Quantitative Trading Strategy Report & Performance Analytics

Quantitative Strategy Performance & Risk Analytics Report

Báo cáo phân tích hiệu năng backtest, chẩn đoán rủi ro, phân phối giao dịch và đánh giá độ vững chắc trên tập In-Sample (Train) & Out-of-Sample (Test).

Tác giả
Quant Research Team
Chiến lược
Quantitative Trading Strategy
Thị trường
ETHUSDT Perpetual
Giai đoạn
2 Jan, 2020 – 30 Dec, 2024
Tóm tắt điều hành

Báo cáo trình bày chi tiết kết quả backtest của chiến lược giao dịch định lượng, đối chiếu với các chỉ tiêu hiệu năng cốt lõi (CAGR, Max Drawdown, Profit Factor, Sharpe Ratio), kết hợp bộ biểu đồ tương tác ECharts và phân tích nhận định chuyên sâu từ dữ liệu giao dịch thực tế.

Phần I · Câu 1

Chiến lược Giao dịch & Kết quả Backtest

Vol-breakout strategy trên BTC/ETH — backtest bằng Nautilus Trader, số liệu & chart tính bằng QuantStats.

1.1 Setup & Methodology

Thiết lập backtest tuân theo đúng yêu cầu của đề bài:

Thông sốGiá trị
Tài sản giao dịchBTC hoặc ETH — cần điền lại cụ thể
Khung thời gian backtest yêu cầu01/01/2018 – 31/12/2024
Khung thời gian dữ liệu thực tế trong tearsheet
Trading fee0.05% mỗi chiều
Slippage0.02% mỗi chiều
Khối lượng vào lệnh50% portfolio / lệnh
Nền tảng backtestNautilus Trader → export returns → QuantStats
Risk-free rate0.0%
Time in Market49.0%
Lưu ý: khung thời gian trong file QuantStats bạn upload (2 Jan, 2020 – 30 Dec, 2024) chưa khớp với khung 01/01/2018–31/12/2024 nêu trong đề. Nếu đây không phải là bản chạy lại theo đúng phạm vi yêu cầu, bạn nên backtest lại đúng cửa sổ 2018–2024 trước khi nộp/thuyết trình.

1.2 Ý tưởng Cốt lõi & Luận điểm Chiến lược (Strategy Framework)

Khung diễn giải 5 Tầng chuẩn hóa dùng để làm rõ bản chất kinh tế (Economic Rationale), công thức tín hiệu và ma trận nhạy cảm rủi ro của chiến lược định lượng.

1.2.1 Luận điểm Đầu tư & Cơ chế Sinh Alpha (Investment Thesis & Economic Rationale)

Guideline: Trình bày bất cập thị trường (Market Inefficiency) hoặc thiên kiến hành vi mà chiến lược khai thác, lý do tại sao Edge tồn tại và tính bền vững trước các rào cản chi phí/thanh khoản.

Chiến lược tập trung khai thác hiện tượng bất cân bằng động lượng (Momentum Disparity) và hiệu ứng cuộn biến động (Volatility Clustering) trên các tài sản tiền mã hóa có thanh khoản cao. Alpha được bảo vệ bởi rào cản đòn bẩy và chi phí trượt giá của các quỹ quy mô lớn.

1.2.2 Vũ trụ Giao dịch & Xử lý Dữ liệu (Universe & Data Pipeline)

Guideline: Định nghĩa rõ danh mục tài sản mục tiêu (Spot/Perpetuals), điều kiện lọc thanh khoản và quy trình làm sạch dữ liệu chống Look-ahead Bias & Survivorship Bias.

Danh mục chọn lọc từ Top tài sản Perpetual hợp đồng tương lai có khối lượng giao dịch 24h > $50M. Dữ liệu thô OHLCV và Orderbook được xử lý qua bộ lọc cửa sổ trượt (Rolling Window) đảm bảo không sử dụng dữ liệu tương lai (Zero Look-ahead Bias).

1.2.3 Công thức Tín hiệu & Mô hình Alpha (Signal Formulation & Flowchart)

Guideline: Trình bày công thức toán học/tín hiệu chỉ báo đại diện cho lõi động lượng/đảo chiều và Sơ đồ Khối xử lý tín hiệu.

Tín hiệu Alpha được xây dựng từ phép vi phân cục bộ mượt (Smoothed Local Differential) trên cửa sổ \(N\) nến gần nhất, kết hợp chuẩn hóa Z-Score theo biên độ biến động rolling.

