Minh họa: Thomas Colligan cho Bloomberg Businessweek
Trí tuệ nhân tạo đang được ứng dụng vào thị trường tài chính Việt Nam với tốc độ nhanh. Tuy nhiên, vẫn còn nhiều nút thắt cần thời gian để gỡ.
Ẩn mình tại tầng 19 tòa tháp tài chính Bitexco, văn phòng Đối mới của Người dùng thuộc công ty chứng khoán Vietcap khá yên tĩnh. Hơn 50 nhân viên trong phòng đang chăm chú vào màn hình máy tính, khi mùa báo cáo tài chính quý III, thời điểm quan trọng đối với các nhà phân tích và giới đầu tư, đang dần khép lại. Trong vòng ba năm, văn phòng này của Vietcap tăng gấp năm lần đội ngũ, cũng như đầu tư triển khai ứng dụng trí tuệ nhân tạo (AI).
Vài năm qua, thị trường tài chính Việt Nam chứng kiến cuộc đua ngày càng nóng về phát triển hạ tầng công nghệ, trong đó có AI. Đặc biệt khi cuối năm 2022, hộp trò chuyện ChatGPT ra đời, đánh dấu cột mốc người dùng mà trước đó nhiều công ty công nghệ mất hàng thập kỷ mới đạt được. Thị trường tài chính Việt Nam đang phân thành hai nhóm khá rõ rệt. Một là các công ty chứng khoán tự xây dựng nền tảng, như chứng khoán Kỹ thương, SSI, VNDIRECT, chứng khoán MB hay Vietcap… Một số khác lựa chọn kết hợp với các doanh nghiệp ứng dụng công nghệ AI trong đầu tư.
Khi tìm kiếm với từ khoá “đầu tư” trên điện thoại, bạn sẽ bất ngờ vì có vô số ứng dụng đầu tư dựa trên AI. Nhiều công ty chứng khoán bắt tay với các nền tảng cung cấp sản phẩm dịch vụ dựa trên công nghệ này. Điển hình như chứng khoán Thiên Việt và FPT Smart Cloud, chứng khoán VIX, chứng khoán Dầu khí hay gần đây nhất là chứng khoán BIDV đều bắt tay với DATX.
Là nền tảng ứng dụng máy học và AI vào thị trường chứng khoán, DATX có thời gian thử nghiệm ở Úc, trước khi bước vào thị trường Việt Nam năm 2021. Úc thuộc tốp 10 thị trường chứng khoán lớn của toàn cầu, giao dịch T0 (bên mua nhận chứng khoán và bên bán nhận tiền cùng ngày giao dịch), và có nhiều sản phẩm từ cơ sở đến phái sinh. Trong khi đó, quy định thanh toán hiện tại của thị trường Việt Nam vẫn là T+2,5, nghĩa là sau 2,5 ngày cổ phiếu mới về tài khoản người mua. “Khi mang công nghệ về Việt Nam, chúng tôi phải cải tiến cho phù hợp với cấu trúc của thị trường,” ông Bùi Văn Cường, đồng sáng lập kiêm giám đốc công nghệ của DATX cho biết.
Khi xây các mô hình dựa trên AI, các công ty chứng khoán phục vụ nội bộ, khách hàng tổ chức và cá nhân bên ngoài. Riêng các doanh nghiệp cung cấp nền tảng tập trung vào khách hàng tổ chức (công ty chứng khoán, ngân hàng, quỹ…) và khách hàng cá nhân. Theo thông tin trên trang web của DATX, gói sản phẩm ngắn hạn nhất của nền tảng này là ba tháng, mức giá hơn 3,4 triệu đồng. Công ty này cho biết, họ đang phục vụ 15 ngàn tài khoản cá nhân. Một số nền tảng khác như Finbox giá hơn 3,2 triệu đồng với gói ba tháng, bStock khoảng 1,5 triệu đồng/tháng, hay Simplize với giá 599 ngàn đồng/tháng.
“Tài chính có thể được mô tả như ngành kinh doanh xử lý thông tin,” ông Guenter Jaeger, sáng lập và giám đốc của Plexus Investments, quỹ quản lý tài sản chuyên theo dõi các quỹ đầu tư dựa trên AI, chia sẻ. Theo ông Guenter, AI trong thị trường tài chính có thể nhận ra mô hình phức tạp và đưa ra các dự báo, giúp nhà đầu tư quyết định mua và bán gì. “Với AI, nhà đầu tư có thể thực hiện phân tích việc này trong tích tắc, với rổ cả ngàn cổ phiếu,” ông Bùi Văn Cường giải thích.
Đằng sau khuyến nghị mua bán trong tích tắc, là những mô hình phức tạp của từng nền tảng, và những thay đổi cho phù hợp với từng thị trường. Ở DATX, họ sử dụng các mô hình dựa trên phân tích cơ bản và phân tích kỹ thuật. Cụ thể là R-RSI, R-MA, R-OBV đều là cải tiến và phát triển trên các mô hình vốn có là RSI (chỉ số sức mạnh tương đối), MA, EMA (đường trung bình động), OBV (chỉ báo khối lượng cân bằng). Ngoài ra, nền tảng còn dùng các mô hình đo lường tâm lý nhà đầu tư, hay sử dụng ngôn ngữ lập trình tư duy và cải tiến mô hình Bert để đọc và phân tích thông tin trên các diễn đàn.
