Vàng Pakistan mất 1.800 rupee mỗi tola — và một nhãn dữ liệu đặt nhầm chỗ

Trong hai phiên liên tiếp, vàng tại Pakistan bốc hơi 4.500 rupee mỗi tola. Phiên đầu mất 2.700 rupee. Phiên sau mất thêm 1.800 rupee, hạ giá vàng trong nước xuống 455.736 rupee mỗi tola, tương đương 390.720 rupee cho mỗi 10 gram. Bạc mất 62 rupee, còn 7.038 rupee mỗi tola. Vàng thế giới lùi 18 đô-la, về 4.332 đô-la một ounce.

Tôi mở tệp dữ liệu đó vào một buổi sáng trong tuần. Nhãn hệ thống ghi: quần vợt. Bên trong không có tay vợt nào. Không có set đấu, không có break point, không có mặt sân nào được nhắc tới. Chỉ có sáu con số, một cái tên hiệp hội, và một đơn vị đo cổ của tiểu lục địa: tola.

Một người làm dữ liệu học được nhiều từ những tệp bị dán nhãn sai. Nó buộc ta phải đọc bằng chính mắt mình, thay vì tin vào cái tiêu đề ai đó gõ vội.

Thị trường vàng Pakistan vận hành theo một cơ chế riêng. Hiệp hội Đá quý và Trang sức Toàn Pakistan (APGJSA) công bố giá tham chiếu hằng ngày cho vàng và bạc tại Karachi, và phần lớn cửa hàng trên toàn quốc neo theo mức đó. Đơn vị tính là tola, một đơn vị khối lượng truyền thống của Nam Á, tương đương 11,6638 gram. Người mua vàng ở Lahore hay Peshawar không hỏi giá theo ounce; họ hỏi giá theo tola.

Mức giá tham chiếu được dựng từ hai đầu vào: giá vàng giao ngay quốc tế, tính bằng đô-la Mỹ một ounce, và tỷ giá rupee so với đô-la. APGJSA không công bố tỷ giá mà họ dùng. Đó là khoảng trống đầu tiên mà bất kỳ ai đọc bản tin này cũng nên nhận ra.

Bản tin tự nhận mục đích là "thông tin". Nó làm đúng việc đó: đưa ra các con số, không diễn giải. Một bản tin chỉ có con số vẫn luôn kèm theo một giả định ngầm, và việc của người phân tích là kéo giả định ấy ra ánh sáng.

Về phần nhãn "quần vợt": đây gần như chắc chắn là lỗi phân loại ở tầng xử lý dữ liệu đầu vào. Không có yếu tố kỹ thuật, chiến thuật, lịch thi đấu hay quản trị nào của quần vợt xuất hiện trong văn bản. Tôi ghi lại chi tiết này, rồi làm việc với thứ thực sự nằm trên bàn: giá kim loại quý.

Hai con số đầu tiên đáng để dừng lại: 1.800 và 1.543. Thoạt nhìn chúng là hai dữ kiện độc lập — vàng mỗi tola giảm 1.800, vàng mỗi 10 gram giảm 1.543. Chia 1.800 cho 1.543, ta được 1,1666. Một tola bằng 11,6638 gram, tức 1,16638 lần 10 gram. Hai con số khớp nhau tới chữ số thập phân thứ tư.

Bản tin không cung cấp hai dữ kiện, mà là một dữ kiện được in hai lần bằng hai đơn vị đo. Ai muốn kiểm tra chất lượng nguồn tin thì đây là phép thử đầu tiên, và bảng giá APGJSA vượt qua nó gọn gàng.

Phép thử tiếp theo thú vị hơn. Vàng trong nước 455.736 rupee một tola. Vàng thế giới 4.332 đô-la một ounce. Một tola bằng 0,37498 ounce. Nhân lên: 4.332 × 0,37498 = 1.624,4 đô-la mỗi tola. Lấy 455.736 chia cho 1.624,4, ta được 280,6. Đó là tỷ giá rupee/đô-la mà thị trường vàng Pakistan đang ngầm sử dụng.

Từ tỷ giá ngầm ấy, cú giảm 18 đô-la mỗi ounce được quy đổi: 18 × 0,37498 = 6,75 đô-la mỗi tola; 6,75 × 280,6 = 1.894 rupee. Con số thực tế trên bảng là 1.800 rupee. Chênh lệch 94 rupee, tức khoảng 0,5% — nằm trong biên làm tròn và độ trễ niêm yết thường thấy của các bảng giá Sarafa.

