Càng có nhiều thông tin thì trader giao dịch càng tốt? Khoan... những nghiên cứu này sẽ khiến bạn suy nghĩ lại!

Xin chào cả nhà!

Sau đây là chia sẻ trên trang TradingView của trader có tên WayanEko về chủ nghĩa "less is more" trong cuộc sống nói chung và trong đầu tư trading nói riêng nhé mọi người.


Giả sử bạn đang cố gắng đưa ra một quyết định khó khăn trong đời, nhưng bất kỳ ai ngoài kia từng phải trải qua. Bạn có trong tay vô số thông tin, nhưng làm thế nào để bạn biết điều gì là quan trọng nhất? Bạn có nên dành hàng giờ để phân tích từng chi tiết, sử dụng tất cả thông tin, nhồi nhét chúng vào não, hay bạn nên tin vào trực giác của mình và có một bước nhảy vọt về niềm tin?

Hoá ra đây là một vấn đề cổ điển mà các chuyên gia đã nghiên cứu trong nhiều năm và phát hiện của họ có thể làm bạn ngạc nhiên!

Bạn có thể cho rằng, càng nhiều thông tin thì càng tốt, tôi cũng từng nghĩ vậy. Nhưng điều đó không nhất thiết phải đúng. Trên thực tế, có quá nhiều thông tin thực sự có thể dẫn đến những quyết định tồi tệ hơn và khiến bạn quá tự tin vào khả năng của mình, hoặc đơn giản chỉ khiến bạn thêm đau đầu.

Hãy xem xét một nghiên cứu trong đó 25 người cá cược đua ngựa có kinh nghiệm được yêu cầu dự đoán 5 con ngựa dẫn đầu trong 45 cuộc đua. Những người cá cược được đưa cho một danh sách gồm 88 biến số thường thấy trên biểu đồ hoạt động trong quá khứ của một con ngựa đua và họ phải xếp hạng tầm quan trọng của từng biến số. Sau đó, họ được cung cấp dữ liệu trong quá khứ về các cuộc đua với gia số là 5, 10, 20 và 40 biến mà trước đó họ đã chọn là biến quan trọng nhất.



Nghiên cứu phát hiện ra điều gì?

Chà, khi những người cá cược chỉ có 5 mẩu thông tin, độ chính xác và độ tự tin của họ có liên quan chặt chẽ với nhau. Nhưng khi họ nhận được nhiều thông tin hơn, thì độ chính xác của họ giảm xuống và độ tự tin của họ lại tăng vọt.

Với 40 mẩu thông tin, độ tự tin (Confidence) của những người cá cược là hơn 30%, mặc dù độ chính xác (Accuracy) của họ vẫn không đổi. Nói cách khác, nhiều thông tin hơn không dẫn đến độ chính xác cao hơn; mà nó chỉ dẫn đến sự tự tin thái quá cao hơn.


Một nghiên cứu tương tự đã xem xét khả năng dự đoán kết quả của 15 trận đấu NCAA của những người hâm mộ bóng đá đại học. Những người tham gia phải thể hiện kiến thức của họ về bóng đá trước khi nghiên cứu và họ được cung cấp một loạt số liệu thống kê để giúp họ đưa ra dự đoán của mình.

Mô hình máy tính được cung cấp cùng một dữ liệu để xem liệu nhiều thông tin hơn có dẫn đến việc dự đoán tốt hơn hay không.



Vậy kết quả thế nào?

Độ chính xác của mô hình máy tính tăng lên khi có thêm thông tin, nhưng độ chính xác của các chuyên gia con người thì không hề cải thiện khi có thêm thông tin. Trên thực tế, độ chính xác của họ vẫn không đổi, bất kể họ có 6 hay 30 mẩu thông tin. Nhưng cũng giống như những người cá cược đua ngựa, độ tự tin của họ tăng lên cùng với lượng thông tin có được, mặc dù điều đó không thực sự khiến họ trở nên chính xác hơn.

Liên quan đến phân tích cổ phiếu, một nghiên cứu đã được thực hiện trong đó các nhà phân tích tài chính được giao nhiệm vụ dự báo thu nhập quý IV trong 45 trường hợp. Các thông tin đã được trình bày trong 3 định dạng khác nhau.

• Định dạng đầu tiên bao gồm EPS (tỉ suất lợi nhuận trên cổ phần), doanh thu ròng và giá cổ phiếu trong 3 quý vừa qua. Đây là dữ liệu cơ sở.
• Định dạng thứ hai bao gồm dữ liệu cơ sở cộng với thông tin dư thừa hoặc không liên quan.
• Định dạng thứ ba bao gồm dữ liệu cơ sở cộng với thông tin không dư thừa đáng lẽ phải cải thiện khả năng dự báo, chẳng hạn như "thực tế là cổ tức đã được tăng lên".

Các nhà phân tích được yêu cầu đưa ra dự báo của họ và độ tự tin của họ vào dự báo đó.

Thật thú vị, cả thông tin dư thừa và không dư thừa đều làm tăng đáng kể sai số dự báo, nghĩa là nhiều thông tin hơn không dẫn đến độ chính xác cao hơn.

Tuy nhiên, xếp hạng độ tự tin tự báo cáo của các nhà phân tích đối với từng dự báo của họ đã tăng lên đáng kể với lượng thông tin sẵn có. Điều này cho thấy rằng nhiều thông tin hơn không giúp các nhà phân tích đưa ra dự báo tốt hơn, mà khiến họ quá tự tin vào dự đoán của mình.

Vậy tất cả những điều này có ý nghĩa gì?

Chà, nó gợi ý rằng, đôi khi, ít hơn lại tốt hơn (less is more). Khi đưa ra quyết định trong giao dịch và đầu tư, điều quan trọng là phải xem xét chất lượng thông tin bạn có, chứ không chỉ dựa vào mỗi số lượng.



Điều này làm tôi nhớ đến Joel Greenblatt, một nhà đầu tư và quản lý quỹ phòng hộ nổi tiếng người Mỹ, người đã chỉ ra rằng khi lựa chọn cổ phiếu, càng ít càng tốt.


Trên thực tế, chiến lược của Greenblatt rất đơn giản: Ông chỉ tập trung vào hai chỉ số - hệ số thu nhập trên vốn sử dụng (ROCE) và lợi tức thu nhập - để xác định các công ty bị định giá thấp có tiềm năng mang lại lợi nhuận cao.

Mặc dù điều này có vẻ giống như một cách tiếp cận quá đơn giản trong thế giới dữ liệu lớn và các thuật toán phức tạp ngày nay, nhưng thành tích của Greenblatt đã nói lên tất cả.

Công ty đầu tư của ông, Gotham Capital, được cho là đã tạo ra lợi nhuận trung bình hàng năm là 40% từ năm 1985 đến năm 2005, một kỳ tích đáng chú ý mà nhiều người cho rằng đó là do ông đã sử dụng hai chỉ số này một cách có kỷ luật.


Đừng quên THẢ TIM, SHARE VÀ COMMENT để ủng hộ mình nhiều hơn nữa nhé!! Nice day cả nhà