Tóm tắt
- Trong số các khung giao dịch LLM khác nhau, kiến trúc đa tác tử (Multi-Agent) gần với quy trình nghiên cứu và giao dịch của các tổ chức tài chính thực tế hơn là việc dùng một LLM duy nhất để trực tiếp tạo tín hiệu mua bán.
- TradingAgents là một khung giao dịch tài chính dựa trên LLM đa tác tử. Ý tưởng cốt lõi là mô phỏng cơ cấu tổ chức của một công ty giao dịch thực tế và phân rã các quyết định giao dịch phức tạp thành sự cộng tác giữa nhiều vai trò chuyên biệt.
- Thực nghiệm trong bài báo gốc cho thấy TradingAgents vượt trội hơn nhiều chiến lược cơ sở truyền thống khi backtest trên thị trường chứng khoán, cải thiện lợi nhuận tích lũy, tỷ lệ Sharpe và mức sụt giảm tối đa.
- TradingAgents-BTC đạt tổng lợi nhuận +20,25% trong giai đoạn thử nghiệm, vượt xa mức -7,89% của chiến lược Mua và Giữ cùng kỳ, cho thấy khung này có khả năng canh thời điểm thị trường chủ động ở một mức độ nhất định trong những điều kiện thị trường cụ thể.
- Giai đoạn backtest hiện tại chỉ kéo dài khoảng ba tháng, dẫn đến mẫu tương đối ngắn. Ngoài ra, giao dịch tần suất 1 giờ có thể bị ảnh hưởng bởi phí giao dịch, trượt giá và độ trễ tín hiệu. Những nghiên cứu sau này cần xác thực thêm tính ổn định của chiến lược trong khung thời gian dài hơn và các môi trường thị trường khác nhau.
1. Giới thiệu
Trong những năm gần đây, ngày càng nhiều nghiên cứu khám phá cách áp dụng LLM vào các kịch bản giao dịch tài chính. Dù chưa hình thành sản phẩm tiêu chuẩn hóa trưởng thành, giới học thuật đã đề xuất nhiều hướng đi, bao gồm trợ lý phân tích tài chính dựa trên LLM, bot giao dịch, tác tử giao dịch có cơ chế bộ nhớ, mô hình giao dịch LLM kết hợp học tăng cường và khung giao dịch cộng tác đa tác tử.
So với việc dùng một LLM duy nhất để trực tiếp tạo tín hiệu mua bán, kiến trúc đa tác tử gần hơn với quy trình nghiên cứu và giao dịch của các tổ chức tài chính thực tế. Nó có thể phân rã nhiệm vụ giao dịch thành nhiều vai trò, chẳng hạn như nhà phân tích kỹ thuật, nhà phân tích tin tức, nhà phân tích tâm lý, nhà nghiên cứu, nhà giao dịch và nhà quản lý rủi ro. Các tác tử khác nhau xử lý các nguồn thông tin khác nhau, đưa ra quyết định cuối cùng thông qua tranh luận, tổng hợp và đánh giá rủi ro. Cấu trúc này giúp giảm tải nhận thức cho một mô hình duy nhất, đồng thời nâng cao tính minh bạch và khả năng giải thích của quá trình ra quyết định.
TradingAgents, do Yijia Xiao và cộng sự đề xuất, là một công trình tiêu biểu theo hướng này. Khung này mô phỏng cơ cấu tổ chức của một công ty giao dịch thực tế và thiết lập nhiều vai trò. Hệ thống trước tiên để các nhà phân tích thu thập và phân tích thông tin thị trường, sau đó các nhà nghiên cứu tranh luận theo hướng tăng và giảm, rồi các nhà giao dịch tạo ra quyết định, và cuối cùng nhóm quản lý rủi ro cùng người quản lý quỹ thực hiện đánh giá rủi ro và xác nhận thực thi. Thực nghiệm trong bài báo gốc cho thấy TradingAgents vượt trội hơn nhiều chiến lược cơ sở truyền thống khi backtest trên thị trường chứng khoán, cải thiện lợi nhuận tích lũy, tỷ lệ Sharpe và mức sụt giảm tối đa.
