Đánh giá tỷ suất lợi nhuận liên quan đến đo lường lợi nhuận và đánh giá rủi ro của thuật toán giao dịch trong một khoảng thời gian cụ thể, nhằm trả lời câu hỏi:
-
Tỷ suất lợi nhuận cao hay thấp, so với đối chuẩn nào?
-
Liệu thuật toán có đang chấp nhận rủi ro quá cao để gia tăng cơ hội tìm kiếm lợi nhuận?
-
Lợi nhuận có được nhờ kỹ năng hay may mắn?
Tỷ suất lợi nhuận tương đối
Tỷ suất lợi nhuận tương đối là tỷ suất lợi nhuận danh mục đầu tư so với đối chuẩn. Đối chuẩn được lựa chọn phù hợp tùy theo bản chất thuật toán. Thuật toán giao dịch chứng khoán cơ sở thường có đối chuẩn là chỉ số VN-Index. Trong khi các thuật toán theo hướng chiến lược trung lập thị trường thì đối chuẩn phù hợp là lãi suất phi rủi ro.
Ví dụ, thuật toán A giao dịch chứng khoán cơ sở theo chiến lược beta vượt trội, còn thuật toán B giao dịch theo chiến lược trung lập thị trường. Trong cùng khoảng thời gian 01 năm (01/01/2021 đến 31/12/2021), hai thuật toán đều đạt tỷ suất lợi nhuận là 20%.
Xét về giá trị tuyệt đối, hai thuật toán sinh lợi bằng nhau, nhưng xét tương đối thì có sự khác biệt lớn. Sự khác biệt này do hai thuật toán có đối chuẩn khác nhau. Đối với thuật toán A, đối chuẩn là chỉ số VN-Index, thực tế đã tăng khoảng 34% trong giai đoạn so sánh. Còn đối với thuật toán B thì đối chuẩn là lãi suất phi rủi ro 3%.
Hai thuật toán có tỷ suất lợi nhuận tuyệt đối bằng nhau nhưng tỷ suất lợi nhuận tương đối khác nhau, nhưng thuật toán A có kết quả kém hơn so với đối chuẩn (20% - 34% = -14%), còn thuật toán B lại có kết quả tốt hơn so với đối chuẩn (20% - 3% = 17%). Khác biệt này thể hiện rõ nhất ở những năm thị trường diễn biến xấu.
Tỷ suất lợi nhuận trên rủi ro – tỷ lệ Sharpe
Mục tiêu chính của đầu tư là tối đa hóa lợi nhuận, tuy nhiên, lợi nhuận càng cao thì đi kèm với rủi ro càng cao. Vì vậy,khi đánh giá tỷ suất lợi nhuận, cần xem xét đồng thời yếu tố rủi ro.
Tỷ suất lợi nhuận trên rủi ro có thể giải quyết vấn đề này bằng cách lấy tham số đo lường tỷ suất sinh lợi chia cho tham số đo lường rủi ro, dùng đánh giá hiệu suất đầu tư trên cơ sở cân đối giữa lợi nhuận và rủi ro.
Tỷ suất lợi nhuận trên rủi ro được dùng phổ biến nhất là tỷ lệ Sharpe, được đặt theo tên nhà kinh tế học người Mỹ William Sharpe, được tính như sau:
Tỷ lệ Sharpe = (Rp – Rf)÷ σp
Trong đó:
– Rp là tỷ suất lợi nhuận;
– Rf là tỷ suất lợi nhuận phi rủi ro;
– σp là độ lệch chuẩn, đại diện cho rủi ro. Ngưỡng đánh giá tỷ lệ Sharpe:
Ứng dụng trong giai đoạn tối ưu hóa thuật toán, cần xem xét liệu lợi nhuận tăng thêm nhờ tối ưu hóa hợp lý hay đơn thuần là chấp nhận rủi ro cao hơn. Thay vì chỉ tập trung vào mục tiêu gia tăng lợi nhuận kỳ vọng, hãy tập trung vào gia tăng tỷ lệ Sharpe. Lợi nhuận kỳ vọng cao thì tốt, nhưng chỉ tối ưu nếu không gia tăng quá nhiều rủi ro.
Kỹ năng hay may mắn
Hai nhà đầu tư A và B chọn mua ngẫu nhiên một mã cổ phiếu và nắm giữ trong 01 năm. Kết quả, giá cổ phiếu của A tăng lên nhiều lần, còn B thì ngược lại, giá cổ phiếu bị giảm. Có thể kết luận A có kỹ năng đầu tư tốt hơn B không?
Đôi khi, tỷ suất lợi nhuận vượt trội chỉ là kết quả của sự may mắn. Một thuật toán có hiệu suất đầu tư ổn định, vẫn có khả năng bị thua lỗ lớn do những sự kiện ngoài dự đoán. Ngược lại, một thuật toán có tỷ suất lợi nhuận rất cao nhưng chỉ diễn ra trong một vài lần mở vị thế thì có thể sự vượt trội này có được nhờ may mắn chứ không phải do thuật toán hiệu quả.
Khi thuật toán có số lượng vị thế giao dịch đủ nhiều, các yếu tố ngẫu nhiên sẽ tự cân bằng lẫn nhau. Quan trọng là nhà giao dịch thuật toán cần phân định rõ yếu tố may mắn hay kỹ năng trong quá trình giao dịch. Để đạt được lợi nhuận ổn định và vượt trội hơn so với trung bình toàn thị trường trong dài hạn phụ thuộc nhiều vào kỹ năng hơn là may mắn.
Ngoài tỷ suất lợi nhuận, cần xem xét thêm các khía cạnh khác để đánh giá đầy đủ hiệu suất đầu tư của thuật toán:
Trường hợp xấu nhất có thể xảy ra khi vận hành thuật toán là gì? Hành động gì khi các khoản lỗ đã vượt khỏi ngưỡng có thể chấp nhận? Vấn đề này sẽ được trình bày ở bài 44 – Maximum drawdown (MDD) trong giao dịch thuật toán.
Thuật toán có tận dụng đòn bẩy một cách hiệu quả không? Khi nào cần sử dụng đòn bẩy, bao nhiêu là đủ? Công thức tìm ra tham số đòn bẩy tối ưu sẽ được trình bày ở bài 45 – Tiêu chí Kelly: định nghĩa và ứng dụng.