Thuật toán di truyền trong tối ưu danh mục đầu tư cổ phiếu khu vực châu Á

GIỚI THIỆU

• Mục tiêu nghiên cứu
• Đối tượng và phạm vi nghiên cứu 1. Đối tượng nghiên cứu

Bên cạnh việc phát triển của thị trường tài chính nói chung thì việc bùng nổ thị trường chứng khoán vào những năm gần đây với một số lượng khá lớn các nhà đầu tư lớn nhỏ đã đổ xô gia nhập vào, điều này đồng nghĩa với việc một lượng vốn hoá lớn đã tạo thành một dòng tiền vào và ra kích thích tiềm năng phát triển của thị trường đầy sự biến động này. Thuật toán di truyền hay còn gọi là giải thuật di truyền (Genetic Algorithms) là một phương pháp tối ưu và được sử dụng rộng rãi trong rất nhiều lĩnh vực khác nhau như y tế, kỹ thuật, điện tử,… không riêng gì lĩnh vực phân tích đầu tư tài chính để tối ưu giá trị và giải quyết được những bài toán thông qua các quá trình cơ bản là chọn lọc, lai tạo và đột biến giữa các cá thể trong quần thể để tạo ra những cá thể đời sau tốt hơn, nâng cao khả năng thích nghi của cá thể đó trong môi trường tự nhiên hơn.

Giới thiệu đề tài

Đây là một điều khá thú vị và mới mẻ và đó cũng có thể là căn cứ giúp các nhà quản trị hoạch định và phân tích tốt hơn các dữ liệu, thông tin để ra quyết định đầu tư vào danh mục mang lại tỷ suất sinh lời cao. Phần thứ tư dựa trên nền tảng lý thuyết đã có, tác giả tiến hành nghiên cứu và khảo nghiệm kết quả thực nghiệm khi đã vận dụng thuật toán di truyền để tìm kiếm mức tỷ trọng phân bổ phù hợp cho các danh mục cổ phiếu trong khu vực Asian.

Biểu diễn gen bằng cấu trúc cây

Theo tìm hiểu, tác giả nhận thấy được có 3 loại cấu trúc dữ liệu thường được dùng trong thuật toán di truyền đó là chuỗi nhị phân, chuỗi số thực và cấu trúc cây. Thuật ngữ thuật toán di truyền như đã đề cập là một dạng về ứng dụng ngôn ngữ máy tính để có thể trình bày và giải thích các bước có trong thuật toán.

Biểu diễn gen bằng số thực

Cụ thể trong các nghiên cứu gần đây, nghiên cứu của Yang (2006) bằng việc so sánh 3 phương pháp tiếp cận từ giải thuật di truyền, phương sai trung bình và phương pháp Bayes nhằm cải thiện danh mục đầu tư hiệu quả với mẫu nghiên cứu gồm tập dữ liệu MSCI (Morgan Stanley Capital International) gồm các chỉ số tổng lợi nhuận trên vốn chủ sở hữu của Canada, Pháp, Đức, Nhật Bản, Vương Quốc Anh, Mỹ gồm cổ phiếu, trái phiếu và trái phiếu châu Âu dựa trên giá trị đô la Mỹ trong thời gian từ tháng 1 năm 1975 đến tháng 12 năm 2004, lấy tỷ suất sinh lời phi rủi ro là lãi suất T-bill của 3 tháng. Và một nghiên cứu của nhóm tác giả Dubinskas & Urbsiene (2017) cũng với mục tiêu ứng dụng và đánh giá phương pháp thuật toán di truyền cho dữ liệu gồm 18 mã cổ phiếu được thực hiện từ các doanh nghiệp Litva được niêm yết trên danh sách các công ty chính thức của NASDAQ OMX Baltic trong năm 2013 với mục tiêu là danh mục đầu tư dự kiến được xây dựng gồm 4 doanh nghiệp đại diện cho các lĩnh vực khác nhau. Kết hợp thuật toán di tuyền và tỷ lệ Sharpe được tính toán bằng tiêu chuẩn hoá quỹ, có thể chọn ra danh mục đầu tư rủi ro thấp và lợi nhuận ổn định một cách hợp lý và tác giả cũng chứng minh được tỷ lệ sharpe của danh mục đầu tư tối ưu chắc chắn lớn hơn hoặc bằng tỷ lệ sharpe theo phương pháp truyền thống, tạo ra một danh mục có rủi ro thấp hơn vì độ biến động thấp và lợi nhuận cao hơn trên thị trường chứng khoán.

