Sổ tay Phân bổ Tài sản & Quản trị Rủi ro

Phần 00

Ba câu hỏi, không phải một

Gần như mọi tranh cãi về đầu tư đều là do trộn lẫn ba câu hỏi tách biệt vào làm một. Tách ra thì mỗi câu có một nhóm framework riêng, và độ tin cậy của bằng chứng cho từng nhóm rất khác nhau.

Phần 01

Lý thuyết phân bổ: từ Markowitz đến chỗ thừa nhận thất bại

Markowitz (1952) — ý tưởng đúng, đầu vào không tồn tại

Đóng góp của Markowitz là ngừng nhìn danh mục như một tập hợp các mã hay, và bắt đầu nhìn nó như một đối tượng thống kê với hai thuộc tính: lợi suất kỳ vọng và phương sai. Điểm mấu chốt: rủi ro của danh mục không phải trung bình có trọng số rủi ro các thành phần — nó bị chi phối bởi cấu trúc hiệp phương sai.

Giới hạn của đa dạng hoá, với danh mục đều n tài sản, phương sai trung bình σ̄² và hiệp phương sai trung bình c̄:

Rủi ro riêng lẻ được triệt tiêu theo tốc độ 1/n; hiệp phương sai trung bình là sàn không thể phá. Đây là lý do thêm mã thứ 30, 40, 50 gần như vô nghĩa, và tại sao đa dạng hoá đáng giá là đa dạng hoá giữa các động lực sinh lợi khác nhau, không phải trong cùng một loại tài sản.

Vấn đề: số tham số

Mô hình cần n(n+3)/2 tham số. Với 50 tài sản là 1.325 con số, trong đó 1.225 là hiệp phương sai. Và nghiệm tối ưu chứa Σ⁻¹ — ma trận nghịch đảo khuếch đại mọi sai số đầu vào thành chênh lệch khổng lồ ở trọng số đầu ra.

Chopra & Ziemba (1993) — con số hữu ích nhất trong toàn bộ tài liệu này

Họ đo mức thiệt hại do sai số ở từng loại đầu vào. Kết quả (ở mức chấp nhận rủi ro 50), tính theo tổn thất tương đương tiền mặt:

Thứ khó ước lượng nhất cũng là thứ gây thiệt hại lớn nhất khi sai. Đó là toàn bộ vấn đề của ngành này trong một câu.

DeMiguel, Garlappi & Uppal (2009) — 1/N thắng 13 mô hình tinh vi

Họ so sánh 14 mô hình danh mục trên 7 bộ dữ liệu, gồm mean-variance, Bayes-Stein shrinkage, minimum-variance và các biến thể có ràng buộc. Kết quả: "không mô hình nào tốt hơn quy tắc 1/N một cách nhất quán, xét theo tỷ số Sharpe, lợi suất tương đương chắc chắn, hay vòng quay."

Cần đọc chính xác: DGU không chứng minh 1/N là tối ưu. Họ chứng minh sai số ước lượng lớn đến mức nó ăn hết toàn bộ lợi ích lý thuyết của tối ưu hoá. 1/N chỉ là mốc chuẩn có sai số ước lượng bằng không — và 13 phương pháp tinh vi không vượt qua nổi mốc đó.

Phản biện đáng chú ý: Kritzman, Page & Turkington (2010) lập luận rằng DGU chỉ kết tội một cách chọn đầu vào cụ thể — lấy trung bình trượt 5 năm làm kỳ vọng lợi suất, vốn gần như thuần nhiễu. Họ tìm thấy: "bất kỳ tập lợi suất kỳ vọng hợp lý nào, kể cả chọn theo phán đoán tuỳ ý, cũng vượt 1/N sau khi tối ưu hoá." Lưu ý bất đối xứng về vị thế: DGU đăng ở Review of Financial Studies; Kritzman et al. ở tạp chí thực hành và các tác giả làm việc tại một công ty bán dịch vụ tối ưu hoá.

