Trước khi backtest, cần rà 6 nhóm rủi ro dữ liệu: nguồn gốc dữ liệu, outlier/bad tick, cách ghép chuỗi hợp đồng liên tục, phương pháp roll, look-ahead bias, và các phiên giao dịch đặc biệt. Bỏ sót một trong 6 mục có thể khiến kết quả backtest sai lệch mà không nhận ra.
Định nghĩa đầy đủ
Checklist chất lượng dữ liệu lịch sử là danh sách các điểm cần kiểm tra trên một bộ dữ liệu VN30F1M trước khi dùng để kiểm định chiến lược, nhằm phát hiện sớm các lỗi phổ biến — dữ liệu nhiễu, chuỗi hợp đồng ghép sai, hoặc thông tin "nhìn trước tương lai" — có thể khiến kết quả backtest trông tốt hơn thực tế.
Lưu ý rủi ro: Nội dung dưới đây mang tính giáo dục về phương pháp chuẩn bị dữ liệu trước khi kiểm định chiến lược, không phải khuyến nghị đầu tư. Chứng khoán phái sinh dùng đòn bẩy nên lãi và lỗ đều được khuếch đại; một bộ dữ liệu "sạch" theo checklist này không đảm bảo chiến lược sẽ sinh lời.
Những điều cần nhớ
- Một bộ dữ liệu "trông mượt" trên biểu đồ vẫn có thể chứa lỗi ghép chuỗi hợp đồng hoặc outlier chưa được lọc.
- Look-ahead bias là lỗi khó phát hiện nhất vì không hiện rõ trên biểu đồ giá, chỉ lộ ra khi đối chiếu thời điểm dữ liệu thực sự khả dụng.
- Phương pháp roll khác nhau (theo ngày cố định, theo thanh khoản, theo OI) cho ra hình dạng chuỗi liên tục khác nhau trên cùng dữ liệu gốc.
- Phiên nghỉ lễ hoặc phiên biến động bất thường cần được xử lý nhất quán, không tự động loại bỏ nếu không có lý do rõ ràng.
- Checklist nên chạy lại mỗi khi đổi nguồn dữ liệu, không chỉ chạy một lần duy nhất.
Vì sao dữ liệu "trông ổn" vẫn có thể sai
Một biểu đồ giá mượt mà, không có bước nhảy bất thường, thường được xem là dấu hiệu dữ liệu đáng tin cậy. Nhưng đây là một giả định sai lầm phổ biến. Một chuỗi dữ liệu có thể trông rất mượt trên biểu đồ nhưng vẫn chứa lỗi ghép nối giữa các kỳ hạn hợp đồng, hoặc mang thông tin mà tại thời điểm giao dịch thực tế chưa thể biết được (look-ahead bias) — cả hai loại lỗi này thường không tạo ra bất kỳ dấu hiệu bất thường nào có thể nhìn thấy bằng mắt trên biểu đồ giá thông thường. Đây là lý do vì sao cần một checklist có hệ thống thay vì chỉ dựa vào việc "nhìn biểu đồ thấy ổn".
Mục 1–2: Nguồn dữ liệu và độ tin cậy, lọc outlier/bad tick
Mục 1 — Nguồn dữ liệu: xác định rõ dữ liệu đến từ đâu (sở giao dịch, nhà cung cấp dữ liệu, hay tổng hợp từ CTCK), có được cập nhật đầy đủ và nhất quán qua thời gian hay không. Xem chi tiết tại bài nguồn dữ liệu lịch sử VN30F1M đáng tin cậy.
Mục 2 — Lọc outlier/bad tick: rà soát các điểm dữ liệu bất thường — giá nhảy vọt phi lý, khối lượng bằng 0 hoặc âm, timestamp trùng lặp — trước khi đưa vào backtest. Nếu không lọc, một vài điểm dữ liệu lỗi có thể tạo ra tín hiệu giao dịch giả mà chiến lược vô tình "ăn" được trong backtest. Xem chi tiết tại bài lọc dữ liệu nhiễu outlier/bad tick.