Tuy nhiên, các thí nghiệm TradingAgents gốc chủ yếu tập trung vào thị trường chứng khoán, và khả năng áp dụng vào thị trường tài sản tiền điện tử vẫn cần được kiểm chứng. Do đó, việc chuyển TradingAgents sang thị trường BTC có giá trị nghiên cứu nhất định. Bài báo này xây dựng một thí nghiệm backtest giao dịch BTC dựa trên TradingAgents nhằm khám phá hiệu quả của khung giao dịch đa tác tử trên thị trường tiền điện tử.
2. Tổng quan về kiến trúc TradingAgents
TradingAgents là một khung giao dịch tài chính dựa trên LLM đa tác tử. Lấy cảm hứng từ cơ cấu tổ chức của các công ty thực tế, TradingAgents xác định bốn loại vai trò tác tử trong một công ty giao dịch mô phỏng: nhà phân tích, nhà nghiên cứu, nhà giao dịch, quản lý rủi ro và người quản lý quỹ. Mỗi tác tử được gán một tên, vai trò, mục tiêu và ràng buộc cụ thể, đồng thời sở hữu bối cảnh, kỹ năng và công cụ được xác định trước phù hợp với chức năng của mình.
2.1 Nhóm phân tích
Khung TradingAgents gốc chủ yếu bao gồm bốn loại nhà phân tích:
- Nhà phân tích cơ bản: Chịu trách nhiệm phân tích tình hình tài chính doanh nghiệp, khả năng sinh lời, mức định giá, báo cáo tài chính, báo cáo thu nhập và thông tin giao dịch nội bộ. Mục tiêu là xác định giá trị đầu tư dài hạn của một tài sản và xem nó đang bị định giá thấp hay cao.
- Nhà phân tích tâm lý: Chịu trách nhiệm phân tích mạng xã hội, bình luận của nhà đầu tư, thảo luận công khai và các chỉ số tâm lý thị trường. Mục tiêu là xác định những thay đổi trong tâm lý nhà đầu tư và xem liệu tâm lý đó có thể ảnh hưởng đến giá tài sản trong ngắn hạn hay không.
- Nhà phân tích tin tức: Chịu trách nhiệm phân tích các sự kiện tin tức, thông báo của công ty, thay đổi chính sách và các sự kiện kinh tế vĩ mô. Mục tiêu là xác định thông tin quan trọng có thể ảnh hưởng đến xu hướng thị trường và đánh giá tác động ngắn hạn hoặc trung hạn của nó.
- Nhà phân tích kỹ thuật: Chịu trách nhiệm phân tích giá cả, khối lượng giao dịch và các chỉ báo kỹ thuật như MACD, RSI, Dải Bollinger, đường trung bình động và các chỉ báo biến động. Mục tiêu là xác định xu hướng thị trường, sức mạnh của đà, tình trạng quá mua/quá bán và các điểm giao dịch tiềm năng.
2.2 Nhóm nghiên cứu
Nhóm nghiên cứu trong TradingAgents thường gồm hai tác tử có quan điểm đối lập:
- Nhà nghiên cứu tăng giá: Diễn giải thông tin thị trường từ góc độ tích cực, nhấn mạnh logic tăng giá, tiềm năng tăng trưởng, các yếu tố thuận lợi và lý do để mua.
- Nhà nghiên cứu giảm giá: Diễn giải thông tin thị trường từ góc độ thận trọng hoặc tiêu cực, nhấn mạnh rủi ro giảm giá, áp lực định giá, sự không chắc chắn của thị trường và các yếu tố giảm giá tiềm năng.
