Value and Momentum Everywhere

Authors: Cliff Asness, Tobias Moskowitz, Lasse Pedersen (2013) Source: Journal of Finance Tag: moi:2026-05-16 #factor-investing #momentum #value #multi-asset

Ý tưởng cốt lõi

Asness, Moskowitz và Pedersen (AMP 2013) chứng minh rằng hai nhân tố value (giá trị) và momentum (đà giá) tồn tại đồng thời trên 8 lớp thị trường rất khác nhau: cổ phiếu Mỹ, cổ phiếu Anh, cổ phiếu châu Âu, cổ phiếu Nhật, chỉ số cổ phiếu quốc tế, trái phiếu chính phủ, tiền tệ, và hàng hóa. Trên mọi lớp tài sản, value mua thứ rẻ — momentum mua thứ đang lên, hai chiến lược này tạo ra alpha có ý nghĩa thống kê và quan trọng hơn là tương quan âm với nhau (≈ −0.50).

Phát hiện đáng giá nhất không phải là "value và momentum hoạt động" (Fama-French và Jegadeesh-Titman đã chứng minh từ thập niên 90), mà là cấu trúc tương quan: một danh mục 50% value + 50% momentum có Sharpe ratio cao hơn cả hai chiến lược đơn lẻ vì hai nhân tố bù trừ nhau khi mỗi cái rơi vào giai đoạn drawdown. AMP gọi đây là "the world's most powerful diversifier" — bộ đôi này còn phân tán rủi ro tốt hơn rất nhiều cặp tài sản truyền thống.

Ý nghĩa lý thuyết: tương quan âm xuyên suốt 8 thị trường cho thấy có một nguồn rủi ro hệ thống chung (common factor) đứng sau cả hai. Bài báo đề xuất cơ chế liên quan đến chu kỳ thanh khoản toàn cầu (funding liquidity) — momentum mạnh khi vốn đầu cơ dồi dào, value mạnh khi vốn rút khỏi thị trường khiến tài sản rẻ bị định giá sai mạnh hơn.

Ứng dụng giao dịch chính

Logic ứng dụng thực tế:

1. Định nghĩa value cho mọi tài sản: cổ phiếu dùng B/P (book-to-price), tiền tệ dùng độ lệch khỏi PPP (purchasing power parity) đảo chiều 5 năm, trái phiếu dùng real yield, hàng hóa dùng độ lệch khỏi giá trung bình 5 năm.
2. Định nghĩa momentum cho mọi tài sản: lợi suất 12 tháng bỏ tháng gần nhất (12-1 momentum) — bỏ tháng gần nhất để tránh hiệu ứng đảo chiều ngắn hạn.
3. Long-short cross-sectional: trong mỗi lớp tài sản, mua top 1/3 — bán short bottom 1/3 theo từng tín hiệu.
4. Kết hợp 50/50: gộp hai danh mục để khai thác tương quan âm.

Entry/exit thực tế: rebalance hàng tháng (cuối tháng), trọng số bằng nhau hoặc theo z-score của tín hiệu. Position size scale theo volatility target để đảm bảo từng lớp tài sản đóng góp rủi ro cân bằng.

Áp dụng đa thị trường

VN30F (Hợp đồng tương lai chỉ số Việt Nam)

VN30F là một sản phẩm đơn lẻ — không thể cross-sectional. Chuyển sang time-series version:

• TS Momentum: lợi suất 60-126 phiên (3-6 tháng) dương → long; âm → short. Lookback ngắn hơn 12 tháng vì hiệu ứng momentum trên VN30 nhanh thoái lui.
• TS Value: P/E hiện tại của rổ VN30 so với trung bình 5 năm. P/E z-score < −1.0 → bias long; > +1.0 → bias short.
• Combined: chỉ trade khi momentum + value cùng dấu (high conviction).
• Lưu ý: hệ số nhân 100.000 VND/điểm; thanh khoản tập trung front month — roll trước expiry 1-2 phiên.

