Van Tharp S Definitive Guide To Position Sizing Dich Tieng Viet

HƯỚNG DẪN TOÀN DIỆN
VỀ ĐỊNH CỠ VỊ THẾ
Cách đánh giá hệ thống của bạn và sử dụng
định cỡ vị thế để đáp ứng mục tiêu của bạn
Tác giả
Tiến sĩ Van K. Tharp.
Dịch bởi: dichsachtrading@gmail.com
Được sự ủng hộ của bạn @Madara1881

Cuốn sách này được dành tặng cho Melita Hunt, Giám đốc điều hành của Viện Làm chủ Giao
dịch Quốc tế. Cuốn sách này sẽ không thể thực hiện được nếu không có nguồn cảm hứng của
Melita. Melita, em sẽ luôn ở trong trái tim anh.
Buy me a coffee: 0970131943333 – Ngân hàng MB ii

MỤC LỤC
Lời nói đầu ............................................................................................................................ viii
Lời cảm ơn ............................................................................................................................... xi
Phần I: Các quy tắc vàng trong giao dịch và Làm thế nào để đánh giá chất lượng hệ
thống của bạn ........................................................................................................................... 1
Giới thiệu về Đánh giá hệ thống ......................................................................................... 2
Chương 1: Các Quy tắc vàng trong giao dịch ................................................................... 3
Chương 2: Rủi ro (R) và Bội số R ...................................................................................... 9
Hiểu Bội số R ................................................................................................................... 10
Sử dụng Tổng rủi ro để theo dõi Bội số R của bạn .......................................................... 12
Điều gì sẽ xảy ra nếu bạn không biết Rủi ro ban đầu của mình? ..................................... 15
Suy nghĩ thêm về kỳ vọng ............................................................................................... 17
Còn về sự biến động thì sao? ........................................................................................... 19
Vậy sụt giảm vốn là gì? ................................................................................................... 21
Chương 3: Đánh giá chất lượng hệ thống giao dịch của bạn ......................................... 22
Xếp hạng hệ thống của bạn .............................................................................................. 30
Một vấn đề với SQNSM và cách khắc phục nó ................................................................. 32
Giả định thống kê khi sử dụng cuốn sách này ................................................................. 33
Cải thiện Chỉ số Chất lượng Hệ thốngSM của bạn ............................................................ 36
Điều gì là quan trọng để đạt được SQNSSM cao? .............................................................. 38
Chương 4: Tôi có thể kỳ vọng gì trong tương lai? .......................................................... 40
Câu hỏi 1: Mẫu của tôi có mang tính đại diện không? .................................................... 41
Câu hỏi 2: Hệ thống của tôi có hợp lệ không? ................................................................. 42
Câu hỏi 3: Tôi có thể kỳ vọng gì từ hệ thống của mình trong tương lai? ........................ 43
Câu hỏi 4: Hệ thống của tôi sẽ hoạt động trong những loại thị trường nào? ................... 48
Câu hỏi 5: Nếu tôi có nhiều giao dịch tương quan nhau thì sao? .................................... 54
Tóm tắt: Tôi biết gì về hệ thống của mình vào thời điểm này? ....................................... 54
Tôi sẽ giao dịch khác biệt như thế nào với những thông tin này? ................................... 55
Chương 5: Bạn có cam chịu thất bại không? .................................................................. 57
Lối tắt phán đoán ............................................................................................................. 57
Thành kiến 1: Nhu cầu kiểm soát — thiên kiến xổ số .................................................. 58
Thành kiến 2: Sự cần thiết của việc phải đúng ............................................................. 60
Thành kiến 3: Phần trăm lợi nhuận ............................................................................... 64
Thành kiến 4: Nhiều nguồn tin đã nói điều tương tự .................................................... 66
Thành kiến 5: Thẩm quyền ........................................................................................... 68
Thành kiến 6: Dự đoán và hiểu biết .............................................................................. 69
Buy me a coffee: 0970131943333 – Ngân hàng MB iii

Thành kiến 7: Muốn biết nhiều sự thật ......................................................................... 71
Những thành kiến khác liên quan đến việc muốn mình đúng.......................................... 72
Thành kiến 8: Luật số nhỏ ............................................................................................ 73
Thành kiến 9: Một khi chúng ta nghĩ mình đã có nó thì thật khó để từ bỏ nó .............. 74
Thành kiến 10: Đại diện ................................................................................................ 75
Kết luận ............................................................................................................................ 76
Phần II: Hiểu những điều cơ bản về Định cỡ vị thế ........................................................... 77
Giới thiệu cơ bản về định cỡ vị thế ................................................................................... 78
Chương 6: Yếu tố quan trọng nhất (ngoài bạn) trong giao dịch ................................... 79
Hiểu các ý tưởng có rủi ro thấp........................................................................................ 80
Những thành kiến tâm lý chống lại việc định cỡ vị thế thích hợp ................................... 85
Thành kiến cần phải đúng trong việc định cỡ vị thế ..................................................... 85
Nguỵ biện của con bạc .................................................................................................. 85
Các chuỗi khiến chúng ta nghi ngờ về xác suất và thay đổi rủi ro ............................... 86
Không đủ tiền hoặc quá nhiều lòng tham ..................................................................... 90
Chương 7: CPR dành cho nhà giao dịch và nhà đầu tư ................................................. 92
Tầm quan trọng của việc định cỡ vị thế ........................................................................... 92
Ba thành phần của Định cỡ vị thế .................................................................................... 93
Mô hình CPR để định cỡ vị thế........................................................................................ 94
Một số vấn đề cơ bản khác: Mô hình vốn sở hữu ............................................................ 96
Chương 8: Mô hình định cỡ vị thế cốt lõi ........................................................................ 99
Hệ thống được sử dụng .................................................................................................... 99
Mô hình 1: Đơn vị trên lượng tiền cố định ...................................................................... 99
Mô hình 2: Mô hình Đơn vị bằng nhau/Đòn bẩy bằng nhau ......................................... 102
Mô hình 3: Phần trăm ký quỹ ........................................................................................ 104
Mô hình 4: Phần trăm biến động.................................................................................... 105
Mô hình 5: Phần trăm rủi ro (còn được gọi là Định cỡ vị thế phân số cố định) ............ 108
Một vài ví dụ khác ......................................................................................................... 111
Chương 9: Các mô hình định cỡ vị thế khác ................................................................. 114
Mô hình 6: Kiểm soát nhóm .......................................................................................... 114
Mô hình 7: Độ nóng của danh mục đầu tư..................................................................... 115
Mô hình 8: Vị thế mua và vị thế bán ............................................................................. 118
Mô hình 9: Định cỡ vị thế giao cắt vốn sở hữu ............................................................. 118
Định cỡ vị thế trong những trường hợp bất thường ..................................................... 120
Mô hình 10: Phân bổ tài sản để xác định kích cỡ vị thế ................................................ 120
Mô hình 11: Định cỡ vị thế dành cho người quản lý danh mục đầu tư ......................... 121
Buy me a coffee: 0970131943333 – Ngân hàng MB iv

Mô hình 12: Định cỡ vị thế dành cho các nhà giao dịch chuyên nghiệp không biết họ có
bao nhiêu vốn sở hữu ..................................................................................................... 123
Chương 10: So sánh tác động của các mô hình khác nhau .......................................... 125
Các mô hình được so sánh ............................................................................................. 125
Phần III: Sử dụng Định cỡ vị thế để đạt được mục tiêu của bạn .................................... 134
Giới thiệu về cách sử dụng Định cỡ vị thế để đạt được mục tiêu của bạn .................. 135
Chương 11: Đáp ứng mục tiêu của bạn ......................................................................... 136
Xem xét lại muc tiêu ...................................................................................................... 140
Nhìn vào kích thước đặt cược tối ưu.............................................................................. 140
Kỳ vọng, Tỷ lệ thắng và Định cỡ vị thế ......................................................................... 145
Kết luận .......................................................................................................................... 151
Chương 12: Các phương pháp định cỡ vị thế để đáp ứng mục tiêu lợi nhuận của bạn
............................................................................................................................................ 153
Mô hình 13: Sử dụng phần trăm rủi ro tối ưu mục tiêu của bạn .................................... 154
Mô hình 14: Phương pháp tiền của thị trường ............................................................... 156
Mô hình 15: Kỹ thuật mở rộng vị thế (Scaling In) ........................................................ 161
Chương 13: Sử dụng Định cỡ vị thế theo tỷ lệ cố định để đáp ứng mục tiêu lợi nhuận
của bạn .............................................................................................................................. 167
Định cỡ vị thế tỷ lệ cố định đã được khám phá ............................................................. 167
Các giả định cần thiết để mô phỏng FRPS .................................................................... 170
Đánh giá định cỡ vị thế .................................................................................................. 172
So sánh các mô hình ...................................................................................................... 178
Cách cải thiện hiệu suất của bạn với FRPS ................................................................... 180
Đánh giá kết quả ............................................................................................................ 185
Kết luận .......................................................................................................................... 193
Mô hình 16: Sử dụng Định cỡ vị thế tỷ lệ cố định......................................................... 194
Danh sách kiểm tra để giao dịch FRPS .......................................................................... 195
Ưu điểm và nhược điểm của FRPS ................................................................................ 197
Chương 14: Các phương pháp định cỡ vị thế giúp bạn tránh bị thất bại .................. 199
Sử dụng Định cỡ vị thế để hạn chế sụt giảm vốn tiềm tàng .......................................... 201
Model 17: Sử dụng Chỉ số Chất lượng Hệ thốngSM của bạn để Xác định Cách hạn chế
Rủi ro .......................................................................................................................... 201
Mô hình 18: Định cỡ vị thế hai tầng ........................................................................... 204
Mô hình 19: Cách tiếp cận đa tầng ............................................................................. 206
Mô hình 20: Sử dụng R Sụt giảm tối đa ..................................................................... 207
Mô hình 21: Thu hẹp vị thế để làm phẳng đường cong vốn sở hữu ........................... 208
Mô hình 22: Kỹ thuật phân bổ tài sản Basso-Schwager áp dụng cho các hệ thống ... 211
Kết luận .......................................................................................................................... 213
Buy me a coffee: 0970131943333 – Ngân hàng MB v

Phần IV: Thông tin về các cách định cỡ vị thế khác ........................................................ 214
Giới thiệu về Thông tin các cách Định cỡ Vị thế Khác ................................................ 215
Chương 15: Các chiến lược định cỡ vị thế cần tránh! .................................................. 216
Mô hình định cỡ vị thế gấp thếp (Martingale) ............................................................... 216
Mô hình 23: Khi xác suất vượt quá giới hạn, hãy tăng kích cỡ vị thế của bạn ........... 217
Mô hình 24: Một tiến, một lùi..................................................................................... 219
Mô hình 25: Một tiến, một lùi phiên bản hai .............................................................. 220
Mô hình 26: Định cỡ vị thế hồi quy về trung bình ..................................................... 222
Những mô hình nguy hiểm khác cần tránh .................................................................... 223
Mô hình 27: Định cỡ vị thế chủ quan ......................................................................... 223
Mô hình 28: Phương pháp Joe Ross ........................................................................... 224
Mô hình 29: Phần trăm rủi ro dựa trên tỷ lệ thắng ...................................................... 225
Mô hình 30: Tiêu chuẩn Kelly .................................................................................... 226
Mô hình 31: f tối ưu .................................................................................................... 227
Kết luận .......................................................................................................................... 230
Chương 16: Kết hợp tất cả lại với nhau - Cuộc phỏng vấn với Tiến sĩ Chris Anderson
............................................................................................................................................ 232
Chương 17: Phần mềm định cỡ vị thế đã được thử nghiệm ........................................ 248
Trải nghiệm của tôi với phần mềm định cỡ vị thế ......................................................... 248
Phần mềm giúp theo dõi giao dịch của bạn ................................................................... 250
Phần mềm mô phỏng ..................................................................................................... 257
Phần mềm định cỡ vị thế................................................................................................ 259
Phần mềm dành riêng cho hệ thống có khả năng định cỡ vị thế.................................... 261
Phần mềm đa năng bao gồm Định cỡ vị thế .................................................................. 263
Phần mềm bậc cao (Là giải pháp thay thế khả thi cho việc xây dựng phần mềm của riêng
bạn) ................................................................................................................................ 274
Kết luận .......................................................................................................................... 277
Chương 18: Một số câu hỏi của bạn đã được trả lời .................................................... 279
Loại 1: Các câu hỏi vụn vặt ........................................................................................... 279
Loại 2: Kỳ vọng so với Định cỡ vị thế........................................................................... 283
Loại 3: Tôi không hiểu một trong các mô hình ............................................................. 286
Loại 4: Định cỡ vị thế và nguy cơ thất bại ..................................................................... 291
Loại 5: Kích cỡ tài khoản và tính thanh khoản .............................................................. 293
Loại 6: Đa tài khoản ....................................................................................................... 297
Loại 7: Làm cách nào để định cỡ vị thế? Bạn nghĩ gì về phương pháp của tôi? ........... 299
Loại 8: Bạn nghĩ gì về hình thức định cỡ vị thế này? .................................................... 305
Loại 9: Câu hỏi về toán học ........................................................................................... 306
Buy me a coffee: 0970131943333 – Ngân hàng MB vi

Chương 19: Tự đánh giá ................................................................................................. 308
Phụ lục I Đánh giá mô phỏng của các hệ thống được sử dụng trong cuốn sách ............ 316
Phụ lục II t-Scores ................................................................................................................ 372
Chú giải thuật ngữ ............................................................................................................... 374
LỜI NGƯỜI DỊCH .............................................................................................................. 387
Buy me a coffee: 0970131943333 – Ngân hàng MB vii

Email: dichsachtrading@gmail.com Telegram: @dichsachtrading
Lời nói đầu
Có lẽ bí mật lớn nhất để đạt được thành công hàng đầu trong đầu tư là quản lý tiền phù hợp
hay cái mà ngày nay chúng ta gọi là định cỡ vị thế. Tôi gọi nó là “bí mật” vì dường như ít
người hiểu được nó, kể cả những người đã viết sách về chủ đề này. Một số người gọi đó là
kiểm soát rủi ro; những người khác gọi nó là đa dạng hóa. Các nhà quản lý tiền gọi đó là quản
lý tiền của người khác và nhiều người khác vẫn gọi đó là cách đầu tư hoặc tiêu tiền “một cách
khôn ngoan”. Tuy nhiên, quản lý tiền là chìa khóa để đứng đầu trong giao dịch và đầu tư chỉ
đơn giản đề cập đến thuật toán cho bạn biết “là bao nhiêu” đối với bất kỳ vị thế cụ thể nào trên
thị trường. Và bởi vì chủ đề quản lý tiền rất mâu thuẫn nên tôi đã quyết định gọi nó là định cỡ
vị thế trong suốt cuốn sách này.
Tôi viết cuốn sách này để cung cấp cho bạn sự hiểu biết tổng thể về chủ đề này và cho bạn thấy
các mô hình định cỡ vị thế khác nhau. Tận hưởng cuộc hành trình; đó có thể là hành trình mang
lại nhiều lợi nhuận nhất mà bạn từng thực hiện với tư cách là một nhà giao dịch. Tài liệu này
khá phức tạp, mặc dù tôi đã cố gắng làm cho nó đơn giản. Tuy nhiên, bạn sẽ thấy rất đáng để
dành thời gian xem qua tất cả các ví dụ cho đến khi thành thạo nó.
Một trong những khái niệm cơ bản mà bạn sẽ học trong cuốn sách này là việc định cỡ vị thế là
chìa khóa để đáp ứng các mục tiêu của bạn với tư cách là một nhà giao dịch. Hầu hết mọi người
đều cho rằng chỉ có một mục tiêu giao dịch duy nhất - mục tiêu của chính họ - và do đó quan
điểm của họ bị thiên lệch bởi mục tiêu của họ. Kết quả là họ không bao giờ nhận ra rằng
mục đích của việc định cỡ vị thế là đáp ứng mục tiêu của họ.
Mục đích của việc định cỡ vị thế là để đáp ứng mục tiêu của bạn.
Có nhiều khái niệm quan trọng khác bắt nguồn từ khái niệm cơ bản này.
• Có thể có vô số mục tiêu mà bạn có thể có và do đó, có vô số cách để bạn sử dụng định
cỡ vị thế.
• Điều quan trọng là bạn phải xác định mục tiêu của mình trước khi phát triển hệ thống
giao dịch và trước khi phát triển quy trình định cỡ vị thế của mình.
• Mặc dù hệ thống giao dịch của bạn liên quan rất ít đến việc đáp ứng các mục tiêu của
bạn, nhưng chúng tôi đã phát triển một phương pháp để định lượng chất lượng hệ thống
của bạn mà chúng tôi gọi là Chỉ số Chất lượng Hệ thốngSM hay viết tắt là SQNSM.
• Chúng tôi khám phá ra rằng Chỉ số Chất lượng Hệ thốngSM của bạn càng cao, thì việc sử
dụng định cỡ vị thế để đáp ứng mục tiêu của bạn càng dễ dàng hơn.
• Bạn thậm chí có thể coi việc định cỡ vị thế như một hệ thống riêng biệt, nằm trên hệ
thống giao dịch chính của bạn, được thiết kế để đáp ứng các mục tiêu của bạn.
Những ý tưởng chính này là nền tảng mà bạn cần hiểu để giúp cho việc định cỡ vị thế trở nên
hữu ích với mình.
Cuốn sách này là một trong những cuốn sách quan trọng nhất mà bạn cần đọc nếu muốn trở
thành một nhà đầu tư hoặc nhà giao dịch chuyên nghiệp. Tài nguyên trong cuốn sách này cung
cấp nền tảng cho mọi việc bạn làm với tư cách là một nhà giao dịch hoặc nhà đầu tư. Chỉ có
duy nhất tâm lý cá nhân của bạn là quan trọng hơn bởi vì chính bạn mới là nguồn gốc của sự
Buy me a coffee: 0970131943333 – Ngân hàng MB viii

thành công trong giao dịch. Trên thực tế, có nhiều thành kiến tâm lý khiến mọi người không
thể thực hành việc định cỡ vị thế hợp lý. Ngoài ra, cũng có những cân nhắc thực tế, chẳng hạn
như không hiểu cách định cỡ vị thế hoặc không có đủ tiền để thực hành định cỡ vị thế hợp lý.
Chỉ số Chất lượng Hệ thốngSM của bạn càng cao, thì việc sử dụng định cỡ vị thế để đáp
ứng mục tiêu của bạn càng dễ dàng hơn.
Hãy nhìn vào sự thật. Chi phí để trở thành nhà đầu tư hoặc nhà giao dịch khá thấp. Tất cả những
gì bạn phải làm là có đủ tiền để mở một tài khoản. Công ty môi giới của bạn không quan tâm
liệu bạn có hiểu được kỳ vọng của mình hay không. Họ cũng không quan tâm liệu bạn có biết
mục tiêu của mình là gì hay không. Họ cũng chẳng quan tâm liệu bạn có hiểu rằng việc định
cỡ vị thế là chìa khóa để đạt được mục tiêu của mình hay không. Và công ty môi giới của bạn
chắc chắn không quan tâm đến việc bạn phải có tâm lý cá nhân phù hợp để biến bất kỳ điều
nào trong số này trở nên quan trọng. Đơn giản là họ không quan tâm.
Công ty môi giới của bạn quan tâm đến ba điều: 1) bạn có đủ tiền để mở tài khoản, 2) bạn
không làm những việc có thể khiến bạn mất gấp nhiều lần giá trị tài khoản khiến nhà môi giới
của bạn gặp rắc rối và 3) bạn kiếm được rất nhiều tiền hoa hồng thông qua giao dịch của bạn.
Là vậy đó. Bạn có thể mắc mọi lỗi được mô tả trong cuốn sách này và việc bạn mở tài khoản
vẫn được chấp nhận bởi công ty môi giới của bạn.
Điều này sẽ không đúng với hầu hết các ngành nghề. Bạn không thể trở thành kỹ sư nếu không
hiểu cách tính toán. Và nếu bạn mắc quá nhiều lỗi, bạn không bao giờ có thể trở thành một kỹ
sư. Bạn không thể phẫu thuật não nếu không học qua trường y, thực tập và sau đó trải qua quá
trình nội trú. Bạn không thể đảm nhiệm công việc nghiên cứu nếu không có hiểu biết cơ bản
về thống kê. Bạn không thể hành nghề luật nếu không theo học trường luật và vượt qua kỳ thi
luật nghiêm ngặt. Để có được bằng tiến sĩ về tài chính, kinh tế hay kinh doanh, bạn phải vượt
qua nhiều kỳ thi. Nhưng tài liệu bạn phải nghiên cứu gần như trái ngược với những gì cần có
để thành công trên thị trường. Bạn thậm chí phải vượt qua các kỳ thi để trở thành một nhà môi
giới, nhưng hoàn toàn không có gì trong kỳ thi đó giúp kiểm tra kiến thức của bạn về các tài
nguyên liên quan đến thành công trong giao dịch—KHÔNG CÓ GÌ CẢ.
Để trở thành một nhà giao dịch hoặc nhà đầu tư, bạn không cần phải biết bất cứ điều gì về
những gì cần thiết để trở nên “an toàn” với tư cách là một nhà đầu tư và bạn chắc chắn không
cần phải biết những gì cần thiết để có được lợi nhuận với tư cách là một nhà đầu tư. Tất cả
những gì bạn cần là đủ tiền để mở một tài khoản và ký một bản tuyên bố rằng mình hiểu những
rủi ro liên quan. Trên thực tế, công ty môi giới của bạn, khi bắt bạn ký vào bản tuyên bố đó, có
thể cũng chẳng hiểu cơ sở cơ bản đằng sau rủi ro, vốn là nội dung của cuốn sách này. Hơn nữa,
hầu hết những người mở tài khoản tại mọi nhà môi giới đều mất tiền.
Điểm mấu chốt là: nếu bạn muốn nắm vững nghệ thuật giao dịch hoặc đầu tư một cách an toàn,
bạn phải hiểu kỹ tất cả nội dung trong cuốn sách này. Nếu nó có vẻ quá phức tạp thì cũng không
thành vấn đề - đó vẫn là tài liệu cốt lõi mà bạn phải nắm vững. Nó là cần thiết nếu bạn muốn
thành công với tư cách là một nhà giao dịch. Trên thực tế, Chương 19 có một bài kiểm tra nhỏ
về các chủ đề trong cuốn sách này. Trả lời đúng tất cả các câu hỏi không nhất thiết có nghĩa là
bạn sẽ áp dụng được tài liệu này vì điều đó có nghĩa là bạn đã làm chủ được bản thân, nhưng
ít nhất nó có nghĩa là bạn có đủ hiểu biết để có cơ hội thành công hợp lý.
Tôi đã chia cuốn sách này thành bốn phần chính. Phần đầu tiên là tìm hiểu các quy tắc vàng
trong giao dịch và cách đánh giá chất lượng hệ thống của bạn. Phần thứ hai là những điều cơ
Buy me a coffee: 0970131943333 – Ngân hàng MB ix

bản về định cỡ vị thế, bao gồm phần giới thiệu về các mô hình định cỡ vị thế cơ bản. Phần thứ
ba là cách sử dụng định cỡ vị thế để đáp ứng mục tiêu của bạn. Và phần cuối cùng là về các
chủ đề khác liên quan đến định cỡ vị thế, bao gồm những việc không nên làm, phần mềm và
thông tin về cách kết hợp tất cả lại với nhau. Cuốn sách này chứa đựng những thông tin kỹ
thuật quan trọng nhất mà bạn sẽ được tiếp xúc với tư cách là một nhà đầu tư/nhà giao dịch và
có lẽ là những thông tin ít được hiểu nhất. Tuy nhiên, bạn phải nắm vững tài liệu này nếu muốn
đạt được mục tiêu của mình với tư cách là nhà giao dịch/nhà đầu tư.
Đây là những gì bạn cần làm để bắt đầu. Đầu tiên, hãy có một tâm trí cởi mở. Thứ hai, hãy
chắc chắn rằng bạn hiểu mọi thứ bạn đọc. Nếu bạn có thắc mắc về ý nghĩa của một từ cụ thể
nào đó, hãy vào phần chú giải thuật ngữ của cuốn sách này và tra cứu. Chúng tôi cũng có bảng
chú giải thuật ngữ trên trang web của mình, www.iitm.com. Thứ ba, hãy chắc chắn rằng bạn
có thể làm được tất cả các bài tập trong cuốn sách này. Nếu bạn gặp khó khăn, hãy tiếp tục
luyện tập cho đến khi bạn thành thạo các bài tập. Thứ tư, bạn phải xây dựng một kế hoạch để
kết hợp tất cả các tài nguyên này lại với nhau. Và cuối cùng, bạn phải làm chủ bản thân để có
thể áp dụng tài liệu này mà không mắc những sai lầm nghiêm trọng.
Buy me a coffee: 0970131943333 – Ngân hàng MB x

Lời cảm ơn
Rất nhiều người đã đóng góp vào nội dung của cuốn sách này và mặc dù tôi không thể nhận ra
riêng từng người trong số các bạn, nhưng với tất cả các bạn, hãy để tôi nói lời cảm ơn. Một số
bạn có thể vừa hỏi một câu hỏi khiến tôi phải suy nghĩ theo một cách nào đó. Một số bạn có
thể đã đưa ra gợi ý khiến tôi bắt đầu đi theo một hướng mới.
Tuy nhiên, một số người xứng đáng được ghi nhận đặc biệt vì những đóng góp của họ rất to
lớn.
Trước khi xuất bản cuốn Trade Your Way to Financial Freedom, “là bao nhiêu” được gọi là
quản lý tiền và rất ít người biết ý nghĩa thực sự của nó hoặc hàm ý của biến số rất quan trọng
này. Vì vậy, ban đầu tôi muốn cảm ơn tất cả những người đủ sâu sắc để thấy được tầm quan
trọng của câu hỏi “là bao nhiêu” đối với sự thành công trong giao dịch. Và tất nhiên, biến số
này bây giờ được gọi là định cỡ vị thế trong suốt cuốn sách này.
Đầu tiên, tôi muốn cảm ơn Ed Seykota, người đầu tiên dạy tôi tầm quan trọng của việc định cỡ
vị thế, nói rằng thành công phụ thuộc vào 60% tâm lý, 30% định cỡ vị thế và 10% hệ thống
giao dịch. Ed cũng là người đã dạy tôi giá trị của việc sử dụng tiền của thị trường.
Thứ hai, tôi cũng muốn ghi nhận những đóng góp của Tom Basso. Tom lặp lại công thức của
Ed trong đó việc định cỡ vị thế và tâm lý cá nhân mang lại thành công 90%. Anh ấy dạy tôi
rằng việc định cỡ vị thế có thể được sử dụng để tạo ra kết quả chậm, ổn định cũng như lợi
nhuận nhanh chóng và biến động. Tom cũng dạy tôi tầm quan trọng của việc mở rộng các mô
hình định cỡ vị thế.
Mặc dù tôi đã được phỏng vấn với tư cách là ứng cử viên cho nhóm “Turtles” vào năm 1982,
nhưng tôi không chắc liệu mình có từng gặp William Eckhardt trong quá trình sàng lọc hay
không. Tuy nhiên, sau này tôi đã học được rất nhiều điều từ những ý tưởng tuyệt vời của anh
ấy về việc mở rộng quy mô đến mức tôi nghĩ anh ấy xứng đáng được đề cập rất đặc biệt ở đây.
Tôi hy vọng chúng tôi có thể gặp nhau vào một ngày nào đó.
Bob Spear, nhà phát triển Công thức giao dịch, cũng rất hữu ích trong việc giúp tôi hiểu rõ hơn
về định cỡ vị thế. Chúng tôi đã cùng nhau tổ chức một số hội thảo liên quan đến phần mềm của
anh ấy và đó là nơi lần đầu tiên tôi nhận ra rằng bạn có thể “điều chỉnh phù hợp” các quy trình
định cỡ vị thế nhất định để mang lại kết quả tối ưu dễ dàng như thế nào. Kinh nghiệm đó đã
dạy tôi ưu tiên mô phỏng hơn là kiểm tra lại.
Tiếp theo, tôi muốn cảm ơn John Humphreys, người đã phát triển phần mềm Quản lý tiền
Athena. John đã phát triển Athena để thực hiện mọi quy trình định cỡ vị thế trong bản gốc Báo
cáo đặc biệt về Quản lý tiền của tôi. Bởi vì John phải dịch các quy trình phức tạp sang định
dạng mà máy có thể hiểu được nên chương trình của anh ấy đã củng cố rất nhiều ý tưởng thú
vị trong đầu tôi thành công thức toán học. Ví dụ, một khái niệm như vậy là “rủi ro mở”. Cùng
nhau phát triển phần mềm đó, anh ấy và tôi đã tạo ra nhiều ý tưởng mới về định cỡ vị thế có
thể tìm thấy trong cuốn sách này.
Mahesh Johari là giáo sư toán học, người đầu tiên dạy tôi rằng mức đặt cược tối ưu mang lại
lợi nhuận trung bình lớn nhất luôn là mức có nguy cơ dẫn đến phá sản gần nhất. Điều đó sẽ
Buy me a coffee: 0970131943333 – Ngân hàng MB xi

được giải thích và minh họa ở phần sau của cuốn sách này. Mahesh cũng đã xây dựng một công
cụ tính kích cỡ đặt cược tối ưu nguyên thủy trong Excel dựa trên phân phối logic chuẩn để tính
toán kết quả tiềm ẩn của các tỷ lệ phần trăm rủi ro khác nhau.
Vào giữa những năm 1990, Frank Gallucci đã dạy một lớp học ban đầu về cách sử dụng Excel
để hỗ trợ giao dịch của bạn bằng cách phát triển các quy trình trong Excel để thực hiện các mô
phỏng định cỡ vị thế khác nhau. Tuy nhiên, rất ít người quan tâm đến chủ đề đó và nó đã được
chuyển thành một hội thảo định cỡ vị thế. Frank đã giúp tôi hiểu rằng có vô số khả năng để thể
hiện tiền của thị trường bằng toán học. Frank cũng đã sửa đổi công cụ tính kích cỡ đặt cược tối
ưu đầu tiên do Mahesh Johari phát triển để nó trở thành một công cụ hữu ích.
Tiếp theo, tôi muốn cảm ơn Ryan Jones, nhà phát triển tính năng định cỡ vị thế theo tỷ lệ cố
định. Những khái niệm của anh ấy trong Trò chơi giao dịch luôn thôi thúc và kích thích suy
nghĩ của tôi để tự hỏi “Nó có thể hoạt động được không?” Và khi làm việc với Chris Anderson
(sẽ được trình bày bên dưới) để xác định xem liệu nó có thể hoạt động hay không, nhiều ý
tưởng mới đã được đưa ra để xem xét.
Bạn tôi Ron Ishibashi cũng đã giúp đỡ rất nhiều bằng cách phát triển ý tưởng CPR cho các nhà
giao dịch được thảo luận ở phần sau của cuốn sách này. Đây là một công thức đơn giản để tính
toán kích cỡ vị thế mà bất kỳ ai đảm nhận công việc giao dịch đều có thể hiểu được.
Tôi muốn ghi nhận những đóng góp của Chris Anderson, người đã biến việc định cỡ vị thế theo
tỷ lệ cố định thành một phương pháp có thể hữu ích cho mọi người và là một bổ sung tuyệt vời
cho cuốn sách này, chỉ bằng cách đưa ra một số giả định hợp lý. Hơn nữa, Chris sau đó đã phát
triển một trình mô phỏng mà cá nhân tôi sử dụng để giúp tôi hiểu rõ hơn về cả định cỡ vị thế
và kỳ vọng.
Ralph Vince luôn là một tên tuổi khổng lồ trong lĩnh vực quản lý tiền. Mặc dù ông có xu hướng
nhấn mạnh các phương pháp định cỡ vị thế lớn sẽ khiến người ta già đi sớm, nhưng đóng góp
của ông trong việc giúp mọi người hiểu được tầm quan trọng của việc định cỡ vị thế vẫn là rất
lớn.
Vì cuốn sách này được tự xuất bản nên những nhiệm vụ thường được giao cho nhà xuất bản
đều do các nhân viên của tôi đảm nhiệm. Cathy Hasty, Melita Hunt, Becky McKay, Jillian Ellis
và Revathi Ramaswami – tôi gửi lời cảm ơn sâu sắc nhất đến các bạn vì đã biến cuốn sách này
thành hiện thực.
Đặc biệt, tôi muốn cảm ơn Becky McKay vì công việc kiểm tra và biên tập, nghiên cứu bảng
chú giải thuật ngữ và chỉ mục, đồng thời là người hoàn thiện toàn diện cho cuốn sách này. Cảm
ơn, Becky.
Tôi cũng muốn cảm ơn Cathy Hasty vì đã dành nhiều giờ giúp đỡ về bố cục cuốn sách và đồ
họa. Cảm ơn, Cathy. Và cuối cùng, tôi muốn cảm ơn Melita Hunt đã điều hành văn phòng của
tôi để tôi có thời gian làm những việc như hoàn thành cuốn sách này. Melita, cuốn sách này sẽ
không thể hoàn thành nếu không có bạn.
Cho những người đã xem lại bản thảo cuối cùng. Những người đó bao gồm Louis Crowder,
John Dupuis, Frank Eaves, Roman Franko, Rick Freeman, RJ Hixson, Ron Ishibashi, David
Meyer, Ed Pomicter, Sara Rich, Joe Staib, Jay Street, Maxey Von Seton, CJ Wang và Jim
Weigel, và Siaka Yusuf.
Buy me a coffee: 0970131943333 – Ngân hàng MB xii

Và cuối cùng, tôi muốn cảm ơn tất cả những người đã cung cấp cho tôi thông tin về các gói
phần mềm khác nhau hiện có. Tôi đã đề cập đến tên của bạn trong các bài đánh giá cá nhân,
nhưng tôi cũng muốn nhân cơ hội này để cảm ơn sự giúp đỡ của các bạn.
Cảm ơn tất cả các bạn vì những đóng góp đáng kinh ngạc, cũng như tất cả các bạn đã có sự
đóng góp nhỏ bé mà tôi chưa có cơ hội đề cập trực tiếp.
Tiến sĩ Van K. Tharp.
Buy me a coffee: 0970131943333 – Ngân hàng MB xiii

Phần I:
Các quy tắc vàng trong giao dịch

và
Làm thế nào để đánh giá chất lượng
hệ thống của bạn
Buy me a coffee: 0970131943333 – Ngân hàng MB

Giới thiệu về Đánh giá hệ thống
Một trong những nguyên tắc cơ bản mà mọi nhà giao dịch/nhà nhà đầu tư phải biết là cách
đánh giá tính hiệu quả phương pháp giao dịch của bạn. Phần I của cuốn sách này sẽ giúp bạn
làm được điều đó.
Trong Chương 1, chúng ta sẽ khám phá Những quy tắc vàng trong giao dịch - những nguyên
tắc cơ bản về giao dịch cốt lõi mà bạn phải tuân theo nếu muốn tồn tại và thịnh vượng trong
thị trường ngày nay. Sau đó, trong Chương 2, chúng ta sẽ chuyển sang tìm hiểu rủi ro và cách
suy nghĩ đúng đắn về tất cả các giao dịch của bạn theo tỷ lệ lợi nhuận trên rủi ro (hoặc Bội số
R (R-multiples) như cách chúng ta sẽ gọi chúng). Hiểu cả hai chương này là rất quan trọng để
tồn tại lâu dài trên thị trường.
Chương 3 trình bày cách giám sát chất lượng hệ thống của bạn. Chúng ta sẽ xem xét một số
cách quan trọng mà bạn có thể dùng để đánh giá hệ thống của mình. Trên thực tế, chúng tôi
thậm chí còn cho bạn cơ hội thử xem mình có thể phân biệt độ tốt giữa các hệ thống giao dịch
khác nhau để xác định hệ thống nào là tốt nhất với các tiêu chí của bạn hiện có. Bạn có thể
ngạc nhiên với kết quả. Và cuối cùng, bạn sẽ học một phương pháp giúp bạn phân biệt một hệ
thống giao dịch chất lượng với một hệ thống tầm thường. Và khi bạn có một hệ thống chất
lượng, bạn sẽ thấy rằng thật dễ dàng để đặt một hệ thống định cỡ vị thế lên đó và để nó giúp
bạn đạt được các mục tiêu giao dịch của mình.
Chương 4 đề cập đến chủ đề rất quan trọng về cách suy nghĩ như một nhà thống kê để bạn có
thể xác định được: 1) Kỳ vọng từ hệ thống của bạn trong tương lai và 2) Làm thế nào để biết
khi nào hệ thống của bạn bị hỏng. Có thể dự đoán thành công nếu bạn coi hệ thống của mình
như một phân phối của Bội số R với giá trị trung bình (kỳ vọng) và độ lệch chuẩn. Làm như
vậy cho phép bạn xác định xem bạn có thực sự có lợi thế trên thị trường hay không.
Chương 5 đề cập đến những thành kiến tâm lý khiến hầu hết mọi người không thể hiểu hoặc
không thể sử dụng bất kỳ tài nguyên nào trong cuốn sách này. Nếu muốn thành công, bạn phải
vượt qua những thiên kiến này và khiến bản thân trở nên hiệu quả hơn trước thị trường.
Vì vậy, hãy bắt đầu với Quy tắc vàng trong giao dịch/đầu tư.
Buy me a coffee: 0970131943333 – Ngân hàng MB 2

Chương 1
Các Quy tắc vàng trong giao dịch
Tôi mua cổ phiếu đầu tiên khi mới 16 tuổi vào năm 1962. Và dựa trên kiến thức tôi có về đầu
tư vào thời điểm đó, tôi đã nghiên cứu cổ phiếu khá tốt. Đầu tiên, tôi đọc một bài báo trên Tạp
chí Fortune về những cổ phiếu tăng trưởng hàng đầu trong năm 1961. Cổ phiếu tôi chọn là một
nhà sản xuất nhà di động nhỏ tên là Poloron, công ty có mức tăng trưởng cao nhất về thu nhập
trên mỗi cổ phiếu so với bất kỳ cổ phiếu nào được Fortune khảo sát trong suốt năm 1961. Với
kết quả này, tôi nghĩ tôi đã làm xong bài tập về nhà. Có lẽ một người bình thường phải làm
nhiều bài tập về nhà hơn trước khi mua cổ phiếu đầu tiên.
Dù sao đi nữa, cổ phiếu đó đang được bán với giá $8 một cổ phiếu. Tôi mua 100 cổ phiếu với
số tiền $800 tôi tiết kiệm được, một số tiền lớn vào thời điểm đó đối với một đứa trẻ 16 tuổi.
Trong vòng một năm hoặc lâu hơn, cổ phiếu đã tăng cao tới $20 một cổ phiếu. Trên thực tế,
ban đầu tôi không nghĩ mình sẽ mất tiền được do cổ phiếu tăng giá đều đặn. Tôi vô cùng hạnh
phúc và tôi đã kiếm được gấp đôi số tiền của mình. Sau đó nó bắt đầu đi xuống. Tôi chưa biết
rằng tôi nên bán những cổ phiếu đang giảm giá để bảo toàn lợi nhuận của mình, vì vậy cuối
cùng nó đã giảm xuống dưới mức giá mua $8 của tôi.
Bây giờ tôi đang mất tiền, tôi phải làm gì? Tôi đã đánh giá lại các yếu tố cơ bản của chứng
khoán chưa? Liệu nó có còn là cổ phiếu dẫn đầu về thu nhập trên mỗi cổ phiếu? Liệu nó có còn
tăng thu nhập trên mỗi cổ phiếu không? Tôi đã không xem bất kỳ thông tin nào trong số đó.
Tôi có tiếp tục xem liệu có cổ phiếu hàng nào tốt hơn không, dựa trên tiêu chí sàng lọc ban đầu
của tôi (và hãy nhớ rằng đã vài năm trôi qua)? Không, tôi đã không làm vậy. Tôi đã chọn được
cổ phiếu của mình nên tôi không nghĩ mình cần phải làm gì thêm. Suy cho cùng, chẳng phải
thành công là việc lựa chọn đúng cổ phiếu và nắm giữ nó suốt đời sao? Ít nhất đó là những gì
tôi nghĩ vào thời điểm đó.
Thay vào đó, tôi chỉ giả định rằng các tiêu chí tương tự được giữ nguyên và cổ phiếu thậm chí
còn là một món mua hời hơn khi nó được định giá thấp hơn số tiền tôi đã trả. Khi nó đạt mức
$4 một cổ phiếu, nó chắc hẳn sẽ tốt gấp đôi so với khi tôi mua cổ phiếu ban đầu với giá $8, vì
vậy tôi đã mua thêm một trăm cổ phiếu nữa. Và khi nó đạt tới $2 một cổ phiếu, có vẻ như đó
là một kèo mua thậm chí còn thơm hơn, vì vậy tôi đã mua thêm một trăm cổ phiếu nữa. Bây
giờ tôi đã đầu tư $1.400 vào cổ phiếu này và sở hữu 300 cổ phiếu. (Khi Warren Buffett ở độ
tuổi đó, ông đã mua một trang trại rộng 40 mẫu Anh với giá $1.400 rồi cho thuê! Đó là một vụ
mua bán tốt hơn nhiều.)
Bạn nghĩ chuyện gì đã xảy ra? Trong vòng một năm sau, Poloron phá sản. $1.400 của tôi đã về
0. Tôi không biết cổ phiếu công ty đó như thế nào; Tôi ước gì tôi đã tìm hiểu kỹ hơn nhưng tôi
đã đóng khung chúng. Số cổ phiếu đó bây giờ hoàn toàn vô giá trị. Và khi tôi hỏi mọi người ở
hội thảo của mình, “Bao nhiêu người trong số các bạn có cổ phiếu giờ vô giá trị ?” ít nhất một
nửa số người trong hội thảo thường sẵn sàng giơ tay. Việc này đã cho tôi thấy điều gì đó. Nhiều
công ty đang sắp phá sản!
Vậy lỗi của tôi là gì? Sự khôn ngoan thông thường sẽ nói rằng tôi đã chọn sai cổ phiếu. Hãy
nghĩ về nó. Đầu những năm 1960, tôi đầu tư $1.400 vào thị trường chứng khoán. Nếu tôi đầu

tư $1400 đó vào Microsoft khi nó được thành lập vào năm 1975, khoản đầu tư đó sẽ trị giá
hàng triệu USD. Nếu tôi đầu tư $1.400 đó vào Intel khi nó được thành lập vào năm 1968 hoặc
thậm chí khi nó ra mắt công chúng vào năm 1978, thì khoản đầu tư đó sẽ trị giá hàng triệu
USD. Ngay cả khoản đầu tư vào cổ phiếu ban đầu của Dow Jones Industrial, General Electric,
vào năm 1968 cũng có giá trị tương đương một gia sản nhỏ ngày nay. Tôi có thể đầu tư $1.400
vào Berkshire Hathaway khi nó được thành lập vào năm 1964 và ngày nay có hơn 5 triệu USD
từ khoản đầu tư đó. Vì vậy, có vẻ như sai lầm của tôi là đã đầu tư sai cổ phiếu.
Lập luận đó, theo tôi là hoàn toàn sai lầm. Đối với mỗi cổ phiếu mà tôi đề cập có thể mang lại
cho tôi hàng triệu USD, thì có hàng nghìn công ty, giống như công ty tôi đầu tư, đã không còn
tồn tại. Vì vậy, lập luận đầu tiên là cơ hội tìm được một trong những công ty vĩ đại có thể giúp
tôi kiếm được hàng triệu USD là rất rất nhỏ. Nếu tiêu chí của bạn là chọn đúng cổ phiếu, cho
dù tiêu chí của bạn có tốt đến đâu, bạn vẫn có nhiều khả năng chọn một cổ phiếu mà cuối cùng
sẽ phá sản hơn là tìm được một cổ phiếu sẽ giúp bạn trở nên giàu có.
Thứ hai, hãy nhìn vào cổ phiếu tôi đã mua. Nó đã tăng từ $8 lên $20—tức là tăng 150%—trong
khoảng một năm. Điều đó không có vẻ như tôi đã mua nhầm cổ phiếu. Tôi đã sai ở đâu?
• Tôi không thiết lập bất kỳ thông số rủi ro ban đầu nào để có thể nói rằng “Tôi đã sai
về cổ phiếu này nếu nó giảm đến giá này”. Nếu bạn không biết cách thực hiện điều
đó thì mức giảm 25% thường là đủ để nhận ra có điều gì đó không ổn. Do đó, mức
dừng lỗ ban đầu của tôi lẽ ra phải là khoảng $2 một cổ phiếu để tôi có thể thoát ra nếu
cổ phiếu giảm xuống còn $6 một cổ phiếu.
• Thứ hai, tôi không biết cách để chốt lời. Tôi có thể nói: “Nếu cổ phiếu này tăng gấp
đôi, tôi sẽ chốt lời”. Tôi có thể đã thiết lập một mức dừng lỗ trượt (trailing stop) 25%.
Điều đó có nghĩa là bất cứ khi nào cổ phiếu đạt mức cao mới, mức giảm 25% kể từ
giá đó sẽ trở thành điểm thoát lệnh của tôi. Bảng 1-1 cho thấy cổ phiếu của tôi ở nhiều
mức giá khác nhau và mức dừng lỗ 25% sẽ hoạt động như thế nào.
Lưu ý, như được hiển thị trong bảng dưới đây, khi giá tăng cao, dừng lỗ trượt của tôi cũng cao
hơn. Và khi giá giảm, điểm dừng lỗ của tôi sẽ không thay đổi. Vì vậy, khi giá giảm xuống còn
$20 và sau đó giảm xuống còn $15, tôi sẽ thoát ra ngoài. Tôi có lợi nhuận là $7/cổ phiếu. Vì
giá vốn của tôi là $8,1 nên tôi có lợi nhuận là 87,5%. Tuy nhiên, vì rủi ro ban đầu của tôi chỉ
là $2 nên lợi nhuận $7 của tôi thực sự gấp 3,5 lần rủi ro ban đầu của tôi. Tôi muốn gọi đây là
lợi nhuận 3,5R, trong đó R là rủi ro ban đầu của tôi.
Bởi vì tôi không có điểm dừng lỗ nên rủi ro ban đầu của tôi là $8/cổ phiếu. Điều đó có nghĩa
là ở mức giá cao $20/cổ phiếu, tôi chỉ có được khoản lợi nhuận gấp 1,5 lần rủi ro ban đầu.

Bảng 1-1: Điểm lỗ dừng trượt 25% đối với một cổ phiếu đi từ $8 lên $20
Giá cổ phiếu Giá dừng lỗ trượt
$8 $6,00
$10 $7,50
$12 $9,00
$14 $10,50
$16 $12,00
$18 $13,50
$20 $15,00
$18 $15,00
$16 $15,00
$14 Thoát ra tại $15,00
• Thứ ba, tôi không hiểu gì về định cỡ vị thế. Tôi đã mạo hiểm quá nhiều! Tôi có
$800 và tôi mạo hiểm tất cả số tiền đó vào một cổ phiếu. Bây giờ, nếu tôi giữ lệnh
dừng lỗ 25%, tôi sẽ chỉ mạo hiểm 25% trong số đó hoặc $200 cho cổ phiếu đó.
Nhưng như bạn sẽ được tìm hiểu sau trong cuốn sách này, rủi ro 25% đối với một
cổ phiếu vẫn là quá cao. Ngẫu nhiên thay, giải pháp hiện nay cho vấn đề này sẽ là
mua 4 cổ phiếu - khi đó rủi ro của tôi sẽ chỉ là $8 (tức là rủi ro $2 cho mỗi cổ
phiếu nhân với 4 cổ phiếu là $8) hoặc là 1% trong số $800 của tôi. Tuy nhiên, đó
không phải là một lựa chọn tốt vào năm 1962, khi chi phí hoa hồng là $65 để mua
100 cổ phiếu và $65 khác để bán nó. Và nếu tôi chỉ mua 4 cổ phiếu - tôi có thể
phải trả hơn $65 vì sẽ phải trả thêm chi phí nếu mua một lô lẻ.
• Thứ tư, tôi thêm vào vị thế đang thua lỗ. Bạn không bao giờ nên thêm vào một vị
thế thua lỗ, nhưng đó là điều tôi đã làm.
• Thứ năm, tôi không có kế hoạch, không có quy tắc và kỷ luật.
Đó đều là những sai lầm lớn và tôi thì không hiểu bất kỳ lỗi nào trong số đó vào thời điểm đó.
Nhưng bạn sẽ hiểu chúng khi đọc xong cuốn sách này. Và hiểu chúng là chìa khóa để đảm bảo
rằng bạn không mắc phải những sai lầm tương tự.
Nhờ nhiều năm nghiên cứu các nhà giao dịch và nhà đầu tư giỏi nhất trên thế giới, tôi tin rằng
có một bộ “Quy tắc vàng trong giao dịch” nhất định mà bạn phải tuân theo. Tôi sẽ liệt kê mười
điều quan trọng nhất. Những quy tắc này tạo thành nền tảng cho mọi nội dung khác trong cuốn
sách này.

Các quy tắc vàng trong giao dịch

1. Không bao giờ mở một vị thế trên thị trường mà không biết rủi ro ban đầu của
bạn. Rủi ro ban đầu là điểm mà tại đó bạn sẽ thoát khỏi vị thế để bảo toàn vốn của
mình. Điểm này là điểm dừng lỗ ban đầu của bạn và nó sẽ xác định mức rủi ro ban đầu
của bạn (chúng ta sẽ gọi tắt là R). Trong lần đầu tư đầu tiên của tôi, khi tôi nói: “Hãy
thoát ra nếu cổ phiếu giảm xuống còn $6 một cổ phiếu”, thì tôi đã làm theo quy tắc đầu
tiên. Rủi ro ban đầu của tôi, hay nói cách khác là R, sẽ là $2/cổ phiếu.
2. Xác định lãi và lỗ trong giao dịch của bạn bằng bội số của rủi ro ban đầu. Chúng
ta gọi đây là Bội số R. Nếu rủi ro của bạn là $100 và bạn kiếm được $200, bạn sẽ có lãi
2R. Nếu rủi ro của bạn là $100 và bạn thua lỗ $150 thì bạn bị lỗ 1,5R. Đó là một khái
niệm khá đơn giản. Nói cách khác, bạn phải bắt đầu suy nghĩ về rủi ro và lợi nhuận.
Trong khoản đầu tư đầu tiên của tôi, nếu tôi tuân theo quy tắc đặt dừng lỗ trượt 25%,
thì tôi sẽ có lợi nhuận 3,5R hay nói cách khác là lợi nhuận lớn hơn 350% so với rủi ro
ban đầu của tôi.
3. Giới hạn khoản lỗ của bạn ở mức từ 1R trở xuống. Nếu bạn đặt mức dừng ban đầu
và sau đó thay đổi ý định khi giá giảm xuống (tức là vì bạn không muốn thua lỗ), thì
bạn đang gặp rắc rối thực sự. Đây là nguyên nhân tạo ra những tổn thất 4R hoặc lớn
hơn và những điều đó có thể biến một hệ thống tốt thành hệ thống thua lỗ một cách rất
dễ dàng.
4. Đảm bảo rằng lợi nhuận trung bình của bạn lớn hơn 1R. Giả sử bạn có một khoản
lãi 10R và chín khoản lỗ 1R. Nếu bạn cộng những khoản đó lại, bạn có 10R lãi và 9R
lỗ - tổng lãi là 1R. Do đó, mặc dù bạn thua lỗ trong 90% giao dịch của mình, nhưng
nhìn chung bạn vẫn kiếm được tiền vì mức lãi trung bình của bạn là rất lớn. Đó là sức
mạnh của việc đạt được mức lãi trung bình lớn hơn 1R rất nhiều. Và nếu bạn để rủi ro
chiếm 1% vốn sở hữu của mình thì khoản lãi 1R đó có nghĩa là bạn có lợi nhuận là 1%.
Bạn sẽ tìm hiểu thêm về điều này khi chúng ta bắt đầu định cỡ vị thế.
Những gì thường được gọi là quy tắc vàng trong giao dịch là tóm tắt của bốn quy tắc đầu tiên
qua câu sau: Cắt lỗ nhanh chóng và để lợi nhuận của bạn chạy tiếp. Điều chúng ta đang nói ở
đây là cố gắng hết sức để đảm bảo khoản lỗ của bạn là 1R trở xuống và lợi nhuận của bạn lớn
hơn nhiều (nếu có thể) so với 1R. Ngẫu nhiên thay, giải Nobel kinh tế năm 2002 đã được trao
cho nhà tâm lý học Daniel Kahneman và nhà kinh tế học Amos Tversky vì sự phát triển “Lý
thuyết triển vọng” của họ. Mặc dù chủ đề này nghe có vẻ hơi phức tạp, nhưng theo tôi, điều
mà Kahneman và Tversky thực sự đã chỉ ra là mọi người có khuynh hướng tự nhiên là chốt lời
sớm và để các khoản lỗ tiếp tục - điều này trái ngược với Quy tắc Vàng.
5. Hiểu hệ thống giao dịch của bạn theo giá trị trung bình (R trung bình) và độ lệch
chuẩn (sự biến động trong kết quả) Bội số R của bạn. Hệ thống của bạn, khi bạn
thực hiện giao dịch, sẽ tạo ra một số giao dịch. Kết quả của những giao dịch đó có thể
được biểu thị dưới dạng Bội số Rủi ro ban đầu của bạn hoặc một tập hợp Bội số R. Bạn

nên biết các đặc điểm về dạng phân phối của bất kỳ hệ thống nào mà bạn dự định giao
dịch. Và hầu hết mọi người không bao giờ biết đến điều này.
Nếu bạn dành chút thời gian và tính toán giá trị trung bình và độ lệch chuẩn của Bội số R, bạn
sẽ biết nhiều điều về hệ thống của mình. Bội số R trung bình là kỳ vọng của hệ thống của bạn.
Nói cách khác, kỳ vọng cho bạn biết những gì có thể mong đợi từ hệ thống của mình dưới dạng
Bội số R trong nhiều giao dịch. Nếu kỳ vọng của bạn là 0,33R thì bạn biết rằng sau 20 giao
dịch, bạn có thể lãi khoảng 6R đến 7R (0,33R X 20 giao dịch). Và đó là thông tin có giá trị cần
biết.
Độ lệch chuẩn của R cho bạn biết độ biến động của hệ thống của bạn. Nó cho bạn biết kết quả
có thể thay đổi bao nhiêu sau mẫu 20 giao dịch bất kỳ nào. Độ lệch chuẩn nhỏ cho thấy kết quả
từ mỗi mẫu sẽ giống nhau, trong khi độ lệch chuẩn lớn cho thấy kết quả từ mỗi mẫu có thể khá
khác nhau.
Giả sử kỳ vọng của bạn là 0,33R, nhưng độ lệch chuẩn của bạn là 3R. Điều này có nghĩa là
mặc dù mức lãi trung bình của bạn sau 20 giao dịch tổng cộng là khoảng 6,6R, nhưng bạn chỉ
có khoảng 65%1 cơ hội kiếm được lợi nhuận sau 20 giao dịch do tính biến động rất lớn.
Phần I của cuốn sách này nói về kỳ vọng. Hiểu được giá trị trung bình và độ lệch chuẩn của
phân phối Bội số R là rất quan trọng để cho bạn biết cách để giao dịch theo hệ thống mà bạn
áp dụng.
6. Thiết kế một số mục tiêu cốt lõi cho công việc giao dịch của bạn. Những mục tiêu
đó phải được nêu dưới dạng những gì bạn muốn đặt làm mục tiêu cho công việc giao
dịch của mình và/hoặc những gì bạn gọi là sự hủy hoại hệ thống của mình - điểm mà
khi đạt được nó bạn sẽ ngừng giao dịch. Khi bạn có hai điều đó, bạn có cơ hội đạt được
mục tiêu của mình và bạn cũng có thể tính toán kích cỡ vị thế tối ưu để đáp ứng mục
tiêu của mình. Chúng ta sẽ đề cập đến chủ đề này sau trong cuốn sách này.
7. Thực hành định cỡ vị thế thích hợp để đạt được mục tiêu của bạn. Trong một bài
giảng cho các sinh viên của mình tại một khóa học năm 1991 ở Hawaii, Ed Seykota nói
rằng câu hỏi quan trọng nhất mà bạn có thể tự hỏi mình với tư cách là một nhà giao
dịch, một khi bạn đã biết được kỳ vọng hệ thống của mình là: "Tôi nên đầu tư bao
nhiêu?" Việc định cỡ vị thế sẽ được đề cập xuyên suốt các phần khác nhau của cuốn
sách này. Dưới đây là một số quy tắc chính liên quan đến việc định cỡ vị thế:
• Đầu tư theo một tỷ lệ phần trăm của vốn sở hữu để bạn đầu tư nhiều hơn khi thắng
và ít hơn khi thua.
• Bạn có thể bắt đầu với một tỷ lệ phần trăm vốn sở hữu có xác suất đạt đến điểm
cháy tài khoản rất thấp và sau đó chuyển sang một tỷ lệ phần trăm vốn sở hữu khác
khi bạn có đủ tiền để đảm bảo rằng bạn không đạt đến điểm cháy tài khoản. Các mô
hình để thực hiện việc này sẽ được thảo luận sau.
8. Tính toán Chỉ số chất lượng hệ thốngSM của bạn sẽ cung cấp một số ý tưởng về

cách định cỡ hệ thống của bạn nhằm đáp ứng các mục tiêu của bạn. Nhìn chung,
Chỉ số chất lượng hệ thốngSM càng tốt thì việc sử dụng định cỡ vị thế để đáp ứng mục
tiêu của bạn càng dễ dàng hơn. Ngoài ra, tôi cũng khuyên bạn nên mô phỏng giao dịch
hệ thống của mình ít nhất 100 lần. Trong phiên bản 4.0 của Bí mật của làm chủ trò chơi
giao dịch™ bạn có thể đặt Bội số R vào hệ thống của mình và sau đó thực hiện hết
giao dịch này đến giao dịch khác, với mỗi giao dịch được chọn ngẫu nhiên. Thực hiện
50 hoặc 100 mô phỏng như vậy và bạn sẽ thực sự bắt đầu hiểu hệ thống của mình sẽ
hoạt động như thế nào và tại sao nó có Chỉ số chất lượng hệ thốngSM như vậy.
9. Biết được bức tranh toàn cảnh (yếu tố nào đang ảnh hưởng đến thị trường); có
cách đo lường các yếu tố này; và có một kế hoạch kinh doanh giúp bạn tận dụng
những yếu tố này. Sau đó, bạn cần ba hoặc bốn hệ thống đáp ứng các quy tắc từ 1 đến
8.
10. Thực hiện theo mười nhiệm vụ giao dịch và làm chủ bản thân. Quy tắc này là chìa
khóa giúp mọi thứ khác hoạt động. Mười nhiệm vụ giao dịch là cốt lõi của Khóa học
Hiệu suất đỉnh cao dành cho Nhà giao dịch và Nhà đầu tư của tôi.
CHÚ THÍCH
1
65% được xác định bằng cách chạy mô phỏng 5.000 bộ gồm 20 giao dịch mỗi bộ với phân phối Bội số R này.

Chương 2
Rủi ro (R) và Bội số R
Hãy xem xét quy tắc vàng đầu tiên một cách chi tiết hơn để chắc chắn rằng bạn hiểu nó. Quy
tắc đó, nếu bạn còn nhớ, là luôn có điểm thoát lệnh khi bạn vào một vị thế. Mục đích của điểm
thoát đó là giúp bạn bảo toàn vốn giao dịch/đầu tư của mình. Và điểm thoát đó xác định rủi ro
ban đầu của bạn trong giao dịch.
Phố Wall xác định rủi ro trong một giao dịch bằng mức độ biến động tiềm năng của nó: bạn
có thể mong đợi tài khoản của mình (hoặc vị thế đó) dao động bao nhiêu.1 Tuy nhiên, đó không
phải là định nghĩa về rủi ro mà chúng ta sẽ sử dụng ở đây. Ở đây, rủi ro được định nghĩa là số
tiền bạn có thể mất trên mỗi đơn vị đầu tư của mình (tức là số lượng cổ phiếu hoặc số lượng
hợp đồng tương lai) nếu bạn sai về vị thế này. Tôi gọi đây là Rủi ro ban đầu (R hoặc 1R). Và
tin tốt là bạn có thể kiểm soát được loại rủi ro này.
Hãy xem xét một số ví dụ:
Ví dụ 1: Bạn mua một cổ phiếu ở mức giá $50 và quyết định bán ra nếu nó giảm xuống
còn $40. Vậy rủi ro ban đầu của bạn là gì?
Rủi ro ban đầu sẽ là $10/cổ phiếu. Vì vậy, trong trường hợp này, 1R bằng $10. Nếu bạn
mua 100 cổ phiếu thì tổng rủi ro của bạn là $1.000 (tức là $10 × 100). Nhưng ta hãy gọi
R là rủi ro trên mỗi đơn vị.
Ví dụ 2: Bạn mua cùng một cổ phiếu ở mức $50, nhưng thấy rằng mình sẽ sai về giao
dịch này nếu nó giảm xuống còn $48. Với mức giá $48, bạn sẽ đóng lệnh. Vậy rủi ro
ban đầu của bạn là gì?
Trong ví dụ thứ hai, rủi ro ban đầu của bạn là $2 trên mỗi cổ phiếu, do đó 1R bằng $2.
Lưu ý rằng mỗi lần bạn đều mua một cổ phiếu với giá $50, nhưng trong cả hai trường
hợp, bạn chọn những rủi ro ban đầu hay tức giá trị R khác nhau.
Ví dụ 3: Bạn mua một cổ phiếu với giá $24 và đặt mức dừng lỗ trượt là 25%. Điều đó
có nghĩa là bạn sẽ bán nếu nó giảm 25% so với giá vào lệnh hoặc từ bất kỳ mức giá
đóng cửa cao hơn nào tiếp theo mà cổ phiếu tạo ra. Rủi ro ban đầu của bạn là gì? 1R
của bạn là bao nhiêu?
Trong ví dụ thứ ba, bạn sẽ bán cổ phiếu nếu giá giảm 25% xuống còn $18. Do đó, rủi
ro ban đầu của bạn là $6/cổ phiếu và 1R bằng $6.
Ví dụ 4: Bạn có hợp đồng đậu nành ở giá $5,20 mỗi giạ. Bạn quyết định bán nếu nó
giảm 10 xu. Rủi ro ban đầu của bạn trên mỗi hợp đồng là bao nhiêu khi một hợp đồng
bao gồm 5.000 giạ? 1R đối với bạn là bao nhiêu?

Trong trường hợp này, bạn nhân 5.000 với khoản lỗ 10 xu trên mỗi giạ. Rủi ro ban đầu
của bạn là $500, vì vậy 1R là $500 cho mỗi hợp đồng.
Ví dụ 5: Bạn muốn thực hiện giao dịch ngoại hối với tài khoản $10.000, mua cặp
EUR/USD. Giả sử $100 tương đương với 77 Euro. Đơn vị tối thiểu bạn phải đầu tư là
$10.000. Bạn sẽ bán nếu khoản đầu tư của mình giảm đi $1.000. Rủi ro của bạn là gì?
1R của bạn là bao nhiêu?
Tôi làm ví dụ này nghe có vẻ phức tạp, nhưng thực tế không phải vậy. Nếu khoản đầu
tư tối thiểu của bạn là $10.000 và bạn sẽ bán nếu nó giảm từ $1.000 xuống còn $9.000
thì rủi ro ban đầu của bạn là $1.000 và 1R là $1.000.
Bạn đã bắt đầu hiểu nó chưa? R đại diện cho rủi ro ban đầu trên mỗi đơn vị. Đó không phải là
rủi ro tổng thể của bạn ở vị thế này vì bạn có thể giao dịch với nhiều đơn vị - nó chỉ đơn giản
là rủi ro ban đầu trên mỗi cổ phiếu hoặc trên mỗi hợp đồng tương lai hoặc trên mỗi đơn vị đầu
tư tối thiểu.
Hiểu Bội số R
Tất cả lợi nhuận và thua lỗ của bạn đều phải liên quan đến rủi ro ban đầu của bạn. Bạn muốn
khoản lỗ của mình là 1R hoặc ít hơn. Điều đó có nghĩa là nếu nói rằng bạn sẽ bán hết một cổ
phiếu khi nó giảm từ $50 xuống $40, thì bạn thực sự sẽ bán ra khi nó giảm xuống còn $40. Nếu
bạn bán ra khi nó giảm xuống còn $30 thì khoản lỗ của bạn sẽ lớn hơn 1R rất nhiều. Việc đó
sẽ làm gấp đôi số tiền bạn dự tính lỗ lên 2R. Và bạn cần tránh khả năng đó bằng mọi giá.
Lý tưởng nhất là bạn có lợi nhuận lớn hơn 1R. Ví dụ: bạn mua một cổ phiếu ở mức giá $8 và
dự định bán ra nếu nó giảm xuống còn $6, thì khoản lỗ 1R ban đầu của bạn sẽ là $2 trên mỗi
cổ phiếu. Cổ phiếu tăng giá và bạn bán với giá $28 để kiếm được lợi nhuận $20/cổ phiếu. Vì
số tiền này gấp 10 lần số tiền bạn định mạo hiểm nên chúng ta gọi đó là lợi nhuận 10R.
Hãy xem xét thêm một số ví dụ để đảm bảo rằng bạn hiểu. Đáp án sẽ có ở cuối bài tập.
1. Bạn mua một cổ phiếu ở mức $40 và dự định cắt lỗ nếu nó giảm xuống còn $38. Nhưng
sau đó nó giảm xuống 6 điểm vào thời điểm mở cửa ngày hôm sau. Bạn thoát ra ngay
khi có thể với giá $31. Vậy khoản lỗ $9 trên mỗi cổ phiếu của bạn có là bội số của rủi
ro ban đầu của bạn không? Nhân tiện, ví dụ này là một minh họa tốt về việc khoản lỗ
của bạn có thể lớn hơn mức tối đa theo kế hoạch là 1R như thế nào.
2. Bạn mua một cổ phiếu ở mức $40 và dự định cắt lỗ nếu nó giảm 10% xuống còn $36.
Cuối cùng bạn bán khi cổ phiếu tăng lên $80 một cổ phiếu. Lợi nhuận của bạn khi tính
theo Bội số R là bao nhiêu?
3. Bạn mua một cổ phiếu ở mức $40 với kế hoạch cắt lỗ ở mức $36. Bạn bán nó với giá
$45, vậy lợi nhuận của bạn theo Bội số R là bao nhiêu?
4. Bạn mua một cổ phiếu ở mức giá $60 và dự định bán ra nếu nó giảm xuống còn $55.

Tuy nhiên, khi giá xuống thấp đến mức đó, thì bạn lại không lỡ bán. Thay vào đó, bạn
chỉ ngừng nhìn vào đó và hy vọng nó sẽ tăng trở lại. Nhưng nó không làm vậy. Cổ phiếu
này đã trở thành một phần của tin tức kinh doanh tiêu đề liên quan đến vụ bê bối của
công ty và cuối cùng cổ phiếu trở nên vô giá trị. Sự thua lỗ của bạn khi xét theo Bội số
R là bao nhiêu? Nhân tiện, điều này mô tả hoàn hảo tình huống của Enron, WorldCom
hoặc bất kỳ công ty nào khác đã phá sản trong nhiều năm. Có rất nhiều dấu hiệu để rút
khỏi những cổ phiếu đó trước khi bất kỳ vụ bê bối doanh nghiệp nào nổ ra.
5. Bạn mua một cổ phiếu ở mức giá $50 và dự định bán nó nếu nó giảm xuống còn $49.
Cổ phiếu tăng giá và tăng vọt lên $20 trong ba tuần và bạn bán nó với giá $70. Lợi
nhuận của bạn dưới dạng Bội số R là bao nhiêu?
6. Bạn mua một cổ phiếu ở mức giá $50 với mức dừng lỗ trượt 25%. Cổ phiếu tăng cao
tới $64 và sau đó giảm 25% khi bạn bán ra ở mức $48. Sự thua lỗ của bạn dưới dạng
Bội số R là bao nhiêu?
7. Bạn mua một quyền chọn cổ phiếu với giá $3. Bạn xác định rằng nếu quyền chọn giảm
50% thì bạn sẽ thoát ra. Tuy nhiên, bạn gặp may mắn và cổ phiếu cơ sở tăng lên $10 và
quyền chọn của bạn tăng giá trị lên $12 khi bạn bán. Lợi nhuận của bạn dưới dạng Bội
số R là bao nhiêu?
8. Bạn mua một quyền chọn cổ phiếu với giá $4,50. Bạn quyết định rằng bạn sẽ bán quyền
chọn nếu nó giảm xuống còn $3 trở xuống. Tuy nhiên, cổ phiếu cơ sở giảm giá chỉ sau
một đêm và bạn thấy mình chỉ có một lựa chọn là bán với giá $1,50. Bạn quyết định
tiếp tục chờ đợi, hy vọng cổ phiếu sẽ quay trở lại. Nó không làm vậy. Thay vào đó,
quyền chọn hết hạn không có giá trị. Sự thua lỗ của bạn dưới dạng Bội số R là bao
nhiêu?
9. Bạn mua một hợp đồng tương lai lúa mì với giá $3/giạ. Bạn quyết định sẽ bán nếu lúa
mì giảm xuống còn $2,90/giạ. Thay vào đó, lúa mì tăng lên $4,50/giạ. Lợi nhuận của
bạn là bội số bao nhiều của rủi ro ban đầu? Tình cờ giá một hợp đồng lúa mì là 5.000
giạ, nhưng bạn không cần biết điều đó để trả lời câu hỏi này. Tại sao vậy?
10. Bạn quyết định mua một cổ phiếu khi nó phá vỡ khỏi một vùng giá ở mức $40,35. Bạn
sẽ bán nó nếu nó quay trở lại vùng giá đó ở mức $40 hoặc bạn sẽ để lệnh dừng lỗ trượt
10% đối khi nó có lãi. Cổ phiếu tăng lên mức $57,20 và sau đó bạn dừng giao dịch ở
mức $51,48. Lợi nhuận của bạn dưới dạng Bội số R là bao nhiêu?
Câu trả lời: Hãy chắc chắn rằng bạn hiểu những câu trả lời này trước khi tiếp tục với cuốn
sách bài tập này. Trong mỗi trường hợp, tôi đã chỉ ra 1R là bao nhiêu. Sau đó tôi chia lãi hoặc
lỗ cho 1R để xác định Bội số R. Nó đơn giản vậy thôi.
1. 1R là $2. Khoản lỗ trên mỗi cổ phiếu của bạn là $9, vì vậy bạn có khoản lỗ 4,5R.
2. 1R là $4. Lợi nhuận trên mỗi cổ phiếu của bạn là $40, vì vậy bạn có lợi nhuận 10R.

3. 1R là $4. Lợi nhuận trên mỗi cổ phiếu của bạn là $5, vì vậy bạn có lợi nhuận 1,25R.
4. 1R là $5. Khoản lỗ trên mỗi cổ phiếu của bạn là $60, vì vậy bạn có khoản lỗ 12R. Bạn
không bao giờ muốn để điều này xảy ra.
5. 1R là $1. Lợi nhuận trên mỗi cổ phiếu của bạn là $20, vì vậy bạn có lợi nhuận 20R. Bạn
muốn điều này xảy ra mọi lúc.
6. 1R là $12,50. Khoản lỗ trên mỗi cổ phiếu của bạn là $2, do đó bạn có khoản lỗ 0,16R.
Đây là loại lỗ mà bạn mong muốn. Một số người có thể lập luận rằng bạn đã để cho lợi
nhuận biến thành thua lỗ. Tuy nhiên, điều quan trọng là bạn đã tuân theo các quy tắc
của mình.
7. 1R là $1,50 hay là một nửa giá trị của quyền chọn. Lợi nhuận của bạn là $9, tức là lợi
nhuận 6R.
8. 1R là $1,50. Tổng số tiền thua lỗ của bạn là $4,50, vì vậy bạn có khoản lỗ 3R.
9. 1R là 10 xu. Tổng lợi nhuận của bạn là $1,50, do đó bạn có lãi 15R. Lưu ý rằng việc
xác định Bội số R của bạn từ một giạ lúa mì rất đơn giản vì bạn chỉ cần tỷ lệ.
10. 1R là 35 xu. Lợi nhuận của bạn là $11,13 (tức là trừ đi $51,48 chi phí $40,35 = $11,13).
Nếu bạn chia $11,13 cho 35 xu, bạn sẽ nhận được lợi nhuận là 31,8R. Một lần nữa, đây
là loại lợi nhuận mà bạn cần có. Lưu ý rằng lợi nhuận của bạn chỉ bằng khoảng 26%
giá vốn ban đầu của cổ phiếu, nhưng kết quả của bạn là Bội số R rất lớn vì giá trị 1R
của bạn quá nhỏ.
Sử dụng Tổng rủi ro để theo dõi Bội số R của bạn

Việc theo dõi rủi ro trên mỗi đơn vị và lãi hoặc lỗ trên mỗi đơn vị có thể khá phức tạp. Ngoài
ra, còn có các chi phí giao dịch liên quan sẽ không được tính vào lãi hoặc lỗ trên mỗi cổ phiếu
của bạn. Do đó, cách dễ dàng hơn để xác định phân phối Bội số R trong giao dịch của bạn là
sử dụng tổng rủi ro ban đầu và tổng lãi hoặc lỗ (sau chi phí) để xác định Bội số R của bạn.
Giả sử bạn có tài khoản $100.000 và bạn muốn giữ tổng rủi ro cho mỗi vị thế ở mức khoảng
1% giá trị tài khoản của bạn hay nói cách khác là $1.000. Dưới đây cho thấy một mẫu giao dịch
có thể sẽ trông như thế nào.
1. Bạn mua một cổ phiếu ở mức $40 và dự định thoát ra nếu nó giảm xuống còn $38. Bạn
mua 500 cổ phiếu, với mức rủi ro là $2/cổ phiếu, tổng rủi ro của bạn là $1.000. Tuy
nhiên, cổ phiếu giảm xuống còn $37 và sau đó giảm 5 điểm vào thời điểm mở cửa ngày
hôm sau. Bạn thoát ra ngay khi có thể với giá $31. Tổng số tiền thua lỗ của bạn là $9
trên mỗi cổ phiếu nhân với 500 cổ phiếu sẽ là $4.500. Bạn cũng có chi phí giao dịch là
$24, khiến tổng số tiền thua lỗ của bạn là $4.524.
Tổng rủi ro ban đầu của bạn là $1.000. Tổng số tiền thua lỗ của bạn là $4.500, do đó bạn bị lỗ

4,5R. Đây không phải là câu trả lời giống với câu trả lời bạn nhận được cho ví dụ đầu tiên ở
trên sao? Đáng lẽ phải như vậy. Tuy nhiên, tổng thiệt hại của bạn, bao gồm cả chi phí giao
dịch, là $4.524. Do đó, Bội số R thực tế của bạn bị mất là 4,524R. Lưu ý rằng sự khác biệt duy
nhất giữa việc sử dụng tổng rủi ro và rủi ro trên mỗi cổ phiếu là với tổng rủi ro, bạn có thể đưa
tất cả chi phí của mình vào Bội số R, điều này làm cho nó chính xác hơn một chút.
Nhân tiện, bạn cũng có thể sử dụng tổng chi phí để xác định 1R. Tuy nhiên, bước này làm cho
các phép tính của bạn trở nên phức tạp hơn và kết quả của bạn sẽ hơi khác một chút. Do đó, tôi
khuyên bạn chỉ cần trừ tổng chi phí khỏi lợi nhuận hoặc cộng nó vào khoản lỗ của mình, như
tôi đã làm trong ví dụ trên. Bạn sẽ thấy rằng nó đơn giản hơn nhiều và bạn vẫn có thể tính tổng
chi phí vào Bội số R của mình..
Nhân tiện đang nói về điều này, hãy nói điều gì đó về việc làm tròn. Giả sử tổng vốn sở hữu
của bạn là $100.000. Bạn thực sự muốn mạo hiểm 1% trong số đó hay là $1.000. Bạn xác định
rằng rủi ro của bạn sẽ là $11/cổ phiếu. Nếu bạn chia $11 cho $1.000 thì bạn sẽ nhận được
90,909 cổ phiếu. Bạn không thể mua lẻ như vậy nên có thể bạn sẽ chỉ mua 90 cổ phiếu. Tuy
nhiên, nếu bạn nhân 90 với $11, rủi ro ban đầu của bạn thực sự là $990 chứ không phải $1.000.
Bạn cũng có chi phí giao dịch trong đó. Chúng có phải là một phần rủi ro của bạn không? Và
khi bạn tính Bội số R của mình, bạn chia cho rủi ro dự tình (đơn giản là $1.000) hay rủi ro thực
tế là $990? Hãy xem ví dụ của chúng ta ở trên trong đó Bội số R là 4,524 với chi phí giao dịch
được cộng thêm. Hai số thập phân cuối cùng có ý nghĩa gì không? Có lẽ là không, vậy tại sao
không làm tròn đến dấu thập phân đơn gần nhất?
Hãy làm thêm một ví dụ nữa:
2. Bạn mua một cổ phiếu ở mức $40 và dự định thoát ra nếu nó giảm 10% xuống còn $36.
Vì bạn muốn giữ tổng rủi ro ở mức $1.000 nên bạn chỉ mua 250 cổ phiếu. Lưu ý rằng
250 cổ phiếu nhân với rủi ro $4 trên mỗi cổ phiếu tương đương với tổng rủi ro là $1.000.
Bây giờ, cuối cùng bạn sẽ bán khi cổ phiếu tăng lên $80/cổ phiếu. Tổng lợi nhuận của
bạn cho 250 cổ phiếu là bao nhiêu? Nếu chi phí giao dịch của bạn là $35 thì lợi nhuận
của bạn dưới dạng Bội số R là bao nhiêu?
Vấn đề này lại giống như ví dụ thứ hai ở trên, chỉ khác là bây giờ chúng ta đang sử dụng rủi ro
tổng thể. Tổng rủi ro của bạn là $1.000, vì vậy bạn có thể gọi 1R là một nghìn đô la. 250 cổ
phiếu của bạn có giá $10.000 và bạn đã bán nó với giá $20.000, trừ đi chi phí giao dịch là $35.
Do đó, lợi nhuận của bạn là $10.000 trừ đi $35 hoặc $9.965. Vì rủi ro ban đầu của bạn là $1.000
nên lợi nhuận của bạn dưới dạng Bội số R là 9,965R. Trong ví dụ trên mỗi cổ phiếu, chúng ta
nhận được 10R; sự khác biệt duy nhất là chi phí giao dịch. Một lần nữa, tại sao ta không làm
tròn lên 10R?
Bảng 2-1 cho thấy các giao dịch điển hình hàng tháng của một nhà giao dịch. Bạn thấy mã cổ
phiếu, rủi ro ban đầu và lãi hoặc lỗ (bao gồm cả chi phí giao dịch). Công việc của bạn là điền
Bội số R. Tôi sẽ làm cho nó dễ dàng hơn với bạn. Tất cả những gì bạn phải làm là chia tổng lãi
hoặc lỗ (bao gồm cả chi phí giao dịch) cho rủi ro ban đầu để lấy Bội số R cho cột đó. Hãy nhớ
rằng rủi ro ban đầu thường không phải là một con số làm tròn đơn giản như $1.000. Lưu ý rằng

nhà giao dịch này không giữ tổng rủi ro của mình không đổi ở mức $1.000 cho mọi giao dịch,
vì vậy bạn sẽ phải tính đến điều đó.
Bảng 2-1: Xác định Bội số R từ Tổng rủi ro

Lãi hoặc lỗ đã
Giao dịch Tổng rủi ro Bội số R
bao gồm chi phí
400 CSCO ở mức $23 $1.000 $2.317
80 IBM ở mức $80 $1.000 -$813
300 VLO ở mức $50 $1.000 $3.413
400 HRB ở mức $51 $1.000 -$1.531
500 IRF ở mức $13 $1.000 $3.890
400 ISIL ở mức $16 $1.000 -$776
600 LSI ở mức $5,35 $1.000 $4.561
500 MYL ở mức $17,50 $500 -$567
400 ORI ở mức $31 $800 -$2.314
300 SRA ở mức $40,77 $600 $1.571
Tổng $9.751
Trung bình $975,10
Bảng 2-2 cho thấy các câu trả lời được làm tròn đến hai chữ số thập phân. Đó có phải là những
câu trả lời bạn nhận được?


Lãi hoặc lỗ đã
bao gồm chi phí
400 CSCO ở mức $23 $1.000 $2.317 2,32R
80 IBM ở mức $80 $1.000 -$813 -0,81R
300 VLO ở mức $50 $1.000 $3.413 3,41R
400 HRB ở mức $51 $1.000 -$1.531 -1,53R
500 IRF ở mức $13 $1.000 $3.890 3,89R
400 ISIL ở mức $16 $1.000 -$776 -0,78R
600 LSI ở mức $5,35 $1.000 $4.561 4,56R
500 MYL ở mức $17,50 $500 -$567 -1,13R
400 ORI ở mức $31 $800 -$2.314 -2,89R
300 SRA ở mức $40,77 $600 $1.571 2,62R
Tổng $8.900 $9.751 9,66R
Trung bình $890 $975,10 0,966R
Lưu ý rằng việc tính Bội số R của bạn không quá khó. Vấn đề duy nhất xảy ra khi tổng rủi ro
ban đầu thay đổi và bạn phải chia cho một số khác. Bảng 2-2 cho thấy tổng lợi nhuận và lợi
nhuận trung bình cũng như Bội số R của chúng. Tổng lợi nhuận là $9.751 và tổng R của bạn
là 9,66R. Các giá trị này rất giống nhau vì tổng rủi ro ban đầu là như nhau ($1.000) cho tất cả
ngoại trừ ba giao dịch.
Điều gì sẽ xảy ra nếu bạn không biết Rủi ro ban đầu của mình?
Điều gì sẽ xảy ra nếu bạn không biết rủi ro ban đầu của mình? Có lẽ điểm thoát lệnh ban đầu
của bạn có thể thay đổi hoặc có thể không thể nói chính xác nó sẽ ở đâu khi bắt đầu. Có lẽ do
bạn đã không hiểu quy tắc vàng đầu tiên và bạn không có điểm thoát lệnh. Dù sao đi nữa, vì lý
do nào đó, bạn có một loạt giao dịch nhưng lại không biết rủi ro ban đầu của mình. Bạn vẫn
muốn có ý tưởng sơ bộ về phân phối của Bội số R trong hệ thống của mình. Bạn sẽ làm thế
nào?
Tôi khuyên bạn nên giả định mức lỗ trung bình của mình là 1R. Hãy xem điều đó diễn ra như
thế nào trong mẫu dưới đây. Bảng 2-3 cho thấy năm giao dịch lỗ.

Bảng 2-3: Sử dụng Mức lỗ trung bình để xác định 1R

Giao dịch Lãi hoặc lỗ đã bao gồm chi phí
80 IBM ở mức $80 -$813
400 HRB ở mức $51 -$1.531
400 ISIL ở mức $16 -$776
500 MYL ở mức $17,50 -$567
400 ORI ở mức $31 -$2.314
Tổng lỗ $6.001
Mức lỗ trung bình $1.200,20
Lưu ý rằng chúng ta đã vượt 20% trên mức $1.000 thực tế ban đầu khi sử dụng ước tính này.
Tuy nhiên, ít nhất nó cũng cho chúng ta ý tưởng về 1R có thể có ý nghĩa như thế nào đối với
hệ thống này. Bây giờ, hãy thay $1.200 thành 1R vào Bảng 2-2 và xem nó thay đổi kết quả như
thế nào. Những điều này được thể hiện trong Bảng 2-4.
Bảng 2-4: Xác định Bội số R từ Mức lỗ trung bình

Lãi hoặc lỗ Bao
gồm chi phí
400 CSCO ở mức $23 $1.200 $2.317 1,93R
80 IBM ở mức $80 $1.200 -$813 -0,68R
300 VLO ở mức $50 $1.200 $3.413 2,84R
400 HRB ở mức $51 $1.200 -$1.531 -1,28R
500 IRF ở mức $13 $1.200 $3.890 3,24R
400 ISIL ở mức $16 $1.200 -$776 -0,65R
600 LSI ở mức $5,35 $1.200 $4.561 3,80R
500 MYL ở mức $17,50 $1.200 -$567 -0,47R
400 ORI ở mức $31 $1.200 -$2.314 -1,93R
300 SRA ở mức $40,77 $1.200 $1.571 1,31R
Tổng $9.751 8,11R
Trung bình $975,10 0,811R
Tuy nhiên, khi bạn sử dụng tổng rủi ro để xác định Bội số R của mình, có một giả định rằng
bạn phải sử dụng cùng một yếu tố để xác định tổng rủi ro của mình sẽ là bao nhiêu (ví dụ như
1% vốn sở hữu của bạn). Khi nó thay đổi, bạn có thể sử dụng mức lỗ trung bình để xác định
1R một cách chính xác.

Suy nghĩ thêm về kỳ vọng
Trong ấn bản đầu tiên của cuốn Trade Your Way to Financial Freedom, tôi đã đưa ra một định
nghĩa truyền thống về kỳ vọng:
Kỳ vọng = [(Lợi nhuận trung bình) × (Xác suất thắng)) – [(Lỗ trung bình) × (Xác suất thua)]
Tuy nhiên, công thức này không chính xác vì kỳ vọng thực sự phải là lợi nhuận trung bình
trên mỗi đô la rủi ro, trong khi công thức này chỉ mang lại cho bạn lợi nhuận trung bình.
Nếu bạn tò mò, hãy tra cứu về kỳ vọng trên Internet và để ý xem bạn sẽ thấy định nghĩa sai này
bao nhiêu lần, mà tôi nghi ngờ là định nghĩa này thường được sao chép từ sách của tôi.
Thay vào đó, công thức phải được sửa lại như sau:
Kỳ vọng = {[(Lợi nhuận trung bình) × (Xác suất thắng)] – [(Lỗ trung bình) × (Xác suất thua)]} ÷ Số tiền rủi ro
trung bình
Tất nhiên, công thức này đã được sửa lại trong ấn bản thứ hai của cuốn Trade Your Way to
Financial Freedom.
Hãy xem cách chúng ta có thể sử dụng dữ liệu trong Bảng 2-1 để tính toán kỳ vọng theo cách
này. Chúng ta đã biết rằng mức lỗ trung bình là $1.200,20. Hệ thống của chúng ta có năm lần
thắng và năm lần thua, vì vậy xác suất thắng và thua đều là 50%. Bảng 2-5 cho thấy các giao
dịch thắng từ mẫu của chúng ta.
Bảng 2-5: Tính mức lãi trung bình của chúng ta

Giao dịch Lãi Bao gồm chi phí
400 CSCO ở mức $23 $2.317
300 VLO ở mức $50 $3.413
500 IRF ở mức $13 $3.890
600 LSI ở mức $5,35 $4.561
300 SRA ở mức $40,77 $1.571
Tổng lợi nhuận $15.752
Lợi nhuận trung bình $3.150,40
Do đó, chúng ta biết rằng số tiền khi thắng trung bình là $3.150,40 và xác suất thắng là 50%.
Vì vậy, thành phần đầu tiên của công thức là $1.575,20.
Chúng ta cũng biết được mức lỗ trung bình là $1.200,20 và xác suất thua là 50%. Vì vậy, phần
thứ hai của công thức là $600,10.
Để xác định kỳ vọng, chúng ta trừ $600,10 từ $1.575,20 và chúng ta nhận được $975,10. Rủi
ro trung bình là $890, do đó kỳ vọng là $975,10/$890 = $1,096. Vậy điều đó thực sự cho chúng
ta biết điều gì? Nó cho chúng ta biết rằng chúng ta có thể mong đợi kiếm được hơn một đô la

trên mỗi đô la rủi ro với hệ thống này, qua một số lượng lớn giao dịch.
Chúng ta hãy xem lại Bảng 2-2. Bạn có thấy con số $975,10 trong bảng đó không? Tất nhiên
là có, đó là lãi/lỗ trung bình của hệ thống. Do đó, định nghĩa truyền thống về kỳ vọng thực sự
đề cập đến lãi hoặc lỗ trung bình của hệ thống và, như tôi đã nói, cần phải được điều chỉnh
bằng cách chia nó cho rủi ro trung bình trên mỗi giao dịch.
Nếu bạn nhìn vào cột Bội số R trong Bảng 2-2, bạn sẽ thấy rằng chúng ta cũng có thể biểu thị
kỳ vọng đối với R. Trên thực tế, một định nghĩa khác về kỳ vọng là giá trị R trung bình của hệ
thống. Do đó, Bảng 2-2 cho thấy kỳ vọng của hệ thống này có thể được thể hiện dưới dạng số
đô la thu được trên mỗi đô la rủi ro tức là dưới dạng R.
Đôi khi, mọi người không biết rủi ro ban đầu của mỗi giao dịch, họ sử dụng mức lỗ trung bình
để phản ánh R. Khi chúng ta thay giá trị đó vào công thức, kết quả tốt nhất chúng ta nhận được
là ước tính về kỳ vọng (tức là 0,811R) và không chính xác như khi bạn sử dụng rủi ro thực tế
cho mỗi giao dịch, sẽ mang lại cho bạn 0,966R.
Vì vậy, với ba công thức có thể có về kỳ vọng, bạn có thể nhận được ba kết quả khác nhau về
kỳ vọng:
• Lợi nhuận trung bình/số tiền trung bình rủi ro = 1,096 (công thức Trade Your Way
đã được sửa lại)
• Sử dụng mức lỗ trung bình đặt làm rủi ro trung bình = 0,811 (sử dụng giá trị này
nếu bạn không biết rủi ro ban đầu là bao nhiêu)
• Sử dụng Bội số R trung bình = 0,966 (công thức được ưu tiên/chính xác nhất)
Kỳ vọng thực sự đề cập đến Bội số R trung bình của hệ thống của bạn. Vì vậy, nếu bạn được
lựa chọn, hãy luôn tính Bội số R trung bình cho kỳ vọng.
Lưu ý rằng khi chúng ta thực hiện bài tập này, kỳ vọng sẽ trở nên khá dễ hiểu. Kỳ vọng hệ
thống của bạn là trung bình của Bội số R (cả dương và âm) trong hệ thống của bạn. Nó
cho bạn biết mức trung bình mà bạn có thể kỳ vọng theo R trong nhiều giao dịch.
Đối với hệ thống của chúng ta trong Bảng 2-2, kỳ vọng sẽ là 0,966R. Vì vậy, chúng ta biết rằng
chúng ta sẽ gặp rủi ro trung bình gần gấp một lần khi thực hiện nhiều giao dịch. Trên thực tế,
chỉ cần hơn 10 giao dịch là chúng ta có thể kỳ vọng tạo ra được 9,66R. Hơn 100 giao dịch
chúng ta có thể kỳ vọng tạo ra 96,6R.
Mọi người thường nói rằng thông tin về Bội số R là vô ích vì R thay đổi tùy theo từng giao
dịch.
Điều đó đúng, nhưng điều gì sẽ xảy ra nếu bạn mạo hiểm 1% vốn sở hữu (định cỡ vị thế) cho
mỗi giao dịch? Khi bạn làm như vậy, thông tin này khá có giá trị vì nó cho chúng ta biết rằng
nếu chúng ta mạo hiểm 1% vốn sở hữu của mình trên mỗi giao dịch, chúng ta sẽ kiếm được

trung bình 0,966% cho mỗi giao dịch. Hơn nữa, sau 100 giao dịch, chúng ta có thể tăng 100%
hoặc hơn - trong thực tế là nhiều hơn, vì 1% sẽ có giá trị càng lớn hơn khi chúng ta tiếp tục
kiếm được thêm tiền. Nghĩa là, khi bạn có $100.000, bạn sẽ chấp nhận ro 1% trong số đó hay
nói cách khác là $1.000. Nhưng khi bạn có $110.000, bạn chấp nhận rủi ro 1% thì nó sẽ là
$1.100. Do đó, giá trị rủi ro 1% của bạn sẽ tiếp tục tăng lên khi bạn kiếm được tiền.
Còn về sự biến động thì sao?

Cách tôi trình bày thông tin này trông sẽ rất đơn giản và dễ hiểu. Trung bình bạn kiếm được
0,966R cho mỗi giao dịch. Và nếu tổng rủi ro của bạn là 1% cho mỗi giao dịch, bạn sẽ kiếm
được khoảng 1% cho mỗi giao dịch. Sau 100 giao dịch, bạn có thể kiếm được hơn 100%. Vâng,
xét về trung bình thì bạn sẽ được như vậy! Nhưng chỉ mức trung bình sẽ không thể hiện được
bức tranh tổng thể. Còn độ lệch so với mức trung bình thì sao?
Để hiểu hệ thống của bạn có thể biến động bao nhiêu so với mức trung bình, bạn không chỉ
phải biết giá trị R trung bình (tức là kỳ vọng), mà bạn còn phải biết độ biến thiên của R hay nói
cách khác là độ lệch chuẩn.2 Sự biến động này sẽ cho chúng ta biết khoảng cách so với giá trị
trung bình (kỳ vọng) của hầu hết các mẫu là bao xa. Sẽ thật tuyệt nếu tất cả các mẫu đều ở mức
trung bình, nhưng điều đó sẽ không bao giờ xảy ra vì nó có nghĩa là không có sự biến động nào
của các giao dịch trong mẫu. Khi đó mọi Bội số R của tất cả các giao dịch trong mẫu của chúng
ta đều phải là 0,966R.
Bạn có thể tính toán kỳ vọng và độ lệch chuẩn Bội số R của các mẫu giao dịch của mình bằng
cách sử dụng bảng tính Excel. Đặt các Bội số R trong mẫu vào một cột. Đi tới ô trống ở cuối
cột và nhấp vào hàm (/x) ở thanh trên cùng. Một hộp thoại sẽ bật lên và sau đó bạn nhấp chuột
vào STATISTICAL, hộp này sẽ làm bật lên một hộp khác. Sau đó, bạn có thể nhấp chuột vào
AVERAGE, nó sẽ cung cấp cho bạn kỳ vọng, sau đó nhấp vào STDEV và bạn sẽ nhận được
độ lệch chuẩn. Đó là tất cả những gì bạn cần làm.
Trước khi tiếp tục, hãy nhập 10 Bội số R từ Bảng 2-2 vào bảng tính Excel. Tìm kỳ vọng (trung
bình) và độ lệch chuẩn của R (STDEV). Bạn sẽ nhận được các giá trị 0,966 và 2,66. Bây giờ
bạn có thể làm điều đó, bạn có thể tiếp tục tính toán kỳ vọng và độ lệch chuẩn Bội số R của
các giao dịch của bạn. Đây là một thói quen tốt nên thực hiện ít nhất một lần mỗi tuần.
Bảng 2-6 cho bạn thấy mẫu các giao dịch của bạn sẽ trông như thế nào nếu bạn đưa chúng vào
file Excel hàng tuần. Nó đơn giản và tôi thực sự khuyên bạn nên làm điều đó.
Bạn cần thiết lập bảng tính với các cột có tên như sau:
1. Số lượng cổ phiếu (hợp đồng)

2. Mã cổ phiếu
3. Giá vào lệnh
4. Giá dừng lỗ
5. Rủi ro tổng thể
6. Phần trăm rủi ro

7. Giá bán
8. Lãi/Lỗ
9. Bội số R
10. Bội số R đã được sắp xếp (cột này không được liên kết với các cột khác).
Bảng 2-6: Cách thiết lập bảng tính để tính toán kỳ vọng và phân phối của Bội số R
Rủi ro Bội số R
Số Mã cổ Giá vào Giá %
tổng Giá bán Lãi/Lỗ Bội số R đã được
lượng phiếu lệnh dừng lỗ Rủi ro
thể sắp xếp
50 BRCM $194,13 $189,13 $250,00 0,45% $227,00 $1.643,75 6,58 7,7
55 INSP $221,00 $216,00 $275,00 0,49% $259,50 $2.117,50 7,7 7,53
55 HLIT $130,00 $125,00 $275,00 0,49% $136,88 $378,40 1,38 6,58
55 TXN $150,13 $145,00 $281,88 0,50% $161,56 $629,06 2,23 2,23
55 JDSU $255,00 $250,00 $275,00 0,49% $292,63 $2.069,38 7,53 2,2
25 JDSU $281,19 $276,00 $129,69 0,23% $292,63 $285,94 2,2 1,71
60 EMLX $179,50 $174,00 $330,00 0,59% $173,50 -$360,00 -1,09 1,38
60 COMS $112,00 $107,00 $300,00 0,54% $105,00 -$420,00 -1,4 0,26
80 NEON $87,81 $82,60 $417,00 0,74% $83,38 -$355,00 -0,85 0,1
35 SDLI $447,50 $439,00 $297,50 0,53% $462,06 $509,69 1,71 -0,11
70 EMLX $194,06 $189,00 $354,38 0,63% $181,00 -$914,38 -2,58 -0,81
70 INCY $231,69 $225,50 $433,13 0,77% $231,00 -$48,13 -0,11 -0,85
80 EMLX $214,50 $209,25 $420,00 0,75% $214,00 -$40,00 -0,1 -1
475 MPEG $3,26 $2,26 $475,00 0,91% $2,24 -$484,50 -1,02 -1
40 INSP $255,25 $250,00 $210,00 0,40% $251,00 -$170,00 -0,81 -1,02
80 NEWP $170,56 $165,00 $445,00 0,86% $172,00 $115,00 0,26 -1,09
95 EMLX $211,00 $206,00 $475,00 0,91% $204,00 -$665,00 -1,4 -1,2
80 EMLX $219,69 $214,00 $455,00 0,88% $214,00 -$455,00 -1 -14
80 HLIT $140,13 $135,00 $410,00 0,86% $134,00 -$490,00 -1,2 -1,4
45 JDSU $279,00 $270,00 $405,00 0,78% $247,00 -$1.440,00 -3,56 -2,58
65 BRCM $244,56 $239,00 $361,56 0,71% $229,00 -$1.011,56 -2,8 -2,8
75 TXN $180,94 $175,00 $445,31 0,87% $175,00 -$445,31 -1 -3,56
Tổng $449,56 10,68
Kỳ vọng 0,49
Độ lệch chuẩn 3,14
Lưu ý những điều sau đây từ Bảng 2-6:

1. Việc tính toán rủi ro dễ dàng như thế nào: Đây là tài khoản $50.000 nên tất cả các giao
dịch phải có rủi ro khoảng $250 (rủi ro 0,5%) hoặc rủi ro $500 (rủi ro 1%).
2. Các Bội số R có thể được tính toán tự động và thật dễ dàng để sắp xếp chúng và xem
phân phối của Bội số R.
3. Tổng, kỳ vọng và độ lệch chuẩn của Bội số R có thể được tính toán tự động ở cuối bảng
tính.

Vậy sụt giảm vốn là gì?

Bây giờ bạn đã biết độ lệch chuẩn của mình, bạn có thể ước tính được mức sụt giảm. Nếu bạn
nhìn vào cách các giao dịch diễn ra trong Bảng 2-2, bạn sẽ thấy rằng có thời điểm chúng ta đã
có hai lần thua lỗ liên tiếp. Những khoản lỗ đó là khoản lỗ 1,13R, sau đó là khoản lỗ 2,89R.
Do đó, trong mẫu ban đầu, chúng ta có mức sụt giảm tối đa là 4,02R. Nhưng điều gì sẽ xảy ra
nếu chúng ta thua năm lần liên tiếp - điều này hoàn toàn có thể xảy ra trong hệ thống có xác
suất thắng 50% khi có số lượng giao dịch đủ lớn? Chúng ta có thể có tổng mức sụt giảm vốn
từ 7R đến 10R.
Và nếu bạn mạo hiểm 10% cho mỗi giao dịch, bạn sẽ gần như phá sản khi kết thúc chuỗi thua
lỗ. Tuy nhiên, bạn sẽ không bị phá sản hẳn vì bạn chỉ gặp rủi ro với 10% số vốn còn lại sau
thua lỗ của mình. Điều đó có thể giống như chuỗi giao dịch trong Bảng 2-6.
Bảng 2-6: Năm lần thua liên tiếp

Giao dịch Vốn sở hữu Rủi ro Bội số R Kết quả
1 $100.000 $10.000 -0,82 $8.200
2 $91.800 $9.180 -1,53 -$14.045
3 $77.755 $7.776 -0,78 -$6.065
4 $71.690 $7.169 -1 13 -$8.101
5 $63.589 $6.359 -2,89 -$18.378
Tổng $45.211 -715 -$54.789
Hầu hết mọi người sẽ coi hệ thống này đã bị hỏng hoàn toàn và ngừng giao dịch. Tuy nhiên,
đó là điều hoàn toàn có thể xảy ra và nó còn xảy ra khá thường xuyên ngay cả trong những hệ
thống tốt nhất. Và nhân tiện thì 10% là quá nhiều rủi ro cho hệ thống này.
CHÚ THÍCH
1
Ví dụ, xem Crouchy, M. Galai, D., và Mark, R. Những điều cơ bản về quản lý rủi ro. New York: McGraw- Hill,
2006.
2
Độ lệch chuẩn là thước đo thống kê về độ biến động của một mẫu dữ liệu. Việc bạn hiểu cách tính công thức hay
không không quan trọng vì bạn có thể đơn giản sử dụng máy tính hoặc bảng tính Excel để xác định độ lệch chuẩn.

Chương 3
Đánh giá chất lượng hệ thống giao dịch của bạn
Có một số cách để ta có thể đánh giá chất lượng của một hệ thống. Bạn có thể có một số manh
mối về cách thực hiện nó dựa trên những gì bạn đã học được từ Chương 2. Nhưng hãy giả sử
rằng bạn chưa có thông tin đó. Giả sử rằng bạn chỉ sử dụng “linh cảm” của mình để xác định
một hệ thống tốt nhất. Để giúp bạn thấy được độ chính xác của cảm giác của mình, tôi sẽ cho
bạn một bài tập để xem qua sáu hệ thống khác nhau được nêu trong Bảng 3-1 và Bảng 3-2.
Xem qua ba hệ thống đầu tiên và dành khoảng 15 phút để quyết định bạn muốn giao dịch với
hệ thống nào hơn. Và sau khi bạn đưa ra quyết định đó, hãy viết ra lý do tại sao bạn muốn giao
dịch với hệ thống đó hơn.
Bảng 3-1: Ba hệ thống mẫu đầu tiên

Hệ thống 3-1 Hệ thống 3-2 Hệ thống 3-3
Số lượng Số lượng Số lượng
Bội số R Bội số R Bội số R
giao dịch giao dịch giao dịch
7 -1R 10 -1R 1 -10R
1 -5R 10 +1,3R 9 +1R
2 +10R
Tỷ lệ thắng 20% Tỷ lệ thắng 50% Tỷ lệ thắng 90%
25 giao dịch mỗi tháng 75 giao dịch mỗi tháng 60 giao dịch mỗi tháng
Bạn sẽ nhận thấy rằng các hệ thống có phân phối Bội số R hoàn toàn khác nhau, tỷ lệ thắng,
kỳ vọng và thậm chí số lượng giao dịch khác nhau. Một hệ thống có tỷ lệ thắng 90% theo thời
gian, trong khi hệ thống khác chỉ thắng 20% qua thời gian. Vậy bạn muốn giao dịch với hệ
thống nào và tại sao? Đồng thời lưu ý tiêu chí để quyết định hệ thống mà bạn thích nhất là gì.
Viết ra những gì bạn nghĩ về ba hệ thống này vào khoảng trống bên dưới.
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
Bây giờ hãy xem ba hệ thống sau và quyết định xem bạn thích hệ thống nào nhất trong ba hệ
thống này. Sau đó, hãy quyết định hệ thống nào bạn muốn giao dịch nhất trong số sáu hệ thống
được đưa ra trong hai bảng. Lưu ý rằng đây là những ước tính sơ bộ về phân bố Bội số R sử
dụng “các nhóm” Bội số R với các số được làm tròn đến số nguyên gần nhất trong mọi trường
hợp ngoại trừ một. Tuy nhiên, bạn phải giả định rằng Bội số R đại diện cho số lượng giao dịch

thực tế được tạo ra bởi mỗi hệ thống. Điều này có nghĩa là các mẫu lớn sẽ tạo ra kết quả tương
tự như các mẫu nhỏ.
Bảng 3-2: Ba hệ thống mẫu tiếp theo

Hệ thống 3-4 Hệ thống 3-5 Hệ thống 3-6
Số lượng Số lượng Số lượng
Bội số R Bội số R Bội số R
giao dịch giao dịch giao dịch
55 -1R 18 -1R 2 -10R
12 -2R 2 50R 4 -5R
3 -5R 10 -1R
5 +1R 5 +3R
4 +5R 2 +15R
3 +10R 1 +30R
3 +25R
Tỷ lệ thắng 17,6% Tỷ lệ thắng 10% Tỷ lệ thắng 33,3%
12 giao dịch mỗi tháng 15 giao dịch mỗi tháng 35 giao dịch mỗi tháng
Trong khoảng trống bên dưới, hãy viết ra hệ thống nào trong ba hệ thống này mà bạn thích nhất
và lý do bạn chọn hệ thống đó.
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
Trong khoảng trống bên dưới, hãy xếp hạng sáu hệ thống và sau đó viết ra hệ thống nào trong
số sáu hệ thống bạn muốn giao dịch và tại sao. Cũng lưu ý tiêu chí cho sự lựa chọn của bạn.
Nếu bạn có nhiều hơn một tiêu chí, hãy liệt kê chúng theo thứ tự ưu tiên của bạn. Đồng thời
cho biết liệu bạn có muốn giao dịch với hệ thống mà bạn thích nhất hay không và cho biết lý
do tại sao hoặc tại sao không.
Xếp hạng: 1= 2= 3= 4= 5= 6=
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………

…………………………………………………………………………………………………
…………………………………………………………………………………………………
Bây giờ chúng ta hãy xem xét một số cách để bạn có thể đánh giá các hệ thống này.
Cách 1: Xếp hạng theo Tỷ lệ thắng. Đây là cách tôi mong nghĩ một người bình thường sẽ
dùng để đánh giá hệ thống. Họ muốn mình đúng nên họ sẽ chọn hệ thống cho phép họ giành
được tỷ lệ thắng cao nhất. Bảng 3-3 cho bạn thấy thứ hạng nếu xếp theo cách này.
Bảng 3-3: Xếp hạng hệ thống theo Tỷ lệ thắng

Hệ thống Tỷ lệ thắng
3-3 90%
3-2 50%
3-6 33,3%
3-1 20%
3-4 17,6%
3-5 10%
Đây có phải là cách bạn xếp hạng các hệ thống? Bạn có thích Hệ thống 3-3 không? Nếu vậy
thì cuốn sách này có thể giúp cải thiện khả năng giao dịch của bạn. Và có lẽ bạn nên đọc lại
Chương 2 về kỳ vọng.
Cách 2: Xếp hạng theo kỳ vọng. Nếu hai hệ thống khá sát nhau về mặt kỳ vọng, bạn có thể
thích hệ thống có tỷ lệ thắng cao hơn. Nếu làm vậy, bạn có thể sẽ có kết quả xếp hạng như
trong Bảng 3-4.
Bảng 3-4: Xếp hạng các hệ thống theo kỳ vọng

Hệ thống Kỳ vọng Tỷ lệ thắng
3-5 4,10 10%
3-6 1,04 33,3%
3-1 0,80 20%
3-4 0,42 17,6%
3-2 0,15 50%
3-3 -0,10 90%
Bạn sẽ nhận thấy từ phân tích đầu tiên rằng kỳ vọng gần như tỷ lệ nghịch với tỷ lệ thắng. Điều
đó thực sự khá phổ biến đối với các hệ thống giao dịch và đó là một lý do khiến mọi người có
xu hướng mất tiền. Họ bị thu hút bởi những hệ thống có tỷ lệ thắng cao hơn nhưng lại có kỳ
vọng rất thấp (hoặc thậm chí là âm). Lưu ý rằng hệ thống đang có tỷ lệ 90% thắng của chúng
ta lại có kỳ vọng âm. Vì vậy, nếu bạn chọn Hệ thống 3-3 là hệ thống yêu thích của mình thì

bạn đã chọn một hệ thống sẽ thua lỗ về lâu dài.
Chỉ xét riêng kỳ vọng (ngay cả đi kèm với tỷ lệ thắng của hệ thống) vẫn là một trong những
cách ngây thơ nhất để đánh giá hệ thống. Tuy nhiên, nếu bạn xếp hạng hệ thống của mình dựa
trên kỳ vọng, đừng cảm thấy tồi tệ. Bạn đã tinh vi hơn một nhà đầu tư bình thường.
Cách 3: Xếp hạng theo tích Kỳ vọng và Số lượng Giao dịch. Cách tiếp theo bạn có thể dúng
để đánh giá hệ thống là nhân kỳ vọng với số lượng giao dịch hay số cơ hội mà nó mang lại cho
bạn trong một tháng. Tôi gọi đây là sự mong đợi. Kết quả cuối cùng sẽ cho phép bạn biết mức
trung bình mà bạn kỳ vọng xét theo R vào cuối tháng. Đó có vẻ là một cách khá tốt để đánh
giá một hệ thống. Vì vậy, hãy xem Bảng 3-5, bảng xếp hạng sáu hệ thống của chúng ta theo
tiêu chí này.
Bảng 3-5: Xếp hạng hệ thống theo Kỳ vọng nhân với Số lượng giao dịch
Hệ thống Kỳ vọng Số lượng giao dịch Sự mong đợi

3-5 4,1R 15 61,5R
3-6 1,04R 35 36,4R
3-1 0,8R 25 20R
3-2 0,15R 75 11,25R
3-4 0,42R 12 5,04R
3-3 -0,1R 60 -6,0R
Lưu ý rằng điều này thay đổi mọi thứ một chút. Hệ thống 3-5 vẫn là hệ thống tốt nhất. Nhưng
Hệ thống 3-6, với 35 giao dịch, hiện đứng thứ hai. Và hai hệ thống có nhiều giao dịch nhất, 3-
2 và 3-3, không hữu ích vì kỳ vọng của chúng âm hoặc rất thấp.
Nếu bạn mạo hiểm 1% trên mỗi giao dịch với hệ thống 3-5 và hệ thống 3-6 thì bạn có thể mong
đợi mức lãi hơn 60% với hệ thống 3-5 và hơn 35% với hệ thống 3-6. Bạn có thể nhận được
từng đó lợi nhuận từ hệ thống của mình chỉ với 1% rủi ro không? Vậy có lẽ bây giờ chúng ta
đã có câu trả lời.
Vậy bạn có xếp hạng hệ thống 3-5 là hệ thống tốt nhất không? Nếu vậy thì bạn đang trở nên
khá sắc bén nhưng vẫn chưa đủ sắc nét như mong muốn. Điều gì sẽ xảy ra nếu tiêu chí của bạn
về một hệ thống tốt là cần phải đảm bảo rằng bạn không có tháng hoặc năm thua lỗ? Hoặc điều
gì sẽ xảy ra nếu tiêu chí của bạn là xếp hạng các hệ thống theo mức độ sụt giảm vốn tiềm năng
đối với bạn?
Phương pháp 4: Xác định số tiền bạn có thể mất. Vì vậy, chúng ta hãy xem xét những khoản
lỗ tiềm tàng của các hệ thống này. Sự thua lỗ tiềm năng của chúng ta xét theo R là gì?
Để biết được thông tin này, tôi đã chạy 10.000 mô phỏng của 100 giao dịch đối với mỗi hệ
thống và sau đó tôi xếp hạng các hệ thống theo 1) mức trung bình (trung vị) của những lần sụt

giảm vốn lớn nhất của hệ thống và 2) mức sụt giảm vốn tồi tệ nhất có thể xảy ra trong 10.000
mô phỏng. Những khoản sụt giảm vốn này được tính toán theo R.
Để minh họa điều tôi thực sự đang làm, hãy xem Bảng 3-6. Bảng này cho thấy các giao dịch
của Hệ thống 3-1 trong một tháng. Trong cột đầu tiên, tôi hiển thị Bội số R cho mỗi giao dịch
được tạo và trong cột thứ hai, tôi hiển thị Bội số R tích lũy.
Bảng 3-6: Mẫu các giao dịch từ Hệ thống 3-1

Bội số R R tích lũy
-1R (1) -1R
-1R (2) -2R
-1R (3) -3R
-1R (4) -4R
-1R (5) -5R
-1R (6) -6R
+10R (7) +4R
-1R (8) +3R
-5R (9) -2R
-5R (10) -7R
-1R (11) -8R
-1R (12) -9R
-1R (13) -10R
-1R (14) -11R
+10R (15) -1R
-1R (16) -2R
-5R (17) -7R
-1R (18) -8R
+10R(19) +2R
-1R (20) +1R
+10R(21) +11R
-1R (22) +10R
-1R (23) +9R
+10R(24) +19R
-1R (25) +18R
Tổng 18R
Kỳ vọng 0.72R

Kỳ vọng của hệ thống là 0,8R, do đó kỳ vọng của mẫu này kém hơn một chút khi chỉ ở mức
0,72R. Tuy nhiên, vì kỳ vọng là R trung bình nên chúng ta có thể có nhiều mẫu sẽ tốt hơn mức
trung bình và nhiều mẫu sẽ tệ hơn.
Nhưng đó không phải là điều chúng ta quan tâm ở đây. Những gì chúng ta đang xem xét là
mức sụt giảm vốn tồi tệ nhất đối với chúng ta được hiển thị trong cột R tích lũy. Lưu ý rằng
sáu giao dịch đầu tiên đều thua lỗ và chúng ta bị giảm 6R. Sau đó, chúng ta có được một giao
dịch thắng lớn đã giúp R tích lũy tăng lên thành +4R. Tuy nhiên, giao dịch 9 và 10 đều thua
5R, vì vậy sau đó chúng ta có mức sụt giảm vốn tích lũy thậm chí còn thấp hơn nữa là 7R. Sau
đó, chúng ta còn nhận thêm bốn khoản lỗ 1R và kết thúc với mức sụt giảm vốn tích lũy là âm
11R. Sau đó, chúng ta có một giao dịch thắng lớn dẫn đến cả mẫu của chúng ta không bao giờ
có mức sụt giảm vốn tệ hơn mức âm 11R âm, do đó mức này trở thành mức sụt giảm vốn tồi
tệ hơn của mẫu.
Được rồi, điều gì sẽ xảy ra nếu chúng ta thực hiện điều này trong 100 giao dịch cho mỗi hệ
thống? Và điều gì sẽ xảy ra nếu chúng ta mô phỏng 100 giao dịch cho mỗi hệ thống 10.000
lần? Đó là những gì tôi đã làm để minh họa cho phương pháp 4. Chúng được trình bày trong
Bảng 3-7. Bao gồm cả mức sụt giảm trung bình của 10.000 mô phỏng.
Bảng 3-7: Xếp hạng các hệ thống theo mức sụt giảm vốn
Mức sụt giảm vốn
Hệ thống Kỳ vọng
Trung bình Tối đa
3-2 -8,7R -34,8R 0,15R
3-5 -26 5R -96R 4,1R
3-1 -27,6R -99R 0,80R
3-4 -41,8R -129R 0,42R
3-3 -42,2R -184R -0,1R
3-6 -53,4R -199R 1,04R
Chú ý những gì đột ngột xảy ra. Hệ thống có kỳ vọng tồi tệ nhất đột nhiên trở thành hệ thống
tốt nhất trong việc tránh được tình trạng sụt giảm vốn sâu. Và hệ thống có kỳ vọng tốt thứ hai
lại trở thành hệ thống tồi tệ nhất xét về mặt sụt giảm vốn. Trên thực tế, Hệ thống 3-6 thậm chí
còn tệ hơn hệ thống với kỳ vọng âm là hệ thống 3-3.
Vấn đề duy nhất với phương pháp cụ thể này là bạn có thể không có khả năng thực hiện 10.000
mô phỏng của 100 giao dịch với mỗi hệ thống của mình. Tuy nhiên, tin tốt là phương pháp 4
vẫn không phải là phương pháp tốt nhất để đánh giá hệ thống. Phương pháp tốt nhất bao gồm
việc sử dụng số liệu thống kê và đánh giá Chỉ Số Chất .Lượng Hệ Thống SM hay là SQNSM .
Bạn không cần trình mô phỏng để xác định SQNSM.
Phương pháp 5: Sử dụng số liệu thống kê để đánh giá hệ thống. Ba phương pháp đầu tiên để
đánh giá sáu hệ thống đã không tính đến tính biến động của các hệ thống và khả năng sụt giảm

vốn lớn. Điều gì sẽ xảy ra nếu chúng ta sử dụng một số phương pháp có tính đến những yếu tố
này?
Được rồi, chúng ta có thể sử dụng công thức sau để làm điều đó:
Chỉ số chất lượng hệ thốngSM = (Kỳ vọng ÷ Độ lệch chuẩn của R) × Căn bậc hai của Số lượng giao dịch
Điều này thực sự tương đương với t-score trong thống kê mà bạn có thể sử dụng nếu kỳ vọng
cao hơn đáng kể so với 0.1 Và đây là một công cụ tuyệt vời để xác định hệ thống nào là tốt
nhất. Vì vậy, hãy xem xét các hệ thống khác nhau với cách này. Những điều này được thể hiện
trong Bảng 3-8. Tôi khuyên bạn nên sử dụng Bảng 3-8 để đánh giá xem bạn đã tự xếp hạng
các hệ thống tốt đến mức nào.
Chú ý những gì đã xảy ra. Hệ thống 3-2, có kỳ vọng dương tệ nhất nhưng lại có độ lệch chuẩn
nhỏ nhất, giờ đây đã giành được vị trí đầu tiên2. Đột nhiên, nó trông như là một hệ thống khá
tốt chỉ vì nó có nhiều giao dịch và độ biến động rất thấp. Chúng ta đã phát hiện ra điều đó dựa
trên những khoản sụt giảm vốn tiềm tàng khi sử dụng trình mô phỏng. Điều tuyệt vời là bạn có
thể xác định chất lượng hệ thống của mình chỉ bằng cách thực hiện một phép tính đơn giản.
Bạn không cần phải thực hiện 10.000 mô phỏng cho 100 giao dịch.
Bảng 3-8: Xếp hạng hệ thống theo Chỉ số chất lượng hệ thốngSM
Hệ thống Kỳ vọng/Độ lệch chuẩn Căn bậc hai N SQNSM
3-2 0,13 8,66 1,13
3-5 0,26 3,87 1,01
3-1 0,16 5 0,80
3-6 0,12 5,92 0,71
3-4 0,08 3,46 0,28
3-3 -0,03 7,75 -0,23
Ngoài ra, hãy lưu ý rằng Hệ thống 3-5 một lần nữa được coi là hệ thống tốt thứ hai, giống như
trong phương pháp sụt giảm vốn. Vì vậy, hy vọng điều này sẽ khiến bạn cảm thấy tốt hơn nữa
khi sử dụng Chỉ số chất lượng hệ thốngSM.
Hệ thống 3-6, được xếp hạng khá cao trong một số thử nghiệm khác của chúng ta, giờ đây trở
thành một trong những hệ thống kỳ vọng dương có thứ hạng thấp nhất. Nhưng nếu bạn làm
theo những hướng dẫn được đưa ra ở phần sau của chương này, bạn sẽ không bao giờ giao dịch
với một hệ thống như Hệ thống 3-6.
Cuối cùng, hãy lưu ý rằng không gì có thể cứu được Hệ thống 3-3 với kỳ vọng âm của nó. Điều
vớt vát duy nhất của Hệ thống 3-3 là nó không có nhiều biến động về mức thua lỗ.
Vì vậy, theo thước đo chính xác nhất, Hệ thống 3-2 là hệ thống tốt nhất và Hệ thống 3-5 là hệ
thống tốt thứ hai. Bạn có tự xếp hạng một trong hai hệ thống này là tốt nhất không? Nếu không

thì hy vọng tôi đã tạo ra một sự thay đổi lớn cho bạn.
Trong Bảng 3-8, N là số lượng giao dịch được tạo ra mỗi tháng. Nếu bạn giả định số lượng
giao dịch không đổi, chẳng hạn như 100, bạn sẽ nhận được các kết quả khá khác nhau, như
được trình bày trong Bảng 3-9.
Bảng 3-9: Xếp hạng theo Chỉ số Chất lượng Hệ thốngSM dựa trên 100 giao dịch
Hệ thống Kỳ vọng/Độ lệch chuẩn Căn bậc hai N (100) SQNSM
3-5 0,26 10 2,60
3-1 0,16 10 1,60
3-2 0,13 10 1,30
3-6 0,12 10 1,20
3-4 0,08 10 0,80
3-3 -0,03 10 -0,30
Lưu ý rằng 3-5 bây giờ lại trở thành hệ thống tốt nhất. Với số lượng giao dịch bằng nhau, Chỉ
số chất lượng hệ thốngSM thực chất chỉ là tỷ lệ giữa kỳ vọng và độ lệch chuẩn của nó.
Vậy bạn nên sử dụng phương pháp nào để xác định Chỉ số chất lượng hệ thốngSM - số lượng giao
dịch thực tế trong một khoảng thời gian nhất định (ví dụ: một tháng hoặc một năm) hay số
lượng giao dịch không đổi? Cả hai đều có một số ưu điểm, nhưng tôi khuyên bạn nên dùng Chỉ
số chất lượng hệ thốngSM dựa trên số lượng giao dịch mà hệ thống tạo ra trong một năm. Tuy
nhiên, bạn phải có số lượng giao dịch đủ trong một năm để thực hiện việc này!
Khi sử dụng các nguyên tắc định cỡ vị thế, ở phần sau của cuốn sách này, chúng ta sẽ sử dụng
phương pháp thứ hai, tức là giả định N = 100 giao dịch cho mỗi hệ thống và tôi khuyên bạn
nên làm như vậy. Tuy nhiên, bạn vẫn phải có số lượng giao dịch đủ trong một năm để thực
hiện việc này. Trùng hợp là trong cả sáu hệ thống của chúng ta, chúng ta có toàn bộ số lượng
giao dịch hệ thống tạo ra. Chúng không phải là mẫu. Do đó, giá trị trung bình và độ lệch chuẩn
sẽ không thay đổi do chưa biết Bội số R khi lấy mẫu lớn hơn. Bạn sẽ không bao giờ có được
thông tin này trong các giao dịch thực sự.
Vậy bạn xếp hạng các hệ thống như thế nào và tại sao? Và bạn sẽ giao dịch với hệ thống đó
chứ? Bạn sẽ giao dịch với hệ thống 3-2 hay hệ thống 3-5 trong trường hợp đó? Tại sao có hoặc
tại sao không? Viết câu trả lời của bạn và lý do cho câu trả lời của đó vào khoảng trống bên
dưới.
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………
Hãy xem xét tất cả sáu hệ thống của chúng ta và xem chúng được xếp hạng thứ báo nhiêu theo

từng phương pháp. Bảng xếp hạng được thể hiện trong Bảng 3-10.
Bảng 3-10: Tóm tắt thứ hạng theo từng phương pháp
System Rankings
Phương pháp
Tốt nhất 2 3 4 5 Tệ nhất
1—Tỷ lệ thắng 3-3 3-2 3-6 3-1 3-4 3-5
2—Kỳ vọng 3-5 3-6 3-1 3-4 3-2 3-3
3—Sự mong đợi 3-5 3-6 3-1 3-2 3-4 3-3
4—Sụt giảm vốn R 3-2 3-5 3-1 3-4 3-3 3-6
5—SQNSM với số
lượng giao 3-2 3-5 3-1 3-6 3-4 3-3
dịch/tháng
6—SQNSM với 100
3-5 3-1 3-2 3-6 3-4 3-3
giao dịch
Lưu ý rằng hệ thống tốt nhất, theo Chỉ số chất lượng hệ thốngSM (Hệ thống 3-2), chỉ được chọn
ra bởi phương pháp sụt giảm vốn và chất lượng hệ thống lại là một trong những hệ thống tệ
nhất nếu đánh giá bằng sự mong đợi và kỳ vọng. Và hệ thống tệ nhất (Hệ thống 3-3, là hệ thống
có kỳ vọng âm) lại được xếp hạng tốt nhất theo tỷ lệ thắng, trong khi nó bị xếp hạng kém nhất
theo tất cả các phương pháp khác ngoại trừ phương pháp Sụt giảm vốn R.
Xếp hạng hệ thống của bạn

Sử dụng SQNSM, hãy xem liệu chúng ta có thể đưa ra một số nguyên tắc để đánh giá một hệ
thống hay không. Những điều này được đưa ra trong Bảng 3-11. Bạn sẽ hiểu tôi đã phát triển
những tiêu chí này như thế nào khi đọc Phần III của cuốn sách này tại mục Sử dụng định cỡ vị
thếSM để đạt được mục tiêu của bạn.
Bảng 3-11: Sử dụng Chỉ số chất lượng hệ thốngSM để xếp hạng hệ thống của bạn dựa
trên 100 giao dịch
Điểm chất lượng Đánh giá hệ thống của bạn
Nhỏ hơn 1.0 Khả năng cao rất khó để giao dịch
1,01 đến 2,00 Hệ thống trung bình (cần có giá trị khoảng 1,7 để có ý nghĩa thống kê)
2,01 đến 3,003 Hệ thống tốt (khác biệt đáng kể so với 0)
3,01 đến 5,00 Hệ thống xuất sắc
5,01 đến 7,00 Hệ thống tuyệt vời (ít tồn tại)
7.01 trở lên Hệ thống Chén Thánh
Lưu ý rằng không có hệ thống mẫu nào của chúng ta thực sự tốt. Chỉ hai trong số đó có thứ
hạng đủ cao để được coi là hệ thống trung bình. Đây là lý do tại sao tôi tin rằng nếu bạn sử

dụng Chỉ số chất lượng hệ thốngSM để đánh giá hệ thống của mình, bạn có thể sẽ không gặp rủi
ro giao dịch phải thứ gì đó như Hệ thống 3-6, hệ thống này có thể có vẻ tốt đối về mặt kỳ vọng
và sự mong đợi. Lưu ý rằng nếu bạn đủ thích bất kỳ hệ thống nào trong số đó để giao dịch với
nó, thì tiêu chuẩn của bạn có thể quá thấp.
Một số người có thể giao dịch với các hệ thống như vậy, nhưng bạn có thể giao dịch tốt hơn
nhiều với một số bản tin đưa ra khuyến nghị. Ví dụ: bản tin True Wealth của Steve Sjuggerud,
đã đưa ra khuyến nghị hàng tháng kể từ tháng 10 năm 2001, có Chỉ số chất lượng hệ thốngSM đạt
gần 3.4 Đây là mức ấn tượng đối với một bản tin phải đưa ra khuyến nghị mỗi tháng vào một
ngày cụ thể. Hơn nữa, Steve phải giới hạn những khuyến nghị của mình ở mức mà đủ để
100.000 người có thể giao dịch cùng một lúc, vì vậy mọi mã cổ phiếu anh ấy khuyến nghị phải
có tính thanh khoản rất cao. Đây là những hạn chế nghiêm trọng.
Hệ thống đơn giản nhưng hiệu quả của tôi, mua các cổ phiếu hiệu quả cao với điểm dừng lỗ
trượt 25%, chỉ mua, có Chỉ số Chất lượng Hệ thốngSM là 4,08 trong 23 giao dịch được thực
hiện từ tháng 7 năm 2006 đến tháng 7 năm 2007. (Xem Suy nghĩ của Tharp, ngày 18 tháng 7
năm 2007). Điều này có thể được mô tả là một thị trường tăng, ít biến động. Tuy nhiên, thị
trường sau đó trở nên đi ngang và không ổn định, hệ thống trở nên không hoạt động tốt chút
nào và tôi cũng không mong đợi bất kỳ hệ thống theo xu hướng nào hoạt động trong môi trường
như vậy.
Ken Long dạy một số hệ thống trong hội thảo ETF của chúng tôi có Chỉ số Chất lượng Hệ
thốngSM trên 5. Tuy nhiên, tôi nghĩ rằng hầu hết mọi người sẽ có hệ thống có điểm từ 1,75 trở
xuống, vì vậy đừng buồn nếu điểm hệ thống của bạn không xuất sắc. Tôi nghi ngờ rằng có rất
ít hệ thống xếp hạng cao tới 5.0 hoặc cao hơn.
Bạn có thể cần phải rất cẩn thận với các hệ thống được xếp hạng cao. Rất có thể bạn vẫn chưa
nhìn thấy mức lỗ trong trường hợp xấu nhất (mặc dù điều đó có thể xảy ra đối vơis mọi hệ
thống). Tuy nhiên, đối với các hệ thống được xếp hạng cao, một khoản lỗ đáng kể (ví dụ như
một khoản lỗ 5R) có thể gây tổn hại đáng kể đến vốn sở hữu của bạn vì bạn có thể đã nâng kích
cỡ vị thế của mình lên quá cao. Đừng chỉ lấy những nguyên tắc này và áp dụng ngay chúng
vào hệ thống của bạn. Hãy chắc chắn rằng bạn hiểu các giả định thống kê mà bạn đang thực
hiện trước khi sử dụng chúng.
Tất cả SQNSSM này đều giả định rằng bạn có 100 giao dịch (tức là N = 100). N đề cập đến số
lượng giao dịch được thu thập dữ liệu trong một khoảng thời gian cố định (ví dụ như một năm).
Và để so sánh hệ thống của bạn theo tiêu chuẩn này, bạn phải sử dụng số lượng giao dịch bạn
thực hiện mỗi năm là N trong công thức. Điều này là do có một vấn đề rất quan trọng là bạn
thực hiện được 100 giao dịch nhanh như thế nào.
Một hệ thống thực hiện 100 giao dịch trong một tuần sẽ tốt hơn nhiều so với một hệ thống thực
hiện 100 giao dịch tương tự trong khoảng thời gian ba năm. Ví dụ: một hệ thống có kỳ vọng
0,35 thực hiện 100 giao dịch trong một tháng sẽ có mức lãi trung bình là 35R vào cuối tháng.
Khi bạn so sánh hệ thống đó với một hệ thống khác có kỳ vọng là 1,25 nhưng phải mất ba năm
để thực hiện 100 giao dịch (tức là 2,78 giao dịch mỗi tháng), hệ thống đó sẽ chỉ có mức lãi

trung bình là 3,47R mỗi tháng. Hệ thống thứ hai có thể có SQNSM là 3, so với SQNSM là 2 của
hệ thống thứ nhất. Tuy nhiên, hầu hết mọi người vẫn sẽ hài lòng hơn với hệ thống đầu tiên vì
nó kiếm tiền nhanh chóng.
Nếu bạn chỉ có mẫu gồm mười giao dịch thì bạn sẽ cần Chỉ số Chất lượng Hệ thốngSM ít nhất
là 3,50 để bắt đầu cho rằng mình có một hệ thống tốt. Với 20 giao dịch, bạn cần Chỉ số Chất
lượng Hệ thống là 3,00 để bắt đầu coi đó là một hệ thống tốt. Và với 30 giao dịch, con số đó
có thể giảm xuống còn 2,50 để trở thành một hệ thống tốt. Tuy nhiên, với những mẫu nhỏ như
vậy (và thậm chí với mẫu 30 giao dịch vẫn còn là nhỏ), bạn chỉ có thể mơ hồ về những gì mình
có thể mong đợi từ hệ thống.
Ngoài ra, đừng chỉ đặt 100 giao dịch vào hệ thống của bạn để xác định Chỉ số Chất lượng Hệ
thốngSM. Ví dụ: một trong những hệ thống mà Ken Long dạy trong Hội thảo về Quỹ giao dịch
hoán đổi của chúng tôi có SQNSM bằng 13 sau 38 giao dịch.5 Tôi hoàn toàn sửng sốt khi nghe
được điều đó. Tuy nhiên, Chỉ số Chất lượng Hệ thốngSM được tính toán dựa trên 100 giao dịch
chứ không phải 38. Điều đó có nghĩa là nó có hệ số nhân là 10 (tức là căn bậc hai của 100) thay
vì hệ số nhân là 6,16. Theo ý kiến của tôi, với 38 giao dịch, tất cả những gì chúng ta có thể nói
vào thời điểm này là nó “trông giống” một hệ thống Chén Thánh với Chỉ số Chất lượng Hệ
thốngSM khoảng 8 điểm. Tôi không nghĩ sẽ là công bằng khi cho rằng hệ thống này sẽ giữ
nguyên được phong độ trong 62 giao dịch tiếp theo.
Một vấn đề với SQNSM và cách khắc phục nó

Giả sử bạn kiểm tra dữ liệu 20 năm để tìm một ý tưởng giao dịch nào đó. Kết quả của việc
kiểm tra lại trông thực sự ngoạn mục và mang lại cho bạn SQNSM trên 5. Việc kiểm tra lại như
vậy được thể hiện trong Bảng 3-12. Dựa trên kết quả, bây giờ bạn có một hệ thống tuyệt vời.
Theo các tiêu chí mà chúng tôi đã đề xuất, rất ít hệ thống có thể tốt như thế này.
Nhưng đây có thực sự là sự thật không? Không, không phải vậy. Nó chỉ đơn giản chỉ ra một
vấn đề với SQNSM. Khi bạn có quá nhiều giao dịch, bạn có nguy cơ đánh giá quá cao chất lượng
hệ thống của mình. Trong trường hợp của hệ thống này, chúng ta có SQNSM là 5,19 với 198
giao dịch.
Bảng 3-12: Tóm tắt kết quả

Số lượng giao dịch 198
Giá trị trung bình của Bội số R 0,39
Độ lệch chuẩn của Bội số R 1,06
Chỉ số Chất lượng Hệ thốngSM 5,19
Lưu ý rằng kỳ vọng của hệ thống này chỉ là 0,39R. Và nếu bạn nhìn vào tỷ lệ giữa kỳ vọng và
độ lệch chuẩn, bạn sẽ nhận được (0,39/1,06 = 0,368). Bây giờ hãy giả sử rằng chúng ta có 100
giao dịch. SQNSM của chúng ta sẽ chỉ là: 0,368 × SQRT(100) = 3,68.
Đây là một hệ thống tốt nhưng không phải là một hệ thống tuyệt vời. Do đó, việc có quá nhiều

giao dịch trong mẫu có thể khiến bạn đánh giá quá cao độ tốt hệ thống của mình.
Vì vậy, đây là khuyến nghị của tôi:
• Nếu bạn có ít hơn 100 giao dịch, hãy sử dụng SQNSM để xác định chất lượng hệ
thống của bạn. Số lượng giao dịch bạn thực hiện trong một năm sẽ là một ước tính
tốt.
• Nhưng nếu bạn có hơn 100 giao dịch thì chỉ cần nhân tỷ lệ (của kỳ vọng chia cho
độ lệch chuẩn) với 10. Nói cách khác, giả định bạn chỉ có 100 giao dịch và tính
SQNSM. Sẽ trở nên hơi khắt khe hơn với cách tiếp cận này, nhưng tốt hơn hết là nên
khắt khe còn hơn là đánh giá quá cao về độ tốt hệ thống của bạn.
Giả định thống kê khi sử dụng cuốn sách này

Một khó khăn lớn mà chúng ta gặp phải khi sử dụng tài liệu này để đánh giá hệ thống của mình
là giả định thống kê mà chúng ta phải đảm bảo để phân phối Bội số R của bạn là hợp lệ. Nói
cách khác, mẫu giao dịch của bạn có thực sự phản ánh điều gì sẽ xảy ra khi bạn giao dịch trong
hệ thống của mình không?
Khi bạn thực hiện 10 giao dịch, những gì bạn thực sự đã làm được là lấy mẫu gồm 10 giao dịch
từ tổng thể các giao dịch mà hệ thống của bạn có thể tạo ra. Vì vậy, hệ thống của bạn có mang
lại lợi nhuận về mặt thống kê không? Và mẫu giao dịch này có thể thể hiện chính xác số lượng
giao dịch mà hệ thống của bạn tạo ra như thế nào?
Chúng ta hãy xem xét hai câu hỏi này một cách riêng biệt:
Đầu tiên, hệ thống của bạn có mang lại lợi nhuận về mặt thống kê không? Nếu bạn nhìn vào công
thức chúng tôi đưa ra để xác định chất lượng hệ thống của bạn, bạn sẽ thấy rằng đó cũng là công thức
xác định liệu hệ thống của bạn có mang lại lợi nhuận về mặt thống kê hay không.
Chỉ số Chất lượng Hệ thốngSM = (Kỳ vọng ÷ Độ lệch chuẩn) × (căn bậc hai của Số lượng giao dịch)
Về cơ bản, đây là công thức tính t-score, so sánh một mẫu với giá trị trung bình được giả định
bằng 0. Nếu bạn có kỳ vọng dương, t-score sẽ cho biết kết quả của bạn có khác biệt đáng kể so
với lợi nhuận bằng 0 hoặc âm hay không. Và nếu có xác suất 95% là nó khác 0 hoặc âm, thì
bạn có thể bác bỏ giả thuyết rằng hệ thống có lợi nhuận trung bình là âm hoặc bằng 0.
Nhìn chung, SQNSM càng lớn thì bạn càng có nhiều khả năng bác bỏ giả thuyết đó.
Phụ lục II trình bày một số t-score ở các phần trăm khác nhau mà bạn có thể sử dụng để tự trả
lời câu hỏi này cho mình. Nếu nhìn vào t-score trong Phụ lục II, bạn sẽ nhận thấy rằng không
một hệ thống nào trong chương này, ngay cả Hệ thống 3-2, có giá trị đủ cao để có khả năng
kiếm tiền tốt. Tuy nhiên, mọi người đều đang giao dịch với những hệ thống như vậy hàng ngày.6
Sự thật là, t-score dựa trên giả định dữ liệu của bạn phù hợp với phân phối hình chuông chuẩn

(phân phối chuẩn). Hầu hết các hệ thống giao dịch đều có đuôi béo (fat tails) - tức là họ có một
hoặc hai giao dịch lớn tạo nên phần lớn lợi nhuận. Tuy nhiên, t-score ít nhất sẽ cho bạn ước
tính sơ bộ về chất lượng hệ thống của bạn. Tuy nhiên, các mẫu nhỏ (chẳng hạn như 10 đến 20
giao dịch) là quá nhỏ để bạn có thể hiểu rõ về ý nghĩa thống kê của hệ thống của mình. Điều
tốt nhất bạn có thể kết luận là bạn đã có một khởi đầu tốt.
Thứ hai, những giao dịch này có thể hiện đầy đủ các giao dịch thực tế mà hệ thống của bạn sẽ tạo
ra không?
Đây là một câu hỏi thậm chí còn quan trọng hơn nếu bạn định sử dụng phân phối Bội số R để
xác định những điều như cách thực hiện định cỡ vị thế với hệ thống của mình. Ví dụ: nếu bạn
cho rằng hệ thống của bạn chỉ có 10% xác suất xảy ra mức sụt giảm 20R, nhưng mẫu giao dịch
của bạn không thể hiện đầy đủ những gì hệ thống của bạn có thể làm, thì bạn có thể dễ dàng có
mức sụt giảm 50R. Vì vậy, câu hỏi “Các giao dịch của tôi có phản ánh đầy đủ hệ thống của tôi
không?” là một câu hỏi rất quan trọng.
Nói chung, mẫu của bạn càng lớn thì càng có nhiều khả năng thể hiện đầy đủ số liệu thống kê
tổng thể thực sự. Ba mươi thường được coi là kích thước tối thiểu để bắt đầu phản ánh tổng
thể. Do đó, nếu bạn có 30 giao dịch, bạn có thể đã có đủ giao dịch để bắt đầu ước tính hiệu suất
tổng thể của hệ thống của mình.
Thật không may, với giao dịch, nó phức tạp hơn một chút so với việc chỉ có một số lượng lớn
giao dịch. Bạn phải biết liệu mẫu của bạn có đại diện cho tổng thể mọi giao dịch trong thực tế
hay không. Sẽ không được như vậy trừ khi nó đại diện cho một mẫu thích hợp từ tất cả các loại
thị trường khác nhau.
Ví dụ: bạn có thể chọn ra 200 giao dịch được thực hiện với các cổ phiếu ngành công nghệ cao
trong thời gian từ 1998 đến 1999 và sử dụng một hệ thống giao dịch theo xu hướng rồi sau đó
cho rằng mình đã có một hệ thống “quái vật”. Hệ thống đó có thể đã dẫn đến sự sụp đổ trong
thời gian từ năm 2000 đến năm 2002. Thị trường trong hai thời kỳ đó hoàn toàn khác nhau. Vì
vậy, bạn phải tự hỏi: “Chúng ta đang ở loại thị trường nào khi hệ thống của tôi tạo ra mẫu giao
dịch?” Nói chung, có sáu loại thị trường:
• Thị trường biến động mạnh: Đây là thị trường chứng khoán năm 1999.
• Thị trường ổn định: Điều này có nghĩa là mọi thứ diễn ra rất suôn sẻ - gần như là một
đường thẳng mà không có nhiều biến động.
• Thị trường đi ngang (phẳng) nhưng biến động: Thị trường chứng khoán về cơ bản là ổn
định trong năm 2004. Đôi khi nó biến động và đôi khi nó phản ánh loại thị trường tiếp
theo.
• Thị trường đi ngang (phẳng) nhưng ổn định: Giai đoạn đầu năm 2005 chắc chắn phản
ánh loại thị trường này. Các chỉ số trung bình chính không đi đến đâu và chúng hiếm
khi di chuyển nhiều hơn một điểm phần trăm trong cả tuần.
• Thị trường không ổn định: Đây chắc chắn là thị trường NASDAQ năm 2000.
• Thị trường trầm lắng: Hầu hết các thị trường giá xuống đều có những giai đoạn như thế
này khi các chỉ số trung bình giảm hàng tuần, nhưng không đáng kể. Những thị trường
kiểu như thế này sẽ ăn tươi nuốt sống bạn nếu ở lâu.

