Ai từng tự tay nghiên cứu chiến lược giao dịch cực ngắn (scalping, tức mỗi lệnh chỉ kéo dài vài giây đến vài phút) đều biết phần nặng nhất không phải là tính toán.
Khi tín hiệu A xuất hiện thì làm gì? Nếu B xuất hiện cùng lúc? Giữ lệnh khi giá dao động mạnh, bỏ khi giá đứng yên? Chỗ này đánh ngược, chỗ kia đứng ngoài?
Nếu kiểm tra từng nhánh một, một buổi tối bình thường sẽ nhanh chóng biến thành phòng thí nghiệm riêng. Bỏ ra vài giờ mỗi ngày suốt nhiều năm rồi chỉ giữ lại được một chiến lược trụ vững cũng chẳng có gì lạ.
Rồi AI biết tự khám phá xuất hiện.
Trong một kiểu dùng, nó thử hàng nghìn biến thể trong vài giờ, tìm hiểu vì sao lợi nhuận không ổn định, rồi dùng chính lý do thất bại để chọn thử nghiệm tiếp theo. Phản ứng của mọi người thường giống nhau:
“Nếu bắt người làm thì mất bao nhiêu ngày?”
Nhưng dừng ở câu “AI thử được 4.000 chiến lược nên mình thắng rồi” là nguy hiểm. Trong tài chính, thử được nhiều cũng làm ta dễ nhầm may mắn với thực lực hơn. [1][2]
Kết luận của bài rất đơn giản:
thứ mạnh là kết hợp ý tưởng của chính bạn, khả năng tìm kiếm của AI, việc AI tự cố phá những gì nó tìm ra, và phép hiệu chỉnh thống kê có tính đến số lần đã thử.
Chỉ có một AI đi tìm chiến lược thắng là chưa đủ. Cần thêm một AI chuyên đi “bóc” những chiến lược thắng đó.
1. Vì sao nhiều năm làm tay có thể bỗng ngắn lại
Nghiên cứu chiến lược bằng tay là một chuỗi bước nhỏ:
- Nảy ra một ý tưởng.
- Biến nó thành quy tắc.
- Thử trên dữ liệu quá khứ (backtest).
- Đọc kết quả.
- Hỏi vì sao kết quả không ổn định.
- Tách quy tắc ra thành các phần.
- Thử lại.
Không bước nào tự nó khó. Cái nặng là phải lặp lại hàng trăm, hàng nghìn lần.
Giữa chừng lại phải hỏi: “Hôm qua mình thử đến đâu rồi?”, “Bộ lọc này mình dùng chưa nhỉ?”. Não người không có sẵn tính năng ghi chép nghiên cứu. Có thể vài người có, nhưng ít nhất cũng không ai nhận được thông báo cập nhật.
Giá trị của AI khám phá là giữ cho vòng lặp này chạy không ngừng.
Nó không dừng ở “có lãi”. Nó hỏi tiếp: lãi có chỉ đến từ vài ngày không? Có biến mất khi tính phí không? Có chỉ chạy trong một khung giờ không? Có sụp đổ khi bỏ một mảnh ra không? Nó mở thêm nhánh, rồi đưa lý do thất bại quay lại thành giả thuyết mới.
Đây không chỉ là backtest nhanh hơn.
Đây là vòng lặp nghiên cứu nhanh hơn.
2. Điểm mạnh của Astra giống “đi được ở nơi chưa biết” hơn là “biết sẵn đáp án”
ARC-AGI-3 là cách dễ hiểu để thấy điều đó.
Đây là bài kiểm tra tương tác, trong đó AI điều khiển một thế giới ô lưới 2D mới, không có hướng dẫn và không nêu mục tiêu. AI phải tự khám phá, tìm ra thế giới đó vận hành thế nào, đoán mục tiêu, lập kế hoạch, hành động rồi tự sửa. [3][4]
Tháng 7/2026, GPT-5.6 Sol đạt 7,78% trên bộ semi-private của ARC Prize. Trên một bộ công khai khác, OpenAI cho thấy việc giữ lại trạng thái suy luận và nén ngữ cảnh đã đưa Sol từ 13,3% lên 38,3%. [5]
Tháng 9, Astra đạt 62,7% trên cùng bộ semi-private với môi trường chấm điểm tiêu chuẩn của ARC Prize, và 99,9% với Provider Adapter, một môi trường giữ lại nhiều suy luận hơn giữa các hành động. Môi trường chấm điểm ảnh hưởng rất lớn đến điểm, nên không thể đọc đây là phép so 99,9 với 7,78 đơn giản. Điều thấy được là bước nhảy lớn ở khả năng khám phá, hiểu mọi thứ vận hành ra sao và giữ mạch trong tác vụ dài. [6][3]
ARC Prize cũng báo cáo rằng ở 96% số màn Astra hoàn thành, nó dùng ít hành động hơn trung vị của những người chơi xong màn đó. [3]
Đây là kiểu mạnh khác với việc giải một phương trình khó trong một lần.
