Thấy nhiều người không công nhận AI Trading, thậm chí thu hẹp nó thành “sử dụng máy học để tối ưu hóa chiến lược trung bình động”, tôi muốn nói chuyện về cách tôi hiểu về thuật ngữ này.

Trước tiên, chúng ta không thể dùng quá khứ hoặc hiện tại để định nghĩa tương lai. AI Trading là hiện tại liên tục diễn ra, hơn nữa còn là tương lai. Giống như khi khái niệm Agent mới xuất hiện, con người cũng chưa nghĩ rằng nó sẽ tiến hóa nhanh đến vậy. Từ sự phổ biến của ChatGPT toàn cầu, đến sự lan rộng của kiến trúc Transformer, rồi đến ngày nay là LLM, giới hạn của AI Trading thực ra đã không còn là giới hạn của con người nữa, mà là giới hạn của mô hình, kiến trúc công nghệ, vòng quay dữ liệu, và năng lượng tính toán (điện năng).
AI Trading không đơn thuần là nâng cấp công cụ, mà là một cuộc cách mạng về mô hình từ “con người + công cụ” sang “hệ thống tự chủ”.
1. Không phải “tối ưu hóa qua backtest”, mà là “phát minh cơ chế thị trường mới”
Giống như phát minh ra điện, AI Trading thực sự cần sự sáng tạo và phát minh, chứ không chỉ dựa vào tổng hợp dữ liệu lịch sử hiện tại hoặc backtest chiến lược. Trong quá khứ, phần lớn giao dịch định lượng về bản chất là thống kê chênh lệch giá, nếu cứ lặp lại quá khứ thì rõ ràng không thể gọi là tiến bộ mang tính cách mạng.
Tiềm năng thực sự của AI Trading nằm ở khả năng sinh và khám phá của nó, nó có thể phát minh ra các mô hình giao dịch chưa từng thấy, cách lấy thanh khoản mới, thậm chí là các ngôn ngữ tài chính hoàn toàn mới. Trong tương lai, Agent không còn chỉ là công cụ thực thi lệnh nữa, mà là chủ thể tự phát hiện Alpha. Chúng có thể xây dựng mô hình thế giới theo thời gian thực qua dữ liệu đa phương thức (tin tức, hình ảnh vệ tinh, hành vi trên chuỗi, cảm xúc xã hội), rồi sinh ra và xác nhận các giả thuyết mới.
Điều này giống như internet thời kỳ đầu, ban đầu mọi người nghĩ “email + web” là đủ, sau đó mới xuất hiện các nền kinh tế nền tảng, đề xuất thuật toán, Web3 và các sinh vật mới khác.
Các tập đoàn lớn chắc chắn sẽ đầu tư rất nhiều vào AI Trading, chỉ là họ không dễ dàng tiết lộ. Những thứ thực sự có giá trị không phải là các bài báo công khai, mà là hệ thống mã nguồn đóng, hoạt động theo thời gian thực. DeepSeek ban đầu cũng là sản phẩm của Liang Wenfeng trong quỹ Quang Phù, mô hình Bot định lượng, nhiều đội nhóm định lượng hàng đầu (bao gồm Quang Phù, Jiukun, Mingxi, v.v.) đã sớm sử dụng ý tưởng tương tự LLM để trích xuất tín hiệu, chỉ là chưa gọi là “AI Trading” công khai.
2. Vốn, khả năng chịu lỗi, tích lũy lịch sử mới là lợi thế cạnh tranh thực sự
Nói nhiều như vậy, chỉ muốn nhấn mạnh rằng chúng ta vẫn nên giữ thái độ tích cực về “tương lai của tương lai”, vì có thể nhiều cuộc cách mạng sẽ xảy ra chính trong cuộc đời chúng ta.
Những người có vốn, có tiền, có quyền, có khả năng chịu lỗi lớn đều đang “đầu tư toàn bộ” vào AI, không phải không có lý do. Khi AI làm cho tri thức trở nên không giới hạn, thông tin trở nên minh bạch, thì thực sự quyết định thắng thua là tiền và quyền lực. Bởi vì khả năng thay thế của tri thức và nhân tài ngày càng lớn. Giả sử hôm nay tôi tuyển dụng một người trên thị trường nhân lực, có thể thực ra tốt hơn là huấn luyện một Agent nghe lệnh 100%. Chi phí của Agent sẽ ngày càng thấp khi năng lượng tính toán phổ biến, còn chi phí của con người thì do kinh tế xã hội và chi phí sinh hoạt cố định quyết định.
Nhiều người nói “người giàu lại đi làm AI nữa”, thực ra định nghĩa này là sai. Chính vì họ đã kiếm được tiền trong các lĩnh vực khác, có tiền và rảnh rỗi, dùng khả năng chịu lỗi dư thừa để đổi lấy không gian cho tương lai. Google đầu tư 40 tỷ USD vào Anthropic, Microsoft đầu tư vào OpenAI, Amazon đầu tư vào các hạ tầng AI, về bản chất đều là mua quyền chọn tương lai bằng dòng tiền dư thừa. Đối với các tập đoàn lớn, vài trăm tỷ USD đầu tư, thất bại chỉ là “thử nghiệm cấp phòng ban”; nhưng nếu thành công, có thể định hình lại toàn bộ thị trường vốn (giao dịch tần suất cao, tạo lập thị trường, quản lý tài sản, thậm chí là công cụ cấp ngân hàng trung ương).