Khung thời gian giao dịch của bạn sẽ xác định cách bạn xác định từng loại thị trường. Các ví
dụ được đưa ra trong chương này giả định rằng bạn có tầm nhìn dài hạn và xem xét khoảng
thời gian trong ba tháng. Bạn sẽ sử dụng khoảng thời gian này nếu mục tiêu của bạn là giữ một
vị thế trong thời gian dài. Quan điểm ngắn hạn hơn có thể xem xét những thay đổi hàng tuần
trên thị trường và người giao dịch trong ngày có thể sử dụng những thay đổi hàng ngày hoặc
thậm chí có các phân loại khác nhau cho các loại ngày giao dịch.
Mặc dù bạn có thể không giao dịch bằng hệ thống của mình ở tất cả sáu loại thị trường, nhưng
bạn cần một mẫu giao dịch lớn (lý tưởng là hơn 100, nhưng ít nhất là 30) từ mỗi thị trường
trong số sáu thị trường này để có ý tưởng đầy đủ về cách hệ thống của bạn sẽ hoạt động.
Nếu bạn không đáp ứng được những tiêu chí này và thực sự rất ít người làm được điều đó - thì
bạn sẽ không biết nên mong đợi điều gì từ hệ thống của mình. Điều tốt nhất bạn có thể nói là
“Tôi có 50-100 giao dịch tại [chèn loại thị trường đang diễn ra khi bạn thực hiện giao dịch],
nhưng tôi biết khá rõ hệ thống của mình sẽ hoạt động như thế nào trong những điều kiện này.
Hơn nữa, tôi cần đảm bảo rằng tôi chỉ giao dịch trong những điều kiện này vì tôi không biết hệ
thống của mình sẽ hoạt động như thế nào trong các điều kiện khác”
Giả định cuối cùng bạn cần xem xét là hệ thống của bạn có thể thực hiện bao nhiêu giao dịch
đồng thời. Bạn cần phải thận trọng với điều này. Nếu hệ thống của bạn tạo ra 20 giao dịch mở
cùng một lúc, điều gì sẽ xảy ra với tất cả chúng nếu toàn bộ thị trường sụp đổ? Như Steve
Sjuggerud thường nói: “Nói chung, tất cả các con tàu đều di chuyển theo thủy triều”. Vì vậy,
nếu bạn có 20 giao dịch và thị trường sụp đổ thì tất cả chúng có thể hoạt động giống như một
giao dịch lớn đang đi ngược lại với bạn. Vấn đề này cũng sẽ được đề cập sau trong chủ đề độ
nóng của danh mục đầu tư và độ nóng của nhóm.
Ngoài ra, bạn cần hiểu rằng thị trường có những cú sốc giá định kỳ. Điều này có nghĩa là mọi
thứ đột ngột giảm xuống và mức giảm là rất đáng kể. Nếu bạn đang giao dịch các sản phẩm có
đòn bẩy như hợp đồng tương lai thì toàn bộ vốn của bạn có thể bị xóa sạch trong một cú sốc
giá như vậy. Bạn phải giả định rằng một trong những cú sốc này có thể ở ngay gần đó và bạn
phải có khả năng sống sót sau nó.
Đã có hai cú sốc lớn kể từ khi tôi làm huấn luyện viên giao dịch. Cú sốc đầu tiên xảy ra vào
tháng 10 năm 1987 trong và sau Thứ Hai Đen Tối. Chỉ số S&P 500 giảm 20% chỉ trong một
ngày. Ở một khía cạnh nào đó, những cú sốc ở các thị trường khác (Eurodollar, Bạc và Vàng)
thậm chí còn tồi tệ hơn vào ngày hôm sau. Có những đợt tăng giá lớn mà không có cơ hội thoát
ra và nếu bạn ở sai hướng trong một vị thế có đòn bẩy lớn, bạn có thể mất tất cả.
Cú sốc giá lớn thứ hai xảy ra vào tháng 9 năm 2001. Phố Wall đóng cửa vào ngày 11 tháng 9
và về cơ bản vẫn đóng cửa trong thời gian còn lại của tuần. Khi thị trường mở cửa trở lại vào
ngày 17/9, giá tiếp tục xu hướng giảm từ đầu tháng 9. Vì vậy, nếu bạn đang bán khống, tjof
bạn đã làm tốt. Chỉ số S&P 500 đã giảm hơn 12% trong tuần đó trước khi chạm đáy. Sau đó
nó đã phục hồi 8% trong tuần tiếp theo. Đây là những biến động giá lớn. Hãy tưởng tượng bạn
đang ở sai hướng của một vị thế có đòn bẩy lớn (hoặc tệ hơn là nhiều vị thế). Một lần nữa, bạn
có thể đã mất tất cả.

Cải thiện Chỉ số Chất lượng Hệ thốngSM của bạn

Nói chung, Chỉ số Chất lượng Hệ thốngSM của bạn càng tốt thì bạn càng có thể làm được nhiều
việc hơn với việc định cỡ vị thế để đạt được mục tiêu của mình. Ví dụ: với SQNSSM từ 1 đến 2,
bạn có thể sẽ gặp khó khăn trong việc đạt được mục tiêu của mình dù làm thế nào đi nữa. Tuy
nhiên, khi SQNSSM của bạn tăng lên trên 4, bạn sẽ thấy rằng việc đạt được mục tiêu của mình
bằng việc định cỡ vị thế trở nên dễ dàng hơn nhiều. Những chủ đề này sẽ được thảo luận rộng
rãi trong Phần IV.
Để chứng minh việc sử dụng định cỡ vị thế để đáp ứng các mục tiêu của bạn với Chỉ số Chất
lượng Hệ thốngSM tốt hơn sẽ càng trở nên dễ dàng hơn bao nhiêu, tôi đã tạo bảy mô hình hệ
thống với SQNSSM từ 1 đến 7. SQNSSM đều giả định rằng bạn có 100 giao dịch. Những hệ thống
này sau đó được sử dụng trong cuốn sách này để cung cấp cho bạn các hướng dẫn về cách sử
dụng định cỡ vị thế nhằm đáp ứng các mục tiêu của bạn với các SQNSSM khác nhau. Hãy nhớ
rằng với những mô hình hệ thống này, bạn có toàn bộ tổng thể vì tôi đã tạo ra chúng. Trong
giao dịch thực tế, tất cả những gì bạn có chỉ là một mẫu để từ đó suy ra tổng thể như thế nào.
Hệ thống SQN1 đến Hệ thống SQN7 được hiển thị tương ứng trong Hình 3-1 đến 3-7. Trong
mỗi trường hợp, tôi đã đưa ra mức lỗ trong trường hợp xấu nhất là 5R chỉ để phòng ngừa, mặc
dù bạn có thể bị lỗ nặng hơn trong các hệ thống có SQNSSM thấp.
Số giao dịch Bội số R Kỳ vọng (trung bình) 0,76

23 -5 Độ lệch chuẩn 7,54
55 -1 % tỷ lệ thắng 22
12 3 Tỷ lệ thắng/thua 5,13
6 15 Số lượng giao dịch 100
4 30 SQNSM 1,01
Hình 3-1: Hệ thống SQN1

11 -2 Tỷ lệ thắng/thua 0,62
10 -1 Số lượng giao dịch 100
57 1 SQNSM 2,03
15 2


2 -1.5 % tỷ lệ thắng 64
21 1.5 SQNSM 3,02
15 2

8 -2 % tỷ lệ thắng 78,0
31 2 SQNSM 3,98
4 5
3 10

3 -5 Độ lệch chuẩn 283
33 2 SQNSM 4,98
5 5
4 10

1 -5 Độ lệch chuẩn 3 65

23 2 SQNSM 6
22 5
6 10

25 2 SQNSM 6,99
25 5
16 10
Điều gì là quan trọng để đạt được SQNSSM cao?

Đầu tiên, có mối tương quan chặt chẽ giữa tỷ lệ thắng và SQNSM, mặc dù Hệ thống SQN2 có
tỷ lệ thắng cao hơn Hệ thống SQN3.
Thứ hai, việc bổ sung Bội số R cao hơn chắc chắn sẽ cải thiện kỳ vọng của hệ thống, nhưng đã
có lúc tôi quyết định thêm hai lần thắng thắng 30R vào hệ thống có kỳ vọng là 1,1 và SQNSM
là 4,51. Đoán xem điều gì đã xảy ra? Khi tôi thêm hai giao dịch 30R, kỳ vọng gần như tăng
gấp đôi lên 2,13, nhưng độ lệch chuẩn lại tăng lên rất nhiều đến 5,99. Điều đó mang lại cho nó
tỷ lệ 0,355 và khi chúng tôi giả định là có 100 giao dịch, nó tạo ra SQNSM là 3,55. Vì vậy, chỉ
bằng cách thêm hai Bội số R khổng lồ vào phân phối, tôi thực sự đã giảm SQNSM hơn 20%.
Bây giờ tôi nghĩ nó là điều hợp lý vì nó làm tăng độ lệch chuẩn nhiều hơn tăng giá trị trung
bình, nhưng đó không phải là điều tôi đã dự đoán được trước khi tự mình thực hiện phép tính.
Thay vào đó, để tăng SQNSM lên 5, tôi cần thêm những lần thắng nhỏ hơn.
SQNSM càng cao thì càng khó để cải thiện nó. Ví dụ: hãy xem xét việc cải thiện của R ròng và
tỷ lệ R dương và R âm của mỗi hệ thống. Những điều này được thể hiện trong Bảng 3-13.

Bảng 3-13: SQN 1 đến 7

Hệ thống Kỳ vọng Tỷ lệ thắng +R trừ -R Tỷ lệ +R chia -R
Hệ thống SQN1 0,76R 22,0% 76R 1,41
Hệ thống SQN2 0,32R 72,0% 32R 1,58
Hệ thống SQN3 0,45R 64,0% 44,5R 1,99
Hệ thống SQN4 1,06R 78,4% 106R 3,30
Hệ thống SQN5 1,41R 84,0% 141R 5,41
Hệ thống SQN6 2,19R 82,0% 219R 8,82
Hệ thống SQN7 3,42R 90,0% 342R 21,11
Kỳ vọng, tỷ lệ thắng, tổng chênh lệch R giữa những lần thắng và thua, và tỷ lệ của cả hai đều
tăng khi Chỉ số Chất lượng Hệ thốngSM tăng lên. Tuy nhiên, rõ ràng là tỷ lệ của tổng +R chia
tổng -R là tỷ lệ mang tính dự đoán tốt nhất của SQNSM. Và, cũng trong cả tập dữ liệu +R trừ -
R và Tỷ lệ +R chia -R, cần có một thay đổi nhỏ để cải thiện SQNSM khi chúng ta bắt đầu từ
mức thấp, nhưng cần phải có một thay đổi ngày càng lớn khi hệ thống của chúng ta ngày càng
tốt hơn. Kết quả là tôi càng ấn tượng hơn với các hệ thống có SQNSSM cao.
CHÚ THÍCH
1
t-score giả định có phân phối bình thường, điều mà chúng ta sẽ không thể có với Bội số R của mình. Tuy nhiên, t-
score vẫn là một cách tuyệt vời để xác định chất lượng tổng thể của hệ thống. Công thức đã cho được sử dụng để xác
định xem một mẫu có khác 0 hay không. Đây không phải là công thức dúng để so sánh hai mẫu.
2
Tôi đã thấy một hệ thống có kỳ vọng là 0,07, điều mà tôi đã nghĩ là khủng khiếp, hóa ra lại có Chỉ số Chất lượng Hệ
thốngSM là 2.21 đơn giản vì nó tạo ra rất nhiều giao dịch (603 giao dịch) và có chỉ độ tin cậy rất tốt (78%).
3
Một nguyên tắc nhỏ là tìm kiếm một hệ thống tạo ra Chỉ số Chất lượng Hệ thốngSM ít nhất là 2,5 trước khi giao dịch.
Bạn cũng có thể chỉ nhìn vào tỷ lệ giữa kỳ vọng và độ lệch chuẩn của Bội số R. Nếu tỷ lệ đó là 0,25 hoặc cao hơn thì
bạn đã tạo ra một hệ thống có tiềm năng tốt.
4
Điều này dựa trên tính toán vào ngày 14 tháng 8 năm 2007.
5
SQNSM có thể khác nhiều sau 100 giao dịch.
6
Tuy nhiên, chúng ta biết rằng năm trong số sáu hệ thống có thể kiếm được tiền vì chúng ta biết toàn bộ tập hợp Bội
số R được tạo ra. Bạn sẽ không bao giờ có được dữ liệu tổng thể với các giao dịch thực sự của mình.

Chương 4
Tôi có thể kỳ vọng gì trong tương lai?
Mục đích của chương này là cung cấp cho bạn ý tưởng về cách trả lời câu hỏi: “Tôi có thể kỳ
vọng điều gì từ hệ thống của mình trong tương lai?” Một số người kiểm tra lại hệ thống của họ
để xác định xem liệu nó có mang lại cho họ lợi nhuận đủ tốt hay không (tức là kỳ vọng). Theo
tôi, những gì hầu hết mọi người làm để trả lời câu hỏi này là hoàn toàn không thỏa đáng, nhưng
nó vẫn giúp họ có đủ tự tin để giao dịch hệ thống đó. Thông thường, họ sử dụng phần mềm
kiểm tra lại để kiểm tra hết khả năng này đến khả năng khác để cuối cùng có thể tìm được thứ
gì đó trông có vẻ sinh lời nhưng lại không được cân nhắc kỹ lưỡng. Nhưng quy trình này của
họ chỉ xem xét một mẫu trong số nhiều mẫu có thể có. Nó thường không đại diện cho hệ thống
của họ và đó thường là dấu hiệu của thảm họa.
Ví dụ: giả sử bạn muốn kiểm tra hệ thống giao cắt giữa các đường trung bình động. Nó có lợi
nhuận nhưng không phải thứ bạn muốn áp vào giao dịch. Kết quả là, bạn bắt đầu thử nghiệm
các đường trung bình động khác nhau, sau đó thêm một chỉ báo dao động và đột nhiên bạn bắt
gặp thứ gì đó có vẻ hoạt động khá tốt và tạo ra lợi nhuận lớn. Nhưng bạn có gì? Bạn không
thực sự chắc chắn mình có bất cứ điều gì vì bạn đã không suy nghĩ kỹ về nó.
Giả sử bạn đã nghĩ ra ý tưởng của mình và kiểm tra lại nó có lẽ chỉ bằng một vài điều chỉnh để
khiến nó hoạt động theo ý bạn. Đối với một số người, việc thử nghiệm một mẫu theo cách này
là đủ để mang lại cho họ sự tự tin cần thiết để giao dịch cùng hệ thống đó, đặc biệt nếu bạn đã
thử nghiệm dữ liệu trong hơn 20 năm, với hàng trăm mẫu từ mỗi thị trường khác nhau. Nhưng
tất cả những gì bạn thực sự biết chỉ là một ví dụ về cách hệ thống của bạn hoạt động dựa trên
dữ liệu trong quá khứ. Và ngay cả khi Bội số R do hệ thống của bạn tạo ra trong thử nghiệm
đó thể hiện chính xác những gì hệ thống của bạn có thể làm thì bạn vẫn thiếu rất nhiều thông
tin. Công việc thực sự của bạn lúc này là tự hỏi một số câu hỏi như:
1. Mẫu của tôi có thể hiện chính xác loại kết quả mà tôi có thể mong đợi từ hệ thống của
mình không?
2. Hệ thống này có hợp lệ không? Liệu nó có thực sự làm được những gì nó phải làm
không?
3. Nếu tôi trả lời “Có” cho cả hai câu hỏi trên, tôi có thể kỳ vọng điều gì từ hệ thống này
trong tương lai?
Điều gì sẽ xảy ra về mặt sụt giảm vốn? Tôi có thể mong đợi kiếm được gì? Hiệu suất
của tôi sẽ thay đổi như thế nào?
4. Hệ thống của tôi sẽ hoạt động ở những loại thị trường nào?
5. Thử nghiệm của tôi có giả định rằng chỉ có một giao dịch được thực hiện tại một thời
điểm không? Nếu vậy, tác động của việc giao dịch trong thực tế là gì nếu tôi có một

danh mục đầu tư gồm nhiều sản phẩm có tính tương quan?
6. Và, với những mục tiêu tôi có trong đầu và kết quả thử nghiệm của mình, tôi nên định
cỡ vị thế cho hệ thống này như thế nào để đáp ứng đầy đủ các mục tiêu của mình?
Câu hỏi 1: Mẫu của tôi có mang tính đại diện không?
Vậy là bạn đã thực hiện xong một số thử nghiệm lại trên hệ thống của mình. Bạn có một mẫu
gồm 25 giao dịch, đại diện cho một năm giao dịch. Bây giờ bạn phải tự hỏi mình câu hỏi quan
trọng: “Những kết quả này có đại diện cho những gì thực sự có thể xảy ra với hệ thống giao
dịch của tôi, khi giao dịch bằng tiền thật trên thị trường không?”
Có một số quy tắc mà bạn thường có thể sử dụng để giúp bạn trả lời câu hỏi này. Đầu tiên, các
nhà thống kê thường yêu cầu cỡ mẫu tối thiểu là ba mươi giao dịch để bắt đầu ước tính đặc tính
của việc giao dịch thực tế. Nói cách khác, hệ thống của bạn có thể tạo ra vô số giao dịch và bạn
cần ít nhất ba mươi mẫu để bắt đầu ước tính quần thể vô hạn đó trông như thế nào. Nếu bạn có
100 (hoặc tốt hơn là 500) mẫu thì bạn có thể cảm thấy tốt hơn nữa về kết quả mà bạn có thể
nhận được.
Tuy nhiên, với tư cách là một nhà giao dịch, bạn thậm chí có thể làm tốt hơn một mẫu lớn. Bạn
có thể sử dụng một số logic thông thường bằng cách tự hỏi mình những câu hỏi quan trọng
hơn:
1. Mục đích hệ thống của tôi là gì? Ví dụ: hệ thống của bạn có thể là một hệ thống theo
xu hướng. Sẽ không hợp lý nếu hệ thống của bạn chỉ hoạt động tốt khi thị trường đang
có xu hướng sao? Nhưng liệu nó có hoạt động tốt như nhau trong các thị trường có xu
hướng giảm như trong các thị trường có xu hướng tăng không? Liệu nó có hoạt động
tốt như nhau khi thị trường biến động và có xu hướng (rất sôi động với biên độ giá hàng
ngày lớn) cũng như khi thị trường ổn định và có xu hướng không? Nếu bạn hiểu hệ
thống của mình thì ít nhất bạn sẽ có thể trả lời những câu hỏi này một cách đại khái.
Khi bạn hiểu mục đích của hệ thống, bạn có thể tập trung vào tính đại diện của mẫu. Những
người thực hiện thăm dò ý kiến hiểu rất rõ việc lấy mẫu. Nếu họ muốn tìm hiểu xem cử tri nghĩ
như thế nào về một vấn đề cụ thể nào đó, họ sẽ gọi điện cho hàng trăm người và hỏi họ. Nhưng
điều này chỉ hiệu quả nếu họ lấy được mẫu đáng tin cậy. Mẫu của họ phải đại diện đầy đủ cho
mọi cử tri. Họ có thể hiện chính xác từng nhóm tuổi, từng giới tính, từng nhóm dân tộc và bất
kỳ biến số nào khác mà họ cho là quan trọng đối với vấn đề này không? Nếu mẫu đại diện cho
số người bỏ phiếu, thì họ có thể kết luận rằng mình biết khá rõ cách đất nước suy nghĩ về vấn
đề cụ thể đó.
Giống như những người thăm dò ý kiến phải xác định xem mẫu cử tri của họ có đại diện cho
toàn bộ cử tri được hay không, bạn cũng phải xác định xem mẫu Bội số R của mình có đại diện
cho thị trường mà bạn sẽ giao dịch hay không. Vì vậy, đây là câu hỏi tiếp theo để bạn phải tự
hỏi mình:

2. Tôi đã lấy mẫu từ loại thị trường nào? Để bạn có thể dự đoán đầy đủ hệ thống của mình
sẽ hoạt động như thế nào trong tương lai, bạn cần lấy mẫu ít nhất 30 giao dịch từ mỗi
loại trong số sáu loại thị trường được đề cập trước đó. Điều đó có nghĩa là bạn cần một
mẫu gồm ít nhất 180 giao dịch—30 giao dịch từ mỗi loại thị trường—để trả lời thỏa
đáng cho câu hỏi “Hệ thống của tôi sẽ hoạt động như thế nào trong tương lai?” Một
mẫu gồm 500 giao dịch thực sự sẽ không mang lại lợi ích gì cho bạn nếu nó chỉ đến từ
các thị trường ổn định hoặc đầy biến động đang có xu hướng tăng. Tại sao? Bởi vì nó
sẽ không cho bạn biết hệ thống của bạn sẽ hoạt động như thế nào ở các loại thị trường
khác. Mẫu của bạn sẽ không đại diện cho hiệu suất của hệ thống tại các thị trường đó.
Nếu người thăm dò ý kiến muốn biết Đảng Dân chủ sẽ phản ứng thế nào trước một quan điểm
cụ thể về một số vấn đề mà ứng cử viên của họ đưa ra, thì họ chỉ được thăm dò ý kiến của Đảng
Dân chủ. Tương tự, bạn có thể hạn chế giao dịch của mình chỉ ở một số loại thị trường nhất
định bằng cách đặt một số loại bộ lọc vào đó.
3. Vì vậy, bạn có thể tự hỏi: “Làm cách nào tôi có thể lọc loại thị trường mà tôi muốn giao
dịch?” Ví dụ, trong Chiến lược an toàn để tự do tài chính, tôi đã trình bày một chiến
lược giao dịch quỹ tương hỗ thị trường giá xuống trong một thị trường giá xuống. Tuy
nhiên, điều này đòi hỏi phải có l) thị trường ổn định hoặc 2) thị trường ít biến động để
nó có thể hoạt động. Vậy làm cách nào để lọc ra được những thị trường đó? Đầu tiên,
tôi yêu cầu mô hình 1-2-3 phải ở chế độ đèn đỏ (xem Chiến lược an toàn để tự do tài
chính để biết mô hình đó hoạt động như thế nào). Và thứ hai, tôi yêu cầu cả ba chỉ số
chính đều giảm trong 5 tuần qua. Mô hình không thực hiện giao dịch trừ khi những điều
kiện này được đáp ứng. Và thứ ba, tôi cần mức giảm hàng tuần của S&P 500 là 2,5%,
vốn rất dễ biến động trong điều kiện ngày nay. Cuốn sách được hoàn thành vào cuối
năm 2002 và chúng tôi chưa có được thị trường như vậy từ cuối năm 2002 đến khi xuất
bản cuốn sách này. Chỉ số S&P 500 hiếm khi biến động nhiều hơn 1,5% mỗi tuần từ
năm 2003 đến năm 2006 và trong hầu hết giai đoạn này, thị trường cũng có xu hướng
tăng nhẹ. Và rất có thể bạn sẽ không nhìn thấy loại tín hiệu này trong một thị trường đi
lên, mặc dù đôi khi nó có thể xảy ra ở một thị trường đi ngang.
Câu hỏi 2: Hệ thống của tôi có hợp lệ không?

Bây giờ bạn đã trả lời câu hỏi đầu tiên trong số năm câu hỏi của chúng ta và cho rằng mẫu của
bạn đã đại diện cho hiệu suất thực sự của hệ thống trong các thị trường mà bạn sẽ giao dịch,
giờ bạn phải đặt câu hỏi thứ hai: “Hệ thống này có làm được những gì nó phải làm không? nó
có kiếm được tiền không?” Nếu được như vậy thì có lẽ bạn có một hệ thống tốt. Có một số
cách để bạn có thể trả lời câu hỏi này.
Trước tiên, bạn có thể thực hiện mô phỏng Monte Carlo cho hệ thống của mình để xác định
xem có đủ số lượng mẫu mang lại lợi nhuận hay không. Giả sử bạn có mẫu gồm 30 giao dịch.
Bạn muốn xác định điều gì sẽ xảy ra khi bạn lấy 100 mẫu như với 30 mẫu giao dịch như vậy.
Bao nhiêu phần trăm trong số những mẫu này kiếm được tiền? Bạn có hài lòng với những kết
quả đó không?

Hầu hết mọi người có thể sẽ hài lòng với hệ thống này nếu 95% số mẫu kiếm được tiền. Hãy
nghĩ đến ý nghĩa của việc này. Điều đó có nghĩa là bạn chỉ có khoảng một tháng thua lỗ mỗi
năm. Điều đó sẽ làm hài lòng hầu hết mọi người. Nếu 95% mẫu của bạn kiếm được tiền thì
chắc chắn bạn sẽ có một hệ thống có ý nghĩa thống kê. Ví dụ: hệ thống 3-1, khi 30 giao dịch
được thực hiện trên 10.000 mô phỏng, nó có thể kiếm tiền khoảng 85% thời gian. Điều này có
nghĩa là nếu bạn thực hiện 30 giao dịch mỗi ngày với nó thì 85% số ngày của bạn sẽ có lãi.
Nếu bạn thực hiện 30 giao dịch mỗi tháng thì 85% số tháng của bạn sẽ có lãi. Và Hệ thống 3-
1 thậm chí còn không có SQNSM có thể chấp nhận được.
Điều gì xảy ra nếu chỉ 85% mẫu của bạn kiếm được tiền? Điều này có nghĩa là bạn sẽ mất tiền
ở hai trong số 12 tháng giao dịch. Bạn có hài lòng với điều đó không? Có lẽ hầu hết mọi người
sẽ hài lòng vì nó vẫn ở trên mức trung bình. Sẽ thế nào nếu chỉ 75% số mẫu của bạn kiếm được
tiền, nghĩa là bạn chỉ kiếm được tiền vào 9 trong số 12 tháng trong năm? Hoặc khoảng 60% thì
sao, ngụ ý rằng bạn sẽ chỉ kiếm được tiền ở 7 trong số 12 tháng—bạn có hài lòng với điều đó
không? Dù sao đi nữa, tại một thời điểm nào đó, bạn sẽ quyết định rằng hệ thống này của mình
không đủ tốt và không đáng để giao dịch. Tôi nghĩ rằng hầu hết các bạn sẽ muốn ít nhất 75%
số mẫu của mình kiếm được tiền.
Một cách tiếp cận khác cho vấn đề này là xem xét SQNSM hệ thống của bạn bằng cách đưa số
lượng giao dịch chính xác mà bạn sẽ thực hiện trong một năm vào mẫu của mình (tức là N =
?). Bây giờ về cơ bản bạn đã có t-score và bạn có thể biết sơ bộ liệu kết quả của bạn có khác 0
về mặt thống kê hay không chỉ bằng cách sử dụng Phụ lục II. Bạn sẽ đặt câu hỏi: “Tôi có thể
bác bỏ giả định về mặt thống kê rằng hệ thống của tôi sẽ không kiếm được tiền không?” Nếu
khả năng giả định đó là đúng nhỏ hơn 0,05, thì bạn có thể bác bỏ giả thuyết đó về mặt thống
kê và cho rằng hệ thống của bạn sẽ kiếm được tiền. Một lần nữa, nhiều bạn sẽ không có một
hệ thống giao dịch có ý nghĩa thống kê.
Khi bạn tự tin rằng hệ thống của mình sẽ kiếm được tiền, bạn có thể tiếp tục trả lời câu hỏi thứ
ba và thứ tư.
Câu hỏi 3: Tôi có thể kỳ vọng gì từ hệ thống của mình trong tương lai?
Câu hỏi thứ ba bây giờ đưa cách kiểm tra hiệu năng hệ thống vượt ra ngoài phạm của vi kiểm
tra lại. Khi kiểm tra lại, bạn chỉ có một mẫu—mẫu lịch sử của dữ liệu trong nhiều tháng hoặc
nhiều năm. Bạn có thể có 1.000 mẫu dữ liệu trong hơn 20 năm, nhưng nó chỉ thể hiện những
gì đã xảy ra trong quá khứ chứ không phải những gì sẽ xảy ra trong tương lai.
Tuy nhiên, bạn có thể hiểu rõ hơn về những gì có thể xảy ra trong tương lai bằng cách lấy mẫu
dữ liệu của mình và nạp phân phối Bội số R vào trình mô phỏng Monte Carlo. Bạn tôi, Chris
Anderson, đã phát triển một trình giả lập như vậy và đã cho phép tôi sử dụng nó cho mục đích
cá nhân của mình. Và thông qua nó, tôi có thể xác định được một số điều1:
1. Tôi có thể kỳ vọng điều gì từ hệ thống của mình về mặt sụt giảm vốn? Mức sụt giảm
vốn tối đa theo R là bao nhiêu? Xác suất để phỉa nhận mức giảm vốn lớn tới 20R trong
mẫu 100 giao dịch của tôi là bao nhiêu? Đợt sụt giảm vốn đó có thể kéo dài bao lâu?

2. Làm sao tôi biết điều gì sẽ xảy ra với chuỗi giao dịch thua? Cơ hội để có chuỗi thua 10
giao dịch liên tiếp hoặc lớn hơn nữa với hệ thống này trong 100 giao dịch là bao nhiêu?
2
3. Làm sao tôi biết được khi nào hệ thống này bị hỏng hoặc không còn hoạt động được
nữa?
4. Và quan trọng nhất, với kết quả mô phỏng, làm cách nào tôi có thể định cỡ vị thế cho
hệ thống này để đáp ứng đầy đủ các mục tiêu của mình khi giao dịch với nó?
Ba câu hỏi đầu tiên trong bộ câu hỏi này sẽ được trả lời ngay sau đây, nhưng chúng ta sẽ đợi
đến Phần III để trả lời cho câu hỏi thứ tư.
Bạn có thể thực hiện các mô phỏng như vậy bằng cách 1) kiếm một túi bi trong đó mỗi hòn bi
đại diện cho một Bội số R được tạo ra bởi hệ thống của bạn và mô phỏng việc lấy ngẫu nhiên
các hòn bi đó trong 100 giao dịch, 2) sử dụng trình mô phỏng trong trò chơi Secrets of the
Masters™ hoặc 3) sử dụng một trong các trình mô phỏng được trình bày ở Chương 17.
Giả sử rằng tôi có một mẫu Bội số R hợp lệ và đáng tin cậy từ hệ thống của mình. Tôi có thể
đặt chúng vào một trình mô phỏng có thể thực hiện hàng nghìn lần mô phỏng, chỉ để cho bạn
thấy quy trình. Ví dụ: chúng ta có thể chạy mô phỏng 10.000 lần việc thực hiện 130 giao dịch.
Trình mô phỏng lấy phân phối Bội số R mà chúng ta đưa vào nó và giả định rằng đó là tổng
thể các giao dịch có thể có từ hệ thống của chúng ta. Giả định này sẽ ổn nếu bạn đã trả lời được
hai câu hỏi đầu tiên trong chương này. Đối với giao dịch một, trình mô phỏng chọn ngẫu nhiên
một giá trị Bội số R từ mẫu mà nó có và giả sử đó là kết quả của giao dịch đầu tiên. Đối với
giao dịch thứ hai, nó thực hiện tương tự và có thể chọn lại cùng một giá trị vì mỗi lần nó chọn
ngẫu nhiên từ tổng thể khả dĩ. Ví dụ: bạn có thể có giao dịch lãi 20R xảy ra ở 1% thời gian.
Giao dịch cụ thể đó có thể được lấy mẫu mười lần liên tiếp. Điều này rất khó xảy ra (với xác
suất là 1,0E-20), nhưng vẫn có thể xảy ra. Hãy nhớ rằng bạn có thể tự mình làm điều này (mặc
dù chậm hơn nhiều) bằng một túi bi, đá… hoặc với trò chơi Secrets of the Masters™, rồi ghi
lại Bội số R của kết quả khi bạn lấy ra chúng. Kết quả cuối cùng sẽ là một tập hợp các đường
cong vốn sở hữu. Cấp độ cá nhân của trò chơi cũng sẽ cho bạn mức sụt giảm vốn trong trường
hợp xấu nhất mỗi khi bạn chơi. Bạn nên lưu lại dữ liệu này.
Hình 4-1 trình bày một tập hợp các đường cong vốn sở hữu giả định (theo đơn vị R) cho 10.000
mẫu. Trung bình, đường ở giữa là những gì bạn có thể kỳ vọng, nhưng vẫn có khả năng xảy ra
các đường cong ở các mức cực đoan và đó là cách bạn biết được những gì có thể kỳ vọng từ
hệ thống của mình. Các dòng hiển thị những gì có thể được kỳ vọng; cái gì trên mức trung bình
và cái gì dưới mức trung bình.

Trên trung bình
Hiệu suất kỳ vọng
Dưới trung bình
Hình ảnh được tạo từ phần mềm Know Your System. Phần mềm không có sẵn để bán
Hình 4-1: Tập hợp 10.000 kết quả
Mọi người muốn biết những mức sụt giảm vốn có thể xảy ra trong hệ thống của họ. Mức sụt
giảm vốn tối đa xét theo Bội số R tích lũy của hệ thống là bao nhiêu?
Giả sử bạn có chuỗi giao dịch như sau: +1R, +2R, +10R (tại đây bạn tạo ra vốn sở hữu đạt mức
cao nhất và sau đó bắt đầu sụt giảm vốn), -2R, +1R, -3R, +1R, -2R, -1R, - 1R, -5R, (đáy của
đợt sụt giảm vốn xảy ra ở đây và sau đó bạn bắt đầu lãi trở lại) +2R, +2R, +1R, +10R, +5R,
v.v. Nếu bạn cộng tất cả các Bội số R trong thời gian sụt giảm vốn, bạn sẽ thấy chúng có tổng
là -12R. Sau đó, bạn có lãi trong bốn giao dịch, mang lại cho bạn +15R, do đó, vào thời điểm
bạn đạt 10R, là bạn đang ở đỉnh mới của vốn sở hữu tính theo R. Nếu bạn bắt đầu một chuỗi
giao dịch thua lỗ khác trước khi đạt đến mức đỉnh vốn sở hữu mới, thì bạn có thể thấy rằng
mức sụt giảm từ đỉnh đến đáy của thậm chí còn lớn hơn -12R.
Giả sử bạn đang mô phỏng 200 giao dịch như chúng ta đang thực hiện trong ví dụ này. Chỉ cần
ghi lại mức giảm từ đỉnh đến đáy tối đa đạt được trong 200 giao dịch. Trò chơi Secrets of the
Masters™ sẽ tính toán điều này cho bạn. Viết nó ra và sau đó lặp lại quá trình này ít nhất 100
lần. Sẽ mất một chút thời gian, nhưng kết quả bạn nhận được sẽ rất xứng đáng.
Tôi đã làm điều đó với trình mô phỏng của mình, nó theo dõi con số đó cho mỗi mô phỏng
trong số 10.000 mô phỏng và sau đó cho bạn biết mức sụt giảm trung bình từ đỉnh đến đáy và
xác xuất gặp phải mức giảm lớn như XR. Điều này được minh họa trong Hình 4-2.

Xác suất (%) xảy ra sụt

giảm vốn vượt quá x lần R
Sụt giảm vốn trung bình (R)
Xác suất
(%) Trung vị sụt giảm vốn (R)
Sụt giảm vốn tối đa (R)
Sụt giảm vốn (R)

Xác suất sụt giảm vốn >=
Xác suất
tích luỹ
(%)
Hình ảnh được tạo từ phần mềm Know Your System. Phần mềm không có sẵn để bán.
Hình 4-2: Xác định mức sụt giảm vốn của bạn theo R
Một điều rất thú vị khác mà trình giả lập có thể làm là cho bạn biết về những chuỗi thua có thể
xảy ra mà bạn sẽ phải đối mặt. Điều này được thể hiện trong Hình 4-3.
Hình 4-3: Các chuỗi thua có thể xảy ra trong hệ thống của bạn

Các biểu đồ ở phía bên trái của hình hiển thị xác suất của kích thước từng chuỗi thua cộng với
xác suất tích lũy. Hơn nữa, các ô nhỏ ở giữa hình hiển thị số lần thua trung bình liên tiếp, số
trung vị và số tối đa. Bạn cũng có thể xác định xác suất của bất kỳ chuỗi thua cụ thể nào chỉ
bằng cách di chuyển mũi tên đến chuỗi thua có độ dài cần kiểm tra và sau đó đọc xác suất xảy
ra tương ứng trong ô nhỏ bên phải.
Luôn có những biện pháp phòng ngừa để xác định dữ liệu đó. Ví dụ: một trong những khách
hàng của tôi đã thử nghiệm hệ thống của anh ấy trong hơn 8 năm và có 2.000 mẫu. Anh ấy xác
định rằng hệ thống có 70% thắng và chuỗi thua lớn nhất là 11 trận thua liên tiếp. Tuy nhiên,
khi anh ấy giao dịch thực sự. Anh ấy đã có 84 giao dịch. Hệ thống chỉ có tỷ lệ thắng là 52% và
đã có 8 giao dịch thua liên tiếp. Hệ thống có bị hỏng không? Chắn chắn chúng ta sẽ bị cám dỗ
để nói rằng hệ thống đã bị hỏng. Nhưng hầu hết các đặc điểm của hệ thống đều có vẻ bình
thường. Và tôi đã chỉ ra cho khách hàng của mình rằng khi anh ấy thua liên tiếp 8 lần trong
100 giao dịch, điều đó chắc chắn sẽ làm giảm tỷ lệ thắng. Rất có thể hệ thống không bị hỏng
mà chỉ gặp phải một trong những khoảng thời gian đó. Và anh ấy biết rằng có thể thua 11 lần
liên tiếp nên nó vẫn chưa vượt quá ranh giới.
Tại điểm này của việc thử nghiệm, bạn có thể cảm thấy hơi ngán ngẩm khi nhìn kết quả. Trong
trường hợp hệ thống mẫu của chúng ta, nó cho thấy rằng chúng ta có thể dự đoán trung bình sẽ
có 6 lần thua lỗ liên tiếp và có thể có tới 15 lần thua liên tiếp. Chúng ta cũng đã xác định rằng
mức sụt giảm vốn trung bình của chúng ta là 30R và nó còn có thể lớn tới 162R. Có vẻ rất nản
lòng, nhưng hãy nhớ rằng đây là trong tình huống trung bình và trường hợp xấu nhất.
Bây giờ chúng ta cần xem những gì có thể kiếm được từ phía lợi nhuận. Chúng ta không cần
một trình mô phỏng cho việc đó. Chúng ta có thể xác định mức trung bình lợi nhuận nhận được
chỉ bằng cách nhân kỳ vọng với số lượng giao dịch. Kỳ vọng trong mẫu của chúng ta là 0,78,
vì vậy sau 130 giao dịch, chúng ta có thể kỳ vọng mức lãi trung bình là 101,4R. Tuy nhiên, nếu
bạn mô phỏng hệ thống này đủ số lần, bạn cũng sẽ phát hiện ra rằng bạn có khoảng 95% cơ hội
kiếm được ít nhất 20R khi kết thúc 130 giao dịch. Vì vậy, bây giờ kết quả đáng khích lệ hơn
nhiều.
Điều tiếp theo chúng ta muốn nhận được là bản tóm tắt về những gì kỳ vọng nhận được từ hệ
thống. Điều này rất quan trọng và nó cho chúng ta ý tưởng tốt về những gì sẽ xảy ra với một
ranh giới độ lệch chuẩn xung quanh giá trị trung bình.
Vì vậy, hãy xem tóm tắt hệ thống của chúng ta. Điều này được đưa ra trong Hình 4-4. Hình
này hiển thị từng số liệu thống kê sau, có thể rất có giá trị:
• Tỷ lệ thắng/thua.
• Kỳ vọng cộng hoặc trừ một độ lệch chuẩn.
• Số chuỗi thua trung bình.
• Lợi nhuận cực đại, cộng hoặc trừ một độ lệch chuẩn.
• Lợi nhuận cuối cùng, cộng hoặc trừ một độ lệch chuẩn.
• Xác suất hòa vốn (tức là kiếm được tiền hoặc tốt hơn) khi kết thúc số giao dịch mà
chúng ta đã tham gia.

• Xác xuất 95% thời gian sụt giảm vốn.

• Mức lợi nhuận trung bình hàng năm tính theo R (dựa trên số lượng giao dịch mỗi tháng).
• Và tỷ lệ lãi/sụt giảm vốn, rất quan trọng.
Trung bình –
Giá trị Trung bình Trung bình +
Độ lệnh chuẩn Độ lệnh chuẩn
Số giao dịch trung

bình mỗi tháng
Tỷ lệ thắng/thua
Kỳ vọng
% Thắng
Chuỗi thua
Lãi lớn nhất (R)
Lãi cuối cùng (R)
Xác suất từ hoà vốn trở lên (%)

Số lượng giao dịch để hoà vốn (95%)
95% Thời gian sụt giảm vốn (tháng)

Lợi nhuận năm (R)
Lợi nhuận trung bình/Sụt giảm vốn trung bình
Hình 4-4: Tóm tắt hệ thống
Thông tin này cung cấp cho bạn một số hướng dẫn rất quan trọng để đánh giá hệ thống của
mình. Liệu nó có đáp ứng được mục tiêu của bạn không? Nghĩa là, bạn có thể chịu đựng được
những lần sụt giảm vốn đó không và liệu nó có kiếm đủ tiền để bạn chấp nhận những lần sụt
giảm vốn đó không? Hình này cung cấp cho bạn tất cả các loại thông tin có giá trị và hữu ích
để giúp bạn hiểu rõ hơn về hệ thống của mình.
Câu hỏi 4: Hệ thống của tôi sẽ hoạt động trong những loại thị trường nào?
Tại thời điểm này, bạn đã biết rất nhiều điều về hệ thống của mình khi được thử nghiệm. Nhưng
bạn có thể mong đợi điều gì từ hệ thống của mình ở nhiều loại thị trường khác nhau? Ngoại
hối? Tương lai? Cổ phiếu? Hoặc có lẽ nó hiệu quả với những cổ phiếu có tính thanh khoản lớn
nhưng không hiệu quả với những cổ phiếu có vốn hóa nhỏ.
Nếu bạn đã thử nghiệm hệ thống của mình trên một loại thị trường, liệu nó có hoạt động ở
những thị trường khác không? Cách duy nhất để biết là thử nghiệm ở nhiều thị trường hơn. Và
cuối cùng bạn thực sự nên trả lời câu hỏi đó ngay cả khi bạn chỉ định giao dịch bằng hệ thống
của mình trên Chỉ số S&P500 (chẳng hạn như hợp đồng e-mini hoặc SPY).

Tuy nhiên, chúng ta thậm chí có thể tìm hiểu cụ thể hơn về các thị trường mà bạn đã thử
nghiệm. Ví dụ: giả sử bạn đã thử nghiệm một hệ thống trên cổ phiếu NASDAQ từ năm 1996
đến năm 1999. Hệ thống này đã có kết quả thử nghiệm tốt và kiếm được rất nhiều tiền. Nhưng
bạn thực sự biết những gì? Trong khoảng thời gian mà bạn dùng để thử nghiệm, NASDAQ
đang ở trong một thị trường tăng trưởng mạnh mẽ. Điều gì xảy ra khi chúng ta có một loại thị
trường khác—chẳng hạn như thị trường từ năm 2000 đến năm 2002? Bạn có thể thấy rằng hệ
thống của mình sẽ có kết quả thử nghiệm không tốt chút nào, trừ khi nó cũng được thiết kế để
bán khống.
Với một sản phẩm nhất định, chẳng hạn như chỉ số S&P 500, thực sự có sáu loại thị trường
khác nhau. Và bạn cần phải hiểu và thậm chí là thu thập Bội số R cho mỗi trong số chúng. Thị
trường có thể đi lên, đi xuống hoặc đi ngang. Và nó có thể chuyển động theo những hướng này
với nhiều biến động hoặc yên ả. Bạn thậm chí có thể phân loại chúng thành ổn định, bình
thường và không ổn định - điều này sẽ mang lại cho bạn chín loại thị trường khác nhau. Hình
4-5 minh họa sáu loại thị trường khác nhau.
Thị trường tăng trong biến động Thị trường tăng trong ổn định (ít biến động)
Thị trường đi ngang trong biến động Thị trường đi ngang trong ổn định
Thị trường giảm trong biến động Thị trường giảm trong ổn định
Hình 4-5: Sáu loại thị trường tiềm năng
Để thực sự hiểu hệ thống của mình, bạn nên hiểu hệ thống của mình sẽ hoạt động như thế nào
ở tất cả sáu loại thị trường. Vì vậy, giả sử bạn muốn xác định sáu loại thị trường này trên chỉ
số S&P 500, đại diện cho các cổ phiếu blue chip của Hoa Kỳ. Những gì bạn có thể làm là xác
định mức độ biến động hàng tuần trong khoảng thời gian 11 năm từ 1995 đến 2005. Khoảng
thời gian đó chắc chắn sẽ bao gồm tất cả các loại thị trường.
Do đó, để giúp bạn hình dung việc này sẽ được làm như thế nào, tôi đã tính độ biến động hàng
tuần (mức giá đóng cửa cao nhất hàng tuần trừ đi mức giá đóng cửa thấp nhất hàng tuần được
nêu dưới dạng phần trăm) của giá S&P 500 từ tháng 1 năm 1995 đến tháng 12 năm 2005.3 Con
số này bao hàm đến 580 tuần và chắc chắn sẽ mang lại cho chúng ta ước tính tốt về những gì
có thể mong đợi từ chỉ số S&P 500. Độ biến động giá trung bình là 3,3% mỗi tuần và độ biến
động (độ lệch chuẩn) là 1,85%. Dữ liệu này khá thú vị vì trong cùng khoảng thời gian, thay đổi
hàng tuần (tức là giá đóng cửa của tuần này trừ giá đóng cửa của tuần trước) trung bình +0,15%
với độ lệch chuẩn là 2,29%.
Nếu chúng ta muốn xem xét sáu loại thị trường, chúng ta có xét tối đa khoảng thời gian 13 tuần
liên tiếp và xác định khoảng thời gian ít biến động là khoảng thời gian từ 7 tuần trở lên có mức
biến động dưới trung bình.4 Một khoảng thời gian biến động có thể là khoảng thời gian có 8
tuần trở lên trên mức trung bình. Vì vậy, dựa trên tiêu chí đó, chúng ta hãy xem xét dữ liệu
S&P 500 trong 10 năm và phân loại chúng là ổn định hay không ổn định. Những điều này được
thể hiện trong Bảng 4-1.

Bảng 4-1: Thời kỳ ổn định và biến động trong S&P 500

Số tuần biến động
Ngày Phân loại
lớn hơn Trung bình
Tháng 10 - Tháng 12 năm 2005 1 Ổn định
Tháng Một - Tháng Ba năm 2005 0 Ổn định
Tháng 4 - Tháng 6 năm 2003 7 Gần kề biến động nhưng vẫn xét là ổn định
Tháng Một - Tháng Ba năm 2003 11 Biến động
Tháng 10 - Tháng 12 năm 2002 11 Biến động
Tháng Một - Tháng Ba năm 2001 9 Biến động
Tháng Giêng - Tháng 3 năm 1997 5 Ổn định
Ví dụ, bảng này cho thấy rằng trong năm 2005 chỉ có hai tuần (trong số 52 tuần) vượt quá mức

biến động trung bình trong khoảng thời gian 10 năm. Và vào năm 2004, chỉ có 5 tuần (trong số
52 tuần) vượt quá mức biến động trung bình. Vì vậy, năm 2004 và 2005 chắc chắn là những
khoảng thời gian kéo dài của một thị trường ổn định và điều đó đã tiếp tục kéo dài đến giữa
năm 2007 (điều này không được trình bày vì nó không nằm trong giai đoạn cơ sở của chúng
ta). Năm 1995, chúng ta chỉ có một tuần vượt mức trung bình.
Nhưng trong 52 tuần từ tháng 4 năm 2002 đến tháng 3 năm 2003, có 43 trong số 52 tuần vượt
quá mức biến động trung bình 3,3%. Và từ tháng 7 năm 1998 đến tháng 3 năm 2000, đại diện
cho 19 quý, chúng ta chỉ có ba quý không biến động cộng với hai quý cận biên. Vì vậy, chắc
chắn có thể dễ dàng phân biệt thị trường từ năm 1995 đến năm 1997 và từ năm 2004 đến năm
2006 với những giai đoạn vô cùng biến động của năm 1998-2000.
Nếu chúng ta muốn xét đến chín loại thị trường, chúng ta có thể gọi thị trường bình thường là
thị trường có biến động nằm trong giá trị trung bình cộng hoặc trừ một độ lệch chuẩn. Thị
trường biến động sẽ là nhiều hơn một độ lệch chuẩn so với giá trị trung bình và thị trường ổn
định sẽ nằm trong khoảng nhỏ hơn một độ lệch chuẩn so với giá trị trung bình. Giá trị trung
bình là 3,3% và độ lệch chuẩn là 1,85%. Do đó, bất kỳ khoảng thời gian hàng tuần nào trên
5,15% sẽ là biến động. Bất kỳ khoảng thời gian hàng tuần nào dưới 1,45% sẽ được coi là ổn
định. Và cuối cùng, hầu hết các khoảng thời gian có biến động nằm trong khoảng từ 1,46% đến
5,14% sẽ được coi là bình thường.
Với định nghĩa này, trong năm 2005 có 10 tuần ổn định, không có tuần biến động, các tuần còn
lại đều diễn ra bình thường. Và, vào năm 2002, chúng ta có 19 tuần đầy biến động, một tuần
ổn định, và những tuần còn lại đều diễn ra bình thường. Tôi đặc biệt không thích định nghĩa “9
thị trường” này vì sẽ rất khó phân loại các giai đoạn lớn là bất kỳ thứ gì ngoại trừ “bình thường”.
Khoảng 68% tất cả các khoảng thời gian sẽ nằm trong vùng giá trị trung bình cộng trừ một độ
lệch chuẩn và do đó nó vẫn được gọi là “bình thường”.
Điều tiếp theo tôi làm là kiểm tra trực quan biểu đồ 10 năm của S&P 500. Tôi tin rằng việc xác
định trực quan xem thị trường đang tăng, giảm hay đi ngang dễ dàng hơn việc sử dụng một số
thuật toán toán học để xác định nó. Bảng 4-2 cho thấy sự phân loại của tôi về hướng đi của thị
trường cùng với sự biến động. Và Bảng 4-3 tóm tắt chúng ta có bao nhiêu giai đoạn trong mỗi
phân loại từ năm 1995 đến năm 2005. Lưu ý rằng các giai đoạn thị trường đi xuống (tức là 5
trên 7 giai đoạn) có nhiều khả năng biến động hơn các giai đoạn thị trường đi lên (tức là 4 trên
22 giai đoạn), trong khi thị trường đi ngang gần như được phân chia đồng đều giữa ổn định và
biến động. Bảng 4-2 là tóm tắt dữ liệu trong Bảng 4-3.
Bảng 4-2: Phân loại tóm tắt của S&P500 từ năm 1995 đến năm 2005
Đi Lên Đi ngang Đi Xuống Tổng

Biến động 4 7 5 16
Ổn định 18 8 2 28
Tổng 22 15 7 44

Kể từ khi Thị trường giá xuống bắt đầu vào năm 20005 (mặc dù thực tế là phải đến cuối năm
2000 đối với chỉ số S&P 500), không tính năm 2006, chúng ta đã có 5 giai đoạn giảm giá, 11
giai đoạn đi ngang và 8 giai đoạn tăng giá. Vì vậy, 67% thời gian, từ năm 2000 đến năm 2005,
thị trường đi xuống hoặc đi ngang. Ngược lại, trong 5 năm trước khi Thị trường giá lên, chúng
ta có 2 giai đoạn giảm giá, 4 giai đoạn đi ngang và 14 giai đoạn tăng giá. Do đó, trong đoạn
cuối của Thị trường tăng giá, thị trường đã tăng trong 70% thời gian. Khá tương phản phải
không?
Một vấn đề với cách phân loại thị trường được trình bày ở đây là nó không cho chúng ta biết
loại thị trường của mỗi tuần là gì và nó không tự động. Hiện tại tôi đã phát triển một phương
pháp tự động để thực hiện việc này và tôi sẽ chuẩn bị một báo cáo đặc biệt về cách thực hiện
điều đó sau 30 năm phân loại thị trường được thực hiện hàng tuần và hàng ngày. Khi có báo
cáo này, tôi sẽ thông báo cho bạn thông qua Tharp's Thoughts và chúng tôi sẽ bắt đầu báo cáo
kết quả trong bản cập nhật hàng tháng của mình.
Bảng 4-3: Các giai đoạn Lên, Xuống và Đi ngang của S&P 500
Ngày tháng Hướng Phân loại
Tháng 10 - Tháng 12 năm 2005 Đi lên Ổn định
Tháng 4 - Tháng 6 năm 2005 Đi ngang Ổn định
Tháng Một - Tháng Ba năm 2005 Đi ngang Ổn định
Tháng 4 - Tháng 6 năm 2003 Đi lên Cận biên nhưng vẫn xét là ổn định
Tháng Một - Tháng Ba năm 2003 Đi ngang Biến động
Tháng 10 - Tháng 12 năm 2002 Đi ngang Biến động
Tháng 4 - Tháng 6 năm 2002 Đi xuống Biến động
Tháng Một - Tháng Ba năm 2002 Đi xuống Ổn định
Tháng 10 - Tháng 12 năm 2001 Đi lên Biến động
Tháng 4 - Tháng 6 năm 2001 Đi lên Cận biên nhưng vẫn xét là ổn định
Tháng Một - Tháng Ba năm 2001 Đi xuống Biến động
Tháng 7 - Tháng 9 năm 1999 Đi xuống Cận biên nhưng vẫn xét là ổn định


Tháng Một - Tháng Ba năm 1998 Đi lên Ổn định
Vì vậy, giả sử bạn quản lý để tích lũy ít nhất 30 giao dịch từ mỗi thị trường này cho hệ thống
của mình. Sau đó, bạn tính Chỉ số Chất lượng Hệ thốngSM cho từng loại thị trường và đưa ra
kết quả trong Bảng 4-4.
Bảng 4-4: Chỉ số Chất lượng Hệ thốngSM của Hệ thống X cho các thị trường khác
nhau
Đi lên Đi ngang Đi xuống Trung bình

Biến động 1,73 -1,13 1,65 1,12
Ổn định 4,32 0,78 4,45 2,72
Trung bình 3,03 -0,18 3,05 1,94
Nhìn chung, hệ thống của bạn tạo ra Chỉ số Chất lượng Hệ thốngSM là 1.94, con số này không
cao lắm. Nhưng khi bạn chia nó thành loại thị trường, bạn thấy rằng nó hoạt động tốt khi thị
trường tăng giá, với Chỉ số Chất lượng Hệ thốngSM là 3,03, và các thị trường giảm giá, với Chỉ
số Chất lượng Hệ thốngSM bằng 3,05, nhưng nó không hoạt động tốt trong thị trường đi ngang.
Hơn nữa, bạn thấy rằng hệ thống hoạt động trong thị trường ổn định sẽ tốt hơn trong thị trường
biến động. Trên thực tế, nếu bạn chọn các thị trường ổn định và có xu hướng (cả tăng và giảm),
thì hệ thống của bạn sẽ có Chỉ số Chất lượng Hệ thốngSM trên mức 4 trong mỗi loại thị trường
đó. Do đó, đột nhiên một hệ thống trông không được tốt lắm giờ lại lộ diện là một hệ thống có
thể sẽ hoạt động rất tốt trong tương lai nếu bạn biết chọn điều kiện thị trường một cách thích
hợp.
Tại thời điểm này, nếu bạn đã làm mọi thứ tôi đề xuất thì bạn hẳn đã trả lời được câu hỏi về
việc liệu hệ thống của bạn có thể đáp ứng các mục tiêu giao dịch của mình hay không. Do đó,
mặc dù bạn có thể không có quyền truy cập vào những phần mềm mô phỏng mạnh mẽ để thực
hiện việc mô phỏng, thì bạn vẫn có thể chạy một mô phỏng duy nhất với dữ liệu có giá trị của
một năm trong một khoảng thời gian ngắn. Và nếu bạn làm điều này 100 lần trở lên, theo dõi
các số liệu thống kê quan trọng cho mỗi lần chạy, bạn sẽ biết rõ những gì sẽ xảy ra từ hệ thống
của mình.

Câu hỏi 5: Nếu tôi có nhiều giao dịch tương quan nhau thì sao?
Hầu hết các trình mô phỏng đều mặc định rằng bạn thực hiện một giao dịch tại một thời điểm.
Tuy nhiên, rất ít người thực sự giao dịch theo cách đó. Rất thường xuyên, bạn có thể có danh
mục đầu tư từ 20 vị thế trở lên. Và một số giao dịch này có thể có mối tương quan cao lẫn nhau.
Ví dụ: điều gì sẽ xảy ra nếu bạn mua ba cổ phiếu ngành xây dựng nhà ở chỉ vì chúng là những
cổ phiếu hoạt động tốt nhất khi bạn mua chúng? Khi những ngành xây dựng bắt đầu sa sút, rất
có thể tất cả những cổ phiếu này sẽ sa sút cùng một lúc.
Tương tự, nếu bạn có một danh mục đầu tư gồm cổ phiếu, hợp đồng tương lai hoặc ngoại hối,
rất có thể sẽ có lúc tất cả chúng cùng giảm (hoặc tăng). Bạn tôi, Steve Sjuggerud, thích nói
rằng “tất cả các con tàu đều chìm khi thủy triều rút” để mô tả điều gì sẽ xảy ra khi thị trường
chứng khoán đi xuống. Và điều anh ấy thực sự muốn nói là hầu hết danh mục đầu tư của bạn
sẽ có xu hướng di chuyển cùng nhau. Ví dụ, đến ngày 15 tháng 7 năm 2007, danh mục hưu trí
của IITM đã tăng khoảng 5% trong tháng. Đến cuối tháng, thị trường bắt đầu sụp đổ. Vào thứ
Năm, ngày 26 tháng 7 và thứ Sáu, ngày 27 tháng 7 năm 2007, cả hai đều là những ngày thua
lỗ lớn, mọi thứ trong danh mục đầu tư đều giảm giá. Đến ngày 31 tháng 7, danh mục đầu tư đã
giảm khoảng 1% do vấn đề có nhiều giao dịch tương quan.6
Các mô phỏng mà bạn có thể thực hiện sẽ giả định rằng mỗi mẫu được rút ra độc lập từ một
tổng thể, nhưng nếu tất cả các giao dịch của bạn đều có mối tương quan với nhau theo cách
nào đó thì bạn có thể gặp một số vấn đề thực sự trong danh mục đầu tư của mình, trừ khi bạn
chủ động giao dịch theo cách giả định rằng tất cả các giao dịch của bạn có thể di chuyển cùng
nhau.
Mục đích của tôi khi đưa ra câu hỏi này chỉ là để chỉ ra một sai lầm nghiêm trọng mà bạn có
thể mắc phải vào thời điểm này. Tuy nhiên, giải pháp cho câu hỏi này và câu hỏi số 6, cách
định cỡ vị thế để đáp ứng mục tiêu của bạn, sẽ được đề cập trong các phần sau.
Tóm tắt: Tôi biết gì về hệ thống của mình vào thời điểm này?
1. Đối với mỗi giao dịch, bạn phải xác định trước một điểm dừng lỗ trong trường hợp xấu nhất,
xác định rủi ro ban đầu của bạn hay nói cách khác là R.
2. Kết quả giao dịch của bạn có thể được biểu thị dưới dạng tỷ lệ rủi ro ban đầu hoặc R và kết
quả bạn nhận được là kết quả được biểu thị dưới dạng tập hợp của các Bội số R.
3. Mọi hệ thống đều có thể được phân loại theo phân phối của Bội số R mà nó tạo ra, với giá
trị trung bình cho bạn biết kỳ vọng của hệ thống và độ lệch chuẩn cho bạn biết mức độ biến
động của các kết quả tiềm năng.
4. Sau đó, bạn có thể đánh giá hệ thống của mình bằng Chỉ số Chất lượng Hệ thốngSM của nó.
Chỉ số Chất lượng Hệ thốngSM = (Kỳ vọng / Độ lệch chuẩn R) × (Căn bậc hai của số lượng giao dịch)
5. Bạn có thể chọn hệ thống có thể kiếm tiền và hệ thống có Chỉ số Chất lượng Hệ thốngSM
cao nếu dữ liệu của bạn đáng tin cậy (phù hợp với những gì bạn mong đợi từ hệ thống của

mình) và mẫu của bạn mang tính đại diện.
6. Bạn nên biết hệ thống của mình sẽ hoạt động như thế nào trong từng loại thị trường trong
số sáu loại thị trường chính: tăng-biến động, tăng- ổn định, giảm-biến động, giảm- ổn định, đi
ngang-biến động và và đi ngang-ổn định. Thông thường, bạn có thể thấy rằng một hệ thống
bình thường sẽ trở lên tuyệt vời trong điều kiện thị trường phù hợp.
7. Khi bạn có phân phối Bội số R mà hệ thống của mình tạo ra, bạn thực sự chỉ có một mẫu
về hiệu suất của nó, nhưng nếu bạn có đủ dữ liệu trong mẫu từ đủ loại thị trường thì nó có thể
đại diện cho tổng thể của Bội số R mà hệ thống của bạn sẽ tạo ra.
8. Bây giờ bạn cần mô phỏng hiệu suất đó để xác định những gì có thể kỳ vọng từ hệ thống
của mình trong tương lai. Bao nhiêu phần trăm X giao dịch sẽ kiếm được tiền? Mức sụt giảm
vốn trung bình trong trường hợp xấu nhất đối với bạn tính theo R là bao nhiêu? Chuỗi thua có
thể dài đến mức nào? Bạn có thể mong đợi bao nhiêu lợi nhuận? Tỷ lệ lợi nhuận và mức sụt
giảm vốn là bao nhiêu?
9. Sau khi hoàn thành tất cả các bước này, bạn sẽ biết điều gì sẽ xảy ra với hệ thống của mình
trong tương lai. Và quan trọng nhất, bạn nên biết rằng bạn có thể vượt qua những tình huống
xấu nhất trước mắt, bao gồm cả khả năng tất cả các giao dịch của bạn sẽ đi ngược lại với mong
muốn của bạn cùng một lúc. Tuy nhiên, một khía cạnh quan trọng giúp bạn làm được điều đó
là định cỡ vị thế mà chúng ta sẽ đề cập đến trong các phần còn lại của cuốn sách này.
Tôi sẽ giao dịch khác biệt như thế nào với những thông tin này?
Hầu hết mọi người đều muốn kiếm tiền được từ mỗi giao dịch. Bây giờ bạn có thể xem tất cả
dữ liệu của mình và biết điều gì sẽ xảy ra về lâu dài. Bạn có thể có những dữ liệu như sau:
• Bạn có một hệ thống kiếm tiền 39% thời gian.
• Kỳ vọng của hệ thống là 2,34R.
• Nó có Chỉ số Chất lượng Hệ thốngSM bằng 4,82 trong các thị trường có xu hướng.
• Bạn đã phát triển một bộ lọc và bạn chỉ thực hiện giao dịch khi thị trường thỏa mãn bộ
lọc của bạn, cho biết nó đang ở trong một thị trường có xu hướng. Điều này có thể dễ
thực hiện như ví dụ giá phải ở trên đường trung bình động 50 ngày, cao hơn đường
trung bình động 200 ngày. Hoặc đối với một thị trường có xu hướng giảm, có giá nằm
dưới đường trung bình động 50 ngày, và thấp hơn đường trung bình động 200 ngày.
• Bạn biết rằng trong 100 giao dịch, bạn có thể có mỗi chuỗi 20 lần lỗ liên tiếp.
• Bạn biết rằng mức sụt giảm vốn tối đa trung bình mỗi năm của bạn sẽ vào khoảng -
32R, nhưng có thể sẽ lên tới -61R.
Điều đó có ích gì cho bạn với tư cách là một nhà giao dịch? Đầu tiên, bạn không phải lo lắng
về việc liệu một giao dịch cuối cùng có thắng hay không. Nó không quan trọng. Bạn chỉ cần
biết rằng về lâu dài bạn sẽ kiếm được tiền, vì vậy bạn không cần quan tâm đến bất kỳ giao dịch

riêng lẻ nào.
Ngoài ra, bạn không cần phải lo lắng về giao dịch hiện tại. Bạn biết rằng nó sẽ kiếm được tiền
trong khoảng 39% thời gian và trung bình bạn sẽ kiếm được 2,34R mỗi giao dịch. Vì vậy, giao
dịch hiện tại thực sự không quan trọng.
Và bởi vì bạn biết điều gì sẽ xảy ra trong trường hợp xấu nhất, bạn có thể tự bảo vệ mình khỏi
điều đó thông qua thuật toán định cỡ vị thế của mình. Bạn sẽ học cách làm điều đó ở Chương
14.
Chúc mừng! Bây giờ bạn đang suy nghĩ theo xác suất và số liệu thống kê. Và kết quả là,
bạn có thể chú ý đến việc tuân theo hệ thống của mình và mắc ít lỗi nhất có thể, bởi vì khi
làm điều đó, bạn biết kết quả của mình sẽ như thế nào.
CHÚ THÍCH
1
Xuyên suốt cuốn sách này, tôi đã thực hiện phần lớn công việc mô phỏng cho bạn. Tuy nhiên, một số phần mềm
được xem xét trong Chương 17 sẽ có khả năng thực hiện mô phỏng.
2
Cơ hội nhận được 10 lần thua liên tiếp với hệ thống của bạn có thể khá xa vời, nhưng khả năng nhận được 10 lần
thua liên tiếp trong 100 giao dịch có thể cao hơn nhiều so với bạn nghĩ.
3
Hãy nhớ rằng tôi đang tìm kiếm một tầm nhìn dài hạn trên thị trường. Một nhà giao dịch ngắn hạn có thể phân loại
các kiểu thị trường khác với tôi.
4
Bảy tuần thực sự là ở giữa, nhưng tôi đã gộp nó vào khoảng thời gian ổn định nên chỉ có hai cách phân loại.
5
Thị trường giá xuống thường xuyên có xu hướng kéo dài 15-20 năm và là giai đoạn mà tỷ lệ PE có xu hướng đi
xuống
6
Tôi cũng đang nắm giữ khoảng 60% tiền mặt vào thời điểm đó và chỉ giữ một số vị thế dài hạn.

Chương 5
Bạn có cam chịu thất bại không?
Bất chấp tầm quan trọng của các tài nguyên được trình bày trong Phần I, hầu hết mọi người
đều có những thành kiến tâm lý khiến họ 1) hoàn toàn bỏ qua chúng hoặc 2) làm ngược lại
những gì được khuyến nghị. Vì vậy, trong chương này, tôi muốn cho bạn thấy một số thành
kiến đó và bạn có thể làm gì để vượt qua chúng.
Lối tắt phán đoán

Tại sao các lối tắt phán đoán lại quan trọng: Nhà kinh tế học người Pháp George Anderla
nhận thấy rằng tốc độ luồng thông tin mà con người chúng ta phải xử lý đã tăng gấp đôi trong
1.500 năm kể từ thời Chúa Giêsu và Leonardo DaVinci. Đến năm 1750 (tức là trong khoảng
250 năm), nó lại tăng gấp đôi. Lần nhân đôi tiếp theo chỉ mất khoảng 150 năm đến khoảng năm
1900. Sự khởi đầu của thời đại máy tính, vào những năm 1960, đã rút ngắn thời gian nhân đôi
xuống còn khoảng 5 năm. Và với Internet, lượng thông tin mà chúng ta tiếp cận hiện tăng gấp
đôi trong vòng chưa đầy một năm.
Các nhà nghiên cứu hiện ước tính rằng con người, với những gì chúng ta hiện đang sử dụng
tiềm năng não bộ, chỉ có thể tiếp nhận 12% thông tin hình ảnh có sẵn. Và đối với các nhà giao
dịch và nhà đầu tư, tình hình đang ở mức cực điểm. Một nhà giao dịch hoặc nhà đầu tư, khi
quan sát đồng thời mọi thị trường trên thế giới, có thể dễ dàng có được khoảng một triệu bit
thông tin đến với mình mỗi giây. Và vì thường sẽ có một số thị trường mở cửa trên toàn thế
giới mọi lúc nên luồng thông tin này sẽ không dừng lại. Một số nhà giao dịch kém thực sự luôn
dán mắt vào màn hình giao dịch của họ, cố gắng xử lý càng nhiều thông tin càng tốt trong thời
gian não họ cho phép.
Tâm trí có ý thức chỉ hạn chế trong việc xử lý khoảng 7 (cộng hoặc trừ 2) khối thông tin cùng
một lúc trong điều kiện lý tưởng. Một “đoạn” thông tin có thể là một bit hoặc có thể là hàng
nghìn bit (ví dụ: một đoạn có thể là số 0 hoặc một số như 7.941). Đọc danh sách các số sau
đây, đóng sách lại và cố gắng viết tất cả chúng xuống.
34 39 85 93 21 98 43 56 76 53
Bạn có thể không làm được điều đó vì chúng ta chỉ có thể xử lý 7 (cộng hoặc trừ 2) khối thông
tin cùng một lúc một cách có ý thức. Tuy nhiên, chúng ta tiếp nhận hàng triệu bit thông tin đến
mình mỗi giây. Và với tốc độ thông tin sẵn có tăng gấp đôi mỗi năm, chúng ta phải đối phó
như thế nào?
Câu trả lời là chúng ta sẽ tự động khái quát hóa, xóa bỏ và bóp méo thông tin mà chúng ta tiếp
xúc. Chúng ta khái quát hóa và xóa hầu hết các thông tin. Ví dụ: “Ồ, tôi không quan tâm đến
thị trường chứng khoán.” Câu đó chiếm khoảng 90% thông tin có sẵn trên thị trường, khái quát

nó là “thông tin về thị trường chứng khoán” và sau đó xóa nó khỏi việc xem xét.
Các nhà tâm lý học đã thu thập nhiều kiểu loại bỏ và bóp méo này và nhóm chúng lại với nhau
dưới nhãn “lốt tắt phán đoán”. Chúng được gọi là “phán đoán” vì chúng ảnh hưởng đến quá
trình ra quyết định của chúng ta. Chúng được gọi là “lốt tắt” vì chúng cho phép chúng ta sàng
lọc và sắp xếp rất nhiều thông tin trong một khoảng thời gian ngắn. Chúng ta không bao giờ có
thể đưa ra các quyết định trên thị trường nếu không có chúng, nhưng chúng cũng rất nguy hiểm
đối với những người không biết rằng chúng đang tồn tại. Chúng ảnh hưởng đến cách chúng ta
phát triển hệ thống giao dịch và đưa ra quyết định đầu tư.
Cách chính mà hầu hết mọi người sử dụng phương pháp lối tắt phán đoán là duy trì hiện trạng.
Chúng ta thường đánh đổi niềm tin của mình về thị trường và một khi chúng ta đã hình thành
những niềm tin đó, chúng ta sẽ không thể thay đổi chúng. Và khi chúng ta chơi trên thị trường,
chúng ta cho rằng chúng ta đang xem xét tất cả các thông tin sẵn có. Nhưng thực ra, chúng ta
có thể đã loại bỏ những thông tin hữu ích nhất bởi nhận thức có chọn lọc của chúng ta.
Điều thú vị là, William Eckhardt đã chỉ ra trong cuốn sách Những phù thủy thị trường mới rằng
sự tiến bộ về kiến thức là kết quả của những nỗ lực tìm ra lỗi trong các giả thuyết của chúng ta
hơn là chứng minh chúng.1 Nếu quan niệm của ông là đúng thì nếu chúng ta càng có xu hướng
nhận ra rằng niềm tin và giả định (đặc biệt là về thị trường) của mình và bác bỏ chúng, chúng
ta càng có nhiều khả năng thành công trong việc kiếm tiền trên thị trường.
Vì vậy, những niềm tin và lý thuyết nào cần được bác bỏ để chúng ta có thể tiến bộ? Những
niềm tin này đại diện cho nhiều thành kiến mà chúng ta phải vượt qua để đạt được tiến bộ.
Hành trình của tôi với tư cách là một huấn luyện viên giao dịch và một nhà lập mô hình chắc
chắn có rất nhiều lần bác bỏ hiện trạng.
Bí quyết thành công là hiểu được những thành kiến này ảnh hưởng đến bạn như thế nào và sau
đó biến mình thành một nhà đầu tư/nhà giao dịch hiệu quả. Nếu bạn cố gắng áp dụng những
gì bạn đã học được từ bên ngoài vào thị trường, bạn sẽ không thể áp dụng bất kỳ nguyên tắc
nào được dạy trong cuốn sách này. Tiền được tạo ra thông qua việc cá nhân áp dụng những
nguyên tắc này.
Thành kiến 1: Nhu cầu kiểm soát — thiên kiến xổ số
Thành kiến đặc biệt này liên quan đến nhu cầu kiểm soát - một nhu cầu dường như tất cả chúng
ta đều có - vì vậy các nhà đầu tư tập trung vào lĩnh vực đầu tư mà họ cho rằng mình có quyền
kiểm soát nhiều nhất - chọn đúng cổ phiếu. Tuy nhiên, đây thực sự chỉ là một thành kiến.
Thành kiến này đặc biệt rõ ràng trong trò chơi xổ số, Lotto. Hầu hết mọi chính phủ điều hành
xổ số đều cung cấp trò chơi Lotto. Và, trong trường hợp bạn chưa biết đến nó, thì việc đó là
bạn sẽ mua một tấm thẻ và bạn có thể chọn một dãy số thường là bảy số. Nếu những con số
bạn chọn khớp với những con số được rút ngẫu nhiên thì bạn sẽ giành được giải thưởng lớn trị
giá hàng triệu đô la. Mọi người khá sẵn lòng chơi trò chơi này với số lượng lớn vì 1) họ có tiềm
năng biến khoản đầu tư một đô la thành giải thưởng hàng triệu đô la (nhưng nó thường là một

trò chơi có kỳ vọng âm) và 2) họ có thể chọn bất kỳ số nào họ muốn.
Được phép chọn bất kỳ số nào bạn muốn trong trò chơi Lotto chính là điều khiến nó trở nên
hấp dẫn. Trên thực tế, có cả một ngành phát triển nhờ việc giúp mọi người chọn đúng số. Đầu
tiên, thực sự có những dịch vụ giúp mọi người chọn số. Chúng rẻ - chỉ một đô la cho mỗi lần
chọn - và về cơ bản chúng cung cấp cho mỗi người một con số khác nhau. Nhưng nếu họ giúp
ai đó trúng giải, họ sẽ kiếm được một triệu đô la trong lần xổ số tiếp theo. Thứ hai, sẽ có những
người đọc biểu đồ chiêm tinh của bạn và giúp bạn chọn những con số phù hợp. Thứ ba, bạn có
thể mua phần mềm phân tích các số đã được chọn trước đó để bạn có thể phân biệt các mẫu và
đưa ra lựa chọn tốt hơn. Và thứ tư, bạn thậm chí có thể mua phần mềm tạo ra các số ngẫu nhiên,
giống như cái máy, để bạn có thể chọn một trong các số được tạo ngẫu nhiên. Ngoài ra, hãy
nhớ rằng xổ số thường thông báo cửa hàng nào bán số trúng thưởng cuối cùng và khi đó, mọi
người sẽ đổ xô đến cửa hàng đó để mua vé cho lần quay xổ số tiếp theo.
Có phải tất cả điều này nghe có vẻ hơi quen thuộc? Đúng là vậy vì nó rất giống với những gì
xảy ra trên thị trường chứng khoán. Mọi người nghĩ rằng chiến thắng trong trò chơi thị trường
chứng khoán liên quan đến việc chọn đúng cổ phiếu. Khoảng 30% số sách viết về cách kiếm
tiền từ chứng khoán có từ “chọn” trong tiêu đề. Các chương trình truyền hình liên quan đến thị
trường thường xuyên thu hút các nhà quản lý quỹ hoặc nhà phân tích. Và người dẫn chương
trình hỏi họ điều gì? “Hôm nay bạn chọn cổ phiếu nào cho chúng ta?” Họ cũng có thể cung cấp
hồ sơ các mã đang theo dõi của người được phỏng vấn.
Lần trước anh X tham gia chương trình và anh đã chọn cổ phiếu XY rồi nó đã tăng
12%. Anh ấy cũng chọn cổ phiếu CV, nhưng nó giảm 26% và anh ấy chọn TY và nó
cũng giảm 18%. Chuyện gì đã xảy ra vậy, anh X? Lần trước anh đã làm không tốt lắm.
Hãy chú ý rằng tất cả những điều này đều được giả định trước rằng tất cả đều liên quan đến
việc chọn đúng cổ phiếu. Và rõ ràng, sai lầm của tôi khi mua cổ phiếu đầu tiên, dựa trên logic
này, là tôi đã chọn sai cổ phiếu.
Logic cho rằng thành công là việc chọn đúng cổ phiếu phổ biến đến mức các quỹ tương hỗ
luôn đầu tư ít nhất 95% vì họ cảm thấy họ được trả tiền để chọn đúng cổ phiếu và rồi để tiền
làm việc cho bạn. Hơn nữa, các nhà phân tích được trả mức lương khổng lồ sáu con số và công
việc duy nhất của họ là phân tích bảng cân đối kế toán của các công ty mà họ nghiên cứu để có
thể chọn đúng cổ phiếu. Và nhân tiện, tôi vẫn chưa gặp được nhà phân tích nào có thể trở thành
một nhà giao dịch giỏi thông qua việc chọn đúng cổ phiếu. Một số người trong số họ có thể
làm quản lý danh mục đầu tư nhưng rất ít người trở thành nhà giao dịch giỏi.
Do đó, một nhà đầu tư bình thường, mang trong mình thành kiến cho rằng anh ta có thể kiểm
soát thành công của mình chỉ bằng cách chọn đúng cổ phiếu, sẽ thấy mình đang ở trong một
thế giới mà việc chọn đúng cổ phiếu được mọi người nhấn mạnh. Vì vậy, khi họ mất tiền, họ
sẽ chỉ cho rằng họ đã chọn sai cổ phiếu hoặc ai đó khác (người đã cho họ lời khuyên) đã chọn
sai cổ phiếu. Và điều gì thường xảy ra? Nhà đầu tư trung bình không bao giờ học được một số
yếu tố then chốt quan trọng để thành công—cụ thể là các Quy tắc vàng trong giao dịch được
đưa ra trước đó.

Phải làm gì với thành kiến sổ xố
Trong trường hợp cụ thể này, hãy nhận ra rằng bạn cũng có quyền kiểm soát các điểm dừng lỗ
của mình. Bạn có thể thoát tại các điểm dừng lỗ được xác định trước và gần như đảm bảo rằng
khoản lỗ của bạn sẽ chỉ là 1R hoặc ít hơn. Bạn có thể sử dụng các điểm dừng lỗ trượt để duy
trì lợi nhuận của mình. Điều này gần như đảm bảo rằng nhiều khoản lợi nhuận của bạn sẽ lớn
hơn 1R. Và nếu bạn tuân theo những quy tắc này, chẳng bao lâu nữa lợi nhuận mà bạn tạo ra
sẽ đủ để thuyết phục bạn về sự khôn ngoan của các Quy tắc giao dịch vàng.
Thành kiến 2: Sự cần thiết của việc phải đúng

Quá trình giáo dục ở hầu hết các nước công nghiệp không thực sự nhằm mục đích giáo dục con
em chúng ta mà để phát triển những công nhân giỏi cho các nhà máy và các hoạt động kinh
doanh khác của chúng ta. Khi mà hầu hết mọi người làm việc trong lĩnh vực nông nghiệp,
chúng ta không cần một hệ thống giáo dục tốt – nó chỉ dành cho một số ít người được chọn.
Nhưng bây giờ chúng ta cần những “công nhân có trình độ” để hỗ trợ công việc kinh doanh
của mình. Chắc chắn, chúng ta muốn những công nhân có kĩ năng cao này có khả năng nghĩ
và đưa ra ý tưởng mới. Nhưng chúng ta cũng muốn họ trở thành những nhân viên tốt và làm
những gì sếp muốn họ làm. Vì vậy, làm thế nào để chúng ta làm điều đó? Chúng ta thực hiện
điều đó thông qua quá trình giáo dục, nơi trẻ em được học rằng giáo viên luôn đúng.
Trẻ em đi học từ 12 đến 16 tuổi và điều được nhấn mạnh nhiều lần là giáo viên luôn đúng. Ví
dụ, khi còn là một đứa trẻ đi học, bạn cần phải làm bài kiểm tra. Bạn đã học được rằng nếu bạn
làm đúng dưới 70% thì bạn là kẻ thất bại. Và bạn sẽ không đạt được điểm xuất sắc, điểm A,
trừ khi bạn đạt được 94% đúng hoặc cao hơn trong bài kiểm tra của mình. Có lẽ bạn sẽ đúng
được 95%. Nhưng khi bạn đưa nó cho bố, ông ấy lại hỏi: "Tại sao con không đúng được 100%?"
Vậy là bố cậu cũng muốn cậu đúng.
Kết quả là chúng ta lớn lên với nhu cầu mãnh liệt là mình phải đúng. Nếu bạn không đúng ít
nhất 70% thời gian, bạn sẽ bị tẩy chay vì bị coi đó là thất bại. Và bạn cũng muốn mình đúng
100% để bố không chỉ trích bạn. Kết quả là, bạn thậm chí còn chỉ trích bản thân trước để có
thể khắc phục vấn đề trước khi bố bắt đầu mắng bạn.
Bây giờ, hãy áp dụng điều đó vào thị trường chứng khoán, thị trường tương lai hoặc bất kỳ
khoản đầu tư nào khác mà bạn có thể bỏ tiền vào. Bạn muốn mình đúng và điều đó đối với bạn
có nghĩa là kiếm được tiền. Giả sử bạn mua một cổ phiếu với giá $50 và đủ hiểu biết để đặt
dừng lỗ - bạn sẽ thoát lệnh nếu giá giảm xuống còn $45 một cổ phiếu.
Nhưng giả sử nó giảm xuống còn $45 một cổ phiếu. Bạn thực sự muốn mình đúng, vì vậy nếu
bạn đóng lệnh thì thành ra bạn sẽ sai, hoặc ít nhất là do bạn cảm thấy như vậy. Tất cả các loại
suy nghĩ xuất hiện trong đầu bạn. “Đó chỉ là một bước điều chỉnh tạm thời thôi.” “Các nhà
phân tích dự đoán thu nhập trong quý này sẽ tăng mạnh – mình không thể bán bây giờ được!”
“Điều gì sẽ xảy ra nếu đợt sụt giảm này chỉ do một số ít nhà giao dịch thao túng thị trường?”
“Tôi nghĩ mình sẽ vẫn giữ cổ phiếu đó và không bán – ít nhất là trong vài ngày.”

Vì vậy, bạn bám víu lấy cổ phiếu này và nhìn nó thậm chí còn giảm hơn nữa. Nó giảm xuống
còn $40. Bây giờ bạn bị lỗ 2R. Nếu lỗ 1R đã khó thì lỗ 2R còn khó hơn. Và tất cả các lập luận
tương tự đều được áp dụng. Vì vậy, bạn vẫn tiếp tục giữ cổ phiếu của bạn.
Bây giờ cổ phiếu giảm xuống còn $35 và bạn lỗ 3R. Bạn biết mình thực sự nên thoát ra, nhưng
hiện tại danh mục đầu tư của bạn đã giảm $4.000. Bạn chỉ có thể xóa khoản lỗ $3.000, vì vậy
tốt nhất bạn nên giữ số cổ phiếu này. Bạn biết nó sẽ quay lại. Tuy nhiên, bạn có một giải pháp
tốt để tránh khỏi nỗi lo lắng khi nhìn thấy mình thua lỗ. Bạn sẽ không nhìn nó nữa. Bạn sẽ nhìn
nó sau sáu tháng nữa và đến lúc đó có lẽ bạn sẽ kiếm được rất nhiều tiền.
Có một câu chuyện cười xưa về một người đàn ông đang mơ thấy một thực thể “ác quỷ” nào
đó đang rình rập mình. Nó cứ ngày càng đến gần hơn, cho dù anh có chạy nhanh thế nào đi
chăng nữa. Nó ngày càng gần hơn. Cuối cùng, khi thực thể đó gần như ở trên đầu anh, và anh
cảm thấy chắc chắn rằng mình đã phải chịu trận rồi. Anh ta quay lại cầu xin sự được sống, và
anh ta đã nhìn thấy gì? Anh nhìn thấy người đưa thư đưa cho anh một phong bì và nói: “Đó chỉ
là bản sao kê tài khoản của anh thôi.”
Có lẽ bây giờ bạn đã hiểu tại sao một nhà tâm lý học và một nhà kinh tế lại đoạt giải Nobel về
kinh tế vì đã chứng minh một cách cơ bản rằng con người rất khó chấp nhận thua lỗ. Theo
những người đoạt giải Nobel, con người trở nên “dễ chấp nhận rủi ro” hơn nhiều khi họ bị tụt
lại phía sau. Rõ ràng là mọi người gặp khó khăn trong việc cắt lỗ ngắn hạn. Nhưng đó chỉ là
một nửa của quy tắc vàng. Nửa còn lại là để lợi nhuận của bạn chạy. Những người đoạt giải
Nobel cũng cho thấy rằng mọi người có xu hướng ít chấp nhận rủi ro hơn khi họ đang dẫn
trước, khiến việc để lợi nhuận tiếp tục chạy đi trở nên khó khăn.
Vì vậy, hãy quay trở lại với thành kiến của chúng ta – nhu cầu về việc phải đúng. Điều gì xảy
ra khi bạn đúng về khoản đầu tư của mình và nó bắt đầu tăng lên? Nguyên tắc vàng nói rằng
hãy để lợi nhuận của bạn chạy - hãy để nó tăng lên nhiều hơn nữa. Nhưng bạn có nhu cầu mạnh
mẽ là mình phải đúng. Số cổ phiếu trị giá $50 của bạn đã tăng lên $55 và nếu bạn bán ngay bây
giờ, bạn đã đúng và có lãi.
Tuy nhiên, bạn biết rằng mình nên để lợi nhuận của mình chạy và để làm được điều đó bạn
phải có điểm dừng lỗ trượt 10%. Bây giờ cổ phiếu đã đạt mức $55, bạn sẽ không bán nó trừ
khi nó giảm từ $5,50 xuống còn $49,50—mức dừng lỗ trượt của bạn. Tuy nhiên, đột nhiên cổ
phiếu của bạn bắt đầu giảm. Nó giảm xuống còn $54 và sau đó là $53. Bạn cảm thấy lo lắng vì
lợi nhuận của bạn đang sụt giảm. Bây giờ nó giảm xuống còn $52 và sau đó là $51. Bạn cảm
thấy như bị trói buộc trong những nút thắt. Nó đang tiến gần đến điểm dừng lỗ của bạn và nếu
bạn bị dừng lỗ, bạn sẽ lại chịu một khoản lỗ khác. Bạn sẽ sai. Đột nhiên, nó giảm xuống còn
$50,50 và thế là quá đủ đối với bạn. Bạn bán cổ phiếu nhanh chóng để kiếm được khoản lãi
$0,30 sau khi trừ chi phí. Bạn thực sự cảm thấy tự hào về bản thân vì đã kiếm được tiền.
Vậy chuyện gì vừa xảy ra ở đây vậy? Nhà đầu tư của chúng ta, vì nhu cầu quá lớn của mình là
phải đúng, đã bán hết cổ phiếu với mức lợi nhuận tối thiểu. Cổ phiếu thực sự đã giảm xuống
còn $49,90 và sau đó quay đầu và tiếp tục tăng cho đến khi chạm đến mức $75. Nhưng nhà đầu
tư của chúng ta rất vui vì ít nhất anh ấy không bị mất tiền.

Hãy chú ý những gì anh ta đã làm ở đây. Anh ta cắt ngắn lợi nhuận của mình và để cho khoản
lỗ của mình tiếp tục. Và chẳng phải điều đó hoàn toàn trái ngược với quy tắc vàng trong giao
dịch sao? Bạn nghĩ lợi nhuận giao dịch của bạn sẽ như thế nào nếu kết quả của bạn tương tự
như kết quả trong Bảng 5-1?
Bảng 5-1: Bội số R của một nhà đầu tư điển hình xuất phát từ nhu cầu phải đúng
Số thứ tự giao dịch Bội số R
1 +0,1R
2 -3,0R
3 +0,2R
4 +0,2R
5 +0,4R
6 -4,0R
7 +0,2R
8 +0,1R
9 +0,3R
10 -3,0R
Tổng -8,5R
Lưu ý rằng do thành kiến phải đúng nên nhà đầu tư của chúng ta chỉ có ba lệnh thua. Nhưng
tổng cộng ba lệnh thua cuộc đó là -10R. Nhà đầu tư của chúng ta đúng đến 70% với 7 lệnh
thắng. Tuy nhiên, tổng 7 lệnh thắng đó chỉ +1,5R. Và kết quả cuối cùng của việc nhà đầu tư
của chúng ta có thành kiến phải đúng là anh ta lỗ -8,5R sau mười giao dịch. Do vậy, nếu anh
ta chịu rủi ro khoảng 1% vào mỗi giao dịch, anh ta sẽ lỗ khoảng 8,5%. Đây không phải là một
kết quả tốt đối với người đúng 70%. Và khi tự hỏi điều gì đã xảy ra, anh ta sẽ tự nghĩ: “Có lẽ
mình đã chọn sai cổ phiếu”.
Tuy nhiên, chúng ta hãy nhìn vào tình huống ngược lại. Giả sử nhà đầu tư của chúng ta kiếm
được tiền chỉ ba lần trong số mười giao dịch, hai lần lãi 3R và một lần lãi 4R. Anh ta thua lỗ
bảy lần trong số mười lần - tất cả đều chỉ thua lỗ 1R. Điều này được thể hiện trong Bảng 5-2.
Kết quả cuối cùng cho người này là gì? Chà, họ chỉ đúng 30% số lần, nhưng kết quả cuối cùng
xét theo R là +3R. Nếu họ mạo hiểm 1R cho mỗi giao dịch (là khoảng 1% vốn sở hữu của họ),
họ sẽ có lợi nhuận khoảng 3% khi kết thúc 10 giao dịch. Bây giờ bạn có thể bắt đầu hiểu tại
sao thành kiến về nhu cầu đúng lại có thể gây nguy hiểm đến kết quả giao dịch cuối của bạn
đến vậy không?

Bảng 5-2: Bội số R của một nhà đầu tư điển hình khi tuân theo Quy tắc vàng.
Số thứ tự giao dịch Bội số R

1 -1R
2 +3R
3 -1R
4 -1R
5 -1R
6 +4R
7 -1R
8 -1R
9 -1R
10 +3R
Tổng +3R
Vì vậy, bây giờ chúng ta có cả hai nửa nghiên cứu được thực hiện bởi những người đoạt giải
Nobel về kinh tế. Mọi người chấp nhận rủi ro nhiều hơn khi họ đang bị tụt lại ở phía sau (tức
là họ sẽ không cắt lỗ) và chấp nhận ít rủi ro hơn khi họ dẫn trước (tức là họ sẽ không để lợi
nhuận của mình tăng tiếp được). Và kết quả cuối cùng là hầu hết mọi người đều gặp khó khăn
với việc kiếm tiền trên thị trường.
Vậy bạn phải làm gì khi với cảm giác cần phải đúng? Thay vì tập trung vào việc mình phải
đúng, hãy tập trung vào việc không để mình mắc bất kỳ sai lầm nào, đặc biệt là sai lầm xảy ra
khi bạn không tuân theo các quy tắc của mình. Bạn phải tuân thủ các quy tắc vàng trong giao
dịch:
• Luôn biết điểm dừng lỗ của bạn ở đâu, điểm mà bạn sẽ đóng lệnh để bảo toàn vốn của
mình, trước cả khi bạn tham gia giao dịch. Và nếu bạn không chịu những khoản lỗ đúng
như vậy khi chúng xảy ra thì hãy coi đó là một sai lầm lớn.
• Ít nhất hãy luôn giữ một số loại lệnh dừng lỗ trượt để bạn có thể để lợi nhuận của mình
tiếp tục tăng. Và nếu bạn thấy mình chốt lãi quá sớm chỉ để đảm bảo là mình không bị
mất tiền thì đó lại là một sai lầm lớn khác.
Nếu bạn coi việc vi phạm những quy tắc này là sai (tức là phạm sai lầm), bạn sẽ thấy rằng đột
nhiên bạn có thể kiếm được tiền - số tiền lớn - trên thị trường chứng khoán hoặc bất kỳ lĩnh
vực đầu tư nào khác. Và hãy để tôi nhắc lại bài học quan trọng ở chương trước, vì nó cũng sẽ
được áp dụng ở đây:
Nói tóm lại, bây giờ bạn đã nghĩ về xác suất và số liệu thống kê. Và kết quả là, bạn có thể
chú ý đến việc tuân theo hệ thống của mình và mắc càng ít lỗi càng tốt, bởi vì khi làm
điều đó, bạn “biết” kết quả của mình về lâu dài sẽ như thế nào.

Thành kiến 3: Phần trăm lợi nhuận

Hãy tưởng tượng các tuyên bố sau....
Nếu bạn nghe theo khuyến nghị này, bạn đã tăng 150% tài khoản.
Nếu bạn thực hiện tất cả các khuyến nghị của tôi trong năm nay, bạn sẽ biến $10.000
thành $40.000
XYZ, sau khi tôi khuyến nghị, đã tăng 300%.
Khi mỗi tuyên bố được đưa ra, bạn hình dung toàn bộ danh mục đầu tư của mình sẽ tăng lên
nhiều như vậy. Thay vì nghĩ XYZ tăng 150%, bạn sẽ nghĩ danh mục đầu tư của mình tăng lên
thành $250.000 từ $100.000. Tuy nhiên, điều đó sẽ chỉ xảy ra nếu bạn đầu tư tất cả những gì
bạn có vào một cổ phiếu cụ thể đó và quản lý giao dịch để có được số tiền lãi chính xác như đã
được báo cáo. Và logic đó có gì sai? Nếu bạn tất tay vào cổ phiếu cụ thể đó, rủi ro của bạn sẽ
rất lớn. Không ai nên chấp nhận rủi ro như vậy đối với một cổ phiếu.
Chúng ta hãy xem một cổ phiếu tăng 150% thực sự có ý nghĩa như thế nào xét theo Bội số R.
Giả sử bạn đã mua cổ phiếu với mức dừng lỗ trượt là 25%. Bạn đã mua nó với giá $10/cổ phiếu
với mức dừng lỗ ban đầu là $7,50. Cổ phiếu hiện đã tăng 150%, nghĩa là giá hiện tại lên tới
$25/cổ phiếu. Bạn có lợi nhuận trên giấy là $15, so với rủi ro ban đầu là $2,50, điều đó có nghĩa
là bạn thực sự có lợi nhuận 6R đối với cổ phiếu này.
Chỉ vì cổ phiếu tăng 150% không có nghĩa là bạn đã phải bán nó. Ở mức $25, điểm dừng lỗ
trượt của bạn hiện ở mức $18,75. Hy vọng rằng nó sẽ tăng lên nhiều hơn nữa. Nhưng nếu bạn
bị chạm dừng lỗ, tổng lợi nhuận của bạn sẽ giảm xuống còn $8,75. Khi bạn so sánh điều này
với rủi ro ban đầu là $2,50, điều đó có nghĩa là bạn có lợi nhuận 3,5R. Và điều đó có nghĩa là
nếu bạn mạo hiểm 1% vốn sở hữu của mình trong giao dịch này, bạn sẽ kiếm được 3,5%. Điều
này khác xa so với điều bạn nghĩ là danh mục đầu tư của bạn đã tăng từ $100.000 lên $250.000
- nhưng đó là điều mà hầu hết mọi người hình dung khi đọc dòng tiêu đề này, “nếu bạn đầu tư
vào cổ phiếu này, bạn sẽ kiếm được 150%”. Bạn có thể nhận thấy rằng nếu bạn đầu tư 100%
vào mỗi khuyến nghị, bạn sẽ nhanh chóng đốt sạch tài khoản của mình.
Bạn đã bắt đầu thấy thành kiến này tác động như thế nào chưa? Quan trọng hơn, bạn có thể
thấy suy nghĩ của mình sẽ thông suốt hơn thế nào nếu bạn nghĩ về kết quả của mình dưới dạng
Bội số R hay tỷ lệ rủi ro-lợi nhuận?
Hãy xem ví dụ tiếp theo: “Nếu bạn thực hiện tất cả các khuyến nghị của tôi trong năm nay, bạn
sẽ biến $10.000 thành $40.000”. Đây là một tuyên bố có thật khác từ một dịch vụ tư vấn. Tuy
nhiên, nếu hỏi một số ý nghĩa thực sự của nó thì đây là câu trả lời:
Nếu bạn mạo hiểm $10.000 cho mỗi khuyến nghị giao dịch được đưa ra trong năm nay thì vào
cuối năm bạn sẽ có được $40.000. Nếu bây giờ bạn diễn giải nó thành Bội số R, tuyên bố sẽ
trở thành “Nếu bạn đã chấp nhận rủi ro 1R cho mỗi đề xuất trong năm, thì vào cuối năm bạn

sẽ tăng thêm 4R”. Giả sử rằng cố vấn này đã đưa ra 20 khuyến nghị. Điều đó có nghĩa là kỳ
vọng vào mỗi khuyến nghị giao dịch của anh ấy chỉ là 0,2R.
Nhìn vào tuyên bố ban đầu, bạn thấy tài khoản của mình tăng 400%. Nhưng nếu bạn yêu cầu
đủ thông tin để có thể suy nghĩ dưới dạng Bội số R và kỳ vọng, bạn sẽ phát hiện ra rằng đó là
một hệ thống kém với kỳ vọng là 0,2R. Nếu bạn mạo hiểm 1% cho mỗi giao dịch, bạn sẽ chỉ
kiếm được 4% vào cuối năm.
Bây giờ chúng ta hãy xem thông báo thứ ba, nếu bạn mua XYZ, nó đã tăng 300%. Một lần nữa,
với điều này, bạn sẽ thấy tài khoản của mình tăng 300%. Tuy nhiên, hãy giả sử rằng trong
trường hợp này đó là giao dịch quyền chọn. Rủi ro của bạn là toàn bộ số tiền của hợp đồng
quyền chọn. Lợi nhuận cuối cùng của bạn gấp 3 lần rủi ro ban đầu, nhưng vì rủi ro ban đầu là
tất cả mọi thứ nên lợi nhuận ròng của bạn là 3R. Do đó, chúng ta đột nhiên chuyển từ việc thấy
danh mục đầu tư của mình tăng 300% sang nhận ra rằng chúng ta có thể tăng 3% trong một
giao dịch.
Và khi một cố vấn cho bạn biết về tất cả các giao dịch giúp tăng tài khoản lên 200% hoặc
300%, nhưng họ sẽ không cho bạn biết về các khoản lỗ. Vì vậy, bạn sẽ không biết gì về kỳ
vọng thực sự của hệ thống hoặc hiệu suất thực sự của danh mục đầu tư.
Vì vậy, giả sử một cố vấn đưa ra khuyến nghị như trong Bảng 5-3.
Bảng 5-3: Điều gì sẽ xảy ra nếu trên Bản tin bạn mua có những Khuyến nghị sau đây?
Khuyến nghị giao dịch Kết quả giao dịch Bội số R
Mua GE với giá $38 Lỗ $28 -2R
Mua IBM với giá $60 Lỗ $50 -2R
Mua GM với giá $45 Lỗ $40 -1R
Mua CREE với giá $15 Lãi $45 6R
Mua VLO với giá $75 Lỗ $67 -2R
Mua TSRA với giá $41 Lỗ $29 -3R
Mua BHP với giá $65 Đạt $75 2R
Mua AAPL với giá $28 Lãi $82 8R
Mua WRF với giá $33 Lỗ $16 -5R
Mua HD với giá $64 Lỗ $58 -2R
Tổng lãi/lỗ -1R
Trong khoảng thời gian sáu tháng, thành tích tổng thể của cố vấn là âm 1R. Anh ấy đã nói gì
với bạn? Vào tháng 4, chúng tôi mua CREE và bán nó hai tháng sau đó với giá gấp ba lần số
tiền chúng tôi đã mua. Chúng tôi cũng đã mua Apple và bán nó với mức lãi gần 300%. Bạn có
muốn thành công như vậy không?

Và phản ứng của bạn khi nghe thấy điều đó là gì? “Chà, lẽ ra tôi có thể mua CREE và tăng gấp
ba lần giá trị danh mục đầu tư của mình trong hai tháng.” Bạn có muốn làm vậy không? Nếu
bạn mua toàn bộ danh mục đầu tư như khuyến nghị thì bạn đã thất bại. Nhưng đoạn quảng cáo
cũng không nói bất cứ điều gì không chính xác. Nó chỉ khiến bạn nghĩ rằng hiệu suất của họ
tốt hơn nhiều so với thực tế.
Cuối năm 2005, giới truyền thông đưa tin về một vụ sáp nhập, trong đó Valero dự định mua lại
Premcor và trở thành nhà máy lọc dầu lớn nhất Hoa Kỳ. Một cố vấn đã có cả hai cổ phiếu trong
danh mục đầu tư của mình vào đầu năm. Tuy nhiên, cả hai cổ phiếu đều bị loại khỏi danh mục
đầu tư của họ một hoặc hai tuần trước khi sáp nhập. Tuy nhiên, khi việc sáp nhập được công
bố, đây chính là điều được gửi đến những người khách hàng tiềm năng.
“Một trong những cổ phiếu của chúng tôi gần đây đã mua hết một cổ phiếu của một công
ty khác và cả hai cổ phiếu đều tăng giá mạnh sau thông báo này. Bạn có thể đã kiếm được
lợi nhuận khổng lồ từ cả hai cổ phiếu này nếu bạn làm theo khuyến nghị của chúng tôi.”
Một lần nữa, bạn có thể thấy thành kiến này sẽ gây tổn hại cho hầu hết mọi người như thế nào
, đặc biệt là khi anh ta lại còn đã bán cả hai cổ phiếu trước khi sáp nhập? Tuy nhiên, trong
trường hợp này, giải pháp cho thành kiến này rất đơn giản. Đừng tin bất cứ điều gì mà bất cứ
ai nói với bạn trừ khi họ có thể cho bạn xem hồ sơ giao dịch của họ dưới dạng Bội số R hoặc
dưới dạng dữ liệu mà bạn có thể chuyển đổi thành Bội số R! Nếu không, họ chỉ cho bạn biết
về một phần đề xuất của họ và sắp xếp nó để bạn có thể tưởng tượng ra những khoản lợi nhuận
lớn.
Do đó, chúng tôi khuyên bạn nên chuyển mọi thứ mà mọi người nói với bạn về hiệu suất của
họ thành Bội số R. Rủi ro ban đầu là gì? Tỷ lệ lợi nhuận trên rủi ro (tức là Bội số R) là bao
nhiêu? Xác định SQNSM và sau đó xem điều gì thực sự đã xảy ra. Và nếu bạn làm vậy, hãy tự
hỏi, "SQNSM đó khi so sánh với các SQNSM khác mà tôi đã thấy thì như thế nào?" Để biết ví dụ
về điều này, hãy xem Phiên bản thứ 2 của cuốn Trade Your Way to Financial Freedom.
Thành kiến 4: Nhiều nguồn tin đã nói điều tương tự

Đây là một thành kiến đáng kể khác liên quan đến lượng thông tin mà bạn tiếp xúc. Thông
thường, càng có nhiều người tiếp xúc với một số thông tin nhất định thì họ càng có nhiều khả
năng tin vào thông tin đó. Tuy nhiên, nó có thể là cùng một thông tin (tức là từ cùng một
nguồn). Ví dụ: chúng ta hãy xem xét ý tưởng “việc chọn cổ phiếu rất quan trọng để đầu tư
thành công”. Ai đó đã nghĩ một câu chuyện về việc một bậc thầy nào đó đã kiếm được nhiều
tiền nhờ lựa chọn đúng cổ phiếu. Giả sử rằng tất cả các kênh tin tức đều đưa tin về câu chuyện,
vì vậy bạn được đọc bốn phiên bản khác nhau của cùng một câu chuyện được viết bởi bốn
người khác nhau. Bây giờ, từ một nguồn bắt đầu câu chuyện nhưng vì bạn đã tiếp xúc với nó
bốn lần khác nhau nên kết luận của bạn là “Nó phải đúng/đúng và đúng”.
Một số lượng lớn các nguồn tin nói rằng việc chọn cổ phiếu là quan trọng. Ví dụ: tôi đã tra cứu
“chọn cổ phiếu” trên Amazon.com và kết quả truy vấn trả về 158 mặt hàng, bao gồm

• Cách chọn cổ phiếu như Warren Buffett của Timothy Vick, và

• Chọn cổ phiếu như Warren Buffett của Warren Boroson.
Hãy lưu ý rằng ở đây có giả định rằng Warren Buffett, người được nhiều người coi là một trong
những nhà đầu tư vĩ đại nhất thế giới, kiếm tiền bằng cách chọn đúng cổ phiếu. Tuy nhiên,
Warren Buffett không viết cuốn sách này mà người khác đã viết cuốn sách đó. Việc sử dụng
tên của ông ấy cộng thêm từ “chọn cổ phiếu” trong tiêu đề có vẻ như chìa khóa thành công ở
đây là chọn cổ phiếu. Và bạn không cần phải đọc cuốn sách để thừa nhận điều đó - bạn chỉ cần
nhìn vào tiêu đề.
Dưới đây là một vài cuốn khác:
• Quy tắc đầu tư của Michael Sivy: Cách chọn cổ phiếu như một chuyên gia của Michael
Sivy
• Cách chọn cổ phiếu của Fred Frailey
• Những lựa chọn cổ phiếu vĩ đại nhất mọi thời đại của thế giới bởi W.Randall Jones 😊
• Đầu tư thông minh: Cách chọn cổ phiếu thắng lợi với Nhật báo kinh doanh của nhà
đầu tư của Dhun Sethna
• Chọn cổ phiếu thành công của Edward Mrkvicka.
Còn rất nhiều cuốn sách khác có tựa đề chọn cổ phiếu. Đây chỉ là để cho bạn thấy mức độ phổ
biến của thành kiến.
Tuy nhiên, chủ đề này thậm chí còn phổ biến hơn trên truyền hình:
• Tuần lễ Phố Wall luôn có một nhóm chuyên gia chọn ra những cổ phiếu họ thích.
• CNBC có các chương trình như “Thứ sáu chọn cổ phiếu”. Trên thực tế, việc chọn cổ
phiếu chiếm ưu thế trên CNBC và tôi chưa bao giờ nghe một chuyên gia nào nói: “Tôi
thích cổ phiếu này, nhưng tôi sẽ bán nó nếu nó giảm xuống mức này”.
• Bloomberg cũng sẽ phỏng vấn các chuyên gia và hỏi họ thích cổ phiếu nào.
• CNNfh (không còn tồn tại nữa) thường xuyên phỏng vấn mọi người để tìm hiểu xem
họ đang giới thiệu cổ phiếu nào. Và tôi đoán rằng bản tin Fox Business News mới của
Rupert Murdock cũng sẽ đề cao phần chọn cổ phiếu.
Danh sách cứ kéo dài mãi. Nếu bạn chỉ xem tivi để xác định cách đầu tư, bạn sẽ chắc chắn sẽ
được nói rằng chìa khóa thành công là chọn đúng cổ phiếu.
Phải làm gì khi có nhiều nguồn tin nói về cùng một thứ
Một lần nữa, nếu bạn làm theo những gì chúng tôi gợi ý trong cuốn sách này và có đủ tự tin
vào bản thân cũng như hệ thống của mình thì điều người khác nói sẽ không còn quan trọng
nữa. Ở đỉnh và đáy của thị trường, hầu hết mọi người đều sai, vậy bạn có thực sự muốn nghe
những gì mà hầu hết mọi người đều nói không?

Thành kiến 5: Thẩm quyền
Chúng ta tin vào những người có thẩm quyền. Nếu các nhà phân tích được trả mức lương sáu
con số nói như vậy thì điều đó chắc chắn là đúng. Tôi thực sự đã chỉ ra nó trong phần thành
kiến cuối cùng. Hai cuốn sách về chọn cổ phiếu liên quan đến cách Warren Buffett chọn cổ
phiếu. Trên thực tế, đã có gần chục cuốn sách được xuất bản về Warren Buffett. Tôi thậm chí
còn đề cập đến một số phong cách đầu tư của ông ấy trong cuốn Trade Your Way to Financial
Freedom. Hơn nữa, mọi tác giả đều giả định rằng thành công của Buffett là do ông là người
chọn cổ phiếu giỏi. Và nếu Warren đã nghĩ như vậy thì chúng ta tin rằng nó phải như vậy. Tuy
nhiên, Warren Buffett chưa từng viết cuốn sách nào trong số đó và tôi chắc chắn rằng nếu
Buffett nói sự thật về cách ông đầu tư, ông cũng sẽ nhấn mạnh đến chiến lược thoát lệnh của
mình. Theo một nghĩa nào đó, ông ấy không có chiến lược thoát lệnh vì ông ấy mua những cổ
phiếu bị định giá quá thấp. Nếu nó đáp ứng được những tiêu chí đó, ông ấy sẽ mua và giữ
chúng. Nhưng theo một cách khác, ông ấy có một chiến lược thoát ra: khi ông ấy thấy rõ rằng
cổ phiếu mình mua hiện đã được định giá quá cao hoặc lý do đầu tư của ông ấy đã thay đổi, thì
ông có thể sẽ nhanh chóng bán nó.
Mọi người cũng cho rằng khi các nhà phân tích và nhà quản lý quỹ nói về tầm quan trọng của
việc chọn cổ phiếu thì những người này là những người có thẩm quyền. Do đó, nó cũng có
trọng lượng hơn rất nhiều khi những người này đưa ra ý kiến.
Phải làm gì đối với thành kiến về thẩm quyền
Câu trả lời ở đây là hiển nhiên. Nếu bạn thực hiện các loại phân tích hệ thống của mình mà
chúng tôi đề xuất ở đây thì bạn không cần bất kỳ thẩm quyền nào khác ngoài dữ liệu của chính
bạn. Nó sẽ cung cấp cho bạn câu trả lời cho từng câu hỏi sau:
• Giao dịch như thế nào? Bạn làm theo hệ thống của mình vì bạn tin tưởng vào kết quả.
• Khi nào bạn thoát ra? Điều này đã được xác định trước ở khi Hệ thống của bạn trước
cả khi mỗi giao dịch được thực hiện (và ngay cả Warren Buffett cũng làm điều này một
cách gián tiếp bằng cách biết rằng ông sẽ bán khi công ty của ông không còn giá trị tốt
nữa).
• Bạn lựa chọn đầu tư như thế nào? Bạn không phải chọn bất cứ thứ gì, hệ thống của
bạn sẽ giao dịch khi nhận được tín hiệu. Hơn nữa, bạn hiểu rằng việc chọn cổ phiếu và
sử dụng một hệ thống giao dịch chỉ là một phần nhỏ cần có để thành công.
• Bạn dự đoán tương lai như thế nào? Bạn không thể dự đoán bất cứ điều gì ngoại trừ
việc bạn sẽ kiếm được tiền về lâu dài. Bạn thậm chí không biết liệu giao dịch hiện tại
của bạn có kiếm được tiền hay không. Trên thực tế, có lẽ nó sẽ không kiếm được tiền
vì nó có thể chỉ kiếm được tiền trong khoảng 39% thời gian.
• Điều gì sẽ xảy ra nếu ai đó nói rằng bạn sai, ngu ngốc hoặc điên rồ khi làm những
gì bạn đang làm? Nếu bạn tin tưởng vào hệ thống của mình và kết quả lâu dài của nó

thì bạn sẽ không quan tâm người khác nói gì.
Thành kiến 6: Dự đoán và hiểu biết
Một nhu cầu quan trọng mà hầu hết mọi người đều có là nhu cầu được hiểu biết. Một trong
những khách hàng của tôi, Joe, khẳng định rằng anh ấy gặp khó khăn nhất với thị trường khi
anh ấy vào một vị thế và rồi không hiểu chuyện gì đang xảy ra. Kết quả là tôi đã hỏi anh ấy
một số câu hỏi. “Các vị thế của anh có thường xuyên chiến thắng không?” Câu trả lời của anh
ấy là anh ấy đúng khoảng 60%. “Khi anh không hiểu chuyện gì đang xảy ra, anh có thường
xuyên thắng không?” Lần này câu trả lời của anh ấy là anh ấy gần như không bao giờ thắng
khi anh ấy không hiểu. Sau đó tôi nói: “Vì hệ thống của anh không có nhiều lựa chọn nên có
lẽ anh cũng không hiểu nhiều về thị trường. Nhưng khi anh rõ ràng đang bối rối, thì anh nên
thoát ra.” Anh ấy đồng ý rằng đó có lẽ là một ý tưởng hay.
Tuy nhiên, khi bạn nghĩ về hệ thống giao dịch của Joe, anh ấy thực sự không có hệ thống rõ
ràng. Tại sao lại vậy? Joe rất lo lắng về việc không có các tín hiệu thoát lệnh được xác định rõ
ràng cho anh ấy biết 1) khi nào anh ấy sai để có thể thoát ra và 2) khi nào nên chốt lời.
Hầu hết mọi người có thôi thúc cần phải tạo ra những lý thuyết phức tạp để giải thích những gì
đang diễn ra trên thị trường. Các phương tiện truyền thông luôn cố gắng giải thích về thị trường
mặc dù họ không biết gì về thị trường. Khi tôi đang nghiên cứu phần này của chương này, chỉ
số Dow đã giảm 91,52 điểm. Ngày hôm sau báo chí tràn ngập những câu như:
“Các nhà đầu tư, bị lo sợ trước viễn cảnh suy thoái kinh tế, hôm thứ Ba đã đồng loạt
chuyển sang nơi đang trở thành thị trường trái phiếu hấp dẫn. Việc bán tháo trên thị
trường chứng khoán được đẩy nhanh bởi các chương trình giao dịch trên máy tính....
Các nhà quản lý tiền tệ đang thực hiện một sự thay đổi lớn cùng một lúc, đó là lý do tại
sao chúng ta đang chứng kiến sự gia tăng mạnh mẽ như vậy hiện nay. Khi nó giảm, nó
gây ra một làn sóng bán ra trên máy tính.... Phố Wall hiện tin rằng lần tăng lãi suất
mới nhất của Fed sẽ làm nền kinh tế chậm lại. Đó là tin tốt cho thị trường trái phiếu
vốn ghét lạm phát vì nó làm xói mòn giá trị thanh toán trái phiếu lãi suất cố định.
Nhưng đó là tin xấu cho chứng khoán. Ngày càng có nhiều nhận thức rằng có thể tỷ lệ
tăng trưởng mà chúng ta gặp phải có thể tác động đến nền kinh tế, điều này có thể dẫn
đến một số doanh nghiệp thất vọng.”
Thành kiến “cần hiểu” càng trở nên phức tạp hơn khi thiết kế các hệ thống giao dịch. Mọi người
điều chỉnh các thanh giá hàng ngày theo nhiều cách kỳ lạ và sau đó phát triển những lý thuyết
thậm chí còn kỳ lạ hơn để giải thích thị trường dựa trên những thao tác đó. Sau đó, các lý thuyết
được tạo ra sẽ được lan truyền nhưng có rất ít cơ sở thực tế. Ví dụ, cơ sở hợp lý cho Lý thuyết
sóng Elliott là gì? Tại sao thị trường phải di chuyển theo hai sóng theo một chiều và hai sóng
theo chiều ngược lại?
Khi bạn nghĩ về các lý thuyết hàn lâm về thị trường, những lý thuyết đó đều dựa trên việc dự
đoán thị trường. Phân tích cơ bản được dùng để xác định các đặc điểm cơ bản đằng sau thị
trường. Một số người tin rằng khi bạn hiểu đủ rõ những yếu tố cơ bản này, bạn có thể giao dịch

tốt vì bạn biết các yếu tố ảnh hưởng đến thị trường. Trên thực tế, hầu hết các học giả đều tin
rằng thị trường hoàn toàn hiệu quả nếu bạn có thể hiểu được các yếu tố cơ bản. Bất cứ điều gì
khác có thể ảnh hưởng đến thị trường chỉ được coi là nhiễu ngẫu nhiên.
Một số người phản đối phân tích cơ bản và phát triển phân tích kỹ thuật. Phân tích kỹ thuật
giống như việc cố gắng dự đoán thị trường bằng cách xem xét hình ảnh các thanh giá trong quá
khứ của thị trường. Các nhà kỹ thuật thị trường tin rằng nếu bạn vẽ đủ các đường và quan sát
đủ các mô hình, cuối cùng bạn sẽ có thể dự đoán thị trường một cách hoàn hảo.
Giờ đây, chỉ số Dow 30 có những biến động đều đặn 300 điểm - cho thấy thị trường không
hiệu quả và ngẫu nhiên - một lĩnh vực nghiên cứu mới đang bắt đầu thay thế phân tích cơ bản.
Lĩnh vực mới đó được gọi là tài chính hành vi. Nó cố gắng dự đoán những thay đổi trên thị
trường bằng cách nghiên cứu sự thiếu hiệu quả trong việc ra quyết định của con người. Nói
cách khác, các nhà tâm lý học và kinh tế học nghiên cứu một số điểm kém hiệu quả tương tự
mà tôi đang chỉ ra cho bạn để xác định lý do tại sao thị trường lại khó đoán như vậy. Tuy nhiên,
giá trị của việc hiểu những phương pháp suy nghiệm phán đoán này đến từ việc vô hiệu hóa
cách chúng làm tổn hại bạn. Khi chúng không còn làm ảnh hưởng đến bạn nữa thì bạn có cơ
hội kiếm được tỷ lệ hoàn vốn rất cao với mức sụt giảm vốn thấp.
Tôi đã tham dự một hội nghị về tâm lý học và thị trường ở Frankfort, Đức vào năm 1997. Nhiều
diễn giả đã nói về nhiều cách khác nhau mà việc đưa ra quyết định của con người là sai lầm và
cách sử dụng điều đó để dự đoán thị trường tốt hơn. Một người thậm chí còn nói rằng những
gì các nhà giao dịch là chúng ta đang làm là không khả thi - không ai có thể kiếm được hơn
50% lợi nhuận trên thị trường một cách nhất quán. Tất cả những người thuyết trình đều bỏ lỡ
một điểm. Mọi người không thể kiếm tiền bằng cách dự đoán thị trường. Họ kiếm tiền bằng
cách cắt lỗ ngắn và để lợi nhuận chạy và bằng cách sử dụng định cỡ vị thế thích hợp để đẩy
mạnh những hiệu ứng đó.
Bí quyết thành công là hiểu được những thành kiến này ảnh hưởng đến bạn như thế nào và biến
mình thành một nhà đầu tư/nhà giao dịch hiệu quả. Nếu bạn cố gắng áp dụng những gì bạn học
được từ bên ngoài vào thị trường, bạn sẽ không thể áp dụng bất kỳ nguyên tắc nào mà chúng
tôi dạy trong cuốn sách này. Tiền được tạo ra thông qua việc cá nhân áp dụng những nguyên
tắc này.
Phải làm gì với việc thành kiến hiểu biết và dự đoán
Bạn có thực sự cần phải hiểu thị trường hoạt động như thế nào không? Không, bạn không cần.
Bạn chỉ cần hiểu khái niệm mà bạn đang giao dịch hoạt động như thế nào. Ví dụ: nếu bạn là
người theo xu hướng, tất cả những gì bạn cần hiểu là thị trường thỉnh thoảng sẽ di chuyển theo
những xu hướng rất lớn và nếu bạn có thể nắm bắt được những biến động lớn, bạn sẽ kiếm
được rất nhiều tiền. Bạn có một hệ thống thực hiện điều đó, vì vậy đó là tất cả những gì bạn
cần hiểu về thị trường.
Nếu bạn là nhà đầu tư giá trị, thì tất cả những gì bạn cần hiểu là tại sao thứ gì đó bị định giá
thấp và tự tin vào khả năng xác định điều đó của mình. Hai điều còn lại bạn cần hiểu là (1) khi

khoản đầu tư của bạn không còn bị định giá thấp nữa, nghĩa là có lẽ đã đến lúc phải bán và (2)
khi bạn thấy sai về đánh giá của mình thì có thể thoát ra và bảo toàn vốn của mình một cách an
toàn. Bạn không cần phải hiểu thị trường chút nào. Warren Buffett không cần hiểu – ông ấy
cho rằng thị trường là phi lý – vậy tại sao bạn cần hiểu chúng?
Tương tự, cho dù bạn có tự tin vào hệ thống của mình đến đâu, bạn cũng sẽ gặp khó khăn khi
đưa ra dự đoán thị trường. Nhưng bạn không cần phải làm vậy. Bạn biết phân phối Bội số R
của mình và bạn có kỳ vọng, độ lệch chuẩn và SQNSM của nó. Thông tin đó sẽ giúp bạn xác
định những gì bạn có thể mong đợi từ hệ thống của mình về lâu dài. Và miễn là bạn định cỡ vị
thế để tránh mọi thảm họa trong trường hợp xấu nhất, bạn sẽ có thể đạt được kỳ vọng đó. Bạn
có cần dự đoán điều gì nữa không?
Bạn có bắt đầu thấy sự nguy hiểm của kiểu suy nghĩ này và cách nó có thể khiến bạn tránh xa
những gì được coi là hiệu quả? Khi một người thực hiện thăm dò dự đoán người dân Mỹ sẽ bỏ
phiếu như thế nào, anh ta không nhất thiết phải hiểu tại sao mà họ lại bỏ như vậy. Anh ta chỉ
biết kết quả của cuộc bỏ phiếu sẽ như thế nào. Bạn có đủ thông tin để biết về kết quả có thể
xảy đến với hệ thống của mình và đó là tất cả những gì bạn cần.
Thành kiến 7: Muốn biết nhiều sự thật

Khoảng 75% dân số hướng tới cảm giác/chi tiết, trong khi 25% còn lại có định hướng tổng thể.
Những người thiên về cảm giác/chi tiết có một thành kiến cực kỳ lớn khiến họ không thể giao
dịch thành công, mà tôi gọi là thành kiến “muốn có nhiều sự thật”. Họ muốn có nhiều sự kiện
và bằng chứng hỗ trợ cho các quyết định của mình, trong khi những người muốn bức tranh
tổng thể lại muốn hiểu làm thế nào tất cả chúng khớp với nhau (tức là bức tranh lớn) và sau đó
tự rút ra kết luận. Bây giờ bạn nghĩ điều này ảnh hưởng đến hai loại người này như thế nào?
Giả sử bạn tham dự một buổi nói chuyện về đầu tư, trong đó có một bậc thầy nào đó đang nói
với bạn về chỉ báo Chén Thánh của anh ấy. Anh ta có thể chỉ cho bạn thứ gì đó giống như chỉ
báo trong Hình 5-1.
Lời chào hàng của anh ta là anh ta có một chỉ báo ma thuật và khi giá vượt lên trên chỉ báo đó
và đạt mức cao mới trong 40 ngày (được xác định bằng phần mềm của anh ta), thì hãy xem
điều gì sẽ xảy ra với giá. Bây giờ, một biểu đồ có thể không cho bạn biết nhiều điều, nhưng
bậc thầy của chúng ta sẽ cho bạn thấy 50 ví dụ như vậy—tất cả đều kéo theo một đợt tăng giá
đáng kể. Và nếu bạn là một trong 75% dân số cần nhiều thông tin, thì bạn đã có được thứ mình
cần. Bây giờ bạn đã biết cách chọn đúng cổ phiếu để mang lại cho mình nhiều tiền. Bạn đã
được xem 50 ví dụ cho thấy phần mềm của anh ấy, cùng chỉ báo kỳ diệu đó, đã báo hiệu thành
công các đợt tăng giá. Đó là đủ thông tin để thuyết phục bạn rằng nó hoạt động. Bạn mua phần
mềm với giá $3.000 và bạn bắt đầu kiếm được rất nhiều tiền, phải không? Không, hoàn toàn
ngược lại.
Đầu tiên, bạn chỉ thấy 50 mẫu với giá đã tăng. Bạn không được thấy các ví dụ trong đó giá
không thay đổi gì hoặc giảm xuống. Kết quả là, theo lời ông chuyên gia của chúng ta trình bày,
bạn không biết rằng cách bạn kiếm tiền là thông qua việc thoát lệnh và chìa khóa để đạt được

mục tiêu của bạn (như sẽ thảo luận trong Phần III) là thông qua việc định cỡ vị thế. Những
người thích bức tranh tổng thể có thể nhận ra điều này, nhưng những người chỉ muốn có nhiều
sự thật có lẽ sẽ không hiểu được cho đến khi quá muộn.
Phải làm gì khi thèm khát có nhiều sự thật
Nếu bạn đã hiểu các thông tin trong cuốn sách này nhưng vẫn cần nhiều thông tin thực tế để có
thể cảm thấy thoải mái thì có lẽ công việc giao dịch không dành cho bạn. Nếu không, chỉ cần
thực hiện đủ giao dịch tuân theo hệ thống của bạn cùng định cỡ vị thế thấp cho đến khi bạn tin
những gì chúng tôi đang nói là đúng.
Khi giá đi lên trên đường chỉ

báo của chúng ta và tạo ra
mức cao mới của 40 ngày,
hãy xem điều gì xảy ra!
Hình 5-1: Bằng chứng đầu tiên
Những thành kiến khác liên quan đến việc

muốn mình đúng
Trong phần còn lại của chương này, tôi muốn tập trung vào vấn đề muốn mình đúng. Người ta
thường nói rằng hầu hết các nhà giao dịch thà đúng hơn là kiếm được tiền. Vì vậy, hãy khám
phá những gì khiến điều này xảy ra.
Vì vậy, bây giờ hãy tưởng tượng có ai đó rất muốn kiếm tiền trên thị trường. Đó là niềm đam
mê của người này. Họ nhận được một gói phần mềm có nhiều khả năng lập biểu đồ và họ xem
hết biểu đồ này đến biểu đồ khác.
Họ bắt đầu xem xét những biến động lớn trên thị trường, tự hỏi những biến động đó có điểm
gì chung. Đầu tiên, họ nhận thấy rằng nhiều biến động lớn diễn ra sau một giai đoạn đi ngang,
không phải lúc nào cũng vậy—nhưng thường đủ để thu hút sự chú ý của họ. Vì vậy, ý tưởng
giao dịch đầu tiên của họ là giao dịch tại các động thái khi giá phá vỡ khỏi vùng đi ngang.
Nhưng làm thế nào để bạn biết đâu là chuyển động phá vỡ thực sự? Đột nhiên, họ bị dừng lỗ.
Có một mẫu hình bốn thanh dường như xuất hiện trên khoảng 70% các mẫu mà họ nhìn thấy.
"Chính là nó!" họ kêu lên. Và một ý tưởng giao dịch mới ra đời.
Mặc dù quá trình này có thể tốt hơn những gì một người bình thường đang làm – mua các

khoản đầu tư chỉ vì một câu chuyện thời sự hoặc lời giới thiệu của một chuyên gia – nhưng nó
vẫn có một số sai sót lớn.
Thành kiến 8: Luật số nhỏ
Nếu bạn muốn tìm thứ gì đó, chẳng hạn như một mô hình có thể dúng để kiếm lợi nhuận lớn,
bạn có thể dễ dàng tìm thấy nó. Tâm trí của chúng ta có thiên hướng tìm kiếm những gì chúng
ta muốn, thực tế là nhào nặn ra nó từ sự hỗn loạn. Kết quả là, chúng ta có xu hướng nhìn thấy
những mẫu hình không tồn tại và chỉ cần một vài mẫu hình được lựa chọn kỹ càng để thuyết
phục mọi người rằng mẫu hình đó có ý nghĩa là được. Trong ví dụ nêu trên, nhà giao dịch của
chúng ta đã tìm thấy một mô hình tuyệt vời mà anh ta nghĩ rằng sẽ dẫn đến thành công. Trên
thực tế, anh ta chỉ tìm thấy sáu ví dụ về mẫu hình này, nhưng điều đó đủ để thuyết phục anh ta
rằng mô hình này là có thật và khiến anh ta dùng nó để dựng lên một hệ thống giao dịch.
Tuy nhiên, đây là những gì anh ấy còn thiếu:
• Anh ta chỉ mới nhìn thấy sáu lần mẫu hình hiệu quả mà đã quyết định rằng nó có thật.
Điều anh ấy không làm là xem xét hàng trăm lần giá đi ngang để xem tần suất xuất hiện
của mô hình này và liệu nó có luôn mở đầu cho một xu hướng mới hay không. Nếu anh
ta có thể đưa ra dữ liệu cho biết: “Trong số 300 giai đoạn giá đi ngang, mô hình này đã
xuất hiện trong 213 trường hợp mở đầu một đợt tăng giá mới”, thì ít nhất anh ta cũng
có ý tưởng hợp lý rằng tín hiệu đó là có thật.
• Thứ hai, và đây là một thành kiến phổ biến, anh ta đã không tìm hiểu xem mô hình này
có thường xuyên dẫn đến thất bại hay không. Bao lâu thì nó xảy ra hoặc không thực
hiện cải tiến? Nó có xảy ra trong những giai đoạn giá không đi ngang không? Điều gì
xảy ra khi nó xảy ra? Ví dụ, anh ta có thể đã phát triển một chương trình máy tính để
sàng lọc dữ liệu của mình và nhận thấy rằng mô hình này xảy ra khá đều đặn, khoảng
mười ngày một lần. Do đó, trong cùng khoảng thời gian anh ta tìm thấy 213 lần mô
hình dẫn đến xu hướng tăng, nhưng thực tế có đến 7.124 lần mẫu hình này không có
hiệu quả gì. Đột nhiên, chúng ta có một mẫu hình chỉ hoạt động được khoảng 3% thời
gian.
• Bây giờ vấn đề này có thể được khắc phục bằng cách nói rằng, “Tôi sẽ sàng lọc mẫu
hình giá đi ngang trước rồi tìm mẫu hình bốn thanh”. Điều này có thể làm cho nó khả
thi. Nhưng vẫn còn vấn đề về mức độ thường xuyên mà mô hình này dẫn đến sự dịch
chuyển lên của giá. Và khi bạn kiểm tra lại điều này, hóa ra là trong 300 chuyển động
giá đi ngang thì có 732 lần xuất hiện về mô hình này. Trong khi 213 trong số đó dẫn
đến tăng giá thì 519 trường hợp còn lại không dẫn đến gì cả.
Tại thời điểm này, mô hình trông không tốt chút nào. Nhưng ngay cả khi nó có tốt thật thì
chúng ta cũng chỉ coi đó một phần của hệ thống giao dịch - bộ lọc và điểm vào lệnh. Một hệ
thống giao dịch đầy đủ cũng cần phải có điểm dừng lỗ trong trường hợp xấu nhất, kế hoạch
thoát lệnh và định cỡ vị thế tốt.

Vì vậy, bây giờ bạn đã biết tâm trí có ảnh hưởng đến bạn như thế nào khi bạn muốn mình đúng
và khi bạn chưa xem xét tất cả các vấn đề liên quan để giao dịch tốt.
Hơn nữa, mọi người chỉ nhìn thấy những khuôn mẫu dẫn đến thành công chứ không nhìn thấy
những khuôn mẫu dẫn đến thất bại (tức là những khoản lỗ lớn). Hãy tưởng tượng xem thành
kiến này tác động thế nào trong việc thuyết phục bạn mua một cổ phiếu theo một mẫu hình
nhất định.
Một lần nữa, thành kiến cụ thể này được khắc phục bằng cách làm theo những khuyến
nghị mà bạn vừa được đọc trong cuốn sách: học áp dụng cách tiếp cận thống kê đối với
thị trường và đặt mục tiêu rằng sẽ không mắc bất kỳ sai lầm nào, trong đó sai lầm ở đây
có nghĩa là không tuân theo các quy tắc đã được chứng minh của bạn.
Thành kiến 9: Một khi chúng ta nghĩ mình đã có nó thì thật khó để từ bỏ nó
Một khi bạn tin rằng bạn đã tìm ra được một mẫu hình và bị thuyết phục rằng nó hoạt động
(bởi luật số nhỏ), bạn sẽ làm mọi thứ có thể để tránh nhìn thấy bằng chứng cho thấy nó không
hoạt động. Ví dụ: một khi bạn tìm ra mẫu hình được mô tả ở trên, thì bạn sẽ rất miễn cưỡng
khi thấy bất kỳ loại bằng chứng nào cho thấy nó không hiệu quả.
Khi đọc ví dụ trên, bạn có thể tự nhủ: “Chắc chắn rồi, điều thực sự quan trọng là phải làm tất
cả những điều đó để xác định xem những gì tôi tìm thấy có ý nghĩa hay không”. Nhưng thành
kiến mà hầu hết mọi người đều có là hoàn toàn né tránh làm bất cứ việc gì như vậy. Khi bạn
đã tìm thấy nó, bạn sẽ không muốn biết sự thật rằng mình thực sự chưa tìm thấy nó.
Có rất nhiều ví dụ về điều này:
• Nếu bạn tin rằng việc chọn cổ phiếu là chìa khóa để thành công, bạn sẽ né tránh thu
thập những bằng chứng cho thấy việc đó là không hiệu quả.
• Nếu bạn nghĩ rằng bạn có thể kiếm tiền với quyền chọn vì đòn bẩy cao và rủi ro hạn
chế, bạn sẽ tiếp tục giao dịch quyền chọn bất chấp thua lỗ này đến thua lỗ khác.
• Tôi thậm chí còn thấy các nhà giao dịch phát triển một chiến lược giao dịch chênh lệch
giá cụ thể mang lại cho họ lợi thế thực sự. Họ giao dịch với nó và kiếm được một khoản
tiền nhỏ và sau đó chiến lược này ngừng hoạt động. Họ thậm chí đã nói với tôi rằng
chiến lược này không còn hiệu quả nữa, nhưng vì thành kiến này nên họ tiếp tục giao
dịch và mất rất nhiều tiền. Có lẽ họ cần chấp nhận thực tế rằng chiến lược này không
còn hiệu quả.
Phải làm gì với thành kiến những gì tôi nghĩ là đúng
Hãy để tôi hỏi bạn một câu hỏi đơn giản. Bạn có tin những gì tôi đã nói với bạn về cách đánh
giá hệ thống không? Nếu bạn tin vào điều đó thì đó là tất cả những gì bạn cần biết. Nếu bạn
không tin thì hãy tự mình kiểm nghiệm. Và nếu bạn không muốn làm điều đó thì có lẽ công
việc giao dịch hoặc đầu tư không dành cho bạn.

Thành kiến 10: Đại diện

Thực tế có giống như vẻ ngoài của nó không? Là một người được đào tạo về cách hoạt động
của não bộ, tôi có thể trả lời cho bạn mà không cần biết về các thành kiến là thực tế không phải
vậy. Bộ não của chúng ta chỉ nhìn thấy các mẫu hình sáng đã kích hoạt các tế bào trong não.
Chúng ta không biết thứ gì đó là một cuốn sách, một con tàu hay một biểu đồ thanh cho đến
khi chúng ta được huấn luyện để nhận ra nó.
Vậy điều này liên quan đến đầu tư như thế nào? Khi mọi người nhìn thấy một mẫu hình trên
thị trường, nó có thực sự là như vậy không? Chúng ta đã thấy ví dụ này diễn ra với luật số nhỏ.
Nhưng hãy đi sâu hơn vào những gì chúng ta đang thực sự làm.
Khi mọi người nhìn thấy thứ gì đó giống như Hình 5-2, họ chỉ cho rằng nó đại diện cho thị
trường. Đầu tiên, phần mô tả cho biết đây là biểu đồ của S&P 500 nên nó phải đại diện cho thị
trường. Nhưng có phải vậy không? Khi một cái gì đó được cho là đại diện cho một cái gì đó,
mọi người cho rằng nó chính là cái đó.
Hình 5-2: Biểu đồ thanh
Hãy nghĩ về nó. Biểu đồ đó thu gọn dữ liệu hàng tháng thành các thanh đơn giản trên một trang,
nhưng bạn sẵn sàng cho rằng nó đại diện cho thị trường. Bạn có thực sự biết chuyện gì đang
xảy ra không? Ai mua và ai bán? Ai muốn mua và ai muốn bán? Hay quan trọng hơn, chuyện
gì đang xảy ra lúc này? Chúng ta giả định rằng bằng cách nào đó nó nằm trong biểu đồ đó.
Nhưng biểu đồ đó không phải là thị trường. Biểu đồ chỉ là sự thể hiện giá cổ phiếu được trình
bày một cách dễ hiểu. Và rất nhiều thông tin bị xóa trong biểu đồ thanh đó.
Tuy nhiên, khi chúng ta bắt đầu nghĩ rằng những hình dung của chúng ta là có thật (và tất cả
chúng ta đều sẽ như vậy), rõ ràng điều đó đã làm sai lệch suy nghĩ của chúng ta. Và hầu hết
mọi người đều tiến thêm một bước nữa vì họ đã thực hiện mọi việc với dữ liệu (tức là vẽ đường
xu hướng, xác định số Fibonacci, xác định đường trung bình động), mà họ cho rằng thậm chí
còn đại diện cho thị trường hơn giá. Nhưng trên thực tế, bạn càng thực hiện nhiều biến đổi trên

dữ liệu thì nó càng ít có khả năng đại diện cho thị trường.
Trên thực tế, bạn càng thực hiện nhiều biến đổi trên dữ liệu thì càng ít khả năng nó có
thể đại diện cho thị trường.
Bạn có thể sẽ nghĩ rằng “Ông Van này sai rồi” khi đưa ra những tuyên bố như vậy. “Tất nhiên,
chúng đại diện cho thị trường chứ!”. Nhưng đó không phải là Thành kiến 9 đang diễn ra trong
đầu bạn sao?
Biện pháp tự bảo vệ duy nhất mà tôi biết đối với thành kiến này là lùi lại khỏi mọi thứ, ở trong
“hiện tại” và chỉ chú ý đến những gì đang thực sự xảy ra. Và bạn có thể làm được điều đó nếu
bạn tin tưởng vào kết quả giao dịch lâu dài của mình.
Tôi luôn khuyến nghị rằng kế hoạch giao dịch của bạn nên bao gồm kế hoạch dự phòng trong
trường hợp xấu nhất. Một phần trong kế hoạch dự phòng trong trường hợp xấu nhất của bạn
nên tập trung vào chủ đề cụ thể này. Điều gì sẽ xảy ra nếu điều gì đó tôi nghĩ là có thật, thực
sự lại không có thật? Những tác động của nó đối với công việc giao dịch của tôi là gì?
Kết luận
Có lẽ bạn có thể bắt đầu hiểu tại sao tôi có xu hướng thiên về quan điểm cho rằng mọi thứ đều
thuộc về tâm lý. Càng hiểu điều này, bạn càng nhận ra rằng ở một mức độ nào đó, bạn phải
chịu trách nhiệm về mọi thứ bạn đã trải qua.
Và theo tôi, đó là chìa khóa đầu tiên để trở thành một nhà giao dịch giỏi. Bạn phải sở hữu hiệu
suất của riêng bạn. Bạn phải tin rằng hệ thống của bạn sẽ kiếm tiền lâu dài vì bạn đã lấy được
các mẫu Bội số R hợp lệ, đáng tin cậy từ hệ thống của mình. Bạn đã xác định SQNSM của hệ
thống cho từng loại thị trường và bạn biết điều gì sẽ xảy ra trong tương lai. Bạn có các mục
tiêu cụ thể và tôi sẽ sử dụng định cỡ vị thế để đáp ứng các mục tiêu của bạn dựa trên các phương
pháp được minh họa trong Phần III. Kết quả của quá trình này là bạn chỉ cần tập trung vào hiện
tại. Bạn có đang thực hiện quy trình này không? Bạn đang làm theo hệ thống của mình hay bạn
đang mắc sai lầm?
CHÚ THÍCH
1
Schwager, Jack và William Eckhardt. Phù thủy thị trường mới. Harper Collins, 1992.

