Quant analyst là gì? Công việc, kỹ năng và lộ trình học
Quant analyst (quantitative analyst, nhà phân tích định lượng, thường gọi tắt là quant) là người dùng toán, thống kê và lập trình để xây dựng mô hình định giá tài sản, đo lường rủi ro hoặc hỗ trợ quyết định đầu tư. Cùng một chức danh, công việc ở bàn giao dịch phái sinh, khối quản trị rủi ro của ngân hàng và quỹ đầu tư định lượng khác nhau khá nhiều. Bài viết mô tả từng nhóm vai trò, một ví dụ công việc có số liệu, các kỹ năng cần có và lộ trình học.
1. Quant analyst là gì?
Quant analyst là chuyên viên tài chính xây dựng và áp dụng mô hình toán học để phân tích thị trường, định giá tài sản và quản lý rủi ro. CQF, chương trình đào tạo chuyên về tài chính định lượng, định nghĩa quant là "người phát triển và triển khai các mô hình toán học" mà ngân hàng, quỹ đầu tư và các tổ chức tài chính khác dùng để phân tích thị trường, định giá tài sản và quản lý rủi ro (nguyên văn: financial professionals who develop and implement the various mathematical models).
Cơ sở dữ liệu nghề nghiệp của Bộ Lao động Mỹ xếp nghề này vào mã 13-2099.01 "Financial Quantitative Analysts", với mô tả "phát triển các kỹ thuật định lượng phục vụ đầu tư chứng khoán, định giá" (nguyên văn: develop quantitative techniques to inform securities investing, equities investing, pricing, or valuation). Các nhiệm vụ đứng đầu danh sách gồm áp dụng kỹ thuật toán và thống kê vào định giá phái sinh, giao dịch và quản trị rủi ro; xây dựng công cụ tối ưu danh mục, đo lường hiệu quả; và đề xuất đặc tả mô hình hoặc cách thu thập dữ liệu.
Điểm khác với một chuyên viên phân tích tài chính truyền thống nằm ở công cụ và câu hỏi. Chuyên viên phân tích cổ phiếu đọc báo cáo tài chính để ước tính giá trị một doanh nghiệp; quant làm việc với chuỗi dữ liệu giá, lãi suất, xác suất vỡ nợ và viết mã để tính giá hoặc rủi ro của hàng nghìn vị thế cùng lúc. Công việc của nhóm thứ nhất được mô tả trong bài Financial Analyst là gì?
2. Các loại quant: định giá, nghiên cứu, rủi ro, kiểm định và developer
Quant thường được chia theo vị trí trong tổ chức (front office là bộ phận kinh doanh trực tiếp, middle office là bộ phận kiểm soát) và theo phía thị trường (bên bán, bên mua). CQF mô tả quant ở front office tác động trực tiếp tới doanh thu qua giao dịch và khách hàng, quant ở middle office tập trung vào quản trị rủi ro và tuân thủ; quant bên bán (ngân hàng đầu tư, công ty môi giới) xây mô hình định giá và thuật toán giao dịch, quant bên mua (quỹ đầu tư, quỹ hưu trí) tối ưu danh mục và quản lý rủi ro.
| Nhóm | Nơi làm việc điển hình | Câu hỏi chính | Sản phẩm đầu ra |
|---|---|---|---|
| Quant định giá (front office, bên bán) | Bàn giao dịch phái sinh, trái phiếu, ngoại hối của ngân hàng và công ty chứng khoán | Sản phẩm này đáng giá bao nhiêu, phòng ngừa thế nào? | Mô hình định giá, tham số phòng ngừa |
| Quant nghiên cứu (bên mua) | Quỹ đầu tư định lượng, bộ phận tự doanh | Tín hiệu nào dự báo được lợi suất sau chi phí? | Chiến lược, mô hình danh mục, kết quả kiểm thử |
| Quant rủi ro (middle office) | Khối quản trị rủi ro của ngân hàng, công ty chứng khoán, bảo hiểm | Danh mục có thể lỗ bao nhiêu trong kịch bản xấu? | VaR, kết quả kiểm tra sức chịu đựng, hạn mức |
| Quant kiểm định mô hình | Bộ phận kiểm soát độc lập, công ty kiểm toán và tư vấn | Mô hình có đúng và dùng đúng phạm vi không? | Báo cáo kiểm định, danh sách hạn chế |
| Quant developer | Cả bên bán và bên mua | Mô hình chạy có nhanh, ổn định trong hệ thống không? | Mã nguồn, thư viện tính toán |
Ranh giới giữa các nhóm không cố định. Ở quỹ nhỏ, một người vừa nghiên cứu vừa viết mã đưa chiến lược vào giao dịch; ở ngân hàng lớn, mỗi nhóm có thể là một phòng riêng. Trong các chức danh mẫu mà cơ sở dữ liệu này (O*NET) ghi nhận cho nghề có cả "Portfolio Manager", "Quantitative Research Analyst" và "Research Analyst".
Việc tách nhóm kiểm định khỏi nhóm xây dựng mô hình có cơ sở trong hướng dẫn giám sát. Hướng dẫn quản trị rủi ro mô hình SR 26-2 do Fed cùng OCC và FDIC ban hành ngày 17/4/2026 (thay SR 11-7 năm 2011) nêu rằng quản trị rủi ro mô hình tốt cần có "thách thức hiệu quả" (effective challenge): phân tích phản biện bởi người có chuyên môn phù hợp, "đủ độc lập để giữ khách quan" và đủ vị thế để buộc thay đổi (nguyên văn: sufficient independence to maintain objectivity). Hướng dẫn cũng nêu nguy cơ xung đột lợi ích giữa nhóm phát triển và nhóm kiểm định mô hình.

Ở Việt Nam, công việc định lượng tại ngân hàng và công ty chứng khoán không phải lúc nào cũng mang chữ "quant" trong chức danh; tin tuyển dụng có thể ghi chuyên viên mô hình rủi ro hay chuyên viên phân tích dữ liệu. Khi đọc tin tuyển dụng, phần mô tả nhiệm vụ cho biết nhiều hơn chức danh.
Công việc của khối quản trị rủi ro nói chung được trình bày trong bài Chuyên viên quản trị rủi ro làm gì?
3. Quant làm gì? Ví dụ một quyền chọn qua ba bước
Một sản phẩm phái sinh thường đi qua tay ít nhất ba nhóm quant: nhóm định giá tính giá, nhóm kiểm định tính lại bằng cách khác, nhóm rủi ro đo khoản lỗ có thể xảy ra. Ví dụ sau dùng số liệu giả định của Công ty WV.
Bàn giao dịch của Công ty WV bán cho khách hàng 100.000 quyền chọn mua kiểu châu Âu trên một cổ phiếu, mỗi quyền chọn ứng với một cổ phiếu. Giá cổ phiếu hiện tại 50.000 đồng, giá thực hiện 50.000 đồng, kỳ hạn 3 tháng, độ biến động 30%/năm, lãi suất phi rủi ro 4%/năm, cổ phiếu không trả cổ tức trong kỳ.
| Bước | Ai làm | Câu hỏi | Kết quả |
|---|---|---|---|
| 1. Định giá | Quant định giá | Giá hợp lý của quyền chọn là bao nhiêu? | Black-Scholes: 3.229,7 đồng/quyền chọn; cả vị thế khoảng 323,0 triệu đồng |
| 2. Kiểm định | Quant kiểm định | Tính bằng phương pháp khác có ra cùng kết quả không? | Cây nhị phân 200 bước: 3.226,0 đồng, chênh 3,7 đồng (khoảng 0,1%); 1.000 bước: chênh 0,7 đồng |
| 3. Đo rủi ro | Quant rủi ro | Nếu giá cổ phiếu tăng 20% ngay lập tức, bên bán lỗ bao nhiêu? | Định giá lại đầy đủ: lỗ 765,4 triệu đồng; xấp xỉ delta: lỗ 556,3 triệu đồng |
Ở bước 1, giá được tính bằng công thức trình bày trong bài Mô hình Black-Scholes là gì? Các khái niệm quyền chọn mua, giá thực hiện, kỳ hạn có trong bài Quyền chọn là gì?
Ở bước 2, cây nhị phân hội tụ về giá Black-Scholes khi số bước tăng, nên chênh lệch nhỏ cho thấy phần mã tính toán nhiều khả năng không có lỗi. Kiểm tra này chỉ xác nhận mã tính đúng với giả định. Phần việc khó hơn của người kiểm định là hỏi giả định có hợp lý không, ví dụ độ biến động 30% lấy từ đâu và có còn đúng khi giá biến động mạnh.
Ở bước 3, cách ước tính nhanh là xấp xỉ delta. Delta () là mức thay đổi xấp xỉ của giá quyền chọn khi giá cổ phiếu tăng 1 đồng; ở đây . Với vị thế bán quyền chọn và mức thay đổi giá cổ phiếu :
Khi giá tăng 20%, tức đồng, công thức cho triệu đồng. Định giá lại quyền chọn ở giá cổ phiếu 60.000 đồng cho khoản lỗ 765,4 triệu đồng. Xấp xỉ delta báo thiếu khoảng 209 triệu đồng, vì delta của quyền chọn tăng dần khi giá cổ phiếu tăng (độ lồi, đo bằng gamma), còn công thức trên giữ delta cố định.

