1. Thí nghiệm AI Trading Agents Trên Hyperliquid
Jason Goldberg là nhà nghiên cứu trading đã sáng lập dự án Senpi, nền tảng cho phép vận hành AI agent giao dịch tự động trên Hyperliquid. Vào đầu tháng 3/2026 anh đã triển khai 22 AI Trading Agents, mỗi con được cấp1.000 USD vốn thật và sử dụng mô hình Gemini 3.1 Pro để vào lệnh trên Hyperliquid nhằm thử nghiệm xem nếu AI agent tự trade coin mà không có sự kiểm soát của con người thì kết quả ra sao.
Mỗi agent được đặt tên theo một loài động vật như: Fox, Grizzly, Bison, Viper, Mamba, Dire Wolf,… phù hợp với chiến lược mà nó được thiết lập như đuổi theo xu hướng, đi theo tín hiệu smart money, bắt đáy khi giá kéo dài theo một hướng. Cả 22 agent này hoạt động 24/7, tự thực hiện quét thị trường → vào lệnh long/short → chốt lời bằng phương pháp thả neo theo đường giá (trailing stop) → tự quản lý rủi ro và lặp lại liên tục không nghỉ.
Tổng 5000 lệnh đã được thực hiện trong vòng 5 ngày và kết quả đã tiết lộ nhiều điều. Bạn có thể tham khảo nếu như có ý định xây dựng AI agent giao dịch tương tự hoặc biết đâu trong tương lai, đối thủ của chúng ta trên thị trường chính là những mô hình trí tuệ nhân tạo này chứ không phải con người.
2. Trade ít hơn, thắng nhiều hơn
Trong 5 ngày đó, kết quả cho thấy một nghịch lý: vào lệnh nhiều hơn không đồng nghĩa với lợi nhuận cao hơn. Cụ thể:
- Agent giao dịch trên 400 lệnh đều lỗ nặng.
- Agent giao dịch dưới 120 lệnh thì có lợi nhuận.
Cặp Fox và Feral Fox là minh chứng cho nghịch lý đó, 2 agent này dùng chung bộ quét tín hiệu (scanner), chung nguồn dữ liệu và cùng một thị trường. Điểm khác nhau duy nhất của chúng là Feral Fox vào lệnh một cách hoang dã hơn, còn Fox thì chỉ mở lệnh khi tín hiệu đủ mạnh. Theo dữ liệu mới nhất (17/03/2026), Fox vẫn đạt được mức lợi nhuận ROE 10% với 449 trades còn Feral Fox có mức ROE -20% với 780 lệnh giao dịch.
Bên cạnh đó, Jason Goldberg cũng theo dõi và nhận thấy rằng lợi nhuận không chia đều cho từng lệnh, nó được dồn vào một số ít lệnh lớn theo quy luật power law, nghĩa là chỉ một số ít lệnh cốt lõi tạo ra phần lớn kết quả. Lấy Fox làm ví dụ: chỉ 3 lệnh vào ZEC, TRUMP và FARTCOIN đã mang về hơn 350 USD, trong khi 46 lệnh còn lại lỗ khoảng 100 USD. Kết quả cuối cùng vẫn lãi ròng ~248 USD dù tỉ lệ thắng chỉ ở mức 43%.
3. Chiến lược theo dõi smart money
Thí nghiệm của Jason Goldberg cũng làm nổi bật vai trò của smart money trong trading mà công cụ hỗ trợ ở đây chính là Hyperfeed, hệ thống dữ liệu của Hyperliquid cho biết trader nào đang sinh lời tốt nhất để theo dõi dòng tiền của họ.
Hyperfeed sẽ cập nhật dữ liệu thị trường mỗi 90 giây một lần và khi thấy dòng tiền thông minh đột ngột dồn vào một tài sản, ví dụ nhiều top trader đồng loạt mở cùng một vị thế, AI agent sẽ mở lệnh trước khi con người kịp nhận thấy dòng tiền. Đây chính là ưu thế tốc độ của AI Trading Agents, giúp chúng vào lệnh trước với vị thế tốt hơn đám đông ở ngoài kia.
Và kết quả phân hóa rõ ràng giữa 2 nhóm:
- Fox, Grizzly, Bison: Nhóm sử dụng tín hiệu smart money làm điều kiện bắt buộc trước khi vào lệnh thì đều có lợi nhuận dương.
- Viper, Mamba: Nhóm bỏ qua hoàn toàn Hyperfeed, chỉ dựa vào phân tích kỹ thuật thuần túy thì lỗ nặng.
Tuy nhiên, đó là kết quả được ghi nhận vào ngày 15/03, đến thời điểm viết bài thì ROE của Grizzly đã giảm mạnh xuống mức -27%, còn Fox thì từ lời trên 20% giảm về gần về mức 0%. Nhóm không sử dụng Hyperfeed còn thảm hại hơn khi chúng đã bị tạm dừng vì mức lỗ khá lớn trước đó.
