hiểu rủi ro.
🎯 Mục tiêu học tập
- Nạp dữ liệu giá và tính lợi suất
- Tính biến động, Sharpe, drawdown, tương quan
- Viết một backtest cắt MA có chi phí và tránh look-ahead
- Diễn giải kết quả backtest một cách thận trọng
- Hiểu các sai lầm thống kê phổ biến
Chuẩn bị dữ liệu
Dữ liệu lịch sử có thể lấy từ nhà cung cấp dữ liệu, API của CTCK hoặc xuất từ nền tảng biểu đồ. Cần cột date, open, high, low, close, volume. Kiểm tra giá điều chỉnh (adjusted) theo cổ tức, chia tách để lợi suất đúng.
import numpy as np
import pandas as pd
df = pd.read_csv("prices.csv", parse_dates=["date"], index_col="date").sort_index()
df = df[["close", "volume"]].dropna()
ret = df["close"].pct_change().dropna() # lợi suất ngày
print(ret.describe())
Các thước đo cơ bản
TRADING_DAYS = 250 # xấp xỉ số phiên giao dịch/năm
rf = 0.05 # lãi suất phi rủi ro giả định (năm)
ann_return = (1 + ret).prod() ** (TRADING_DAYS / len(ret)) - 1
ann_vol = ret.std() * np.sqrt(TRADING_DAYS)
sharpe = (ret.mean() * TRADING_DAYS - rf) / ann_vol
equity = (1 + ret).cumprod()
drawdown = equity / equity.cummax() - 1
max_dd = drawdown.min()
print(f"CAGR={ann_return:.1%} Vol={ann_vol:.1%} Sharpe={sharpe:.2f} MaxDD={max_dd:.1%}")| Thước đo | Ý nghĩa | Lưu ý |
|---|---|---|
| CAGR | Lợi suất kép hằng năm | Nhạy với điểm bắt đầu/kết thúc |
| Độ biến động (volatility) | Độ lệch chuẩn lợi suất, thước đo rủi ro cơ bản | Không phân biệt biến động tăng/giảm |
| Sharpe | Lợi suất vượt phi rủi ro trên mỗi đơn vị biến động | Giả định phân phối chuẩn; kỳ vọng nhỏ hơn trên dữ liệu thật |
| Max drawdown | Mức sụt giảm lớn nhất từ đỉnh | Quan trọng cho tâm lý và vốn |
| Tương quan | Mức cùng chiều giữa hai tài sản | Thay đổi, tăng lên khi khủng hoảng |
Backtest chiến lược cắt MA (có phí, tránh look-ahead)
fast = df["close"].rolling(20).mean()
slow = df["close"].rolling(50).mean()
signal = (fast > slow).astype(int) # 1 = nắm giữ, 0 = đứng ngoài
pos = signal.shift(1).fillna(0) # QUAN TRỌNG: dùng tín hiệu của phiên trước (tránh look-ahead)
cost = 0.0040 # ~0,4% mỗi vòng mua+bán (phí + thuế), giả định
trades = pos.diff().abs().fillna(0) # = 1 khi mở/đóng vị thế
strat_ret = pos * df["close"].pct_change() - trades * (cost / 2)
bt = pd.DataFrame({"buy_hold": (1 + df["close"].pct_change().fillna(0)).cumprod(),
"ma_cross": (1 + strat_ret.fillna(0)).cumprod()})
print(bt.iloc[-1])
print("Số lần đổi vị thế:", int(trades.sum()))(1) Có thắng buy-and-hold sau chi phí không? (2) Drawdown tối đa có chịu nổi không? (3) Kết quả có bền với các tham số lân cận (MA 18/48, 22/52...) hay chỉ đúng một bộ? (4) Có ổn định giữa các giai đoạn (ví dụ chia dữ liệu làm hai nửa)?
