1. Điểm xuất phát: Meruem đã dùng kiểu “học” nào khi đấu với Netero?
Nếu phải chọn một thuật ngữ học máy, cách Meruem phá Bách Thức Quan Âm gần nhất với mô hình hóa đối thủ trực tuyến. Trong khi chiến đấu, cậu quan sát Netero và liên tục cập nhật ước lượng về hành động mà đối thủ có khả năng chọn trong từng tình huống.[1]
Chỉ gọi đó là học tăng cường thì quá rộng. Meruem đồng thời làm các việc sau:
- Quan sát khoảng cách, hướng, nhịp, thời điểm và hành động ngay trước đó.
- Ước lượng thiên lệch vô thức trong lựa chọn của Netero.
- Dự đoán hành động tiếp theo.
- Thay đổi cách tấn công để khiến đối thủ dễ phản ứng theo một kiểu nhất định.
- Tìm đường xuyên thủng phòng thủ trước vài bước.
Mô tả chính xác hơn là mô hình hóa đối thủ＋học trực tuyến＋dự đoán chuỗi＋lập kế hoạch. Meruem chuyển kỹ năng từ Gungi—đọc xu hướng lựa chọn và so sánh các nhánh tương lai—sang chiến đấu.
2. Ngay cả đấu một chọi một cũng có quá nhiều mẫu. Vì sao vẫn có thể đọc được?
Giả sử mỗi người chỉ có năm lựa chọn: tấn công, phòng thủ, né, di chuyển và giả động tác. Một lượt đồng thời đã có 25 tổ hợp. Mười lượt tạo ra 25^10, khoảng 95 nghìn tỷ chuỗi. Chiến đấu thật còn có góc, tốc độ, khoảng cách, lực và thời điểm liên tục, nên không gian thực gần như vô hạn.
Meruem không ghi nhớ mọi chuỗi. Điểm mấu chốt là con người không dùng mọi lựa chọn với xác suất bằng nhau.
Dù Netero có 100 cách phòng thủ, nếu ở một khoảng cách cụ thể ông chọn A 50%, B 30% và C 15%, phần lớn bài toán hữu ích đã được nén vào A, B, C. Nếu Meruem tấn công theo cách làm A dễ xuất hiện hơn, không gian lại nhỏ hơn.
Cốt lõi không phải thử tất cả, mà là:
Giới hạn tình huống, phát hiện thiên lệch hành vi và dùng hành động của mình để thu hẹp phản ứng của đối thủ.
3. Trên thị trường, thường không nhìn thấy “người mạnh” là ai
Trong đấu tay đôi có một đối thủ rõ ràng. Trên thị trường cùng lúc có tổ chức, công ty môi giới, nhà tạo lập, HFT, trader chuyên nghiệp và nhà đầu tư cá nhân. Sổ lệnh công khai thường không cho biết chính xác ai gửi từng lệnh.
Vì vậy, “sao chép scalper giỏi nhất” là khung suy nghĩ nguy hiểm. Ta không thấy con người, mà thấy dấu vết trong dữ liệu công khai:
- Giá đi bao nhiêu tick sau lệnh mua chủ động.
- Bán chủ động xuất hiện nhưng giá có giảm được không.
- Ask bị ăn có được bổ sung nhanh không.
- Bid có dịch lên mức giá cao hơn không.
- Sau đỉnh mới, giao dịch có tiếp tục không.
- Spread giữ hẹp hay mở rộng đột ngột.
Câu hỏi hữu ích không phải “ai đang mua?”, mà là:
Trong trạng thái quan sát được này, bên nào thực sự đang đẩy giá?
4. Vì sao chiến lược “cá bám” có thể tồn tại
Ý tưởng không tranh đoạn đầu mà cố lấy phần còn lại của dòng lệnh bền có một số nền tảng nghiên cứu.
Thứ nhất, lệnh lớn thường được chia nhỏ. Thực hiện toàn bộ cùng lúc có thể làm giá xấu đi cho chính người mua, nên parent order được chia thành nhiều child order. Nghiên cứu dùng hơn chín năm dữ liệu cấp tài khoản tại Sở Giao dịch Tokyo đã ủng hộ định lượng rằng việc chia lệnh tạo ra tính dai dẳng: mua thường tiếp nối mua, bán thường tiếp nối bán.[2]
Thứ hai, mẫu child order dễ đoán có thể bị người khác dự đoán. Nghiên cứu cho thấy khi quá trình thực hiện lệnh lớn dễ nhận biết hơn, hoạt động dự đoán lệnh, chi phí thực hiện và tác động giá bị trì hoãn có thể tăng khi người khác dần nhận ra nó.[6][7] Điều này gần với back-running: dùng dòng lệnh quá khứ để suy đoán hoạt động tiếp theo của nhà đầu tư lớn và giao dịch theo sau.