Phần II:
Hiểu những điều cơ bản về

Định cỡ vị thế

Giới thiệu cơ bản về định cỡ vị thế

Mục tiêu của tôi khi viết phần này là 1) cho bạn thấy tầm quan trọng của việc định cỡ vị thế
đối với hiệu suất tổng thể của bạn, 2) chỉ cho bạn cách định cỡ vị thế và 3) cung cấp cho bạn
một số mô hình cơ bản, chúng sẽ trở thành cốt lõi của những gì bạn cần biết về định cỡ vị thế.
Nhìn chung, có ba mô hình vốn sở hữu và 31 mô hình định cỡ vị thế được đưa ra trong cuốn
sách này. Vì bạn có thể sử dụng từng mô hình vốn sở hữu kết hợp cùng từng mô hình định cỡ
vị thế nên bạn có tổng cộng 93 mô hình khả thi. Tuy nhiên, thực tế là nhiều mô hình được trình
bày có hàng nghìn biến thể minh họa cho sự phức tạp của chủ đề này.
Trong Chương 6, bạn sẽ tìm hiểu cách hình thành một ý tưởng có rủi ro thấp thông qua việc
định cỡ vị thế và chủ đề quan trọng này gần như bị Phố Wall và giới học thuật bỏ qua hoàn
toàn như thế nào. Bạn cũng sẽ tìm hiểu về một số thành kiến tâm lý chống lại việc thực hành
định cỡ vị thế thích hợp.
Chương 7 trình bày CPR cho các nhà giao dịch, ý tưởng cơ bản đằng sau tất cả mô hình định
cỡ vị thế giúp cho bạn có thể thay thế bất kỳ mô hình nào để sử dụng (ví dụ: biến động, đòn
bẩy, ký quỹ, v.v.) cho thành phần R. Bạn cũng sẽ tìm hiểu ba mô hình vốn sở hữu cơ bản mà
bạn có thể sử dụng để định cỡ vị thế.
Trong Chương 8, bạn sẽ tìm hiểu năm mô hình định cỡ vị thế cốt lõi, bao gồm đơn vị cố định,
đơn vị bằng nhau, tỷ lệ phần trăm ký quỹ, phần trăm biến động và phần trăm rủi ro (đôi khi
được gọi là định cỡ vị thế phân số cố định).
Chương 9 trình bày thêm sáu mô hình định cỡ vị thế cốt lõi. Chúng bao gồm kiểm soát nhóm,
độ nóng danh mục đầu tư và các vị thế mua và bán. Bạn cũng sẽ tìm hiểu cách phân bổ tài sản
là một hình thức định cỡ vị thế, cách các nhà quản lý danh mục đầu tư phải đầu tư toàn bộ có
thể sử dụng định cỡ vị thế và cách định cỡ vị thế khi bạn không biết mình có bao nhiêu vốn sở
hữu.
Cuối cùng, Chương 10 sẽ cho bạn thấy tác động mà các mô hình định cỡ vị thế khác nhau có
thể tác động đối với vốn sở hữu của bạn. Bạn sẽ thấy tác động cụ thể của việc sử dụng một số
mô hình được mô tả trước đó lên đường cong vốn sở hữu của bạn.

Chương 6
Yếu tố quan trọng nhất (ngoài bạn)

trong giao dịch
John hơi sốc vì những gì đã xảy ra trên thị trường trong ba ngày qua - anh ấy đã mất 70% giá
trị tài khoản của mình! Anh ấy bị lung lay nhưng vẫn tin rằng mình có thể kiếm lại được số
tiền đó. Trong khi đó, tài khoản anh ấy đã tăng gần 200% trước khi thị trường làm anh ấy suy
sụp. Anh ấy vẫn còn $4.500 trong tài khoản. Bạn sẽ đưa ra lời khuyên gì cho John?
Lời khuyên của bạn nên là: “Hãy rời khỏi thị trường ngay lập tức. Anh không có đủ tiền để
giao dịch đầu cơ.” Tuy nhiên, một người bình thường thường cố gắng kiếm được nhiều tiền
trên thị trường, nghĩ rằng họ có thể biến tài khoản từ 5.000 đến $10.000 thành một triệu đô la
trong vòng chưa đầy một năm. Mặc dù kỳ tích này có thể xảy ra nhưng khả năng xảy ra là
không cao và khả năng hủy hoại đối với bất kỳ ai cố gắng thực hiện nó là gần như chắc chắn.
Ralph Vince đã thực hiện một thí nghiệm với 40 tiến sĩ.1 Ông đã loại trừ các tiến sĩ có kiến
thức nền tảng về thống kê hoặc giao dịch. Tất cả các tiến sĩ khác đều đủ tiêu chuẩn. Họ được
tặng một trò chơi máy tính để giao dịch. Họ bắt đầu với $10.000 và được thử 100 lần trong một
trò chơi mà họ có tỷ lệ thắng 60%. Khi thắng, họ thắng số tiền họ mạo hiểm trong lần thử đó
(1R). Khi thua, họ mất số tiền họ đã mạo hiểm cho lần thử đó (-1R).
Đây là một trò chơi hay hơn nhiều so với những gì bạn từng thấy ở Las Vegas. Tuy nhiên, hãy
đoán xem có bao nhiêu tiến sĩ đã kiếm được tiền sau 100 lần thử nghiệm. Khi kết quả được lập
bảng, chỉ có hai người trong số họ kiếm được tiền. 38 người còn lại bị mất tiền. Tưởng tượng
rằng! 95% người trong số họ thua tiền khi chơi một trò chơi có tỷ lệ thắng cao hơn bất kỳ
trò chơi nào ở Las Vegas. Tại sao? Lý do họ thua là do họ đã áp dụng tư duy của con bạc và
dẫn đến việc định cỡ vị thế kém.
Giả sử bạn bắt đầu trò chơi với rủi ro $1.000. Trên thực tế, bạn thử ba lần liên tiếp và bạn đã
thua cả ba lần—một khả năng lớn trong trò chơi này. Bây giờ vốn bạn giảm xuống còn $7.000
và bạn nghĩ, ‘Mình đã thua ba lần liên tiếp, vì vậy ván này kiểu gì mình chả thắng.” Đó là sai
lầm của các con bạc vì cơ hội thắng của bạn vẫn chỉ là 60%. Do vậy, bạn quyết định đặt cược
$3.000 vì bạn rất chắc chắn mình sẽ thắng. Tuy nhiên, bạn lại thua và bây giờ bạn chỉ còn
$4.000. Cơ hội kiếm tiền trong trò chơi của bạn hiện rất mong manh vì bạn phải kiếm được
150% chỉ để hòa vốn. Mặc dù khả năng xảy ra bốn trận thua liên tiếp là rất nhỏ— là 0,0256—
nhưng nó vẫn có khả năng xảy ra trong trò chơi với 100 lần thử.
Đây là một cách khác mà họ có thể đã áp dụng trước khi phá sản. Giả sử họ bắt đầu đặt cược
$2.500. Họ thua ba lần liên tiếp khi đặt cược $2.500 và hiện chỉ còn vốn cho một rủi ro nữa là
$2.500. Bây giờ họ phải kiếm được 300% chỉ để quay trở lại mức hòa vốn và có lẽ họ sẽ không
thể làm được điều đó trước khi phá sản.

Trong cả hai trường hợp, việc không kiếm được lợi nhuận trong trò chơi dễ dàng này xảy ra do
người đó đã mạo hiểm quá nhiều tiền. Rủi ro quá mức xảy ra vì lý do tâm lý: lòng tham, không
hiểu được tỷ lệ cược và trong một số trường hợp, thậm chí là mong muốn thất bại. Tuy nhiên,
về mặt toán học, việc thua lỗ của họ xảy ra là do họ đã mạo hiểm quá nhiều tiền.
Điều thường xảy ra là một người bình thường tham gia vào hầu hết các thị trường đầu cơ với
quá ít tiền. Tài khoản dưới $50.000 đã là tài khoản nhỏ rồi nhưng tài khoản trung bình của các
nhà giao dịch chỉ từ $5.000 đến $10.000. Kết quả là những người này đang thực hiện việc định
cỡ vị thế kém chỉ vì tài khoản của họ quá nhỏ. Tỷ lệ thất bại về mặt toán học của họ rất cao chỉ
vì kích cỡ tài khoản của họ.
Giả sử bạn có $5000 trong tài khoản của mình. Điều đó có nghĩa là rủi ro 1% hợp lý chỉ là $50.
Nếu bạn đủ kỷ luật để chấp nhận rủi ro 1%, điều mà hầu hết các nhà đầu tư nhỏ không thể làm
được, bạn vẫn có thể gặp rủi ro khoảng 2% do trượt giá và hoa hồng. Nhưng hầu hết mọi người
có thể sẽ mua vào nhiều hơn và gặp rủi ro đến $500. Chà, nó tương đương với rủi ro 10% và
có thể có tác động rất lớn đến tài khoản của bạn.
Bạn có nhớ câu chuyện tôi mua cổ phiếu đầu tiên năm 16 tuổi – cách đây hơn 40 năm không?
Kết quả cuối cùng của câu chuyện đó là tôi đã mất tất cả - khoảng $1.400 - một số tiền rất lớn
đối với một đứa trẻ 16 tuổi vào năm 1962. Vào thời đó, bạn có thể mua một chiếc ô tô với số
tiền này và chắc chắn số tiền đó sẽ đủ để đặt cọc mua nhà. Vì vậy, mất $1.400 cho một cổ phiếu
là một tổn thất lớn. Nhưng sai lầm lớn nhất mà tôi đã mắc phải là gì?
Tôi không có điểm thoát lệnh. Và vì cổ phiếu được bán với giá $8 một cổ phiếu nên tôi đang
mạo hiểm $8 một cổ phiếu. Tôi cũng không có kế hoạch và không biết cách chốt lời. Đó đều
là những sai lầm lớn. Nhưng có một sai lầm lớn hơn tất cả những sai lầm khác: Tôi đã mạo
hiểm 100% số vốn mình có vào một cổ phiếu. Kích cỡ vị thế của tôi rất lớn. Có thể bạn đã mắc
sai lầm như vậy. Trên thực tế, có lẽ 99,9% nhà đầu tư và nhà giao dịch đều mắc sai lầm tương
tự. Vì vậy, hãy nói về cách khắc phục nó.
Hiểu các ý tưởng có rủi ro thấp

Chúng ta đã nói về các nguyên tắc cơ bản của giao dịch, nhưng bây giờ điều quan trọng là bạn
phải hiểu ý tưởng có rủi ro thấp là gì. Hãy để tôi định nghĩa một ý tưởng có rủi ro thấp và định
nghĩa đó sẽ giúp bạn hiểu rõ hơn về những ví dụ này.
Ý tưởng có rủi ro thấp là ý tưởng có kỳ vọng dương dài hạn, được giao dịch ở mức rủi
ro mà cho phép xảy ra trường hợp xấu nhất có thể xảy ra trong thời gian ngắn hạn để
bạn có thể nhận ra kỳ vọng dương trong dài hạn.
Hãy lưu ý rằng điều này chỉ đơn giản nêu bật lên những gì chúng ta đã nhắc đi nhắc lại nhiều
lần - rằng nếu bạn có niềm tin vào kỳ vọng lâu dài của hệ thống của mình và chỉ cần làm theo
quy trình thì mọi việc sẽ ổn thỏa. Nhưng cũng hãy lưu ý rằng ý tưởng về định cỡ vị thế quan
trọng như thế nào đối với một ý tưởng có rủi ro thấp. Nếu định cỡ vị thế của bạn quá lớn, chắc
chắn bạn sẽ bị mất tiền. Hãy để tôi nói điều đó theo cách khác. Nếu bạn mạo hiểm quá nhiều

tiền cho một giao dịch, thì bạn có nguy cơ cạn vốn đến mức bạn không thể giao dịch hiệu quả
được nữa. Và nếu bạn giao dịch với số vốn quá ít, hầu hết mọi giao dịch bạn thực hiện sẽ trở
thành “quá nhiều”.
Nhìn vào Bảng 6-1. Lưu ý xem tài khoản của bạn phải lãi lại bao nhiêu sau các đợt sụt giảm
vốn ở những quy mô khác nhau để trở lại mức hòa vốn. Ví dụ: khoản lỗ lớn tới 20% thì không
đòi hỏi mức lãi lớn hơn mức đó quá nhiều để trở lại hòa vốn. Nhưng với mức giảm 40% thì
yêu cầu mức tăng lên tới 66,7% để hòa vốn và đối với mức giảm 50% yêu cầu mức tăng 100%.
Khoản lỗ vượt quá 50% đòi hỏi những khoản lãi khổng lồ để bù lại, rất khó có thể đạt được để
trở lại mức hòa vốn. Kết quả là, khi bạn mạo hiểm quá nhiều và thua lỗ, cơ hội phục hồi hoàn
toàn của bạn là rất mong manh.
Bảng 6-1: Phục hồi sau khi sụt giảm vốn

Mức lỗ Phần trăm lãi để về hòa vốn
5% 5,3%
10% 11,1%
15% 17,6%
20% 25%
25% 33%
30% 42,9%
40% 66,7%
50% 100%
60% 150%
75% 300%
90% 900%
Theo tôi, định cỡ vị thế là phần quan trọng nhất của bất kỳ hệ thống giao dịch nào. Nhiều
chuyên gia và hầu hết những người nghiệp dư không hiểu tầm quan trọng của nó. Trên thực tế,
tôi đã từng tham dự một buổi hội thảo dành cho các nhà môi giới chứng khoán trình bày chi
tiết về một phương pháp đầu tư cụ thể mà họ có thể sử dụng để giúp đỡ khách hàng của mình.
Mặc dù tổng thể buổi hội thảo rất tuyệt vời nhưng chủ đề quản lý tiền, như tôi đã định nghĩa ở
đây, thậm chí còn không được đề cập đến. Một diễn giả đã nói về quản lý tiền, nhưng tôi thực
sự không thể xác định được anh ta đang nói về điều gì. Kết quả là vào cuối buổi nói chuyện
của anh ta, tôi đã hỏi anh ta: “Quản lý tiền nghĩa là gì?” Câu trả lời của anh ta là: “Đó là một
câu hỏi rất hay. Tôi nghĩ đó là cách người ta đưa ra quyết định giao dịch.”
Tôi đã từng tìm kiếm chủ đề quản lý tiền trên Internet. Mặc dù công cụ tìm kiếm trả về nhiều
bài viết về chủ đề này nhưng rất ít trong số đó thực sự liên quan đến cái mà tôi gọi là quản lý
tiền. Nhiều kết quả tìm kiếm đã đưa ra các chủ đề về “cách quản lý tài chính cá nhân của bạn”.
Các tìm kiếm khác đưa ra các trang web mô tả các nhà quản lý tiền chuyên nghiệp, những
người sẽ quản lý tài chính cho bạn. Vẫn còn những kết quả tìm kiếm khác dẫn đến các trang

web liên quan đến ngành công nghiệp tương lai, nơi quản lý tiền dường như bị nhầm lẫn với
“kiểm soát rủi ro”, “quản lý rủi ro trong trường hợp xấu nhất thông qua lệnh dừng lỗ” hoặc
“đạt được lợi nhuận tối đa”. Định nghĩa của tôi về quản lý tiền (hay là định cỡ vị thế) không
nằm trong số đó.
Hãy xem xét một vài định nghĩa khác:
Tôi đã tra cứu việc quản lý tiền trong Từ điển Miễn phí của Farlex (một từ điển trực tuyến) và
nhận được những kết quả sau đây (không có điều nào đúng với những gì tôi đang nói đến):
“Quá trình lập ngân sách, tiết kiệm, đầu tư, chi tiêu hoặc giám sát việc sử dụng tiền mặt
của một cá nhân hoặc một nhóm. Việc sử dụng cụm từ này chủ yếu trong thị trường tài
chính là việc một chuyên gia đầu tư đưa ra quyết định đầu tư cho các quỹ lớn, chẳng
hạn như quỹ tương hỗ hoặc kế hoạch lương hưu. Còn được gọi là 'quản lý đầu tư'
và/hoặc 'quản lý danh mục đầu tư'.”
“Lưu ý: Mặc dù thuật ngữ này thường được sử dụng để chỉ các nhà quản lý tiền chuyên
nghiệp, nhưng mỗi người đều thực hiện một số hình thức quản lý đầu tư bằng tài chính
cá nhân của mình. Có rất nhiều dịch vụ quản lý tiền, từ hoạt động của các quỹ tương hỗ
được quản lý thụ động với mức phí thấp cho đến tư vấn và lập kế hoạch tài sản chuyên
sâu.”2
InvestorWords.com (là những gì bạn có thể gặp nếu bạn thực sự đang tìm kiếm một định nghĩa
về loại hình đầu tư) nói như sau về những gì được coi là quan trọng đối với khoản đầu tư của
bạn:
“Dưới đây là bảy nguyên tắc đầu tư cơ bản mà mọi nhà đầu tư nên biết. Các chủ đề bao
gồm hiểu rõ tình hình hiện tại, mục tiêu và mức độ chấp nhận rủi ro của bạn; sắp xếp
tài chính của bạn theo thứ tự; suy nghĩ dài hạn và tập trung vào cổ phiếu; nghiên cứu
và giám sát các khoản đầu tư của bạn; và biết khi nào và làm thế nào để nhận được trợ
giúp tài chính.”
Sau đó, trang web tiếp tục xác định việc quản lý tiền như sau:
“Quy trình quản lý tiền, bao gồm đầu tư, lập ngân sách, ngân hàng và thuế, còn được
gọi là quản lý đầu tư.” 3
Tôi đã tìm kiếm “định nghĩa quản lý tiền” trên Google và xem hết mười trang đầu tiên mà
không tìm thấy một định nghĩa hữu ích nào. Những ví dụ nêu trên khá điển hình. Tuy nhiên,
tôi đã truy cập trực tiếp vào Wikipedia (khá tốt) và nhận được định nghĩa sau, có thể nói là
chính xác nhất mà tôi có thể tìm thấy trên mạng:
“Quản lý tiền được sử dụng trong quản lý đầu tư và giải quyết câu hỏi về mức độ rủi
ro mà người ra quyết định sẽ chấp nhận trong những tình huống không chắc chắn. Chính
xác hơn là bao nhiêu phần trăm hoặc một phần tài sản của người ra quyết định nên được

đưa vào rủi ro để tối đa hóa hàm hữu dụng của người ra quyết định.” 4
Curtis Faith (theo ý kiến của tôi là người hiểu khá rõ về chủ đề này) đã nói trong cuốn sách
mới của mình, Way of the Turtle, rằng quản lý tiền là “nghệ thuật giữ rủi ro thua lỗ ở mức chấp
nhận được trong khi tối đa hóa tiềm năng lợi nhuận của bạn”. Và khi nói đến việc quản lý tiền,
anh ấy chắc chắn đang đề cập đến việc định cỡ vị thế, nhưng đó có thực sự là điều anh ấy muốn
nói không?5
Tôi đề nghị rằng cả Curtis và các tác giả khác nên thay thế mục tiêu giao dịch của họ bằng từ
quản lý tiền. Điều họ thực sự đang nói là “quản lý tiền là cách để đạt được mục tiêu giao dịch
của mình”. Và vì hầu hết mọi người đều có mục tiêu khác nhau nên họ đều có những định
nghĩa về quản lý tiền khác nhau. Nhưng hãy lưu ý rằng định nghĩa của tôi cụ thể hơn nhiều và
thực sự nói lên ý nghĩa của nó - nó cho bạn biết cần đầu tư bao nhiêu trong suốt quá trình giao
dịch. Nó giúp bạn đạt được mục tiêu của mình.
Thật thú vị khi hầu hết các chuyên gia thậm chí không thể đồng ý về định nghĩa của chủ đề có
lẽ là quan trọng nhất mà tất cả các nhà giao dịch và nhà đầu tư cần hiểu? Trên thực tế, trong ba
cuốn sách của tôi, Trade Your Way to Financial Freedom, Financial Freedom through
Electronic Day Trading, and Safe Strategies for Financial Freedom, tôi đã loại bỏ hoàn toàn
thuật ngữ quản lý tiền và đặt ra một thuật ngữ mới là định cỡ vị thế. Vì việc định cỡ vị thế tạo
lên sự khác biệt giữa hiệu suất kém và hiệu suất tuyệt vời—sự khác biệt giữa việc phá sản và
trở thành một chuyên gia thành công—điều quan trọng là tôi sẽ định nghĩa nó ngay bây giờ.
Xin hãy ghi chú lại.
Định cỡ vị thế (điều mà một số người gọi là quản lý tiền) là một phần trong hệ thống giao
dịch của bạn cho bạn biết “bao nhiêu”. Bạn nên đầu tư bao nhiêu đơn vị vào một thời
điểm nhất định? Bạn nên sẵn sàng chấp nhận bao nhiêu rủi ro? Ngoài các vấn đề tâm lý
cá nhân, đây là khái niệm quan trọng nhất mà bạn cần giải quyết với tư cách là một nhà
giao dịch hoặc nhà đầu tư.
Khái niệm này rất quan trọng vì câu hỏi “bao nhiêu” sẽ quyết định khả năng thua lỗ và tiềm
năng lợi nhuận của bạn. Ngoài ra, bạn cần mở rộng cơ hội của mình sang một số khoản đầu tư
hoặc sản phẩm khác nhau. Việc cân bằng mức độ tiếp xúc của bạn đối với các giao dịch hoặc
khoản đầu tư khác nhau trong danh mục đầu tư của bạn mang lại cho mỗi vị thế cơ hội kiếm
tiền như nhau.
Tôi rất tò mò khi đọc cuốn sách Phù thủy thị trường của Jack Schwager, trong đó ông phỏng
vấn một số nhà giao dịch và nhà đầu tư hàng đầu thế giới. Thực tế tất cả họ đều nói về tầm
quan trọng của việc định cỡ vị thế. Dưới đây là một vài trích dẫn:
“Quản lý rủi ro là điều quan trọng nhất cần được hiểu rõ. Giao dịch dưới mức, giao
dịch dưới mức, giao dịch dưới mức là lời khuyên thứ hai của tôi. Dù bạn nghĩ vị thế
của mình có khối lượng bao nhiêu, hãy cắt giảm nó ít nhất một nửa” — Bruce Kovner6

“Không bao giờ mạo hiểm hơn 1% tổng số vốn của bạn vào bất kỳ giao dịch nào. Bằng
cách chỉ mạo hiểm 1%, tôi có thể thờ ơ với bất kỳ giao dịch riêng lẻ nào. Giữ rủi ro
của bạn ở mức nhỏ và liên tục là vô cùng quan trọng.” — Larry Hite7
“Bạn phải giảm thiểu tổn thất của mình và cố gắng bảo toàn vốn trong số rất ít trường
hợp mà bạn có thể kiếm được nhiều tiền trong một khoảng thời gian rất ngắn. Điều bạn
không thể làm là vứt bỏ vốn của mình vào những giao dịch dưới mức tối ưu.” — Richard
Dennis8
Do đó, chìa khóa thành công trên thị trường là tìm ra một hệ thống có kỳ vọng dương
(mà chúng ta đã thảo luận ở Phần I) và sau đó làm điều gì đó mà hầu hết mọi người thậm
chí không cân nhắc đến - là giao dịch với hệ thống đó ở mức kích cỡ vị thế cho phép chúng
ta tồn tại và sau đó phát triển.
Nghe có vẻ đơn giản phải không? Nhưng vấn đề là có nhiều thành kiến tâm lý hơn khiến chúng
ta không thể thực hiện việc định cỡ vị thế phù hợp. Và những điều này cũng ảnh hưởng mạnh
mẽ như những thành kiến khiến chúng ta nghĩ rằng thành việc công chủ yếu là nhờ vào chọn
đúng cổ phiếu.

Những thành kiến tâm lý

chống lại việc định cỡ vị thế thích hợp
Thành kiến cần phải đúng trong việc định cỡ vị thế

Chúng ta đã thảo luận tại sao nhu cầu cần phải đúng có thể khiến việc tuân theo các Quy tắc
vàng trong giao dịch gần như không thể thực hiện được. Về mặt định cỡ vị thế, thành kiến này
sẽ được thể hiện bằng việc giảm bớt vị thế khi bạn về mức hòa vốn, hoặc chốt một phần vị thế
khi bạn đã có một số lợi nhuận và chỉ để để một phần nhỏ vị thế chạy tiếp. Điều này gần như
đảm bảo rằng bạn có vị thế có quy mô tối đa khi bạn chịu khoản lỗ lớn nhất và vị thế nhỏ nhất
khi bạn có lợi nhuận lớn nhất. Kết quả là, việc cần phải luôn đúng có xu hướng hủy hoại hầu
hết các nhà giao dịch và nhà đầu tư vì họ thoát lệnh một cách không phù hợp và định cỡ vị thế
của mình một cách không phù hợp. Tuy nhiên, thành kiến này sẽ có lợi cho bạn khi bạn thực
hiện giao dịch ngược xu hướng với tiềm năng lợi nhuận hạn chế.
Mọi người có một mong muốn mãnh liệt là mình phải đúng. Đã nhiều lần, tôi nghe các nhà
giao dịch và nhà đầu tư nói với tôi tầm quan trọng của việc phải đúng khi họ đưa ra dự đoán
về thị trường hoặc thậm chí tệ hơn là khi họ đầu tư tiền vào thị trường.
Tôi đã từng làm việc với một khách hàng chuyên thực hiện công việc gửi fax hàng ngày có nội
dung đưa ra dự đoán về một sản phẩm cụ thể nào đó. Các nhà giao dịch lớn trên khắp thế giới
đã đăng ký nhận fax của anh ấy vì độ chính xác của anh ấy rất vượt trội. Anh ấy được cả thế
giới biết đến vì độ chính xác đó. Tuy nhiên, mặc dù thực tế là độ chính xác của anh ấy rất vượt
trội nhưng khả năng giao dịch trên thị trường đó của anh ấy lại khá kém. Tại sao? Câu trả lời
là do nhu cầu cần phải đúng. Khi một người đưa ra dự đoán, cái tôi sẽ tham gia vào dự đoán
đó, khiến bạn khó chấp nhận bất cứ điều gì xảy ra trong quá trình giao dịch có vẻ khác với dự
đoán của bạn. Vì vậy, sẽ rất khó để giao dịch bất cứ thứ gì mà bạn đã công bố dự đoán một
cách công khai.
Nguỵ biện của con bạc

Mọi người có xu hướng cho rằng một chuỗi thắng/thua dài sẽ kết thúc ở giao dịch tiếp theo.
Điều này cho thấy sự thiếu hiểu biết hoàn toàn về những gì có thể xảy ra với các lần rút ngẫu
nhiên—chúng có thể tạo ra các chuỗi rất dài. Và khi bạn đã có năm hoặc sáu lần thua liên tiếp,
khả năng xảy ra một lần thua khác cũng giống như khi chuỗi thua này bắt đầu.
Ngụy biện của con bạc có lẽ ảnh hưởng đến việc định cỡ vị thế nhiều hơn bất kỳ thành kiến
nào khác. Điều xảy ra là khi bạn có chuỗi chiến thắng kéo dài, bạn bắt đầu giảm kích cỡ vị thế
của mình vì bạn cho rằng mình sắp gặp thua lỗ. Một lần nữa, điều này trái ngược với việc để
lợi nhuận của bạn tiếp tục chạy.
Tương tự, khi bạn trải qua chuỗi thua kéo dài, mọi người có xu hướng mong đợi một người
chiến thắng. Kết quả là họ tăng kích cỡ vị thế cho giao dịch tiếp theo. Tuy nhiên, như chúng ta
vừa nói trước đó, việc bạn đang trong chuỗi thua không làm tăng khả năng thắng trong giao

dịch tiếp theo. Đặt cược lớn hơn vào các giao dịch lỗ là hành vi trái ngược với việc cắt lỗ nhanh.
Đây chính là điều đã xảy ra trong thí nghiệm Ralph Vince đã thảo luận ở phần trước của chương
này.
Tuy nhiên, có một thành kiến khác thậm chí còn nguy hiểm hơn – một chuỗi dài xảy ra khi
chúng ta không biết xác suất.
Các chuỗi khiến chúng ta nghi ngờ về xác suất và thay đổi rủi ro
Hầu hết những người không mấy tin tưởng vào một hệ thống (chẳng hạn như hệ thống họ đã
mua hoặc hệ thống họ nhận được thông qua việc đăng ký khuyến nghị của người khác) sẽ từ
bỏ nó sau ba hoặc bốn lần thua lỗ liên tiếp. Tuy nhiên, giả sử bạn có một hệ thống mà bạn đã
thử nghiệm. Bạn đã có chuỗi thua lỗ có lẽ là năm hoặc sáu trận liên tiếp. Bạn sẽ làm gì? Bạn
bắt đầu nghi ngờ hệ thống. Có lẽ thị trường đã thay đổi. Có lẽ thử nghiệm của tôi có một số sai
sót trong đó. Các chuỗi thua dài thường khiến mọi người nghi ngờ hệ thống của họ. Kết quả là,
rất có thể chúng ta sẽ không giao dịch với nó nữa, nhưng nếu chúng ta vẫn giao dịch với hệ
thống đó, chúng ta sẽ chỉ giao dịch với chút ít tự tin và dẫn đến giao dịch với kích cỡ vị thế tối
thiểu. Chúng ta đánh giá thấp hệ thống giao dịch và khi giao dịch tốt xuất hiện, hệ thống sẽ
không hoạt động như mong đợi.
Một tình huống thậm chí còn nguy hiểm hơn xảy ra với chuỗi thắng dài, qua đó nhà giao dịch
cho rằng hệ thống của mình tốt hơn thực tế. Sau một chuỗi thắng dài, nhà giao dịch bắt đầu
nghĩ rằng anh ta thực sự hiểu thị trường và anh ta chính là thị trường. Sau đó, nhà giao dịch sẽ
tăng kích cỡ vị thế của mình lên mức rất rủi ro. Cuối cùng, chuỗi này kết thúc vào thời điểm
mà nhà giao dịch có một vị thế lớn đến mức anh ta bị cháy tài khoản.
Một ví dụ tuyệt vời về điều này đã xảy ra khi chúng tôi thử nghiệm trò chơi giao dịch Secrets
of the Masters™. Trong mô phỏng cụ thể này, tỷ lệ thắng sẽ là 60%, 55% số lần bạn thắng với
số tiền bạn mạo hiểm và 5% số lần bạn thắng gấp 10 lần số tiền bạn mạo hiểm. Tỷ lệ thua là
40%, 35% số lần bạn thua số tiền mà bạn mạo hiểm và 5% số lần bạn thua gấp 5 lần số tiền
bạn mạo hiểm. Gần đây tôi đã xem qua một ví dụ khi một trong số những người thử nghiệm
trò chơi của chúng tôi (người này biết về tỷ lệ thắng) có chuỗi chiến thắng rất khó xảy ra. Bảng
6-2 cho thấy các giao dịch mà người này thực hiện và tỷ lệ phần trăm rủi ro.
Trong giao dịch đầu tiên, người này có nguy cơ cháy tài khoản khi mạo hiểm 20% với Bedoyn,
Inc. Trong giao dịch tiếp theo, rủi ro của anh ta cực kỳ cao ở mức 12%. Người này nói rằng
ban đầu anh ấy không quan tâm liệu mình có cháy tài khoản hay không vì anh ấy luôn có thể
chơi lại. Anh ấy chỉ muốn có một khởi đầu tốt đẹp.
Lưu ý rằng người đó chuyển sang chỉ chấp nhận rủi ro khoảng 5% trong tám giao dịch tiếp
theo. Tại thời điểm này, nhà giao dịch thực sự bắt đầu nghi ngờ rằng có điều gì đó không ổn.
“Làm sao đây có thể là một trò chơi có tỷ lệ thắng 60% khi tôi đã có 9 lần thắng liên tiếp? Chắc
chắn có điều gì đó không ổn.” Kết quả là giờ đây anh ta lại có nguy cơ cháy tài khoản một lần
nữa với mức đặt cược 18,7%. Một lần nữa, anh ấy lại thắng.

Nhà giao dịch của chúng ta sau đó ổn định lại tinh thần một chút và bắt đầu mạo hiểm khoảng
10% vốn sở hữu của mình trong bảy giao dịch tiếp theo. Một lần nữa, nó đều thắng. Nhà giao
dịch của chúng ta hiện đã có 17 lần thắng liên tiếp trong một hệ thống giao dịch có tỷ lệ thắng
là 60%. Anh ấy bắt đầu nghĩ, “Tôi biết có điều gì đó không ổn, nhưng tôi vẫn sẽ theo.” Sự thật
rằng, tỷ lệ xảy ra điều này là 0,00028 hay khoảng 3 trên 10.000.
Nhà giao dịch bây giờ cảm thấy mình không thể thua và bắt đầu mạo hiểm với số tiền lớn hơn
nhiều—13,9%, 20,3%, 16,9%, 44,8%, 61,9%. Tất cả các giao dịch này vẫn thắng khi số tiền
đặt cược của anh ta ngày càng lớn hơn. Nhà giao dịch hiện đã có 23 lần thắng liên tiếp. Tỷ lệ
xảy ra điều này là 0,0000079 (khoảng 8 lần trên một triệu), vì vậy anh ta tin rằng có điều gì đó
không ổn với chương trình. Anh ta không thể thua được. Tại thời điểm này, anh ấy đã biến
$10.000 của mình thành một khoản vốn mới trị giá hơn một triệu đô la và anh ấy đã ước mình
đã mạo hiểm nhiều hơn nữa trong 23 giao dịch trước đó.
Điều gì xảy ra? Anh ta mạo hiểm một triệu đô la trong giao dịch tiếp theo. và kết quả là gì vậy?
Còn gì nữa – lệnh thua đầu tiên của anh ấy xuất hiện và giờ anh ấy còn lại $45.960. Điều này
thực sự đã xảy ra trong trò chơi! Anh ấy có 23 lần thắng liên tiếp, mạo hiểm một triệu đô
la và sau đó thua!
Hãy xem điều gì đã xảy ra tiếp theo. Nhà giao dịch của chúng ta hiện đang bối rối, nhưng anh
ấy nghĩ rằng tỷ lệ thắng chắc chán cao hơn 60%. Kết quả là anh đặt rủi ro 11% trong giao dịch
tiếp theo. Đó là một kèo thắng. Sau đó anh ta mạo hiểm 96% và đó lại là một kèo thắng. Bây
giờ anh ấy cảm thấy tốt hơn trở lại. Đến giao dịch thứ 28, anh ta có $847.960. Anh ta mạo hiểm
$400.000 và thua 1 ăn 1. Bây giờ tài khoản của anh ta quay lại mức $447.960.
Bây giờ anh ấy quyết định: “Có thể thua, nhưng khả năng thua là không cao. Vậy sao không
mạo hiểm khoảng 50% cho mỗi giao dịch. Với một vài lần thắng nữa, mình sẽ sớm quay trở
lại mức một triệu.” Ở giao dịch thứ 31, anh ta có vốn sở hữu là $647.960. Anh ấy mạo hiểm
$300.000 và thua 5 ăn 1. Kết quả là anh ta thua lỗ 1,5 triệu USD và bị cháy tài khoản.

Bảng 6-2: Các giao dịch trong trò chơi

Lần Số tiền rủi ro
Vốn sở hữu Sản phẩm giao dịch % Vốn Bội số R Số tiền lãi/lỗ
thử (R)
1 $10.000,00 Bedoyn, Inc $2.000,00 20% 1 $2.000,00
2 $12.000,00 International Papers $1.200,00 12% 1 $1.200,00
3 $13.200,00 National Auto Repair $700,00 5,3% 1 $700,00
4 $13.900,00 Specialty of the House $700,00 5% 1 $700,00
5 $14.600,00 Doctors Support Systems $850,00 5,8% 1 $850,00
6 $15.450,00 Onray Pharmaceuticals $800,00 5,2% 1 $800,00
7 $16.250,00 Plymouth Engineering $800,00 4,9% 1 $800,00
8 $17.050,00 Y2K Wizards $850,00 5% 10 $8.500,00
9 $25.550,00 Key Software $1.250,00 4,9% 1 $1.250,00
10 $26.800,00 Wonder Restaurants $5.000,00 18,7% 1 $5.000,00
11 $31.800,00 Joes Quick Foods $3.180,00 10% 10 $31,800.00
12 $63.600,00 Entertainment Aware $7.000,00 11% 10 $70.000
13 $133.600,00 Net Realities $13.360,00 10% 1 $13.360,00
14 $146.960,00 Investors Guide $15.000 10,2% 1 $15.000
15 $161.960,00 Bestall Genetics $16.000,00 9,9% 1 $16.000,00
16 $177.960,00 Sure Cuts $18.000,00 10,1% 1 $18,000.00
17 $195.960,00 Pets Unlimited $20.000,00 10,2% 1 $20.000,00
18 $215.960,00 Rocket Science, Inc. $30.000,00 13,9% 1 $30.000,00
19 $245.960,00 Journey Into Light $50.000 20,3% 1 $50.000
20 $295.960,00 ABC, Inc. $50.000 16,9% 1 $50.000
21 $345.960,00 Advanced Systems $100.000 28,9% 1 $100.000
22 $445.960,00 Auto Electronics $200.000 44,8% 1 $200.000
23 $645.960,00 Parts Unlimited $400.000 61,9% 1 $400.000
24 $1.045.960,00 Sure Oil and Gas $1.000.000,00 95,6% -1 -$1.000.000,00
25 $45.960,00 Gulf Drilling $4.000,00 11,5% 1 $4.000,00
26 $49.960,00 Security Finance $48.000,00 96,1% 1 $48,000.00
27 $97.960,00 Down Home Cooking $50.000 51% 1 $50.000
28 $147.960,00 Westward Ho $70.000 47,3% 10 $700.000
29 $847.960,00 Mississippi Mud Boats $400.000 47,1% -1 -$400.000,00
30 $447.960,00 Gallore, Inc $200.000 44,6% 1 $200.000
31 $647.960,00 Best Hauling Co. $300.000 46,3% -5 -$1.500.000,00
Lưu ý rằng nhà giao dịch của chúng ta có 31 giao dịch và anh ta kiếm được tiền từ 28 giao dịch
trong số đó. Tuy nhiên, tổng cộng ba khoản lỗ của anh là 2,9 triệu đô la và cuối cùng anh phải
gánh khoản nợ gần một triệu đô la. Anh ấy có lợi thế về kỳ vọng – những lần thắng có nhiều
khả năng xảy ra hơn và lớn hơn (tính theo trung bình) so với những lần thua. Anh ấy cũng có
xác suất đứng về phía mình—anh ấy đã đúng trong hơn 90% giao dịch của mình. Tuy nhiên,
đến cuối cùng, anh ta vẫn mắc nợ một triệu đô la chỉ vì lòng tham và định cỡ vị thế không phù
hợp. Khi bạn có một chuỗi thắng hoặc thua dài, bạn có thể dễ dàng cho rằng tỷ lệ thắng thua
mà mình đã biết là sai và cuối cùng phải chịu rủi ro với số tiền không phù hợp.
Hãy nhớ rằng tập hợp các giao dịch này thực sự đã xảy ra trong mô phỏng của chúng tôi. Và

đó là trong một tình huống mà tỷ lệ thắng thua đã được biết trước. Người giao dịch đơn giản
chỉ nghĩ rằng phần mềm đã bị hỏng. Tôi cũng đã giải thích ví dụ này cho một số người và câu
trả lời của họ là "Không thể nào, chắc chắn phần mềm đã xảy ra lỗi". Tuy nhiên, không có gì
sai cả. Nó chỉ đơn giản xảy ra một cách tình cờ. Đôi khi, trong cuộc đời giao dịch của chúng
ta, những sự kiện rất khó xảy ra có thể xuất hiện và phá hỏng kế hoạch của chúng ta.
Nếu nó có thể xảy ra trong một mô phỏng mà trong đó tỷ lệ thắng đã được xác định thì nó chắc
chắn có thể xảy ra trong thị trường mà tỷ lệ thắng không được biết đến. Thật vậy, hiện tượng
trở nên điên cuồng trong một chuỗi thắng có lẽ là điều xảy ra với những nhà giao dịch có thành
tích phi thường rồi đột nhiên phá sản mất mọi thứ.
Để minh họa cho vấn đề này, chúng tôi đã mô phỏng các hệ thống có xác suất thắng nằm trong
khoảng từ 80% đến 20%. Mỗi hệ thống được mô phỏng hơn 100 giao dịch với 20.000 lần. Và
từ dữ liệu đó, chúng tôi đã tính toán ra chuỗi thua.9 Chúng được hiển thị trong Bảng 6-3. Bảng
hiển thị chuỗi thua có 100% khả năng xảy ra (tức là 99,9%+ khả năng là trong tương lai bạn sẽ
có chuỗi thua kéo dài như vậy), chuỗi thua tối đa trung bình trong 100 giao dịch, chuỗi thua tối
đa mà bạn có 10% xác suất nhận được, chuỗi tối đa bạn có xác suất nhận được là 1%; và chuỗi
thua lớn nhất mà chúng tôi đã thấy trong tất cả các mô phỏng của mình.
Khi một khoảng các số được đưa ra trong bảng, điều đó có nghĩa là số cao hơn có tỷ lệ xảy ra
cao hơn một chút so với điều kiện biên và số thấp hơn có tỷ lệ xảy ra thấp hơn một chút so với
điều kiện biên. Ví dụ: với tỷ lệ thắng 80%, ở mức 1% có khoảng 2,6% khả năng thua 5 giao
dịch trở lên và 0,7% khả năng thua 6 giao dịch trở lên.

Bảng 6-3: Chuỗi thua theo tỷ lệ phần trăm thắng

Phần trăm
Trung
thắng của hệ 100% Xác suất 10% Xác suất 1% Tối đa
bình
thống
80% 2 3 4 5 đến 6 7
75% 3 3 5 6 đến 7 9
70% 3 3 5 đến 6 7 đến 8 10
65% 3 4 6 đến 7 8 đến 9 13
60% 4 5 7 9 đến 10 14
55% 4 5 8 10 đến 11 16
50% 5 6 9 12 19
45% 6 7 10 13 đến 14 22
40% 7 8 11 đến 12 15 đến 16 25
35% 8 9 13 đến 14 18 đến 19 34
30% 9 11 15 đến 16 22 38
25% 10 13 18 đến 19 25 đến 26 41
20% 12 15 22 đến 23 32 51
Hãy tóm tắt lại thành kiến này một lần nữa để chắc chắn rằng bạn đã hiểu nó. Khi một chuỗi
thắng thua dài xảy ra, bạn có xu hướng điều chỉnh lại tỷ lệ cược trong đầu và mạo hiểm một
cách hợp lý. Do đó, trong một chuỗi thua lỗ, các nhà giao dịch có xu hướng cho rằng hệ thống
không tốt hoặc thị trường đã thay đổi. Vì vậy, họ điều chỉnh giảm kích cỡ vị thế khi tiếp tục
giao dịch. Và trong chuỗi thắng, họ nghĩ rằng hệ thống của họ là Chén Thánh. Nếu chuỗi này
kéo dài đủ lâu, họ có thể mạo hiểm đến mức chắc chắn rằng cuối cùng họ sẽ cháy tài khoản.
Không đủ tiền hoặc quá nhiều lòng tham
Trong cuốn sách này, chúng tôi sẽ trình bày chi tiết các chiến lược để kiếm được số tiền tối ưu.
Tuy nhiên, hầu hết mọi người tiếp cận thị trường với quá ít tiền và mạo hiểm quá nhiều với
những gì họ có. Để hiểu rõ hơn về điều này, chúng ta hãy xem một số trò chơi giao dịch mô
phỏng. Trong trò chơi đầu tiên, bạn sẽ nhận được 100 giao dịch, trong đó 60% thắng và 40%
thua. Trong trò chơi, bạn thắng hoặc thua số tiền bạn mạo hiểm.
Hãy tưởng tượng bạn mạo hiểm toàn bộ số tiền của mình trong giao dịch đầu tiên. Bạn có 40%
nguy cơ cháy tài khoản trong giao dịch đầu tiên đó. Bốn trong số mười lần, bạn sẽ phá sản.
Giả sử bạn đã mạo hiểm 50% số tiền của mình và bạn có hai giao dịch thua lỗ liên tiếp. Trong
giao dịch đầu tiên, bạn sẽ mất 50% vốn của mình. Trong giao dịch thứ hai, bạn sẽ mất 50% số
tiền còn lại và vốn giờ giảm xuống còn 25% số vốn ban đầu của mình. Khả năng thua hai trận
liên tiếp là 0,4 × 0,4 bằng 0,16. Tuy nhiên, nếu bạn làm như vậy, bây giờ thì bạn phải kiếm

được 300% chỉ để hòa vốn. Ở mức rủi ro 50%, bạn cần phải thắng bốn trận liên tiếp để vượt
lên dẫn trước. Tỷ lệ thắng 4 trận liên tiếp là 0,6 × 0,6 × 0,6 × 0,6 tức là 0,1296. Vì vậy, bạn ít
có khả năng tiến lên phía trước hơn là bị tụt lại phía sau. Cuối cùng, bạn sẽ mất phần lớn (hoặc
tất cả) số vốn của mình với rủi ro 50% cho một lần đặt cược.
Mức đặt cược “tối ưu” trong trò chơi này là 20% số vốn còn lại của bạn và bạn sẽ học cách xác
định điều đó bằng cách sử dụng Tiêu chuẩn Kelly ở phần sau của cuốn sách.10 Tuy nhiên, rủi
ro hơn 20% sẽ khiến bạn rơi vào tình thế thua lỗ rõ ràng.
Bởi vì hầu hết các giao dịch đều có thể sẽ thua lỗ rất lớn—do số tiền bạn chấp nhận rủi ro cộng
với số tiền trượt giá—nên mức đặt cược tối đa trong giao dịch thường nhỏ hơn nhiều so với
20%. Trên thực tế, nếu bạn có nhiều vị thế cùng một lúc, bạn cần phải giả định rằng tất cả
chúng có thể lỗ cùng một lúc. Vì vậy, trong hầu hết các tình huống giao dịch, mức đặt cược tối
đa thường là 3-4%. Do đó, nếu bạn tiếp cận thị trường chỉ với tài khoản $5.000, bạn chỉ có thể
mất $200 khi đặt cược tối đa. Và trong hầu hết các tình huống, bạn không muốn đạt đến mức
đặt cược gần tối đa. Kết quả là những người có tài khoản nhỏ thường không có đủ tiền để giao
dịch.
Tổng kết: Hầu hết mọi người đều có những thành kiến tâm lý khiến họ muốn hiểu thị trường,
dự đoán thị trường và đúng trong giao dịch của mình. Kết quả là, họ hoàn toàn bỏ qua điều
quan trọng – cắt lỗ ngắn và để lợi nhuận chạy. Họ làm điều này bằng cách giao dịch khi không
có đủ tiền, giảm một nửa vị thế khi hòa vốn, mạo hiểm quá nhiều, thay đổi nhận thức về tỷ lệ
cược trong một chuỗi thắng hoặc thua dài và/hoặc mạo hiểm nhiều hơn khi họ thua và ít hơn
khi họ thắng. Tất cả những chiến thuật này khiến chúng ta không muốn sử dụng các chiến lược
định cỡ vị thế, điều mà sẽ thực sự tạo ra sự khác biệt trong kết quả của chúng ta.
CHÚ THÍCH
1
Vince, Ralph. “Thí nghiệm Ralph Vince.” Bản tin dành cho nhà giao dịch kỹ thuật, biên tập. David w. Lucas và
Chuck LeBeau. Tháng 3 năm 1992, trang 1-2.
2
Từ điển miễn phí. Farlex. 19 tháng 4 năm 2007
<http://financial-dictionary.thefreedictionary.com/Money+Management>
3
InvestorWords.com. 1999. WebFinance Inc. ngày 19 tháng 4 năm 2007
<http://www.investorwords.com/3104/money_management.html>.
4
"Quản lý tiền" Wikipedia. 2001. Quỹ Wikimedia. 19 tháng 4 năm 2007
<http://en.wikipedia.org/wiki/Money_management>.
5
Faith, Curtis. Way of the Turtle. New York: McGraw-Hill, 2007, tr. 109
6
“Bruce Kovner: Nhà giao dịch thế giới.” Schwager, Jack. Phù thủy thị trường. New York: Viện Tài chính New York,
1989, trang 51-83.
7
“Larry Hite: Tôn trọng rủi ro.” Schwager, Jack. Phù thủy thị trường. New York: Viện Tài chính New York, 1989,
trang 175-190.
8
“Richard Dennis: Một huyền thoại nghỉ hưu” Schwager, Jack. Phù thủy thị trường. New York: Viện Tài chính New
York, 1989, trang 85-116.
9
Nếu bạn quan tâm đến chuỗi thắng, nhưng muốn xem thông tin về chuỗi thua của hệ thống thì hãy lấy (100 - X) trong
đó X là tỷ lệ phần trăm thắng trong hệ thống của bạn. Họ sẽ giống nhau.
10
Tiêu chuẩn Kelly được thảo luận trong phần Các phương pháp định cỡ vị thế cần tránh của Chương 15.

Chương 7
CPR dành cho nhà giao dịch và nhà đầu tư
Định cỡ vị thế cho bạn biết con số “bao nhiêu” đối với bất kỳ vị thế nào trên thị trường. Bạn
nên mua bao nhiêu cổ phiếu? Bạn nên mua bao nhiêu hợp đồng tương lai hoặc quyền chọn? Vị
thế ngoại hối của bạn nên lớn đến mức nào? “Bạn nên phân bổ tỷ lệ bao nhiêu cho vị thế đó
trong danh mục đầu tư của bạn?” về cơ bản đó là cùng một câu hỏi. Nhưng làm thế nào để bạn
xác định chính xác vị thế của mình đang là lớn hay nhỏ? Mục đích của chương này là cung cấp
cho bạn một số kiến thức cơ bản sẽ giúp bạn đưa ra quyết định “bao nhiêu”.
Tầm quan trọng của việc định cỡ vị thế

Hãy để tôi giới thiệu cho bạn một trò chơi mà tôi đã giới thiệu trên khắp thế giới. Các nhà quản
lý quỹ phòng hộ hàng đầu và các nhà quản lý danh mục đầu tư hàng đầu đã chơi trò chơi này.
Trên thực tế, tôi ước tính rằng tôi đã giới thiệu trò chơi này hơn 200 lần cho lượng khán giả lên
tới 300 nhà giao dịch chuyên nghiệp và hàng chục lần với các nhóm nhỏ khoảng 5 nhà giao
dịch VIP ở nhiều quỹ khác nhau.
Trò chơi hoạt động như sau. Tôi có một túi mười viên bi. Bảy viên bi đại diện cho thua 1R.
Một viên bi khác là đại diện cho thua 5R. Nhưng hai viên bi còn lại đại diện cho thắng 10R.
Những viên bi này được rút ngẫu nhiên ra khỏi túi (và được để lại) trong 30 giao dịch. Bây giờ
bạn đã biết đủ về kỳ vọng để có thể xác định chất lượng hệ thống của mình. Kỳ vọng của nó là
bao nhiêu?1 Thực ra đây là Hệ thống 3-1, nên chúng ta đã thảo luận kỹ lưỡng về nó rồi.
Điều nổi bật nhất của trò chơi là sự thay đổi về kết quả trong một phòng có 300 người. Đầu
tiên, mọi người đều nhận được các giao dịch giống nhau—30 viên bi được lấy ra khỏi túi.
Nhưng thông thường mọi người cũng có vốn sở hữu cuối cùng hoàn toàn khác nhau, ngoại trừ
những người bị mất trắng. Trên thực tế, sau khi bắt đầu với $100.000, số vốn sở hữu cuối cùng
có thể dễ dàng dao động từ 0 đến hơn một triệu đô la. Tuy nhiên, mọi người đều có giao dịch
giống nhau. Do đó, hai biến số duy nhất quan trọng đối với trò chơi này là tâm lý cá nhân của
mọi người và kích cỡ vị thế của họ. Và thông điệp là gì? Định cỡ vị thế tạo ra sự thay đổi lớn
trong hiệu suất của bạn.
Định cỡ vị thế tạo ra sự thay đổi lớn trong hiệu suất của bạn.
Thú vị hơn nữa là một nghiên cứu của G. Brinson và các đồng nghiệp của ông đăng trên Tạp
chí Phân tích Tài chính năm 1991.2 Họ đã nghiên cứu hiệu quả hoạt động của 82 nhà quản lý
danh mục đầu tư trong khoảng thời gian 10 năm. Biến số chính mà họ đang xem xét là “bao
nhiêu tiền được phân bổ vào trái phiếu, bao nhiêu tiền được phân bổ vào cổ phiếu và bao nhiêu
tiền được phân bổ vào tiền mặt”. Kết luận của họ là hơn 91% sự khác biệt về hiệu suất của các

nhà quản lý danh mục đầu tư này là do phân bổ tài sản.
Vì vậy, đây là một nghiên cứu học thuật cho thấy rằng hầu hết sự biến đổi về hiệu quả hoạt
động của các nhà quản lý danh mục đầu tư là do việc phân bổ tài sản. Nhưng phân bổ tài sản
như họ đã định nghĩa là gì? Đó là câu hỏi “bao nhiêu”.3 Và đó là cái mà tôi gọi là định cỡ vị
thế. Do đó, bạn có thể diễn đạt lại kết luận của họ để biết rằng hơn 91% biến động hiệu suất
của những nhà quản lý danh mục đầu tư này là do định cỡ vị thế. Và kết luận đó hoàn toàn
trùng khớp với những gì tôi đã quan sát khi tiến hành hơn 300 mô phỏng giao dịch trò chơi
bằng bi—việc định cỡ vị thế dẫn đến sự khác biệt lớn trong hiệu suất của những người
tham gia.
Gần đây tôi đã xem cuốn sách về phân bổ tài sản của David Darst,4 Giám đốc chiến lược đầu
tư của Tập đoàn quản lý tài sản toàn cầu của Morgan Stanley. Ở bìa sau có trích dẫn của Jim
Cramer của CNBC rằng: “Hãy để David Darst sử dụng tiếng Anh đơn giản để chúng tôi có thể
hiểu được việc phân bổ tài sản, khía cạnh quan trọng nhất của hoạt động thành công”. Vì vậy,
bạn đang nghĩ rằng cuốn sách sẽ nói rất nhiều về định cỡ vị thế, phải không?
Khi nhìn vào cuốn sách, tôi đã tự hỏi mình những câu hỏi sau:
• Anh ta có định nghĩa việc phân bổ tài sản là định cỡ vị thế không?
• Anh ta có giải thích (hoặc thậm chí hiểu) tại sao việc phân bổ tài sản lại quan trọng đến
vậy không?
• Định cỡ vị thế (hay câu hỏi bao nhiêu) có được đề cập trong sách không?
Đây là những gì tôi phát hiện ra. Trong cuốn sách không có định nghĩa về việc phân bổ tài sản,
cũng không có lời giải thích nào liên quan đến vấn đề phân bổ bao nhiêu, tại sao việc phân bổ
tài sản lại quan trọng đến vậy. Các chủ đề như định cỡ vị thế, số tiền và quản lý tiền thậm chí
còn không được đề cập trong cuốn sách. Thay vào đó, cuốn sách thảo luận về các loại tài sản
khác nhau mà người ta có thể đầu tư vào, lợi nhuận và rủi ro tiềm ẩn của từng loại tài sản cũng
như các biến số có thể làm thay đổi các yếu tố này. Đối với tôi, điều đó chứng tỏ rằng nhiều
chuyên gia hàng đầu thực sự chưa hiểu được thành phần quan trọng nhất của thành công trong
đầu tư: định cỡ vị thế.
Nhiều chuyên gia hàng đầu thực sự chưa hiểu được thành phần quan trọng nhất của
thành công đầu tư: định cỡ vị thế.
Ba thành phần của Định cỡ vị thế

Theo tôi, sự thay đổi về hiệu suất do định cỡ vị thế tạo ra có ba thành phần. Tất cả đều đan xen
vào nhau nên rất khó tách rời chúng.
Thành phần đầu tiên là mục tiêu của nhà giao dịch. Ví dụ: một người nghĩ rằng “Tôi sẽ không
làm mình xấu hổ bởi việc cháy tài khoản” sẽ nhận được kết quả khác xa so với người muốn

giành chiến thắng bất kể chi phí tiềm năng là bao nhiêu. Trên thực tế, tôi đã chơi trò chơi cẩm
thạch trong đó tôi chia khán giả thành ba nhóm, mỗi nhóm có một mục tiêu khác nhau và “cơ
cấu phần thưởng” khác nhau để đảm bảo họ đạt được mục tiêu đó. Mặc dù rõ ràng có sự khác
biệt đáng kể đối với số vốn khi kết thúc trò chơi của những người “trong cùng nhóm”, nhưng
cũng có sự khác biệt rõ rệt, có ý nghĩa thống kê giữa các nhóm có mục tiêu khác nhau.
Thành phần thứ hai ảnh hưởng rõ ràng đến thành phần thứ nhất đó là tâm lý con người. Những
niềm tin nào đang vận hành để tạo nên con người hiện tại của con người? Những cảm xúc nào
xuất hiện? Trạng thái tinh thần của người đó là gì? Chúng tôi đã đề cập đến một số tác động
của phương pháp lối tắt phán đoán đối với việc định cỡ vị thế trong Chương 6. Ví dụ, người có
suy nghĩ chính là không muốn làm bản thân xấu hổ vì phá sản sẽ không phá sản ngay cả khi
nhóm của anh ta được khuyến khích làm như vậy. Hơn nữa, người không có mục tiêu và không
có nguyên tắc định cỡ vị thế sẽ định cỡ vị thế hoàn toàn theo cảm xúc.
Thành phần thứ ba là phương pháp định cỡ vị thế được chọn—có thể là phương pháp trực quan
hoặc thuật toán cụ thể. Chúng ta sẽ xem xét tác động của các mô hình định cỡ vị thế khác nhau
(tức là 30 mô hình khác nhau) trong suốt phần còn lại của cuốn sách này. Mỗi mô hình có nhiều
biến thể, bao gồm cả phương pháp tính vốn sở hữu mà chúng ta sẽ thảo luận ngay sau trong
chương này. Ví dụ: nếu mỗi mô hình được nhân với ba cách tính vốn sở hữu thì hiện có hơn
90 mô hình định cỡ vị thế khác nhau. Ngoài ra, có rất nhiều cách để tính toán tiền của thị trường
hoặc cách thêm, bớt vị thế (scale in/scale out) giao dịch.
Vì vậy, bây giờ chúng ta đã biết định cỡ vị thế quan trọng như thế nào đối với hiệu suất của
mình, chúng ta cũng cần biết cách xác định “bao nhiêu”. Trong phần còn lại của chương này,
chúng ta sẽ thảo luận những điều cơ bản về định cỡ vị thế và trong các chương tiếp theo, chúng
ta sẽ đi sâu vào các mô hình phức tạp hơn nhiều.
Mô hình CPR để định cỡ vị thế

Một mô hình đơn giản để xác định “bao nhiêu?” liên quan đến việc mạo hiểm một tỷ lệ phần
trăm vốn sở hữu của bạn trên mỗi giao dịch. Chúng tôi đã ám chỉ tầm quan trọng của từ này
này trong suốt cuốn sách. Nhưng chính xác thì bạn phải làm điều đó như thế nào?
Những gì bạn cần biết là ba biến số riêng biệt. Biến số đầu tiên là bạn sẽ chấp nhận rủi ro bao
nhiêu trong số vốn sở hữu của mình. Đây là tổng rủi ro của bạn, nhưng chúng ta sẽ gọi tắt là
Tiền mặt (hoặc C). Vì vậy, chúng ta có chữ C trong công thức CPR. Ví dụ: nếu bạn định mạo
hiểm 1% vốn sở hữu của mình thì C sẽ là 1% vốn sở hữu của bạn. Nếu bạn có tài khoản $50.000
thì C sẽ là 1% trong số đó tức là $500.
Biến tiếp theo là bạn sẽ chấp nhận rủi ro bao nhiêu cho mỗi đơn vị khối lượng bạn mua. Chúng
ta sẽ gọi biến này là R, viết tắt của rủi ro. Chúng ta đã nói về R trong lần thảo luận về kỳ vọng.
Ví dụ: nếu bạn định mua một cổ phiếu giá $50 và rủi ro là $5 một cổ phiếu thì rủi ro (R) của
bạn là $5 một cổ phiếu. Trong các cuộc thảo luận trước R có thể là rủi ro trên mỗi đơn vị hoặc
tổng rủi ro của bạn, nhưng trong mô hình CPR, R là rủi ro đơn vị.

Biến cuối cùng của chúng ta là kích cỡ vị thế của chúng ta. Chúng ta mua bao nhiêu đơn vị?
Tôi gọi biến này là P cho kích thước vị thế. Về cơ bản, bạn có thể sử dụng công thức sau để
xác định số lượng cần mua.
P = C/R
Hãy xem một số ví dụ để bạn có thể hiểu việc áp dụng công thức này dễ dàng như thế nào.
Ví dụ 1: Bạn mua một cổ phiếu trị giá $50 và quyết định bán nếu cổ phiếu giảm xuống còn
$45, với rủi ro là $5/cổ phiếu. Bạn muốn mạo hiểm 2% trong danh mục đầu tư $30.000 của
mình. Bạn nên mua bao nhiêu cổ phiếu?
Trả lời 1: R = $5/cổ phiếu; C = 2% của $30.000 là $600. P = 600/5 = 120 cổ phiếu. Vì vậy,
bạn sẽ mua 120 cổ phiếu của một cổ phiếu trị giá $50. Mua lượng cổ phiếu đó sẽ khiến bạn tốn
$6.000, nhưng tổng rủi ro của bạn sẽ chỉ bằng 10% giá vốn (giả sử bạn giữ mức dừng lỗ $5)
tức là $600.
Ví dụ 2: Bạn đang giao dịch trong ngày một cổ phiếu trị giá $30 và vào một vị thế có mức
dừng lỗ 30 xu. Bạn chỉ muốn mạo hiểm một nửa phần trăm danh mục đầu tư $40.000 của mình.
Bạn nên mua bao nhiêu cổ phiếu?
Đáp án 2: R = 30 xu/cổ phiếu. C = 0,005 × $40.000 tức là $200. P = 200/0,3 = 666,67 cổ phiếu.
Do đó, bạn sẽ mua gần 700 cổ phiếu, giá mỗi cổ phiếu là $30 . Tổng số tiền đầu tư của bạn sẽ
là $19.999 hay khoảng một nửa giá trị danh mục đầu tư của bạn. Tuy nhiên, tổng rủi ro của bạn
sẽ chỉ là 30 xu cho mỗi cổ phiếu tức là $200 (giả sử bạn vẫn giữ mức dừng lỗ 30 xu).
Ví dụ 3: Bạn đang giao dịch đậu nành với mức dừng lỗ là 20 cent. Bạn sẵn sàng mạo hiểm
$500 trong giao dịch này. Kích thước vị thế của bạn là bao nhiêu? Biết rằng một hợp đồng đậu
nành là 5000 giạ. Giả sử đậu nành đang giao dịch ở mức giá $6,50. Bạn nên giao dịch với số
lượng nào?
Trả lời 3: R = 20 xu × 5.000 giạ mỗi hợp đồng = $1.000. C = $500. P = $500/$l,000 bằng 0,5
Tuy nhiên, bạn không thể mua một nửa hợp đồng đậu nành. Vì vậy, bạn sẽ KHÔNG thể thực
hiện vị thế này. Xin lỗi, đó là một câu hỏi mẹo nhưng bạn cần biết khi nào vị thế của bạn có
quá nhiều rủi ro.
Ví dụ 4: Bạn đang giao dịch ngoại hối cặp USD/CHF. Giá cặp này đang ở mức 1,4627 và bạn
muốn dừng lỗ ở mức 1,4549. Điều đó có nghĩa là nếu giá đặt mua (bid) đạt đến mức đó, bạn sẽ
bị dừng lỗ. Bạn có $200.000 tiền gửi ngân hàng và bạn sẵn sàng chịu rủi ro 2%. Bạn có thể
mua bao nhiêu hợp đồng? Giả sử một hợp đồng ngoại hối có giá $100.000 bằng đồng franc
Thụy Sĩ.
Trả lời 4: Giá trị R của bạn là 0,0078, nhưng một hợp đồng ngoại hối thông thường sẽ giao
dịch với giá $100.000, do đó nếu bị dừng lỗ của bạn sẽ khiến bạn mất $780. Số tiền mà bạn
chấp nhận rủi ro (C) sẽ là 2% của $$200.000 tức là $4.000. Do đó, kích cỡ vị thế của bạn sẽ là

$4.000 chia cho $780 tức là 5,128 hợp đồng. Bạn làm tròn xuống đến số nguyên gần nhất và
mua 5 hợp đồng.
Ví dụ 5: Bạn đang giao dịch quyền chọn đặt (put option) QQQQ ngày 35 tháng 7 ở mức $0,75.
Tài khoản của bạn trị giá $85.000 và bạn không muốn mạo hiểm hơn 5% cho các quyền chọn.
Bạn đưa ra giả định rằng bạn sẽ thoát lệnh nếu giá giảm xuống 0,40 xu hoặc thấp hơn (tức là
một điểm dừng lỗ đặt trong đầu mà bạn sẽ theo dõi chặt chẽ). Bạn có thể mua bao nhiêu hợp
đồng?
Trả lời 5: Mỗi hợp đồng quyền chọn dành cho 100 đơn vị QQQQ, NASDAQ 100 ETF. Do
đó, rủi ro 0,35 của bạn phải được nhân với 100 để có được rủi ro cho mỗi hợp đồng. R = 0,35
× 100 = $35. Tổng rủi ro của bạn hay rủi ro bạn chấp nhận bằng tiền mặt là 5% của $85.000
tức là $4.250. Do đó, kích thước vị thế của bạn bằng $4.250 chia cho $35 là 121,43. Vậy bạn
có thể mua 121 hợp đồng quyền chọn. Nhân tiện, đây là một rủi ro rất lớn, nhưng tôi chỉ muốn
bạn thực hành một chút với các quyền chọn.
Một số vấn đề cơ bản khác: Mô hình vốn sở hữu

Tất cả các mô hình bạn sẽ tìm hiểu trong cuốn sách này đều liên quan đến số vốn sở hữu trong
tài khoản của bạn. Những mô hình này đột nhiên có thể trở nên phức tạp hơn nhiều khi bạn
biết rằng có ba phương pháp để xác định vốn sở hữu. Mỗi phương pháp có thể có tác động khác
nhau đến mức độ tiếp xúc của bạn trên thị trường và lợi nhuận của bạn. Các phương pháp này
bao gồm phương pháp vốn sở hữu cốt lõi, phương pháp tổng vốn sở hữu và phương pháp giảm
tổng vốn sở hữu.
Phương pháp Vốn sở hữu cốt lõi rất đơn giản. Khi mở một vị thế mới, bạn chỉ cần xác định số
tiền bạn sẽ phân bổ cho vị thế đó theo phương pháp định cỡ vị thế của mình. Do đó, nếu bạn
có bốn vị thế đang mở, vốn sở hữu cốt lõi của bạn sẽ là vốn sở hữu ban đầu trừ đi tổng số rủi
ro được phân bổ cho mỗi vị thế mở.
Giả sử bạn bắt đầu với tài khoản $50.000 và bạn phân bổ tổng rủi ro 10% cho mỗi giao dịch.
Bạn mở một vị thế với tổng rủi ro của vị thế là $5.000, sử dụng một trong các phương pháp
được mô tả sau trong cuốn sách. Bây giờ thì vốn sở hữu cốt lõi của bạn còn lại là $45.000. Bạn
mở một vị thế khác với phân bổ tổng rủi ro của vị thế này là $4.500, do đó vốn sở hữu cốt lõi
của bạn còn lại là $40.500. Bạn mở vị thế thứ ba với số rủi ro phân bổ là $4.050, do đó vốn sở
hữu cốt lõi của bạn bây giờ là $36.450. Cuối cùng, bạn có vốn sở hữu cốt lõi là $36.450 cộng
thêm ba vị thế mở. Nói cách khác, phương pháp vốn sở hữu cốt lõi sẽ trừ đi khoản rủi ro
phân bổ ban đầu của từng vị thế và sau đó thực hiện các điều chỉnh khi bạn đóng vị thế
đó. Các vị thế mở mới luôn được phân bổ như một hàm số của vốn sở hữu cốt lõi hiện tại của
bạn.
Lần đầu tiên tôi biết đến thuật ngữ Vốn sở hữu cốt lõi từ một nhà giao dịch nổi tiếng với việc
sử dụng Tiền của thị trường (Market’s Money). Nhà giao dịch này sẽ mạo hiểm số tiền tối thiểu
của chính mình khi mới bắt đầu giao dịch. Tuy nhiên, khi có lợi nhuận, anh ấy sẽ gọi đó là Tiền
của thị trường và sẵn sàng mạo hiểm thêm với khoản lợi nhuận vừa kiếm được. Nhà giao dịch

này luôn sử dụng mô hình Vốn sở hữu cốt lõi để định cỡ vị thế của mình.
Phương pháp Tổng vốn sở hữu cũng rất đơn giản. Giá trị vốn sở hữu trong tài khoản của bạn
được xác định bằng số tiền mặt có trong tài khoản của bạn (trước khi mở vị thế) cộng hoặc trừ
đi lãi/lỗ thả nổi của của bất kỳ vị thế mở nào. Ví dụ: giả sử bạn có $40.000 tiền mặt cộng với
một vị thế mở đang lãi $15.000, một vị thế mở khác đang lãi $7.000 và vị thế mở thứ ba đang
lỗ $2.000. Tổng vốn sở hữu của bạn là tổng giá trị tiền mặt của bạn (trước khi mở vị thế)
cộng/trừ với lãi/lỗ thả nổi của tất cả các vị thế đang mở của bạn. Do đó, tổng vốn sở hữu
của bạn là $60.000.
Người dịch: Đoạn này tôi có diễn giải lại công thức của Phương pháp Tổng vốn sở hữu khác với công thức được dịch
thô theo câu chữ mà tác giả đã trình bày trong sách để phù hợp hơn với các ví dụ mà tác giả đưa ra. Công thức của tác
giả nếu dịch thô ra sẽ dẫn tới một cách tính khác tuy ra cùng kết quả nhưng lại mâu thuẫn với các ví dụ mà tác giả đưa
ra sau này. Tôi cũng không hiểu vì sao tác giả lại diễn đạt như vậy, hoặc do trình dịch của tôi cùi, kệ 😊. Lưu ý đây
chỉ là hai cách tính khác nhau với cùng bản chất và cùng kết quả, các ví dụ về sau của cuốn sách sẽ áp dụng công thức
như tôi đã diễn giải lại phía trên. Cách tính của tác giả khi dịch thô:
Tổng vốn sở hữu = Tiền mặt hiện có trong tài khoản + Giá trị thị trường của các vị thế ở thời điểm hiện tại
Tom Basso, người đã dạy tôi các phương pháp duy trì rủi ro cố định và biến động cố định, luôn
sử dụng mô hình tổng vốn sở hữu. Và nó có lý! Nếu bạn muốn giữ rủi ro của mình không đổi,
bạn sẽ muốn giữ rủi ro ở một tỷ lệ phần trăm không đổi trong tổng giá trị danh mục đầu tư của
mình. (Xem Mô hình 21 trong Chương 14).
Phương pháp Giảm Tổng Vốn sở hữu là sự kết hợp của hai phương pháp trên. Nó giống như
phương pháp vốn sở hữu cốt lõi ở chỗ mức rủi ro được phân bổ khi bạn mở một vị thế sẽ được
trừ vào vốn sở hữu ban đầu. Tuy nhiên, điều khác ở chỗ bạn cũng cộng lại bất kỳ khoản lợi
nhuận hoặc rủi ro giảm bớt nào mà bạn nhận được khi bạn di chuyển mức dừng lỗ theo hướng
có lợi. Do đó, giảm tổng vốn sở hữu tương đương với vốn sở hữu cốt lõi của bạn cộng với
lợi nhuận của bất kỳ vị thế mở nào đã được khóa bởi lệnh dừng lỗ hoặc mức giảm rủi ro
xảy ra khi bạn siết chặt hơn mức dừng lỗ.5
Đây là một ví dụ về giảm tổng vốn sở hữu. Giả sử bạn có một tài khoản trị giá $50.000 mà bạn
đang đầu tư. Bạn mở một vị thế với tổng rủi ro của vị thế là $5.000. Do đó, vốn sở hữu cốt lõi
của bạn (và đồng thời là giảm tổng vốn sở hữu) hiện là $45.000. Bây giờ giả sử vị thế cơ sở
tăng giá trị và bạn có điểm dừng lỗ trượt. Chẳng bao lâu nữa, bạn sẽ chỉ phải chịu rủi ro $3.000
với điểm dừng lỗ mới của mình. Kết quả là, giảm tổng vốn sở hữu của bạn ngày hôm nay sẽ
bằng $50.000 trừ đi mức rủi ro mới mà bạn phải đối mặt là $3.000 sẽ ra $47.000.
Ngày hôm sau, vị thế đang bị âm $1.000. Mức giảm tổng vốn sở hữu của bạn vẫn là $47.000
vì rủi ro mà bạn gặp phải nếu bạn bị dừng lỗ trong giao dịch này vẫn là $47.000. Nó chỉ thay
đổi khi điểm dừng lỗ của bạn thay đổi để giảm rủi ro, khoá thêm lợi nhuận hoặc đóng vị thế.
Bây giờ bạn mua một vị thế thứ hai với tổng rủi ro của vị thế là $4.700. Giá trị của vị thế đầu
tiên tăng lên và bây giờ bạn khoá được khoản lợi nhuận trị giá $11.000 bằng cách kéo điểm
dừng lỗ lên. Giảm tổng vốn sở hữu của bạn bây giờ là $50.000 trừ đi tổng rủi ro được phân bổ

ban đầu của vị thế thứ hai ($4.700) cộng với khoản lợi nhuận được khóa là $11.000 ở vị thế
đầu tiên. Giá trị mới thu được là $56,300.
Rõ ràng, trong ba mô hình vốn sở hữu, mô hình vốn sở hữu cốt lõi là bảo thủ nhất. Giảm tổng
vốn sở hữu ở mức trung bình và mô hình tổng vốn sở hữu là mô hình rủi ro nhất.
Các mô hình được đưa ra trong các chương tiếp theo thường định cỡ vị thế theo vốn sở
hữu của bạn. Do đó, mỗi mô hình tính vốn sở hữu sẽ dẫn đến các kết quả tính toán kích
cỡ vị thế khác nhau.
Nhìn chung, tôi sẽ sử dụng phương pháp tổng vốn sở hữu để tính toán vốn sở hữu trừ khi có
quy định khác trong phần thảo luận của từng mô hình tiếp theo.
CHÚ THÍCH
1
Kỳ vọng trung bình là 0,8R cho mỗi giao dịch. Nếu bạn không thể có được câu trả lời đó, hãy xem lại Phần I.
2
Brison, G., B. Singer và G. p. Beebower. "Các yếu tố quyết định hiệu suất danh mục đầu tư II: Cập nhật." Tạp chí
phân tích tài chính 47.3 (1991).
3
Điều thú vị là hầu hết các nhà quản lý danh mục đầu tư đều tin rằng việc phân bổ tài sản rất quan trọng đối với kết
quả của họ. Nhưng do thành kiến cho rằng việc chọn cổ phiếu là điều quan trọng đối với sự thành công trong đầu tư,
những nhà quản lý này tin rằng việc phân bổ tài sản là quyết định chọn loại tài sản nào (tức là quyết định lựa chọn thay
vì quyết định “bao nhiêu”).
4
Darst, David. Mastering the Art of Asset Allocation. New York: McGraw-Hill, 2007.
5
Phương pháp này đôi khi được gọi là Phương pháp Giảm Vốn sở hữu cốt lõi. Tuy nhiên, tiêu đề đó không có ý nghĩa
gì đối với tôi nên tôi đã đổi tên nó thành tiêu đề như vậy.

Chương 8
Mô hình định cỡ vị thế cốt lõi
Mục đích của chương này là đề cập đến các mô hình định cỡ vị thế cốt lõi mà bạn phải làm
quen với tư cách là một nhà giao dịch. Hãy chắc chắn rằng bạn hiểu rõ năm mô hình được trình
bày trong chương này trước khi tiếp tục vì chúng tạo thành nền tảng cho mọi thứ khác.
Hệ thống được sử dụng

Để chứng minh một số chiến lược, tôi đã thử nghiệm chúng bằng một hệ thống giao dịch duy
nhất dùng để giao dịch cùng một loại hàng hóa trong cùng một khoảng thời gian. Việc tôi sử
dụng hệ thống của hợp đồng tương lai không thành vấn đề vì các phép tính sẽ giống nhau cho
dù bạn giao dịch công cụ nào. Hệ thống này là hệ thống phá vỡ kênh Donchian kỳ 55 ngày.
Nói cách khác, nó vào lệnh bằng lệnh dừng (buy/sell stop) nếu thị trường tạo ra mức cao mới
trong 55 ngày đối với vị thế mua hoặc mức thấp mới trong 55 ngày đối với vị thế bán. Điểm
dừng lỗ, đối với cả rủi ro ban đầu và chốt lời, là điểm dừng lỗ trượt tương ứng với kênh
Donchian kỳ 21 ngày ở chiều ngược lại.
Để minh họa, nếu bạn mua vào và rồi thị trường giảm chạm mức thấp nhất trong 21 ngày, bạn
thoát lệnh. Nếu bạn bán và rồi thị trường tăng đạt mức cao mới trong 21 ngày, bạn thoát lệnh.
Điểm dừng lỗ này được tính toán lại mỗi ngày và nó luôn di chuyển theo hướng có lợi cho bạn
để giảm rủi ro hoặc tăng lợi nhuận của bạn. Các hệ thống phá vỡ như vậy tạo ra lợi nhuận trên
mức trung bình khi giao dịch với đủ tiền. Nó cũng rất khó giao dịch nếu không có đủ tiền. Kết
quả là, hệ thống này đã được thử nghiệm với một triệu đô la vốn ban đầu với một giỏ gồm 10
sản phẩm trong những năm 1981 đến 1991. Bất cứ khi nào dữ liệu thị trường tương lai được
trình bày trong chương này, chúng đều dựa trên cùng hệ thống phá vỡ 55-/21- ngày đã được
thử nghiệm trên cùng một hàng hoá trong cùng một năm. Sự khác biệt duy nhất giữa các bảng
là mô hình định cỡ vị thế được sử dụng.
Trong chương này, tôi sẽ trình bày năm mô hình định cỡ vị thế khác nhau: 1) Đơn vị trên lượng
tiền cố định, 2) đơn vị bằng nhau/đòn bẩy bằng nhau, 3) phần trăm ký quỹ, 4) phần trăm biến
động và 5) phần trăm rủi ro. Vì vậy, hãy bắt đầu với Mô hình 1.
Mô hình 1: Đơn vị trên lượng tiền cố định

Về cơ bản, phương pháp này cho bạn biết được “bao nhiêu” bằng cách xác định rằng bạn sẽ
giao dịch một đơn vị cho mỗi X đô la bạn có trong tài khoản của mình. Ví dụ: bạn có thể giao
dịch một hợp đồng trên mỗi $50.000 tổng vốn sở hữu của mình.
Khi bạn bắt đầu giao dịch hoặc đầu tư, có thể bạn chưa bao giờ nghe nói về định cỡ vị thế. Nếu
bạn biết điều gì đó về nó, kiến thức của bạn có thể đến từ cuốn sách nào đó của một tác giả
cũng không hiểu về nó. Hầu hết các cuốn sách thảo luận về định cỡ vị thế đều nói về đa dạng

hóa hoặc tối ưu hóa lợi nhuận từ giao dịch của bạn. Các sách về phát triển hệ thống hoặc phân
tích kỹ thuật thậm chí không thảo luận đầy đủ về định cỡ vị thế. Kết quả là, hầu hết các nhà
giao dịch và nhà đầu tư không có nơi nào để học hỏi khía cạnh quan trọng nhất trong nghề
của họ.
Do đó, với sự thiếu hiểu biết của mình, bạn mở một tài khoản với $20.000 và quyết định giao
dịch một hợp đồng của mọi sản phẩm mà bạn nhận được tín hiệu giao dịch (một nhà đầu tư
vốn cổ phần có thể chỉ giao dịch 100 cổ phiếu). Sau đó, nếu bạn may mắn và tài khoản của bạn
tăng lên $40.000, bạn quyết định chuyển sang tối đa hai hợp đồng (hoặc 200 cổ phiếu) của mọi
vị thế. Kết quả là hầu hết các nhà giao dịch thực hiện một số hình thức định cỡ vị thế đều sử
dụng mô hình này. Nó đơn giản. Nó cho bạn biết “bao nhiêu” một cách đơn giản.
Một đơn vị cho mỗi số tiền cố định có một lợi thế là bạn không bao giờ từ chối một giao dịch
vì quá rủi ro. Để tôi kể cho bạn một ví dụ về trải nghiệm của hai Cố vấn Giao dịch Hàng hóa
(CTA) mà tôi biết. Một người giao dịch một hợp đồng trên mỗi $50.000 vốn, trong khi người
còn lại giới hạn rủi ro của anh ta ở mức 2% vốn (xem mô hình 5) và sẽ không mở một vị thế
mà mức độ rủi ro của anh ta cao hơn thế. Mỗi người trong số họ đều có cơ hội giao dịch đồng
Yên Nhật. Một người giao dịch một hợp đồng, bất kể thế nào, đã thực hiện giao dịch. Động
thái tiếp theo của đồng Yên là rất lớn, vì vậy anh ấy có thể tạo ra mức lãi hàng tháng lớn nhất
mà công ty của anh ấy từng trải qua trong lịch sử của họ, 20%.
Nhà giao dịch kia không thể thực hiện giao dịch, mặc dù quy mô tài khoản của anh ta là
$100.000 vì rủi ro liên quan đã vượt quá giới hạn 2%. Nhà giao dịch thứ hai không có một
tháng có lãi. Tất nhiên, điều này cũng có thể hoạt động ngược lại. Nhà giao dịch đầu tiên có
thể thua lỗ lớn nếu đồng Yên đi ngược lại với anh ta, điều mà nhà giao dịch còn lại sẽ tránh
được. Sự khác biệt duy nhất trong kết quả là mô hình định cỡ vị thế được sử dụng.
Bảng 8-1 cho thấy kết quả của hệ thống này bằng cách sử dụng mô hình định cỡ vị thế đầu tiên.
Hệ thống bị đánh bại ở mức một hợp đồng trên $20.000 vốn sở hữu. Ở mức $30.000, bạn sẽ
phải chịu mức sụt giảm vốn 80% và bạn phải sử dụng ít nhất $70.000 cho một hợp đồng nếu
muốn tránh mức sụt giảm vốn 50%.

Bảng 8-1: Hệ thống phá vỡ 55/21 ngày với 1 hợp đồng trên mỗi $X vốn sở hữu
(Vốn sở hữu ban đầu là một triệu đô la)
1 Hợp đồng mỗi Lợi nhuận Giao dịch Lãi hằng Sụt giảm
Gọi ký quỹ
$X vốn ròng bị từ chối năm (%) vốn tối đa
$100.000 $5.034.533 0 18,20% 0 36,86%
$90.000 $6.207.208 0 20,20% 0 40,23%
$80.000 $7.725.361 0 22,30% 0 43,93%
$70.000 $10.078.968 0 25,00% 0 48,60%
$60.000 $13.539.570 0 28,20% 0 54,19%
$50.000 $19.309.155 0 32,30% 0 61,04%
$40.000 $27.475.302 0 36,50% 0 69,65%
$30.000 $30.919.632 0 38,00% 0 80,52%
$20.000 $1.685.271 402 0% 1 112,00%
Để thực sự đánh giá phương pháp định cỡ vị thế này, bạn sẽ phải so sánh nó với các bảng được
phát triển từ các mô hình khác (xem Bảng 8-2 và 8-3) và các đường cong vốn sở hữu được hiển
thị trong các hình.
Mặc dù lợi thế của phương pháp này là cho phép bạn luôn có được một vị thế, tôi tin rằng kiểu
định cỡ vị thế một đơn vị trên một số tiền cố định bị hạn chế vì 1) tất cả các khoản đầu tư không
giống nhau và 2) nó không cho phép bạn tăng nhanh tài khoản nhỏ. Trên thực tế, với một tài
khoản nhỏ, số lượng đơn vị có thể giao dịch bằng mô hình đơn vị trên số tiền cố định rất tối
thiểu. Hãy cùng khám phá cả hai lý do này.
Tất cả các hợp đồng đều không giống nhau. Giả sử bạn là một nhà giao dịch hợp đồng tương
lai và bạn quyết định sẽ giao dịch tới 20 mặt hàng khác nhau với số tiền $50.000 của mình.
Chiến lược định cỡ vị thế cơ bản của bạn là giao dịch một hợp đồng của bất kỳ thứ gì trong
danh mục đầu tư mà hệ thống của bạn cho tín hiệu. Giả sử bạn nhận được tín hiệu cho cả trái
phiếu và ngô. Do đó, mô hình định cỡ vị thế của bạn cho biết bạn có thể mua một hợp đồng
ngô và một hợp đồng trái phiếu.
Với hợp đồng tương lai trái phiếu kho bạc ở mức $1161, bạn đang có giá vốn là $116.000.
Ngoài ra, biên độ giao dịch hàng ngày (tức là độ biến động) là khoảng 0,775, vì vậy nếu thị
trường di chuyển gấp ba lần số đó theo một hướng, bạn sẽ lãi hoặc lỗ $2.325. Ngược lại, với
hợp đồng ngô bạn có giá vốn khoảng $12.000. Nếu nó di chuyển ba lần biên độ hàng ngày theo
bạn hoặc chống lại bạn, khoản lãi hoặc lỗ của bạn sẽ vào khoảng $550. Do đó, điều gì xảy ra
với danh mục đầu tư của bạn sẽ phụ thuộc khoảng 85% vào hoạt động của vị thế trái phiếu và
chỉ khoảng 15% vào hoạt động của vị thế ngô.
Người ta có thể lập luận rằng ngô trước đây dễ biến động và đắt đỏ hơn nhiều. Điều đó có thể
xảy ra lần nữa. Nhưng bạn cần đa dạng hóa cơ hội của mình theo những gì đang diễn ra trên

thị trường hiện tại. Hiện tại, dựa trên dữ liệu được trình bày, ngô chỉ có khoảng 15% tác động
đến tài khoản của bạn khi đi kèm trái phiếu.
Không thể gia tăng tài khoản nhanh chóng. Mục đích của chiến lược chống gấp thếp
(Martingale)2 là khuếch đại lợi nhuận của bạn khi bạn đang thắng. Khi bạn giao dịch một hợp
đồng với giá $50.000 mà bạn chỉ có $50.000, bạn sẽ phải tăng gấp đôi vốn sở hữu của mình
trước khi có thể tăng quy mô hợp đồng của mình. Do đó, đây không phải là cách hiệu quả để
tăng gia tăng lợi nhuận trong chuỗi chiến thắng. Trên thực tế, đối với tài khoản $50.000, kích
thước vị thế gần như không tăng.
Một phần của giải pháp là yêu cầu kích cỡ tài khoản tối thiểu là một triệu đô la. Nếu bạn làm
như vậy, tài khoản của bạn sẽ chỉ cần tăng 5% trước khi bạn chuyển từ 20 hợp đồng (1 hợp
đồng trên $50.000) sang 21 hợp đồng.
Định cỡ vị thế cho phép cơ hội bình đẳng và mức độ tiếp xúc như nhau của tất cả các sản phẩm
trong danh mục đầu tư của một người. Bạn muốn có cơ hội bình đẳng để kiếm tiền từ mỗi sản
phẩm trong danh mục đầu tư của mình. Ngoài ra, bạn muốn phân bổ rủi ro một cách đồng đều
trên danh mục đầu tư của mình.
Tất nhiên, việc có cơ hội và chịu rủi ro như nhau sẽ đưa ra giả định rằng mỗi giao dịch đều có
khả năng sinh lãi như nhau khi bạn tham gia vào giao dịch đó. Bạn có thể có một số cách để
xác định rằng một số giao dịch sẽ mang lại nhiều lợi nhuận hơn những giao dịch khác. Nếu
vậy, thì bạn sẽ muốn một kế hoạch định cỡ vị thế mang lại cho bạn nhiều đơn vị hơn trong các
giao dịch có xác suất thành công cao hơn— có lẽ là một chiến lược định cỡ vị thế tùy ý.3 Tuy
nhiên, chúng ta sẽ giả định rằng tất cả các giao dịch trong danh mục đầu tư đều có cơ hội thành
công như nhau ngay từ đầu. Đó là lý do tại sao bạn chọn chúng.
Mô hình này không mang lại cho bạn cơ hội hoặc sự nhạy cảm với lợi nhuận bình đẳng. Nhưng
có một số phương pháp giúp bạn có thể cân bằng các yếu tố trong danh mục đầu tư của mình.
Chúng bao gồm việc phân bổ các vị thế bằng cách chia đều 1) tổng giá trị của từng thành phần
trong danh mục đầu tư, 2) tỷ suất lợi nhuận của từng thành phần trong danh mục đầu tư, 3) mức
độ biến động của từng thành phần trong danh mục đầu tư và 4) mức độ rủi ro ( tức là bạn sẽ
mất bao nhiêu khi thoát khỏi vị thế để bảo toàn vốn) của từng thành phần trong danh mục đầu
tư.
Mô hình 2: Mô hình Đơn vị bằng nhau/Đòn bẩy bằng nhau

Mô hình Đơn vị bằng nhau thường được sử dụng với cổ phiếu hoặc các công cụ khác không
có đòn bẩy. Mô hình cho biết bạn xác định “bao nhiêu” bằng cách chia vốn của mình thành
năm hoặc mười đơn vị bằng nhau. Mỗi đơn vị sau đó sẽ cho biết bạn có thể mua bao nhiêu sản
phẩm. Ví dụ: với số vốn $50.000, chúng ta có thể có 5 đơn vị, mỗi đơn vị trị giá $10.000.
Do đó, bạn sẽ mua khoản đầu tư “A” trị giá $10.000, khoản đầu tư “B” trị giá $10.000, khoản
đầu tư “C” trị giá $10.000, v.v. Cuối cùng, bạn có thể mua 100 cổ phiếu có giá $100, 200 cổ
phiếu có giá $50, 500 cổ phiếu có giá $20, 1.000 cổ phiếu có giá $10 và 1.428 cổ phiếu có giá

$7. Một phần của việc định cỡ vị thế trong chiến lược này là xác định số lượng danh mục đầu
tư mà bạn có thể phân bổ thành tiền tại bất kỳ thời điểm nào.
Hình 8-1 minh họa số lượng cổ phiếu tính theo tỷ lệ phần trăm trên tổng số cổ phiếu cho mỗi
trong số 5 đơn vị trị giá $10.000.
Hình 8-1: Phân phối vốn dưới dạng cổ phiếu (Mỗi đơn vị tương đương $10.000)
Lưu ý rằng có một số bất tiện trong quá trình này. Ví dụ, giá cổ phiếu có thể không nhất thiết
phải chia đều thành $10.000 - ít hơn nhiều cho 100 cổ phiếu.
Trong tương lai, mô hình đơn vị bằng nhau có thể được sử dụng để xác định giá trị bạn sẵn
sàng kiểm soát với mỗi hợp đồng. Ví dụ: với tài khoản $50.000, bạn có thể quyết định rằng bạn
sẵn sàng kiểm soát sản phẩm trị giá tới $250.000. Và giả sử quyết định chia số tiền đó thành 5
đơn vị, mỗi đơn vị trị giá $50.000.
Giả sử một hợp đồng trái phiếu hiện có giá trị khoảng $112.000. Bạn không thể mua bất kỳ trái
phiếu nào khi sử dụng tiêu chí định cỡ vị thế này, bởi vì khoản được chia không thể mua được
1 hợp đồng.
Ngô được giao dịch theo đơn vị 5.000 giạ. Một hợp đồng ngô, với giá ngô là $3/giạ, có giá trị
khoảng $15.000. Do đó, $50.000 của bạn sẽ cho phép bạn mua 3 hợp đồng ngô, tức giá vốn là
$45.000.
Vàng được giao dịch theo hợp đồng 100 ounce ở New York, khi giá là $390/ounce thì giá trị
của một hợp đồng là $39.000. Do đó, ở mức giá đó bạn có thể giao dịch một hợp đồng vàng
với mô hình này.
Cách tiếp cận đơn vị bằng nhau cho phép bạn phân bổ cho mỗi khoản đầu tư một tỷ trọng gần
bằng nhau trong danh mục đầu tư của mình. Nó cũng có ưu điểm là bạn có thể thấy chính xác
mức đòn bẩy mà mình đang sử dụng. Ví dụ: nếu bạn đang có 5 vị thế trong tài khoản $50.000
của mình, mỗi vị thế trị giá khoảng $50.000, bạn sẽ biết rằng bạn có tổng giá trị danh mục là
$250.000. Ngoài ra, bạn biết rằng bạn kiểm soát đòn bẩy 5 trên 1, vì $50.000 của bạn kiểm soát

$250.000.
Khi sử dụng phương pháp này, bạn phải đưa ra quyết định về tổng mức đòn bẩy mà bạn sẵn
sàng sử dụng trước khi chia nó thành các đơn vị. Đó là thông tin có giá trị mà tôi khuyên tất cả
các nhà giao dịch nên theo dõi tổng giá trị danh mục mà họ đang kiểm soát và đòn bẩy của họ.
Thông tin này có thể giúp bạn mở rộng tầm mắt thực sự.
Louis Navallier, người vừa là nhà quản lý danh mục đầu tư vừa là cố vấn đầu tư, sử dụng
phương pháp này. Ví dụ: Navallier có thể đề xuất một danh mục đầu tư gồm khoảng 20 cổ
phiếu, gợi ý rằng bạn nên mua tất cả chúng với tỷ trọng bằng nhau trên mỗi cổ phiếu. Vì vậy,
nếu bạn có danh mục đầu tư trị giá $100.000, anh ấy khuyên bạn nên mua mỗi cổ phiếu với
tổng số tiền là $5.000. Điều làm cho cách tiếp cận của Navallier hơi khác một chút là anh ấy
khuyên bạn nên điều chỉnh lại danh mục đầu tư của mình theo định kỳ. Ví dụ: nếu một cổ phiếu
đột nhiên tăng từ mức $5.000 trong danh mục đầu tư của bạn lên mức $7.000, thì anh ấy khuyên
bạn nên bán bớt số cổ phiếu trị giá $2.000 để duy trì tỷ trọng ngang bằng. Sau đó, tiền mặt sẽ
được sử dụng để mua các vị thế bổ sung theo khuyến nghị. Mặc dù hầu hết các nhà quản lý
danh mục đầu tư đều nghĩ theo cách này, nhưng về cơ bản, nó hạn chế khả năng để lợi nhuận
của bạn tiếp tục tăng trưởng.
Cách tiếp cận đơn vị bằng nhau cũng có nhược điểm là nó chỉ cho phép bạn tăng khối lượng vị
thế rất chậm khi bạn kiếm tiền. Trong hầu hết các trường hợp với một tài khoản nhỏ, vốn sở
hữu phải tăng gấp đôi để tăng vị thế của bạn lên một đơn vị. Một lần nữa, điều này thực tế dẫn
đến việc không thể tăng kích cỡ vị thế cho tài khoản nhỏ.
Ngoài ra, mặc dù nhìn trông có vẻ mức biến động trên mỗi phần được chia ra có vẻ bằng nhau
nhưng có thể không như vậy. Ví dụ: mức biến động hàng ngày của phần có giá trị $50.000 của
một sản phẩm có thể là $1.500, trong khi mức biến động hàng ngày của phần có giá trị $50.000
của một sản phẩm khác có thể là $6.000. Sản phẩm có độ biến động cao hơn sẽ có tác động
gấp bốn lần đến tài khoản của bạn so với sản phẩm còn lại mặc dù chúng có “giá trị” tương
đương nhau.
Mô hình 3: Phần trăm ký quỹ

Mô hình thứ ba mà người ta có thể sử dụng để định cỡ vị thế là kiểm soát kích thước vị thế của
bạn theo ký quỹ yêu cầu của tài sản cơ sở. Ở đây, tiền ký quỹ đề cập đến số tiền mà sàn giao
dịch (hoặc nhà môi giới của bạn) yêu cầu bạn phải bỏ ra để mua một đơn vị đầu tư. Nếu bạn
có ít tiền trong tài khoản hơn mức ký quỹ yêu cầu, bạn sẽ cần phải nạp thêm tiền.
Khoản ký quỹ yêu cầu khi mua hầu hết các cổ phiếu là 50%. Do đó, bạn sẽ cần phải có $25.000
trong tài khoản của mình để mua cổ phiếu trị giá $50.000. Ngược lại, ký quỹ yêu cầu đối với
một hợp đồng tương lai S&P có thể là $11.250. Do đó, bạn có thể mua một hợp đồng S&P,
nắm giữ hợp đồng trị giá khoảng $290.000 ở mức giá này, chỉ với $11.250 trong tài khoản của
bạn. Điều này sẽ mang lại cho bạn tỷ lệ đòn bẩy gần 25:1.
Vì đòn bẩy có thể rất cao đối với hợp đồng tương lai nên bạn có thể kiểm soát nó bằng cách

giới hạn tỷ lệ ký quỹ ở một tỷ lệ phần trăm so với vốn sở hữu của mình. Đây là cách nó sẽ hoạt
động. Bạn có thể quyết định giới hạn mức ký quỹ trên mỗi giao dịch ở mức 5% vốn sở hữu tại
tài khoản của mình. Trong tài khoản $50.000, điều này có nghĩa là số tiền ký quỹ cho lần mua
vào đầu tiên của bạn phải không vượt quá $2.500. Bạn không thể mua một hợp đồng S&P,
nhưng bạn có thể mua cổ phiếu với tổng giá trị là $5.000 với tỷ lệ ký quỹ là 2:1.
Mức ký quỹ của lần mua thứ hai sẽ phụ thuộc vào mô hình vốn sở hữu mà bạn đang sử dụng.
Giả sử bạn có một vị thế mở có giá trị ký quỹ là $2.500 (trong trường hợp này đồng thời là
tổng rủi ro vị thế) và vẫn còn $47.500 để phân bổ. Với mô hình tổng vốn sở hữu, lần mua tiếp
theo của bạn cũng có thể có ký quỹ là $2.500 tức là 5% trên tổng số vốn. Tuy nhiên, với mô
hình vốn sở hữu cốt lõi hoặc mô hình giảm tổng vốn sở hữu, bạn chỉ có thể sử dụng tỷ lệ ký
quỹ ở vị thế thứ hai là 5% của $47.500, hay $2.375.
Hãy xem xét một số ví dụ về việc thêm vị thế bằng Mô hình Tổng Vốn sở hữu. Giả sử ký quỹ
yêu cầu của hợp đồng ngô là $6754. Khi bạn lấy $2.500 chia cho $675, bạn sẽ nhận được 3,7
hợp đồng. Như vậy, bạn có thể mua 3 hợp đồng. Ký quỹ yêu cầu đối với bạc là $2.500 nên mức
5% tài khoản của bạn sẽ cho phép bạn mua một hợp đồng. Tuy nhiên, ký quỹ yêu cầu đối với
trái phiếu là $2.700 nên bạn không thể mua hợp đồng trái phiếu cho đến khi vốn của bạn tăng
lên.
Bạn cũng có thể giới hạn tổng số tiền ký quỹ ở tài khoản của mình ở một giá trị nhất định chẳng
hạn như 30%. Nếu bạn làm như vậy, tổng số tiền ký quỹ trên tổng số vị thế mở của bạn ban
đầu không thể vượt quá $15.000 (tức là 30% trong tổng số $50.000 của bạn). Nếu bạn muốn
mua một vị thế mới gây ra tăng tổng số tiền ký quỹ lên trên giá trị này thì bạn không thể mở vị
thế mới đó.
Phần trăm ký quỹ (mô hình 3) là phương pháp đầu tiên cho phép tài khoản nhỏ bắt đầu tăng
mạnh hơn khi kiếm được tiền. Nó cung cấp cho bạn quyền kiểm soát mạnh mẽ đối với tài khoản
của mình và một số quyền kiểm soát đối với xác suất xảy ra lệnh gọi ký quỹ.
Tuy nhiên, số tiền ký quỹ có thể thay đổi hàng ngày đối với mỗi hợp đồng, vì vậy bạn sẽ phải
theo dõi chúng. Ngoài ra, nhiều sàn giao dịch và nhà môi giới còn tùy tiện đặt ra các giá trị ký
quỹ. Chúng có xu hướng liên quan đến cả sự biến động và đòn bẩy trong một hợp đồng cụ thể,
nhưng số tiền đặt ra vẫn khá tùy tiện. Do đó, phương pháp dùng ký quỹ để định cỡ vị thế không
nhất thiết mang lại cho bạn khả năng nhạy cảm với giá bằng nhau trên tất cả các vị thế. Bạn có
thể có hai vị thế, mỗi vị thế có ký quỹ bằng nhau nhưng vẫn có sự khác biệt to lớn về mức độ
biến động của cả hai.
Mô hình 4: Phần trăm biến động

Biến động ở đây đề cập đến mức độ biến động giá hàng ngày của sản phẩm cơ sở trong một
khoảng thời gian tùy ý. Đó là thước đo trực tiếp về sự thay đổi giá mà bạn có thể gặp phải—có
lợi hoặc có hại cho bạn—tuỳ vào bạn ở vị thế nào. Nếu bạn chia đều mức độ biến động của
từng vị thế mà bạn nắm giữ, bằng cách biến nó thành một tỷ lệ phần trăm cố định trên vốn sở
hữu của bạn, thì về cơ bản bạn đang cân bằng những biến động thị trường có thể có của từng

thành phần trong danh mục đầu tư trong ngắn hạn.
Biến động là sự chênh lệch giữa mức cao nhất và mức thấp nhất trong ngày. Nếu cổ phiếu IBM
dao động trong khoảng từ 115 đến 117,5 thì độ biến động của nó là 2,5 điểm. Tuy nhiên, bằng
việc sử dụng trung bình phạm vi thực (ATR) sẽ tính đến bất kỳ khoảng trống giá (gap) nào. Do
đó, nếu IBM đóng cửa ở mức 113 vào ngày hôm qua nhưng dao động trong khoảng từ 115 đến
117,5 ngày hôm nay, thì bạn cần cộng 2 điểm vào khoảng trống giá để xác định phạm vi thực.
Do đó, phạm vi thực của ngày hôm nay là từ 113 đến 117,5 tức là 4,5 điểm.
Đây là cách tính toán phần trăm biến động có thể áp dụng cho việc định cỡ vị thế. Giả sử bạn
có $50.000 trong tài khoản và bạn muốn mua vàng. Giả sử vàng ở mức $400/ounce và trong
10 ngày qua, phạm vi hàng ngày là $3,00. Chúng ta sẽ sử dụng đường trung bình động đơn
giản 4 ngày của phạm vi thực làm thước đo mức độ biến động. Chúng ta có thể mua bao nhiêu
hợp đồng vàng?
Vì phạm vi hàng ngày là $3,00 và một điểm có giá trị $100 (vì hợp đồng là 100 ounce), điều
đó mang lại cho biến động hàng ngày giá trị là $300 cho mỗi hợp đồng vàng. Giả sử rằng chúng
ta sẽ cho phép mức biến động tối đa là 2% vốn. Hai phần trăm của $50.000 là $1.000. Nếu
chúng ta chia giới hạn cho phép là $1000 cho mức biến động ngày của mỗi hợp đồng là $300,
chúng ta sẽ nhận được 3,3 hợp đồng. Do đó, nếu định cỡ vị thế dựa trên mức độ biến động, sẽ
cho phép chúng ta mua 3 hợp đồng.
Hãy làm một ví dụ nữa, sử dụng mô hình tổng vốn sở hữu. Giá vàng bây giờ là $405/ounce, vì
vậy giá trị vị thế mở đã tăng vốn sở hữu của chúng ta thêm $500/hợp đồng tức $1.500 cho 3
hợp đồng. Do đó tổng vốn sở hữu của chúng ta bây giờ là $51.500. Bây giờ chúng ta muốn
mua một hợp đồng trái phiếu. Gần đây, trái phiếu dao động khoảng 0,75 điểm mỗi ngày. Như
vậy, giá trị bằng tiền của biến động hàng ngày là $750 (0,75 nhân giá $1.000 mỗi điểm). Định
cỡ vị thế cho biết giới hạn rủi ro của chúng ta ở mức 2% vốn sở hữu, và 2% của $51.500 là
$1.030. Lấy $1.030 chia cho biến động hàng ngày $750 của trái phiếu ra kết quả là 1,37, cho
phép chúng ta mua một hợp đồng trái phiếu.
Lưu ý rằng biến động hàng ngày của trái phiếu ($750) gấp khoảng hai lần rưỡi so với biến động
hàng ngày của vàng ($300). Kết quả là chúng ta đã có được ba hợp đồng vàng so với chỉ một
hợp đồng trái phiếu. Vì vậy, chúng ta có thể mong đợi mức độ biến động giá như nhau, ít nhất
là trong ngắn hạn, từ cả hai vị thế.
Nếu bạn sử dụng độ biến động trong định cỡ vị thế, bạn cũng có thể muốn giới hạn tổng mức
độ biến động mà danh mục đầu tư của bạn có thể gặp phải bất kỳ lúc nào. Năm đến mười phần
trăm là một con số hợp lý. Giả sử bạn muốn giới hạn mức độ biến động danh mục của mình ở
mức 10%. Do đó, bạn có thể có năm vị thế vì giới hạn của mỗi vị thế riêng lẻ là 2%. Nếu tất cả
các vị thế của bạn đều chống lại bạn chỉ trong một ngày mà bạn vẫn còn ở lại thị trường, điều
đó có nghĩa là bạn có thể mất tới 10% giá trị danh mục đầu tư của mình chỉ trong một ngày.
Bạn sẽ cảm thấy thế nào nếu danh mục đầu tư $50.000 của bạn giảm xuống còn $45.000 chỉ
trong một ngày? Nếu cảm thấy như vậy là quá nhiều thì mức 2% và 10% có lẽ là quá lớn đối
với bạn.

Để đảm bảo bạn hiểu cách hoạt động của việc định cỡ vị thế theo biến động, đây là một số bài
tập cần hoàn thành. Đáp án các bài tập được đưa ra ở cuối phần này.
1. Tài khoản của bạn có $100.000 trong đó. Bạn quyết định rằng một vị thế có thể biến
động 1,5%. Bạn có thể phân bổ bao nhiêu cho vị thế đó? Sử dụng thông tin này trong
hai câu hỏi tiếp theo.
2. Mức biến động trung bình của một cổ phiếu trong ba ngày qua là $4. Bạn có thể mua
bao nhiêu cổ phiếu với mức dừng lỗ $5?
3. Biến động trung bình của giá ngô trong mười ngày qua là 3 xu. Một hợp đồng ngô có
bao gồm 5.000 giạ, nghĩa là biến động bằng tiền trên mỗi hợp đồng trung bình là $150.
Nếu bạn sử dụng điểm dừng lỗ 10 xu, bạn có thể mua được bao nhiêu hợp đồng?
4. Làm lại câu hỏi hai và ba với giả định rằng tài khoản của bạn có $250.000 và bạn chấp
nhận biến động 0,8% cho mỗi vị thế.
Nếu bạn bối rối trước những câu hỏi này, hãy nhớ rằng bạn đang thực hiện định cỡ vị thế theo
biến động chứ không phải định cỡ vị thế rủi ro. Rủi ro không liên quan đến định cỡ vị thế trong
những câu hỏi này.
Bảng 8-2 minh họa điều gì xảy ra với hệ thống phá vỡ trong danh mục đầu tư gồm 10 sản phẩm
trong 11 năm của chúng ta khi bạn định cỡ vị thế dựa trên sự biến động của thị trường tính theo
phần trăm vốn sở hữu. Đây là cùng một hệ thống và cùng một dữ liệu được mô tả trong Bảng
8-1. Sự khác biệt duy nhất là thuật toán định cỡ vị thế.
Bảng 8-2: Hệ thống phá vỡ 55/21 với việc định cỡ vị thế dựa trên biến động
% Giao dịch % lợi nhuận Gọi ký Sụt giảm
Lợi nhuận ròng
Biến động bị từ chối hàng năm quỹ vốn tối đa
0,10% $411.785 34 3,30% 0 6,10%
0,25% $1.659.613 0 9,50% 0 17,10%
0,50% $6.333.704 0 20,30% 0 30,60%
0,75% $16.240.855 0 30,30% 0 40,90%
1,00% $36.266.106 0 40,00% 0 49,50%
1,75% $236.100.000 0 67,90% 0 69,70%
2,50% $796.900.000 0 86,10% 1 85,50%
5,00% $1.034.000.000 0 90,70% 75 92,50%
7,50% -$2.622.159 402 0,00% 1 119,80%
Lưu ý trong Bảng 8-2 rằng phân bổ kích cỡ vị theo thế biến động 2% sẽ tạo ra mức tăng từ
67% đến 86% mỗi năm và mức sụt giảm vốn 69-86% mỗi năm.5 Bảng cũng gợi ý rằng nếu bạn
sử dụng thuật toán định cỡ vị thế dựa trên biến động với hệ thống này, bạn có thể muốn sử
dụng một con số ở khoảng từ 0,5 đến 1,0% cho mỗi vị thế, tùy thuộc vào mục tiêu của bạn. Tỷ

lệ lợi nhuận trên rủi ro tốt nhất trong hệ thống này xảy ra ở mức phân bổ 2,5%, nhưng ít người
có thể chịu đựng được mức sụt giảm vốn đến 86%.
Định cỡ vị thế dựa trên biến động có một số tính năng tuyệt vời để kiểm soát mức độ rủi ro.
Rất ít nhà giao dịch sử dụng nó. Tuy nhiên, nó là một trong những mô hình phức tạp hơn.
Trả lời cho các câu hỏi:
1. 1,5% của $100.000 = $1.500.
2. $1.500 chia cho $4= 375 cổ phiếu
3. $1.500 chia cho $150 = 10 hợp đồng, lưu ý rằng trong hai ví dụ cuối, mức dừng lỗ
không liên quan gì đến độ biến động. Tôi chỉ đặt nó vào đó để giúp bạn biết bạn đang
cần tập trung tính toán gì.
4. 0,8% của $250.000 = $2.000
$2.000 chia cho $4 = 500 cổ phiếu
$2.000 chia cho $150 = 13,3 = 13 hợp đồng
Mô hình 5: Phần trăm rủi ro (còn được gọi là Định cỡ vị thế phân số cố định)
Khi bạn vào một vị thế, điều cần thiết là phải biết điểm bạn sẽ thoát ra để bảo toàn vốn của
mình. Đây chính là “rủi ro” của bạn. Đó là khoản thua lỗ trong trường hợp xấu nhất của bạn—
ngoại trừ khi trượt giá hoặc thị trường đạt kịch ngưỡng theo hướng bất lợi cho bạn.
Đây là một trong những hệ thống định cỡ vị thế phổ biến nhất liên quan đến việc kiểm soát
kích cỡ vị thế như một hàm của rủi ro. Hầu hết cuộc thảo luận của chúng ta về định cỡ vị thế
trong cuốn sách này là về mô hình phần trăm rủi ro, bao gồm cả cuộc thảo luận về CPR. Vì
vậy, bây giờ là lúc để khám phá nó một cách kỹ lưỡng. Trùng hợp thay, cả Ralph Vince, trong
nhiều cuốn sách về quản lý tiền và Ryan Jones, trong cuốn Trò chơi giao dịch (The Trading
Game), đều đề cập đến mô hình này như một mô hình phân số cố định. Điều này là do tỷ lệ
phần trăm thực sự là một phân số và nếu bạn sử dụng cùng một tỷ lệ phần trăm, chẳng hạn như
10, thì nó sẽ cố định. Hãy xem một ví dụ về cách hoạt động của mô hình định cỡ vị thế này.
Giả sử bạn muốn mua vàng ở mức giá $380/ounce. Hệ thống của bạn gợi ý rằng nếu vàng giảm
xuống mức thấp nhất là $370, bạn cần phải thoát ra. Do đó, rủi ro trong trường hợp xấu nhất
của bạn trên mỗi hợp đồng vàng là 10 điểm nhân với $100/điểm bằng $1.000.
Bạn có một tài khoản trị giá $50.000. Bạn muốn giới hạn tổng rủi ro đối với vị thế vàng của
mình ở mức 2,5% vốn sở hữu đó tức là $1.250. Nếu bạn chia rủi ro tổng rủi ro cho phép là
$1.250 cho rủi ro mỗi hợp đồng là $1.000, bạn sẽ nhận được 1,25 hợp đồng. Do đó, việc định
cỡ vị thế bằng mô hình này sẽ chỉ cho phép bạn mua một hợp đồng.

Giả sử bạn nhận được tín hiệu bán khống trong cùng ngày. Vàng vẫn ở mức $380/ounce, vì
vậy tài khoản của bạn với một vị thế mở vẫn có giá trị $50.000. Bạn vẫn có mức rủi ro cho
phép là $1.250 đối với vị thế giao dịch mới dựa trên mô hình tổng vốn sở hữu.
Giả sử giá ngô ở mức $3,03 và bạn quyết định rằng rủi ro tối đa có thể chấp nhận được của bạn
sẽ là cho phép ngô di chuyển ngược lại bạn 5 xu đến mức giá $3,08. 5 xu rủi ro cho phép tại
mỗi hợp đồng của bạn (nhân với 5.000 giạ mỗi hợp đồng) sẽ chuyển thành rủi ro $250 cho mỗi
hợp đồng. Nếu bạn chia $1.250 cho $250, bạn sẽ nhận được 5 hợp đồng. Do đó, bạn có thể bán
khống 5 hợp đồng ngô với mô hình định cỡ vị thế này.
Trong các ví dụ này, chúng ta đã sử dụng mô hình tổng vốn sở hữu để tính toán rủi ro. Ngược
lại, hãy xem điều gì sẽ xảy ra nếu chúng ta sử dụng cách tính rủi ro dựa trên phương pháp tính
vốn sở hữu cốt lõi. Trong mô hình vốn sở hữu cốt lõi, rủi ro của các vị thế mở sẽ được trừ vào
giá trị tiền mặt khi các vị thế đó được mở và chỉ giá trị tiền mặt còn lại được sử dụng trong các
tính toán tiếp theo.
Đầu tiên, chúng ta mua một hợp đồng vàng và tổng rủi ro của chúng ta trong hợp đồng đó là
$1.250. Trong mô hình vốn sở hữu cốt lõi, vốn sở hữu cốt lõi mới của chúng sẽ ta trừ đi $1.250.
Vì vậy, chúng ta chỉ còn lại $48.750 để làm cơ sở để xác định rủi ro bằng tiền cho vị thế tiếp
theo của chúng ta trên thị trường ngô. Vì định cỡ vị thế chỉ cho phép chúng ta mạo hiểm 2,5%
của vốn sở hữu cốt lõi này, nên chúng ta chỉ có thể chấp nhận rủi ro ở mức $1.218,75 đối với
vị thế thứ hai này.
Bây giờ chúng ta muốn bán khống với rủi ro $250 cho mỗi hợp đồng. Nếu bạn chia $1.218 cho
$250, bạn sẽ nhận được 4,875 hợp đồng. Do đó, mô hình vốn sở hữu cốt lõi sẽ chỉ cho phép
bạn bán khống 4 hợp đồng ngô. Lưu ý rằng để thận trọng và không vượt quá các tham số của
mình, chúng ta luôn làm tròn xuống số nguyên gần nhất.
Giả sử lần mua ngô tiếp theo của bạn không diễn ra cùng ngày. Bạn nhận được tín hiệu trong
sáu tuần tới. Bạn vẫn có một vị thế mở đối với vàng, nhưng bây giờ giá vàng là $490/ounce.
Do đó, vị thế mở của bạn đang lãi $11.000. Kết quả là tổng số vốn sở hữu của bạn hiện là
$50.000, cộng với lãi của vị thế mở bằng $61.000.
Nếu bạn đang sử dụng mô hình tổng vốn sở hữu, bây giờ bạn sẽ chấp nhận rủi ro 2,5% của
$61.000. Do đó, bây giờ bạn có thể nhận rủi ro ở mức $1.525. Nếu tín hiệu ngô đề xuất rủi ro
$250 cho mỗi hợp đồng, kích cỡ vị thế của bạn giờ đây sẽ cho phép bạn bán khống 6 hợp đồng
($1.525 chia cho $250 = 6,1). Ngược lại, mô hình vốn sở hữu cốt lõi vẫn sẽ dựa trên $48.750
và chỉ cho phép bạn bán khống 4 hợp đồng ngô.
Như tôi đã đề cập trước đây, mô hình vốn sở hữu cốt lõi là mô hình thận trọng nhất trong ba
mô hình tính vốn sở hữu. Xếp hạng giảm tổng vốn sở hữu ở mức trung bình và mô hình tổng
vốn sở hữu là rủi ro nhất.
Làm thế nào để so sánh định cỡ vị thế theo phần trăm rủi ro với định cỡ vị thế theo phần trăm
biến động? Bảng 8-3 cho thấy hệ thống phá vỡ 55/21 ngày (từ Bảng 8-1 và 8-2) với thuật toán

định cỡ vị thế dựa trên rủi ro tính theo phần trăm vốn sở hữu. Vốn sở hữu ban đầu vẫn là
$1.000.000.
Bảng 8-3: Hệ thống phá vỡ 55/21 với việc định cỡ vị thế dựa trên rủi ro
% lợi Sụt giảm
% Giao dịch Gọi ký %
Lợi nhuận ròng nhuận hàng
Rủi ro bị từ chối quỹ vốn tối đa Biến động
năm
0,10% $327 410 0,00% 0 0,36% 0
0,25% $80.685 219 0,70% 0 2,47% 0,28
0,50% $400.262 42 3,20% 0 6,50% 0,49
0,75% $672.717 10 4,90% 0 10,20% 0,48
1,00% $1.107.906 4 7,20% 0 13,20% 0,54
1,75% $2.776.044 1 13,10% 0 22,00% 0,6
2,50% $5.621.132 0 19,20% 0 29,10% 0,66
5,00% $31.620.857 0 38,30% 0 46,70% 0,82
7,50% $116.500.000 0 55,70% 0 62,20% 0,91
10,00% $304.300.000 0 70,20% 1 72,70% 0,97
15,00% $894.100.000 0 88,10% 2 87,30% 1,01
20,00% $1.119.000.000 0 92,10% 21 84,40% 1,09
25,00% $1.212.000.000 0 93,50% 47 83,38% 1,12
30,00% $1.188.000.000 0 93,10% 58 95,00% 0,98
35,00% -$2.816.898 206 0,00% 70 104,40% 0
Nếu so sánh Bảng 8-3 với Bảng 8-2, bạn sẽ nhận thấy sự khác biệt rõ rệt về mức tỷ lệ phần
trăm làm hệ thống bị hỏng. Những khác biệt này là kết quả của quy mô con số (tức là mức giá
cao/thấp nhất trong 21 ngày đi ngược với bạn so với biến động trong 20 ngày) mà bạn phải
xem xét trước khi sử dụng tỷ lệ phần trăm vốn sở hữu để định cỡ vị thế. Do đó, rủi ro 5% dựa
trên điểm dừng lỗ là mức cao/thấp nhất trong 21 ngày dường như tương đương với khoảng 1%
vốn sở hữu với trung bình phạm vi thực (ATR) 20 ngày. Những con số này, làm cơ sở để xác
định tỷ lệ phần trăm, rất quan trọng. Các ví dụ của tôi không nên được sử dụng để áp dụng luôn
vì mối quan hệ thay đổi giữa các sản phẩm và khoảng thời gian. Tuy nhiên, chúng phải được
xem xét khi bạn thực hiện xác định tỷ lệ phần trăm sử dụng để định cỡ vị thế của mình.
Lưu ý rằng tỷ lệ lợi nhuận trên rủi ro tốt nhất xảy ra ở khoảng 25%, nhưng bạn sẽ phải chấp
nhận mức sụt giảm vốn đến 84% để đạt được tỷ lệ đó. Ngoài ra, các lệnh gọi ký quỹ (được đặt
ở mức hiện hành tại thời điểm thử nghiệm) bắt đầu xuất hiện khi đặt mức rủi ro 10%.
Nếu bạn giao dịch hệ thống này với $1.000.000 và sử dụng rủi ro 1%, quy mô đặt cược của
bạn sẽ tương đương với việc giao dịch tài khoản $100.000 với rủi ro 10%. Vì vậy, Bảng 8-3
gợi ý rằng bạn có thể không nên giao dịch hệ thống này trừ khi bạn có ít nhất $100.000 và khi

đó bạn có thể không nên mạo hiểm nhiều hơn khoảng 0,5% cho mỗi giao dịch. Và ở mức 0,5%,
lợi nhuận của bạn với hệ thống này sẽ rất thấp. Bây giờ bạn đã hiểu tại sao bạn cần ít nhất một
triệu đô la để giao dịch với hệ thống này.
Bạn nên chấp nhận bao nhiêu rủi ro cho mỗi vị thế với định cỡ vị thế theo phần trăm rủi ro?
Rủi ro tổng thể của bạn khi sử dụng định cỡ vị thế theo phần trăm rủi ro phụ thuộc vào quy mô
của các điểm dừng lỗ bạn đặt để bảo toàn vốn của mình và kỳ vọng của hệ thống bạn đang giao
dịch. Ví dụ: hầu hết những người theo xu hướng dài hạn đều sử dụng các điểm dừng lỗ khá
lớn, gấp vài lần phạm vi giá trung bình hàng ngày. Ngoài ra, hầu hết những người theo xu
hướng thường sử dụng mô hình có thể kiếm tiền trong 40-50% số lần giao dịch và có tỷ lệ lợi
nhuận trên rủi ro là từ 2,0 đến 2,5. Nếu hệ thống của bạn không rơi vào các phạm vi này thì
bạn cần xác định tỷ lệ phần trăm để định cỡ vị thế cho riêng mình. Phần III của cuốn sách này
sẽ giúp bạn khám phá mối quan hệ giữa định cỡ vị thế và mục tiêu của bạn.
Với các tiêu chí (và biện pháp phòng ngừa) nêu trên, nếu bạn đang giao dịch tiền của người
khác, bạn có thể chỉ nên chấp nhận rủi ro dưới 1% cho mỗi vị thế. Nếu bạn đang giao dịch tiền
của chính mình, rủi ro của bạn sẽ phụ thuộc vào mức độ thoải mái của bạn. Bất cứ tỷ lệ nào
dưới 3% có thể ổn nếu SQNSM của bạn đủ tốt. Nếu bạn đang mạo hiểm trên 3%, thì bạn là một
“tay súng” và bạn cần hiểu rõ hơn về rủi ro mà bạn đang gặp phải để đạt được lợi nhuận mà
mình đang tìm kiếm. Tuy nhiên, chúng tôi sẽ giúp bạn xác định rõ hơn những gì bạn muốn làm
với việc định cỡ vị thế ở phần sau của cuốn sách này khi chúng tôi thảo luận về việc xác định
kích cỡ vị thế để đáp ứng các mục tiêu của bạn. Nhưng đừng áp dụng những con số tại đây
làm hướng dẫn chính cho bạn. Sử dụng các hướng dẫn được đưa ra tại những phần sau.
Nếu bạn giao dịch trong một hệ thống có các điểm dừng lỗ rất nhỏ thì bạn cần đặt mức rủi ro
nhỏ hơn nhiều. Ví dụ: nếu điểm dừng lỗ của bạn nhỏ hơn phạm vi giá hàng ngày thì có thể bạn
cần các nguyên tắc bằng khoảng một nửa (hoặc ít hơn) những gì chúng ta trình bày ở đây. Mặt
khác, nếu hệ thống của bạn có kỳ vọng cao (độ tin cậy trên 50% và tỷ lệ lợi nhuận trên rủi ro
bằng 3 hoặc cao hơn), thì bạn có thể mạo hiểm với tỷ lệ phần trăm vốn sở hữu cao hơn một
cách khá an toàn. Những người sử dụng điểm dừng lỗ rất chặt có thể cân nhắc sử dụng mô hình
biến động để định cỡ vị thế, nhưng điều đó có thể tạo ra kích thước vị thế không đồng đều nếu
tất cả các điểm dừng lỗ của bạn về cơ bản đều bằng nhau. Tương tự, với các điểm dừng lỗ chặt,
bạn có thể sử dụng kích thước vị thế rất nhỏ chẳng hạn như 0,1%.
Có lẽ cách tốt nhất để định cỡ vị thế dựa trên biến động là sử dụng điểm dừng lỗ dựa trên biến
động, chẳng hạn như bội số của ATR. Khi bạn làm điều đó, bạn sẽ cân bằng tất cả các vị thế
của mình cả về mức độ rủi ro tổng thể và mức độ biến động tổng thể.
Một vài ví dụ khác

Giả sử bạn muốn mua IBM và bạn có tài khoản $50.000. Giá của IBM là khoảng $111 một cổ
phiếu. Bạn quyết định rằng bạn sẽ thoát khỏi vị thế này ở mức $107, tức là giảm $4 trên mỗi
cổ phiếu. Quy trình định cỡ vị thế của bạn sẽ yêu cầu bạn hạn chế rủi ro ở mức 2,5% tức là
$1.250. Chia $1.250 cho 4 sẽ được 312,5 cổ phiếu.

Nếu bạn mua 312 cổ phiếu với giá $111, bạn sẽ phải trả $34.632 - hơn một nửa giá trị trong tài
khoản của bạn. Bạn chỉ có thể làm điều đó hai lần mà không vượt quá giá trị có thể ký quỹ
trong tài khoản của mình. Điều này giúp bạn hiểu rõ hơn về ý nghĩa thực sự của rủi ro 2,5%.
Trên thực tế, nếu điểm dừng lỗ của bạn chỉ giảm $1 xuống còn $110, bạn có thể mua được
1.250 cổ phiếu dựa trên mô hình. Nhưng 1.250 cổ phiếu đó sẽ khiến bạn tốn $138.750 - số tiền
mà bạn không thể đáp ứng ngay cả khi ký quỹ đầy đủ cho tài khoản của mình. Tuy nhiên, bạn
vẫn đang giới hạn rủi ro của mình ở mức 2,5%. Tất nhiên, các tính toán rủi ro đều dựa trên rủi
ro ban đầu, tức là mức chênh lệch giữa giá mua và mức dừng lỗ ban đầu của bạn.
Hầu hết các nhà giao dịch cổ phiếu đều không xem xét đến loại mô hình này. Do đó, tôi đã đưa
vào một số câu hỏi để giúp bạn hiểu rõ hơn. Các câu trả lời được đưa ra ở cuối chương.
1. Bạn có một tài khoản có $100.000 và bạn muốn mạo hiểm 2% cho một vị thế. Bạn có
rủi ro bằng tiền là bao nhiêu?
2. Cũng trong tài khoản này, bạn muốn mua Valero với giá $70 với rủi ro 1,5 điểm. Bạn
có thể mua bao nhiêu cổ phiếu với mô hình rủi ro 2% của mình?
3. Bạn thay đổi ý định. Bạn muốn mua Valero với giá $70 với rủi ro 0,75 điểm. Bạn có
thể mua bao nhiêu cổ phiếu dựa trên mô hình rủi ro 3%?
4. Bạn đã phân bổ $5.000 vào tài khoản của mình. Dựa trên mô hình vốn sở hữu cốt lõi
2%, bạn có thể mua thêm bao nhiêu cổ phiếu của Valero với giá $80 cùng rủi ro là 2
điểm?
5. (a) Bạn có thể thực hiện tất cả các giao dịch mua trong câu hỏi từ 2 đến 4 bằng tài khoản
ký quỹ của mình không? (b) Bạn nghĩ đến việc mạo hiểm thêm 2% rủi ro vốn sở hữu
cốt lõi nữa, sử dụng số liệu từ câu hỏi 4 và mua Valero với giá $100 với rủi ro 2 điểm.
Bạn có thể mua bao nhiêu cổ phiếu và bạn có thể mua nó với ký quỹ yêu cầu không?
Trả lời cho các câu hỏi
1. 2% của $100.000 = $2.000.
2. $2.000 chia cho $1,5 = 1.333 cổ phiếu.
3. 3% của $100.000 = $3.000.
4. $3.000 chia cho $0,75 = 4.000 cổ phiếu.
5. 2% của ($100.000 - $5.000) = 2% của $95.000 = $1.900.
6. $1.900 chia cho $2 = 950 cổ phiếu.
7. (a) Không, bạn không thể mua tất cả cổ phiếu với ký quỹ 50%. Mặc dù bạn chỉ mạo
hiểm $6.900, nhưng bạn không thể mua chứng khoán trị giá $449.310 trong tài khoản

$100.000, (b) 2% của ($100.000 - $6.900) = 2% của $93.100 = $1.862. $1.862 chia cho
$2 = 931 cổ phiếu, với mức giá $100 /cổ phiếu, bạn sẽ phải trả $93.100. Một lần nữa,
bạn sẽ không có đủ tiền để làm tất cả những việc đó.
CHÚ THÍCH
1
Trong tất cả các ví dụ tôi chỉ chọn một mức giá bất kỳ, mức giá này có thể không phản ánh giá tại thời điểm bạn
đang đọc. Điều đó không quan trọng vì các ví dụ chỉ giúp bạn hiểu khái niệm.
2
Nhìn chung, các chiến lược định cỡ vị thế hữu ích đều là các chiến lược chống lại Martingale, tại đó quy mô đặt cược
tăng lên khi vốn sở hữu của bạn tăng lên. Nói chung, bạn nên tránh các chiến lược Martingale, được thảo luận trong
Chương 15, trong đó quy mô đặt cược của bạn tăng lên khi vốn sở hữu của bạn giảm xuống, vì chúng không hiệu quả.
3
Các chiến lược định cỡ vị thế tùy ý được thảo luận trong Chương 15 với chủ đề Các chiến lược cần tránh.
4
Mức ký quỹ trên hợp đồng tương lai có thể khác nhau giữa các công ty môi giới và cũng có thể thay đổi khi giá và
biến động tăng lên.
5
Rủi ro 2% không được đưa ra trong bảng. Mức lợi nhuận và sụt giảm vốn sẽ chỉ nằm ở đâu đó giữa các con số về rủi
ro 1,75% và rủi ro 2,5%, được trình bày trong bảng.

Chương 9
Các mô hình định cỡ vị thế khác
Mục đích của chương này là giới thiệu cho bạn sáu mô hình định cỡ vị thế bổ sung, cung cấp
cho bạn nhiều công cụ hơn để đáp ứng các mục tiêu giao dịch của mình. Những công cụ này
sẽ giúp bạn giảm thiểu rủi ro và/hoặc đạt được mục tiêu giao dịch của mình, kể cả khi bạn phải
giao dịch trong các trường hợp bất thường rộng hơn.
Mô hình 6: Kiểm soát nhóm

Giả sử bạn đang giao dịch một hệ thống trung bình thắng 5 trên 12 giao dịch tức tỷ lệ thắng là
41,7%. Giao dịch thắng có quy mô trung bình gấp khoảng 2,5 lần quy mô trung bình của giao
dịch thua. Ngoài ra, hệ thống chỉ tạo ra khoảng một giao dịch mỗi tháng cho mỗi sản phẩm đầu
tư. Nếu bạn chỉ giao dịch một sản phẩm, bạn sẽ có khoảng một giao dịch mỗi tháng. Điều
này đồng nghĩa với việc cơ hội có được một tháng thắng của bạn chỉ khoảng 41,7%. Bạn
có thể dễ dàng thua lỗ trong sáu tháng, hoặc tệ hơn nữa là một năm thua lỗ khiến bạn chán nản.
Giả sử bạn giao dịch 10 sản phẩm khác nhau, tất cả đều độc lập với nhau. Giả sử mỗi sản phẩm
có khả năng tạo ra một giao dịch mỗi tháng. Bảng 9-1 cho thấy 1) số giao dịch thắng trong số
10 giao dịch bạn có thể có, 2) xác suất xảy ra điều đó và 3) số tiền bạn kiếm được hoặc lỗ với
danh mục này với giả định rủi ro như nhau trên mỗi giao dịch và tỷ lệ lợi nhuận trên rủi ro là
2,5:1. Bảng 9-1 cũng giả định rằng tất cả các giao dịch đều được đóng trong cùng tháng với
khi chúng được mở.
Bảng 9-1: Kết quả có thể có với 10 sản phẩm độc lập
Số lượng giao dịch thắng Xác suất xảy ra Số tiền thắng/thua
0 0,0046 -10R
1 0,0326 -6,5R
2 0,1047 -3R
3 0,1995 0,5R
4 0,2494 4R
5 0,2172 7,5R
6 0,1272 11R
7 0,0519 14,5R
8 0,0139 18R
9 0,0022 21,5R

Lưu ý rằng bạn cần có ít hơn ba giao dịch thắng trên tổng số mười giao dịch để không kiếm
được tiền. Xác suất có ít hơn ba lần thắng trong một tháng nhất định (trong tháng có 10 giao
dịch) bằng tổng của ba xác suất đầu tiên, tức 14,2%. Như vậy, với 10 thị trường độc lập, bạn
chỉ có 14% khả năng có một tháng thua lỗ. Lưu ý rằng kết quả có khả năng xảy ra cao nhất là
có 4 giao dịch thắng trong số 10 giao dịch (tức là bạn có hệ thống thắng 41,7%), điều này sẽ
mang lại cho bạn +4R trong tháng.
Tuy nhiên, khi bạn cố gắng thực hiện kế hoạch này, bạn sẽ gặp phải khó khăn là hầu hết các
giao dịch đều không độc lập. Ví dụ: nếu bạn mua một số cổ phiếu xây dựng nhà (vì chúng
đang phát triển tốt) và có danh mục đầu tư bao gồm Meritage Homes, Toll Brothers, Pulte và
D.R.Horton, thì bạn có thể đột nhiên thấy một nhà phân tích uy tín đã hạ xếp hạng ngành và tất
cả cổ phiếu của bạn bắt đầu lao dốc cùng nhau. Thay vì mất 1%, thì bạn lại mất 4%.
Hàng hóa cũng có xu hướng có các nhóm có mối tương quan cao. Ngũ cốc, kim loại, thịt, chỉ
số chứng khoán, tiền tệ, năng lượng, v.v., mỗi loại đều có thể có xu hướng di chuyển như một
nhóm theo cùng một hướng vào cùng một thời điểm.
Do đó, mục tiêu tối ưu hóa kích cỡ vị thế của bạn là giảm thiểu số lượng các vị thế có mối
tương quan cao trong danh mục đầu tư của bạn tại bất kỳ thời điểm nào. Bạn có thể thực hiện
việc này bằng cách chọn trước một số lượng giới hạn các sản phẩm để đầu tư hoặc giao dịch.
Đây là phần lựa chọn danh mục đầu tư khi thiết kế hệ thống.
Tuy nhiên, bạn cũng có thể thực hiện việc đa dạng hóa này bằng cách sử dụng thuật toán định
cỡ vị thế để giới hạn tổng độ nhạy cảm với thị trường của nhóm bằng cách sử dụng một trong
các phương pháp đã được trình bày cho đến nay. Ví dụ: bạn có thể giới hạn mức đòn bẩy trong
bất kỳ nhóm nào. Bạn cũng có thể giới hạn mức độ rủi ro, biến động, ký quỹ hoặc tổng số đơn
vị rủi ro mà bạn chấp nhận trong bất kỳ nhóm nào. Điều này có ưu điểm là hạn chế khả năng
nhạy cảm của nhóm, đồng thời tránh khả năng bỏ lỡ cơ hội tốt vì nó có thể không nằm trong
danh mục đầu tư mà bạn đã chọn từ trước để giao dịch.
Giả sử thuật toán định cỡ vị thế tổng thể của bạn giới hạn rủi ro mới trên bất kỳ vị thế nhất định
nào ở mức 1% vốn sở hữu. Mô hình của bạn yêu cầu bạn giao dịch bất kỳ hàng hoá có tính
thanh khoản nào có xu hướng phù hợp với mô hình giao dịch của bạn. Tuy nhiên, khi bạn làm
điều đó, bạn có thể thấy mình có một danh mục đầu tư gồm trái phiếu Mỹ, kỳ hạn 10 năm, tín
phiếu kho bạc, đồng Euro, trái phiếu muni, Bund Đức, v.v. Điều đó là không thận trọng vì toàn
bộ danh mục đầu tư của bạn sẽ bị kiểm soát bởi sự biến động của lãi suất. Do đó, bạn quyết
định giới hạn tổng rủi ro nhóm của mình ở mức 3%. Dựa trên sự phân bổ rủi ro ban đầu của
bạn, số tiền tối đa bạn có thể có là ba vị thế 1% trong bất kỳ nhóm hàng hóa nào.
Mô hình 7: Độ nóng của danh mục đầu tư

Steve Sjuggerud thích nói rằng “tất cả các con tàu đều lên hoặc xuống theo thủy triều”. Và điều
tương tự cũng xảy ra với khoản đầu tư của bạn. Khi thị trường đi lên, tất cả khoản đầu tư của
bạn sẽ có xu hướng tăng lên. Khi thị trường đi xuống, tất cả khoản đầu tư của bạn sẽ có xu

hướng giảm..
Ngoài ra, toàn bộ thị trường đôi khi sẽ gặp phải những cú sốc giá bất ngờ, chẳng hạn như ngày
16 tháng 10 năm 1987 và ngày 11 tháng 9 năm 2001. Khi những cú sốc giá này xảy ra, giá có
thể biến động 10% hoặc hơn chỉ sau một đêm, xóa sạch các vị thế có đòn bẩy cao.
Do đó, điều quan trọng là phải hạn chế tổng rủi ro mà danh mục đầu tư của bạn gặp phải. Ed
Seykota và Dave Druz đã gọi thước đo này là độ nóng của danh mục đầu tư.1 Hầu hết các nhà
giao dịch vĩ đại sẽ lập luận rằng độ nóng của danh mục đầu tư trong khoảng 20-25% có lẽ là
mức tối đa đối với bạn. Tuy nhiên, độ nóng danh mục đầu tư cũng phụ thuộc vào chất lượng
hệ thống của bạn. Ví dụ: nếu hệ thống của bạn có Chỉ số Chất lượng Hệ thốngSM là 5,3 thì bạn
có thể chịu được độ nóng danh mục lớn hơn nhiều so với hệ thống khác có Chỉ số Chất lượng
Hệ thốngSM là 1,7.
Hãy xem xét một số hệ thống mà chúng ta đã xem xét trước đây, cùng với ba hệ thống khác có
Chỉ số Chất lượng Hệ thốngSM cao hơn mà chúng ta sẽ khám phá sau trong Chương 11. Chúng
ta sẽ so sánh tỷ lệ phần trăm rủi ro mang lại trung vị lợi nhuận cao nhất đối với Chỉ số lượng
SystemSM của mỗi hệ thống. Dữ liệu được thể hiện trong Bảng 9-2.
Bảng 9-2: Sử dụng trung vị lợi nhuận tối đa cho sức nóng của danh mục đầu tư
% rủi ro để trung vị lợi nhuận
Số hệ thống Chỉ số Chất lượng Hệ thốngSM
tối đa
11-7 19,4% 2,94
11-6 8,0% 2,12
11-5 7,6% 1,89
3-2 9,8% 1,13
3-5 6,0% 1,01
3-1 3,2% 0,85
3-6 1,0% 0,71
3-4 1,0% 0,27
3-3 0,0% -0,23
Hãy để ý rằng phần trăm rủi ro mang lại cho chúng ta lợi nhuận trung vị lớn nhất tương quan
như thế nào với Chỉ số Chất lượng Hệ thốngSM. Nó gần như hoàn hảo, ngoại trừ Hệ thống 3-2,
cần rủi ro trung bình quá cao so với Chỉ số Chất lượng Hệ thốngSM của nó. Ngoài ra, Hệ thống
11-7 cho thấy mức rủi ro để đạt trung vị lợi nhuận tối đa tăng đột biến so với Hệ thống 11-5 và
11-6. Tuy nhiên, khoản lỗ trong hệ thống đó đều vào khoảng 1R. Không có gì ngạc nhiên và
kiểu phân phối lỗ hẹp đó không thường xuyên xảy ra với giao dịch thực.
Dựa trên những con số này, tôi đoán là tỷ lệ phần trăm rủi ro mang lại trung vị lợi nhuận cao
nhất có thể tương đương với sức nóng của danh mục đầu tư mà bạn nên sử dụng. Hãy nhớ rằng
trình mô phỏng giả định rằng bạn chỉ có thể thực hiện một giao dịch tại một thời điểm. Khi bạn

thực hiện nhiều giao dịch, tất cả chúng đều có thể chống lại bạn. Hơn nữa, những cú sốc về giá
(chẳng hạn như những cú sốc xảy ra vào ngày 16 tháng 10 năm 1987 và ngày 11 tháng 9 năm
2001) sẽ quét sạch tài khoản của bạn nếu bạn sử dụng đòn bẩy cao và độ nóng danh mục đầu
tư của bạn quá cao.
Bảng 9-3 cho bạn thấy một số hướng dẫn sơ bộ về độ nóng tối đa mà bạn nên sử dụng. Bạn
cũng nên xem xét khoản lỗ lớn nhất có thể có trong phân phối Bội số R của mình và đảm bảo
rằng độ nóng tối đa của danh mục đầu tư của bạn nhỏ hơn 100% chia cho số R âm lớn nhất.
Do đó, nếu bạn có khả năng bị lỗ đến 5R, thì độ nóng tối đa danh mục đầu tư của bạn sẽ phải
nhỏ hơn 20%.
Bảng 9-3: Một số nguyên tắc sơ bộ về độ nóng danh mục đầu tư tối đa của bạn dựa
trên Chỉ số Chất lượng Hệ thốngSM
Chỉ số Chất lượng Hệ thốngSM Độ nóng danh mục đầu tư tối đa
5.0 trở lên 25% (20% nếu có đòn bẩy cao)
4,0 đến 4,99 20% (15% nếu có đòn bẩy cao)
3,0 đến 3,99 15%
2,5 đến 2,99 12%
1,7 đến 2,49 8%
1,3 đến 1,69 4%
Dưới 1,3 1% nếu bạn vẫn cố giao dịch với hệ thống này
Xác định độ nóng của danh mục đầu tư từ bảng và sau đó thực hiện ngược lại để xác định rủi
ro riêng lẻ đối với bất kỳ vị thế nào. Bạn có khả năng đảm nhận bao nhiêu vị thế cùng một lúc?
Lấy số độ nóng chia cho số lượng vị thế mà bạn có thể đảm nhận này để ra rủi ro tối đa cho
từng vị thế trong danh mục đầu tư của mình. Đó có lẽ là một ước tính tốt về mức độ rủi ro tối
đa mà bạn chấp nhận đối với một vị thế. Tuy nhiên, những nguyên tắc này cũng đưa ra giả định
rằng bạn sẽ đạt được lợi nhuận tối đa với danh mục đầu tư của mình.
Giả sử bạn giao dịch tối đa mười vị thế cùng một lúc. Với Chỉ số Chất lượng Hệ thống SM từ
5.0 trở lên, bạn có thể chấp nhận rủi ro tối đa là 2,5% ở mỗi vị thế nếu bạn không sử dụng đòn
bẩy cao. Chỉ với năm vị thế tối đa, bạn có thể gặp rủi ro lên tới 5% nếu bạn không sử dụng đòn
bẩy cao. Nhưng cả hai ước tính này sẽ là đặc biệt rủi ro đối với những người muốn thu được
lợi nhuận tối đa đúng thời với rủi ro phá sản tối thiểu. Và ngay cả với một hệ thống đặc biệt,
bạn vẫn đang gặp đại họa với những con số này.
Nếu bạn có một hệ thống yếu nhưng có thể giao dịch được (tức là Chỉ số Chất lượng Hệ thốngSM
trong khoảng từ 1,7 đến 2,49) thì rủi ro tối đa trên mỗi vị thế với 10 vị thế sẽ không quá 0,8%
trên mỗi vị thế. Và nếu Chỉ số Chất lượng Hệ thốngSM của bạn giảm xuống dưới mức đó mà
bạn vẫn sẵn sàng giao dịch với nó, thì tôi sẽ không đề xuất nhiều hơn chỉ một vài vị thế có rủi
ro 1% hoặc ít hơn. Bằng cách đó, danh mục đầu tư của bạn, trong những điều kiện tồi tệ nhất,
sẽ không gây thiệt hại nhiều cho bạn.