Mặc dù Grizzly bất ngờ đảo chiều cho thấy kết quả tệ về sau, nhưng phiên bản con của nó là Polar hiện đang có lợi nhuận tốt nhất trong thí nghiệm với ROE +28% chỉ sau 29 giao dịch. Polar sử dụng cấu trúc theo dõi smart money giống với Grizzly, điểm khác biệt là phiên bản này dành cho việc săn tín hiệu ETH (Grizzly dành cho BTC) và được thiết lập để ít bị quét stop loss hơn.
Chúng ta xét tiếp ở một agent khác cũng sử dụng phương pháp đi theo smart money là Vixen với bộ quét tín hiệu tương tự như Fox. Nhưng hiệu suất của agent này không khả quan khi đây là một trong những agent giao dịch tệ nhất với ROE -38% sau 280 trades và đang đứng trước nguy cơ bị dừng hoạt động.
5 Phút Crypto thấy rằng dù chiến lược theo dõi smart money trông có vẻ hiệu quả nhưng nó không phải là “chén thánh” và chúng ta vẫn nên đặt thêm các giới hạn để không bị dính quá nhiều lệnh thua của các smart trader này.
4. Những chiến lược sai lầm của AI Trading Agents
Khi phân tích sâu hơn về dữ liệu giao dịch, Jason phát hiện ra những chiến lược sai lầm mà AI agent phạm phải, bao gồm:
4.1. Chiến lược cản tàu thất bại trên perp Hyperliquid
Nhiều anh em đang sử dụng chiến lược đợi cho giá di chuyển mạnh theo một hướng rồi sau đó đặt lệnh “cản tàu” hòng tìm điểm quay đầu để tìm kiếm lợi nhuận. Ví dụ: Khi giá BTC đi theo xu hướng giảm và đã -10% trên khung nến 1H và đang ở vùng hỗ trợ, bạn sẽ vào lệnh mua với kỳ vọng giá quay đầu để ăn sóng hồi.
Tuy nhiên, kết quả từ 3 agent là Viper, Mamba và Anaconda cho thấy chiến lược này không phù hợp, nhất là khi giao dịch trên nền tảng phái sinh (perp) của Hyperliquid:
- Viper: -18%
- Mamba: -33%
- Anaconda: -22%
Nguyên nhân được Jason cho là thị trường perp của Hyperliquid thường hay chạy theo một xu hướng dài và mạnh hơn so với thị trường giao ngay (spot). Khi BTC đang trong xu hướng giảm trên khung 4H, các agent tiếp tục mua vào tại những vùng hỗ trợ nhưng giá vẫn giảm thêm nhiều ngày sau đó. Kết quả là cả 3 agent này đều thất bại và đã bị dừng hoạt động vì lỗ quá nhiều.
Giải pháp đang được Senpi thử nghiệm là thêm bộ lọc trạng thái vĩ mô. Bộ lọc này sẽ cấm hoàn toàn chiến lược bắt đáy nếu như xu hướng BTC trên khung 4H đang là giảm. Kết quả sơ bộ cho thấy bộ lọc này giúp Mamba tránh được 14 trong số 28 lệnh thua, tức là hơn một nửa thiệt hại có thể phòng ngừa được chỉ bằng bộ lọc đó.
4.2. Agent càng tự sửa thì càng thua
Đây là phát hiện đáng lo nhất của thí nghiệm này. Khi một agent thua liên tiếp nhiều lệnh, nó bắt đầu tự sửa chiến lược của mình: nới lỏng điều kiện vào lệnh, tăng đòn bẩy, hoặc tắt bớt các cơ chế bảo vệ rủi ro. Dire Wolf là ví dụ điển hình: sau khi -27% thì agent này đã tự ý mở thêm 5 vị thế song song với đòn bẩy 25x và bỏ toàn bộ giới hạn tốc độ vào lệnh. Kết quả là ngày càng thua thêm và nhanh hơn.
Những gì AI làm khi thua nghe rất giống hành động của những trader tâm lý kém, đó là gồng lỗ, tăng kích cỡ lệnh để gỡ, thậm chí là bỏ qua các nguyên tắc quản lý vốn. Việc để AI agent tự chủ nghe có vẻ hay trên lý thuyết, nhưng trên thực tế nếu chúng ta không đặt các giới hạn cứng yêu cầu chúng phải nghiêm túc tuân thủ thì cực kỳ nguy hiểm.
5. Tiếp theo sẽ ra sao?
Thí nghiệm vẫn chưa kết thúc, Jason và đội ngũ Senpi vẫn sẽ tiếp tục chạy các mô hình không thiệt hại nặng hoặc có lợi nhuận và đóng những agent không còn khả năng hồi phục để tránh mất thêm vốn còn lại. Song song với đó, ông cũng triển khai thêm các phiên bản agent mới với cơ chế khắt khe hơn.
