狂徒

我喜歡研究和挑戰艱澀的學科,也喜歡用易懂的人話分享知識。 http://madx.ctcin.bio 歡迎各位批評指教,互相切磋。

資產配置首部曲

發布於
來到本系列的完結篇,相信大家手中的武器又更多了,正式進入新石器時代。

來到本系列的完結篇,相信大家手中的武器又更多了,正式進入新石器時代。前面客觀介紹了一些工具和背後原理,現在我要主觀推薦自己喜歡的投資形式。


1. 為什麼我一直強調資產配置?

生命寶貴,大家不妨把時間花在刀口上。粗略來看,投資人的績效會隨著時間而波動,而其中大約90%是受到「配置比例」的影響。至於選股和擇時,則占了剩下的10%,而且統計來看還會「降低」績效。所以如果要選一個,我當然使用輕鬆又有效的方法。

另一方面,大部分的讀者,投資是為了讓生活更好過,最好一邊賺錢一邊「養生」。我身邊有些長輩朋友,因為交易的壓力和盯盤的疲勞,導致身體出狀況,包含視力衰退,根本是在「養醫生」,這不是我嚮往的模式。況且,平時我們要上課上班,與其在市場「狩獵」,倒不如「種樹」。各位負責乘涼吃水果,樹負責自己長大,豈不愜意?

我從不諱言,我就是要花最少的精力和最短的時間,賺到最多的錢,同時保持名聲和優雅。要達成這些目標,我們不可能單打獨鬥。如果有些人「站在巨人的肩膀上」,我就要站到他的頭上。借力使力,利用錢滾錢,把時間留給生活中的美好和奮鬥,人生才有意義。


2. 跟著理論演進,大家來看看配置手段的變化。

單一公司的股票有非常多風險,但如果我投資股市大盤指數,就能夠占到便宜。大家有相同的預期報酬,可是因為我躲掉了「非系統風險」,所以長期而言比較有優勢。同樣的道理,如果我把目光放到股票、債券、不動產...等資產,也會進一步的讓淨值成長更穩定。換個方式講,當大家承受同樣的波動風險時,我的預期報酬更高,資產累積當然更快。

後來,有人開始注重「風險」。既然每個資產的風險不同,所以投資者乾脆配置風險,例如「風險平價」就是把風險平均分散到不同資產的策略。我寧願賺比較少,也盡量不要虧損,這樣無論經濟景氣如何,我都可以「躺著數錢」。2008年的金融海嘯,大盤腰斬,許多公司跌到下市,市場花了6年才復原。相對的,橋水基金全天候策略,最多跌了約12%,而且只花了7個月解套,近20年平均都賺7.8%。

另外,也有人好奇資產的獲利來源,所以研究「因子」。我們關注資產的回報,到底是來自波動風險、資產風格還是投資者的情緒...而只要能賺錢,就是好因子。換句話說,在大類資產之下,投資人可以進一步挑選出自己要的風格因子,獲得更高的預期報酬。同時,各位也可以檢視其它投資人的成功歷史,然後逆向分析,並用因子配置的方式複製策略。

哪種方法比較好? 我覺得都好,所以我全都要。


3. 熊掌和魚

我玩過幾乎所有「俠盜獵車手」系列遊戲,主角一次只能選一種武器。霰彈槍範圍廣,衝鋒槍速度快,狙擊槍射程遠,機關槍威力大......所以正常玩的話,需要依照任務情境找出最適合的武器。但是,如果我使用外掛模組,就可以「同時」擁有所有優勢。

在思考投資方案時,這也是我期望的。誠然,很多時候大家會面臨抉擇,只能挑一條路,但是我們可以盡量「疊加」既有的手段,讓策略更優秀。那麼,各位朋友手中現在有什麼呢?