Thứ ba, cuộc đua đầu tiên quá nhanh đối với con người. Nghiên cứu dữ liệu thông điệp tại thị trường Anh cho thấy cuộc đua chênh lệch độ trễ điển hình chỉ khoảng 5–10 micro giây, và hơn 20% khối lượng liên quan đến một dạng cuộc đua nào đó.[9]
Nhà đầu tư cá nhân chỉ có thể nghiên cứu hiện tượng kéo dài hơn: chia lệnh, lệnh đi theo và thiếu thanh khoản tạm thời trong vài giây hoặc vài phút.
Điều này không chứng minh mọi “sóng hai” đều có lãi. Khi lệnh lớn kết thúc, một phần tác động giá có thể đảo ngược, và người mua đầu tiên có thể bán cho người theo sau đến muộn. Điều kiện chính không phải giá đã tăng, mà là dòng lệnh vẫn chưa kết thúc.
5. Bốn dấu vết có thể quan sát
5-1. Mất cân bằng dòng lệnh (OFI)
OFI kết hợp giao dịch chủ động, lệnh giới hạn mới và lệnh hủy tại bid/ask tốt nhất để đo chênh lệch áp lực mua bán. Trên 50 cổ phiếu Mỹ, thay đổi giá trong khoảng ngắn liên hệ ổn định hơn với OFI so với khối lượng thô; cùng một áp lực làm giá đi mạnh hơn khi độ sâu thị trường mỏng.[3]
Trong ví dụ kéo co, OFI không chỉ đếm số người. Nó xem dây thật sự dịch về bên nào và ai đang vào hoặc rời từng phía.
5-2. Mất cân bằng hàng đợi
Nếu B là khối lượng tại bid tốt nhất và A là khối lượng tại ask tốt nhất:
QI = (B - A) / (B + A)
QI gần 1 khi bid nhìn thấy lớn hơn tương đối và gần -1 khi ask lớn hơn. Nghiên cứu trên mười cổ phiếu Nasdaq tìm thấy quan hệ có ý nghĩa thống kê giữa QI và hướng dịch chuyển mid-price tiếp theo, với cải thiện lớn hơn ở cổ phiếu có tick lớn.[4]
Tuy nhiên, độ sâu nhìn thấy có thể bị hủy. Phải quan sát thêm lệnh mới, lệnh hủy và khớp lệnh, không chỉ ảnh tĩnh của sổ lệnh.
5-3. Giá phản ứng với lệnh như thế nào
Tín hiệu trực quan nhất không phải chỉ kích thước lệnh, mà là giá phản ứng ra sao.
- Mua chủ động nhiều mà giá không lên có thể nghĩa là người bán mạnh đang hấp thụ.
- Bán chủ động nhiều mà giá không xuống có thể nghĩa là cầu mua đang hấp thụ.
Muốn đi theo xu hướng tăng, “có nhiều lệnh mua” yếu hơn thị trường chịu được phản công bán mà không gãy.
5-4. Khả năng phục hồi của sổ lệnh
Khả năng phục hồi là tốc độ sổ lệnh được xây lại sau khi bị ăn. Nghiên cứu một cổ phiếu tại London cho thấy sổ lệnh không phải lúc nào cũng phục hồi; nhưng khi phục hồi, thời gian bán rã ước tính khoảng 20 giây, đồng thời có dấu hiệu lệnh thị trường bắt chước nhau.[5]
Đây không phải quy tắc 20 giây cho mọi mã. Bài học là đo thanh khoản phía đối diện có quay lại trong khoảng ngắn sau cú sốc đầu hay không.
6. Giả thuyết vào lệnh: lấy pha tăng tốc lại sau khi chịu được phản công, không lấy cú nổ đầu
Một giả thuyết mua đơn giản gồm năm bước:
- Cú sốc: giá, tần suất giao dịch và OFI dương tăng bất thường.
- Chờ: không đuổi ngay; để áp lực bán xuất hiện.
- Kiểm tra sức chịu: nhịp lùi nông, bid được bổ sung và nguồn gốc của đợt tăng vẫn còn nguyên.
- Tăng tốc lại: OFI dương quay lại, ask bị ăn và đỉnh gần nhất bị phá.