Hai nhà nghiên cứu tiến hành nhiều vòng tranh luận xoay quanh các báo cáo của nhà phân tích. Sau khi tranh luận kết thúc, hệ thống tổng hợp ý kiến của cả hai bên và hình thành nhận định thị trường tương đối cân bằng. Ý nghĩa của cơ chế này là đưa vào những quan điểm đối lập.
2.3 Nhà giao dịch
Nhà giao dịch tích hợp các báo cáo có cấu trúc từ nhóm phân tích, quan điểm của nhà nghiên cứu và trạng thái thị trường hiện tại để tạo ra các quyết định giao dịch sơ bộ (Mua/Bán/Giữ). Đồng thời, nhà giao dịch cũng cung cấp lý do giao dịch, mức độ tin cậy và rủi ro tiềm ẩn. Đầu ra của nó không chỉ gồm tín hiệu hành động mà còn có giải thích bằng ngôn ngữ tự nhiên. Điều này giúp TradingAgents dễ dàng xem xét và gỡ lỗi hơn so với các mô hình hộp đen truyền thống.
2.4 Nhóm quản lý rủi ro
Nhóm quản lý rủi ro thường chứa ba loại tác tử với khẩu vị rủi ro khác nhau:
- Người quản lý rủi ro tấn công: Tập trung vào các cơ hội lợi nhuận cao và có xu hướng chấp nhận rủi ro lớn hơn trong điều kiện thuận lợi.
- Người quản lý rủi ro trung lập: Duy trì sự cân bằng giữa lợi nhuận và rủi ro, tập trung vào việc liệu chiến lược có tỷ lệ lợi nhuận-rủi ro hợp lý hay không.
- Người quản lý rủi ro bảo thủ: Ưu tiên kiểm soát sụt giảm và rủi ro cực đoan, có xu hướng giảm vị thế hoặc tránh các giao dịch có độ không chắc chắn cao.
Nhóm quản lý rủi ro thảo luận xem quyết định của nhà giao dịch có hợp lý hay không, bao gồm liệu các vị thế hiện tại có quá lớn không, liệu biến động thị trường có quá cao không, liệu có rủi ro sự kiện hay không và liệu quy mô giao dịch có nên được giảm bớt không. Sau khi xem xét rủi ro, hệ thống có thể giữ nguyên khuyến nghị ban đầu hoặc điều chỉnh vị thế và hành động giao dịch.
2.5 Người quản lý quỹ và quyết định cuối cùng
Người quản lý quỹ đóng vai trò là người xác nhận quyết định cuối cùng trong TradingAgents. Người quản lý quỹ xem xét các cuộc thảo luận từ nhóm quản lý rủi ro và quyết định có phê duyệt khuyến nghị của nhà giao dịch hay không. Vai trò này tương tự như người phê duyệt cuối cùng trong các tổ chức giao dịch thực tế, chịu trách nhiệm đưa ra sự đánh đổi cuối cùng giữa cơ hội lợi nhuận và kiểm soát rủi ro.
3. Khung giao dịch tiền điện tử dựa trên TradingAgents
Thị trường tiền điện tử cũng chịu ảnh hưởng từ nhiều nguồn thông tin, bao gồm xu hướng giá, khối lượng giao dịch, tin tức, chính sách vĩ mô, dòng vốn trên chuỗi và tâm lý thị trường. Do đó, trong khi vẫn giữ lại quy trình cốt lõi của TradingAgents, bài báo này điều chỉnh các vai trò nhà phân tích thành nhà phân tích kỹ thuật, nhà phân tích tin tức, nhà phân tích tâm lý và nhà phân tích vĩ mô/trên chuỗi phù hợp hơn với thị trường tiền điện tử, đồng thời đánh giá hiệu suất của khung trong backtest BTC.