Markowitz的「平均-方差」最優化,check
資本資產定價模型(CAPM),check
Bayesian機率,check
Black Litterman優化模型,check
槓桿,check
Risk Parity模型,check
風險分布模型,check
因子分析,check

我說,也別挑了,全部一起上吧。


4. 整個資產配置框架,可以大略分成三個部分,也就是回報、風險和優化。

傳統派的投資人,會把「因子」放入回報部分,畢竟因子的出身就來自於無法解釋的收益。不過在我的觀念中,既然因子帶有非常明顯的分析精神,那麼就應該最大化它的優勢。換句話說,收益模組同時包含CAPM和因子,因為當人們在對資產「定價」時,就是在預期它的收益來源。知道來源後,我們就可以擬定策略,瞄準想要收獲的回報。寬鬆的定義上,因子屬於α,CAPM則關注β,所以我期望藉由兩者,把市場上的獲利都拿下。

風險部分,大家習慣用「常態分布」來描述波動。實務上,我比較支持利用「調和穩定分布」(TSD)來形容股市回報波動,而有些人用下行風險或VaR/CVar來定義風險。針對波動率,也有人使用ARCH/GARCH來建模,不過我認為這些手段比較適合衍生品交易。另外,完整一些的框架,有人會注重「風險控制」(包括倉位管理),而且越貼近交易層面越明顯。不過既然我使用「種樹法」,不鼓勵交易,也就比較不需要這部分。

現在我們有收益也有風險,而優化又可以分成資產、配置和策略三個方面。

針對資產,大家可以用因子分析的方式,拆解出想要的部分。例如你喜歡動量因子、討厭品質因子,那麼就可以提前計算各因子的曝露,並選出合適的目標資產,而這招在債券也適用。作為類比,有些人會用選擇權把不要的風險遮掉,兩者精神相通,只不過通常衍生品會被歸類為風控的一環。

配置比例的優化,帶有點哲學性質。如果我們知道加權平均和方差了,就可以使用Markowitz的最優化(MVO),算出各種資產的最佳比例。如果我對預期收益不太確定,但大致知道波動風險,就可以使用Risk Parity或最小方差優化,只處理風險部分。另外,利用Bayesian機率,我們可以引入「主觀看法」來更新預期收益,而這就是Black Litterman的精神。萬一你對資產的風險和報酬完全不知道,那麼也可以使用簡單均分的方式配置,成果不會太差。要是我放棄優化也可以,簡單的依據市場權重配置即可,例如股市內部的市值加權指數。

關於策略優化,就是加強以上工具的效用。槓桿,可以放在資產層面,也可以在配置層面(例如風險平價),還可以在投資人配置出高「風險調整後報酬」的比例後,放大波動和報酬。同樣的,因子分析除了用在單類資產收益,還可以拿來分析整套投資組合,也就是跨資產的優化。當然,站在我的立場,因子分析也可以拿來分析因子,例如因子本身的動量。

透過這些步驟,我們可以打造出自己的工具,並應用在市場中。不過在此之外,我還要保留把框架升級和融合的機制。


5. 海納百川

我認為好的投資知識體系,是「模組化」架構。就像一輛車,輪胎、煞車、引擎、變速箱......應該是分開的零件,這樣我們可以輕鬆升級或更換,而不必整輛重買。同樣的,我將資產配置拆成不同部分,也討論一些工具背後的原理,目標就是要讓整體知識模組的分界更清晰。

舉個例子,我在討論MVO的時候,也提到更高階的動差。所以如果哪天,妳突然決定要使用5階動差,可以直接銜接這部分的算法,其它地方不用改。同理,我在說Black Litterman模型的時候,也帶到「重新取樣」,所以投資人可以只學習這種手段,而不用放棄原本的知識。

我之前對技術分析信徒的批評,就包括習慣性的「去脈絡化」,而這個問題比技術分析本身更嚴重。就算有個指標很準,一旦我們放棄思考,不去探究其中脈絡,那麼有天它不準的時候,我們也不知道為什麼,而且根本無法「修正」。我也曾宣稱,不懂Black Scholes定價模型就不要交易選擇權,有人認為太嚴苛,那我換個方式說。巴菲特曾經利用錯誤定價的選擇權來套利,LTCM公司曾經因為選擇權套利模型出現瑕疵而破產,這些都是市場上的知名案例,告誡投資人應該保持謹慎。知其然亦知其所以然,才有機會存活。