Độ nóng của danh mục đầu tư là một thuật ngữ được đặt ra để mô tả tổng “rủi ro” của danh
mục đầu tư của bạn. Tuy nhiên, bạn có thể áp dụng bất kỳ mô hình nào trong số năm mô hình
đầu tiên hoặc kết hợp chúng cho tổng danh mục đầu tư của mình. Do đó, bạn có thể áp dụng
nó cho tổng biến động, tổng đòn bẩy, tổng mức ký quỹ, v.v., thay vì tổng rủi ro. Tuy nhiên, các
hướng dẫn có thể khác nhau đối với mỗi mô hình. Lưu ý rằng việc định cỡ vị thế ngày càng
phức tạp hơn khi chúng ta thêm nhiều mô hình hơn.
Mô hình 8: Vị thế mua và vị thế bán

Một số nhà giao dịch nổi tiếng đã phân biệt giữa vị thế mua và vị thế bán khi xem xét rủi ro
nhóm và độ nóng của danh mục đầu tư. Họ tin rằng các vị thế mua và vị thế bán phần nào pbù
trừ lẫn nhau, do đó, một vị thế mua và một vị thế bán sẽ được tính là một đơn vị. Nói cách
khác, “rủi ro 1%” ở vị thế mua và “rủi ro 1%” ở vị thế bán khống trái phiếu có thể được nhóm
chung lại thành một đơn vị rủi ro 1%. Điều này mang lại một sự thay đổi thú vị cho nhiều mô
hình định cỡ vị thế đã được trình bày cho đến nay.
Curtis Faith, trong cuốn sách Con đường của Rùa (Way of the Turtle), chỉ ra rằng những người
trong nhóm Rùa không bao giờ được phép có rủi ro lớn hơn 10% ở bên mua cộng với 10% rủi
ro ở bên bán2 Vì vậy, mặc dù người ta có thể nói rằng họ có độ nóng của danh mục đầu tư là
20%, nhưng nó không bao giờ vượt quá 10% độ nóng ở một phía của thị trường. Và với những
giới hạn rủi ro này, nhiều tài khoản vẫn gần như bị phá sản vào tháng 10 năm 1987. Nếu bạn
chấp nhận rủi ro cao hơn thì bạn phải tự hỏi bản thân xem liệu bạn có nghĩ mình có thể giao
dịch tốt hơn những người giỏi nhất trong nhóm Rùa hay không.
Việc cân bằng các vị thế mua và bán khác nhau chỉ có thể được sử dụng với những mô hình
giúp cân bằng mức độ nhạy cảm danh mục của bạn bằng một cách nào đó. Do đó, nó không
thể áp dụng cho Mô hình 1 trong Chương 8, nhưng bạn có thể áp dụng nó cho Mô hình 2 đến
Mô hình 5.
Mô hình 9: Định cỡ vị thế giao cắt vốn sở hữu

Một trong những lợi thế của việc phát triển phần mềm định cỡ vị thế là bạn thường nảy ra
những ý tưởng mới về các cách định cỡ vị thế. Tôi đã yêu cầu khách hàng của mình báo cáo
về các gói phần mềm mà họ đang sử dụng để định cỡ vị thế và một khách hàng đã đề cập đến
một sản phẩm có tên là Công cụ phân tích hệ thống thị trường. Gói đó có hướng dẫn ban đầu
và hướng dẫn đầy đủ về định cỡ vị thế và nó có một phương pháp mà tôi chưa từng thấy trước
đây, được gọi là định cỡ vị thế giao cắt vốn sở hữu. Ý tưởng cơ bản là tăng thêm kích cỡ vị thế
khi đường cong vốn sở hữu của bạn cắt lên trên đường trung bình động của đường cong vốn
đó (tức là hệ thống của bạn đang hoạt động tốt) và giảm (hoặc thậm chí loại bỏ) quy mô khi
đường cong vốn sở hữu của bạn cắt xuống dưới đường trung bình động.
Bạn có thể sử dụng ý tưởng này theo hai cách. Đầu tiên, bạn có thể ngừng giao dịch hoặc giảm
vị thế khi đường cong vốn sở hữu cắt qua một đường trung bình động cực trị với ý tưởng rằng
hệ thống của bạn có thể đang bị hỏng. Cách thứ hai là ngừng giao dịch hoặc giảm vị thế khi
đường cong vốn sở hữu của bạn vượt xuống dưới một mức nào đó, điều này có thể cho thấy hệ

thống của bạn đã ngừng hoạt động. Rất có thể, nếu bạn sử dụng phương pháp đầu tiên, bạn sẽ
sử dụng đường trung bình động cực trị hơn nhiều so với khi bạn sử dụng phương pháp thứ hai.
Hơn nữa, bạn có thể thêm các vị thế dựa trên logic tương tự. Bạn có thể thêm các vị thế khi
đường cong vốn sở hữu của bạn vượt qua một số ngưỡng, nghĩa là hệ thống của bạn hiện đang
hoạt động tốt. Bạn có thể sẽ muốn sử dụng đường trung bình động với kỳ khá ngắn nếu bạn sử
dụng phương pháp này.
Bạn có thể sử dụng phương pháp này làm chiến lược Martingale (và những chiến lược này
thường KHÔNG HIỆU QUẢ) bằng cách thêm các vị thế khi vốn sở hữu của bạn giảm xuống
dưới một mức nhất định. Logic để thực hiện điều này là hệ thống của bạn hiện có thể đã sẵn
sàng để bắt đầu hoạt động tốt và bạn muốn vị thế có quy mô tối đa khi nó hoạt động. Mặc dù
tôi có xu hướng không thích kiểu định cỡ vị thế này, nhưng Trình phân tích hệ thống thị trường
(thực hiện loại phân tích này) thực sự có một phân tích phụ thuộc mà bạn có thể chạy trên hệ
thống của mình để xem liệu có bất kỳ phương pháp nào có ý nghĩa thống kê hay không. Do đó,
nếu hệ thống cho thấy có ý nghĩa thống kê với việc chiến lược Martingale sẽ hoạt động thì tôi
sẽ ủng hộ việc sử dụng nó.
Nhìn chung, có một số biến số mà bạn có thể chọn nếu muốn sử dụng kích cỡ vị thế dựa trên
đường cong vốn sở hữu của mình:
1. Số kỳ hay tức là số giao dịch để tính đường trung bình động của bạn. Nếu bạn định
sử dụng phương pháp này làm tín hiệu ngừng giao dịch trong một thời điểm thì bạn có
thể muốn có nhiều giao dịch/kỳ dài hơn hơn để tính đường trung bình động.
2. Mức gia tăng vị thế của bạn. Tôi nên tăng kích cỡ vị thế của mình bao nhiêu khi đường
cong vốn sở hữu của tôi giao cắt (theo bất kỳ hướng nào bạn cho là phù hợp)? Ví dụ:
bạn có thể tăng kích thước vị thế của mình lên 30% hoặc 50% hoặc thậm chí 100%.
3. Mức giảm vị thế của bạn. Tôi muốn giảm kích cỡ vị thế của mình bao nhiêu khi đường
cong vốn sở hữu của tôi giao cắt (theo bất kỳ hướng nào bạn cho là phù hợp)? Ví dụ:
bạn có thể giảm kích thước vị thế của mình xuống 20%, 50% hoặc thậm chí 100%.
Tôi không thể cung cấp cho bạn bất kỳ hướng dẫn rõ ràng nào về cách sử dụng phương pháp
này vì nó phụ thuộc vào mục tiêu của bạn và số liệu thống kê của hệ thống bạn sử dụng. Tuy
nhiên, nếu phương pháp này hấp dẫn bạn thì thật vui khi biết có một sản phẩm phần mềm sẽ
hỗ trợ bạn áp dụng phương pháp này.

Định cỡ vị thế trong những trường hợp bất thường

Trong phần này, tôi muốn đề cập đến việc xác định cỡ vị thế trong những trường hợp bất
thường.
• Ví dụ, điều gì sẽ xảy ra khi hệ thống giao dịch của bạn cho tín hiệu rằng bạn nên đầu tư
phần lớn vốn vào một loại tài sản cụ thể và bạn không biết khi nào mình sẽ thoát ra? Ví
dụ: bạn đang lạc quan về thị trường chứng khoán Mỹ Latinh và bạn muốn bỏ tiền vào
ILF, một quỹ ETF, đại diện cho 50 cổ phiếu hàng đầu của Mỹ Latinh. Bạn sẽ đầu tư
bao nhiêu?
• Điều gì xảy ra nếu bạn đang giao dịch tiền cho một công ty hoặc ngân hàng và bạn
không thực sự biết mình đang giao dịch bao nhiêu tiền? Đây là trường hợp của hầu hết
các nhà giao dịch ngoại hối tại các ngân hàng.
• Và cuối cùng, điều gì sẽ xảy ra nếu bạn là người quản lý danh mục đầu tư quỹ tương
hỗ và bạn phải đầu tư 98% vốn. Bạn thậm chí cũng không biết điểm dừng lỗ vì bạn phải
đầu tư toàn bộ số đó. Trên thực tế, hiệu suất của bạn phụ thuộc vào khả năng b;6ạn
đánh bại một chỉ số thị trường nào đó. Hiệu suất tuyệt đối không quan trọng. Bạn sẽ
định cỡ vị thế như thế nào trong những trường hợp này?
Đây là những trường hợp bất thường đối với hầu hết các nhà giao dịch và nhà đầu tư, nhưng
chúng lại thường xảy ra đối với nhiều chuyên gia. Chúng ta sẽ xem các ví dụ về tất cả những
điều này trong ba mô hình tiếp theo.
Mô hình 10: Phân bổ tài sản để xác định kích cỡ vị thế
Tất cả các công thức định cỡ vị thế đều được thiết kế để sử dụng với hệ thống tạo ra các giao
dịch có các thông số cụ thể. Tuy nhiên, điều gì sẽ xảy ra nếu bạn có một hệ thống cho biết khi
X xảy ra, hãy mua quỹ giao dịch hoán đổi (ETF) cụ thể này, đại diện cho một danh mục cổ
phiếu? ETF đại diện cho một tập hợp các cổ phiếu thường thuộc một ngành, quốc gia hoặc một
loại hàng hóa duy nhất. Điều này tương đương với việc đặt tất cả vốn của bạn vào một loại tài
sản duy nhất. Bạn định cỡ vị thế và kiểm soát rủi ro như thế nào với một hệ thống như thế này?
Hãy xem một ví dụ. Trong cuốn sách Chiến lược an toàn cho tự do tài chính, tôi đã mô tả hệ
thống giao dịch quỹ tương hỗ cho thị trường giá xuống. Khi đáp ứng các tiêu chí sau, bạn mua
một quỹ tương hỗ thị trường giá xuống nghịch đảo với S&P 500:
• Mô hình 1-2-3 của Steve Sjuggerud ở Chế độ đèn đỏ (Tôi báo cáo điều này trong
Tharp's Thoughts3 vào thứ Tư đầu tiên mỗi tháng).
• Trung bình cả ba chỉ số chứng khoán chính của Mỹ đều giảm ít nhất 2,5% trong tuần.
Chỉ số tính trung bình bao gồm DOW 30 Industrials, S&P 500 và NASDAQ 100.
• Cả ba mức trung bình đều thấp hơn so với cách đây 5 tuần.

Lần đầu tiên điều này xảy ra, tôi khuyên bạn nên đầu tư 25% danh mục đầu tư của mình vào
một quỹ tương hỗ có hiệu suất nghịch đảo với S&P 500. Khi các điều kiện này xảy ra lần thứ
hai, hãy đầu tư thêm 25%. Do đó, bạn có thể đầu tư tới 50% với chiến lược này.
Có một số quy tắc thoát lệnh, nhưng nhìn chung khi thị trường (S&P 500) tăng cao hơn mức
cao của năm tuần trước, thì bạn sẽ thoát khỏi vị thế đó. Bạn không cần biết giá chính xác mà
mình sẽ thoát ra. Nó chỉ cần cao hơn mức cao của 5 tuần trước. Vậy làm thế nào để bạn định
cỡ vị thế trong trường hợp này?
Giải pháp là sử dụng một số loại mô hình phân bổ tài sản để định cỡ vị thế của bạn. Trong
trường hợp sử dụng chiến lược quỹ tương hỗ thị trường giá xuống, chúng ta có thể giả định
rằng chỉ số S&P sẽ biến động trung bình từ 2 đến 2,5% mỗi tuần (là mức biến động trung bình
hàng tuần trong 5 năm trước đó).4 Do đó, nếu thị trường hiện tại đang thấp hơn so với 5 tuần
trước và thị trường đã giảm 2,5% mỗi tuần, thì giả định thị trường sẽ giảm khoảng 15%. Đây
là một giả định rủi ro rất lớn vì nhiều khả năng thị trường sẽ giảm từ 3 đến 5% trong 5 tuần.
Tuy nhiên, nếu thị trường điều chỉnh ở mức 15% vào tuần tiếp theo và chạm vào dừng lỗ của
bạn, bạn sẽ đóng 15% trong số 25% vốn sở hữu của mình. Điều này tương đương với việc lỗ
3,75% danh mục đầu tư của bạn. Khoản lỗ đó chắc chắn nằm trong giới hạn của các hướng dẫn
được nêu trong phần trước về độ nóng của danh mục đầu tư.
Còn một kịch bản nữa còn tệ hơn. Giả sử thị trường giảm thêm 2,5% và bạn hiện bạn đã đầu
tư 50% vào chiến lược này (do thị trường càng giảm thì càng vào thêm). Tuần tiếp theo, thị
trường sẽ có một đợt phục hồi lớn (khoảng 15%) và vì thị trường hiện tại cao hơn so với mức
cao nhất của 5 tuần trước nên bạn phải thoát ra. Bạn có thể sẽ lỗ 3,75% trong số khoản đầu tư
25% vốn thứ hai và 3,12% trong khoản đầu tư 25% vốn đầu tiên. Bạn sẽ lỗ tổng cộng gần 7%
tổng danh mục đầu tư của mình.
Tuy nhiên, nếu bạn bán khống khoảng 10 cổ phiếu với rủi ro 1% ở tất cả 10 cổ phiếu, bạn có
thể bị lỗ tổng cộng 10%. Do đó, mô hình phân bổ tài sản này vẫn nằm trong định hướng về độ
nóng danh mục đầu tư đã trình bày trước đây.
Nếu bạn có một hệ thống tương tự chỉ đơn giản đặt phần lớn vốn sở hữu của mình vào loại tài
sản cụ thể này khi X xảy ra thì bạn có thể sử dụng mô hình phân bổ tài sản tương tự để định cỡ
vị thế của mình. Nó bao gồm một quá trình ba bước:
• Đầu tiên, hãy xác định mức lỗ tối đa có thể dựa trên quy tắc thoát lệnh của bạn. Giả sử
bạn quyết định nó là 20% giá trị của tổng danh mục đầu tư.
• Tiếp theo hãy quyết định mức lỗ tối đa có thể chấp nhận được đối với danh mục đầu tư
của mình. Ở đây, giả sử bạn quyết định rằng đó là 10% vốn sở hữu.
• Bây giờ chỉ cần xác định xem bạn có thể phân bổ bao nhiêu tiền vào tổng danh mục đầu
tư của mình. Trong ví dụ này, chúng ta có thể phân bổ 50%, vì 50% của 20% chỉ là
khoản lỗ 10%.
Mô hình 11: Định cỡ vị thế dành cho người quản lý danh mục đầu tư

Giả sử bạn là người quản lý quỹ tương hỗ. Bạn chỉ quan tâm đến hiệu suất tương đối và cách
đánh bại chỉ số làm mốc chuẩn, có thể là S&P 500. Bạn phải luôn đầu tư 98% số vốn vì điều
lệ của quỹ quy định như vậy. Trên thực tế, bạn thậm chí còn không có bất kỳ điểm dừng ỗ nào.
Kết quả là bạn nên thực hiện loại định cỡ vị thế nào?
Tôi đã từng phỏng vấn một nhà quản lý danh mục đầu tư về chính câu hỏi này. Anh ấy khá
quen thuộc với những kiến thức liên quan đến định cỡ vị thế, nhưng anh ấy vẫn phải hoạt động
theo điều lệ quỹ của mình. Đây là giải pháp của anh ấy:
Van: Với tư cách là người quản lý danh mục đầu tư, bạn có thực sự tập trung vào
việc định cỡ vị thế hay bằng cách nào đó nó bị chi phối bởi quy tắc phân bổ tài
sản?
Tôi tập trung vào việc định cỡ vị thế và đồng thời phải thực hiện việc đó cùng với các
quy tắc hạn chế phân bổ tài sản.
Đầu tiên là một số thông tin cơ bản: Hầu hết các nhà quản lý chứng khoán đều có một
điểm mốc mà họ phải đánh bại. Đối với nhiều người, đây là chỉ số S&P 500 và số tiền
bạn vượt qua nó chính là lợi nhuận mà họ được chia. Mỗi cổ phiếu trong chỉ số đều có
trọng số. S&P 500 được tính theo trọng số vốn hóa thị trường (giới hạn), trong đó vốn
hóa thị trường chỉ đơn giản là giá hiện tại nhân với số cổ phiếu đang lưu hành. Nếu
bạn có quyền truy cập vào dữ liệu, việc sử dụng Excel để tính tỷ trọng của từng cổ phiếu
trong S&P 500 là tương đối dễ dàng: đặt mã cổ phiếu vào cột A, giá cổ phiếu đó ở cột
B, số cổ phiếu đang lưu hành ở cột C. Sau đó, đặt vốn hóa thị trường ở cột D = B × C.
Và tỷ trọng ở cột E = D/(tổng của tất cả cột D).
Tỷ trọng hoạt động là chênh lệch giữa tỷ trọng của một cổ phiếu trong danh mục đầu
tư của chúng tôi và tỷ trọng của nó trong chỉ số. Ví dụ: Microsoft (MSFT) hiện chiếm
tỷ trọng khoảng 3,5% trong S&P 500. Nếu tôi sở hữu 5% trong số đó ở danh mục của
mình thì tỷ trọng hoạt động của tôi là 1,5% (=5% - 3,5%). Một trong những điều quan
trọng tôi phải làm là chuyển các ý tưởng của IITM về định cỡ vị thế và quản lý rủi ro
sang tỷ trọng hoạt động của thế giới quản lý quỹ.
Về mặt phân bổ tài sản, nhóm cổ phiếu được chúng tôi quản lý đã hạn bị chế tỷ trọng
ở cấp độ cổ phiếu và ngành. Chúng tôi được quy định rằng chúng tôi chỉ có tỷ trọng
hoạt động là ±3% đối với cổ phiếu và ngành. Lấy MSFT làm ví dụ, tỷ trọng tối thiểu
của tôi trong MSFT sẽ là 0,5% và tỷ trọng tối đa của tôi sẽ là 6,5%. Và trong ngành
Công nghệ, hiện đang chiếm khoảng 15% chỉ số, tỷ trọng tối thiểu và tối đa của tôi sẽ
là 12% đến 18%. Đây là một hình thức kiểm soát rủi ro đơn giản nhưng rất hiệu quả
dành cho các nhà quản lý quỹ cổ phiếu có danh mục đa dạng hóa. Một trong những
điều nó buộc chúng ta phải làm là phải tiếp tục mua công nghệ khi ngành này ngày
càng chiếm tỷ trọng ngày càng lớn hơn trong chỉ số S&P 500. Nhiều nhà quản lý đã bị
bỏ lại phía sau khi các ngành công nghệ bắt đầu tăng trưởng mạnh mẽ vào năm 1995
và tiếp tục cho đến năm 1999. Nhưng hạn chế của quy định về ngành hoạt động buộc
chúng tôi phải tuân theo chúng.

Nó cũng buộc chúng tôi phải rời bỏ ngành công nghệ trên đà đi xuống và chuyển sang
các lĩnh vực như Mặt hàng tiêu dùng chủ lực.
Van: Vậy làm thế nào bạn có thể cắt lỗ nhanh và kiểm soát rủi ro của mình?
Tôi có thể và đã làm được điều này với mức tỷ trọng hoạt động. Ví dụ: nếu tôi đã đặt
cược vào IBM và bị dừng lỗ, tôi sẽ loại bỏ khoản cược đang hoạt động. Mặt khác, nếu
gần như tất cả các điểm dừng lỗ của cổ phiếu ngành công nghệ của tôi đều bị chạm, tôi
vẫn sẽ phải giữ tỷ trọng cổ phiếu ngành công nghệ tối thiểu để nắm giữ nhiều cổ phiếu
hơn mà không có tỷ trọng hoạt động.
Vì vậy, mọi thứ sẽ được thực hiện với tỷ trọng hoạt động. Nếu một vị thế có vẻ đặc biệt tốt vì
nó đang tăng lên hoặc bị định giá thấp hoặc bất kể theo tiêu chí nào của bạn, điều bạn cần làm
là tăng tỷ trọng cho nó. Nếu bạn không thích một vị thế vì nó đang giảm giá hoặc đã được định
giá quá cao, bạn chỉ cần giảm tỷ trọng của nó.
Cá nhân tôi nghĩ rằng nhà đầu tư hoặc nhà giao dịch thông minh có lợi thế rất lớn so với người
quản lý danh mục đầu tư, những người phải định cỡ vị thế theo cách này, nhưng quyết định là
ở bạn. Nếu bạn thích chiến lược quản lý danh mục đầu tư, thì chỉ cần mua và nắm giữ một quỹ
tương hỗ, nhưng hãy nhớ rằng bạn sẽ trả phí là 1-2% tổng giá trị tài sản của mình mỗi năm để
người quản lý của bạn cố gắng có hiệu suất vượt trội hơn mức trung bình thị trường.
Mô hình 12: Định cỡ vị thế dành cho các nhà giao dịch chuyên nghiệp không
biết họ có bao nhiêu vốn sở hữu
Tôi đã dạy trò chơi với những viên bi được mô tả trước đó trong cuốn sách này cho các nhà
giao dịch ngân hàng chuyên nghiệp, thường là những nhà giao dịch ngoại hối hoặc công cụ nợ.
Tôi rất ngạc nhiên khi biết rằng rất ít người trong số họ biết họ có bao nhiêu tiền trong tay. Họ
chỉ đảm nhận các vị thế hàng ngày dựa trên chính sách của công ty họ.
Vấn đề nếu không biết thông tin này nghĩa là bạn sẽ không bao giờ biết rủi ro trên vốn sở hữu
của mình là bao nhiêu. Và đó là một bất lợi rất lớn. Theo Bill Lipschutz trong Những phù thủy
thị trường mới (New Market Wizards):
“Citibank, ngân hàng giao dịch tiền tệ lớn nhất và có lẽ có lợi nhuận cao nhất trên thế
giới... kiếm được khoảng 300 triệu đến 400 triệu đô la mỗi năm từ hoạt động giao dịch
của họ. Tuy nhiên, nếu Citibank chỉ giao dịch với chênh lệch giá mua bán mà không
bao giờ thực hiện bất kỳ giao dịch vị thế nào, họ có thể đã kiếm được 600 triệu đô la
mỗi năm.”5
Điều này có nghĩa là họ lỗ 200-300 triệu đô la mỗi năm trong hoạt động kinh doanh độc quyền
của mình.
“Giả sử bạn là nhân viên giao dịch của ngân hàng và bạn phải kiếm $10.000 mỗi ngày.
Vào đầu buổi sáng, bạn thực hiện một giao dịch lớn và kiếm được tổng lợi nhuận từ
chênh lệch giá là $250.000. Thời gian còn lại trong ngày, bạn chỉ cần ngồi chơi thư
giãn. Đó là điều mà hầu hết các nhà giao dịch tiền tệ ở New York làm hàng ngày.”6

Giao dịch của họ chỉ là ngẫu nhiên và không có hoạt động định cỡ vị thế nào cả. Làm thế nào
người ta có thể thay đổi điều đó?
Đầu tiên, tôi yêu cầu các nhà giao dịch phải có kế hoạch và hiểu biết sâu sắc về bức tranh toàn
cảnh. Tiếp theo, hãy đảm bảo rằng mỗi người đều có một tài khoản vốn sở hữu cụ thể mà họ
chịu trách nhiệm để có thể tiếp tục phát triển trong suốt cả năm. Tài khoản giao dịch này sẽ
tách biệt với tài khoản tạo lập thị trường của họ. Và cuối cùng, tôi phải đảm bảo rằng họ hoàn
toàn hiểu được định cỡ vị thế.7
Bankers Trust đã phát triển một kế hoạch như vậy vào giữa những năm 1990 (ít nhất họ đã làm
ở Úc nơi tôi đang tư vấn). Nó dường như có tác dụng tốt đối với người Úc. Tuy nhiên, khi các
nhà giao dịch ở New York không thành công (và tôi không biết liệu họ có thực hiện định cỡ vị
thế hay không, nhưng tôi nghi ngờ điều đó), tuy nhiên không một nhà giao dịch nào, kể cả
những người ở Úc đang làm tốt, nhận được tiền thưởng. Điều đó thực sự làm suy yếu động lực
của họ. Và cuối cùng, khi vị chủ tịch mới tiếp quản ngân hàng, ông ấy quyết định rủi ro lớn
nhất của ngân hàng nằm ở bộ phận giao dịch và cắt giảm tất cả. Họ không bao giờ có cơ hội để
làm tiếp. Bankers Trust sau đó đã được Deutsche Bank mua lại, do đó, một ban quản lý hoàn
toàn mới chưa được đào tạo gì về vấn đề này đã tiếp quản các hoạt động.
Dù sao đi nữa, nếu bạn là một nhà giao dịch ngân hàng và vẫn muốn thực hành định cỡ vị thế
thì tôi khuyên bạn nên xác định một số tiền mà nếu bạn làm mất có thể khiến bạn mất việc.
Bạn có thể không biết số tiền này, nhưng bạn có thể đặt đủ các câu hỏi để đoán số tiền đó là
bao nhiêu. Giả sử bạn quyết định rằng khoản lỗ 10 triệu đô la sẽ khiến bạn mất việc. Sau đó,
những gì bạn có thể làm là định cỡ vị thế của mình căn cứ trên tài khoản 10 triệu đô la với kích
cỡ vị thế được thiết kế để hoạt động tốt nhất có thể, đồng thời đảm bảo bạn không mất 10 triệu
đô la, các chiến lược cụ thể để thực hiện việc này sẽ được đề cập sau . Nếu bạn nghĩ rằng việc
thua lỗ một triệu sẽ khiến bạn mất việc thì bạn sẽ định cỡ vị thế của mình dựa trên một triệu.
Hơn nữa, khi bạn đã có lãi trong năm, thì bạn có thể sử dụng một trong những kỹ thuật “đi lên
mặt trăng” để kiếm lợi nhuận, trong khi vẫn sử dụng một số tiền rất thận trọng trên vốn cơ bản
của mình (tức là số tiền bạn không thể để lỗ).
CHÚ THÍCH
1
Seykota, Ed, và Dave Druz. “Xác định rủi ro tối ưu.” Technical Analysis of Stocks and Commodities Tháng 3 năm
1993:46-49.
2
Faith, Curtis. Way of the Turtle. New York: McGraw-Hill, 2007.
3
Tharp’s Thoughts là bản tin được gửi qua email miễn phí hàng tuần của Viện Van Tharp. Để đăng ký nhận bản tin
này, vui lòng truy cập www.iitm.com.
4
Đây là giá trị tuyệt đối của biến động trung bình hàng tuần. Trong 30 năm qua, giá trị tuyệt đối của biến động hàng
tuần chỉ là 1,6%. Từ năm 2004 (khi cuốn sách được xuất bản) đến tháng 3 năm 2008, chỉ có 11 biến động lớn hàng tuần
xảy ra. Bảy trong số đó xảy ra sau tháng 6 năm 2007, báo hiệu sự suy thoái cuối năm 2007.
5
“Bill Lipschutz: Vua tiền tệ.” Schwager, Jack, New Market Wizards. New York: John Wiley and Sons, Inc, 1992,
trang 17-68.
6
Xem Chú thích 4.
7
Đây là phiên bản rất đơn giản của những gì tôi muốn giới thiệu. Ngoài ra còn có một số điều phức tạp mà tôi muốn
giới thiệu nằm ngoài phạm vi của cuốn sách cụ thể này.

Chương 10
So sánh tác động của các mô hình khác nhau
Trong phiên bản gốc của Trade Your Way to Financial Freedom, tôi đã so sánh một số mô hình
được trình bày với hệ thống vào lệnh ngẫu nhiên sử dụng phần mềm định cỡ vị thế hiện không
còn tồn tại.1 Tôi đã loại bỏ phần đó khỏi ấn bản mới vì 1) tôi không còn quyền truy cập vào
phần mềm, 2) dữ liệu đã cũ và 3) Tôi đã trình bày một số mô hình mà tôi không giải thích chi
tiết. Chúng bao gồm mô hình thêm và bớt vị thế. Vì tôi sẽ giải thích những mô hình đó ở phần
sau của cuốn sách này nên tôi nghĩ sẽ công bằng nếu thêm tài nguyên đó vào đây để tôi cũng
có chỗ để giải thích bất kỳ vấn đề nào có thể nảy sinh khi diễn giải kết quả.
Các mô hình được so sánh

Vì vậy, hãy xem một số mô hình định cỡ vị thế hoạt động như thế nào trong một môi trường
giao dịch phức tạp. Môi trường giao dịch phức tạp bao gồm 12 loại sản phẩm khác nhau (đậu
nành, ngô, gia súc sống, đường thế giới, vàng, bạc, dầu thô, đồng Mark Đức, bảng Anh, đồng
Euro, trái phiếu kho bạc và chỉ số S&P) được thử nghiệm từ năm 1985 đến năm 1995 trên một
hệ thống vào lệnh ngẫu nhiên. Lưu ý rằng một số loại hợp đồng trong số đó hiện không còn
tồn tại. Hệ thống vào lệnh ngẫu nhiên, được tích hợp sẵn trong phần mềm, được sử dụng để
mọi người không nghĩ rằng kết quả này đến từ một hệ thống tuyệt diệu nào đó.
Hệ thống vào lệnh ngẫu nhiên có các tiêu chí sau: nó tham gia thị trường bằng cách tung đồng
xu để xác định xem nó mua vào hay bán khống; nó hoạt động liên tục ở mọi thị trường; bất cứ
khi nào nó bị dừng lỗ, nó sẽ vào luôn lệnh tiếp theo sựa trên kết quả tung đồng xu; nó sẽ thoát
lệnh ở điểm dừng lỗ trượt có khoảng cách bằng ba lần biến động được tính toán lại mỗi ngày
kể từ khi đóng cửa và luôn di chuyển theo hướng vị thế của bạn. Để làm cho hệ thống trở nên
thực tế đối với nhà giao dịch bình dân, chúng tôi đã thử sử dụng tài khoản chỉ có $100.000.
Tuy nhiên, tất cả các mô hình đều bị vượt quá giới hạn $100.000, vì vậy chúng tôi đã thay đổi
vốn sở hữu ban đầu thành $1.000.000.
Các tín hiệu vào lệnh ngẫu nhiên và tất cả các thuật toán định cỡ vị thế đều được tạo ra bởi
phần mềm. Hình vẽ và bảng biểu cũng được tạo bằng phần mềm đó. Chúng tôi cho phép độ
nóng danh mục đầu tư ở mức 50% trong suốt thời giạn giao dịch, điều này rất quan trọng vì
chúng tôi đang giao dịch tận 12 sản phẩm. Điều này có nghĩa là khi tổng rủi ro trong danh mục
đầu tư từ 50% trở lên thì không có giao dịch mới nào được thực hiện nữa.
Thuật toán này đã từ chối một số giao dịch ngay cả trong những mô hình đơn giản nhất. Khoản
trượt giá và hoa hồng $100 đã được khấu trừ vào mỗi giao dịch bao gồm 1) phí giữ qua đêm
và 2) tăng hoặc giảm vị thế.
Hệ thống vào lệnh ngẫu nhiên, khi chạy theo cách này trong hơn 11 năm, mang lại lợi nhuận
khoảng 80%. Xin lưu ý những điều sau: Chúng tôi đã chạy hệ thống cho đến khi nhận được bộ

dữ liệu đặc biệt có lợi nhuận và sử dụng các tín hiệu giao dịch đó cho tất cả các nghiên cứu
định cỡ vị thế. Do đó, việc hệ thống vào lệnh là ngẫu nhiên, nhưng chúng tôi đã cố tình chọn
mẫu kết quả mà chúng ta đang sử dụng. Bảng 10-1 cho thấy khả năng sinh lời của từng sản
phẩm trong khoảng thời gian 11 năm.
Lưu ý rằng có tổng cộng 1.306 giao dịch đã được thực hiện trong khoảng thời gian 11 năm.
Con số này lên tới khoảng 10 giao dịch mỗi tháng hoặc ít hơn một giao dịch mỗi tháng tùy từng
sản phẩm. Do đó, điểm thoát lệnh trượt cách 3 lần biến động của chúng ta đã làm rất tốt việc
giữ chúng ta trong giao các dịch đủ lâu để xu hướng có thể đánh bại việc vào lệnh ngẫu nhiên.
Bảng 10-1: Kết quả từ Hệ thống vào lệnh ngẫu nhiên với kích cỡ vị thế bằng 1 đơn vị,
$1.000.000
Lợi nhuận Số lượng % Lợi Tỷ lệ Sụt giảm vốn
Hợp đồng
ròng giao dịch nhuận thắng/thua tối đa
Đồng bảng anh $59.893 125 41,60% 1,99 2,72%
Đồng Mark $41.179 119 43,70% 1,84 2,32%
Dầu thô $43.905 104 45,19% 2,04 2,76%
Đường $14.904 94 40,43% 2,09 0,91%
Ngô $4.139 120 33,33% 2,25 1,09%
Đậu nành $26.283 108 41,67% 2,08 1,08%
S&P 500 $72.200 104 46,15% 1,55 5,13%
Đồng Euro $8.002 107 42,06% 1,68 0,99%
Trái phiếu 30
$73.030 104 42,31% 2,41 1,75%
năm
Gia súc sống $3.160 120 38,33% 1,71 1,43%
Vàng $10.804 106 38,68% 1 91 1,66%
Bạc $25.354 95 46,32% 1,67 1,40%
Tổng danh mục $382.853 1.306 41,50% 1,99 4,72%
Khi các thử nghiệm tiếp theo được hiển thị, bạn có thể sử dụng 1.306 giao dịch làm mốc chuẩn.
Nếu ít giao dịch được thực hiện hơn, điều đó có nghĩa là thuật toán định cỡ vị thế đã từ chối
chúng vì nhiều lý do. Nếu nhiều giao dịch được thực hiện hơn, đó là do việc tăng hoặc giảm vị
thế, được sử dụng trong một số quy trình định cỡ vị thế đã tạo ra nhiều giao dịch hơn.
Hình 10-1 cho thấy đường cong vốn sở hữu của danh mục đầu tư khi thuật toán định cỡ vị thế
liên tục giao dịch một vị thế cho mỗi sản phẩm trong suốt 11 năm. Đây là một khoản lợi nhuận
khá tốt vì về cơ bản không có sự thúc đẩy nào từ định cỡ vị thế. Nó kiếm được $382.853 với
mức sụt giảm vốn tối đa chỉ hơn 4,72%.

Hình 10-1: Đường cong vốn sở hữu cho phương pháp đặt quy mô mỗi vị thế bằng 1 đơn vị
Bây giờ hãy xem điều gì xảy ra khi bạn sử dụng một số mô hình định cỡ vị thế đơn giản. Hãy
thực hiện mô hình đơn giản là giao dịch một hợp đồng trên mỗi một lượng vốn sở hữu nhất
định. Hình 10-2 cho thấy đường cong vốn sở hữu cho thuật toán định cỡ vị thế này. Lưu ý rằng
sự điều chỉnh này làm tăng đáng kể lợi nhuận. Bây giờ bạn có vốn sở hữu cuối cùng là
$23.762.693 với mức sụt giảm tối đa là 39,30%. Điều này mang lại cho bạn tỷ lệ lợi nhuận-
thua lỗ là 2,17. Nó thực hiện đến 1.302 giao dịch, nghĩa là với yêu cầu về độ nóng của danh
mục đầu tư, thuật toán đã từ chối 4 giao dịch.
Quan điểm của tôi khi cho bạn xem những minh họa này là để chứng minh mức độ khác biệt
khi một thay đổi đơn giản về định cỡ vị thế tạo ra đối với vốn sở hữu cuối cùng của bạn-—
ngay cả khi bạn chỉ sử dụng các mô hình định cỡ vị thế đơn giản. Tuy nhiên, bạn không nên sử
dụng dữ liệu này để suy ra rằng mô hình này nhất thiết phải tốt hơn mô hình khác. Mỗi cái đều
có những ưu điểm và nhược điểm riêng như đã thảo luận trước đó.

Hình 10-2: Đường cong vốn sở hữu cho một hợp đồng trên mỗi $100.000
Hãy nâng cao sự phức tạp. Ở đây chúng ta sẽ sử dụng thuật toán định cỡ vị thế dùng mức rủi
ro 2,5% vốn sở hữu của bạn cho mỗi giao dịch. Đây là cách định cỡ vị thế có rủi ro cao nhưng
vẫn là ít rủi ro hơn nhiều so với những gì mà nhiều nhà giao dịch (nếu không nói là hầu hết)
thực hiện. Kết quả được thể hiện trong Hình 10-3.
Hình 10-3: Đường cong vốn sở hữu cho phương pháp chỉ chấp nhận 2,5% rủi ro vốn sở hữu
trên mỗi giao dịch
Kết quả hiện mang lại vốn sở hữu cuối cùng là $75.741.696 trong khi mức sụt giảm vốn tối đa
là 44,92%. Nó thực hiện 1.303 giao dịch; nghĩa là chỉ có ba giao dịch bị từ chối. Tuy nhiên,

hãy chú ý đến sự khác biệt về kết quả giữa mô hình này và mô hình trước đó.
Tất nhiên, nhiều nhà giao dịch sẽ từ bỏ hệ thống ở đợt sụt giảm vốn lớn đầu tiên xảy ra từ ngày
10 tháng 2 năm 1989 đến ngày 31 tháng 5 năm 1989 khí đó bạn phải chứng kiến vốn sở hữu
của mình giảm từ 15,15 triệu đô la xuống còn 7,9 triệu đô la. Bạn có thể chịu đựng được điều
đó không? Nếu không, bạn sẽ bỏ lỡ phần lớn lợi nhuận sau đó.
Lưu ý rằng vì rủi ro là đáng kể nên nó sẽ mang lại kết quả tuyệt vời tương ứng. Tôi sử dụng
mức rủi ro 2,5% vì tôi chỉ muốn áp dụng mô hình phần trăm rủi ro càng triệt để càng tốt mà
không có quá nhiều giao dịch bj từ chối. Tuy nhiên, rủi ro lớn cũng tạo ra mức sụt giảm vốn
lớn và hầu hết mọi người sẽ từ bỏ hệ thống trong thời gian sụt giảm vốn lớn.
Hãy phức tạp hơn một chút nữa với công việc định cỡ vị thế của chúng ta. Chúng ta sẽ xem
mình có thể làm gì để giảm mức sụt giảm vốn và thậm chí có thể ổn định lợi nhuận của mình.
Những gì chúng ta sẽ làm là thu hẹp quy mô giao dịch bằng cách không bao giờ để rủi ro đang
mở vượt quá 6% ở bất kỳ vị thế nào và không bao giờ để mức độ biến động của bất kỳ thị
trường nào vượt quá 2% vốn sở hữu của chúng ta. Chúng là một hình thức mở rộng quy mô
của các mô hình giao dịch do Tom Basso phát triển. Các quy tắc của Tom Basso sẽ được thảo
luận sau trong cuốn sách này. (Xem tại Mô hình 21).
Hình 10-4: Giảm kích cỡ vị thế điều chỉnh trên Đường cong vốn sở hữu
Rất ít người sử dụng những quy tắc này vì họ không có cách nào kiểm tra tác động của chúng
đến danh mục đầu tư. Phần mềm định cỡ vị thế làm cho những tính toán này trở nên đơn giản
và việc điều chỉnh có thể được kiểm tra trong khoảng 15 giây. Một số gói phần mềm được thảo
luận trong Chương 17 hiện có thể thực hiện kiểu định cỡ vị thế này, nhưng nó có thể không
hữu ích cho bạn trừ khi bạn có danh mục đầu tư từ $1.000.000 trở lên.

Hình 10-4 cho thấy hiệu quả của việc thực hiện công việc điều chỉnh thu hẹp kích cỡ vị thế đơn
giản này để giữ rủi ro và biến động dưới ngưỡng. Những kỹ thuật này được giải thích chi tiết
trong Chương 14. Mặc dù chúng ta đang thu hẹp kích cỡ vị thế, tổng lợi nhuận của chúng ta
vẫn tăng nhẹ lên $78.654.232. Hơn nữa, mức giảm sâu nhất từ đỉnh đến đáy có giảm một chút
xuống còn 44,3%. Chúng tôi đã thử ít nhất 30 phiên bản giảm kích cỡ đơn giản để giảm rủi ro
và biến động tối đa và 27 trong số đó đã giúp cải thiện hiệu suất.
Tôi cũng muốn chỉ ra rằng mặc dù lợi nhuận thể hiện trong Hình 10-4 có vẻ rất cao nhưng rất
nhiều chi phí đã được khấu trừ do trượt giá và hoa hồng trong suốt thời gian 11 năm.
Tỷ lệ lợi nhuận-thua lỗ cũng được cải thiện. Trong nghiên cứu ban đầu, tỷ lệ này là 2,99. Khi
các điều chỉnh giảm vị thế được thêm vào, tỷ lệ này được cải thiện lên 3,11.
Tại thời điểm này, chúng ta mới chỉ bắt đầu với những gì có thể làm với việc định cỡ vị thế.
Bây giờ, chúng ta sẽ thay đổi từ mô hình phần trăm rủi ro sang mô hình phần trăm biến động.
Chúng ta sẽ bắt đầu vị thế ban đầu của mình ở mức biến động chấp nhận là 2,5%. Kết quả được
thể hiện trong Hình 10-5.
Hình 10-5: Mô hình phần trăm biến động trên đường cong vốn sở hữu
Vốn sở hữu cuối cùng bây giờ lại tăng gấp đôi lên gần 154 triệu đô la. Lần này, rất nhiều giao
dịch bị từ chối do độ nóng của danh mục đầu tư được đặt ở giá trị rất cao là 50%. Chỉ có 1.141
giao dịch được thực hiện, có nghĩa là phần mềm định cỡ vị thế từ chối 155 giao dịch. Ngoài ra,
để tăng gấp đôi lợi nhuận, giờ đây bạn phải chịu mức sụt giảm vốn đến 77,8% - mức này không
thể chấp nhận được theo tiêu chí của hầu hết mọi người.
Ví dụ cuối cùng giúp bạn thấy sức mạnh của việc định cỡ vị thế, hãy xem liệu chúng ta có thể
thiết kế một thuật toán định cỡ vị thế để tăng lợi nhuận nhiều hơn nữa mà không làm tăng tỷ lệ

sụt giảm vốn lớn nhất từ đỉnh đến đáy hay không. Cách tốt nhất để làm điều này là sử dụng
một số hình thức thêm vào vị thế—kiểu định cỡ vị thế được nhóm Rùa sử dụng.
Phần mềm định cỡ vị thế mà tôi đã sử dụng (không có sẵn để bán) cho phép sử dụng một số
lượng lớn các mô hình thêm vào vị thế. Thêm vào vị thế rất hợp lý trong bất kỳ mô hình theo
xu hướng nào bởi vì một khi xu hướng bắt đầu chuyển động theo hướng có lợi cho bạn, nó có
thể sẽ vẫn tiếp tục chuyển động theo hướng có lợi cho bạn. Do đó, khi bạn kéo dừng lỗ của
mình lên, bạn sẽ có thể thêm vào vị thế của mình. Loại mô hình này, theo như tôi biết, được
phát triển bởi William Eckhardt, cho phép bạn tạo ra nhiều phương pháp thêm vị thế, sẽ được
thảo luận trong Chương 12. (Xem Mô hình 15.)
Chúng tôi đã sử dụng các tham số sau để thêm vị thế trong nghiên cứu định cỡ vị thế cuối cùng.
Chúng tôi bắt đầu với các thông số định cỡ vị thế với rủi ro ban đầu là 2,5%. Sau đó, chúng tôi
đặt ra quy tắc rằng khi rủi ro ban đầu giảm đi 50%, hệ thống sẽ mở rộng kích cỡ vị thế bằng
cách thêm một vị thế bằng một nửa kích cỡ vị thế ban đầu. Nó được phép làm điều này tới năm
lần.
Do đó, bạn có thể đạt được kích cỡ vị thế cuối cùng lớn hơn 350% so với kích cỡ vị thế ban
đầu nếu thị trường tăng mạnh. Tuy nhiên, hệ thống không bao giờ được phép có một vị thế lớn
hơn 50% độ nóng của danh mục đầu tư. Đây thực sự là một thuật toán xác định cỡ vị thế rất
hợp lý để sử dụng với một hệ thống vào lệnh ngẫu nhiên không có khả năng chọn xu hướng
nhưng có thể tình cờ nắm bắt được một số xu hướng. Tuy nhiên, chúng ta có nguy cơ bị cháy
tài khoản với độ nóng của danh mục đầu tư là 50%, vì vậy đừng thử mức đó. Hình 10-6 cho
thấy đường cong vốn sở hữu và đường cong sụt giảm vốn đối với mô hình thêm vị thế. Vốn sở
hữu cuối cùng, với kích cỡ vị thế được thêm, tăng từ 78,6 triệu đô la lên 640 triệu đô la - tăng
gấp 8 lần. Con số này gấp bốn lần số vốn sở hữu đạt được khi định cỡ vị thế dựa trên biến động
2,5%.

Hình 10-6: Tác động của việc thêm vào vị thế khi bạn đang có lợi nhuận lên đường cong vốn sở
hữu
Tuy nhiên, mức sụt giảm vốn tồi tệ nhất của chúng ta lên tận 82,2%. Mức sụt giảm vốn vẫn
còn rất lớn và có thể không được chấp nhận theo tiêu chuẩn của hầu hết mọi người. Tuy nhiên,
chúng ta vẫn đạt được kết quả tốt hơn cùng với mức giảm tương đường chỉ bằng cách thực hiện
thay đổi cách định cỡ vị thế vị thế đơn giản. Có lẽ bây giờ bạn có thể bắt đầu hiểu tại sao 90%
kết quả của hệ thống của bạn thực sự là do định cỡ vị thế. Nhìn vào các số liệu một lần nữa, tất
cả chúng đều sử dụng cùng một tín hiệu giao dịch “vào lệnh ngẫu nhiên” để kiếm tiền chỉ nhờ
các điểm thoát lệnh được chọn lựa một cách hợp lý. Tuy nhiên, sự khác biệt lớn nhất trong hiệu
suất giao dịch là nhờ định cỡ vị thế, khiến vốn sở hữu cuối cùng thay đổi từ $382.853 lên gần
1.700 lần ở mức 640 triệu đô la.
Tôi đã đưa ra một số ví dụ khá cực đoan để minh họa. Tuy nhiên, tôi không ủng hộ việc bạn đi
theo hướng cực đoan, thậm chí không gợi ý rằng điều đó có thể xảy ra. Ví dụ: không có số liệu
nào trong số đó cho thấy tác động của việc rút tiền có hệ thống đối với các khoản thường ngày
như nộp thuế. Các mức cực đoan chỉ được đưa ra để minh họa mức độ khác biệt về định cỡ vị
thế có thể tạo ra lợi nhuận cho bạn. Bảng 10-2 tóm tắt kết quả của sáu mô hình được thử
nghiệm.

Bảng 10-2: Tóm tắt sáu mô hình định cỡ vị thế

Vốn sở hữu cuối Phần trăm sụt giảm
Mô hình
cùng (triệu đô la) vốn
Một đơn vị mỗi giao dịch $0,38 triệu 4,72%
Một đơn vị mỗi $100.000 $23,76 triệu 39,30%
Rủi ro 2.5% mỗi vị thế $75,74 triệu 44,92%
Quy tắc giảm vị thế của Tom Basso $78,65 triệu 44,30%
Phần trăm biến động —2.5% $154 triệu 77,80%
Phần trăm rủi ro kết hợp thêm vị thế $640 triệu 82,20%
Xin lưu ý rằng mục đích của tôi khi trình bày những điều này chỉ đơn giản là để cho thấy sự
khác biệt trong kết quả của cùng một giao dịch sẽ phụ thuộc vào mô hình định cỡ vị thế của
bạn. Mục đích của tôi KHÔNG phải là gợi ý rằng mô hình này tốt hơn mô hình khác. Ví dụ:
nếu bạn không thể chấp nhận mức sụt giảm vốn lớn hơn 25%, bạn sẽ từ chối (hoặc mất tiền)
tất cả các mô hình ngoại trừ mô hình một đơn vị cho mỗi giao dịch.
CHÚ THÍCH
1
Xem Chương 17 đối với phần thảo luận về phần mềm này và một số giải pháp khả thi cho vấn đề phần mềm.

Phần III:
Sử dụng Định cỡ vị thế

để đạt được mục tiêu của bạn

Giới thiệu về cách sử dụng Định cỡ vị thế để đạt

được mục tiêu của bạn
Tôi luôn nhận được câu hỏi: “Anh nghĩ sao về cách tôi đang làm với việc định cỡ vị thế?” Sau
đó, câu hỏi này sẽ kèm theo một số lời giải thích về những gì họ đang làm. Tuy nhiên, câu hỏi
này hoàn toàn vô nghĩa đối với tôi. Tại sao vậy? Bởi vì mục đích duy nhất của việc định cỡ vị
thế là đáp ứng mục tiêu của bạn. Và nếu bạn không cho tôi biết về mục tiêu của bạn là gì (và
cả SQNSM của bạn nữa), thì tôi không thể xác định liệu phương pháp bạn đang sử dụng có đáp
ứng được chúng hay không.
Giao dịch là gì? Đó không phải là việc vào và thoát các vị thế với ý tưởng đạt được một số mục
tiêu tài chính sao? Và không phải những mục tiêu đó theo cách nào đó có liên quan đến 1) bảo
toàn vốn và 2) có lợi nhuận nào đó sao?
Như bạn sẽ tìm hiểu trong phần này, có thể có vô số mục tiêu khả thi mà bạn có thể có, với
điều kiện là có một số lượng lớn các mức sụt giảm vốn có quy mô khác nhau mà bạn có thể
muốn ngăn chặn (ví dụ: 10% so với 40%), số lợi nhuận thậm chí còn lớn hơn mà bạn có thể
mong muốn đạt được (ví dụ: 10% so với 1.000.000%) và hoặc kết hợp nào đó của cả hai—tạo
ra nhiều khả năng hơn nữa. Bạn phải xác định mục tiêu của mình và sau đó bạn có thể thiết kế
phương pháp định cỡ vị thế để đáp ứng các mục tiêu đó.
Tôi đã chia phần này thành bốn chương chính. Chương 11 thảo luận cụ thể về các mục tiêu.
Chương 12 trình bày các phương pháp giúp bạn đạt được lợi nhuận lớn. Chương 13 khám phá
một phương pháp cụ thể được thiết kế để mang lại lợi nhuận lớn, được gọi là Định cỡ vị thế
theo tỷ lệ cố định và cho bạn thấy những giả định mà bạn phải đưa ra để phương pháp đó hoạt
động. Chương 14 sau đó thảo luận về các phương pháp được thiết kế để loại bỏ tình trạng sụt
giảm vốn.
135
Chương 11
Đáp ứng mục tiêu của bạn
Tôi đã nói từ lâu rằng việc định cỡ vị thế là khía cạnh quan trọng nhất trong hệ thống giao dịch
của bạn. Những người hiểu về định cỡ vị thế và có hệ thống khá tốt với Chỉ số Chất lượng Hệ
thốngSM trên 3,0 có thể đạt được mục tiêu của họ rất dễ dàng thông qua việc phát triển chiến
lược định cỡ vị thế phù hợp.
Ít nhất năm mươi phần trăm việc thiết kế hệ thống phải liên quan đến xác định mục tiêu của
bạn. Tôi đã phát triển các bảng câu hỏi1 để giúp mọi người hoàn thành nhiệm vụ này, nhưng
nhiều người vẫn từ chối dành thời gian cần thiết để hoàn thành nó. Câu trả lời thường như thế
này, “Chà, tôi biết tôi muốn gì. Tôi muốn kiếm càng nhiều tiền càng tốt và tôi không quan tâm
nhiều đến những khoản thua lỗ.” Thật không may, những tuyên bố như vậy hiếm khi đúng –
chúng chỉ phản ánh những người thực sự chưa đạt được mục tiêu của mình. Và lý do hầu hết
mọi người không muốn đặt ra mục tiêu có thể là vì họ sợ việc phải tự giới hạn bản thân. Nhưng
mục tiêu không phải là giới hạn bản thân bạn. Mục tiêu là xác định điều gì phù hợp với bạn và
điều đó đòi hỏi rất nhiều việc lắng nghe tiếng lòng của bạn.
Vậy việc tối ưu định cỡ vị thế để đáp ứng mục tiêu của bạn có ý nghĩa gì? Để trả lời câu hỏi
đó, chúng ta hãy xem một hệ thống giao dịch mẫu phức tạp hơn một chút. Nó có 55% số lần
thắng và 45% số lần thua. Bạn có 2% cơ hội thắng 20R và 3% cơ hội thắng 10R, nhưng tất cả
những lần thắng còn lại chỉ thắng được 1R (30%) hoặc 2R (20%). Bốn mươi phần trăm số giao
dịch sẽ chỉ lỗ 1R, nhưng 5% trong số đó sẽ lỗ đến 5R.2 Phân phối của các giao dịch từ hệ thống
được thể hiện trong Bảng 11-1:
Bảng 11-1: Hệ thống mẫu 11-1

Bội số R Xác xuất
Lãi 20R 2%
Lãi 10R 3%
Lãi 2R 20%
Lãi 1R 30%
Lỗ 1R 40%
Lỗ 5R 5%
Trong một hệ thống như thế này, bạn có thể xác định kỳ vọng của hệ thống bằng cách nhân
mỗi Bội số R với xác suất xảy ra của nó và tính tổng các câu trả lời, với điều kiện là các xác
suất phải có tổng bằng 100%. Đối với hệ thống này, giá trị của kỳ vọng là 0,75. Điều đó có
nghĩa là trung bình, bạn có thể mong đợi kiếm được gấp 0,75 lần số tiền bạn mạo hiểm nhân
với số lượng giao dịch. Nói cách khác, mỗi giao dịch có lãi 0,75R nên hãy thực hiện thật nhiều

giao dịch.3 Hơn nữa, nếu ấy kỳ vọng chia cho độ lệch chuẩn của nó là 0,205, nên hệ thống này,
dựa trên việc tạo ra 100 giao dịch mỗi năm, có Chỉ số Chất Hệ thốngSM là 2,05. Nó không phải
là một hệ thống tuyệt vời nhưng nó tốt hơn hầu hết những hệ thống mà mọi người giao dịch.
Bảng 11-2: Kỳ vọng của Hệ thống 11-1

Bội số R Xác suất Giá trị kỳ vọng
20 2% 0,40
10 3% 0,30
2 20% 0,40
1 30% 0,30
-1 40% -0,40
-5 5% -0,25
Tổng 100% 0,75
Nếu bạn có một hệ thống như vậy, kích thước vị thế lý tưởng hoặc tối ưu là bao nhiêu? Đó thực
sự là câu hỏi trị giá hàng triệu đô la. Và đó có lẽ là câu hỏi quan trọng nhất mà bạn có thể tự
hỏi mình với tư cách là một nhà giao dịch.
Nhiều cuốn sách và bài viết về định cỡ vị thế gợi ý rằng định cỡ vị thế tối ưu là kích cỡ vị thế
mà sẽ mang lại cho bạn lợi nhuận lớn nhất. Tôi đã thấy một số nỗ lực nhằm giải quyết vấn đề
“Thế nào là tối ưu?” Bây giờ tôi tin rằng hầu hết những người đã nghiên cứu cách sử dụng định
cỡ vị thế để đáp ứng mục tiêu của họ đều có một số sai sót lớn trong giả định. Một lỗ hổng là
họ quyết định một cách có ý thức mục tiêu của mình là gì và sau đó họ viết về cách bạn có thể
sử dụng định cỡ vị thế để đáp ứng các mục tiêu cụ thể đó - bất kể chúng có thể là gì. Nhưng
ngay khi họ đặt ra mục tiêu và quyết định rằng chức năng của việc định cỡ vị thế là để đáp ứng
những mục tiêu cụ thể đó, họ đã giới hạn phạm vi thảo luận về định cỡ vị thế.
Để hiểu rõ hơn về tối ưu định cỡ vị thế, hãy thực hiện mô phỏng hệ thống trên. Trình mô phỏng
được sử dụng để thực hiện việc này được tạo bằng Excel và đây là một quá trình khá dễ dàng
để chạy 150 mô phỏng của 100 giao dịch, rủi ro từ 1% đến 19% với mức tăng 1%. Mô phỏng
bắt đầu với $100.000 vốn sở hữu. Vốn sở hữu cuối cùng tối thiểu, trung bình và tối đa sau 100
giao dịch được thể hiện trong Bảng 11-3. Vốn sở hữu cuối cùng tối đa trung bình xảy ra với
định cỡ vị thế nằm ở rủi ro khoảng gần 15% đến 16%.
Tuy nhiên, ngay cả mô phỏng này cũng đặt ra câu hỏi về điều gì có thể được coi là tối ưu. Ví
dụ: kích thước đặt cược tối ưu có thể là mức cung cấp cho bạn có vốn sở hữu cuối cùng trung
bình tối thiểu đạt mức cao nhất. Dựa trên kết quả mô phỏng của chúng tôi, điều đó sẽ đạt được
ở mức rủi ro 4%.
Một số phân phối Bội số R dường như mâu thuẫn với hầu hết logic về quy mô đặt cược tối ưu.
Ví dụ: hãy xem xét trò chơi sau đây, trò chơi này thua 1R trong 99% số lần và kiếm được
l.000R trong 1% số lần. Nếu bạn tính kỳ vọng của trò chơi đó, bạn sẽ có kết quả là 9,09. Điều

này có nghĩa là trung bình, qua nhiều lần thử, bạn sẽ thắng gấp 9,09 lần rủi ro trong mỗi lần
thử. Điều đó có vẻ buồn cười khi bạn chỉ thắng được 1% số lần. Hơn nữa, kích thước đặt cược
tối ưu là bao nhiêu? Giả sử hệ thống này thực hiện 100 giao dịch, nó có Chỉ số Chất lượng Hệ
thốngSM chỉ là 0,9 - vì vậy, mặc dù có kỳ vọng lớn nhưng bạn có thể sẽ không muốn giao dịch
nó.
Bảng 11-3: Kết quả mô phỏng hệ thống 11-1

Vốn sở hữu cuối Vốn sở hữu cuối cùng Vốn sở hữu cuối cùng tối
Tỷ lệ rủi ro
cùng tối thiểu trung bình đa
1% 107.307 255.498 874.831
2% 112.997 653.955 5.958.477
3% 116.779 1.692.074 33.422.772
4% 118.455 4.468.289 160.340.745
5% 117.936 12.055.933 675.692.516
6% 115.260 33.275.647 2.551.079.844
7% 110.565 91.966426 8.759.737.131
8% 104.100 251.138.534 27.678.600.452
9% 96.193 668.795.318 81.235.352.138
10% 87.226 1.721.733.394 223.146.033.686
11% 77.607 4.263.995.175 577.283.201.300
12% 67.736 10.137.677.378 1.413.854.640.790
13% 57.985 23.130.503.654 3.292.610.598.182
14% 48.761 50.681.415.182 7.318.354.698.841
15% 40.045 106.770.550.278 15.574.327.805.977
16% 32.286 216.580.318.504 31.821.598.420.445
17% 2.048 3.745.105.676 524.525.735.297
18% 470 783.866.250 104.234.265.449
19% 317 1.230.799.755 167.017.320.662
Tôi đã xem xét các mô phỏng giống như mô phỏng trong Bảng 11-3 trong nhiều năm. Tôi thấy
rằng mức độ rủi ro phải chấp nhận để tạo ra vốn sở hữu lớn nhất nằm ở mức tôi mong đợi nếu
mục tiêu của tôi là trung bình vốn sở hữu cuối cùng cao nhất. Thông thường, người ta sử dụng
Tiêu chuẩn Kelly (xem Chương 15) và sử dụng 80% trong số đó làm ước tính về độ nóng của
danh mục đầu tư và mức độ rủi ro cần chấp nhận để tạo ra vốn sở hữu cuối cùng tối đa. Tôi
không còn làm điều đó nữa vì ước tính này hoàn toàn không phù hợp với hệ thống ví dụ được
đưa ra ở đoạn trước.
Tôi đưa ra những ước tính sơ bộ này bởi vì tôi đã phần nào áp dụng suy nghĩ của Ralph Vince

rằng: “Nếu bạn không cố gắng tạo ra vốn sở hữu cuối cùng trung bình cao nhất trong tài khoản
giao dịch của mình thì bạn không nên giao dịch”. Vì vậy, tôi cho rằng tỷ lệ phần trăm rủi ro
mà tôi đã chọn về mặt nào đó là mức đặt cược tối ưu. Đồng thời, khi biết rằng vốn sở hữu cuối
cùng tối thiểu đạt đỉnh tại mức rủi ro 4% trong các mô phỏng như mô phỏng trong Bảng 11-3,
tôi bắt đầu đặt câu hỏi “tối ưu” thực sự có ý nghĩa như thế nào về mặt định cỡ vị thế.
Câu hỏi về các giả định: Cuối cùng khi tôi có được câu trả lời, tôi đã trải qua một sự thay đổi
lớn về nhận thức. Đột nhiên, nhiều câu hỏi của tôi về mục tiêu và định cỡ vị thế có thể được
giải đáp. Tại một trong những cuộc hội thảo về mô phỏng của chúng tôi, chúng tôi đã có một
giáo sư toán4 nhận xét về mô phỏng của chúng tôi. Anh ấy nói rằng các giả định của tôi đã sai
vì kích cỡ đặt cược lớn nhất mà bạn có thể thực hiện mà không chắc chắn là sẽ bị cháy tài
khoản sẽ luôn tạo ra vốn sở hữu cuối cùng lớn nhất nếu bạn có đủ mô phỏng. Trong trường hợp
mô phỏng ở Bảng 11-3, giá trị đúng phải là 19% vì ở mức tăng 20% tiếp theo, bạn sẽ cháy tài
khoản ngay khi chạm mức lỗ 5% đầu tiên.
Tuy nhiên, những gì anh ấy nói không xuất hiện trong các mô phỏng của chúng tôi và tôi cũng
không hiểu tại sao. Phản hồi của anh ấy là những mô phỏng chỉ thực hiện vài trăm lần chạy là
không đủ để chứng minh cho những gì anh ấy nói. Bạn có thể tính toán xác suất chính xác dựa
trên phân phối logarit chuẩn,5 nhưng những xác suất này dựa trên giả định về phân phối chuẩn
và cỡ mẫu vô hạn. Do đó, bạn có thể chỉ ra rằng mức rủi ro 19% sẽ tạo ra giá trị vốn sở hữu
cuối kỳ lớn nhất với hàng nghìn mô phỏng, nhưng chắc chắn không thể có kết quả đó chỉ với
150 mô phỏng như trong Bảng 11-3. Và bây giờ tôi đã có một trình mô phỏng phức tạp hơn
nhiều, có khả năng thực hiện 10.000 mô phỏng của 100 giao dịch trong vài giây, chúng tôi biết
rằng anh ấy đã đúng.
Lý do mà phần trăm rủi ro lớn nhất mà không làm bạn bị cháy tài khoản sẽ tạo ra vốn sở hữu
cuối cùng lớn nhất là vì nếu càng giả lập nhiều cuối cùng bạn sẽ gặp một số nhóm gồm 100
giao dịch có thể tạo ra một số lợi nhuận khổng lồ. Trong trường hợp trò chơi của chúng ta, nếu
với số lượng giả lập đủ nhiều thì cuối cùng chúng ta có thể nhận được một mẫu 100 giao dịch
với 100 chiến thắng ở mức 20R. Điều đó khó xảy ra nhưng vẫn có thể xảy ra và khi bạn thực
hiện đủ số lượng mô phỏng, điều không thể xảy ra sẽ xuất hiện. Khi những khoản lợi nhuận
khổng lồ, không thể xảy ra này xuất hiện, thì vốn sở hữu cuối cùng sẽ lớn đến mức nó sẽ hoàn
toàn chuyển cán cân về phía vốn sở hữu cuối cùng trung bình là lớn nhất ở mức rủi ro lớn nhất
mà bạn mô phỏng. Do đó, kết quả sẽ cho thấy rủi ro ở mức 19,99% sẽ tạo ra vốn sở hữu cuối
cùng lớn nhất. Tuy nhiên, điều gì sẽ xảy ra nếu bạn có một vài mẫu có những lần thắng lớn mà
không có lần lỗ lớn nào? Trong những trường hợp đó, bạn có thể thấy rằng vốn sở hữu cuối
cùng lớn nhất có thể đến từ việc mạo hiểm 30% hoặc thậm chí 99%. Bạn có thể cháy tài khoản
(hoặc rơi vào tình trạng thua lỗ) trong 99,999% số lần, nhưng số ít lần thắng vẫn đủ lớn để
khiến vốn sở hữu cuối cùng trung bình của bạn trở nên khổng lồ.
Thay vào đó, sẽ có ý nghĩa hơn nhiều nếu hỏi “Mục tiêu của bạn là gì?” và “Như thế nào đối
với bạn là thảm hoạ?” Những câu hỏi này có thể được tính toán với xác suất cụ thể. Đây là sự
khởi đầu của việc mở rộng tầm mắt. Mục đích của việc định cỡ vị thế là để đáp ứng các mục
tiêu của bạn và khi bạn đã xác định được mục tiêu của mình, bạn có thể thiết kế một thuật

toán định cỡ vị thế tối ưu để thực hiện việc đó.
Xem xét lại muc tiêu

Tại một hội thảo về các hệ thống mà chúng tôi đã tổ chức cách đây vài năm, một nhà giao dịch
khá mới đã nhận xét: “Tôi biết chính xác mục tiêu của mình là gì. Tôi muốn bay tới mặt trăng
và có nhận được lợi nhuận lớn nhất và tôi không quan tâm điều gì sẽ xảy ra trong thời gian đó.”
Tôi thích những câu nói như thế vì nó cho tôi cơ hội để khích lệ. Và đây là những gì tôi đã nói.
Van: Bạn có sẵn sàng mạo hiểm với khoản sụt giảm vốn 50% để có được lợi nhuận tối đa
không?
Nhà giao dịch: Ồ, tôi không thích điều đó, nhưng có, tôi sẽ chấp nhận nó.
Van: Được rồi, nếu xác suất của việc sụt giảm vốn 50% là khoảng 75% thì sao? Bạn có sẵn
sàng mạo hiểm với nó không?
Nhà giao dịch: Không, như thế là quá nhiều.
Van: Vậy thì bạn sẵn sàng chấp nhận mức xác suất nào?
Nhà giao dịch: Được rồi, với xác suất để xảy ra sụt giảm vốn 50%, thì tôi nghĩ tôi sẵn sàng
chấp nhận xác suất 10%.
Van: Bạn có sẵn sàng mạo hiểm 10% khả năng sụt giảm vốn 50% và 90% khả năng sụt giảm
vốn 25% không?
Nhà giao dịch: Khi bạn nói như vậy thì có lẽ là không. Có lẽ sẽ chấp nhận được ở xác suất
25% khả năng sụt giảm 25% vốn?
Sự thúc giục chắc chắn đã làm rõ mọi thứ một chút. Chúng tôi đã đi từ “Tôi muốn bay tới mặt
trăng và tôi sẵn sàng mạo hiểm bất cứ điều gì” thành “Tôi chỉ sẵn sàng mạo hiểm 25% khả
năng bị sụt giảm 25% vốn và chỉ 10% khả năng bị sụt giảm 50% vốn. Với những điều kiện đó,
tôi muốn tỷ lệ lợi nhuận cao nhất có thể.” Đó là một sự thay đổi khá lớn về mục tiêu khi chúng
ta trở nên cụ thể hơn. Và câu trả lời sẽ được thông suốt hơn. Điều gì sẽ xảy ra về mặt cảm xúc
khi số tiền thật đang bị đe dọa và nhà giao dịch có thể sống sót qua đợt sụt giảm vốn?
Tôi cũng nhận thấy rằng một số người không thể hiểu được các chủ đề như kỳ vọng, định cỡ
vị thế và xác suất. Những người này trở thành nô lệ hoàn toàn cho những thành kiến thông
thường thường sẽ gây khó chịu cho người bình thường, chẳng hạn như nhu cầu mình phải đúng
và thiên kiến xổ số.
Nhìn vào kích thước đặt cược tối ưu
Có một số yếu tố quan trọng bạn phải xác định trước khi trả lời câu hỏi “bao nhiêu?” Trình mô
phỏng giao dịch của tôi tính toán kích thước đặt cược tối ưu theo một số cách bằng cách kết

hợp các yếu tố chính, bao gồm
• Các Bội số R và xác suất tương ứng của chúng.
• Số lượng giao dịch trong kỳ xem xét.
• Định nghĩa của bạn về thất bại. (Bạn sẽ bỏ cuộc ở mức độ nào?)
• Định nghĩa của bạn về thành công. (Vốn tăng lên như thế nào sẽ làm bạn hài lòng?)
• Vốn ban đầu của bạn.
• Và, phần trăm rủi ro ban đầu của bạn và tốc độ bạn tăng rủi ro.
Hãy xem kết quả của Hệ thống 11-1 sau khi mô phỏng kết quả bằng một trình mô phỏng tiên
tiến hơn. Chúng ta sẽ nhập vào phân phối Bội số R của 100 giao dịch cùng một lúc và thực
hiện 10.000 mô phỏng. Chúng ta sẽ xem xét mức tăng rủi ro từ 0,2% đến 30%, thực hiện 10.000
mô phỏng của 100 giao dịch ở mỗi cấp độ, tăng dần theo mỗi bước 0,2%. Mục tiêu của chúng
ta là kiếm được 300% lợi nhuận sau 100 giao dịch và định nghĩa thất bại của chúng ta sẽ là khi
sụt giảm vốn 25%. Trình mô phỏng thực sự sẽ dừng mô phỏng khi vốn bị sụt giảm 25% (tức
là số tiền tại đó sẽ trở thành vốn sở hữu cuối cùng) và sau đó nó tiếp tục thực hiện mô phỏng
100 giao dịch tiếp theo. Các kết quả này đều được đưa ra trong Bảng 11-4.6
Bảng 11-4: Kích thước đặt cược tối ưu của hệ thống mẫu
% rủi ro Xác suất đạt Xác suất bị Trung bình Trung vị
Cách tiếp cận
tối ưu mục tiêu thất bại mức lãi mức lãi
Tối đa trung
30% 0,2% 99,8% 1,1E+ 9% -37,4%
bình lợi nhuận
Tối đa Trung vị
4,2% 69,0% 28,0% 1800% 543,7%
lợi nhuận
Tối ưu xác suất
2,4% 79,6% 10,3% 471,6% 305,4%
đạt mục tiêu
<1% khả năng
1,0% 47,3% 0,5% 111% 95,6%
thất bại
>0% khả năng
0,8% 30,1% 0,1% 81,9% 72,7%
thất bại
Mục tiêu – Thất
1,8% 76,4% 4,9% 276,1% 206,4%
bại
Các kết quả hiện đưa ra cho chúng ta sáu định nghĩa khác nhau về điều gì có thể là tối ưu.
Chúng ta hãy xem xét từng điều này một cách riêng biệt.
Định nghĩa 1: Lợi nhuận trung bình lớn nhất

Định nghĩa này là khi việc tối ưu sẽ mang lại cho chúng ta lợi nhuận trung bình lớn nhất trong
toàn bộ các mô phỏng. Bởi vì một vài hoạt động đặc biệt sẽ xảy ra trong mỗi bộ 10.000 mô
phỏng (và vì chúng ta ngừng giao dịch khi sụt giảm vốn 25%), nên lợi nhuận trung bình lớn
nhất sẽ luôn là việc áp dụng số tiền rủi ro lớn nhất. Trong Bảng 11-4, tỷ lệ rủi ro này lên tới
30%, mặc dù thực tế là khoản lỗ 5R sẽ khiến chúng ta cháy tài khoản ngay khi chúng ta đặt
mức rủi ro từ 20% trở lên. Điều này chỉ đơn giản chứng minh quan điểm rằng một số lần mô
phỏng có các giao dịch có lợi nhuận lớn và không có giao dịch thua lỗ lớn có thể sẽ tạo ra phần
trăm rủi ro, lợi nhuận trung bình lớn nhất, phần trăm rủi ro cao nhất mà bạn thực hiện trong mô
phỏng của mình. Lợi nhuận trung bình lớn nhất khi bạn chịu rủi ro 30% là 1.100.000.000%.
Lưu ý rằng ở mức rủi ro 30%, bạn có 0,2% cơ hội đạt được mục tiêu lợi nhuận 300% và bạn
có 99,8% khả năng bị thất bại. Lợi nhuận trung bình của bạn thậm chí còn thấp hơn mức thất
bại của chúng ta. Vì vậy, điều này sẽ xua tan mọi lầm tưởng rằng bạn nên theo đuổi mức lợi
nhuận trung bình lớn nhất.
Định nghĩa 2: Lợi nhuận trung vị lớn nhất
Hãy xem xét một định nghĩa khác về mức trung bình, là lợi nhuận trung vị lớn nhất. Định nghĩa
của trung vị có nghĩa là một nửa kết quả lợi nhuận nằm trên con số này và một nửa kết quả lợi
nhuận nằm dưới con số này. Bảng 11-4 cho thấy tỷ lệ phần trăm rủi ro sẽ mang lại lợi nhuận
vị lớn nhất là 4,2%. Nó mang lại cho bạn 69% cơ hội đạt được mục tiêu và 28% khả năng bị
thất bại. Điều này có vẻ dễ được bạn chấp nhận hơn, nhưng có lẽ còn có những định nghĩa tốt
hơn nữa. Như đã thảo luận trước đó, mức độ rủi ro này có thể là một chỉ dẫn tốt cho tổng độ
nóng của danh mục đầu tư của bạn cùng hệ thống.
Định nghĩa 3: Xác suất lớn nhất để đạt được mục tiêu của bạn
Rủi ro 2,4% cho mỗi giao dịch mang lại cho chúng ta xác suất tối ưu để đạt được mục tiêu kiếm
được 300%. Chúng ta có 79,6% cơ hội đạt được mục tiêu và chỉ có 10,3% khả năng bị thất bại.
Điều này có thể sẽ được nhiều người chấp nhận hơn. Cũng lưu ý rằng lợi nhuận trung bình ở
mức rủi ro 2,4% vẫn cao hơn 300%.
Định nghĩa 4: Ít hơn 1% khả năng bị thất bại
Theo Bảng 11-4, nếu chúng ta mạo hiểm 1% trong hệ thống này, chúng ta có ít hơn 1% khả
năng bị sụt giảm vốn 25% và buộc phải ngừng giao dịch. Có lẽ điều này thậm chí còn được
nhiều người chấp nhận hơn. Bạn chỉ có 47,3% cơ hội đạt được mục tiêu của mình và lợi nhuận
trung bình hiện dưới 100%. Tuy nhiên, nếu an toàn là mối quan tâm hàng đầu thì đây có thể là
thuật toán định cỡ vị thế tối ưu cho bạn.
Định nghĩa 5: Khả năng bị thất bại lớn hơn 0%
Điều gì sẽ xảy ra nếu bạn muốn thực sự, thực sự cẩn thận? Bạn muốn gần như không có cơ hội
nào cho việc bị thất bại. Đối với mục tiêu này, chúng ta xem xét phần trăm rủi ro có ít khả năng
bị thất bại nhưng khả năng đó càng nhỏ càng tốt. Đây là mức đầu tiên có xác suất bị thất bại
trên 0%. Theo Bảng 11-4, nếu bạn chấp nhận rủi ro 0,8% thì khả năng thất bại của bạn chỉ là

0,1%. Tất nhiên, nếu bạn muốn không có khả năng bị thất bại nào, bạn có thể giảm rủi ro xuống
còn 0,6%. Ngay cả với mức rủi ro 0,8%, bạn vẫn có 30% cơ hội đạt được mục tiêu của mình,
vì vậy điều này có thể được nhiều người chấp nhận.
Định nghĩa 6: Sự khác biệt lớn nhất giữa Mục tiêu và Thất bại
Định nghĩa này là hấp dẫn với tôi nhất. Tôi thực sự muốn đạt được mục tiêu của mình và tôi
không muốn bị thất bại. Vậy phần trăm rủi ro nào mang lại cho tôi phần trăm khác biệt lớn nhất
giữa hai xác suất đạt được mục tiêu và thất bại? Theo Bảng 11-4 thì nó đạt được tại rủi ro là
1,8%. Nếu tôi sử dụng kích cỡ vị thế đó thì cơ hội đạt được mục tiêu của tôi là 76,4% (tốt) và
cơ hội hay khả năng bị thất bại của tôi chỉ là 4,9%. Và vốn sở hữu cuối kỳ trung bình là 206,4%.
Điều đó có hấp dẫn bạn không?
Vậy thế nào là tối ưu? Rõ ràng, nó phụ thuộc vào mục tiêu của bạn. Và chỉ có bạn mới có thể
quyết định mục tiêu của mình.
Vậy thế nào là tối ưu? Rõ ràng, nó phụ thuộc vào mục tiêu của bạn. Và chỉ có bạn mới có
thể quyết định mục tiêu của mình.
Điều gì xảy ra khi bạn thay đổi một vài biến số, chẳng hạn như đặt tiêu chí thất bại là khi bị sụt
giảm vốn 50%? Bảng 11-5 cho thấy sự khác biệt mà điều này tạo ra. Chúng ta vẫn đang thực
hiện 10.000 mô phỏng của 100 giao dịch với Hệ thống 11-1.
Bảng 11-5: Kích thước đặt cược tối ưu của hệ thống mẫu với thất bại là khi bị sụt
giảm 50% vốn
Cách tiếp cận
Tối đa trung bình
30% 0,4% 99,6% 51,3E +6 -174,2%7
lợi nhuận
7,0% 72,2% 24,2% 17,100% 1.200%
lợi nhuận
3,4% 88,0% 2,8% 1,100% 552,4%
đạt mục tiêu
<1% khả năng
2,6% 86,2% 0,9% 590,5% 360%
thất bại
>0% khả năng
1,4% 67,7% 0,0% 184,3% 146,9%
thất bại
3,0% 87,5% 1,7% 826,7% 450,2%
bại
Hãy chú ý sự khác biệt đáng kể giữa Bảng 11-5 và 11- 4. Mọi mức rủi ro tối ưu đều tăng lên,
ngoại trừ lợi nhuận trung bình cao nhất vẫn ở mức rủi ro 30% là tối ưu. Bạn chỉ thay đổi một
điều – mức độ rủi ro mà bạn sẵn sàng chấp nhận trước khi từ bỏ giao dịch. Điều này có nghĩa
là khi bạn tiếp tục giao dịch sau khi giá xuống dưới 25%, đôi khi bạn có thể thoát ra khỏi hố.

Tuy nhiên, nếu bạn không làm được điều đó, tổng mức lỗ của bạn sẽ lớn gấp đôi và thường lớn
hơn nhiều.
Bây giờ, hãy để tôi hỏi bạn một lần nữa, “Mức đặt cược tối ưu cho một hệ thống là bao nhiêu?”
Hy vọng rằng đến bây giờ, bạn đã rõ rằng kích thước vị thế tối ưu cho hệ thống của bạn phụ
thuộc vào mục tiêu của bạn. Và có lẽ sẽ có vô số mục tiêu vì bạn có thể đặt các mức giới hạn
khác nhau cho sự thất bại vào từng tiêu chí ở trên. Ví dụ: mục tiêu của bạn có thể là kiếm được
từ 10% đến một triệu phần trăm và mỗi mục tiêu sẽ có kích cỡ vị thế tối ưu khác nhau. Ý tưởng
về sự thất bại của bạn có thể là từ sụt giảm vốn 0,1% cho đến sụt giảm 100% và mỗi định nghĩa
sẽ có một thuật toán định cỡ vị thế tối ưu khác nhau để tránh điều đó. Bạn đã hiểu tại sao số
lượng khả năng của mục đích trên thực tế lại là vô hạn không?
Hy vọng rằng đến bây giờ, bạn đã rõ rằng kích thước vị thế tối ưu cho hệ thống của bạn
phụ thuộc vào mục tiêu của bạn. Và có lẽ sẽ có vô số mục tiêu vì bạn có thể kết hợp từng
tiêu chí trên với các mức thất bại và mục tiêu khác nhau.
Bây giờ bạn đã hiểu tại sao tôi lại nhấn mạnh tầm quan trọng của mục tiêu khi nói về phát triển
hệ thống chưa? Điều quan trọng là bạn phải đưa ra những quyết định này trước tiên và sau đó
bạn có thể thiết kế một hệ thống phù hợp với mục tiêu của mình.
Tóm tắt: Cho đến nay, bạn đã biết rằng kích thước vị thế tối ưu là hàm của những yếu tố sau:
1. Phân phối Bội số R của bạn, được thể hiện bởi kỳ vọng, độ lệch chuẩn và Chỉ số Chất
lượng Hệ thốngSM.
2. Khoản lỗ trong trường hợp xấu nhất của phân phối đó.
3. Số lượng giao dịch.
4. Định nghĩa của bạn về thành công (bạn muốn vốn của mình tăng đến mức nào).
5. Xác suất đạt được thành công đó.
6. Định nghĩa của bạn về sự thất bại (mức sụt giảm vốn từ vốn ban đầu mà bạn không thể
chấp nhận được khi kết thúc giao dịch X).
7. Xác suất xảy ra mức sụt giảm vốn đó.
Vì nhiều biến số liên quan đến mục tiêu của bạn nên mục tiêu và kích cỡ vị thế trở nên có liên
quan rất chặt chẽ. Hơn nữa, có thể có vô số mục tiêu khả thi. Tất cả điều này dẫn đến một trong
những kết luận quan trọng của chúng ta về việc định cỡ vị thế: mục đích của việc định cỡ vị
thế là đáp ứng các mục tiêu của bạn.

Kỳ vọng, Tỷ lệ thắng và Định cỡ vị thế
Trong phần còn lại của chương này, chúng ta sẽ xem xét năm tập hợp phân phối Bội số R khác
nhau, mỗi tập hợp có kỳ vọng là 0,35. Mặc dù kỳ vọng là như nhau nhưng Bội số R và tỷ lệ
thắng lại khác nhau đáng kể. Phân phối được thể hiện trong Bảng 11-6.
Bảng 11-6: Năm phân phối Bội số R (Mỗi phân phối có kỳ vọng 0,35)
Phân phối Những lần thắng Những lần thua
11-2: 15% Thắng 2 30R; 2 15R; 3 10R; 2 2R; 6 1R 1 5R; 6 2R; 78 1R
11-3: 35% Thắng 1 30R, 3 10R; 2 5R; 4 2R; 25 1R 3 2R; 62 1R
11-4: 55% Thắng 5 10R; 50 1R 5 5R; 40 1R
11-5: 60% Thắng 10 4R; 10 1.5R; 40 1R 10 3R, 30 1R
11-6: 80% Thắng 70 1R; 10 2R 10 3.5R; 10 2R
Lưu ý rằng khoản lỗ tồi tệ nhất là 5R, xảy ra ở nhóm 15% và 55%. Chúng tôi tin rằng nếu bạn
giữ điểm dừng lỗ hợp lý ở 1R thì 5R là khoản lỗ tồi tệ nhất mà bạn có thể gặp phải do trượt giá
và khoảng trống giá đi ngược lại bạn. Còn thông thường, phải mắc một sai lầm tâm lý nghiêm
trọng thì mới bị lỗ 5R hoặc cao hơn.
Sự khác biệt chính giữa các hệ thống là tỷ lệ phần trăm thắng và sự biến thiên của phân phối
Bội số R. Tuy nhiên, hãy sử dụng các tiêu chí mà chúng tôi đã giới thiệu để đánh giá từng hệ
thống trước khi xác định kích thước vị thế tối ưu của từng hệ thống và tỷ lệ thắng ảnh hưởng
như thế nào đến kích thước vị thế tối ưu.
Bảng 11-7: Đánh giá năm hệ thống của chúng ta

Chỉ số Chất lượng Hệ
Hệ thống Tỷ lệ thắng Kỳ vọng Độ lệch chuẩn
thốngSM
11-2 15% 0,35 5,19 0,67
11-3 35% 0,35 3,69 0,95
11-4 55% 0,35 2,67 1,31
11-5 60% 0,35 1,85 1 89
11-6 80% 0,35 1,65 2,12
Rõ ràng, khi kỳ vọng vẫn giữ nguyên và tỷ lệ thắng của hệ thống được cải thiện, chất lượng
của hệ thống (được đo bằng SQNSM cho 100 giao dịch) cũng được cải thiện. Vì vậy, hãy thêm
một hệ thống nữa với tỷ lệ thắng 60%, chỉ thua 1R và do đó có độ lệch chuẩn thấp nhất (và Chỉ
số Chất lượng Hệ thốngSM tốt nhất). Đây sẽ là Hệ thống 11-7 như được trình bày trong Bảng
11-8. Hệ 11-7 có kỳ vọng là 0,35 (giống như các hệ khác) và tỷ lệ thắng là 60%, nhưng độ lệch
chuẩn của nó là 1,19 nên Chỉ số Chất lượng Hệ thốngSM của nó là 2,94. Vì vậy, nó rõ ràng là
hệ thống tốt nhất.

Bảng 11-8: Hệ thống 11-7 chỉ mất 1R mỗi khi thua

Phân phối Những lần thắng Những lần thua
11-7: 60% Thắng 10 2R; 10 1.5R; 40 1R 40 1R
Hãy xem xét từng hệ thống trong số sáu hệ thống sử dụng 100 giao dịch, được mô phỏng 5.000
lần. Ngoài ra, chúng ta sẽ sử dụng mục tiêu mong muốn là 300% và mức thất bại là sụt giảm
vốn 50% (tức là đó là nơi chúng ta sẽ ngừng giao dịch). Ngẫu nhiên, vì tôi chỉ thực hiện 5.000
mô phỏng nên chúng ta không thể luôn mong đợi lợi nhuận trung bình tối đa ở mức 30%. Tuy
nhiên, đó chỉ là vì chúng ta chưa thực hiện đủ mô phỏng.
Sử dụng các tiêu chí này, chúng ta hãy xem kết quả của Hệ thống 11-2, hệ thống có tỷ lệ thắng
15%. Những điều này được đưa ra trong Bảng 11-9.
Bảng 11-9: Kích thước đặt cược tối ưu của hệ thống 11-2
Cách tiếp cận
Tối đa trung
9,2% 4,7% 91,9% 1.000% -53,4%
bình lợi nhuận
Tối đa Trung
1,4% 4,9% 9,6% 62,5% 25,0%
vị lợi nhuận
Tối ưu xác
suất đạt mục 3,4% 15,5% 53,8% 204,7% -50,1%
tiêu
<1% khả năng
0,8% 0,4% 0,3% 32,3% 19,1%
thất bại
>0% khả năng
0,8% 0,4% 0,3% 32,3% 19,1%
thất bại
Mục tiêu –
0,6% 0,1% 0,0% 23,3% 15,5%
Thất bại
Rõ ràng, Hệ thống 11-2 không phải là một hệ thống tốt. Điều này được thể hiện qua Chỉ số
Chất lượng Hệ thốngSM là 0,67 và kết quả của Bảng 11-9. Và thậm chí rủi ro chỉ 3,4% cũng tạo
ra mức tăng trung bình âm. Vì vậy, hãy chuyển sang Hệ thống 11-3, hệ thống có tỷ lệ thắng
35%.

Cách tiếp cận
Tối đa trung
26,0% 1,3% 98,1% 1.500,0% -59,5%
bình lợi nhuận
3,2% 18,4% 14,6% 187,0% 64,9%
lợi nhuận
5,4% 25,1% 40,1% 441,0% 18,0%
đạt mục tiêu
<1% khả năng
1,6% 4,0% 0,3% 71,8% 43,2%
thất bại
>0% khả năng
1,4% 2,1% 0,1% 60,7% 38,7%
thất bại
2,4% 12,0% 5,4% 123,4% 57,7%
bại
Kết quả của Hệ thống 11-3 tốt hơn một chút. Chúng ta đã tăng lên 25,1% cơ hội đạt được mục
tiêu của mình với rủi ro tối ưu là 5,4%, nhưng khả năng thất bại của chúng ta vẫn lớn hơn khả
năng đạt được mục tiêu ở cấp độ này. Tuy nhiên, với rủi ro 2,4%, chúng ta thực sự có cơ hội
tốt hơn một chút để đạt được mục tiêu tăng 300% (12%) so với việc sụt giảm vốn 50% (5,4%).
Một lần nữa, chúng ta không có hệ thống tốt với Hệ thống 11-3, vì vậy hãy chuyển sang Hệ
thống tiếp theo, Hệ thống 11- 4. Kết quả mô phỏng cho hệ thống này được thể hiện trong Bảng
11-11. Rõ ràng, kết quả của chúng ta đang được cải thiện. Trong khi kích thước vị thế tối ưu
để đạt được mục tiêu là rủi ro 5,8% tạo ra xác suất đạt được mục tiêu của chúng ta gần như
giống hệt xác suất thất bại thì kích thước vị thế “mục tiêu trừ thất bại” tốt nhất tại mức rủi ro
3,4% cho thấy sự tách biệt rõ ràng giữa xác suất đạt được mục tiêu của chúng ta (23,4%) và
xác suất bị thất bại (10,7%).
Lưu ý rằng đây là hệ thống đầu tiên có Chỉ số Chất lượng Hệ thốngSM trên 1, cho thấy rằng bạn
có thể cần điểm từ một hoặc cao hơn để có bất kỳ cơ hội thành công nào với hệ thống của mình.
Hãy nhớ rằng tôi đã cung cấp cho bạn một số hướng dẫn về cách đánh giá hệ thống của bạn
bằng cách sử dụng Chỉ số Chất lượng Hệ thốngSM ở Chương 3. Bạn cần Chỉ số Chất lượng Hệ
thốngSM khoảng 1,7 chỉ để đưa ra giả định rằng hệ thống của bạn có ý nghĩa thống kê trong
việc kiếm được tiền. Và cho đến nay, chưa có hệ thống có kỳ vọng 0,35 nào của chúng ta đạt
đến được mức đó.

Cách tiếp cận
Tối đa trung
17,8% 4,7% 94,1% 12.800% -80,4%
bình lợi nhuận
Tối đa Trung
4,6% 32,0% 22,1% 358,1% 128,4%
vị lợi nhuận
Tối ưu xác
suất đạt mục 5,8% 34,3% 34,2% 560,7% 102,1%
tiêu
<1% khả năng
1,8% 3% 0,6% 84,8% 63,2%
thất bại
>0% khả năng
1,2% 0,1% 0,0% 50,7% 42%
thất bại
Mục tiêu –
3,4% 23,5% 10,7% 213,6% 114,8%
Thất bại
Hãy nhớ rằng Hệ thống 11-4 có Chỉ số Chất lượng Hệ thốngSM là 1,31. Nó có thể đại diện cho
một hệ thống giao dịch trung bình, nhưng không tốt lắm. Do đó, hãy chuyển sang hệ thống
60% của chúng ta, Hệ thống 11-5. Đây là hệ thống đầu tiên ít nhất là có ý nghĩa thống kê về
khả năng kiếm được tiền. Kết quả cho thấy sự cải thiện đáng kể như trong Bảng 11-12.
Cách tiếp cận
Tối đa trung
26,5% 5,3% 94,4% 8.920% -70,9%
bình lợi nhuận
7,5% 68,1% 22,0% 1.100% 369,6%
lợi nhuận
5,0% 74,0% 7,7% 446% 268,2%
đạt mục tiêu
<1% khả năng
3,0% 64,3% 0,8% 180,7% 142,5%
thất bại
>0% khả năng
1,5% 21,8% 0,0% 67,9% 61,6%
thất bại
4,0% 72,0% 3,5% 292,7% 205%
bại
Lưu ý rằng mặc dù kỳ vọng không thay đổi nhưng rõ ràng chúng ta có thể mạo hiểm nhiều hơn

và tiến gần hơn đến việc đạt được mục tiêu của mình. Giờ đây, tiêu chí tốt nhất về “mục tiêu –
thất bại” cho thấy sự khác biệt gần 70% giữa xác suất đạt được mục tiêu và xác suất bị thất bại.
Và hiện tại chúng ta có thể chấp nhận rủi ro hơn 1% mà vẫn không có nguy cơ bị thất bại. Bây
giờ bạn có thể bắt đầu hiểu lý do tại sao bạn thực sự cần Chỉ số Chất lượng Hệ thốngSM ít nhất
là 1,7 để có một hệ thống có thể giao dịch.
Vì vậy, hãy chuyển sang hệ thống 80% của chúng ta, Hệ thống 11-6. Dựa trên xu hướng, đây
sẽ là hệ thống tốt nhất trong năm hệ thống ban đầu vì nó có Chỉ số Chất lượng Hệ thốngSM tốt
nhất. Kết quả được thể hiện trong Bảng 11-13. Như bạn có thể thấy từ bảng, hiện tại kết quả
đã có sự cải thiện đáng kể rõ rệt. Với rủi ro 5%, chúng ta sẽ có 78% cơ hội đạt được mục tiêu
và chỉ có 7,9% nguy cơ thất bại. Hoặc tốt hơn nữa, với rủi ro 2,5%, chúng ta sẽ chỉ có 0,4%
khả năng thất bại và gần 60% cơ hội đạt được mục tiêu của mình.
Tuy nhiên, đừng quá phấn khích về điều này. Hãy nhớ một số giả định của trình mô phỏng của
chúng ta. Đầu tiên, chúng ta chỉ thực hiện một giao dịch tại một thời điểm, vì vậy chúng ta cho
rằng các giao dịch của mình là độc lập. Giao dịch thực tế không nhất thiết sẽ độc lập. Thứ hai,
chúng ta giả định rằng phân phối Bội số R của chúng ta là chính xác. Nhưng trong giao dịch
thực tế, có thể bạn vẫn chưa được thấy Bội số R tệ nhất của mình.
Trên thực tế, lợi nhuận trung bình tối đa cho Hệ thống 11-6 (ở mức 8%) có lẽ là mức chúng ta
nên sử dụng để tạo độ nhiệt cho danh mục đầu tư với hệ thống này. Vì vậy, chúng ta vẫn chưa
đạt tới mức có thể đạt được đối với một hệ thống giao dịch thực sự tốt.
Cách tiếp cận
Tối đa trung
30% 0,0% 100% 416.300% -110,4%
bình lợi nhuận
Tối đa Trung
8,0% 69,2% 23,8% 1.400% 475,6%
vị lợi nhuận
Tối ưu xác
suất đạt mục 5,0% 78,0% 7,9% 462,7% 310,3%
tiêu
<1% khả năng
2,5% 59,8% 0,4% 139,6% 122,6%
thất bại
>0% khả năng
2,0% 45,7% 0,1% 101,3% 92,4%
thất bại
Mục tiêu –
4,0% 75,8% 3,6% 301,4% 229,8%
Thất bại
Cho đến nay, tỷ lệ thắng và Chỉ số Chất lượng Hệ thốngSM của chúng ta có mối tương quan
nào đó. Vì vậy, hãy xem xét một hệ thống 60%, Hệ thống 11-7, có Chỉ số Chất lượng Hệ
thốngSM thậm chí còn tốt hơn bất kỳ hệ thống nào khác. Điều này sẽ cải thiện kết quả không?

Kết quả được thể hiện trong Bảng 11-14.
Bảng 11-14: Kích thước đặt cược tối ưu cho hệ thống 11-7
Cách tiếp cận
Tối đa trung
30% 48,2% 50,2% 1.200.000% -50,1%
bình lợi nhuận
19,4% 73,5% 23,4% 66.200% 5.300%
lợi nhuận
10,2% 87,9% 3,7% 3.300% 1.700%
đạt mục tiêu
<1% khả năng
7,2% 82,6% 0,9% 1.100% 776,4%
thất bại
>0% khả năng
4,4% 51,8% 0,0% 363% 309,6%
thất bại
9,0% 87,2% 2,1% 2.100% 1.200%
bại
Hệ thống 11-7 có tỷ lệ kỳ vọng chia độ lệch chuẩn là 0,29, vì vậy đây là một hệ thống tốt. Đây
là một trong số ít hệ thống mẫu mà chúng tôi đã sử dụng thực sự đáng để giao dịch.
Hãy xem bảng tóm tắt của tất cả các hệ thống cho sáu mục tiêu cuối cùng. Bảng 11-15 đưa ra
kích cỡ vị thế tối ưu (xét về phần trăm rủi ro) cho mức tăng trung vị (mục tiêu 1), xác suất tối
ưu để đạt được mục tiêu, tối ưu xác suất thất bại (dưới 1%), tối ưu xác suất thất bại (lớn hơn 0)
và chênh lệch lớn nhất giữa xác suất đạt được mục tiêu và xác suất bị thất bại. Các hệ thống
được xếp hạng theo Chỉ số Chất lượng Hệ thốngSM.
Lưu ý rằng khi hệ thống được cải tiến, rủi ro mà bạn có thể chấp nhận cho hầu hết mọi mục
tiêu sẽ tăng lên đáng kể và bước nhảy lớn nhất xảy ra trong Hệ thống 11-7, hệ thống có Chỉ số
Chất lượng Hệ thốngSM lớn hơn gần 50% so với Hệ thống 11-6.
Bảng 11-15: Tóm tắt sáu hệ thống cho năm mục tiêu chính
Hệ Trung vị Tối ưu Tối ưu thất bại Tối ưu thất bại Mục tiêu -
thống mức lãi mục tiêu (<1) (>0) Thất bại
11-2 1,4% 3,4% 0,8% 0,8% 0,6%

11-3 3,2% 5,4% 1,6% 1,4% 2,4%
11-4 4,6% 5,8% 1,8% 1,2% 3,4%
11-5 7,5% 5,0% 3,0% 1,5% 4,0%
11-6 8,0% 5,0% 2,5% 2,0% 4,0%
11-7 19,4% 10,2% 7,2% 4,4% 9,0%

Vì lý do nào đó, không có sự khác biệt lớn giữa Hệ thống 11-5 (Chỉ số Chất lượng Hệ thốngSM
= 1,89) và Hệ thống 11-6 (Chỉ số Chất lượng Hệ thốngSM = 2,12). Tôi nghi ngờ đó là vì cả hai
đều không có độ biến động về khoản lỗ (tức là tất cả khoản lỗ trong cả hai hệ thống đều là 1R).
Cảnh báo: Nếu bạn có một hệ thống giao dịch có thể chấp nhận được, như Hệ thống 11-
7, bạn có thể vẫn chưa thấy được khoản lỗ lớn nhất. Ví dụ: bạn có thể có khả năng bị lỗ
5R. Và nếu khoản lỗ đó xảy ra, bạn đang để kích cỡ vị thế của hệ thống quá cao và điều
này có thể dẫn đến mức sụt giảm vốn lớn hơn nhiều so với những gì bạn dự đoán. Hơn
nữa, phần mềm mô phỏng giả định rằng mỗi lần chỉ có một giao dịch được thực hiện và
tất cả các giao dịch đó đều độc lập. Do đó, rõ ràng bạn có thể đánh giá quá cao kích cỡ vị
thế của mình khi bạn có nhiều vị thế tương quan nhau.
Tất cả các phân phối của chúng ta đều có cùng kỳ vọng là 0,35. Khi bạn nhìn vào các bảng
khác nhau, bạn có thể thấy rõ rằng bạn càng có nhiều lần thắng trong một phân phối thì bạn
càng có thể chấp nhận rủi ro nhiều hơn và khả năng bạn bị thua lỗ càng thấp. Và điều này
thường xảy ra do độ lệch chuẩn của phân phối Bội số R của bạn trở nên nhỏ hơn và tiêu chí
chất lượng hệ thống của bạn được cải thiện đáng kể. Ngoài ra, một yếu tố khác trở nên rõ
ràng— khi bạn không có bất kỳ khoản lỗ xấu nào trong phân phối của mình, bạn có thể chấp
nhận rủi ro nhiều hơn. Trong hệ thống 11-7, mức lỗ tệ nhất mà bạn gặp phải chỉ là 1R. Việc
không có sự thay đổi về khoản lỗ cho phép bạn tăng hơn gấp đôi khả năng chấp nhận rủi ro khi
so với hệ thống tốt thứ nhì (tức là Hệ thống 11-6) và hầu như không có nguy cơ bị thất bại.
Khoản lỗ 5R, thuộc hai trong số các nhóm, có thể gây nguy hiểm cho việc giao dịch của bạn.
Một số người cho rằng bạn chỉ nên quan tâm đến sự biến động của các khoản lỗ khi xác định
chất lượng hệ thống của mình. Tuy nhiên, những kết quả này cho thấy rằng sự biến động
trong phân phối Bội số R tổng thể của bạn mới là chìa khóa thực sự. Nếu độ lệch chuẩn
cao, điều này có thể xảy ra khi bạn có một vài mẫu có Bội số R lớn tạo ra phần lớn kết quả của
bạn, thì Chỉ số Chất lượng Hệ thốngSM của bạn sẽ thấp hơn và việc sử dụng định cỡ vị thế để
đáp ứng mục tiêu của bạn sẽ khó khăn hơn.
Kết luận
Kỳ vọng, phân phối Bội số R, mức lỗ trong trường hợp xấu nhất, Chỉ số Chất lượng Hệ thốngSM
của bạn và tỷ lệ phần trăm thắng đều dùng để định cỡ vị thế tối ưu. Khi kỳ vọng được giữ
không đổi ở mức 0,35 thì yếu tố quan trọng nhất là tỷ lệ thắng và Chỉ số Chất lượng Hệ thốngSM.
Trước đây, tôi có xu hướng hướng mọi người tới những hệ thống có xác suất thắng thấp nhưng
có Bội số R cao. Chương này có thể gợi ra rằng tôi đột nhiên lại đề xuất điều ngược lại. Có lẽ
nếu trường hợp đó xảy ra thì tôi sẵn sàng đề xuất kích thước vị thế từ 10% trở lên. Hông bé ơi!
Bạn có thể chưa nhìn thấy khoản lỗ trong trường hợp xấu nhất của mình, bất kể bạn đã thu
được bao nhiêu Bội số R. Và vì trường hợp đó nên kích cỡ đặt cược lớn luôn có xu hướng dẫn
đến thảm họa. Ngoài ra, bạn hoàn toàn có thể có hiệu suất vượt trội hơn hẳn so với thị trường
chỉ với mức đặt cược là 0,5%, vì vậy mức đặt cược lớn như vậy (10%) thậm chí còn không cần
thiết. Tuy nhiên, tôi khuyên bạn nên tìm một hệ thống có Chỉ số Chất lượng Hệ thốngSM mạnh

và chúng ta đã thấy rằng việc thêm một vài Bội số R quá lớn thực sự có thể làm giảm SQNSM.
Tôi tin rằng bài học quan trọng trong chương này là tầm quan trọng của Chỉ số Chất lượng Hệ
thốngSM trong việc xác định mức độ dễ dàng mà bạn có thể sử dụng định cỡ vị thế để đạt được
mục tiêu của mình. Khi Chỉ số Chất lượng Hệ thốngSM trên 2,5, thì bạn có một hệ thống có thể
giao dịch và việc sử dụng định cỡ vị thế để đạt được mục tiêu của mình sẽ dễ dàng hơn. Nhưng
khi chất lượng hệ thống suy giảm, việc đạt được mục tiêu của bạn với định cỡ vị thế càng trở
nên khó khăn hơn—ngay cả khi kỳ vọng của bạn khá cao. Ví dụ, hãy nhớ minh họa hệ thống
với 99 lần thua 1R và một lần thắng 1.000R. Nó có kỳ vọng là 9,09 nhưng Chỉ số Chất lượng
Hệ thốngSM của nó chỉ là 0,9.
CHÚ THÍCH
1
Một bảng câu hỏi như vậy được đưa ra trong cuốn Trade Your Way to Financial Freedom và cuốn sách đó cũng bao
gồm các câu trả lời của Phù thuỷ thị trường, Tom Basso.
2
Những giá trị này thường được lấy từ mẫu giao dịch thực tế hoặc thử nghiệm lịch sử. Chúng chỉ là ví dụ về những gì
hệ thống có thể thực hiện và mọi tính toán về “điều gì là tối ưu” cần phải tính đến điều đó. Bạn gần như chắc chắn chưa
nhìn thấy được lần thắng lớn nhất hay lần thua tồi tệ nhất của mình.
3
Bạn cũng có thể cộng tất cả các Bội số R và chia cho số lượng giao dịch để có được câu trả lời giống như chúng tôi
đã đề xuất trong Phần I.
4
Tôi vô cùng biết ơn Mahesh Johari vì đã đặt câu hỏi cho các giả định của tôi và đưa ra dạng bảng tính đầu tiên tính
toán mức đặt cược tối ưu cho chúng tôi. Phần mềm này đã trải qua một số thay đổi kể từ lần phát triển đầu tiên của anh
ấy, nhưng chúng tôi không thể làm được điều đó nếu không có bảng tính gốc của anh ấy.
5
Tôi sẽ không đi sâu vào mặt toán học của việc định cỡ vị thế vì nó liên quan đến các phép tính cấp cao và nằm ngoài
khả năng của tôi cũng như hầu hết các độc giả của tôi. Tuy nhiên, bạn có thể tìm thấy nhiều thông tin này trên trang
web có tên www.bjmath.com.
6
Ký hiệu E trong bảng cho biết số lượng số 0 cần thêm hoặc bớt từ dấu thập phân. Ví dụ: 1.1E + 9 = 1.100.000.000%.
7
Rõ ràng, mặc dù trình mô phỏng dừng lại khi mức sụt giảm vốn là 50%, nhưng đã có nhiều lúc giao dịch cuối cùng
tạo ra sự sụt giảm này đã đưa vốn sở hữu vào vùng âm. Ví dụ: nếu bạn đang sụt giảm vốn 40% và lệnh cuối bị lỗ 5R tại
mức rủi ro 30% thì bây giờ tổng bạn sẽ lỗ khoảng 190%. Lưu ý rằng kết quả của trung vị lợi nhuận tệ hơn nhiều so với
mức độ thất bại có thể chấp nhận được của chúng ta.

Chương 12
Các phương pháp định cỡ vị thế để đáp ứng mục tiêu lợi
nhuận của bạn
Giả sử mục tiêu của bạn là kiếm được 200% tài khoản trong năm nay. Bạn có một hệ thống,
rất giống với Hệ thống 11-5, với Chỉ số Chất lượng Hệ thốngSM tương tự là 1,89. Mặc dù hệ
thống của bạn không tốt nhưng bạn cảm thấy nó phù hợp với mình và bạn có thể giao dịch nó.
Bạn đã chuẩn bị sẵn một kế hoạch kinh doanh. Bạn có tâm lý cá nhân của mình và bạn thực
hiện mười nhiệm vụ giao dịch.1 Bây giờ, nhiệm vụ của bạn là sử dụng định cỡ vị thế để đạt
được mục tiêu kiếm được 200% trong năm nay. Và hãy nói rằng bạn thực sự sẽ làm điều đó.
Bạn nên làm gì để đạt được mục tiêu của mình?
Mục đích của chương này là chỉ cho bạn những phương pháp khác nhau mà bạn có thể sử dụng
để đạt được những mục tiêu đó và nâng cao cơ hội đạt được mục tiêu đó.
Trước khi bắt đầu phần này, tôi muốn lưu ý với độc giả rằng các kỹ thuật được đề xuất khá
nguy hiểm trừ khi bạn cảm thấy rất tự tin về kỷ luật của mình, cấu trúc tâm lý của bản thân và
kết quả hệ thống của bạn (tức là, Phân phối Bội số R của nó tốt) thực sự đại diện cho hệ thống
của bạn đến đâu. Nếu bạn sử dụng một số kỹ thuật được đề xuất và quên mất kỷ luật của mình
thì vốn của bạn có thể biến mất rất nhanh. Nếu mẫu giao dịch mà bạn chọn để thử nhiệm tốt
hơn nhiều so với mức mà hệ thống của bạn thực sự tạo ra, vốn của bạn có thể biến mất rất
nhanh. Nếu bạn mắc sai lầm về mặt tâm lý, vốn của bạn có thể biến mất rất nhanh. Và ngay cả
vậy, một chuỗi giao dịch tồi tệ (do đen đủi) cũng có thể khiến bạn bị loại khỏi cuộc chơi.
Các kỹ thuật được đưa ra trong chương này đặc biệt rủi ro nếu bạn không có đủ vốn. Nhưng
đối với một số bạn có tài khoản đặc biệt nhỏ (tức là dưới $50.000), những người luôn muốn
đạt được tỷ suất lợi nhuận cao, việc tuân theo kỷ luật trong các kỹ thuật này có thể là hy vọng
duy nhất mà bạn có để giữ cho mình khỏi bị thất bại.
Có bốn cách để tiếp cận nhiệm vụ này. Trước tiên, bạn có thể xác định mức đặt cược tối ưu để
đạt được mục tiêu của mình dựa trên Chỉ số Chất lượng Hệ thốngSM của bạn. Sau đó, bạn phải
xác định số lượng giao dịch bạn có thể thực hiện cùng một lúc và chia kích cỡ vị thế tối ưu đó
cho số lượng giao dịch tối đa có thể xảy ra. Cách tiếp cận này có thể là cách tối ưu để đạt được
mục tiêu của bạn, nhưng nó cũng sẽ gây ra những khoản sụt giảm vốn lớn. Thứ hai, bạn sử
dụng một số cách tiếp cận tiền của thị trường để định cỡ vị thế. Điều này có nghĩa là bạn sẽ sử
dụng kích cỡ vị thế thận trọng trên vốn sở hữu cốt lõi của mình nhưng sử dụng kích cỡ vị thế
tối ưu khi bạn có lợi nhuận mà bạn sẵn sàng trả lại thị trường. Ed Seykota lần đầu tiên giải
thích kỹ thuật cơ bản này cho tôi và tôi tin rằng có hàng nghìn biến thể của nó - tất cả đều dựa
trên cách bạn xác định thời điểm và cách thức để biến lợi nhuận của bạn trở thành tiền của thị
trường.

Thứ ba, bạn có thể sử dụng một số cách thêm vị thế để tiếp cận kích thước vị thế. Điều này từ
lâu đã được gọi là kim tự tháp. Tôi ghi nhận việc chính thức hóa kỹ thuật này là nhờ công của
William Eckhardt, vì phương pháp chung để thực hiện nó lần đầu tiên trở nên rõ ràng đối với
tôi sau khi nghiên cứu hệ thống “Rùa”. Tất cả các phương pháp này sẽ được trình bày chi tiết
trong chương này.
Phương pháp cuối cùng để đạt được mục tiêu mục tiêu của bạn là thông qua việc xác định kích
thước vị thế theo tỷ lệ cố định. Tôi không chắc liệu đây có phải là cách tiếp cận khả thi để xác
định kích thước vị thế hay không cho đến khi tôi thực hiện nghiên cứu mô phỏng sâu rộng về
chủ đề này. Do đó, tôi đã dành một chương riêng cho việc xác định kích thước vị thế theo tỷ lệ
cố định (Chương 13). Chương đó sẽ chỉ cho bạn những giả định nào bạn phải thực hiện để sử
dụng kích thước vị thế theo tỷ lệ cố định một cách an toàn. Chúng tôi cũng sẽ cho bạn thấy lý
do tại sao chúng tôi tin rằng việc xác định kích thước vị thế theo tỷ lệ cố định, sử dụng các giả
định này, là một cách tiếp cận khả thi để đáp ứng các mục tiêu mục tiêu của bạn. Và quan trọng
nhất, chúng tôi sẽ chỉ cho bạn cách thực hiện điều đó trong Chương 13.
Các mô hình trong chương này và trong Chương 13 có khả năng gây ra sự thua lỗ trên mức
trung bình. Tối thiểu, nếu bạn sử dụng chúng, bạn có nguy cơ phải trả lại một phần vốn đáng
kể. Tuy nhiên, có nhiều phương pháp nguy hiểm hơn nhiều và tôi sẽ đưa chúng vào Chương
15 để hoàn thiện hơn. Những phương pháp này bao gồm f tối ưu (do Ralph Vince đề xuất đầu
tiên), Tiêu chuẩn Kelly và các chiến lược Martingale khác nhau thường được Larry Williams
thảo luận nhiều nhất.
Mô hình 13: Sử dụng phần trăm rủi ro tối ưu mục tiêu của bạn
Có lẽ cách đơn giản và trực tiếp nhất để đạt được mục tiêu của bạn là tìm thuật toán định cỡ vị
thế mà mang lại cho bạn xác suất đạt được mục tiêu mong muốn cao nhất. Điều này sẽ dễ dàng
được xác định nếu bạn có quyền truy cập vào một trình mô phỏng phức tạp. Kết quả của trình
mô phỏng sẽ cho bạn biết tỷ lệ phần trăm rủi ro vốn sở hữu tối ưu trên mỗi giao dịch 1) nếu
bạn hoàn toàn chắc chắn rằng mẫu Bội số R của mình đại diện đầy đủ cho toàn bộ tập hợp các
giao dịch mà hệ thống của bạn sẽ tạo ra và 2) nếu bạn chỉ thực hiện một giao dịch tại một thời
điểm. Tuy nhiên, chúng ta không thể mặc định rằng một trong hai điều này là đúng.
Do đó, chúng tôi khuyên bạn nên bắt đầu với độ nhiệt danh mục đầu tư phù hợp với Chỉ số
Chất lượng Hệ thốngSM của hệ thống. Sau đó, bạn phải xác định số lượng giao dịch đồng thời
mà bạn có thể thực hiện tại một thời điểm. Bước cuối cùng là chia độ nhiệt danh mục đầu tư
được đề xuất cho số lượng giao dịch và sử dụng tỷ lệ đó làm tỷ lệ phần trăm rủi ro trên mỗi
giao dịch để đạt được mục tiêu của bạn.
Tối ưu độ nhiệt danh mục đầu tư. Chúng ta đã giải thích phương pháp này ở Chương 9,
nhưng tôi muốn nhắc lại ở đây vì nó là cơ sở để xác định rủi ro tối ưu của bạn đối với nhiều
phương pháp khác. Trước tiên, chúng ta hãy xem lại Bảng 9-3, bảng này đưa ra độ nhiệt danh
mục đầu tư tối ưu cho các Chỉ số Chất lượng Hệ thốngSM khác nhau. Ngoài việc sử dụng bảng,
hãy xem xét mức lỗ lớn nhất có thể xảy ra trong phân phối Bội số R của bạn và đảm bảo rằng
độ nhiệt tối đa của danh mục đầu tư nhỏ hơn 100% chia cho Bội số R âm lớn nhất. Do đó, nếu

bạn có khả năng bị lỗ đến 5R thì độ nhiệt danh mục đầu tư tối đa của bạn phải nhỏ hơn 20%.
Bảng 9-3: Một số hướng dẫn sơ bộ về độ nhiệt danh mục đầu tư tối đa dựa trên Chỉ số
Chất lượng Hệ thốngSM
Chỉ số Chất lượng Hệ thốngSM Độ nhiệt danh mục đầu tư tối đa
5,0 trở lên 25% (20% nếu có đòn bẩy cao)
4,0 đến 4,99 20% (15% nếu có đòn bẩy cao)
3,0 đến 3,99 15%
2,5 đến 2,99 12%
1,7 đến 2,49 8%
1,3 đến 1,69 4%
Dưới 1,3 1% nếu bạn vẫn muốn giao dịch nó
Để xác định rủi ro riêng lẻ trên bất kỳ vị thế cụ thể nào, trước tiên hãy tra cứu độ nhiệt tối đa
cho danh mục đầu tư của mình từ bảng trên và sau đó tính ngược lại. Bạn có khả năng đảm
nhận bao nhiêu vị thế tại cùng một thời điểm? Lấy số tra được tại bảng và chia số đó cho số vị
thế tối đa bạn có thể đảm nhận trong cả danh mục đầu tư. Kết quả thu được có lẽ là một ước
tính tốt về mức độ rủi ro tối đa mà bạn chấp nhận được đối với một vị thế. Tuy nhiên, những
hướng dẫn này cũng đặt ra giả định rằng bạn sẽ đạt được lợi nhuận tối đa với danh mục đầu tư
của mình.
Giả sử bạn giao dịch không quá mười vị thế cùng một lúc. Với Chỉ số Chất lượng Hệ thốngSM
từ 5,0 trở lên, bạn có thể chấp nhận rủi ro tối đa là 2,5% ở mỗi vị thế nếu bạn không sử dụng
đòn bẩy cao. Chỉ với năm vị thế tối đa, bạn có thể gặp rủi ro lên tới 5% nếu bạn không sử dụng
đòn bẩy cao. Nhưng cả hai ước tính này vẫn cho bạn khả năng bị thất bại cực kỳ cao. Và ngay
cả với một hệ thống đặc biệt, bạn vẫn có khả năng gặp thảm họa với những con số này.
Nếu bạn có một hệ thống yếu nhưng có thể giao dịch được (tức là Chỉ số Chất lượng Hệ thốngSM
trong khoảng từ 1,7 đến 2,49) thì rủi ro tối đa của bạn trên mỗi vị thế với 10 vị thế sẽ không
quá 1% trên mỗi vị thế. Và nếu hệ thống của bạn thấp dưới mức đó và bạn sẵn sàng giao dịch
với nó, thì tôi khuyên bạn không nên giao dịch nhiều hơn một vài vị thế với rủi ro 1% hoặc ít
hơn. Bằng cách đó, danh mục đầu tư của bạn trong điều kiện tồi tệ sẽ không gây thiệt hại nhiều
cho bạn.
Bạn có thể kết hợp phương pháp này với ý tưởng rằng các vị thế mua và bán sẽ triệt tiêu lẫn
nhau. Do đó, bạn có thể quyết định rằng bạn có thể có tối đa mười vị thế đồng thời nhưng mỗi
cặp vị thế mua và vị thế bán sẽ chỉ được tính là một. Kết quả là, về mặt lý thuyết, bạn có thể
có 10 vị thế mua và 10 vị thế bán nhưng vẫn coi như chỉ có tổng cộng 10 vị thế.
Trong suốt phần còn lại của cuốn sách này, tôi sẽ đề cập đến con số này (tức là tỷ lệ độ nóng
danh mục đầu tư tối ưu chia cho số lượng giao dịch bạn có thể thực hiện) là phần trăm rủi ro
tối ưu mục tiêu.

Mô hình 14: Phương pháp tiền của thị trường

Có lẽ cách tốt nhất để đạt được lợi nhuận cao nhất là phân biệt giữa vốn sở hữu ban đầu và lợi
nhuận của bạn, mà chúng ta gọi là tiền của thị trường. Bạn không thể làm điều này nếu bạn
đang giao dịch bằng tiền của người khác vì họ thường khó chịu - đặc biệt là khi bạn cho họ
thấy được lợi nhuận mở. Ví dụ: nếu các nhà đầu tư của bạn biết bạn kiếm được $20.000 và đó
đều đang là lợi nhuận mở (tức là chưa đóng), họ thường sẽ rất khó chịu nếu bạn chỉ chốt được
$5.000 trong số lợi nhuận đó. Họ sẽ không nghĩ rằng bạn kiếm được $5.000. Họ sẽ nghĩ rằng
bạn đã làm họ mất $15.000. Vì vậy, rất khó sử dụng khái niệm “tiền thị trường” khi bạn giao
dịch tiền của người khác.
Tuy nhiên, nếu bạn sẵn sàng chuẩn bị tinh thần để coi lợi nhuận mở của mình chỉ là “tiền của
thị trường”, thì cá nhân bạn có thể áp dụng kỹ thuật kiếm tiền tuyệt vời này. Ví dụ: giả sử mục
tiêu của bạn là đạt được mức vốn sở hữu tối đa vào một ngày nào đó trong tương lai. Bạn sẵn
sàng làm bất cứ điều gì cần thiết để tăng số vốn sở hữu lên mức đó miễn là bạn không bị mất
vốn ban đầu. Dựa trên giả định đó, bạn có thể thiết kế một hệ thống đặc biệt có rủi ro rất ít đối
với số vốn ban đầu của bạn nhưng lại gây rủi ro cho tiền của thị trường ở mức phần trăm rủi ro
tối ưu mục tiêu.
Hãy nhìn vào một số con số cụ thể. Giả sử bạn bắt đầu vào ngày 1 tháng 1 với $100.000. Mục
tiêu của bạn là kiếm được nhiều tiền nhất có thể trước ngày 31 tháng 12 trong khi rủi ro ít nhất
có thể đối với số vốn ban đầu của bạn. Đây là một cách bạn có thể làm: Đầu tiên, giả sử bạn
xác định rằng nếu bạn muốn mạo hiểm 1% thì bạn có rất ít khả năng bị sụt giảm vốn sâu đến
mức thất bại trong trường hợp xấu nhất. Do đó, bạn bắt đầu bằng việc chỉ mạo hiểm 1% số vốn
ban đầu của mình. Chúng ta sẽ thảo luận về phần trăm rủi ro để sử dụng khi tập trung vào việc
hạn chế mức sụt giảm vốn trong Chương 14.
Thứ hai, bạn đã quyết định rằng bạn không quá lo lắng về việc sụt giảm vốn khi hệ thống của
bạn có lãi. Ví dụ: bạn không ngại việc kiếm được 150% và sau đó trả lại thị trường một nửa số
đó. Vì vậy, bạn thực sự có thể đạt được nó từ lợi nhuận của mình. Kết quả là bạn xác định phần
trăm rủi ro tối ưu mục tiêu với phần lợi nhuận của mình. Bạn có Chỉ số Chất lượng Hệ thốngSM
là 4,2 với 4R là khoản lỗ lớn nhất, vì vậy Bảng 9-3 gợi ý rằng độ nhiệt danh mục đầu tư tối đa
của bạn có thể là 20%. Bạn cũng đã xác định rằng bạn có thể có tối đa năm vị thế trên thị trường
cùng một lúc (và đây cũng là mức tối đa). Do đó, bạn có thể mạo hiểm lên tới 4% cho mỗi vị
thế ở mức tối ưu.
Ưu điểm thực sự của hệ thống này là ngay khi bạn chuyển sang giai đoạn có lợi nhuận, khả
năng kiếm được nhiều lợi nhuận hơn của bạn sẽ tăng lên đáng kể - nhưng rủi ro của bạn cũng
vậy. Giả sử vị thế đầu tiên của bạn là với dầu thô. Ban đầu bạn gặp rủi ro 1% trong số $100.000
tức là $1.000. Vào thời điểm giao dịch thứ hai của bạn diễn ra, bạn có $3.000 lợi nhuận mở.
Bây giờ bạn có thể mạo hiểm $1.000 vốn sở hữu ban đầu của mình cộng với 4% lợi nhuận mở
tức là $120. Do đó, bạn có thể chấp nhận rủi ro trị giá $1.120 trong giao dịch thứ hai của mình
theo mô hình này.
Hãy tưởng tượng bạn đang làm rất tốt với mô hình này. Sau ba tháng, bạn đã tích lũy được

$25.000 tiền lãi mới. Tại thời điểm này, bạn hiện đang mạo hiểm $1.000 (1% vốn sở hữu ban
đầu của bạn) cộng với 4% trong số $25.000 lợi nhuận mới tức là $1.000 nữa. Rủi ro bạn chấp
nhận (tức là khả năng kiếm được lợi nhuận của bạn) hiện đã tăng gấp đôi mặc dù vốn sở hữu
của bạn chỉ tăng 25%.
Hầu hết sự khác biệt trong kỹ thuật tiền của thị trường liên quan đến việc xác định khi nào tiền
của thị trường trở thành tiền của bạn và do đó khoản tiền đó sẽ được giao dịch ở mức rủi ro
thấp hơn. Dưới đây là danh sách năm phương pháp bạn có thể sử dụng.
1. Phần trăm lợi nhuận
Giả sử mục tiêu của bạn là kiếm được 100% mỗi năm. Nếu đúng như vậy, thì khi bạn đạt được
mục tiêu, bạn có thể chuyển tiền của thị trường trở thành tiền của bạn.
Tương tự, bạn có thể sẵn sàng trả lại thị trường một phần lớn lợi nhuận của mình, nhưng chỉ ở
một mức nhất định. Giả sử mục tiêu của bạn là kiếm được 100% mỗi năm. Tuy nhiên, một khi
bạn đã kiến được 50%, bạn lại không muốn mất nó. Do đó, bạn có thể đặt tiền của thị trường
để trở thành tiền của mình khi đạt ngưỡng 50%. Điều này sẽ khiến bạn khó đạt được mục tiêu
hơn nhưng cũng mang lại cho bạn cơ sở vững chắc hơn để đạt được mục tiêu đó. Nghĩa là, việc
kiếm được 100% lợi nhuận trong năm sẽ dễ dàng hơn nhiều một khi bạn đã tăng 50% so với
mức vốn cơ sở.
2. Vào những ngày quan trọng
Ngày lịch rõ ràng nhất mà bạn có thể muốn kiếm tiền từ thị trường là ngày 31 tháng 12. Vào
ngày 31 tháng 12, bạn phải nộp thuế cho khoản thu nhập của mình trong năm—bất kể bạn có
thu nhập trước ngày 15 tháng 4 hay không. Vì vậy, việc thiết lập lại cơ sở tiền tệ thị trường của
bạn vào ngày 31 tháng 12 là điều hợp lý. Bạn cũng có thể phải thực hiện thanh toán thuế ước
tính hàng quý. Nếu đúng như vậy thì bạn có thể muốn tiền của thị trường trở thành tiền của bạn
vào cuối mỗi quý.
Nếu bạn đang quản lý tiền của người khác thì bạn thực sự vẫn có thể sử dụng kỹ thuật này nếu
bạn quyết định rằng thời điểm bạn báo cáo lợi nhuận của mình cho nhà đầu tư (dù là hàng tuần,
hàng tháng hay hàng quý) là ngày tiền của thị trường được thiết lập lại. Điều đó có nghĩa là
mỗi khi nhà đầu tư của bạn muốn biết mức lợi nhuận hiện tại, thuật toán tiền của thị trường sẽ
không có hiệu lực. Điều này ít nhất sẽ giúp các nhà quản lý tiền có cơ hội mạo hiểm hơn một
chút khi họ đang làm ăn tốt.
3. Đã đạt được số tiền mục tiêu
Giả sử bạn đang giao dịch để kiếm một số tiền nhất định và có thể có một số lý do để cần số
tiền đó:
• Bạn có đủ tiền để trả hết khoản thế chấp.

• Bạn có đủ tiền để trả trước tiền mua nhà.
• Một khoản đầu tư tuyệt vời xuất hiện cho phép bạn thực sự đa dạng hóa giao dịch của
mình và bạn có đủ tiền để thực hiện việc đó.
• Bạn có đủ tiền để mua thứ mà bạn luôn mong muốn.
Tôi không khuyên bạn nên giao dịch để đạt được một số tiền mục tiêu vì hầu hết mọi người
đều giao dịch rất kém khi họ lo lắng về một số tiền cụ thể. Tuy nhiên, vẫn có thể hữu ích nếu
chuyển tiền của thị trường để trở thành vốn sở hữu cốt lõi khi đáp ứng một trong những mức
tiền quan trọng này.
4. Sau X giao dịch
Bạn có thể thực hiện định cỡ vị thế của mình xung quanh việc thực hiện một số lượng giao dịch
nhất định trong một năm hoặc một tháng. Ví dụ: bạn có thể quyết định đặt lại tiền của thị trường
sau khi thực hiện 1.000 giao dịch mà bạn ước tính sẽ xảy ra vào khoảng cuối năm. Tuy nhiên,
bạn đã thực hiện 1.000 giao dịch trong sáu tháng. Đó có thể là thời điểm tốt để thiết lập lại tiền
của thị trường của bạn.
5. Dựa trên một số công thức toán học
Khi bạn bắt đầu sử dụng các công thức toán học khác nhau để xác định tiền của thị trường, bạn
đột nhiên có vô số khả năng (có thể là vô hạn) chỉ bằng cách sử dụng Mô hình 13. Tôi có thể
tìm ra 20 công thức toán học khác nhau, mỗi công thức có nhiều biến số, để tính tiền của thị
trường và trình bày chúng dưới dạng mô hình bổ sung. Tôi không chắc làm như vậy có mang
lại nhiều lợi ích hay không nên tôi đã tránh sự cám dỗ. Khi bạn phát triển một số loại công
thức toán học về tiền của thị trường, bạn cần phải tự hỏi: “Mục tiêu của tôi là gì và công thức
này sẽ giúp tôi đạt được mục tiêu đó dễ dàng hơn như thế nào?” Tuy nhiên, nếu bạn tìm thấy
công thức nào đó mà bạn đặc biệt thích, tôi sẽ rất vui nếu được biết về nó, miễn là bạn cũng
cho tôi biết nó giúp bạn đạt được mục tiêu của mình như thế nào.
Vì vậy, chúng ta hãy xem xét một vài ví dụ về việc sử dụng công thức toán học để xác định
những việc cần làm với tiền của thị trường. Trong những ví dụ này, chúng ta sẽ gọi vốn sở hữu
mà bạn muốn bảo toàn là vốn sở hữu CƠ SỞ của bạn. Chúng ta cũng có thể gọi tổng số tiền tối
đa bạn muốn mạo hiểm là TỐI ĐA và số tiền tối thiểu bạn muốn mạo hiểu là TỐI THIỂU. Đây
có thể là số tiền bạn sẵn sàng mạo hiểm với vốn sở hữu CƠ SỞ của mình. Bạn có thể đặt mức
rủi ro TỐI ĐA và TỐI THIỂU dựa trên Chỉ số Chất lượng Hệ thốngSM của mình bằng cách sử
dụng các bảng được đưa ra trong cuốn sách này.
Hơn nữa, hãy gọi tổng vốn sở hữu mở của bạn là TOTAL và số tiền bạn muốn đặt là tiền của
thị trường là MM. Thông thường, MM = TỐI ĐA - CƠ SỞ, nhưng chúng ta cũng có thể sử
dụng một số công thức toán học để xác định MM. Dưới đây là một vài ví dụ:
Hãy bắt đầu bằng cách tăng MM dựa trên sự thay đổi về vốn sở hữu trong một số ngày cố định.

Hãy xem nó sẽ hoạt động như thế nào. Giả sử chúng ta đang mạo hiểm 10% tiền của thị trường
cộng với 1% CƠ SỞ. Tuy nhiên, rủi ro tối đa (TỐI ĐA) của chúng ta sẽ là 4% trên TỔNG.
Đây là một mối liên kết có thể có, chỉ để minh họa:
[TỔNGhiện tại - TỔNG4 giao dịch trước đó]/4 = CƠ SỞ

MM = TỔNG LỢI NHUẬN - CƠ SỞ
Rủi ro =1% CƠ SỞ + 10% MM hoặc 4% của TỔNG, tuỳ vào kết quả nào nhỏ hơn.
Bảng 12-1 và 12-2 cho thấy cách bạn tính toán điều này. Chúng ta bắt đầu với $100.000 và rủi
ro 1%. Mỗi cột là một giao dịch. CƠ SỞ là thương của hiệu giữa vốn sở hữu mới và $100.000
sau đó chia cho 4, đến khi chúng ta đạt đến giao dịch thứ năm thì nó sẽ là thương của hiệu giữa
vốn sở hữu mới và vốn sở hữu cách giao dịch hiện tại 4 giao dịch rồi chia cho 4.

Bảng 12-1: Sáu giao dịch (tất cả đều thắng) với Thuật toán của chúng ta
Giao dịch 1 Giao dịch 2 Giao dịch 3 Giao dịch 4 Giao dịch 5 Giao dịch 6
Tổng mức đặt cược
(rủi ro) $1.000 $1.232,50 $1.423,54 $2.526,78 $5.464,17 $8.489.75
(1) = min((13)-1, (14)-1)
Bội số R lợi nhuận (2) 3 2 10 15 10 2
Tổng lãi
$3.000 $2.465 $14.235,40 $37.901,70 $54.641,70 $16.979,50
(3) = (1) × (2)
Vốn sở hữu cũ
$100.000 $103.000 $105.465 $119.700,40 $157.602,10 $212.243,80
(4) = (5)-1
Vốn sở hữu mới
(TỔNG) $103.000 $105.465 $119.700,40 $157.602,10 $212.243,80 $229.223,30
(5) = (4) + (3)
Tăng trưởng sau 4 giao
dịch (TỔNG LỢI
NHUẬN) $3.000 $5.465 $19.700,40 $57.602,10 $109.243,8 $123.758,30
(6)1-4 = (5) – (4)1
(6)5-6 = (5) – (5)-4
Lợi nhuận/4 (CƠ SỞ)
$750,00 $1.366,25 $4.925,10 $14.400,53 $27.310,95 $30.939,58
(7) = (6)/4
Tiền của thị trường
(MM) $2.250,00 $4.098,75 $14.775,30 $43.201,58 $81.932,85 $92.818,73
(8) = (6) – (7)
Cơ sở
(9)1-4 = (4)1 + (7) $100.750,00 $101.366,25 $104.925,10 $114.400,53 $130.310,95 $136.404,58
(9)5-6 = (4)-4 + (7)
Mức cược cơ sở
$1.007,50 $1 013,66 $1.049,25 $1.144,01 $1.303,11 $1.364,05
(10) = (9) × 1%
Mức cược tiền của thị
trường $225,00 $409,88 $1.477,53 $4.320,16 $8.193,29 $9.281,87
(11) = (8) × 10%
Tổng rủi ro
$1.232,50 $1.423,54 $2.526,78 $5.464,17 $9.496,40 $10.645,92
(12) = (10) + (11)
Rủi ro tối đa (TỐI ĐA)
$4.120,00 $4.218,60 $4.788,02 $6.304,08 $8.489,75 $9.168,93
(13) = (5) × 4%
Chú thích người dịch: Tôi đã thêm công thức tính của từng dòng để các bạn dễ hiểu hơn, mặc dù vậy vẫn rất khó hiểu
đồi với người mới do cách trình bày tắt và sử dụng từ ngữ dễ gây hiểu nhầm của tác giả.
Lưu ý rằng bắt đầu với giao dịch 5 và 6, cơ sở được tính dựa trên hiệu vốn sở hữu trong bốn
giao dịch và hiệu đó được chia cho bốn. Hơn nữa, trong giao dịch 5 và 6, tổng rủi ro vượt quá
rủi ro tối đa 4% tổng vốn sở hữu, do đó mức rủi ro tối đa đã được sử dụng.
Lưu ý có bao nhiêu biến số có thể được sử dụng để thay đổi công thức cấu thành tiền của thị

trường chỉ bằng công thức đơn giản này:
• Chúng ta có thể thay đổi số ngày.

• Chúng ta có thể thay đổi hệ số chia cơ sở.
• Chúng ta có thể thay đổi mức rủi ro tối đa cho phép.
• Chúng ta thậm chí có thể thay đổi căn bản cách tính tiền của thị trường.
Ví dụ: thay vì trừ đi sự thay đổi vốn sở hữu trong bốn ngày qua, chúng ta có thể lấy vốn sở hữu
trung bình trong 20 ngày qua và trừ đi số đó khỏi vốn sở hữu ban đầu hoặc trừ khỏi từ vốn sở
hữu 21 ngày trước.
Có nhiều cách để chúng ta tính toán tiền của thị trường. Tôi gọi tên Mô hình 14 là Tiền của thị
trường; tuy nhiên, nó thực sự đại diện cho toàn bộ các phương pháp dựa trên cách bạn thiết lập
lại tiền của thị trường để trở thành vốn sở hữu cốt lõi hay tiền cơ sở của bạn. Nếu bạn quyết
định phát minh ra công thức tính tiền trên thị trường của riêng mình thì chỉ cần đảm bảo rằng
bạn hiểu mình đang làm gì và tại sao bạn lại làm việc đó (tức là nó phù hợp với mục tiêu của
bạn như thế nào).
Mô hình 15: Kỹ thuật mở rộng vị thế (Scaling In)

Một kỹ thuật định cỡ vị thế có lợi nhuận tương đương khác cho phép bạn tăng quy mô vốn của
mình một cách nhanh chóng thông qua mô hình kim tự tháp và điều chỉnh điểm dừng lỗ. Ví
dụ: bạn có tài khoản $100.000 và bạn muốn số tiền của mình tăng nhanh nhất có thể. Bạn đang
sử dụng mức dừng lỗ cách 3 lần biến động như tôi đã làm trong hệ thống giao dịch vào lệnh
ngẫu nhiên.2
Bạn cũng đã tìm ra rằng hệ thống của mình là tối ưu để đạt được mục tiêu khi chấp nhận rủi ro
20% vốn sở hữu tại một thời điểm, sử dụng mô hình giảm tổng vốn sở hữu.3 Bạn dự định có
tối đa 5 vị thế mở cùng một lúc, vì vậy bạn sẵn sàng chấp nhận rủi ro lên tới 4% cho mỗi vị thế
- nhưng không phải tất cả cùng một lúc. Bạn sẽ đạt được vị thế có rủi ro lên tới 4% khi lợi
nhuận của bạn tăng lên. Rủi ro ban đầu của bạn sẽ chỉ là 2% cho mỗi vị thế.
Hãy xem hệ thống định cỡ vị thế như vậy có thể hoạt động như thế nào. Bạn mua ngô với giá
$3,025. Phạm vi thực trung bình trong 10 ngày (mà chúng tôi gọi là “V”) là 3,5 xu. Do đó, mức
dừng lỗ cách 3 lần biến động sẽ là 10,5 xu (tức là ở mức $2,92), tương đương với rủi ro cho
mỗi hợp đồng là $525. Bạn có thể mạo hiểm 2% trong số $100.000 của mình ($2.000), tương
đương với 3 hợp đồng (tức là $2.000 /$525 được làm tròn xuống hợp đồng gần nhất).
Kế hoạch kim tự tháp của bạn là mạo hiểm thêm 2% mỗi khi lợi nhuận của bạn tăng thêm một
biến động hàng ngày tức là V (hiện tại đang có giá trị 3,5 xu). Khi điều này xảy ra, (tức là ngô
tăng lên $3,06), bạn sẽ vào thêm lệnh với rủi ro 2% và điểm dừng lỗ cách 3 lần V là ở mức
$2,955. Tuy nhiên, điểm dừng lỗ của bạn ở vị thế ban đầu có thể kéo thêm 3,5 xu lên mức
$2,955. Do đó, bây giờ bạn đã có sáu hợp đồng, tất cả đều có điểm dừng lỗ ở mức $2,955. Tuy
nhiên, hãy lưu ý rằng tổng số rủi ro của vốn sở hữu ban đầu hiện chỉ là 2,63% vì bạn đã nâng

điểm dừng lỗ ban đầu của mình lên. Cũng bởi vì bạn đã nâng điểm dừng lỗ lên nên giảm tổng
vốn sở hữu hiện là $97.375.
Giả sử mức độ biến động hàng ngày của ngô hiện tăng lên 4 xu. Do đó, điểm dừng lỗ mới bây
giờ sẽ là 12 xu, tức là $600. Ngô tăng lên $3,10, vì vậy bây giờ bạn có thể rủi ro thêm 2% nữa.
(Trên thực tế, bạn có thể làm như vậy ở mức $3,095 - khi giá đã tăng và giá trị V cũ là 3,5 xu.)
Như đã nêu trước đó, giảm tổng vốn sở hữu đi của bạn hiện là $97.375 và 2% trong số đó là
$1.947,50. Do đó, bạn vẫn có thể mua 3 hợp đồng ở mức giá $3,10 - với mức dừng lỗ tại $2,98.
Bạn cũng có thể kéo điểm dừng lỗ của mình lên ở cả hai vị thế kia bằng giá trị V tương ứng
của chúng. Do đó, bây giờ bạn có sáu hợp đồng có điểm dừng lỗ ở mức $2,99 và ba hợp đồng
có điểm dừng lỗ ở mức $2,98.
Có thể bạn sẽ hỏi: “Sao anh làm điều đó? Rủi ro của anh vượt quá giới hạn 4% theo mô hình
giảm tổng vốn sở hữu.” Không phải như vậy vì bạn đã kéo các điểm dừng lỗ khác lên đủ để rủi
ro của bạn vẫn ở mức khoảng 3% giảm tổng vốn sở hữu của bạn.
Bảng 12-2: Trạng thái hệ thống của bạn với ngô ở mức giá $3,10
Rủi ro hiện tại Tổng rủi ro đối với
Mức dừng
Hợp đồng đối với vốn sở vốn sở hữu ban Rủi ro mở4
lỗ hiện tại
hữu ban đầu đầu
3 ở $3,025 $2,99 3,5 xu 10,5 xu = $525 33 xu = $1.650
3 ở $3,06 $2,99 7 xu 21 xu = $1.050 33 xu = $1.650
3 ở $3,10 $2,98 12 xu 36 xu = $1.800 36 xu = $1.800
Bảng 12-2 tóm tắt các vị thế hiện tại của bạn. Lưu ý rằng tổng rủi ro đối với $100.000 ban đầu
của bạn hiện là $3.375 (tức 3,375%).
Giả sử rằng mức độ biến động vẫn ở mức 4 xu và ngô bây giờ đang có giá $3,14. Giờ là lúc
cần mạo hiểm thêm hai phần trăm nữa. Giảm tổng vốn sở hữu của bạn bây giờ là $96.625. Bạn
có thể mạo hiểm 2% trong số đó tức là $1.932,50. Điểm dừng lỗ 12 xu của bạn tương ứng với
rủi ro $600, vì vậy bạn có thể mua thêm 3 hợp đồng nữa. Bạn cũng phải kéo điểm dừng lỗ của
mình lên đối với các hợp đồng đang mở. Điểm dừng lỗ của sáu hợp đồng đầu tiên được kéo
lên mức 3,025 (tức là đã được kéo lên thêm 3,5 xu – giá trị V ban đầu). Điểm dừng lỗ của ba
hợp đồng cuối được kéo lên $3,02.
Hãy xem bạn đang rủi ro bao nhiêu theo mô hình giảm tổng vốn sở hữu. Giờ bạn đã mạo hiểm
2% bốn lần, nhưng bạn đã vượt quá giới hạn 4% chưa?