Nó giống thế này hơn:
“Chạm vào đây thì sao? Được, còn thử cái kia thì sao? À, hiểu luật rồi.”
Các bài kiểm tra trông như trò chơi. Có màn đơn giản đến mức trẻ con cũng thích nghịch, vậy mà AI đã vất vả với chúng rất lâu. Vì thế bước nhảy đột ngột ở đó cho thấy điều gì đó về việc học một nơi mới bằng cách chạm thử.
Bản thân ARC Prize không nói rằng điểm cao ở ARC-AGI-3 chứng minh trí tuệ tổng quát ngang người. Một trò chơi khép kín với luật cố định không phải thế giới thật. [3]
3. Vì sao khám phá một trò chơi 2D lại giống nghiên cứu scalping
Thị trường không phải trò chơi. Giá không do một bộ luật gọn gàng quyết định.
Dù vậy, các bước nghiên cứu lại khá giống nhau.
Giả sử bạn thêm một điều kiện dựa trên sổ lệnh (hàng chờ lệnh mua và lệnh bán) và kết quả backtest tốt lên.
Bạn không dừng ở đó.
- Độ lệch của sổ lệnh có thật sự dự đoán được gì không?
- Có phải chỉ chạy khi giá dao động mạnh?
- Có phải chỉ thấy hiệu quả vì chênh lệch giữa giá mua và giá bán đang hẹp?
- Có biến mất nếu lệnh khớp tệ hơn một bước giá?
- Có phải chỉ tồn tại trong một khung giờ?
Quan sát. Đổi một điều kiện. Xem kết quả. Viết lại ý tưởng.
Điều này gần với vòng lặp của ARC-AGI-3: quan sát, hành động, xem phản ứng, cập nhật bản đồ trong đầu, rồi hành động tiếp. [3][4]
Vì vậy, thay vì “hãy tìm bộ tham số lãi nhất”, yêu cầu tốt hơn là:
“Hãy tách ra xem khoản lãi này đến từ đâu, tìm những điều kiện làm nó sụp, rồi biến từng thất bại thành thí nghiệm tiếp theo.”
Đây không phải câu đố đoán chiến lược thắng.
Đây là giao cho nó như một trò chơi nghiên cứu trên địa hình chưa biết.
4. Kinh nghiệm của con người không mất đi: linh cảm “quanh đây có gì đó lạ” còn đáng giá hơn
Rất dễ muốn để AI tìm lại tất cả từ đầu.
Nhưng vùng tìm kiếm càng rộng, kinh nghiệm của bạn càng giống tấm bản đồ chỉ nên bắt đầu đào ở đâu.
Người đã đọc nhiều sách và thử từng chỉ báo, từng mẫu giá thường có những ghi chú kiểu này trong đầu:
- Dùng một mình thì yếu, nhưng có thể hợp làm quy tắc “chỗ này đừng vào”.
- Có lẽ chỉ dùng được khi thị trường có xu hướng rõ.
- Đẹp trên dữ liệu quá khứ, nhưng phí ăn mất hết.
- Hợp để chặn một lệnh vào xấu hơn là dự đoán hướng đi.
- Trông mạnh, nhưng có lẽ dồn hết vào một giai đoạn.
Đây không phải danh sách đáp án đúng.
Đây là một linh cảm về nơi nên nhìn trước.
Khoa học cũng có kiểu tương tự. Co-Scientist (2026) xuất phát từ mục tiêu và bằng chứng sẵn có do nhà nghiên cứu đưa ra, rồi lặp lại: tạo giả thuyết, phê bình, xếp hạng, cải tiến, và tăng thời gian tính toán để đào sâu hơn. [7]
Trong tài chính cũng có thể dùng ý tưởng đó.
Con người gieo hạt giống: “chỗ này trông mạnh.”
