Giao dịch định lượng không cần Jane Street: Xây dựng hệ thống của riêng bạn với AI và các công cụ mã nguồn mở

Điều mà cách đây vài năm còn hoàn toàn không thể tưởng tượng nổi.

Hãy bắt đầu bằng một sự so sánh đầy xúc động.

Cách đây vài năm, nếu một người bình thường muốn nghiêm túc theo đuổi giao dịch định lượng, mức phí gia nhập là cực kỳ cao:

Một terminal Bloomberg có giá 25.000 đô la một năm; đăng ký dữ liệu cấp tổ chức tốn thêm vài chục nghìn đô la nữa; bạn phải biết cách viết một hệ thống giao dịch hoặc thuê một kỹ sư; và lý tưởng nhất là bạn cần một phòng máy chủ cho hệ thống của mình.

Tổng cộng, chi phí chỉ để "có một chỗ ngồi trên bàn" đã đủ để mua một chiếc ô tô.

Đây là lý do tại sao, trong một thời gian dài, giao dịch định lượng là lĩnh vực độc quyền của các quỹ đầu cơ—không phải vì người thường không đủ thông minh, mà vì mức phí gia nhập đơn giản là không thể chi trả nổi.

Nhưng ngày nay, vào năm 2026, tình hình đã hoàn toàn thay đổi.

Những công cụ từng đắt đỏ đó giờ đây có một bộ thay thế miễn phí, mã nguồn mở và chất lượng cao hoàn chỉnh. Dữ liệu được cung cấp miễn phí, các công cụ nghiên cứu được xây dựng bởi Microsoft, các framework backtesting có thể kiểm tra hàng nghìn chiến lược trong vài giây, và bạn thậm chí có thể thuê một "Nhóm Phân tích AI" để viết báo cáo nghiên cứu cho mình—tất cả đều không tốn phí phần mềm.

Nói cách khác: Thứ từng là hào phòng thủ của quỹ đầu cơ giờ chỉ là một dòng lệnh `pip install` duy nhất.

Trong bài viết này, tôi sẽ giải thích rõ ràng "hướng dẫn lắp ráp" này. Không lan man, không thuật ngữ chuyên ngành—chỉ là sử dụng gì cho từng lớp, tại sao lại dùng nó, và làm thế nào để tránh những cạm bẫy khiến hầu hết mọi người bỏ cuộc giữa chừng. Sau khi đọc xong, bạn sẽ nhận ra rằng việc xây dựng hệ thống giao dịch của riêng mình có rào cản thấp hơn nhiều so với bạn nghĩ.

Đầu tiên, Hãy Xóa Tan Quan Niệm Sai Lầm Lớn Nhất

Trước khi bắt đầu, chúng ta phải sửa một quan niệm sai lầm mà hầu như ai cũng mắc phải.

Hầu hết mọi người nghĩ về giao dịch định lượng như: nghiên cứu xem cổ phiếu nào sẽ tăng, có ý kiến về một công ty, hoặc dự đoán báo cáo thu nhập tiếp theo.

Cách suy nghĩ này về cơ bản là sai.

Bản chất của giao dịch định lượng không phải là "dự đoán một cổ phiếu cụ thể", mà là tìm kiếm các mô hình thống kê trong thị trường. Nó không hỏi "Liệu Tesla có tăng vào ngày mai không?" Nó hỏi một loại câu hỏi khác:

"Khi một tình huống nhất định xảy ra, xác suất một sự kiện cụ thể xảy ra theo sau là bao nhiêu? Xác suất này có đáng để đặt cược không?"

Ví dụ, nếu một cổ phiếu tăng 60% thời gian, thông tin đó hầu như vô dụng. Nhưng nếu bạn thấy rằng vào những ngày có khối lượng giao dịch đặc biệt cao, nó tăng 75% thời gian—mô hình đó có thể là thứ bạn có thể đặt cược.

Người chơi định lượng không kiếm tiền từ việc "đoán đúng hướng đi", mà từ việc "tìm ra một mô hình có thể lặp lại, có thể kiểm chứng với tỷ lệ thắng dương và thực hiện nó lặp đi lặp lại."

Hãy nhớ sự khác biệt này. Nó quyết định toàn bộ hệ thống của bạn thực sự đang làm gì—không phải xây dựng một cỗ máy tiên tri, mà là một cỗ máy thực thi có kỷ luật.

