Khi Trend Following drawdown: edge đã chết hay chỉ đang gặp đúng “bad regime”?

Không có giai đoạn nào khiến một nhà đầu tư nghi ngờ chiến lược nhanh bằng drawdown. Khi backtest tăng đều, những khái niệm như long-term edge, diversification hay process discipline nghe rất hợp lý; nhưng khi tài khoản giảm liên tục trong sáu tháng, những tín hiệu vừa long đã đảo xuống, vừa short thị trường đã bật ngược, còn benchmark bên ngoài lại tăng, tâm lý thay đổi hoàn toàn. Cùng một hệ thống từng được gọi là “robust” rất dễ trở thành “outdated” chỉ sau vài tháng performance xấu. Vấn đề là trong đầu tư định lượng, kết quả quan sát được trong một khoảng thời gian ngắn luôn là hỗn hợp giữa expected return, noise, regime và cách strategy được triển khai. Một strategy có kỳ vọng dương không có nghĩa equity curve sẽ tăng đều; ngược lại, một strategy đang kiếm tiền cũng chưa chắc edge của nó còn tồn tại. Vì vậy câu hỏi quan trọng khi trend following drawdown không phải “đã lỗ bao nhiêu thì nên bỏ?”, mà là những khoản lỗ hiện tại có còn phù hợp với cơ chế mà strategy vốn được thiết kế để chịu hay không. Nếu thua lỗ xuất hiện đúng ở những regime mà trend following từ trước đã yếu — thị trường sideway, các xu hướng ngắn và đảo chiều mạnh — thì đó là một loại bằng chứng. Nếu strategy lại thất bại trong những môi trường vốn phải thuận lợi, hoặc cấu trúc execution, capacity và signal efficacy đã thay đổi có hệ thống, đó là một loại bằng chứng hoàn toàn khác.

PHẦN 1. Một drawdown lớn có nghĩa Trend Following đã hết hiệu quả?

Trend following có một đặc điểm khiến nó đặc biệt dễ bị hiểu sai trong drawdown: phần lớn thời gian strategy không cố kiếm tiền bằng việc dự báo từng biến động ngắn hạn, mà chấp nhận rất nhiều false starts để đổi lấy cơ hội giữ một số ít xu hướng lớn. Một hệ thống medium-term trend có thể mua khi giá đã tăng đủ lâu để tín hiệu chuyển dương, nhưng nếu market quay đầu ngay sau đó thì nó sẽ chịu một khoản lỗ nhỏ. Sau đó giá lại giảm đủ mạnh để tín hiệu chuyển short, nhưng một headline hoặc policy reversal bất ngờ có thể kéo giá bật trở lại và tạo thêm một khoản lỗ. Nếu quá trình này lặp lại trên nhiều asset classes, portfolio có thể trải qua hàng tháng whipsaw dù không có bất cứ lỗi code hay lỗi model nào. Đây là phần khó chịu nhất của trend following: chiến lược phải “trả phí” trong những thị trường không có xu hướng để duy trì khả năng tham gia khi một xu hướng bền thực sự xuất hiện. Nếu cố loại bỏ hoàn toàn whipsaw bằng cách chỉ giao dịch sau khi trend cực kỳ rõ, model sẽ phản ứng muộn; nếu làm signal nhanh hơn để bắt trend từ sớm, false positives lại tăng. Không có parameter nào loại bỏ được trade-off này mà không đánh đổi thứ khác.