AI đào hàng nghìn hướng xung quanh.
Nếu kết quả đi ngược với linh cảm của người, cứ bỏ linh cảm đó đi, đừng tiếc.
Hãy dùng kinh nghiệm như gợi ý về nơi nên dồn sức tìm kiếm trước, không phải như đáp án.
Nhờ vậy, điểm yếu của “thiên kiến người từng trải” và “sức mạnh vét cạn của AI” có thể bù trừ phần nào cho nhau.
5. Vì sao ghép nhiều điều kiện lại thành địa ngục khi làm bằng tay
Giả sử có 20 thành phần.
Chỉ riêng việc quyết định “dùng hay không dùng” cho từng thành phần đã cho ra
2^20 = 1.048.576 tổ hợp.
Nếu có ba lựa chọn (không dùng, dùng bình thường, dùng đảo ngược), thì là
3^20 = 3.486.784.401 tổ hợp.
Tất nhiên không ai thử hết. Người ta dùng hiểu biết để loại sớm những tổ hợp vô nghĩa.
Nhưng nghiên cứu thật còn chồng thêm nhiều thứ: ngưỡng, khung giờ, mức giá dao động, chênh lệch giá mua bán, thời gian giữ lệnh, tránh giờ có tin tức, mua so với bán, cách lệnh được khớp.
Thế nên thói quen cũ của nhà nghiên cứu:
“Nếu xem thêm cái này thì sao? Nếu loại trường hợp kia thì sao? Nếu chỉ dùng trong kiểu thị trường này thì sao?”
thực chất là một người đi bộ trong một cây phân nhánh khổng lồ.
Bảo sao mất nhiều năm.
Bảng tính không có lỗi. Vũ trụ này rộng quá.
6. Điều đáng giá ở AI không phải sức vét cạn, mà là chọn thí nghiệm tiếp theo
Cách dùng hay của một AI khám phá giỏi không phải là quét mọi thiết lập một cách mù quáng.
Một cuộc tìm kiếm tốt sẽ đổi lần thử tiếp theo dựa trên điều vừa xảy ra.
Nếu một chiến lược gồm A+B+C+D, hãy bỏ từng phần ra và xem cái gì thay đổi.
- Bỏ D mà hầu như không đổi: D có thể chỉ là đồ trang trí.
- B yếu khi dùng riêng, nhưng A+B làm các đoạn thua lỗ ngắn đi nhiều: B có thể là bộ lọc (quy tắc “đừng vào”) chứ không phải bộ dự đoán.
- C yếu nói chung nhưng mạnh khi giá dao động mạnh: C có thể phụ thuộc vào kiểu thị trường.
Việc bỏ từng phần để xem vai trò của mỗi phần thường được gọi là kiểm tra cắt bỏ (ablation).
Tên gọi ít quan trọng hơn mục đích: tháo một chiến lược phức tạp ra và chỉ giữ những phần thật sự có tác dụng.
Khám phá, thất bại, phân loại nguyên nhân, khám phá tiếp.
Khi tự động hóa được vòng lặp này, AI thôi là công cụ chỉ đi tìm con số và bắt đầu giống một trợ lý nghiên cứu.
7. Kẻ thù lớn nhất là may rủi: thử 4.000 thứ thì kiểu gì cũng có một “thiên tài may mắn”
Đây là phần đáng sợ nhất khi nghiên cứu có liên quan đến tiền.
Nếu thử 4.000 chiến lược rồi chỉ chọn cái đẹp nhất, kẻ thắng đó có thể thắng nhờ tình cờ chứ không phải nhờ thực lực.
White giải thích rằng khi cùng một dữ liệu được dùng đi dùng lại để rút kết luận và chọn mô hình, một kết quả trông tốt có thể đến từ may mắn chứ không phải từ phương pháp thật sự tốt hơn. Hiện tượng này gọi là data snooping (nhìn trộm dữ liệu). [1]
Kết hợp nhiều tín hiệu còn làm mọi thứ tệ hơn.
Novy-Marx cho thấy khi chọn và ghép nhiều tín hiệu, độ lệch do khớp quá sát với dữ liệu quá khứ trở nên mạnh hơn. Ngay cả các tín hiệu ngẫu nhiên, hoàn toàn không có khả năng dự đoán thật, vẫn có thể tạo ra một bản backtest trông rất ấn tượng. [2]
Vì thế sức khám phá của AI là con dao hai lưỡi.
