Skewness của returns là gì? Ý nghĩa skew dương vs âm trong trading

Skewness là moment thứ 3 của distribution returns — đo độ bất đối xứng. Skew dương: tail bên phải (gains) dài → ít gain to + nhiều loss nhỏ. Skew âm: tail bên trái (losses) dài → ít loss to + nhiều gain nhỏ.

Trong giao dịch, skew là yếu tố tâm lý cực quan trọng: con người prefer skew dương (lottery-like, “potential big gain”) dù expected return thấp hơn. Hệ quả: chiến lược skew dương như trend following thường underweight bởi retail dù risk-adjusted return tốt.

1. Định nghĩa & công thức

$$ \gamma_1 = E\left[\left(\frac{R - \mu}{\sigma}\right)^3\right] = \frac{1}{N\sigma^3}\sum_{t=1}^{N}(R_t - \mu)^3 $$

Đại lượng dimensionless. Gaussian có skew = 0.

2. Cách tính bằng Python

import numpy as np
from scipy.stats import skew

def returns_skewness(returns, bias=False):
    """Skewness adjusted (Fisher-Pearson)."""
    return skew(returns, bias=bias)

Code mẫu trên là khung tham khảo cho việc tự tính Độ lệch (mô-men thứ ba). Khi tích hợp vào hệ thống production, cần thêm: validate input (NaN, length), handle edge cases (zero variance, empty series), unit test cho từng nhánh, và caching khi gọi nhiều lần trên cùng dataset.

3. Khoảng giá trị & cách diễn giải

4. Giá trị điển hình theo loại tài sản / chiến lược

Lưu ý: bảng giá trị điển hình mang tính tham khảo, dựa trên quy ước cộng đồng quant và sample lịch sử công khai. Giá trị thực tế phụ thuộc dataset, period, và phương pháp tính cụ thể.

5. Bốn cạm bẫy phổ biến khi sử dụng

1. Sample size mạnh: skewness estimate noisy với < 252 obs.

2. Outlier sensitive: 1 sự kiện -10% (limit-down VN) đẩy skewness âm mạnh trong sample nhỏ.

3. Không nói gì về tail probability: cần kèm kurtosis và CVaR.

4. Skew không stable theo thời gian: regime change có thể flip skew.

6. Khi nào chỉ số này gây hiểu lầm

Skewness misleading khi sample không phủ tail event hoặc khi sample size nhỏ. Cũng misleading nếu so sánh skew giữa các asset có frequency khác nhau (daily vs monthly returns). Tốt nhất visualize histogram + kèm kurtosis.

7. Đặc thù khi áp dụng cho TTCK Việt Nam

VN-Index daily 2010-2024 có skewness ≈ -0.4 (negative skew nhẹ — limit-down clusters). Cổ phiếu midcap VN có skew dao động lớn — penny có thể có skew >+2 trong sample short do pump events. Khi marketing chiến lược cho nhà đầu tư VN, skew dương giúp dễ hold qua losing streak hơn — tâm lý prefer “ít loss nhỏ + thi thoảng gain to”.

8. Các chỉ số liên quan trong cùng hệ thống

Độ lệch (mô-men thứ ba) (γ₁) không nên đọc đơn lẻ. Trong báo cáo rủi ro chuyên nghiệp, nó luôn được trình bày cùng các chỉ số bổ sung để cross-check và tránh blindspot. Các chỉ số liên quan đã trình bày trong chuỗi bài này:

• Kurtosis (moment 4)

• Tail Ratio

• Sortino Ratio

• VaR

9. Tham khảo học thuật

• Cont, R. (2001). Empirical properties of asset returns. Quantitative Finance.

• Harvey, C., Siddique, A. (2000). Conditional Skewness in Asset Pricing Tests. Journal of Finance.

10. Câu hỏi thường gặp

Độ lệch (mô-men thứ ba) bao nhiêu là tốt? Tham khảo bảng diễn giải ở mục 3. Không có ngưỡng “tốt tuyệt đối” — phụ thuộc loại chiến lược, sample size, và benchmark tham chiếu.

Làm sao tự tính Độ lệch (mô-men thứ ba) trên danh mục cá nhân? Sử dụng code Python mẫu ở mục 2. Input cần thiết: chuỗi returns hàng phiên (daily) của danh mục, tối thiểu 252 phiên (1 năm) để có ý nghĩa thống kê.

Độ lệch (mô-men thứ ba) có khác giữa thị trường VN và quốc tế không? Có. Đặc thù VN (biên độ ±7% HOSE, T+2.5, cấm short cơ sở) ảnh hưởng đến cách tính và diễn giải. Chi tiết ở mục 7.

Ghi chú phương pháp: Bài viết tổng hợp định nghĩa, công thức, và quy ước cộng đồng quant cho chỉ số Độ lệch (mô-men thứ ba) (γ₁). Các giá trị điển hình mang tính tham khảo, không phải khuyến nghị đầu tư. Người đọc tự kiểm chứng trên dữ liệu của mình trước khi sử dụng cho quyết định 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.