Khi dữ liệu thét lên, tôi lắng nghe từng con số. Và con số đầu tiên tôi nghe thấy là 108% – lợi nhuận tự công bố trong hai tháng, không tuần nào lỗ. Đó là một câu chuyện quá đẹp để trở thành sự thật. Nhưng tôi không phải là người tin vào câu chuyện. Tôi là người tin vào dữ liệu on-chain. Và dữ liệu ở đây hoàn toàn im lặng.
Context
Prodigy Research, một startup vừa được Y Combinator nhận vào mùa hè 2026, tự giới thiệu là công ty AI quant trading tập trung vào thị trường dự đoán – Polymarket và Kalshi. Hai người sáng lập là anh em ruột: Michael Wang từng làm trader tại Jane Street sau đó chuyển sang Google DeepMind; Yuhua Wang có background AI tại Apple. Họ tuyên bố đã xây dựng “mô hình nền tảng tài chính định lượng mạnh nhất thế giới” và đạt được thành tích đáng kinh ngạc: 108% lợi nhuận trong 2 tháng với chiến lược delta-neutral, không có tuần thua lỗ nào. Họ cũng khẳng định “đánh bại 10% trader hàng đầu của Jane Street” và “vượt qua Claude Fable, GPT-5.6 Sol, Claude Opus 4.7, GPT-5.5” trong các bài kiểm tra giao dịch.
Nghe có vẻ hoành tráng. Nhưng khi tôi đào sâu vào các chi tiết kỹ thuật, tôi thấy một bức tranh hoàn toàn khác. Không có bên thứ ba kiểm toán. Không có công bố mã nguồn. Không có số liệu về quy mô vốn, đòn bẩy, drawdown, hay dung lượng chiến lược. Tất cả chỉ là lời tự nói. Và với 27 năm kinh nghiệm trong ngành – từ phát hiện scam BitConnect năm 2017 đến xây dựng công cụ AI phát hiện tấn công on-chain năm 2026 – tôi biết rằng khi dữ liệu thét lên, tôi phải lắng nghe từng con số. Ở đây, dữ liệu không thét gì cả. Nó chỉ im lặng một cách đáng ngờ.
Core: Chuỗi bằng chứng on-chain giả định
Hãy tưởng tượng tôi có thể kéo dữ liệu giao dịch của Prodigy Research từ Polymarket và Kalshi. Nếu tôi là một thám tử dữ liệu, tôi sẽ tìm kiếm những dấu hiệu sau:
- Tần suất giao dịch và kích thước lệnh: Một chiến lược delta-neutral sinh lời 108% trong 2 tháng trên thị trường dự đoán – nơi thanh khoản mỏng và biến động thường đến từ các sự kiện lớn – đòi hỏi hàng nghìn giao dịch nhỏ hoặc một vài giao dịch lớn. Nếu không có dữ liệu, tôi không thể xác nhận. Nhưng tôi có thể suy luận: Polymarket có tổng khối lượng giao dịch khoảng vài trăm triệu USD mỗi tháng sau cuộc bầu cử Mỹ 2024. Để đạt 108% lợi nhuận, nhóm này cần chiếm một phần đáng kể khối lượng đó. Nếu vốn ban đầu chỉ 100.000 USD, lợi nhuận 108.000 USD là hợp lý. Nhưng nếu vốn là 10 triệu USD, con số đó là không thể do giới hạn thanh khoản. Và họ không nói vốn là bao nhiêu.
- Tính phi thống kê của “không tuần lỗ”: Trong lịch sử giao dịch, ngay cả những quỹ phòng hộ tốt nhất cũng có những tuần thua lỗ do biến động thị trường bất ngờ. Từng làm việc với dữ liệu on-chain trong vụ BitConnect, tôi biết rằng một mô hình “không lỗ” thường là dấu hiệu của báo cáo có chọn lọc hoặc đòn bẩy cực thấp – nhưng đòn bẩy thấp không thể tạo ra 108% trong 2 tháng. Sự mâu thuẫn nội tại này là một red flag lớn.
- So sánh với benchmarks mơ hồ: Họ nói “đánh bại Jane Street 10% trader hàng đầu”. Nhưng Jane Street là một công ty market making, không phải quỹ alpha. So sánh với trader của họ cũng vô nghĩa như so sánh tốc độ đọc của một AI với tốc độ đọc của một thủ thư. Thêm vào đó, họ so sánh với Claude và GPT – nhưng những mô hình này được thiết kế cho hội thoại, không phải giao dịch. Đây là một kỹ thuật narrative: dùng tên tuổi lớn để tạo ấn tượng sai lệch.