US equity futures (ES, NQ, RTY, YM)

Áp dụng đầy đủ AMP framework vì có nhiều index futures liquid:

• Cross-sectional: rank 4 contract theo (a) momentum 12-1 và (b) value (giá hiện tại / giá trung bình 5 năm × earnings yield của index). Long top 2 — short bottom 2.
• Macro value extension: bổ sung 5-7 bond futures (ZN, ZB, TY) và FX futures (6E, 6J, 6B) để có universe đa lớp đúng tinh thần AMP 2013 gốc.
• Sharpe portfolio benchmark MAP+M(US futures only) ~ 0.5-0.7 trên 2010-2024 sau cost.

Crypto spot (BTC, ETH, top altcoins)

• Value cho crypto khó định nghĩa: dùng proxies như (a) Network Value to Transactions (NVT) — kiểu P/E của crypto, (b) MVRV ratio (market cap / realized cap), (c) Mayer Multiple (price/200d MA).
• Momentum cho crypto: 30-90d return là chuẩn (không phải 12-1 như equity).
• Cross-sectional: top-30 altcoin theo market cap. Long top 1/3 theo combined z-score — short bottom 1/3. Rebalance weekly.
• Cảnh báo: drawdown của cross-section crypto momentum có thể đạt 50-60% trong crash cycle — vol target chặt (15-20%) và stop drawdown 25%.

Crypto perpetual futures

• Cho phép short symmetric và leverage. Funding-adjusted return phải được dùng cho signal calculation.
• Cross-sectional momentum trên 20-30 BTC/ETH/altcoin perp với liquidity OI > $100M.
• Carry overlay quan trọng: trừ funding cost khỏi momentum signal — high momentum + high positive funding thường đảo chiều nhanh.

Cân nhắc cross-market chung

• Universe đa lớp đúng tinh thần AMP cần ÍT NHẤT 3 lớp tài sản không tương quan (equity, bond/FX, crypto/commodity). Một lớp không đủ.
• Vol target từng lớp khác nhau: VN30F/ES ~ 15%, crypto ~ 25-30%, bond futures ~ 8%.
• Rebalance frequency: monthly cho equity/macro, weekly cho crypto (do cycle ngắn hơn).

Minh họa Python

import numpy as np
import pandas as pd

def value_momentum_signal(price: pd.Series,
                          pe_ratio: pd.Series,
                          mom_lookback: int = 60,
                          val_window: int = 1260) -> pd.DataFrame:
    """
    Tính tín hiệu kết hợp value và momentum theo phong cách AMP 2013
    được điều chỉnh cho time-series trên VN30F.

    Tham số:
    - price: chuỗi giá đóng cửa VN30 (daily).
    - pe_ratio: chuỗi P/E của rổ VN30 (daily).
    - mom_lookback: cửa sổ momentum (mặc định 60 phiên ~ 3 tháng).
    - val_window: cửa sổ chuẩn hóa P/E lịch sử (mặc định 1260 ~ 5 năm).
    """
    # Momentum: lợi suất tích lũy, bỏ phiên gần nhất để tránh đảo chiều
    ret = price.pct_change()
    mom_score = (1 + ret).rolling(mom_lookback).apply(np.prod, raw=True).shift(1) - 1

    # Value: z-score đảo dấu của P/E — P/E thấp = rẻ = tín hiệu long mạnh
    pe_mean = pe_ratio.rolling(val_window).mean()
    pe_std = pe_ratio.rolling(val_window).std()
    val_score = -(pe_ratio - pe_mean) / pe_std  # đảo dấu

    # Chuẩn hóa về z-score để cộng được
    mom_z = (mom_score - mom_score.rolling(252).mean()) / mom_score.rolling(252).std()
    val_z = val_score  # đã là z-score sẵn

    # Tổng hợp 50/50
    combined = 0.5 * mom_z + 0.5 * val_z

    # Quy ước vị thế: +1 / 0 / -1
    position = np.where(combined > 0.5, 1,
                np.where(combined < -0.5, -1, 0))

    return pd.DataFrame({
        'momentum_z': mom_z,
        'value_z': val_z,
        'combined_z': combined,
        'position': position
    }, index=price.index)


# Sử dụng:
# df = value_momentum_signal(vn30_close, vn30_pe)
# df['position'].plot()