Mục 3–4: Ghép chuỗi hợp đồng liên tục và phương pháp roll
Mục 3 — Ghép chuỗi hợp đồng liên tục: vì VN30F1M chỉ là hợp đồng tháng gần nhất trong một họ nhiều kỳ hạn, dữ liệu lịch sử dài hơn 1 tháng thực chất là kết quả ghép nối nhiều hợp đồng kế tiếp nhau. Cách ghép nối này ảnh hưởng trực tiếp tới hình dạng chuỗi giá.
Mục 4 — Phương pháp roll: thời điểm và cách chuyển từ hợp đồng này sang hợp đồng kế tiếp (theo ngày cố định, theo thanh khoản vượt ngưỡng, hay theo open interest) quyết định vị trí và độ lớn của bước nhảy giá tại ngày roll. Hai phương pháp roll khác nhau áp trên cùng dữ liệu gốc có thể cho ra hai chuỗi liên tục trông khác hẳn nhau.
Mục 5: Rà soát look-ahead bias
Mục 5 — Look-ahead bias: kiểm tra xem mọi thông tin dùng trong backtest có thực sự khả dụng tại đúng thời điểm ra quyết định hay không. Lỗi phổ biến là dùng dữ liệu đã được điều chỉnh/hoàn thiện sau này (ví dụ danh mục VN30 hiện tại) để mô phỏng quyết định trong quá khứ, dù tại thời điểm đó thông tin này chưa tồn tại. Xem chi tiết tại bài look-ahead bias trong dữ liệu lịch sử.
Mục 6: Xử lý phiên nghỉ lễ, sự kiện đặc biệt
Mục 6 — Phiên đặc biệt: các phiên nghỉ lễ, phiên rút ngắn, hoặc phiên có biến động bất thường do sự kiện đặc biệt cần được xử lý nhất quán trong toàn bộ bộ dữ liệu — không tự động loại bỏ những phiên này chỉ vì chúng "trông lạ", vì đó có thể là dữ liệu thật phản ánh đúng diễn biến thị trường, không phải lỗi.
| # | Mục kiểm tra | Rủi ro nếu bỏ sót |
|---|---|---|
| 1 | Nguồn dữ liệu & độ tin cậy | Dữ liệu thiếu/không nhất quán qua thời gian |
| 2 | Lọc outlier/bad tick | Tín hiệu giao dịch giả từ điểm dữ liệu lỗi |
| 3 | Ghép chuỗi hợp đồng liên tục | Bước nhảy giá kỹ thuật bị hiểu nhầm là tín hiệu thật |
| 4 | Phương pháp roll | Hình dạng chuỗi giá khác nhau tuỳ cách ghép |
| 5 | Look-ahead bias | Backtest "biết trước" thông tin chưa tồn tại tại thời điểm đó |
| 6 | Phiên nghỉ lễ, sự kiện đặc biệt | Loại bỏ nhầm dữ liệu thật hoặc xử lý không nhất quán |
Bảng tóm tắt 6 mục checklist — không phải số liệu thị trường, chỉ mang tính minh hoạ cấu trúc kiểm tra.
Ví dụ minh hoạ: một chuỗi dữ liệu ghép bằng phương pháp "roll theo ngày cố định" cho thấy giá nhảy vọt 8 điểm đúng ngày roll (số minh hoạ) — nếu không kiểm tra mục "ghép chuỗi hợp đồng", chiến lược theo xu hướng có thể vô tình "ăn" đúng cú nhảy giá kỹ thuật này trong backtest, khiến hiệu suất backtest trông tốt hơn thực tế.
Thứ tự nên kiểm tra trước khi chạy backtest đầu tiên
Thứ tự hợp lý là đi từ mức độ tổng quát tới cụ thể: xác nhận nguồn dữ liệu đáng tin cậy trước (mục 1), sau đó lọc outlier/bad tick (mục 2) vì đây là bước làm sạch cơ bản áp dụng cho toàn bộ dữ liệu thô. Tiếp theo là ghép chuỗi hợp đồng và chọn phương pháp roll (mục 3–4), vì bước này định hình lại toàn bộ chuỗi giá sẽ dùng để backtest. Rà soát look-ahead bias (mục 5) nên thực hiện sau khi chuỗi dữ liệu đã ổn định, vì lỗi này thường liên quan tới cách các trường dữ liệu khác được gắn vào chuỗi giá. Cuối cùng, xử lý phiên đặc biệt (mục 6) có thể thực hiện song song hoặc sau cùng, tuỳ vào mức độ ảnh hưởng của các phiên đó tới chiến lược cụ thể đang kiểm định.