因此,每次我在介紹模型的時候,都會提出質疑和可能的改進方法。這不是故意挑毛病,而是贊同基本框架,然後試圖進一步改良。


6. 組合技

基於我「雜亂」的學習歷程,我提出六個框架融合的案例,供各位讀者參考,你也可以直接跳到下一章節。

我的資產配置起點,就排除掉選股和擇時,而是注重於配置比例。但是,如果你想要導入這些「主動」因素,當然也可以。利用BL模型,投資者可以將主觀想法和信心投射到預期收益中,進而影響資產比例,這是最經典的用法。另外,BL既然是機率模型,就可以結合風險平價,或是「因子擇時」,也有人用於槓桿和波動率的擇時。反正我們在逛武器自助餐,挑自己喜歡的工具並組裝,可能也大有用途。

有讀者曾指出,我的文章都著重在「價格」方面,卻忽略掉交易層面的成交量和訂單結構,這是一針見血。原因是,當我選定好資產配置方案時,就可以放著讓它成長,我完全不用擔心交易的問題。不過,如果有人就是想要將兩者結合,或是沿用知識呢? 就我所知,還真的有類似案例。馬可夫鏈(Markov chain),可以用在優化訂單積極性,找出限價程度的平衡點;同時,也因為涉及決策過程,所以有人用於動態資產配置。順帶一提,也有交易者透過連續隱形馬可夫鏈和Monte Carlo,將經濟資訊融入選擇權定價,最後用於資產配置優化。

機器學習,另一大領域,各位應該可以猜到它的應用。最簡單的,就是透過機器學習來得出預期報酬,並藉由BL注入到資產配置方案。當然各位有本事,也可以順便把方差和協方差等都包了,基於相似的風險考量,有些自適應遺傳算法也用於考慮到VaR的組合優化。另外,還記得因子的產出嗎? 我們不但可以利用機器學習來挖出因子,也可以結合兩者,透過因子來擇時,而普遍的應用是涉及到行為金融學的「市場情緒」。

有些學者研究如何置入個人觀點,而除了BL之外,投資人也可以利用熵池(Entropy Pool)的概念。BL是好用,但它的觀點矩陣和信心分布,並不能表現出其它統計中常見的參數,例如尾部分布、非線性元素或波動率。利用最小化相對熵的概念,我們將整體資訊的不確定性降低,而且對非常態分布的風險因子,可以找出數值解。簡單說,我們可以將整組過程理解為對後驗分布的一種優化,只不過彈性非常高,使用者幾乎可以對所有的分布模型表達所有的觀點,還包括了衍生商品定價的估算。這樣一來,資產配置就更加符合人性了。

對於種樹投資者而言,不太需要關注「時間」問題,頂多在動量因子中考慮到檢驗時的單一期限。不過,就如同我強調的「彈性」,如果投資人想要放入時序分析,也有現成的案例可以參考。例如關於波動率模型,除了剛剛提到的GARCH外,EGARCH/TGARCH/NGARCH和隨機波動率都有人用。對於我而言,這是一個從衍生品訂價、因子分析和資產波動風險匯聚出的意外節點,而且也保留後續探討的線索。

最後,因子和量化投資框架,一直是我的隱藏支線,不過比起偷渡,我倒不如直說。我第一次碰到因子,是在接觸量化交易之後;第二次,則是在選擇被動投資之後。如同我在文中提到的,到底要採用傳統量化視角,將因子歸類於收益模型中,並以資產層面優化,還是要將因子分析的精神應用到整體框架,然後倒過來修改優化模型,這是我遇到的問題,而且有同樣煩惱的人還不少。我一直認為投資是科學,而不是藝術,所以我在書中第二篇文章就提到「量化」。沒有量化的概念,資產配置就跟賭博一樣。至於因子和傳統量化要如何融合的問題,我選擇我比較喜歡的方式,但同時保留修改的彈性。