- Vào: chỉ tham gia phần tiếp diễn ngắn sau pha tăng tốc lại.
Ví dụ, giá tăng từ 1.000 lên 1.010, lùi về 1.007, không thủng 1.007 dù có bán, rồi vượt lại 1.010. Người nhanh lấy mười điểm đầu; “cá bám” chỉ thử lấy một phần còn lại sau xác nhận.
Chuỗi này không phải quy tắc thắng phổ quát đã được chứng minh. Tài liệu ủng hộ tính dai dẳng, thông tin trong OFI/hàng đợi và sự tồn tại của dự đoán lệnh. Ghép thành năm bước này là giả thuyết chiến lược cần kiểm nghiệm.
7. Chốt lời nên đi theo tuổi thọ của lý do vào lệnh
Lý do vào là:
“Dòng mua ngắn hạn vẫn tồn tại và lực mua theo sau có thể sớm đến.”
Vì vậy, thoát không chỉ dựa vào lãi đang có mà còn vào việc giả thuyết còn sống hay không.
7-1. Thoát khi tiền đề hỏng
- Giá lập tức rơi lại dưới điểm breakout.
- Thủng đáy nhịp lùi.
- OFI đảo sang bán.
- Mua chủ động vẫn tiếp tục nhưng giá không còn tăng.
- Ask được bổ sung nhanh và lặp lại.
- Bid biến mất, spread mở rộng.
Khi tiền đề hỏng, nên thoát dù chưa tới mục tiêu. Nếu người chạy nhanh mà bạn theo đã dừng, không có lý do chạy tiếp một mình chỉ vì đã đặt trước quãng đường.
7-2. Thoát theo thời gian
Chiến lược kỳ vọng sự tiếp diễn nhanh. Nếu không có đỉnh mới hoặc tăng tốc lại trong thời gian dự kiến, việc không tiến triển cũng là thông tin.
Không có “20 giây cho tất cả”. Tín hiệu suy giảm với tốc độ khác nhau; mô hình giao dịch động có chi phí cho thấy điều chỉnh tối ưu phụ thuộc vào độ bền và tốc độ hồi quy của tín hiệu.[12] Cần đo trong dữ liệu riêng xem giao dịch thắng thường bắt đầu chạy sau bao nhiêu giây hoặc sự kiện.
7-3. Mục tiêu cố định
Mục tiêu cố định có thể hữu ích, nhưng “3 tick” hay tỷ lệ 1:2 phổ quát mà không có bằng chứng là tùy ý. Hãy thu thập maximum favorable excursion (MFE) và so sánh mục tiêu sau spread, phí và trượt giá.
Kỳ vọng = tỷ lệ thắng × lãi trung bình − tỷ lệ thua × lỗ trung bình − chi phí
Mục tiêu xa trả nhiều hơn khi đạt, nhưng đạt ít hơn. Cả hai phải được xét cùng nhau.
7-4. Trailing và thoát từng phần
Trailing nâng mức thoát khi giá tăng và giữ khả năng hưởng những đợt chạy lớn hiếm gặp. Trong một mô hình khuếch tán cụ thể, nghiên cứu toán học cho thấy lệnh giới hạn bán kết hợp trailing stop có thể tối ưu.[11] Điều đó không có nghĩa hai tick phù hợp với mọi thị trường.
Thoát từng phần có thể giảm biến động và áp lực tâm lý, nhưng cũng bán sớm một phần giao dịch tốt nhất và tăng chi phí. Không có bằng chứng chung rằng luôn bán một nửa là tốt nhất.
8. Stop hẹp hơn không tự động tốt hơn
Nghiên cứu stop-loss cho thấy nếu giá là random walk, stop cơ học làm giảm lợi nhuận kỳ vọng; stop có thể có giá trị khi tồn tại tính liên tục dương hoặc momentum.[10]
Vì chiến lược này đặt cược vào tiếp diễn ngắn, stop khi tiền đề hỏng có logic. Nhưng stop hẹp hơn nhiễu bình thường sẽ bị quét liên tục và chỉ để lại chi phí.
Nên tách ba vai trò:
- Stop ban đầu: mức giá hoặc dòng lệnh làm setup vô hiệu.
- Time stop: sự tiếp diễn không đến đúng hạn.
- Stop sau có lãi: đi theo đáy lùi gần nhất hoặc đảo chiều dòng lệnh.