Một Hệ Thống Chức Năng Được Xây Dựng Từ Năm Lớp

Khi cố gắng tự mình thực hiện giao dịch định lượng, bước đầu tiên là bước dễ sai nhất.

Nhiều người ngay lập tức hỏi: "Tôi nên sử dụng chỉ báo nào?" "Chiến lược nào kiếm tiền?"—Điều này giống như lo lắng về việc cho bao nhiêu muối vào món ăn khi bạn chưa có nhà bếp.

Một hệ thống giao dịch hoàn chỉnh, có chức năng được xây dựng từ năm lớp; nếu thiếu một lớp, nó sẽ sụp đổ:

Lớp 1: Dữ liệu. Bạn phải có khả năng lấy dữ liệu thị trường và tài chính sạch, đáng tin cậy. Đây là nền tảng.

Lớp 2: Nghiên cứu. Tìm "tín hiệu" từ dữ liệu—trong điều kiện nào thì mua và trong điều kiện nào thì bán.

Lớp 3: Backtesting. Chạy các tín hiệu của bạn trên dữ liệu lịch sử: Nếu bạn đã tuân thủ nghiêm ngặt các quy tắc này trong năm năm qua, kết quả sẽ là gì?

Lớp 4: Kiểm soát rủi ro. Bạn đặt cược bao nhiêu mỗi lần? Tại thời điểm nào bạn phải dừng lại để ngăn chặn thua lỗ thêm?

Lớp 5: Thực thi. Thực sự gửi lệnh mua và bán (bắt đầu với thị trường "giao dịch giấy"; đừng vội sử dụng tiền thật).

Hầu hết mọi người thất bại trong giao dịch định lượng không phải vì thiếu công cụ, mà vì họ chỉ lắp ráp một hoặc hai lớp rồi lao vào—họ có ý tưởng nhưng không có backtest; họ có backtest có lợi nhuận nhưng không có kiểm soát rủi ro; sau đó một lần sụt giảm lớn duy nhất đã loại họ khỏi cuộc chơi.

Hãy cùng nhau lắp ráp năm lớp này từng cái một. Tôi sẽ chỉ đề xuất những công cụ đáng giá nhất cho mỗi lớp và giải thích chúng giải quyết vấn đề gì.

Lớp 1: Dữ liệu — "Terminal Bloomberg Miễn Phí" Của Bạn

Công cụ chính: OpenBB

Định vị của OpenBB rất táo bạo: Terminal Bloomberg mã nguồn mở. Cổ phiếu, quyền chọn, hợp đồng tương lai, ngoại hối, tiền điện tử và dữ liệu kinh tế vĩ mô đều được tổng hợp vào một điểm truy cập duy nhất. Dữ liệu mà Bloomberg tính phí 25.000 đô la một năm, họ cung cấp miễn phí.

Sử dụng dễ dàng đến mức nào? Sau khi cài đặt, bạn có thể lấy dữ liệu lịch sử mười năm của một cổ phiếu chỉ với vài dòng mã.

Nó cũng có một khả năng mới cho năm 2026: Nó cho phép AI kết nối trực tiếp để truy vấn dữ liệu. Điều này có nghĩa là bạn có thể để AI giúp bạn truy xuất và phân tích dữ liệu này—một khả năng chúng ta sẽ sử dụng sau.

Nếu bạn chủ yếu tập trung vào thị trường A-share, hãy bổ sung thêm AkShare, một giao diện dữ liệu tài chính Trung Quốc miễn phí và dễ sử dụng cho các xu hướng thị trường A-share, báo cáo tài chính và nhiều dữ liệu khác.

Tiêu chí chấp nhận cho lớp này rất đơn giản: Bạn có thể ổn định lấy dữ liệu thị trường hàng ngày cho thị trường mục tiêu của mình bằng một khối mã duy nhất không? Một khi bạn có thể, nền tảng đã được đặt.

Lớp 2: Nghiên cứu — Để Microsoft và AI Làm Việc Cho Bạn

Đây là lớp có giá trị nhất trong toàn bộ hệ thống. Tin tốt là có hai "cường quốc" mà bạn có thể dựa vào.

Cường quốc 1: Qlib (của Microsoft)

Qlib là một nền tảng nghiên cứu định lượng AI do Microsoft tạo ra. Nó đóng gói toàn bộ quy trình nghiên cứu định lượng: xử lý dữ liệu, khai thác mô hình, huấn luyện mô hình và đánh giá backtesting.