Mức Rủi ro hiện tại đối Tổng rủi ro đối
Hợp đồng dừng lỗ với vốn sở hữu với vốn sở hữu Rủi ro mở
hiện tại ban đầu ban đầu
3 ở $3,025 $3,025 0 0 34.5 xu = $1.725
3 ở $3,06 $3,025 3,5 xu 10,5 xu = $525 34.5 xu = $1.725
3 ở $3,10 $3,02 8 xu 24 xu = $1.200 36 xu = $1.800
3 ở $3,14 $3,02 12 xu 36 xu = $1.800 36 xu = $1.800
Tổng rủi ro đối với vốn sở hữu ban đầu của bạn hiện chỉ là $3.525 tức 3,53% - vẫn nằm dưới
giới hạn 4% của chúng ta. Tuy nhiên, hãy lưu ý rằng rủi ro mở của bạn—số tiền bạn sẽ mất đối
với tổng vốn sở hữu hiện tại nếu bạn bị dừng lỗ mọi giao dịch—hiện đang là $7.050, tổng của
cột cuối cùng.
Vì vậy, giả sử giá ngô bắt đầu thực sự biến động mạnh hơn và V tăng lên 6 xu. Và bạn có cơ
hội mua thêm ngô khi nó lên tới $3,20 (thực tế bạn có thể mua ở mức $3,18, khi nó tăng một
giá trị V gần đây). Nhưng chúng ta sẽ giả định rằng bạn mua theo mức V mới tại giá $3,20.
Giảm tổng vốn sở hữu của bạn hiện là $96.475 và 2% trong số đó là $1.929,50. Mức dừng lỗ
mới của bạn, cách 3 lần V, hiện là 18 xu tức $900. Do đó, giờ đây bạn chỉ có thể mua hai hợp
đồng nhưng bạn cũng có thể kéo các mức dừng lỗ khác lên. Bây giờ bạn có thể chuyển điểm
dừng lỗ của các hợp đồng được mua ở mức $3.025 lên $3,06, chuyển điểm dừng lỗ trên ba hợp
đồng được mua lần thứ hai về mức hòa vốn, chuyển điểm dừng trên các hợp đồng được mua ở
mức $3,10 đến $3,06 và chuyển điểm dừng lỗ trên các hợp đồng được mua ở mức $3,14 lên
$3,06. Vì vậy, bức tranh rủi ro hiện tại được thể hiện trong Bảng 12-4.
Mức Rủi ro hiện tại đối Tổng rủi ro đối với
Hợp đồng dừng lỗ với vốn sở hữu vốn sở hữu ban Rủi ro mở
hiện tại ban đầu đầu
3 ở $3,025 $3,025 0 0 42 xu = $2.100
3 ở $3,06 $3,06 0 0 42 xu = $2.100
3 ở $3,10 $3,06 4 xu 12 xu = $600 42 xu = $2.100
3 ở $3,14 $3,06 8 xu 24 xu = $1.200 42 xu = $2.100
2 ở $3,20 $3,02 18 xu 36 xu = $1.800 36 xu = $1.800
Lưu ý rằng nhờ mô hình giảm tổng vốn sở hữu, mức rủi ro của bạn có rất ít thay đổi. Rủi ro
đối với vốn sở hữu ban đầu của bạn bây giờ là $3.600 tức 3,6%. Tuy nhiên, tổng rủi ro mở của
bạn nếu bạn bị dừng lỗ ở mọi vị thế hiện là $10.200.
Giá ngô bây giờ lên tới $3,26 và V vẫn ở mức 6. Do đó, bạn quyết định thêm 2% nữa và kèo

các điểm dừng lỗ khác lên bằng giá trị V trước đó của chúng. Một lần nữa, bạn chỉ có thể mua
thêm hai hợp đồng nữa và điểm dừng lỗ của chúng bây giờ là $3,08. Danh mục đầu tư của bạn
bây giờ sẽ như Bảng 12-5.
Bảng 12-5: Trạng thái hệ thống của bạn với giá ngô ở mức $3,26
Mức Rủi ro hiện tại đối Tổng rủi ro đối với
Hợp đồng dừng lỗ với vốn sở hữu vốn sở hữu ban Rủi ro mở
hiện tại ban đầu đầu
3 ở $3,025 $3,095 0 0 49,5 xu = $2.475
3 ở $3,06 $3,095 0 0 49,5 xu = $2.475
3 ở $3,10 $3,10 0 0 48 xu = $2.400
3 ở $3,14 $3,10 4 xu 12 xu = $600 48 xu = $2.400
2 ở $3,20 $3,10 10 xu 20 xu = $1.000 32 xu = $1.600
2 ở $3,26 $3,08 18 xu 36 xu = $1.800 36 xu = $1.800
Lưu ý rằng mức rủi ro ban đầu của bạn chỉ là $3.400, nhưng tổng rủi ro mở của bạn hiện là
$13.150. Nếu thị trường tiếp tục đi lên, bạn có thể tiếp tục thêm hợp đồng vào danh mục đầu
tư của mình ngay cả khi bạn chưa bao giờ kéo bất kỳ điểm dừng lỗ nào vượt quá mức hòa
vốn—và bạn vẫn khó có thể vượt quá mức trần rủi ro 4% cho mỗi vị thế.
Tuy nhiên, rủi ro mở của bạn sẽ ngày càng lớn hơn. Hơn nữa, bạn có nguy cơ gặp phải một
loạt các chuyển động giá giới hạn chống lại bạn. Do đó, bạn phải đặt giới hạn cứng cho tổng
số lần bạn sẵn sàng chấp nhận rủi ro thêm 2% và kéo mức dừng lỗ của mình. Bạn cũng có thể
kết hợp kỹ thuật này với kỹ thuật thu hẹp vị thế, được mô tả trong Chương 14 để hạn chế rủi
ro mở tối đa của bạn. Khi rủi ro mở tối đa của bạn vượt quá, bạn sẽ ngừng mở rộng vị thế và
bắt đầu thu hẹp vị thế như được mô tả trong Mô hình 21.
Bây giờ, giả sử thị trường giảm vào ngày hôm sau và cho bạn tín hiệu bán (tức là một tín hiệu
bán không phụ thuộc vào việc đã chạm dừng lỗ hay chưa). Bạn thoát ra ở mức $3,21. Về cơ
bản, bạn kiếm được 55,5 xu cho 3 hợp đồng đầu tiên; 45 xu cho ba hợp đồng tiếp theo, 33 xu
cho ba hợp đồng tiếp theo, 21 xu cho ba hợp đồng tiếp theo và 2 xu cho 2 hợp đồng tiếp theo
nữa. Bạn sẽ mất 10 xu cho hai hợp đồng cuối cùng. Tổng lợi nhuận của bạn là $7,325.
Ban đầu, bạn chỉ mạo hiểm $1.575 cho những gì có thể là tín hiệu sai. Bạn chỉ thêm rủi ro khi
tín hiệu đã tự chứng minh là nó đúng. Nếu bạn đầu tư 4% ngay từ ban đầu, bạn sẽ chỉ mua
được 7 hợp đồng với rủi ro là $3.675. 7 hợp đồng đó sẽ chỉ giúp bạn kiếm được $6.475.
Một số bạn có thể nói: "...nhưng cuối cùng anh đã có tận 16 hợp đồng. Sẽ là thảm họa nếu có
một số động thái giá đi ngược lại bạn." Điều đó đúng, nhưng quan điểm của tôi là cho bạn thấy
việc sáng tạo trong định cỡ vị thế. Phương pháp này đã được chứng minh là tạo ra tỷ lệ lợi
nhuận rất lớn và nhất quán trong các hệ thống theo xu hướng. Hơn nữa, bạn có thể bù trừ rủi
ro bằng các quyền chọn (ví dụ: mua quyền chọn bán ngược với các hợp đồng trước đó mà bạn

mua mỗi khi bạn mở rộng vị thế), điều này sẽ tránh được nguy cơ chạm kịch ngưỡng khi thị
trường đi ngược lại bạn.5
Có một số biến mà bạn có thể thay đổi khi mở rộng vị thế. Chúng có thể bao gồm điểm dừng
ban đầu của bạn, rủi ro tối đa cho mỗi hàng hóa, cách di chuyển mức dừng lỗ theo hướng có
lợi cho bạn, mô hình vốn sở hữu hoặc mô hình định cỡ vị thế của bạn.
Các kỹ thuật mở rộng vị thế khác
Ngoài ra còn có nhiều mô hình về cách bạn có thể mở rộng vị thế:
• Trong ví dụ trên, chúng ta đã sử dụng mức dừng lỗ cách ba lần biến động và thêm vị
thế khi thị trường tăng lên một lần biến động. Do đó, về cơ bản, chúng ta đã mở rộng
vị thế mỗi khi thị trường tăng thêm 1/3 mức dừng lỗ của chúng ta. Tuy nhiên, chúng ta
có thể sử dụng mức 20% hoặc 25%. Hơn nữa, rủi ro ban đầu của bạn không nhất thiết
phải dựa trên mức biến động. Và việc mở rộng vị thế của bạn có thể dựa trên việc mỗi
khi giá tăng một số phần trăm của R (ví dụ: 20%, 25% hoặc 50%). Điều này cung cấp
cho bạn nhiều tùy chọn để mở rộng kích cỡ vị thế.
• Mở rộng vị thế mỗi khi tiếp tục xuất hiện tín hiệu vào lệnh. Ví dụ: nếu bạn mua vào
một xu hướng khi giá điều chỉnh và sau đó giá phá vỡ, bạn có thể mở rộng vị thế khi
xuất hiện tín hiệu điều chỉnh mới. Bạn cũng có thể mở rộng vị thế bất cứ khi nào thị
trường hình thành một vùng củng cố (consolidation) nhẹ và sau đó giá phá vỡ vùng đó.
Cho dù tín hiệu kỹ thuật để vào lệnh của bạn là gì thì vẫn có rất nhiều khả năng để mở
rộng vị thế tại các điểm vào lệnh.
• Bạn có thể mở rộng vị thế mỗi khi nâng điểm dừng lỗ của mình lên mức hòa vốn. Ví
dụ: giả sử bạn mua cổ phiếu và chỉ giữ mức dừng lỗ trượt 25%. Khi cổ phiếu tăng
33,3%, điểm dừng lỗ trượt cuối 25% sẽ nằm tại mức vào lệnh của bạn. Đây có thể là
tín hiệu để bạn mở một vị thế khác.
• Bạn có thể mở rộng vị thế bất cứ khi nào vị thế của bạn tăng lên một số tiền cố định (ví
dụ: $500) hoặc khi vị thế của bạn tăng thêm một số phần trăm cố định (ví dụ: 5% hoặc
10%).
Bạn đã học được nhiều phương pháp khác nhau để mở rộng kích cỡ vị thế, nhưng điều quan
trọng là bạn phải nhận thức được sự nguy hiểm của kỹ thuật này. Do đó, tôi khuyên bạn nên
cân nhắc sử dụng một hoặc nhiều kỹ thuật sau đây đi kèm với bất kỳ cách thứ mở rộng vị thế
nào mà bạn sử dụng.
• Giới hạn tổng số lần mở rộng vị thế mà bạn sẽ thực hiện ở mức 3 hoặc 4 lần.
• Hạn chế tổng rủi ro mở của bạn, điều mà tôi sẽ mô tả trong Chương 14, và thu hẹp vị
thế khi đã vượt quá giới hạn đó.
• Cân nhắc đặt mục tiêu lợi nhuận bằng cách mở rộng vị thế, tại đó bạn sẽ đóng các vị

thế khi đạt được các mục tiêu đó. Điều này đặc biệt quan trọng nếu bạn không theo xu
hướng dài hạn mà chỉ đang theo xu hướng chính hiện tại của thị trường.
Hơn nữa, hãy chắc chắn rằng quy trình bạn đã phát triển hoàn toàn phù hợp với mục tiêu của
mình và bạn đã suy nghĩ rất kỹ về mục tiêu của mình.
CHÚ THÍCH
1
Tôi đã cố tình chọn hệ thống cận biên vì điều quan trọng nhất bạn có thể làm để cải thiện giao dịch của mình là cải
thiện bản thân. Tại sao ư? Giao dịch phản ánh hiệu suất của bạn. Nó phản ánh niềm tin và thái độ của bạn. Nó phản ánh
sự cam kết và nhu cầu tự hủy hoại của bạn. Và quan trọng nhất, nó phản ánh sự tiến hóa cá nhân của bạn. Nếu bạn đã
rèn luyện bản thân đến mức có nhiều năng lực cá nhân thì bạn có thể làm rất tốt với tư cách là một nhà giao dịch.
2
Bạn có thể đặt mua bản sao của hệ thống vào lệnh ngẫu nhiên (Cập nhật khóa học 23a) từ www.iitm.com.
3
Tôi chắc chắn một số bạn sẽ hỏi: “Làm thế nào bạn có được 20%?” Tôi chỉ chọn nó làm ví dụ—nó được “lấy từ trên
trời”.
4
Rủi ro mở là tổng chênh lệch giữa giá hiện tại và mức dừng lỗ của toàn bộ danh mục đầu tư của bạn.
5
Ví dụ: bạn có thể mua quyền chọn bán đối với vị thế mua (hoặc quyền chọn mua đối với vị thế bán) như một hình
thức dừng lỗ. Khi bạn làm như vậy, chi phí cho quyền chọn phải được trừ vào lợi nhuận tiềm năng của bạn (tức là, nó
giống như bảo hiểm), nhưng nó mang lại cho bạn sự bảo vệ khỏi sự sụt giảm giá thảm khốc.

Chương 13
Sử dụng Định cỡ vị thế theo tỷ lệ cố định để

đáp ứng mục tiêu lợi nhuận của bạn
Hãy tưởng tượng rằng bạn có một thuật toán định cỡ vị thế tốt đến mức bạn có thể kiếm được
phần trăm lợi nhuận khổng lồ vào vốn sở hữu của mình—ngay cả khi bạn chỉ bắt đầu với một
tài khoản nhỏ như $10.000 đến $25.000. Và bạn có thể làm điều này mà không có quá nhiều
nguy cơ mất toàn bộ tài khoản của mình một cách nhanh chóng. Điều đó nghe có vẻ thú vị với
bạn phải không? Đó là điều mà mô hình Tỷ lệ cố định1 cam kết sẽ thực hiện.
Những mô hình như thế này có vẻ quá tốt để có thể trở thành sự thật. Trên thực tế, tôi đã có
mục tiêu xem xét mô hình Định cỡ vị thế theo tỷ lệ cố định (FRPS) một thời gian. Tuy nhiên,
tôi không tin rằng mình có thể thực hiện đánh giá như vậy một cách công bằng cho đến khi
chúng tôi có thể thực hiện một số mô phỏng Monte Carlo về FRPS. Tuy nhiên, FRPS có quá
nhiều giả định lỏng lẻo đến mức gần như không thể mô phỏng được. May mắn thay, giờ đây
chúng ta đã có thể thực hiện những mô phỏng này.2
Trong chương này, tôi sẽ xem xét một số giả định cơ bản về FRPS theo hiểu biết của tôi. Nguồn
của tôi ở đây sẽ là cuốn sách Trò chơi giao dịch (The Trading Game)3 của Ryan Jones. Tiếp
theo, chúng tôi sẽ đưa ra một số giả định hợp lý về rủi ro và cho bạn thấy kết quả trên nhiều
mô phỏng tỷ lệ cố định. Điều này liên quan đến sáu hệ thống giao dịch khác nhau - từ hai hệ
thống thua lỗ đến một hệ thống rất tốt. Chúng tôi sẽ cho bạn thấy những phát hiện của chúng
tôi, một số trong đó chắc chắn đã khiến tôi ngạc nhiên. Cuối cùng, tôi sẽ chỉ cho bạn cách sử
dụng FRPS như một phương pháp giúp bạn đạt được mục tiêu lợi nhuận của mình.
Định cỡ vị thế tỷ lệ cố định đã được khám phá

Sự phản đối lớn nhất của Ryan Jones đối với hầu hết các hình thức xác định cỡ vị thế là không
dễ để một tài khoản nhỏ thực hành xác định kích thước vị thế phù hợp. Tôi cũng đã đưa ra phản
đối tương tự về phương pháp mà hầu hết mọi người sử dụng là một hợp đồng (hoặc 100 cổ
phiếu) cho mỗi X đô la mà bạn có. Ví dụ: nếu bạn có tài khoản $25.000 và bạn giao dịch một
hợp đồng với với mỗi $25.000, tài khoản của bạn phải tăng 100% trước khi bạn có thể giao
dịch hai hợp đồng. Tuy nhiên, tài khoản một triệu đô la chỉ phải tăng 2,5% (tức là $25.000) để
bổ sung thêm một hợp đồng. Jones lập luận rằng việc định cỡ vị thế theo phần trăm rủi ro cũng
gặp phải vấn đề tương tự. Giả sử bạn có tài khoản trị giá $25.000 và rủi ro cho một đơn vị là
$1.000. Điều này tương đương bạn chấp nhận rủi ro 4%.4 Và ngay cả khi bạn sẵn sàng để rủi
ro của mình ở mức cao như vậy, tài khoản của bạn vẫn phải tăng gấp đôi để có thể mua thêm
hợp đồng thứ hai (tức là $2.000 là 4% của $50.000) .
Thay vào đó, FRPS cho biết chúng ta sẽ tăng kích cỡ vị thế của mình lên một đơn vị theo hàm
số của một tỷ lệ cố định trên tài khoản mà Jones gọi là delta. Do đó, nếu bạn đặt delta ở mức

$2.500, bạn có thể tăng kích cỡ mỗi vị thế lên thành hai đơn vị chỉ với mức tăng 10% trong tài
khoản $25.000 của mình. Điều đó nhanh hơn nhiều so với việc phải tăng gấp đôi tài khoản.
Vì vậy, hãy xem FRPS tăng quy mô đặt cược như thế nào. Về cơ bản, nó tuân theo công thức
là bạn tăng kích cỡ vị thế mỗi khi vốn sở hữu của bạn tăng theo số đơn vị hiện tại nhân với
delta. Bảng 13-1 cho thấy cách này có thể hoạt động trên tài khoản $25.000 với delta bằng
$2.500. Lưu ý rằng ban đầu bạn tăng rất nhanh và sau đó quá trình này chậm lại. Do đó, bạn
bắt đầu với 1 đơn vị và sau đó chuyển sang hai đơn vị khi tài khoản của bạn tăng thêm $2.500.
Sau đó, bạn chuyển sang ba đơn vị khi tài khoản của bạn tăng thêm $5.000 (2 đơn vị hiện tại
nhân với $2.500 = $5.000). Bạn chuyển sang bốn đơn vị khi tài khoản của bạn tăng lên $7.500
(tức là ba đơn vị nhân với $2.500 = $7.500). Và điều này tiếp tục cho đến khi bạn thấy rằng
việc định cỡ mô vị thế theo phần trăm rủi ro trở lên tốt hơn. (Bảng 13-1 chỉ là FRPS; không sử
dụng định cỡ vị thế phần trăm rủi ro). Nói cách khác, bạn thêm một đơn vị bổ sung khi vốn sở
hữu của bạn tăng lên $2.500, $5.000, $7.500, $10.000, v.v. Khi bạn vượt qua mức rủi ro cao
nhất, FRPS sẽ ngày càng ít rủi ro hơn. Trên thực tế, cuối cùng nó sẽ tạo ra ít rủi ro hơn mô hình
phần trăm rủi ro ở cùng mức rủi ro ban đầu. Và tại thời điểm này, có lẽ người ta nên chuyển
sang mô hình phần trăm rủi ro đơn giản. Xin lưu ý rằng trong ví dụ này, là ví dụ điển hình mà
tôi đã thấy về FRPS, bạn bắt đầu với rủi ro 4% và tăng dần. Do đó, bạn đang bắt đầu ở một
mức độ rủi ro cực kỳ lớn và thậm chí còn trở nên lớn hơn từ đó.5
Giả định 1: Rủi ro cố định trên mỗi đơn vị. Trong Bảng 13-1, tôi đã thực hiện thay đổi đầu
tiên mà Ryan Jones có thể không đồng ý với nó. Tôi đã giả định rằng mỗi đơn vị có rủi ro
$1.000. Khi bạn làm điều đó, rủi ro tối đa của bạn là từ $40.000 đến $50.000 ở mức 10%. Sau
đó, rủi ro lại giảm xuống ở mức $137.500. Bây giờ bạn có cùng rủi ro như ở lần tăng thứ hai.
Tuy nhiên, chúng ta sẽ không giảm xuống mức rủi ro cơ bản là 4% cho đến khi đạt đến 20 đơn
vị với tài khoản $500.000.

Bảng 13-1: Tỷ lệ tăng cố định cho tài khoản $25.000 với Delta là $2.500
Số lượng đơn vị % Rủi ro dựa trên rủi ro $1.000
Vốn sở hữu Delta
được giao dịch mỗi đơn vị
$25.000 $0 1 4,0%
$27.500 $2.500 2 7,3%
$32.500 $5.000 3 9,2%
$40.000 $7.500 4 10,0%
$50.000 $10.000 5 10,0%
$62.500 $12.500 6 9,6%
$77.500 $15.000 7 9,0%
$95.000 $17.500 8 8,4%
$115.000 $20.000 9 7,8%
$137.500 $22.500 10 7,3%
$162.500 $25.000 11 6,8%
$190.000 $27.500 12 6,3%
$220.000 $30.000 13 5,9%
$252.500 $32.500 14 5,5%
$287.500 $35.000 15 5,2%
$325.000 $37.500 16 4,9%
$365.000 $40.000 17 4,7%
$407.500 $42.500 18 4,4%
$452.500 $45.000 19 4,2%
$500.000 $47.500 20 4,0%
Ryan Jones lập luận rằng rủi ro trên mỗi hợp đồng là không liên quan đến nhau. Bạn có thể
giao dịch một hợp đồng ngô và một hợp đồng S&P và điều đó không thành vấn đề. Theo cách
tôi hiểu nó, hợp đồng đầu tiên của bạn có thể là hợp đồng ngô, nhưng khi tài khoản của bạn lên
cấp thứ hai, về mặt lý thuyết bạn có thể mua 2 hợp đồng S&P 500 nếu bạn có đủ tiền ký quỹ
trong tài khoản của mình.6 Tôi hoàn toàn không đồng ý với quan điểm này , vì vậy chúng ta sẽ
luôn giả định rủi ro cố định trên mỗi đơn vị là $1.000 trong chương này trừ khi có quy định
khác.
Giả định 2: Hệ số giảm sốc hạn chế nguy cơ thất bại. Giả định tiếp theo mà Ryan Jones đưa
ra với mô hình FRPS của mình là khả năng thua lỗ của được bị hạn chế vì khi bạn bắt đầu thua,
bạn sẽ thu hẹp lại quy mô giao dịch của mình đáng kể. Việc thêm hệ số giảm sốc vào phương
trình sẽ thực hiện được điều này. Ví dụ: khi tài khoản của bạn giảm xuống mức tăng trước đó,
bạn có thể giảm vị thế xuống một đơn vị.

Do đó, nếu bạn đạt đến mốc lãi $50.000 và đang giao dịch 5 đơn vị (như minh họa trong bảng),
thì khi tài khoản của bạn giảm $10.000, bạn sẽ quay lại giao dịch 4 đơn vị. Tuy nhiên, hệ số
giảm sốc này có thể dốc hơn nhiều so với hệ số leo dốc. Ví dụ: bạn có thể có hệ số giảm sốc là
50%. Điều này có nghĩa là nếu tài khoản của bạn giảm đi một nửa số tiền mà bạn cần để tăng
lên cấp độ tiếp theo, thì bạn sẽ giảm xuống còn bốn đơn vị. Nói cách khác, trong ví dụ của
chúng ta, vì bạn đã tăng từ 4 đơn vị lên 5 đơn vị khi lãi thêm $10.000, bạn sẽ giảm trở lại 4 đơn
vị khi tài khoản của bạn giảm xuống $5.000 tức là một nửa số tiền tăng thêm. Hệ số giảm sốc
25% có nghĩa là bạn sẽ giảm xuống còn giao dịch 4 đơn vị nếu tài khoản của bạn giảm 25%
mức tăng trước đó, tức là $2.500. Trong hầu hết các mô phỏng, chúng tôi đã đặt hệ số giảm sốc
bằng hệ số tăng, nhưng tất nhiên, nó có thể là bất cứ con số nào mà bạn chọn.
Vì nhiều ví dụ của Ryan Jones liên quan đến mức độ rủi ro từ 10% trở lên nên nhiều người đọc
đi đọc lại và nghĩ rằng "quá rủi ro... điều này thật nực cười". Đó chắc chắn là ấn tượng của tôi
trong nhiều năm. Tuy nhiên, thật khó để tranh luận bất cứ điều gì với anh ấy vì anh ấy luôn có
thể nhìn vào một trong những giả định được đưa ra (tức là như chúng ta vừa nêu) và nói, “Anh
đã sai khi đưa ra giả định đó”.
Vì vậy, nếu cho rằng việc đưa ra các giả định là một lỗi, chúng tôi quyết định phạm một vài
lỗi. Tại sao? Bởi vì đó là cách duy nhất để chúng ta có thể mô phỏng FRPS. Hơn nữa, một số
giả định mà chúng tôi sẽ đưa ra ở phần sau của chương sẽ mang lại sự thúc đẩy lớn cho FRPS.
Các giả định cần thiết để mô phỏng FRPS

Trong Bảng 13-1, chúng ta có bốn biến số phải được kiểm soát – kích cỡ rủi ro ban đầu (tức là
kích cỡ đặt cược), delta, hệ số giảm sốc và số lượng đơn vị được giao dịch. Chúng ta phải đưa
ra các giả định về các biến này để thực hiện bất kỳ loại mô phỏng nào.
Giả định ban đầu của chúng ta liên quan đến kích cỡ đặt cược tức là rủi ro ban đầu.
Chúng ta sẽ bắt đầu mô phỏng của mình với $100.000 và có kích thước đặt cược ban đầu là
$500, $1.000 và $2.000. Điều này tương đương với việc bắt đầu với mức rủi ro 0,5%, 1% và
2%. Lưu ý rằng ít nhất chúng ta đang bắt đầu với mức độ rủi ro thông thường. Nếu chúng ta sử
dụng mức rủi ro 3-5% để bắt đầu, FRPS có thể sẽ không có cơ hội thành công.
Giả định thứ hai của chúng tôi liên quan đến delta. Chúng ta chỉ đơn giản chọn các mức
delta là $1.000, $2.000 và $5.000. Không có lý do hợp lý nào cho những lựa chọn này ngoại
trừ việc chúng đề cập đến loại cấp độ delta mà Ryan Jones sử dụng trong các minh họa của
riêng mình. Do giả định này, chúng ta sẽ giao dịch ở mức rủi ro lớn hơn nhiều so với mô hình
rủi ro phần trăm cho phép ngay khi đạt được mức tăng vốn sở hữu một delta. Nếu chúng ta sử
dụng vốn sở hữu ban đầu là $100.000 thì các đơn vị delta này tương ứng với 1%, 2% và 5%.
Giả định thứ ba của chúng ta liên quan đến delta trong trường hợp vốn sở hữu giảm dần.
Trong các mô phỏng ban đầu của chúng tôi, delta để tăng kích cỡ đơn vị và delta để giảm kích
cỡ đơn vị sẽ tương đương nhau. Tuy nhiên, chúng ta lại không ngừng giao dịch khi chúng ta
giảm một mức delta so với đường cơ sở. Có vẻ hợp lý khi một người có thể ngừng giao dịch
khi giá giảm một delta, nhưng chúng ta không thể tìm thấy giả định đó được nêu rõ ràng trong

cuốn sách Trò chơi giao dịch. Do đó, kích cỡ đặt cược sẽ tiếp tục lớn hơn tương ứng khi vốn
sở hữu giảm xuống, vì mức đặt cược tối thiểu của chúng ta sẽ vẫn là $500, $1.000 hoặc $2.000.
Điều này cũng khác với các mô hình phần trăm rủi ro (cũng không ngừng giao dịch) ở chỗ rủi
ro sẽ là tỷ lệ phần trăm không đổi trong suốt quá trình sụt giảm vốn.
Giả định thứ tư của chúng ta liên quan đến số lượng đơn vị sử dụng. Về cơ bản, chúng ta
sẽ bắt đầu giao dịch với một đơn vị và tăng dần mỗi khi đạt đến mức delta. Tất nhiên, chúng ta
có thể bắt đầu với ba đơn vị làm đơn vị cơ bản và tăng tiếp thêm ba đơn vị bất cứ khi nào đạt
đến mức delta mới.
Giả định thứ năm và cuối cùng của chúng ta không dành riêng cho FRPS mà chỉ là một
phương pháp chung tốt để đặt điểm dừng lỗ sau khi kết quả giao dịch rõ ràng là xấu và
nên dừng giao dịch với hệ thống này. Đối với tài khoản giả định $100.000 của chúng ta,
chúng ta đã sử dụng khoản lỗ 40% vốn ban đầu làm điểm dừng giao dịch, được coi là điểm thất
bại mà sau đó không có giao dịch mới nào được thực hiện.
Chúng tôi đã phát triển sáu phân phối Bội số R lý thuyết để chạy trên trình mô phỏng của mình.
Những phân phối này này dao động từ tiêu cực đến chỉ tích cực đến rất tốt. Lưu ý rằng hai hệ
thống 13-1 và 13-3 có thể không được hầu hết mọi người chấp nhận; một hệ thống là được (tức
là hệ thống 13-2); một hệ thống rất tốt với Chỉ số Chất lượng Hệ thốngSM là 4,51 (tức là hệ
thống 13-4); và hai trong số đó là tiêu cực, là hệ thống 13-5 và 13-6. Chỉ số Chất lượng Hệ
thốngSM trong Bảng 13-2 dựa trên 100 giao dịch để dễ dàng trong việc tính toán.

Bảng 13-2: Phân phối Bội số R được sử dụng trong các mô phỏng
Mô tả hệ thống Bội số R của hệ thống
Thắng Thua
13-1: Hệ thống yếu trong dài hạn
Kỳ vọng = 0,15
18 3R; 8 7R; 1 20R 55 1R; 10 2R; 8 5R;
Tỷ lệ thắng = 27%
SQNSM = 0,42
13-2: Hệ thống cân bằng mạnh mẽ
Kỳ vọng = 1,25
3 10R; 1 20R; 1 5R 10 3R; 1 5R;
Tỷ lệ thắng = 31,25%
SQNSM = 1,72
13-3: Hệ thống yếu
Kỳ vọng = 0,04
20 1R 3 3R; 2 5R;
SQNSM = 0,20
13-4: Hệ thống rất mạnh
Kỳ vọng = 1,2 20 1R; 20 2R; 3 5R;
10 1R; 4 2R; 1 5R;
Tỷ lệ thắng = 75% 2 10R
SQNSM = 5,04
13-5: Hệ thống tiêu cực với xác suất có
lợi cho chúng ta
Kỳ vọng = -0,08 20 1R 4 3R; 2 5R
SQNSM = -0,40
13-6: Hệ thống tiêu cực với xác suất bất
lợi cho chúng ta
31 1R; 15 2R; 12 5R;
Kỳ vọng = -0,07 18 3R; 7 7R; 1 20R
1 8R
Tỷ lệ thắng = 30,6%
SQNSM = -0,18
Những phân phối Bội số R này được đưa ra trong Bảng 13-2. Mỗi lần chạy bao gồm 200 giao
dịch với phân phối đó được mô phỏng 5.000 lần. Đánh giá chi tiết về hệ thống được nêu trong
Phụ lục I.
Đánh giá định cỡ vị thế

Mục tiêu của chúng ta là đánh giá kết quả của những mô phỏng này một cách hiệu quả nhất có
thể. FRPS có hoạt động hiệu quả dựa trên các giả định mà chúng ta đã đưa ra không? Đây có
phải là thuật toán định cỡ vị thế hợp lý không? FRPS so sánh như thế nào với các mô hình phần
trăm rủi ro có thể so sánh được?

Để thực hiện đánh giá này, chúng ta sẽ so sánh các số liệu thống kê sau:
• Vốn sở hữu cuối cùng bình quân
• Tỷ lệ lãi vốn sở hữu/độ lệch chuẩn của vốn sở hữu cuối cùng
• Xác suất thất bại (giảm 40%). Nếu điều này xảy ra tại 25% số mô phỏng trở lên thì mô
hình được coi là thất bại.
• % mức sụt giảm vốn tối đa trung bình
• % Lãi / % Sụt giảm vốn
Mô phỏng 1: Ba mô hình phần trăm rủi ro. Mục tiêu đầu tiên của chúng ta chỉ đơn giản là
thiết lập mức cơ sở bằng cách so sánh ba mô hình với phần trăm rủi ro sau: 0,5%, 1% và 2%.
Kích cỡ đặt cược (số tiền rủi ro) ban đầu của chúng ta lần lượt là $500, $1.000 và $2.000. Các
bảng từ 13-3 đến 13-5 cho thấy kết quả của các rủi ro 0,5%, 1% và 2% trên sáu mô hình. Trong
các Bảng 13-3 đến 13-5, xác suất thất bại (sụt giảm vốn 40%) được in đậm. Khi thất bại xảy ra
trong hơn 25% số mô phỏng, chúng ta xem xét hệ thống đó là thất bại.
Bảng 13-3: Mô hình rủi ro 0,5%

So sánh giữa các hệ thống: Mô hình 1
Tỷ lệ lợi Trung bình %Lợi
Hệ Trung bình Xác suất thất
nhuận/Độ lệch sụt giảm vốn nhuận/% Sụt
thống vốn cuối bại
chuẩn tối đa giảm vốn
13-1 $115.294 1,9 0,9% 20,3% 0,8
13-2 $161.109 0,4 0,00% 9,3% 6,6
13-3 $104.116 3,6 0,1% 14,3% 0,3
13-4 $332.321 0,2 0,00% 3,9% 59,6
13-5 $92.758 -1,9 0,4% 18,6% -0,4
13-6 $93.631 -4,2 11,5% 29,5% -0,2

Bảng 13-4 cho thấy kết quả tương tự đối với mô hình rủi ro 1%.

13-1 $131.886 2,2 16,7% 35,3% 0,9
13-2 $258.906 0,5 0,1% 18,0% 8,8
13-3 $108.430 3,7 6,0% 26,5% 0,3
13-4 $1.098.330 0,4 0,00% 7,8% 128,4
13-5 $86.695 -1,8 21,1% 32,6% -0,4
13-6 $89.617 -5,0 51,6% 44,1% -0,2
Bảng 13-5 cho thấy kết quả tương tự đối với mô hình rủi ro 2%.

13-1 $163.603 3,5 51,2% 51,6% 1,2
13-2 $658.036 0,9 2,8% 33,4% 16,7
13-3 $115.919 4,4 35,5% 43,1% 0,4
13-4 $11.800.272 0,8 0,00% 15,2% 769,8
13-5 $79.792 -2,0 63,4% 46,4% -0,4
13-6 $85.822 -12,0 83,1% 54,3% -0,3
Rõ ràng từ cả ba mô hình phần trăm rủi ro đều có một thứ hạng nhất định về chất lượng của hệ
thống. Hệ thống tốt nhất dễ thấy là 13-4 và 13-2, trong đó 13-4 là hệ thống thắng lợi rõ ràng
nhất. Các hệ thống tốt nhất tiếp theo là 13-1 và 13-3, với 13-1 (kỳ vọng cao hơn) tốt hơn về tỷ
trung bình vốn sở hữu cuối cùng và 13-3 (tỷ lệ thắng cao hơn) tốt hơn về tỷ lệ sụt giảm vốn.
Cuối cùng, các hệ thống kỳ vọng tiêu cực, 13-5 và 13-6, là tồi tệ nhất. Hệ thống 13-5 (tỷ lệ
thắng cao) thì tốt hơn về mặt tỷ lệ sụt giảm vốn. Hệ thống 13-6 (kỳ vọng tốt hơn) tốt hơn về
trung bình vốn sở hữu cuối cùng. Những kết quả này không có gì đáng ngạc nhiên khi xét đến
Chỉ số Chất lượng Hệ thốngSM của mỗi hệ thống và chúng xác nhận tính hợp lệ của đánh giá
chất lượng hệ thống chúng ta.
Nếu chúng ta định nghĩa một hệ thống thất bại là hệ thống có xác xuất gây ra thất bại từ 25%
trở lên thì chúng ta thấy rằng mô hình rủi ro 0,5% không vượt quá tiêu chí đó trên bất kỳ hệ

thống nào, kể cả hệ thống có kỳ vọng âm. Với rủi ro 1%, chúng ta chỉ gặp thất bại ở Hệ thống
13-6 - một trong những hệ thống có kỳ vọng âm. Với mô hình rủi ro 0,5% và 1%, chúng ta chỉ
có một thất bại trong số 12 khả năng xảy ra - tỷ lệ thất bại là 8,3%. Và với rủi ro 2%, chúng ta
gặp thất bại trên hai hệ thống cận biên, cũng như với hai hệ thống giao dịch yếu nhất.
Mô phỏng 2: Tỷ lệ cố định với các giả định có giới hạn của chúng ta. Sáu bảng tiếp theo
hiển thị kết quả của sáu mô phỏng tỷ lệ cố định khác nhau trên sáu hệ thống. Bảng 13-6 cho
thấy kết quả của mô hình đầu tiên - với rủi ro ban đầu là $500 và delta bằng $1.000. Hãy nhớ
rằng những giao dịch này đã được thực hiện hơn 200 giao dịch trong 5.000 lần để có được kết
quả được hiển thị trong bảng.
Bảng 13-6: Tỷ lệ cố định, kích cỡ đặt cược ban đầu $500 với delta = $1.000
13-1 $108.686 7,2 1,4% 14,1% 0,6
13-2 $867.000 0,7 8,5% 42,0% 18,3
13-3 $128.375 7,1 82,0% 63,2% 0,4
13-4 $4.486.795 0,3 0,00% 15,3% 286,7
13-5 $70.435 -2,8 90,4% 57,9% -0,5
13-6 $96.938 -17,2 7,8% 18,9% -0,2
Điều đầu tiên trở nên rất rõ ràng từ những kết quả này là FRPS với các giả định tối thiểu có thể
là một sự thúc đẩy lớn với các hệ thống tốt. Ví dụ: cho đến nay, nó vượt trội hơn so với định
cỡ vị thế đơn giản với rủi ro 0,5% trên Hệ thống 13-2 và 13-4. Tuy nhiên, FRPS là một thảm
họa với Hệ thống 13-3 và 13-5, có xác suất thất bại lần lượt là 82% và 90%. Đây đều là những
hệ thống có kỳ vọng thấp (tức là âm) với xác suất chiến thắng rất cao. Delta bằng $1.000 là giá
trị cực đoan nhất, vì nó sẽ gây ra sự gia tăng nhanh nhất về số lượng đơn vị được giao dịch.
Hãy xem liệu quan sát tương tự có đúng hay không khi chúng ta tăng delta lên $2.000. Những
kết quả này được thể hiện trong Bảng 13-7.

Bảng 13-7: Tỷ lệ cố định, mức đặt cược ban đầu là $500 với delta = $2.000
13-1 $111.186 5,5 0,6% 16,4% 0,7
13-2 $613.762 0,7 2,5% 35,1% 14,6
13-3 $111.252 6,1 17,5% 36,3% 0,3
13-4 $2.665.179 0,3 0,0% 12,4% 206,9
13-5 $87.635 -2,5 15,4% 28,2% -0,4
13-6 $97.730 -15,5 2,2% 15,1% -0,2
Kết quả từ Bảng 13-7 cho thấy rằng việc tăng delta với định cỡ vị thế theo tỷ lệ cố định sẽ điều
tiết tất cả các kết quả, cả lợi nhuận và sụt giảm vốn. Không có mô hình nào bị thất bại.
Vì vậy, hãy tăng hệ số delta của chúng ta lên $5.000. Những kết quả này được thể hiện trong
Bảng 13-8.
Bảng 13-8: Tỷ lệ cố định, mức đặt cược ban đầu là $500 với delta = $5.000
13-1 $118.149 3,7 0,3% 22,2% 0,8
13-2 $326.658 0,7 0,0% 23,2% 9,8
13-3 $104.268 6,4 0,0% 17,6% 0,2
13-4 $1.417.924 0,3 0,0% 9,6% 137,3
13-5 $95.051 -2,4 0,0% 13,4% -0,4
13-6 $96.420 -9,4 1,3% 19,5% -0,2
Một lần nữa, kết quả chỉ ra rằng việc tăng delta sẽ điều chỉnh kết quả toàn diện trên tất cả các
hệ thống. Các hệ thống tốt kiếm được nhiều tiền và cũng có xác suất thất bại nhỏ hơn đáng kể.
Và các hệ thống kém thực sự đã kiếm được nhiều tiền hơn. Không có mô hình nào bị thất bại
như được xác định bởi xác suất thất bại lớn hơn 25%.
Hãy xem điều gì sẽ xảy ra khi chúng ta tăng kích cỡ đặt cược ban đầu từ $500 lên $1.000 và
sau đó lặp lại ba mô hình FRPS. Chúng ta hy vọng điều này sẽ tạo ra kết quả cực đoan hơn
mức đặt cược ban đầu là $500.
Bảng 13-9 cho thấy kết quả mà chúng ta có thể mong đợi. Số lãi tăng lên và xác suất thất bại

cũng tăng lên khi chúng ta tăng gấp đôi kích cỡ đặt cược. Trên thực tế, một trong những hệ
thống kỳ vọng dương, Hệ thống 13-3, cho thấy khả năng thất bại là 95,9% với thuật toán định
cỡ vị thế này. Mọi hệ thống, ngoại trừ hệ thống 13-4, đều thất bại.
Bảng 13-9: Tỷ lệ cố định, mức đặt cược ban đầu là $1.000 với delta = $1.000
13-1 $123.056 13,5 29,8% 31,8% 0,7
13-2 $2.638.125 1,2 51,3% 63,9% 39,7
13-3 $135.128 17,1 95,9% 74,6% 0,5
13-4 $12.176.158 0,3 0,5% 22,4% 539,1
13-5 $55.246 -5,3 98,5% 70,2% -0,6
13-6 $95.395 -44,5 26,6% 30,7% -0,2
Bảng 13-10 và 13-11 cho thấy điều gì xảy ra khi chúng ta tăng delta lên $2.000 và $5.000 tương
ứng. Chúng ta mong đợi kết quả sẽ được cải thiện vì chúng ta không tăng kích cỡ vị thế của
mình lên một cách nhanh chóng.
Bảng 13-10: Tỷ lệ cố định, mức đặt cược ban đầu là $1.000 với delta = $2.000
13-1 $135.657 7,0 28,9% 35,5% 1,0
13-2 $1.436.990 0,9 24,75 51,5% 26,0
13-3 $130.692 10,2 86,2% 65,7% 0,5
13-4 $8.868.202 0,3 0,1% 19,7% 445,1
13-5 $66.085 -3,3 87,2% 58,9% -0,6
13-6 $92.082 -17,8 33,9% 34,8% -0,2
Trong Bảng 13-10, hầu hết mọi hệ thống đều thất bại do có xác suất thất bại lớn hơn 25%. Chỉ
có Hệ thống 13-4 và Hệ thống 13-2 (hầu như không) không bị thất bại. Vì một trong những hệ
thống này tốt hơn nhiều so với những gì bạn có thể có nên chúng ta có thể bắt đầu thấy các giới
hạn đối với FRPS.

Bảng 13-11: Tỷ lệ cố định, mức đặt cược ban đầu $1.000 với delta = $5.000
13-1 $137.737 4,7 22,5% 36,6% 1,0
13-2 $775.613 0,8 4,8% 38,7% 17,5
13-3 $108.997 8,5 11,7% 32,8% 0,3
13-4 $4.402.428 0,3 0,0% 15,1% 284,9
13-5 $89.565 -3,1 7,8% 25,1% -0,4
13-6 $93.719 -14,1 23,9% 31,6% -0,2
Trong Bảng 13-11 với delta lớn, không có hệ thống nào thất bại với mức đặt cược 1%.
Chúng ta có thể rút ra kết luận gì từ những quan sát sơ bộ này? Đầu tiên, giao dịch tỷ lệ cố định
có thể nguy hiểm khi 40% mô hình tỷ lệ cố định của chúng ta gặp thất bại, so với 8,3% đối với
các mô hình phần trăm rủi ro của chúng ta tại 0,5% hoặc 1%.
Thứ hai, giao dịch theo tỷ lệ cố định rõ ràng có thể vượt trội hơn mô hình phần trăm rủi ro đơn
giản cả khi hệ thống tốt và khi giá trị delta đủ lớn (tức là $2.000 hoặc cao hơn). Tuy nhiên, hãy
nhớ rằng hệ thống 13-4 là một hệ thống rất tốt và tỷ lệ phần trăm rủi ro mà chúng ta sử dụng
làm mốc cơ sở không cho thấy người ta có thể làm gì với mô hình này. Ví dụ: chúng ta phát
hiện ra rằng rủi ro 5% với hệ thống 13-4 sẽ mang lại cho bạn mức lãi trung bình cuối kỳ là
1.600.000% sau 300 giao dịch, với chỉ 5% khả năng bị sụt giảm vốn 25%.7
Thứ ba, thước đo tốt nhất về hiệu suất của các mô hình định cỡ vị thế này dường như là 1) phần
trăm lợi nhuận chia cho phần trăm sụt giảm vốn tối đa trung bình và 2) xác suất thất bại. Do
đó, chúng ta sẽ thực hiện loạt so sánh tiếp theo chỉ dựa trên hai biến này.
So sánh các mô hình

Hãy xem xét Hệ thống 13-2, 13-3 và 13-5 trên các mô hình với hai thước đo này và xem chúng
ta học được điều gì. Chúng ta xem xét cả phần trăm lợi nhuận chia cho phần trăm sụt giảm vốn
tối đa trung bình và xác suất thất bại. Sự so sánh được đưa ra trong Bảng 13-12.
Chúng ta cũng đã thêm bổ sung hai mô hình tỷ lệ cố định là 10 và 11. Cả hai mô hình này đều
bắt đầu với số tiền đặt cược ban đầu là $2.000. Mô hình 10 có delta là $1.000 và mô hình 11
có delta là $2.000.

Bảng 13-12: %Lợi nhuận/% Sụt giảm vốn đối với Hệ thống 13-2, 13-3 và 13-5
Mức đặt Hệ thống 13-2 Hệ thống 13-3 Hệ thống 13-5
Mô hình cược ban %Thất %Thất %Thất
đầu LN/SV LN/SV LN/SV
bại bại bại
1 $500 6,6 0,0% 0,3 0,1% -0,4 0,4%
2 $1.000 8,8 0,1% 0,3 6,0% -0,4 21,1%
3 $2.000 16,7 2,8% 0,4 35,5% -0,4 63,4%
4 $500 18,3 8,5% 0,4 82,0% -0,5 90,4%
5 $500 23,1 2,5% 0,3 17,5% -0,4 15,4%
6 $500 9,8 0,0% 0,2 0,0% -0,4 0,0%
7 $1.000 39,7 51,3% 0,5 95,9% -0,6 98,5%
8 $1.000 26,0 24,7% 0,5 86,2% -0,6 87,2%
9 $1.000 17,5 4,8% 0,3 11,7% -0,4 7,8%
10 $2.000 55,2 64,3% 0,5 95,6% -0,7 96,7%
11 $2.000 43,2 60,5% 0,4 93,6% -0,6 95,4%
Kết luận rằng các mô hình tỷ lệ cố định có thể nguy hiểm thực sự nổi bật từ Bảng 13-12. Chỉ
mô hình 3 (rủi ro 2%) cùng Hệ thống 13-3 và 13-5 cho thấy xác suất thất bại trên 25% trong
số các mô hình phần trăm rủi ro. Tuy nhiên, nhiều mô hình FRPS có xác suất thất bại trên 25%.
Tỷ lệ Lợi nhuận/Sụt giảm vốn rõ ràng là tốt hơn đối với các mô hình FRPS với cùng kích cỡ
đặt cược ban đầu. Như vậy, chúng ta thấy cả tiềm năng rất lớn và rủi ro cũng rất lớn.

Bây giờ chúng ta hãy xem ba hệ thống khác trong Bảng 13-13.
Bảng 13-13: %Lợi nhuận/% Sụt giảm vốn đối với Hệ thống 13-4, 13-1 và 13-6
Mức đặt Hệ thống 13-4 Hệ thống 13-1 Hệ thống 13-6
Mô
cược ban %Thất %Thất %Thất
hình LN/SV LN/SV LN/SV
đầu bại bại bại
1 $500 59,6 0,0% 0,8 0,9% -0,2 11,5%
2 $1.000 128,0 0,0% 0,9 16,7% -0,2 51,6%
3 $2.000 769,8 0,0% 1,2 51,2% -0,3 83,1%
4 $500 286,7 0,0% 0,8 1,4% -0,2 7,8%
5 $500 206,5 0,0% 0,7 0,6% -0,2 2,2%
6 $500 137,8 0,0% 0,8 0,3% -0,2 1,3%
7 $1.000 539,3 0,5% 0,7 29,8% -0,2 26,6%
8 $1.000 444,2 0,1% 1,0 28,9% -0,2 33,9%
9 $1.000 284,1 0,0% 1,0 22,5% -0,2 23,9%
10 $2.000 8505 28,8% 1,0 51,1% -0,4 41,6%
11 $2.000 830,1 28,7% 1,0 49,8% -0,3 40,7%
Nhìn chung, chúng ta có thể rút ra kết luận tương tự từ ba hệ thống còn lại. Tuy nhiên, có một
quan sát bất thường. Mô hình tỷ lệ đặt cược cố định nhỏ nhất dường như bảo vệ Hệ thống 13-
6 khỏi bị thất bại. Chúng tôi không biết tại sao điều này xảy ra.
Do đó, kết luận chung của chúng tôi là FRPS trong đó quy mô đặt cược ban đầu và mức delta
được chọn tùy ý dường như khiến giao dịch trở nên nguy hiểm hơn và đôi khi cũng hoan hỉ
hơn nhiều. Tuy nhiên, điều này thường xảy ra với các phương pháp định cỡ vị thế có xu hướng
nhanh chóng đạt được các vị thế lớn.
Cách cải thiện hiệu suất của bạn với FRPS
Các biến chính trong FRPS là các hệ số tăng và giảm sốc, delta và số lượng đơn vị được giao
dịch. Hơn nữa, chìa khóa thành công với phương pháp định cỡ vị thế này nằm ở cách chọn các
biến số chính này làm một hàm của hệ thống đang được giao dịch và khả năng chấp nhận rủi
ro của nhà giao dịch.8 Ngoài ra, chúng ta cũng phải giải quyết những gì xảy ra khi một số vốn
sở hữu ban đầu bị mất. Khi giải quyết từng vấn đề, chúng tôi sẽ nêu bật các giả định được đưa
ra trong nghiên cứu của chúng tôi.
Đầu tiên, hãy giải quyết delta, là sự thay đổi trên mỗi đơn vị phải xảy ra trước khi kích cỡ vị
thế tăng lên hoặc giảm xuống. Chúng tôi cho rằng nên chọn delta bằng cách xem xét bản chất
của hệ thống giao dịch áp dụng cho loại công cụ cụ thể đang được giao dịch. Nói cách khác,
sự lựa chọn delta của chúng ta sẽ rất khác nhau giữa một nhà giao dịch vị thế chỉ số S&P so
với một nhà giao dịch đầu cơ cổ phiếu niêm yết.

Giả định đầu tiên của chúng ta là delta phải được gắn với mức sụt giảm vốn tối đa dự
kiến. Chúng ta sẽ thu được delta bằng cách sử dụng mô phỏng. Chúng tôi tin rằng bạn phải có
một số cách để thực hiện một số mô phỏng cơ bản với hệ thống giao dịch của mình nhằm xác
định mức sụt giảm vốn tối đa trung bình (MaxDD) mà bạn có thể phải chịu về mặt R. Chúng
ta sẽ chỉ sử dụng 100 mô phỏng của mỗi 300 giao dịch để xác định MaxDD . Ngoài ra, chúng
ta sử dụng mức trung bình (không phải là mức tệ nhất) cho các mô phỏng đó, vì vậy chúng ta
có thể đánh giá thấp đáng kể mức sụt giảm vốn tồi tệ nhất thực tế mà chúng ta sẽ đạt được.
Giả định thứ hai của chúng ta là sử dụng các mức delta dựa trên tỷ lệ phần trăm của mức
sụt giảm tối đa mà chúng ta có thể chịu đựng được. Ví dụ: giả sử chúng ta thấy rằng hệ
thống của mình giao dịch S&P tạo ra MaxDD là $12.500 thông qua thử nghiệm lịch sử với một
hợp đồng tại một thời điểm. Nếu chúng ta chọn đặt delta bằng 0,5 × MaxDD thì chúng ta sẽ sử
dụng delta là $6.250. Do đó, một mô hình có delta lên 50% và delta xuống 50% đơn giản có
nghĩa là delta bằng 0,5 × MaxDD cho cả khi lên và khi giảm sốc. Tương tự, một mô hình có
100% delta lên và 75% delta xuống có nghĩa là delta bằng 1,0 × MaxDD đối với hệ số lên và
bằng 0,75 × MaxDD đối với hệ số giảm sốc.
Với delta được chọn, bây giờ chúng ta phải chọn quy mô gia tăng cho số lượng hợp đồng
hoặc cổ phiếu được giao dịch. Trong Bảng 13-1, mức tăng (INC) bằng 1 hợp đồng, nhưng
chúng ta có thể dễ dàng bắt đầu với 3 hợp đồng và mỗi lần tăng thêm 3 hợp đồng nữa (tức là
INC=3). Làm cách nào để chúng ta chọn INC để cho phép vốn sở hữu tăng trưởng tối đa nhưng
vẫn hoạt động trong vùng an toàn của nhà giao dịch? Điều đó dẫn đến giả định thứ ba của
chúng ta.
Giả định thứ ba của chúng ta là INC nên được thiết lập bằng cách xem xét số vốn ban
đầu mà nhà giao dịch có thể thoải mái mạo hiểm. Vì vậy, ví dụ: giả sử nhà giao dịch S&P ở
trên bắt đầu với tài khoản $100.000 và sẵn sàng mạo hiểm 25% số vốn này để bắt đầu giao dịch
(tức là $25.000). Vì MaxDD được quan sát cho đến nay là $12.500, nên có vẻ như việc bắt đầu
với 2 hợp đồng có khả năng giữ cho khoản lỗ vốn ban đầu của nhà giao dịch nằm dưới mức
$25.000 (tức là INC = 2 có vẻ phù hợp).
Giả định thứ tư của chúng ta là INC được xác định bằng cách chia khoản lỗ vốn ban đầu
chấp nhận được cho MaxDD. Đây là cách nó hoạt động. Giả sử việc mô phỏng cung cấp cho
chúng ta MaxDD là 40R. Chúng ta sẵn sàng cho phép tài khoản của mình giảm tới 25% kể từ
khi bắt đầu giao dịch, do đó rủi ro ban đầu của chúng ta sẽ là 25%/40R = 0,625% rủi ro. Do
đó, khi MaxDD dự kiến thay đổi thì hệ số rủi ro cũng thay đổi.
Bảng 13-14 cho thấy MaxDD giả định theo R cho mỗi hệ thống dựa trên 300 giao dịch, mỗi bộ
được mô phỏng 100 lần. Lưu ý rằng MaxDD giả định sẽ lớn hơn khi mẫu giao dịch tăng lên.
Ví dụ: MaxDD giả định cho hệ thống một có thể là 49% cho 300 giao dịch và 56% cho 2.500
giao dịch. Bảng 13-14 cũng cho thấy mức đặt cược ban đầu cho tỷ lệ sụt giảm vốn sở hữu là
25%. Hãy lưu ý sự khác biệt rất lớn về kích cỡ đặt cược ban đầu giữa các hệ thống.

Bảng 13-14: MaxDD giả định dưới dạng R và rủi ro ban đầu bằng tiền
cho sáu mô phỏng
Mức cược ban đầu cho khoản
Hệ thống sử dụng Mô phỏng MaxDD theo R
sụt giảm vốn sở hữu 25%
13-1 49,1 R $510
13-2 22,6 R $1.104
13-3 36,7 R $681
13-4 8,9 R $2.800
13-5 55,0 R $472
13-6 94,1R $266
Giả định thứ năm của chúng tôi, và cũng là giả định tạo ra tác động lớn đến việc bảo vệ
vốn ban đầu, là số lượng đơn vị được giao dịch có thể bằng 0 (tức là giao dịch trên giấy).
Vì vậy, đối với nhà giao dịch S&P ở trên, giả sử rằng sau khi bắt đầu giao dịch 2 hợp đồng, họ
gặp phải mức sụt giảm 0,5 × MaxDD (là $6.250) hoặc lớn hơn. Bây giờ họ phải giảm số lượng
đơn vị hiện tại của mình bằng đúng INC dẫn đến 0 đơn vị được giao dịch. Do đó, thuật toán tỷ
lệ cố định sẽ tự động buộc phải quay trở lại giao dịch trên giấy ngay cả khi giao dịch chưa nhất
thiết phải dừng lại! Khi kết quả giao dịch trên giấy tạo ra khoản lãi trên giấy là $6.250 cho mỗi
hợp đồng, thì bây giờ chúng ta mới quay lại giao dịch với 2 hợp đồng. Trong trường hợp một
hệ thống kém được chọn để giao dịch, chúng ta có thể thấy rằng lợi nhuận sẽ không bao giờ có
thể đạt đến mức này và do đó nhà giao dịch có thể không bao giờ gặp rủi ro phải giao dịch bằng
tiền thực với hệ thống này nữa.
Giả định thứ sáu và là cuối cùng của chúng ta là ngừng giao dịch một lần nữa khi vốn sở
hữu của chúng ta giảm 40% so với mức ban đầu, điều này được coi là thất bại. Bạn có thể
hỏi, “Làm sao điều này có thể xảy ra khi FRPS chuyển sang giao dịch trên giấy khi nó đã giảm
một delta?” Vâng, có hai cách để nó có thể xảy ra.
Đầu tiên tại mô phỏng, khi vốn lỗ một delta, một tài khoản ảo sẽ được giao dịch trên giấy cho
đến khi nó tăng lên một delta (nhưng vốn thực vẫn đang lỗ một delta). Do đó, khi quay lại tiếp
tục giao dịch với vốn thực nó có thể lại lỗ một delta và vốn sở hữu thực của chúng ta sẽ lỗ hai
delta lúc này. Sau đó, nó sẽ lại chuyển sang giao dịch trên giấy và không bắt đầu giao dịch thực
sự cho đến khi tài khoản giao dịch trên giấy tăng thêm một delta. Tuy nhiên, khi nó tiếp tục
được giao dịch thực tế trở lại, vốn sở hữu thực hiện đang lỗ hai delta và bây giờ rất có thể lại
lỗ thêm một delta nữa. Do đó, mặc dù quá trình có thể xảy ra chậm hơn một chút nhưng FRPS
vẫn có thể dễ dàng giảm xuống mức 40%.
Cách thứ hai mà FRPS có thể làm tài khoản giảm xuống 40% là xem xét điều gì sẽ xảy ra khi
nó tăng lên một delta. Giả sử chúng ta kỳ vọng mức sụt giảm vốn trong trường hợp xấu nhất là
khoảng $360 khi giao dịch 200 cổ phiếu. Giả sử chúng ta chịu mức sụt giảm vốn 50% của
trường hợp xấu nhất tức là $180. Do đó, chúng ta bắt đầu với 200 cổ phiếu, tăng lên 400 khi
chúng ta đạt lãi $180 và chuyển sang giao dịch trên giấy khi lỗ $180 so với mức vốn khởi điểm.

Bây giờ chúng ta đang ở cấp độ thứ hai (400 cổ phiếu), nếu chúng ta gặp phải tình trạng sụt
giảm vốn yêu cầu phải giảm kích cỡ vị thế, thì hiện tại chúng ta đã phải mất $360 từ mức vốn
sở hữu cao nhất của mình và hiện đang ở mức âm $180 so với vốn ban đầu của chúng ta. Nếu
chúng ta lại giao dịch 200 cổ phiếu và lại mất $180, điều này khiến chúng ta phải chuyển sang
giao dịch trên giấy tờ và hiện tại chúng ta đã lỗ $360 vốn ban đầu. Vì vậy, chúng ta đã ở dưới
mức dự kiến sụt giảm vốn đối với giao dịch trên giấy. Rõ ràng, đây là lý do chính đáng để hàm
giảm vị thế cần dốc hơn hàm tăng vị thế. Tuy nhiên, chúng tôi không làm điều đó trong những
mô phỏng ban đầu.
Chúng ta sẽ mô phỏng 100 giao dịch trong 5.000 lần; điều này cho phép chúng ta thấy được
nhiều hành động hơn. Hơn nữa, chúng ta sẽ bắt đầu mỗi cấp độ với tài khoản $100.000.
Điều quan trọng cần nhớ là chúng ta đã đưa ra ba giả định lớn rất có lợi cho FRPS.
Đầu tiên, chúng ta đã xác định rằng rủi ro ban đầu của chúng ta sẽ là mức sụt giảm vốn sở hữu
chấp nhận được (ví dụ: 25%) chia cho MaxDD được mô phỏng theo R. Thất bại được giả định
sẽ là mức sụt giảm vốn 40% và rủi ro của chúng ta được thiết kế sao cho chúng ta rất khó có
thể lỗ tới mức đó. Vì vậy, chúng ta kỳ vọng xác suất thất bại của chúng ta về cơ bản là bằng
không. Về bản chất, trên thực tế, chúng ta biết rằng Hệ thống 13-5 và 13-6 đang lỗ ngay từ đầu,
vì vậy rủi ro ban đầu của chúng ta với chúng chỉ lần lượt là 0,44% và 0,27%.
Thứ hai, chúng ta đã quyết định rằng các mô phỏng FRPS sẽ trở lại giao dịch trên giấy khi
chúng sụt giảm một delta từ vốn sở hữu cơ sở (người dịch: không phải là mức vốn sở hữu ban
đầu). Tại thời điểm này, họ sẽ không bắt đầu giao dịch thực lại cho đến khi họ lãi một delta đã
giảm trên giao dịch giấy. Về mặt lý thuyết, vì mức độ thất bại thường thấp hơn mức mà FRPS
đã chuyển sang giao dịch trên giấy nên sẽ không bao giờ đạt đến mức độ thất bại.
Thứ ba, chúng ta đã thêm khả năng chuyển từ FRPS sang phần trăm rủi ro khi phương pháp
này trở thành một giải pháp thay thế tốt hơn (tức là có được mức rủi ro lớn hơn). Về cơ bản,
chúng ta thiết lập một số quy tắc chuyển đổi (ví dụ khi đã tăng 100%) tại đó chúng ta yêu cầu
mô phỏng chuyển sang mô hình phần trăm rủi ro bằng cách sử dụng số tiền rủi ro ban đầu hoặc
tiếp tục sử dụng FRPS, tùy thuộc vào mô hình nào có kích cỡ đặt cược lớn hơn. Giả định này
mang lại cho FRPS một lợi thế rất lớn khi chúng ta có một hệ thống tốt.
Mục tiêu của chúng ta là đánh giá kết quả của những mô phỏng này một cách hiệu quả nhất có
thể. FRPS có hoạt động hiệu quả hơn nữa dựa trên những giả định mà chúng ta đã đưa ra
không? Đây có phải là thuật toán định cỡ vị thế hợp lý không? Để thực hiện đánh giá này,
chúng ta sẽ tập trung vào các số liệu thống kê có ý nghĩa nhất trong phần một:
• Vốn sở hữu cuối cùng bình quân
• Xác suất thất bại (giảm 40%)
• % Lợi nhuận / % Sụt giảm vốn

Trong các mô phỏng mới, chúng ta sẽ so sánh các mô hình phần trăm rủi ro có kích cỡ đặt cược
ban đầu bằng với kích cỡ đặt cược ban đầu của mô hình FRPS. Như đã đề cập trước đó, kích
cỡ đặt cược ban đầu của mô hình FRPS phụ thuộc vào mức sụt giảm vốn dự kiến của hệ thống.
Do đó, chúng ta sẽ sử dụng mô hình phần trăm rủi ro để so sánh với cùng phần trăm rủi ro ban
đầu như mô hình FRPS.
Khi chúng ta xem xét dữ liệu, chúng ta thấy rõ rằng nhiều biến số mà chúng ta đang thao tác
nhằm xác định cách tốt nhất để thực hiện FRPS là không quan trọng. Thay vào đó, các biến
quan trọng nhất là kích cỡ đặt cược ban đầu (phần trăm rủi ro ban đầu) và bản chất của hệ thống
(Chỉ số Chất lượng Hệ thốngSM). Với ý nghĩ đó, chúng ta sẽ sắp xếp kết quả theo hệ thống,
xem xét tác động tổng thể của năm bộ dữ liệu khác nhau.
Tập dữ liệu 1: Mục đích của Tập dữ liệu 1 là khám phá tác động của các giá trị delta lên
và delta xuống khác nhau. Tập dữ liệu này sẽ chuyển sang giao dịch trên giấy khi vốn sở hữu
giảm 25%. Chúng tôi đã chạy tám mô hình khác nhau:
Mô hình Delta lên Delta xuống

1 50% 25%
2 50% 50%
3 50% 75%
4 75% 50%
5 75% 75%
6 75% 100%
7 100% 75%
8 100% 100%
Như đã nêu trước đó, chúng ta đã sử dụng mức MaxDD mô phỏng để xác định delta lên và
delta xuống. Giả sử chúng ta đã xác định được thông qua 100 mô phỏng của 300 giao dịch rằng
MaxDD là $12.500. Nếu chúng tôi chọn đặt delta bằng 0,5 × MaxDD thì chúng ta sẽ sử dụng
delta là $6.250. Do đó, một mô hình có delta lên 50% và delta xuống 50% đơn giản có nghĩa
là delta bằng 0,5 × MaxDD cho cả hệ số lên và hệ số xuống. Tương tự, một mô hình có 100%
delta lên và 75% delta xuống có nghĩa là delta bằng MaxDD đối với hệ số lên và bằng 0,75 ×
MaxDD đối với hệ số giảm sốc.
Kết quả tổng thể trên tập dữ liệu này cho thấy rất ít sự biến động giữa các tỷ lệ phần trăm khác
nhau trong delta lên và delta xuống. Chúng tôi nhận được hiệu suất khá tốt từ mô hình 2 (delta
lên 50% và delta xuống 50%) nên chúng tôi sẽ vẫn dùng mô hình đó trong các tập dữ liệu khác
trừ khi có đề cập khác.
Tập dữ liệu 2: Tỷ lệ cố định nâng cao. Trong Tập dữ liệu 2, chúng ta đặt biến chuyển đổi
ở mức lợi nhuận 100%. Khi tài khoản của chúng ta tăng gấp đôi, trình mô phỏng sẽ sử dụng
mô hình mang lại cho chúng ta rủi ro lớn hơn (tức là chọn giữa FRPS hoặc phần trăm rủi ro

ban đầu). Trong tập dữ liệu này, chúng ta chỉ thay đổi phần trăm delta lên và xuống. Chúng ta
lại chạy tám mô hình tương tự như đã được sử dụng cho Tập dữ liệu 1.
Tập dữ liệu 3: Mục đích của Tập dữ liệu 3 là xác định tác động của việc tính toán sụt
giảm vốn tối đa thấp hơn. Ba phiên bản FRPS có delta = 50% đã được chạy cùng với ba phiên
bản FRPS có delta = 50% với tùy chọn chuyển đổi thành phần trăm rủi ro thẳng khi vốn tăng
100%. Chúng tôi gọi mô hình chuyển đổi này là FRPS nâng cao. Dưới đây là 6 mô hình:
• FRPS với mức sụt giảm vốn tối đa được sử dụng,
• FRPS với 75% mức sụt giảm vốn tối đa được sử dụng,
• FRPS với 50% mức sụt giảm vốn tối đa được sử dụng,
• FRPS nâng cao với mức sụt giảm vốn tối đa được sử dụng,
• FRPS nâng cao với 75% mức sụt giảm vốn tối đa được sử dụng, và
• FRPS nâng cao với 50% mức sụt giảm vốn tối đa được sử dụng.
Tập dữ liệu 4: Mục đích của Tập dữ liệu 4 chỉ đơn giản là đưa ra so sánh với các mô hình
phần trăm rủi ro. Chúng tôi đã sử dụng ba mô hình phần trăm rủi ro để so sánh:
• Một mô hình rủi ro 0,5%,
• Một mô hình rủi ro 1%, và
• Phần trăm rủi ro với mức sụt giảm vốn tối đa được sử dụng để tính toán rủi ro ban đầu
(là mức đặt cược ban đầu giống như hầu hết các mô hình FRPS).
Đánh giá kết quả
Mô phỏng 1: Khám phá tác động của FRPS tại hệ thống yếu (Hệ thống 13-1): Trong bộ
mô hình FRPS đầu tiên, chúng ta sẽ khám phá tác động của việc tăng delta lên và delta xuống
với nhiều giá trị khác nhau. Chúng ta sẽ bắt đầu với Tập dữ liệu 4, tập dữ liệu làm mốc cơ sở
của chúng ta. Bảng 13-15 trình bày kết quả của ba mô hình phần trăm rủi ro trên Hệ thống 13-
1.
Bảng 13-15: So sánh hệ thống 13-1 với mốc cơ sở

Rủi ro Vốn sở hữu cuối Xác suất thất bại %Lợi nhuận/%
Mô hình
khởi điểm trung bình (Giảm 40%) Sụt giảm vốn
Rủi ro 0.5% $500 $107.734 0,0% 0,5
Rủi ro 1% $1.000 $115.971 6,0% 0,6
MaxDD $510 $107.932 0,0% 0,5

Như bạn có thể thấy khi số tiền đặt cược ban đầu tăng gấp đôi, nó sẽ nhân đôi mức tăng vốn sở
hữu cuối cùng trung bình và nó làm tăng khả năng thua lỗ (tức là giảm 40%) từ 0 lên 6%. Vì
vậy, bây giờ chúng ta hãy xem Bảng 13-16, bảng so sánh các mô hình FRPS trong tập dữ liệu
đầu tiên trên Hệ thống 13-1.
Bảng 13-16: Kết quả của Tập dữ liệu 1 với Hệ thống 13-1
Rủi ro
Vốn sở hữu cuối Xác suất thất bại %Lợi nhuận/%
Mô hình khởi
trung bình (Giảm 40%) Sụt giảm vốn
điểm
Delta lên 50%
$510 $104.459 0% 0,4
Delta xuống 25%
Delta lên 50%
$510 $108.740 0% 0,5
Delta xuống 50%
Delta lên 50%
$510 $110.019 0% 0,5
Delta xuống 75%
Delta lên 75%
$510 $107.015 0% 0,5
Delta xuống 50%
Delta lên 75%
$510 $108.046 0% 0,5
Delta xuống 75%
Delta lên 75%
$510 $108.997 0% 0,5
Delta xuống 100%
Delta lên 100%
$510 $107.734 0% 0,5
Delta xuống 75%
Delta lên 100%
$510 $108.304 0,1% 0,5
Delta xuống 100%
Theo tôi, không có nhiều khác biệt trong kết quả cho thấy các mô hình là khác nhau. Vốn sở
hữu cuối kỳ trung bình dao động từ $104.459 đến $110.019, xác suất thất bại nhìn chung là
bằng 0 và tỷ lệ phần trăm lợi nhuận trên phần trăm sụt giảm vốn là 0,5.
Bây giờ, hãy xem Tập dữ liệu 2, trong đó chúng ta có tùy chọn chuyển sang mô hình phần trăm
rủi ro sau khi đạt được 100% lợi nhuận nếu mô hình đó cho khoản đặt cược lớn hơn. Hãy nhớ
rằng trong Tập dữ liệu 2, biến chính của chúng ta lại là các số delta lên và delta xuống. Bảng
13-17 thể hiện kết quả. Một lần nữa, không có nhiều khác biệt trong kết quả. Các mô hình
FRPS khác nhau dường như không ảnh hưởng nhiều đến một hệ thống yếu.

Rủi ro Vốn sở hữu Xác suất thất bại %Lợi nhuận/%
Mô hình
khởi điểm cuối trung bình (Giảm 40%) Sụt giảm vốn
Chuyển tại 1,0 mô
$510 $108.740 0% 0,5
hình 50%/50%
Chuyển tại 0,75
$510 $108.740 0% 0,5
mô hình 50%/50%
$510 $108.740 0% 0,5
hình 50%/50%
Chuyển tại 0,25
$510 $108.741 0% 0,5
mô hình 50%/50%
$510 $108.461 0% 0,5
hình 75%/75%
Chuyển tại 0,75
$510 $108.461 0% 0,5
mô hình 75%/75%
$510 $108.461 0% 0,5
hình 75 %/75%
Chuyển tại 0,25
$510 $108.461 0% 0,5
mô hình 75%/75%
Cuối cùng, hãy xem Tập dữ liệu 3. Điều này được hiển thị trong Bảng 13-18. Các mô hình
trong Tập dữ liệu 3 về cơ bản đang đánh giá thấp số tiền sụt giảm vốn có thể xảy ra. Tuy nhiên,
chúng sử dụng hằng số delta lên 50% và xuống 50%. Hãy nhớ rằng ba mô hình đầu tiên có
FRPS đơn giản và ba mô hình thứ hai có tùy chọn chuyển đổi sang mô hình phần trăm rủi ro
sau lãi đạt 100%.
Một lần nữa, kết quả trong Bảng 13-18 cho thấy rằng không có gì xảy ra trong một hệ thống
yếu kể cả khi bạn có tùy chọn chuyển sang mô hình phần trăm rủi ro nếu nó có kích cỡ đặt
cược lớn hơn. Và lý do rất rõ ràng – vốn sở hữu không tăng đủ để thực hiện việc chuyển đổi.
Kết quả cho thấy rõ ràng vốn sở hữu cuối cùng và khả năng bị thất bại đều liên quan chặt chẽ
đến rủi ro ban đầu.

Bảng 13-18: Kết quả của tập dữ liệu 3 với Hệ thống 13-1
Rủi ro %Lợi
Vốn sở hữu cuối Xác suất thất bại
Mô hình khởi nhuận/% Sụt
trung bình (Giảm 40%)
điểm giảm vốn
FRPS với 100% DD $510 $108.740 0% 0,5
FRPS với 75% DD $680 $112.066 0,2% 0,5
FRPS với 50% DD $1,019 $118.312 4,1% 0,6
FRPS nâng cao với

$510 $108.740 0% 0,5
100% DD
$680 $112.066 0,2% 0,5
75% DD
$1,019 $118.312 4,1% 0,6
50% DD
Mô phỏng 2: Khám phá tác động của FRPS đối với hệ thống bị mất (Hệ thống 13-6). Rõ
ràng, khi chúng ta xem xét một hệ thống thua lỗ trong Bảng 13-9, không cần phải xem xét
FRPS nâng cao bởi vì chúng ta sẽ không bao giờ thu được đủ lợi nhuận để cần phải chuyển
sang mô hình phần trăm rủi ro. Vì vậy, về cơ bản, chúng ta sẽ chỉ xem xét dữ liệu cơ sở của
mình và xem liệu FRPS có giúp thay đổi dữ liệu đó hay không. Chúng ta kỳ vọng rằng điều đó
có thể xảy ra vì nó sẽ chuyển sang giao dịch giấy sau khi sụt giảm vốn.
Bảng 13-19: So sánh Hệ thống 13-6 (Hệ thống thua) với mức cơ sở
Rủi ro khởi Vốn sở hữu cuối Xác suất thất bại %Lợi
Mô hình nhuận/% Sụt
điểm trung bình (Giảm 40%)
giảm vốn
Rủi ro 0,5% $500 $96.113 1,3% -0,2
Rủi ro 1% $1.000 $92.625 25,6% -0,2
MaxDD $264 $97.979 0% -0,2
Rõ ràng rằng, với mô hình mà đã biết mức sụt giảm tối đa của hệ thống sẽ bảo vệ chúng ta khỏi
bị thất bại.
Tập dữ liệu 1: Khi chúng ta xem Tập dữ liệu 1, có rất ít sự biên động trong dữ liệu. Vốn sở
hữu cuối kỳ trung bình dao động từ $97.998 đến $98.815. Xác suất thất bại đối với cả tám mô
hình đều bằng không. Và phần trăm lợi nhuận chia cho phần trăm sụt giảm vốn là âm 0,2. Do
đó, chúng ta dường như thu được nhiều lợi nhuận nhất bằng cách tính số vốn ban đầu của chúng
ta dựa trên mức sụt giảm vốn tối đa. Và tất nhiên, không có lý do gì để FRPS chuyển sang mô
hình phần trăm rủi ro khi giao dịch trên một hệ thống thua lỗ vì lúc đó mô hình phần trăm rủi
ro sẽ không bao giờ đưa ra được kích cỡ đặt cược lớn hơn FRPS.

Tập dữ liệu 2: Tập dữ liệu 2 bao gồm tùy chọn chuyển đổi sang phần trăm rủi ro sau khi đạt
được 100% lợi nhuận, điều này lại hiếm khi9 xảy ra trong một hệ thống thua lỗ. Vì vậy, bây
giờ chúng ta sẽ xem xét Tập dữ liệu 3 để xác định tác động của việc đánh giá thấp mức sụt
giảm vốn. Rõ ràng, đây không phải là một phương pháp hay với một hệ thống thua lỗ hoặc bất
kỳ hệ thống nào liên quan đến vấn đề đó.
Tập dữ liệu 3: Bảng 13-20 cho thấy kết quả xảy ra khi chúng ta đánh giá thấp khả năng sụt
giảm vốn trong trường hợp xấu nhất của một hệ thống thua lỗ. Chúng tôi chỉ thể hiện ba mô
hình đầu tiên vì Hệ thống 13-6 hiệu suất không đủ tốt để chuyển đổi sang phần trăm rủi ro.
Bảng 13-20: Kết quả tập dữ liệu 3 với hệ thống 13-6 (Hệ thống thua lỗ)
Mô hình
FRPS với
$264 $98.045 0,0% -0,2
100% DD
FRPS với 75%
$352 $97.438 0,0% -0,2
DD
FRPS với 50%
$528 $92.284 0,2% -0,2
DD
Rõ ràng, với một hệ thống thua lỗ, tốt hơn hết chúng ta nên sử dụng ước tính mức sụt giảm vốn
100% để giảm thiểu rủi ro ban đầu. Nó không ngăn chặn được thua lỗ nhưng nó giảm thiểu
chúng.
Mô phỏng 3: Khám phá tác động của FRPS trên một hệ thống tuyệt vời (Hệ thống 13-4).
Vì Hệ thống 13-4 là một hệ thống tuyệt vời với Chỉ số Chất lượng Hệ thốngSM trên 4 nên chúng
ta có thể mong đợi kiếm được rất nhiều tiền. Hãy xem điều gì sẽ xảy ra khi chúng ta áp dụng
FRPS cho hệ thống này. Và, vì chúng ta có thể kỳ vọng lợi nhuận tốt nên chúng ta cũng cần
xem xét điều gì sẽ xảy ra khi chúng ta chuyển đổi về định cỡ vị thế theo phần trăm rủi ro (tức
là định cỡ vị thế nâng cao).
Dữ liệu mức cơ sở của chúng ta được đưa ra trong Bảng 13-21.
Bảng 13-21: So sánh Hệ thống 13-4 (Hệ thống lớn) với mức cơ sở
Mô hình
Rủi ro 0,5% $500 $181.353 0,0% 24,5
Rủi ro 1% $1.000 $327.758 0,0% 34,5
MaxDD $2.800 $2.684.676 0,0% 143,7
Bây giờ hãy xem kết quả của tám mô hình trong Tập dữ liệu 1 trên hệ thống tuyệt vời của
chúng ta. Những điều này được thể hiện trong Bảng 13-22. Lưu ý rằng kết quả của tám mô

hình này không khác lắm so với mô hình cơ sở dựa trên mức sụt giảm vốn tối đa, sử dụng cùng
vốn sở hữu ban đầu.
Rủi ro
Vốn sở hữu Xác suất thất bại %Lợi nhuận/%
Mô hình khởi
cuối trung bình (Giảm 40%) Sụt giảm vốn
điểm
Delta lên 50%
$2.800 $2.932.492 0,1% 130,2
Delta xuống 25%
Delta lên 50%
$2.800 $3.212.064 0,1% 138,1
Delta xuống 50%
Delta lên 50%
$2.800 $3.326.888 0,4% 140,6
Delta xuống 75%
Delta lên 75%
$2.800 $2.410.865 0,0% 114,8
Delta xuống 50%
Delta lên 75%
$2.800 $2.568.502 0,1% 119,2
Delta xuống 75%
Delta lên 75%
$2.800 $2.596.890 0,1% 119,6
Delta xuống 100%
Delta lên 100%
$2.800 $2.132.965 0,1% 115,7
Delta xuống 75%
Delta lên 100%
$2.800 $2.172.086 0,1% 106,8
Delta xuống 100%
Bây giờ, hãy xem Tập dữ liệu 2. Ở đây, chúng ta có tùy chọn chuyển sang phần trăm rủi ro sau
khi vốn sở hữu của chúng ta tăng 100% và nếu như mô hình phần trăm rủi ro (dựa trên phần
trăm rủi ro ban đầu) cho bạn mức rủi ro lớn hơn. Bên cạnh tùy chọn đó, biến số chính mà chúng
ta đang xem xét là sự gia tăng khác nhau của delta lên và delta xuống. Những kết quả này được
thể hiện trong Bảng 13-23.

Bảng 13-23: Kết quả của tập dữ liệu 2 với Hệ thống 13-4 (Hệ thống tuyệt vời)
Rủi ro
Vốn sở hữu cuối Xác suất thất bại %Lợi nhuận/%
Mô hình khởi
trung bình (Giảm 40%) Sụt giảm vốn
điểm
Delta lên 50%
$2.800 $4.762.369 0,1% 203,9
Delta xuống 25%
Delta lên 50%
$2.800 $5.148.650 0,1% 214,4
Delta xuống 50%
Delta lên 50%
$2.800 $5.318.031 0,1% 217,8
Delta xuống 75%
Delta lên 75%
$2.800 $4.030.441 0,1% 183,1
Delta xuống 50%
Delta lên 75%
$2.800 $4.248.761 0,1% 188,7
Delta xuống 75%
Delta lên 75%
$2.800 $4.292.895 0,1% 189,5
Delta xuống 100%
Delta lên 100%
$2.800 $3.654.680 0,1% 171,4
Delta xuống 75%
Delta lên 100%
$2.800 $3.712.296 0,1% 173,0
Delta xuống 100%
Những kết quả này cho thấy rằng khi bạn có một hệ thống tốt, mức delta có thể tạo ra một số
khác biệt. Nó còn gợi ý thêm rằng với mức delta 50% (ở mức 50% của mức sụt giảm vốn tối
đa) tốt hơn nhiều so với mức delta dựa trên một tỷ lệ phần trăm lớn hơn của mức sụt giảm vốn
tối đa.
Và cuối cùng, hãy xem điều gì sẽ xảy ra khi bạn đánh giá thấp khả năng sụt giảm vốn của một
hệ thống tốt. Về cơ bản, điều này có nghĩa là bạn sẽ gặp rủi ro nhiều hơn cho mỗi giao dịch (vì
bạn mong đợi mức sụt giảm vốn sẽ ít hơn). Những kết quả này được thể hiện trong Bảng 13-
24. Chúng ta đang thấy hai nguyên tắc chính trong dữ liệu này.
• Đầu tiên, bạn càng mạo hiểm trong lần đặt cược ban đầu thì vốn sở hữu cuối cùng của
bạn càng cao và khả năng thua lỗ càng lớn.
• Thứ hai, chúng ta cũng thấy rằng, với FRPS có tùy chọn chuyển sang phần trăm rủi ro,
sau khi chúng ta tăng 100% và đồng thời mô hình phần trăm rủi ro cho bạn khoản đặt
cược lớn hơn, rõ ràng đã làm tăng hiệu ứng này. Về cơ bản, rủi ro ban đầu càng cao
(xảy ra do chúng ta đánh giá thấp mức sụt giảm vốn), vốn sở hữu trung bình cuối cùng
càng lớn. Hơn nữa, việc cung cấp cho hệ thống tùy chọn chuyển sang phương thức có
quy mô đặt cược lớn hơn đã làm tăng hiệu suất của hệ thống một cách rõ ràng.

Bảng 13-24: Kết quả của tập dữ liệu 3 với Hệ thống 13-4 (Hệ thống tuyệt vời)
Mô hình
FRPS với 100%
$2.800 $3.212.084 0,1% 138,1
DD
FRPS với 75%
$3.733 $4.919.918 1,1% 179,9
DD
FRPS với 50%
$5.599 $7.935.891 4,6% 236,8
DD
FRPS nâng cao
$2.800 $5.148.650 0,1% 214,4
với 100% DD
FRPS nâng cao
$3.733 $7.735.711 1,1% 277,9
với 75% DD
FRPS nâng cao
$5.599 $12.873.012 4,6% 380,9
với 50% DD
Mô phỏng 4: Khi nào nên chuyển về theo phần trăm rủi ro. Trong kết quả của chúng ta cho
đến nay, chúng ta đã quay trở lại mô hình phần trăm rủi ro khi mô hình đó cho kích cỡ đặt cược
lớn hơn. Tuy nhiên, như Bảng 13-1 cho thấy điều đó có thể không xảy ra cho đến khi vốn sở
hữu của một người tăng lên một lượng rất lớn. Để kiểm tra điều này, chúng ta sẽ chạy một mô
phỏng cuối cùng.
Mỗi mô hình bắt đầu với $100.000 và mức đặt cược ban đầu là $2.800 trên hệ thống tuyệt vời
(tức là Hệ thống 13-4). Sự khác biệt chính giữa các mô hình là điểm chuyển đổi sang mô hình
phần trăm rủi ro ở đâu? Chúng ta đã so sánh tám mức độ chuyển đổi khác nhau với một chuyển
đổi bắt buộc và một tùy chọn chuyển đổi tại mức khi mô hình phần trăm rủi ro có mức đặt cược
lớn hơn. Những kết quả này, đưa ra giá trị vốn sở hữu cuối cùng trung bình của hệ thống, được
trình bày trong Bảng 13-25.
Khi nhìn vào dữ liệu trong Bảng 13-25, bạn có thể thấy rõ rằng với một hệ thống tốt, việc
chuyển đổi xảy ra càng muộn thì kết quả càng tốt. Ngoài ra, việc tùy chọn chuyển đổi cũng cho
thấy giá trị vốn sở hữu cuối cùng trung bình cao hơn nhiều. Vì vậy, khi bạn có một hệ thống
tốt, kết quả cho thấy rằng việc mạo hiểm nhiều nhất sẽ mang lại kết quả tốt nhất. Hơn nữa, chỉ
chuyển sang tỷ lệ phần trăm cố định khi rủi ro lớn hơn tỷ lệ phần trăm rủi ro mà bạn đang có
được với FRPS, rõ ràng sẽ mang lại kết quả tốt hơn.

Bảng 13-25: Ảnh hưởng của các tỷ lệ chuyển đổi khác nhau đến vốn sở hữu cuối cùng
với các chuyển đổi bắt buộc và tùy chọn
Mức chuyển đổi Chuyển đổi bắt buộc Chuyển đổi tùy chọn
50% $3.074.694 $5.330.033
100% $3.491.680 $5.328.540
200% $4.098.602 $5.326.623
300% $4.529.363 $5.325.726
400% $4.828.393 $5.325.411
500% $5.038.715 $5.324.869
600% $5.182.660 $5.324.066
Kết quả tương tự cũng xảy ra khi chúng ta xem xét tỷ lệ phần trăm lợi nhuận trên tỷ lệ phần
trăm sụt giảm vốn. Kết quả tốt nhất với một hệ thống tuyệt vời sẽ xảy ra khi bạn chuyển đổi ở
một mức cao hơn. Và kết quả tốt nhất sẽ xảy ra khi bạn không chuyển đổi cho đến khi mô hình
phần trăm rủi ro mang lại cho bạn mức rủi ro cao hơn. Những điều này được thể hiện trong
Bảng 13-26.
Bảng 13-26: Ảnh hưởng của các tỷ lệ chuyển đổi khác nhau đến %Lợi nhuận/%Sụt
giảm vốn với các chuyển đổi bắt buộc và tùy chọn
Mức chuyển đổi Chuyển đổi bắt buộc Chuyển đổi tùy chọn
50% 155,5 222,9
100% 166,5 222,9
200% 182,9 222,9
300% 195,9 222,9
400% 205,4 222,9
500% 212,6 222,9
600% 217,4 222,9
Một lần nữa, chúng tôi muốn chỉ ra rằng những kết quả này sẽ chỉ xảy ra với một hệ thống
tuyệt vời. Nếu bạn có một hệ thống kém hoặc hệ thống cận biên, rủi ro cao thường sẽ gây
ra thua lỗ lớn hơn. Hơn nữa, chúng tôi cũng muốn chỉ ra rằng chúng tôi chưa xem xét mức
độ mượt của đường cong vốn sở hữu. Nói chung, rủi ro cao, ngay cả trong các hệ thống tốt, tạo
ra đường cong vốn sở hữu rất gồ ghề với một số khoản sụt giảm khó chịu mà nhiều người sẽ
không hài lòng.
Kết luận
Định cỡ vị thế theo tỷ lệ cố định rất phức tạp. Có rất nhiều biến số liên quan và phải mất một
chút công sức để hiểu nó. Tuy nhiên, nếu bạn sẵn sàng bắt tay vào công việc thì việc sử dụng

nó sẽ mang lại một số lợi ích chính dựa trên kết luận của chúng ta.
Hãy nhớ rằng kết luận của chúng ta dựa trên nhiều mô phỏng, không chỉ một hoặc hai thử
nghiệm dữ liệu lịch sử. Tuy nhiên, mô phỏng giả định rằng chỉ có một giao dịch được thực
hiện tại một thời điểm và chúng ta không thực hiện nhiều giao dịch tương quan. Chúng ta cũng
giả định rủi ro tối đa cố định dựa trên MaxDD ước tính. Điều này khác rất nhiều so với việc
thực hiện một hợp đồng, có thể là hợp đồng ngô (có thể thấp hơn nhiều so với mức rủi ro giả
định) hoặc hợp đồng S&P 500 đầy đủ (có thể lớn hơn nhiều so với mức rủi ro giả định).
Trong quá trình khám phá FRPS, chúng ta đã kết luận rằng việc sử dụng ngẫu nhiên các mức
delta mà không tính đến mức sụt giảm vốn là khá nguy hiểm. Khoảng 40% mô hình tỷ lệ cố
định của chúng ta đã dẫn đến thất bại hoàn toàn, nghĩa là khi xác suất thất bại lớn hơn 25%.
Tuy nhiên, khi chúng ta sử dụng mức sụt giảm vốn tối đa ước tính để tính toán rủi ro ban đầu,
vấn đề đó hoàn toàn biến mất. Điều này vẫn không mang lại cho chúng ta nhiều lợi thế so với
mô hình phần trăm rủi ro khi thực hiện điều tương tự.
Kết luận thứ hai của chúng ta là với hệ thống kém hoặc hệ thống yếu, FRPS cho thấy rất ít sự
khác biệt so với phương pháp phần trăm rủi ro. Tuy nhiên, cả hai phương pháp định cỡ vị thế
đều không có thất bại vì kích cỡ đặt cược ban đầu được đặt dựa trên mô phỏng trước đó về
mức sụt giảm vốn tối đa.
Thứ ba, khi chúng ta có một hệ thống tuyệt vời, việc định cỡ vị thế theo tỷ lệ cố định vẫn không
tốt hơn mô hình phần trăm rủi ro khi chúng ta tính toán kích thước đặt cược ban đầu dựa trên
mức sụt giảm vốn tối đa. Rõ ràng, bài học chính của chúng ta ở đây là tầm quan trọng của
việc mô phỏng mức sụt giảm vốn tối đa và sử dụng thông tin đó để tính toán mức đặt cược tối
ưu.
Thứ tư, FRPS rõ ràng sẽ vượt trội hơn phần trăm rủi ro khi nó được sử dụng để khởi động một
hệ thống tốt và sau đó chuyển sang mô hình phần trăm rủi ro khi phần trăm rủi ro cho kích cỡ
đặt cược lớn hơn. Tuy nhiên, chúng ta chỉ so sánh FRPS với mô hình định cỡ vị thế phần trăm
rủi ro. Tôi đoán là mô hình định cỡ vị thế tiền của thị trường sẽ hoạt động ở mức tương đương
và chúng dễ hiểu hơn nhiều.
Cuối cùng, tôi đã thấy một phiên bản khác của FRPS, được gọi là Định cỡ vị thế tỷ lệ tổng quát
(GRPS); trong phương pháp này, bạn chỉ cần điều chỉnh tốc độ tăng cỡ vị thế bằng FRPS. Tôi
đã quyết định không thảo luận về phương pháp này ở đây vì 1) Tôi chưa thử nghiệm nó và 2)
cần có nhiều giả định để làm cho FRPS hoạt động và tôi không chắc chúng sẽ được áp dụng
như thế nào cho GRPS.
Mô hình 16: Sử dụng Định cỡ vị thế tỷ lệ cố định
Tôi vẫn cảm thấy e ngại khi nói về việc thực sự sử dụng FRPS vì ba lý do: 1) Đối với tôi, nó
không hợp lý về mặt trực giác. 2) Nó phức tạp và tôi nghĩ bạn có thể đạt được kết quả tương
tự bằng một số phương pháp khác được đưa ra trước đó. 3) Tôi vẫn tin rằng khả năng bị thất
bại khi có cú sốc giá là rất cao. Tuy nhiên, tôi biết có những người đang giao dịch thành công

với nó.
Để giao dịch theo phương pháp này và đạt được mục tiêu của bạn, tôi tin rằng bạn cần phải
xem qua danh sách kiểm tra sau.
Danh sách kiểm tra để giao dịch FRPS
Đầu tiên, hãy tự hỏi: “Hệ thống của tôi có đủ tốt không?” Không sử dụng FRPS nếu bạn không
có Chỉ số Chất lượng Hệ thốngSM ít nhất là 2,5. Nếu không, nguy cơ thất bại tiềm ẩn của bạn
là quá cao.
Thứ hai, thông qua kiểm tra lịch sử, bạn phải xác định khoản sụt giảm vốn trong trường hợp
xấu nhất sẽ là bao nhiêu tính bằng tiền đối với hợp đồng đắt nhất của bạn. Ngoài ra, bạn phải
mô phỏng hệ thống của mình với 100 giao dịch vài trăm lần và xác định mức sụt giảm vốn tối
đa trong trường hợp tồi tệ nhất theo R (trong số vài trăm mô phỏng) và mức sụt giảm vốn tối
đa trung bình theo R (trong vài trăm mô phỏng). Bạn có ba lựa chọn về cách thực hiện mô
phỏng:
• Mô phỏng phân bố Bội số R của bạn bằng một túi đựng bi và sau đó lấy ra lần lượt 100
viên bi, lấy ra rồi để lại túi sau đó tiếp tục lấy, đồng thời theo dõi tỷ lệ sụt giảm vốn tồi
tệ nhất của bạn trong 100 giao dịch. Khi kết thúc 100 giao dịch, hãy viết ra mức sụt
giảm trong trường hợp xấu nhất của bạn dưới dạng R. Lặp lại quá trình này 200-300
lần.
• Sử dụng tính năng mô phỏng trong Trò chơi giao dịch Bí mật của Bậc thầy™ để thực
hiện điều tương tự. Phiên bản 4.0 của trò chơi sẽ thực sự theo dõi sụt giảm vốn theo Bội
số R cho bạn.
• Use the simulation feature in the Secrets of the Masters™ Trading Game to do the
same thing. Version 4.0 of the game will actually keep track of the R-multiple
drawdowns for you.
• Nếu kỹ năng lập trình của bạn đủ tốt, hãy phát triển một trình mô phỏng trong Excel để
thực hiện nhiệm vụ này cho bạn.
Bạn có thể sử dụng mức sụt giảm vốn tối đa trung bình của mình, nhưng tôi khuyên bạn nên
sử dụng mức sụt giảm vốn tối đa cao nhất mà bạn gặp phải trong tất cả các mô phỏng của mình.
Điều này sẽ giúp bạn có chút an toàn trong trường hợp bạn đang đánh giá thấp những khoản lỗ
ở trường hợp xấu nhất trong phân phối Bội số R của mình.
Thứ ba, xác định số vốn ban đầu bạn sẵn sàng mất là bao nhiêu. Bạn quyết định con số này dựa
trên các mục tiêu mà bạn đã đặt ra cho chính mình. Bây giờ hãy chia số vốn ban đầu mà bạn
sẵn sàng mất cho số tiền sụt giảm vốn tối đa mà bạn đã trải qua. Điều này sẽ xác định hệ số
INC của bạn. Nếu mức sụt giảm vốn tối đa của bạn lớn hơn số tiền bạn sẵn sàng mất thì bạn
không thể sử dụng FRPS.

Thứ tư, bạn phải đặt delta bằng một nửa mức rút sụt giảm vốn tối đa mà bạn gặp phải trong
quá trình thử nghiệm lịch sử đối với hợp đồng đắt nhất.
Thứ năm, nếu bạn lỗ quá một nửa số tiền sụt giảm vốn tối đa, bạn phải dừng giao dịch thực và
quay lại giao dịch trên giấy cho đến khi bạn tăng vốn sở hữu trên giấy của mình bằng với số
tiền sụt giảm vốn tối đa của bạn. Khi bạn đã đạt lại được mức đó, bạn có thể tiếp tục giao dịch.
Giả định của chúng ta là hệ thống hiện đang hoạt động tốt trở lại. Nhưng hãy cẩn thận vì hệ
thống của bạn hiện có thể sẵn sàng cho một lần sụt giảm khác và vốn của bạn thì đang ở một
nửa mức sụt giảm tối đa. Hãy nhớ rằng những gì chúng ta đang cố gắng làm là giúp bạn tránh
được mức sụt giảm vốn tối đa. Nếu bạn không quan tâm đến việc sụt giảm vốn có thể lớn hơn
mức sụt giảm vốn trước đây trong mô phỏng của mình thì bạn có thể bỏ qua bước này.
Chúng ta sẽ không ngừng giao dịch nếu chúng ta đạt đến mức sụt giảm vốn nhất định vì chúng
ta giả định rằng mục tiêu của bạn sẽ là đạt được mục tiêu lợi nhuận tối đa bằng mọi giá. Tuy
nhiên, nếu bạn có một khoản sụt giảm vốn mà bạn coi đó là thất bại thì bạn cũng phải ngừng
giao dịch ở mức này.
Ngay cả với những hướng dẫn này, vẫn có những câu hỏi bạn phải tự mình trả lời. Tôi tin rằng
bạn chỉ có thể tự trả lời các câu hỏi khi đã có nhiều kinh nghiệm sử dụng phương pháp này.
Bạn sẽ sử dụng hệ số giảm sốc nào? Bạn sẽ giảm kích cỡ vị thế với cùng tốc độ mà bạn đã
tăng nó chứ? Hay bạn sẽ giảm kích cỡ vị thế với tốc độ gấp đôi tốc độ mà bạn đã tăng nó?
Khuyến nghị của tôi là sử dụng tốc độ tương tự để giảm kích cỡ vị thế như tốc độ bạn dùng để
tăng chúng, ít nhất là cho đến khi bạn quen thuộc hơn với phương pháp này.
“Mức đặt cược” tối đa mà bạn sẽ sử dụng cho mỗi đơn vị là bao nhiêu? Hãy nhớ trong ví
dụ của chúng ta, chúng ta đã sử dụng $500 đến $2.000. Bạn có thể bắt đầu bằng cách sử dụng
0,5% tài khoản của mình làm đơn vị nhỏ nhất cho đến khi bạn đã quen thuộc với FRPS. Điều
này thực sự có nghĩa là bạn KHÔNG THỂ vào một vị thế nếu rủi ro ở vị thế đó lớn hơn 0,5%.
Giả định này hoàn toàn đi ngược lại việc sử dụng phương pháp này của Ryan Jones, nhưng làm
khác đi có thể gây nguy hiểm cho tình hình tài chính của bạn cho đến khi bạn quen thuộc và đã
rất thoải mái với phương pháp này.
Bạn sẽ xử lý nhiều vị thế tương quan như thế nào? Chúng ta không thể mô phỏng biến này,
nhưng nó có thể rất quan trọng. Đây là ước tính tốt nhất của tôi về cách bạn nên xử lý vấn đề:
Khi bạn đã cảm thấy rằng mình 1) thoải mái với phương pháp này và 2) sẵn sàng đảm nhận
nhiều vị thế đồng thời, thì tôi khuyên bạn nên sử dụng các chỉ dẫn Chỉ số Chất lượng Hệ
thốngSM được đưa ra trong chương trước để xác định tổng độ nóng trong danh mục đầu tư của
bạn. Sử dụng các hướng dẫn từ chương trước để xác định phần trăm rủi ro tối ưu mục tiêu. Sau
đó, bạn có thể chia tỷ lệ phần trăm đó cho số vị thế tối đa mà bạn có thể có cùng một lúc để
xác định rủi ro cho mỗi vị thế mà bạn có thể đảm nhận với FRPS. Đây sẽ là kích cỡ đặt cược
tối đa cho mỗi đơn vị mà bạn sẽ sử dụng xuyên suốt phương pháp này.
Khi nào bạn sẽ quay trở lại mô hình định cỡ vị thế phần trăm rủi ro? Tại một thời điểm
nào đó khi vốn sở hữu của bạn tăng lên, như được trình bày trong Bảng 13-1, tổng rủi ro của

bạn với FRPS sẽ nhỏ hơn mô hình phần trăm rủi ro và việc chuyển đổi là hợp lý. Tuy nhiên,
bạn có thể sử dụng tất cả các tiêu chí mà tôi đã đề xuất ở chương trước, khi tiền của thị trường
trở thành vốn sở hữu cốt lõi khi bạn ra quyết định sử dụng phương pháp này.
Ưu điểm và nhược điểm của FRPS
Như tôi đã đề cập trước đây, tôi coi FRPS là mô hình phức tạp nhất trong tất cả các mô hình
định cỡ vị thế. Tôi đã làm việc chặt chẽ với nhiều nhà giao dịch trong việc định cỡ vị thế của
họ, nhưng chưa bao giờ làm việc với ai đó đang sử dụng FRPS ngoại trừ Chris Anderson (xem
Chương 16). Hơn nữa, bản thân tôi chưa bao giờ sử dụng nó. Vì vậy, sự hiểu biết của tôi về
mô hình này chỉ đến từ các mô phỏng mà bạn đã được đọc trong chương này. Tôi không có
“cảm giác” tốt về FRPS, vì vậy nếu bạn quyết định sử dụng phương pháp này, bạn sẽ cần phải
trả lời các câu hỏi của riêng mình. Tuy nhiên, tôi rất mong nhận được bất kỳ phản hồi nào nếu
bạn thấy rằng phương pháp này phù hợp với mình sau khi bạn đã có nhiều kinh nghiệm với nó.
Tuy nhiên, dựa trên kinh nghiệm ít ỏi mà tôi có được khi mô phỏng FRPS, tôi đã có thể dựng
lên danh sách các ưu và nhược điểm. Những điều này được thể hiện trong Bảng 13-27. Và danh
sách của tôi có thể thay đổi khi tôi có thêm kinh nghiệm và “cảm nhận” về phương pháp này.
Bảng 13-27: Ưu điểm và nhược điểm của FRPS

Ưu điểm Nhược điểm
Các tài khoản nhỏ có thể tăng kích cỡ vị thế
FRPS rất phức tạp.
của họ rất nhanh.
Với delta dựa trên mức sụt giảm vốn tồi tệ nhất Yêu cầu một số thử nghiệm lịch sử và một
mà bạn gặp phải trong thử nghiệm lịch sử và số mô phỏng để xác định những biến nào sẽ
một hệ thống tốt, FRPS sẽ hoạt động tốt. được sử dụng.
Rõ ràng việc đạt được mục tiêu lợi nhuận sẽ tốt
Khi bạn có một hệ thống kém, kết quả của
hơn phương pháp phần trăm rủi ro đơn giản
FRPS có thể gây nguy hiểm.
(với delta > $2.000) cùng một hệ thống tốt.
Một phương pháp tuyệt vời để bắt đầu một hệ
Tiềm năng cháy tài khoản khi có nhiều vị
thống giao dịch và thực hiện các biện pháp
thế mà lại xảy ra cú sốc giá.
phòng ngừa.
Có thể không có bất kỳ lợi thế nào trong
Có thể bắt đầu với một tài khoản nhỏ. việc mở rộng vị thế hoặc các phương thức
tiền của thị trường.
Không dễ để có được cảm nhận tốt về
phương pháp này.
Có thể kiểm soát mức nhạy cảm dựa trên Phải làm điều này nếu không phương pháp
MaxDD dự kiến. này rất nguy hiểm.

CHÚ THÍCH
1
Mô hình này được gọi là tỷ lệ cố định, trái ngược với phân số cố định, vẫn được gọi là mô hình phần trăm rủi ro.
2
Chris Anderson có vai trò quan trọng trong chương này vì anh ấy đã thực hiện tất cả các nghiên cứu thực tế. Xem
Chương 16.
3
Jones, Ryan. The Trading Game, New York: Wiley, 1999.
4
Ryan Jones nói về rủi ro 10% cho một vị thế như thể đó là chuyện xảy ra hàng ngày và đó là một trong những phản
đối của tôi đối với cuốn sách của anh ấy. Hầu hết các chuyên gia sẽ coi rủi ro 3% cho mỗi vị thế đã là đứng trước họng
súng, vì vậy rủi ro 10% có thể rất khủng khiếp.
5
Ryan Jones sẽ không đưa ra giả định cố định nào về rủi ro. Một đơn vị có thể có bất kỳ mức độ rủi ro nào. Do đó,
một đơn vị có thể mang theo rủi ro trị giá $1.300 và hai đơn vị có thể mang theo rủi ro lần lượt $5.000 và $800.
6
Giá trị của một hợp đồng ngô là khoảng $15.000 trong khi giá trị của một hợp đồng S&P 500 đầy đủ là khoảng
$250.000 (tức là với S&P 500 không đầy đủ là $1.000). Sự khác biệt rủi ro tiềm ẩn giữa hai loại hợp đồng là rất lớn. Ví
dụ: rủi ro 1% trên ngô là $150 so với $2.500 của hợp đồng S&P đầy đủ.
7
Hãy nhớ rằng chúng ta đang thực hiện một giao dịch tại một thời điểm với các hệ thống này cho cả mô hình phần
trăm rủi ro và mô hình FRPS. Ngay cả với một hệ thống rất tốt, nhưng có nhiều vị thế tương quan, mỗi vị thế đều được
giao dịch ở mức rủi ro cao có thể dễ dàng tạo ra khoản lỗ tài chính lớn.
8
Theo quan điểm của chúng tôi, Ryan Jones chưa đề cập thỏa đáng những vấn đề lựa chọn này trong các cuộc thảo
luận của mình và chúng tôi hy vọng nghiên cứu này sẽ bổ sung thêm một số hiểu biết mới về cách thực hiện điều đó.
9
Một hệ thống thua lỗ có thể dễ dàng tạo ra một mẫu giao dịch có kỳ vọng dương.

Chương 14
Các phương pháp định cỡ vị thế giúp bạn tránh bị thất bại
Bạn phải xác định những gì bạn có thể chịu đựng được về mặt thua lỗ tối hậu trong tài khoản
của mình và về mặt sụt giảm vốn từ đỉnh đến đáy. Nếu bạn sẵn sàng mất toàn bộ tài khoản của
mình thì bạn có thể thoải mái sử dụng bất kỳ phương pháp nào trong Chương 12 và 13. Nhưng
nếu bạn có giới hạn về những gì mình có thể chịu đựng, thì bạn phải sử dụng một số phương
pháp định cỡ vị thế giúp bạn hạn chế sự thất bại và sụt giảm vốn.
Bạn cho phép tài khoản của mình giảm bao nhiêu trước khi bạn quyết định đã đến lúc phải
ngừng giao dịch? Nó sẽ là 10% hay 25%? Có phải là 50% không? Hay nó sẽ là toàn bộ giá trị
tài khoản của bạn? Dù đó là gì đi nữa, chẳng phải là một ý tưởng hay nếu bạn thiết kế chiến
lược định cỡ vị thế để điều đó không xảy ra sao?
Ngoài ra, hãy nghĩ xem bạn sẵn sàng từ bỏ bao nhiêu lợi nhuận. Giả sử bạn lãi 120% trong
năm. Chúng ta đã gọi lợi nhuận này của bạn là tiền của thị trường. Nhưng bạn sẵn sàng từ bỏ
bao nhiêu tiền của thị trường để đạt được mục tiêu của mình? Tất cả? 50%? Bao nhiêu? Trước
khi trả lời, hãy tưởng tượng rằng tài khoản của bạn đã tăng từ $150.000 lên $360.000 trong
khoảng thời gian sáu tháng. Bạn cảm thấy thế nào? Bây giờ hãy tưởng tượng nó giảm xuống
còn $240.000. Bạn có lãi nhưng bạn vừa mất đi một phần ba giá trị tài khoản của mình. Bạn
cảm thấy thế nào? Hãy nhớ số tiền bạn đã bỏ ra để tăng tài khoản lên $360.000. Bây giờ, nó đã
giảm xuống còn $150.000. Bạn đã mất tất cả lợi nhuận của mình. Bạn cảm thấy thế nào? Bây
giờ nó giảm xuống còn $70.000. Tất cả lợi nhuận của bạn đã biến mất và bạn còn lỗ hơn một
nửa số vốn của mình. Bạn cảm thấy thế nào? Với những cảm giác đó trong đầu, bây giờ bạn có
thể bắt đầu xác định xem bạn có thể sẵn sàng mất bao nhiêu lợi nhuận.
Đây là cách hầu hết mọi người nhìn vào các khoản sụt giảm vốn trong tài khoản của họ. Giả
sử bạn mở một tài khoản trị giá $50.000 vào ngày 15 tháng 8 với một nhà quản lý tiền nổi tiếng.
Trong một tháng rưỡi, tài khoản sẽ tăng thẳng. Vào ngày 30 tháng 9, nó đóng cửa ở mức cao
nhất là $80.000 với mức tăng 60%. Tại thời điểm này, người quản lý của bạn có thể vẫn ở tất
cả các vị thế giao dịch như cũ. Nhưng với tư cách là một người chuyên nghiệp, tài khoản của
anh ấy sẽ được “hạch toán theo thị trường” vào cuối tháng và có thông báo gửi đến cho bạn
biết rằng tài khoản của bạn hiện có giá trị $80.000 và bạn rất vui mừng.
Bây giờ, giả sử rằng các vị thế bắt đầu giảm nhanh chóng từ khoảng ngày 6 tháng 10. Người
quản lý của bạn sẽ đóng chúng vào khoảng ngày 14 tháng 10 và tài khoản của bạn hiện có giá
trị khoảng $60.000. Về cơ bản, bạn đã có mức sụt giảm vốn từ đỉnh đến đáy (đỉnh = $80.000,
đáy = $60.000) là $20.000, tức là 25%. Điều này có thể xảy ra bất chấp thực tế là tất cả các
giao dịch của người quản lý của bạn đều thắng. Nó không thực sự không gây ảnh hưởng gì đến
khách hàng. Họ (tức là bạn) vẫn tin rằng họ vừa mất $20.000 (tức 25%) số tiền của mình. Với
tư cách là người quản lý tiền, bạn có thể cảm thấy khá hài lòng về điều đó vì bạn đã có lợi
nhuận 20% trên các vị thế mà bạn đã nắm giữ chỉ trong vài tháng. Bạn nghĩ đó là hiệu suất khá

tốt. Nhưng với tư cách là một khách hàng, bạn cảm thấy một cảm giác mất mát rõ rệt.
Giả sử người quản lý của bạn đã thực hiện một số giao dịch thắng và thua và đến ngày 30 tháng
8 năm sau, tài khoản hiện có giá trị $52.000. Nó chưa bao giờ vượt qua được $80.000, mức cao
nhất trước đó. Tài khoản hiện có mức sụt giảm vốn từ đỉnh đến đáy là $28.000 – tức 35%. Bạn
vẫn lãi 4%, nhưng tài khoản hiện đang ở mức thấp nhất trong mức sụt giảm 35% từ đỉnh đến
đáy. Bạn cảm thấy thế nào?
Người quản lý tiền của bạn được đối xử như thế nào đối với thành tích này của anh ta? Anh ấy
không được đối xử tốt lắm. Theo quan điểm của ngành, anh ta có tỷ lệ lợi nhuận hàng năm là
4% (tức là tài khoản chỉ lãi $2.000) và anh ta được gắn mác “có tỷ lệ sụt giảm vốn từ đỉnh
xuống đáy là 35%”. Và điều trớ trêu là hầu hết các giao dịch sụt giảm vốn đều xảy ra vào thời
điểm mà anh ta không có giao dịch thua lỗ nào - anh ta chỉ mất đi một số trong lợi nhuận của
mình. Tuy nhiên, anh ta vẫn bị coi là một nhà quản lý tiền tồi tệ vì anh ta có tỷ lệ lãi/sụt giảm
vốn là 1 trên 8,75. Các nhà quản lý tiền thường bị dán nhãn về mức sụt giảm vốn từ đỉnh đến
đáy tồi tệ nhất mà họ gây ra cho khách hàng của mình trong suốt quãng đời còn lại.
Hãy suy nghĩ về điều đó từ quan điểm của khách hàng - bạn đã chứng kiến $28.000 tiền của
mình biến mất. Đối với bạn đó là một mất mát thực sự. Bạn có thể yêu cầu rút tiền của mình
vào ngày đầu tiên của tháng 10 và lãi hơn $28.000. Và bạn chắc chắn đang không coi những
khoản lợi nhuận trên giấy đó là tiền của thị trường.
Bây giờ bạn đã bắt đầu hiểu tại sao việc sử dụng các chiến lược định cỡ vị thế để hạn chế mức
sụt giảm vốn của mình lại quan trọng không? Hệ thống giao dịch của bạn có một vai trò nhỏ
trong việc hạn chế rủi ro và sụt giảm vốn, nhưng hầu hết công việc hạn chế rút tiền đều phụ
thuộc vào chiến lược định cỡ vị thế của bạn.

Sử dụng Định cỡ vị thế để hạn chế sụt giảm vốn tiềm tàng
Các quy trình trong chương này được dành để giúp bạn (và những cá nhân mà việc bảo toàn
vốn là mục tiêu quan trọng nhất của họ) tránh được thảm họa hoặc tình trạng sụt giảm vốn
trong trường hợp xấu nhất.
Model 17: Sử dụng Chỉ số Chất lượng Hệ thốngSM của bạn để Xác định Cách
hạn chế Rủi ro
Giả sử mục tiêu chính của bạn với tư cách là một nhà giao dịch là đảm bảo bạn giữ được tiền
của mình. Bạn có thể sẵn sàng mất 10% để kiếm được 20%, nhưng nếu bạn mất 20% thì đó sẽ
là một thảm họa. Sẽ tệ hơn nhiều nếu mất 20% tài khoản của bạn so với việc kiếm được 20%.
Vì vậy, bạn cần thiết kế mục tiêu định cỡ vị thế tập trung vào việc đảm bảo rằng bạn không
chạm đến ngưỡng thất bại của mình.
Một cách để làm điều đó là mô phỏng hệ thống của bạn cho 100 giao dịch với 10.000 lần ở các
mức độ rủi ro khác nhau để xác định mức độ nào bạn có thể giao dịch một cách an toàn và
không bị thất bại. Tôi đã xem xét bảy hệ thống với Chỉ số Chất lượng Hệ thốngSM khoảng 1,0;
2,0; 3,0; 4,0; 5,0; 6,0 và 7,0 đã được phát triển trong Chương 3. Chúng được gắn nhãn lần lượt
là Hệ thống SQN1 đến SQN7. Sau đó, tôi đã thực hiện 10.000 mô phỏng của 100 giao dịch,
mỗi giao dịch có mức rủi ro từ 0,2% đến 10% với bước tăng dần 0,2% để xác định mốc mà hệ
thống bị thất bại. Hệ thống thất bại được xác định khi có xác suất thất bại (tỷ lệ phần trăm sụt
giảm vốn ở bên trái của bảng) lớn hơn 1% và các con số trong bảng biểu thị phần trăm rủi ro
ngay trước khi hệ thống thất bại.
Tôi đã xác định cấp độ này là 1% khả năng thất bại. Bảng hiển thị mức độ sụt giảm vốn từ 5%
đến 50% với mỗi bước tăng 5%. Dữ liệu này được trình bày trong Bảng 14-1.

Bảng 14-1: Phần trăm rủi ro và mức độ sụt giảm vốn được coi là thất bại
(với ít hơn 1% nguy cơ bị thất bại)
Hệ Thống Được Sử Dụng Dựa Trên Chỉ số Chất lượng Hệ thốngSM
và Khoản lỗ lớn nhất
SQN 1 SQN 2 SQN 3 SQN 4 SQN 5 SQN 6 SQN 7
Mức thất bại
(Sụt giảm vốn)
▼
5% 0,0% 0,2% 0,4% 0,4% 0,6% 0,8% 0,8%
10% 0,0% 0,4% 0,8% 0,8% 1,2% 1,8% 1,8%
15% 0,0% 0,8% 1,2% 1,4% 1,8% 2,8% 2,8%
20% 0,2% 1,0% 1,8% 1,8% 2,6% 3,8% 3,8%
25% 0,2% 1,4% 2,2% 2,4% 3,2% 4,6% 4,8%
30% 0,2% 1,8% 2,6% 2,8% 3,8% 5,8% 5,8%
35% 0,2% 2,0% 3,0% 3,4% 4,6% 6,8% 6,8%
40% 0,4% 2,4% 3,6% 4,0% 5,6% 7,6% 7,8%
45% 0,6% 2,8% 4,2% 4,6% 6,2% 8,8% 8,8%
50% 0,6% 3,2% 4,8% 5,2% 6,8% 9,4% 9,8%
Vì vậy, hãy xem một ví dụ từ bảng. Giả sử chúng ta định nghĩa sự thất bại là sụt giảm 25% và
chúng ta có SQNSM là 4. Những gì chúng ta thấy là chúng ta có thể chấp nhận rủi ro 3% ngay
trước khi có 1% nguy cơ đạt đến mức thất bại là 25%. Tuy nhiên, với một hệ thống kém (SQNSM
= 1), chúng ta chỉ có thể chấp nhận rủi ro 0,2% trước khi điều đó xảy ra.
Tôi lặp lại nghiên cứu này, chỉ có điều lần này, hệ thống thất bại được xác định là khi xác suất
xảy ra sự thất bại ở ngay dưới 10%. Dữ liệu được đưa ra trong Bảng 14-2 bao gồm mức phần
trăm rủi ro ngay trước khi xuất hiện xác suất xảy ra thất bại là 10%. Những con số này sẽ giúp
bạn giảm bớt rủi ro tổng thể nếu bạn quyết định sử dụng chúng.
Theo kết quả của nghiên cứu này, bạn có thể chỉ cần tra cứu mức phần trăm thất bại cho Chỉ
số Chất lượng Hệ thốngSM của mình cho bất kỳ mức độ sụt giảm vốn nào mà bạn coi nó là thất
bại. Điều này thường sẽ cung cấp cho bạn độ nóng của danh mục đầu tư mà bạn có thể sử dụng
nếu muốn tránh mức thất bại đó. Sau đó, bạn sẽ chia độ nóng của danh mục đầu tư đó cho số
lượng vị thế tối đa mà bạn có thể nắm giữ cùng một lúc để xác định kích cỡ từng vị thế riêng
lẻ của mình.
Bảng 14-2 cho thấy rằng với SQNSM là 4 và mức thất bại được xác định là khi xảy ra sụt giảm
vốn 25%, giờ đây chúng ta có thể nhận lấy phần trăm rủi ro là 6,2% trước khi có 10% nguy cơ
xảy ra mức sụt giảm 25%. Hãy nhớ rằng đây là độ nóng của danh mục đầu tư và bạn phải chia
con số này cho số lượng giao dịch đồng thời nắm giữ. Với một hệ thống kém (SQNSM = 1),

chúng ta vẫn chỉ có thể chấp nhận rủi ro 0,4% trước khi có 10% khả năng bị thất bại và một
lần nữa đây là độ nóng của danh mục đầu tư.
Bảng 14-2: Phần trăm rủi ro và mức độ sụt giảm vốn được coi là thất bại
(với ít hơn 10% nguy cơ bị thất bại)
Hệ Thống Được Sử Dụng Dựa Trên Chỉ số Chất lượng Hệ thốngSM
và Khoản lỗ lớn nhất
SQN 1 SQN 2 SQN 3 SQN 4 SQN 5 SQN 6 SQN 7
Mức thất bại
(Sụt giảm vốn)
▼
5% 0% 0,4% 0,8% 0,8% 1,4% 2,4% 4,8%
10% 0% 1,0% 1,8% 1,8% 3,0% 4,8% 9,8%
15% 0,2% 1,6% 2,6% 2,8% 4,6% 7,4% 14,8%
20% 0,2% 2,2% 3,4% 3,8% 5,6% 9,8% 17,4%
25% 0,4% 2,8% 4,2% 4,8% 6,6% 12,4% 18,2%
30% 0,4% 3,4% 4,2% 5,8% 7,8% 14,8% 18,6%
35% 0,6% 4,0% 6,0% 6,8% 8,8% 16,6% 18,6%
40% 0,8% 4,4% 7,0% 7,4% 9,8% 17,0% 19,6%
45% 0,8% 5,0% 7,8% 8,6% 10,8% 17,6% 19,6%
50% 1,0% 5,8% 8,4% 9,7% 11,8% 18,6% 19,6%
Dựa trên những chỉ dẫn này, chúng ta có thể rút ra một số kết luận từ hai bảng trên. Đầu tiên,
một danh mục đầu tư lớn gồm các vị thế tương quan chỉ có thể chịu được một lượng nhỏ độ
nóng của danh mục đầu tư nếu mục tiêu của bạn là tránh bị thất bại. Ví dụ: nếu bạn có một hệ
thống rất tốt, với Chỉ số Chất lượng Hệ thốngSM khoảng 4 và mục tiêu không có mức sụt giảm
25% với xác suất xảy ra 10%, thì bạn không thể có tổng rủi ro lớn hơn 6,2% trong danh mục
đầu tư của mình. Điều này có nghĩa là nếu bạn có 10 vị thế tương quan nhau thì không vị thế
nào trong số đó có thể có rủi ro lớn hơn 0,62%. Và thậm chí mức độ rủi ro đó vẫn mang lại cho
bạn khoảng 10% khả năng bị thất bại nếu các vị thế của bạn có mối tương quan chặt chẽ với
nhau. Nếu bạn muốn gần như không có khả năng xảy ra sụt giảm vốn đến 25% thì bạn sẽ phải
sử dụng Bảng 14-1. Độ nóng danh mục đầu tư của bạn bây giờ sẽ trở thành 3,0% với rủi ro
riêng lẻ là 0,3% với giả định là có mười vị thế.
Thứ hai, nếu bạn có chút chấp nhận đối với việc sụt giảm vốn và muốn xác suất xảy ra khoảng
1% đối với mức sụt giảm vốn 10%, thì bạn phải có 1) một hệ thống giao dịch tuyệt vời, 2) rất
ít vị thế cùng một lúc, hoặc 3) mức độ rủi ro rất nhỏ chỉ khoảng 0,2%. Trên thực tế, gợi ý của
tôi là nếu bạn muốn có mức sụt giảm vốn thấp thì ít nhất bạn phải cho phép xác suất 10% cho
các mức sụt giảm vốn đó xảy ra (sử dụng Bảng 14-2).

Thứ ba, mức thất bại của chúng ta không chỉ bị ảnh hưởng bởi Chỉ số Chất lượng Hệ thốngSM,
mà còn bị ảnh hưởng bởi khoản lỗ trong trường hợp xấu nhất theo R mà chúng ta có thể gặp
phải. Các hệ thống SQN 1 đến 5 đều có khoản lỗ trong trường hợp xấu nhất là 5R. Khi tôi lặp
lại nghiên cứu với các hệ thống có khoản lỗ trong trường hợp xấu nhất nhỏ hơn thì mức độ rủi
ro chấp nhận được sẽ tăng lên. Tuy nhiên, luôn có khoản lỗ trong trường hợp xấu nhất mà bạn
không biết được, do đó, để ước tính thận trọng thì bạn nên sử dụng các bảng này ngay cả khi
bạn chưa bao giờ thấy khoản lỗ nào tệ hơn 3R.
Nhân tiện, hãy lưu ý rằng việc có mức lỗ 5R trong trường hợp xấu nhất sẽ khiến trần độ nóng
của danh mục đầu tư ở mức khoảng 20%. Với 2R, nó có thể đạt tới mức 50%. Tuy nhiên, hãy
nhớ rằng bạn phải chia độ nóng của danh mục đầu tư đó cho số lượng vị thế tối đa mà bạn có
thể nắm giữ cùng một lúc để xác định rủi ro cho từng vị thế riêng lẻ và sẽ không có nguy cơ bị
thất bại khi 5R xuất hiện.
Vì phần trăm rủi ro mà chúng tôi đề xuất để tránh bị thất bại là rất thấp nên ta sẽ có rất ít cơ
hội kiếm được lợi nhuận đáng kể. Do đó, các phương pháp còn lại đều được thiết kế để giúp
bạn duy trì vốn ban đầu của mình—tức là không bị lỗ vốn ban đầu đáng kể, đồng thời sử dụng
lợi nhuận để cho phép tiền của bạn tăng thêm một chút. Việc định cỡ vị thế tiền của thị trường,
tại mô hình 14, cũng giúp đạt được loại mục tiêu này.
Mô hình 18: Định cỡ vị thế hai tầng
Giả sử ưu tiên đầu tư của bạn là đạt được mục tiêu mong muốn, nhưng bạn vẫn muốn đảm bảo
rằng mình không bao giờ bị thất bại. Bạn không còn lo lắng về việc sụt giảm vốn khi đã có lợi
nhuận, vì vậy bạn sẵn sàng đẩy mạnh thêm một chút, nhưng bạn muốn đảm bảo rằng bạn không
bao giờ đạt đến một mức giảm cụ thể nào đó đối với vốn sở hữu ban đầu của mình. Các phương
pháp hai tầng sau đây có thể giúp bạn thực hiện điều này.
Sử dụng tiền của thị trường. Có nhiều cách để sử dụng tiền của thị trường. Ví dụ: bạn có thể
có ít hơn 1% nguy cơ thất bại đối với vốn sở hữu cốt lõi của mình và phần trăm rủi ro tối ưu
mục tiêu để đạt được mục tiêu của bạn về tiền của thị trường. Phương pháp này đã được thảo
luận ở Chương 12. Tuy nhiên, cũng giống như có nhiều cách để tính toán tiền của thị trường,
cũng có rất nhiều cách để thực hiện định cỡ vị thế hai tầng bằng mô hình tiền của thị trường.
Hãy sáng tạo.
Chuyển đổi mục tiêu tối ưu ở mức vốn sở hữu quan trọng. Việc chuyển đổi mục tiêu tối ưu
khác với tiền của thị trường ở chỗ là ở một mức vốn sở hữu quan trọng nào đó, bạn chuyển
sang một tỷ lệ phần trăm rủi ro khác trên toàn bộ vốn sở hữu của mình. Vì vậy, giả sử cấp độ
đầu tiên của bạn là rủi ro 0,5% và cấp độ thứ hai của bạn là rủi ro 2%. Việc chuyển đổi mục
tiêu tối ưu có thể xác định rằng bạn sẽ chuyển sang rủi ro 2% khi bạn lãi 25% với ý tưởng rằng
mức sụt giảm 20% (sẽ khiến bạn quay lại mức hòa vốn) là khó có thể xảy ra.
Hãy cùng khám phá những tác động trong trường hợp xấu nhất của mức rủi ro định cỡ vị thế
tối ưu của bạn. Ví dụ: giả sử bạn sử dụng Hệ thống 13-2 được mô tả ở chương trước và bạn mô
phỏng 100 giao dịch trong 10.000 lần. Trong mô phỏng của chúng ta, chúng ta giả định rằng

mục tiêu của chúng ta là kiếm được 300% trong 100 giao dịch và chúng ta sẽ dừng giao dịch
(tức là thất bại) ở mức sụt giảm vốn 25%. Kết quả được thể hiện trong Bảng 14-3.
Bảng 14-3: Kích cỡ đặt cược tối ưu của hệ thống 13-2

% rủi ro Xác suất của Xác suất của Lãi trung
Cách tiếp cận Lãi trung vị
tối ưu mục tiêu thất bại bình
Lợi nhuận
8,2% 5,0% 94,2% 181,8E+3 -42,2%
tối đa
Lợi nhuận
1,4% 38,7% 32,6% 393,2% 175,6%
trung vị
Tối ưu
1,6% 39,9% 38,5% 504,2% 157,1%
mục tiêu
<1% thất bại 0,2% 0,0% 0,0% 28,3% 26,8%
>0% thất bại 0,4% 0,1% 1,4% 64,2% 57,5%
Mục tiêu –
1,2% 34,3% 26,7% 298% 168,3%
Thất bại
Dựa trên Bảng 14-3, chúng ta quyết định rằng mức rủi ro cơ sở (tầng 1) sẽ là 0,4%, điều này
chỉ làm chúng ta có 1,4% khả năng thất bại khi thực hiện mỗi lần một giao dịch. Tuy nhiên, rủi
ro tầng 2 của chúng ta là gì và khi nào chúng ta bắt đầu sử dụng nó?
Trung vị lợi nhuận tối ưu tại mức rủi ro 1,4% và tối ưu mục tiêu tại mức rủi ro 1,6% và khoảng
cách tối đa giữa mục tiêu và thất bại tối ưu tại mức tủi ro 1,2%, vì vậy chúng ta quyết định sẽ
sử dụng mức 1,2%. Điều này mang lại cho chúng ta gần 35% cơ hội đạt được mục tiêu (nếu
bắt đầu ngay từ đầu). Nhưng khi nào chúng ta bắt đầu?
Trình mô phỏng cho chúng ta biết rằng ở mức 1,2% mức sụt giảm trung bình sẽ là khoảng 40%.
Do đó, chúng ta giả định rằng tài khoản cần tăng ít nhất 40% mới thực hiện việc chuyển đổi.
Nếu chúng ta bắt đầu ở mức vốn $100.000 và chuyển sang tầng 2 tại mức $140.000, thì nếu
ngay lập tức chúng ta rơi vào tình trạng sụt giảm vốn 40%, thì vốn giảm xuống còn $84.000 -
vẫn cao hơn mức thất bại.
Bây giờ bạn đã biết cách thức hoạt động của nó, vì vậy hãy so sánh cách tiền của thị trường
với cách tiếp cận hai tầng. Bảng 14-4 cho thấy ưu điểm và nhược điểm của cả hai phương pháp.

Bảng 14-4: So sánh cách tiền của thị trường với cách tiếp cận hai tầng
Cách tiếp cận tiền của thị trường Cách tiếp cận hai tầng
Ưu điểm Nhược điểm Ưu điểm Nhược điểm
An toàn cho đến khi
Rủi ro nhiều hơn khi Hầu hết tiền vẫn có Ít có khả năng đạt được
bạn có lợi nhuận
bạn có lợi nhuận. rủi ro ở mức cơ bản. mục tiêu.
đáng kể.
Không thể tăng Nhiều khả năng sẽ phải
Luôn an toàn với vốn Rủi ro tăng vọt ở cấp
nhanh vốn sở hữu từ trả lại lãi cho thị
sở hữu cốt lõi. độ thứ hai.
đầu. trường
Có hai điểm khác biệt chính trong cách tiếp cận. Đầu tiên, cách tiền của thị trường bắt đầu gặp
rủi ro nhiều hơn ngay khi bạn có lợi nhuận. Điều này có nghĩa là bạn có cơ hội tốt hơn để đạt
được mục tiêu của mình; tuy nhiên, phần lớn số tiền vẫn gặp rủi ro ở mức kích cỡ vị thế cơ sở.
Mặt khác, cách tiếp cận hai tầng sẽ không bắt đầu rủi ro hơn cho đến khi bạn đã có lợi nhuận
đáng kể. Khi nó bắt đầu, mức độ rủi ro của bạn sẽ tăng lên đáng kể vì bạn đang mạo hiểm tổng
vốn sở hữu của mình ở tầng thứ hai.
Sự khác biệt quan trọng thứ hai là bước nhảy. Bước nhảy vọt trong mô hình hai tầng có thể
không bao giờ xảy ra vì bạn có thể không bao giờ kiếm đủ tiền để đạt được tầng thứ hai. Và
khi bạn đạt đến tầng thứ hai, bạn đang mạo hiểm đến mức có khả năng mất toàn bộ lợi nhuận
đã kiếm được.
Thành kiến của tôi rõ ràng là ủng hộ cách tiếp cận tiền của thị trường. Tuy nhiên, hoàn cảnh
của mỗi người là duy nhất và bạn có thể thấy rằng trong những điều kiện nhất định, cách tiếp
cận hai tầng là hoàn hảo cho bạn.
Hãy nhớ rằng nếu bạn sử dụng một trình mô phỏng với giả định rằng bạn đang thực hiện
các giao dịch độc lập để xác định mức độ rủi ro của mình thì các mức mà bạn tính toán
được chính là độ nhiệt của danh mục đầu tư.
Mô hình 19: Cách tiếp cận đa tầng

Ưu điểm của phương pháp hai tầng cũng gợi ý rằng người ta có thể sử dụng cách tiếp cận nhiều
tầng để định cỡ vị thế. Ví dụ: giả sử bạn đang giao dịch Hệ thống 13-2 với mục tiêu kiếm được
300% lợi nhuận và không bị sụt giảm vốn 25%.
Bạn bắt đầu với rủi ro 0,4%, điều này chỉ đem lại cho bạn 1,4% khả năng thất bại. Khi bạn lãi
5%, bạn sẽ tăng tổng rủi ro lên 0,6%. Bạn thành công ở mức 0,6%, vì vậy khi bạn lãi 10%, bạn
sẽ tăng rủi ro lên tới 0,8%. Bạn chỉ cần tiếp tục quá trình này, tăng mỗi bước 0,2% rủi ro mỗi
khi bạn tăng vốn sở hữu của mình thêm 5% cho đến khi bạn đạt đến mức rủi ro tối đa là 1,2%.
Bạn cũng có thể kết hợp phương pháp này với một hệ số giảm sốc. Hệ số giảm sốc có thể là
100%, 50% hoặc 25%. Đây là cách nó sẽ hoạt động:

Chúng ta sẽ bắt đầu sử dụng hệ số giảm sốc 100%. Nếu bạn lãi 5% thì bạn sẽ tăng rủi ro lên
0,6%. Nếu bạn lãi 10% thì bạn sẽ tăng rủi ro lên 0,8%. Tuy nhiên, nếu bây giờ bạn sụt giảm
vốn xuống mức bạn chỉ lãi 5% (tức là 100% hệ số tăng của bạn), thì bạn sẽ quay trở lại mức
rủi ro 0,6%.
Hệ số giảm sốc 50% sẽ hoạt động nhanh gấp đôi. Nếu bạn lãi 5%, bạn sẽ chuyển sang rủi ro
0,6%. Khi bạn tăng vốn sở hữu của mình lên 10% so với mức cơ sở, bạn sẽ nâng rủi ro lên tới
0,8%. Tuy nhiên, nếu vốn của bạn bị giảm xuống mức lãi 7,5%, bạn sẽ giảm mức rủi ro xuống
0,6%. Và nếu vốn sở hữu của bạn giảm xuống còn lãi 5%, bạn sẽ quay trở lại mức rủi ro 0,4%
ban đầu. Lưu ý rằng với hệ số giảm sốc 50%, bạn sẽ giảm kích cỡ vị thế nhanh gấp đôi khi tăng
kích cỡ vị thế của mình. Hệ số giảm sốc 25% sẽ hoạt động nhanh gấp đôi, nhưng có lẽ sẽ không
thực tế nếu bạn tăng vị sau mỗi bước lãi 5%.
Mô hình 20: Sử dụng R Sụt giảm tối đa

Hãy sử dụng ví dụ tương tự về Hệ thống giao dịch 13-2 với mục tiêu là tránh mức sụt giảm vốn
25% bằng mọi giá. Và ở đây, chúng ta đang nói về sự sụt giảm 25% vốn tại bất cứ thời điểm
nào - chứ không chỉ là mức sụt giảm vốn 25% so với vốn sở hữu ban đầu. Để làm được điều
đó, chúng ta sẽ tính toán mức sụt giảm vốn tối đa của hệ thống theo R.
Bảng 14-5 cho thấy kết quả sụt giảm vốn từ việc mô phỏng Hệ thống 13-2 cho 100 giao dịch
với việc thực hiện 10.000 mô phỏng. Chúng ta đang xem xét mức sụt giảm tối đa theo R trong
mỗi 10.000 mô phỏng. Các số liệu xác suất cho thấy xác suất sụt giảm vốn bằng hoặc lớn hơn
giá trị R được hiển thị.
Trung vị mức sụt giảm tối đa là 38R. Nhưng trong 1.000 mô phỏng (tức 10% trong số các mô
phòng), chúng ta có mức sụt giảm tối đa là 60R. Hãy sử dụng 10% mô phỏng này để tính toán.
Vì vậy, chúng ta có thể cảm thấy chắc chắn rằng chúng ta không có quá 10% nguy cơ rơi vào
mức sụt giảm vốn này.
Nếu chúng ta chia 25% cho 60R, chúng ta sẽ có mức rủi ro là 0,4%. Kết quả này khá giống với
ước tính của chúng ta về kích cỡ rủi ro ban đầu. Tuy nhiên, nếu chúng ta chỉ muốn có 10% khả
năng xảy ra mức sụt giảm 25% từ đỉnh đến đáy trong đường cong vốn sở hữu của mình thì
chúng ta không bao giờ được mạo hiểm hơn 0,4% với hệ thống này. Và nếu chúng ta muốn
đảm bảo khả năng xảy ra các khoản sụt giảm vốn như vậy là 1% hoặc ít hơn, có lẽ chúng ta
không nên mạo hiểm nhiều hơn 0,27% (tức bằng mức rút sụt giảm vốn 25%/93R = 0,00269).