7. 工具越多越好嗎? 不一定,要看投資者是否知道自己在「做什麼」。

有些作者會說,「沒有所謂好的工具,只有最適合自己的。」不過對於這句話,我只同意一半。

捍衛任務裡面的John Wick,精通各類武器,連鉛筆都可以拿來殺人,但他在執行任務時最喜歡拿槍。既然無數的研究者,將當代工具不斷改進,那麼工具當然有優劣之分。例如以前想指數投資,很可能真的需要買進所有公司的股票,或是加入共同基金,一直到後來有人發明指數ETF,讓小資族也可以輕易購買。你還認為,工具無分好壞嗎?

另外,如果我們知道如何建構和改善自己的資產配置思想,當然可以吸收各門派的精華,多多益善。但是,如果投資人只是為了趕流行或一心求快,那麼一昧的拼裝,只會摧毀原本就脆弱的信心和體系。站在這個立場,工具本身是中性的,但要如何使用和組裝,端看投資者的實力。用一樣的字母,莎士比亞就能寫出膾炙人口的作品,厲害的是人而不是工具。

往好處想,各位或許無法熟知每個工具的細節,不過在有限的精力下,挑選出自己喜歡應用的方式,就可以將戰力最大化。例如,我不一定要算出很精確的配置比例,但只要分散投資到不同資產,就可以有效降低回撤風險。況且,我們的初衷是花最少的時間,不可能把所有領域都結合起來,倒不如依照自身的條件,掌握幾個關鍵的概念,就足以獲得跳躍式的實力成長。


8. 來點輕鬆的,我用資產配置的思想,分析各家流派的原型。

巴菲特和價值投資是我之前大量接觸的體系。最簡單的複製巴菲特,就是買他的BRK公司,這道理應該很好懂。然而很多商業團體,把價值投資當成廣告手段,而巴菲特直接變成招牌,他說的話也被斷章取義。坊間有很多老師,打著巴菲特的名義,賣自己的課程,這在我眼中就是一種對大師的污辱。因此,所謂心法和哲學,包括老巴語錄,對我而言是空虛又不可複製的線索。與其如此,投資人不如從因子切入,模仿巴菲特的投資風格。透過因子分析,我們知道老巴偏好價值和品質因子,而比較不喜歡動量和規模因子,同時他也有取得低成本的槓桿能力,讓整體放大倍率在1.4到1.7之間。當妳認為巴菲特不使用槓桿、不喜歡衍生商品、持股時間都很長的時候,不妨看看他的實際作為,然後再思考如何用手邊的工具效法。如此一來,我們可以透過被動的方式,將資產配置比例設計好,然後期望巴菲特風格的報酬會在市場上重現。

指數投資,我非常推崇的投資方式。通常大家說的指數投資,是指股票市值加權指數,而因為大約70%的報酬都可以用「波動風險」(β)來解釋,所以我們可以把資金打入市場曝險,光靠β獲利。從另一個方面講,如果將資產分散到極致,也會得到指數的效果,吃到免費的午餐。值得一提的是,指數的編寫還包含等權或風險、因子加權,特性自然不一樣。我們不必了解原理,也能指數投資,但是有些信徒對於指數的狂熱支持根本缺乏證據,這樣哪天買到等權指數,還不知道收益來源包含了小市值因子。同樣的,有些人對於指數投資無理反對,也沒有比較厲害,因為這些批評沒有建設性,而且出自於無知。回過頭來看,指數投資者是最好接受大類資產配置的族群,因為基本精神完全一樣,這也是我走的路徑。

存股族的股息策略,我曾經撰文討論過。從獲利的角度來看,股息策略不但沒有較高的報酬,而且也因為減少分散優勢,而讓波動增加,得不償失。行為金融和因子的幾個派別對股息策略很有興趣,也提出不同的解釋,甚至有人指出,投資者其實可能也意識到股息策略的缺陷,只不過基於人性而持續執行。至於我對股息的批評,主要是針對錯誤的推導和結論,而不是想存股的「心態」。有一些投資者從銀行商品撤出,轉而投入股市,那麼我認為他想存股也無傷大雅。雖然長期獲利會輸指數投資,但如果連曝險都不願意,那績效只會更慘。有趣的是,我發現這些族群因為先天就有對「穩定」的追求,所以非常容易接受大類資產配置。