Black-Litterman — bài học không cần đến đại số tuyến tính

Chẩn đoán của Black & Litterman: MPT hỏng không phải vì phép tối ưu sai, mà vì tiên nghiệm sai. Cách sửa là đảo ngược bài toán — lấy trọng số vốn hoá thị trường làm điểm xuất phát, giả định thị trường ở trạng thái cân bằng CAPM, rồi giải ngược ra bộ lợi suất kỳ vọng nào khiến trọng số đó là tối ưu.

Với nhà đầu tư cá nhân, giá trị nằm ở nguyên tắc chứ không ở công thức: xuất phát từ danh mục thị trường, và chỉ lệch khỏi nó ở đúng những chỗ ông thực sự có quan điểm, lệch đúng bằng mức độ tự tin. Nếu không có quan điểm nào, mô hình trả lại đúng danh mục thị trường — nghĩa là cứ mua thị trường và bỏ qua mô hình.

Risk parity — toán đẹp, phiên bản đòn bẩy thì không

Quan sát khởi đầu của Qian: danh mục 60/40 được gọi là "cân bằng" vì vốn chia 60/40, nhưng vốn và rủi ro là hai thứ khác nhau. Vì cổ phiếu biến động gấp khoảng ba lần trái phiếu, 60/40 lấy khoảng 90–95% rủi ro từ chân cổ phiếu.

Qian kiểm chứng điều này bằng tổn thất thực tế: giai đoạn 1976–2009, trong 32 tháng danh mục lỗ trên 3%, cổ phiếu đóng góp trung bình 97% tổn thất, trái phiếu 3%.

Định lý Maillard–Roncalli–Teiletche: σ_minvar ≤ σ_ERC ≤ σ_đều. ERC là trung gian thật giữa min-variance và chia đều.

Xếp hạng độ bền — cái gì sống sót ngoài mẫu

Lưu ý về 1/N: nó là mốc chuẩn mạnh trong cùng một loại tài sản, và là mốc chuẩn yếu giữa các loại tài sản. Chia đều giữa cổ phiếu và tín phiếu kho bạc không phải danh mục hợp lý — đó chính là phản đối của Qian về 60/40 nói theo cách khác.

Phần 02

Danh mục mẫu: cái gì thực sự đã được kiểm chứng

Đây là các danh mục có tên, có tỷ lệ cố định, có lịch sử. Chúng hữu ích vì tỷ lệ đã công khai và không cần ước lượng gì — nhưng gần như mọi con số hiệu suất đều mang một sai lệch mẫu nghiêm trọng cần biết trước.

Golden Butterfly: 40% cổ phiếu Mỹ gồm 20% large-cap blend + 20% small-cap value.

2022: bài kiểm tra mà cả họ nhà "bốn ô kinh tế" đều trượt

Đây là dữ kiện thực nghiệm quan trọng nhất trong phần này.

Các danh mục được thiết kế để sống sót qua mọi trạng thái kinh tế đã ghi nhận khoản lỗ tệ nhất lịch sử của chúng đúng vào trạng thái lạm phát mà chúng được xây để chống. Phiên bản dùng đòn bẩy lỗ nặng hơn cả S&P 500.

Barbell của Taleb — cấu trúc đúng, hai chân đều có vấn đề

Đề xuất: khoảng 85–90% ở công cụ an toàn tuyệt đối (tín phiếu kho bạc) và 10–15% ở các cược cực kỳ đầu cơ, lồi tối đa. Không có gì ở giữa — vì khoảng giữa chính là nơi rủi ro không đo được và mô hình thất bại.

Lập luận cốt lõi là cắt đuôi trái, không phải tối ưu kỳ vọng. Với 90% ở tiền mặt, ông không thể mất quá 10% — một khoản lỗ đã biết, có giới hạn, tính được — trong khi 10% kia có upside không giới hạn. Taleb: "Bước đầu tiên hướng tới antifragile là giảm downside, chứ không phải tăng upside."

