Mean Reversion với Bollinger Band: Khung định lượng cho TTCK Việt Nam

Mean reversion là giả định cốt lõi của một nhánh lớn trong giao dịch định lượng: khi giá lệch xa khỏi giá trị “công bằng” (fair value), xác suất cao nó sẽ quay lại. Khác với trend following, mean reversion sinh lời từ biến động ngắn hạn chứ không phải xu hướng dài.

Trên TTCK Việt Nam, mean reversion phù hợp với cổ phiếu vốn hóa lớn, thanh khoản cao (VN30) trong giai đoạn thị trường đi ngang (sideway). Nó kém hiệu quả khi thị trường có trend mạnh — đó là lý do hệ thống cần regime filter trước khi kích hoạt tín hiệu.

1. Định nghĩa & cơ sở lý thuyết

Bollinger Band định nghĩa 3 đường trên 1 chuỗi giá $P_t$: $$ \begin{aligned} MA_n &= \frac{1}{n}\sum_{i=t-n+1}^{t} P_i \ \sigma_n &= \sqrt{\frac{1}{n}\sum_{i=t-n+1}^{t}(P_i - MA_n)^2} \ BB_{upper} &= MA_n + k \cdot \sigma_n \ BB_{lower} &= MA_n - k \cdot \sigma_n \end{aligned} $$

Với tham số mặc định Bollinger gốc: $n=20$, $k=2$. Vùng giá nằm ngoài $[BB_{lower}, BB_{upper}]$ chiếm xấp xỉ 5% phân phối nếu $P_t$ gaussian — trong thực tế tỷ lệ này thường cao hơn vì fat tail.

Trong đó:

• $P_t$ là giá đóng cửa tại thời điểm $t$
• $MA_n$ là trung bình trượt window $n$
• $\sigma_n$ là độ lệch chuẩn rolling
• Các tham số khác diễn giải trong bảng tham số bên dưới

2. Pseudocode triển khai

def mean_reversion_signal(prices, n=20, k=2.0, regime_filter=True):
    """
    prices: pd.Series giá đóng cửa
    n, k:   tham số Bollinger Band
    regime_filter: chỉ trade khi ADX(14) < 20 (sideway)
    Trả về Series tín hiệu trong {-1, 0, +1}
    """
    ma = prices.rolling(n).mean()
    sd = prices.rolling(n).std()
    upper = ma + k * sd
    lower = ma - k * sd

    signal = pd.Series(0, index=prices.index)
    signal[prices < lower] = +1   # giá thủng band dưới → mua
    signal[prices > upper] = -1   # giá vượt band trên → bán

    if regime_filter:
        adx = compute_adx(prices, n=14)
        signal[adx >= 20] = 0     # tắt tín hiệu khi có trend
    return signal

Code mẫu trên là khung tham khảo — triển khai production cần thêm: validate input, handle NaN, log signal, hook vào execution engine (REST API qua TCBS/SSI/Vndirect), và unit test cho từng nhánh logic.

3. Tham số & khoảng walk-forward

Lưu ý về walk-forward optimization: không nên fix tham số “tốt nhất” trên toàn bộ lịch sử. Quy trình chuẩn là rolling window — fit tham số trên 252 phiên gần nhất, áp dụng 63 phiên tiếp theo (tỷ lệ ~80/20), sau đó shift cửa sổ. Báo cáo distribution của Sharpe, max DD, Calmar trên các fold thay vì 1 con số tổng.

4. Đặc thù thị trường Việt Nam

Trên VN30, đặc thù biên độ ±7% HOSE và T+2.5 settlement ảnh hưởng trực tiếp:

• Biên độ chặn pha đảo chiều cực mạnh trong 1 phiên — band có thể bị “kẹt” ở giá trần/sàn.
• T+2.5 không cho phép short cổ phiếu cơ sở → tín hiệu signal = -1 chỉ áp dụng được trên VN30F1M (phái sinh) hoặc dùng để thoát vị thế long.
• Phí giao dịch round-trip ~0.3% (mua 0.15% + bán 0.25% gồm thuế) — chiến lược cần edge ≥ 0.5%/trade mới có lời ròng.

5. Năm cạm bẫy phổ biến khi áp dụng

1. Trend nuốt mean reversion: giai đoạn 2020 H2 và 2021 Q1, VN-Index trend mạnh → mean reversion lệnh short trên VN30F1M thua liên tiếp. Regime filter là bắt buộc.

2. Optimization bias: dễ overfit n và k trên backtest. Walk-forward với window 252 phiên giúp ước lượng hiệu năng thực.

3. Survivorship bias: backtest VN30 hiện tại bỏ qua các mã từng trong index rồi bị loại. Sử dụng VN30 historical constituents để tránh.

4. Slippage with thin liquidity: midcap có spread 0.3-0.5% — ăn hết edge mean reversion ngắn hạn.

5. Earnings shock: tín hiệu mean reversion vô hiệu khi gặp tin bất thường (ĐHCĐ, BCTC) — exclude trade quanh ngày công bố.

6. Khi nào nên dùng — khi nào không

✅ Nên dùng khi

• Thị trường đi ngang (ADX < 20), volatility ổn định
• Cổ phiếu vốn hóa lớn, thanh khoản > 5 tỷ/ngày
• Có cơ chế stop-loss cứng: thoát nếu giá lệch thêm 1σ sau entry

❌ Không nên dùng khi

• Trend mạnh (ADX > 25) — band breakout có ý nghĩa khác (continuation)
• Biến động cực đoan (sự kiện vĩ mô, công bố Fed, BCTC quý) — chiến lược không pricing được news shock
• Cổ phiếu thanh khoản thấp — slippage ăn hết edge

7. Vị trí trong hệ thống chiến lược định lượng

Chiến lược “Hồi quy về trung bình” không hoạt động độc lập — trong portfolio định lượng đa chiến lược, nó được kết hợp với các chiến lược khác để tận dụng correlation thấp giữa các họ tín hiệu (mean reversion ↔ trend following thường có correlation âm trong giai đoạn sideway).

Các chiến lược liên quan đã trình bày trong chuỗi bài này:

• Trend Following — MA Crossover

• Breakout — Donchian Channel (Turtle)

• Pairs Trading — Cointegration

8. Tham khảo học thuật

• Bollinger, J. (2001). Bollinger on Bollinger Bands. McGraw-Hill.

• Lo, A. & MacKinlay, A. C. (1988). Stock market prices do not follow random walks. Review of Financial Studies, 1(1).

• Khandani, A. & Lo, A. (2007). What happened to the quants in August 2007? Journal of Investment Management.

Ghi chú phương pháp: Bài viết tổng hợp khung định lượng trên cơ sở lý thuyết và quy ước cộng đồng quant. Các giả định về phí giao dịch, slippage, regime filter là giả định mô hình — kết quả backtest thực tế phụ thuộc dataset, universe, và cách xử lý survivorship bias. Người đọc tự kiểm chứng bằng dữ liệu của mình trước khi triển khai vốn thật.

Miễn trừ trách nhiệm: Nội dung mang tính phân tích định lượng, không phải khuyến nghị đầu tư. Nhà đầu tư tự chịu trách nhiệm với quyết định của mình.