定投,不好吧。如果妳都看到這裡,還不知道為什麼定投不好,我再解釋一遍。針對「一筆資金」,定投就是定期把現金轉為股票,所以曝險部位逐漸成長,而現金部位逐漸減少。在市場上,承受波動風險是獲取報酬的主要來源,而現金會因為通膨而帶來虧損。因此,一次把部位放好,以及將部位逐漸放好,對於風險調整後報酬,根本沒有實質上的差異。但是在時間上,定投策略只是把「風險」往後延,所以報酬也就比較小。對於同樣時期的投資人而言,定投會傾向落後給一次性投入的對手,而且時間越長機率越高。你當然可以說你用時序分析,來證明時間分散策略的優勢,但好笑的是,我遇到每個講定投的人,都說他放棄考慮選擇時機。(妳可以用無數個論點說明立法院放太陽花有問題,但如果妳拿出攻擊香蕉的理由,是妳有問題。) 因此,與其用現金和股票來配置,不如使用股票和債券,在資產層面分散風險,才具有真正的高效率。當然,如果定投能讓投資人在市場中比較「安心」,存活時間拉長,也是一種不錯的手段。

機器人投資,是不是聽起來很高尚? 可惜的是,這個名詞背後也是商業廣告。先說假機器人,很多機構已經有既定策略(包括自家商品),然後讓投資者選擇風險偏好,再自動推薦出一系列方案。按照這種講法,妳隨便看一眼手錶,然後用這些數字來當作股票代號,也叫做機器人投資。至於真機器人,有一些公司的作法是使用自動選股模型,然後以BL結合其它優化方法和數據,再機械化執行。不過,我認為這種方式離大家心中的AI,還有很長距離,在此就不再贅述。總而言之,不是把所有「聽不懂」的新鮮算法湊在一起,就叫做機器人投資。換個方式想,業界確實有人利用AI在市場取得優勢,但核心技術不可能拱手讓人。所以,最終流到市面上的手段,很可能已經失效,更不要說被包裝成商品的概念,只不過是賣給民眾的老把戲。機器人投資確實用到了資產配置的概念,不過這不是我們捐血給機構的理由。


9. 實證和實戰

資產配置,充其量是工具,不過我還要提到上下兩層架構,分別是工具的「執行」和策略的「設計」。

如果讀者看過我的歷來文章,應該會知道我在市場上的心路轉變。我的資歷很淺,不過因為個性使然,常常學到新觀念就拿來試用,所以有時候虧得莫名其妙。也因此,我認為有幾點心態,比工具或資金都還重要。

首先,理論家無法賺錢。模型再好,不投入市場,一樣是空談。我寫出不同的配置方式和優化模型,不是要讓讀者坐在電腦前,寫出一套完美框架,因為妳永遠不可能完全「正確」。我自己的作法,是選出可以接受的方案,進行策略回測和修正,然後進入市場實際執行。我非常鼓勵被動投資,現在的我就是,但這也是一種「買進並持有」的策略,而不是被動的不投資。

資金分配的緣故,我的台灣期貨帳戶曾一段時間沒有活動,被營業員「暗示」可以多多交易,更早以前也曾因為某些原因,讓股票帳戶閒置。但是,我隨時可以登入和交易,不論是小賭怡情還是測試策略都很方便。因此,我認為「注資」這個小小的第一步,對於緊張的初次投資者而言,非常重要。沒進入市場,只會用「我覺得」和「我猜」走跳,就是紙上談兵,不可能獲利。