Bài phân tích Trend Following and Drawdowns: Is This Time Different? của Russell Korgaonkar, CIO Man AHL, xuất bản tháng 6/2025, được viết đúng trong một giai đoạn như vậy. Đến ngày 30/04/2025, rolling 12-month return của SG Trend Index được bài viết dẫn ở mức -18,6%; trong lịch sử từ năm 2000 đến thời điểm đó, các rolling 12-month losses lớn hơn 15% khá hiếm, và mức thấp trước đó được bài viết nêu là -16,0% vào tháng 1/2019. Điều thú vị là Man Group không dùng sự hiếm gặp đó để kết luận “vì hiếm nên không đáng lo”, mà đặt drawdown vào context của toàn bộ distribution. Trong một minh họa khác, họ xét một strategy giả định có Sharpe 0,5, volatility mục tiêu 10%/năm và zero autocorrelation; dưới các giả định phân phối chuẩn và i.i.d., xác suất trải qua drawdown từ 20% trở lên trong 25 năm được ước tính gần 4/5. Con số này không phải forecast cho một CTA cụ thể, nhưng nó minh họa một điểm rất quan trọng: ngay cả một strategy mà institutional investor có thể coi là hấp dẫn vẫn có khả năng rất cao trải qua một drawdown khiến người dùng nghi ngờ toàn bộ thesis nếu horizon đủ dài.

Đây là chỗ cần phân biệt drawdown severity với evidence of decay. Nếu một strategy có volatility 10–15%, maximum drawdown 20% không thể được đánh giá giống một strategy volatility 3%. Tương tự, drawdown 15% xảy ra trong ba tuần có ý nghĩa khác drawdown 15% kéo dài ba năm. Một bảng dashboard nghiêm túc vì vậy không nên chỉ hiển thị Current Drawdown = -X%. Ít nhất cần nhìn depth, duration, time-under-water, speed of loss, recovery speed của các drawdown lịch sử và vị trí hiện tại trong historical distribution. Có thể tính percentile của current drawdown so với lịch sử, nhưng cần tránh biến percentile thành một trigger máy móc: một sự kiện nằm ngoài 95th percentile vẫn có thể xuất hiện nếu sample lịch sử ngắn, và một sự kiện nằm trong distribution lịch sử vẫn có thể đồng thời chứa structural change. Distribution chỉ trả lời “mức này trước đây hiếm tới đâu”; nó không tự trả lời “edge còn sống hay không”.

Một cách thực tế hơn là attribution drawdown theo market, asset class, signal horizon và failure mode. Giả sử strategy đang mất 12%. Nếu 80% loss đến từ equity indices và rates trong một tháng V-shaped reversal, trong khi currencies và commodities tương đối ổn, đó là dấu hiệu khá khác với trường hợp tất cả asset classes, tất cả horizons và cả long lẫn short đều suy yếu đồng thời trong hai năm. Tương tự, nếu fast trend đang yếu nhưng slow trend vẫn hoạt động như lịch sử, hypothesis có thể liên quan tới microstructure hoặc tốc độ information diffusion hơn là “trend đã chết”. Chính Man Group mở đầu bài 2025 bằng việc thừa nhận rằng một số systematic edges thực sự từng biến mất: họ nêu equity pairs trading và ultra-fast trend như các ví dụ mà market efficiency, crowding và công nghệ đã làm giảm lợi thế theo thời gian. Với fast trend rất ngắn hạn, thông tin ngày càng được phản ánh nhanh khiến một số cơ hội từng tồn tại không còn hấp dẫn như trước. Điểm này quan trọng vì nó ngăn việc biến “stay the course” thành giáo điều. Có những edge chết thật; câu hỏi là chúng ta cần bằng chứng nào để phân biệt chúng với một bad period.

Một dấu hiệu khiến tôi quan tâm hơn bản thân con số drawdown là strategy bắt đầu thua trong những điều kiện mà model thesis nói nó phải kiếm tiền. Nếu một medium-term trend system thua trong choppy markets, đó là điều tương đối dễ giải thích. Nhưng nếu market tạo ra nhiều xu hướng kéo dài, cross-sectional dispersion cao, directional persistence rõ rệt, transaction costs bình thường và model vẫn không capture được, vấn đề đáng xem xét hơn. Ta có thể tạo một “opportunity set” độc lập với P&L: đo trend strength của universe bằng absolute standardized returns, moving-average slope, autocorrelation ở horizon liên quan, tỷ lệ markets có directional persistence, cross-asset dispersion và average duration của trend episodes. Sau đó so sánh realized strategy return với expected return conditional on những biến đó. Nếu môi trường xấu và strategy xấu, có thể đó chỉ là regime. Nếu môi trường tốt nhưng strategy vẫn liên tục thất bại, residual performance đang nói điều gì đó mà headline “drawdown” không nói.