Phần 03

Cỡ vị thế và quản trị rủi ro

Đây là phần toán chắc chắn nhất và ít bị tranh cãi nhất trong toàn bộ tài liệu. Nó cũng là phần quyết định kết quả thực tế nhiều nhất — vì khác với phần 01, ở đây các công thức không cần ông dự đoán đúng bất cứ điều gì về tương lai.

Kelly — và tại sao không ai dùng full Kelly

Hàm tăng trưởng là parabol úp ngược, đạt cực đại đúng tại f*. Đặt f = c·f*, phần tăng trưởng vượt trội giữ lại được là (2c − c²):

Hàm tăng trưởng phẳng gần đỉnh, hàm rủi ro thì tuyến tính. Bỏ một nửa rủi ro chỉ tốn một phần tư lợi thế. Xác suất sụt giảm, theo Thorp: P(V ≤ x·V₀) = x^(2/c − 1).

Risk of ruin — mũ theo nghịch đảo cỡ vị thế

Giảm một nửa rủi ro không làm giảm một nửa xác suất phá sản — nó bình phương xác suất đó. Đây mới là lý do toán học thật sự của quy tắc 1–2%, chứ không phải sự thận trọng chung chung. Hàm này rơi khỏi vách đá.

Toán học của sụt giảm — hàm lồi, và đó là toàn bộ vấn đề

Lỗ thì tuyến tính theo D, nhưng hồi phục thì lồi — hàm D/(1−D) có cực điểm tại D = 1. Đây là lý do chặn đuôi trái đáng giá hơn đuổi theo đuôi phải, và là lý do đặt cỡ để sống sót áp đảo đặt cỡ để tăng trưởng.

Volatility drag — công thức quan trọng nhất cho tài sản biến động mạnh

Đây không phải thiên kiến hành vi, không phải phí, không phải hiện tượng phụ — nó là hình phạt tất định mà động lực nhân tính áp lên mọi quá trình biến động. Và nó tăng theo bình phương biến động:

Tương quan trong khủng hoảng — con số chính xác

Longin & Solnik (2001) là nghiên cứu chuẩn, và nó chính xác hơn nhiều so với câu nói dân gian "tương quan chạy về 1":

Ba đính chính so với cách hiểu phổ thông:

• Là xu hướng, không phải biến động. Câu "tương quan tăng trong giai đoạn biến động" bị nhiễm một giả tượng thống kê nổi tiếng: điều kiện hoá theo lợi suất tuyệt đối lớn sẽ tự động thổi phồng tương quan mẫu ngay cả với phân phối chuẩn dừng. Ai trích dẫn kết luận đó từ một biểu đồ cửa sổ trượt thì nhiều khả năng đã đo đúng cái giả tượng.
• Bất đối xứng. Đồng biến ở phía tăng thực ra giảm ở cực trị. Đa dạng hoá hoạt động tốt trong thị trường tăng — đúng lúc ông không cần nó.
• Tương quan tuyến tính là thống kê sai cho câu hỏi này. Copula Gauss có tail dependence bằng 0 với mọi ρ < 1 — đây chính là gốc rễ toán học của thảm hoạ CDO 2008. Mô hình không đánh giá thấp tương quan đuôi; nó giả định tương quan đuôi không tồn tại.

Áp dụng: đừng đặt cỡ vị thế dựa trên ma trận tương quan ước lượng trong giai đoạn yên. Chạy lại phân bổ với mọi tương quan ép về 0,7–0,9 và kiểm tra xem có sống được không. Và phân biệt đa dạng hoá lợi suất (hoạt động phần lớn thời gian, là bữa trưa miễn phí thật) với đa dạng hoá rủi ro (hỏng đúng lúc cần, phần nào là ảo giác).

