Chuyện nghề của một chuyên gia phân tích định lượng: thiên tài toán học và quyết định bán mình cho quỷ dữ
Chúng tôi hẹn ăn trưa ở một nhà hàng trên phố Canary Wharf, nơi đặt trụ sở của nhiều ngân hàng lớn trên thế giới, X – tạm gọi anh ta như thế, là một người đàn ông gần 50 tuổi, ăn mặc bình thường, và có phong thái khá cứng rắn, thể hiện qua cái bắt tay thật chặt. Anh gọi một Coca và một đĩa mì pasta. Trong email liên lạc với tôi, anh cho biết mình đã từng làm ở bộ phận công nghệ thông tin (của một ngân hàng đầu tư). Khi được hỏi về nghề nghiệp, anh chỉ đơn giản buông ra một chữ “quant” (chuyên gia phân tích định lượng).
“Bố mẹ tôi phát hiện xu hướng toán học của tôi khi tôi vừa lên ba tuổi, khi tôi chỉ cố sắp xếp mấy mảnh đồ chơi theo kích cỡ và theo màu sắc. Tôi tự hào rằng mình là một trong số những đứa trẻ giỏi kinh khủng, tôi đậu O-level năm 12 tuổi đấy anh tin không? Sau đó, tôi chọn theo nghiệp nghiên cứu và tôi kết thúc bằng bằng tiến sỹ vật lý lý thuyết và dành vài năm nghiên cứu ở viện CERN, Geneva, Thụy Sỹ. Nhiều người tôi biết từ trước vẫn đang làm trong các trường đại học, cố gắng theo đuổi con đường nhọc nhằn của nghiên cứu và học thuật. Họ làm việc cùng với một mức độ say mê ngang với tôi, thời gian làm việc cũng dài như tôi, nhưng đồng lương chỉ bằng một phần của tôi, bù lại họ được đắm chìm vào thế giới khoa học mà họ yêu thích. Tôi hay nửa đùa nửa thật mình đã “bán linh hồn cho quỷ dữ” khi quyết định dấn thân vào ngành tài chính với mức lương hơn 200 nghìn bảng một năm, tính luôn tiền thưởng.” (Số liệu năm 2013)
“Trong ngân hàng tôi làm việc với thế giới số liệu, tôi góp công xây dựng mọi kiểu mô hình cho họ. Những mô hình của tôi giúp họ trả lời câu hỏi đại loại như “cho ai vay mua nhà bây giờ”. Bạn có mọi dữ liệu về khách hàng nộp đơn xin vay tiền, và từ mô hình, bạn sẽ xác định được rằng rủi ro phát sinh từ việc cho vay đó là bao nhiêu. Bạn phải chú ý đến khả năng xảy ra việc thua lỗ là bao nhiêu, và nếu nó xảy ra, thì mức độ tổn thất là như thế nào.”
“Không mô hình nào là hoàn hảo cả, trong thời kỳ dễ dàng trước khủng hoảng, ngân hàng có thể chịu được tỷ lệ cho vay sai (đối với hình thức vay mua nhà thế chấp) là một phần năm. Nhưng sau đó nhiều tay chết quá và thế là họ chỉ còn cho phép tỷ lệ này là 25%. Vì thế bạn cần phải điều chỉnh độ tin cậy mô hình của bạn lại.”
“Đồng thời, bạn cũng phải cho người ngẫu nhiên kiểm tra các quyết định được ra bởi máy tính. Không ai được để cho máy tính tự ra quyết định dựa trên các thuật toán. Không phải chúng tôi sợ máy móc sẽ chiếm lĩnh thế giới như trong phim Kẻ hủy diệt đâu mà là một mô hình cần những sự điều chỉnh thường xuyên để phù hợp với thực tế.”
“Tuần này tôi vừa làm việc với mô hình xác định lừa đảo. Nhiệm vụ nặng nề ở đây là bạn phải làm việc với hàng núi số liệu. Khi bạn thanh toán bằng thẻ – dù là thẻ ghi nợ (debit) hay thẻ tín dụng (credit) – hàng loạt những dữ liệu sẽ phát sinh. Theo ngôn ngữ thống kê, mỗi số liệu trong một mảng dữ liệu chúng tôi gọi là “một quan sát”. Ví dụ, bạn trả tiền cho ai, khi nào và ở đâu; bạn quẹt thẻ hay bạn xài ATM, nếu bạn xài ATM thì bạn nhập mã PIN đúng hay sai; số tiền, loại tiền, tỷ giá, loại doanh nghiệp nào, vâng vâng và vâng vâng…”
“Mô hình mà tôi đang làm dính dáng đến 30 triệu giao dịch của khách hàng cá nhân và hàng loạt quan sát liên quan đến mỗi giao dịch. Điều tôi đang cố gắng làm là xây dựng mô hình mạng thần kinh (neural network) để xác định những giao dịch nào là giao dịch lừa đảo. Điểm mấu chốt ở đây là thuật toán mà tôi đang làm việc là thuật toán tự học hỏi (self-learning algorithm), điểm mạnh của thuật toán này là cho phép giảm thiểu tỷ lệ mắc sai lầm loại II (sai lầm khi kết luận một giao dịch là lừa đảo trong khi kiểm tra kỹ thì nó không phải).
“Có thể cách tốt nhất để miểu tả thuật toán mạng thần kinh là như vầy: giả sử anh mua tặng vợ anh một bó hoa bằng thẻ vào mỗi chiều thứ sáu vào lúc 1 giờ ở London. Nếu anh liên tục làm điều đó, thì mô hình của tôi sẽ cho rằng giao dịch qua thẻ của anh là bình thường. Nhưng nếu anh đột ngột rút ba nghìn bảng bằng máy ATM hai phút sau đó ở Mozambique, mô hình của tôi lập tức báo động và một nhân viên ngân hàng sẽ ngay lập tức điều tra và liên lạc với anh để xác nhận. Chủ thẻ, là anh, sẽ tránh khỏi sự phiền toái nếu như bị mất tiền đột ngột, và ngân hàng cũng tránh khỏi bị đền bù vô lý. Ngoài ra, chúng tôi còn giúp cảnh sát lần ra ai là kẻ lừa đảo nữa. Tóm lại mô hình của tôi làm mọi người đều vui vẻ.”
“Từ góc nhìn của một chuyên viên lập trình, thật ra cách mà mô hình mạng thần kinh hoạt động không quá khó hiểu, tôi có một mẫu, gọi là thư viện cũng được, các giao dịch có tính chất lừa đảo, từ đó tôi lập trình sao cho mô hình sẽ tự so sánh giao dịch đang diễn ra với mẫu giao dịch lừa đảo mẫu đó. Sau đó, nếu giao dịch đang diễn ra đó là lừa đảo thật, thì thuật toán sẽ tự động cập nhật giao dịch đó vào thư viện và dùng để đối chiếu các giao dịch sau.”
“Điều khó khăn nhất trong nghề này là phải trả lời bằng được câu hỏi khách hàng muốn cái gì? Bạn sẽ ngạc nhiên vô cùng nếu biết được ngân hàng thường xuyên chẳng hiểu họ muốn gì với cái bể dữ liệu của họ. Họ sẽ thường xuyên ‘hỏi ngu’: ‘Tụi tao muốn giảm rủi ro bị mất vốn’. ‘OK được, nhưng mà ít nhất mày phải nói tao nghe rủi ro bị mất vốn là cái gì, và áp dụng cho loại khách hàng nào đã chứ’. Đó là chưa kể đến những trường hợp ‘ngoại lệ’ nữa.”
“Chúng ta đang sống trong một thế giới đầy dữ liệu. Số lượng đơn xin cấp tín dụng mà một ngân hàng lớn trên thế giới có thể lên đến hàng chục triệu. Đối với những thông tin phi tài chính, thường người ta ra quyết định dựa theo kiểu ‘ngoại lệ’. Điều này có nghĩa là luồng dữ liệu, dù nó chẳng được nhìn thấy, nhưng có hàng loạt bước kiểm định [trong mô hình] sẽ gạt bỏ chuyện ‘ngoại lệ’ sang một bên và tiến hành báo động nếu có chuyện gì đó bất thường.”