Một câu hỏi khác thường xuất hiện là: nếu trend following đang mất tiền, tại sao không tắt nó rồi bật lại khi trend quay trở lại? Vấn đề là chúng ta hiếm khi biết trend đã quay trở lại trước khi giá thực sự bắt đầu chạy. Chính sự chuyển tiếp từ bad regime sang good regime thường là lúc equity curve bật mạnh nhất. Trong dữ liệu được Man Group trình bày, sau các rolling 12-month drawdowns lớn hơn 10%, average return 12 tháng kế tiếp của SG Trend Index trong sample lịch sử là +9,8%; họ cũng lưu ý nhiều giai đoạn performance mạnh được đi trước bởi những giai đoạn yếu hơn. Đây không phải quy luật rằng “drawdown càng sâu càng nên mua”, bởi sample hạn chế và tương lai không bắt buộc lặp lại, nhưng nó minh họa một rủi ro quan trọng: nếu rule deallocation của chúng ta chỉ phản ứng với P&L quá khứ, rất có thể nó cắt position ngay khi opportunity set chuẩn bị thay đổi.

PHẦN 2. Bad regime, whipsaw và cách đánh giá độ bền của edge

Một “bad regime” đối với trend following không đơn giản là thị trường giảm. Thị trường giảm kéo dài thậm chí có thể là môi trường rất tốt nếu system đủ linh hoạt để short. Regime khó nhất thường là môi trường có directional instability: giá di chuyển đủ xa để kích hoạt signal rồi đảo chiều đủ nhanh để signal không kịp thích nghi. Một thị trường V-shape là ví dụ điển hình. Strategy có thể bước vào cú giảm với vị thế long do xu hướng trước đó còn tích cực, mất tiền trong nhịp đầu; khi giá giảm đủ lâu, model giảm long rồi chuyển short; đúng lúc exposure đã trở nên phòng thủ, một policy reversal khiến market bật mạnh và strategy mất thêm lần nữa. Khi nhiều market đồng thời trải qua mô hình này, diversification cũng không cứu được nhiều bởi cùng một type of reversal xuất hiện ở nhiều asset classes. Man Group dùng tháng 4/2025 như một ví dụ: sau cú sốc thuế quan đầu tháng, trend systems reposition theo selloff; đến ngày 9/4, một thông báo tạm hoãn thuế quan khiến equity bật mạnh và tạo cấu trúc V-shape rất khó đối với trend followers. Đây là một ví dụ cụ thể về regime risk, không phải bằng chứng rằng trend following không còn khả năng hoạt động.

Điều đó cho thấy việc đánh giá drawdown cần đi sâu hơn maximum drawdown và Sharpe. Tôi sẽ muốn một drawdown attribution matrix trong đó mỗi hàng là market hoặc asset class, mỗi cột là signal horizon, và mỗi ô cho biết P&L contribution, average position direction, turnover, realized slippage và số lần signal flip trong giai đoạn drawdown. Nếu loss chủ yếu đến từ signal flipping tăng mạnh trong khi average holding period giảm và turnover tăng, rất có thể system đang bị whipsaw. Nếu loss đến từ một vài huge directional bets nhưng market sau đó đi ngược signal nhiều tháng, có thể problem nằm ở risk concentration hoặc signal lag. Nếu gross signal P&L tương đối ổn nhưng net P&L giảm mạnh, nguyên nhân có thể nằm ở costs, liquidity hoặc execution chứ không phải alpha. Chỉ cần tách ba lớp signal → portfolio construction → execution, nhiều trường hợp “edge chết” hóa ra lại là lỗi ở lớp khác.