- Chiến lược delta-neutral trên thị trường dự đoán: Delta-neutral thường được thực hiện bằng cách kết hợp vị thế mua và bán trên cùng một tài sản cơ sở. Trên Polymarket, điều này có nghĩa là mua một hợp đồng “Có” và bán một hợp đồng “Không” trên cùng một sự kiện, về mặt lý thuyết loại bỏ rủi ro hướng và chỉ kiếm lợi từ chênh lệch giá. Nhưng trong thực tế, spread trên Polymarket thường rất hẹp (0.5-2%), và khối lượng giao dịch không đủ lớn. Với phí gas và slippage, lợi nhuận từ arbitrage kiểu này thường chỉ vài phần trăm mỗi tháng, không phải 54% mỗi tháng. Để đạt được mức đó, họ phải sử dụng đòn bẩy 50x hoặc hơn, điều này cực kỳ rủi ro và không bền vững.
- Không có audit, không có bằng chứng on-chain: Từng dùng dữ liệu on-chain để phát hiện bot lừa đảo năm 2026, tôi biết rằng không có gì thay thế được một cuộc kiểm toán độc lập. Prodigy Research không công bố bất kỳ địa chỉ ví nào, không có hợp đồng thông minh để xác minh, không có bảng điểm công khai. Đây là lý do tại sao tôi nói: khi dữ liệu thét lên, tôi lắng nghe từng con số. Ở đây, dữ liệu im lặng, và sự im lặng đó là một tín hiệu.
Contrarian: Tương quan không phải nhân quả
Nhiều người sẽ nhìn vào background của team – Jane Street, DeepMind, Apple, YC – và cho rằng “đây chắc chắn là thật”. Nhưng trong thế giới dữ liệu, tôi biết rằng tương quan không phải nhân quả. Việc từng làm việc tại Jane Street không đảm bảo bạn là một trader giỏi – một trader market making khác với một portfolio manager. Việc từng ở DeepMind không đảm bảo bạn có thể xây dựng một hệ thống giao dịch AI thực tế – nghiên cứu khác với sản phẩm sản xuất. Và việc được YC chấp nhận chỉ chứng minh khả năng kể chuyện và thuyết phục, không phải khả năng sinh lợi.
Góc nhìn phản trực giác ở đây là: Một đội ngũ mạnh với kết quả không thể kiểm chứng còn đáng ngờ hơn một đội ngũ yếu với kết quả trung bình. Bởi vì đội ngũ mạnh có thể dễ dàng tạo ra narrative hấp dẫn, nhưng nếu họ không công bố dữ liệu, thì chính họ cũng không tin vào kết quả của mình. Tôi đã thấy điều này nhiều lần: từ BitConnect đến các dự án DeFi “ma thuật” năm 2020. Khi bạn không thể kiểm tra, bạn không nên tin.
Thị trường hiện tại đang giảm, và nỗi sợ mất tiền khiến các nhà đầu tư dễ bị thu hút bởi những câu chuyện “lợi nhuận siêu cao, rủi ro thấp”. Nhưng chính xác trong những thời điểm như thế này, tôi mới thấy rõ: dữ liệu là vũ khí duy nhất. Và vũ khí của Prodigy Research vẫn còn trong bao.
Takeaway: Tín hiệu cho tuần tới
Trong tuần tới, hãy theo dõi xem Prodigy Research có công bố bất kỳ bằng chứng kiểm toán nào không. Một báo cáo từ một công ty kiểm toán uy tín (như Trail of Bits, OpenZeppelin) hoặc ít nhất là một danh sách các giao dịch thực tế được xác minh on-chain sẽ thay đổi mọi thứ. Nếu không, hãy coi đây là noise – một câu chuyện hay nhưng không có giá trị đầu tư. Khi dữ liệu thét lên, tôi lắng nghe từng con số. Và cho đến khi có dữ liệu thực sự, tôi sẽ giữ im lặng.
Câu hỏi dành cho bạn: Bạn có dám đặt tiền vào một thứ mà không ai có thể kiểm tra không?