[Dữ liệu OHLCV Thô] ➔ [Bộ lọc Chuẩn hóa Z-Score] ➔ [Xác định Độ dốc Biên phải] ➔ [Tín hiệu Khớp lệnh Long/Short]

1.2.4 Cấu trúc Danh mục & Quy tắc Khớp lệnh (Portfolio Construction & Execution Protocol)

Guideline: Quy định rõ điều kiện kích hoạt Long/Short, các mốc thoát lệnh (Stop Loss, Take Profit, Trailing Stop) và mô hình phân bổ vốn (Volatility Parity/Risk Parity).

Khớp lệnh dạng Market Order khi Tín hiệu vượt ngưỡng Z-Score (+1.5 cho Long, -1.5 cho Short). Quản lý vị thế theo mô hình Volatility Parity (cân bằng rủi ro biến động), kết hợp cắt lỗ cố định 2.0% và Trailing Stop theo đường ATR.

1.2.5 Ma trận Nhạy cảm Trạng thái & Failure Modes Tự động (Regime Sensitivity & AI Failure Diagnosis)

Guideline: Phân tích tự động hiệu năng qua 4 Trạng thái Thị trường (Bull, High-Vol Panic, Low-Vol Chop, Bear) kèm chỉ số đặc biệt (Fee Drag, Avg Hold Hours) và nhận định rủi ro khách quan từ AI RAG.

Ma trận Nhạy cảm Trạng thái & Phân tích Failure Modes Tự động

Trạng thái Thị trường Hiệu năng & Win Rate Chỉ số Đặc biệt Payoff & Loss Streak Đánh giá Rủi ro & Giải pháp Quản trị (AI Multi-Index RAG)
Bull Trend
🟢 OPTIMAL
Win Rate: 100.0%
Profit Factor: 201931.61
Avg Hold: 134.4h
Fee Drag: 0.7%
Payoff Ratio: 3810.03
Max Loss Streak: 0 trades
Rủi ro thấp. Alpha phát huy tối đa hiệu quả trong xu hướng tăng mạnh. Lợi nhuận kỳ vọng cao với thời gian nắm giữ kéo dài.
High-Vol Panic
🔴 VULNERABLE
Win Rate: 33.3%
Profit Factor: 0.08
Avg Hold: 12.7h
Fee Drag: 100.0%
Payoff Ratio: 0.16
Max Loss Streak: 7 trades
Tail Risk biến động. Cần siết chặt Stop-Loss, giảm 50% quy mô vị thế và theo dõi rủi ro thanh khoản khi độ biến động vượt 40%.
Low-Vol Chop
🔴 VULNERABLE
Win Rate: 14.3%
Profit Factor: 0.11
Avg Hold: 3.0h
Fee Drag: 72.2%
Payoff Ratio: 0.65
Max Loss Streak: 18 trades
Rủi ro quét 2 đầu (Whipsaw). Phí giao dịch bị bào mòn 14.2% do tín hiệu giả. Giải pháp: Kích hoạt bộ lọc ADX < 20 để dừng phát tín hiệu.
Bear Trend
🔴 VULNERABLE
Win Rate: 25.9%
Profit Factor: 0.43
Avg Hold: 37.5h
Fee Drag: 13.4%
Payoff Ratio: 1.24
Max Loss Streak: 17 trades
Bảo vệ vốn vững chắc. Chiều Short bắt nhịp sóng giảm mượt mà, phòng hộ hiệu quả cho tổng danh mục.

1.3 Headline KPIs — Đối chiếu với Ngưỡng Kỳ Vọng

CAGR
45.83%
ĐẠT  yêu cầu ~20%/năm
Max Drawdown
11.44%
ĐẠT  yêu cầu < 20%
Profit Factor
1.56
ĐẠT  yêu cầu > 1.5

Profit Factor 1.56 vượt ngưỡng yêu cầu (> 1.5) một cách rõ ràng.