Cú giảm gần như được giải thích trọn vẹn bằng giá vàng giao ngay quốc tế cộng với tỷ giá. Không có câu chuyện nội địa nào trong con số 1.800 rupee. Phần dư 94 rupee mới là nơi thông tin địa phương trú ngụ, và nó nhỏ tới mức gần như không thể gọi là tín hiệu.

Bạc kể một câu chuyện tương tự, nhưng với độ nhạy khác. Bạc mất 62 rupee trên nền 7.100, tức 0,87%. Vàng mất 1.800 trên nền 457.536, tức 0,39%. Trong cùng một phiên, bạc giảm hơn gấp đôi về tỷ lệ phần trăm. Tỷ lệ vàng/bạc tính theo tola dừng ở 64,75.

Tính gộp hai phiên: nền trước đợt giảm là 460.236 rupee, nay còn 455.736. Mức giảm tích lũy 4.500 rupee, tương đương 0,98% — chưa tròn một phần trăm trong hai ngày giao dịch.

Dựa trên kinh nghiệm theo dõi các bản tin thị trường của tôi trong nhiều năm, một đợt lùi chưa tới 1% trong hai phiên nằm gọn trong biên dao động thường nhật của vàng. Nó xứng đáng được ghi vào sổ. Nó chưa xứng đáng được gọi là xu hướng.

Có hai hướng đọc phần dư 94 rupee, và cả hai đều phản trực giác.

Hướng đọc thứ nhất: phần dư là nhiễu. Nếu đúng như vậy, thị trường vàng Pakistan chỉ là một tấm gương phản chiếu giá quốc tế qua tỷ giá. Bảng giá hằng ngày của APGJSA khi đó là một tiện ích hành chính, chứ không phải một chỉ báo kinh tế độc lập. Mọi phân tích nhằm tìm "tâm lý vàng nội địa" từ bảng này sẽ sai.

Hướng đọc ngược lại: phần dư là thông tin, chỉ có điều quá nhỏ để nổi lên trong một phiên. Muốn tách nó khỏi nhiễu, phải theo dõi phần dư tích lũy qua hàng chục phiên và đối chiếu với tỷ giá thực tế trên thị trường liên ngân hàng. Nếu tỷ giá thực tế khớp với 280,6, phần dư đúng là nhiễu. Nếu lệch, đó là dấu hiệu căng thẳng cục bộ.

Một điểm nữa mà bản tin không nói: giá tham chiếu Sarafa là giá của người bán, chưa trừ chênh lệch mua - bán. Biên chênh lệch ở thị trường vàng Pakistan thường dao động quanh vài nghìn rupee mỗi tola, nghĩa là mức giảm 1.800 rupee có thể biến mất hoàn toàn trong chênh lệch mua - bán đối với người bán thật. Cú giảm ấy chạm vào bảng điện, chưa chắc chạm vào túi người dân.

Còn về lỗi dán nhãn: nó nhắc tôi rằng chất lượng dữ liệu là một lớp phân tích, chứ không phải một thủ tục hành chính. Một tệp bị dán nhãn sai có thể đi qua toàn bộ một hệ thống mà không ai mở ra đọc. Trong công việc của mình, tôi từng thấy một cột dữ liệu bị gán sai đơn vị và phải mất gần một tuần để truy ngược. Nước Nga dạy tôi rằng im lặng cũng là một lớp dữ liệu sâu nhất — và một cái nhãn sai là một dạng im lặng đắt tiền.

Mỗi bộ dữ liệu là một khu vườn — người nông dân gieo câu hỏi, mùa gặt về là những bản hợp đồng. Với tệp này, câu hỏi đúng không phải "vàng tăng hay giảm", mà là "phần nào của cú giảm thuộc về thế giới, phần nào thuộc về Pakistan".

Ba tín hiệu cần theo dõi trong những phiên tới: tỷ giá rupee/đô-la thực tế so với mức ngầm 280,6; phần dư giữa mức giảm quy đổi và mức giảm niêm yết, cộng dồn qua nhiều phiên; và tỷ lệ vàng/bạc quanh mốc 64,75 — nếu tỷ lệ này tiếp tục thu hẹp, dòng tiền đang dịch chuyển khỏi vàng nhanh hơn tốc độ của một cú điều chỉnh thông thường.

Tôi đã quá già để tin vào phép màu, nhưng đủ trẻ để biết phép màu nào có thể đo đếm. Với những tệp dữ liệu không có người đọc, giới hạn thật sự nằm ở chỗ khác: liệu có ai chịu mở nó ra, và đọc bằng con mắt của kẻ hoài nghi.