“Trong hoạt động hàng ngày của mình, ngân hàng sẽ định nghĩa trước một bộ dữ liệu hợp lý (tất cả dữ liệu đều là số, những dữ liệu bằng ký tự sẽ không được chấp nhận). Có một rủi ro trong đó khi mà bộ dữ liệu của ngân hàng có thế sai lệch, thật sự là vậy đó, và trong ngành tài chính có rất nhiều công sức được bỏ ra chỉ để ngăn chặn sự sai lệch của dữ liệu, dù thế nhưng tôi không cho rằng cần phải quá tập trung vào nó!”
“Bây giờ đang có những đợt giảm biên chế lớn trong ngành.
“Tôi nói nghề tôi là ‘quant’, bắt nguồn từ chữ ‘quantitative’. Chúng tôi là những người có gốc toán học, và nếu bạn muốn kiếm từ nào nghe có vẻ giang hồ một chút, thì chúng tôi là những ‘hộ vệ’ của ngành tài chính, … xem nào, trong thế giới tài chính, traders là những chiến binh, họ ra chiến trường và chiến đấu. Ăn mặc chỉnh tề, diện mạo thông minh… Quants, là chúng tôi đây, là bộ não của họ. Nhờ mô hình của chúng tôi mà họ biết được không những loại rủi ro nào mà họ có thể chấp nhận được mà còn chấp nhận chúng ở mức độ nào, ở thời điểm nào, chúng tôi còn tiến hành dự báo những xu hướng tương lai của giá, và những thứ tương tự.
“Về mặt triết học mà nói, toán học là ngôn ngữ dùng để miêu tả thế giới, nó là loại ngôn ngữ tôi thích, đúng hơn là yêu. Nếu tôi nhìn ra cửa số và thấy có ba con thuyền trên dòng sông, tôi sẽ thử tính rằng khả năng chúng không va chạm với nhau là thế nào, và chiếc nào sẽ vượt chiếc nào, ở thời điểm nào và ở đâu. Trong lúc ngồi trong xe, tôi dường như khiến người bạn đồng hành của mình phát điên khi liên tục làm những điệu bộ kỳ dị chỉ để tính tốc độ và hướng đi của những chiếc xe khác. Trong sân bay tôi quan sát những hàng người dài dằng dặc, chia ra từng nhóm nhỏ, phân tích sự xuất hiện của trẻ em, hành lý, đi một mình hay đi cùng với nhau… chỉ để chọn nơi xếp hàng cho mình để được nhanh hơn. Tỷ lệ chiến thắng của tôi khá cao (hơn 90%), và điều đó cho tôi một niềm tự hào tuy thầm lặng, nhưng kiêu hãnh về khả năng của mình.”
“Tôi làm trong ngành ngân hàng hơn 20 năm, và vài năm khoảng thời gian đó tôi có cơ hội làm việc với một trong những ngân hàng đầu tư quốc tế hàng đầu. Khi làm ở đó, tôi nhận thấy rằng mình chưa đủ độ tinh quái và lọc lõi để tồn tại ở đó. Tại sao những tay làm ở ngân hàng đầu tư lại phải như thế nhỉ? Ừ thì bạn có hàng ngàn phó giám đốc đang cạnh tranh cho 10 chiếc ghế tổng giám đốc. Và thử nghĩ xem điều đó sẽ trở nên như thế nào? Mọi người sẽ làm mọi điều để tiến lên phía trước, kể cả dùng những thủ đoạn với nhau. Đối với những người như tôi, rơi vào môi trường mà xung quanh toàn những kẻ xấu tính như thế giống như bị đày xuống địa ngục vậy.”
“Anh hỏi tôi có vấn đề nào với ngân hàng mà anh muốn tăng cường tranh luận trước công chúng à? Dễ thôi, đó chính là cuộc khủng hoảng đang diễn ra. Thứ nhất, ngân hàng sụp đổ cho vay quá nhiều và quá rủi ro, tuy nhiên tôi lại chẳng thấy những lời phàn nàn từ những ai mà nhận tiền của ngân hàng cả. Đây không phải là lỗi CHỈ thuộc về ngân hàng, Cho nên giả dụ có ai đó cho rằng thái độ của công chúng là ‘đạo đức giả’, tôi sẽ đồng ý ngay.”