Thậm chí tốt hơn, một số lượng lớn các chiến lược định lượng đã được công bố từ giới học thuật đã được mã nguồn mở và tái tạo trong Qlib—nó giống như một "siêu thị chiến lược" với mã nguồn, nơi bạn có thể trực tiếp sử dụng hoặc sửa đổi các ý tưởng mà người khác đã xác minh.

Phần thân thiện nhất với người dùng là một lệnh duy nhất: Chạy nó, và nó tự động hoàn thành toàn bộ quy trình từ "chuẩn bị dữ liệu → huấn luyện mô hình → backtesting → báo cáo." Chạy các ví dụ cổ điển của nó, kết quả backtesting lịch sử thường cho thấy lợi nhuận vượt trội hàng năm khoảng 18% với mức sụt giảm tối đa khoảng 8%.

(Phải nhấn mạnh: Đây là kết quả backtesting lịch sử và hoàn toàn không đại diện cho thu nhập trong tương lai. Giá trị thực sự của nó là một người mới bắt đầu có thể trải nghiệm một quy trình nghiên cứu định lượng cấp chuyên nghiệp chỉ với một lệnh. Điều này trước đây phải mất nhiều tháng để một nhóm thực hiện.)

Cường quốc 2: TradingAgents (Một trong những framework giao dịch AI nóng nhất năm 2026)

Công cụ này có một cách tiếp cận rất thú vị. Nó không chỉ là "một AI dự đoán", mà là mô phỏng toàn bộ một công ty giao dịch:

Có các AI đóng vai trò là nhà phân tích cơ bản (đọc báo cáo tài chính), nhà phân tích tâm lý (theo dõi tâm lý thị trường), nhà phân tích tin tức (theo dõi các sự kiện hiện tại) và nhà phân tích kỹ thuật (phân tích xu hướng). Mỗi người thực hiện nghiên cứu của mình, sau đó phe mua và phe bán tranh luận, và cuối cùng, "AI Giao dịch viên" đưa ra quyết định, trong khi "AI Quản lý rủi ro" xem xét lại.

Bạn có thể nghĩ về nó như: Bạn đã thuê một đội quỹ thu nhỏ do AI điều khiển miễn phí để cung cấp cho bạn các báo cáo nghiên cứu hàng ngày.

Nhưng hãy giữ thái độ này: Các quan điểm mà nó đưa ra là "đầu vào" để bạn tham khảo, không phải là "mệnh lệnh" phải tuân theo. Các nhà phân tích AI mắc sai lầm, và chúng mắc sai lầm thường xuyên.

Lớp 3: Backtesting — "Tấm Gương Phơi Bày Sự Thật"

Sử dụng [backtesting.py](https://backtesting.py/) cho người mới bắt đầu, và vectorbt cho thử nghiệm hàng loạt.

backtesting.py là thân thiện nhất với người mới bắt đầu: bạn viết các quy tắc mua và bán của mình, và nó cung cấp cho bạn đường cong lợi nhuận, mức sụt giảm tối đa và chi tiết cho mọi giao dịch. vectorbt là một quái vật tốc độ, có khả năng kiểm tra hàng nghìn tổ hợp tham số trong vài giây—nếu bạn muốn biết nên sử dụng đường trung bình động 10 ngày hay 20 ngày, nó có thể kiểm tra mọi thứ từ 10 đến 200 cho bạn.

Nhưng đối với lớp này, tôi phải cung cấp cho bạn ba "liều vắc-xin". Bởi vì backtesting là nơi có nhiều cạm bẫy nhất trong giao dịch định lượng, và là nơi hầu hết mọi người thất bại:

Vắc-xin 1: Bạn càng kiểm tra nhiều, bạn càng dễ tự lừa dối mình.

Đây là cái bẫy phản trực giác và chết người nhất. Nếu bạn kiểm tra ngẫu nhiên 1.000 chiến lược tùy ý, do may mắn thuần túy, khoảng 50 chiến lược sẽ trông có ý nghĩa thống kê. Bạn nghĩ rằng mình đã tìm thấy vàng, nhưng thực ra bạn chỉ mới gieo được vài mặt sáu liên tiếp.

Vì vậy, hãy nhớ: Khi một backtest hiển thị kết quả đẹp đẽ, phản ứng đầu tiên của bạn không phải là phấn khích, mà là nghi ngờ.