3.1 Khung tổng thể
Khung này trước tiên nhập dữ liệu thị trường tiền điện tử. Sau đó, nhóm phân tích tiến hành phân tích từ các góc độ kỹ thuật, tin tức, tâm lý và vĩ mô/trên chuỗi. Tiếp theo, nhóm nghiên cứu thực hiện thảo luận tăng và giảm dựa trên kết quả phân tích. Nhà giao dịch tổng hợp tất cả các quan điểm để tạo ra tín hiệu Mua, Bán hoặc Giữ. Sau đó, nhóm quản lý rủi ro xem xét khuyến nghị giao dịch từ các góc độ rủi ro tấn công, trung lập và bảo thủ. Cuối cùng, quyết định giao dịch được đưa vào hệ thống backtest để đánh giá hiệu suất chiến lược.
3.2 Thiết kế vai trò tác tử
Nhà phân tích kỹ thuật: Phân tích xu hướng giá token, khối lượng giao dịch và các chỉ báo kỹ thuật bao gồm MA, EMA, MACD, RSI, Dải Bollinger, ATR và ADX. Đầu ra bao gồm nhận định xu hướng, sức mạnh của đà, mức độ biến động, tình trạng quá mua/quá bán và các mức hỗ trợ/kháng cự chính.
Nhà phân tích tin tức: Phân tích các sự kiện tin tức liên quan đến token, chẳng hạn như dòng vốn ETF, chính sách quản lý, sự cố sàn giao dịch, thay đổi nắm giữ của tổ chức, dữ liệu kinh tế vĩ mô và rủi ro địa chính trị. Đầu ra bao gồm tóm tắt tin tức, đánh giá tăng/giảm và thời gian tác động tiềm năng.
Nhà phân tích tâm lý: Phân tích tâm lý thị trường, bao gồm thảo luận trên mạng xã hội, tâm lý tin tức, Chỉ số sợ hãi và tham lam và mức độ phổ biến của cộng đồng. Trọng tâm là xác định thị trường đang ở trạng thái FOMO, hoảng loạn, quá nóng hay trung lập.
Nhà phân tích vĩ mô + trên chuỗi: Tập trung vào các địa chỉ hoạt động, dòng vào/ra ròng của sàn giao dịch, hành vi của người nắm giữ dài hạn, số dư thợ đào, nguồn cung stablecoin, tỷ lệ thống trị BTC, Chỉ số đô la Mỹ và lợi suất trái phiếu chính phủ Mỹ. Mục tiêu là nắm bắt những thay đổi trong dòng vốn token và thanh khoản vĩ mô.
Các nhà nghiên cứu: Nhà nghiên cứu tăng giá xây dựng logic tăng giá dựa trên tất cả các báo cáo của nhà phân tích, nhấn mạnh các yếu tố thuận lợi và cơ hội đột phá tiềm năng. Nhà nghiên cứu giảm giá xây dựng logic giảm giá, nhấn mạnh rủi ro sụt giảm, thị trường quá nóng, áp lực vĩ mô hoặc áp lực bán trên chuỗi. Hai bên hình thành nhận định thị trường cân bằng hơn thông qua tranh luận. Nhà giao dịch tích hợp các báo cáo của nhà phân tích và kết quả tranh luận của nhà nghiên cứu để đưa ra các tín hiệu giao dịch cuối cùng, bao gồm Mua, Bán hoặc Giữ, cùng với mức độ tin cậy, đề xuất vị thế và lý do giao dịch.
Nhóm quản lý rủi ro: Xem xét các quyết định của nhà giao dịch. Quan điểm tấn công tập trung vào cơ hội lợi nhuận, quan điểm trung lập cân bằng lợi nhuận và rủi ro, và quan điểm bảo thủ ưu tiên kiểm soát sụt giảm. Các quyết định cuối cùng được điều chỉnh bởi nhóm rủi ro trước khi đưa vào thực thi backtest.
4. Dữ liệu và thiết kế thí nghiệm
Mô hình cơ sở: ChatGPT 5.5
Đối tượng nghiên cứu: BTC/USDT
Giai đoạn backtest: Từ ngày 1 tháng 2 năm 2026 đến ngày 1 tháng 5 năm 2026, phù hợp với thiết lập backtest ba tháng trong bài báo TradingAgents gốc.