9. Con người có thiên lệch khi chốt lời
Một nghiên cứu kinh điển khoảng 10.000 tài khoản cho thấy nhà đầu tư thường bán lệnh lời quá sớm và giữ lệnh lỗ quá lâu—hiệu ứng disposition.[13]
Trong scalping cũng vậy: lời hai tick thì chốt ngay vì sợ mất, nhưng lỗ hai tick thì chờ hồi. Kết quả là thắng nhỏ, thua lớn.
Thoát nên gắn với lý do xác định trước:
- Tiền đề hỏng.
- Tuổi thọ tín hiệu hết.
- Đạt mục tiêu chọn bằng thống kê.
- Chạm điều kiện trailing.
10. Nghiên cứu ủng hộ điều gì và chưa ủng hộ điều gì
Những kết luận được hỗ trợ tương đối tốt
- Mô hình hóa đối thủ và điều chỉnh chính sách là lĩnh vực nghiên cứu nghiêm túc.[1]
- Chia lệnh góp phần tạo dòng lệnh cùng hướng dai dẳng.[2]
- OFI liên hệ mạnh với thay đổi giá ngắn hạn.[3]
- Mất cân bằng hàng đợi có thể chứa thông tin về hướng tiếp theo.[4]
- Người khác có thể dự đoán quá trình thực hiện lệnh lớn dễ nhận biết.[6][7]
- Cuộc đua nhanh nhất vượt xa phản ứng con người.[9]
- Giá trị của stop/trailing phụ thuộc quá trình giá, độ bền tín hiệu và chi phí.[10][11][12]
Chưa được chứng minh chung
- Nhịp lùi nông và breakout lần hai tạo lãi ròng ổn định cho cá nhân.
- Sổ lệnh công khai xác định được lệnh của một scalper cụ thể.
- 20 giây, 3 tick hoặc thoát 50% là tối ưu cho mọi thứ.
- Độ chính xác dự đoán cao tự động trở thành lợi nhuận ròng.
- Quy tắc ở một chế độ vẫn hoạt động khi người chơi hoặc thiết kế thị trường thay đổi.
11. Thiết kế kiểm nghiệm tối thiểu
Ghi lại 100–300 trường hợp của một setup được định nghĩa thật chặt.
Dữ liệu bối cảnh
- Sản phẩm, thời gian, spread, tick size.
- Biên độ và thời gian của đợt đầu.
- Tần suất giao dịch và OFI hoặc áp lực đơn giản.
- Độ sâu nhịp lùi và phản ứng trước lệnh ngược.
- Tốc độ thêm, hủy và bổ sung lệnh.
- Có tăng tốc lại và đỉnh mới hay không.
Dữ liệu sau vào
- P&L sau 1, 5, 10, 20, 30 giây.
- MFE và MAE.
- Thời gian tới đỉnh và tới lúc OFI đảo.
- Giá khớp thật, trượt giá, spread và phí.
So sánh cách thoát
- Mục tiêu cố định＋stop cố định.
- Tiền đề hỏng＋time stop.
- Chốt một phần＋trailing phần còn lại.
- Thoát hết khi dòng lệnh đảo.
Tạo quy tắc trên dữ liệu ngày cũ và kiểm tra trên ngày mới, không để rò rỉ tương lai. Dùng walk-forward vì chế độ thị trường thay đổi.
Luôn đánh giá sau chi phí. Lợi thế dự đoán một tick không phải chiến lược nếu spread và trượt giá lấy mất tick đó.
Kết luận
Bài học chính từ Netero đối đầu Meruem không phải ghi nhớ mọi tổ hợp.
Học thiên lệch từ hành vi nhìn thấy, thu hẹp tình huống, xác nhận phản ứng phía đối diện và chỉ vào con đường ngắn còn lại.
Trên thị trường, điều này không có nghĩa tìm một “siêu trader” có tên. Nó có nghĩa đọc dấu vết công khai của dòng lệnh mạnh. Nhường đoạn đầu cho người nhanh, chờ thị trường chịu được phản công và chỉ đi theo khi áp lực tăng tốc lại.
Thoát phải trả lời:
Lý do đi theo còn không? Sự tiếp diễn có đến trong tuổi thọ dự kiến không? Sau mọi chi phí còn đủ khoảng chạy không?
Phiên bản ngắn nhất:
Đừng cố thắng người dẫn đầu. Xác nhận dòng họ tạo vẫn còn sống, đi theo thật ngắn và rời ngay khi dòng dừng, bất kể mục tiêu khoảng cách tùy ý.
Đó là bộ khung chiến lược scalping kiểu “cá bám” có thể bảo vệ thận trọng nhất bằng nghiên cứu.