Vol targeting, stop-loss, VaR — ba công cụ, ba mức bằng chứng

Phần 04

Cân bằng lại: ít quan trọng hơn ông nghĩ, và nguy hiểm hơn ông nghĩ

Vanguard: không có tần suất tối ưu

Nghiên cứu chuẩn (Jaconetti, Kinniry & Zilbering, 2010), danh mục 60/40, giai đoạn 1926–2009:

Kết luận của chính Vanguard, và nó khiêm tốn hơn cách người ta thường trích: "không có tần suất hay ngưỡng tối ưu" — chênh lệch lợi suất điều chỉnh rủi ro giữa mọi chiến lược thử nghiệm đều không có ý nghĩa đáng kể. Khuyến nghị "theo dõi năm hoặc nửa năm, cân bằng ở ngưỡng 5%" là một heuristic tối thiểu hoá chi phí, không phải một điểm tối ưu.

Chú ý dòng cuối: không cân bằng lại cho lợi suất cao hơn (9,1%) — vì cổ phiếu thắng trái phiếu suốt 84 năm — nhưng biến động cao hơn hẳn và tỷ trọng cổ phiếu trôi lên 84%. Cân bằng lại là công cụ kiểm soát rủi ro, không phải công cụ tăng lợi suất.

Quy tắc 5/25 của Swedroe

"Chỉ cân bằng lại khi tỷ trọng một loại tài sản thay đổi quá 5 điểm phần trăm tuyệt đối hoặc 25% tương đối so với mục tiêu — lấy cái nào nhỏ hơn."

Từ bị đọc sai nhiều nhất là "nhỏ hơn" — lấy ngưỡng chặt hơn, không phải rộng hơn. Điểm giao là đúng 20%:

Điều ít ai nói: cân bằng lại là bán khống một straddle

Rattray, Granger, Harvey & Van Hemert (2019) đưa ra cách nhìn sắc nhất về vấn đề này:

Ba trường hợp cân bằng lại làm hại

1. Chênh lệch lợi suất dài hạn lớn và dai dẳng. Rebalancing liên tục rút tiền khỏi tài sản thắng. Dòng "không bao giờ cân bằng" trong bảng Vanguard chính là bằng chứng: +0,5–0,6%/năm chỉ vì cổ phiếu thắng trái phiếu.
2. Thị trường xu hướng mạnh. Cân bằng lại về bản chất là bán khống momentum. Vì momentum ngang mạnh nhất ở khung 3–12 tháng, cân bằng hàng tháng là lựa chọn chống momentum tối đa; chu kỳ một năm trở lên tự động tránh được phần lớn khoản chảy máu này mà không cần thêm cơ chế gì.
3. Tài sản không hồi phục. Toán học phần thưởng đa dạng hoá giả định các tài sản được rút từ phân phối ổn định. Nó không nói gì về tài sản đi về không. Cân bằng lại vào một tài sản đang chết là một cỗ máy huỷ vốn có lịch trình.

Phần thưởng cân bằng lại là bao nhiêu — số thật

Công thức Bernstein (1996) và Willenbrock (2011) cho cùng một kết quả:

Độ lớn thực tế: vài chục điểm cơ bản, không phải vài phần trăm. Bernstein đo được 0,49%/năm cho 50/50 cổ phiếu/trái phiếu giai đoạn 1926–1994. Willenbrock đo 1,12% cho 50/50 giai đoạn 2000–2009 — một thập kỷ gần như là trường hợp tốt nhất.

Đặt cạnh chi phí: một lần cân bằng lại trong tài khoản chịu thuế có thể tốn 1,19% giá trị danh mục ngay lập tức. So với phần thưởng 30–100 điểm cơ bản mỗi năm, đó là nhiều năm mới hoàn vốn.

Thứ tự chi phí — dùng hết cách rẻ trước khi dùng cách đắt: (1) hướng tiền nạp mới vào tài sản đang thiếu; (2) chuyển cổ tức và lãi sang tài sản thiếu thay vì tái đầu tư tại chỗ; (3) rút tiền từ tài sản đang thừa; (4) cân bằng trong tài khoản miễn/hoãn thuế trước; (5) thu hoạch lỗ; (6) chỉ đến cuối cùng mới bán để lấy tiền mặt.