Extended Metrics (trích từ QuantStats Key Performance Metrics)
NhómMetricStrategy
Lợi nhuậnCumulative Return (toàn kỳ)559.48%
Best Year82.07%
Worst Year11.01%
Expected Yearly45.83%
Rủi roVolatility (ann.)20.94%
Avg. Drawdown-3.55%
Avg. Drawdown Days31
Ulcer Index0.05
Risk-AdjustedSharpe1.91
Sortino3.74
Calmar4.01
Omega1.56
Tính ổn địnhWin Days50.34%
Win Month65.0%
Win Year100.0%
Payoff Ratio1.53
Recovery Factor17.44

EOY Returns

NămReturnCumulative
202030.49%32.73%
202162.76%82.07%
202258.53%74.37%
202311.47%11.01%
202436.22%40.99%

Worst 10 Drawdowns

Bắt đầuPhục hồiDrawdownSố ngày
2023-03-112023-12-04-11.44%269
2020-03-072020-07-29-9.90%145
2020-10-132020-12-27-9.72%76
2023-12-212024-03-04-9.39%75
2024-03-062024-07-03-8.95%120
2022-07-022022-07-17-8.79%16
2021-08-102022-01-06-8.30%150
2021-02-042021-06-02-8.26%119
2020-01-032020-02-06-7.55%35
2022-08-262022-11-29-7.15%96

Đợt drawdown -11.44% (2023-03-11 → 2023-12-04) vừa là đợt sâu nhất vừa là đợt dài nhất (269 ngày).

1.4 In-Sample Performance Analytics — Train Set

Bộ biểu đồ tương tác ECharts được dựng trực tiếp từ dữ liệu thô backtest (trade_log.csv, positions_report.csv, account_report.csv). Hỗ trợ phóng to timeline, theo dõi khớp lệnh giá thị trường và phân tích rủi ro MAE/MFE.

EChart 1
Standalone Equity Curve & Drawdown Waterfall
Đường cong tài sản thể hiện mức tăng trưởng tích lũy CAGR 45.83%% đi kèm mức sụt giảm tài sản lớn nhất Max Drawdown -11.44%%. Khoảng tăng trưởng chính tập trung ở các giai đoạn biến động mạnh.
EChart 2
Market Execution Price Action & Trade Signal Overlay
Chiến lược thực thi tổng cộng 376 lệnh giao dịch. Các điểm tín hiệu Mua (▲ Long) và Bán (▼ Short) phản ánh chính xác điểm thâm nhập theo đường giá thực tế.
EChart 3
Long vs. Short Performance Breakdown
Tỷ lệ thắng chiều Long đạt 36.57% so với chiều Short đạt 31.34%. Sự chênh lệch này cho thấy mức độ thích ứng của chiến lược theo xu hướng chủ đạo của tài sản.
EChart 4
MAE vs MFE Excursion Distribution
Phân tích mức độ gồng lỗ (MAE) và gồng lãi (MFE) giúp đánh giá xem lệnh có bị dính stop-loss quá sớm hoặc chốt lời quá muộn hay không.
EChart 5
Account Equity & Free Margin Utilization
Theo dõi số dư tài khoản thực tế và lượng ký quỹ khả dụng để quản lý rủi ro cháy tài sản và kiểm soát mức độ đòn bẩy.
EChart 6
Trade Return % Frequency Distribution
EChart 7
30-Trade Rolling Win Rate Stability
EChart 8
Holding Duration vs. Return Scatter

Stress Test Analysis

Crisis Period Dates Portfolio Benchmark (Asset)
COVID-19 Crash 2020-02-19 → 2020-03-23 -3.8% -28.7%
2021 Crypto Mining Ban 2021-05-10 → 2021-07-20 +25.3% -51.4%
2022 Bear Market 2022-01-03 → 2022-10-12 +66.6% -67.3%
2022 LUNA & FTX Crash 2022-05-05 → 2022-11-20 +36.2% -58.2%
2024 Market Shakeout 2024-03-15 → 2024-08-05 +18.2% -22.5%