Lưu ý: Với bên bán quyền chọn, xấp xỉ delta cho kết quả tốt hơn thực tế ở cả hai chiều biến động giá: giá giảm 20% thì công thức ước tính lãi 556,3 triệu đồng, trong khi lãi thực chỉ 299,7 triệu đồng. Đây là lý do quant rủi ro thường định giá lại toàn bộ danh mục theo kịch bản thay vì chỉ dùng delta.
4. Kỹ năng quant cần có
Quant cần bốn nhóm kỹ năng: toán, thống kê, lập trình và hiểu biết tài chính. CQF liệt kê nền toán gồm giải tích, đại số tuyến tính, giải tích ngẫu nhiên và phương pháp số; lập trình bằng Python, C hoặc C++; quản lý cơ sở dữ liệu và SQL; cùng kiến thức tài chính và kỹ năng kinh doanh.
| Nhóm kỹ năng | Nội dung | Dùng ở đâu trong công việc |
|---|---|---|
| Toán | Giải tích, đại số tuyến tính, phương trình vi phân, giải tích ngẫu nhiên, phương pháp số | Định giá phái sinh, tối ưu danh mục |
| Xác suất, thống kê | Phân phối, ước lượng, hồi quy, chuỗi thời gian, học máy | Nghiên cứu tín hiệu, mô hình rủi ro, kiểm định |
| Lập trình | Python (numpy, pandas), SQL; C++ cho hệ thống cần tốc độ | Xử lý dữ liệu, cài đặt mô hình, đưa vào hệ thống |
| Tài chính | Giá trị thời gian của tiền, phái sinh, lý thuyết danh mục, đo lường rủi ro | Hiểu sản phẩm và biết mô hình đang trả lời câu hỏi gì |
| Giao tiếp | Giải thích giả định và giới hạn cho người không chuyên | Trình bày với bàn giao dịch, ban rủi ro, cơ quan quản lý |
Trọng số giữa các nhóm khác nhau theo vị trí. Quant định giá cần giải tích ngẫu nhiên nhiều nhất; quant nghiên cứu bên mua dùng thống kê và xử lý dữ liệu nhiều hơn; quant developer cần kỹ thuật phần mềm.
5. Lộ trình học để trở thành quant
Lộ trình học quant thường đi từ nền toán và lập trình, sang tài chính định lượng, rồi đến dự án thực hành. Thứ tự dưới đây là gợi ý cho người tự học; các bước có thể chạy song song.
- Nền toán và thống kê: giải tích, đại số tuyến tính, xác suất, thống kê suy diễn ở mức đại học ngành toán hoặc kỹ thuật.
- Lập trình: Python để xử lý dữ liệu và cài đặt mô hình; SQL để lấy dữ liệu. Người nhắm tới quant định giá hoặc developer học thêm C++.
- Tài chính định lượng: định giá trái phiếu, quyền chọn và phái sinh; lý thuyết danh mục; đo lường rủi ro thị trường và tín dụng.
- Dự án thực hành: tự cài đặt một mô hình rồi kiểm tra lại bằng phương pháp thứ hai, như ví dụ ở mục 3; hoặc kiểm thử một chiến lược trên dữ liệu lịch sử và ghi rõ các nguồn sai lệch.
- Bằng cấp và chứng chỉ (tùy chọn): theo khảo sát của O*NET, 60% người trả lời cho rằng người mới vào nghề cần bằng thạc sĩ, 35% cho rằng cần bằng cử nhân và 5% cho rằng cần tiến sĩ. Chương trình thạc sĩ thường gặp là tài chính định lượng, toán tài chính, kỹ thuật tài chính.
Về chứng chỉ, không có chứng chỉ nào là điều kiện bắt buộc để làm quant. CQF là chương trình học trực tuyến, bán thời gian trong sáu tháng do CQF Institute (thuộc Fitch Learning) cấp, tập trung vào tài chính định lượng và học máy. FRM gần với nhóm quant rủi ro, xem FRM là gì? CFA thiên về phân tích đầu tư và quản lý danh mục, xem CFA là gì?
6. Những hiểu nhầm thường gặp về nghề quant
Hai hiểu nhầm phổ biến là đồng nhất quant với người dự đoán giá và cho rằng biết lập trình là đủ để làm quant.
6.1. Quant không phải người dự đoán giá cổ phiếu
Nhiều vị trí quant làm định giá, đo rủi ro và kiểm định mô hình, như ba bước ở mục 3; không bước nào cần dự đoán giá cổ phiếu ngày mai. Ngay cả quant nghiên cứu bên mua cũng tìm những lợi thế thống kê nhỏ trên nhiều giao dịch, không tìm một dự báo chắc chắn. Kết quả kiểm thử đẹp trên dữ liệu quá khứ có thể đến từ quá khớp hoặc dùng thông tin tương lai, xem Backtest là gì?