Tần suất dữ liệu: Dữ liệu 1 giờ
Nguồn dữ liệu: Dữ liệu thí nghiệm được lấy thông qua Gate MCP, bao gồm dữ liệu giá BTC/USDT, dữ liệu chỉ báo kỹ thuật, dữ liệu tin tức, dữ liệu mạng xã hội hoặc tâm lý, Chỉ số sợ hãi và tham lam, dòng vào và ra của ETF, dữ liệu bảng lương phi nông nghiệp, lợi suất trái phiếu chính phủ Mỹ, CPI và các quyết định lãi suất. Để tránh sai lệch nhìn về phía trước, chỉ có dữ liệu công khai trước mỗi ngày giao dịch mới được sử dụng.
Quy tắc giao dịch: Hệ thống tạo ra một quyết định giao dịch mỗi ngày. Các quy tắc giao dịch cơ bản như sau:
- Loại giao dịch: Lệnh thị trường, với ba hành động có thể: Mua/Bán/Giữ
- Định vị: Không sử dụng đòn bẩy; vị thế là 0% hoặc 100%
- Phí giao dịch: 0,1%
- Trượt giá: 0,05% – 0,1%
- Chiến lược cơ sở: Mua và Giữ, nắm giữ BTC trong suốt toàn bộ giai đoạn.
5. Kết quả backtest
5.1 Hiệu suất lợi nhuận
Từ kết quả backtest, chiến lược đạt tổng lợi nhuận +20,25%, trong khi lợi nhuận Mua và Giữ cùng kỳ là -7,89%, tạo ra Alpha +28,14% so với Mua & Giữ. Điều này cho thấy trong giai đoạn thử nghiệm, chiến lược không chỉ tránh được các khoản lỗ do chỉ đơn giản nắm giữ BTC trong thị trường giảm và đi ngang, mà còn nắm bắt được một phần lợi nhuận phục hồi nhờ chuyển đổi giữa các vị thế tăng và giảm.
Từ đường cong vốn chủ sở hữu, Mua & Giữ duy trì ở vùng lợi nhuận âm trong hầu hết thời gian, đặc biệt trải qua các đợt sụt giảm đáng kể từ cuối tháng 2 đến đầu tháng 4. Ngược lại, chiến lược TradingAgents mở rộng đáng kể khoảng cách hiệu suất sau đầu tháng 3 và tiếp tục mở rộng lợi nhuận trong giai đoạn BTC phục hồi vào cuối tháng 4. Điều này cho thấy trong thị trường đi ngang và giảm, chiến lược đã không thụ động gánh chịu rủi ro, mà thay vào đó giảm một phần tổn thất thông qua các trạng thái Bán/Giảm tỷ trọng và Trung lập, đồng thời tái tham gia vị thế mua trong các đợt phục hồi.
Từ phân bố vị thế, chiến lược không ở trạng thái mua vĩnh viễn, mà thường xuyên chuyển đổi giữa Mua, Trung lập và Bán/Giảm tỷ trọng. Trong giai đoạn backtest, có 43 ngày Mua/Tăng tỷ trọng, 31 ngày Bán/Giảm tỷ trọng và 15 ngày Giữ/Trung lập. Điều này cho thấy TradingAgents-BTC hoạt động giống một chiến lược canh thời điểm chủ động hơn là một chiến lược nắm giữ theo xu hướng. Tỷ lệ thắng hàng ngày đạt 52,70%, không đặc biệt cao, nhưng Hệ số lợi nhuận đạt 1,35, cho thấy tổng lợi nhuận từ các giao dịch thắng đủ bù đắp tổng thua lỗ từ các giao dịch thua. Lợi thế của chiến lược chủ yếu đến từ cấu trúc lãi-lỗ hơn là tỷ lệ thắng cực cao.