Trend strength cũng nên được định nghĩa trước thay vì nhìn biểu đồ rồi gắn nhãn hậu nghiệm. Một cách đơn giản là đo directional return trên horizon H chia cho realized volatility cùng giai đoạn. Một cách khác là sử dụng efficiency ratio: độ dịch chuyển ròng của price chia cho tổng absolute movement; giá đi từ 100 lên 120 theo một đường tương đối đều sẽ có ratio cao hơn giá đi 100 → 115 → 95 → 120 dù return cuối kỳ giống nhau. Có thể tính tỷ lệ markets có efficiency ratio vượt threshold, average cross-sectional trend score hoặc persistence của sign returns. Với một trend portfolio, ta mong P&L có quan hệ dương với opportunity metrics này. Nếu relationship vẫn giữ nhưng opportunity set hiện tại thấp, strategy có thể chỉ đang nằm trong bad regime. Nếu relationship bản thân nó yếu dần qua nhiều năm, đó là tín hiệu đáng lo hơn về structural decay.

Man Group cũng kiểm tra giả thuyết crowding, bởi đây là lời giải thích rất tự nhiên mỗi khi một systematic strategy suy yếu: nhiều người cùng biết trend nên edge bị arbitrage away. Trong dữ liệu họ trình bày, CTA assets under management không cho thấy tỷ trọng ngày càng áp đảo so với tổng hedge-fund AUM hoặc futures volume, và correlation giữa flows vào/ra với trend-following performance được báo cáo khoảng -0,1; họ không thấy bằng chứng trong các thước đo đó rằng crowding đang khiến trend strategy bị phá hỏng. Tuy nhiên cần đọc kết luận này đúng phạm vi: “không thấy bằng chứng trong các proxies được kiểm tra” khác với “crowding chắc chắn không tồn tại”. Crowding rất khó đo trực tiếp vì các funds khác nhau dùng horizons, universes, sizing và execution khác nhau; AUM cũng không chuyển một-một thành market footprint. Do đó đối với research nội bộ, nên theo dõi thêm estimated positioning overlap, aggregate futures participation, signal similarity giữa managers nếu có dữ liệu, market impact khi nhiều positions đảo cùng lúc và độ nhạy của slippage đối với rebalance days.

Một ví dụ thú vị trong bài Man Group là cocoa. Theo phân tích của họ, trend following trên cocoa trải qua khoảng nhiều năm gây thất vọng trước khi một xu hướng mạnh từ nửa cuối 2023 giúp market này đóng góp đáng kể và bù lại những loss trước đó. Câu chuyện này rất dễ bị đọc sai thành “cứ giữ mọi market đủ lâu rồi sẽ lời”. Đó không phải bài học nên rút ra. Bài học quan trọng hơn là single-market P&L của trend có positive-skew behavior rất khó chịu về tâm lý: nhiều small losses có thể xuất hiện trước một large trend. Nếu manager loại một market chỉ vì trailing P&L xấu, họ có nguy cơ lựa chọn universe dựa trên outcome gần nhất và liên tục bỏ các markets trước khi những rare large moves xuất hiện. Nhưng ngược lại, một market vẫn nên bị loại nếu liquidity suy giảm, costs tăng, contract structure thay đổi hoặc economic accessibility không còn phù hợp. Quyết định phải dựa trên characteristics của market và process, không phải chỉ dựa trên việc account curve của riêng market đó trông xấu.

