Sau khi hướng dẫn hàng trăm học viên học Python tài chính, đây là 10 lỗi phổ biến nhất tôi thấy — từ lỗi code cơ bản đến lỗi tư duy nghiêm trọng có thể dẫn đến mất tiền thật.

Lỗi 1: Lookahead Bias (Dùng Dữ Liệu Tương Lai)

Đây là lỗi nguy hiểm nhất — backtest cho kết quả đẹp nhưng thực tế thua lỗ.

# ❌ SAI: shift(-1) tạo ra lookahead bias
df['signal'] = 0
df.loc[df['close'] > df['close'].shift(-1), 'signal'] = 1  # Dùng giá NGÀY MAI!

# ✅ ĐÚNG: chỉ dùng dữ liệu đã có
df.loc[df['close'] > df['close'].shift(1), 'signal'] = 1   # Dùng giá HÔM QUA

Lỗi 2: Không Xử Lý NaN Đúng Cách

# ❌ SAI: tính SMA50 nhưng không bỏ 50 ngày đầu có NaN
df['SMA50'] = df['close'].rolling(50).mean()
df['signal'] = (df['close'] > df['SMA50']).astype(int)  # Cột signal có NaN!

# ✅ ĐÚNG: bỏ NaN trước khi tạo signal
df.dropna(subset=['SMA50'], inplace=True)
df['signal'] = (df['close'] > df['SMA50']).astype(int)

Lỗi 3: Overfitting — Tối Ưu Quá Mức Trên Dữ Liệu Quá Khứ

# ❌ SAI: tìm tham số tốt nhất trên TOÀN BỘ dữ liệu rồi mới test
best_rsi = None
best_return = -999
for rsi_period in range(5, 50):
    # ... test trên toàn bộ data ...
    pass  # Đây là data snooping bias!

# ✅ ĐÚNG: Walk-Forward Optimization
TRAIN_SIZE = 0.6
VALID_SIZE = 0.2
# Test size = 0.2 — KHÔNG ĐƯỢC nhìn vào test set khi chọn tham số

Lỗi 4: Bỏ Qua Chi Phí Giao Dịch

# ❌ SAI: không tính phí
profit = sell_price - buy_price

# ✅ ĐÚNG: tính phí mua + bán
FEE_RATE = 0.0015  # 0.15% mỗi lệnh (phí thông thường sàn VN)
profit = sell_price * (1 - FEE_RATE) - buy_price * (1 + FEE_RATE)

Lỗi 5: Backtest Trên Dữ Liệu Quá Ngắn

# ❌ SAI: backtest chỉ 3 tháng
df = stock_historical_data("VNM", "2026-01-01", "2026-06-01", "1D")

# ✅ ĐÚNG: tối thiểu 3–5 năm, bao gồm cả giai đoạn thị trường xấu
df = stock_historical_data("VNM", "2020-01-01", "2026-06-01", "1D")
# Phải bao gồm: COVID crash (2020), tăng mạnh (2021), lãi suất (2022)

Lỗi 6: Tính Toán Sai Sharpe Ratio

# ❌ SAI: không annualize
sharpe = returns.mean() / returns.std()

# ✅ ĐÚNG: nhân với sqrt(252) để annualize (252 ngày giao dịch/năm)
import numpy as np
sharpe = returns.mean() / returns.std() * np.sqrt(252)

Lỗi 7: Nhầm Lẫn Correlation Và Causation

# VD: tìm thấy tương quan 0.85 giữa RSI và lợi nhuận ngày hôm sau
# Nhưng đây chỉ là coincidence trên data quá khứ — không có ý nghĩa nhân quả
# Giải pháp: luôn test out-of-sample trước khi kết luận

Lỗi 8: Survivorship Bias — Chỉ Test Trên Cổ Phiếu Đang Tồn Tại

# ❌ SAI: lấy danh sách VN30 HÔM NAY rồi backtest 5 năm
# Vì danh sách VN30 hiện tại đã loại những cổ phiếu hiệu suất kém!

# ✅ ĐÚNG: backtest phải dùng danh sách cổ phiếu tại THỜI ĐIỂM ĐÓ
# Hoặc chấp nhận giới hạn này khi diễn giải kết quả

Lỗi 9: Không Có Stop Loss Trong Backtest

# ❌ SAI: nắm cổ phiếu giảm 50% mà không cắt lỗ
if sig == 1 and position == 0:
    entry_price = price
    position    = capital / price

# ✅ ĐÚNG: thêm stop loss 7%
STOP_LOSS = 0.07
if position > 0:
    if price < entry_price * (1 - STOP_LOSS):
        # Cắt lỗ tự động
        capital   = position * price
        position  = 0

Lỗi 10: Dùng Kết Quả Backtest Để Giao Dịch Tiền Thật Ngay

Quy trình đúng trước khi dùng tiền thật:

1. ✅ Backtest trên dữ liệu lịch sử (train set)
2. ✅ Walk-forward validation (validation set)
3. ✅ Out-of-sample test (test set — chỉ dùng 1 lần)
4. ✅ Paper trading 2–4 tuần (giả lập với giá thật)
5. ✅ Live trading vốn nhỏ (5–10% vốn dự kiến)
6. ✅ Scale up dần sau 3 tháng theo dõi

Kết Luận

Tránh 10 lỗi trên sẽ giúp backtest của bạn phản ánh thực tế hơn nhiều. Backtest đẹp + thực tế tệ thường đến từ 1 trong 3 lỗi đầu tiên (lookahead bias, overfitting, survivorship bias). Kiểm tra kỹ trước khi dùng tiền thật.

📌 Muốn ứng dụng Python vào phân tích và giao dịch tài chính thực chiến?
Khóa Python Fintech — Phân Tích Dữ Liệu Lớn & Tự Động Hóa Giao Dịch tại Hướng Nghiệp Dữ Liệu giúp bạn thực hành với dữ liệu VnIndex, Binance API thật — không dạy lý thuyết hàn lâm.
📞 Hotline/Zalo: 0927 909 257

admin

Biên tập viên, Hướng Nghiệp Dữ Liệu

733 Bài viết

15.4k Người theo dõi

120k+ Lượt đọc

Biên tập viên nội dung tại Hướng Nghiệp Dữ Liệu, phụ trách tổng hợp và biên soạn các bài viết về lập trình Python, dữ liệu và công nghệ.

Theo dõi Liên hệ Zalo