Phần 05

Crypto: các con số, và ai đang trả tiền cho con số đó

Các khuyến nghị phân bổ đã công bố

Bằng chứng độc lập thứ ba, đi từ hướng hoàn toàn khác: Kelly với giả định thận trọng cho 10%, nhân với ¼–½ Kelly (điều chỉnh chuẩn cho bất định tham số) → 2,5–5%. Ba phương pháp không liên quan gì đến nhau cùng chỉ về một chỗ.

Lịch sử sụt giảm — bốn lần trong mười lăm năm

Glassnode ghi nhận chuẩn lịch sử: "đáy thị trường gấu được xác lập ở mức sụt giảm −75% đến −84% so với đỉnh, kéo dài từ 260 ngày (2019–20) đến 410 ngày (2015)."

Ethereum sâu hơn ở mọi chu kỳ: −94% năm 2018 (từ $1.431 xuống $81,30), −79,5% năm 2022. Năm 2022 ETH còn rơi xuống dưới đỉnh của chu kỳ 2018 — tức xoá sạch thành quả cả một chu kỳ. Thứ tự BTC < ETH < altcoin lớn < altcoin nhỏ đúng ở mọi chu kỳ.

Tương quan đã thay đổi năm 2020 — theo hướng xấu nhất có thể

• Bitcoin không phải "vàng số" trong dữ liệu tương quan. Tương quan với vàng trung bình 0,10 suốt một thập kỷ và không có xu hướng, trong khi tương quan với cổ phiếu tăng có cấu trúc. Theo bằng chứng, BTC hành xử như tài sản rủi ro beta cao nhạy với thanh khoản, không phải như một hàng rào tiền tệ. NYDIG tóm gọn: "vàng là hàng rào lãi suất thực, còn bitcoin đã tiến hoá thành một hàn thử biểu thanh khoản."
• Tương quan trung bình che giấu tương quan khi sụp đổ. IMF: "lan toả giữa crypto và thị trường cổ phiếu có xu hướng tăng trong các giai đoạn biến động tài chính." Chính BlackRock cũng thừa nhận: "tương quan không ổn định với cổ phiếu trong các giai đoạn risk-off làm suy yếu lập luận đa dạng hoá."
• Gần như mọi nghiên cứu phân bổ ở bảng trên dùng tương quan trung bình toàn mẫu, tức là đã nhúng chế độ tương quan thấp trước 2020 vào. Chạy lại chỉ trên dữ liệu sau 2020 sẽ cho tỷ trọng tối ưu thấp hơn — không tìm thấy nghiên cứu nào làm việc này. Đây là một khoảng trống thật trong tài liệu đã công bố.

Altcoin: bằng chứng mạnh về hướng, yếu về số

Con số hay được trích — "80% altcoin không bao giờ về lại đỉnh cũ", "7 trong 10 coin từng vào top 100 đã biến mất" — không có nghiên cứu gốc nào đứng sau. Đừng trích dẫn chúng.

Cái xác minh được: CoinGecko (04/2026) ghi nhận 13,4 triệu trên 25,2 triệu token đã "chết" — tỷ lệ 53,2%. Nhưng 86% số chết rơi vào năm 2025 và là hiện tượng launchpad memecoin, nên con số này không nói gì hữu ích về việc SOL hay LINK có về lại đỉnh không.

Stablecoin: một khoản nợ không bảo đảm của tư nhân

Phần 06

Rút gọn thành quy tắc dùng được

Nếu bỏ hết công thức và giữ lại những gì bằng chứng thực sự chống đỡ được, còn lại chừng này.

Về phân bổ

1. Đừng chạy bộ tối ưu hoá trên ước lượng của chính mình. Sai số ở lợi suất kỳ vọng gây thiệt hại gấp ~11 lần sai số ở hiệp phương sai, và ông cần 250 năm dữ liệu để phép tối ưu hoá thắng được phép chia đều.
2. Ưu tiên các phương pháp không cần dự báo lợi suất: chỉ số theo vốn hoá, chia đều trong cùng loại tài sản, nghịch đảo biến động, ERC. Đây là những cái sống sót ngoài mẫu suốt 70 năm.
3. Đa dạng hoá giữa các động lực sinh lợi, không phải giữa các mã. Hiệp phương sai trung bình là sàn không phá được — thêm mã thứ 30 trong cùng một loại tài sản gần như không làm gì.
4. Không tin bất kỳ backtest nào bắt đầu năm 1970 với tỷ trọng vàng cao, hay bất kỳ danh mục nào được thiết kế trên chính bộ dữ liệu dùng để khoe nó.

Về cỡ vị thế — phần quan trọng hơn phân bổ

1. Luôn đặt dưới ước lượng điểm của mình. Đặt thiếu 50% tốn 25% lợi thế; đặt thừa 100% tốn 100% lợi thế; đặt thừa hơn nữa là phá sản gần như chắc chắn. Sai số đối xứng, hậu quả thì không.
2. Rủi ro phá sản là hàm mũ theo nghịch đảo cỡ vị thế. Từ 5% xuống 2% mỗi lệnh không giảm một nửa rủi ro — nó giảm từ 1,8% xuống 0,005%.
3. Đếm rủi ro theo tương quan, không theo số vị thế. Mười lệnh 2% trong các mã tương quan là một cược 20%. Đây là kiểu hỏng phổ biến nhất của mọi hệ thống quản trị rủi ro cá nhân.
4. Ở biến động cao, drag ăn hết lợi suất. Ở σ = 75%, tài sản phải sinh lời số học ~28%/năm chỉ để hoà vốn khi tính gộp. Lợi suất kỳ vọng dương vẫn có thể cho tăng trưởng gộp âm.
5. Cỡ để sống sót, đừng cỡ để tăng trưởng. Hàm tăng trưởng lõm và có giới hạn; hàm phá sản thì không.

Về vận hành

1. Tần suất cân bằng lại gần như không quan trọng — Vanguard kiểm tra 84 năm và không tìm thấy khác biệt có ý nghĩa. Chọn năm một lần vì nó rẻ nhất và ít chống momentum nhất, rồi thôi nghĩ về nó.
2. Cân bằng lại là kiểm soát rủi ro, không phải tăng lợi suất. Phần thưởng thật là vài chục điểm cơ bản; một lần rebalance chịu thuế có thể tốn hơn nhiều năm phần thưởng đó.
3. Không bao giờ cân bằng lại vào một tài sản có thể về không. Toán học phần thưởng giả định phân phối ổn định; nó không áp dụng cho thứ đang chết.
4. Dùng tiền nạp mới để chỉnh tỷ trọng trước khi nghĩ đến việc bán bất cứ thứ gì.

Về crypto

1. 1–3% nếu ông muốn một con số không phụ thuộc vào việc dự đoán đúng. Đó là chỗ hai framework duy nhất không cần dự báo lợi suất cùng chỉ tới, và fractional Kelly trên giả định thận trọng cũng rơi vào 2,5–5%.
2. Cỡ theo đóng góp rủi ro, không theo vốn. 1% vốn ≈ 2% rủi ro danh mục; 2% vốn ≈ 5% rủi ro.
3. Cỡ sao cho mất trắng 100% vẫn không phải một sự kiện trong kế hoạch sống. Đây là kiểm tra cuối cùng và nó vượt lên trên mọi tính toán ở trên.
4. Bitcoin không phải hàng rào. Tương quan với vàng 0,10 suốt một thập kỷ; tương quan với cổ phiếu tăng có cấu trúc sau 2020, và tăng thêm nữa đúng trong khủng hoảng.
5. Không có stablecoin nào là tiền mặt. USDC làm gần như mọi thứ đúng và vẫn mất chốt 5% trong vài giờ vì ngân hàng đối tác sụp.
6. Futures không phải một khoản để dành. Một vị thế có thể bị thanh lý về không không phải là tài sản dự phòng theo bất kỳ định nghĩa nào.