Đây cũng là lý do một drawdown stop ở strategy level cần được thiết kế rất cẩn thận. Man Group đưa ra một minh họa stylized với ba strategies giả định, mỗi strategy Sharpe 0,6 và volatility 15%, trong đó một portfolio “dynamic” chuyển allocation sang cash khi strategy drawdown từ 20% trở lên rồi chỉ quay lại khi equity curve hồi về high-water mark. Trong 10.000 simulations theo assumptions của họ, portfolio giữ allocation nhất quán vượt dynamic drawdown-rule portfolio trung bình khoảng 2,2% mỗi năm, vì rule tránh được một phần downside nhưng cũng bỏ lỡ những rebounds. Đây không phải bằng chứng rằng mọi drawdown stop đều tệ — simulation dùng giả định cụ thể và không mô hình structural death — nhưng nó cho thấy rất rõ opportunity cost của một rule chỉ nhìn backward P&L. Nếu strategy thật sự chết, cut risk là đúng; nếu strategy chỉ đang gặp unlucky sequence từ cùng distribution, việc chờ equity curve hồi rồi mới quay lại có thể khiến ta bán thấp và mua lại cao một cách hệ thống.

Do đó, tôi sẽ không dùng một biến duy nhất như drawdown > 20% để kết luận edge broken. Một framework tốt hơn cần phối hợp ít nhất bốn lớp evidence. Lớp đầu là distributional evidence: current drawdown có bất thường so với mô phỏng và history hay không. Lớp hai là regime evidence: environment hiện tại có đúng loại mà strategy vốn yếu hay không. Lớp ba là mechanism evidence: relationship giữa trend strength và strategy P&L có còn hoạt động không. Lớp bốn là implementation evidence: costs, capacity, liquidity, code, data và execution có thay đổi không. Chỉ khi nhiều lớp cùng phát tín hiệu xấu, confidence rằng structural breakdown đang diễn ra mới nên tăng mạnh. Nếu chỉ P&L xấu nhưng environment cũng là một textbook whipsaw regime còn gross signal efficacy và execution đều bình thường, bằng chứng cho “edge đã chết” vẫn còn yếu.

Đồng thời, cần nhớ trend following được giữ trong portfolio không nhất thiết vì Sharpe standalone cao nhất. Man Group nhấn mạnh đặc tính mà họ gọi là convexity: trong dữ liệu lịch sử họ phân tích, những giai đoạn trend tốt nhất thường xuất hiện khi equity market chịu áp lực lớn, khiến trend có giá trị như một dạng diversification khác với việc chỉ có correlation thấp bình thường. Điều này làm cho việc đánh giá một drawdown càng phải gắn với vai trò portfolio. Nếu năm đó equity tăng và trend mất 8%, cảm giác rất khó chịu nhưng tổng portfolio có thể vẫn ổn; nếu manager loại trend vì trailing Sharpe xấu, họ có thể mất chính allocation được thiết kế để hỗ trợ trong một future prolonged crisis. Tuy nhiên convexity cũng không có nghĩa trend sẽ bảo vệ ngay từ ngày đầu mọi cú crash. V-shaped shocks và reversal nhanh vẫn có thể khiến system phản ứng trễ. Vì thế cần đánh giá nó theo đúng horizon và use case thay vì kỳ vọng “equity đỏ hôm nay thì CTA phải xanh hôm nay”.

PHẦN 3. Nhận diện breakdown thực sự mà không tối ưu lại strategy theo những gì vừa xảy ra

Khó khăn lớn nhất của live quant research là chúng ta không được phép quay lại quá khứ và cư xử như thể mình đã biết drawdown nào là temporary và drawdown nào là structural. Sau khi thấy một period thua lỗ, luôn có thể tìm ra một filter làm backtest đẹp hơn: tăng moving-average window, giảm weight equity, loại market gây loss, thêm volatility filter hoặc tránh một số event days. Nhưng nếu filter được phát minh bởi chính drawdown đang muốn “sửa”, performance sau khi chỉnh không còn là bằng chứng độc lập. Đây là lý do một systematic process tốt phải lưu shadow strategy. Khi production model thay đổi từ Version A sang Version B, Version A vẫn tiếp tục chạy paper portfolio với cùng dữ liệu live. Nếu B outperform A, ta có bằng chứng out-of-sample rằng modification tạo giá trị; nếu cả hai cùng thua trong một choppy regime, việc thay parameter có thể chẳng giải quyết gì. Không có shadow benchmark, team rất dễ kể câu chuyện rằng model mới đã sửa được vấn đề chỉ vì backtest được chạy lại sau khi biết đáp án.