Bảng 14-5: Xác R sụt giảm vốn tối đa của hệ thống 13-2
Sụt giảm vốn tối đa Xác suất xảy ra
-12,1R 100%
-29,1R 76,4%
-38R 50%
-48R 25%
-60R 10%
-71R 5%
-93R 1%
Bạn có hiểu phương pháp này hoạt động như thế nào không? Đó là một quá trình gồm 5 bước.
1. Hãy tính đến tình huống sụt giảm vốn từ đỉnh xuống đáy trong trường hợp xấu nhất mà
bạn muốn tránh.
2. Mô phỏng hệ thống của bạn và xác định xác suất xảy ra các mức sụt giảm tối đa theo R
khác nhau. Giao dịch một vị thế một thời điểm mô phỏng trong Trò chơi giao dịch Bí
mật của bậc thầy™ có lẽ là một ý tưởng hay cho việc này vì nó sẽ mang lại cho bạn
“cảm giác” thực sự về những gì sẽ xảy ra.
3. Xác định mức sụt giảm vốn tối đa theo R ở mức xác suất mà bạn sẵn sàng chấp nhận.
4. Lấy giá trị bạn đã chọn ở Bước 1 chia cho giá trị tại Bước 3 và kết quả sẽ là mức kích
cỡ vị thế dưới dạng phần trăm rủi ro mà bạn nên sử dụng.
5. Hãy nhớ rằng với nhiều vị thế tương quan, mức độ rủi ro mà bạn vừa xác định được
chính là độ nóng của toàn bộ danh mục đầu tư của bạn và bạn phải thực hiện tính toán
cho mỗi vị thế riêng lẻ dựa trên số lượng vị thế.
Mô hình 21: Thu hẹp vị thế để làm phẳng đường cong vốn sở hữu
Hãy cân nhắc việc theo dõi kích cỡ vị thế của bạn một cách định kỳ—hàng tuần, hàng ngày
hoặc thậm chí hàng giờ—để duy trì mức độ rủi ro ổn định. Bạn đang gặp phải rủi ro tiềm tàng
nào? Ở đây bạn cần tính toán khoảng cách giữa giá hiện tại và điểm dừng lỗ của từng vị thế mà
bạn có. Đây được gọi là rủi ro mở của danh mục đầu tư như được thảo luận trong Kỹ thuật mở
rộng vị thế (Mô hình 15). Điều gì sẽ xảy ra nếu bạn kiểm soát tổng rủi ro mở hoặc giới hạn rủi
ro mở của từng vị thế bằng cách giảm bớt các vị thế khi mức rủi ro mở tối đa của bạn bị vượt
quá? Hãy suy nghĩ về tiềm năng ở đây. Bạn có thể theo dõi từng vị thế và đảm bảo rằng mức
độ rủi ro của bạn luôn ở mức 3% hoặc ít hơn. Điều này có nghĩa là, ngoại trừ trong các thị
trường biến động, rủi ro lớn nhất của bạn sẽ luôn ở khoảng 3% hoặc bất kỳ mức nào khác mà
bạn chọn.

Ngoài ra, hãy suy nghĩ về sự biến động tiềm ẩn của từng vị thế. Biến động (dựa trên phạm vi
thực trung bình) ở các vị thế bạn nắm giữ trong vài ngày qua là gì? Sự biến động này có tăng
lên không? Điều gì sẽ xảy ra nếu bạn hạn chế nó bằng cách thu hẹp vị thế ra khỏi các vị thế khi
một mức độ biến động nhất định đã bị vượt qua? Ví dụ: bạn có thể thu hẹp kích cỡ các vị thế
bất cứ khi nào mức độ biến động của một vị thế mở vượt quá 2% vốn sở hữu của bạn.
Mức độ rủi ro của bạn có thể được theo dõi bằng cách sử dụng bất kỳ mô hình định cỡ vị thế
nào được cung cấp hoặc bất kỳ mô hình vốn sở hữu nào đã được đề xuất. Tuy nhiên, tôi khuyên
bạn nên cân nhắc việc theo dõi cả rủi ro đang diễn ra và sự biến động đang diễn ra bằng cách
tính tổng vốn sở hữu. Tom Basso đã giới thiệu cho tôi phương pháp này. Đối với Tom, phương
pháp này hoàn toàn được vi tính hóa. Các máy tính thực hiện tính toán rủi ro mở và độ biến
động mở hàng phút và thực hiện thu hẹp vị thế bất cứ khi nào chúng vượt quá chỉ dẫn dẫn của
ông. Tuy nhiên, chúng tôi sẽ giả định rằng bạn có thể đang sử dụng bảng tính Excel để theo
dõi các biến này và do đó chỉ muốn thực hiện việc đó một lần mỗi ngày.
Giám sát rủi ro mở: Đây là cách hoạt động của việc giám sát rủi ro và biến động hàng ngày.
Giả sử bạn có tài khoản $200.000 và bạn có các vị thế mở tại vàng và ngô. Định cỡ vị thế cho
biết bạn sẽ giữ rủi ro ban đầu ở mức 2% vốn sở hữu và rủi ro hiện tại của bạn đang ở mức 3%
vốn sở hữu. Bạn đã mua bốn hợp đồng vàng dài hạn ở mức $400/ounce với mức dừng lỗ ở giá
$390, do đó, bây giờ bạn có rủi ro mở là $1.000 (tức là 10 điểm nhân $100 mỗi điểm) cho mỗi
hợp đồng, tức là $4.000 cho toàn bộ.
Ngày hôm sau khi đóng cửa, bạn theo dõi rủi ro mở của mình. Giả sử vàng đã tăng lên $440
chỉ sau một đêm. Điểm dừng lỗ của bạn bây giờ tại mức giá $410. Với việc vàng đã tăng $40,
vốn sở hữu của bạn tăng lên $16.000 (tức là, 4 hợp đồng nhân với 40 điểm nhân với $100/điểm).
Do đó, tổng vốn sở hữu của bạn hiện trị giá $216.000. Rủi ro mở của bạn đối với vàng hiện ở
mức $30 (tức là $440 trừ đi $410) cho mỗi hợp đồng. Tổng giá trị của rủi ro mở đó là $3.000
(tức là 30 lần $100 mỗi điểm) cho mỗi hợp đồng, tức là $12.000 cho toàn bộ.
Bạn đã quyết định theo dõi rủi ro mở của mình hàng ngày và giữ nó ở mức 3% tổng vốn
sở hữu. Làm như vậy vẫn cho phép bạn làm theo mô hình giao dịch của mình. Quan trọng hơn,
nó làm giảm nguy cơ xảy ra sự sụt giảm lớn về vốn sở hữu trong một khoảng thời gian ngắn.
Vì 3% của $216.000 là $6.480, nên giờ đây bạn chỉ có đủ khả năng để giữ hai hợp đồng vàng.
Bạn phải bán hết hai hợp đồng còn lại.
Một số bạn có thể nói: “Tại sao không kéo mức dừng lỗ lên để có thể giữ bốn hợp đồng vàng?”
Hãy nhớ rằng, việc định cỡ vị thế là một phần riêng biệt trong hệ thống cho bạn biết bao nhiêu.
Nếu bạn thay đổi mức dừng lỗ của mình, bạn đang không tuân theo hệ thống giao dịch của
mình, hệ thống này hiện nói rằng điểm dừng của bạn phải ở mức $410 — điểm thoát lệnh và
kích cỡ vị thế của bạn sẽ bắt đầu hợp nhất. Bằng cách bán hai hợp đồng, bạn chỉ đơn giản là
giảm rủi ro để giữ tổng rủi ro trong giới hạn chấp nhận được hàng ngày theo nguyên tắc định
cỡ vị thế của bạn. Bạn vẫn có cơ hội kiếm lợi nhuận nếu vàng tiếp tục di chuyển theo hướng
có lợi cho bạn và bạn sẽ không trả lại nhiều lợi nhuận nếu vàng đột ngột giảm giá. Bạn đang
đưa ra quyết định về định cỡ vị thế để duy trì rủi ro không đổi đối với danh mục đầu tư của
mình.

Giám sát biến động mở. Hãy xem những điều chỉnh tương tự có thể xảy ra với sự biến động
như thế nào. Giả sử bạn có tài khoản $200.000 và bạn quyết định mua ngô với giá $3,00. Mô
hình của bạn nói rằng bạn sẽ mua đủ lượng ngô để biến động hàng ngày của ngô chỉ bằng 1%
tổng vốn sở hữu của bạn. Ngoài ra, bạn sẽ không bao giờ cho phép biến động hàng ngày vượt
quá 2% và bạn chọn theo dõi biến động hàng ngày vào mỗi Thứ Hai.
Giả sử rằng mức biến động hàng ngày là 8 xu khi bạn mua nó. Điều này có nghĩa biên độ giao
động sẽ là $400 mỗi ngày (tức là 5.000 giạ × 8 xu/giạ = $400). Bạn quyết định không cho phép
biến động vượt quá 1% vốn sở hữu trị giá $200.000 của bạn tức là $2.000 khi bạn mua ngô, vì
vậy bạn mua năm hợp đồng.
Giả sử ngô tăng lên $4 thì 5 hợp đồng ngô của bạn đã mang lại cho bạn lợi nhuận là $25.000.
Cũng giả sử rằng bạn chỉ thu hẹp vị thế dựa trên mức độ biến động mỗi tuần một lần. Biến
động hàng ngày của ngô hiện nay là 20 xu. Vì tổng vốn sở hữu của bạn hiện là $225.000 nên
giờ đây bạn có thể cho phép vốn sở hữu hàng ngày của mình dao động trong 2% số tiền đó tức
là $4.500. Tuy nhiên, mức độ biến động của ngô hiện nay là $1.000/hợp đồng. Bạn có năm hợp
đồng, mang lại cho bạn tổng biến động là $5.000. Kết quả là, bạn phải bán một hợp đồng ngô
theo tiêu chí của mô hình định cỡ vị thế để hạn chế tổng mức độ biến động của bạn.
Nói chung, khi một thứ gì đó bắt đầu tăng giá đáng kể thì mức độ biến động cũng sẽ tăng lên
đáng kể. Nếu bạn đang trong một động thái như vậy, bạn có thể thấy rằng mình có tài khoản
ban đầu trị giá $100.000, hiện lên đến $500.000. Ngoài ra, do mức độ biến động giá hàng ngày
tăng mạnh, bạn có thể thấy rằng tài khoản của mình thay đổi giá trị tới $100.000 mỗi ngày.
Bằng cách duy trì mức điều chỉnh độ biến động như một phần trong công việc định cỡ vị thế
của mình, bạn sẽ bảo vệ lợi nhuận mở của mình và ngăn chặn những biến động lớn hàng ngày
như vậy trong tài khoản của mình.
Cả hai mô hình này đều rất hữu ích ở chỗ chúng có xu hướng làm phẳng đường cong vốn sở
hữu. Chúng cho phép bạn tham gia đầy đủ vào một biến động của thị trường cho đến khi thị
trường đẩy bạn ra. Tuy nhiên, khi mức độ rủi ro của bạn ngày càng lớn, bạn sẽ phải loại bỏ các
vị thế để giữ rủi ro mở không đổi. Ngoài ra, khi mức độ rủi ro biến động tăng lên, bạn cũng
cần loại bỏ các vị thế để duy trì và hạn chế mức độ rủi ro biến động của mình.
Tôi đã đưa ra các ví dụ về việc giám sát định kỳ kích cỡ vị thế của bạn đối với các mô hình rủi
ro và biến động. Tuy nhiên, bạn có thể thực hiện giám sát định kỳ với tất cả các mô hình đã
được đề cập. Bạn thậm chí có thể thực hiện kết hợp chúng, chẳng hạn như theo dõi đồng thời
rủi ro và biến động. Bạn có bắt đầu nhìn thấy nhiều khả năng chưa?
Một câu hỏi mà mọi người thường hỏi tôi về những phương pháp này là “Tại sao không mua
lại vào vị thế nếu rủi ro mở hoặc biến động mở giảm?” Tom Basso chưa bao giờ làm điều này
và tôi nghĩ tôi hiểu tại sao. Trong một xu hướng lớn, cả rủi ro mở và biến động mở đều tăng
đáng kể khi xu hướng lớn đi đến hồi kết. Nếu bạn nhận thấy mỗi biến số này giảm đột ngột và
tăng kích cỡ vị thế trở lại, có thể bạn sẽ thấy rằng đó chỉ là tạm thời và bạn sẽ 1) phải thoát ra
ngay lần nữa hoặc 2) nhận thấy rằng bạn đột nhiên đặt mình vào nguy cơ gặp khó khăn nghiêm
trọng về tài chính.

Mô hình 22: Kỹ thuật phân bổ tài sản Basso-Schwager áp dụng cho các hệ
thống
Khi Tom Basso và tôi cùng nhau tổ chức các buổi hội thảo, anh ấy đã kể cho tôi nghe về một
nghiên cứu mà anh ấy đang thực hiện với các nhóm CTA gồm nhiều người quản lý. 1 Anh ấy
xem xét hiệu quả hoạt động của 720 CTA—79 trong số đó đã kinh doanh vào năm 1983. Một
chương trình máy tính đã được được viết để xem xét khả năng phân nhóm ba nhà quản lý của
79 nhà quản lý ban đầu này. Có tổng cộng 79.079 sự kết hợp của các nhóm ba nhà quản lý.
Mỗi người quản lý trong mỗi nhóm nhận được một phần ba số tài sản khi bắt đầu giao dịch vào
tháng 1 năm 1983. Trong nhóm đầu tiên, việc phân bổ tài sản cố định được áp dụng. Mỗi người
quản lý giữ nguyên mức phân bổ ban đầu của mình và được phép tăng hoặc giảm nó tùy theo
hiệu suất của mình. Việc này được tiếp tục cho đến tháng 12 năm 1993.
Trong nhóm thứ hai, tài sản được cân bằng lại hàng tháng (tức là quyết định “bao nhiêu”) sao
cho tài sản của mỗi người quản lý sẽ bằng 1/3 tài sản hiện có của nhóm ba người quản lý vào
đầu mỗi tháng. Nói cách khác, tiền sẽ bị lấy đi khỏi những nhà quản lý có thành tích tốt nhất
và được trao cho những nhà quản lý có thành tích kém nhất. Đây là một kỹ thuật phân bổ tài
sản theo kiểu gấp thếp (Martingale) - bạn phải có kích cỡ vị thế nhiều hơn khi thua và ít hơn
khi thắng.
Kết quả nghiên cứu cho thấy nhóm tĩnh thực sự tạo ra tỷ suất lợi nhuận trung bình hàng năm
lớn hơn một chút (tức là 13,27%) so với nhóm tái cân bằng (tức là 12,62%). Tuy nhiên, quy
trình tái cân bằng Martingale đã giảm mức sụt giảm vốn tối đa từ 34,26% xuống 28,29%—một
mức giảm đáng kể. Tỷ lệ lợi nhuận trên sụt giảm vốn trung bình cao hơn ở nhóm tái cân bằng
(ở mức 0,53) so với nhóm tĩnh (ở mức 0,46).
Về cơ bản, điều này có nghĩa là việc tái cân bằng tạo ra Chỉ số Chất lượng Hệ thốngSM cao hơn
so với việc không tái cân bằng. Lợi nhuận của nhóm được tái cân bằng định kỳ có thể được sử
dụng với đòn bẩy cao hơn nhiều. Ví dụ: nếu nhóm tái cân bằng được sử dụng đòn bẩy với hệ
số 1,211 thì mức sụt giảm của họ sẽ tương đương với nhóm tĩnh trong khi lợi nhuận của họ bây
giờ sẽ được tính hàng năm ở mức trung bình là 15,28%.
Jack Schwager đã phát hiện ra những sai sót sau đây trong nghiên cứu của Basso mà ông tin
rằng đã khiến kết quả bị đánh giá thấp đi rất nhiều. Đầu tiên, Basso thử nghiệm tất cả ba cách
kết hợp nhóm có thể có. Nhiều nhóm trong số này có mối tương quan chặt chẽ với nhau, điều
này sẽ làm mất tác dụng của việc tái cân bằng. Thứ hai, Basso đã không thực hiện điều chỉnh
tỷ lệ lợi nhuận trên rủi ro âm. Điều này dẫn đến tỷ lệ sụt giảm vốn thấp hơn (tức là tỷ lệ tốt
hơn) có tác dụng làm giảm tỷ lệ lợi nhuận trên rủi ro tổng thể vì mẫu số sẽ làm cho tỷ lệ này
trở nên âm hơn.2
Schwager đã thực hiện một nghiên cứu khác, trong đó ông xếp hạng các nhà quản lý CTA và
liên hệ hiệu suất hoạt động của họ trong các giai đoạn khác nhau. Sau đó, anh ấy chọn các
nhóm có nhiều người quản lý khác nhau và xem xét hiệu suất hoạt động của họ bằng việc tái
cân bằng hàng tháng. Nói chung, Schwager nhận thấy như sau:

• Các nhóm tương quan thấp có xu hướng ổn định theo thời gian.
•j
• Các nhóm tương quan thấp cho thấy sự cải thiện rất lớn với việc tái cân bằng hàng tháng
đối với hiệu suất của từng CTA riêng lẻ.
• Nhóm CTA lớn hơn có xu hướng giảm rủi ro nhiều hơn. Tuy nhiên, việc nhóm có năm
CTA được cho là có thể giảm rủi ro 38,6% (bằng 73% mức giảm rủi ro có thể). Tỷ lệ
này đã được cải thiện lên 45,3% trong nhóm 10 CTA (bằng 85,6% mức giảm rủi ro có
thể có).
Mặc dù quy trình tái cân bằng hàng tháng trong quỹ đa chuyên gia hơi khác so với các chiến
lược xác định kích cỡ vị thế được nêu ở đây nhưng đây là chiến lược gấp thếp đáng để sử dụng.
Tương tự, nếu chiến lược hoạt động với các nhà quản lý quỹ, nó cũng có thể hoạt động
với các hệ thống khác nhau giao dịch trên thị trường. Hãy xem xét giao dịch ít nhất năm hệ
thống đa dạng, không tương quan trên thị trường. Hàng tháng, hãy thực hiện tái cân bằng tiền
giữa các hệ thống. Trong trường hợp này, bạn sẽ lấy tiền từ các hệ thống đang hoạt động tốt
nhất và đẩy tiền cho các hệ thống hoạt động kém. Điều này có thể đi ngược lại tất cả các thành
kiến tự nhiên của bạn, nhưng nó sẽ mang lại cho bạn tỷ lệ lợi nhuận trên rủi ro tốt hơn nhiều
so với 1) giao dịch năm hệ thống mà không cần tái cân bằng hoặc 2) tỷ lệ lợi nhuận trên rủi ro
của hầu hết các hệ thống.
Bạn có thể thực hiện một số điều chỉnh đối với phân bổ ban đầu của mình dựa trên SQNSM của
các hệ thống (hoặc của các người quản lý quỹ) và tái cân bằng dựa trên những phân bổ đó. Ví
dụ: giả sử bạn có các hệ thống sau với các SQNSM tương ứng:
• Hệ thống 1: SQNSM = 2,7
Với sự chênh lệch như vậy giữa các hệ thống, bạn có thể muốn phân bổ 60% vốn của mình cho
hệ thống 3, 30% vốn cho hệ thống 2 và 10% vốn cho hệ thống 1. Khi đó, việc tái cân bằng hàng
tháng sẽ dựa trên cùng một tỷ lệ phần trăm . Và điều này sẽ tránh được bất kỳ sự phản đối nào
cho rằng bạn không mang lại nhiều tiền nhất cho hệ thống (hoặc người quản lý) tốt nhất của
mình.
Bạn cũng có thể muốn thực hiện điều chỉnh cho loại thị trường nếu các SQNSM thay đổi tùy
theo loại thị trường. Ví dụ: hệ thống 3 có thể tốt hơn trong các thị trường có xu hướng, nhưng
trong các thị trường ổn định, hệ thống 1 có thể tốt hơn. Khi thị trường trở nên ổn định, bạn có
thể muốn phân bổ đa số cho hệ thống 1. Vì vậy, hãy chú ý vào cách mà chỉ một vài ý tưởng có
thể đột nhiên kích thích nhiều ý tưởng định cỡ vị thế hơn nữa.

Kết luận
Trong chương này, tôi đã giới thiệu cho bạn sáu phương pháp mà bạn có thể sử dụng để hạn
chế khả năng bị thất bại hoặc hạn chế mức sụt giảm vốn lớn trong tài khoản của mình:
1. Sử dụng Chỉ số Chất lượng Hệ thốngSM để xác định độ nóng danh mục đầu tư của bạn
để bạn gần như có thể đảm bảo rằng mình sẽ không bao giờ có nguy cơ bị thất bại.
2. Sử dụng định cỡ vị thế hai tầng, trong đó bạn chấp nhận rủi ro ở mức không thể thất bại
cho đến khi bạn có đủ lợi nhuận trong năm để gần như đảm bảo không có nguy cơ thất
bại. Tại thời điểm đó, bạn có thể chuyển sang thuật toán xác định cỡ vị thế quyết liệt
hơn nhiều.
3. Sử dụng định cỡ vị thế nhiều tầng để tăng dần rủi ro khi lợi nhuận của bạn tăng lên.
Điều này tương tự như cách tiếp cận hai tầng, nhưng bạn sẽ tăng ở nhiều giai đoạn chứ
không chỉ một giai đoạn. Bạn cũng có thể sử dụng hệ số giảm sốc để giảm vị thế nhanh
hơn khi vốn sở hữu của bạn giảm.
4. Tính toán mức sụt giảm vốn tối đa của bạn theo R để xác định mức độ rủi ro mà sẽ
không bao giờ gây ra thất bại cho bạn.
5. Thu hẹp vị thế dựa trên rủi ro mở và biến động mở để giảm khả năng xảy ra các khoản
sụt giảm vốn lớn và làm phẳng đường cong vốn sở hữu của bạn.
6. Sử dụng chiến lược gấp thếp để cân bằng lại tài sản của bạn theo hệ thống hoặc người
quản lý tiền (hoặc thậm chí là bản tin nếu bạn muốn giao dịch theo khuyến nghị của các
bản tin). Bạn có thể thực hiện các điều chỉnh dựa trên SQNSM của các hệ thống (hoặc
người quản lý) và/hoặc loại thị trường mà chúng ta hiện đang trải qua.
Bạn có thể lựa chọn bất kỳ phương pháp nào trong số những phương pháp này để sử dụng. Tuy
nhiên, lựa chọn đó phải phụ thuộc vào mục tiêu cụ thể và mức độ thoải mái của bạn với các
phương pháp khác nhau được mô tả. Thành công trong giao dịch của bạn sẽ vẫn phụ thuộc vào
việc có một kế hoạch kinh doanh được cân nhắc kỹ lưỡng, phát triển các hệ thống mà bạn cảm
thấy tự tin khi giao dịch và sử dụng thuật toán định cỡ vị thế mà bạn cảm thấy tự tin rằng sẽ
giúp bạn đạt được mục tiêu của mình.
CHÚ THÍCH
1
Haun, Bruce. “Rebalancing Portfolios Lowers Volatility and Stabilizes Return.” Managed Accounts Reports June
1994.
2
Schwager, Jack. Managed Trading: Myths and Truths. New York, John Wiley and Sons, 1996. Xem Chương 3 trong
cuốn sách của Schwager để được giải thích chi tiết lý do tại sao điều này xảy ra.

Phần IV:
Thông tin về các cách định cỡ vị thế khác

Giới thiệu về Thông tin các cách

Định cỡ Vị thế Khác
Cuốn sách này nhằm mục đích hướng dẫn rõ ràng về việc định cỡ vị thế. Tại thời điểm này, tôi
đã đề cập đến những tài nguyên quan trọng nhất mà bạn cần biết, nhưng vẫn còn rất nhiều điều
nữa cần đề cập để khiến cuốn sách này trở nên thực sự rõ ràng. Do đó, tôi quyết định thêm
phần này để bao gồm mọi thứ khác.
Còn chín mô hình định cỡ vị thế nữa mà tôi chưa đề cập tới. Tuy nhiên, có một lý do cho điều
đó. Đây thường là những mô hình định cỡ vị thế mà bạn nên tránh. Tôi sẽ trình bày chúng ở
đây vì nếu không, tôi sẽ nhận được câu hỏi về suy nghĩ của tôi về chúng hoặc liệu bạn có nên
sử dụng chúng hay không. Vì vậy, Chương 15 bao gồm bốn chiến lược định cỡ vị thế gấp thếp
mà bạn nên tránh và năm chiến lược vụn vặt khác mà tôi không thích.
Chris Anderson đã cung cấp cho tôi rất nhiều thông tin chuyên sâu về định cỡ vị thế bằng cách
1) thực hiện nghiên cứu về FRPS có trong Chương 13, 2) phát triển trình mô phỏng mà tôi sử
dụng và 3) chỉ cho tôi định hướng về Chỉ số Chất lượng Hệ thốngSM, thứ đã trở thành phần bổ
sung quan trọng cho cuốn sách này. Do đó, tôi đã đưa vào một phiên bản ngắn gọn của cuộc
phỏng vấn mà tôi đã thực hiện với Chris trong Chương 16. Mặc dù một số nội dung thảo luận
trong chương này là về trình mô phỏng mà anh ấy đã phát triển, vốn không được cung cấp rộng
rãi cho công chúng, Tôi đã đưa vào chương này để bạn có thể hiểu “cách tiếp cận kinh doanh”
của anh ấy đối với giao dịch.
Chương 17 có lẽ là chương duy nhất trong cuốn sách này không tồn tại vượt thời gian vì nó nói
về phần mềm hiện có sẵn (cuối năm 2007) để giúp bạn trong việc tính kỳ vọng, mô phỏng và
định cỡ vị thế. Tôi không đề xuất bất kỳ phần mềm cụ thể nào, nhưng tôi đưa vào chương này
để bạn có thể biết những gì hiện đang có.
Tôi đã tìm kiếm kỹ lưỡng tất cả các câu hỏi trên Diễn đàn Mastermind của chúng tôi. Tôi cũng
xem xét tất cả các câu hỏi mà nhân viên của tôi có thể đưa ra mà mọi người đã hỏi về định cỡ
vị thế. Và tôi đã tự đặt ra một số câu hỏi sau khi đọc hết cuốn sách này. Những câu hỏi đó thuộc
chín loại và tôi đã đưa tất cả chúng vào Chương 18. Vì vậy, nếu bạn có câu hỏi gì về định cỡ
vị thế thì có thể câu hỏi đó đã được trả lời trong chương đó.
Cuối cùng, tôi cũng đã phát triển một bài kiểm tra để giúp bạn hiểu thấu đáo về tài nguyên
trong cuốn sách này được trình bày ở Chương 19. Đọc qua các câu hỏi và trả lời chúng. Nếu
bạn không thể trả lời thì điều đó chỉ gợi ý rằng bạn cần đọc lại một số phần nhất định của cuốn
sách này.

Chương 15
Các chiến lược định cỡ vị thế cần tránh!
Do những thành kiến tâm lý khác nhau về việc định cỡ vị thế, mọi người thường phát minh ra
các chiến lược định cỡ vị thế nhưng không hiệu quả. Tuy nhiên, vì tôi muốn cuốn sách này
hoàn chỉnh nhất có thể nên tôi quyết định dành cả một chương để nói về các phương pháp mà
theo tôi là không hiệu quả hoặc nguy hiểm. Những thứ này rơi vào hai loại. Có bốn mô hình
gấp thếp và năm mô hình linh tinh khác.
Because of the various psychological biases with position sizing, people often invent position
sizing strategies that just don’t work. However, because T want this book to be as complete as
possible, I’ve decided to devote an entire chapter to methods that, in my opinion, either don’t
work or are dangerous. These fall into two categories. There are four Martingale models and
five miscellaneous models.
Mô hình định cỡ vị thế gấp thếp (Martingale)

Khi tôi 21 tuổi, trong Quân đội và đang đóng quân ở Vùng Canal, tôi đã phát triển một phương
pháp định cỡ vị thế Martingale nhưng không hiệu quả. Sòng bạc ở Thành phố Panama là nơi
đầu tiên tôi tiếp xúc với cờ bạc. Và khi tôi đến thăm các sòng bạc, tôi chợt nảy ra một ý nghĩ
về cách có thể kiếm được nhiều tiền: chơi roulette và chỉ đặt cược vào màu đỏ. Mỗi lần tôi
thua, tôi chỉ đơn giản là tăng gấp đôi số tiền đặt cược của mình. Và khi chuỗi thua của tôi dừng
lại, tôi sẽ có lời $1. Lúc đó tôi vẫn không biết, nhưng đây là một ví dụ điển hình của chiến lược
Martingale. Kích cỡ vị thế của bạn tăng lên khi bạn bị thua lỗ.
Tôi ước gì tôi đã biết về định cỡ vị thế vào thời điểm đó, nhưng tôi đã không biết. Những người
chơi cờ bạc chuyên nghiệp đều nói “Đừng sử dụng chiến lược Martingale vì chúng không hiệu
quả”. Thật không may, tôi phải học được điều đó qua trải nghiệm cá nhân của mình. Lý do đầu
tiên khiến các chiến lược này không hiệu quả là vì sòng bạc có giới hạn đặt cược. Ví dụ: một
bàn sòng bạc cho phép bạn đặt cược tối thiểu $1 có thể sẽ không cho phép bạn đặt cược nhiều
hơn $500. Đây thực sự không phải là một cản trở đối với tôi vì tiền lương quân đội của tôi vào
thời điểm đó chỉ khoảng $250.
Lý do thứ hai khiến những chiến lược như vậy không hiệu quả là vì trong một hệ thống khá
ngẫu nhiên, bạn có thể có những chuỗi thằng hoặc thua rất dài. Bây giờ, nếu tôi đang có chuỗi
thắng dài, chẳng hạn như 10 lần thắng liên tiếp, thì về cơ bản tôi sẽ kiếm được $10. Nhưng hãy
xem điều gì xảy ra khi bạn thua.
Bảng 15-1 minh họa vấn đề một cách hoàn hảo. Vào thời điểm tôi thua 5 ván liên tiếp, tôi đã
lỗ $127. Lần đặt cược tiếp theo của tôi sẽ phải là $128, nhưng tôi chỉ còn lại $123 trong số tiền
lương $250 của mình. Vì vậy, tôi thậm chí không thể chịu đựng được việc thua năm trận liên
tiếp. Năm trận thua liên tiếp sẽ đến khá dễ dàng trong trò chơi này. Tiền lương của tôi đã bốc

hơi trong chưa đầy nửa giờ.
Nhưng giả sử tôi đã tiết kiệm được $5.000 để “đầu tư” vào trò chơi ngu ngốc này và không có
bất kỳ giới hạn đặt cược nào. Cuối cùng, tôi đã thua 12 trận liên tiếp. Sau 12 lần thua lỗ, tôi sẽ
lỗ tổng cộng $4.095. Bây giờ tôi đang đặt cược $4.096 chỉ để giành được $1. Vì vậy, bây giờ
tôi đang rủi ro hơn $8.000 (bao gồm cả $4.095 tôi đã thua) để giành được một đô la. Ngoài ra,
tại thời điểm này, tôi sẽ phải thắng hơn $3.000, trước chuỗi trận này, để có thể tiếp tục trò chơi
và đặt cược số tiền $4.096. Và với việc tôi chỉ thắng được $1 mỗi lần, bạn nghĩ khả năng tôi
thắng được $3.000, khi bắt đầu chỉ với $5.000, trước khi tôi thua liên tiếp 12 lần là bao nhiêu?
Tin tôi đi, tỷ lệ cược không tốt đâu. Chỉ với lý do đó mà chiến lược Martingale không hiệu quả.
Bảng 15-1: Kích cỡ đặt cược sau nhiều chuỗi thua khác nhau
Số lần thua Kích cỡ cược
1 $2
2 $4
3 $8
4 $16
5 $32
6 $64
7 $128
8 $256
9 $512
10 $1.024
11 $2.048
12 $4.096
Giống như các chiến lược Martingale rất tệ ở sòng bạc, chúng cũng rất tệ khi bạn tham gia bất
kỳ thị trường đầu tư nào. Tuy nhiên, nhiều người có xu hướng đề xuất các chiến lược Martingale
để chơi trên thị trường. Ví dụ, Larry Williams trong Hướng dẫn đầy đủ về giao dịch hợp đồng
tương lai (Definitive Guide to Futures Trading) đã đề xuất một số chiến lược Martingale.
Mô hình 23: Khi xác suất vượt quá giới hạn, hãy tăng kích cỡ vị thế của bạn
Chiến lược cơ bản này giả định rằng bạn biết xác suất hệ thống của mình. Đó là một giả định
tuyệt vời khi chơi các trò chơi mà xác suất của hệ thống của bạn đã được biết trước—chẳng
hạn như các trò chơi giao dịch của chúng ta. Với cách tiếp cận này, bạn sẽ giá tăng vị thế của
mình khi xác suất vượt quá giới hạn. Ví dụ: giả sử bạn có một hệ thống có độ chính xác 60%.
Sau đó, thị trường giao cho bạn 10 giao dịch trong đó độ chính xác chỉ là 40%, Williams sẽ nói
rằng hãy tăng vị thế của bạn từ 1 lên 2 đơn vị. Bạn sẽ duy trì ở mức hai đơn vị cho đến khi bạn
thực hiện được 10 giao dịch mang lại cho bạn xác suất dự kiến là 60%.

Để minh họa chiến lược này hoạt động như thế nào về nguyên tắc, hãy quay trở lại với chiếc
túi bi. Giả sử bạn có 60 viên bi trắng và 40 viên bi đen trong một túi. Nếu bạn lần lượt lấy ra
những viên bi và để lại thì khả năng bạn lấy được viên bi trắng luôn là 60%. Sẽ không có gì
thay đổi dù cho bạn có một chuỗi 10 viên bi đen; thì xác suất lấy được viên bi trắng vẫn là
60%. Tuy nhiên, có một hiện tượng thống kê gọi là hồi quy về giá trị trung bình. Về cơ bản,
nó tuyên bố rằng khi các mẫu bắt đầu khác với giá trị trung bình của tổng thể, các mẫu trong
tương lai sẽ có xu hướng bù đắp cho sự khác biệt sao cho bạn lấy ra càng nhiều viên bi thì mẫu
sẽ càng gần với giá trị trung bình của tổng thể. Trong trường hợp túi bi của chúng ta, 60% trong
số chúng có màu trắng. Nếu chúng ta lần lượt lấy ra và để lại 20 viên bi và thấy rằng chỉ 45%
trong số chúng màu trắng thì tức là giá trị trung bình của mẫu đang thấp hơn nhiều so với giá
trị trung bình của tổng thể. Rất có thể sau khi lần lượt lấy ra và để lại 50 viên bi, trung bình
tổng thể của chúng ta sẽ đạt gần 60%. Do đó, khi bạn biết rằng giá trị trung bình của mẫu đang
thấp hơn nhiều so với giá trị trung bình của tổng thể thì chiến lược này có thể có một số giá trị.
Williams gọi đây là một cách tiếp cận thận trọng để gia tăng vị thế của bạn, nhưng tôi thấy nó
có những vấn đề sau:
• Mô hình giả định rằng bạn phải biết xác suất đúng của hệ thống. Tuy nhiên, nếu cỡ mẫu
của bạn quá nhỏ thì xác suất có thể bị thổi phồng quá mức thi bạn ước tính. Ví dụ: bạn
có thể nghĩ rằng tỷ lệ thắng cơ sở là 65% trong khi thực tế là 55%. Nếu đúng như vậy,
bạn sẽ tăng kích cỡ vị thế của mình khi tỷ lệ thắng giảm xuống 55%, nhưng đó thực sự
chỉ là tỷ lệ bình thường. Tuy nhiên, bây giờ bạn đã tăng rủi ro ngay trong điều kiện bình
thường và điều này có thể sẽ là thảm họa.
• Bạn đang giả định rằng hệ thống của bạn đúng 60% trong mọi điều kiện. Điều gì sẽ xảy
ra nếu các điều kiện thị trường mà hệ thống của bạn được thiết kế đã thay đổi? Nếu giả
định đó là đúng thì phương pháp này trở nên khá rủi ro.
• Mô hình này dựa trên Ngụy biện của con bạc. Nó giả định rằng xác suất sẽ thay đổi sau
khi một chuỗi xuất hiện. Trong bất kỳ trò chơi nào liên quan đến sự thay đổi (và thị
trường chắc chắn cũng vậy), xác suất vẫn như nhau cho mỗi giao dịch, bất kể chuỗi nào
xuất hiện.
Mô hình 23 cũng chỉ là một phiên bản khác của mô hình định cỡ vị thế đầu tiên được trình bày
trong cuốn sách này, mô hình mỗi đơn vị trên rất nhiều tiền. Theo tôi, mô hình này là một trong
những mô hình yếu nhất trong các mô hình đã được thảo luận cho đến nay. Kết quả là có lẽ có
hàng nghìn biến thể của Mô hình 23 mà chúng ta có thể tạo ra, dựa trên nhiều mô hình đã thảo
luận cho đến nay. Một vài thứ dưới đây là ví dụ:
• Khi tỷ lệ đúng của bạn giảm 10% trong 10 giao dịch, rủi ro của bạn có thể tăng thêm
0,5%.
• Khi tỷ lệ đúng của bạn giảm 20% trong 10 giao dịch, bạn có thể tăng rủi ro lên 1%.
• Khi tỷ lệ đúng của bạn giảm 10% trong 10 giao dịch, bạn có thể tăng phần trăm biến

động của mình lên 0,25%.
• Khi tỷ lệ đúng của bạn giảm 10% trong 10 giao dịch, bạn có thể chỉ đang tiến gần hơn
đến mức đặt cược tối ưu cho chiến lược bạn đang sử dụng.
Không có phương pháp nào trong số này đã được thử nghiệm dưới bất kỳ hình thức nào. Chúng
chỉ đơn giản hiện ra trong đầu tôi để minh họa cho vô số khả năng mà bạn có thể nghĩ ra khi
sử dụng kiểu suy nghĩ Martingale này, với giả định rằng bạn đang quay lại mức trung bình có
lợi cho mình. Theo trực giác, chúng có thể có ý nghĩa với bạn vì bạn luôn mong muốn mình
đúng. Tuy nhiên, theo ý kiến của tôi, chúng đều rất nguy hiểm nếu bạn không biết mức trung
bình thực của tổng thể, điều mà bạn không bao giờ có được trong giao dịch thực.
Mô hình 24: Một tiến, một lùi
Hình thức định cỡ vị thế cụ thể này cũng dựa trên mô hình một đơn vị trên rất nhiều tiền (tức
là Mô hình 1), nhưng nó khác với kỹ thuật sử dụng trước đó. Theo Larry Williams, nó nên
được sử dụng khi bạn có một chiến lược có xác suất chiến thắng thấp hơn nhiều so với 50%.
Trong chiến lược này, bạn tăng kích cỡ vị thế của mình lên một đơn vị sau mỗi lần thua và bạn
giảm kích cỡ vị thế của mình xuống một sau mỗi lần thắng. Vì vậy, nó rất giống một hình thức
đặt cược Martingale. Đây là cách nó hoạt động. Nếu bạn bắt đầu giao dịch một hợp đồng hoặc
100 cổ phiếu, thì sau khi lỗ bạn sẽ chuyển sang kích cỡ vị thế là hai hợp đồng hoặc 200 cổ
phiếu cho giao dịch tiếp theo. Sau bốn lần lỗ liên tiếp, bạn sẽ giao dịch 5 hợp đồng hoặc 500
cổ phiếu trong giao dịch tiếp theo.
Khi bạn bắt đầu thắng, giả sử giao dịch thứ năm là giao dịch thắng, bạn sẽ giảm kích cỡ vị thế
của mình xuống một đơn vị. Do đó, sau bốn lần thua và một lần thắng, bạn sẽ giao dịch 4 hợp
đồng (400 cổ phiếu) trong lần giao dịch thứ sáu. Nếu giao dịch thứ sáu thắng, bạn sẽ lại giảm
đi một đơn vị. Nhưng nếu lần đó thua, bạn sẽ lại tăng thêm một đơn vị. Nhưng khi nào bạn
ngừng tăng và trở lại mức bình thường? Tôi cho rằng đó là lúc bạn có lãi, nhưng điều đó không
rõ ràng và phương pháp này dường như ngụ ý rằng bạn sẽ tiếp tục tăng kích cỡ vị thế của mình.
Theo tôi, ý tưởng này chưa bao giờ được giao dịch (và thậm chí còn không được đem ra suy
nghĩ kỹ lưỡng!) khi nó được trình bày—đặc biệt nếu nó được giao dịch trong một hệ thống có
tỷ lệ thắng 30%. Giả sử bạn thực hiện 100 giao dịch trong hệ thống tỷ lệ thắng là 30%—với 30
giao dịch thắng và 70 giao dịch thua. Bây giờ, sau 100 giao dịch, bạn sẽ có kích cỡ vị thế là 41
đơn vị (hoặc 4.100 cổ phiếu). Bạn càng giao dịch nhiều, vị thế của bạn sẽ càng lớn. Đó sẽ là
con đường chắc chắn dẫn đến cháy tài khoản trừ khi hệ thống có một số lần thắng có Bội số R
khổng lồ thực sự làm tăng vốn sở hữu của bạn. Tất nhiên, bạn có thể giới hạn kích cỡ vị thế
của mình, nhưng ngay cả với giới hạn đó, kỹ thuật này vẫn vô nghĩa. Quy tắc duy nhất có thể
có hiệu quả là giảm vị thế một đơn vị ngay khi bạn đạt được mức vốn sở hữu ở mức cao mới.
Ngoài nó ra thì phương pháp này không có ý nghĩa.
Bạn có thể nghĩ ra hàng trăm phiên bản có thể có của mô hình này với sự hiểu biết của bạn về
cách hoạt động của định cỡ vị thế. Tuy nhiên, hầu hết trong số này sẽ là thảm họa. Nói chung,

theo ý kiến của tôi, đây có lẽ là một trong những phương pháp định cỡ vị thế nguy hiểm và ngu
ngốc nhất mà tôi từng thấy được trình bày ở bất kỳ đâu.
Mô hình 25: Một tiến, một lùi phiên bản hai

Phiên bản thứ hai của một tiến, một lùi nghiêm túc hơn một chút. Bạn không tăng kích cỡ vị
thế của mình cho đến khi bạn thua ba lần liên tiếp. Khi bạn thua ba lần liên tiếp, bạn sẽ tăng
thêm một đơn vị. Sau đó, bạn chơi chiến lược một tiến, một lùi cho đến khi bạn bù đắp được
số tiền đã lỗ từ ba lần thua.
Bảng 15-2 cho thấy mô hình này có thể hoạt động như thế nào. Bảng cho thấy bạn bắt đầu với
ba lần thua liên tiếp. Kết quả là bạn tăng lên thành hai hợp đồng tức hai đơn vị. Bạn lại bị thua
nữa nên bạn phải tăng lên ba đơn vị. Bạn tiếp tục thua một lần nữa nên bạn phải chuyển lên
thành bốn đơn vị. Ở bốn đơn vị, bạn có một lần thắng, nhưng không đủ để đưa bạn trở lại mức
hòa vốn trước chuỗi thua. Bạn sẽ giảm xuống còn ba đơn vị. Bạn lại bị lỗ thêm một lần nữa
nên bạn lại tăng lên bốn đơn vị. Ở giao dịch thứ chín, bạn có một lần thắng lớn, với kích cỡ vị
thế là bốn đơn vị, mang lại cho bạn lợi nhuận bù cho khoảng thời gian bắt đầu chuỗi lỗ ban
đầu. Vì bây giờ bạn có lợi nhuận nên bạn quay trở lại giao dịch một đơn vị.
Williams sẽ nói rằng phương pháp này vẫn mang lại cho bạn lợi nhuận kể cả trong trường hợp
bạn thua lỗ ở 7 trên 9 giao dịch.
Bảng 15-2: Một Tiến, Một lùi Phiên Bản Hai của Williams
Vốn sở hữu Đơn vị Số tiền thắng/thua Tổng số tiền thắng/thua
$100.000 1 ($415) ($415)
$99.585 1 ($675) ($675)
$98.910 1 ($1.031) ($1.031)
$97.978 2 ($798) ($1.596)
$96.283 3 ($998) ($2.994)
$93.289 4 $814 $3.256
$96.545 3 ($675) ($2.025)
$94.520 4 $1.631 $6.524
$101.044
Người ta có thể lập luận rằng số tiền thắng lớn hơn thua rất nhiều, vì vậy ví dụ này không thực
tế. Tuy nhiên, hầu hết các hệ thống tốt, đặc biệt là các hệ thống có xác suất thắng thấp, đều có
các giao dịch thắng lớn hơn nhiều so với các giao dịch thua. Do đó, sự phản đối đối với ví dụ
này là không hợp lý.
Tuy nhiên, có một phản đối đối với phương pháp Martingale này là có căn cứ - cùng một phản
đối có giá trị đối với tất cả các phương pháp Martingale. Phương pháp này không tính đến điều
gì sẽ xảy ra nếu có một chuỗi dài. Giả sử bạn có một phương pháp giao dịch có tỷ lệ thắng

khoảng 40%. Ở đây chúng ta giả định rằng bạn có một hệ thống đang hoạt động thực hiện
khoảng 300 giao dịch mỗi năm.
Tôi đã sử dụng Hệ thống Monte Carlo có tên là Monte để mô phỏng 5.000 lần lặp lại của 300
giao dịch mỗi năm nhằm xác định các chuỗi có thể xảy ra mỗi năm. Sau đó, tôi đã thực hiện
5.000 lần lặp lại 1.500 giao dịch để xác định độ dài một chuỗi mà ai đó có thể gặp phải trong
khoảng thời gian 5 năm với hệ thống có tỷ lệ thắng 40%. Bảng 15-3 cho thấy kết quả của mô
phỏng Monte Carlo này về xác suất của các chuỗi có độ dài nhất định. Khi xác suất tích lũy
lớn hơn 1, bạn gần như chắc chắn có ít nhất một chuỗi có độ dài bằng hoặc lớn hơn mức đó.
Bảng 15-3: Thử nghiệm Monte Carlo cho hệ thống 40% thắng
Xác suất tích Xác suất rời rạc Xác suất tích lũy
Độ dài Xác suất rời rạc
lũy của 300 của 1.500 giao của 1.500 giao
chuỗi của 300 giao dịch
giao dịch dịch dịch
1 29,804 73,09 144,994 360,636
2 17,425 43,286 86,547 215,642
3 10,344 24,861 51,581 129,095
4 6,361 15,517 30,759 77,514
5 3,701 9,156 18,884 46,755
6 2,284 5,455 11,105 27,906
7 1,336 3,172 6,893 16,801
8 0,674 1,835 3,973 9,908
9 0,547 1,161 2,346 5,935
10 0,291 0,613 1,467 3,589
11 0,171 0,323 0,872 2,113
12 0,075 0,15 0,489 1,241
13 0,033 0,075 0,351 0,752
14 0,017 0,043 0,193 0,401
15 0,008 0,026 0,086 0,207
17 0,018 0,018 0,020 0,070
23 0,000 0,000 0,002 0,002
Khi nhìn vào Bảng 15-3, bạn sẽ nhận thấy xác suất rời rạc của một chuỗi 7 giao dịch liên tiếp
là 1,336. Điều này có nghĩa là trên 5.000 mô phỏng của 300 giao dịch, chuỗi 7 giao dịch liên
tiếp có kết quả giống nhau đã xảy ra 6.680 lần (tức là 1,336 lần 5.000). Do đó, khả năng nó xảy
ra trong bất kỳ năm nào với hệ thống này là gần như 100%.2 Với chuỗi 7, bạn sẽ gặp rủi ro
nhiều hơn mức cơ sở của mình từ 5 đến 7 đơn vị. Bạn sẽ đặc cược 5 đơn vị nếu chuỗi bắt đầu
cùng lúc với chuỗi 3 lần liên tiếp hoặc 7 đơn vị nếu chuỗi bắt đầu sau 3 lần liên tiếp. Điều này
có thể có nguy cơ cháy tài khoản tùy theo hoàn cảnh. Tuy nhiên, tình hình còn tệ hơn nhiều vì

xác suất tích lũy cho chúng ta biết khả năng xảy ra một chuỗi có độ dài như vậy hoặc lớn hơn
nữa. Lưu ý rằng đối với chuỗi 9 lần liên tiếp thì con số đó là 1,161. Điều này có nghĩa là trong
5.000 mô phỏng có 5.805 chuỗi có độ dài từ 9 giao dịch trở lên. Vì vậy, trong khi bạn có nguy
cơ gần như chắc chắn có một chuỗi bảy giao dịch liên tiếp, thì bạn cũng có nguy cơ gần như
chắc chắn gặp phải chuỗi chín giao dịch trở lên. Lưu ý rằng xác suất rời rạc của chuỗi 17 giao
dịch là 0,018. Điều này có nghĩa là trong 5.000 mô phỏng có 90 chuỗi 17 xuất hiện (tức là
0,018 nhân 5.000).
Mặc dù bạn vẫn có thể thiết kế một hệ thống Martingale xung quanh những gì có thể xảy ra
với một hệ thống như vậy, nhưng tình hình sẽ trở nên tồi tệ hơn nhiều khi bạn xem xét những
gì có thể xảy ra trong khoảng thời gian 5 năm giao dịch với hệ thống đó. Ở đây, xác suất tích
lũy của một chuỗi từ 12 giao dịch trở lên là gần như chắc chắn xảy ra (tức là có 6.205 lần xuất
hiện các chuỗi từ 12 giao dịch trở lên trong 5.000 mô phỏng). Và thực tế đã có 10 chuỗi 23 lần
thua liên tiếp trong suốt 5.000 lần mô phỏng. Do đó, ngay cả khi bạn có thể tăng quy mô đặt
cược của mình qua được 17 lần thua liên tiếp có thể xảy ra trong một năm, thì trong khoảng
thời gian 5 năm, bạn có thể sẽ phải trải qua một chuỗi thậm chí còn dài hơn. Đây là lý do tại
sao các chiến lược định cỡ vị thế Martingale như vậy cực kỳ nguy hiểm và cuối cùng có thể
khiến bạn mất toàn bộ số tiền giao dịch của mình.
Mô hình 26: Định cỡ vị thế hồi quy về trung bình

Tất cả các mô hình của William đều giả định một dạng định cỡ vị thế nào đó hồi quy về trung
bình. Hãy xem xét một phiên bản toán học mà người ta có thể áp dụng trong nhiều tình huống.
Giả sử bạn có tài khoản $100.000. Bạn sẽ mạo hiểm 1% số tiền đó làm kích cỡ vị thế cốt lõi
của mình. Nhưng khi bạn đang thua lỗ, bạn sẽ sử dụng một công thức toán học để giúp bạn
tăng kích cỡ vị thế nhằm phục hồi khoản lỗ của mình.
Giả sử bạn quyết định rằng nếu bạn đang lỗ 20R, về mặt thống kê thì bạn sắp có được một
chuỗi thắng. Và giả định này chỉ chính xác nếu mẫu ban đầu của bạn thực sự đại diện cho tổng
thể thực tế kết quả hệ thống giao dịch của bạn.
Đây là cách một hệ thống như vậy có thể hoạt động. Bạn có thể quyết định rằng nếu bạn lỗ
20R, bây giờ bạn sẽ chấp nhận rủi ro tối thiểu 10% số vốn còn lại của mình. Tuy nhiên, trong
mọi trường hợp, bạn sẽ không mạo hiểm hơn 5% số vốn ban đầu của mình.
Bạn bắt đầu với $100.000. Cuối cùng, bạn thấy mình bị lỗ 20R tích lũy trong 50 giao dịch gần
đây nhất. Vốn sở hữu của bạn bây giờ chỉ còn $80.000. Thuật toán của bạn cho biết rủi ro cần
chấp nhận bây giờ là 20% số dư vốn hiện tại, tức là $16.000, nhưng không mạo hiểm quá 5%
số vốn ban đầu của bạn (tức là $5.000). Vì vậy, bây giờ bạn sẽ dùng mức rủi ro 5%.
Hãy để ý xem bạn có thể tạo ra bao nhiêu phiên bản của loại mô hình này:
• Bạn có thể thay đổi rủi ro kích cỡ vị thế cơ sở.
• Bạn có thể thay đổi số tiền sụt giảm vốn tích lũy (tức là 20R) phải xảy ra trước khi bạn

có thể mạo hiểm với phần trăm rủi ro cao hơn.
• Bạn có thể thay đổi phần trăm rủi ro cao hơn mà bạn sẽ chuyển sang khi đạt đến mức
sụt giảm vốn yêu cầu.
• Và bạn có thể thay đổi mức vốn ban đầu mà bạn đã đặt làm rủi ro tối đa cho kích cỡ vị
thế của mình.
Bốn biến này có thể được biến thành hàng nghìn mô hình định cỡ vị thế khác nhau. Tuy nhiên,
tất cả chúng đều có những nhược điểm sau:
1. Điều gì sẽ xảy ra nếu mẫu ban đầu của bạn không đại diện cho hệ thống của bạn một
cách đầy đủ và đang đánh giá quá cao hiệu suất của nó? Nếu đúng như vậy thì bất kỳ
mô hình nào trong số này đều có thể dẫn đến sự thất bại.
2. Xác suất thắng thua trong giao dịch tiếp theo là không thay đổi, vì vậy bây giờ bạn sẽ
đẩy nhanh quá trình sụt giảm vốn của mình.
3. Nếu bạn đưa ra những đánh giá không chính xác về bất kỳ biến số nào và đặt chúng quá
cao, tất cả đều sẽ dẫn đến sự thất bại.
Vậy điểm mấu chốt là gì? Mô hình định cỡ vị thế hồi quy về trung bình, giống như tất cả các
chiến lược Martingale khác, đều rất nguy hiểm.
Những mô hình nguy hiểm khác cần tránh

Một số tác giả khuyên mọi người nên sử dụng thuật toán định cỡ vị thế nào mà sẽ tạo ra được
vốn sở hữu cuối cùng trung bình lớn nhất. Ở phần đầu của cuốn sách này, chúng tôi đã cho bạn
thấy sự nguy hiểm của cách tiếp cận này. Vốn sở hữu cuối cùng trung bình lớn nhất thường sẽ
xảy ra khi bạn mạo hiểm ở mức sẽ mang lại cho bạn hơn 90% xác suất thất bại và xác suất đạt
được mục tiêu của bạn thì rất thấp. Do đó, đừng sử dụng những kỹ thuật này.
Một số ví dụ về các kỹ thuật như vậy bao gồm việc sử dụng rủi ro phần trăm dựa trên tỷ lệ
thắng của bạn, Tiêu chuẩn Kelly và f tối ưu của Ralph Vince. Tôi cũng đã đưa vào một số kỹ
thuật khác, bao gồm định cỡ vị thế chủ quan và phương pháp Joe Ross.
Mô hình 27: Định cỡ vị thế chủ quan

Một chiến thuật định cỡ vị thế rủi ro khác là mạo hiểm nhiều hơn trong một giao dịch mà bạn
cho rằng có xác suất thành công chủ quan lớn hơn nhiều. Ví dụ: đôi khi một nhà giao dịch hoặc
nhà đầu tư sẽ nói: “Tôi chỉ biết rằng đây là một giao dịch đặc biệt. Nó sẽ kiếm được rất nhiều
tiền.” Và nếu bạn chắc chắn về điều đó thì có lẽ bạn nên tăng kích cỡ vị thế của mình.
Tuy nhiên, cũng có một lỗ hổng cơ bản trong chiến lược này. Nghiên cứu tâm lý đã chỉ ra rằng
không có mối tương quan giữa sự tự tin của mọi người đối với một giao dịch trong tương lai

và khả năng thành công của nó. Và tôi nghĩ điều này đặc biệt đúng đối với những nhà giao
dịch chưa có hệ thống đã được kiểm chứng. Trên thực tế, có lẽ có một mối tương quan nghịch
nhỏ giữa mức độ tự tin và khả năng thành công. Nói cách khác, bạn càng tự tin thì giao dịch
càng có khả năng diễn ra kém.
Con người không giỏi dự đoán sự thành công.
Nghiên cứu tâm lý đã chỉ ra rằng không có mối tương quan giữa sự tự tin của mọi người
đối với một giao dịch trong tương lai và khả năng thành công của nó.
Nếu bạn vẫn tin rằng mình có thể dự đoán rất chính xác một số giao dịch thì tôi khuyên bạn
nên thu thập một số dữ liệu về các giao dịch này. Khi bạn cho rằng một giao dịch có xác suất
thành công rất cao, hãy ghi lại điều đó vào nhật ký và sau đó ghi lại kết quả thực tế. Sau khi
bạn đã thu thập được ít nhất 30 giao dịch như vậy, hãy xem kết quả. Có mối quan hệ nào giữa
niềm tin thành công của bạn và kết quả thực tế không?
Nếu nó có một mối tương quan thuận, bền chặt thì bạn có thể thử tăng kích cỡ vị thế của mình
một cách thận trọng khi bạn cảm thấy chắc chắn về một giao dịch. Nhưng hãy thận trọng về
mức tăng. Nếu bạn thường rủi ro 1%, bạn có thể tăng nó lên 1,5% hoặc 2%. Sau một hoặc hai
năm thực hiện việc này, nếu bạn nhận thấy mình đang kiếm được phần lớn tiền từ các giao dịch
này thì bạn có thể tăng kích cỡ vị thế của mình hơn nữa.
Tuy nhiên, hầu hết mọi người nên tránh xa loại chiến lược như thế này. Mức độ tự tin của bạn
có thể không dự đoán được thành công và việc tăng kích cỡ vị thế của bạn trong những giao
dịch như vậy sẽ chỉ dẫn đến nguy cơ thất bại cao hơn.
Mô hình 28: Phương pháp Joe Ross

Joe Ross đã viết một số cuốn sách trong đó ông nói rằng “bạn nên tiếp cận giao dịch như một
công việc kinh doanh” và một phần trong cách tiếp cận kinh doanh của ông là phương pháp
định cỡ vị thế mà ông tuyên bố sẽ loại bỏ rủi ro lớn trong công việc kinh doanh của bạn. Phương
pháp này thường liên quan đến giao dịch hợp đồng tương lai và sử dụng các nguyên tắc sau:
1. Khi bạn mở một vị thế tương lai, Ross khuyên bạn nên mua năm hợp đồng. (Rõ ràng là
tôi không thể đồng ý với điều đó. Điều gì sẽ xảy ra nếu 5 hợp đồng là quá nhiều rủi ro
hoặc bạn không đủ khả năng chi trả?). Tuy nhiên, chúng ta hãy lấy phiên bản chung
của phiên bản này, phiên bản này sẽ mở ra một vị thế với kích cỡ vị thế tối đa.
2. Sau đó, Joe nói hãy bán 3 hợp đồng (tức là 60% vị thế của bạn) để bạn có thể trang trải
tất cả chi phí mua năm hợp đồng. Nói cách khác, bây giờ bạn đã đủ khả năng để chi trả
cho việc phân bổ rủi ro ban đầu cho toàn bộ vị thế.
3. Bây giờ bạn kéo điểm dừng lỗ trên các vị thế còn lại của mình về mức hòa vốn và giữ
các điểm dừng lỗ theo cách thông thường mà hệ thống của bạn đặt ra.

Vậy có gì sai với phương pháp định cỡ vị thế này? Theo tôi, nó có nhiều sai sót.
Điều đầu tiên là bạn khởi đầu với một vị thế đầy đủ, điều này trái ngược với việc mở rộng một
vị thế đã được chứng minh là đúng. Rõ ràng, vị thế này chưa được chứng minh, nhưng bạn vẫn
phải chịu rủi ro tối đa. Hơn nữa, bạn có thể không đủ khả năng chấp nhận rủi ro tối đa đó.
Lỗ hổng lớn thứ hai là khi bạn thua lỗ, giả sử thua lỗ 1R, lúc đó bạn vẫn đang giữ toàn bộ vị
thế của mình. Và nếu bạn chịu một khoản lỗ lớn do khoảng trống giá của thị trường đi ngược
lại bạn hoặc bạn đang ngược lại một thị trường chạm kịch ngưỡng, bạn vẫn đang ở vị thế tối
đa và chịu một khoản lỗ lớn.
Và bây giờ hãy nhìn vào lần lãi lớn nhất của bạn. Giả sử bạn có một giao dịch lớn và lãi 30R.
Là một người theo xu hướng, chính vị thế đó sẽ là lợi nhuận lớn nhất năm của bạn. Nếu bạn
làm theo phương pháp này, bạn sẽ chỉ thu được khoản lãi khổng lồ đó với chỉ 40% vị thế trong
khi bạn sẽ phải chịu từng khoản lỗ với 100% vị thế. Theo ý kiến của tôi, phương pháp định cỡ
vị thế này tương đương với việc “chốt lời của bạn sớm và để cho khoản lỗ của bạn tiếp tục
chạy”. Và đó là lý do tại sao tôi không thích nó.
Tuy nhiên, có một ngoại lệ cho điều này. D.R Barton và Brad Martin, trong Hội thảo Giao dịch
trung hạn của chúng tôi, đã dạy một số phương pháp giúp bạn loại bỏ một phần vị thế của mình
khi bạn đủ để trang trải giá vốn cho một giao dịch. Tuy nhiên, nó có xu hướng là kiểu giao dịch
chớp nhoáng. Bạn sẽ không bao giờ nhận được lợi nhuận 30R và bạn phải có tỷ lệ thắng 60%
trở lên. Trong một buổi hội thảo, tôi nhận thấy tiềm năng đạt được Bội số R rất lớn ở một trong
những ví dụ của họ. Tôi tự nghĩ: “Tôi có thể kiếm được ít nhất một giao dịch 6R từ điều này.”
Tôi sẽ chỉ đặt điểm dừng lỗ phù hợp và chịu lỗ 1R và để nó đi đến giá mục tiêu. Tôi đã làm
đúng như vậy và kiếm được khoảng 5R ở vị thế này. Trong khi đó, Brad, khi giải thích tính
logic trong suy nghĩ của mình, đã nhiều lần vào và ra khỏi vị thế. Và khi kết thúc giao dịch,
Brad đã kiếm được khoảng 11R (từ nhiều vị thế nhỏ) trong khi tôi kiếm được 5R với điểm
dừng lỗ rộng hơn nhiều. Do đó, đối với giao dịch ngắn hạn, khi bạn thực sự biết mình đang làm
gì, việc thoát khỏi một phần vị thế khi đã hòa vốn có thể là một cách tiếp cận khả thi.
Mô hình 29: Phần trăm rủi ro dựa trên tỷ lệ thắng

Cách tiếp cận này gợi ý rằng bạn nên luôn mạo hiểm một tỷ lệ phần trăm của vốn sở hữu dựa
trên tỷ lệ thắng của bạn. Giả định là số tiền thắng trung bình bằng số tiền thua trung bình (tức
là bạn luôn có 1R thắng và 1R thua), dẫn đến tỷ lệ hoàn lại là 1.
Với những giả định này, kích cỡ đặt cược tối ưu sẽ được đưa ra theo công thức sau:
F = [p - (1 - p)], trong đó p là xác suất thắng và (1 - p) là xác suất thua.
Vì vậy, với những giả định này, chúng ta hãy xem xét kích cỡ cược tối ưu.

Bảng 15-4: Phần trăm rủi ro với mức hoàn lại không đổi dựa trên
tỷ lệ thắng của hệ thống
Tỷ lệ thắng của hệ thống Phần trăm rủi ro tối ưu
80% 60%
75% 50%
70% 40%
65% 30%
60% 20%
55% 10%
Giả định của tôi ở đây là bạn đã hiểu tại sao những con số này sẽ dẫn đến sự thất bại nhanh
chóng. Đầu tiên, tỷ lệ hoàn lại không bao giờ cố định trong giao dịch thực. Thứ hai, bạn không
biết tính chính xác của ước tính của mình. Thứ ba, có thể có một hệ thống có tỷ lệ thắng cao
nhưng kỳ vọng âm, như Hệ thống 3-3. Và, những hệ thống có phần trăm rủi ro cao như vậy
thường dẫn đến sự thất bại như đã được minh họa trước đây.
Mô hình 30: Tiêu chuẩn Kelly (Phiên bản của Thorp, bao gồm khoản hoàn
lại)
Edward Thorp đã điều chỉnh mô hình trước đó để bao gồm cả các khoản hoàn lại. Tuy nhiên,
phương pháp này có lẽ được biết đến nhiều hơn với tên gọi Tiêu chuẩn Kelly. Về cơ bản, bạn
cần tỷ lệ phần trăm thắng (chúng ta sẽ gọi là W) và bạn cần độ lớn trung bình của các giao dịch
thắng chia cho độ lớn trung bình của các giao dịch thua (chúng ta gọi là R). Do đó, Tiêu chuẩn
Kelly có thể được tính như sau:
Kelly % = W - [(1 - W)/R]
Hãy xem Tiêu chuẩn Kelly sẽ hoạt động như thế nào. Giả sử bạn có một hệ thống có tỷ lệ thắng
là 50%. Hệ thống của bạn cũng có lợi nhuận trung bình lớn gấp đôi mức lỗ trung bình. Do đó,
W = 0,5 và R = 2. Sử dụng những con số này sẽ cho kết quả như sau:
Kelly % = 0,5 - [(1 - 0,5)/2]

= 0,5 - [0,5/2]
= 0,5 - 0,25
= 0,25
Do đó, tỷ lệ đặt cược trên vốn sở hữu là 25% sẽ mang lại tỷ lệ hoàn vốn tối đa. Tuy nhiên, nếu
bạn có một hệ thống đúng 50% số lần, bạn vẫn có thể dễ dàng sai 10 hoặc thậm chí 20 lần liên
tiếp trong một số lượng lớn các lần thử. Vì vậy, bạn không bao giờ được mạo hiểm với 25% số
vốn còn lại của mình— trừ khi bạn muốn khoản sụt giảm vốn rất lớn.
Một số người vẫn thích sử dụng Tiêu chuẩn Kelly để xác định tỷ suất lợi nhuận tối ưu. Một ví
dụ về điều đó mà tôi từng dạy là chỉ lấy khoảng 80% Tiêu chuẩn Kelly—trong ví dụ của chúng

ta ở trên, 80% của 25% bằng 20%. Hãy tìm hiểu xem bạn có thể thực hiện bao nhiêu giao dịch
cùng một lúc và sau đó chia giá trị 80% Kelly của bạn cho số lượng giao dịch đó. Ví dụ: nếu
bạn có khả năng thực hiện tối đa 10 giao dịch cùng một lúc thì mức rủi ro tối ưu của bạn có thể
là khoảng 2% cho mỗi giao dịch khi sử dụng hệ thống này. Tôi từng tin rằng ít nhất người ta
có thể sử dụng tiêu chí này để xác định “độ nóng danh mục đầu tư” tối đa của bạn, nhưng đôi
khi (như được mô tả trước đó đối với hệ thống có 99 lần thua 1R và một lần thắng 1.000R) thì
cách tiếp cận này sẽ dẫn đến sự thất bại tuyệt đối.
Tuy nhiên, nhìn chung, cách tiếp cận này cũng nguy hiểm như nhiều cách tiếp cận khác. Nếu
bạn muốn đạt được lợi nhuận tối ưu, hãy sử dụng một số kỹ thuật được mô tả trong Chương
12. Hãy tránh hoàn toàn Tiêu chuẩn Kelly vì 1) nó được phát triển để sử dụng chỉ khi bạn có
hai kết quả có thể xảy ra (tức là, thắng 2R và thua 1R) thay vì hơn nhiều kết quả bạn có được
khi giao dịch và 2) nó có thể đánh giá quá cao kích cỡ vị thế mà bạn nên sử dụng.
Mô hình 31: f tối ưu

Ralph Vince đã nói rằng nếu “bạn không giao dịch để đạt được lợi nhuận tối ưu thì bạn thuộc
về bác sĩ tâm thần hơn là thị trường”. Vince nói rằng Tiêu chuẩn Kelly không nên áp dụng cho
giao dịch - nó chỉ áp dụng cho kiểu dữ liệu loại thắng-thua. Tuy nhiên, ông là người rất ủng hộ
việc giao dịch nhằm đạt được lợi nhuận tối ưu.4
Tuy nhiên, giao dịch để có lợi nhuận tối ưu cũng có nghĩa là giao dịch với mức sụt giảm vốn
lớn. Đối với hầu hết mọi người, việc sụt giảm vốn như vậy là hoàn toàn không thể chấp nhận
được. Họ có thể sẽ ngừng giao dịch khi chạm đáy của sụt giảm vốn với tư cách là người thua
cuộc và không cho cơ hội để hệ thống đó tiếp tục hoạt động. Tuy nhiên, bạn có thể kiếm được
tỷ suất lợi nhuận lớn bằng cách thêm kích cỡ vị thế “tối ưu” vào hệ thống giao dịch của mình.
Giải pháp của Ralph Vince để tối ưu quản lý tiền là mạo hiểm với “phân số cố định tối ưu”
hoặc “mức sụt giảm vốn lịch sử” lớn nhất của một người. Sự thật rằng, việc định cỡ vị thế theo
phân số cố định cũng giống như việc định cỡ vị thế phần trăm rủi ro. Theo lời của Vince:
“Đối với bất kỳ tình huống giả lập độc lập nào, trong đó bạn có lợi thế (tức là kỳ vọng
toán học dương), tồn tại một phân số cố định tối ưu (f) trong khoảng từ 0 đến 1 làm ước
số cho khoản thua lỗ lớn nhất của bạn để đặt cược vào mỗi và mọi sự kiện. để tối đa
hóa tiền thắng của bạn. . . . f tối ưu là ước số của khoản lỗ lớn nhất của chúng ta, sau đó
lấy tổng số tiền đặt cược chia cho kết quả mà chúng ta có được để biết nên đặt cược
bao nhiêu tiền hoặc giao dịch bao nhiêu hợp đồng.” Quản lý tiền danh mục đầu tư
(Portfolio Money Management), tr. 80.5
Tôi có ba vấn đề với mức f tối ưu làm tiêu chí để đạt được lợi nhuận tối ưu.6 Thứ nhất, vì nó
dựa trên khoản lỗ lịch sử lớn nhất của một người nên nó đưa ra giả định rằng bạn đã gặp khoản
lỗ tồi tệ nhất. Sẽ hữu ích hơn nhiều nếu một nhà giao dịch bình thường cho rằng khoản lỗ tồi
tệ nhất của mình chưa bao giờ xảy ra.
Thứ hai, khoản lỗ trong trường hợp xấu nhất được sử dụng trong tính toán dựa trên một giao

dịch đơn lẻ, không phải là một chuỗi thua lỗ kéo dài. Vì vậy, nó có thể bảo vệ bạn khỏi một
thua lỗ lớn nhưng sẽ không bảo vệ bạn khỏi chuỗi thua lỗ kéo dài.
Thứ ba, việc tính toán đòi hỏi một quy trình toán học lặp đi lặp lại khá phức tạp. Ralph Vince
là một người đàn ông không có bằng đại học nhưng đã nghiên cứu rất sâu về toán học. Sự kết
hợp bất thường này đã khiến anh trở nên rất khó lường, ngay cả đối với những người đã học
toán. Ví dụ: anh ấy sẽ giới thiệu một thuật ngữ khá mơ hồ, chẳng hạn như Sự giàu có cuối
cùng, và sau đó chỉ gọi nó là TWR trong suốt phần còn lại của cuốn sách. Vì tôi không thích
phương pháp này nên tôi sẽ chỉ sử dụng thuật ngữ và phong cách của anh ấy thay vì đơn giản
hóa mọi thứ và mạo hiểm khả năng bạn thực sự bắt đầu sử dụng f tối ưu.
Đây là cách nó hoạt động với một mẫu giao dịch:
• Đầu tiên, lợi nhuận trên mỗi mẫu được chia cho mức sụt giảm của lần thua lỗ lớn nhất.
Lợi nhuận được thể hiện dưới dạng phần trăm tăng vốn sở hữu của bạn hoặc dưới dạng
phần trăm lỗ bạn có trong vốn sở hữu của mình. Lưu ý rằng đây là khoản lỗ riêng lẻ lớn
nhất chứ không phải khoản sụt giảm từ đỉnh đến đáy lớn nhất trong đường cong vốn sở
hữu của bạn.
• Tiếp theo, tỷ lệ này được chuyển đổi thành giá trị âm và nhân với hệ số (f), là một kích
cỡ cược phân số cố định tùy ý.
• Giá trị thu được từ bước cuối cùng được cộng thêm 1 để đạt được lợi nhuận theo thời
gian nắm giữ có trọng số (tức là HPR).
HPR tại giao dịch thứ i = 1 + [f × (lãi/lỗ tại giao dịch i)/(khoản lỗ tồi tệ nhất)]
• Giá trị TWR ở trên là tích của lợi nhuận theo thời gian nắm giữ có trọng số được tạo ra
cho tất cả các giao dịch trong mẫu. Nói cách khác:
TWR= [(HPR1) × (HPR2) × (HPR3) × .... × (HPRn)]
Về cơ bản, điều bạn phải làm để xác định f tối ưu là thử một số giá trị của f trong khoảng từ
0,01 đến 1,00 cho đến khi bạn tìm thấy giá trị TWR lớn nhất.
Giả sử bạn có lợi nhuận như sau đây cho một mẫu gồm năm giao dịch.
Giao dịch 1 = 0.22 Giao dịch 2 = 0.12 Giao dịch 3 = -0.30
Giao dịch 4 = 0.15 Giao dịch 5 = -0.10
Bảng 15-5 trình bày các HPR cho các mức sinh lời khác nhau. Khoản lỗ tệ nhất là giao dịch 3
với lợi nhuận -0,3. Do đó, nó được dùng làm mẫu số trong công thức.

Bảng 15-5: Tính toán HPR cho năm giao dịch mẫu của chúng ta
Giao dịch số Lợi nhuận trong thời gian nắm giữ
1 l + f (-(0,22/-0,3) = 1 + f (0,733)
2 1 + f (-(0,12/-0,3) = l + f (0,4)
3 1+ f (-(-0,3/-0,3) = 1 + f (-1)
4 1 + f (-(0,15/-0,3) = 1 + f (0,5)
5 1 + f (-(-0,1/-0,3) = 1 + f (-0,333)
Bây giờ chúng ta hãy xem xét các giá trị khác nhau của f để xem giá trị nào tạo ra TWR lớn
nhất. Chúng được hiển thị cho năm giá trị trong Bảng 15-6. Bạn có thể thấy từ các tính toán
TWR rằng nó dường như đạt cực đại ở f = 0,15. Nhân tiện, nếu lời giải thích cho f tối ưu quá
phức tạp đối với bạn thì đó là một lý do khác để tránh nó.
Bảng 15-6: Tính TWR cho 5 giá trị f khác nhau

Giao dịch f = 0,05 f = 0,10 f = 0,15 f = 0,20 f = 0,3
1 1,03667 1,0733 1,1100 1,1467 1,22
2 1,02 1,04 1,06 1,08 1,12
3 0,95 0,9 0,85 0,8 0,7
4 1,025 1,05 1,075 1,1 1,15
5 0,9833 0,9667 0,950 0,9333 0,900
TWR 1,0125 1,0197 1,0214 1,0171 0,99
Để viết về dữ liệu này, tôi quyết định chuyển đổi kết quả lợi nhuận thành Bội số R và chạy nó
qua trình mô phỏng. Giả sử khoản lỗ trung bình của bạn là 1R cho phép chúng ta chuyển đổi
các phép tính này thành Bội số R. Trong mẫu của chúng ta, chúng ta có mức lỗ 0,3 và mức lỗ
0,1. Do đó, mức trung bình của sẽ là lỗ 0,2 và chúng ta có thể giả định rằng 0,2 là khoản lỗ 1R.
Khi đó lợi nhuận theo Bội số R của chúng ta sẽ trở thành 1,1R, 0,6R, -1,5R, 0,75R và -0,5R.
Khi tôi chạy nó thông qua phần tối ưu hóa của trình mô phỏng với mục tiêu kiếm được 100%
lợi nhuận mà không bị sụt giảm vốn 50%, tôi nhận được kết quả như trong Bảng 15-7. Ở đây,
chúng ta chỉ đơn giản giả định rằng chúng ta có 50 giao dịch để thực hiện mục tiêu của mình.
Nhân tiện, hệ thống này có kỳ vọng là 0,09R, độ lệch chuẩn là 0,96R và Chỉ số Chất lượng Hệ
thốngSM là 0,21. Tuy nhiên, với 100 giao dịch, Chỉ số Chất lượng Hệ thốngSM sẽ là 0,94, nếu
kỳ vọng và độ lệch chuẩn không đổi.

Bảng 15-7: Kích cỡ đặt cược tối ưu của hệ thống mẫu

% Rủi ro Xác suất đạt Xác suất gặp Lợi nhuận Trung vị lợi
Cách tiếp cận
tối ưu được mục tiêu thất bại trung bình nhuận
Tối đa lợi
30% 14,3% 80,3% 225% -55,1%
nhuận
Trung vị lợi
8,4% 20,9% 13,6% 45,9% 24,9%
nhuận
Tối ưu mục tiêu 13,8% 29,0% 37,9% 81,3% 3,9%
Mặc dù chúng tôi không xem xét tất cả các lần lặp có thể có của f với phép tính tìm f tối ưu,
nhưng kết quả của năm lần chạy của chúng ta cho thấy rằng rủi ro 15% có thể gần là con số
đúng. Tuy nhiên, kết quả mô phỏng của chúng ta chỉ ra rằng với rủi ro 15%, vốn sở hữu cuối
cùng trung bình (sau 50 giao dịch) sẽ là 89,9%, vốn sở hữu cuối kỳ trung bình của chúng ta sẽ
âm, xác suất thất bại của chúng ta sẽ là 42,5% và xác suất đạt được mục tiêu của chúng ta là
chỉ 28,8%.
Điều thú vị là, các mô phỏng cho thấy rằng bạn có thể nên mạo hiểm với rủi ro khoảng 13,8%
để có cơ hội tối đa đạt được mục tiêu ở mức 29%. Tuy nhiên, ở mức độ rủi ro này, bạn có 38%
khả năng bị thất bại.
Điều chúng ta thực sự đang nói đến là mức độ rủi ro rất lớn đối với một hệ thống giao dịch ở
mức kém nhất - một hệ thống mà bạn thực sự không nên giao dịch. f tối ưu gợi ý rằng bạn nên
mạo hiểm với rủi ro 15% trong một hệ thống mà tôi khuyên bạn nên tránh hoàn toàn. Có lẽ bây
giờ bạn có thể hiểu tại sao phương pháp f tối ưu lại nguy hiểm đến vậy.
Kết luận
Trong chương này, chúng ta đã thảo luận về các chiến lược định cỡ vị thế khác nhau mà tôi tin
rằng bạn nên tránh hoàn toàn. Chúng bao gồm bốn chiến lược Martingale (tức là mức đặt cược
của bạn tăng lên khi bạn thua):
1. Khi xác suất vượt quá giới hạn, hãy tăng kích cỡ vị thế – Mô hình 23
2. Một tiến, Một lùi – Mô hình 24
3. Một tiến, Một lùi phiên bản 2 - Mô hình 25
4. Định cỡ vị thế hồi quy về trung bình – Mô hình 26
Nói chung, ngoại trừ các chiến lược tái cân bằng Basso-Schwager, các chiến lược Martingale
như trên là các phương pháp định cỡ vị thế gần như đảm bảo sự thất bại.
Tiếp theo, tôi thảo luận thêm về năm mô hình cần tránh:
1. Định cỡ vị thế chủ quan - Mô hình 27

2. Phương pháp Joe Ross - Mô hình 28

3. Phần trăm rủi ro dựa trên tỷ lệ thắng - Mô hình 29

4. Tiêu chuẩn Kelly - Mô hình 30
5. f tối ưu - Mô hình 31
Theo tôi, tất cả các phương pháp này đều rất nguy hiểm, mặc dù có thể có một số phương pháp
giao dịch ngắn hạn nhất định mà Phương pháp Joe Ross có thể áp dụng vào thành công.
Tôi muốn bình luận về các chiến lược định cỡ vị thế khác mà bạn có thể thấy khi đọc về giao
dịch. Hầu hết các cuốn sách đều tránh chủ đề này, nhưng đôi khi có cuốn sách sẽ đề cập đến
việc định cỡ vị thế và trình bày một số kỹ thuật rất lạ để chỉ dẫn bạn. Trong cuốn sách này, như
một hướng dẫn rõ ràng, tôi đã cố gắng đề cập đến mọi phương pháp tôi từng thấy,7 kể cả những
phương pháp tôi không thích. Tôi đã giới thiệu cho bạn 31 mô hình khác nhau và 3 mô hình
vốn sở hữu khác nhau. Vì vậy, chỉ trong cuốn sách này, bạn đã có 93 mô hình định cỡ vị thế
khác nhau (tức là 31 nhân 3) mà bạn có thể sử dụng. Hơn nữa, nhiều phương pháp được trình
bày có nhiều mô hình phái sinh. Ví dụ: chỉ riêng bạn có thể nghĩ ra hàng nghìn cách tiền của
thị trường. Trên thực tế, người ta có thể dành nhiều thời gian cho các chiến lược định cỡ vị thế
như một người bình thường dành ra để vào lệnh. Do đó, nếu bạn thấy một mô hình định cỡ vị
thế mà bạn không nghĩ là tôi đã nhắc đến thì đó có thể chỉ là một trong những mô hình phái
sinh của những mô hình tại đây.
Lời khuyên của tôi dành cho bạn là trước tiên bạn hãy xác định mục tiêu giao dịch của mình.
Một lần nữa, tôi không hề nhấn mạnh quá mức tầm quan trọng của bước này. Tiếp theo, hãy
làm theo những hướng dẫn trong cuốn sách này để sử dụng một trong các phương pháp nhằm
đạt được mục tiêu của bạn. Hãy làm việc với những phương pháp mà bạn thấy hứng thú cho
đến khi bạn hiểu rõ về chúng và cảm thấy thoải mái với chúng. Hiểu cách hoạt động của phương
pháp này và phát triển sự tự tin khi sử dụng nó trước khi bạn bắt đầu giao dịch với nó.
CHÚ THÍCH
1
Williams, Larry. The Definitive Guide to Futures Trading: Tập II. New York: Windsor Books, 1989.
2
Chúng tôi không thể nói rằng điều đó là chắc chắn bởi vì trong một số năm có thể có vài chuỗi 7 hoặc nhiều hơn
trong khi những năm khác có thể không có chuỗi nào.
3
Edward Thorp không có mối quan hệ nào với Van Tharp, nhưng ông đã viết một cuốn sách nổi tiếng về kích cỡ đặt
cược trong cờ bạc có tựa đề The Mathematics of Gambling (Van Nuys, CA: Gambling Times Press, 1984.) ài liệu cho
phương pháp này được lấy từ J. L. Kelly, “A New Interpretation of Information Rate,” Bell System Technical Journal,
Tập 35, tháng 7 năm 1956, trang 917-926.
4
Công bằng mà nói về Ralph Vince, ông ấy có thảo luận về các mục tiêu khác trong cuốn sách cuối cùng của mình và
cách điều chỉnh f tối ưu cho các mục tiêu khác. Tuy nhiên, tôi sẽ phải đưa thêm khoảng 100 trang công thức phức tạp
vào cuốn sách này chỉ để giải thích ý tưởng của ông. Và tại sao phải trải qua điều đó khi mọi thứ bạn cần đều có trong
cuốn sách này với các phép toán đơn giản hơn nhiều.
5
Vince, Ralph. Portfolio Money Management. New York: John Wiley and Sons, Inc, 1995.
6
Giả định của Ralph Vince về hàm hữu dụng và phần lớn suy nghĩ của ông dựa trên những giả định đã cho và theo
tôi, chúng cho thấy sự hiểu biết ngây thơ về tâm lý con người. Ví dụ, Vince không hiểu rằng mọi người thận trọng để
bảo toàn một khoản lợi nhuận rất nhỏ và mạo hiểm để tránh bị lỗ.
7
Tôi đã tham khảo ý kiến của một quỹ phòng hộ có phương pháp định cỡ vị thế khác với bất kỳ phương pháp nào
được trình bày ở đây. Tuy nhiên, họ coi phương pháp của họ là bí mật kinh doanh nên tôi không thể đưa nó vào cuốn
sách này.

Chương 16
Kết hợp tất cả lại với nhau:

Cuộc phỏng vấn với Tiến sĩ Chris Anderson
Nếu không có sự nỗ lực của Tiến sĩ Chris Anderson, cuốn sách này sẽ không thể thực
hiện được. Đầu tiên, Chris đã thực hiện nghiên cứu cho phép tôi hiểu rằng Định cỡ vị
thế theo tỷ lệ cố định, với một số giả định nhất định, là một phương pháp định cỡ vị thế
khả thi. Từ nghiên cứu đó đã nảy ra một số ý tưởng hay: 1) nghĩ về các mức sụt giảm
vốn theo R và 2) cách sử dụng Chỉ số Chất lượng Hệ thốngSM để xác định chất lượng
hệ thống của bạn. Ngoài ra, Chris còn phát triển trình mô phỏng mà tôi đã sử dụng
rộng rãi trong quá trình nghiên cứu cho cuốn sách này. Chris cũng từng là người hướng
dẫn IITM ở ba hội thảo khác nhau. Nhờ sự đóng góp to lớn của Chris cho cuốn sách
này và vì cách Chris nghĩ về giao dịch và phát triển hệ thống, tôi quyết định rằng cuốn
sách này sẽ là không hoàn chỉnh nếu không có một cuộc phỏng vấn để giúp bạn hiểu
rõ hơn về suy nghĩ của Chris. Chương này tập hợp tất cả các phần về 1) tầm quan trọng
của việc xác định mục tiêu của bạn, 2) cách đánh giá hệ thống của bạn để đảm bảo bạn
có thể đạt được mục tiêu của mình và cuối cùng, 3) cách sử dụng định cỡ vị thế để đạt
được mục tiêu của bạn. Và đó là những chủ đề cốt lõi của cuốn sách này
Xin lưu ý rằng cuộc phỏng vấn này ban đầu được thực hiện vào năm 2003 giữa Tiến sĩ
Tharp và Chris. Tính đến ngày xuất bản này, Chris cũng đã bắt đầu kinh doanh bất
động sản rất thành công.
Trong cuộc phỏng vấn dưới đây, các câu hỏi của tôi được in đậm.
Chris, kể cho tôi nghe một chút về lý lịch của anh.
Tôi nhận bằng Tiến sĩ về kỹ thuật điện vào năm 1990 tại Đại học bang North Carolina. Bằng
Cử nhân và Thạc sĩ của tôi cũng thuộc lĩnh vực kỹ thuật. Lĩnh vực chuyên môn của tôi là thiết
kế hệ thống radar và quang học, tất cả đều phải đưa ra những quyết định phức tạp trong môi
trường ngẫu nhiên. Tuy nhiên, hiện tại tôi đã ngừng làm việc trong những lĩnh vực đó và hiện
là nhà đầu tư toàn thời gian.
Anh tham gia giao dịch như thế nào?
Tôi tham gia giao dịch một cách khá tình cờ vào năm 1988. Anh trai tôi là nhà môi giới chứng
khoán của một công ty lớn và anh ấy tham gia mua quyền chọn đối với các mục tiêu tiếp quản
tiềm năng. Các nhà môi giới đã nhận được thông tin tốt về các sản phẩm đầu tư tiềm năng từ
một nhà phân tích và một số người trong chúng tôi đã mua quyền chọn mua. Mặc dù tôi không
liên quan nhiều đến thành công mà điều này tạo ra nhưng nó để lại ấn tượng lâu dài về việc
kiến thức tốt về thị trường thực sự mang lại lợi nhuận như thế nào.

Sau khi thị trường tiếp quản cạn kiệt, tôi tham gia vào các hoạt động cổ điển 401K và quỹ
tương hỗ cho đến năm 2000. Một lần nữa, tôi không hiểu rõ mình đang làm gì và chỉ đạt được
thành công khiêm tốn.
Mãi đến cuối năm 2000, tôi mới thực sự bắt đầu nghiêm túc thực hiện giao dịch và bắt đầu bán
các quyền chọn mua được bảo đảm. Sau khi đọc tài liệu của anh và những tài liệu khác, tôi đã
chuyển các hoạt động này sang phát triển hệ thống giao dịch tự động cho mục đích sử dụng cá
nhân của mình bằng cách sử dụng Tradestation®. Những nỗ lực đầu tiên của tôi trong việc giao
dịch một cách có hệ thống khá khó khăn vì tôi không hiểu rõ cách định cỡ vị thế như tôi nghĩ
và tôi không hiểu cách giao dịch với một rổ cổ phiếu. Kể từ thời điểm đó, tôi đã tinh chỉnh các
hệ thống và kỹ thuật định cỡ vị thế của mình đến mức tôi hài lòng với hiệu suất của chúng và
tôi cảm thấy thoải mái với mức độ rủi ro mà tôi đang chấp nhận.
Bốn hoặc năm điều bạn nghĩ là quan trọng để giao dịch thành công và điều gì khiến bạn
quyết định như vậy?
Tôi xem giao dịch là học cách đối phó với những môi trường chưa biết một cách nhất quán,
giống như kinh doanh và có khả năng mang lại lợi nhuận. Tuy nhiên, cảm xúc và tính chất
ngẫu nhiên của thị trường khiến việc thực hiện điều đó trở nên khó khăn. Tôi nhận thấy rằng
các nhà giao dịch (bao gồm cả tôi) thường có ba ẩn số rất lớn: 1) họ muốn biết kết quả giao
dịch như thế nào, 2) điều gì có thể xảy đến với họ từ một hệ thống giao dịch và 3) cách đối phó
với thực tế là thị trường luôn luôn thay đổi. Điều này dẫn đến những gì tôi nghĩ là năm điều
quan trọng để thành công:
1. Hiểu những gì bạn muốn từ công việc giao dịch của mình và những gì bạn sẵn sàng
chấp nhận để đạt được nó (Mục tiêu).
2. Hiểu cách chọn một hệ thống có khả năng phù hợp với mong muốn và mức độ thoải
mái của bạn theo mục một.
3. Hiểu cách chọn một hệ thống mà bạn tin tưởng sẽ đủ ổn định để có thời gian phát huy
lợi thế của mình.
4. Hiểu cách định cỡ vị thế để bạn tự tin rằng mình sẽ đạt được các mục tiêu tài chính mà
không vượt quá ngưỡng đau đớn của mình.
5. Hiểu cách xác định khi nào điều kiện thị trường đã thay đổi đến ngưỡng bạn không nên
giao dịch hệ thống của mình.
Tôi thấy thật thú vị khi anh không đưa bất kỳ vấn đề tâm lý nào vào top 5. Tôi có lẽ đã
xếp ít nhất bốn trong số năm vấn đề tâm lý vào danh mục đó. Ví dụ, mọi người gặp khó
khăn trong việc cắt lỗ sớm và rồi có những khoản lỗ R lớn. Mọi người gặp khó khăn khi
để lợi nhuận tiếp tục chạy và rồi chỉ có được những khoản lợi nhuận nhỏ. Vì vậy, họ thậm
chí không thể có được một phân phối Bội số R phù hợp để mang lại cho họ kỳ vọng dương.
Tôi nghĩ tôi hiểu tại sao chúng ta lại tiếp cận vấn đề này một cách khác biệt so với nền tảng kỹ

thuật/tâm lý học. Tôi nghĩ sự khác biệt chủ yếu đến từ việc chúng ta tương tác với ai. Tôi đoán
là anh đã thấy rất nhiều người có ít hoặc không có kinh nghiệm giao dịch và khả năng thử
nghiệm lại hạn chế. Đối với nhóm đó, tôi đồng ý 100% với anh.
Hầu hết những người mà tôi làm việc chung đều đã phát triển vượt ra ngoài phạm vi đó,
nhưng hàng nghìn nhà giao dịch/nhà đầu tư đã tiếp xúc với những gì tôi làm và nhiều
người trong số họ vẫn chưa thành thạo những gì họ làm. Vì vậy, theo nghĩa đó, anh có
thể đúng. Tuy nhiên, có lẽ chúng ta đến từ những nhóm niềm tin khác. Tôi hoàn toàn tin
rằng chúng ta tạo ra cuộc sống và trải nghiệm của riêng mình và do đó, mọi thứ, ở một
mức độ nào đó, đều có bản chất từ tâm lý.
Đối với tôi, tôi tương tác với một nhóm nhỏ hơn nhiều, đó là những người hiểu về việc cắt lỗ,
phần lớn là vì họ đã thấy điều gì xảy ra thông qua việc kiểm tra lại. Ngay cả khi kiểm tra lại và
hiểu rõ tầm quan trọng của việc cắt lỗ, giao dịch của họ vẫn là một thảm họa vì sự không phù
hợp giữa những gì họ muốn (điều mà họ thường không biết) và những gì hệ thống của họ có
thể cung cấp.
Tôi sẽ đưa ra một lý do khác giải thích tại sao công việc giao dịch của họ lại là một thảm
họa. Đó là bởi vì mọi thứ đều mang tính tâm lý và họ vẫn chưa trở thành những nhà giao
dịch hiệu quả, nên có lẽ anh vừa chứng minh được quan điểm của tôi. Dù sao đi nữa, hãy
cùng nhau bắt đầu tương tác đầu tiên của chúng ta. Tôi quan tâm đến việc thực hiện mô
phỏng Định cỡ vị thế tỷ lệ cố định (FRPS) và anh đã biến nó thành thứ mà tôi có thể đề
xuất. Chúng ta đã đề cập đến nghiên cứu mà chúng ta đã thực hiện ở Chương 13. Anh đã
thực hiện điều này bằng cách đưa ra một số giả định chính không tồn tại trong các bài
viết của Ryan Jones theo như tôi biết. Một trong những giả định đó là anh nên chuyển
sang giao dịch trên giấy khi anh giảm một lượng delta (và sẽ không giao dịch thật lại cho
đến khi bạn đã quay về số tiền ban đầu). Nhưng, tất nhiên, số tiền thực của anh vẫn đang
giảm một lượng delta mặc dù anh đã kiếm lại được lợi nhuận trên giấy. Anh có thể nói
về giả định đó không?
Giả định này xuất hiện có lẽ vì tôi đã đọc các bài viết của Ryan Jones vào thời điểm quan trọng.
Vào thời điểm đó, tôi đã thực hiện phát triển hệ thống và kiểm tra lại đáng kể và hoàn toàn bị
thuyết phục về tiềm năng tăng trưởng của giao dịch. Tuy nhiên, tôi đã phải chịu mức sụt giảm
vốn 23% khi bắt đầu giao dịch tự động bằng cách sử dụng kích cỡ vị thế có phần trăm rủi ro
nhỏ (0,75%). Hầu hết sự sụt giảm vốn này xảy ra do tôi không hiểu đầy đủ ý nghĩa của việc
giao dịch với các giỏ của các hệ thống tương quan nhưng có hai điều khiến tôi ngạc nhiên trong
quá trình này. 1) Tôi chỉ cảm thấy thoải mái khi mạo hiểm một lượng nhỏ vốn ban đầu (nhưng
sẽ sẵn lòng tăng rủi ro khi thắng) và 2) Tôi không thoải mái khi cho rằng hệ thống của mình sẽ
sinh lãi cho đến khi tôi thấy nó hoạt động trực tiếp bằng tiền thật và đã tạo ra lợi nhuận .
Các hệ thống mà tôi giao dịch đã được kiểm tra lại đủ tốt nên tôi không lo lắng về việc bỏ lỡ
lợi nhuận tiềm năng. Vì vậy, tôi sẵn sàng để chúng tự chứng minh mình đồng thời chấp nhận
rủi ro tối thiểu trong quá trình này. Khi tôi đọc Trò chơi giao dịch (The Trading Game), tôi
nghĩ FRPS rất tuyệt vì tôi có thể bắt đầu với số tiền nhỏ nhưng nhanh chóng tăng mạnh khi
chiến thắng và nếu tôi thua 1 delta, FRPS sẽ yêu cầu tôi về trở lại mức đặt cược bằng 0 (tức

“giao dịch trên giấy”) . Nếu hệ thống chỉ là gặp may mắn ngay lúc đầu thì nó sẽ nhanh chóng
lỗ delta và tôi sẽ rời cuộc đua. Nếu hệ thống kém thì tôi sẽ nhận ra rằng, sau một khoản thua
nhỏ, tốt nhất là về mức đặt cược bằng 0 thay vì mất nhiều tiền hơn. Sau đó, tôi phát hiện ra
rằng cuốn sách thực sự không nói phải làm điều đó, nhưng tôi đoán với những thành kiến của
mình về việc khởi động một hệ thống, tôi sẽ để nó vào tài nguyên học tập.
Giả định khác là anh đã sử dụng phân phối Bội số R để mô phỏng mức sụt trung bình
theo R. Và sau đó anh sử dụng mức trung bình đó để xác định mức độ rủi ro sẽ xảy ra.
Tôi thấy điều đó thật thú vị bởi vì mặc dù tôi đã giảng về phân phối Bội số R của mình
quan trọng như thế nào, nhưng tôi chưa bao giờ nghĩ đến việc tình sụt giảm vốn theo R.
Và tôi ngay lập tức thấy được ứng dụng to lớn của thông tin đó vào giao dịch. Làm thế
nào anh nảy ra ý tưởng đó và anh đã làm gì với nó trong quá khứ?
Trong cuốn sách của mình, Ryan Jones đã sử dụng một vài ví dụ khiến tôi nghĩ rằng việc ràng
buộc mức đặt cược của tôi với mức sụt giảm vốn dự kiến là rất có lý. Vì vậy, tôi nghĩ điều gì
sẽ xảy ra nếu tôi biết trước, chẳng hạn như mức sụt giảm vốn lớn nhất của mình là 15R. Nếu
tôi biết rằng tôi chỉ cảm thấy thoải mái khi mạo hiểm 10% số vốn ban đầu của mình để thử và
chứng minh một hệ thống là hợp lệ thì tôi có thể thoải mái chọn mức độ rủi ro của mình (theo
FRPS hoặc định cỡ vị thế phần trăm rủi ro) dựa trên hiểu biết của tôi về mức sụt giảm vốn lớn
nhất.
Khi tôi bắt đầu khám phá điều này, tôi nhận ra rằng các hệ thống có mức độ sụt giảm vốn rất
khác nhau. Sau khi thực hiện kiểm tra lại, tôi đã xem xét các hệ thống giao dịch có mức sụt
giảm từ 5R đến 50R. Nếu nhà giao dịch áp dụng kích cỡ đặt cược cho hệ thống có mức sụt
giảm vốn 5R sang hệ thống sụt giảm vốn 50R, họ sẽ nhanh chóng không hài lòng.
Đúng, nhưng thực sự là thiên tài khi đã nghĩ đến sụt giảm vốn theo R. Hầu hết mọi người
nghĩ về việc sụt giảm vốn theo theo số tiền và điều đó phụ thuộc vào định cỡ vị thế.
Tôi đoán rằng tôi phải sống theo một hình ảnh trong đầu mà hầu hết mọi người đều nghĩ rằng
chỉ có các giáo sư nghĩ theo một cách trừu tượng nào đó. Khi tôi thấy tiện ích của việc sử dụng
R trong Giao dịch theo cách của bạn để đạt được tự do tài chính (Trade Your Way to Financial
Freedom), tôi bắt đầu nghĩ đến hầu hết mọi thứ dưới dạng R vì tôi có thể mở rộng hay thu hẹp
vị thế một cách đơn giản theo định cỡ vị thế.
Tốt, đó là một trong những ý định của tôi. Khi anh bắt đầu nghĩ về một hệ thống theo
phân phối R mà nó tạo ra, tất cả thông tin về giao dịch bắt đầu có ý nghĩa. Nó thật là
tuyệt vời. Nhưng đôi khi một người bình thường sẽ tìm đủ mọi lý do để không phải làm
điều đó. Một lần nữa, tất cả đều xuất phát từ tâm lý của mọi người.
Phần lớn việc tạo ra các khoản lỗ có R nhỏ (tức là cắt lỗ sớm) và lãi được R lớn (để lợi
nhuận chạy) có bản chất là tâm lý. Nếu đúng như vậy thì làm sao một chiếc túi bi lại có
thể tượng trưng cho việc giao dịch? Nói cách khác, nếu phần lớn thành công trong giao
dịch là do tâm lý, thì mô phỏng có thể giúp ích như thế nào?

Như chúng ta đã thảo luận trước đó, quan điểm của tôi với tư cách là một kỹ sư sẽ có sự khác
biệt. Tôi nghĩ về cách giải quyết một vấn đề. Trong kỹ thuật, chúng tôi liên tục làm việc với
hai nhóm yêu cầu thiết kế khác nhau: một thứ gì đó phải hoạt động như thế nào và nó sẽ hoạt
động như thế nào trong trường hợp xấu nhất. Giả sử một kỹ sư thiết kế một con chip máy tính
để hoạt động trong môi trường mà họ biết – văn phòng của họ. Họ xây dựng con chip và sau
đó thử nghiệm nó trong văn phòng của họ và tất cả đều ổn. Bây giờ ông chủ của họ đưa ra một
thông cáo báo chí rầm rộ và bắt đầu bán chip. Trong sâu thẳm, người kỹ sư biết rằng con chip
này có thể sẽ ở trong môi trường căng thẳng hơn nhiều so với môi trường văn phòng của họ.
Trong tiềm thức, kỹ sư đó sẽ gặp khó khăn khi những báo cáo lỗi đầu tiên bắt đầu xuất hiện vì
họ biết rằng họ chưa tính đến nhiều khả năng có thể xảy ra trong thế giới thực.
Ngược lại điều này với kỹ sư nghiên cứu phạm vi đặc điểm vận hành có thể phải đối mặt và
sau đó thiết kế chip để xử lý tất cả hoặc hầu hết các môi trường. Khi bắt đầu xảy ra lỗi, người
kỹ sư tin tưởng rằng điều này là bình thường; nó sẽ không phải là sự khởi đầu của một vấn đề
lớn.
Bây giờ hãy so sánh điều này với giao dịch. Nhà giao dịch thực hiện kiểm tra lại hệ thống và
nhận được kết quả mà họ mong muốn. Đây chỉ là một kết quả có thể xảy ra. Nhưng giả sử
chúng ta chuyển đổi những giao dịch đó thành những viên bi tương đương trong một chiếc túi.
Bây giờ chúng ta rút chúng ngẫu nhiên cho 50 giao dịch. Rõ ràng, họ sẽ không nhận được kết
quả giống như lúc kiểm tra lại của họ. Ví dụ: bây giờ chúng ta làm điều đó 5.000 lần và chúng
ta thấy rất nhiều kết quả và con đường có thể xảy ra. Hình 16-1 cho thấy nhiều con đường khác
nhau có thể được dựng lên bằng một chiếc túi bi đơn giản chứa 10 lần thắng 1,5R và 10 lần
thua 1R.
Hình 16-1: Ví dụ về kết quả các giao dịch có thể xảy ra
Lưu ý rằng một số con đường kết thúc ở mức lãi trên 40R sau 50 giao dịch! Đó là kỳ vọng gần
1,0. Một số con đường kết thúc ở mức âm 20R sau 50 giao dịch! Khi bạn hiểu điều đó, thì nhà
giao dịch có thể chuẩn bị tinh thần và tài chính cho những trường hợp hoạt động kém và kết
quả thực có thể sẽ làm tốt hơn nhiều.

Được rồi, điều đó thực sự khiến chúng ta nhận ra tầm quan trọng của mô phỏng. Bạn có thể
nói về việc đó không?
Kiểm tra lại chỉ tạo ra một trong số các con đường được thấy trong hình trên. Tôi có thể tối ưu
hóa kích cỡ vị thế cho đường cong đó và tạo ra kết quả đáng kinh ngạc. Điều gì sẽ xảy ra khi
bạn áp dụng kích cỡ vị thế đó cho các đường cong khác? Kết quả có lẽ sẽ không tốt. Bằng cách
áp dụng định cỡ vị thế cho nhiều đường dẫn có thể, bạn sẽ có được một hệ thống mạnh mẽ hơn
nhiều.
Mọi người dường như không thể hiểu được rằng phân phối Bội số R đại diện cho một
mẫu kết quả của một hệ thống giao dịch. Trong phạm vi mẫu của bạn đại diện cho tập
hợp các kết quả mong đợi từ hệ thống đó, bạn thực sự có thể sử dụng nó để xác định
những gì bạn có thể mong đợi từ một hệ thống. Mọi người thường hỏi tôi, “Làm sao điều
đó có thể tượng trưng cho giao dịch, bạn chỉ ngẫu nhiên rút những viên bi ra khỏi túi
thôi?” Anh có thể trả lời câu hỏi đó từ quan điểm kỹ thuật của mình không?
Hãy tạm lùi xa khỏi việc giao dịch và xem xét những gì chúng tôi làm trong các lĩnh vực khác
nơi chúng tôi phải giải quyết các sự kiện ngẫu nhiên. Chúng tôi thực hiện các bước để đo lường
các mẫu của hệ thống ngẫu nhiên, mô tả xác suất của các sự kiện ngẫu nhiên nhất định và sau
đó đưa ra quyết định dựa trên các xác suất đó. Một ví dụ điển hình là điện thoại di động kỹ
thuật số của bạn trong môi trường đô thị đông đúc. Tín hiệu giọng nói được gửi từ tháp di động,
nơi nó dội đi khắp nơi và đến điện thoại của bạn từ nhiều hướng khác nhau. Kết quả cuối cùng
của những lần trả lại ngẫu nhiên này là tín hiệu bị hỏng một cách vô vọng và bạn không thể sử
dụng điện thoại của mình. Khi tôi đang làm luận án tiến sĩ vào cuối những năm 1980, sự sai
lệch tín hiệu này đã khiến dịch vụ kỹ thuật số không thể thực hiện được.
Những gì phải thực hiện bây giờ là nằm bên trong điện thoại của anh, các phép đo được thực
hiện trên tín hiệu đến để ước tính chính xác nhất số lần nảy ngẫu nhiên. Xác suất sau đó được
xác định từ đó xác định phương pháp tốt nhất để khắc phục sự cố trước khi anh di chuyển vài
bước và phải ước tính lại xác suất. Tất cả điều này đang diễn ra bên trong chiếc điện thoại thu
nhỏ miễn phí mà anh nhận được khi ký hợp đồng 1 năm!
Trong trường hợp giao dịch, chúng ta cũng làm điều tương tự. Chúng ta đo lường một mẫu
ngẫu nhiên bằng việc kiểm tra lại. Sau đó, chúng ta “giả vờ” rằng những kết quả đó được tạo
ra bởi một túi bi và xác định giá trị R cũng như số lượng viên bi cụ thể từ các phép đo của
chúng ta. Sau đó, chúng ta giả vờ vẽ lại những viên bi đó nhưng theo thứ tự khác với thứ tự đo
ban đầu.
Mọi người thích hỏi câu hỏi sau: “Nếu giao dịch là hoàn toàn ngẫu nhiên, anh có thể kiếm
tiền bằng cách nào?” Tôi nghĩ đó là một trong những vấn đề chính mà hầu hết các nhà
giao dịch không hiểu được. Anh có thể giải thích suy nghĩ của anh về vấn đề này?
Tôi tin rằng giao dịch không hoàn toàn ngẫu nhiên nhưng có rất nhiều thành phần ngẫu nhiên
trong đó. Ví dụ, nhà đầu tư thực hiện mua và nắm giữ dựa trên giả định rằng thị trường tăng
(trung bình) một lượng nhất định mỗi năm. Nếu bạn kiểm tra giả thuyết này bằng thống kê, hầu

hết sẽ đi đến kết luận tương tự. Tuy nhiên, thị trường biến động ngẫu nhiên rất nhiều xung
quanh mức tăng trưởng trung bình này. Vì vậy, tôi tin rằng có một phần không ngẫu nhiên mà
tôi đang cố gắng khai thác và một phần ngẫu nhiên mà tôi phải chung sống cùng. Đối với các
nhà đầu tư mua và nắm giữ, một trong những cách tốt nhất họ có thể giải quyết phần ngẫu
nhiên đó là tiếp tục nắm giữ và cầu nguyện.
Về cơ bản, có sự thiếu hiệu quả rất lớn trong cách con người phản ứng với thị trường.
Theo tôi, sự kém hiệu quả đó tạo ra các xu hướng và cực trị của thị trường cũng như
những điều không ngẫu nhiên mà chúng ta thấy trên thị trường.
Đối với các giao dịch ngắn hạn, các nguyên tắc tương tự cũng được áp dụng. Chúng ta phải
hoạt động với giả định rằng thị trường không hoàn toàn hiệu quả và có những sự kiện không
ngẫu nhiên có thể được giao dịch. Người giao dịch phải kiểm tra để thuyết phục bản thân rằng
mình đang giao dịch thứ gì đó có lợi thế thực sự. Cùng với lợi thế này còn có tất cả các biến
động ngẫu nhiên khác đi kèm với nó. Nhà giao dịch phải chuẩn bị sẵn sàng để đối phó với
những tình huống cực đoan do những biến động này gây ra nếu họ muốn thu được lợi ích từ
phần không ngẫu nhiên.
Được rồi, với tư cách là nhà giao dịch, chúng ta thực sự đang xử lý các giao dịch được
chọn ngẫu nhiên. Và sau đó, một số vấn đề nảy sinh, bao gồm thứ tự mà thị trường thể
hiện cho anh các Bội số R, liệu những gì anh thấy dưới dạng Bội số R có thực sự đại diện
cho hệ thống của mình hay không và thực tế là các điều kiện thị trường có thể thay đổi
và do đó thay đổi hệ thống của anh. Anh có ý kiến gì không?
Điều này quay trở lại với nhiều ẩn số mà chúng ta phải giải quyết với tư cách là nhà giao dịch.
Với việc kiểm tra lại sau đó là mô phỏng, những gì chúng ta đang làm là ĐÁNH GIÁ rằng Bội
số R mà chúng ta nhận được đại diện cho phân phối Bội số R thực tế mà hệ thống của bạn tạo
ra. Sau đó, chúng ta kiểm tra phạm vi khả năng có thể xảy ra do xếp các viên bi theo các thứ
tự khác nhau.
Điều này đặt ra câu hỏi: “Điều gì sẽ xảy ra nếu Bội số R mà chúng ta nhận được từ việc kiểm
tra lại không mang tính đại diện?” Có một số cách để tự thuyết phục bản thân rằng không phải
như vậy.
Đầu tiên, trong quá trình kiểm tra lại, chúng ta có thể giảm thiểu khả năng này bằng cách hiểu
hệ thống đang làm gì và tự thuyết phục bản thân rằng lợi thế mà chúng ta đang khai thác có thể
sẽ ổn định. Ngoài ra, bằng cách kiểm tra lại với một số lượng lớn các giao dịch, chúng ta hy
vọng sẽ cải thiện được khả năng mẫu của chúng ta sẽ mang tính đại diện.
Nói cách khác, kích thước mẫu càng lớn thì càng có nhiều khả năng đại diện cho tổng thể.
Nó chắc chắn hoạt động với các mẫu từ túi bi.
Vâng, tôi đồng ý với điều đó nhưng đó là câu trả lời theo thống kê. Câu trả lời thực sự là nếu
hệ thống khi được kiểm tra đủ tốt thì lợi nhuận kỳ vọng của bạn khi giao dịch với hệ thống này
trong một khoảng thời gian (giả sử là một năm) sẽ lớn hơn nhiều so với rủi ro. Một phần, chúng

ta có thể thực hiện được điều đó thông qua việc định cỡ vị thế.
Nguyên tắc nhỏ của tôi là sau khi thử nghiệm và áp dụng định cỡ vị thế cho một hệ thống, tôi
nên tin rằng sẽ không khôn ngoan nếu ít nhất không thử để hệ thống giao dịch với một số tiền
nhỏ. Nếu nó được chứng minh bằng tiền thật thì tuyệt vời; Tôi sẽ tăng rủi ro. Nếu không, tổng
thiệt hại của tôi sẽ chỉ ở mức nhỏ.
Hiện có rất nhiều sách về thiết kế hệ thống và kiểm tra lại các hệ thống đó. Từ nền tảng kiến
thức và kinh nghiệm này, nhà giao dịch thường có thể có cảm giác tốt nếu một hệ thống có khả
năng hoạt động với hiệu suất gần giống như vậy trong tương lai.
Và làm thế nào để bạn biết liệu thị trường đã thay đổi khiến hệ thống của bạn không hoạt
động nữa hay không?
Tất cả chúng ta đều có thể tin tưởng vào việc điều đó sẽ xảy ra. Đó chỉ là câu hỏi khi nào. Nếu
bạn giao dịch với những hệ thống thực sự vững chắc, chúng sẽ không chuyển từ trạng thái sinh
lãi sang cực kỳ lỗ luôn. Thông thường hơn, nó sẽ thất bại khi chỉ ở mức hòa vốn vì đã mất lợi
thế.
Trong Chương 4.1 tôi đã khuyên mọi người nên giả định rằng có sáu loại thị trường (đối
với bất kỳ hệ thống nào) và anh phải biết hệ thống giao dịch như thế nào trên mỗi thị
trường. Có thị trường tăng, giảm và đi ngang. Và mỗi loại có thể biến động hoặc ổn định
và điều đó tạo nên sáu loại thị trường. Anh nên biết hệ thống của anh sẽ hoạt động như
thế nào trong từng loại thị trường. Phân phối Bội số R của nó trong thị trường đó là bao
nhiêu? Chỉ số Chất lượng Hệ thốngSM của nó là gì? Thông thường, khi một thị trường
thay đổi, nó chỉ chuyển sang một loại thị trường khác trong sáu loại thị trường. Vì vậy,
nếu anh có bộ lọc cho từng loại thị trường, anh sẽ ổn thôi.
Tôi đồng ý, khi có đủ dữ liệu để thực hiện thử nghiệm trong các điều kiện thị trường khác nhau.
Nếu bạn giao dịch chỉ số S&P hoặc các hợp đồng tương lai khác thì bạn có thể có quyền truy
cập vào đủ dữ liệu để thực hiện điều đó. Nếu bạn có thể hoàn thành mức độ thử nghiệm đó thì
bạn có rất nhiều niềm tin vào hệ thống của mình.
Tuy nhiên, nếu chúng ta nghĩ lại bong bóng vào cuối những năm 1990, bạn không phải lúc nào
cũng hoàn thành được mục tiêu đó. Đối với những nhà giao dịch trong ngày đối với cổ phiếu
công nghệ, có rất ít “dữ liệu trong ngày” về những cổ phiếu này. Nhiều trong số đó là những
cổ phiếu mới, được tạo ra nhờ sự bùng nổ công nghệ cao, vì vậy những gì lịch sử tồn tại đều
mang tính tăng giá cực kỳ cao. Ai đó đã thử nghiệm một chiến lược về cơ bản là “mua rất gần
giá mở cửa nếu cổ phiếu mở cửa mạnh trong vài phút đầu tiên và giữ giá đến cuối ngày (với
một số giá trị dừng lỗ hợp lý)” có thể sẽ kết luận đây là một hệ thống tố trong thị trường tăng
giá. Họ sẽ không biết nó sẽ diễn biến như thế nào trong các điều kiện thị trường khác cũng như
không biết khi nào thị trường giá lên hiện tại của họ sẽ kết thúc. Đây là trường hợp mà chúng
ta có số liệu thống kê hạn chế nhưng miễn là xu hướng tăng vẫn tiếp tục, chúng ta có lý do để
tin rằng nó sẽ thành công. Vì vậy, thay vì dựa vào số liệu thống kê, tôi sẽ dựa vào định cỡ vị
thế để cho phép tôi mạo hiểm với số vốn ban đầu nhỏ và sau đó tăng rủi ro lên đáng kể khi tôi

bắt đầu có tiền lãi. Khi tôi thu thập được nhiều giao dịch hơn, tôi sẽ thêm chúng vào số liệu
thống kê của mình để tinh chỉnh dữ liệu ban đầu của mình.
Được rồi, làm cách nào để tạo ra một chiếc túi bi tương đương và làm sao để biết nó đủ
tốt? Giả sử tôi có phân phối Bội số R của 50 giao dịch. Làm cách nào để biết liệu điều đó
có thực sự đại diện cho những gì tôi có thể mong đợi từ hệ thống của mình hay liệu đó có
một sai sót nào đó không?
Bước đầu tiên trong việc này là có thể tạo ra kết quả kiểm tra từ việc kiểm tra lại. Điều tốt nhất
tôi làm là ghi lại lãi/lỗ trong giao dịch cũng như mức độ rủi ro ban đầu được xác định bởi điểm
dừng lỗ của tôi. Vì vậy, tôi có thể có một cái gì đó giống như Bảng 16-1 trong đó cột đầu tiên
là lãi/lỗ và cột thứ hai là mức độ rủi ro. Điều này tương ứng với Bội số R được hiển thị trong
cột thứ ba.
Bảng 16-1: Rủi ro với Bội số R

Lãi/Lỗ Rủi ro Bội số R
$225 $100 2,25R
-$150 $40 -3R
$100 $100 1R
-$100 $100 -1R
Khi có nhiều giao dịch, chúng ta sẽ nhận được nhiều giao dịch có cùng Bội số R, vì vậy chúng
ta sẽ gộp chúng lại.
Điều đó khá thú vị vì hệ thống giao dịch thực tế của anh khá tốt với Chỉ số Chất lượng
Hệ thốngSM là 4,13. Một số thước đo phổ biến về hiệu suất hệ thống là gì và tại sao chúng
khó diễn giải đối với hầu hết các nhà giao dịch?
Khi tôi xem báo cáo hiệu suất của mình khi thực hiện kiểm tra lại tại Tradestation® , tôi có hai
trang về các thước đo khác nhau của một hệ thống. Chúng bao gồm %thắng, trung bình
thắng/trung bình thua, mức sụt giảm vốn tối đa, số lợi nhuận, hệ số biến động, hiệu quả giao
dịch, v.v. Tất cả những điều này đều có vị trí và thời gian của chúng. Tôi đã từng thấy mọi
người trên bảng tin giao dịch luôn nói “Hãy xem báo cáo thử nghiệm của tôi. Tôi có nên giao
dịch cái này không?” Chàng trai, đó có là một câu hỏi cần được suy ngẫm!
Để bắt đầu, hãy giả sử rằng nhà phát triển hệ thống đã thực hiện mọi thứ một cách chính xác
và việc kiểm tra lại đã phản ánh chính xác hoa hồng, trượt giá, thị trường chạm kịch ngưỡng,
v.v. Tôi vẫn không biết trả lời thế nào vì có hai ẩn số:
1. Điều gì sẽ xảy ra nếu tôi vẽ các viên bi theo thứ tự khác?
2. Mục tiêu/ngưỡng chịu đau của nhà giao dịch là gì?
Bạn cho rằng điều gì là quan trọng để hiểu về một hệ thống?

Tôi thích nghĩ về giao dịch với hệ thống như thể tôi đang gửi tiền của mình cho người quản lý
tiền. Tôi chỉ thực sự quan tâm đến ba điều sau đước sắp xếp từ cao xuống thấp:
Đầu tiên, hiệu suất trong quá khứ có tốt không và tôi có lý do để tin rằng nó sẽ tiếp tục tốt
không?
Thứ hai, hiệu suất so với rủi ro như thế nào? Vì vậy, nếu hệ thống này (hay người quản lý) có
thể tạo ra lợi nhuận 15% mỗi năm với tỷ lệ sụt giảm vốn là 7,5%, thì tôi có lợi nhuận/rủi ro 2:1.
Tôi cũng biết rằng nếu tôi muốn tăng lợi nhuận của mình và có quyền sử dụng ký quỹ hoặc
tương đương thì tôi có thể nhận được lợi nhuận lớn hơn cùng mức sụt giảm vốn lớn hơn.
Thứ ba, tôi phải đợi bao lâu mới biết có thứ gì đó đã bị hỏng? Nếu hệ thống này (hay người
quản lý) đã từng trải qua tình trạng sụt giảm vốn kéo dài trung bình từ 1 tuần đến 8 tháng thì
tôi biết rằng tôi phải sẵn sàng cho một đợt sụt giảm vốn ít nhất là 8 tháng. Nếu tôi không cảm
thấy thoải mái với điều này thì tôi không nên sử dụng hệ thống.
Với trình mô phỏng Bội số R, chúng ta có thể đo lường con số được nêu thứ hai ở trên bằng
cách lấy bi ngẫu nhiên được thực hiện 5.000 lần. Trình mô phỏng đo mức lợi nhuận trung bình
hàng năm (theo Bội số R) và trung bình của mức sụt giảm giảm tối đa cho 5.000 lần thử. Điều
này mang lại cho chúng ta tỷ lệ Lợi nhuận/Rủi ro hàng năm. Ngoài ra, nó còn đo khoảng thời
gian mà hệ thống có thể chìm trong tình trạng sụt giảm vốn.
Và mục tiêu cá nhân của bạn đối với hệ thống là gì?
Đối với tôi, tôi gặp vấn đề trong việc kết hợp các mục tiêu cá nhân của mình với những gì hệ
thống của tôi sẽ cung cấp. Bây giờ tôi có một số yêu cầu khá nghiêm ngặt nhưng có thể đạt
được:
• Một hệ thống phải tạo ra tỷ lệ lợi nhuận trên rủi ro ít nhất là 3:1 trước khi tôi xem xét
nó.
• Một hệ thống khó có thể duy trì tình trạng sụt giảm vốn lâu hơn 2,5 tháng. Tôi không
nói điều này phù hợp với tất cả mọi người; Tôi chỉ nói thế cho tôi, nếu kéo dài hơn thời
gian đó thì tôi sẽ thấy khó chịu.
Tại sao việc đưa thời gian và tần suất giao dịch vào mô phỏng lại quan trọng đến vậy?
Nếu không được biết về yếu tố thời gian, tôi sẽ không bao giờ biết liệu mình có phù hợp giữa
sụt giảm vốn mong muốn trong thời gian ngắn và những gì hệ thống có thể tạo ra hay không.
Điều này sẽ khiến nhiều người ngạc nhiên nhưng hầu hết các hệ thống hoạt động vào cuối ngày
hoặc quy mô thời gian dài hơn thường sẽ có thời gian sụt giảm vốn kéo dài từ vài tháng đến
vài năm.
Tần suất giao dịch đóng vai trò quan trọng trong việc xác định tốc độ bạn thoát khỏi tình trạng
sụt giảm vốn cũng như tỷ lệ lợi nhuận trên rủi ro mà anh có thể đạt được hàng năm. Nhiều hệ
thống yêu cầu từ 25 đến 200 giao dịch để phục hồi sau thời gian sụt giảm vốn dài. Nếu tôi giao

dịch hai lần mỗi tháng thì quá trình phục hồi đó sẽ rất dài. Nếu tôi giao dịch 50 lần mỗi tháng
thì thời gian phục hồi của tôi sẽ là 4 tháng hoặc ít hơn. Hiện tại, tôi giao dịch khoảng 12 lần
mỗi tháng nhưng tôi muốn nâng con số đó lên khoảng 25 lần mỗi tháng.
Làm thế nào để anh đo lường các đặc điểm sụt giảm vốn và việc có 10% khả năng xảy ra
sụt giảm vốn 15R có ý nghĩa gì?
Giả sử tôi mô phỏng phân phối Bội số R của 10 giao dịch mỗi tháng và tôi mô phỏng 120 giao
dịch, tương đương số lượng giao dịch trong một năm. Hình 16-2 cho thấy một ví dụ như vậy
từ trình mô phỏng. Điều này có nghĩa là trong số 5.000 lần thử kéo dài một năm, chỉ 10,5%
trong số đó có mức giảm 14,8R. Điều đó có nghĩa là trong năm tới, tôi chỉ có khoảng 10,5%
khả năng phải chứng kiến mức sụt giảm giá lớn như vậy, do đó khá an toàn khi cho rằng nó sẽ
không tệ hơn thế này (nếu phân phối Bội số R này thực sự đại diện cho hệ thống giao dịch. ).
Hình 16-2: Các khoản sụt giảm vốn trong một hệ thống
Anh áp dụng định cỡ vị thế truyền thống vào kết quả như thế nào?
Tôi nghĩ anh đã làm rất tốt việc đề cập đến vấn đề đó. Xác định mục tiêu của mình và Chỉ số
lượng Hệ thốngSM, sau đó sử dụng các hướng dẫn trong cuốn sách này để xác định chiến lược
nào phù hợp với anh.
Anh thấy mục tiêu chính của hầu hết các nhà giao dịch là gì? Và anh sẽ đo lường điều đó như
thế nào?
Tôi tin rằng hầu hết các nhà giao dịch chỉ đơn giản muốn tối đa hóa lợi nhuận đồng thời giảm

thiểu nỗi đau khi giao dịch. Nhưng điều này thực sự ảnh hưởng đến việc xác định mục tiêu của
họ. Nếu bạn nghĩ về điều này, có rất ít hoạt động mà bạn có thể hiểu về việc mình đang làm,
có thể làm việc chăm chỉ trong nhiều tháng liên tục mà vẫn kiếm được ít tiền hơn so với khi
bạn bắt đầu vài tháng trước. Phần lớn thời gian trong giao dịch bị dành cho việc sụt giảm vốn.
Hiểu được những gì bạn đạt được và những gì bạn sẵn sàng sống cùng là điều quan trọng để
vượt qua giai đoạn khó khăn về mặt tinh thần. Như tôi đã trình bày ở trên, tôi tin rằng mức lãi/
sụt giảm vốn trung bình (hoặc trung vị) hàng năm là một thước đo tốt khi kết hợp với thời gian
sụt giảm vốn.
Tôi nên tìm kiếm những đặc điểm nào ở một hệ thống sẽ tạo ra những kết quả như vậy?
Và anh có ý tưởng về việc phải làm gì để tạo ra những đặc điểm đó trong một hệ thống
không?
Tôi tin rằng ý tưởng của anh về kỳ vọng mang lại lợi ích to lớn cho nhiều nhà giao dịch, trong
đó có tôi. Cho đến khi đọc tác phẩm của anh, tôi chưa có mối liên hệ chặt chẽ giữa những gì
tôi làm với các tín hiệu điện ngẫu nhiên và giao dịch. Theo tôi, điều ít được biết đến trong cộng
đồng giao dịch là tầm quan trọng của việc so sánh kỳ vọng (tức là R trung bình) với độ lệch
chuẩn của R đối với các giao dịch của mình.
Chris, hãy giải thích ý nghĩa của độ lệch chuẩn và ý nghĩa của nó đối với các nhà giao
dịch?
Độ lệch chuẩn của các giao dịch chỉ là thước đo tính ngẫu nhiên trong kết quả của chúng ta. Vì
vậy, ví dụ: giả sử chúng ta tính toán rằng chúng ta kiếm được trung bình $50 cho mỗi giao dịch
với mức rủi ro R là $200 (lưu ý: kỳ vọng của chúng ta là 0,25R). Sau đó, chúng ta tính toán độ
lệch chuẩn và ra kết quả là $300 cho mỗi giao dịch. Độ lệch chuẩn như vậy có thể có nghĩa là
chúng ta phải chịu nhiều khoản lỗ lớn hơn 1R. Nói một cách đơn giản, điều này có nghĩa là
việc chúng ta thua lỗ ở mức $250 (tức là $50 - $300) hoặc lãi $350 (tức là $50 + $300) là điều
khá phổ biến. Nếu anh có thể tưởng tượng việc cộng một loạt các giao dịch thắng và thua ngẫu
nhiên thì đường cong vốn sở hữu của anh sẽ có xu hướng đi lên nhưng sẽ có vẻ khá lởm chởm.
Khi độ lệch chuẩn trở nên nhỏ hơn so với kỳ vọng, thì đường cong vốn sở hữu sẽ mượt mà hơn
nhiều và các khoản sụt giảm vốn sẽ ngắn hơn nhiều.
Khi độ lệch chuẩn trở nên nhỏ hơn so với kỳ vọng, thì đường cong vốn sở hữu sẽ mượt
mà hơn nhiều và các khoản sụt giảm vốn sẽ ngắn hơn nhiều.
Vậy thì, nó hoạt động như thế nào?
Vì vậy, nếu chúng ta có một danh sách các Bội số R, chúng ta chỉ cần tính kỳ vọng bằng cách
tính mức trung bình. Điều chúng ta hy vọng là kỳ vọng là thước đo cho phần không ngẫu nhiên
(hay lợi thế) của giao dịch. Và chúng ta có thể xác định xem đó có phải là một lợi thế thực sự
về mặt thống kê hay không. Từ cùng một danh sách, chúng ta cũng có thể tính độ lệch chuẩn
của tập dữ liệu, việc này có thể dễ dàng thực hiện trong Excel. Đây thực sự là thước đo mức
độ ngẫu nhiên của những kết quả đó xung quanh kỳ vọng. Nếu tôi tính tỷ lệ kỳ vọng chia cho
độ lệch chuẩn, tỷ lệ này mang lại cho tôi cảm giác về mức độ lớn của lợi thế của tôi so với các
biến động ngẫu nhiên. Điều này sẽ trực tiếp chuyển thành “độ mượt” của đường cong vốn sở

hữu.
Vậy thế nào là một liên quan tốt?
Độ lệch chuẩn nhỏ hơn 5 lần kỳ vọng (kỳ vọng/Độ lệch chuẩn > 0,2) thường tạo ra các đặc tính
sụt giảm vốn mà tôi có thể chấp nhận được.
Và nếu điều đó áp dụng cho một mẫu đủ lớn, chẳng hạn như 100 giao dịch, thì chúng ta
sẽ có ý nghĩa thống kê. Điều này sẽ tạo ra Chỉ số Chất lượng Hệ thốngSM là 2.0. Và đó
thực sự là một phân phối t cho 100 mẫu, điều này rất có ý nghĩa, nghĩa là anh có nhiều
khả năng kiếm được tiền từ hệ thống sẽ cao hơn. Còn gì nữa không?
Mặc dù nó nằm ngoài phạm vi của cuộc phỏng vấn này, nhưng người ta có thể chỉ ra rằng có
một mối liên quan đặc biệt giữa tỷ lệ này và số lượng giao dịch cần để phục hồi tài khoản sau
khi sụt giảm vốn. Tỷ lệ này càng lớn thì khả năng phục hồi của hệ thống càng cao.
Có một thước đo tiêu chuẩn trong thống kê (cũng được thể hiện trong một số gói kiểm tra như
TradeStation) là nghịch đảo của tỷ lệ này và được gọi là hệ số biến thiên:
Độ lệch chuẩn × 100% / Kỳ vọng
Vì vậy để ví dụ: tôi vừa thử nghiệm một hệ thống có kỳ vọng là 0,8 và Độ lệch chuẩn = 4,82.
4,82 × 100/ 0,8 mang lại hệ số biến thiên là 602,5%.
Vậy điều đó có ý nghĩa gì?
Hệ số này càng nhỏ thì đường cong vốn sở hữu của tôi càng mượt và khả năng phục hồi sau
khi sụt giảm vốn của tôi càng nhanh.
Làm thế nào anh đi đến được kết luận đó? Đó là một bước nhảy vọt!
Tôi đồng ý rằng đây là một bước nhảy vọt liên quan đến thời gian sụt giảm vốn. Nó xuất phát
từ một phân tích thống kê khá chặt chẽ mà tôi đã thực hiện vì tôi rất quan tâm đến việc biết
những gì cần tìm kiếm tại một hệ thống để đáp ứng mục tiêu chỉ sụt giảm vốn chỉ trong thời
gian ngắn của mình. Tất nhiên sau khi làm điều này, tôi nhận ra rằng những người khác đã biết
về điều này từ khá lâu và tôi như vừa chỉ phát minh lại thành công bánh xe.
Vì vậy, các nhà giao dịch chỉ cần nhìn vào hệ số biến thiên của chúng đối với một số hệ
thống và theo thời gian, họ có thể quan sát thấy mối quan hệ tương tự. Anh cũng đề cập
đến tần suất giao dịch, vui lòng thảo luận về điều đó.
Tần suất giao dịch cũng rất quan trọng vì nó ảnh hưởng đến lợi nhuận hàng năm và thời gian
sụt giảm vốn của tôi. Vì vậy, ví dụ: nếu tôi giao dịch 10 lần mỗi tháng với kỳ vọng là 0,5R, thì
mức lãi trung bình hàng năm của tôi (không tính lãi kép) sẽ là 0,5R × 10 × 12 = 60R. Tôi có
thể tăng con số đó nếu tôi giao dịch thường xuyên hơn. Tuy nhiên, tôi không nên thay đổi quá
nhiều mức độ sụt giảm tiền của mình. Thời gian sụt giảm vốn được rút ngắn vì tôi giao dịch đủ

để tôi có thể vượt qua nó trong thời gian ngắn hơn. Vì vậy, nếu kết quả mô phỏng của tôi cho
thấy rằng khả năng phục hồi một đợt sụt giảm vốn trung bình sẽ cần 91 giao dịch và tôi thực
hiện 10 giao dịch mỗi tháng thì thời gian sụt giảm vốn của tôi sẽ là 91/10 = 9,1 tháng. Nếu tôi
có thể tăng số lượng giao dịch nhưng vẫn giữ nguyên mức phân phối Bội số R thì rõ ràng thời
gian sụt giảm vốn này sẽ được rút ngắn lại.
Tôi khuyên các Nhà giao dịch siêu đẳng của tôi nên sử dụng ba hệ thống và tôi biết anh
là người tin tưởng mạnh mẽ vào nhiều hệ thống. Anh có thể giải thích lý do tại sao không?
Có hai lý do: Nếu một túi bi (hệ thống) đã thay đổi, rất có thể hệ thống khác vẫn tiếp tục hoạt
động và tôi sẽ ổn. Ngoài ra, nhiều hệ thống cho phép ta tăng tần suất giao dịch trong khi vẫn
chỉ thực hiện các giao dịch chất lượng cao.
Bạn có tiêu chí cụ thể nào trên nhiều hệ thống không?
Đầu tiên, mỗi hệ thống phải đủ mạnh để đảm bảo giao dịch. Thứ hai, mỗi hệ thống phải không
tương quan với các hệ thống khác của tôi. Chỉ khi nó không tương quan, nếu không bạn sẽ
thường xuyên chịu lỗ ở nhiều hệ thống cùng một lúc. Vì vậy, khi tôi bắt đầu giao dịch tự động
với một rổ cổ phiếu, tôi đã sử dụng một hệ thống giao dịch trung hạn duy nhất với nhiều cổ
phiếu gần như không liên quan đến nhau. Mặc dù dữ liệu kiểm tra lại của tôi không cho thấy
điều đó nhưng tôi thường nhận thấy rằng mình sẽ mua tất cả các cổ phiếu cùng một lúc. Nếu
một sự đảo chiều lớn xảy ra trên thị trường chung thì tôi sẽ thấy mình sẽ thua lỗ đối với tất cả
các vị thế của mình. Tất nhiên, khi mọi việc suôn sẻ, tôi sẽ kiếm được rất nhiều tiền ở tất cả
các vị thế. Điều này thực sự không khác gì việc chỉ tăng kích cỡ vị thế của bạn trên một mã cổ
phiếu duy nhất và như vậy rất nguy hiểm. Tôi chỉ kết hợp các hệ thống nếu rất khó có khả năng
tôi sẽ ở nhiều vị thế cùng một lúc. Đây không hẳn là một yêu cầu bắt buộc, nhưng nó có tác
dụng tốt đối với tôi.
Đối với các hệ thống tốt, điều gì hạn chế tốc độ tăng trưởng kích cỡ vị thế của bạn và làm
sao bạn biết điều đó?
Tôi đã gặp phải một vấn đề trong đó hệ thống định cỡ vị thế của tôi muốn tôi đảm nhận một vị
thế lớn hơn. Tôi rất thoải mái với điều đó, nhưng sức mua của tôi không cho phép tôi mua số
lượng lớn hơn nữa. Điều này đặc biệt xảy ra với FRPS và nó đã hạn chế đáng kể lợi nhuận của
tôi. Bài học của tôi là hãy cẩn thận theo dõi việc sử dụng tiền ký quỹ khi bạn vạch ra kế hoạch
tăng quy mô vị thế khi số tiền thắng ngày càng tăng lên.
Làm thế nào để các nhà giao dịch có thể đưa một hệ thống mới vào hoạt động đồng thời
giảm thiểu đáng kể rủi ro danh mục đầu tư so với lợi nhuận tối đa của họ nếu hệ thống
này thành công?
Bí quyết là ở đây, khi bạn nghĩ rằng mình có một hệ thống tốt với hiệu suất lãi/sụt giảm vốn
hàng năm vững chắc, hãy đặt cược nhỏ ban đầu và sau đó tăng dần cùng với số tiền thắng.
Chúng ta có thể thực hiện điều này với việc định cỡ vị thế theo tỷ lệ cố định hoặc định cỡ vị
thế theo phần trăm rủi ro. Tôi sẽ sử dụng điều sau làm ví dụ.

Giả sử chúng ta lập mô hình hệ thống sau: 10 viên bi -1,0R và 10 viên bi +1,5R
Hệ thống thực hiện 10 giao dịch mỗi tháng. Vậy tức là hệ thống có tỷ lệ thắng 50% và có kỳ
vọng là 0,25R. Khi tôi kiểm tra lại hệ thống này, nó có mức sụt giảm thông thường là 9R.
Ban đầu, giả sử tôi muốn hết sức thận trọng và tôi chỉ muốn mạo hiểm 10% danh mục đầu tư
ban đầu của mình trong tình trạng sụt giảm vốn tồi tệ. Tôi đã thiết lập trình tối ưu hóa để tôi
xem rằng hệ thống đã hỏng nếu tôi lỗ 10% số vốn ban đầu. Hình 16-3 cho thấy điều gì đã xảy
ra. Tôi đã mô phỏng 120 giao dịch (số giao dịch trong 1 năm) 5.000 lần.
Hình 16-3: Mô phỏng để xác định kích cỡ đặt cược tối ưu
Lưu ý rằng tôi có < 0,2% khả năng thất bại nếu tôi bắt đầu với mức đặt cược là 0,6%. Cũng lưu
ý rằng tôi nhận được lợi nhuận trung bình tốt nhất với mức đặt cược là 4,0%, nhưng với 40%
khả năng thất bại, điều này là không thể chấp nhận được. Điều gì sẽ xảy ra nếu chúng ta đặt
cược nhỏ cho đến khi tích lũy đủ tiền thắng để có thể đặt cược 4% một cách an toàn với nguy
cơ không đáng kể để chạm phải mức thất bại? Vì vậy, tôi thiết lập trình mô phỏng phần trăm
rủi ro với kích cỡ đặt cược ban đầu là 0,6%, sau đó chuyển sang 4% nếu tôi lãi 15% trở lên.
Sau đó tôi đã mô phỏng các giao dịch sẽ thực hiện trong 2 năm và kết quả khá ấn tượng. Xác
suất lỗ ở mức -10% là không đáng kể chỉ với 0,2% nguy cơ. Mức lãi trung vị của chúng ta sau
2 năm là 155%. Vì vậy, với định cỡ vị thế và hệ thống khá cận biên, chúng ta đã mạo hiểm
10% để kiếm được số tiền thông thường là 155%. (Nếu bạn lo ngại rằng mình không có trình
mô phỏng để thực hiện việc này, Chris chỉ mô tả một dạng của Mô hình 18, Định cỡ vị thế hai
tầng, được mô tả trong Chương 14, cùng với hướng dẫn cách thực hiện dựa trên Chỉ số Chất
lượng Hệ thống™ của bạn.)