“Hơn nữa, tôi nghĩ có gì đó không đúng đắn lắm khi mà không có ai bị tống vào tù sau một cuộc khủng hoảng như thế. Tôi nghĩ (một hình phạt) sẽ mang tính cảnh báo rất cao. Thử nghĩ xem nếu bất kỳ hành động tham lam nào của ngân hàng không những chỉ bị trả giá bởi sự sụp đổ của chính ngân hàng đó, mà con là tội hình sự áp lên những nhân vật chủ chốt, như CEO và chủ tịch của chính ngân hàng.”
“Anh hỏi tại sao không có ai trong giới tài chính ‘làm cách mạng’ khi khủng hoảng xảy ra à? À tôi có thể nói có mộ sự ‘đồng thuận’ cao trong ngành. Ban đầu có thể có kêu gào, có than khóc nhưng dần dần mọi chuyện cũng đâu vào đó cả, mọi người rồi cũng hòa theo đám đông. Ai cũng nghĩ những sự kiện thế này đó là do định mệnh hết. Và trong lúc đó ai vớt vát được cái gì thì vớt vát cái đó thôi.”
“Có một suy nghĩ bị ‘dữ liệu hóa’ có thể đôi lúc nguy hiểm. Một ví dụ là phim A Beautiful Mind (link phim) với nhân vật chính là Tiến sỹ John Forbes Nash Jr, được mệnh danh là ‘bóng ma Fine Hall’ ở trường đại học Princeton. Thú thực tôi chưa bao giờ có thể leo lên đẳng cấp như Tiến sỹ Nash cả, nhưng tôi thấy thật khó để thoát ra lối suy nghĩ (của Nash và của tôi). Vài năm trước tôi phải nhờ tới dịch vụ tư vấn tâm lý, và trong ngày tôi tập thiền định rất nhiều để ổn định tâm lý, trước đó, tôi thậm chí hy sinh cuộc hôn nhân của mình cho công việc nữa. Ngoài ra tôi còn bị chứng Asperger nữa, tuy không nặng. Nhưng thẳng thắn mà nói thì, sống trong một thế giới mà bạn có thể hiểu được nhiều thứ bằng ngôn ngữ toán học thì hấp dẫn vô cùng.”
“Không chắc nhé, tôi không chắc rằng tôi có tình nguyện hoán đổi chỉ số IQ và EQ của mình không nữa. Nhưng tôi chắc chắn tôi sẽ là một gã độc thân về hưu sống trong một căn nhà đẹp và lớn ở vùng nông thôn, nuôi nhiều chó, thoải mái về mặt vật chất tuy nhiên tôi chỉ lẻ loi một mình và chắc nhiều lúc tôi cũng điên như cá vậy.”
Sau đó, khi tôi yêu cầu viết email trao đổi thêm về chủ đề này, X trả lời tôi như sau:
“Từ lâu tôi đã ý thức được rằng khả năng mình gặp rối loạn về tâm lý, và sự hấp dẫn của tình-trạng-không-cân-bằng của IQ và EQ chính là tôi ý thức được rằng nỗi sợ lớn nhất, và sâu thẳm nhất của tôi là sợ thất bại. Chính vì thế, chính vì nỗi sợ thất bại mà tôi đã tạo động lực cho tôi và làm cho tôi không tập trung vào việc nâng cao chỉ số EQ của mình nữa, thay vào đó, tôi chỉ chú trọng làm sao không để thất bại thôi.”
Nguồn: The Guardian, dịch bởi VnQuants
Tác giả: Joris Luyendijk
Có thể bạn quan tâm:
Người Đàn Ông Đánh Bại Mọi Thị Trường – Edward Thorp (Hành trình đánh bại phố Wall của cha đẻ phương pháp đầu tư định lượng)