AI có thể sai nhanh hơn con người hàng nghìn lần.
Và nó còn có thể trao cúp cho cái sai đẹp nhất.
Càng tìm kiếm nhiều, việc phòng ngừa may rủi càng phải được cài vào chính cách tìm kiếm, chứ không để thành bước kiểm tra cuối cùng.
8. Phòng ngừa bắt đầu từ việc ghi lại mọi lần thử và giấu bộ kiểm tra cuối cùng khỏi AI
Nếu tìm kiếm ở quy mô lớn, 3.999 lần thất bại cũng là một phần hồ sơ nghiên cứu.
Tối thiểu, hãy đưa những điều này vào quy trình:
- Ghi lại mọi lần thử. Lưu số lượng đã thử, đã đổi gì và vì sao bỏ từng cái.
- Tách dữ liệu tìm kiếm khỏi dữ liệu kiểm tra cuối cùng. Không xem dữ liệu kiểm tra cuối trong lúc chọn chiến lược.
- Kiểm tra tiến về phía trước theo thời gian. Dùng walk-forward: xây bằng quá khứ, kiểm tra bằng giai đoạn sau đó.
- Cố ý làm điều kiện tệ đi. Nới rộng chênh lệch giá mua bán, tăng phí, làm lệch giá khớp, thêm độ trễ, khiến việc khớp lệnh khó hơn.
- Xem có trụ được khi tham số lệch đi một chút không. Hãy dè chừng chiến lược chỉ chạy ở đúng một giá trị rồi chết ngay khi lệch một bước.
- Chia theo kiểu thị trường. Xem lợi nhuận có dồn vào lúc giá dao động mạnh hay yên ắng, một số khung giờ, một số năm, hay lệnh mua so với lệnh bán.
- Hiệu chỉnh theo số lần đã thử.
Một cách hiệu chỉnh là Deflated Sharpe Ratio, viết tắt DSR. Khi thử rất nhiều ứng viên, chỉ số Sharpe (điểm so sánh lợi nhuận với rủi ro) sẽ trông cao hơn thực tế. DSR điều chỉnh phần đó, cũng như điều chỉnh cho lợi nhuận có phân phối không đối xứng. [8]
Probability of Backtest Overfitting, viết tắt PBO, được xây dựng riêng cho backtest đầu tư. Nó ước tính xác suất chiến lược được chọn đã khớp quá sát với quá khứ, bằng phương pháp gọi là kiểm định chéo đối xứng tổ hợp. [9]
Reality Check của White kiểm tra data snooping trong số nhiều ứng viên. Kiểm định Superior Predictive Ability của Hansen, viết tắt SPA, cải tiến nó để các ứng viên yếu hoặc không liên quan ít làm méo kết quả hơn. [1][10]
Không cần nhớ hết các tên này.
Ý tưởng chỉ có một:
nếu nó là cái tốt nhất trong 4.000 lần thử, hãy đánh giá nó như người thắng của một giải đấu 4.000 lượt.
Và nếu bạn đã nhìn vào dữ liệu để dành rồi sau đó sửa chiến lược, thì dữ liệu đó không còn nguyên vẹn nữa. Bản đã sửa cần một bộ dữ liệu mới được niêm phong.
9. Cấu hình mạnh nhất dùng hai AI: một AI tìm người thắng, một AI cố giết họ
Với chỉ một AI khám phá, xu hướng luôn là đi tìm thứ trông hấp dẫn.
Vì vậy hãy chia vai.
Phía khám phá
- Tạo điều kiện mới.
- Sắp xếp lại ý tưởng của con người.
- Đào xem hiệu quả thế nào ở từng kiểu thị trường.
- Biến lý do thất bại thành ứng viên tiếp theo.
Phía phản biện
- Làm chi phí tệ đi.
- Làm lệnh khớp chậm lại.
- Bỏ bớt vài ngày.
- Dịch chuyển các thiết lập.
- Đem sang giai đoạn khác hoặc thị trường khác.
- Áp dụng DSR, PBO, Reality Check, SPA và các phép tương tự để hiệu chỉnh theo số lần thử.
- Kiểm tra xem lợi nhuận có chỉ nằm ở vài ngày hay vài lệnh không.
Phía khám phá mang về nói “Tìm thấy rồi!”, phía phản biện hỏi lại: “Thật không?”
