Từ khóa: Đầu tư định lượng, Giao dịch đi ngang, Thuật toán đầu tư

Đầu tư định lượng là gì, Mô hình Giao dịch đi ngang là gì?

Đầu tư định lượng là gì?

Hầu hết các hệ thống giao dịch được thực hiện như các chương trình máy tính. Hệ thống giao dịch được sử dụng rộng rãi vì chúng có nhiều lợi thế. Hệ thống giao dịch giúp loại bỏ việc ra quyết định mang tính cảm tính khỏi quá trình giao dịch. Khi tiền thật có nguy cơ rủi ro trên thị trường, cảm xúc sợ hãi và tham lam có thể dễ dàng lấn át việc ra quyết định hợp lý.

Điều này có thể được loại bỏ phần lớn bằng cách đưa ra quyết định với một thuật toán giao dịch. Vì các hệ thống giao dịch thường là các chương trình máy tính, chúng thường có thể được kiểm tra trên dữ liệu lịch sử. Khả năng kiểm tra lại thuật toán đầu tư là một trong những lợi ích lớn nhất của giao dịch có hệ thống. Kiểm tra lại cho phép mọi người biết hiệu suất của thuật toán trong quá khứ. Nó có thể rất hữu ích khi đánh giá các thuật toán tiềm năng. Các kết quả được kiểm tra ngược có thể được sử dụng để loại bỏ các thuật toán không phù hợp với một phong cách giao dịch hoặc có hiệu suất kém.

Giao dịch được thực hiện và kết thúc trong một khoảng thời gian. Khoảng thời gian này có thể thay đổi từ vài giây đến vài năm, tùy thuộc vào phong cách giao dịch.

Người ta đã phân biệt bốn phong cách giao dịch chính – đầu tư, lướt sóng, giao dịch trong ngày và hớt váng. Những người tham gia vào đầu tư, lướt sóng, giao dịch trong ngày và hớt váng thường giữ các phương tiện giao dịch từ tháng đến năm, ngày đến tuần, chỉ trong ngày và giây đến phút tương ứng. Trong phạm vi của bài viết này, chúng tôi chỉ tập trung vào giao dịch lướt sóng.

Giao dịch đi ngang xảy ra khi cung và cầu được cân bằng. Hiện tượng này thường xuyên xuất hiện trên thị trường tài chính. Các nhà phân tích kỹ thuật cổ điển sẽ đợi cho đến khi việc đi ngang bị phá vỡ và giao dịch theo hướng bị phá vỡ. Gần đây, nhiều nhà nghiên cứu trong lĩnh vực giao dịch có hệ thống đã tập trung vào việc sử dụng các công cụ trí tuệ nhân tạo để dự đoán các khía cạnh khác nhau của thị trường tài chính. Những khía cạnh này bao gồm giá tương lai của một phương tiện giao dịch, trạng thái tăng trưởng hoặc suy giảm của thị trường, bước ngoặt của thị trường, v.v. Thật đáng ngạc nhiên là không có nhiều nhà nghiên cứu chú ý đến mô hình giao dịch đi ngang.

Trong bài báo này, chúng tôi trình bày một thuật toán đầu tư Q-Range cho mô hình này. Thuật toán bao gồm các thành phần sau:

• Thuật toán phát hiện giao dịch đi ngang. Có một chú ý là phương pháp phát hiện giao dịch đi ngang của chúng tôi không liên quan gì đến khái niệm nhận dạng mẫu trong học máy. Chúng tôi không dùng các hình mẫu có sẵn trong lịch sử để nhận dạng các mẫu hiện tại.
• Thuật toán khuyến nghị mua đầu tư hay bán khống sử dụng tập các thuộc tính chuyên biệt và thuật toán phân loại xgb.
• Quản lý giao dịch: vào, giám sát, ra.Đóng góp chính của bài báo là thuật toán đầu tư Q-Range và tập hợp các thuộc tính dùng để thực hiện dự đoán nên đầu tư hay bán khống khi hình mẫu giao dịch đi ngang xuất hiện.Bài viết được tổ chức như sau: Phần 2 mô tả các nghiên cứu liên quan. Phần 3 trình bày thuật toán đầu tư Q-Range. Mô phỏng về lợi nhuận của thuật toán đề xuất được thảo luận trong phần 4. Phần 5 cung cấp một bản tóm tắt ngắn của bài báo.

Mô hình giao dịch đi ngang

Giao dịch đi ngang là mô hình cổ điển trong phân tích kỹ thuật (Edwards & cộng sự, 2007). Giao dịch đi ngang xảy ra khi cung và cầu được cân bằng. Giá giao dịch thay đổi trong một dải phẳng và tương đối hẹp. Giống như các mẫu giao dịch khác, các nhà phân tích kỹ thuật truyền thống nhận ra mẫu sử dụng biểu đồ. Một biểu đồ để phân tích kỹ thuật thường có biểu đồ thanh Nhật Bản và một số chỉ số kỹ thuật. Các nhà phân tích sử dụng kiến thức và kinh nghiệm của riêng họ để nhận ra mô hình và quyết định hành động giao dịch. Hành động giao dịch phổ biến cho hình mẫu giao dịch đi ngang là vào theo hướng đột phá hoặc vào theo xu hướng (Edwards & cộng sự, 2007).Phương pháp phân tích kỹ thuật vẫn còn rất phổ biến ngày nay. Nó được các nhà đầu tư cá nhân sử dụng rộng rãi.

Trong những năm gần đây, giao dịch có hệ thống đã nổi lên như một xu hướng trong cộng đồng đầu tư tài chính. Các tài liệu đã ghi lại một số nỗ lực để tự động nhận ra các hình mẫu kỹ thuật (Huang & cộng sự, 2007). Từ kết quả này, nhiều thuật toán đầu tư đã được đề xuất (Brock & cộng sự, 1992; Gencay, 1998; Hsu & Kuan, 2005; Chiang & cộng sự, 2012; Metghalchi & cộng sự, 2012; Lento & Gradojevic, 2007; Hutson, 1984). Về cơ bản, chúng là phiên bản vi tính hóa của các chiến lược giao dịch kỹ thuật cổ điển. Mẫu được tự động nhận dạng, tín hiệu giao dịch được tự động phát hiện, quản lý giao dịch được thực hiện tự động. Các kết quả thử nghiệm cho thấy có sự thành công nhất định khi áp dụng các thuật toán đó.

Hòa cùng xu hướng sử dụng thuật toán để đầu tư, nhiều nhà nghiên cứu đã sử dụng trí tuệ nhân tạo để nghiên cứu và khai thác các đặc điểm của thị trường nhằm thu được lợi nhuận. Họ đã sử dụng các công nghệ và kỹ thuật khác nhau như logic mờ (Chen, 2014; Chu & cộng sự, 2009), mạng thần kinh (Freitas & cộng sự, 2009; Chena & cộng sự, 2003), học máy hỗ trợ (Choudhury & cộng sự, 2014; Wen & cộng sự, 2010), cây quyết định (Wanga & Chanb, 2006, Wu & cộng sự, 2006) hoặc kết hợp (Tan & cộng sự, 2011; Lin & cộng sự, 2011; Kuoa & cộng sự, 2001). Những kỹ thuật này đã được sử dụng để dự đoán giá trong tương lai của một phương tiện giao dịch, trạng thái tăng giá hay giảm giá của thị trường, bước ngoặt của thị trường,v.v.