Câu hỏi thường gặp
Checklist này áp dụng cho mọi loại chiến lược không?
Có, đây là bước kiểm tra dữ liệu đầu vào, độc lập với loại chiến lược sẽ backtest — áp dụng cho cả chiến lược theo xu hướng, đảo chiều hay dựa trên khối lượng.
Cần chạy lại checklist bao lâu một lần?
Nên chạy lại mỗi khi đổi nguồn dữ liệu, mở rộng khung thời gian lịch sử, hoặc trước mỗi vòng kiểm định lớn — không phải việc làm một lần rồi bỏ qua.
Nếu phát hiện lỗi dữ liệu giữa chừng thì phải làm gì?
Nên dừng kiểm định, xử lý lại dữ liệu gốc (lọc outlier, ghép lại chuỗi, hoặc đổi nguồn) rồi chạy lại toàn bộ backtest — kết quả trên dữ liệu lỗi không nên dùng để so sánh hay điều chỉnh tham số.
Mục nào trong checklist quan trọng nhất?
Không có mục nào quan trọng hơn mục nào tuyệt đối; look-ahead bias thường nguy hiểm nhất vì khó phát hiện, nhưng lỗi ghép chuỗi hợp đồng lại phổ biến hơn trong dữ liệu VN30F1M do đặc thù nhiều kỳ hạn hợp đồng.
Checklist có thay thế được việc đọc kỹ từng lỗi dữ liệu không?
Không. Checklist chỉ là danh sách nhắc kiểm tra; hiểu rõ từng loại lỗi (xem các bài liên kết) vẫn cần thiết để biết cách xử lý khi phát hiện vấn đề.
Có cần công cụ chuyên biệt để chạy checklist này không?
Không bắt buộc — nhiều mục trong checklist (rà soát outlier, kiểm tra bước nhảy giá tại ngày roll) có thể thực hiện bằng cách trực quan hoá dữ liệu và kiểm tra thủ công, dù công cụ tự động hoá giúp tiết kiệm thời gian khi lặp lại checklist nhiều lần.
Nguồn tham khảo
- HNX – Lịch giao dịch và lịch nghỉ lễ thị trường phái sinh – hnx.vn – truy cập 07/09/2026
[NEEDS_VERIFICATION: nguồn công khai về tiêu chuẩn xử lý dữ liệu tick/lịch sử trong nghiên cứu định lượng — whitelist Section 10 không có nguồn chuyên biệt cho hạng mục này, cần bổ sung nguồn CTCK/nhà cung cấp dữ liệu chính thức khi có nguồn phù hợp]
Lưu ý rủi ro: Checklist này phục vụ mục đích giáo dục về phương pháp chuẩn bị dữ liệu, không đảm bảo một chiến lược "sạch dữ liệu" sẽ sinh lời. Chứng khoán phái sinh dùng đòn bẩy — lãi và lỗ đều được khuếch đại.
Xem thêm quy trình chuẩn hoá timestamp dữ liệu tick khi ghép nhiều nguồn — một bước nên nằm trong cùng checklist trước khi kiểm định — và bài phân tích riêng về xử lý phiên nghỉ lễ, sự kiện đặc biệt trong dữ liệu lịch sử VN30F1M (mục 6 của checklist). Hai khái niệm nền tảng khác nên nắm trước khi áp dụng checklist này: lọc dữ liệu nhiễu (outlier/bad tick) là gì và nguồn dữ liệu lịch sử VN30F1M là gì — cùng với look-ahead bias trong dữ liệu lịch sử là gì, một lỗi dữ liệu nên rà soát cùng lúc với checklist này. Muốn có checklist đầy đủ trước khi backtest chiến lược VN30F1M đầu tiên? Đăng ký bản tin StockUp để nhận bản checklist chi tiết.
Tuan Nguyen
Founder
18+ năm xây dựng sản phẩm Web, SaaS, FinTech và Blockchain — hơn 120 dự án thực tế, kết hợp kinh nghiệm đầu tư chứng khoán và phát triển hệ thống phân tích, giao dịch tài chính.