Vắc-xin 2: Backtesting và giao dịch thực tế là hai thế giới khác nhau.

Trong một backtest, lệnh mua của bạn luôn được khớp ngay lập tức, không mất phí và giá cả hoàn hảo. Nhưng trong thị trường thực, có thể không có người bán khi bạn muốn mua, giá khớp lệnh luôn hơi tệ hơn những gì bạn thấy và có phí giao dịch. Một chiến lược có lợi nhuận hàng năm 30% trong backtesting có thể dễ dàng thua lỗ trong giao dịch thực tế sau khi tính đến những "ma sát" trong thế giới thực này.

Vắc-xin 3: Hãy coi chừng "nhìn trộm đáp án".

Hình thức tự lừa dối tinh vi nhất là khi chiến lược của bạn vô tình sử dụng "thông tin không thể biết được vào thời điểm đó"—chẳng hạn như sử dụng giá đóng cửa hôm nay để quyết định có mua vào lúc mở cửa hôm nay hay không. Nếu một backtest rất ấn tượng nhưng giao dịch thực tế là một thảm họa, thường là vì điều này.

Kỷ luật cho lớp này rất đơn giản: Xem kết quả backtest với mức chiết khấu 30%, và buộc bản thân trả lời một câu hỏi—"Tại sao chính xác điều này lại kiếm được tiền?" Nếu bạn không thể giải thích logic, đừng động vào nó, bất kể đường cong có đẹp đến đâu.

Lớp 4: Kiểm soát rủi ro — Lớp Duy Nhất Không Có "Công Cụ Ngôi Sao"

Điều thú vị là, trong năm lớp, kiểm soát rủi ro là lớp duy nhất không có một dự án mã nguồn mở lớn. Đó là lý do tại sao tôi đã viết hệ thống kiểm soát rủi ro mã nguồn mở của riêng mình https://github.com/SilentFleetKK/riskguard. Hiện tại nó là một phiên bản cơ bản và tôi sẽ tiếp tục cải tiến nó để giúp mọi người bảo vệ sự an toàn của họ (nhớ cho nó một ngôi sao trên GitHub để ủng hộ).

Bản chất của kiểm soát rủi ro không phải là công nghệ, mà là kỷ luật được viết sẵn. Ba quy tắc đơn giản có thể ngăn chặn hầu hết các tổn thất thảm khốc:

Đầu tiên, đặt giới hạn cho vị thế giao dịch đơn lẻ. Không một chiến lược hoặc tài sản nào được vượt quá một tỷ lệ phần trăm cố định trong tổng vốn của bạn (người mới bắt đầu nên giữ dưới 10%). Đừng đặt cược toàn bộ tài sản của bạn vào một ý tưởng.

Thứ hai, đặt một "bộ ngắt mạch" cho tổng thua lỗ. Một khi thua lỗ tổng thể chạm đến mức đỏ đã đặt trước của bạn (ví dụ: 15%), hệ thống ngay lập tức dừng giao dịch để xem xét thủ công. Không khởi động lại cho đến khi bạn hiểu nguyên nhân.

Thứ ba, "cách ly" các chiến lược mới. Chạy bất kỳ chiến lược mới nào với số tiền nhỏ nhất trước; chỉ cân nhắc tăng vị thế sau khi nó tồn tại được ba tháng.

Chìa khóa là: những quy tắc này phải được viết vào mã để tự động thực thi, không phải giữ trong đầu bạn để dựa vào ý chí. Bởi vì khi bạn thực sự thua lỗ và trở nên xúc động, ý chí là thứ không đáng tin cậy nhất trên thế giới.

Giao phó kỷ luật cho hệ thống và để máy móc phanh lại khi bạn mất kiểm soát cảm xúc—đây là giá trị lớn nhất của giao dịch định lượng đối với người bình thường.

Lớp 5: Thực thi — Thực hành với "Tiền Ảo" trong Ba Tháng

Công cụ: Alpaca (hoặc bất kỳ nhà môi giới nào có tài khoản giao dịch giấy)

Alpaca là một nhà môi giới chứng khoán Mỹ thân thiện với người mới bắt đầu, cung cấp tài khoản "Giao dịch giấy" miễn phí: nó sử dụng dữ liệu thị trường thực nhưng tiền ảo. Mọi giao dịch mà hệ thống của bạn đưa ra đều là một "cuộc tập trận thực tế" trong môi trường thị trường thực, nhưng bạn chỉ mất tiền ảo.

