Bài viết chỉ ra giới hạn của Signal Construction truyền thống khi tín hiệu cố định không theo kịp sự thay đổi nhanh của thị trường Việt Nam, minh họa qua trường hợp Quality Factor năm 2025. Từ đó, bài viết giới thiệu Alpha Mining – phương pháp để mô hình tự khám phá tín hiệu từ dữ liệu thay vì dựa vào công thức định sẵn. Kiến trúc Alpha Mining gồm bốn tầng: dữ liệu, mô hình, backtest động và triển khai, cho phép xây dựng nhiều chiến lược, tự-kiểm định và tổng hợp theo hướng ensemble. Kết luận nhấn mạnh Alpha Mining là cách tiếp cận phù hợp hơn trong môi trường nhiều nhiễu, alpha decay nhanh và hành vi thị trường phi tuyến như Việt Nam.
Xây dựng Agent cho ngành đầu tư
Chia sẻ kinh nghiệm khi xây dựng AI Agent cho ngành đầu tư. Từ các lỗi hay mắc gặp,tới lựa chọn framework, tới các tips để xây dựng Agent hiệu quả.
Graph visibility for regime detection and risk management
Nghiên cứu phân tích thị trường nhằm xây dựng được cơ chế xác định pha (regime) của thị trường cũng như cổ phiếu thông qua các thuật toán liên quan tới graph visibility. Ngoài ra, bài viết cũng xây dựng cơ chế quản trị rủi ro cho chiến lược đầu tư thông qua các thuật toán liên quan tới network science.
Community detection for VN100
Nghiên cứu phân tích thị trường chứng khoán VN100 bằng phương pháp phát hiện cộng đồng (Community detection) thông qua PMFG kết hợp với InfoMap/Louvain. Kết quả cho thấy chiến lược đầu tư dựa trên network này mang lại hiệu suất cao hơn VNINDEX.
Time series momentum - A traditional approach
Chiến lược Time Series Momentum (TSMOM) khai thác động lượng giá cổ phiếu dựa trên hiệu suất quá khứ, cho thấy hiệu ứng momentum rõ rệt trong 2-6 tuần đầu tiên, chứng tỏ sự tồn tại của factor này tại thị trường Việt Nam.
Agents - Cách mạng công nghiệp lần thứ 5
Miquant khám phá cơ chế của các mô hình ngôn ngữ lớn (LLM) và tác động của AI trong đầu tư, nhấn mạnh khả năng tự động hóa phân tích định tính, cải thiện hiệu suất và độ chính xác trong các tác vụ tài chính, đồng thời khẳng định vai trò quan trọng của con người trong quá trình ra quyết định.
AI - Người làm việc không ngừng nghỉ
Miquant khám phá cơ chế của các mô hình ngôn ngữ lớn (LLM) và tác động của AI trong đầu tư, nhấn mạnh khả năng tự động hóa phân tích định tính, cải thiện hiệu suất và độ chính xác trong các tác vụ tài chính, đồng thời khẳng định vai trò quan trọng của con người trong quá trình ra quyết định.
Tối ưu hoá danh mục thông qua LLM
Trong kỷ nguyên mới, dữ liệu phi cấu trúc như tin tức, báo cáo phân tích, và thống kê kinh tế trở thành nguồn thông tin quan trọng trong quyết định đầu tư. Tuy nhiên, các mô hình tài chính truyền thống như Lý thuyết Danh mục Hiện đại (MPT) và Tối ưu Rủi ro-Lợi nhuận (Mean-Variance Optimization) chủ yếu dựa vào dữ liệu định lượng, bỏ qua yếu tố định tính quan trọng. Sự phát triển của Large Language Model (LLM) mang đến tiềm năng kết hợp dữ liệu định lượng và dữ liệu phi cấu trúc trong quản lý danh mục đầu tư. Bài viết này trình bày một thực nghiệm ứng dụng LLM trong quá trình tối ưu danh mục.
AI Agent: The future of Investment research
AI Agent là một hệ thống tự động và độc lập, có khả năng xử lý thông tin, ra quyết định và thực hiện các nhiệm vụ trong nhiều lĩnh vực. Bài viết mô tả cách xây dựng một đội ngũ phân tích đầu tư tự trị với các vai trò như phân tích kỹ thuật, phân tích thông tin, tư vấn đầu tư và xây dựng chiến lược giao dịch, sử dụng các công cụ để tự động hóa quy trình phân tích và ra quyết định. AI Agent có tiềm năng ứng dụng rộng rãi trong tương lai gần, tuy nhiên, việc tạo ra một agent đáng tin cậy vẫn là thách thức lớn.
Stochastic process part 1: Gambler's ruin of VN30F
Bài viết giới thiệu về quá trình ngẫu nhiên thông qua bài toán Gambler’s Ruin. Bài viết cũng mô phỏng chiến lược giao dịch VN30F1M và sử dụng phương pháp Monte Carlo để xấp xỉ các giá trị cần thiết, nhấn mạnh tầm quan trọng của xác suất và kỳ vọng trong việc ra quyết định.