Cũng như mọi quy trình sản xuất, sản phẩm trước khi ra thị trường đều qua giai đoạn kiểm định. Trong ngành tài chính, sản phẩm được kiểm thử bằng kiểm tra hiệu quả dựa trên dữ liệu quá khứ trong quãng thời gian dài (back test) và kiểm nghiệm thực tế, một dạng mô phỏng đầu tư thực để đánh giá hiệu quả (forward test). Ông Cường của DATX nói: “Các kiểm thử này phải mang lại kết quả đúng với tỉ lệ cao, tối thiểu 70% thì mới cung cấp ra thị trường.”
“Ứng dụng AI trong tài chính không chỉ dừng ở mua và bán,” ông Phạm Cao Cường, trưởng phòng Khoa học dữ liệu của Vietcap nhận định. Hiện nay, ông Cường và đội ngũ đang phát triển những sản phẩm với ba dạng dữ liệu: Hình ảnh, ngôn ngữ và chuỗi thời gian thực. Xử lý dữ liệu từ hình ảnh giúp cho bộ phận nghiên cứu dễ dàng cập nhật. “Hiện tại, có những báo cáo họ chỉ cần 10-20% thời gian so với trước đây để xử lý, hoàn thiện dữ liệu và xuất bản,” ông Cường nói.
Trong thời đại của dữ liệu lớn, AI có nhiệm vụ giải quyết bài toán phân tích dữ liệu, xử lý thông tin. Mỗi ngày, dữ liệu trên toàn cầu được tạo ra và lưu trữ tăng tiến theo cấp số nhân. Ước tính, lượng dữ liệu được tạo ra trên toàn cầu trong năm 2023 vào khoảng 120 zettabyte. Để dễ hình dung, một zettabyte dữ liệu lưu trữ trong 75 tỉ chiếc iPad dung lượng 16GB. Tuy nhiên, việc ứng dụng vào thị trường giao dịch gặp nhiều thách thức, từ năng lực của đội ngũ xây dựng và phát triển AI, cho tới khả năng đầu tư hệ thống đủ mạnh, chưa kể tới sự phi lý trí của số đông tham gia giao dịch.
Bên cạnh thách thức chung kể trên, áp dụng AI vào thị trường Việt Nam vấp phải vấn đề khác. “Nếu muốn dự báo hiệu suất hàng tháng của chỉ số chứng khoán Việt Nam, bạn sẽ nhanh chóng nhận ra rằng không có hàng tỉ điểm dữ liệu mà AI có thể học để dự báo tốt,” ông Guenter Jaeger khẳng định. Tính đến cuối tháng 9.2023, chỉ có chưa đầy 300 điểm dữ liệu hiệu suất hàng tháng, tương đương gần 300 tháng lịch sử hình thành của thị trường chứng khoán trong nước.
“Một thách thức khác là cơ sở hạ tầng, cũng như quy định về mặt pháp lý,” ông Aaron Brown, cựu giám đốc nghiên cứu thị trường tài chính tại AQR Capital Management nhận xét. Đầu tháng 9.2023, uỷ ban Chứng khoán Nhà nước có văn bản yêu cầu các công ty chứng khoán thực hiện rà soát và dừng ngay việc sử dụng hình thức đặt lệnh tự động. Cuối cùng là trở ngại về thiếu nhân sự. Ông Phạm Cao Cường bộc bạch, việc tìm nhân tài thực sự là một bài toán khó đối với Vietcap. “Trở thành một kỹ sư AI đã khó, nhưng kỹ sư AI trong tài chính còn khó hơn,” ông Phạm Cao Cường nói.
Dù còn nhiều vướng mắc, theo thời gian, quan điểm của ngành về AI đang dần phát triển. Đại diện phòng Khoa học dữ liệu của Vietcap khẳng định, một trong bảy công nghệ cần đầu tư để biến một công ty chứng khoán hoặc công ty tài chính truyền thống, trở thành một công ty cùng ngành có lợi thế về công nghệ, phải là AI.
Ông Aaron Brown, sinh sống tại New York, cho biết khi các nhà tạo lập thị trường ở Việt Nam tăng tốc với công nghệ, sẽ là cơ hội cho những nhà đầu tư nhỏ lẻ như ông tham gia. Từ những ngày đầu xuất hiện AI, ai nấy đều hào hứng về triển vọng của công nghệ này. Nhưng để hiện thực hóa, cần một quá trình rất dài, nhất là khi quá khứ từng chứng kiến các sản phẩm công nghệ phát triển, rồi suy vong. Ông Phạm Cao Cường lưu ý, cần thời gian để chứng minh được AI sẽ mang về lợi nhuận đáng kể. Trong tầm nhìn của ông Cường, năm 2030 AI sẽ trở thành công cụ đắc lực hỗ trợ nhiều bộ phận hơn, khi số lượng doanh nghiệp và nhà đầu tư nhiều hơn. Hiện tại mới có hơn 1.600 doanh nghiệp niêm yết, và số tài khoản chứng khoán là khoảng 8% dân số. Càng có nhiều dữ liệu và thêm nhiều người dùng, công nghệ máy học mới phát huy tác dụng.
Chỉ vào biểu đồ trong tập tài liệu, ông Phạm Cao Cường nói: “Nhắc đến kỹ sư AI, mọi người đều nghĩ về lập trình trong khi thực tế, công việc đó chiếm phần rất nhỏ,” ông Cường nói. “Phần lớn, chúng tôi phải thu thập, làm sạch, huấn luyện dữ liệu và thử nghiệm.”
*Bài được xuất bản trong số báo tháng 11.2023, Bloomberg Businessweek Vietnam