Việc đầu tiên khi drawdown xuất hiện không nên là optimize parameters mà là chạy một diagnostic tree. Kiểm tra data trước: continuous futures roll có thay đổi không, corporate-action adjustment có sai không, timestamps có lệch không, missing observations có tăng không. Sau đó kiểm tra execution: fill quality, spreads, slippage, order rejection, participation rate và market impact có lệch khỏi assumption không. Tiếp theo kiểm tra portfolio construction: volatility estimates, correlations, risk caps và concentration có khiến portfolio vô tình đặt nhiều risk hơn dự kiến vào cùng một macro factor không. Cuối cùng mới đánh giá signal. Thứ tự này quan trọng bởi một model có thể “thua” đơn giản vì data feed thay vendor hoặc execution costs tăng, và việc retune signal trong trường hợp đó vừa không cần thiết vừa làm mất tính ổn định của research process.

Nếu muốn định nghĩa một structural decay score, tôi sẽ tránh xây nó trực tiếp từ trailing return. Thay vào đó có thể theo dõi nhiều diagnostics theo thời gian: information coefficient hoặc relationship giữa trend score và subsequent return; hit rate conditional on strong trends; payoff ratio giữa winning và losing trades; average trend captured; turnover-adjusted gross alpha; transaction-cost ratio; capacity utilization; correlation giữa markets; và residual return sau khi control cho regime. Ví dụ strategy có thể đang drawdown nhưng gross payoff ratio của strong-trend observations vẫn giống lịch sử; lúc đó hypothesis “edge decay” yếu. Ngược lại, nếu trend score decile cao nhất không còn outperform decile thấp nhất qua nhiều independent markets, nhiều horizons và một period đủ dài, trong khi costs không phải nguyên nhân, đó là dấu hiệu cơ chế cốt lõi đang suy yếu. Nói cách khác, nên kiểm tra mapping từ signal đến outcome, không chỉ account curve cuối cùng.

Change-point detection có thể hỗ trợ quá trình này nhưng không nên được thần thánh hóa. Có thể dùng CUSUM, Bayesian change-point models, rolling parameter stability hoặc sequential tests để phát hiện mean/variance của residual P&L có thay đổi. Nhưng một statistical break không tự động đồng nghĩa economic break. Nếu model flag một change point đúng lúc volatility regime tăng gấp đôi, đây có thể chỉ là scale effect. Nếu flag xuất hiện trong một asset class nhưng không ở các nhóm khác, vấn đề có thể cục bộ. Một quy trình tốt nên yêu cầu statistical alarm được xác nhận bằng mechanism hoặc implementation evidence trước khi thay đổi production. Nếu không, change-point model lại trở thành một layer performance chasing tinh vi hơn.

Với một strategy ở Việt Nam, sự khác biệt so với global CTA phải được đặt lên bàn ngay từ đầu. Một long-only equity trend strategy không có cùng payoff với time-series trend trên futures có khả năng short equities, bonds, FX và commodities. Khi VN-Index rơi mạnh, một global CTA có thể chuyển short sau khi trend đủ bền và kiếm P&L từ downward move; một strategy cổ phiếu cơ sở Việt Nam thường chỉ có thể giảm exposure hoặc chuyển về cash. Vì vậy maximum drawdown, recovery pattern và crisis Sharpe không thể bê nguyên từ SG Trend Index về làm benchmark. Nếu hệ thống Việt Nam bị drawdown khi thị trường giảm 25% nhưng vẫn giảm ít hơn benchmark đáng kể, đó có thể là strategy đang làm đúng chức năng risk control dù absolute return âm. Ngược lại, nếu strategy long-only mất gần bằng benchmark nhưng turnover rất cao, lợi ích từ trend filter cần được đặt câu hỏi.