5.2 Hiệu suất rủi ro
Về mặt kiểm soát rủi ro, mức sụt giảm tối đa của chiến lược là -17,41%, thấp hơn mức -27,06% của Mua & Giữ, cho thấy các cơ chế đánh giá giao dịch và quản lý rủi ro trong khung đa tác tử đã mang lại hiệu ứng phòng thủ nhất định trong giai đoạn này. Tỷ lệ Calmar đạt 6,492, thể hiện hiệu suất tương đối mạnh và cho thấy hiệu quả lợi nhuận trên mỗi đơn vị sụt giảm tốt hơn đáng kể so với việc nắm giữ đơn giản. Tỷ lệ Sharpe hàng năm là 1,738 và Tỷ lệ Sortino là 2,070, cho thấy chiến lược có những lợi thế nhất định về lợi nhuận đã điều chỉnh rủi ro, đặc biệt trong việc kiểm soát biến động giảm.
6. Kết luận
Dựa trên khung giao dịch tài chính LLM đa tác tử TradingAgents, bài báo này khám phá ứng dụng của nó vào thị trường tiền điện tử BTC. Bằng cách sửa đổi quy trình giao dịch cổ phiếu gốc thành cấu trúc phù hợp hơn với thị trường tiền điện tử, hệ thống giới thiệu các vai trò như phân tích kỹ thuật, phân tích tin tức, phân tích tâm lý và phân tích vĩ mô/trên chuỗi. Thông qua tranh luận giữa nhà nghiên cứu tăng/giảm giá, ra quyết định của nhà giao dịch và xem xét của quản lý rủi ro, khung này tạo ra các tín hiệu giao dịch cuối cùng. Thiết kế này chứng minh những lợi thế của kiến trúc đa tác tử trong tích hợp thông tin đa nguồn, quan điểm đối lập và kiểm soát rủi ro, đồng thời cung cấp một khung nghiên cứu có thể giải thích cho việc áp dụng hệ thống giao dịch LLM vào thị trường tiền điện tử.
Kết quả backtest cho thấy TradingAgents-BTC đạt hiệu suất lợi nhuận và rủi ro tốt hơn so với Mua & Giữ trong giai đoạn thử nghiệm, cho thấy khung LLM đa tác tử có tiềm năng ứng dụng nhất định trong các kịch bản giao dịch BTC. Tuy nhiên, những kết quả này vẫn cần được giải thích thận trọng: giai đoạn backtest chỉ kéo dài khoảng ba tháng, dẫn đến mẫu tương đối ngắn, và giao dịch 1 giờ có thể bị ảnh hưởng bởi phí giao dịch, trượt giá và độ trễ tín hiệu. Các nghiên cứu trong tương lai cần xác thực thêm tính ổn định của chiến lược trong các giai đoạn dài hơn và các điều kiện thị trường khác nhau, đồng thời đánh giá sự đóng góp cụ thể của dữ liệu trên chuỗi, các biến số vĩ mô và mô-đun quản lý rủi ro vào hiệu suất tổng thể của chiến lược.
Tài liệu tham khảo:
Gate Research](https://www.gate.com/learn/category/research?)) là nền tảng nghiên cứu toàn diện về blockchain và tiền điện tử, cung cấp cho độc giả những nội dung chuyên sâu như phân tích kỹ thuật, thông tin thị trường, nghiên cứu ngành, dự báo xu hướng và phân tích chính sách kinh tế vĩ mô.
Tuyên bố từ chối trách nhiệm
Đầu tư vào thị trường tiền điện tử tiềm ẩn rủi ro cao. Người dùng nên tự nghiên cứu và hiểu rõ bản chất của tài sản cũng như sản phẩm trước khi đưa ra bất kỳ quyết định đầu tư nào. Gate không chịu trách nhiệm cho bất kỳ tổn thất hoặc thiệt hại nào phát sinh từ các quyết định đó.