Một quy tắc sắt đá: Bất kỳ chiến lược nào cũng phải được chạy trong tài khoản giao dịch giấy trong ba tháng đầy đủ trước khi đủ điều kiện sử dụng tiền thật.

Ba tháng này sẽ phơi bày mọi thứ bạn không bao giờ thấy trong backtest: mất dữ liệu đột ngột, lệnh bị từ chối, độ trượt giá lớn hơn dự kiến và điều nguy hiểm nhất—bàn tay ngứa ngáy của chính bạn muốn can thiệp thủ công vào hệ thống.

Ba tháng này không kiểm tra chiến lược, mà kiểm tra liệu bạn và hệ thống của bạn có thực sự đáng tin cậy hay không.

Và khi cuối cùng bạn sử dụng tiền thật, chỉ sử dụng một loại: tiền nhàn rỗi mà nếu mất đi cũng không ảnh hưởng đến cuộc sống hoặc giấc ngủ của bạn. Đây không chỉ là một câu nói sáo rỗng; nó là một phần của kiểm soát rủi ro—bởi vì những người "không thể chịu nổi mất mát" chắc chắn sẽ thực hiện các động thái vào thời điểm tồi tệ nhất.

Tích hợp AI: Để Nó Đóng Ba Vai Trò, Nhưng Đừng Để Nó Bóp Cò

"Cổ tức thời đại" thực sự của hệ thống này là AI. Vào năm 2026, cách sử dụng AI đúng đắn là để nó đóng ba vai trò:

Vai trò 1: AI với tư cách là Nhà nghiên cứu.

Sử dụng các công cụ như TradingAgents để có một nhóm nhà phân tích AI cung cấp các bản tóm tắt nghiên cứu hàng ngày. Hãy coi nó như một "nhóm thực tập sinh miễn phí, luôn cảnh giác"—kết luận của nó chỉ để tham khảo, không phải để mù quáng làm theo.

Vai trò 2: AI với tư cách là Lập trình viên.

Đây là một tin tức mang tính cách mạng cho người bình thường: Bạn không còn cần phải là một chuyên gia lập trình nữa.

Bạn chỉ cần nói với AI ý tưởng của mình bằng ngôn ngữ đơn giản, ví dụ: "Giúp tôi viết một chiến lược—mua khi đường trung bình động 20 ngày cắt lên trên đường trung bình động 60 ngày, bán khi nó giảm xuống dưới đường trung bình 20 ngày và mỗi lần chỉ sử dụng 10% vị thế." AI có thể trực tiếp cung cấp cho bạn mã có thể chạy được. Mã bị lỗi? Dán lại, nó sẽ sửa cho bạn.

"Bức tường lập trình" từng ngăn cản 90% mọi người về cơ bản đã bị AI phá bỏ.

Vai trò 3: AI với tư cách là Kiểm toán viên.

Đây là cách sử dụng bị bỏ qua nhiều nhất nhưng có giá trị nhất. Cung cấp chiến lược và kết quả backtesting của bạn cho AI và yêu cầu nó tìm ra các lỗ hổng: "Backtest này có nhìn trộm dữ liệu tương lai không? Chỗ nào có thể chỉ là may mắn? Phí và độ trượt giá đã được bao gồm chưa?"

Hãy để một bên thứ ba vô cảm đạp phanh cho bộ não vốn đã phấn khích và chỉ nghĩ đến việc kiếm tiền của bạn.

Cuối cùng, có một ranh giới bạn không bao giờ được vượt qua: AI có thể thực hiện nghiên cứu, viết mã và tìm ra lỗ hổng, nhưng không bao giờ được phép đặt lệnh trực tiếp. Mọi lệnh giao dịch thực tế trước tiên phải vượt qua các quy tắc kiểm soát rủi ro được viết cứng mà bạn đã đặt. AI xử lý việc suy nghĩ và hệ thống xử lý kỷ luật; hai điều này phải được tách biệt.

Một Lộ Trình Thực Tế

Bằng cách kết hợp năm lớp và ba vai trò AI, một con đường phía trước thực tế sẽ như thế này:

Tuần 1: Thiết lập OpenBB và để AI giúp bạn viết mã đầu tiên để lấy dữ liệu.

Tuần 2–3: Chạy backtest đầu tiên của bạn bằng backtesting.py, ngay cả khi nó chỉ là một chiến lược trung bình động kép đơn giản. Trọng tâm không phải là kiếm tiền, mà là làm trơn tru quy trình "dữ liệu → chiến lược → báo cáo backtest".