Cảm ơn Chris, điều đó thật thú vị và nó mang đến cho mọi người một ý tưởng khá hay
về cách kết hợp tất cả lại với nhau

Chương 17
Phần mềm định cỡ vị thế đã được thử nghiệm
Tôi thường được hỏi câu hỏi sau: “Bạn có khuyến nghị dùng phần mềm nào để giúp tôi định
cỡ vị thế không?” Tôi sẽ cho bạn hai câu trả lời cho vấn đề này: một câu trả lời ngắn và một
lời giải thích dài hơn. Câu trả lời ngắn gọn là mọi sản phẩm phần mềm tôi biết đều có một số
nhược điểm. Câu trả lời dài có lẽ bạn sẽ hiểu sau khi tôi kể cho bạn nghe một chút về lịch sử.
Trải nghiệm của tôi với phần mềm định cỡ vị thế

Phần mềm giao dịch đầu tiên được phát triển để sàng lọc cổ phiếu (tức là giúp bạn thực hiện
công việc “chọn cổ phiếu” mà hầu hết mọi người tin là quan trọng) hoặc để tối ưu hóa hệ thống
giao dịch sao cho phù hợp với dữ liệu. Loại phần mềm đầu tiên chỉ đơn giản là tìm kiếm trong
tập hợp các cổ phiếu để tìm ra một số tiêu chí cơ bản hoặc kỹ thuật mà bạn cho là quan trọng
đối với việc chọn cổ phiếu. Loại phần mềm thứ hai cho phép bạn bao phủ tất cả các loại chỉ
báo kỹ thuật trên bộ dữ liệu giao dịch kéo dài nhiều năm để phát triển một loại hệ thống nào
đó sẽ mang lại cho bạn lợi nhuận lớn trên sản phẩm bạn đang thử nghiệm.
Vấn đề với cả hai loại phần mềm này là chúng không hoạt động theo cách bạn làm với tư cách
là một nhà giao dịch sử dụng định cỡ vị thế. Với việc định cỡ vị thế, bạn phải đưa ra quyết định
với danh mục các vị thế theo từng khoảng thời gian. Điều đó không thực sự tương thích với
cách hoạt động của các loại phần mềm giao dịch khác (mà hầu hết mọi người đều muốn). Vì
vậy, có sự không tương thích cơ bản giữa phần mềm định cỡ vị thế và phần mềm giao dịch.
Người đầu tiên giải quyết vấn đề này một cách nghiêm túc là Bob Spear, người đã phát triển
một sản phẩm có tên Bí quyết giao dịch (Trading Recipes). Bí quyết giao dịch hoạt động trên
toàn bộ tập hợp dữ liệu, vì vậy Bob không thực sự giải quyết được các vấn đề không tương
thích mà tôi vừa đề cập. Tuy nhiên, anh ấy có tiện ích mở rộng định cỡ vị thế để hoạt động với
hệ thống giao dịch mà bạn đã phát triển. Tuy nhiên, vì quản lý tiền về cơ bản chỉ là một tiện
ích mở rộng của phần mềm loại “một giao dịch tại một thời điểm” truyền thống nên không thể
thực hiện bất kỳ điều gì phụ thuộc vào thời gian vào việc định cỡ vị thế chẳng hạn như mở rộng
hoặc thu hẹp vị thế. Bob và tôi làm việc cùng nhau một thời gian và tôi phát hiện ra mức độ
nghiêm trọng của vấn đề không tương thích. Bí quyết giao dịch là một sản phẩm dựa trên DOS
và anh nhận thấy rằng công việc chuyển đổi nó sang Windows và biến nó thành “thực sự” định
cỡ vị thế là một công việc quá sức đối với anh vào giữa những năm 1990. Tuy nhiên, phiên bản
Windows mới của anh ấy, Mechanica, hiện đang có sẵn.
Chuyến phiêu lưu tiếp theo của tôi vào phần mềm định cỡ vị thế là khi một nhà phát triển phần
mềm đến từ Anh phát triển một sản phẩm có tên Athena, sản phẩm sẽ thực hiện mọi thứ có
trong Báo cáo đặc biệt về Quản lý tiền. Phần mềm này rất tuyệt nhưng cũng rất đắt ($12.500).
Về cơ bản, nó được liên kết với Trade Station® để kết hợp các hệ thống với nhiều mô hình định

cỡ vị thế. Hơn nữa, nó còn có các mô hình giao dịch cơ bản được tích hợp sẵn, bên cạnh việc
“suy nghĩ” theo Bội số R. Athena có một hệ thống phá vỡ kênh được tích hợp sẵn và cả một hệ
thống vào lệnh ngẫu nhiên. Nhiều mô hình từ Báo cáo quản lý tiền đã được thử nghiệm với
phần mềm đó. Athena cũng gặp phải những vấn đề lớn khiến nó không thể trở thành một sản
phẩm khả thi. Một trong những vấn đề là thiếu hỗ trợ kỹ thuật cho sản phẩm. Ngoài ra, qua
nghiên cứu của mình, tôi cũng phát hiện ra rằng phần mềm định cỡ vị thế như Athena có thể
tối ưu hóa kích cỡ vị thế để hoạt động rất tốt với dữ liệu trong quá khứ nhưng không hoạt động
tốt như vậy trong giao dịch thực. Kết quả là tôi trở nên quan tâm nhiều hơn đến các công cụ
mô phỏng để xem xét định cỡ vị thế.
Trình mô phỏng đầu tiên chúng tôi sử dụng là trình mô phỏng Excel do Frank Gallucci phát
triển. Có lần chúng tôi tổ chức một buổi hội thảo về định cỡ vị thế với các sản phẩm Excel mà
Frank đã phát triển. Chúng tôi đã ngừng tổ chức các buổi hội thảo này, bao gồm cả phần mềm
miễn phí, đơn giản vì không có đủ nhu cầu dành cho chúng.
Và cuối cùng, Chris Anderson đã phát triển một trình mô phỏng phức tạp hơn nhiều có tên là
(Biết về hệ thống của bạn) Know Your System. Tôi đã sử dụng phần mềm này để thực hiện
nghiên cứu địch cỡ vị thế của mình và đã giúp bạn tiết kiệm rất nhiều thời gian bằng cách cung
cấp cho bạn các kết quả trong cuốn sách này. Tuy nhiên, nó không có sẵn để bán vì hai lý do
chính. Đầu tiên, có những giả định chính được đưa ra bằng mô phỏng Bội số R có thể bị vi
phạm khi giao dịch thực. Mọi người có thể đưa ra một số kết luận tai hại về mặt tài chính nếu
họ không hiểu những giả định đó. Thứ hai, công ty của tôi không phải là công ty phần mềm và
nhân viên của tôi không có khả năng thực hiện bất kỳ hình thức hỗ trợ kỹ thuật nào cho phần
mềm này.
Ban đầu tôi viết Hướng dẫn toàn diện về định cỡ vị thế với ý tưởng gói gọn nó xung quanh Biết
về hệ thống của bạn. Khi chúng tôi quyết định không đi theo hướng đó, phần lớn cuốn sách
này đã phải viết lại. Thay vào đó, tôi dựa vào việc sử dụng Chỉ số Chất lượng Hệ thống SM để
hướng dẫn những gì bạn có thể làm với việc định cỡ vị thế. Chúng tôi cũng đang giới thiệu Trò
chơi giao dịch Bí mật của Bậc thầy™ (Secrets of the Masters™ Trading Game) phiên bản 4.0,
có nhiều khả năng mô phỏng hơn, bao gồm cả việc cho phép bạn xem mức sụt giảm vốn của
mình theo Bội số R.
Nhìn chung, phần mềm định cỡ vị thế có nhiều vấn đề, nhưng phần mềm giao dịch cũng có
vấn đề không kém. Ý kiến của tôi, trước khi viết chương này, là bạn có thể cần phát triển phần
mềm của riêng mình hoặc học cách lập trình trong Excel để có được thứ bạn cần về mặt định
cỡ vị thế. Trên thực tế, hầu hết mọi giải pháp phần mềm thực sự tốt dường như đều yêu cầu
bạn học cách lập trình. Có thể bạn không muốn nghe điều đó, nhưng sự thật vốn là như vậy.
Tuy nhiên, tôi đã yêu cầu nhiều người điền vào một bảng câu hỏi ngắn gọn về phần mềm họ
đang sử dụng. Trong một số trường hợp, tôi đã yêu cầu nhà phát triển điền vào bảng câu hỏi.
Hãy hiểu rằng chỉ vì phần mềm được đề cập ở đây không có nghĩa là tôi thích hoặc giới thiệu
nó với bạn. Trên thực tế, tại thời điểm tôi viết bài đánh giá này, cá nhân tôi chưa thử bất kỳ sản
phẩm nào được đề cập ở đây ngoại trừ XLQ.

Kết quả của việc thực hiện đánh giá này là giờ đây tôi tin rằng có một số gói đã trở nên khá
phức tạp. Và cho dù bạn muốn tìm một hệ thống đơn giản hoạt động và cho phép bạn định cỡ
vị thế hay phát triển một giải pháp gần như tùy chỉnh cho nhu cầu của bạn với tư cách là một
công việc giao dịch, thì vẫn có một số phần mềm có thể đáp ứng nhu cầu của bạn. Tìm phần
mềm phù hợp cũng giống như tìm thuật toán định cỡ vị thế phù hợp. Bạn cần tìm hiểu bạn là
ai, bạn muốn đạt được điều gì và sau đó tìm kiếm gói phần mềm phù hợp nhất với nhu cầu của
mình.
Phần mềm thuộc loại này thường “lỗi thời” rất nhanh. Vì vậy, nếu tôi đề cập rằng một số phần
mềm có những thiếu sót nhất định hoặc thiếu một số tính năng nhất định, điều đó không có
nghĩa là bạn sẽ gặp trường hợp đó khi đọc bài viết này. Do đó, tôi cũng đã đưa vào một trang
web cho từng sản phẩm được đề cập. Tôi khuyên bạn nên đến đó, đọc về nó, xem bản demo
phần mềm (nếu có) hoặc tải xuống hướng dẫn sử dụng phần mềm (nếu có), đặt câu hỏi liên
quan đến những gì bạn muốn và sau đó đưa ra quyết định sáng suốt hơn. Ngoài ra, tôi chỉ đưa
vào phần mềm có sẵn trên thị trường và có một số hỗ trợ cho người dùng cuối.
Đầu tiên, điều quan trọng là bạn phải hiểu rằng có sáu loại phần mềm khác nhau có thể hữu ích
cho bạn. Tôi chưa bao gồm phần mềm chủ yếu thực hiện sàng lọc hoặc tối ưu hóa hệ thống vào
bất kỳ bài đánh giá nào trong số này. Tôi đã chọn bao gồm sáu loại:
1. Phần mềm theo dõi các giao dịch và giúp bạn về kỳ vọng và Bội số R.
2. Phần mềm mô phỏng.
3. Phần mềm định cỡ vị thế.
4. Phần mềm dành riêng cho hệ thống với một số khả năng định cỡ vị thế.
5. Phần mềm đa năng có khả năng định cỡ vị thế.
6. Phần mềm nâng cao có thể giúp bạn không phải chi hàng trăm nghìn đô la cho việc lập
trình tùy chỉnh để điều hành hoạt động kinh doanh giao dịch của mình.
Chúng ta sẽ xem xét phần mềm mà khách hàng của chúng tôi đã đề cập trong từng danh mục
này. Trong mỗi trường hợp, khi tôi đề cập đến một phần mềm nào đó, tôi cũng ghi tên người
điền vào bảng câu hỏi, cung cấp cho tôi đủ thông tin để tôi có thể viết đánh giá và trong một
trường hợp, tôi thực sự đã viết đánh giá có trong chương này.
Phần mềm giúp theo dõi giao dịch của bạn

Với phần mềm theo dõi các giao dịch của bạn, có một số cách để thực hiện. Cách đầu tiên liên
quan đến việc sử dụng bảng tính để thực hiện hầu hết mọi việc. Hầu hết những người đi tuyến
đường này đều sử dụng Excel, mặc dù có một người cho biết anh ta sử dụng Lotus 1-2-3.

EXCEL
Nếu bạn có Microsoft Office trên máy tính thì bạn có Excel trên máy tính. Trong hướng dẫn
này, tôi đã cho bạn xem các ví dụ về Excel dùng để theo dõi Bội số R của bạn cho mỗi giao
dịch. Sau đó, bạn có thể sử dụng nhiều hàm Excel để xác định giá trị trung bình và độ lệch
chuẩn của Bội số R cũng như Chỉ số Chất lượng Hệ thốngSM của bạn. Và nếu bạn sử dụng
Excel, về cơ bản bạn có thể lưu giữ tổng số thông tin này. Ví dụ: hãy xem Bảng 2-6, đó là một
bảng Excel.
Excel cũng có khả năng lấy dữ liệu từ các trang web tài chính bằng cách chỉ cần nhấp vào tab
dữ liệu, nhấp vào “nhập dữ liệu bên ngoài” rồi nhấp vào “truy vấn web mới”. Thao tác này sẽ
xuất hiện một hộp trong đó bạn có thể nhập địa chỉ của trang web bạn muốn truy cập (ví dụ:
Yahoo! Finance có đầy đủ dữ liệu lịch sử). Và khi đã truy cập được trang web đó, bạn có thể
chỉ cần nhập tên dữ liệu bạn muốn vào Excel. Điều này đòi hỏi một lượng kiến thức nhất định
về cách sử dụng bảng tính.
XLQ
Nếu bạn thích lộ trình Excel và không ngại tự lập trình thì tôi thực sự khuyên bạn nên đăng ký
XLQ1. Về cơ bản, đây là một loạt các cải tiến mà bạn có thể thêm vào Excel để cung cấp cho
bạn nhiều công thức và chỉ báo tài chính. Ví dụ: có các công thức được tích hợp sẵn để thực
hiện nhiều chỉ báo giao dịch phổ biến nhất, chẳng hạn như Phạm vi thực trung bình, các đường
trung bình động khác nhau, MACD, DMI+ và DMI-, v.v. Có hơn 250 công thức khác nhau,
bao gồm nhiều giá trị cơ bản được thêm vào Excel khi bạn sử dụng XLQ.
XLQ có giá $74 ($119 đối với phiên bản nâng cao) với giảm giá gia hạn thường niên và rất
đáng giá nếu bạn thành thạo Excel. Trên thực tế, Ken Long sử dụng XLQ để viết và gửi các
báo cáo lớn về ETF và quỹ tương hỗ tới cơ sở dữ liệu của anh ấy vào mỗi buổi tối
(www.tortoisecapital.com). Nếu làm bằng tay thì việc chuẩn bị sẽ mất 6-8 tiếng nhưng anh làm
tất cả bằng XLQ và mỗi ngày anh chỉ mất vài phút để chạy phần mềm và tạo báo cáo.
Tôi thực sự sẽ đi theo lộ trình tương tự, nhưng nó đòi hỏi bạn phải thực sự thành thạo khi làm
việc với Excel và học cách lập trình macro, v.v. Đó không phải là một trong những kỹ năng
của tôi tại thời điểm này, vì vậy tôi không sử dụng nó nhiều như tôi muốn. Nhưng nếu bạn
đang xem xét phần mềm vẫn yêu cầu bạn phải lập trình nhiều và bạn không biết cách lập trình
thì học cách lập trình trong Excel và cách sử dụng XLQ có thể là con đường phù hợp cho bạn.
Thực sự không có bất kỳ khóa đào tạo nào về cách sử dụng XLQ ngoại trừ cho dùng thử bảng
tính; tuy nhiên, bạn có thể tải xuống và sử dụng phiên bản XLQ đầy đủ chức năng miễn phí
trong 45 ngày trước khi mua. Ken nói rằng có một nhóm người dùng Yahoo rất tích cực dành
cho XLQ, nơi bạn có thể đặt câu hỏi và nhận trợ giúp.
XLQ cũng có giao diện COM cho phép bạn sử dụng tất cả các công thức và dữ liệu thông qua
các chương trình khác có giao diện COM hoặc bất kỳ ngôn ngữ lập trình phổ biến nào, bao
gồm Visual Basic, C#, Access, C++, Perl, v.v.

Để biết thông tin về XLQ, hãy truy cập http://www.qmatix.com. Ngoài ra, nhà phát triển Leo
van Rijswijk cũng đưa ra các giải pháp tùy chỉnh.
Phần mềm quản lý tài chính Stator®

Tôi đã đưa Stator®2 vào bài đánh giá này vì một số khách hàng của tôi đã giới thiệu nó như
một gói phần mềm tài chính mạnh mẽ. Đây là những gì một người đã đánh giá:
“Tôi nghĩ điểm mạnh của phần mềm không nằm ở khả năng định cỡ vị thế của nó (chẳng hạn,
nó không có bất kỳ tính năng kiểm tra nào), nhưng theo những cách mở rộng, bạn có thể trình
bày các giao dịch trước đây của mình thông qua các biện pháp thống kê và biểu diễn đồ họa.
Nó có tất cả những điều này cộng với khả năng xử lý nhiều hệ thống và tạo nhật ký giao dịch.
Vì vậy, đây là một gói tuyệt vời để theo dõi giao dịch của bạn.” — Thorsten Reiss
Phần mềm này rất dễ sử dụng và sẽ phân tích toàn bộ danh mục đầu tư của bạn. Nó có phần
trăm rủi ro, cùng với độ nóng danh mục đầu tư và độ nóng nhóm, nhưng nó thực sự không
được thiết kế để định cỡ vị thế. Đó là phần mềm phân tích danh mục đầu tư. Đây là những gì
trang web nói:
The software is easy to use and will analyze your entire portfolio. It does have percent risk,
along with portfolio heat and group heat, but it really isn’t designed for position sizing. It’s
portfolio analysis software. Here’s what the web site says:
“Stator® cung cấp cho bạn tất cả các công cụ bạn cần để theo dõi và phân tích hiệu suất giao
dịch của mình để bạn có thể đạt được điều mà tất cả các nhà giao dịch cố gắng thực hiện:
“1. Hạn chế thua lỗ bằng cách thực hành các kỹ thuật quản lý rủi ro hợp lý.
2. Cải thiện những điểm yếu trong phương pháp giao dịch của bạn.
3. Biết chính xác tình hình Lãi/Lỗ của bạn tại bất kỳ thời điểm nào.
4. Học hỏi từ những sai lầm của mình để không bao giờ lặp lại chúng.
5. Có toàn quyền kiểm soát và tin tưởng vào hệ thống giao dịch của bạn. [Lưu ý từ Tiến sĩ
Tharp: Tôi có xu hướng nghi ngờ phần kiểm soát.]
6. Tìm công thức giao dịch hoàn hảo phù hợp với phong cách giao dịch của bạn.
7. Tìm và khai thác các cơ hội giao dịch mới từ khắp nơi trên thế giới.” 3
Ngoài tất cả những lợi ích này, bạn cũng sẽ giảm lượng thời gian dành cho các nhiệm vụ quản
trị đơn giản để có thể tập trung tìm kiếm các cơ hội giao dịch sinh lời hơn.
Quản lý hiệu suất phù hợp là điểm bắt đầu cho giao dịch thành công. Với chi phí ít hơn một
giao dịch, bạn có thể thực hiện một khoản đầu tư sẽ ảnh hưởng tích cực đến tất cả các

giao dịch trong tương lai của bạn.
Nó có các tính năng quan trọng sau:
• Khả năng làm việc với nhóm giao dịch (tức là nhiều hệ thống)
• Quản lý mục tiêu và dừng lỗ các giao dịch đang diễn ra.
• Một module thuế.
• Biểu đồ và thống kê hệ thống mở rộng. Họ thậm chí còn đưa vào Chỉ số Chất lượng Hệ
thốngSM dựa trên một trong những câu trả lời của tôi cho một câu hỏi được sao chép
trong Tharp's Thoughts.
• Nó cho phép bạn tạo nhật ký giao dịch.
• Và nó thực hiện rất nhiều báo cáo.
Tôi chưa từng dùng phần mềm này nhưng bạn có thể truy cập www.stator-afm.com để tìm hiểu
thêm. Trang web có hơn 20 video hướng dẫn miễn phí, giúp bạn cảm nhận tốt về phần mềm.
Phần mềm này có ba phiên bản, có mức giá từ $55AU đến $495AU (~$417US) và theo người
đánh giá, rất dễ sử dụng. Ngoài ra khi bạn mua phần mềm, bạn sẽ nhận được một số quà tặng
đính kèm. Tôi rất tò mò khi thấy một trong số đó là bản sao của bài báo tôi đã viết với Hank
Pruden về Nhiệm vụ giao dịch.
StockTickr
StockTickr4 cung cấp nhật ký giao dịch trực tuyến, được hiển thị trong Hình 17-1, theo dõi
hiệu suất hệ thống giao dịch của bạn bằng mô hình R/Kỳ vọng. Các giao dịch có thể được nhập
thủ công vào nhật ký hoặc tự động được nhập bằng Giao diện lập trình ứng dụng đơn giản. Có
các plug-in dành cho nhiều nhà cung cấp và môi giới phần mềm khác nhau.
Khi bạn tham gia giao dịch một cổ phiếu cụ thể, StockTickr hiển thị các giá trị mặc định tương
ứng với lịch sử giao dịch và sở thích của bạn. Những giá trị mặc định này có thể được điều
chỉnh để phù hợp với phong cách của bạn. Các giá trị có thể dễ dàng thay đổi để phản ánh giao
dịch thực tế. Việc thay đổi giá trị cho giá mở, cổ phiếu, giá dừng lỗ và giá trị danh mục đầu tư
sẽ tự động điều chỉnh các trường phần trăm rủi ro để bạn có thể biết rủi ro của mình sẽ là bao
nhiêu trong các tình huống khác nhau.

Hình 17-1: Mục nhật ký của StockTickr
Sau khi giao dịch được thực hiện, nó sẽ được đưa vào nhật ký giao dịch của bạn và có thể được
truy cập từ bất kỳ trình duyệt web nào bằng thông tin đăng nhập và mật khẩu của bạn.
StockTickr cung cấp một "bảng R" có thể được truy cập bằng cách di chuột qua biểu tượng đô
la, được hiển thị trong Hình 17-2. Bảng này hiển thị các mức giá cần đạt được để đáp ứng các
Bội số R nhất định cho giao dịch.
Hình 17-2: Bảng Bội số R của StockTickr
Đối với mỗi giao dịch, StockTickr tự động tạo biểu đồ theo nhiều khung thời gian khác nhau

với điểm vào lệnh, điểm dừng lỗ ban đầu và điểm thoát ra được vẽ trên biểu đồ. Điều này giúp
các nhà giao dịch xác định xem họ có di chuyển điểm dừng quá sớm hay là không đủ nhanh.
Bạn cũng có thể truy vấn các biểu đồ có nhiều đặc điểm khác nhau, chẳng hạn như biểu đồ 15
phút cho các giao dịch mang lại lợi nhuận 3R hoặc cao hơn. Điều này được thể hiện trong Hình
17-3.
Hình 17-3: Biểu đồ nến của StockTickr

StockTickr cũng cung cấp chế độ xem lịch giao dịch của bạn được mã hóa bằng màu sắc,
hiển thị mức lãi và lỗ cực trị với màu tối hơn. Bạn có thể viết bình luận cho mỗi ngày và bạn
có thể nhấp vào liên kết số mỗi ngày để xem các giao dịch xảy ra vào ngày cụ thể đó. Điều
này được thể hiện trong Hình 17-4. Hình 17-4: Lịch của StockTickr
Hình 17-5 là tổng quan về kỳ vọng của hệ thống giao dịch của bạn mỗi tháng.
Hiệu suất của tôi theo tháng

Tháng Tổng R % Thắng Kỳ vọng Lợi nhuận Số giao dịch Khối lượng
Tháng 2/2007 0,78 100,00 0,78 126,00 1 600
Tháng 1/2007 0,80 39,29 0,03 392,33 28 17.550
Tháng 12/2006 6,70 50,00 0,30 1.122,50 22 14.200
Tháng 11/2006 12,38 48,28 0,43 1.410,00 29 16.700
Tháng 10/2006 -2,61 33,33 -0,09 -553,50 30 14.300
Tháng 9/2006 5,35 42,86 0,19 725,12 28 12.300
Tháng 8/2006 9,07 43,33 0,30 1.199,91 30 13.650
Tháng 7/2006 0,29 20,00 0,06 -17,20 5 2.800
Tháng 6/2006 -4,00 0,00 -1,00 -608,00 4 400
Tháng 5/2006 -6,33 12,50 -0,79 -934,00 8 2.600

Hình 17-5: Hiệu suất hàng tháng
Một trong những tính năng thú vị nhất của StockTickr là khả năng gán "thẻ" hoặc danh mục
cho mỗi giao dịch. Ví dụ: bạn có thể muốn theo dõi hiệu suất của các chiến lược khác nhau,
chẳng hạn như giao dịch theo các thanh 15 phút so với các thanh 30 phút. Bạn có thể gán các
thanh “mua”, “Thanh 15 phút” cho giao dịch mua mà bạn đã thực hiện bằng cách sử dụng thanh
15 phút trong ngày và “bán khống”, “Thanh 30 phút” cho giao dịch bán bằng thanh 30 phút
trong ngày. Điều này sẽ cho phép bạn theo dõi hiệu suất của hệ thống giao dịch của mình đối
với các giao dịch mà bạn đã gán “Thanh 15 phút” so với các giao dịch mà bạn đã gán “Thanh
30 phút”.
Bạn có thể gán nhiều thẻ cho mỗi giao dịch và sau đó truy cập các báo cáo dựa trên từng thẻ.
Hình 17-6 là báo cáo mẫu dựa trên thẻ được chỉ định cho các giao dịch.
davemabe Thẻ Kỳ vọng

Số giao
Thẻ Kỳ vọng % Thắng Liên kết tới các báo cáo
dịch
lướt sóng 1,31 100,00 1 Ngày trong tuần. Lịch. Tổng R
EPS tốt 1,24 26,32 19 Ngày trong tuần. Lịch. Tổng R
mua 0,37 39,50 119 Ngày trong tuần. Lịch. Tổng R
Lấp khoảng trống
0,27 66,67 9 Ngày trong tuần. Lịch. Tổng R
giá mở cửa
Thanh 30 phút 0,24 41 ,58 101 Ngày trong tuần. Lịch. Tổng R
Giao dịch ngu ngốc 0,18 40,37 161 Ngày trong tuần. Lịch. Tổng R
bán khống 0,09 40,40 99 Ngày trong tuần. Lịch. Tổng R
động lượng -0,09 37,50 24 Ngày trong tuần. Lịch. Tổng R
Thanh 15 phút -0,17 36,67 30 Ngày trong tuần. Lịch. Tổng R
Khoảng trống giá -0,29 26,67 15 Ngày trong tuần. Lịch. Tổng R
phá vỡ -0,31 50,00 2 Ngày trong tuần. Lịch. Tổng R
Hình 17-6: Ví dụ về các Thẻ
Có nhiều loại báo cáo có sẵn để phân tích hệ thống giao dịch của bạn và tìm ra điều gì hiệu quả
và không hiệu quả, chẳng hạn như báo cáo trong Hình 17-6.
StockTickr cũng cho phép bạn phát hiện xu hướng và giao dịch dựa trên xác suất những gì hiệu
quả và không hiệu quả với hệ thống giao dịch của bạn. Có những báo cáo mới được bổ sung
khá thường xuyên giúp nhà giao dịch có thêm thông tin và tin tưởng hơn vào hệ thống giao
dịch của họ.
Bạn có thể tìm hiểu thêm thông tin về StockTickr tại http://www.stocktickr.com. Tôi cũng tin
rằng bạn có thể làm những điều tương tự tại StockCharts.com, nhưng chúng tôi không nhận

được bất kỳ đánh giá nào cho trang web đó.
Phần mềm mô phỏng
Trò chơi giao dịch Bí mật của bậc thầyTM

Trò chơi giao dịch Bí mật của thầyTM là sản phẩm phần mềm duy nhất mà công ty tôi đưa ra.
Mục đích của trò chơi là giúp bạn hiểu (ở mức độ kinh nghiệm) tác động to lớn của việc định
cỡ vị thế đối với lợi nhuận của mình. Bạn có thể chơi miễn phí ba cấp độ sau khi tải xuống từ
www.iitm.com và sau đó nếu bạn kích hoạt nó, bạn có thể chơi các cấp độ còn lại.
Khi mọi người chơi đi chơi lại trò chơi đó, câu trả lời điển hình là “Tôi đã học được rất nhiều
điều”. Nhưng nếu cách tiếp cận của bạn là “cố gắng tìm ra” thì có thể bạn sẽ phát hiện ra rằng
không có câu trả lời nào, đơn giản vì việc định cỡ vị thế vừa là một hình thức nghệ thuật vừa
là một môn khoa học.
Bạn có thể thực hiện bất kỳ loại mô hình định cỡ vị thế nào trong cuốn sách này ở trò chơi,
nhưng không có mô hình nào trong số này được tích hợp sẵn vì điều đó sẽ làm mất đi mục đích
của trò chơi, đó là trải nghiệm các phương pháp định cỡ vị thế khác nhau. Thay vào đó, để làm
theo một số mô hình, bạn phải tính toán chính xác cách thực hiện bên ngoài chương trình và
sau đó nhập nó vào chương trình cho mỗi giao dịch khi nó diễn ra. Bạn thậm chí có thể lấy 10
Bội số R cuối cùng làm thước đo mức độ biến động và sử dụng định cỡ vị thế theo biến động.
Điều đó tùy thuộc vào bạn và trí tưởng tượng của bạn.
Có, chúng tôi có thể làm cho nó tự động và kết hợp nhiều mô hình vào đó. Chúng tôi có thể
khiến nó thực hiện mọi thứ một cách nhanh chóng dựa trên một mô hình cụ thể. Nhưng đó
không phải là mục đích của phần mềm. Phần mềm này được thiết kế để giúp bạn cảm nhận
được tác động của việc định cỡ vị thế đối với giao dịch của bạn, mỗi lần một giao dịch. Và để
làm được điều đó bạn phải trải nghiệm nó từng giao dịch một. Điều này có nghĩa là thực hiện
định cỡ vị thế của bạn, tham gia giao dịch và sau đó xem kết quả.
Một tính năng hay của phần mềm là bạn có thể nhập phân phối Bội số R từ hệ thống của riêng
mình và mô phỏng giao dịch đó tại một thời điểm. Trò chơi giao dịch Bí mật của thầyTM phiên
bản 4.0 cũng sẽ theo dõi mức sụt giảm vốn tối đa theo R cho bạn vì tính năng đó được yêu cầu
trong một số mô hình định cỡ vị thế.
Phiên bản 4.0 của trò chơi được thiết kế để hoạt động tốt với Windows Vista. Chúng tôi cũng
có một tính năng thực tế mới. Trong phiên bản cũ, không có hiện tượng trượt giá, không có

hoa hồng, không có thuế và không có lỗi tâm lý ngoại trừ một số lỗ tích hợp. Tất cả những điều
này hạn chế sự gia tăng tài khoản của bạn, nhưng chúng không được tích hợp vào trò chơi. Mọi
người sẽ nghĩ trò chơi này không thực tế vì họ có thể kiếm được hàng nghìn tỷ đô la. Phiên bản
mới nhất sẽ có một ô mà bạn có thể đánh dấu để thêm vào hầu hết những trở ngại trong việc
xây dựng sự giàu có cho những ai muốn có kết quả thực tế hơn.
Tình cờ, chúng tôi nhận được những người hỏi tôi cách thực hiện các mô hình định cỡ vị thế
cụ thể với trò chơi hoặc cố gắng tìm ra cách vượt qua một cấp độ cụ thể. Hãy nhớ mục đích
của trò chơi là thử nghiệm định cỡ vị thế để bạn có thể cảm nhận được nó. Đó không phải là
một vấn đề cần giải quyết. Đây được coi là một trải nghiệm học hỏi và bạn chỉ có được trải
nghiệm đó khi chơi và thử nghiệm nhiều. Hỏi tôi phải làm gì (hoặc nhận xét về việc bạn đang
chơi) để vượt qua một cấp độ cụ thể sẽ đi ngược lại mục đích của trò chơi.
TradeSim®
TradeSim®5 được phát triển bởi một công ty tại Úc, CompuVision, như một sản phẩm bổ sung
cho MetaStock. Tác giả cho biết ông đã phát triển phần mềm này sau khi đọc về Athena trong
cuốn Trade Your Way to Financial Freedom.
Tuy nhiên, TradeSim® không chỉ là một tiện ích bổ sung đơn giản vì nó cho phép bạn thực
hiện phân tích danh mục đầu tư, định cỡ vị thế và mô phỏng Monte Carlo. TradeSim®, theo
trang web của mình, là một trình mô phỏng và kiểm tra lại giao dịch danh mục đầu tư thực sự,
giúp phân tích các giao dịch theo thứ tự thời gian và trình tự thích hợp, do đó bắt chước cách
thực hiện các giao dịch thực. Trang web nói rằng họ có thể thực hiện quản lý tiền linh hoạt (tức
là định cỡ vị thế) và kiểm soát rủi ro ở cấp độ danh mục đầu tư.
Vì vậy, hãy cùng xem một trong những người đánh giá đã nói gì về các tính năng khác nhau.
Đầu tiên, nó đi kèm với một hệ thống cơ bản để thể hiện chức năng của nó một cách đơn giản,
nhưng phần mềm yêu cầu Metastock hoặc Bull Charts để tạo tín hiệu hệ thống. Tôi hiểu rằng
bạn cũng có thể nhập dữ liệu theo cách thủ công để thực hiện mô phỏng. Theo người đánh giá,
nó dễ sử dụng nhưng yêu cầu phải lập trình.
Về định cỡ vị thế, nó có đơn vị bằng nhau (ví dụ 10% trên mỗi đơn vị), rủi ro bằng tiền cố định
trên mỗi vị thế, phần trăm rủi ro, phần trăm biến động và độ nóng của danh mục đầu tư. Rõ
ràng là nó không thực hiện những việc trong đó định cỡ vị thế phụ thuộc vào những gì xảy ra
trong danh mục đầu tư mà không có một số điều chỉnh. Ví dụ: có thể thực hiện mở rộng vị thế
nếu bạn giả sử hai hệ thống đang hoạt động cùng nhau để tạo ra tín hiệu. Có thể thu hẹp vị thế
bằng cách giả định nhiều hệ thống. Tuy nhiên, nó không thực hiện bất kỳ hình thức tiền của thị
trường nào cũng như không thực hiện định cỡ vị thế theo tỷ lệ cố định.
Trade Sim® sẽ tính toán kỳ vọng và nó sẽ cung cấp dữ liệu để tạo ra độ lệch chuẩn của R, nhưng
bạn sẽ phải tính toán nó bên ngoài TradeSim®. Nó sẽ không tính toán mức sụt giảm trong
trường hợp xấu nhất theo R.
Rõ ràng, Trade Sim® có khả năng mô phỏng khá tốt. Dựa trên nhận xét từ người đánh giá và

nhà phát triển, tôi nghĩ TradeSim® có thể thực hiện mô phỏng với Bội số R, Bội số R với định
cỡ vị thế và trên đường cong vốn sở hữu. Tôi tò mò liệu nó có thể làm được điều đó không, tại
sao nó không thể tạo ra mức sụt giảm vốn trong trường hợp xấu nhất theo R.
Phần mềm sẽ cho phép bạn chạy tới 20.000 mô phỏng danh mục đầu tư để tạo ra rủi ro thất bại,
phân bổ tần suất và độ lệch chuẩn của các số liệu thống kê quan trọng về danh mục đầu tư như
lợi nhuận ròng, phần trăm thắng, phần trăm thua, mức sụt giảm vốn trung bình và mức sụt giảm
vốn tối đa. Đầu ra Monte Carlo cũng tạo ra các biểu đồ để bạn có thể thấy mối quan hệ giữa
các thống kê hệ thống khác nhau, chẳng hạn như lợi nhuận và sụt giảm vốn.
Phiên bản Enterprise cũng tạo ra các đường cong vốn sở hữu mở để bạn có thể xem xét các
giao dịch riêng lẻ trên biểu đồ. Bạn cũng có thể xem lại toàn bộ danh mục hệ thống cùng một
lúc. Và cuối cùng, bạn có thể lập mô hình trượt giá với các loại lệnh mua và bán khác nhau.
Tài liệu về TradeSim® rất tuyệt vời và có cộng đồng người dùng mạnh mẽ với các diễn đàn hỗ
trợ. Để mua nó, bạn chỉ cần thanh toán trực tuyến tại
http://www.compuvision.com.au/TradeSim.htm và tải xuống. Trên thực tế, có ba phiên bản
TradeSim®, phiên bản tiêu chuẩn ($159US), phiên bản chuyên nghiệp ($385US) và phiên bản
doanh nghiệp ($1.199US). Những gì được đánh giá tại đây là phiên bản tiền phát hành của
phiên bản cho doanh nghiệp mới nhất (V5.2.0) của phần mềm. Bạn có thể mua các phiên bản
thấp hơn, chẳng hạn như dùng thử lên phiên bản tiêu chuẩn và sau đó nâng cấp lên các phiên
bản khác nếu bạn cho rằng nó đáp ứng được nhu cầu của mình.
Phần mềm định cỡ vị thế
Market System Analyzer (Trình phân tích hệ thống thị trường)

Market System Analyzer 6 có lẽ là dạng phần mềm định cỡ vị thế thuần túy nhất mà tôi từng
thấy trên thị trường. Một lần nữa, tôi cũng chưa sử dụng nó nên đánh giá này chỉ đơn giản dựa
trên nhận xét của người dùng và quan sát của tôi khi xem trang web phần mềm.
Về định cỡ vị thế, Market System Analyzer giúp bạn xác định kích cỡ vị thế của mình với một
số lượng lớn các mô hình, bao gồm những mô hình sau:
• Số lượng cổ phần/hợp đồng cố định
• Đơn vị trên một lượng vốn sở hữu
• Phần trăm rủi ro
• Tỷ lệ cố định và một phiên bản mà bạn có thể điều chỉnh tốc độ tăng kích cỡ vị thế
(GRPS). Nó có thể không bao gồm FRPS theo cách chúng tôi khuyên bạn nên làm trong
cuốn sách này.
• Ký quỹ mục tiêu

• Đòn bẩy mục tiêu
• Giao cắt của đường cong vốn sở hữu
Nó cũng bao gồm một số phương pháp mà chúng tôi không khuyến nghị bao gồm f tối ưu, Tiêu
chuẩn Kelly và phương pháp Larry Williams dựa trên mức sụt giảm vốn của bạn.
Phần mềm dường như thiếu khả năng thực hiện phân tích phụ thuộc vào thời gian như tiền của
thị trường, mở rộng vị thế và thu hẹp vị thế. Tuy nhiên, hướng dẫn sử dụng giải thích rằng để
thực hiện mở rộng vị thế hoặc thu hẹp vị thế, bạn chỉ cần coi mỗi lần mở rộng hoặc thu hẹp vị
thế như một giao dịch riêng biệt và nhập riêng nó vào phần mềm.
Phần mềm này cũng thực hiện mô phỏng Monte Carlo để cung cấp cho bạn mức độ tin cậy về
tỷ lệ hoàn vốn, tỷ lệ sụt giảm vốn, tỷ lệ lợi nhuận/sụt giảm vốn và tỷ lệ Sharpe đã điều chỉnh.
Nó thực hiện mô phỏng Monte Carlo trên đường cong vốn sở hữu của bạn (theo như tôi hiểu),
nhưng không mô phỏng trên Bội số R của bạn.
Nó giúp bạn tối ưu hóa việc định cỡ vị thế của mình để đáp ứng các mục tiêu khác nhau bao
gồm 1) lợi nhuận ròng tối đa, 2) tỷ suất lợi nhuận tối đa, 3) giao dịch trung bình tối đa bằng
một loại tiền tệ, 4) phần trăm giao dịch trung bình tối đa, 5) hệ số lợi nhuận tối đa, 6) tỷ lệ lợi
nhuận trên sụt giảm vốn tối đa , 7) Tỷ lệ Sharpe đã điều chỉnh và 8) giới hạn mức sụt giảm vốn
tối đa của bạn ở mức phần trăm vốn sở hữu.
Nó cũng cho phép bạn bao gồm các nghiên cứu giao dịch phụ thuộc, nghiên cứu tham số (phân
tích độ nhạy định cỡ vị thế bằng đồ họa), nghiên cứu thống kê và có khả năng tạo giao dịch từ
số liệu thống kê. Tôi chưa thực sự làm việc với bất kỳ nghiên cứu nào trong số này nên tôi
không biết chúng hữu ích như thế nào. Tuy nhiên, bản thân việc phân tích sự phụ thuộc có thể
xứng đáng với giá của phần mềm.
Và cuối cùng, bạn có thể nhập dữ liệu từ Tradestation® (không nhất thiết là điểm cộng đối với
tôi) và MT Predictor (được xem xét bên dưới) hoặc nạp dữ liệu vào dưới dạng bảng tính. Theo
tôi, một nhược điểm là nó lấy dữ liệu dưới dạng tổng lãi/lỗ trên giao dịch chứ không phải là
Bội số R. Tuy nhiên, bạn cũng có thể nhập vào rủi ro của mình, vì vậy có thể có một số cách
để sử dụng Bội số R.
Phiên bản thứ ba của phần mềm sắp ra mắt và trang web cho biết nó sẽ thực hiện phân tích
danh mục đầu tư. Phần mềm hiện có giá $199, vì vậy mức giá này chắc chắn đủ thấp để bạn có
thể thử nếu muốn. Và bạn có thể tải xuống bản dùng thử miễn phí của phần mềm, điều đó thậm
chí còn tốt hơn. Ngoài ra còn có hướng dẫn trực tuyến đầy đủ về cách sử dụng phần mềm.
Mặc dù tôi chưa sử dụng phần mềm nhưng tôi đã xem qua trang web (http://adaptrade.com).
Bạn có thể thấy nó khá thú vị và đáng giá.

Phần mềm dành riêng cho hệ thống có khả năng định cỡ vị

thế
MTPredictor™
MTPredictor™ là phần mềm được nhiều người nhận xét hơn bất kỳ phần mềm nào khác. Có
một lý do cho điều đó. Khi tôi yêu cầu đánh giá, những người ở MTPredictor™ đã gửi email
yêu cầu khách hàng của họ gửi đánh giá cho tôi. Cuối cùng, tôi quyết định yêu cầu những người
phát triển và bán phần mềm điền vào bảng câu hỏi.
Phần mềm này hơi khác một chút so với bất kỳ phần mềm nào khác. Về cơ bản, nó cung cấp
các phương pháp theo xu hướng dựa trên Phương pháp tách biệt™ đặc biệt đối với Sóng Elliott
và có khả năng đánh giá rủi ro/lợi nhuận cũng như định cỡ vị thế gắn liền với nó. Khi tôi hỏi:
“Phương pháp tách biệt đối với Sóng Elliott là gì?” Tôi được biết rằng nó bao gồm một quy
trình đã đăng ký nhãn hiệu nhằm tách biệt sự điều chỉnh theo xu hướng đơn giản của sóng
Elliott ABC và sử dụng nó để tham gia các giao dịch với rủi ro nhỏ, được kiểm soát và lợi
nhuận tiềm năng cao. Cách tiếp cận này có thêm ưu điểm là không cần phải khớp mẫu hình
vào một mẫu hình lớn hơn hoặc khớp mẫu hình nhỏ hơn vào sóng thuận tách biệt. Nói cách
khác, đó là phương pháp đi theo xu hướng với điểm vào lệnh khi giá điều chỉnh.
Vì vậy, tôi nghĩ mình sẽ đánh giá cả phương pháp và phần mềm.
Hệ thống: Có 5 loại thiết lập giao dịch (TS) chính được phần mềm tự động xác định và các
nhà phát triển nhấn mạnh MTPredictor™ là một phương pháp, không phải một hệ thống.
The System: There are 5 main types of trade setups (TS) automatically identified by the
software and the developers stress MTPredictor™ is a method, not a system.
• TS1 liên quan đến việc theo xu hướng trong Sóng Elliott 3.
• TS2 liên quan đến việc theo xu hướng trong Sóng Elliott 5.
• TS3 liên quan đến việc theo xu hướng trong Sóng Elliott không xác định.
• TS4 liên quan đến việc theo xu hướng không cụ thể.
• DP liên quan đến giao dịch trung hạn được xác nhận bởi sự phân kỳ.
Quy trình MTPredictor™ cho phép nhà giao dịch tìm giao dịch, đánh giá triển vọng rủi ro/lợi
nhuận, định cỡ vị thế và quản lý giao dịch. Chiến lược thoát lệnh tiêu chuẩn sử dụng các mục
tiêu Sóng Elliott được tạo tự động để chốt lời và cũng có tùy chọn "sử dụng dừng lỗ theo biến
động Phạm vi thực trung bình (ATR) của chúng, được điều chỉnh bởi công việc của J. Welles
Wilder.

Với thông tin đó, các nhà phát triển đã cung cấp cho tôi 838 giao dịch được công bố hàng ngày
cho khách hàng từ ngày 26 tháng 7 năm 2004 đến ngày 22 tháng 7 năm 2005. Đây đều là những
giao dịch trong ngày kéo dài từ vài phút đến vài giờ. Kích thước tài khoản ban đầu là $50.000
(mặc dù mức tối thiểu được khuyên là $10.000 đã là có thể chấp nhận được). Bao gồm các thiết
lập TS1, TS2 và TS3 chính, trên các hợp đồng tương lai US index và ETF và có triển vọng rủi
ro/lợi nhuận tối thiểu +2x. Lợi nhuận được chốt theo chiến lược thoát lệnh tiêu chuẩn được đề
cập ở trên. Dữ liệu không bao gồm trượt giá và hoa hồng. Ngoài ra, Bội số R mà tôi đưa ra
được làm tròn đến 0,25R gần nhất.
838 giao dịch có kỳ vọng là 0,46R với độ lệch chuẩn là 2,42R. Nó tạo ra Chỉ số Chất lượng Hệ
thốngSM là 5,52, rất xuất sắc và rất có ý nghĩa. Tuy nhiên, con số khổng lồ một phần là do họ
đã thực hiện cho tôi đến 838 giao dịch. Nếu tôi chỉ nhìn vào tỷ lệ giữa kỳ vọng và độ lệch chuẩn
rồi căn cứ Chỉ số Chất lượng Hệ thốngSM trên 100 giao dịch, thì kết quả là 1,91, đây vẫn là một
hệ thống có thể chấp nhận được giúp kiếm tiền ở mức tốt hơn mức cơ hội. Một số khách hàng
của chúng tôi cho biết họ đang sử dụng phần mềm này (và do đó là sử dụng các phương pháp
này) và họ khá hài lòng với nó.
Khả năng định cỡ vị thế: Theo các nhà phát triển, phần mềm thực hiện định cỡ vị thế theo
phần trăm rủi ro, sử dụng máy tính định cỡ vị thế tích hợp trong cả phiên bản thời gian thực và
phiên bản cuối ngày. Định cỡ vị thế được hỗ trợ trong chứng khoán, ngoại hối và tương lai.
Phần trăm biến động và độ nóng của nhóm hoặc danh mục đầu tư không được hỗ trợ. Kỹ thuật
mở rộng vị thế (kim tự tháp) và thu hẹp vị thế được giải thích thường xuyên cho khách hàng
nhưng dường như không phải là một phần của phần mềm.
Vì đây không phải là một hệ thống tiêu chuẩn nên nó không thực hiện mô phỏng, nhưng các
nhà phát triển nói rằng họ hỗ trợ và sử dụng Market System Analyzer của Adaptrade, đã được
xem xét ở trên. Nó cũng không tính toán kỳ vọng, nhưng các hồ sơ nội bộ (tức là những hồ sơ
tôi đã báo cáo) đều có sẵn và hồ sơ của chính khách hàng thường được đăng lên diễn đàn thảo
luận của họ.
Do đó, nếu bạn muốn sử dụng một quy trình hoàn chỉnh từ xác định giao dịch, thông qua đánh
giá rủi ro/lợi nhuận và định cỡ vị thế cho đến quản lý giao dịch hợp lý, trong một gói tương đối
tự động thì MTPredictor™ có thể sẽ dành cho bạn. Nó hoạt động trên các thị trường thanh
khoản trên toàn thế giới và được hỗ trợ bởi các báo cáo đào tạo hàng ngày tập trung vào kiểm
soát rủi ro và định cỡ vị thế. Ngoài ra còn có hai phiên bản của phần mềm: phiên bản cuối ngày
là $1.995 và phiên bản thời gian thực (tức là dành cho giao dịch trong ngày) là $2.495. Để biết
thêm thông tin, vui lòng truy cập http://www.mtpredictor.com.
Phần mềm yêu cầu trình độ sử dụng ở mức độ vừa phải nhưng không yêu cầu kỹ năng lập trình,
đây có thể là điểm cộng cho một số bạn.

Phần mềm đa năng bao gồm Định cỡ vị thế
AmiBroker
AmiBroker7 là một hệ thống mở có thể lập trình đầy đủ, có thể thực hiện hầu hết những điều
bạn muốn nếu được lập trình. Nhưng điều đó cũng giống như nói rằng SAS hoặc C hoặc
FORTRAN chẳng hạn, cũng có khả năng làm những gì bạn muốn. Ưu điểm của AmiBroker so
với các ngôn ngữ có mục đích chung là nó có hàng tá tính năng được mã hóa sẵn để phân tích
kỹ thuật. Người đánh giá của tôi cho biết: “Ai đó không có kỹ năng lập trình vững chắc nhưng
hy vọng bắt đầu với AmiBroker và thực hiện tất cả những điều bạn đề xuất trong ấn bản thứ
hai của Trade Your Way to Financial Freedom sẽ rất thất vọng. Ví dụ: tôi chưa thể lập trình để
nó thực hiện mô phỏng với phân phối R của mình nhằm giúp tôi chọn thuật toán định cỡ vị thế
để đạt được mục tiêu của mình.”
Tôi đã xem Mục lục của Hướng dẫn sử dụng và phiên bản mới nhất có biến định cỡ vị thế được
tích hợp trong đó. Nó đã đưa ra những nhận xét sau đây về việc sử dụng nó.
"Ví dụ,
“Kích cỡ vị thế = 1.000/ nghĩa là đầu tư $1.000 vào mỗi giao dịch
Kích cỡ vị thế = -20 /nghĩa là đầu tư 20% vào mỗi giao dịch (dấu trừ nghĩa là đầu tư một phần
trăm nào đó của vốn sở hữu)
Kích cỡ vị thế = -100 + RSI() có nghĩa là số tiền đầu tư sẽ phụ thuộc vào giá trị của chỉ báo
RSI với giá trị thấp hơn sẽ dẫn đến khoản đầu tư lớn hơn.”
Đây là một ví dụ kinh điển về cách các nhà phát triển phần mềm sẽ phát minh ra các mô hình
định cỡ vị thế mới. Điều này chắc chắn không được đề cập trong cuốn sách này, và nó cũng
không có ý nghĩa gì đối với tôi, trừ khi nó được sử dụng bằng cách nào đó kết hợp với chiến
lược theo xu hướng thoái lui. Nhưng ngay cả khi đó, điều đó có nghĩa là phải đầu tư 100% khi
chỉ báo RSI bằng 0?
Ngoài ra còn có một phần có nội dung “cho phép thu hẹp kích cỡ vị thế, cho phép bạn vẫn đầu
tư nếu số tiền khả dụng của bạn nhỏ hơn thuật toán định cỡ vị thế yêu cầu”.
Tôi cũng thấy buồn cười khi đọc, “Dưới đây là ví dụ về kỹ thuật định cỡ vị thế dựa trên Tharp
ATR được mã hóa bằng AFL”. Và tiếp theo là ví dụ về việc sử dụng rủi ro 1%, trong đó rủi ro
được xác định bằng điểm dừng lỗ trượt theo ATR. Vì vậy, ví dụ này vừa dựa trên rủi ro vừa
dựa trên biến động. Vì vậy, rõ ràng là bạn có thể thực hiện định cỡ vị thế theo phần trăm biến
động và phần trăm rủi ro.
Tôi cũng đọc một phần trong Hướng dẫn sử dụng về việc kiểm tra lại danh mục đầu tư. Nó đưa
ra một ví dụ về việc đầu tư 100% và chia danh mục đầu tư của bạn thành X vị thế bằng nhau

dựa trên số tiền.
Một phần khác của Hướng dẫn sử dụng là tập trung vào mô hình kim tự tháp, vì vậy rõ ràng là
bạn có thể mở rộng và thu hẹp vị thế. Tuy nhiên, để giúp bạn hình dung được trọng tâm của
phần mềm, hướng dẫn sử dụng đã đưa ra các ví dụ sau:
“1) Tính trung bình chi phí cố định bằng đô la, để mỗi tháng bạn có thể mua một số chứng
khoán trị giá X đô la.
2) Tăng vị thế khi lợi nhuận lớn hơn 5% và giảm vị thế khi vị thế đó lỗ lớn hơn 5%.
3) Thu hẹp một phần vị thế tại mục tiêu lợi nhuận.”8
Khoảng chín trang trong gần 800 trang Hướng dẫn sử dụng được dành cho việc định cỡ vị thế
và kiểm tra danh mục đầu tư. Tôi không thấy gì trong sách hướng dẫn về mô phỏng hoặc Bội
số R. Tuy nhiên, điều đó không có nghĩa là ai đó chưa viết nội dung nào đó cho gói này mà
bạn có thể sử dụng.
Giá của phần mềm này là phù hợp. Đó là khoản phí một lần là $299 cho phiên bản chuyên
nghiệp và $149 cho phiên bản tiêu chuẩn. Lệ phí bao gồm bốn lần nâng cấp. Ngoài ra, ngôn
ngữ của Amibroker, AFL, là ngôn ngữ kiến trúc mở và tôi biết rằng có một nhóm người dùng
mạnh mẽ. Phần mềm này dường như tương thích với nhiều nguồn cấp dữ liệu.
Ý kiến của tôi, sau khi đọc các ví dụ trong sách hướng dẫn, là việc học ngôn ngữ sẽ đòi hỏi
một lộ trình học tập dày đặc và phần mềm này sẽ không hữu ích chút nào nếu bạn không nắm
vững các kỹ năng lập trình cần thiết để sử dụng nó. Để biết thêm thông tin (và để mua hoặc tải
xuống bản dùng thử miễn phí), hãy truy cập http://www.amibroker.com.
Từ khi bài đánh giá này được viết, tôi đã được Howard B. Bandy gửi tặng một cuốn sách có
tựa đề là Quantitative Trading Systems9 (Hệ thống giao dịch định lượng). Cuốn sách được viết
bởi một người có nền tảng thống kê và toán học sâu rộng, đồng thời đưa ra rất nhiều ví dụ lập
trình sử dụng ngôn ngữ AFL của AmiBroker. Vì vậy, nếu bạn dự định sử dụng phần mềm này
thì cuốn sách này là thứ bắt buộc phải có.
OmniTrader Professional
Tôi đã đưa OmniTrader10 vào bài đánh giá này vì sự giới thiệu của một khách hàng lâu năm.
Tuy nhiên, khi tôi truy cập trang web www.omnitrader.com và xem phần hướng dẫn, tôi sẽ
không thể đoán được đây là một sản phẩm thực hiện định cỡ vị thế hoặc mô phỏng một cách
rộng rãi.
Dù sao đi nữa, tôi đã nhận được thông tin sau từ trang web về OmniTrader Professional.
“OmniTrader là phần mềm duy nhất tạo ra tín hiệu mua và bán dựa trên ‘đặc tính’ của từng
loại chứng khoán trong danh sách nhất định. Chúng tôi gọi kỹ thuật mạnh mẽ này là Mô hình
lý luận thích ứng (ARM). Chỉ trong vài giây, chương trình sẽ kiểm tra tất cả 120 phương pháp

tích hợp trên mỗi sản phẩm trong danh sách nhất định để tìm ra chính xác các kỹ thuật đang
hoạt động tốt. Sau đó, nó sử dụng những phương pháp đó để tạo ra tín hiệu. ARM được phát
minh tại Nirvana Systems vào năm 1994 và đây là cách thức hoạt động của nó:
“1. Một danh sách các mã sản phẩm giao dịch được cung cấp cho phần mềm. Danh sách này
có thể ngắn bằng S&P 100 hoặc lớn bằng toàn bộ thị trường chứng khoán, tùy thuộc vào số
lượng ứng viên mà bạn muốn chương trình tạo ra cho mình.
“2. Nhấn MỘT NÚT trong OmniTrader và nó sẽ bắt đầu phân tích độc quyền. Chỉ trong vài
giây, OmniTrader sẽ kiểm tra từng phương thức giao dịch tích hợp trên từng loại chứng khoán,
chọn ra các kỹ thuật TỐT NHẤT để sử dụng. Bằng cách sử dụng phương pháp này,
OmniTrader có thể xác định đặc tính của từng loại chứng khoán riêng lẻ, theo Lý thuyết Tính
cách thị trường độc quyền của chúng tôi.
“3. Phần mềm tự động tìm Tín hiệu Mua và Bán trên mỗi mã trong danh sách, sử dụng các
phương pháp được cho là có hiệu quả tốt đối với từng loại chứng khoán. Kết quả là một bộ Tín
hiệu Mua và Bán—một cách tự động. Không có phần mềm nào khác mang lại lợi ích tự động
hóa này.”11
Tôi không có thông tin về Bội số R do hệ thống này tạo ra và do đó không thể đưa ra ý kiến về
chất lượng hệ thống. Bạn phải tự thực hiện nghiên cứu của riêng bạn thôi.
OmniTrader cũng có chế độ mô phỏng, nhưng có vẻ như nó không phải là trình mô phỏng
Monte Carlo. Thay vào đó, đó là một cách để giao dịch thử với hệ thống để xem điều gì sẽ xảy
ra trước khi tiền thật được sử dụng.
Phiên bản mới nhất của OmniTrader (2007) có trình mô phỏng danh mục đầu tư. Và theo Ed
Downs từ Nirvana Systems, nó thực hiện tất cả các phương pháp định cỡ vị thế sau: kích cỡ cố
định, giá cố định, phần trăm cố định, giá trên vốn sở hữu, kích cỡ trên vốn sở hữu, f tối ưu,
Kelly, phần trăm rủi ro và độ nóng danh mục đầu tư. Nó không sử dụng tiền của thị trường,
không mở rộng hoặc thu hẹp vị thế.
Trình mô phỏng danh mục đầu tư cung cấp báo cáo đầy đủ về số liệu thống kê (ví dụ: mức sụt
giảm vốn giảm tồi tệ nhất, giao dịch tốt nhất, giao dịch tệ nhất). Người dùng có thể mô phỏng
tất cả các phương pháp cùng một lúc để chọn ra phương pháp tốt nhất. Và trình mô phỏng tạo
ra các đường cong vốn sở hữu mà bạn có thể nhìn vào để xác định mức độ mượt của chúng.
Có một số phiên bản của phần mềm 1) Phiên bản giao dịch chứng khoán với giá $495, 2) Phiên
bản giao dịch tương lai với giá $695, 3) phiên bản thời gian thực với giá $895 và 4) phiên bản
chuyên nghiệp với giá $1.948.
Trading Blox™
Trading Blox™12 có một số hệ thống khá tốt được tích hợp sẵn cùng với tính năng định cỡ vị
thế được tích hợp sẵn. Ngoài ra, nó cũng hoạt động với danh mục đầu tư. Trước tiên hãy nhìn

vào các hệ thống. Các hệ thống tích hợp trong Trading Blox™ tùy thuộc vào phiên bản bạn
mua. Phiên bản “Rùa” bao gồm ba hệ thống:
• Hệ thống Rùa,
• Ba đường trung bình động, và
• Donchian—một hệ thống giống Rùa được đơn giản hóa không có kim tự tháp.
Phiên bản Chuyên nghiệp và Xây dựng bổ sung thêm tám hệ thống nữa và một số “khối giao
dịch” không có trong phiên bản tiêu chuẩn. Các hệ thống bổ sung bao gồm:
• ADX,
• +DI/-DI
• Phá vỡ kênh ATR—một hệ thống phá vỡ kênh biến động
• Phá vỡ Bollinger
• Bollinger ngược xu hướng
• Hai đường trung bình động
• MACD
• RSI
• Stochastics
Các khối bổ sung bao gồm bộ lọc sức mạnh, bộ lọc MACD, trình quản lý rủi ro nhóm, có mục
tiêu lợi nhuận, mô hình kim tự tháp, có giao dịch ngược khoảng trống giá mở cửa, Chandelier
Exits, phần trăm rủi ro và định cỡ vị thế theo phần trăm biến động. Nếu bạn muốn linh hoạt sử
dụng tất cả các thuật toán định cỡ vị thế cơ bản, Trading Blox™ Chuyên nghiệp là phiên bản
tối thiểu phải mua. Ngoài Blox™ được cung cấp, Trading Blox™ Chuyên nghiệp sẽ cho phép
bạn thêm các Blox™ khác do người dùng khác viết hoặc đăng lên diễn đàn hỗ trợ của họ.
Trading Blox™ Xây dựng có mọi thứ mà phiên bản Chuyên nghiệp có, cộng với khả năng xây
dựng các khối giao dịch mới của riêng bạn. Điều này đòi hỏi một số kỹ năng lập trình bằng
ngôn ngữ lập trình Blox™.
Phần mềm cho phép bạn xem Bội số R và thực hiện phép tính kỳ vọng. Nó cũng có một số tính
năng mô phỏng Monte Carlo bao gồm khả năng xem xét mức sụt giảm vốn có thể xảy ra theo
phần trăm vốn sở hữu của bạn.
Hãy xem xét các khối cơ bản được xây dựng của phần mềm này.

Đầu tiên, Quản lý danh mục đầu tư cho phép bạn theo dõi chứng khoán, hợp đồng tương lai
hàng hóa và hợp đồng tương lai ngoại hối. Nó cũng sẽ cho phép bạn tự động chọn thị trường
hoặc cổ phiếu nào có sẵn để giao dịch dựa trên thuật toán lựa chọn danh mục đầu tư được xác
định trong các dòng mã. Và nó có khả năng nhập các thông số kỹ thuật chính xác của hợp đồng
tương lai để dữ liệu có thể được phân tích chính xác.
Thứ hai, khối Vào lệnh cho phép bạn tạo lệnh giao dịch thực tế.
Thứ ba, có khối Quản lý tiền, khối này thực hiện thuật toán định cỡ vị thế cho một hệ thống.
Thứ tư, Trình quản lý rủi ro tùy chọn giúp bạn đặt các tham số rủi ro để kiểm soát linh hoạt rủi
ro cho các vị thế của mình. Điều này bao gồm khả năng cài điểm dừng lỗ và điều chỉnh kích
cỡ vị thế của các giao dịch đang mở dựa trên tiêu chí rủi ro mà bạn đặt. Khối này cho phép bạn
mở rộng và thu hẹp vị thế dựa trên tiêu chí rủi ro.
Cuối cùng, khối Thoát lệnh cho phép bạn chỉ định các điều kiện thoát lệnh của mình. Điều
quan trọng cần biết là khối này sẽ chấp nhận nhiều tiêu chí.
Trình chỉnh sửa Hệ thống, như trong Hình 17-7, được sử dụng để tạo các hệ thống mới và sửa
đổi các hệ thống cũ. Nó không đòi hỏi kỹ năng lập trình để làm điều này. Tất cả những gì bạn
làm chỉ đơn giản là kéo và thả các khối có sẵn vào hệ thống và một số khối vào và ra có thể
được sử dụng với mỗi hệ thống. Mỗi khối cũng có thể được sử dụng trong nhiều hệ thống, vì
vậy, ví dụ: tất cả các hệ thống đều có thể chia sẻ một thuật toán định cỡ vị thế chung.
Hình minh họa khái niệm xây dựng hệ thống bằng cách kéo nhiều “Blox™” khác nhau vào vị
thế thích hợp. Lưu ý ở trên cùng, bạn có danh sách các hệ thống có sẵn, danh sách các khối
giao dịch có sẵn (tức là Blox™) và một nơi để kéo tất cả các thành phần, bao gồm trình quản
lý danh mục đầu tư, tín hiệu vào lệnh, tín hiệu thoát lệnh, quản lý tiền và quản lý rủi ro.
Trình kiểm tra hệ thống cho phép bạn kiểm tra một hệ thống (hoặc nhiều hệ thống) dưới dạng
danh mục đầu tư. Và nếu bạn sử dụng nhiều hệ thống, mỗi hệ thống có thể được trọng số theo
một số cài đặt nhất định. Ngoài ra, các biến số như lãi suất, điểm dừng lỗ ban đầu và độ trượt
giá có thể được xác định trên tổng thể để chúng có giá trị cho từng hệ thống. Ngoài ra, có thể
nhập các quy tắc định cỡ vị thế riêng biệt cho từng hệ thống. Đầu ra của trình kiểm tra hệ thống
bao gồm tất cả các loại số liệu thống kê và tỷ lệ, bao gồm cả phân phối Bội số R.

Hình 17-7: Trình chỉnh sửa Hệ thống của Trading Blox™
Hình 17-8 là một ví dụ về việc sử dụng đối với một hệ thống cụ thể dễ dàng như thế nào. Nó
hiển thị hệ thống Ba đường Trung bình động. Nó cho phép bạn nhập kích thước của từng đường
trung bình động, kích thước của ATR và sử dụng các mức rủi ro khác nhau để định cỡ vị thế
theo một hàm từng bước. Bạn có thể chỉ định phạm vi giá trị và mức tăng dần để tự động chạy
một loạt thử nghiệm cho tất cả các giá trị trong phạm vi đã chỉ định. Ví dụ trong Hình 17-8 sẽ
chạy thử nghiệm với các rủi ro là 0,5%, 1,0%, 1,5%, 2,0%, 2,5% và 3,0%. Nó cũng sẽ thay đổi
kích thước của điểm dừng lỗ và số ngày tính toán ATR trên các giá trị được chỉ định.

Hình 17-8: Trình chỉnh sửa Hệ thống của Trading Blox™
Tôi thấy ý tưởng của Trading Blox™ khá ấn tượng. Đầu tiên, nhiều hệ thống được bao gồm
trong nó và có thể được điều chỉnh theo sở thích của bạn. Thứ hai, các thành phần quan trọng
hơn của việc định cỡ và mô phỏng vị thế được tích hợp vào trình thử nghiệm. Và có vẻ dễ dàng
ở chỗ chỉ cần nhấp chuột và kéo đúng bloxTM vào các thành phần kiểm tra hệ thống. Có lẽ đây
là tương lai của thử nghiệm hệ thống.
Tuy nhiên, hãy để tôi nói lên cả nhược điểm của nó. Giả sử tôi chỉ muốn giao dịch thứ gì đó
đang có xu hướng mạnh, có mức thoái lui và sau đó bắt đầu tiếp tục xu hướng của nó. Tôi
muốn giao dịch với điểm dừng lỗ ở dưới mức thoái lui cũ. Rất có thể tôi không thể giao dịch
nó nếu không có phiên bản cho phép bạn lập trình tùy chỉnh. Và bạn phải tự hỏi mình “Đây có
phải là điều mà tôi có thể sẽ phải đối mặt?” Tôi không có bất kỳ kinh nghiệm nào khi sử dụng
Trading Blox™, nhưng đây là loại vấn đề mà tôi đoán rằng cuối cùng hầu hết các nhà giao dịch
sẽ gặp phải.
Và nếu đúng như vậy thì bạn sẽ cần học “Ngôn ngữ Trading Blox™” và xây dựng hệ thống
của riêng mình. Ấn tượng của tôi là quá trình học ngôn ngữ đó có thể khá khó khăn, nhưng
điều đó có thể phụ thuộc vào kỹ năng lập trình của bạn.

Tuy nhiên, nếu bạn muốn phần mềm yêu cầu kỹ năng lập trình tối thiểu, có hệ thống tốt cũng
như có thể định cỡ và mô phỏng vị thế thì Trading Blox™ Rùa hoặc Trading Blox™ Chuyên
nghiệp có thể là sản phẩm bạn muốn. Để biết thêm thông tin, hãy truy cập trang web của họ,
www.tradingblox.com. Phiên bản Turtle có giá $995, phiên bản Chuyên nghiệp có giá $1.995
và phiên bản Xây dựng có giá $2.990.
Wealth-Lab®
Wealth-Lab®13 thường được tôi nhắc đến như một nền tảng để thực hiện định cỡ vị thế. Phần
mềm này thuộc sở hữu của Fidelity Brokerage; tuy nhiên, trang web nói rằng các nhà cung cấp
dữ liệu khác được hỗ trợ, vì vậy phần mềm có thể được cung cấp cho những người không giao
dịch thông qua Fidelity. Rõ ràng bạn có thể tải xuống bản demo của phần mềm từ Fidelity tại
http://personal.fidelity.com/products/atp/content/wealthlab.shtml.cvsr.
Wealth-Lab® có một số tính năng có thể thu hút những người không phải là lập trình viên:
• Tạo hệ thống giao dịch chỉ bằng cách kéo và thả.
• Tạo các chỉ báo và chỉ báo của các chỉ báo bằng cách kéo và thả.
• Thử nghiệm các chiến lược trên toàn bộ danh mục đầu tư bằng việc kiểm tra lại cấp độ
danh mục đầu tư thực sự.
• Tối ưu hóa toàn bộ danh mục đầu tư và áp dụng các giá trị tốt nhất cho từng sản phẩm
chỉ bằng một cú nhấp chuột.
• Áp dụng giá trị tối ưu cho tổ hợp các mã sản phẩm giao dịch/hệ thống và trên tất cả các
công cụ liên quan.
• Quét hệ thống theo thời gian thực.
• Và thực hiện giao dịch tự động thông qua Fidelity.
Tất nhiên, mối quan tâm chính của tôi khi thực hiện đánh giá này là tập trung vào định cỡ vị
thế. Tôi hiểu rằng với Wealth-Lab®, bạn có thể mở rộng và thu hẹp vị thế hiện tại của mình.
Ngoài ra, còn có một số phương pháp định cỡ vị thế được lập trình sẵn. Để xem tác dụng của
việc định cỡ vị thế, bạn không cần thay đổi toàn bộ các đoạn mã. Bạn chỉ cần nhập một số vào
trường thích hợp. Phần mềm này cũng có tính năng (dành cho lập trình viên) khả năng tạo
chiến lược định cỡ vị thế của riêng bạn (được gọi là SimuScript) và áp dụng nó cho bất kỳ hệ
thống nào ở cấp danh mục đầu tư chỉ bằng cách nhấp vào nó. Bạn cũng có thể tạo số liệu báo
cáo hiệu suất của riêng mình.
Khoảng năm trang trong sổ tay hướng dẫn rất lớn về Wealth-Lab® được dành cho việc định cỡ
vị thế. Có những mô hình cơ bản nhưng chúng rất đơn giản như được minh họa trong Hình 17-
9. Tôi đã xem qua toàn bộ hướng dẫn sử dụng và không thể tìm ra cách mở rộng và thu hẹp vị
thế, mặc dù tôi được nói rằng phần mềm có khả năng thực hiện điều đó.

Hình 17-9: Màn hình định cỡ vị thế Wealth-Lab®
Tuy nhiên, lựa chọn SimuScript rõ ràng cho phép bạn lập trình tất cả các loại thuật toán định
cỡ vị thế vào phần mềm.
Phần lớn tài liệu hướng dẫn này được dành cho nhiều chỉ báo có sẵn. Và có vẻ như các chỉ báo
khác nhau được coi là hệ thống. Tuy nhiên, tôi không thể nói chắc chắn điều đó vì tôi không
phải là thành viên của cộng đồng Môi giới Fidelity và chưa bao giờ sử dụng Wealth-Lab®.
Đây là những điều mà một trong những người đánh giá đặc biệt thích về phần mềm:
• “Họ đã thực hiện rất tốt việc cố gắng chia hệ thống giao dịch thành nhiều phần khác
nhau để cho phép bạn giải quyết hệ thống giao dịch của mình theo những phần khác
nhau này.
• Đối với những lập trình viên thực sự muốn kiểm soát hệ thống giao dịch của mình thì
đây là nền tảng nên sử dụng.
• Họ có trình tạo chỉ báo kéo và thả cho phép người không phải lập trình viên xây dựng
các chỉ báo tùy chỉnh bằng cách kéo và thả các chỉ báo được xác định trước trong trình
hướng dẫn. Sau đó, bạn có thể tùy chỉnh cấu hình từng chỉ báo được xác định trước
theo ý thích của mình.
• Tôi đã dùng thử Tradestation® và thậm chí còn tham gia các lớp đào tạo chương trình
của họ và tôi phải nói rằng Wealth-Lab® là một sản phẩm tốt hơn nhiều đối với tôi.”
Để biết thêm thông tin về Wealth-Lab®, hãy truy cập http://www.wealth-lab.com. Hoặc nếu

bạn muốn tải xuống phiên bản dùng thử và vọc vạch nó, hãy truy cập liên kết Fidelity được
cung cấp trước đó.
Mechanica Standard
Bob Spear14 đã phát hành phần mềm mới của mình, Mechanica. Mechanica Pro (được thảo
luận bên dưới) đã ở giai đoạn thử nghiệm Beta được khoảng bốn năm và nó hiện đang mang
lại một số tiền lớn cho các công ty CTA khác nhau.
Mechanica Standard là bản nâng cấp Windows cho Trading Recipes. Mười lăm năm trước,
Trading Recipes chắc chắn là phần mềm phát triển hệ thống yêu thích của tôi. Tuy nhiên, sự
phụ thuộc của nó vào hệ điều hành DOS và những giới hạn về định cỡ vị thế của nó là những
hạn chế. Tất cả những điều đó hiện đã được khắc phục bằng sự ra đời của Phiên bản Mechanica
Standard.
Mechanica bắt đầu bằng cách xây dựng trên nền tảng Trading Recipes và giới thiệu chức năng
mới trong một số lĩnh vực quan trọng, chẳng hạn như giao dịch đa chiều nâng cao và ngôn ngữ
lập trình phong phú, dễ sử dụng để mã hóa và kiểm tra các thuật toán giao dịch cũng như chiến
lược kiểm soát rủi ro của bạn. Nếu bạn không ngại thực hiện những chương trình đơn giản thì
tính dễ sử dụng của nó chắc chắn khiến nó đáng được cân nhắc. Tôi nhận thấy ngôn ngữ trong
Trading Recipes khá dễ dàng và ngôn ngữ này (một superset) cũng rất giống nhau. Nó có một
phương tiện trợ giúp điện tử hiện đại và các liên kết tham khảo chéo có thể nhấp vào của nó
đặc biệt hữu ích.
Bob đã gửi cho tôi một số ảnh chụp màn hình từ phần mềm, nhưng tôi chỉ gửi kèm một ảnh vì
tôi tin rằng nó minh họa rõ nhất tính năng tốt nhất của Mechanica—sự dễ dàng khi lập trình
mã của riêng bạn. Hình 17-10 minh họa cách lập trình một thuật toán định cỡ vị thế đơn giản.
Về cơ bản, nó nói rằng bạn có $100.000 tiền mặt và định cỡ vị thế của bạn bằng 2% vốn sở
hữu. Ngay cả tôi cũng có thể xử lý được nó.
Hình 17-10: Trình soạn thảo quy tắc của Mechanica cho thấy ngôn ngữ dễ dàng để lập trình
Đó là một bộ sưu tập độc đáo các công cụ phần mềm được phát triển qua nhiều năm để đáp

ứng nghiên cứu của chính Bob cũng như nhu cầu tự động hóa của các CTA và các nhà quản lý
quỹ phòng hộ, đồng thời đã được những người khác thử nghiệm trong thế giới thực trong nhiều
năm.
Nó đi kèm với một số hệ thống cuối ngày được tích hợp sẵn, bao gồm theo dõi xu hướng cơ
bản, hệ thống điểm xoay, hệ thống biến động, hệ thống hỗ trợ/kháng cự, hệ thống parabolic và
một số hệ thống khác. Dòng lệnh cho những thứ này đã có sẵn để bạn sử dụng hoặc sửa đổi.
Mechanica cũng hoạt động với toàn bộ danh mục vị thế chứ không phải một giao dịch tại một
thời điểm. Và nó cho phép bạn làm việc với nhiều hệ thống trong một danh mục đầu tư.
Bạn có thể đo lường rủi ro khi bạn chọn xác định nó và xem nó trên tổng thể, trên mọi lớp trong
danh mục đầu tư của bạn, trên nhiều hệ thống. Bạn có thể viết thuật toán của riêng mình về
cách xác định rủi ro và thuật toán đó sẽ thay thế định nghĩa rủi ro chung trong Mechanica nếu
bạn yêu cầu nó làm như vậy. Vì vậy, bạn có thể thay thế biến động bằng rủi ro hoặc bất kỳ khả
năng nào khác.
Mechanica có thể mô phòng Monte Carlo mở rộng. Ví dụ: bạn có thể thực hiện các thay đổi
phần trăm hàng ngày trong đường cong vốn sở hữu của mình và thực hiện phân tích Monte
Carlo để xem phạm vi và phân bổ xác suất nhằm hiển thị những gì bạn có thể mong đợi trong
tương lai dựa trên những thay đổi hàng ngày mà bạn đã có trong quá khứ. Nó KHÔNG thực
hiện mô phỏng Bội số R.
Phần mềm sẽ cho phép bạn thực hiện hầu hết các mô hình định cỡ vị thế được đưa ra trong
cuốn sách này. Điều này bao gồm số tiền cố định, tỷ lệ phần trăm cố định, phần trăm rủi ro,
phần trăm biến động, độ nóng của nhóm và danh mục đầu tư, tỷ lệ cố định và ở một mức độ
nào đó tiền của thị trường, mở rộng và thu hẹp vị thế. Tôi đoán là một số trong số này yêu cầu
lập trình. Việc mở rộng hoặc thu hẹp vị thế nâng cao hơn được hỗ trợ trong phiên bản Pro của
phần mềm, phiên bản này sẽ được xem xét ở phần sau của chương này. Theo ý kiến của Bob,
nhu cầu về các tính năng nâng cao này chỉ phát huy tác dụng với hợp đồng tương lai khi kích
cỡ tài khoản của bạn đạt khoảng 1,5 triệu đô la.
Phần mềm này cũng cung cấp tính năng gỡ lỗi ở cấp danh mục đầu tư, chuyển đổi ngoại hối
chính xác, có khả năng chạy tất cả các quy trình từ một tệp batch, cho phép bạn nhập số lượng
trường dữ liệu không giới hạn (chẳng hạn như bạn có thể thực hiện sàng lọc cơ bản), tự động
tính hoa hồng /trượt giá từ các vị thế mua và bán có thể xảy ra cùng lúc trong các hệ thống khác
nhau (thay vì tính phí cho chúng) và nó cho phép bạn quản lý các giao dịch tùy ý.
Bob cũng đã hứa với tôi khả năng thực hiện nhiều thứ với phân tích Bội số R trong phiên bản
tiếp theo của phần mềm. Ngoài ra, mặc dù các hệ thống tích hợp đều là hệ thống cuối ngày,
nhưng một khách hàng vẫn sử dụng nó để phân tích trong ngày mặc dù chức năng đó không
được ghi lại hoặc hỗ trợ.
Nói chung, nếu bạn muốn một phần mềm cho phép bạn lập trình các chức năng cho riêng mình
theo cách đơn giản nhất có thể thì Mechanica Standard có thể là lựa chọn phù hợp. Nó có giá

$3.000 ($995 cho một bản nâng cấp) từ Trading Recipes và bạn có thể biết thêm thông tin tại
www.mechanicasoftware.com.
Tôi đã sử dụng Mechanica trong một số bài viết trong Tharp's Thoughts (với sự trợ giúp của
Bob Spears trong việc lập trình) và tại thời điểm này, tôi khá ấn tượng với nó.
Phần mềm bậc cao (Là giải pháp thay thế khả thi cho việc
xây dựng phần mềm của riêng bạn)
Nhiều doanh nghiệp giao dịch chỉ cần thuê một nhóm lập trình viên và phát triển phần mềm
cần thiết để thực hiện giao dịch và nghiên cứu cho họ. Để thực hiện điều này một cách chính
xác, có thể bạn đang nói về chi phí tối thiểu là $250.000 mà không có gì có thể đảm bảo rằng
bạn sẽ hài lòng với phần mềm được phát triển. Tuy nhiên, hầu hết các chuyên gia dường như
đi theo hướng này. Ví dụ: có lúc tôi hỏi Tom Basso liệu anh ấy có nghĩ rằng có một thị trường
cho phần mềm Know Your System giữa các các quỹ phòng hộ và CTA hay không. Câu trả lời
của anh ấy là: “Tôi nghi ngờ về điều đó vì tất cả họ đều phát triển phần mềm của riêng mình”.
Ban đầu Tom đã phát triển tất cả phần mềm dùng để chạy Trendstat trong Foxpro (sau này trở
thành Access). Tuy nhiên, vào thời điểm tôi gặp anh ấy, anh ấy đã có một nhóm lập trình viên
trong biên chế của mình.
Nếu bạn cho rằng mình có nhu cầu đặc biệt nhưng có ít kỹ năng lập trình và chỉ có ngân sách
vừa phải (tức là khoảng $30.000 mỗi năm) cho kỹ năng lập trình thì bạn có thể cân nhắc một
trong các gói sau.
Mechanica Pro
Mechanica Pro15 là gói phần mềm nâng cao đầu tiên mà tôi tìm thấy. Nó sẽ được phát hành
chính thức vào thời điểm bạn đọc bài này, nhưng nó đã được thử nghiệm beta trong nhiều năm
và theo Bob Spear, nhà phát triển, nó hiện đang quản lý số tiền đáng kể cho nhiều CTA khác
nhau. Phần mềm này, theo trang web của nó, www.mechanicasoftware.com, “Đưa bạn vào một
sân chơi bình đẳng với các CTA lớn nhất trên thế giới. Nó rất mạnh mẽ…”
Mechanica Pro thực hiện mọi thứ mà Mechanica Standard làm nhưng cung cấp một số tính
năng bổ sung, bao gồm 1) Quản lý rủi ro động 2) khả năng kiểm soát nhiều tài khoản 3) khả
năng thực hiện các mô phỏng phòng ngừa rủi ro tùy chọn (có nhiều thứ mà bạn có thể chơi với
nó) 4) xuất báo cáo tự động sang Excel để bạn có thể nhanh chóng gửi hầu hết mọi lựa chọn
đầu ra đồ họa mở rộng của Mechanica tới Excel và sau đó đến khách hàng, 5) các trang đặt
lệnh được định dạng tùy chỉnh và đầu ra vị thế để sử dụng để thực thi và 6) khả năng gọi cho
Bob và đặt câu hỏi về các vấn đề đang gây khó khăn cho bạn.
Hai tính năng đầu tiên thực sự là vàng ngọc. Quản lý rủi ro linh hoạt về cơ bản có nghĩa là bạn
thay đổi kích cỡ của bất kỳ vị thế nào trong danh mục đầu tư vào bất kỳ thời điểm nào dựa trên
những gì đang xảy ra trên bất kỳ số lượng biến thể danh mục đầu tư nào. Bạn có thể tự động
thay đổi kích cỡ các vị thế mở dựa trên bất kỳ sự kết hợp nào giữa các điều kiện hoặc sự kiện

ở cấp danh mục đầu tư mà bạn có thể hình dung. Điều này mang lại cho bạn khả năng nghiên
cứu và giao dịch các chiến lược mở rộng và thu hẹp vị thế nâng cao hoặc thực hiện bất kỳ điều
chỉnh tiền của thị trường nào đối với danh mục đầu tư. Theo tôi, khả năng quản lý rủi ro linh
hoạt trong danh mục đầu tư có nhiều hệ thống và hỗ trợ nhiều tài khoản là một thành tựu đáng
kinh ngạc đối với một gói phần mềm giao dịch hoàn chỉnh. Tuy nhiên, nếu giá trị tài khoản của
bạn dưới $500.000 thì việc quản lý rủi ro linh hoạt có thể không khả thi đối với bạn.
Hai tính năng thứ hai thực sự đi cùng nhau. Với Mechanica Standard, bạn có thể thực hiện
nhiều hệ thống trong một danh mục đầu tư, nhưng nếu bạn có nhiều khách hàng, mỗi khách
hàng có tài khoản riêng mà bạn cần quản lý, bạn sẽ cần phải cài đặt phần mềm khác nhau cho
mỗi tài khoản. Và ngay cả khi bạn làm điều đó, bạn vẫn không thể dễ dàng xuất nghiên cứu
tùy chỉnh sang bảng tính để hiển thị cho khách hàng tiềm năng hoặc tạo bảng đặt lệnh tùy chỉnh
cho bộ phận thực hiện. Với Mechanica Pro bạn có thể làm được tất cả những điều này.
Trình quản lý lệnh đa tài khoản mới nâng cao của Mechanica được thiết kế dành riêng cho các
CTA và những người khác quản lý tiền hoặc nhiều tài khoản cá nhân. Với tính năng báo cáo
vị thế và lệnh đặt tùy chỉnh, với khả năng tự động hóa hàng loạt hoàn toàn và phát hiện lỗi cấp
tài khoản nâng cao, Trình quản lý lệnh giúp duy trì mức phân kỳ vốn sở hữu của nhiều tài
khoản ở mức tối thiểu.
• Đối với các nhà quản lý quỹ, tự động hóa quản lý lệnh trực tiếp giúp giảm chi phí hành
chính và giải phóng thời gian của bạn để theo đuổi những vấn đề quan trọng hơn, như
giao tiếp với khách hàng và tăng lượng tài sản được quản lý.
• Đối với cá nhân nhà giao dịch chuyên nghiệp, điều đó đồng nghĩa với việc họ dành
nhiều thời gian hơn cho những nỗ lực khác...chẳng hạn như nghiên cứu.
• Tùy chỉnh cho phép bạn xuất báo cáo lệnh và vị thế, được định dạng để phù hợp với
yêu cầu riêng của bạn.
• Đối với tất cả các nhà giao dịch, tính năng phát hiện lỗi của Trình quản lý lệnh giúp
loại bỏ những trở ngại có thể gây tốn kém trong quản lý lệnh.
Bob đã nói: “Khi một khách hàng nói, 'Đây là một triệu đô la để giao dịch, làm sao bây giờ?'
Tôi biết chính xác điều gì cần làm: Thiết lập tài khoản trong Mechanica và bấm BẮT ĐẦU,
lặp lại hàng ngày và xem hệ thống hoạt động.
“Khi khách hàng quyết định nạp thêm tiền...Mechanica biết cách thay đổi kích cỡ vị
thế và điều chỉnh cho phù hợp với những thay đổi.”16
Tính năng cuối cùng, tôi không quá quen thuộc, nhưng nhiều quỹ thích đặt phòng hộ quyền
chọn ngược lại các giỏ và thậm chí xác định mô hình định giá quyền chọn. Có rất nhiều trò
chơi phức tạp mà bạn có thể chơi và Mechanica Pro cho phép bạn mô phỏng chúng.
Ngoài ra, Mechanica Pro còn cung cấp cho bạn khả năng trò chuyện với Bob Spear về bất kỳ
vấn đề hoặc câu hỏi nào mà bạn có. Mặc dù việc lập trình tùy chỉnh có thể được thực hiện cho

bạn trên cơ sở hợp đồng, nhưng anh ấy sẽ chỉ cho bạn hướng đi đúng đắn và đưa ra ví dụ về
những gì bạn cần làm để tự mình giải quyết vấn đề.
Mechanica Pro chắc chắn là một sản phẩm cao cấp, được bán với mức phí một lần là $25.000.
Phần mềm này cũng có tùy chọn phí bảo trì hàng năm là $4.500, được miễn trong năm đầu tiên
nhưng cho phép bạn truy cập vào tất cả các bản nâng cấp và cũng cho phép bạn truy cập miễn
phí tới Bob Spear.
Ngoài ra còn có Phiên bản dành cho nhà phát triển hệ thống của Mechanica. Bob và tôi không
nói gì về ấn bản đó cả. Nhưng nếu bạn là một chuyên gia phát triển hệ thống giao dịch cho
người khác thì bạn có thể muốn đặt một số câu hỏi về phiên bản này, phiên bản này bao gồm
các tính năng bảo mật để bảo vệ hệ thống của bạn khỏi bị vi phạm bản quyền.
PowerST™
PowerST™17 là gói hoàn chỉnh được phát triển bởi Bob Bolotin. Bob đề nghị mọi người vào
trang web của anh ấy để tìm hiểu về sản phẩm của anh ấy. Tuy nhiên, trang web của anh không
thảo luận về các tính năng của phần mềm. Dù sao, với ý nghĩ đó, đây là mô tả về PowerST™
mà Bob đã gửi cho tôi trong một số email.
“PowerST™ là sản phẩm thử nghiệm chiến lược giao dịch cấp độ chuyên nghiệp hướng tới các
nhà nghiên cứu hệ thống chuyên nghiệp hơn. Với chuyên môn về giao dịch vị thế cuối ngày và
quản lý tiền ở cấp danh mục đầu tư, PowerST™ hỗ trợ kiểm tra ở cấp danh mục đầu tư tích
hợp bao gồm khả năng kiểm tra danh mục đầu tư bao gồm nhiều thị trường và nhiều hệ thống,
khả năng kiểm tra quản lý tiền ở cấp danh mục đầu tư nâng cao, tạo tín hiệu giao dịch tiếp nối,
khả năng tối ưu hóa cực kỳ linh hoạt và nói chung là môi trường kiểm tra rất mạnh mẽ và có
khả năng tùy biến cao.
“PowerST ™ là một sản phẩm phần mềm kiểm tra lại tiên tiến, có khả năng tùy biến cao, có
khả năng lập trình cao với khả năng tùy chỉnh và kiểm tra chiến lược chuyên sâu.
“Để biết thêm thông tin, vui lòng truy cập trang web PowerST™: http://powerst.com/.”
Tôi không biết khả năng của phần mềm, các tính năng của nó hoặc liệu có hệ thống tích hợp
nào không. Sau đây là trích dẫn từ email của Bob Bolotin về khả năng của nó.
“Điều gì đó về PowerST™ là nếu một loại phân tích nhất định không được cung cấp sẵn nó
đều có thể lập trình được bởi người dùng (tôi nghĩ rằng tôi có đủ ý tưởng tốt về những gì bạn
đang đạt được trong danh sách tính năng của mình để nói điều đó với sự tự tin). Hầu hết các
phần mềm khác sẽ yêu cầu nhà phát triển thêm hỗ trợ cho loại phân tích này và phát hành phiên
bản phần mềm mới, nhưng điều đó không xảy ra với PowerST™. Người dùng PowerST™ có
thể tự lập trình các nội dung này.”
Vì vậy, rõ ràng nó đòi hỏi phải lập trình và tôi không rõ cần phải có kỹ năng đến mức nào.
“Ngoài ra, tôi có xu hướng hướng tới khách hàng về những tính năng nào được thêm vào

PowerST™. Nếu khách hàng yêu cầu một số loại phân tích nhất định, tôi thường tình nguyện
cung cấp cho họ hoặc ít nhất là giúp họ bắt đầu với đoạn mã mẫu (theo những gì tôi đã nói ở
trên rằng loại phân tích này có thể được lập trình bởi người dùng cuối). Tôi coi đây là một phần
của hỗ trợ kỹ thuật 'cấp doanh nghiệp' được cung cấp cùng với PowerST™.”
Bob trả lời câu hỏi của tôi ở đoạn thứ hai về mức độ kỹ năng lập trình cần có:
“Để trả lời câu hỏi ở trên, bạn đã đúng khi nói rằng mức độ tùy chỉnh mà tôi đang đề cập đến
đòi hỏi một số kỹ năng lập trình. Lập trình các hệ thống giao dịch đơn giản tương đối đơn giản
trên các nền tảng khác thì cũng đơn giản trong PowerST™. Tuy nhiên, PowerST™ cũng hỗ
trợ lập trình ở cấp độ nâng cao hơn, đó là điều tôi đang đề cập đến trong đoạn mà bạn đang
hỏi.”
Người quản lý quỹ phòng hộ, người đã phát triển biểu đồ Bội số R được trình bày ở trang 260
của cuốn Trade Your Way to Financial Freedom (Giao dịch theo cách của bạn để đạt được tự
do tài chính) (Ấn bản thứ 2) sử dụng phần mềm này và cam kết với nó.
PowerST™ có giá $25.000 và phí bảo trì là $1.000 mỗi tháng. Tôi cho rằng mức phí này sẽ
mang lại cho bạn nhiều trợ giúp tùy chỉnh về bất kỳ điều gì bạn cần.
Ấn tượng chung của tôi là nếu tôi đang có một công việc giao dịch và nghĩ đến việc nhờ ai đó
phát triển phần mềm cho công việc kinh doanh này, tôi chắc chắn sẽ xem xét tùy chọn sử dụng
PowerST™ hoặc Mechanica.
Kết luận
Sau khi viết chương này, tôi phải thừa nhận rằng tôi không còn nghĩ rằng tình hình liên quan
đến phần mềm định cỡ vị thế là ảm đạm nữa. Thay vào đó, tôi nghĩ rằng, tùy theo nhu cầu của
bạn, bạn có thể tìm thấy phần mềm mình mong muốn. Với ý nghĩ đó, những gì bạn mua sẽ phụ
thuộc vào cả nhu cầu và kỹ năng của bạn.
Dường như có rất nhiều phần mềm vào lệnh và mô phỏng có sẵn. Tuy nhiên, tôi chưa sử dụng
bất kỳ thứ gì trong số đó và thực sự không thể đưa ra nhiều ý kiến về bất kỳ thứ gì trong số đó.
Ở đây, tôi khuyên bạn nên truy cập các trang web, tải xuống các chương trình mẫu hoặc xem
qua các hướng dẫn trực tuyến, sau đó quyết định xem phần mềm nào là phù hợp với nhu cầu
của bạn. Nếu bạn sử dụng Mechanica hoặc Trading Blox™ Xây dựng thì bạn đã có phần mềm
mô phỏng được tích hợp trong chương trình của mình. Tôi cũng đoán rằng bạn cũng có khả
năng làm việc này trong PowerST™, mặc dù nó không được đề cập cụ thể ở bất kỳ đâu trên
trang web.
Nếu bạn không có kỹ năng lập trình và năng lực lập trình rất thấp thì bạn sẽ có ba lựa chọn:
• MTPredictor™
• OmniTrader

• Trading Blox™ (Phiên bản Rùa và Chuyên nghiệp)
Tôi khuyên bạn nên kiểm tra các hệ thống khả thi và xem liệu chúng có phải là thứ bạn tin
tưởng và cảm thấy thoải mái khi giao dịch hay không.
Nếu bạn có năng khiếu lập trình và muốn sử dụng ngôn ngữ đơn giản nhất thì tôi nghĩ lựa chọn
của bạn sẽ là Mechanica Standard hoặc Mechanica Pro. Wealth-Lab® có thể hoạt động, mặc
dù tôi không biết cách lập trình đơn giản như thế nào, tuy nhiên, nó chỉ giới hạn cho Khách
hàng của Fidelity Brokerage. Trading Blox™ Xây dựng cũng có thể hoạt động tốt ở đây, nhưng
ấn tượng của tôi là ngôn ngữ này khó hơn một chút.
Nếu kỹ năng lập trình của bạn tốt thì bạn có nhiều lựa chọn, bao gồm Mechanica, Trading
Blox™ Xây dựng, AmiBroker và PowerST™.
Cuối cùng, nếu bạn muốn một phần mềm khá hoàn chỉnh thực sự giúp bạn điều hành hoạt động
giao dịch thì tôi chắc chắn sẽ kiểm tra PowerST™ và Mechanica Pro trước khi xem xét lập
trình tùy chỉnh.
CHÚ THÍCH
1
Ken Long và Leo van Rijswijk đã đánh giá XLQ.
2
Thorsten Reiss điền vào bảng câu hỏi về Stator® mà tôi đã sử dụng trong bài đánh giá này.
3
Stator® Advanced Finance Management (Quản lý tài chính nâng cao). 2004. Anfield Capital Pty Ltd. 21 tháng 4
năm 2007 <http://www.stator-afin.com/investment-software-purchase.html >.
4
Dave Mabe đã đánh giá StockTickr.
5
Adrian Reid đã điền vào bảng câu hỏi trên TradeSim® mà tôi đã sử dụng để viết bài đánh giá này.
6
Đánh giá này được thực hiện thông qua bảng câu hỏi phần mềm do Thorsten Reiss điền.
7
Steven O’Keefe đã điền vào bảng câu hỏi giúp tôi thực hiện đánh giá này.
8
Janeczko, Tomasz. Amibroker. 2001. Ngày 26 tháng 4 năm 2007 <http://www.amibroker.com/bin/UsersGuide.pdf>.
9
Howard Bandy, Quantitative Trading Systems (Hệ thống giao dịch định lượng). Thác Sioux, SD: Nhà xuất bản Cú
xanh, 2007.
10
Ed Downs đã điền vào bảng câu hỏi trên OmniTrader để tôi có thể viết bài đánh giá này.
11
OmniTrader. 1999. Hệ thống Niết bàn. Ngày 26 tháng 4 năm 2007
<http://omnikader.com/omnitrader/products/omnitrader.asp>.
12
Curtis Faith đã điền vào bảng câu hỏi để tôi có thể viết bài đánh giá này.
13
Amanda Tonkin-Hill và Frank Eaves đều điền vào các câu hỏi để tôi có thể viết bài đánh giá này.
14
Bob Spear đã điền vào bảng câu hỏi để tôi có thể viết bài đánh giá này.
15
Bob Spear đã điền vào bảng câu hỏi để tôi có thể viết bài đánh giá này.
16
Spear, Bob. Mechanica. 2006. Ngày 26 tháng 4 năm 2007 <http://www.mechanicasoftware.com/research.htm>.
17
Bài đánh giá được viết dựa trên một số email tôi gửi cho nhà phát triển Bob Bolotin.

Chương 18
Một số câu hỏi của bạn đã được trả lời
Mục đích của chương này là hướng dẫn bạn một số câu hỏi mà tôi thường gặp về việc định cỡ
vị thế. Hy vọng bạn có thể tự trả lời những câu hỏi đó sau khi đọc cuốn sách này.
Tôi thấy rằng nhiều câu hỏi nghe có vẻ khác nhau nhưng câu trả lời thường giống nhau. Vì vậy,
để giúp bạn hiểu điều này, tôi đã chia các câu hỏi thành chín loại khác nhau.
1. Các câu hỏi vụn vặt
2. Kỳ vọng so với Định cỡ vị thế
3. Tôi không hiểu một trong những mô hình của bạn
4. Định cỡ vị thế và nguy cơ thất bại
5. Kích cỡ tài khoản và tính thanh khoản
6. Đa tài khoản
7. Làm cách nào để định cỡ vị thế? Bạn nghĩ gì về phương pháp của tôi?
8. Bạn nghĩ gì về hình thức định cỡ vị thế này?
9. Câu hỏi về Toán học (Tôi thường không trả lời các câu hỏi toán học, nhưng tôi đã trình
bày một số hướng dẫn về những việc cần làm nếu bạn có câu hỏi như vậy.)
Trong chương này, tôi đã in đậm các câu hỏi, các câu trả lời của tôi ở dạng thông thường và
các nhận xét chung được in nghiêng.
Loại 1: Các câu hỏi vụn vặt

Hai câu hỏi đầu tiên đến từ một người về cơ bản không hiểu (hoặc đồng ý với) nhiều khái niệm
tôi đưa vào cuốn sách này. Kết quả là tôi nghĩ mình nên giải quyết chúng trước.
Câu hỏi 1: Tôi không tin rằng chuỗi thua là ngẫu nhiên. Tại sao phải thiết kế hệ thống cơ
khí nếu chúng ta không tin vào hành vi thị trường phi ngẫu nhiên? Điểm mấu chốt là nếu
điều gì đó không xảy ra “thường xuyên” (tức là ít nhất một lần trong một nghìn lần thử),
thì tôi không lo lắng về điều đó. Khả năng xảy ra sự cố khác (11/9, mất điện, mất đường
dây, vi rút, v.v.) lớn hơn nhiều và lấn át chuỗi 20 trận thua liên tiếp (xác suất là 2,6% như
đã nêu trong bảng ví dụ gần đây của Van Tharp).

Tôi khuyên bạn nên đọc Trò đùa của sự ngẫu nhiên của Nicholas Taleb. Một trong những
phương pháp phỏng đoán phán đoán phổ biến là mọi người không hiểu tính ngẫu nhiên và câu
hỏi của bạn là một ví dụ về điều đó. Ví dụ, tôi luôn nói rằng thị trường không ngẫu nhiên bởi
vì chúng có những cái đuôi mập (ý tác giả muốn nhắc đến kiểu phân phối của giá). Chúng ta
nhận thấy những biến động trên thị trường mà chúng ta không bao giờ có thể ngờ tới nếu thị
trường diễn ra ngẫu nhiên. Ví dụ, không lâu sau khi hợp đồng tương lai S&P 500 được mở cửa,
thị trường đã có một ngày biến động (vào Thứ Hai Đen Tối năm 1987) mà được dự đoán chỉ
xảy ra một lần trong 10.000 năm theo mô hình ngẫu nhiên.
Lý do tôi nói rằng chuỗi thua là ngẫu nhiên là vì tôi thực hiện mô phỏng bằng cách lấy mẫu
ngẫu nhiên. Cách duy nhất bạn có thể thực hiện lấy mẫu chính xác là lấy mẫu ngẫu nhiên, khi
bạn biết rằng bạn có ước tính khá chính xác về tổng thể. Do đó, tôi sẽ xác định phân phối Bội
số R của một hệ thống giao dịch và sau đó tôi sẽ lấy mẫu ngẫu nhiên từ hệ thống đó để xác
định điều gì sẽ xảy ra khi giao dịch nó. Đó chính là nội dung của mô phỏng. Tuy nhiên, độ dài
của chuỗi thua bạn nhận được KHÔNG phụ thuộc vào việc lấy mẫu ngẫu nhiên. Thay vào đó,
chúng phụ thuộc vào tỷ lệ thắng của hệ thống.
Hơn nữa, chỉ vì một chuỗi khó có thể bắt đầu tại giao dịch hiện tại không có nghĩa là nó không
chắc chắn xảy ra nếu có đủ số lượng giao dịch. Ví dụ: một chuỗi có 2% khả năng xảy ra bắt
đầu ở giao dịch hiện tại, có thể có cơ hội xảy ra gần như chắc chắn sau 300 giao dịch.
Câu hỏi 2: Khái niệm Bội số R khiến tôi cảm thấy lạc lõng với các phương pháp giao dịch
nhanh ngày nay. Giao dịch dài hạn hoặc mua và giữ đã lỗi thời; Tôi chưa bao giờ tin vào
chúng. Phương pháp của Van Tharp nghe có vẻ phù hợp với các nhà giao dịch tổ chức,
những người giao dịch số tiền lớn và tồn tại trên thị trường trong thời gian dài hơn. Giao
dịch dài hạn thực sự có tính ngẫu nhiên cao hơn.
Câu hỏi này đến từ cùng một người có câu hỏi 1 và tôi thấy rõ rằng anh ta không hiểu 1) tính
ngẫu nhiên và 2) những gì tôi đã giảng dạy. Đầu tiên, mọi nhà giao dịch giỏi mà tôi biết đều
nghĩ đến tỷ lệ lợi nhuận trên rủi ro - đặc biệt là những nhà giao dịch ngắn hạn. Phân phối Bội
số R chỉ là một cách để khái niệm hóa điều đó. Lấy mẫu Bội số R thực sự chính xác hơn đối
với giao dịch ngắn hạn vì những nhà giao dịch đó sẽ có mẫu lớn hơn nhiều từ hầu hết các loại
thị trường khác nhau. Các mẫu lớn hơn sẽ ước tính chính xác hơn những gì bạn có thể nhận
được từ hệ thống giao dịch của mình so với các mẫu nhỏ hơn. Cuối cùng, hoàn toàn sai lầm
khi cho rằng giao dịch dài hạn có tính ngẫu nhiên cao hơn giao dịch ngắn hạn. Nếu có thì điều
ngược lại sẽ đúng.
Câu hỏi 3: Tôi đang xem một trang web xếp hạng hiệu suất của những nhà giao dịch giao
dịch bằng phần mềm của họ. Rõ ràng 10 người đứng đầu ở đó không có kích cỡ vị thế
nhất quán nào cả. Vì vậy, nó sẽ mang lại những gì? Làm sao tôi có thể cạnh tranh được
với họ?
Điều bạn thực sự muốn nói là họ làm những điều điên rồ với định cỡ vị thế, chẳng hạn như
mạo hiểm mọi thứ tại một vị thế. Kinh nghiệm của tôi là khoảng một phần ba số người làm
điều này có khả năng sẽ cạn kiệt sau sáu tháng, một phần ba khác sẽ sa sút đáng kể và một phần

ba còn lại sẽ thu được lợi nhuận khổng lồ. Về cơ bản bạn đang nhìn vào những người “may
mắn”. Trong sáu tháng nữa, 2/3 số người đó cũng sẽ sa sút nghiêm trọng hoặc phá sản.
Cách để đạt được thành công lâu dài là đặt mục tiêu một cách cẩn thận và sử dụng định cỡ vị
thế để đáp ứng mục tiêu của bạn một cách nhất quán. Hãy nhớ rằng ý tưởng có rủi ro thấp là ý
tưởng cho phép bạn vượt qua trường hợp xấu nhất trong thời gian ngắn nhất để bạn có thể đạt
được kỳ vọng lâu dài cho hệ thống của mình. Những người này không làm điều đó.
Câu hỏi tiếp theo thực sự là “Việc định cỡ vị thế có tác dụng gì?”
Câu hỏi 4: Giả sử tôi có một hệ thống giao dịch, tỷ lệ thắng là 50% và số tiền kiếm được
gấp đôi số thua. Vì kỳ vọng không thể thay đổi dựa trên hệ thống này, nên việc quản lý
tiền đóng vai trò gì trong việc thay đổi cấu trúc giao dịch và giúp các nhà giao dịch có
được nhiều lợi thế hơn từ vị thế của họ?
Hệ thống của bạn được đặc trưng bởi một số phân phối Bội số R mà nó tạo ra khi giao dịch và
có thể được mô tả khá rõ bằng giá trị trung bình và độ lệch chuẩn của phân phối đó. Trong
trường hợp của bạn, bạn đã mô tả hệ thống đủ tốt để tôi có thể tính toán rằng nó có kỳ vọng là
0,5R và độ lệch chuẩn là 1,58R. Hơn 100 giao dịch, nó sẽ có Chỉ số Chất lượng Hệ thốngSM là
3,16, như vậy là tốt.
Định cỡ vị thế giúp bạn đạt được mục tiêu của mình và với một hệ thống khá tốt như hệ thống
bạn mô tả, điều đó không khó thực hiện. Vì vậy, giả sử bạn coi sự thất bại là mức sụt giảm
25%. Vào thời điểm đó, bạn sẽ ngừng giao dịch. Và mục tiêu của bạn là kiếm được 200%. Bạn
sẽ giao dịch trong sáu tháng (50 giao dịch) và bạn muốn tối đa hóa khả năng đạt được mục tiêu
của mình và giảm thiểu khả năng phá sản. Tôi đã chạy điều này thông qua trình mô phỏng của
chúng tôi trong 10.000 lần cho 50 giao dịch, với rủi ro ban đầu là 0,2%, tăng dần theo mức tăng
0,2% để cuối cùng có rủi ro 30%. Hình 18-1 về cơ bản cho thấy bạn có thể làm gì với việc định
cỡ vị thế.

TRUNG BÌNH & TRUNG VỊ LỢI NHUẬN (%)
LN tối đa
Trung vị
LN
Tối ưu lợi
nhuận
<1% thất bại
>0% thất bại
Mục tiêu –
Thất bại
% Rủi ro
XÁC SUẤT ĐẠT ĐƯỢC MỤC TIÊU VÀ THẤT BẠI (%)
Xác suất đạt được mục tiêu
Xác suất thất bại
Hình 18-1: Minh họa cách định cỡ vị thế nhằm đáp ứng mục tiêu của bạn
Lưu ý rằng bạn nhận được khoảng cách giữa sự thất bại (giảm 25%) và việc đạt được mục tiêu
(tăng 200%) tối ưu tại mức rủi ro 6% với hệ thống này. Ở cấp độ định cỡ vị thế này, bạn có
64,8% cơ hội kiếm được 200% và 10% nguy cơ bị thất bại. Cũng lưu ý rằng bạn có thể tối ưu
hóa cơ hội đạt được mục tiêu bằng cách sử dụng kích cỡ vị thế có rủi ro lên tới 7,4% cho mỗi
vị thế, mang lại cho bạn 69,8% cơ hội đạt được mục tiêu. Nhưng nguy cơ thất bại của bạn tiếp
tục tăng lên khi bạn chấp nhận rủi ro nhiều hơn.
Câu hỏi tiếp theo giải quyết một câu hỏi phổ biến mà tôi luôn nhận được về phần mềm định cỡ
vị thế của chúng tôi. Mặc dù tôi đã đề cập đến vấn đề này ở chương trước nhưng tôi cũng sẽ
trả lời ngắn gọn ở đây.
Câu hỏi 5: Theo tôi, những nhà giao dịch nghiêm túc có thể tìm thấy mọi thứ họ cần trên
trang web của bạn ngoại trừ một trong những điều quan trọng nhất; phần mềm quản lý
tiền. Trong những năm qua, bạn đã nói về hai loại phần mềm khác nhau, Athena (phần
mềm quản lý tiền của bạn) và Know Your System (phần mềm mô phỏng của bạn). Tại sao
bạn không bán những phần mềm này?
Đó là một câu hỏi hay. Giống như bạn cần nhìn lại bản thân và quyết định mình là ai trước khi
phát triển hệ thống giao dịch của mình, tôi cũng phải làm điều tương tự cho công việc kinh
doanh của mình. Chúng tôi là một công ty huấn luyện/giáo dục. Chúng tôi không phải là một
công ty phần mềm. Cả hai sản phẩm phần mềm này đều do người bên ngoài phát triển và chúng

tôi phụ thuộc vào họ để hỗ trợ cho sản phẩm. Và điều đó không hiệu quả. Những người làm
việc tại công ty của tôi không thể trả lời hầu hết các câu hỏi về phần mềm liên quan đến những
sản phẩm đó và chúng tôi tự hào vì có dịch vụ khách hàng tuyệt vời. Do đó, chúng tôi đã quyết
định không bán những loại sản phẩm đó. Trên thực tế, tôi thậm chí không còn có bản sao có
thể hoạt động của Athena nữa.
Tuy nhiên, nếu bạn biết mình muốn gì thì Chương 17 sẽ chỉ ra rằng có thể có giải pháp phần
mềm được cung cấp bởi các nhà cung cấp khác.
Câu hỏi tiếp theo thực sự khá bất thường và nó đề cập đến những hàm ý trái ngược về định cỡ
vị thế.
Câu hỏi 6: Có vẻ như mọi người và người quen của họ hiện đều là những người thực hành
các chiến lược quản lý tiền/định cỡ vị thế. Vì mọi người đều đang làm điều đó, những
hàm ý trái ngược là gì? Có lẽ là việc định cỡ vị thế sẽ không còn hiệu quả nữa?
Nó dường như không phải là một trào lưu nhất thời. Khi tôi phát biểu tại các hội nghị, hầu hết
mọi người vẫn chưa bao giờ nghe nói về nó. Các nhà quản lý danh mục đầu tư không thể thực
hành nó vì họ phải đầu tư 97% nên không có điểm dừng lỗ. Đối với họ, thành công là việc giao
“tài sản phù hợp” cho danh mục đầu tư của bạn. Hầu hết các nhà giao dịch ngân hàng không
biết 1) họ đang giao dịch bao nhiêu tiền hoặc 2) họ có thể mất bao nhiêu tiền trước khi mất
việc. Vì vậy, họ không thực hành định cỡ vị thế.
Nhưng hãy xét vế đối diện của phương trình và giả định rằng mọi người đều trở nên hiệu quả
hơn theo cách này. Sẽ luôn có những cách khác để họ không còn hiệu quả. Ví dụ, đây là một
thử thách. Tôi đoán là không có một trong mười người đang đọc đoạn này có hồ sơ về phân
phối Bội số R trong 50 giao dịch gần đây nhất của họ. Và đoán xem? Bạn không thể phát triển
một thuật toán có ý nghĩa để định cỡ vị thế mà không biết thông tin đó. Bạn có thể thận trọng
và chỉ gặp rủi ro từ 0,5 đến 1%, nhưng bạn không thể biết chính xác cách định cỡ vị thế nếu
không có nó.
Và trên hết, có lẽ chín trong số mười người có phân phối Bội số R vẫn không có ý tưởng rõ
ràng về mục tiêu giao dịch của mình, ngoại trừ việc có thể kiếm được một triệu đô la và không
bị mất tất cả. Và một lần nữa, nếu không có mục tiêu chi tiết, việc định cỡ vị thế là vô nghĩa.
Loại 2: Kỳ vọng so với Định cỡ vị thế
Nếu bạn đã đọc cuốn sách này, có lẽ bạn có thể trả lời các câu hỏi tiếp theo một cách dễ dàng.
Tuy nhiên, đây có lẽ là một bài kiểm tra tốt để bạn đọc qua chúng. Rõ ràng có sự hiểu lầm xảy
ra giữa kỳ vọng và định cỡ vị thế, có lẽ vì có một số hàm ý đối với R, bao gồm rủi ro trên mỗi
đơn vị và tổng rủi ro ở một vị thế nhất định.
Câu hỏi 7: Không phải việc tạo ra một hệ thống kỳ vọng dương là kết quả của việc áp
dụng định cỡ vị thế và quản lý tiền phù hợp sao? Do đó, làm sao có thể nói rằng một khi
bạn có hệ thống có kỳ vọng dương và áp dụng định cỡ vị thế cũng như quản lý tiền phù

hợp, bạn có thể đạt được kỳ vọng của hệ thống sau một số lượng lớn giao dịch? Nó có vẻ
giống như là một vòng luẩn quẩn vì trước tiên, để phát triển một hệ thống kỳ vọng dương,
bạn cần định cỡ vị thế và quản lý tiền hợp lý.
Hệ thống kỳ vọng dương không liên quan gì đến việc định cỡ vị thế hay quản lý tiền hay bất
cứ điều gì bạn muốn gọi là biến số “bao nhiêu”. Kỳ vọng dương có nghĩa là Bội số R trung
bình từ hệ thống của bạn là dương. Hãy đọc phần một của cuốn sách này! Định cỡ vị thế là xác
định mục tiêu của bạn và sử dụng định cỡ vị thế để đạt được các mục tiêu đó. Ý tưởng có rủi
ro thấp có nghĩa là áp dụng định cỡ vị thế theo cách sao cho có thể đạt được kỳ vọng của bạn
qua nhiều giao dịch. Vì vậy, không có xung đột và luẩn quẩn gì ở đây.
“Tôi nên làm gì trước tiên, định cỡ vị thế hay điểm dừng lỗ của mình?” Tôi nhận được câu hỏi
này rất nhiều, nhưng tôi nghĩ rằng bạn có thể muốn xem một ví dụ cụ thể của câu hỏi.
Câu hỏi 8: Tôi quản lý danh mục đầu tư mua/bán khoảng 25 cổ phiếu. Công thức của
Kelly mang lại cho tôi mức đặt cược tối ưu cho mỗi vị thế là 1% vốn sở hữu. Làm cách
nào để tôi có thể xác định kích cỡ vị thế? Ví dụ: nếu tôi đặt 10% vốn sở hữu của mình
vào một vị thế (do đó kích cỡ vị thế là 10%), thì với kích cỡ đặt cược của tôi, mức dừng
lỗ của tôi sẽ là 10%. Ngược lại, kích cỡ vị thế là 5% sẽ dẫn đến mức dừng lỗ là 20%, với
mức đặt cược là 1%.
Nói cách khác, trước tiên tôi nên xác định thứ gì—kích cỡ vị thế hay mức dừng lỗ? Rõ
ràng nếu tôi chỉ có mười vị thế với kích cỡ vị thế 10% và kích cỡ đặt cược là 1%, thì theo
trực giác, điều này sẽ phải chịu mức sụt giảm vốn lớn hơn so với danh mục đầu tư có 20
vị thế, mỗi vị thế có kích cỡ vị thế 20% làm mức dừng lỗ cho mỗi vị thế. Trong trường
hợp trước, tổng rủi ro của tôi sẽ là 10% so với 20% ở trường hợp sau. Trong trường hợp
thứ hai, sẽ có ít khả năng một danh mục đầu tư có 20 cổ phiếu sẽ kích hoạt mức dừng lỗ
20% so với danh mục đầu tư 10 cổ phiếu có mức dừng lỗ 10%.
Tôi có một số vấn đề với những gì bạn đang làm. Và câu hỏi này có xu hướng khẳng định niềm
tin của tôi rằng nhiều nhà quản lý danh mục đầu tư không biết họ đang làm gì. Đầu tiên, bạn
không tuân theo các nguyên tắc cơ bản về giao dịch của tôi. Hãy để tôi nhắc lại những gì tôi đã
nói trong cuốn sách này: Không bao giờ tham gia giao dịch cho đến khi bạn xác định được
điểm bạn sẽ hủy bỏ giao dịch, tức là điểm dừng lỗ ban đầu của mình.
Thứ hai, bạn cần xác định SQNSM dựa trên kết quả các giao dịch trước đó của bạn. Vì trước
đây bạn chưa bao giờ dừng lỗ nên bạn có thể sử dụng mức lỗ trung bình của mình là 1R. Tuy
nhiên, tôi nghĩ bạn thực sự cần phải suy nghĩ về hệ thống mà bạn đang giao dịch. Thành công
không phải là chọn đúng cổ phiếu.
Thứ ba, khi bạn đã có Chỉ số Chất lượng Hệ thốngSM, thì bạn cần xác định kích cỡ phù hợp với
mục tiêu của mình như chúng tôi cũng trình bày trong cuốn sách này.
Thứ tư, Tiêu chuẩn Kelly chỉ được phát triển cho dữ liệu nhị phân và không liên quan gì đến
việc xác định tốt kích cỡ vị thế. Xác định SQNSM và các mục tiêu của bạn, sau đó sử dụng một

trong những gợi ý được đưa ra trong cuốn sách này về cách xác định kích cỡ vị thế cho mục
tiêu đó.
Thứ năm, hãy nhớ rằng thị trường thỉnh thoảng có những cú sốc về giá mà toàn bộ thị trường
có thể giảm mạnh (như ngày 11 tháng 9 năm 2001). Bạn cần phải chuẩn bị cho điều đó với
danh mục đầu tư của mình.
Nếu bạn đang điều hành một danh mục đầu tư và nếu bạn phải đầu tư 95% thì tôi khuyên bạn
ít nhất nên đọc cuộc phỏng vấn với nhà quản lý quỹ tương hỗ ở Chương 9 và cách ông ấy diễn
giải định cỡ vị thế. Nhưng nếu bạn không bị hạn chế đó thì tôi khuyên bạn nên đảm bảo rằng
bạn hiểu mọi thứ trong cuốn sách này và làm theo các bước tôi đã đề xuất ở trên.
Sự thật là, định cỡ vị thế không liên quan gì đến quyết định đặt mức dừng lỗ của bạn. Mức
dừng lỗ của bạn phải được xác định tại nơi bạn cho rằng mình đã sai về giao dịch đó. Nếu bạn
là nhà đầu tư dài hạn, mức dừng lỗ 25% có lẽ sẽ là tốt. Nếu bạn quyết định rằng bạn thực sự
muốn mạo hiểm 1% thì khoản đầu tư của bạn sẽ là 4% cho mỗi cổ phiếu. Và bạn có thể mua
25 cổ phiếu khác nhau và đầu tư toàn bộ.
Câu hỏi 9: Tôi nghĩ ra một hệ thống trung bình động đơn giản mà tôi muốn thử. Bạn sẽ
sử dụng hai đường trung bình động khác nhau và khi giá đóng cửa ở trên (và phía dưới
để bán khống) dải tạo bởi hai đường trung bình đó, điều đó sẽ cung cấp cho bạn thanh
thiết lập để vào một vị thế. Khi giá vượt qua mức cao (thấp) của thanh thiết lập vốn là tín
hiệu vào lệnh của bạn, bạn sẽ thoát vị thế. Bạn định cỡ vị thế của mình bằng phương pháp
này như thế nào vì không có nơi nào rõ ràng để đặt điểm dừng lỗ trước khi thị trường
thực sự đẩy bạn ra ngoài?
Làm cách nào để định cỡ vị thế dựa trên rủi ro khi hệ thống của bạn không cho bạn điểm dừng
lỗ? Một số hệ thống không có điểm dừng được xác định trước nên tôi khá thường xuyên nhận
được câu hỏi này.
Tôi có hai gợi ý cho bạn. Đầu tiên, đặt một số điểm dừng lỗ trong trường hợp xấu nhất và sử
dụng nó để định cỡ vị thế. Bạn luôn có thể thoát lệnh trước đó, nhưng bạn vẫn nên có một số
điểm dừng lỗ có tính chất như vậy.
Đề xuất thứ hai là sử dụng định cỡ vị thế dựa trên biến động. Biến động hàng ngày là bao
nhiêu? Thực hiện định cỡ vị thế dựa trên đó.
Tuy nhiên, bạn vẫn phải làm những điều cơ bản. Kỳ vọng của bạn là gì và Chỉ số Chất lượng
Hệ thốngSM của bạn là bao nhiêu? Mục tiêu của bạn là gì? Khi bạn đã có được thông tin đó,
hãy sử dụng những hướng dẫn trong cuốn sách này, cùng với hai thông tin đó để xác định cách
định cỡ vị thế nhằm đáp ứng mục tiêu của bạn.
Tôi nhận được loại câu hỏi tiếp theo từ các nhà giao dịch tổ chức đang giao dịch tiền của
người khác. Tôi đã đề cập đến vấn đề này sớm hơn trong cuốn sách này, nhưng tôi nghĩ câu
hỏi này rất thú vị.

Câu hỏi 10: Làm thế nào để bạn xác định điểm dừng lỗ của mình để không gặp rủi ro
nhiều hơn rủi ro tài khoản đã xác định của mình? Ngoài ra, làm cách nào để tìm ra biện
pháp kiểm soát rủi ro khi tôi có tài khoản $10.000 nhưng thực tế đang sử dụng vốn của
công ty để làm đòn bẩy cho các giao dịch của mình?
Bạn đã hỏi sai câu hỏi. Hệ thống của bạn xác định điểm dừng lỗ của bạn chứ không phải việc
định cỡ vị thế của bạn. Bước đầu tiên bạn phải thực hiện là xác định hệ thống và phân phối Bội
số R của bạn. Nếu bạn đã làm điều đó, bạn sẽ biết cách xác định điểm dừng lỗ của mình. Tiếp
theo, bạn muốn xác định phân phối Bội số R và SQNSM của mình. Thứ ba, bạn cần xác định
mục tiêu của mình. Và một khi bạn đã làm xong tất cả những điều đó thì việc định cỡ vị thế
của bạn sẽ tự hoạt động theo các hướng dẫn trong cuốn sách này.
Về việc dựa vào đâu để xác định rủi ro, khi thực hiện các giao dịch của bạn bằng tiền của công
ty, tôi khuyên bạn nên tự hỏi bản thân: "Tôi có thể mất bao nhiêu tiền trước khi bị sa thải?"
Hoặc nếu đó là công ty của bạn, thì bạn có thể làm lỗ bao nhiêu tiền của công ty trước khi tự
sa thải chính mình? Khi bạn đã có câu trả lời có câu hỏi đó, bạn cần căn cứ vào việc ddinhj cỡ
vị thế để đảm bảo rằng khoản lỗ đó KHÔNG BAO GIỜ xảy ra.
Loại 3: Tôi không hiểu một trong các mô hình

Trong nhiều năm, mọi người đã đọc phần mở đầu của cuốn sách này, Báo cáo đặc biệt về
Quản lý tiền, và đặt những câu hỏi cụ thể về những gì tôi đã làm. Vì tất cả những nghiên cứu
cơ bản đó đều có trong cuốn sách này nên tôi muốn trả lời những câu hỏi đó ở đây, ngoài ra,
câu hỏi đầu tiên dường như có vấn đề với ý tưởng về “R” nên tôi nghĩ tôi nên đưa nó vào
trước.
Câu hỏi 11: Van, tôi thấy sách của bạn rất hay, thực sự mở mang đầu óc. Tôi vẫn còn một
vấn đề về khái niệm vẫn tiếp tục nảy sinh. Tôi đã sử dụng khái niệm "R" cố định một
cách tôn trọng, giao dịch các cổ phiếu có giá thấp hơn nhưng có tính thanh khoản cao,
khoảng 30 cổ phiếu trong số đó cùng một lúc và chỉ định một khoản lỗ bằng tiền cực kỳ
thận trọng là "R" khi so sánh với vốn sở hữu trong tài khoản của tôi, mỗi " R" đối với
tôi là ít hơn 1%. Tôi không buồn thay đổi lượng "R" khi tài khoản đã tăng lên đều đặn.
Giá trị R của bạn phụ thuộc vào nơi hệ thống của bạn cho biết bạn là nên thoát ra. Nó không
liên quan gì đến định cỡ vị thế và nó không nhất thiết phải thay đổi như là một hàm theo kích
cỡ tài khoản của bạn, trừ khi tài khoản của bạn lớn đến mức bạn không thể giao dịch theo cách
tương tự.
Mâu thuẫn của tôi là mặc dù cách tiếp cận mà tôi mô tả đã có tác dụng rất tốt đối với tôi
từ cả góc độ tăng trưởng vốn sở hữu ổn định lẫn góc độ tâm lý, nhưng cuối cùng tôi lại có
số tiền khá chênh lệch ở mỗi vị thế cổ phiếu, bởi vì thực tế là điểm dừng lỗ trên một cổ
phiếu có thể ứng với mức giảm giá 20% nhưng ở một cổ phiếu khác, điểm dừng của tôi
có thể ứng với mức giảm giá 7%. (Tôi sử dụng kỹ thuật phạm vi linh hoạt của phần trăm
dừng lỗ cho phép vì các yếu tố khác có thể lấn át mức rủi ro cao hơn). Bây giờ, khi bạn
kết hợp điều này với các mức giá cổ phiếu hoàn toàn khác nhau từ $10-$1, bạn có thể

thấy điều này sẽ xảy ra như thế nào.
Giả sử "R" của tôi là $100. (Chúng ta hãy loại trừ tiền hoa hồng vào lúc này, mặc dù tôi
đã tính đến chúng.)
Bạn có định nghĩa R là phần trăm vốn sở hữu mà bạn sẵn sàng mạo hiểm không? Tôi thì không.
Hãy xem mô hình CPR ở Chương 7. Phần trăm vốn sở hữu của bạn thực sự là C. Trong nhiều
năm qua, có lẽ tôi đã khiến mọi người bối rối khi gọi cả rủi ro tổng thể và rủi ro trên mỗi đơn
vị là R. Nếu bạn sử dụng mô hình CPR và gọi tổng rủi ro là C thì có lẽ bạn sẽ không nhầm lẫn,
C được xác định bởi mô hình định cỡ vị thế phần trăm rủi ro.
Giả sử cổ phiếu giá $10 có mức dừng lỗ kỹ thuật đối với tôi tại $9,30, do đó khoản lỗ của
tôi có thể là $0,70 trên mỗi cổ phiếu. Kích cỡ vị thế thích hợp sẽ là $100/0,70 = 142 cổ
phiếu (ngày nay các lô lẻ đã được chấp nhận). Điều đó có nghĩa là số tiền đầu tư vào giao
dịch này sẽ là $1.420.
Bây giờ chúng ta hãy xem xét một giao dịch khác. Tôi có một cổ phiếu khác có giá $1,00
và mức dừng lỗ của tôi là $0,80. Trong trường hợp này, khoản lỗ của tôi là $0,20 nên kích
cỡ vị thế của tôi trong cổ phiếu này sẽ là $100/0,20 = 500 cổ phiếu. Vì vậy, tôi sẽ đầu tư
$500 vào giao dịch này.
Bạn nói về mô hình đơn vị bằng nhau cho cổ phiếu và nhiều cuốn sách về giao dịch dường
như đã đưa ra những lý lẽ thuyết phục để san bằng số tiền cho mỗi cổ phiếu nhằm khắc
phục chênh lệch giá và cân bằng hiệu ứng % thay đổi thành số tiền tuyệt đối thu được.
Tôi thấy quan điểm này ngày càng được tán thành nhiều hơn và nó có vẻ hợp lý về mặt
trực giác. Khi có sự khác biệt lớn giữa số tiền đầu tư vào các cổ phiếu khác nhau, điều đó
sẽ tạo ra hiệu suất khá không đồng đều. Vậy cho tôi hỏi những câu hỏi sau:
Bạn có nghĩ rằng tôi có vấn đề gì không? Về mặt cảm xúc, tôi không cảm thấy như vậy.
Nhưng tôi lo ngại rằng mặt toán học của tình huống có thể ảnh hưởng đến lợi nhuận của
tôi, cho dù tôi có "cảm nhận" được điều đó hay không.
Nếu bạn nghĩ rằng có vấn đề tồn tại, bạn có thể đề xuất một giải pháp thiết thực không?
Tôi rất thích ý tưởng sử dụng R làm cơ sở và cảm thấy rất thoải mái với nó.
Nếu điểm dừng lỗ của bạn được tính toán kỹ lưỡng thì sẽ không có vấn đề gì cả. Theo tôi,
những người sử dụng cách tiếp cận số tiền bằng nhau có nhiều khả năng gặp vấn đề hơn. Tuy
nhiên, bạn có thể căn cứ vào kích cỡ vị thế của mình và điểm dừng dựa trên sự biến động. Giả
sử bạn đã sử dụng mức biến động hàng tuần nhân 1,5 lần (bạn hãy tự thực hiện vì con số này
được tôi chọn ngẫu nhiên) làm điểm dừng lỗ trượt. Sau đó, bạn có thể định cỡ vị thế dựa trên
1% (hoặc bất kỳ con số nào bạn muốn) của mức độ biến động đó và hiệu suất của bạn sẽ khá
bằng nhau trên tất cả các cổ phiếu của bạn. Điều đó sẽ giải quyết vấn đề của bạn.
Câu hỏi tiếp theo liên quan đến việc ai đó đang cố gắng hiểu bảng trong phần phần trăm rủi ro.

Câu hỏi 12: Vẫn còn một khía cạnh của mô hình phần trăm rủi ro mà tôi vẫn chưa hiểu
hết. Bạn nói rằng, "Nếu bạn giao dịch hệ thống này với $1.000.000 và sử dụng rủi ro 1%,
mức đặt cược của bạn sẽ tương đương với việc giao dịch tài khoản $100.000 với rủi ro là
10%. Do đó, Bảng 8-3 gợi ý rằng bạn có thể không nên giao dịch hệ thống này trừ khi
bạn có ít nhất $100.000.” Tôi chỉ là không thấy được mối liên kết. Trừ khi bạn biết phân
phối Bội số R của hệ thống giao dịch, tôi không hiểu làm thế nào bạn có thể xác định kích
cỡ tài khoản cần thiết để giao dịch hệ thống với dữ liệu được đưa ra trong Bảng 8-3. Hiện
tại tôi đang giao dịch một tài khoản rất nhỏ, nhưng tiền hoa hồng, độ trượt giá và phân
phối Bội số R của tôi ở mức sao cho tôi có thể vượt qua các khoản sụt giảm vốn dự kiến
và không quá lo lắng về việc mất sạch tài khoản của mình.
Nếu bạn nhìn vào Bảng 8-3, bạn sẽ thấy rằng bạn phải mạo hiểm ít nhất 2,5% cho mỗi vị thế
trong tài khoản một triệu đô để không bị từ chối bất kỳ giao dịch nào (tức là bạn có đủ tiền để
giao dịch). Và bạn vẫn sẽ phải trải qua mức sụt giảm 30%.
Lưu ý rằng rủi ro 1% trong tài khoản một triệu đô la tương đương rủi ro $10.000. Nếu bạn chỉ
có tài khoản $100.000 thì rủi ro là 10%. Và ngay cả ở mức rủi ro 1% trên một triệu đô la, bạn
vẫn bị từ chối rất nhiều giao dịch. Nói cách khác, bạn cần rất nhiều tiền để giao dịch hệ thống
này với nhiều giao dịch khác nhau có thể thực hiện được. Tuy nhiên, ví dụ của tôi là dành cho
giao dịch tương lai. Bạn có thể có một hệ thống tương tự như hệ thống này để giao dịch cổ
phiếu mà không cần đòn bẩy trong một tài khoản nhỏ hơn nhiều.
Câu hỏi tiếp theo đến từ một người đang cố gắng tìm hiểu sự khác biệt giữa mô hình định cỡ
vị thế phần trăm rủi ro và phần trăm biến động.
Câu hỏi 13: Tôi muốn kiểm tra xem tôi đã hiểu chính xác sự khác biệt giữa mô hình phần
trăm rủi ro và phần trăm biến động mà anh nói đến hay chưa. Tôi có đúng khi hiểu rằng
trong khi cả hai mô hình đều được định cỡ bằng cách sử dụng một số tiền của biến động
làm phần trăm cố định trong kích cỡ tài khoản của tôi, một mô hình chỉ sử dụng điểm
dừng lỗ là mức cao/thấp trong 21 ngày, trong khi mô hình còn lại sử dụng điểm dừng lỗ
là mức cao/thấp 21 ngày kết hợp với điểm dừng lỗ cố định dựa trên ATR 20 ngày?
Mô hình phần trăm rủi ro sử dụng điểm dừng lỗ (tức là rủi ro) của bạn để định cỡ vị thế, trong
khi phần trăm biến động sử dụng ATR để định cỡ vị thế. Không có điểm dừng lỗ cố định trong
mô hình biến động. Điểm dừng lỗ vẫn là điểm phá vỡ kênh 21 ngày. ATR 20 ngày chỉ được sử
dụng để định cỡ vị thế của bạn. Hãy xem xét một ví dụ về biến động.
Vì vậy, giả sử bạn đang mua XYZ với giá $50. Bạn muốn dừng lỗ ở mức $48 (tức là rủi ro $2),
nhưng độ biến động là $4 (cổ phiếu này biến động nhiều). Một phần trăm vốn sở hữu của bạn
là $1.000 đô. Dựa trên phần trăm rủi ro, bạn sẽ mua 500 cổ phiếu (1.000/2 = 500), nhưng dựa
trên phần trăm biến động, bạn sẽ mua 250 cổ phiếu (1.000/4 - 250). Lưu ý rằng với mô hình
phần trăm biến động, tổng rủi ro của bạn (do định cỡ vị thế) sẽ bằng một nửa so với mô hình
rủi ro sẽ tạo ra.
Cả hai hệ thống đều được thử nghiệm với cùng một mô hình, nhưng khi độ biến động được sử

dụng để xác định kích cỡ vị thế thì ATR 20 ngày sẽ được sử dụng để xác định độ biến động.
Tuy nhiên, hãy để tôi làm rõ điều gì đó. Nếu bạn đặt điểm dừng lỗ dựa trên mức độ biến động,
như nhóm Rùa đã làm, thì phần trăm rủi ro và phần trăm biến động sẽ giống nhau. Đây thực sự
là một cách để cân bằng tất cả các vị thế giao dịch của bạn bởi vì bạn biết rằng mình có cùng
mức độ rủi ro ở tất cả các vị tthế và mức độ biến động như nhau ở tất cả các vị thế.
Câu hỏi cuối cùng đến từ một người hoàn toàn bối rối với mô hình CPR. Giả định trong câu
hỏi của anh ấy hoàn toàn phi logic, nhưng tôi trình bày nó cho bạn ở đây vì đây là cách một
số người nghĩ và tại sao họ lại nhầm lẫn.
Câu hỏi 14: Nếu anh muốn mạo hiểm $1.000, tại sao anh không lấy giá cổ phiếu cộng với
số tiền anh sẵn sàng mất để tính chi phí cho rủi ro anh đang chấp nhận và sử dụng số tiền
đó để tính toán số lượng cổ phiếu? Giả sử cổ phiếu có giá $50 và anh sẵn sàng mất $2. Tại
sao anh không chia 1.000/52 ra số lượng cổ phiếu? Tương tự, đối với phần trăm biến
động, trong đó mức độ biến động là: $4, tại sao tôi không chia tổng rủi ro cho $54 để xác
định kích cỡ vị thế của mình?
Bạn đang xác định rủi ro không chính xác. Rủi ro chỉ đơn giản là những gì bạn sẵn sàng mất.
Trong ví dụ của bạn, rủi ro là $2, không phải $52, vì vậy bạn sẽ phải chia cho $2. Tương tự, độ
biến động là $4, không phải $54, vì vậy bạn sẽ phải chia cho $4. Bằng cách cộng thêm giá cổ
phiếu, bạn đang nói rằng rủi ro của bạn lớn hơn giá của chính cổ phiếu và do đó bạn đang sẵn
sàng mất hơn 100% số tiền của mình trước khi cân nhắc việc thoát khỏi giao dịch.
Câu hỏi sau đây liên quan đến một yêu cầu khác nhằm giải thích một số tài liệu trong các bảng
trình bày kết quả của các mô hình định cỡ vị thế cơ bản. Nó thực sự liên quan đến cách tính
toán một số tài nguyên bằng việc sử dụng phần mềm.
Câu hỏi 15: Trong các bảng trình bày các cách định cỡ vị thế khác nhau, bạn so sánh
chúng về lợi nhuận ròng, giao dịch bị từ chối, phần trăm lãi mỗi năm, lệnh gọi ký quỹ và
mức sụt giảm vốn tối đa. Tôi không hiểu cách tính lệnh gọi ký quỹ và các giao dịch bị từ
chối.
Ví dụ: trong mô hình 1 (Đơn vị trên số tiền cố định), đơn vị (số lượng hợp đồng hoặc số
lượng cổ phiếu trên mỗi đơn vị) được cố định là 1 và số tiền được cố định (giả sử $X trên
vốn sở hữu) và vị thế phải được thực hiện bất kể rủi ro. Vì vậy, giả sử trong vốn sở hữu
Z số $X = Z/X do đó số đơn vị cũng bằng số $X. Bây giờ, nếu một đơn vị có giá lớn hơn
$X thì nó nên được gọi là lệnh gọi ký quỹ hay giao dịch bị từ chối? Tỷ lệ sụt giảm vốn tối
đa được đưa ra trong các bảng có phải là “mức sụt giảm vốn tối đa từ đỉnh xuống đáy
không?”
Tất cả những kết quả này đều được phần mềm Athena tạo ra cách đây khoảng 8 hoặc 9 năm.
Tại thời điểm này, tôi không thể nhớ chính xác Athena làm gì và tôi không còn bản sao hoạt
động của phần mềm nữa. Do đó, tôi không nhớ chắc chắn cách tính mức sụt giảm vốn tối đa là
bao nhiêu, nhưng tôi cho rằng đó là mức sụt giảm vốn tối đa từ đỉnh xuống đáy.

Hai câu hỏi còn lại rất dễ. Mức ký quỹ được đưa vào Athena và nếu giá trị vốn sở hữu giảm
xuống đủ thấp thì lệnh gọi ký quỹ sẽ được đưa ra. Điều đó khá đơn giản. Các giao dịch bị từ
chối cũng khá đơn giản. Giả sử bạn tính toán rủi ro liên quan đến một vị thế là $5.000. Nếu các
thông số rủi ro của bạn chỉ cho phép bạn chấp nhận rủi ro trị giá $3.000 thì bạn không thể thực
hiện giao dịch đó và nó trở thành giao dịch bị từ chối. Đó là lý do tại sao những hệ thống theo
xu hướng này đòi hỏi rất nhiều tiền để giao dịch.
Tôi vẫn chưa nhận được câu hỏi tiếp theo. Tôi chỉ đơn giản là đang mong chờ câu hỏi đó khi
cuốn sách này được xuất bản. Vì vậy, nếu bạn có câu hỏi như thế này về điều gì đó ở Chương
13, thì đây là câu trả lời trước của tôi.
Câu hỏi 16: Khi tôi đọc về Định cỡ vị thế tỷ lệ cố định (FRPS) ở Chương 13, tôi thấy bối
rối về cách bạn tính toán (điền vào chỗ trống), bạn có thể vui lòng nói rõ điều đó được
không.
Trong tất cả các phương pháp được đưa ra trong cuốn sách này, tôi thấy ít thoải mái nhất với
FRPS. Có vẻ như tôi có vấn đề tương tự. Nếu bạn không có kỹ năng toán tốt và FRPS không
thực sự có ý nghĩa với bạn như mô tả, thì hãy TRÁNH NÓ. Có nhiều phương pháp đơn giản
hơn nhiều, chẳng hạn như tiền của thị trường, sẽ đạt được điều tương tự. Chọn một trong số đó
và đừng nghĩ về FRPS. Ngoài Chris Anderson, tôi không biết ai khác sử dụng FRPS để kiểm
soát kích cỡ vị thế của anh ấy/cô ấy.
Câu hỏi 17: Tôi vừa đọc xong cuốn Trade Your Way to Financial Freedom và thấy đây là
một nguồn tài liệu tuyệt vời. Tuy nhiên, có sự nhầm lẫn trong phần định cỡ vị thế. Tôi
hiểu rất rõ mô hình phần trăm rủi ro từ sách của Guppy. Tuy nhiên, phần trăm biến
động cần được xây dựng nhiều hơn. Anh có thể vui lòng cung cấp một ví dụ trong đó
điểm dừng lỗ chặt chẽ sẽ hữu ích với mô hình này không? Loại điểm dừng lỗ có thể được
sử dụng là gì? Tôi đã đọc một số bài đăng trên diễn đàn và tôi có ý tưởng rằng mô hình
biến động CHỈ sử dụng các điểm dừng lỗ biến động.
Những gì anh ấy đang làm là đưa ra một số giả định và sau đó cố gắng điều chỉnh các mô hình
phù hợp với giả định của mình thay vì sử dụng logic.
Giả sử bạn có một cổ phiếu trị giá $50 và một danh mục đầu tư trị giá $100.000, rủi ro 1%. Do
đó, rủi ro cho mỗi vị thế của bạn là $1.000. Tuy nhiên, giả sử bạn là người giao dịch trong ngày
và điểm dừng của bạn là 10 xu.
Nếu bạn chia $1.000 cho rủi ro trên mỗi cổ phiếu (10 xu) thì bạn có thể mua 10.000 cổ phiếu,
với mức giá $50/cổ phiếu tương đương với số cổ phiếu có giá trị $500.000. Dựa trên mô hình
định cỡ vị thế, bạn có thể thực hiện điều đó (với rủi ro 1%) ngay cả khi bạn vi phạm tất cả các
yêu cầu ký quỹ.
Nếu độ biến động hàng ngày là $3, ngay cả khi không có điểm dừng lỗ biến động, bạn vẫn có
thể định cỡ vị thế dựa trên độ biến động. Nếu bạn chỉ muốn rủi ro 1% vốn sở hữu của mình thì
bạn sẽ chia $1.000 cho $3 và nhận được 333 cổ phiếu. Bạn có thể mua 333 cổ phiếu giá $50

tức tổng giá trị $16.650. Điều này thực tế hơn một chút so với giá trị $500.000, nhưng bạn vẫn
sẽ có điểm dừng lỗ 10 xu.
Loại 4: Định cỡ vị thế và nguy cơ thất bại

Nếu bạn nhìn vào đường cong phần trăm rủi ro điển hình, điều xảy ra là xác suất đạt được
mục tiêu của bạn tiếp tục tăng lên đến một điểm tối đa nào đó và sau đó giảm nhanh chóng.
Ngoài ra, khi kích cỡ vị thế của bạn tăng lên, nguy cơ thất bại của bạn sẽ tiếp tục tăng cho đến
khi đạt 100%. Hai câu hỏi về chủ đề này đều đến từ cùng một người và liên quan đến chủ đề
này.
Câu hỏi 18: Tôi nghe nói rằng khi bạn nhân đôi kích cỡ vị thế của mình, kết quả sẽ không
được nhân đôi (tức là thắng gấp đôi, thua gấp đôi). Trong quá trình thử nghiệm, gần đây
tôi thấy điều này đúng. Bây giờ tôi đang cố gắng tìm hiểu tại sao nó lại hoạt động như
vậy.
Đôi khi, khi bạn tăng gấp đôi kích cỡ vị thế, bạn sẽ rơi xuống vực và đặt mình vào nguy cơ bị
thất bại hoàn toàn là 50–75% hoặc thậm chí cao hơn. Ví dụ: nếu bạn bị lỗ 5R trong một hệ
thống và đang chấp nhận mức rủi ro 10%, bạn sẽ phải chịu một số khoản lỗ lớn nhưng bạn vẫn
ổn. Ngay khi bạn mạo hiểm 20%, bạn có 100% nguy cơ đưa tài khoản về 0 ngay khi 5R xuất
hiện. Khi bạn tăng kích cỡ vị thế, bạn thường sẽ cải thiện lợi nhuận trung bình của mình lên
đến một điểm và sau đó nó bắt đầu giảm. Và đường cong khi suy thoái dốc hơn nhiều so với
đường cong khi tăng trưởng. Các đồ thị trong Hình 18-1 và 18-2 (được nêu ở phần khác trong
chương này) minh họa điều đó.
Câu hỏi 19: Tôi đã giao dịch cổ phiếu được 18 tháng. Tôi mất tiền nhanh chóng trong hai
tháng đầu tiên và sau đó tôi đọc cuốn Trade Your Way to Financial Freedom và bắt đầu
định cỡ vị thế và kể từ đó tôi không còn bị mất tiền nữa. Dưới đây là một số quy tắc của
tôi:
1. Chọn hướng đi của chứng khoán cũng giống như chăn mèo. Tôi không quan tâm thứ
gì đó đang giảm hoặc tăng lên như thế nào. Nếu tôi đặt cược vào nó thì ngay lập tức nó
có cơ hội kiếm tiền là 50/50.
2. Ở mức kích cỡ vị thế 2%, cổ phiếu của tôi giữ nguyên và ở mức 4%, tôi kiếm tiền ổn
định nhưng chậm.
3. Bằng cách bán tháo những cổ phiếu đang đi ngược lại mình và giữ lại những cổ phiếu
đang thắng cho đến khi tôi phải thoát ra, tôi luôn dẫn đầu. Bây giờ, tôi nghĩ mình nên
mạo hiểm hơn—kích cỡ vị thế lớn hơn.
Tuy nhiên, ở đây tôi được biết rằng việc tăng gấp đôi kích cỡ vị thế sẽ làm tăng gấp đôi
rủi ro. Tôi không hiểu tại sao và tôi vẫn không hiểu. Điều tôi biết là tôi đang quan sát
những người khác có kích cỡ vị thế lớn nhảy nhót xung quanh mình, nhưng mọi người
đều nói rằng rủi ro hơn 4% là quá rủi ro. Đề xuất của bạn là gì?