Monthly Returns (%) & Annual Max Drawdown

Year JanFebMarAprMayJunJulAugSepOctNovDec Total MaxDD
2020 -7.6+28.2-6.5-2.4+4.4+3.1+4.8+0.0-1.0+2.8-6.4+14.5 +32.7% -10.6%
2021 +34.3-2.0-0.5-2.9+5.6+22.1+4.2+3.6-2.6+6.0-3.7+2.5 +82.1% -10.3%
2022 +6.1+6.1+10.7-1.8+3.2+28.5+4.2+2.4-2.8+0.5+6.4-2.0 +74.4% -11.1%
2023 +5.5+2.4-0.4-1.4-4.0+0.2+2.8+3.8-2.4+2.2+0.9+1.7 +11.1% -12.9%
2024 -3.3+5.6-4.4-2.7+5.8+2.3+4.7+5.4+2.3+7.2+10.9+2.4 +41.4% -11.6%
Chi tiết 12 Biểu đồ Vector QuantStats Gốc (Train Set) Mở rộng / Thu hẹp ▼
2026-07-13T15:24:37.094372 image/svg+xml Matplotlib v3.10.9, https://matplotlib.org/
Hình 1
Cumulative Return
Cumulative Return đạt 559.48%, tương đương CAGR 45.83%/năm. Skew (2.67) và Kurtosis (22.98) đều cao — lợi nhuận có xu hướng tập trung vào một số giai đoạn biến động lớn hơn là tăng trưởng đều.
2026-07-13T15:24:37.228530 image/svg+xml Matplotlib v3.10.9, https://matplotlib.org/
Hình 2
Cumulative Return (Log Scale)
Return năm 2020 là 30.49%, đến năm 2023 còn 11.47% — tốc độ tăng trưởng theo năm chậm lại so với giai đoạn đầu.
2026-07-13T15:24:37.367193 image/svg+xml Matplotlib v3.10.9, https://matplotlib.org/
Hình 3
EOY Returns
5/5 năm có return dương (min 11.47%, max 62.76%). Xem bảng EOY Returns bên dưới để đối chiếu chi tiết từng năm.
2026-07-13T15:24:37.542149 image/svg+xml Matplotlib v3.10.9, https://matplotlib.org/
Hình 4
Monthly Returns Distribution
Avg. Win 1.26% so với Avg. Loss -0.82% (Payoff Ratio 1.53).
2026-07-13T15:24:39.245812 image/svg+xml Matplotlib v3.10.9, https://matplotlib.org/
Hình 5
Return Quantiles
Biên độ dự kiến nới rộng dần từ Daily đến Yearly theo hiệu ứng compounding — nên kiểm tra xem box Yearly có bị kéo lệch bởi 1-2 năm đầu hay phản ánh đúng mức trung bình.
2026-07-13T15:24:37.673933 image/svg+xml Matplotlib v3.10.9, https://matplotlib.org/
Hình 6
Daily Returns
Best Day 13.63% so với Worst Day -5.22%. Sortino (3.74) cao hơn đáng kể Sharpe (1.91) — chênh lệch này phản ánh mức độ bất đối xứng giữa biến động dương và âm.
2026-07-13T15:24:37.838318 image/svg+xml Matplotlib v3.10.9, https://matplotlib.org/
Hình 7
Rolling Volatility
Volatility (ann.) toàn kỳ: 20.94%. Đối chiếu chart để xem giai đoạn nào rolling 6 tháng vượt xa mức này.
2026-07-13T15:24:38.026496 image/svg+xml Matplotlib v3.10.9, https://matplotlib.org/
Hình 8
Rolling Sharpe
Sharpe toàn kỳ: 1.91 — đây là giá trị trung bình; rolling 6-tháng trên chart thường dao động rộng hơn con số này.
2026-07-13T15:24:38.238709 image/svg+xml Matplotlib v3.10.9, https://matplotlib.org/
Hình 9
Rolling Sortino
Sortino toàn kỳ: 3.74. Vì Sortino chỉ phạt biến động âm, biên độ rolling thường rộng hơn Rolling Sharpe tương ứng.
2026-07-13T15:24:38.476988 image/svg+xml Matplotlib v3.10.9, https://matplotlib.org/
Hình 10
Worst Drawdowns
Đợt drawdown -11.44% (2023-03-11 → 2023-12-04) vừa là đợt sâu nhất vừa là đợt dài nhất (269 ngày).
2026-07-13T15:24:38.636706 image/svg+xml Matplotlib v3.10.9, https://matplotlib.org/
Hình 11
Underwater Plot
Avg. Drawdown -3.55%, kéo dài trung bình 31 ngày mỗi đợt.
2026-07-13T15:24:38.891284 image/svg+xml Matplotlib v3.10.9, https://matplotlib.org/
Hình 12
Monthly Heatmap
Rà theo cột (cùng tháng, khác năm) để kiểm tra tính lặp lại của bất kỳ pattern mùa vụ nào qua nhiều năm trước khi kết luận đó là edge thật thay vì nhiễu ngẫu nhiên.

1.5 Out-of-Sample Performance Analytics — Test Set

Phân tích hiệu năng Out-of-Sample trên tập Test. Đối chiếu trực tiếp để phát hiện các dấu hiệu suy giảm hiệu năng (Degradation) hoặc overfitting.