再者,我同時間也反對完全的「經驗主義」。雖然有經驗的投資人,比純粹的理論家好一些,但是不建立起自己的理論,最終只是原地踏步。30年和31年的計程車老司機,誰比較會開車? 可能根本不相上下。那麼,多餘的1年經驗對於技術而言並無幫助。文具店買的計算機,運算速度遠超人類,但我們讓它練習十億道數學題目(假設按鍵沒有碎掉),它會變聰明嗎? 不會,因為它完全沒有將經歷昇華成知識的能力。

我是新手散戶,不可能和市場中的老手拚經驗,所以我必須藉助其它工具,才能避免被幹掉。假設我們都想測試一種新策略,老手可能見過大風大浪,馬上就有答案;我則會利用電腦程式回測,一次跑個幾十年歷史,幾分鐘之後也會有答案。雖然我無法感受到當時的實際狀況,但至少在經驗總結上,我不會落後老手太多。另一方面,我認為交易是投資的最終步驟,如果投資人不願思考,卻想要透過大量交易來累積經驗,最終只會提升「熟練度」,下一次的交易並不會有更大優勢。

所幸,人們並不需要成為極端的理論家或老司機,就能進行投資。我很喜歡參考別人的模型,並區分出主要架構和可以被取代的模組,這樣我可以直接應用自己欣賞的部分,然後再慢慢修改,讓整套手法更優良。雖然一開始可能會少賺一些或遭受損失,但聊勝於無,至少同時累積了經驗和知識,並不算浪費時間。

最簡單的例子,各位可能聽到「美股指數投資」,於是跑去查資料,然後隨便找一間複委託,買進ETF。後來妳發現,以資金量計算,直接開戶更便宜,於是妳開了美國帳戶。過了一段時間,妳又接觸到股債結合,於是利用既有的交易平台,買入債券。之後,妳想要優化投資組合,於是用電腦算出理想比例,再次進入市場調整倉位。這個步驟持續進行,投資人也不斷更新自己的投資模式,直到滿意。

想要一步到位,什麼事情都無法完成。行動之餘不思考,也永遠無法累積實力。因此,檢視實證和實戰經驗,建立投資的體系,或許對投資者的能力會有幫助。


10. 進入尾聲,我要告訴各位讀者朋友一個壞消息和一個好消息。

壞消息是個殘酷的事實。

在市場上,我前面說的內容,都可能沒用。我們永遠不知道明天的市場會發生什麼變化,也就是說,那些過去有效的獲利因素,也可能從此消失。這部分,主動投資者應該很認同,倒是一些被動投資者(例如我)難以接受。像是對於指數投資者而言,理論的獲利來源可以是資產組合的最優化和資產定價,也可以從經濟和公司成長解釋,但不代表指數投資保證賺錢。如果不願意正視這個可能,那待在市場上就是一個矛盾。

市場的存在,是因為交易者願意「賭博」。只有兩個人剛好都覺得自己比較聰明,而且看法相反,交易才會出現。因此,進入市場本來就具有風險,但我們可以利用統計來描述機率,而這種近似的模型可以帶來信心。明天太陽撞地球,可能嗎? 當然有可能,畢竟我又無法預知未來,但是我不認為這會影響自己的投資策略。所以,各位或許不必太悲觀,可以對工具抱有一些期望。

好消息是,我們不需要多厲害,就可以提高獲利機會。

舉個例子,我根本不知道什麼是優化,但我信任指數投資和大類資產配置,所以採用傳統比例,股票60%和債券40%,每年再平衡。這樣配置的結果,雖然獲利輸給純股市,但在網路泡沫和金融海嘯中,不但跌得比較少,而且復原速度也更快。如果全球再度遇到一次大崩盤呢? 我可以合理期待,這次的慘烈程度應該也會在承受範圍內,至少我不用擔心股票「下市」的問題。

重點是,我完全可以按照既有計畫,讓資產配置發揮效用。當市場變得浮躁,各種一夕致富的文章出現,我繼續過生活,樹也繼續長大。當大家緊張的看著新聞,當網路上的氣氛變得悲慘,我還是過我的生活、賺我的錢、寫我的書、喝我的酒。我猜各位和我一樣,進入市場是為了賺錢而不是勞動,那麼或許優雅的資產配置,可以完成妳的目標。