Thông qua dữ liệu thu được từ Tổng công ty Máy tính Chứng khoán Hàn Quốc (KOSCOM), cụ thể là 90 công ty hàng đầu của KOSPI 200 về vốn hoá thị trường từ ngày 01/09/2007 đến 30/05/2014 và qua quá trình phân tích, tác giả nhận xét rằng thông tin dài hạn vượt trội hơn thông tin trung hạn và ngắn hạn trên thị trường chứng khoán Hàn Quốc và nhằm xem xét các trọng số khác nhau khi sử dụng thuật toán di truyền ảnh hưởng như thế nào đến hiệu suất danh mục đầu tư. Nhóm tác giả Chong Liu và các cộng sự (2017) đã có một bài nghiên cứu chỉ ra nếu xét dữ liệu trên thế giới sẽ cho thấy thuật toán di truyền cho ra kết quả cung cấp danh mục đầu tư đáng tin cậy hơn trong cùng rủi ro và không cần giới thiệu hay đề cập về dữ liệu của từng đất nước, tác giả cho rằng chỉ cần quan tâm và thảo luận về tác động của độ dài chuỗi thời gian của mỗi cổ phiếu đối với việc xây dựng danh mục đầu tư và cải thiện hiệu quả thuật toán trong phân tích cổ phiếu thực tế. Nghiên cứu của Naresh Elugala (2020) với đề tài nghiên cứu tối ưu hóa danh mục đầu tư bằng cách sử dụng thuật toán di truyền với mục tiêu phân bổ vốn hiệu quả mang lại lợi nhuận và mức rủi ro với kỳ vọng ban đầu đã cho ra kết quả khả quan mặc dù tỷ suất sinh lời kỳ vọng của toàn danh mục chưa đạt được kết quả mong muốn ban đầu là 30% nhưng tác giả đã đạt được mức rủi ro toàn danh mục nhỏ hơn gấp đôi so với kỳ vọng chỉ có 2.59%.

KẾT QUẢ NGHIÊN CỨU

• Kết quả chương trình

Tuy vậy, đi kèm lợi nhuận cao là một rủi ro cũng đáng lo ngại khi mang lại lợi nhuận cao nhất trong 6 nước được xem xét trong khu vực Đông Nam Á thì Việt Nam đứng thứ 2 về rủi ro toàn danh mục là 4.6%, tuy nhiên đáng kể đến là rủi ro danh mục 30 công ty trong thị trường Indonesia lại chiếm 6.04% cán mốc mức rủi ro cao nhất và không đạt mục tiêu kỳ vọng về rủi ro ban đầu của tác giả. Nhưng khi xét đến lợi nhuận thì cũng chỉ có 5 danh mục mang lại kết quả khả quan và đạt hơn mức kỳ vọng của tác giả đó là Việt Nam, Thái Lan, Indonesia, Philippine và Singapore; duy chỉ danh mục Malaysia lại chỉ đạt mức 19.46% tỷ suất lợi nhuận nhưng bù lại mức rủi ro mà danh mục khắc phục được lại chỉ chiếm gần 1%, một con số vô cùng đáng kinh ngạc, thực tế con số 19.46% vẫn là một con số có thể chấp nhận được và nếu ta chuyển hóa toàn bộ số vốn được phân phối vào các mã cổ phiếu dưới 1% vào các mã cổ phiếu có mức phân bổ cao hơn thì ta vẫn có thể nâng giá trị lợi nhuận toàn danh mục nhưng cũng đồng nghĩa với việc rủi ro chắc chắn sẽ tăng. Để có thể thống kê chi tiết 6 danh mục tại 6 thị trường Đông Nam Á, tác giả sử dụng tỷ lệ Sharpe sau khi có kết quả phân bổ danh mục tối ưu đã cho ra kết quả với cùng một dữ liệu về giá đóng cửa với mốc thời gian từ 07/2018 đến 04/2021 của 30 công ty có vốn hóa thị trường lớn nhất mỗi nước trong hình 4.2 đã cho ra một kết quả tỷ lệ Sharpe giảm dần như sau.

Trong thị trường chứng khoán Singapore, tác giả đã sử dụng 30 công ty được niêm yết trên sàn chứng khoán với mức vốn hóa thị trường cao, và hơn một nửa danh mục là các mã cổ phiếu nằm trong top chỉ số Straits time index, đây được coi là một chỉ số chuẩn cho thị trường Singapore được tính toán bởi Singapore Press Holdings, Singapore Exchange và FTSE Group. Tỷ trọng phân bổ vốn đầu tư vào danh mục cổ phiếu tại Singapore Nguồn: Tổng hợp của tác giả Và kết quả nghiên cứu thật sự đã có hiệu quả khi trong danh mục này không hề xuất hiện bất kỳ mã cổ phiếu nào có tỷ trọng phân bổ đầu tư dưới 1%, điều này giải thích được rằng, mã cổ phiếu nào xuất hiện trong danh mục đều được đánh giá cao và đều có tiềm năng đầu tư vốn lớn. Tuy bài nghiên cứu không đi sâu về việc dùng các phương pháp tiếp cận khác nhau và chỉ tính toán bằng phần mềm hỗ trợ lập trình Python nhưng khi xem xét về kết quả mà nghiên cứu đem lại, tác giả đồng tình với các nhận xét của nhóm tác giả Chou và các cộng sự (2017) khi kết hợp việc tính toán tỷ lệ Sharpe để lựa chọn cá thể thích nghi tốt và ứng dụng vào thuật toán di truyền trên cơ sở xem xét về cả mặt lợi nhuận và rủi ro trong khi có một số tác giả chỉ quan tâm đến rủi ro của danh mục.