Quay lại AI Trading, đối với các doanh nghiệp nhỏ hoặc vừa, trong cuộc đua giành thị phần toàn cầu này, việc cạnh tranh trực diện là mệt mỏi và không có giá trị. Rào cản về dữ liệu, năng lượng tính toán, nhân lực, và khả năng chịu lỗi của quy định ngày càng cao. Cá nhân hoặc nhóm nhỏ có thể xây dựng các hệ sinh thái nhỏ theo chiều dọc (như Agent trên các giao thức chuỗi cụ thể), nhưng rất khó để thách thức toàn bộ thanh khoản toàn cầu. Tuy nhiên, đối với các doanh nghiệp độc quyền tuyệt đối hoặc các tập đoàn công nghệ khổng lồ, điều này chỉ là một trong hàng nghìn vấn đề họ có thể giải quyết, dành thời gian để thực hiện đồng thời. Họ có tiền, có quyền, có tích lũy lịch sử, có khả năng chịu lỗi, làm gì cũng không nhất thiết phải có kết quả ngay lập tức, chỉ cần chiếm giữ một vị trí, đặt cược vào một khả năng nào đó.
Điều này cũng có nghĩa là AI có thể làm cho mâu thuẫn giai cấp trở nên gay gắt hơn, và làm rõ rệt hơn sự phân chia con người:
• Tầng lớp thượng lưu: vốn và AI tạo thành vòng quay, công nhân tri thức bị phần nào thay thế.
• Tầng lớp trung lưu: các nhà giao dịch truyền thống và nhà nghiên cứu bị Agent cạnh tranh khốc liệt, kỹ năng nhanh chóng mất giá trị.
• Tầng lớp thấp: thông tin không đối xứng có thể bị phần nào san bằng bởi AI mã nguồn mở, giảm rào cản gia nhập, nhưng tổng thể độ tập trung của cải có khả năng sẽ còn tăng lên.
3. Bức tranh tương lai: Agent vs Agent
Về tương lai, tôi giữ thái độ lạc quan nhưng cũng tỉnh táo. Có thể là Agent đấu với Agent, các nhà giao dịch AI đối đầu với các nhà giao dịch AI. Trong thị trường có tính chất thắng-thua bằng 0 hoặc gần 0, chiến thắng hay thất bại phụ thuộc vào kiến trúc, phương pháp huấn luyện, phản hồi theo thời gian thực, chứ không chỉ dựa vào số lượng tham số của mô hình. Tương lai có thể là thế giới của các “đội quân Agent”.
Các con đường phát triển khả thi nhất như sau:
• 2026-2028: Kết hợp học tăng cường với Agent LLM, có thể đạt hiệu suất siêu nhân trong các lĩnh vực đặc thù (như tiền mã hóa, quyền chọn, chênh lệch tỷ giá xuyên biên giới), con người chủ yếu giám sát và can thiệp bất thường.
• 2028-2032: Hệ thống hợp tác và cạnh tranh của nhiều Agent trở thành xu hướng chính, xuất hiện các sản phẩm “quản lý quỹ AI” thực sự, nhà đầu tư cá nhân mua trực tiếp các nhóm Agent.
• Xa hơn nữa: Giao dịch có thể được định nghĩa lại. Khi phần lớn thanh khoản do Agent cung cấp, cấu trúc thị trường sẽ thay đổi căn bản (độ trễ thấp hơn, luồng lệnh phức tạp hơn, các bể thanh khoản động hơn), các khung backtest truyền thống sẽ hoàn toàn mất hiệu lực.
Tất nhiên, rủi ro cũng rõ ràng: ảo giác AI, sụp đổ mô hình, kiểm soát của cơ quan quản lý, và rủi ro hệ thống mở rộng (ví dụ như nhiều siêu Agent cùng học được Bias giống nhau dẫn đến sụp đổ thị trường). Vì vậy, “khả năng chịu lỗi” mới là yếu tố then chốt của trò chơi này.
Tổng kết lại, khả năng tưởng tượng mở rộng, khả năng thực thi siết chặt
Dù giới hạn của AI Trading nằm ở kiến trúc, vòng quay dữ liệu và năng lượng tính toán, thì lợi thế lớn nhất của con người hiện nay vẫn là khả năng sáng tạo ra trò chơi mới, thiết kế các phương pháp huấn luyện Agent mới, quy tắc thị trường mới, cơ chế thúc đẩy mới. Phần cốt lõi này vẫn do con người (hoặc nhóm nhỏ hàng đầu) dẫn dắt.
“Dùng khả năng chịu lỗi dư thừa để đổi lấy không gian thời gian”, nhiều người lo lắng “AI sẽ cướp mất việc làm”, nhưng thực ra những người nắm bắt cơ hội trước thường là những người mở rộng quy mô, rồi mới chia phần. Con người phải cúi đầu trước thực tế, nhưng chúng ta vẫn có thể tìm ra vị trí của riêng mình.
Về AI Trading, giữ thái độ “tưởng tượng mở rộng + thực thi siết chặt” là đúng đắn. Người bình thường hoặc nhóm nhỏ đừng cố tranh đấu toàn diện với các tập đoàn lớn, mà hoàn toàn có thể đổi mới ở các biên giới, trong các hệ sinh thái đặc thù, hợp tác mã nguồn mở, để tìm ra Alpha của riêng mình.