Cách nghiên cứu tốt nhất là tách signal layer khỏi capital allocation layer. Signal layer trả lời: asset hiện có trend hay không, strength bao nhiêu, horizon nào. Capital layer trả lời: với signal đó nên allocate bao nhiêu risk, có giới hạn ngành hay không, liquidity cap ra sao và tổng portfolio volatility bao nhiêu. Nếu live strategy drawdown, ta có thể chạy attribution để biết signal sai hay sizing sai. Giả sử trend calls đúng hướng ở 60% markets nhưng drawdown vẫn lớn vì vài small caps volatility cao được cấp weight quá lớn; vấn đề không nằm ở trend thesis mà ở risk model. Ngược lại, nếu risk scaling hoạt động đúng nhưng signal liên tục mua gần local peaks rồi bán gần local bottoms trên toàn universe, đó mới là bằng chứng rõ hơn của adverse regime hoặc signal mismatch.

Stress test tại Việt Nam cũng nên tập trung vào reversal speed. Lấy các giai đoạn thị trường giảm nhanh rồi hồi mạnh, hoặc tăng nóng rồi đảo chiều, sau đó đo số phiên từ peak đến khi strategy bắt đầu giảm exposure, số phiên từ trough đến khi tăng exposure trở lại, loss trong quá trình flip và turnover phát sinh. Nếu medium-term signal mất 15 phiên mới thoát long, đó không nhất thiết là lỗi nếu design từ đầu chấp nhận delay để lọc noise. Nhưng risk committee phải biết con số này trước khi crisis xảy ra. Nếu một strategy chỉ được quảng bá bằng annual Sharpe mà không mô tả delay behavior, người dùng sẽ luôn kỳ vọng sai rồi abandon nó đúng lúc tệ nhất.

Chi phí giao dịch cần được đưa vào diagnosis ngay từ phiên bản đầu. Một signal có thể không “chết” ở gross return nhưng chết sau costs. Điều này đặc biệt dễ xảy ra khi drawdown khiến researcher thêm nhiều filters và model bắt đầu flip position thường xuyên hơn. Nếu gross alpha 8% nhưng turnover tăng gấp đôi khiến trading cost từ 2% lên 6%, net edge gần như biến mất dù predictive relationship vẫn tồn tại. Capacity cũng tương tự: một strategy mạnh ở nhóm cổ phiếu thanh khoản thấp có thể có IC tốt nhưng không thể deploy đủ capital. Khi size tăng, participation rate cao hơn, slippage tăng phi tuyến và paper alpha bị ăn mòn. Structural decay đôi khi không đến từ “thị trường học được signal” mà đến từ việc strategy tự trở nên quá lớn so với opportunity set của chính nó.

Một governance framework thực tế vì vậy nên định nghĩa trước những điều kiện nào chỉ yêu cầu monitor, điều kiện nào yêu cầu reduce risk, và điều kiện nào đủ nghiêm trọng để retire strategy. Một data integrity breach có thể buộc dừng ngay vì P&L không còn đáng tin. Drawdown vượt risk budget có thể buộc giảm notional để bảo vệ portfolio dù edge chưa chắc chết. Nhưng việc retire hoàn toàn nên cần evidence mạnh hơn: giả thuyết kinh tế không còn hợp lý, signal-outcome relationship suy yếu bền vững ngoài mẫu, implementation costs ăn hết expected return, hoặc market structure thay đổi làm opportunity không còn accessible. Quan trọng nhất, các rule này phải được viết trước khi drawdown xảy ra. Nếu committee chỉ đặt threshold sau khi đã nhìn thấy loss, threshold rất dễ trở thành phản ứng tâm lý được khoác áo quantitative discipline.