Bên cạnh đó, Senpi cũng chuẩn hóa lại bản cấu hình (config) cho nhóm agent đang có lợi nhuận dương và áp dụng cho những agent khác. Ví dụ Vixen và Mantis có cùng bộ quét tín hiệu với Fox nhưng chúng lại được config khác nên không đạt được hiệu suất tương đương. Cả ba sẽ được đồng bộ lại về đúng config thắng của Fox, bao gồm giới hạn lỗ tối đa 10%/ngày và cơ chế bảo vệ rủi ro nghiêm ngặt.
Toàn bộ quá trình này vẫn giữ nguyên tinh thần minh bạch 100%, mọi lệnh, config, kết quả đều có thể theo dõi trực tiếp tại strategies.senpi.ai và skills mã nguồn mở trên GitHub. Bạn có thể theo dõi và đúc kết kinh nghiệm xây AI agent tự động giao dịch của nhóm Senpi nếu như quan tâm đến lĩnh vực này.
6. Cách tạo AI Trading Agents tự động giao dịch trên Senpi
Hiện tại, Senpi cho phép tạo AI agent của riêng bạn để giao dịch tự động trên Hyperliquid. Nếu như bạn quan tâm thì có thể thực hiện theo video hướng dẫn tạo AI agent từ đội ngũ Senpi.
Nếu như bạn đã tạo AI agent nhưng chưa có chiến lược thì có thể tham khảo thư viện Skills của Senpi trên Github để dễ dàng bắt đầu hơn nhé!
Tuy nhiên, 5 Phút Crypto cần cảnh báo rằng những con AI agent này vẫn còn đang rất “hoang dã” dù cho chúng ta có ra luật lệ trước. Vì vậy, ở giai đoạn này hãy chỉ nên thử nghiệm với số tiền mà bạn sẵn sàng mất. Ngoài ra, OpenClaw vẫn còn đang rất mới và có rủi ro phá hỏng máy tính cá nhân hoặc thực hiện các hành động sai lệch so với hướng dẫn của bạn. Hãy chỉ cài đặt và sử dụng OpenClaw ở một máy tính phụ không chứa các tài liệu quan trọng.
7. AI Trading Agents có thể giao dịch thay con người không?
Thông qua thí nghiệm trên, rất khó để chúng ta kết luận chính xác liệu để AI agent giao dịch thay con người có mang lại hiệu quả tốt hơn hay không vì thời gian thử nghiệm kể trên khá ngắn và mẫu thử nghiệm cũng chưa lớn. Tuy nhiên, chúng ta có thể rút ra một số điều như sau:
- Power law vẫn đúng: Dù cho là con người hay AI thì việc tuân thủ các điều kiện của chiến lược giao dịch, vào ít lệnh nhưng chất lượng vẫn sẽ cho kết quả tốt hơn là cố gắng tạo thật nhiều lệnh theo tín hiệu nhiễu.
- Thần thánh hoá AI: Sau màn thể hiện vượt trội về khả năng tổng hợp dữ liệu và suy luận của AI, nhiều người đang bắt đầu thần thánh hóa công cụ này và cho rằng nó có thể thay thế con người trong lĩnh vực trading. Tuy nhiên, thực tế chúng vẫn là bản sao từ những mô hình do chính con người huấn luyện. Ưu điểm mà AI hơn là khả năng hoạt động tự động 24/7 không biết mệt mỏi và tổng hợp khối lượng dữ liệu lớn một cách nhanh chóng.
- Luôn có giới hạn cứng cho AI agent: Dù AI bây giờ đã thông minh hơn rất nhiều, nhưng bản chất vẫn còn rất hoang dã. Việc không có các giới hạn cứng để AI agent tuân thủ có thể khiến cho toàn bộ số tiền mà bạn nạp bốc hơi như trường hợp của DireWolf kể trên. Vì vậy, nếu bạn đang xây dựng một AI agent và để cho chúng tự động giao dịch, hãy đặt giới hạn và không nên dồn toàn bộ số tiền vào một agent duy nhất.
Lưu ý: Mỗi mô hình ngôn ngữ lớn (ví dụ: Claude Sonnet 4.6, Claude Opus 4.6 hoặc Gemini Pro 3.1) sẽ có cách hiểu, thực thi config khác nhau và kết quả có thể không giống nhau. Vì vậy, kết quả của nghiên cứu này chỉ mang giá trị tham khảo và không thể áp dụng cho toàn bộ các mô hình AI khác.
Bạn nghĩ sao về việc xây dựng AI agent để chúng tự động giao dịch thay con người? Theo bạn thì đây sẽ là xu hướng của giao dịch trong tương lai hay chỉ là một trò đốt tiền? Hãy để lại ý kiến để 5phutcrypto.io biết với nhé!
Đọc thêm:
