期货交易自动化论坛

 找回密码
 立即注册
搜索
热搜: 活动 交友 discuz
查看: 23|回复: 0

【期货圈网站】程序化交易之投资中的风险管理-股指期货-金融界股票论坛

[复制链接] |主动推送

285万

主题

285万

帖子

855万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
8553710
发表于 2022-9-15 13:23:12 | 显示全部楼层 |阅读模式
尊敬的用户:
如您在使用金融界网站论坛的过程中发现色情,反动言论,伪造他人言论,广告欺诈等帖子,为便于网友反馈问题,特将金融界论坛管理员联系方式公布如下,欢迎大家有问题或者建议随时联系。
金融界客户服务中心邮箱:jrjhudong@jrj.com.cn
论坛客服电话010-58325388-1532
金融界论坛官方账户:管理员01
金融界论坛客服QQ:2632547546
  说到投资,你可能已经习惯了听GMO痛批传统智慧和学术观点。不过,根据定义做一个有效的投资者几乎意味着忽视甚至对抗传统,在风险控制方面,学术界的观点和传统智慧无疑是有用的。虽然我们认为在风险和风险控制方面,无论是学术观念还是传统智慧都没有把问题说清楚,不过它们却是一个很好的起点。
分散投资于迄今所有可能的投资类别。在这一点上的传统智慧基本上可以总结为 不要把所有的鸡蛋放在一个篮子里。
学术观点得出的也是同样的结论,尽管使用了多得多的数学推理。基本理由是,由于资产类别并不是完全相关的,因此一个分散程度良好的投资组合的预期回报将等于潜在资产回报的加权平均值,但是组合的波动性要比各类资产波动性的加权平均值低很多。
我们自己得出的结论与此相同,尽管我们会为分散投资附加一个额外的理由。在我们看来,投资者面临的最大风险是对某一资产支付过高的价格。对一个具有长期实践视野的投资者来说,资产的波动性可能不是主要的担忧,只要该资产的定价水平使得投资者承担的风险得到了补偿。在10到20年的时间范围之内,衰退、通货膨胀、战争、瘟疫和其他灾难造成的影响通常没那么大,但是在资产昂贵的时候买入确实毁灭性的。广泛的分散投资降低了这一威胁,因为它降低了引起多年失望回报的重要风险。
以一种严格的方式将投资组合重新调回到你的长期目标。传统智慧和学术观点喜欢这一条的基本原因相同 如果从风险/回报配比的角度看起初的目标是有道理的,那么就没有理由让投资组合偏离目标。事实上,除了有效市场理论的终极信徒之外,几乎每个人都赞成对投资组合进行重新调整,因为反对这种做法的唯一真正理由是断言市值加权的全球证券组合式唯一有效的投资组合,并且市场波动仅仅反映了市场向这个组合的、理由充足的变动。这一假设太过夸张以至于即便是坚信股市是有效的学术人员也很乐意坦诚:为了维持一个始终如一的风险水平,人们或许愿意以这种方式预测全球市场。
我们的信条再次给这个想法增添了一丝微妙,从而使之成为比传统智慧更加重要的观念 从我们的角度看。考虑到某一资产支付过高价格的风险如此致命并且支付过低价格的收益如此可观,因此重新平衡可以带来巨大的好处:它可以让你的投资组合自动从之前表现很好的资产类别转移到之前表现惨淡的资产类别,因为资产类别之前表现较好,其价值高估的风险就更高,相反,之前表现惨淡的资产类别其价值低估的可能性更大。虽然学术人员把重新平衡看做是一个纯粹的风险控制操作,对我们来说,它还能改善长期回报,因为资产类别的回报是均值回归的。
这一观念或许尚不能被称作传统智慧,尽管从学术人员的角度看它的历史非常悠久,因为马科维茨发表的论文 关于投资组合最优化的均值方差理论 至今已经有50多年了。学术争论从数学角度看异常复杂,但是从理念上看却相当简单。作为一个风险规避的投资者,你的目标是组建一个投资组合一边在给定的风险水平下获取尽可能高的预期回报,或者等价的说法是,组建一个风险程度最低的投资组合,并且这个组合能满足你的回报要求。均值方差最优化理论提供了一个这样的做法,该理论将投资者对预期回报、波动性和可得资产之间的相关性的判断考虑在内。这一操作的结果就是投资组合的 有效前沿 ,这个前沿的有效之处在于对任何一个给定的波动性水平,它们的语气回报是所有可能之中最高的。下面给出了该理论的一个简单版本,里面有三中资产 大盘股、小盘股和债券。
这条线就是投资组合的前沿,在这个前沿上,每一个风险水平所对应的回报是最高的,这个投资组合由大盘股、小盘股和债券构成。有一个重要的地方值得注意 尤其是从学术界的角度看更是如此,那就是大盘股和债券的平方位于这条有效前沿的下方。这意味着在每一个资产类别所体现的风险水平上,一些由所有这三种资产类别构成的特定投资组合优于单独持有任何一个单一资产类别。学术界喜欢最优化因为它为投资组合的构建过程平添了一股数学活力。
从业人员对最优化有些不那么热心,因为它有严重的操作缺陷。首先,最优化要求投资者对预期回报、波动性以及资产之间的相关性心存信念,最优化并不是一个无足轻重的操作。其次,最优化对这些信念非常敏感,结果显而易见,预期回报或者波动性微小的变化就可以导致差别巨大的投资组合。第三,使用最优化得出的投资组合和传统组合的差别如此之大,以至于向传统组合转变的职业或者声誉风险高得超出了投资者的承受范围,因此他们反而选择确保他们的资产配置和他们同行很像就行了。
我们认为通常情况下,对投资者来说,最优化还是一个有用的工具,尽管它有这些缺陷,因为这些问题的时机解决办法似乎更有可能改善投资组合而不是相反。首先,虽然得出预期回报等并不是一个无关重要的任务,不过执行起来还是很有帮助的,因为它可以促使投资者去审慎地思考为什么一项投资具有它拥有的这些特征,并且考虑到该项投资的这些特征,多高的预期回报才是 公平的 。很难将这种分析当做坏事来对待。其次,这种方法得出的投资组合通常将比传统组合的分散程度更高,该组合在传统资产上配置的比重以及表现的 本土偏见 比大多数投资者的投资组合要小。第三,虽然投资者不太可能完全按照最优化的结果进行资产配置,比如结果显示应该将30%的资金配置在某项资产 比如木材,但是看到最优的投资组合包含这么高比重的木材通常也会促使投资者认真考虑至少在这个边缘资产类别中做出少量投资,这有百利而无一害。
贝塔是某一资产或投资组合相对于市场变动的敏感性。在这一点上传统智慧和学术观点真的是站在同一战线上,尽管学术界走得更远一些。传统智慧认为贝塔是投资组合主要的风险来源,因此投资者应该紧紧盯住它,避免增加不必要的贝塔。有些学术人员认为贝塔是投资组合内的风险,并且某一资产或策略的预期回报由其贝塔决定。在极端的情况下,这一点可以作为反对分散投资的理由,因为在极端情况下分散投资是不利的。不过大部分学术人员在这个话题上都不是那么教条,相反他们认为低贝塔高预期回报的资产确实对投资组合有利,就像最优化工具那样。我们自己的看法和传统智慧非常相近。虽然实际情况是:资产定价相当无效,高贝塔资产的预期回报很容易就低于低贝塔资产,不过从风险的角度看,贝塔极端重要,获悉你的投资组合相对于股市有多敏感非常有用,即使风险的其他维度也很重要。
说这个观念是传统智慧或许太早了一点,除非你是一家投资银行,但这是一个普及度不断提高的风险指标。在险价值试图以在一个特定的时期、特定的置信水平上,预期投资组合遭到的亏损量的方式计算投资组合的风险。计算这个指标有许多种不同的方法,不过对我们本文的目的来说细节并不必然那么重要。
VAR的学术价值是,比起波动性来,VAR在衡量风险方面可能更灵活,实践价值是VAR易于理解,大部分投资者都能理解VAR是什么意思,比如一个投资组合在10日之内亏损5%的概率是1%。
我们的看法是VAR对采用了杠杆的投资组合而言是一个有用的考量风险的方法,因为该方法的灵活性高,可以把你对世界上任何特殊的见解都装入你的风险模型中。但是模型输出的数据质量和输入数据的质量一样低,因此VAR很容易给人一种错误的安全感。如果你的VAR计算低估了风险,那么它可能会鼓励你来承担过多的杠杆,给你带来严重的麻烦,长期资本管理公司就是一个先例。VAR还能导致相当令人沮丧的事后分析,因为假如你的VAR告诉你可能会损失10%,而实际上你损失了30%,你不知道是计算错了,还是计算是对的,但是结果有出入,发生这个出入是一个六个标准差的事件。
在风险控制方面,许多传统智慧其实真的是智慧。关注投资组合的分散程度、重新平衡和贝塔都是思虑周详的投资组合管理的基本要求。虽然最优化和在险价值在使用上的缺点比前三个多,它们在构建和分析投资组合方面同样有用。只要清楚它们的局限,它们依然是异常灵活和有用的工具。
已经成功收藏本帖!请到我的收藏中查看所有收藏贴
窗口5秒自动关闭

复制链接给好友
本帖连接:

分享到:我的金融界

复制链接给好友
帖子地址已经复制,您可以粘贴到QQ,MSN或者邮件发给好友了!每次点击你将获得一个威望。
窗口5秒自动关闭


小心买坚决卖
荐股大赛排名:1
总收益率:14160.32%
平均收益率:30.00%
推荐次数:472
成功次数:456
今日访问量:125

股农168
荐股大赛排名:9
总收益率:6173.18%
平均收益率:21.29%
推荐次数:290
成功次数:239
今日访问量:67

红旗插上三千点
荐股大赛排名:10
总收益率:73466.47%
平均收益率:20.54%
推荐次数:3576
成功次数:2869
今日访问量:64

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|Archiver|手机版|小黑屋|期货交易自动化论坛

GMT+8, 2025-6-21 13:24 , Processed in 0.086641 second(s), 27 queries .

Powered by Discuz! X3.4

© 2001-2017 Comsenz Inc.

快速回复 返回顶部 返回列表