Nếu sống sót, đánh thêm một lần nữa.
Trong nghiên cứu liên quan đến tiền, cái tính khó ưa này chính là chất lượng.
Mục tiêu nên chuyển từ “lợi nhuận cao nhất” sang
“thứ vẫn trụ được và giải thích được, kể cả khi điều kiện bị phá nhẹ, đổi sang giai đoạn khác hay chi phí tệ đi”.
10. Khi có mô hình mới, hãy tìm khả năng vừa bất ngờ vượt qua một bức tường, đừng chỉ nhìn điểm tổng
Điều này không chỉ liên quan đến scalping.
Khi một mô hình AI mới ra mắt, chỉ nhìn xem điểm tổng có tăng 5% không có thể khiến ta bỏ lỡ chỗ sinh lời.
Câu hỏi hữu ích là
“Việc nào với mô hình trước làm không có lãi, nhưng giờ bỗng làm được?”
Với Astra, điều nổi bật ở ARC-AGI-3 là khám phá một thế giới lạ, gói gọn cách nó vận hành thành một mô hình ngắn trong đầu và tiến lên với ít hành động. [3]
Từ đó, hãy suy ngược lại.
- Có công việc nào là thử một lượng ý tưởng khổng lồ không?
- Có việc nào mà người ta mất thời gian vì phải quyết định thử gì tiếp theo không?
- Thành công hay thất bại có thể kiểm tra bằng con số không?
- Nếu lặp lại 100 hay 1.000 lần, chênh lệch chi phí nhân công có lớn không?
- Khoảng cách năng lực đó có dẫn thẳng đến lợi nhuận, chi phí thấp hơn hoặc phát triển nhanh hơn không?
Chỗ năm điều này chồng lên nhau là chỗ thú vị.
Trong khoa học, vòng lặp tạo, phê bình, so sánh, cải tiến giả thuyết cũng đã được chạy ở quy mô lớn, như Co-Scientist. [7]
Nên hãy xem thông báo mô hình mới không phải là đọc bảng thông số, mà là
một cuộc săn kho báu: công đoạn nào từng khiến con người khổ sở, giờ bỗng máy làm được?
Trong nghiên cứu giao dịch ngắn hạn, câu trả lời đang bắt đầu hiện ra.
Linh cảm mà con người tích lũy nhiều năm, kiểu “quanh đây trông mạnh”, không phải thứ nên vứt đi.
Hãy đưa nó cho AI và để AI đào hàng nghìn hướng.
Sau đó bắt chính AI đó cố phá kết quả của mình, cho kết quả qua các cửa thống kê, và giữ lại một bộ dữ liệu cuối cùng chưa ai đụng vào.
Tóm tắt ngắn nhất là:
Con người vẽ bản đồ. AI đào vượt ra ngoài rìa bản đồ. Thống kê hỏi ở cuối: “Cái đó có đúng là vàng không?”
AI càng mạnh thì càng cần một ai đó ở cuối vẫn bình tĩnh và biết nghi ngờ.
Mà người đó cũng có thể là AI.
- Halbert White — A Reality Check for Data Snooping, Econometrica 68(5), 2000 onlinelibrary.wiley.com
- Robert Novy-Marx — Backtesting Strategies Based on Multiple Signals, NBER Working Paper 21329, 2015 nber.org
- ARC Prize — OpenAI's GPT-6 Astra on ARC-AGI-3 (2026-09-03) arcprize.org
- ARC Prize — Announcing ARC-AGI-3 / ARC-AGI-3 documentation https://docs.arcprize.org/ arcprize.org
- OpenAI — How two settings tripled our ARC-AGI-3 scores (GPT-5.6 Sol) openai.com
- OpenAI — GPT-6 Astra: A new generation of intelligence openai.com
- Juraj Gottweis et al. — Accelerating scientific discovery with Co-Scientist, Nature, 2026 nature.com
- David H. Bailey & Marcos López de Prado — The Deflated Sharpe Ratio: Correcting for Selection Bias, Backtest Overfitting, and Non-Normality, 2014 doi.org
- David H. Bailey, Jonathan Borwein, Marcos López de Prado & Qiji Jim Zhu — The Probability of Backtest Overfitting, 2015 papers.ssrn.com
- Peter Reinhard Hansen — A Test for Superior Predictive Ability, Journal of Business & Economic Statistics 23(4), 2005 tandfonline.com