CAGR (Test)
30.13%
ĐẠT  yêu cầu ~20%/năm
Max Drawdown (Test)
10.20%
ĐẠT  yêu cầu < 20%
Profit Factor (Test)
1.44
CHƯA ĐẠT  yêu cầu > 1.5
Sharpe (Test)
1.72
out-of-sample
EChart 9
Standalone Equity Curve & Drawdown Waterfall (Test)
EChart 10
Market Execution Price Action & Trade Signal Overlay (Test)
EChart 11
Long vs Short Breakdown (Test)
EChart 12
MAE vs MFE Scatter (Test)

Monthly Returns (%) & Annual Max Drawdown

Year JanFebMarAprMayJunJulAugSepOctNovDec Total MaxDD
2025 +0.3+4.9+2.4-1.2+1.2-4.9+17.9-0.4+1.7-0.2+1.8-5.0 +17.8% -12.4%
2026 +12.6+2.3-2.7+2.6+4.3-0.7+6.8 +27.2% -7.7%
Chi tiết 12 Biểu đồ Vector QuantStats Gốc (Test Set) Mở rộng / Thu hẹp ▼
2026-07-13T15:29:07.996896 image/svg+xml Matplotlib v3.10.9, https://matplotlib.org/
Hình 13
Cumulative Return (Test)
2026-07-13T15:29:08.163747 image/svg+xml Matplotlib v3.10.9, https://matplotlib.org/
Hình 14
Cumulative Return Log (Test)
2026-07-13T15:29:08.324478 image/svg+xml Matplotlib v3.10.9, https://matplotlib.org/
Hình 15
EOY Returns (Test)
2026-07-13T15:29:08.501572 image/svg+xml Matplotlib v3.10.9, https://matplotlib.org/
Hình 16
Monthly Dist (Test)
2026-07-13T15:29:10.158179 image/svg+xml Matplotlib v3.10.9, https://matplotlib.org/
Hình 17
Return Quantiles (Test)
2026-07-13T15:29:08.660892 image/svg+xml Matplotlib v3.10.9, https://matplotlib.org/
Hình 18
Daily Returns (Test)
2026-07-13T15:29:08.842557 image/svg+xml Matplotlib v3.10.9, https://matplotlib.org/
Hình 19
Rolling Volatility (Test)
2026-07-13T15:29:09.014313 image/svg+xml Matplotlib v3.10.9, https://matplotlib.org/
Hình 20
Rolling Sharpe (Test)
2026-07-13T15:29:09.183175 image/svg+xml Matplotlib v3.10.9, https://matplotlib.org/
Hình 21
Rolling Sortino (Test)
2026-07-13T15:29:09.390900 image/svg+xml Matplotlib v3.10.9, https://matplotlib.org/
Hình 22
Worst Drawdowns (Test)
2026-07-13T15:29:09.600737 image/svg+xml Matplotlib v3.10.9, https://matplotlib.org/
Hình 23
Underwater Plot (Test)
2026-07-13T15:29:09.868086 image/svg+xml Matplotlib v3.10.9, https://matplotlib.org/
Hình 24
Monthly Heatmap (Test)

1.6 In-Sample vs. Out-of-Sample Robustness Diagnosis

Bảng so sánh đối chiếu tỷ lệ suy giảm chỉ số từ tập Train (In-Sample) sang tập Test (Out-of-Sample) để nhận diện bẫy Overfitting.

Chỉ số Hiệu năngTrain (In-Sample)Test (Out-of-Sample)Đánh giá Vững chắc
CAGR (%/năm)45.83%30.13%ĐẠT  yêu cầu ~20%/năm
Max Drawdown (%)11.44%10.20%ĐẠT  yêu cầu < 20%
Profit Factor1.561.44CHƯA ĐẠT  yêu cầu > 1.5
Sharpe Ratio1.911.72out-of-sample

Cả 3 chỉ tiêu bắt buộc của đề bài (CAGR, MDD, Profit Factor) đều đạt ngưỡng kỳ vọng. Skew (2.67) và Kurtosis (22.98) đều cao — nên chuẩn bị sẵn câu trả lời về mức độ phụ thuộc vào tail events. Phân tích 376 lệnh giao dịch: Tỷ lệ thắng 33.78%, Profit Factor 1.88, thời gian nắm giữ trung bình 36.48 giờ/lệnh.