Các sai lầm thống kê
| Sai lầm | Mô tả | Cách tránh |
|---|---|---|
| Look-ahead bias | Dùng dữ liệu chưa có tại thời điểm quyết định (quên shift tín hiệu) | Luôn trễ tín hiệu 1 kỳ; kiểm tra bằng đọc lại từng dòng |
| Overfitting | Dò quá nhiều tham số để lấy kết quả đẹp | Giới hạn tham số, kiểm chứng ngoài mẫu |
| Survivorship bias | Chỉ dùng cổ phiếu hiện còn niêm yết | Dùng dữ liệu gồm cả mã đã huỷ niêm yết |
| Bỏ qua chi phí / trượt giá | Kết quả đẹp, thực tế âm | Tính phí, thuế, trượt giá thực tế |
| Mẫu nhỏ | Vài chục lệnh không đủ kết luận | Cần đủ mẫu và nhiều giai đoạn |
| Data snooping | Thử nhiều ý tưởng, chỉ giữ cái tốt nhất | Điều chỉnh ý nghĩa thống kê, kiểm chứng độc lập |
# Tương quan lợi suất của nhiều mã
rets = pd.concat([pd.read_csv(f"{s}.csv", parse_dates=["date"], index_col="date")["close"].pct_change()
for s in ["AAA", "BBB", "CCC"]], axis=1, keys=["AAA", "BBB", "CCC"]).dropna()
print(rets.corr())Một backtest đẹp chỉ là điều kiện cần, không phải đủ. Thị trường thay đổi; hãy thử trên tài khoản giả lập rồi vốn rất nhỏ trước khi tin.
⚠️ Sai lầm thường mắc
Vì sao nguy hiểm: Kết quả đẹp phi thực tế vì “biết trước tương lai”.
Cách làm đúng: Dùng tín hiệu của phiên trước để vào lệnh phiên sau.
Vì sao nguy hiểm: Overfitting, thất bại ngoài mẫu.
Cách làm đúng: Dùng tham số chuẩn, kiểm tra độ nhạy.
Vì sao nguy hiểm: Chiến lược giao dịch nhiều trông đẹp nhưng thực tế âm.
Cách làm đúng: Thêm cost vào mỗi lần đổi vị thế.
Vì sao nguy hiểm: Bỏ qua drawdown, rủi ro, độ ổn định.
Cách làm đúng: Xem Sharpe, max drawdown, phân phối lợi suất.
Vì sao nguy hiểm: Kết luận không khái quát.
Cách làm đúng: Thử nhiều mã và giai đoạn.
- Tính lợi suất, biến động, Sharpe, drawdown từ chuỗi giá.
- Luôn shift tín hiệu để tránh look-ahead.
- Tính chi phí giao dịch trong backtest.
- Kiểm chứng ngoài mẫu và độ nhạy tham số.
🧩 Tự kiểm tra (bấm để xem đáp án)
1. Vì sao cần signal.shift(1)?
2. Max drawdown phản ánh điều gì?
3. Survivorship bias là gì?
4. Một chiến lược có Sharpe cao trên 1 mã, 1 giai đoạn. Đáng tin chưa?
🏋️ Bài tập thực hành
Lấy dữ liệu 5–10 năm của một chỉ số/ETF. Viết backtest cắt MA như mẫu, thử 3 bộ tham số khác nhau. Lập bảng: CAGR, Sharpe, max drawdown, số lần giao dịch, và so với buy-and-hold. Viết 5 nhận xét thận trọng.
📚 Tài nguyên học tập
- pandas documentationThư viện dữ liệu chuỗi thời gianTài liệu
- Advances in Financial Machine Learning (Marcos López de Prado)Sai lầm trong backtest, kiểm chứngSách
✅ Tự đánh giá hoàn thành
- Tính được Sharpe, drawdown bằng pandas
- Viết backtest có shift và chi phí
- Biết 5 loại sai lầm thống kê
- Hoàn thành backtest cá nhân