Bạn cần kiên nhẫn và bạn cần làm thêm một số bài tập về nhà. Một lần nữa, tôi không thấy
thông tin quan trọng mà tôi cần. SQNSM của bạn là gì? Mục tiêu của bạn là gì? Khi đã trả lời
được hai câu hỏi này, bạn có thể sử dụng cuốn sách này để tìm ra cách định cỡ vị thế để đạt
được mục tiêu của mình.
Hiện tại kích cỡ vị thế của bạn rất lớn. Và nếu bạn có thể kiếm tiền ở mức 4% thì chắc chắn
bạn nên kiếm tiền ở mức 1% hoặc 2%. Có vẻ như bạn đang nói rằng vị thế của bạn chỉ tăng lên
nếu bạn có kích cỡ vị thế lớn hơn. Và điều đó không có ý nghĩa gì, trừ khi tài khoản của bạn
quá nhỏ đến mức chi phí giao dịch chiếm 1-2% rủi ro.
Cuối cùng, khi bạn tăng rủi ro, chắc chắn sẽ có lúc bạn rơi xuống vực. Và bạn có thể đóng lệnh
ở mức 4%, tùy thuộc vào phương pháp của bạn. Hãy cẩn thận. Để hiểu rõ hơn điều này, hãy
xem Hình 18-2.
Hình 18-2: Xác suất đạt được mục tiêu và xác suất thắt bại của bạn thay đổi như thế nào khi
định cỡ vị phần trăm rủi ro thế tăng dần
Hình 18-2 cho thấy một đường cong điển hình được tạo ra từ việc mô phỏng một hệ thống hàng
nghìn lần ở các mức độ rủi ro khác nhau. Tuy nhiên, đường cong sẽ khác nhau đối với các hệ
thống khác nhau hoặc các mục tiêu khác nhau. Lưu ý rằng xác suất đạt được mục tiêu của một
người tăng lên khá đáng kể khi phần trăm rủi ro tăng lên, đạt mức cao nhất là 6,7% và sau đó
giảm xuống. Lưu ý rằng với rủi ro 6,7%, khi một người có cơ hội đạt được mục tiêu cao nhất,
thì khả năng bị thất bại sẽ cao hơn 20%. Điều đó sẽ không được hầu hết mọi người chấp nhận.
Cũng lưu ý rằng nguy cơ thất bại vẫn luôn gia tăng. Với rủi ro khoảng 8%, xác suất đạt được
mục tiêu và xác suất bị thất bại là ngang nhau. Tuy nhiên, xác suất thất bại tiếp tục tăng lên cho
đến khi đạt 100% tại mức rủi ro 20%. Rõ ràng, hệ thống này có thể thua 5R. Con số này hoàn
toàn minh họa câu trả lời của tôi cho câu hỏi này. Và hãy nhớ rằng trình mô phỏng giả định
rằng bạn thực hiện một giao dịch tại một thời điểm. Do đó, nếu bạn giao dịch một danh mục
đầu tư có các vị thế tương quan, chúng ta thực sự đang nói đến độ nóng của danh mục đầu tư
chứ không phải rủi ro riêng lẻ ở một vị thế. Hãy xem điều gì đã xảy ra vào ngày 28 tháng 2
năm 2007. Trong một ngày, thị trường đi từ trên mức trung bình động 50 ngày giảm xuống
dưới mức đó và rất nhiều điểm dừng lỗ đã bị chạm tới. Những chuyện như vậy xảy ra vài lần
mỗi năm.

Ngoài ra, những người mạo hiểm nhiều hơn bạn mà vẫn làm tốt hơn bạn chỉ là những người
may mắn. Họ may mắn vì vẫn chưa nhận được khoản lỗ lớn mà cuối cùng sẽ ập đến và xóa sổ
họ. Giao dịch đó sẽ xuất hiện vào một ngày nào đó và khi đó bạn sẽ tự thấy mình giống như
một thiên tài.
Loại 5: Kích cỡ tài khoản và tính thanh khoản
Khái niệm về kích cỡ vị thế dẫn đến một số vấn đề liên quan đến tính thanh khoản, kích cỡ tài
khoản tối thiểu và kích cỡ tài khoản tối đa. Vì vậy, hãy xem xét các loại câu hỏi này. Câu hỏi
đầu tiên liên quan đến kích cỡ vị thế tối thiểu, cũng có nghĩa là kích cỡ tài khoản tối thiểu.
Câu hỏi 20: Có kích cỡ vị thế tối thiểu nào mà dưới nó sẽ khó để giao dịch không? Tôi tin
rằng anh đã đề nghị sử dụng 0,5% tổng số vốn làm mức rủi ro tối đa cho những nhà giao
dịch mới bắt đầu. Tôi có $10.000, rủi ro là $50 cho mỗi giao dịch, không bao gồm phí hoa
hồng là $22 cho một vòng mua bán. Hầu hết, với giao dịch trung hạn của tôi, giá vào lệnh
và giá dừng lỗ phải cách nhau một đô la trở lên, nghĩa là tôi chỉ có thể mua khoảng 50 cổ
phiếu. Cổ phiếu phải biến động rất nhiều trước khi tôi hòa vốn. Tôi khá giỏi trong việc
tuân thủ các điểm dừng lỗ của mình, nhưng tôi tự hỏi liệu có dễ kiếm lợi nhuận hơn không
nếu tôi tăng rủi ro trên mỗi giao dịch để có thể mua thêm cổ phiếu. Danh mục đầu tư của
tôi đã giảm bởi khoản lỗ $72 ($50 cộng với $22 hoa hồng) khá thường xuyên và dường
như tôi hiếm khi kiếm được nhiều như vậy khi tôi có kết quả tích cực.
Để thực sự trả lời câu hỏi của bạn, tôi cần một số thông tin từ bạn về hệ thống của bạn. Kỳ
vọng, SQN là bao nhiêu và mục tiêu của bạn là gì? Ngoài ra bạn đang ở đâu trong quá trình
thử nghiệm? Tôi thường khuyên bạn nên bắt đầu giao dịch với số tiền rất nhỏ (mặc dù chi phí
lớn) chỉ để đảm bảo Bội số R bạn nhận được trong thử nghiệm ban đầu là chính xác. Đây có
phải là những gì bạn đang làm? Hay bạn chỉ giao dịch để lấy kinh nghiệm mà không có hệ
thống thực sự? Dù sao, lời khuyên đầu tiên của tôi dành cho bạn là hãy trả lời những câu hỏi
đó. Bạn không nên giao dịch cho đến khi bạn đã làm những công việc như vậy.
Khi bạn đã trả lời những câu hỏi đó và xác nhận rằng kết quả thử nghiệm của bạn là chính xác
thông qua giao dịch theo thời gian thực (và vâng, bạn có thể loại trừ hoa hồng khỏi việc kiểm
tra kích cỡ vị thế của mình), thì bạn có thể giao dịch với kích cỡ vị thế thực tế hơn. Nếu SQNSM
của bạn là 3,0 hoặc cao hơn, thì bạn có thể thực hiện định cỡ vị thế 2%. Tuy nhiên, tôi chỉ
khuyên bạn nên thực hiện MỘT vị thế tại một thời điểm.
Đối với câu hỏi thực tế của bạn, “Có kích cỡ vị thế tối thiểu nào mà dưới nó sẽ khó để giao
dịch không?” Câu trả lời là không. Câu hỏi thực sự của bạn phải là “Có kích cỡ tài khoản tối
thiểu nào thấp hơn mức đó sẽ quá khó để dịch ngắn hạn không?” Ở đây câu trả lời là có, và tôi
nghĩ bạn đang bị ở dưới mức đó là $10.000. Tôi nghĩ từ $25.000 đến $50.000 an toàn hơn
nhiều, nhưng hầu hết mọi người đều cố gắng làm điều đó với số tiền ít hơn nhiều. Với $10.000,
tôi khuyên bạn nên áp dụng cách tiếp cận dài hạn, tìm kiếm mức tăng trưởng ổn định.
Tôi đưa ra câu hỏi tiếp theo vì nó minh họa một số vấn đề mà mọi người gặp phải khi giao
dịch với tài khoản nhỏ.

Câu hỏi 21: Tôi là người mới tham gia giao dịch nhưng là người có học thức. Tôi có một
kế hoạch, một hệ thống giao dịch, sự tự tin và kiên nhẫn. Tôi tin vào việc không mất quá
2,5% tổng vốn sở hữu của mình trong bất kỳ giao dịch nào. Cho đến nay, kết quả giao
dịch trên giấy của tôi có vẻ khá chấp nhận được (mặc dù tôi biết rằng giao dịch thực tế
có phần khó khăn hơn). Tôi sẽ sớm bắt đầu giao dịch thực sự, nhưng vốn sở hữu của tôi
rất nhỏ vì tôi chỉ có thể chịu mất $3.000. Những vấn đề mà tôi có thể gặp phải khi giao
dịch (cổ phiếu) với số vốn nhỏ như vậy ngoài tiền hoa hồng ($7 đến $10/giao dịch) là gì?
Hãy xem xét việc:
• Giao dịch mua/bán trung bình của tôi là 2 cổ phiếu một tháng (4 × $7 hoặc 4 ×
$10).
• Tôi chỉ giao dịch 2 cổ phiếu cùng một lúc.
• Tôi không sẵn sàng để mất bất kỳ 'lợi nhuận' nào từ giao dịch của mình trong 5
hoặc 7 năm tới.
Hãy xem xét những điều sau đây. Hãy xem xét các điều kiện tối thiểu của bạn. Giả sử bạn mua
và bán hai cổ phiếu mỗi tháng và bạn phải trả $28. Điều đó có nghĩa là chi phí của bạn (và tôi
chưa bao gồm bất kỳ khoản trượt giá hoặc chênh lệch giá mua-bán nào) là khoảng 1% mỗi
tháng. Bạn có thể có các chi phí khác như thiết bị, v.v. Bạn sẽ phải kiếm được 12-15% mỗi
năm chỉ để hòa vốn.
Thứ hai, nếu bạn mới bắt đầu giao dịch thực, tôi sẽ không khuyến nghị nhiều hơn mức rủi ro
0,5% đó để bắt đầu với mỗi vị thế - ít nhất là cho đến khi bạn chứng tỏ được bản thân. Sẽ có
rất nhiều vấn đề tâm lý mà bạn sẽ gặp phải khi tiền thật bị đe dọa, vì vậy đừng khiến chúng
phức tạp hơn bằng cách mạo hiểm quá nhiều.
Bạn (hoặc cha mẹ bạn) đã trả bao nhiêu cho việc học tập? Có lẽ nhiều hơn $3.000. Tôi coi
$3.000 là khởi đầu cho quá trình học cách giao dịch của bạn. Nếu bạn có thái độ như vậy thì
bạn có khả năng học được nhiều điều trước khi có thể kiếm được tiền thật.
Và chỉ như một bài kiểm tra để xem bạn đã học được bao nhiêu, mục tiêu của bạn là gì và
SQNSM dành cho hệ thống của bạn là gì? Và bạn nghĩ thử thách tâm lý lớn nhất của bạn sẽ là
gì? Đó là nơi bắt nguồn của những bài học thực sự, vượt qua những thử thách tâm lý của bạn.
Câu hỏi tiếp theo liên quan đến kích cỡ vị thế tối đa mà một người nên sử dụng.
Câu hỏi 22: Kích cỡ vị thế lớn nhất mà bạn có thể sử dụng trong bất kỳ loại hệ thống giao
dịch nào là bao nhiêu?
Câu hỏi này phần nào phụ thuộc vào hệ thống, nhưng để trả lời nó, tôi giả định rằng bạn có hệ
thống tốt nhất có thể (SQNSM từ 10 trở lên) và bạn muốn lợi nhuận lớn nhất có thể mà không
có bất kỳ nguy cơ hủy thất bại nào. Nói chung, bạn luôn có nguy cơ bị sốc giá khi mọi thứ có
thể đi ngược lại với bạn. Do đó, tôi muốn nói rằng ngay cả trong những trường hợp lý tưởng
này, bạn cũng nên giới hạn độ nóng danh mục đầu tư của mình ở mức 25%. Sau đó, bạn có thể

chia độ nóng của danh mục đầu tư cho số lượng tối đa các vị thế mà bạn có thể có cùng một
lúc và giới hạn tổng rủi ro cho mỗi vị thế ở mức đó. Nhưng ngay cả ở đây, tôi có thể nói rằng
rủi ro tối đa mà bạn chấp nhận ở một vị thế hoàn toàn phụ thuộc vào bạn và bạn có thể mở rộng
vị thế, nhưng không nên quá 5-6%. Hãy nhớ rằng đây là mức rủi ro tối đa tuyệt đối trong
điều kiện lý tưởng. Trong một lĩnh vực có đòn bẩy cao như hợp đồng tương lai, bạn vẫn có
nguy cơ bị thất bại với một cú sốc giá đáng kể.
Câu hỏi tiếp theo thực sự liên quan đến vấn đề thanh khoản khi sử dụng định cỡ vị thế đối với
các tài khoản lớn. Có mức độ nào mà hệ thống của bạn sẽ ngừng hoạt động với kích cỡ vị thế
mà bạn đang sử dụng ban đầu không?
Câu hỏi 23: Tôi tò mò không biết tôi có thể tìm hiểu thêm về tính thanh khoản và ảnh
hưởng của nó đến hệ thống giao dịch ở đâu, đặc biệt với kích cỡ vị thế lớn. Khi tôi ngoại
suy kết quả của mình trong tương lai từ 5 đến 10 năm, có vẻ như tôi có thể phải thường
xuyên vi phạm quy tắc không mua quá 2% khối lượng giao dịch hàng ngày. Tại thời điểm
nào người ta ngừng giao dịch thị trường và trở thành thị trường? Chiến lược và phương
pháp của hệ thống giao dịch thay đổi như thế nào vào thời điểm đó?
Nếu bạn đang giao dịch với khối lượng lớn thì bạn phải chú ý đến việc thực hiện lệnh trong
thời gian lớn. Mọi người sẽ biết bạn là ai, đặc biệt nếu bạn có thể làm thay đổi thị trường. Vì
vậy, bạn phải tìm hiểu các phương pháp thực hiện lệnh sao cho giúp che đậy kích cỡ thực tế
của bạn. Curtis Faith là một người trong nhóm Rùa thành công nhất khi kiếm được 31 triệu đô
la cho Richard Dennis. Trong cuốn sách Way of the Turtle (Con đường của Rùa) của mình, ông
nói về việc việc thực thi lệnh trở nên quan trọng như thế nào đối với họ vì chúng đủ lớn để dịch
chuyển thị trường. Ví dụ: bạn có thể xem xét các địa điểm khớp lệnh thay thế không ảnh hưởng
trực tiếp đến thị trường bạn giao dịch. Một ví dụ sẽ là giao cắt đường giá trung bình có trọng
số theo khối lượng (VWAP) cho giao dịch cổ phiếu. Những loại giao dịch này thường được
đảm bảo mức giá cho mọi kích cỡ.
Điều đó sẽ cho bạn một chút thời gian. Tuy nhiên, bạn vẫn phải chấp nhận thực tế rằng bất kỳ
chiến lược nào bạn giao dịch đều sẽ có giới hạn về những gì bạn có thể làm với nó. Ví dụ: nếu
bạn nhìn vào những câu hỏi khách quan mà tôi đã hỏi Tom Basso, bạn sẽ nhận thấy rằng câu
trả lời của anh ấy liên quan đến năng lực của anh ấy dựa trên hệ thống mà anh ấy đang giao
dịch.
Tại một hội nghị học thuật về Tài chính hành vi ở Đức, tôi đã chơi trò chơi cùng các viên bi để
minh họa tầm quan trọng của việc định cỡ vị thế lên vốn sở hữu. Tại hội nghị đó, tôi đã đề cập
rằng tôi thường xuyên có những khách hàng kiếm được 100% lợi nhuận trở lên mỗi năm trên
thị trường thông qua việc định cỡ vị thế. Về cơ bản, một quý ông đã buộc tội tôi nói dối, nói
rằng theo kinh nghiệm của anh ấy, không thể kiếm được những khoản lợi nhuận như vậy. Tôi
sẽ trả lời cho câu hỏi đó ở câu hỏi cuối cùng, vì vậy tôi nghĩ tôi sẽ hoàn thành nó ở đây với
câu hỏi tiếp theo.
Câu hỏi 24: Làm thế nào có thể kiếm được lợi nhuận 100% mỗi năm thông qua việc định
cỡ vị thế khi không có nhà giao dịch chuyên nghiệp nào có thể làm được điều đó một cách

nhất quán?
Tài khoản của bạn càng nhỏ thì bạn càng có thể kiếm được nhiều tiền hơn thông qua việc định
cỡ vị thế. Đầu tiên, tôi biết những nhà giao dịch trong ngày chuyên nghiệp (những người đóng
vai trò là nhà môi giới của chính mình và hầu như không có chi phí giao dịch cũng như khả
năng khớp lệnh tốt nhất có thể), những người có thể kiếm được 100% mỗi tháng từ một tài
khoản nhỏ chẳng hạn như $25.000. Tuy nhiên, họ chỉ có thể làm được điều này khi thực hiện
giao dịch này với 1.000 cổ phiếu mỗi lần. Nếu tài khoản của họ lớn hơn, lợi nhuận của họ sẽ
giảm xuống vì họ vẫn chỉ có thể giao dịch 1.000 cổ phiếu một lần.
Các nhà giao dịch hợp đồng tương lai nhỏ có tài khoản khoảng $100.000 cũng có thể kiếm
được 1.000% mỗi năm nếu họ vượt qua giới hạn. Tuy nhiên, họ cũng sẽ có một số năm sụt
giảm vốn lớn khi thị trường biến động và không có xu hướng tốt.
Tôi có một khách hàng là một nhà giao dịch S&P 500, người có thể biến $200.000 thành một
triệu đô la mỗi năm. Khi anh ta kiếm được hơn một triệu đô la, về cơ bản anh ta sẽ lấy 75% tài
khoản của mình và chuyển nó cho người quản lý quỹ phòng hộ và sau đó bắt đầu lại ở mức
$200.000. Tại sao ư? Với số tiền một triệu đô la, kích cỡ vị thế của anh ấy ngày càng trở nên
quá lớn để có thể theo được hệ thống của anh ấy. Tình cờ thay, người này đã trả tiền cho một
nhân viên giao dịch trên sàn để thực hiện lệnh cho anh và giúp anh ấy thoát khỏi nguy hiểm.
Người giao dịch trên sàn tính phí hoa hồng cho anh ấy rất thấp nhưng anh cũng được đảm bảo
một khoản phí tối thiểu mỗi năm. Vì vậy, nếu nhà giao dịch không đủ tích cực để tạo ra khoản
phí tối thiểu thì nhân viên giao dịch trên sàn sẽ nhận được một tấm séc tốt. Việc thực hiện lệnh
là rất quan trọng trong hệ thống này.
Có các quỹ phòng hộ mà tôi huấn luyện có khả năng kiếm được 100% lợi nhuận mỗi năm. Ở
đây chúng ta đang nói về một quỹ phòng hộ khá linh hoạt với vốn sở hữu dưới $50.000.000 có
một hoặc nhiều hệ thống tuyệt vời, khả năng thực thi tốt và sử dụng định cỡ vị thế rất tốt.
Tôi đã làm việc với một công ty giao dịch lớn có văn phòng chiếm trọn một tầng của CBOT.
Họ cũng có thể kiếm được lợi nhuận tương tự vì lợi nhuận của họ đến từ 1) có nhân viên giao
dịch trên sàn để thực hiện lệnh, 2) có nhiều người nhà dịch khác nhau với các chuyên môn khác
nhau, 3) có nhiều hệ thống và thị trường để những nhà giao dịch này giao dịch và hiểu biết sâu
sắc về định cỡ vị thế. Công ty này có thể mở rộng giới hạn mà những gì một công ty lớn có thể
làm bởi vì họ giống như có 100 nhà giao dịch có khả năng kiếm được 100% lợi nhuận. Tính
đến thời điểm viết bài này, công ty đó đã phát triển lên hơn 130 nhân viên chỉ sau hơn sáu năm
tồn tại. Đó là sự tăng trưởng phi thường. Bây giờ họ đã chuyển ra khỏi CBOT vì không gian
quá nhỏ.
Khi bạn vượt qua một kích cỡ nhất định (ví dụ: tôi đã tham khảo ý kiến của một số quỹ phòng
hộ kiểm soát một tỷ đô la trở lên), thì ngoại trừ các điều kiện thị trường đặc biệt như năm 1999
trong thị trường cổ phiếu, có lẽ chúng ta đang nói về lợi nhuận trung bình hàng năm khoảng
20% hoặc hơn như là một mức trần.
Tuy nhiên, một quỹ lớn đã áp dụng phương pháp thuê tiến sĩ để lập trình mạng lưới thần kinh

cho hoạt động giao dịch trong ngày. Họ có hơn 100 tiến sĩ như vậy trong biên chế. Vào năm
2006, theo hiểu biết của tôi thì công ty này đã kiếm được hơn 7 tỷ USD khi thực hiện các giao
dịch trong ngày. Và mặc dù tôi không biết tỷ lệ phần trăm tăng trưởng nhưng tôi đoán là nó rất
lớn.
Các quỹ tương hỗ lớn cũng có khả năng kiếm được lợi nhuận trung bình hơn 20% với nhiều tỷ
đô la, nhưng cách duy nhất họ có thể làm được là thông qua đầu tư giá trị. Có lẽ ví dụ điển hình
nhất về điều này là Warren Buffett. Và Buffett đã tự mình có được một số lợi thế lớn về thuế
cho những gì ông đang làm.
Và khi bạn đến Phố Wall với các công ty lớn kiểm soát hàng nghìn tỷ đô la, thì chúng ta có
một trò chơi hoàn toàn khác, trong đó họ phát minh ra các quy tắc riêng của họ và nói với bạn
rằng đó cũng là cách bạn nên chơi. Họ cũng kiểm soát các phương tiện truyền thông. Ví dụ:
hầu hết các quỹ lớn kiếm tiền từ khoản phí mà họ tính cho khách hàng bất kể kết quả hoạt động
của họ như thế nào và họ đã đặt ra các quy tắc trong đó hoạt động tốt có nghĩa là đánh bại mức
trung bình của thị trường, điều mà 80% trong số họ không thể làm được.
Vì vậy, câu trả lời chung của tôi là phần lớn tiền trên thị trường không thể tạo ra lợi nhuận từ
100% trở lên. Tuy nhiên, những tài khoản nhỏ trị giá 50 triệu đô la trở xuống vẫn có cơ hội
kiếm được những khoản lợi nhuận như vậy nếu họ hiểu các nguyên tắc trong cuốn sách này và
kiểm soát được tâm lý của mình.
Sự thật rằng, bạn sẽ tìm thấy rất ít bản tin có khả năng mang lại lợi nhuận như vậy, bởi vì 1)
nếu chúng tốt, chúng sẽ có nhiều người đăng ký và số lượng người đăng ký nhiều sẽ hạn chế
những gì họ có thể làm được vì lo ngại về tính thanh khoản, và 2) chúng không có khả năng
thực sự về thời điểm giao dịch vì chúng xuất hiện mỗi tháng một lần và phải đưa ra khuyến
nghị. Kết quả là, nếu bạn xem Chương 13 trong cuốn Trade Your Way to Financial Freedom
(Ấn bản thứ 2), bạn sẽ thấy rằng những bản tin tốt nhất (tức là những bản tin có SQNSM cao
nhất) giống như những quỹ tương hỗ tốt hơn. Họ đưa ra khuyến nghị dựa trên giá trị. Và những
quỹ tốt nhất hoạt động tốt trong nhiều năm có thể sẽ mang lại cho bạn lợi nhuận khoảng 20%
hoặc hơn.
Loại 6: Đa tài khoản

Mọi người dường như bối rối khi họ có nhiều tài khoản. Họ nên gộp tất cả lại với nhau để xác
định vốn sở hữu hay nên xử lý từng tài khoản riêng biệt? Vì vậy, chúng ta hãy nhìn vào câu hỏi
đầu tiên.
Câu hỏi 25: Trong gia đình chúng tôi có nhiều tài khoản: IRA của vợ/chồng tôi, tài khoản
IRA hoặc Roth của con trai tôi, tài khoản tiền mặt (có thể ký quỹ) và một số IRA cho tôi.
Tôi thậm chí còn chia IRA của riêng mình thành nhiều phần phụ bằng cách sử dụng
nhiều nhà môi giới vì muốn có cổ phiếu hoặc tiền tệ quốc tế (ví dụ: khi Etrade không cung
cấp những thứ đó). Do đó, khi tôi mua một vị thế, tôi hơi mâu thuẫn về số tiền cần xem
xét rủi ro Tổng R của mình. Tôi có nên gộp tất cả các tài khoản phụ trong IRA của mình
vào thành một số tiền và sử dụng số tiền đó hay chỉ sử dụng tổng số tiền trong mỗi tài

khoản riêng biệt? Vì về mặt lý thuyết, số dư có thể về 0 trong tài khoản EUR của tôi và
tôi có thể mất $50.000, tức là 100%, khi nhìn vào tổng số tài khoản của tôi, nó có thể chỉ
chiếm 10% số tiền nắm giữ IRA của tôi. Nó tạo ra sự khác biệt trong suy nghĩ của tôi vì
trong các tài khoản nhỏ hơn, tôi cảm thấy mình phải thực hiện một giao dịch mua ban
đầu đáng kể hơn mức mà quy tắc rủi ro 1% thông thường sẽ chỉ ra. Tôi không muốn có
20 cổ phiếu khác nhau trong một tài khoản giá trị $10.000, nhưng trải rộng trên 6 tài
khoản thì điều đó sẽ ổn với tôi.
Bạn có thể làm việc này tuỳ theo cách bạn muốn, nhưng quan điểm của tôi là luôn xử lý riêng
từng tài khoản. Điều này làm cho các tài khoản nhỏ hơn khó giao dịch hơn, nhưng điều đó là
không thể tránh khỏi. Do đó, trong IRA giá trị $20.000, nếu bạn mạo hiểm 1%, bạn sẽ chỉ gặp
rủi ro trong $200.
Nếu bạn gộp các tài khoản của mình lại với nhau, bạn có thể trở nên vô lý với rủi ro định cỡ vị
thế của mình. Bạn có thể nói rằng tài khoản hưu trí của tôi trị giá $350.000, tài khoản tiền mặt
của tôi trị giá $100.000 và tôi có vốn sở hữu trị giá $450.000 trong nhà của mình. Do đó, đối
với mỗi giao dịch, tôi sẽ mạo hiểm 1% trong tổng số $900.000 tức là $9.000. Điều đó có nghĩa
là trong IRA trị giá $20.000 của bạn, bạn sẽ thực hiện giao dịch với rủi ro $9.000 hay 45% cho
mỗi vị thế. Điều đó thật vô lý, nhưng về cơ bản đó chính là điều bạn đang nói và có thể muốn
làm.
Câu hỏi tiếp theo cũng tương tự. Nó chỉ nghe có vẻ khác nhau.
Câu hỏi 26: Giả sử tôi đang giao dịch ba chiến lược, rủi ro 2% cho mỗi giao dịch. Tôi có
nên mở ba tài khoản và mạo hiểm 2% số tiền trong tài khoản đó không? Hay tôi nên mạo
hiểm 2% tổng số tiền trong cả ba tài khoản?
Đầu tiên, đối với mỗi hệ thống, hãy tìm chiến lược định cỡ vị thế đáp ứng mục tiêu của bạn.
Thứ hai, tôi sẽ phân bổ đều tiền của mình cho mỗi tài khoản. Và tôi sẽ định cỡ vị thế dựa trên
vốn sở hữu trong mỗi tài khoản chứ không phải tổng vốn sở hữu.
Thứ ba, bạn phải xác định mối tương quan giữa các hệ thống. Nếu tất cả chúng đều có mối
tương quan cao, tôi chỉ có thể chấp nhận rủi ro bằng 1/3 của bạn nếu như bạn chỉ giao dịch một
hệ thống. Nói cách khác, nếu tôi quyết định rằng mức rủi ro 2% là tối ưu và tôi có $100.000
trong mỗi tài khoản, tôi chỉ có thể chấp nhận rủi ro khoảng 0,67% trong mỗi tài khoản do mối
tương quan giữa chúng. Tuy nhiên, nếu các hệ thống có mối tương quan cao thì có lẽ chỉ cần
giao dịch với hệ thống có SQNSM cao nhất.
Thứ tư, nếu các hệ thống hoàn toàn khác nhau và không tương quan với nhau thì tôi sẽ định kỳ
cân bằng lại giữa các tài khoản. Tức là, nếu tài khoản tốt nhất có $250.000, tài khoản tốt nhất
tiếp theo là $100.000 và tài khoản tệ nhất là $50.000, thì tôi sẽ lấy $400.000 và chia đều cho
ba hệ thống (giả sử tôi không nghĩ hệ thống tệ nhất đã bị hỏng bằng một cách nào đó). Xem
Phương pháp 21 trong Chương 14 của cuốn sách này. Bạn có thể làm điều đó hàng tháng hoặc
ít nhất một lần mỗi quý.

Loại 7: Làm cách nào để định cỡ vị thế? Bạn nghĩ gì về phương pháp của
tôi?
Tôi nhận được nhiều câu hỏi nhất trong hai lĩnh vực này liên quan đến định cỡ vị thế. Bạn sẽ
nhận thấy rằng các câu hỏi nghe có vẻ hoàn toàn khác nhau nhưng chúng thực sự giống nhau.
Và trong mọi trường hợp, khi mọi người hỏi câu hỏi này, họ không cung cấp cho tôi đủ thông
tin để trả lời. Do đó, tôi chỉ đưa những điều này làm ví dụ và bạn có thể thấy những câu hỏi
bạn có thể đặt ra cũng có tính chất này như thế nào.
Tôi thiết kế cuốn sách này để giúp bạn tự trả lời câu hỏi này. Vì vậy, nếu bạn đã đọc hết các
chương trước, bạn sẽ biết cách trả lời chúng. Tất cả đều yêu cầu các thông tin sau trước tiên.
Đầu tiên, bạn cần mô tả hệ thống của mình. Hệ thống của bạn càng tốt, được xác định bởi
SQNSM, thì việc sử dụng định cỡ vị thế để đáp ứng mục tiêu của bạn càng dễ dàng hơn. Và tôi
đã trình bày những hướng dẫn về vấn đề này trong suốt tập sách này. Vậy kỳ vọng của bạn là
gì và SQNSM của bạn là gì?
Tiếp theo, mục tiêu của bạn là gì? Đây không phải là một câu hỏi tầm thường. Bạn đang cố
gắng để thực hiện điều gì? Hãy nhớ rằng mục đích thực sự đằng sau việc định cỡ vị thế là giúp
bạn đạt được mục tiêu của mình. Nhưng tôi không thể bảo bạn phải làm gì, và bạn cũng không
thể sử dụng những hướng dẫn trong cuốn sách này nếu bạn không biết mục tiêu của mình. Vậy
chúng là gì?
Được rồi, với phần giới thiệu đó, bạn sẽ hiểu câu trả lời của tôi. Vì vậy, chúng ta hãy nhìn vào
các câu hỏi. Hãy chú ý rằng tất cả chúng đều có vẻ khác nhau nhưng thực ra chúng đều giống
nhau.
Câu hỏi đầu tiên có lẽ là phiên bản chung của câu hỏi tôi nên định cỡ vị thế như thế nào, vì
vậy tôi đã đưa nó vào trước.
Câu hỏi 27: Bạn chọn chiến lược giao dịch dựa trên kỳ vọng và quản lý tiền như thế nào?
Kỳ vọng của bạn và SQNSM cho bạn biết chất lượng hệ thống của bạn. Nó không liên quan gì
đến định cỡ vị thế. Tuy nhiên, SQN của bạn càng tốt thì việc định cỡ vị thế để đáp ứng mục
tiêu của bạn càng dễ dàng hơn.
Chúng ta hãy xem hệ thống được mô tả trong Hình 8-1. Với rủi ro 7,4%, chúng ta có 69,8% cơ
hội đạt được mục tiêu kiếm được 200% sau 50 giao dịch. Điều đó khá tốt và đó là vì hệ thống
này khá tốt. Tuy nhiên, ở mức kích cỡ vị thế đó, chúng ta sẽ có 16,1% nguy cơ bị thất bại. Nếu
chúng ta có một hệ thống tốt hơn, chúng ta có thể phải chịu ít rủi ro hơn để đạt được mục tiêu
và có gần như không có khả năng bị thất bại.
Phần thứ hai của câu hỏi liên quan đến định cỡ vị thế của bạn. Định cỡ vị thế là một phần
trong hệ thống giúp bạn đạt được mục tiêu của mình. Tuy nhiên, bạn cần biết mục tiêu của
mình là gì để việc định cỡ vị thế có ý nghĩa. Hầu hết mọi người chỉ nói rằng họ muốn kiếm

càng nhiều tiền càng tốt. Nếu đúng như vậy thì có lẽ bạn nên chấp nhận rủi ro 30%. Bạn có
vốn sở hữu cuối cùng trung bình cao nhất với rủi ro 30%, do đó, nó có thể đáp ứng điều kiện
để kiếm được nhiều tiền nhất có thể. Nhưng bạn cũng có 73,7% nguy cơ bị thất bại ở mức độ
đó. Bạn có sẵn sàng đặt mình trước nguy cơ bị thất bại lớn như vậy không? Có thể là không,
và đó là lý do tại sao mục tiêu lại quan trọng trước khi bạn định cỡ vị thế.
Tất nhiên, câu hỏi tiếp theo cũng giống như vậy nhưng được diễn đạt theo thuật ngữ của hệ
thống ngoại hối. Lưu ý rằng người đặt câu hỏi thực sự đã không cung cấp cho tôi bất kỳ thông
tin quan trọng nào.
Câu hỏi 28: Tôi có $100.000 và tôi giao dịch ngoại hối giao ngay. Tôi muốn rủi ro không
quá 0,5%. Điều đó tương đương với $500 hay 50 pip, 1 pip = $10. Tôi có thể a) rủi ro $10
một điểm và rủi ro 50 pip, hoặc b) rủi ro $20 một điểm và rủi ro 25 pip, hay c) rủi ro $5
một điểm và rủi ro 100 pip?
Đầu tiên, bạn không nêu hệ thống mà lại hỏi tôi về định cỡ vị thế. Bạn cần phát triển một hệ
thống. Sau đó, bạn cần xác định SQNSM và mục tiêu của mình. Từ đó bạn có thể định cỡ vị thế
để đáp ứng mục tiêu của mình. Trong trường hợp của bạn, tôi nghĩ có thể bắt đầu với rủi ro
0,5% là một lựa chọn thông minh, nhưng đừng sử dụng định cỡ vị thế để xác định rủi ro của
bạn. Tạo ra một hệ thống. Sử dụng hệ thống để xác định khi nào bạn sai và sau đó định cỡ vị
thế dựa trên SQNSM của hệ thống.
Câu hỏi tiếp theo cũng tương tự, nghe có vẻ khác nhưng không phải vậy. Điều này liên quan
đến cách định cỡ vị thế khi giao dịch hợp đồng e-mini.
Câu hỏi 29: Tôi là người giao dịch e-minis trong ngày. Tôi có $50.000 để giao dịch. Tôi
nên làm gì để định cỡ vị thế? Tôi có nên coi $1.000 làm rủi ro hàng ngày (2%) và sau đó
sử dụng 20% trong số đó làm rủi ro cho mỗi giao dịch không?
Câu hỏi của bạn phải được hỏi là “Tôi nên định cỡ vị thế như thế nào trong hoàn cảnh của
mình?” Và giống như những người khác đã hỏi, bạn chưa cung cấp cho tôi đủ thông tin để trả
lời. Bạn thậm chí có một hệ thống không? Tôi nghi ngờ rằng bạn không có. Nếu bạn có thì
SQNSM của bạn là gì? Mục tiêu của bạn là gì? Nếu bạn đã trả lời được hai câu hỏi đó thì cuốn
sách này sẽ cung cấp cho bạn những hướng dẫn khá rõ ràng để giúp bạn đạt được mục tiêu của
mình.
Câu hỏi tiếp theo cung cấp thêm một chút thông tin về hệ thống và nó đề cập đến vấn đề phần
trăm rủi ro so với phần trăm biến động. Tuy nhiên, đây vẫn là câu hỏi cơ bản giống như tất cả
những câu hỏi khác.
Câu hỏi 30: Tôi giao dịch Hệ thống Động lượng 5 ngày, được phổ biến bởi Jeff Cooper,
tác giả cuốn Hit and Run Trading, Hệ thống Động lượng 5 ngày sử dụng mức dừng lỗ
$2,00. Gần đây tôi đã giao dịch nó bằng cách sử dụng định cỡ vị thế dựa trên ATR 5 ngày.
Tôi lấy 1% trong số vốn $100.000 của mình và chia cho ATR 5 ngày để xác định kích cỡ.
Vì thị trường biến động mạnh trong tháng 12 nên điểm dừng lỗ đã bị chạm nhiều lần.

Đây là vấn đề: ATR càng thấp thì kích cỡ vị thế càng lớn và tất nhiên ATR(5) càng lớn
thì vị thế càng nhỏ. Cả hai vị thế đều yêu cầu mức dừng lỗ $2,00.
Ví dụ 1: Cổ phiếu XYZ, ATR(5) = 2,00. 1% của $100.000 = $1.000. Vị thế = 500 cổ phiếu.
Giá trị dừng lỗ tiềm tàng = 2 × 500 = $1.000.
Ví dụ 2: Cổ phiếu ABC, ATR(5) = 5,00. Vị thế = 200 cổ phiếu. Giá trị dừng lỗ tiềm tàng
= $400.
Các cổ phiếu chuyển động chậm hơn tạo ra khoản lỗ lớn hơn nhiều so với các cổ phiếu
chuyển động nhanh hơn. Ngoài ra, khi tôi đúng với một cổ phiếu biến động nhanh, nó
phải tăng khá nhiều để ít nhất bằng mức lỗ tiềm tàng của cổ phiếu biến động chậm. Nhiều
lần trong tháng 12, tôi đã thua lỗ tối đa và lợi nhuận của tôi từ các cổ phiếu biến động
nhanh không thể khắc phục được những khoản lỗ này. Tôi đang làm gì sai hay tôi không
nên sử dụng loại định cỡ vị thế này với loại hệ thống này? Nó đã được thử nghiệm tốt,
điều này khiến tôi tin rằng đó chỉ là do điều kiện thị trường. Tiếp tục giao dịch theo cách
này có hợp lý không?
Tôi không chắc câu hỏi ở đây là gì—cho dù đó là về định cỡ vị thế hay kích cỡ điểm dừng lỗ
của bạn. Tuy nhiên, tất cả những nhận xét tôi đã đưa ra trước đây vẫn có hiệu lực. Sử dụng các
mức dừng lỗ bạn đang sử dụng, phân phối Bội số R của bạn là bao nhiêu và SQNSM của hệ
thống của bạn là bao nhiêu (sử dụng các phép tính được đưa ra trong cuốn sách này)? Nếu
SQNSM trên 3 thì hệ thống có thể có ý nghĩa.
Tuy nhiên, tôi nghĩ tôi thấy có vấn đề nghiêm trọng với việc bạn đang làm. Tại sao bạn sử dụng
định cỡ vị thế dựa trên biến động thay vì định cỡ vị thế dựa trên rủi ro? Việc định cỡ vị thế
theo phần trăm rủi ro sẽ cân bằng hơn rất nhiều. Và bởi vì điểm dừng lỗ của bạn rất chặt (ở
mức $2), bạn chỉ có thể sử dụng phần trăm rủi ro nhỏ hơn (tức là 0,2% đến 0,7%). Nếu không,
hãy đặt điểm dừng lỗ của bạn bằng ATR 5 ngày và thử nghiệm nó với hệ thống của bạn.
Hầu hết các câu hỏi thuộc loại này có hình thức hơi khác một chút. Họ giải thích một chút về
những gì họ đang làm và sau đó hỏi tôi nghĩ gì. Một lần nữa, họ không cho tôi biết SQNSM hay
mục tiêu của họ nên tôi không thể trả lời được những câu hỏi này. Tuy nhiên, tôi muốn đưa ra
một số ví dụ chỉ nhằm mục đích minh họa.
Tôi đưa vào câu hỏi tiếp theo vì nó thực sự là hai câu hỏi và do đó hơi khác một chút.
Câu hỏi 31: Khi bắt đầu, tôi chia số tiền của mình vào 4 cổ phiếu khác nhau và đặt mức
dừng lỗ ban đầu ở mức 8%. Điều này khiến rủi ro của tôi đối với mỗi cổ phiếu ở mức
dưới 3% vốn sở hữu trên mỗi cổ phiếu. Khi cổ phiếu của tôi tăng giá, tôi đặt điểm dừng
lỗ của mình phía dưới giá hiện tại một khoảng cách an toàn. Câu hỏi của tôi là làm cách
nào để điều chỉnh nó theo những thay đổi về giá của cổ phiếu? Ví dụ: một cổ phiếu tăng
hơn 50%, một cổ phiếu tăng hơn 20%, một cổ phiếu đứng yên và một cổ phiếu bị dừng
lỗ 8%. Để đơn giản, tôi giả định ban đầu mỗi cổ phiếu có giá $1.000. Bây giờ, tôi có một
cổ phiếu giá $1.500, một cổ phiếu giá $1.200, một cổ phiếu giá $1.000 và tôi có $920 tiền

mặt dụng để mua một cổ phiếu mới mà tôi vừa tìm thấy. Mức dừng lỗ 8% của tôi bằng
$73,60, nhưng 3% tổng danh mục đầu tư của tôi là $138,60. Rõ ràng là tôi có thể chấp
nhận rủi ro nhiều hơn với cổ phiếu mới này, nhưng tôi bị hạn chế về số vốn khả dụng của
mình, điều này ngăn cản tôi sử định cỡ vị thế tối ưu. Làm thế nào tôi có thể vượt qua trở
ngại này?
Tôi thực sự nhận được hai câu hỏi trong số này. Câu đầu tiên: “Tôi đã đầu tư toàn bộ và hiệu
suất của tôi giữa các khoản đầu tư khác nhau là không đồng đều. Làm cách nào để tôi có tiền
cho các khoản đầu tư mới?”
Câu trả lời của tôi cho câu hỏi này là có lẽ bạn nên bán đi những khoản đầu tư thua lỗ hoặc
những khoản đầu tư hoạt động kém nhất của mình, đặc biệt nếu bạn có khaonr đầu tư gì đó mà
bạn tin rằng sẽ hoạt động tốt hơn nhiều.
Câu hỏi thứ hai: “Tôi đã đầu tư toàn bộ và hiệu suất của tôi giữa các khoản đầu tư khác nhau
là không đồng đều. Và tôi cũng gặp nhiều rủi ro hơn trong một số giao dịch so với những giao
dịch khác. Tôi có thể (hoặc nên) làm gì với việc này?
Hãy xem xét một số mô hình nhân rộng được đưa ra trong cuốn sách này. Ví dụ: nếu rủi ro ban
đầu của bạn là 3%, bạn có thể cân nhắc giữ rủi ro mở ở mức 5% và thu hẹp vị thế để đảm bảo
bạn không bao giờ có rủi ro mở lớn hơn 5%. Bằng cách đó, bạn sẽ có rủi ro tối đa như nhau ở
tất cả các vị thế của mình và bạn cũng sẽ có thêm tiền để mở rộng vị thế.
Cuối cùng, tôi đặc biệt khuyên bạn nên đọc các phần trong cuốn sách này về độ nóng của danh
mục đầu tư. Tất cả các vị thế của bạn có thể giảm cùng một lúc và đó có thể là một ngày rất
buồn đối với bạn.
Câu hỏi tiếp theo là kiểu câu hỏi điển hình hơn là: “Việc tôi đang làm có ổn không?”.
Câu hỏi 32: Tôi đang suy nghĩ về cách thêm thành công giao dịch ký quỹ vào kế hoạch
quản lý tiền của mình. Tôi giao dịch một hệ thống chứng khoán, nhưng cho đến nay tôi
vẫn tránh sử dụng ký quỹ chỉ để thận trọng và loại bỏ rủi ro về các lệnh gọi ký quỹ. Một
chiến lược mà tôi đang nghĩ đến sẽ hoạt động như thế này. Tôi tham gia giao dịch như
thường lệ và đặt điểm dừng lỗ. Sau khi vị thế di chuyển theo hướng có lợi cho tôi một
khoảng là 1 ATR (hoặc một lượng được xác định trước khác), tôi dự định thêm vào vị thế
của mình bằng cách sử dụng ký quỹ. Tôi sẽ chỉ mua thêm đủ số cổ phiếu để không vượt
quá rủi ro đã xác định trước trong giao dịch - hiện tại là 1%. Tôi sẽ sử dụng lệnh dừng lỗ
trượt để duy trì mức độ rủi ro trong suốt giao dịch.
Đối với tôi, có vẻ như chiến lược này có một số lợi thế. Đầu tiên, tôi sẽ không thêm ký quỹ
vào các vị thế của mình cho đến khi giao dịch diễn ra theo hướng thuận lợi. Điều này sẽ
làm tăng khả năng định cỡ vị thế theo kiểu “kim tự tháp” thành công trên tỷ lệ ký quỹ và
giảm nguy cơ xảy ra lệnh gọi ký quỹ. Thứ hai, tôi đang duy trì mức độ rủi ro cố định khi
điểm dừng lỗ của tôi di chuyển theo hướng thuận lợi. Cuối cùng, tôi sẽ cải thiện tỷ lệ rủi
ro/lợi nhuận cho toàn bộ giao dịch bằng cách mở rộng kích cỡ giao dịch.

Tôi có thể thấy một nhược điểm của ý tưởng này. Tôi không nghĩ rằng tôi sẽ muốn tăng
quy mô đặt cược của mình quá nhanh vì nếu thị trường đi ngược lại với tôi thì tôi không
muốn có quá nhiều rủi ro trong một giao dịch. Mức độ thoải mái cá nhân của tôi sẽ không
vượt quá rủi ro ban đầu của tôi trên vị thế tại vị thế sau khi được thêm vào. Nếu tôi bắt
đầu với rủi ro 1% thì tôi sẽ duy trì rủi ro đó hoặc giảm thiểu rủi ro nhưng không bao giờ
vượt quá nó.
Đối với tôi, đây có vẻ là một cách hợp lý để thêm giao dịch ký quỹ vào kế hoạch quản lý
tiền của tôi và cố gắng cải thiện tỷ lệ rủi ro/lợi nhuận trên mỗi giao dịch bằng cách sử
dụng ký quỹ. Tôi sẽ đánh giá cao bất kỳ suy nghĩ nào về loại hình quản lý tiền hoặc giao
dịch ký quỹ này nói chung.
Về cơ bản, đây là một dạng thêm/bớt vị thế trong quản lý tiền được mô tả trong cuốn sách này.
Và nó có vẻ ổn với tôi. Điều bạn thực sự chưa nói với tôi là SQNSM và mục tiêu của bạn. Nếu
bạn muốn gợi ý của tôi thì tôi sẽ xác định cả hai. Sau đó, bạn có thể đọc qua các phần của cuốn
sách này liên quan đến mục tiêu của mình và tìm mô hình định cỡ vị thế phù hợp với bạn nhất
(tức là dựa trên niềm tin và mức độ thoải mái của bạn).
Đây là một câu hỏi khác khá điển hình.
Câu hỏi 33: Tôi đang nghĩ đến việc triển khai Hệ thống quản lý tiền sau đây với các chiến
lược theo xu hướng của mình: 1) Bán một nửa số lượng cổ phiếu khi giá tăng đến mức
mà lợi nhuận = mức rủi ro ban đầu, 2) Di chuyển điểm dừng lỗ ban đầu của tôi về hòa
vốn và để dừng lỗ trượt nửa lại từ đó trở đi. Một lợi thế của việc này là nó cho phép tôi
thu được một nửa lợi nhuận một cách nhanh chóng và thận trọng, sau đó tôi có thể dựa
vào số tiền còn lại để kiếm được lợi nhuận đáng kể. Bạn nghĩ sao? Phần quản lý rủi ro
thực sự quan trọng đối với tôi.
Kỹ thuật của bạn là một trong những kỹ thuật mà tôi đã liệt kê trong Chương 15 dưới dạng các
chiến lược cần tránh. Về cơ bản, điều đó có nghĩa là 1) bạn sẽ có giao dịch tốt nhất với chỉ một
nửa vị thế và 2) bạn sẽ chịu khoản lỗ lớn nhất với toàn bộ vị thế. Đây chẳng phải là điều ngược
lại với việc cắt lỗ sớm và để lợi nhuận của bạn chạy sao? Ngoài ra, các điểm dừng lỗ ban đầu
của bạn có nhiều khả năng bị chạm đến hơn (ngay cả khi đó là các điểm dừng lỗ “trong đầu”).
Đối với tôi, có vẻ như một mục tiêu quan trọng đối với bạn là giảm thiểu nguy cơ thất bại. Do
đó, Tôi khuyên bạn nên xem xét các kỹ thuật liên quan đến việc giảm thiểu nguy cơ thất bại
trong Chương 14 của cuốn sách này hãy sử dụng chúng thay vì kỹ thuật hiện tại.
Tuy nhiên, những nhà giao dịch trung hạn giỏi thường đặt mục tiêu lợi nhuận dựa trên những
gì họ nghĩ thị trường sẽ diễn ra. Họ có thể có mục tiêu kiếm được 3R khi giao dịch và khi giá
tăng 3R, họ sẽ thường xuyên giảm một nửa vị thế và để nửa còn lại chạy tiếp vì có vẻ như nó
vẫn còn tiềm năng. Tôi đã thấy những nhà giao dịch này tích lũy được Bội số R khổng lồ trong
lợi nhuận thông qua loại hình giao dịch này, vì vậy tôi không phản đối điều đó.
Tôi đưa câu hỏi này về cuối cùng vì người hỏi đã cung cấp cho tôi đủ thông tin để ít nhất tôi

có thể ước tính được SQNSM.
Câu hỏi 34: Tôi đang sử dụng hệ thống có đặc điểm sau: Tỷ lệ thắng 43%. Tiền thắng
trung bình là $3.957 và tiền thua trung bình là $1.584. Tôi tin rằng điều này mang lại cho
tôi kỳ vọng là 0,5041. Hiện tại tôi đang mạo hiểm 2,5% vốn cho mỗi giao dịch. Theo kiểm
tra lại với dữ liệu trong 20 năm, mức sụt giảm vốn lớn nhất với mức rủi ro này là 29,49%
và lợi nhuận trung bình hàng năm là 100,02%.
Tôi xem đây như một hệ thống và giả định rằng 1R là $1.584. Khi tôi làm vậy, nó có kỳ vọng
là 0,51 và tôi có thể ước tính (rất gần) SQNSM của bạn cho 100 giao dịch là khoảng 2,8. Đó
không phải là một hệ thống tồi, nhưng cũng không phải là quá tốt. Ngoài ra, ước tính của tôi
về SQNSM của bạn là rất sơ bộ vì tôi không biết phân phối Bội số R của bạn trông như thế nào.
Những gì tôi đang dự định làm là sử dụng 2,5% vốn ban đầu của mình cộng với 5% phần
lợi nhuận. Sử dụng $100.000 làm điểm khởi đầu, tôi sẽ mạo hiểm 2,5% số tiền này cộng
với 5% lợi nhuận trên số tiền này. Ví dụ: nếu tài khoản của tôi ở mức $125.000 thì tôi sẽ
chấp nhận rủi ro 2,5% của $100.000 ($2.500) cộng với 5% của $25.000 ($1.250). Bất cứ
khi nào tài khoản của tôi giảm xuống dưới mức vốn sở hữu ban đầu là $100.000, tôi sẽ chỉ
rủi ro 2,5% vốn sở hữu của mình.
Tôi biết độ biến động tài khoản của tôi sẽ tăng lên rất nhiều, nhưng tôi tin rằng phần lớn
điều đó sẽ xảy ra ở trên mức vốn sở hữu ban đầu của tôi. Đây là lý do của tôi: nếu một
khoản sụt giảm vốn bắt đầu từ giao dịch đầu tiên thì tôi sẽ chỉ mất 2,5%, không nhiều
hơn nếu tôi tiếp tục giao dịch với rủi ro không đổi 2,5% hiện tại. Do đó, mức sụt giảm
vốn sẽ có cùng độ lớn bất kể tôi sử dụng hệ thống đòn bẩy nào. Nếu việc sụt giảm vốn xảy
ra tại mức vốn cao hơn mức vốn sở hữu ban đầu thì nó sẽ lớn hơn nhiều do rủi ro tăng
thêm một mức 5% lợi nhuận. Nếu sự sụt giảm vốn bắt đầu tại mức vốn trên mức vốn sở
hữu ban đầu và tiếp tục diễn ra đến một mức dưới mức vốn sở hữu ban đầu thì khoản lỗ
sẽ lớn hơn một chút so với khi tôi sử dụng rủi ro không đổi 2,5%. Điều này là do việc sụt
giảm vốn sẽ làm mất tiền tại tỷ lệ lớn hơn khi ở vốn đang ở trên mức vốn sở hữu ban đầu.
Hiện tại tôi đang lên kế hoạch cho 16 lần thua liên tiếp (khả năng xảy ra là 0,028%). Nếu
chuỗi này xảy ra bắt đầu ngay tại giao dịch đầu tiên, nó sẽ dẫn đến mức sụt giảm 33,31%
xuống còn $66.692,01, bất kể mức độ rủi ro nào được sử dụng. Sử dụng 2,5% cộng với
5% lợi nhuận, với chuỗi 16 lần thua, xảy ra tại mức bằng hoặc cao hơn mức vốn sở hữu
ban đầu, không thể dẫn đến việc vốn sở hữu giảm xuống dưới $66.692,01. Xin hãy đưa ra
nhận xét.
Câu hỏi này tương tự như những câu hỏi khác. Tôi thực sự cần biết toàn bộ phân phối Bội số
R của bạn để hiểu điều gì sẽ xảy ra với bạn về mặt sụt giảm vốn với công thức định cỡ vị thế
này. Bạn chưa đưa ra điều đó cho tôi. Dựa trên những gì tôi thấy, những gì bạn đề xuất có thể
hiệu quả. 16 lần thua lỗ liên tiếp của bạn sẽ xảy ra khoảng 1% số lần trong 100 giao dịch.
Tuy nhiên, giao dịch thực sự có rất nhiều sai khác. Nếu đây là những gì bạn đạt được khi kiểm
tra lại, thì sẽ thật may mắn khi bạn đạt được hiệu suất chỉ bằng một nửa so với việc kiểm tra

lại với giao dịch thực của mình. Ngoài ra, điều gì xảy ra với bạn về mặt tâm lý khi bạn đang
trải qua giai đoạn sụt giảm vốn? Bạn có sẵn sàng cho những gì bạn đang chuẩn bị cho loại hình
giao dịch này không? Tôi không biết câu trả lời cho điều đó.
Loại 8: Bạn nghĩ gì về hình thức định cỡ vị thế này?

Đôi khi tôi nhận được những câu hỏi về những ý tưởng mà tôi chưa trình bày trong cuốn sách
này. Một số ý tưởng thật điên rồ hoặc chẳng có ý nghĩa gì cả, nhưng điều thú vị đối với tôi là
có bao nhiêu chiến lược khác nhau mà mọi người có thể đưa ra để tôi xem xét. Nó thực sự cho
thấy có bao nhiêu chiến lược định cỡ vị thế khả dụng (thử một số lượng vô hạn).
Vì vậy, hãy xem xét một vài ví dụ về loại câu hỏi này.
Câu hỏi 35: Tôi có một hệ thống giao dịch tương lai theo xu hướng rất hay. Tôi ổn với hệ
thống. Giả sử tôi có một triệu đô la để giao dịch và khi thử nghiệm lại với dữ liệu hơn 20
năm nó đã tạo ra lợi nhuận vượt qua 50% mỗi năm. Giả sử tôi đang mạo hiểm 2% và
mức sụt giảm vốn tối đa của tôi là 50% với kích cỡ tài khoản này.
Điều gì sẽ xảy ra nếu tôi chỉ giao dịch 20% trong số tiền đó và gửi phần còn lại vào ngân
hàng và tôi giao dịch số tiền này ở mức rủi ro 10-15% cho mỗi giao dịch? Trong quá trình
kiểm tra lại của tôi với cách này, kết quả thu được đã bay lên vũ trụ. Và giả sử rằng mỗi
năm tôi lấy 75% lợi nhuận của mình và gửi vào ngân hàng, số tiền này thực tế sẽ làm tăng
gấp đôi tài khoản của năm trước. Trong 18 năm thử nghiệm, kết quả thu được thật phi
thường. Bạn nghĩ sao?
Đó sẽ là một thảm họa vì một hoặc nhiều lý do sau:
1) Cứ khoảng 12 năm một lần, chúng ta lại có một cú sốc về giá và kết quả là bạn sẽ rơi
vào tình trạng khó khăn đến mức mất sạch tài khoản ngân hàng của mình.
2) Giao dịch trong quá trình kiểm tra lại không có nghĩa là bạn có thể chấp nhận được
những gì có thể xảy ra khi sụt giảm vốn thật. Thật dễ dàng để vượt qua mức sụt giảm vốn
50% khi kiểm tra lại. Nhưng khi tiền thật của bạn bị đe dọa thì đó là một cơn ác mộng.
3) Hệ thống của bạn có thể không xem xét đến những lệnh gọi ký quỹ hoặc từ chối giao
dịch vì bạn không có đủ tiền (trong tài khoản danh nghĩa), v.v.
Đôi khi mọi người hỏi tôi về những gì họ đã đọc được từ một cuốn sách
Câu hỏi 36: Tôi muốn biết suy nghĩ của anh về công thức quản lý tiền/định cỡ vị thế của
Larry Williams. Anh ấy đã nhấn mạnh những điều sau đây trong giao dịch cổ phiếu hoặc
hàng hóa trong hai đoạn cuối của mình.
Số dư tài khoản × 0,15/Khoản lỗ lớn nhất hoặc dừng lỗ = Số lượng hợp đồng/cổ phiếu
được giao dịch.
Bây giờ tôi nhận ra rằng 0,15 có thể được thay đổi tùy thuộc vào mức độ anh muốn sử

dụng đòn bẩy. Anh ấy nói điều gì đó kiểu như nếu bạn thận trọng, bạn có thể sử dụng hệ
số là 0,06 hoặc nếu bạn sẵn sàng chấp nhận rủi ro hơn một chút, hãy sử dụng 0,08-0,12
làm hệ số nhân. Đối với mẫu số, bạn có thể căn cứ ước số vào một biến động giới hạn,
phạm vi lớn nhất trong ngày hoặc phạm vi mở cửa qua đêm lớn nhất. Tất nhiên có nhiều
cách khác để xác định hệ số chia đó là bao nhiêu.
Có thể việc sử dụng thuật ngữ định cỡ vị thế cho việc này là không chính xác, nhưng
Larry nói rằng anh ấy chưa thấy bất cứ điều gì vượt trội hơn điều này và gọi nó là “chìa
khóa dẫn đến vương quốc”.
Tôi chưa từng thấy những công thức này trước đây, nhưng về cơ bản những gì anh ấy muốn
nói là rủi ro từ 8% đến 15% cho mỗi vị thế chia cho khoản lỗ lớn nhất của bạn. Ví dụ: nếu
khoản lỗ lớn nhất của bạn là 5R thì bạn sẽ có rủi ro 3%. Về cơ bản đây là một phiên bản đơn
giản của f tối ưu theo ý kiến của tôi. Nó cũng không tính đến nhiều vị thế tương quan. Nếu bạn
xem Chương 15 về những điều cần tránh, về cơ bản nó bao gồm hầu hết những gì Larry
Williams nói về định cỡ vị thế. Và Ralph Vince ban đầu làm việc với Larry Williams. Công
thức này chỉ là “chìa khóa dẫn đến vương quốc” nếu ý bạn là nơi bạn sẽ đi đến sau khi tự sát
vì tài chính. Tuy nhiên, nó có thể hoạt động nếu mục tiêu của bạn là đạt được lợi nhuận tối đa
mà không phải lo lắng về việc sụt giảm vốn.
Đôi khi mọi người hỏi tôi về những ý tưởng định cỡ vị thế chẳng có ý nghĩa gì cả. Có lẽ họ đã
hiểu sai những gì người khác nói, có lẽ họ chỉ tưởng tượng ra, hoặc có lẽ tôi chỉ đang không
theo kịp những gì họ đang nói.
Hãy để tôi đưa ra tuyên bố chung về các mô hình định cỡ vị thế khác. Có vô số mô hình định
cỡ vị thế có thể áp dụng, nhưng hầu hết chúng có thể sẽ là tập hợp con của một trong các mô
hình được đưa ra trong cuốn sách này. Rất có thể những phương pháp trong cuốn sách này là
tất cả những gì bạn cần. Nhưng nếu bạn thấy điều gì đó mới mẻ thì hãy nghiên cứu nó thật kỹ.
Tìm ra cách nó hoạt động. Nếu bạn tin rằng nó hoàn toàn khác với những gì chúng tôi đã trình
bày ở đây thì tôi rất muốn biết về nó. Tuy nhiên, tôi không quan tâm đến những mô hình không
có ý nghĩa (và có rất nhiều mô hình như vậy). Ngoài ra, tôi có thể không quan tâm đến các mô
hình chỉ là biến thể của một trong các mô hình đã được trình bày ở đây trừ khi bạn tin rằng nó
bổ sung một góc nhìn hoàn toàn khác về cách suy nghĩ về định cỡ vị thế.
Loại 9: Câu hỏi về toán học

Một trong những nỗi thất vọng lớn nhất của tôi là mọi người luôn hỏi tôi những câu hỏi về
phép toán liên quan đến một trong các mô hình hoặc một trong các ví dụ. Dưới đây là một ví
dụ về những loại câu hỏi đó.
Tôi dường như không thể nhận được những con số giống như bạn đã làm trong ví dụ của
mình. Đây là những gì tôi đã làm. Tôi đã làm gì sai sao?
Rất có thể là ngay cả sau khi được người khác soát lỗi và kiểm tra rộng rãi rằng có một số lỗi
trong cuốn sách này và những cuốn sách khác, tôi vẫn sẽ ngạc nhiên nếu không có lỗi nào. Do

đó, tôi khuyên bạn nên thực hiện quy trình sau nếu bạn gặp vấn đề với phép toán ở một trong
các ví dụ. Đầu tiên, hãy tìm một người bạn giỏi toán và có ít nhất bằng kỹ sư. Yêu cầu họ kiểm
tra ví dụ mà bạn đang gặp vấn đề trong cuốn sách và đảm bảo rằng họ làm điều đó một cách
độc lập. Nếu cả hai bạn đều cho rằng tôi đã mắc lỗi (điều này có thể xảy ra), vui lòng cho chúng
tôi biết và tôi sẽ sửa lại nó. Tuy nhiên, tôi không có thời gian để giải thích các tính toán riêng
lẻ cho mọi người đã hỏi. Tôi đã cố gắng thực hiện các phép tính rõ ràng nhất có thể để không
nảy sinh những câu hỏi này.

Chương 19
Tự đánh giá
Một trong những mối quan tâm lớn nhất của tôi là mọi người sẽ tiếp nhận những thông tin từ
cuốn sách này và bắt đầu áp dụng nó mà không thực sự hiểu nó. Do đó, tôi đã tạo chương tự
đánh giá này. Trước khi bạn bắt đầu sử dụng định cỡ vị thế trong giao dịch thực tế của mình,
vui lòng đảm bảo rằng bạn hiểu tất cả các khái niệm có trong cuốn sách này. Và để làm được
điều đó, tôi khuyên bạn nên trả lời những câu hỏi sau.
Mỗi câu hỏi dưới đây phải được trả lời theo khả năng tốt nhất của bạn. Tôi đã tham chiếu đến
chương mà chủ đề này đã được thảo luận để bạn có thể quay lại và tra cứu chủ đề đó. Đúng,
đây là bài kiểm tra “mở”. Bạn có thể tra cứu câu trả lời vì mối quan tâm duy nhất của tôi là sự
hiểu biết của bạn. Tra cứu đáp án không phải là gian lận. Tôi chỉ muốn bạn ghi lại những
nguyên tắc và ý tưởng. Tuy nhiên, vì tôi muốn bạn viết câu trả lời thành văn bản (chứ không
chỉ đọc chúng) nên tôi chưa đưa câu trả lời cho những câu hỏi này vào cuốn sách này. Sau khi
hoàn thành công việc trong chương này, bạn có thể yêu cầu đáp án bằng cách gửi email đến
position-sizing@iitm.com. KHÔNG được yêu cầu câu trả lời cho đến khi bạn đã tự mình trả
lời chúng.
Chương 1
1) 10 Quy tắc Vàng trong Giao dịch là gì?
Chương 2
2) Bạn mua 400 cổ phiếu XYZ với giá $7.728. Bạn dự định bán cổ phiếu nếu nó giảm $2,20
so với điểm vào lệnh của bạn. Tổng rủi ro 1R của bạn ở vị thế này là bao nhiêu?
3) Bạn mua một cổ phiếu ở mức giá $48 với mức dừng lỗ trượt 25%. Cổ phiếu tăng lên tới
$62 và sau đó giảm 25% khi bạn thoát ra. Lợi nhuận (hoặc lỗ) của bạn được thể hiện dưới dạng
Bội số R là bao nhiêu?
4) Bạn mua một hợp đồng tương lai ngô ở mức giá $210,20 với mức dừng lỗ ở mức $209,50.
Trong ba tháng tiếp theo, ngô sẽ đạt mức $406,50/giạ. Lợi nhuận của bạn được biểu thị bằng
Bội số R của rủi ro ban đầu của bạn là bao nhiêu? Hãy nhớ rằng có 5.000 giạ trong một hợp
đồng ngô.
5) Nếu bạn đang giao dịch ngô với tài khoản $30.000 và bạn sẵn sàng mạo hiểm 2% thì bạn
có thể mua bao nhiêu hợp đồng?
6) Vào thời điểm ngô đạt mức giá cao, điều gì đã xảy ra với tài khoản của bạn? Bạn có thể
gặp phải những vấn đề gì do sự thay đổi này?

Chương 3
7) Các biến nào cho phép bạn xác định Chỉ số Chất lượng Hệ thốngSM của mình?
8) Bảng 19-1 hiển thị mười giao dịch gần đây nhất của bạn. Xác định Bội số R (đến hai chữ
số thập phân), kỳ vọng và SQNSM của bạn dựa trên mười giao dịch gần nhất. (Xem thêm
Chương 2).

Lãi hoặc lỗ đã bao
gồm phí
400 CSCO tại giá $31 $800 $3.322
80 IBM tại giá $80 $750 $813
300 VLO tại giá $50 $1,000 $5.413
400 HRB tại giá $48 $800 -$1.531
500 IRF tại giá $58 $700 $3.890
400 ISIL tại giá $18 $600 -$976
600 LSI tại giá $5,38 $750 $4.961
500 MYL tại giá $17,50 $500 $367
400 ORI tại giá $31 $800 -$2.314
300 SRA tại giá $40,77 $600 $1.571
Tổng
Trung bình
9) Nếu bạn thực hiện 100 giao dịch, có cùng kỳ vọng và độ lệch chuẩn, bạn sẽ đánh giá hệ
thống này dựa trên Chỉ số Chất lượng Hệ thốngSM của nó như thế nào?
10) Trong Bảng 19-2, bạn chỉ có một loạt kết quả giao dịch. Ước tính tốt nhất của bạn về kỳ
vọng của hệ thống và Chỉ số Chất lượng Hệ thốngSM của bạn là bao nhiêu?

Bảng 19-2: Xác định kỳ vọng mà không cần biết rủi ro ban đầu của mỗi giao dịch
Giao dịch Lãi hoặc Lỗ đã bao gồm chi phí
400 HRB tại giá $51 -$565
80 IBM tại giá $80 -$499
400 ISIL tại giá $16 $9.782
500 MYL tại giá $17,50 $1.244
400 ORI tại giá $31 -$1.345
300 HD tại giá $46 -$344
50 GOOG tại giá $245 $2.389
2000 FORD tại giá $13,22 $4.500
300 CREE tại giá $25 -$1.240
300 GM tại giá $29 -$1.300
Tổng
Trung bình
11) Chỉ số Chất lượng Hệ thốngSM của các giao dịch trong Bảng 2-2 là gì? (Xem thêm Chương
2).
12) Bảng 19-3 cung cấp cho bạn phân phối Bội số R của bốn hệ thống. Hệ thống nào tốt nhất
và tại sao? Nếu cả bốn hệ thống tạo ra 100 giao dịch mỗi năm thì chúng sẽ như thế nào so với
các hệ thống trong Bảng 3-9?
Dữ liệu tóm tắt của hệ thống được đưa vào cuối bảng, trong đó EXP - kỳ vọng, SD - độ lệch
chuẩn của R và điểm mấu chốt là số giao dịch được hệ thống tạo ra mỗi tháng. Xếp hạng mười
hệ thống, bao gồm Hệ thống 3-1 đến 3-6 và Hệ thống 19-1 đến 19-4.
Đồng thời, dựa trên hiểu biết của bạn về Chỉ số Chất lượng Hệ thốngSM, hãy cho biết liệu bạn
có muốn giao dịch bất kỳ hệ thống nào trong số đó hay không. Tại sao bạn làm vậy hoặc tại
sao không?

Bảng 19-3: Hệ thống được đánh giá

Hệ thống 19-1 Hệ thống 19-2 Hệ thống 19-3 Hệ thống 19-4
3 (-3R) 25 (-1R) 35 (-1R) 5 (-1R)
4 (-2R) 15 (-2R) 12 (-2R) 4(-2R)
15 (-1R) 3 (-5R) 1 (-5R) 3 (-3R)
15 (1R) 3 (2R) 13 (1R) 2 (-4R)
5 (2R) 5 (4R) 10 (3R) 1 (-5R)
2 (5R) 2 (6R) 4 (9R) 50 (1R)
1 (10R) 1 (10R) 2 (18R)
1 (15R) 1 (20R) 2 (36R)
1 (30R)
1 (50R)
Exp = 0,61 Exp = 1,37 Exp = 1,56 Exp = 0,23

SD = 3,19 SD = 8,61 SD = 6,91 SD = 1,54
20 giao dịch/tháng 30 giao dịch/tháng 16 giao dịch/tháng 28 giao dịch/tháng
13) Các yếu tố chính ảnh hưởng đến Chỉ số Chất lượng Hệ thốngSM là gì? Bạn sẽ phải làm gì
với hệ thống của mình để có được SQNSM cao? Một Chỉ số Chất lượng Hệ thốngSM mạnh mẽ
có giá trị là bao nhiêu?
14) Tác động tiềm ẩn của cú sốc giá đối với giao dịch của bạn là gì?
Chương 4
15) Sáu câu hỏi bạn nên tự hỏi về hệ thống của mình là gì?
16) Hệ thống đáng tin cậy là gì? Bạn cần biết thông tin gì để tin rằng phân phối Bội số R của
bạn là đáng tin cậy? (Xem thêm Chương 3)
17) Bạn đã kiểm tra lại hệ thống giao dịch của mình và có số lượng giao dịch trong một năm
để biểu trưng cho hệ thống đó (tức là 50 giao dịch). Một số câu hỏi thông thường bạn nên tự
hỏi mình để xác định xem hệ thống của bạn có đáng tin cậy hay không?
18) Làm thế nào bạn biết hệ thống của bạn có hợp lệ hay không?
19) Làm thế nào bạn có thể xác định những gì mong đợi từ hệ thống của mình ở mọi loại thị
trường? Bạn định nghĩa các loại thị trường khác nhau như thế nào?
20) Bạn nên lấy loại thông tin nào từ hệ thống của mình trước khi giao dịch?

21) Một khi bạn đã có thông tin này, nó sẽ khiến bạn suy nghĩ khác như thế nào?
Chương 5
22) Bạn có thể khắc phục những điều sau bằng cách nào:
a) Thiên kiến xổ số?

b) Thành kiến phải đúng?
23) Gần đây tôi thấy một quảng cáo từ một bản tin email nói về một chuyên gia chọn cổ phiếu.
Thành kiến tâm lý nào được phản ánh ở đây?
24) Khi một nhà thống kê nói rằng “thị trường có những cái đuôi béo”, điều đó cho bạn biết
điều gì về thị trường? Hiện tượng này đi ngược lại thành kiến nào?
Chương 6
25) Những điều sau đây liên quan đến thành kiến về chuỗi:
a) Trong hệ thống 30% thắng, bạn có thể mong đợi điều gì gần như chắc chắn về chuỗi
thua trong 100 giao dịch?
b) Thành kiến về chuỗi có thể ảnh hưởng đến bạn như thế nào?
c) Khả năng mười lần thua liên tiếp xảy ra trong một hệ thống có tỷ lệ thắng 45% trong
100 giao dịch là bao nhiêu?
26) Khi bạn bị sụt giảm vốn 50%, bạn phải lãi bao nhiêu để trở lại mức hòa vốn? Khi bạn bị
sụt giảm vốn 25%, bạn phải lãi bao nhiêu? Việc này cho bạn biết điều gì rất quan trọng?
27) Xác định một ý tưởng có rủi ro thấp.
28) Định nghĩa định cỡ vị thế. Mục đích của việc định cỡ vị thế là gì?
29) Bốn thành kiến hàng đầu ngăn cảm việc sử dụng định cỡ vị thế một cách chính xác là gì?
Đâu là ví dụ về chiến lược định cỡ vị thế mà bạn không nên sử dụng vì nó tập trung vào việc
mong muốn mình đúng? (Xem thêm Chương 15)
Chương 7
30) Ba phương pháp khác nhau để xác định vốn sở hữu của bạn là gì? Khi nào bạn có thể muốn
sử dụng từng phương pháp đó?
Chương 8
31) Khi sử dụng mô hình định cỡ vị thế tiền của thị trường, bạn nên sử dụng mô hình vốn sở
hữu nào? Mô hình cụ thể này có lợi thế gì? (Xem thêm Chương 12)

32) Tại sao mô hình “đơn vị trên mỗi lượng tiền cố định” lại yếu?
33) Trong bản tin của mình, Louis Navallier yêu cầu những người đăng ký của anh luôn phải
đầu tư đầy đủ và đa dạng hóa đồng đều giữa từng cổ phiếu mà ông đề xuất. Anh ấy thường
khuyên bạn nên bán một lượng cổ phiếu của mình ở một số loại cổ phiếu nhất định và mua
thêm một số cổ phiếu khác, luôn cố gắng đa dạng hóa đồng đều giữa mỗi cổ phiếu mà anh ấy
lựa chọn. Anh ấy đang sử dụng mô hình định cỡ vị thế nào? Ưu điểm và nhược điểm của mô
hình này là gì? Anh ta đang vi phạm Quy tắc giao dịch vàng nào khi sử dụng kỹ thuật tái cân
bằng này?
34) Bạn đang giao dịch trong ngày một cổ phiếu giá $50 với mức dừng lỗ 40 xu. Bạn chỉ muốn
mạo hiểm 0,6% trong danh mục đầu tư $30.000 của mình. Bạn có thể mua bao nhiêu cổ phiếu?
Vấn đề với loại định cỡ vị thế này là gì? Hình thức định cỡ vị thế thay thế nào có thể giải quyết
được vấn đề này?
35) Bạn đang giao dịch trong ngày một cổ phiếu giá $62 với mức dừng lỗ 40 xu. Biến động
hàng ngày của cổ phiếu là $2,30. Bạn nên sử dụng mô hình nào để định cỡ vị thế? Bạn có thể
mua bao nhiêu cổ phiếu với rủi ro 2% trong danh mục đầu tư trị giá $50.000?
Chương 9
36) Rủi ro nhóm là gì? Độ nóng danh mục đầu tư là gì? Tại sao chúng lại quan trọng?
37) Sử dụng các hướng dẫn được đề xuất, độ nóng danh mục tối đa cho Hệ thống 3-1 đến 3-6.
(Xem Bảng 3-4 và 3-5.)
38) Bạn có thể sử dụng chiến thuật nào để cho phép bạn tăng độ nóng danh mục đầu tư của
mình một cách an toàn mà không gặp rủi ro quá mức? (Gợi ý: nó liên quan đến một mô hình
định cỡ vị thế khác). (Xem thêm Chương 14).
39) Định cỡ vị thế giao cắt vốn sở hữu là gì? Khi nào bạn có thể sử dụng nó?
40) Sự khác biệt chính giữa phân bổ tài sản và định cỡ vị thế là gì?
41) Làm cách nào bạn có thể sử dụng định cỡ vị thế nếu bạn luôn phải mua 95% số lần và mục
tiêu chính của bạn là vượt trội hơn chỉ số S&P 500?
42) Bạn không biết mình đang giao dịch bao nhiêu tiền vì bạn đang giao dịch tiền của công ty
mình. Bạn biết rằng nếu bạn mất 5 triệu đô la, bạn sẽ mất việc, nhưng tiền thưởng phụ thuộc
vào số tiền bạn kiếm được. Mục tiêu của bạn sẽ là gì? Và làm thế nào bạn có thể định cỡ vị thế
tốt nhất? Bạn sẽ dựa vào điều gì và bạn sẽ sử dụng mô hình nào?
Chương 10
43) Khi so sánh tác động của các mô hình khác nhau trong Chương 10, kết luận chính của bạn
là gì?

Chương 11
44) Kể tên năm cách bạn có thể diễn đạt mục tiêu của mình. Bạn có thể có bao nhiêu mục tiêu
khả thi?
45) Tại sao định cỡ vị thế cần phải thay đổi tùy thuộc vào mục tiêu của bạn?
46) Có gì sai với hầu hết các kỹ thuật mang lại lợi nhuận lớn nhất? (Xem thêm Chương 12).
47) Giả sử bạn có năm hệ thống, mỗi hệ thống có kỳ vọng là 0,45. Mỗi hệ thống đều tạo ra 30
giao dịch mỗi tháng, mang lại cho bạn mức lãi trung bình hàng tháng là 13,5R. Các hệ thống
này có thể khác nhau như thế nào? Có thể một trong những hệ thống này sẽ rất tệ trong khi hệ
thống khác có thể là siêu hạng? (Xem thêm Chương 3).
48) Một số giả định mà bạn đưa ra khi sử dụng trình mô phỏng là gì?
Chương 12
49) Hãy kể tên năm cách bạn có thể thay đổi thuật toán định cỡ vị thế tiền của thị trường để
biến tiền của thị trường thành tiền của bạn. Ưu điểm và nhược điểm của các mô hình này là gì?
50) Kể tên bốn kỹ thuật mở rộng vị thế khác nhau. Ưu điểm và nhược điểm của các mô hình
này là gì?
51) Các mô hình định cỡ vị thế mở rộng vị thế thường nên được kết hợp với các mô hình định
cỡ vị thế, đặc biệt nếu bạn muốn có một đường cong vốn sở hữu trơn tru. (Xem thêm Chương
14).
52) Cái nào tốt hơn: định cỡ vị thế hai tầng hay định cỡ vị thế tiền của thị trường? Đưa ra lý
do cho câu trả lời của bạn.
Chương 13
53) Sự nguy hiểm của việc định cỡ vị thế theo tỷ lệ cố định là gì?
54) Nêu tên 5 giả định chính giúp cho việc định cỡ vị thế theo tỷ lệ cố định trở thành mô hình
định cỡ vị thế hợp lý.
55) Bạn đang sử dụng định cỡ vị thế theo tỷ lệ cố định. Hệ số delta của bạn là $5.000 và hệ số
tăng thêm của bạn là 2 đơn vị. Nếu rủi ro của bạn là $1.000 mỗi đơn vị và bạn hiện đang giao
dịch 4 đơn vị, tài khoản của bạn sẽ phải tăng bao nhiêu để bắt đầu giao dịch 5 đơn vị?
56) Khi bạn có 5 đơn vị, nếu bạn có hệ số giảm sốc là 50%, tài khoản của bạn sẽ cần giảm bao
nhiêu để phải quay trở lại giao dịch 4 đơn vị?
Chương 14

57) Bạn muốn giới hạn tỷ lệ sụt giảm vốn tiềm ẩn trong hệ thống của mình ở mức 20%. Hãy
kể tên ba cách bạn có thể thực hiện điều này với việc định cỡ vị thế.
58) Chiến lược định cỡ vị thế Martingale nào thực sự hiệu quả? Tại sao?
Chương 15
59) Vấn đề với việc tăng kích cỡ vị thế của bạn là gì khi bạn thực sự tự tin về một giao dịch
cụ thể nào đó?
60) Một số người ủng hộ việc bán một nửa vị thế của bạn khi bạn tăng mức dừng lỗ của mình
về mức hòa vốn trong giao dịch. Vấn đề với cách tiếp cận này là gì và nó phản ánh thành kiến
tâm lý nào?
61) Thuật ngữ bao hàm nhiều chiến lược định cỡ vị thế mà bạn nên tránh là gì?
62) Vấn đề lớn nhất khi sử dụng mô hình phân số cố định dựa trên tỷ lệ thắng của hệ thống
của bạn là gì?
63) Các giả định của Tiêu chuẩn Kelly là gì và tại sao nó không áp dụng cho việc định cỡ vị
thế?
64) Các vấn đề chính khi sử dụng f tối ưu để định cỡ vị thế của bạn là gì?
Chương 16
65) Bạn học được gì từ cuộc phỏng vấn với Chris Anderson? Anh ấy minh họa điều chúng ta
đã thảo luận trong cuốn sách này như thế nào?
Chương 17
66) Mặc dù có nhiều lợi ích khi thực hiện mô phỏng Monte Carlo trên phân phối Bội số R của
bạn, một số vấn đề chính khi thực hiện việc này là gì?
67) Một số câu hỏi chính bạn cần tự hỏi mình trước khi mua bất kỳ phần mềm nào được đề
cập trong Chương 17 là gì?
Chương 18
68) Bạn cần thực hiện các bước nào trước khi định cỡ vị thế hệ thống của mình?
Phát minh ra một mô hình định cỡ vị thế không được mô tả trong cuốn sách này và gửi nó đến
position-sizing@iitm.com.
Tất cả câu trả lời cho những câu hỏi này đều có trong cuốn sách. Chúng tôi khuyên bạn nên
hoàn thành bảng câu hỏi này dưới dạng bài kiểm tra mở trước khi bắt đầu định cỡ vị thế trong
hệ thống của riêng mình. Một lần nữa, bạn có thể yêu cầu bản sao câu trả lời từ position-
sizing@iitm.com sau khi bạn đã trả lời các câu hỏi.

Phụ lục I
Đánh giá mô phỏng của các hệ thống được sử
dụng trong cuốn sách
Trong Phụ lục này, tôi đã đưa ra phần mô phỏng của từng hệ thống chính được đưa ra trong
cuốn sách này. Đầu tiên, tôi đưa hệ thống vào trình mô phỏng và chụp ảnh màn hình để bạn có
thể thấy Bội số R, kỳ vọng và độ lệch chuẩn. Thứ hai, tôi in ra các kết quả tóm tắt để bạn có
thể xem các đặc điểm của hệ thống như Sụt giảm vốn theo R, các chuỗi thua, v.v. Và tôi đã
thực hiện một nghiên cứu định cỡ vị thế tối ưu trong đó chúng tôi đã thực hiện 10.000 mô
phỏng cho 100 giao dịch, mỗi bước định cỡ vị thế từ 0,2% đến một mức tối đa nào đó, mà tại
đó hệ thống sẽ bị hỏng. Một ảnh chụp màn hình tóm tắt của tài nguyên đó cũng sẽ được trình
bày.
Nhìn chung, Phụ lục I có các hệ thống sau:
Overall, Appendix I has the following systems:
1) Hệ thống 3-1 đến 3-6, được trình bày trong Chương 3 để dạy bạn về cách đánh giá hệ
thống.
2) SQN 1 đến SQN 7, được trình bày trong Chương 3 để giúp bạn hiểu những gì cần thiết để
thay đổi Chỉ số Chất lượng Hệ thống và giúp bạn đưa ra quyết định về việc định cỡ vị thế dựa
trên Chỉ số Chất lượng Hệ thống.
3) Các hệ thống 11-1 đến 11-7, tất cả đều có kỳ vọng là 0,35 nhưng có SQN rất khác nhau.
4) Hệ thống 13-1 đến 13-6, được sử dụng để kiểm tra FRPS
Những mô phỏng này được chạy trong nhiều trường hợp khác nhau và kết quả khác nhau tùy
thuộc vào 1) số lượng giao dịch được chọn, 2) số lượng mô phỏng được thực hiện và 3) mức
độ rủi ro và thất bại được chọn trong trình tối ưu hóa định cỡ vị thế. Trong nghiên cứu về Hệ
thống SQN 1 đến SQN 7, tôi đã thực hiện 100 giao dịch 10.000 lần và giả định rằng tỷ lệ sụt
giảm vốn là giảm 50% và mục tiêu là kiếm được 200%. Tuy nhiên, tôi không chắc chắn 100%
mức độ nào đã được chạy trong các mô phỏng trước đó. Nếu có thắc mắc về kết quả, có thể là
do một trong những yếu tố này.

Hệ thống 3-1
đến
Hệ thống 3-6

Hệ thống 3-1: Kỳ vọng và Độ lệch chuẩn
Hệ thống 3-1: Tóm tắt Hệ thống

Hệ thống 3-1: Kết quả của Trình tối ưu hóa Định cỡ vị thế










Hệ thống SQN1
đến
Hệ thống SQN7

Hệ thống SQN1: Kỳ vọng và Độ lệch chuẩn
Hệ thống SQN1: Tóm tắt Hệ thống

Hệ thống SQN1: Kết quả của Trình tối ưu hóa Định cỡ vị thế












Hệ thống SQN7: Kết quả của Trình tối ưu hóa Định cỡ vị thế -
Hệ thống SQN7: Kết quả của Trình tối ưu hóa Định cỡ vị thế - Mục tiêu tại 1000% và thất
bại tại 20%

Hệ thống 11-1
đến
Hệ thống 11-7

Hệ thống 11-1: Summary Results




Hệ thống 11-3: Summary Results










Hệ thống 13-1
đến
Hệ thống 13-6













Phụ lục II
t-Scores
Một kiểm định thống kê cổ điển để xác định xem một mẫu có khác với giá trị trung bình của
tổng thể hay không là kiểm định t. Ở đây, bạn chia chênh lệch giữa các giá trị trung bình cho
độ lệch chuẩn của tất cả các điểm và nhân nó với căn bậc hai của số điểm.
Vì vậy, khi chúng ta hỏi rằng liệu kỳ vọng (điểm R trung bình) có kiếm được tiền hay không,
chúng ta thực sự đang hỏi liệu kỳ vọng có lớn hơn 0 đáng kể hay không. Chỉ số Chất lượng Hệ
thống sẽ trả lời câu hỏi đó nếu chúng ta tra cứu nó trong bảng kiểm định t. Bảng kiểm định t
sau đây đưa ra những hướng dẫn chung nhằm giúp bạn xác định xem hệ thống của bạn có khác
biệt đáng kể so với một mốc hay không. Và chúng ta sẽ sử dụng mức 0,05 làm mốc. Bất cứ
điều gì có xác suất dưới 0,05% sẽ được coi là khác biệt đáng kể so với mốc.
Ngoài ra, đây sẽ là cái được gọi là kiểm định một phía vì chúng ta muốn biết liệu kỳ vọng có
dương đáng kể so với 0 hay không. Chúng ta không quan tâm đến những điểm kỳ vọng âm
đáng kể so với 0 vì chúng ta không bao giờ muốn giao dịch với một hệ thống có kỳ vọng âm.
Bảng sau đây sẽ cung cấp cho bạn các nguyên tắc cần thiết để xác định xem Chỉ số Chất lượng
Hệ thống của bạn có ý nghĩa hay không. Tôi cũng đã thêm mức 0,25 để nếu hệ thống của bạn
không khác biệt đáng kể so 0 ở mức 0,05, thì ít nhất bạn có thể biết nó đang ở đâu.
Hệ thống của bạn có kiếm được tiền không?

Kiểm tra t-score của hệ thống
Số lượng giao dịch Mức 0,25 Mức 0,05 Mức 0,025 Mức 0,01
10 0,703 1,833 2,262 2,821
15 0,692 1,761 2,145 2,624
20 0,688 1,729 2,093 2,539
25 0,685 1,711 2,064 2,492
30 0,683 1,699 2,045 2,462
41 0,681 1,684 2,021 2,423
61 0,679 1,671 2000 2,390
121 0,677 1,658 1,980 2,358
Vô hạn 0,674 1,645 1,960 2,326
Vì vậy, giả sử bạn có mẫu gồm 100 giao dịch với Bội số R. Bạn nhập thông tin vào công thức
và xác định Chỉ số Chất lượng Hệ thống của bạn là 1,85. bạn có thể nói gì về hệ thống này?

Đầu tiên, 1001 giao dịch không nằm trong bảng, vì vậy hãy sử dụng số lượng ít hơn, 61 chẳng
hạn. Sáu mươi mốt giao dịch ở mức 0,05 có t-score là 1,671 đi kèm với nó. Con số 100 của bạn
lớn hơn thế nên bạn chắc chắn có thể nói rằng nó khác 0 đáng kể ở mức 0,05. Tuy nhiên, ở
mức 0,025, bạn cần điểm 1,980 mới có ý nghĩa. Do đó, hệ thống của bạn có ý nghĩa ở mức
0,05, nhưng không có ý nghĩa ở mức 0,025. Nhưng hãy nhớ rằng tôi đã nói rằng điểm trên 2,0
là khá hiếm.
Sự thật là, t-score giả định rằng bạn có phân phối thông thường trong mẫu của mình. Giả định
đó không đúng với hầu hết các hệ thống, đặc biệt là những hệ thống bao gồm một số Bội số R
lớn. Vì vậy, t-score tốt nhất chỉ là ước tính sơ bộ cho bạn.
1
61 giao dịch có (N-1) bậc tự do, vì vậy bạn sẽ tra cứu con số liên quan đến 60 bậc tự do trong bảng. Trong ví
dụ của chúng ta, con số cho 100 giao dịch là con số gắn liền với 99 bậc tự do.

Chú giải thuật ngữ
thuật toán (algorithm) Một quy tắc hoặc tập hợp các quy tắc để tính toán. Một trình tự tính
toán một hàm toán học.
chiến lược kháng martingale (anti-martingale strategy) Một chiến lược định cỡ vị thế trong
đó kích cỡ vị thế tăng lên khi có một lần thắng thắng và giảm khi có một lần thua.
phân bổ tài sản (asset allocation) Thủ tục mà nhiều nhà giao dịch chuyên nghiệp quyết định
cách phân bổ vốn của họ. Do thiên kiến xổ số, nhiều người nghĩ đây là quyết định về việc nên
chọn loại tài sản nào (chẳng hạn như cổ phiếu năng lượng hoặc vàng). Tuy nhiên, sức mạnh
thực sự của nó đến khi mọi người sử dụng nó để cho họ biết nên đầu tư “bao nhiêu” vào mỗi
loại tài sản. Vì vậy, nó thực sự là một thuật ngữ khác của định cỡ vị thế.
phạm vi thực trung bình (ATR - average true range) Giá trị trung bình trong X ngày trước
đó của phạm vi thực, phạm vi thực là giá trị lớn nhất trong số sau: (1) khoảng cách giữa mức
cao nhất hôm nay và mức thấp hôm nay, (2) khoảng cách giữa mức cao nhất hôm nay và mức
đóng cửa ngày hôm qua, hoặc (3) khoảng cách giữa mức giá thấp nhất hôm nay và mức giá
đóng cửa ngày hôm qua.
kiểm tra/thử nghiệm/kiểm định lại (backtesting) Quá trình thử nghiệm một chiến lược giao
dịch với một khoảng thời gian trước đó, thường chỉ với một sản phẩm tại một thời điểm. Thay
vì áp dụng chiến lược cho một khoảng thời gian trong tương lai, có thể sẽ mất nhiều thời gian,
nhà giao dịch có thể thực hiện mô phỏng chiến lược giao dịch của mình trên dữ liệu có liên
quan trong quá khứ để đánh giá tính hiệu quả của nó. Hầu hết các chiến lược phân tích kỹ thuật
đều được thử nghiệm bằng phương pháp này.
giao dịch theo dải (band trading) Một phong cách giao dịch trong đó sản phẩm được giao
dịch được cho là sẽ di chuyển trong một phạm vi giá. Khi giá tăng quá cao (tức là quá mua),
bạn có thể cho rằng giá sẽ giảm. Khi giá xuống quá thấp (tức là quá bán), bạn có thể cho rằng
giá có thể sẽ tăng lên.
giảm giá (bearish) Có ý kiến cho rằng thị trường sẽ đi xuống trong thời gian tới.
ví dụ về trường hợp tốt nhất (best-case example) Một ví dụ thể hiện kết quả tốt nhất có thể
xảy ra. Nhiều cuốn sách cho bạn thấy hình ảnh minh họa về những điểm chính về thị trường
(hoặc chỉ báo) dường như có khả năng dự đoán thị trường một cách hoàn hảo. Tuy nhiên, hầu
hết các trên thực tế gần như không tốt bằng các ví dụ được chọn, nó được gọi là “ví dụ về
trường hợp tốt nhất”.
thành kiến/thiên kiến/xu hướng (bias) Xu hướng di chuyển theo một hướng cụ thể. Đây có
thể là một xu hướng của thị trường, nhưng hầu hết các thành kiến được thảo luận trong cuốn
sách này đều là thành kiến về mặt tâm lý.

phá vỡ (breakout) Một sự di chuyển lên hoặc xuống của giá từ một vùng hợp nhất hoặc một
dải chuyển động đi ngang của giá.
tăng giá (bullish) Có ý kiến cho rằng thị trường sẽ đi lên trong thời gian tới.
quyền chọn mua (call option) Quyền mua tài sản cơ sở ở một mức giá cụ thể cho đến ngày
hết hạn. Đó là quyền mua nhưng không phải là nghĩa vụ.
vốn hóa (capitalization) Giá trị thị trường của toàn bộ số cổ phiếu đang lưu hành của một
công ty.
phí hoa hồng (commissions) Phí mà bạn phải trả cho nhà môi giới để giao dịch trên thị trường.
hàng hóa (commodities) Các sản phẩm vật chất được giao dịch tại sàn giao dịch tương lai. Ví
dụ về các sản phẩm như vậy là ngũ cốc, thực phẩm, thịt và kim loại.
phạm vi/vùng tắc nghẽn (congestive range) Xem hợp nhất.
hợp nhất (consolidation) Sự tạm dừng trên thị trường trong đó giá di chuyển trong một phạm
vi giới hạn và dường như không có xu hướng.
hợp đồng (contract) Một đơn vị của một hàng hóa hoặc tương lai. Ví dụ: một đơn vị hoặc hợp
đồng ngô là 5.000 giạ. Một đơn vị vàng là 100 ounce.
vốn sở hữu cốt lõi (core equity) Một trong ba cách đo lường vốn sở hữu của bạn. Trong trường
hợp cụ thể này, bạn trừ đi khoản rủi ro đã phân bổ cho từng vị thế và giả định rằng nó không
tồn tại cho đến khi vị thế đó được đóng. Phần còn lại sẽ làm cơ sở cho việc định cỡ vị thế cho
các vị thế khác của bạn, đó là vốn sở hữu cốt lõi của bạn.
hệ số giảm sốc (dampening factor) Một thuật ngữ do Ryan Jones phát triển để mô tả cách
giảm kích cỡ vị thế của bạn sau khi thua lỗ. Nó đề cập đến một con số trong đó bạn giảm delta
xuống với tốc độ nhanh hơn so với khi bạn tăng nó lên. (Xem delta).
delta Trong định cỡ vị thế theo tỷ lệ cố định, delta đề cập đến hệ số để bạn xác định cách mà
mình thêm vào vị thế. Trong việc định cỡ vị thế theo tỷ lệ cố định, người ta sẽ tăng kích cỡ vị
thế lên một đơn vị theo hàm của một số tỷ lệ cố định của tài khoản, mà Ryan Jones gọi là delta.
delta xuống (delta down) Delta có thể được sử dụng để tăng và giảm kích cỡ vị thế với việc
định cỡ vị thế theo tỷ lệ cố định. Đề cập đến việc giảm kích cỡ vị thế dựa trên tỷ lệ cố định của
tài khoản được gọi là delta.
delta lên (delta up) Delta có thể được sử dụng để tăng và giảm kích cỡ vị thế với việc định cỡ
vị thế theo tỷ lệ cố định. Đề cập đến việc tăng kích cỡ vị thế dựa trên tỷ lệ cố định của tài khoản
được gọi là delta.
dừng lỗ thảm họa (disaster stop) Lệnh dừng lỗ để xác định khoản lỗ trong trường hợp xấu

nhất của bạn ở một vị thế. Xem lệnh dừng lỗ.
giao dịch tùy ý (discretionary trading) Giao dịch phụ thuộc vào bản năng của nhà giao dịch,
trái ngược với cách tiếp cận có hệ thống. Những nhà giao dịch tùy ý giỏi nhất là những người
phát triển một cách tiếp cận có hệ thống và sau đó sử dụng sự tùy ý trong việc thoát lệnh và
định cỡ thế để cải thiện hiệu suất của họ.
đa dạng hóa (diversification) Đầu tư vào các thị trường độc lập để giảm rủi ro tổng thể.
giảm ổn định (down-quiet) Một trong sáu loại thị trường mà giá đang giảm và đồng thời thị
trường ít biến động giữa các ngày.
giảm biến động (down-volatile) Một trong sáu loại thị trường tại đó giá đang giảm nhưng thị
trường có nhiều biến động lên xuống, trái ngược với thị trường ổn định.
sụt giảm vốn (drawdown) Sự sụt giảm giá trị tài khoản của bạn do giao dịch thua lỗ hoặc do
"lỗ trên giấy" có thể xảy ra đơn giản là do giá trị của các vị thế mở bị giảm.
điểm vào (entry) Phần của hệ thống báo hiệu cách thức và thời điểm bạn nên tham gia thị
trường.
mô hình đơn vị bằng nhau (equal units model) Một mô hình định cỡ vị thế trong đó bạn sẽ
phân bổ số tiền bằng nhau cho mỗi vị thế.
cổ phiếu (equities) Loại chứng khoán được đảm bảo bằng quyền sở hữu trong công ty.
vốn sở hữu (equity) Giá trị tài khoản của bạn.
giao cắt vốn sở hữu (equity crossover) Một dạng định cỡ vị thế trong đó kích cỡ vị thế thay
đổi dựa trên vốn sở hữu của bạn di chuyển trên hoặc dưới một mức trung bình nào đó.
đường cong vốn sở hữu (equity curve) Giá trị tài khoản của bạn theo thời gian, được minh
họa bằng biểu đồ.
mô hình vốn sở hữu (equity model) Phương pháp bạn sử dụng để xác định vốn sở hữu của
mình trong việc định cỡ vị thế kháng Martingale. Ba phương pháp như vậy được trình bày
trong cuốn sách này: tổng vốn sở hữu, vốn sở hữu cốt lõi và giảm tổng vốn sở hữu.
điểm thoát (exit) Một phần trong hệ thống giao dịch của bạn cho bạn biết cách thức hoặc thời
điểm thoát khỏi thị trường.
kỳ vọng (expectancy) Bạn có thể mong đợi kiếm được trung bình bao nhiêu từ nhiều giao
dịch. Kỳ vọng được thể hiện tốt nhất dưới dạng số tiền bạn có thể kiếm được trên mỗi đô la
bạn mạo hiểm. Kỳ vọng là giá trị trung bình R của phân phối Bội số R do hệ thống giao dịch
tạo ra.

sự mong đợi (expectunity) Một thuật ngữ được sử dụng trong cuốn sách này để diễn tả kỳ
vọng nhân với cơ hội. Ví dụ: một hệ thống giao dịch có kỳ vọng là 0,6R và thực hiện 100 giao
dịch mỗi năm sẽ có sự mong đợi là 60R
dương tính giả (false positive) Điều gì đó tạo ra một dự đoán sai lầm.
định cỡ vị thế theo tỷ lệ cố định (fixed ratio position sizing) Một phương pháp trong đó kích
cỡ vị thế được thay đổi theo một số tỷ lệ của tài khoản bạn, được gọi là delta, thay vì một tỷ lệ
trăm của tài khoản bạn.
nhà giao dịch trên sàn (floor trader) Người giao dịch trên sàn của một sàn giao dịch hàng
hóa. Nhà giao dịch thông thường có xu hướng giao dịch bằng tài khoản của chính họ, trong khi
các nhà giao dịch trên sàn có xu hướng giao dịch cho một công ty môi giới hoặc một công ty
lớn.
ngoại hối (forex) Giao dịch ngoại tệ. Một thị trường ngoại tệ khổng lồ được cấu thành bởi các
ngân hàng lớn trên toàn thế giới. Ngày nay cũng có nhiều công ty nhỏ hơn cho phép bạn giao
dịch ngoại hối, nhưng họ lại thu phí chênh lệch giá đặt mua - đặt bán.
hợp đồng tương lai (futures) Một hợp đồng bắt buộc người nắm giữ nó phải mua một tài sản
cụ thể tại một thời điểm và mức giá cụ thể. Khi các sàn giao dịch hàng hóa bổ sung thêm hợp
đồng chỉ số chứng khoán và hợp đồng tiền tệ, thuật ngữ hợp đồng tương lai được phát triển để
bao hàm nhiều hơn những tài sản này.
ngụy biện con bạc (gambler’s fallacy) Niềm tin rằng một lần thua sẽ xảy đến sau một chuỗi
những lần thắng và/hoặc một lần thắng sẽ xảy đến sau một chuỗi những lần thua.
khoảng trống giá (gap) Một khu vực trên biểu đồ giá mà không có giao dịch nào được thực
hiện. Thông thường, điều này xảy ra giữa thời điểm đóng cửa thị trường vào ngày hôm trước
và thời điểm mở cửa thị trường vào ngày hôm sau. Rất nhiều thứ có thể tạo ra điều này, chẳng
hạn như báo cáo thu nhập được công bố sau khi thị trường chứng khoán đóng cửa trong ngày.
định cỡ vị thế tỷ lệ tổng quát (generalized ratio position sizing) Trong phương pháp này,
bạn chỉ cần điều chỉnh tốc độ tăng kích cỡ vị thế bởi FRPS.
độ nóng nhóm (group heat) Mỗi nhóm, có thể là một nhóm cổ phiếu hoặc một nhóm hàng
hóa, sẽ có xu hướng di chuyển cùng nhau. Vì vậy, điều quan trọng là phải kiểm soát tổng rủi
ro mở trong bất kỳ nhóm nào, được gọi là độ nóng nhóm.
tay súng (gunslinger) Người thực hiện các giao dịch hoặc đầu tư có rủi ro cao.
tỷ lệ trúng (hit rate) Tỷ lệ thắng mà bạn có trong giao dịch hoặc đầu tư. Còn được gọi là độ
tin cậy của hệ thống của bạn.
hệ thống chén thánh (holy grail system) Một hệ thống giao dịch trong truyền thuyết bám sát
thị trường một cách hoàn hảo và luôn đúng, tạo ra lợi nhuận lớn và không bị lỗ. Không có hệ

thống nào như vậy tồn tại, nhưng ý nghĩa thực sự của Chén Thánh đã đi đúng hướng: nó gợi ý
rằng bí mật nằm ngay bên trong bạn.
chỉ báo (indicator) một cách tóm gọn và trình bày lại dữ liệu theo cách được cho là có ý nghĩa
để giúp các nhà giao dịch và nhà đầu tư đưa ra quyết định.
rủi ro ban đầu (initial risk) khoảng cách giữa mức dừng lỗ và giá vào lệnh khi bạn mở một
vị thế trên thị trường. Nó thường được gọi là R trong cuốn sách này.
đầu tư (investing) Một chiến lược mua và giữ được hầu hết mọi người theo đuổi. Nếu bạn vào
và ra thị trường thường xuyên hoặc bạn sẵn sàng mua và bán thì đó là bạn đang giao dịch.
lối tắt phán đoán (judgmental heuristics) Các lối tắt mà tâm trí con người sử dụng để đưa ra
quyết định. Những lối tắt này giúp việc đưa ra quyết định nhanh chóng và toàn diện nhưng lại
dẫn đến những thành kiến trong việc ra quyết định và thường khiến mọi người mất tiền.
đòn bẩy (leverage) Mối quan hệ giữa số tiền một người cần bỏ ra để sở hữu một thứ gì đó và
giá trị cơ sở của nó. Đòn bẩy cao, xảy ra khi một khoản tiền gửi nhỏ có thể kiểm soát một
khoản đầu tư lớn, làm tăng quy mô lợi nhuận cả thua lỗ tiềm năng tính theo phần trăm vốn sở
hữu.
kịch ngưỡng (limit move) Sự thay đổi về giá đạt đến giới hạn do sàn giao dịch nơi hợp đồng
được giao dịch đặt ra. Giao dịch thường bị dừng lại khi đạt đến mức kịch ngưỡng.
lệnh giới hạn (limit order) Một lệnh gửi tới nhà môi giới của bạn trong đó bạn chỉ định giới
hạn cho giá của sản phẩm giao dịch. Nếu nhà môi giới của bạn không thể có được mức giá này
hoặc tốt hơn, lệnh sẽ không được thực hiện.
Tính thanh khoản (liquidity) Sự dễ dàng và sẵn có của giao dịch tại cổ phiếu cơ sở hoặc hợp
đồng tương lai. Khi khối lượng giao dịch cao, thường sẽ có nhiều thanh khoản.
mua vào (long) Nắm giữ một sản phẩm có thể giao dịch với dự đoán giá sẽ tăng trong tương
lai. Xem cùng bán khống.
ý tưởng rủi ro thấp (low-risk idea) Một ý tưởng có kỳ vọng dương và được giao dịch ở mức
rủi ro cho phép xảy ra tình huống xấu nhất có thể trong ngắn hạn để người ta có thể hiện thực
hóa kỳ vọng dài hạn.
ký quỹ (margin) Tỷ lệ phần trăm trên tổng giá trị của một sản phẩm mà sàn giao dịch yêu cầu
bạn phải có để mở và giữ một vị thế tại sản phẩm đó trên thị trường. Nó thường được thiết lập
bởi sàn giao dịch kiểm soát giao dịch của sản phẩm cụ thể đó.
hạch toán theo giá thị trường (marked to market) Các vị thế mở được ghi có hoặc ghi nợ
dựa trên giá đóng cửa của vị thế mở đó trong ngày. Nếu bạn có một vị thế mở, nó được coi là
có giá trị bất kể giá đóng cửa vào cuối ngày là bao nhiêu.

nhà tạo lập thị trường (market maker) Một nhà môi giới, ngân hàng, công ty hoặc nhà giao
dịch cá nhân đưa ra mức giá hai chiều để mua hoặc bán một hợp đồng chứng khoán, tiền tệ
hoặc hợp đồng tương lai.
lệnh thị trường (market order) Lệnh mua hoặc bán ở mức giá thị trường hiện tại. Lệnh thị
trường thường được thực hiện nhanh chóng nhưng không nhất thiết phải ở mức giá tốt nhất có
thể.
tiền của thị trường (market’s money) Một hình thức định cỡ vị thế trong đó vốn sở hữu cốt
lõi của bạn được dùng vào vị thế ở mức vừa phải trong khi lợi nhuận (tiền của thị trường) được
dùng vào vị thế ở mức tích nhiều hơn. Nói cách khác, tiền của thị trường đề cập đến lợi nhuận
của bạn trên thị trường.
chiến lược martingale (martingale strategy) Một chiến lược định cỡ vị thế trong đó kích cỡ
vị thế tăng lên sau khi bạn mất tiền. Chiến lược martingale cổ điển là bạn tăng gấp đôi số tiền
đặt cược sau mỗi lần thua.
sai lệch bất lợi tối đa (MAE - maximum adverse excursion) Khoản lỗ tối đa do biến động
giá đi ngược lại hướng của vị thế trong thời gian thực hiện một giao dịch cụ thể.
vốn sở hữu cuối cùng tối đa/tối thiểu (maximum/minimum ending equity) Khi bạn mô
phỏng chiến lược định cỡ vị thế, hai trong số các điểm dữ liệu mà bạn có thể sẽ theo dõi là số
tiền tối thiểu và tối đa mà bạn có trong tài khoản của mình vào cuối mỗi lần chạy mô phỏng.
Khi quá trình mô phỏng hoàn tất, mức tối đa và tối thiểu từ tất cả các mô phỏng được gọi tương
ứng là vốn sở hữu cuối cùng tối đa và tối thiểu.
lợi nhuận trung bình tối đa (maximum mean return) Khi bạn thực hiện một số mô phỏng,
bạn sẽ muốn biết lợi nhuận trung bình (trung bình) của mỗi mô phỏng. Giá trị lớn nhất trong
những số này được gọi là lợi nhuận trung bình tối đa.
trung vị lợi nhuận tối đa (maximum median return) Khi bạn thực hiện một số mô phỏng,
bạn sẽ muốn biết trung vị kết quả lợi nhuận (trung vị tức là điểm ở giữa có một nửa số lượng
số liệu ở trên và một nửa số lượng số liệu ở dưới) của mỗi mô phỏng. Giá trị lớn nhất trong các
số này được gọi là trung vị lợi nhuận tối đa.
trung bình (mean) là trung bình hoặc tổng của tất cả các số hạng chia cho số lượng số hạng.
giao dịch máy móc (mechanical trading) Một hình thức giao dịch trong đó tất cả các hành
động được xác định bởi máy tính mà không cần sự ra quyết định bổ sung của con người.
trung vị (median) Điểm giữa của một dãy số được sắp xếp theo thứ tự. Nói cách khác, một
nửa các số nằm trên số trung vị và một nửa các số nằm dưới nó.
mô hình hóa (modeling) Quá trình xác định cách thức đạt được một số dạng hiệu suất cao
nhất (chẳng hạn như giao dịch tốt nhất) và sau đó truyền kiến thức đó cho người khác.

quản lý tiền (money management) Một thuật ngữ thường được sử dụng để mô tả định cỡ vị
thế nhưng nó có quá nhiều ý nghĩa khác khiến mọi người không hiểu đầy đủ ý nghĩa hoặc tầm
quan trọng của nó. Ví dụ, thuật ngữ này cũng đề cập đến (1) quản lý tiền của người khác, (2)
kiểm soát rủi ro, (3) quản lý tài chính cá nhân và (4) đạt được lợi nhuận tối đa.
mô phỏng monte carlo (monte carlo simulation) Một mô phỏng xác định xác suất kết quả
giao dịch dựa trên nhiều lần thử.
đường trung bình động (moving average) Một phương pháp biểu thị một số thanh giá (nghĩa
là hiển thị mức cao, thấp, mở và đóng cửa trong một khoảng thời gian cụ thể) bằng một mức
trung bình duy nhất của tất cả các thanh giá. Khi một thanh mới xuất hiện, thanh mới đó sẽ
được thêm vào, thanh cuối cùng sẽ bị đi và sau đó tính toán mức trung bình mới.
định cỡ vị thế nhiều tầng (multiple-tier position sizing) Thay đổi giá trị của biến định cỡ vị
thế của bạn nhiều lần mỗi khi đạt một số tiêu chí hiệu suất.
hệ thống kỳ vọng âm (negative expectancy system) Một hệ thống mà với nó bạn sẽ không
bao giờ kiếm được tiền trong thời gian dài. Ví dụ: tất cả các trò chơi trong sòng bạc đều được
thiết kế để trở thành trò chơi có kỳ vọng âm. Hệ thống kỳ vọng âm cũng bao gồm một số hệ
thống có độ tin cậy cao (nghĩa là những hệ thống có tỷ lệ thắng cao) có xu hướng thỉnh thoảng
sẽ gây ra tổn thất lớn.
mục tiêu (objectives) Những gì bạn muốn đạt được với tư cách là một nhà giao dịch với tài
khoản hoặc hệ thống của mình. Các mục tiêu có thể được nêu dưới dạng mục tiêu mong muốn,
tránh được tình trạng sụt giảm vốn trong trường hợp xấu nhất hoặc là sự kết hợp của cả hai. Có
nhiều cách nghĩ về mục tiêu, có lẽ cũng có nhiều như số lượng các nhà giao dịch. Mục đích
của việc định cỡ vị thế là giúp bạn đạt được mục tiêu của mình.
giá trị vị thế mở (open position value) Giá của vị thế mở nhân với số lượng đơn vị hiện tại
mà bạn sở hữu tại vị thế đó.
rủi ro mở (open risk) Sự chênh lệnh giữa giá hiện tại và giá đặt điểm điểm dừng lỗ cho tất cả
các vị thế mà bạn đang mở trên thị trường. Đó là một từ khác cho độ nóng của danh mục đầu
tư.
cơ hội (opportunity) Xem cơ hội giao dịch.
f tối ưu (optimal f) Một phương pháp xác định cỡ vị thế được phát triển bởi Ralph Vince phụ
thuộc vào khoản lỗ trong trường hợp xấu nhất mà bạn đã trải qua cho đến hiện tại. Phương
pháp này sử dụng phép lặp để định cỡ vị thế.
kích cỡ vị thế tối ưu (optimal position size) Phương pháp định cỡ vị thế tốt nhất để đạt được
mục tiêu của bạn.
phần trăm rủi ro tối ưu mục tiêu Là độ nóng danh mục đầu tư tối ưu chia cho số lượng giao
dịch mà bạn có thể thực hiện.

tối ưu mục tiêu (optimal retire) Tỷ lệ phần trăm kích cỡ vị thế mang lại cho bạn xác suất lớn
nhất để đạt được mục tiêu đã nêu.
tối ưu hóa (optimize) Để tìm các thông số và chỉ báo dự đoán tốt nhất sự thay đổi của giá
trong dữ liệu lịch sử. Một hệ thống được tối ưu hóa cao thường thực hiện kém trong việc dự
đoán giá trong tương lai.
quyền chọn (option) Quyền mua hoặc bán một tài sản cơ sở ở một mức giá cố định cho đến
một ngày cụ thể trong tương lai. Quyền mua là quyền chọn mua và quyền bán là quyền chọn
bán.
parabolic Một chỉ báo có chức năng hình chữ U, tương tự như parabola. Bởi vì nó tăng với tốc
độ ngày càng dốc theo thời gian nên đôi khi nó được sử dụng như một điểm dừng lỗ trượt có
xu hướng ngăn việc người ta trả lại nhiều lợi nhuận cho thị trường. Ngoài ra, một thị trường
được cho là có tính chất parabol khi nó bắt đầu tăng gần như theo chiều dọc giống như nhiều
cổ phiếu ngành công nghệ cao đã làm vào năm 1999, đôi khi tăng gấp đôi mỗi tháng.
sự thay đổi mô thức (paradigm shift) Một sự thay đổi từ cách suy nghĩ này sang cách suy
nghĩ khác. Đó là một cuộc cách mạng, một sự biến đổi, một dạng chuyển trạng thái. Nó không
chỉ xảy ra mà còn được thúc đẩy bởi các tác nhân thay đổi.
mức sụt giảm vốn từ đỉnh xuống đáy (peak-to-trough drawdown) Mức sụt giảm vốn tối đa
từ mức vốn sở hữu cao nhất đến đáy thấp nhất của vốn sở hữu trước khi đạt đến mức vốn sở
hữu cao mới.
mô hình phần trăm ký quỹ (percent margin model) Một chiến lược định cỡ vị thế dựa trên
mức ký quỹ do sàn giao dịch đặt ra để định cỡ vị thế của bạn.
mô hình phần trăm rủi ro (percent risk model) Một mô hình định cỡ vị thế trong đó kích cỡ
vị thế được xác định bằng cách giới hạn rủi ro đối với vị thế ở một tỷ lệ phần trăm nhất định
trên vốn sở hữu của bạn.
mô hình phần trăm biến động (percent volatility model) Một mô hình định cỡ vị thế trong
đó kích cỡ vị thế được xác định bằng cách giới hạn mức độ biến động (thường được xác định
bởi phạm vi thực trung bình) trên một vị thế ở một tỷ lệ phần trăm nhất định trên vốn sở hữu
của bạn.
độ nóng danh mục đầu tư (portfolio heat) Tổng rủi ro mở trong danh mục đầu tư của bạn tại
bất kỳ thời điểm nào. Nó thường không được vượt quá 20%.
định cỡ vị thế (position sizing) Điều quan trọng nhất trong sáu yếu tố then chốt của giao dịch
thành công. Thuật ngữ này do Tiến sĩ Tharp đặt ra trong cuốn Trade Your Way to Financial
Freedom, đề cập đến một phần trong hệ thống của bạn quyết định liệu bạn có đạt được mục
tiêu của mình hay không. Yếu tố này xác định mức độ lớn của một vị thế mà bạn sẽ có trong
suốt quá trình giao dịch. Trong hầu hết các trường hợp, các thuật toán hoạt động để định cỡ vị

thế đều dựa trên vốn sở hữu hiện tại của một người.
kỳ vọng dương (positive expectancy) Là một hệ thống (hoặc trò chơi) sẽ kiếm được tiền trong
thời gian dài nếu chơi ở mức rủi ro đủ thấp. Điều đó cũng có nghĩa là giá trị trung bình của
phân phối Bội số R là một số dương.
lỗi hậu đoán (postdictive error) Một lỗi xảy ra khi bạn tính đến dữ liệu trong tương lai mà
bạn không cần biết. Ví dụ: nếu bạn mua vào thời điểm mở cửa mỗi ngày, dựa trên việc biết
rằng giá đóng cửa sẽ tăng lên, bạn sẽ có tiềm năng có được một hệ thống tuyệt vời, nhưng chỉ
vì bạn đang mắc phải một lỗi hậu đoán.
dự đoán (prediction) Dự đoán về tương lai. Hầu hết mọi người muốn kiếm tiền thông qua
việc đoán kết quả trong tương lai. Các nhà phân tích được tuyển dụng để dự đoán giá cả. Tuy
nhiên, các nhà giao dịch giỏi kiếm tiền bằng cách “cắt lỗ sớm và để lợi nhuận chạy”, việc này
không liên quan gì đến dự đoán.
Tỷ lệ giá/thu nhập (P/E) Tỷ lệ giá của một cổ phiếu so với lợi nhuận của nó. Ví dụ: nếu một
cổ phiếu có giá $$20 có lợi nhuận $1 trên mỗi cổ phiếu mỗi năm thì nó có tỷ lệ giá/lợi nhuận
là 20. P/E trung bình của S&P500 trong 100 năm qua là khoảng 17.
thua lỗ tâm lý (psychological loss) Thua lỗ gây ra do thành kiến và tâm lý tự nhiên của bạn
(thường lớn hơn 1R).
quyền chọn bán (put option) Quyền bán sản phẩm cơ sở ở mức giá xác định trước cho đến
ngày đáo hạn cụ thể. Đó là quyền bán nhưng không phải là nghĩa vụ.
Bội số R (R-multiple) Thể hiện kết quả giao dịch theo rủi ro ban đầu. Tất cả lợi nhuận và thua
lỗ có thể được biểu thị bằng bội số của rủi ro ban đầu (R). Ví dụ: 10R là lợi nhuận gấp 10 lần
rủi ro ban đầu. Do đó, nếu rủi ro ban đầu của bạn là $10 thì lợi nhuận $100 sẽ là lợi nhuận 10R.
Khi bạn làm điều này, bất kỳ hệ thống nào cũng có thể được mô tả bằng phân phối Bội số R
mà nó tạo ra. Phân phối đó sẽ có giá trị trung bình (kỳ vọng) và độ lệch chuẩn sẽ đặc trưng cho
nó.
Giá trị R (R-value) Rủi ro ban đầu được thực hiện ở một vị thế nhất định, được xác định bằng
mức dừng lỗ ban đầu của một người.
ngẫu nhiên (random) Một sự kiện được xác định một cách ngẫu nhiên. Trong toán học, đó
một con số không thể dự đoán được.
giảm tổng vốn sở hữu (reduced total equity) Một trong ba mô hình vốn sở hữu. Trong trường
hợp này, bạn trừ đi bất kỳ khoản tiền nào đã phân bổ cho rủi ro của các vị thế mới, nhưng khi
bạn tăng điểm dừng lỗ của mình lên, bạn sẽ cộng lại bất kỳ số tiền nào đã được bớt khỏi rủi ro
nhờ việc tăng điểm dừng lỗ của bạn. Kết quả còn lại là giảm tổng vốn sở hữu của bạn, sau đó
nó được sử dụng để định cỡ vị thế.
độ tin cậy (reliability) Mức độ chính xác của một điều gì đó hoặc tần suất nó thắng. Vì vậy,

“độ tin cậy 60%” có nghĩa là điều gì đó sẽ thắng trong 60% thời gian.
kháng cự (resistance) Một vùng trên biểu đồ mà tại đó cổ phiếu có thể giao dịch nhưng dường
như không thể vượt qua trong một khoảng thời gian nhất định.
mục tiêu (retire) Xác định mục tiêu giao dịch (ví dụ như số tiền nghỉ hưu).
nghỉ hưu trừ thất bại (retire-less-ruin) Hiệu của xác suất đạt được mục tiêu của chúng ta trừ
đi khả năng xảy ra trường hợp sụt giảm vốn xấu nhất (thất bại).
thoái lui (retracement) Một biến động giá theo hướng ngược lại với xu hướng trước đó,
thường chỉ là sự điều chỉnh giá.
tỷ lệ lợi nhuận trên rủi ro (reward-to-risk ratio) Tỷ suất lợi nhuận trung bình trên một tài
khoản (hàng năm) chia cho mức sụt giảm vốn từ đỉnh xuống đáy tối đa. Bất kỳ tỷ lệ lợi nhuận
trên rủi ro nào trên 3 được xác định bằng phương pháp này đều là tuyệt vời. Nó cũng có thể đề
cập đến độ lớn của giao dịch thắng trung bình chia cho độ lớn của giao dịch thua trung bình.
rủi ro (risk) Sự chênh lệnh về giá giữa điểm vào lệnh ở một vị thế và khoản lỗ trong trường
hợp xấu nhất mà một người sẵn sàng chấp nhận ở vị thế đó. Ví dụ: nếu bạn mua một cổ phiếu
ở mức giá $20 và quyết định bán ra nếu nó giảm xuống còn $18 thì rủi ro của bạn là $2 trên
mỗi cổ phiếu. Lưu ý rằng định nghĩa này khác nhiều so với định nghĩa học thuật điển hình về
rủi ro như sự biến động của thị trường mà bạn đang đầu tư.
luân chuyển (rollovers) Chuyển hợp đồng tương lai sang tháng giao dịch có tính thanh khoản
cao nhất tiếp theo khi hợp đồng hết hạn.
một vòng (round trip) Quá trình tham gia và thoát khỏi hợp đồng tương lai. Hoa hồng giao
dịch tương lai thường dựa trên một vòng vào và thoát hợp đồng thay vì dựa trên chi phí cho cả
việc vào và ra.
thất bại (ruin) Số tiền sụt giảm trong tài khoản của bạn mà bạn nếu xảy ra điều đó bạn sẽ
ngừng giao dịch.
mở rộng vị thế (scaling-in) Một dạng định cỡ vị thế trong đó bạn tiếp tục thêm vào kích cỡ vị
thế dựa trên các tiêu chí nhất định được xác định trước cho đến khi bạn đạt đến một mức tối đa
nào đó.
thu hẹp vị thế (scaling-out) Một hình thức định cỡ vị thế trong đó bạn giảm kích cỡ vị thế của
mình khi rủi ro mở hoặc biến động mở vượt quá mức xác định từ trước. Mục đích là để duy trì
rủi ro hoặc biến động nhất quán trong tài khoản của bạn.
tỷ lệ Sharpe (Sharpe ratio) Một tỷ lệ được phát triển bởi người đoạt giải Nobel William F.
Sharpe để đo lường hiệu quả hoạt động được điều chỉnh theo rủi ro. Nó được tính bằng cách
trừ lãi suất phi rủi ro khỏi tỷ suất lợi nhuận của danh mục đầu tư và chia kết quả cho độ lệch
chuẩn của lợi nhuận danh mục đầu tư.

bán khống (short) khi bạn không thực sự sở hữu một mặt hàng mà bạn đang bán. Nếu bạn
đang sử dụng chiến lược này, bạn sẽ bán một sản phẩm rồi mua lại nó sau với giá thấp hơn.
Khi bạn bán một sản phẩm trước khi bạn thực sự mua nó, bạn được cho là đang bán khống trên
thị trường.
đi ngang ổn định (sideways-quiet) Một trong sáu loại thị trường trong đó giá biến động rất ít
theo thời gian và thị trường cũng ít biến động hàng ngày.
đi ngang biến động (sideway-volatile) Một trong sáu loại thị trường trong đó giá biến động
rất ít theo thời gian, nhưng thị trường có nhiều biến động hàng ngày.
trượt giá (slippage) Sự chênh lệch về giá giữa giá bạn dự kiến trả khi tham gia thị trường và
số tiền bạn thực sự phải trả. Ví dụ: nếu bạn cố gắng mua ở mức 15 và cuối cùng bạn mua ở
mức 15,5 thì bạn sẽ bị trượt giá một nửa điểm.
chuyên viên (specialist) Một nhà giao dịch trên sàn được chỉ định thực hiện các lệnh trong
một cổ phiếu cụ thể khi lệnh đó không có lệnh bù trừ ngoài sàn.
đầu cơ (speculating) Đầu tư vào các thị trường được coi là rất biến động và do đó khá “rủi ro”
theo nghĩa học thuật của từ này.
độ lệch chuẩn (standard deviation) Căn bậc hai dương của giá trị kỳ vọng của bình phương
hiệu giữa một số biến ngẫu nhiên và giá trị trung bình của nó. Một thước đo độ biến thiên đã
được thể hiện dưới dạng chuẩn hóa.
hàm tăng/giảm bậc (step up/step down function) Một hàm toán học có cách cố định để di
chuyển giá trị lên hoặc xuống.
dừng (dừng lỗ, lệnh dừng) - stop (stop loss, stop order) Lệnh mà sẽ chuyển thành lệnh thị
trường nếu giá chạm đến điểm dừng. Nó thường được gọi là lệnh dừng (hoặc lệnh dừng lỗ) vì
hầu hết các nhà giao dịch sử dụng nó để đảm bảo rằng họ bán một vị thế mở trước khi vị thế
đó biến mất khỏi tầm tay họ. Nó thường dùng để ngăn chặn một khoản lỗ trở nên quá lớn. Tuy
nhiên, vì nó sẽ trở thành lệnh thị trường khi giá dừng được chạm tới nên bạn không được đảm
bảo rằng mình sẽ nhận được đúng mức giá đó. Nó có thể tồi tệ hơn nhiều. Hầu hết các hệ thống
môi giới điện tử sẽ cho phép bạn đặt lệnh dừng vào máy tính của họ. Sau đó, máy tính sẽ gửi
nó đi dưới dạng lệnh thị trường khi giá đạt đến mức đó. Vì vậy, nó sẽ không được nhìn thấy tại
sổ lệnh.
hỗ trợ (support) Mức giá mà trong lịch sử, một cổ phiếu khó có thể giảm xuống dưới nó. Đó
là khu vực trên biểu đồ mà tại đó người mua dường như sẽ tham gia vào thị trường.
giao dịch trung hạn (swing trading) Giao dịch ngắn ngày được thiết kế để nắm bắt những
chuyển động nhanh của thị trường.
hệ thống (system) Một bộ quy tắc để giao dịch. Một hệ thống hoàn chỉnh thường sẽ có (1) một
số điều kiện thiết lập, (2) tín hiệu vào lệnh, (3) lệnh dừng lỗ trong trường hợp xấu nhất để bảo

toàn vốn, (4) lệnh chốt lời và (5) định cỡ vị thế. thuật toán. Tuy nhiên, nhiều hệ thống giao dịch
hiện có không đáp ứng được tất cả các tiêu chí này. Một hệ thống giao dịch cũng có thể được
mô tả bằng phân phối Bội số R mà nó tạo ra.
Chỉ số Chất lượng Hệ thống (SQN) Một phương pháp được sử dụng trong cuốn sách này để
xác định chất lượng của một hệ thống. Nó dựa trên thống kê t-score. Chỉ số Chất lượng Hệ
thống cũng được sử dụng làm cơ sở để xác định cách định cỡ vị thế nhằm đáp ứng mục tiêu
của bạn.
tick Bước dao động tối thiểu về giá của một sản phẩm có thể giao dịch.
tổng vốn sở hữu (total equity) Một trong ba mô hình vốn sở hữu giúp xác định giá trị tài
khoản của bạn bằng tiền mặt và tổng giá trị các vị thế đang mở của bạn trên thị trường.
phân phối giao dịch (trade distribution) Cách thức thể hiện các giao dịch thắng và thua theo
thời gian. Nó sẽ hiển thị chuỗi thắng và chuỗi thua.
cơ hội giao dịch (trade opportunity) Một trong sáu chìa khóa để giao dịch có lợi nhuận. Nó
đề cập đến tần suất một hệ thống sẽ mở một vị thế trên thị trường.
giao dịch (trading) Mở một vị thế trên thị trường, dù dài hay ngắn, với kỳ vọng đóng vị thế
đó với lợi nhuận đáng kể hoặc cắt lỗ nếu giao dịch không thành công.
chi phí giao dịch (trading cost) Chi phí giao dịch, thường bao gồm hoa hồng môi giới và trượt
giá, cộng với chi phí cho nhà tạo lập thị trường.
dừng lỗ trượt (trailing stop) Lệnh dừng lỗ di chuyển theo xu hướng hiện tại của thị trường.
Lệnh này thường được sử dụng như một cách để thoát khỏi các giao dịch đang có lợi nhuận.
Điểm dừng chỉ được di chuyển khi thị trường đã đi theo hướng có lợi cho bạn. Nó không bao
giờ được di chuyển theo hướng ngược lại.
theo xu hướng (trend following) Quy trình có hệ thống để nắm bắt những chuyển động cực
đoan trên thị trường với ý tưởng ở lại thị trường miễn là thị trường tiếp tục chuyển động.
định cỡ vị thế hai tầng (two-tier position sizing) Định cỡ vị thế bắt đầu ở một mức rủi ro nào
đó và sau đó chuyển sang một mức khác khi đáp ứng một số tiêu chí xác định trước.
mô hình đơn vị trên mỗi số tiền cố định (units per fixed amount of money model) Một mô
hình định cỡ vị thế trong đó bạn mua một đơn vị của mọi thứ cho mỗi một lượng tiền trong tài
khoản của mình. Ví dụ: bạn có thể mua một đơn vị (tức là 100 cổ phiếu hoặc một hợp đồng)
cho mỗi $25.000 có trong tài khoản.
tăng ổn định (up-quiet) Một trong sáu loại thị trường mà giá đang tăng lên, nhưng hoạt động
hàng ngày của thị trường lại không sôi động.
tăng biến động (up-volatile) Một trong sáu loại thị trường trong đó giá đang tăng lên và hoạt

động hàng ngày của thị trường khá sôi động.
hợp lệ (validity) một cái gì đó "thực" như thế nào. Nó có đo được những gì nó cần đo không?
Độ chính xác của nó là bao nhiêu?
độ phân tán (variability) Phạm vi các kết quả có thể xảy ra đối với một sự kiện nhất định.
biến động (volatility) phạm vi giá trong một khoảng thời gian nhất định. Thị trường biến động
cao có phạm vi giá hàng ngày lớn, trong khi thị trường biến động thấp có phạm vi giá hàng
ngày nhỏ. Đây là một trong những khái niệm hữu ích nhất trong giao dịch.
tỷ lệ thắng (win rate) Tỷ lệ phần trăm các giao dịch đã đóng mà bạn kiếm được tiền.
tình huống xấu nhất (worst-case scenario) Một tình huống thể hiện những kết quả ít mong
muốn nhất có thể xảy ra. Thông thường, bạn cần lập kế hoạch cho khả năng điều này có thể
xảy ra thông qua việc sử dụng định cỡ vị thế hợp lý. Điều này thường sẽ đảm bảo rằng bạn sẽ
tồn tại với tư cách là một nhà giao dịch.

LỜI NGƯỜI DỊCH

Chúc mừng các bạn đã hoàn thành cuốn sách được xem là đầy đủ và chi tiết nhất về quản lý
tiền của cụ Van K. Tharp. Đọc cuốn này xong thực sự là bạn không cần học quản lý vốn ở đâu
nữa cả. Cuốn sách này tương đối khó nhằn với các anh em trader vì phải có kiến thức cơ bản
về thống kê, mình khuyến nghị các bạn nên đọc lại các giáo trình hay sách về thống kê để có
thể hiểu được trọn vẹn hơn cuốn sách này.
Mình có cả khóa học và các file excel để thực hành của tác giả, nếu các bạn có nhu cầu hãy
liên hệ với mình nhé.
Xem các cuốn sách mình đã dịch tại:
https://drive.google.com/drive/folders/1E9TaheBYyVzhQPUsD4Gt9r8W9Oje5Zjb?usp=shar
ing
Và dự là chả có ông nào đọc đến trang này đâu, hehe …….
- Liên hệ dịch sách, đóng góp ý kiến về bản dịch, các bạn hãy gửi yêu cầu đến Email:
dichsachtrading@gmail.com hoặc Telegram: https://t.me/dichsachtrading
- Nếu bạn thấy cuốn sách hay và hữu ích hãy ủng hộ mình qua số tài khoản: 0970131943333
– Ngân hàng MB. Mỗi sự ủng hộ của các bạn sẽ là động lực để mình tiếp tục dịch các
cuốn sách tiếp theo.
- Cuốn sách dự kiến dịch (dự là sẽ tương đối lâu):
Thanks Ruby for being by my side during my darkest times

You are always in my heart.
Wish all the best things will come to you.

Van Tharp S Definitive Guide To Position Sizing Dich Tieng Viet

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Van Tharp S Definitive Guide To Position Sizing Dich Tieng Viet

Uploaded by

Copyright:

Available Formats

HƯỚNG DẪN TOÀN DIỆN

Dịch bởi: dichsachtrading@gmail.com

Được sự ủng hộ của bạn @Madara1881

Buy me a coffee: 0970131943333 – Ngân hàng MB ii

Buy me a coffee: 0970131943333 – Ngân hàng MB iii

Buy me a coffee: 0970131943333 – Ngân hàng MB iv

Buy me a coffee: 0970131943333 – Ngân hàng MB v

Buy me a coffee: 0970131943333 – Ngân hàng MB vi

Buy me a coffee: 0970131943333 – Ngân hàng MB vii

Lời nói đầu

Buy me a coffee: 0970131943333 – Ngân hàng MB viii

Buy me a coffee: 0970131943333 – Ngân hàng MB ix

Buy me a coffee: 0970131943333 – Ngân hàng MB x

Buy me a coffee: 0970131943333 – Ngân hàng MB xi

Buy me a coffee: 0970131943333 – Ngân hàng MB xii

Tiến sĩ Van K. Tharp.

Buy me a coffee: 0970131943333 – Ngân hàng MB xiii

Các quy tắc vàng trong giao dịch

Buy me a coffee: 0970131943333 – Ngân hàng MB

Giới thiệu về Đánh giá hệ thống

Buy me a coffee: 0970131943333 – Ngân hàng MB 2

Các Quy tắc vàng trong giao dịch

Buy me a coffee: 0970131943333 – Ngân hàng MB 3

Buy me a coffee: 0970131943333 – Ngân hàng MB 4

• Thứ năm, tôi không có kế hoạch, không có quy tắc và kỷ luật.

Buy me a coffee: 0970131943333 – Ngân hàng MB 5

Các quy tắc vàng trong giao dịch

Buy me a coffee: 0970131943333 – Ngân hàng MB 6

Buy me a coffee: 0970131943333 – Ngân hàng MB 7

Buy me a coffee: 0970131943333 – Ngân hàng MB 8

Rủi ro (R) và Bội số R

Hãy xem xét một số ví dụ:

Buy me a coffee: 0970131943333 – Ngân hàng MB 9

Buy me a coffee: 0970131943333 – Ngân hàng MB 10

Buy me a coffee: 0970131943333 – Ngân hàng MB 11

Sử dụng Tổng rủi ro để theo dõi Bội số R của bạn

Buy me a coffee: 0970131943333 – Ngân hàng MB 12

Hãy làm thêm một ví dụ nữa:

Buy me a coffee: 0970131943333 – Ngân hàng MB 13

Bảng 2-1: Xác định Bội số R từ Tổng rủi ro

Buy me a coffee: 0970131943333 – Ngân hàng MB 14

Bảng 2-2: Xác định Bội số R từ Tổng rủi ro

Buy me a coffee: 0970131943333 – Ngân hàng MB 15

Bảng 2-3: Sử dụng Mức lỗ trung bình để xác định 1R

Bảng 2-4: Xác định Bội số R từ Mức lỗ trung bình

Buy me a coffee: 0970131943333 – Ngân hàng MB 16

Suy nghĩ thêm về kỳ vọng

Bảng 2-5: Tính mức lãi trung bình của chúng ta

Buy me a coffee: 0970131943333 – Ngân hàng MB 17

Buy me a coffee: 0970131943333 – Ngân hàng MB 18

Còn về sự biến động thì sao?

1. Số lượng cổ phiếu (hợp đồng)

Buy me a coffee: 0970131943333 – Ngân hàng MB 19

Lưu ý những điều sau đây từ Bảng 2-6:

Buy me a coffee: 0970131943333 – Ngân hàng MB 20

Vậy sụt giảm vốn là gì?

Bảng 2-6: Năm lần thua liên tiếp

Buy me a coffee: 0970131943333 – Ngân hàng MB 21

Đánh giá chất lượng hệ thống giao dịch của bạn

Bảng 3-1: Ba hệ thống mẫu đầu tiên

Buy me a coffee: 0970131943333 – Ngân hàng MB 22

Bảng 3-2: Ba hệ thống mẫu tiếp theo

Buy me a coffee: 0970131943333 – Ngân hàng MB 23