11. 如果讀者看到這裡,依然不知道如何配置的話,我提出一個常見案例。

最近25年,股市大盤年化績效是10%,最多跌了50%,花了6年多復原。

假設現在REITS有5%,股市35%,債券60%,每個月再平衡,那這樣會得到什麼結果呢? 年化績效大約是7.3%,最大跌幅是22%,不到兩年半復原。

妳可以進一步優化,小市值成長因子股票30%,長期債券65%,REITS配2%,貴金屬3%,同時加上55%的槓桿。這樣配置的結果,年化績效13.3%,最大跌幅依然是22%,但是一年四個月復原。換句話說,在將資產分散並優化配置後,我們可以賺得更多、虧得更少、睡得更好。

如果你就是喜歡刺激,認為50%跌幅根本不算什麼,畢竟房價都可以跌到超過65%了,想要找更激進的方式,當然也可以。當你把槓桿增加350% (4.5倍槓桿),在海嘯的時候會跌掉63%,花了一年八個月回到新高,同時會得到35.7%的年化績效。

(注意,以上配置只經過簡單歷史回測,而且不考慮各種槓桿成本和通膨,所以各位不要直接抄作業。妳如果破產,我會笑妳。)

由此可見,工具本身可以為投資人帶來更理想的回報,同時降低波動風險。但我再強調一遍,如果市場風險可以被控制或了解,那事實上也不會叫風險了。我認為,當我們猶豫的時候,倒不如保守一些,因為在市場上長期存活才是第一法則。


12. 資產配置適合各位嗎?

淺談了資產配置的方法,或許大家會有更多疑問,而我還必須澄清幾個迷思。

有些人認為,資產配置只適合富有的人,但這就是個笑話。想想看,我在描述績效或風險的時候,有提到資產門檻或金額嗎? 沒有,我全部都在講「比例」。這是因為,不管是股票、債券還是REITs,全部都在二級市場上。對於指數型的ETF,我們根本不用擔心流動性的問題,而且既然是散戶,也無法影響大盤。(當然,要是你有本事獨自把大盤買到漲起來,請聯絡我。) 因此,只要我們的配置比例一樣,績效就會一樣,這不正是資產配置適合所有人的最佳證據嗎?

另外,也有人說資產配置會降低報酬,所以一般人倒不如單壓股票拚翻身。我說,想要提高速度很簡單,靠槓桿疊上去就好了,問題是妳都不用考慮風險嗎? 舉個例子,同樣時速200公里,我明明可以在高鐵上輕鬆愜意,為什麼要用一輛老三輪去賭命? 想要提高報酬,可以從資產、配置和優化層面下手,沒必要盲目的冒險。因此,如果各位再聽到這種說法,不如勸對方去買彩券,這才是真正的大賺。

資產配置難嗎? 可以很難,因為各種優化模型都大有來頭。BL的Black沒有得到諾貝爾獎,只是因為他過世得早;MVO的Markowitz就因為卓越貢獻,真的拿過諾貝爾獎;基於Risk Parity的全天候基金,也讓Dalio享譽世界;提出因子的Fama,又是另一個諾貝爾獎得主......同時,資產配置也可以很簡單。股票、債券、房地產、貴金屬等指數,我們都可以透過ETF投資,完全就像買單一股票,這樣的門檻很高嗎? 別小看自己了。

各位讀者看到這裡,如果對某些模型有興趣,不妨自行找資料研究,或是翻到前面閱讀相關章節。當然,我也很鼓勵大家設計好自己的配置方案,然後將資金放入市場,開始「種樹」。

喜歡我的文章嗎?
別忘了給點支持與讚賞,讓我知道創作的路上有你陪伴。

CC BY-NC-ND 2.0 版權聲明

Markowitz和效率前緣

CAPM與手扶梯

Black Litterman 資產配置的好武器

1

看不過癮?

一鍵登入,即可加入全球最優質中文創作社區