6.2. Biết lập trình chưa đủ để làm quant
Quant và chuyên viên khoa học dữ liệu dùng nhiều công cụ giống nhau, nhưng quant phải hiểu sản phẩm tài chính mà mô hình mô tả. Ở ví dụ mục 3, viết đúng công thức Black-Scholes là phần dễ; phần khó là biết khi nào giả định độ biến động cố định không còn dùng được và khoản lỗ thật có thể lớn hơn ước tính bao nhiêu.
Ghi nhớ: Quant là nhóm vai trò, không phải một công việc. Cùng một mô hình định giá, người xây dựng, người kiểm định và người đo rủi ro đặt ra ba câu hỏi khác nhau và cần mức độ toán, lập trình, tài chính khác nhau.
7. Câu hỏi thường gặp
Lương quant bao nhiêu?
Hiện chưa có khảo sát công khai đáng tin về mức lương của quant tại Việt Nam. Ở Mỹ, Cục Thống kê Lao động (BLS) không có nhóm nghề riêng cho quant: O*NET hiển thị lương trung vị năm 2025 là 81.100 USD, nhưng con số này thuộc nhóm rộng "Financial Specialists, All Other" gồm nhiều nghề khác, không phải lương riêng của quant. Hai nhóm nghề gần nhất có số liệu riêng là financial risk specialists (chuyên viên rủi ro tài chính, lương trung vị 117.330 USD) và financial and investment analysts (chuyên viên phân tích tài chính và đầu tư, 102.740 USD), số liệu tháng 5/2025. Đây là mức lương ở Mỹ, nơi thị trường lao động và cách trả thưởng khác Việt Nam, nên chỉ dùng để so sánh thứ bậc giữa các nghề, không dùng làm mốc lương trong nước.
Học ngành gì để làm quant?
Theo CQF, người làm quant thường có bằng đại học ngành toán, vật lý, kỹ thuật, khoa học máy tính hoặc kinh tế. Người học ngành tài chính cần bổ sung toán và lập trình; người học ngành kỹ thuật cần bổ sung kiến thức về sản phẩm tài chính và rủi ro.
Quant analyst và financial analyst khác nhau thế nào?
Financial analyst chủ yếu phân tích một doanh nghiệp hoặc dự án qua báo cáo tài chính và mô hình bảng tính để đánh giá giá trị. Quant analyst chủ yếu xây dựng mô hình toán học và mã máy tính để định giá công cụ tài chính, đo rủi ro hoặc xây dựng chiến lược trên dữ liệu thị trường. Hai vai trò giao nhau ở mảng đầu tư định lượng, nơi kết quả phân tích doanh nghiệp được chuyển thành dữ liệu đầu vào cho mô hình.
Kết luận
Quant analyst là người dùng toán, thống kê và lập trình để xây dựng, kiểm định và sử dụng mô hình trong tài chính. Nghề này gồm nhiều nhóm với câu hỏi khác nhau: định giá, nghiên cứu chiến lược, đo rủi ro, kiểm định mô hình và phát triển hệ thống. Người theo nghề cần nền toán và lập trình vững, nhưng giá trị nằm ở chỗ hiểu giả định của mô hình và biết khi nào kết quả không còn đáng tin.
Bài viết mang tính giáo dục, không phải khuyến nghị đầu tư.
Nguồn tham khảo
- CQF, How to Become a Quantitative Analyst: https://www.cqf.com/blog/how-become-quantitative-analyst
- CQF, How to get into Quant Finance: https://www.cqf.com/blog/how-to-become-a-quant
- CQF, trang giới thiệu chương trình: https://www.cqf.com/
- O*NET OnLine, 13-2099.01 Financial Quantitative Analysts: https://www.onetonline.org/link/summary/13-2099.01
- Board of Governors of the Federal Reserve System, OCC, FDIC, SR 26-2 Revised Guidance on Model Risk Management (17/4/2026): https://www.federalreserve.gov/supervisionreg/srletters/SR2602.htm
- CFA Institute, Career Insights: Quantitative Investing: https://rpc.cfainstitute.org/en/research/multimedia/2020/career-insights-quantitative-investing
- U.S. Bureau of Labor Statistics, Occupational Outlook Handbook, Financial Analysts: https://www.bls.gov/ooh/business-and-financial/financial-analysts.htm
Đọc tiếp: Mô hình Black-Scholes là gì? Công thức, ví dụ và giả định