Đồng thời cũng không nên biến “discipline” thành lý do để cố giữ một strategy bất kể dữ liệu nói gì. Chính bài Man Group nhấn mạnh rằng có những systematic strategies từng kiếm tiền rồi mất edge khi technology và market efficiency thay đổi. Vì vậy câu đúng không phải “trend đã tồn tại 100 năm nên nó sẽ luôn tồn tại”, mà là “cơ chế kinh tế tạo ra trend có còn plausible và dữ liệu mới có còn consistent với cơ chế đó không?”. Những nguồn tạo trend như slow information diffusion, institutional rebalancing, herding, behavioral underreaction hoặc macro adjustments có thể thay đổi theo thời gian; các horizons nhanh có thể bị cạnh tranh mạnh hơn các horizons dài. Strategy design vì vậy phải tiếp tục evolve, nhưng evolution cần dựa trên evidence và forward validation chứ không phải chỉnh model mỗi khi equity curve khó nhìn.

Nếu phải xây một dashboard “Edge Health” cho trend following, tôi sẽ muốn người quản lý nhìn thấy ba lớp cùng lúc. Lớp đầu là Performance Health: drawdown depth, duration, recovery, rolling Sharpe, skew và attribution. Lớp thứ hai là Environment Health: trend strength, reversal frequency, cross-market dispersion, volatility, correlation và liquidity. Lớp cuối là Mechanism Health: signal monotonicity, trend capture ratio, gross-vs-net decay, turnover, execution quality và stability qua horizons. Khi performance xấu nhưng environment cũng xấu còn mechanism vẫn khỏe, kết luận hợp lý là “bad regime”. Khi performance xấu trong environment tốt và mechanism cùng deteriorate, concern về structural decay tăng mạnh. Khi performance xấu nhưng gross signal vẫn khỏe còn costs bùng lên, vấn đề lại là implementation. Dashboard như vậy không tiên tri tương lai, nhưng ít nhất nó buộc team chẩn đoán đúng tầng thay vì nhìn account curve rồi đoán.

Điểm cuối cùng là drawdown luôn có một phần không thể loại bỏ bằng model. Một strategy có expected return dương vẫn có thể trải qua chuỗi bất lợi dài; nếu mọi drawdown đều có thể được dự báo và tránh từ trước mà không làm mất upside, drawdown về lý thuyết đã không còn tồn tại. Chính vì vậy process discipline không có nghĩa nhắm mắt giữ position, mà là chấp nhận một mức uncertainty đã được định nghĩa trước và chỉ thay đổi khi evidence vượt qua ngưỡng cần thiết. Bài Man Group 2025 kết luận theo hướng rằng drawdown hiện tại khi đó không cung cấp đủ bằng chứng để họ coi trend following đã thay đổi về bản chất; họ dựa trên historical distributions, simulations, crowding diagnostics, environment analysis, opportunity cost và vai trò portfolio để đưa ra nhận định đó. Nhưng kết luận ấy thuộc về dữ liệu, universe và process của họ, không phải giấy chứng nhận cho bất kỳ strategy nào mang nhãn “trend following”.

Drawdown vì vậy nên được coi là một tín hiệu cần điều tra, không phải một bản án. Nếu strategy đang thua đúng theo cách mà design của nó đã dự kiến sẽ thua trong choppy, reversal-heavy markets, drawdown có thể chỉ là chi phí để duy trì exposure tới những future trends chưa xuất hiện. Nếu các mối quan hệ cốt lõi suy yếu ngoài mẫu, execution deteriorate, costs tăng, hoặc strategy thất bại ngay cả khi opportunity set thuận lợi, câu chuyện chuyển sang structural decay. Công việc của Quant không phải luôn bảo vệ model cũ, cũng không phải sửa model mỗi khi nó làm chúng ta khó chịu. Công việc là xây một quy trình đủ rõ để khi equity curve đi xuống, chúng ta có thể trả lời bằng dữ liệu: strategy đang gặp một bad regime mà nó được thiết kế để chịu, hay thị trường đang cho thấy một phần edge thực sự đã không còn như trước?