Tuần 4: Chạy các ví dụ chính thức của Qlib để trải nghiệm một quy trình cấp chuyên nghiệp. Đồng thời, tích hợp riskguard và ba quy tắc kiểm soát rủi ro vào mã của bạn.

Tháng 2–4: Kết nối với tài khoản giao dịch giấy Alpaca và để hệ thống thực hành với tiền ảo. Xem xét mỗi tuần một lần và đưa "AI Kiểm toán viên" vào quá trình xem xét.

Sau tháng 4: Nếu—và chỉ khi—hệ thống hoạt động ổn định trong giao dịch giấy và bạn đã chống lại được sự thôi thúc can thiệp vào nó, hãy bắt đầu giao dịch thực tế ở quy mô nhỏ nhất với số tiền bạn không ngại mất.

Tổng chi phí: 0 đô la phí phần mềm + phí đăng ký AI + thời gian bạn sẵn sàng đầu tư.

Cuối cùng, Một Lời Cảnh Báo Thực Tế Cần Thiết

Sau khi giải thích cách xây dựng, tôi phải thành thật nói với bạn một sự thật có khả năng xảy ra:

Hệ thống này có thể sẽ không giúp bạn giàu lên trong một sớm một chiều.

Khoảng cách thực sự giữa người bình thường và các tổ chức hàng đầu không còn là công cụ nữa—công cụ đã được san bằng. Khoảng cách nằm ở ba lĩnh vực: Dữ liệu (các tổ chức có dữ liệu độc quyền mà bạn không thể có được), Tốc độ (các tổ chức đặt lệnh nhanh hơn bạn hàng trăm lần) và Vốn để thử và sai (các tổ chức có thể đốt hàng nghìn chiến lược thất bại; bạn thì không).

Vậy tại sao nó vẫn đáng để xây dựng? Ba lý do, mỗi lý do đều đứng vững:

Đầu tiên, đó là cách nhanh nhất để học giao dịch định lượng. Các nguyên tắc về xác suất và rủi ro sẽ sâu sắc hơn nhiều khi bạn tự mình chạy một backtest và xem đường cong lợi nhuận đó hơn là khi bạn đọc hàng trăm bài báo. Làm một lần còn hơn nghĩ cả năm.

Thứ hai, nó "hàn gắn" kỷ luật vào hệ thống. Ngay cả khi bạn chỉ sử dụng nó cho các chiến lược đơn giản như "trung bình chi phí đô la + tái cân bằng định kỳ", một cỗ máy vô cảm có thể sẽ hoạt động tốt hơn bạn khi vận hành theo cảm tính về lâu dài.

Thứ ba, đó là một tác phẩm portfolio vững chắc, đậm chất kỹ thuật. Nếu bạn muốn gia nhập ngành, một hệ thống do bạn tự xây dựng từ đầu với hồ sơ giao dịch giấy sẽ thuyết phục hơn bất kỳ chứng chỉ nào. Khi ai đó hỏi "Tại sao bạn nên làm định lượng?", bạn chỉ cần mở laptop và cho họ xem.

Kết luận

Cánh cửa giao dịch định lượng từng bị chặn bởi mức phí gia nhập hàng chục nghìn đô la.

Ngày nay, giá của tấm vé đó đã trở thành con số không. Thứ cản đường bạn không còn là tiền bạc, cũng không phải bức tường lập trình—nó chỉ còn một thứ: Liệu bạn có thực sự hành động hay không.

Hầu hết mọi người sẽ đọc xong, đánh dấu danh sách công cụ này và tiếp tục hỏi "Chiến lược nào thực sự kiếm tiền?"

Một số ít sẽ thực sự gõ lệnh đầu tiên của họ vào cuối tuần này, lấy bộ dữ liệu đầu tiên của họ, để AI giúp họ viết chiến lược đầu tiên và lần đầu tiên, thực sự hiểu "thị trường" có nghĩa là gì trước đường cong backtesting nhấp nháy đó.

Việc bạn có kiếm được tiền hay không là do thị trường quyết định. Nhưng việc bạn đã xây dựng hệ thống của riêng mình hay không là do bạn.

Và hai loại người đó đã bắt đầu những con đường khác nhau ngay từ khoảnh khắc họ nhấn enter cho lệnh đầu tiên đó.