您是否曾經(jīng)想過(guò)為什么您的股票投資組合表現不如基本的“股票市場(chǎng)” ETF更好，或更糟糕的是您自己的期望呢?盡管您的Robinhood帳戶(hù)中有“正確”的股票，但您的整體投資組合不應該在應有的位置?這是有原因的，原因很簡(jiǎn)單：買(mǎi)一籃子股票并稱(chēng)其為每日交易還不夠。
確定要購買(mǎi)多少股票并不像基本的數學(xué)方程式那么簡(jiǎn)單。為什么要根據昨天的股市來(lái)建立您的投資組合?人工智能(AI)的進(jìn)步使現在更容易以高概率預測明天的股票市場(chǎng)。有了這些信息，使用AI方法論構建的投資組合將在結構上為個(gè)人帶來(lái)更好的表現。
什么是多元化投資組合？
在討論投資時(shí)，多元化的概念被廣泛使用，它的真實(shí)含義通常會(huì )丟失(或遺漏!)。當我們考慮多元化時(shí)，我們指的是您投資組合中的風(fēng)險。需要考慮多種風(fēng)險，但投資者通常只關(guān)注一種類(lèi)型：業(yè)績(jì)。衡量績(jì)效風(fēng)險顯然是投資者的關(guān)鍵指標-如果您認為自己不會(huì )獲得正回報，那么為什么要進(jìn)行投資呢!但是許多人不知道的是，過(guò)分強調回報可能會(huì )增加投資組合中的其他風(fēng)險。
這是一個(gè)例子。假設您將40%的投資組合投入了ABC股票。ABC上升很多，但隨后在同一天內突然下降。結果，我們將股票ABC稱(chēng)為“波動(dòng)”股票。當ABC啟動(dòng)時(shí)，一切都很好，但是當ABC下降10%的一天會(huì )發(fā)生什么呢?由于您將投資組合的40%投入到ABC股票中，因此下降10%意味著(zhù)–假設投資組合的其余部分沒(méi)有變化–您的投資組合將下降4%。為了達到收支平衡，您需要您的投資組合來(lái)獲得更多超過(guò)4%。我的朋友，那是復合的力量，它正在對您不利。擁有較小的ABC投資組合百分比可能會(huì )更好，這使您可以投資自己喜歡的一只股票，而不會(huì )使整個(gè)投資組合面臨風(fēng)險。他被稱(chēng)為風(fēng)險回報關(guān)系。我們將對此進(jìn)行更多討論。
正確的多元化
知道不要購買(mǎi)太多的高波動(dòng)性股票只會(huì )刮傷表面。接下來(lái)，您需要考慮相關(guān)因素對您的投資組合的作用和影響。讓我們來(lái)看另一個(gè)例子。假設您要購買(mǎi)股票ABC和股票XYZ。您已經(jīng)注意到，每次ABC上升，XYZ也會(huì )上升。當ABC下降時(shí)，XYZ也下降。我們剛剛描述的是所謂的正線(xiàn)性關(guān)系，也稱(chēng)為相關(guān)。
相關(guān)性的測量范圍是-1到+1。在此范圍內，證券變化(在這種情況下為股票ABC和XYZ)的線(xiàn)性關(guān)系被歸一化。如果ABC和XYZ的相關(guān)系數為0.75，則意味著(zhù)這兩只股票之間存在相對較強的正相關(guān)性。換句話(huà)說(shuō)，您可以期望每次ABC上升，XYZ上升，反之亦然。因此，通過(guò)同時(shí)購買(mǎi)ABC和XYZ，您將在投資組合中引入類(lèi)似的風(fēng)險。為了避免將風(fēng)險集中在相似或相關(guān)的想法上，投資與股票ABC關(guān)聯(lián)性較弱的股票會(huì )更有意義。否則，這與購買(mǎi)全部股票ABC一樣有風(fēng)險。
但是風(fēng)險呢？
還記得我們前面提到的風(fēng)險與回報的關(guān)系嗎?這就是它的用武之地。盡管可以用許多不同的方式來(lái)衡量風(fēng)險回報，但我們將專(zhuān)注于波動(dòng)回報率的基本關(guān)系。
在考慮風(fēng)險回報時(shí)，請問(wèn)自己，您接受的每個(gè)波動(dòng)率(風(fēng)險)能為您帶來(lái)多少回報。如果比率低于1，則意味著(zhù)您在投資組合收益中獲得的回報不足以抵消接受投資組合波動(dòng)的風(fēng)險。在理想情況下，您希望風(fēng)險回報率遠高于1.0 。請記住，您獲得的投資組合收益金額大大超過(guò)了投資組合所承擔的風(fēng)險。因此，當您考慮構建投資組合時(shí)，請始終專(zhuān)注于這種關(guān)系，以幫助最大化投資組合中最佳的風(fēng)險調整收益。
放在一起
提醒您，以下是構建多元化投資組合時(shí)要牢記的三件事：
1.避免用高波動(dòng)性股票填補過(guò)多的投資組合
2.股票之間的強相關(guān)性可能會(huì )帶來(lái)額外的風(fēng)險
3.接受投資組合的波動(dòng)性時(shí)，請務(wù)必考慮風(fēng)險回報率
建立多元化的投資組合后，下一步就是將這些規則應用于您的投資組合。通常，您的經(jīng)紀人會(huì )為您提供某種類(lèi)型的軟件來(lái)構建您的投資組合，但是其中大多數功能都是基本功能，不能提供尋找最佳投資組合所需的正確工具。不幸的是，這使microsoft excel和軟件工程解決方案成為唯一可行的選擇。我們最喜歡的軟件工程解決方案是用R和Python編寫(xiě)的，但是運行優(yōu)化方案可以用許多編程語(yǔ)言來(lái)完成。
AI如何適應-為何有人要關(guān)心？
這可能會(huì )令人震驚，但是我們上面概述的所有練習的預測性或多或少都是毫無(wú)價(jià)值的。更瘋狂的是，華爾街上的大多數機構投資者都在使用我們都知道是錯誤的基本數學(xué)解決方案。我們上面概述的問(wèn)題是它是向后看的，它是基于過(guò)去的表現。您可能聽(tīng)說(shuō)過(guò)“過(guò)去的表現并不代表將來(lái)的表現”。在這種情況下，查看過(guò)去的價(jià)格表現并不能使我們對股票的未來(lái)表現有任何了解：這是事前與事后的辯論。從中心右側輸入我們的AI資產(chǎn)分配模型。
AI資產(chǎn)分配模型(尤其是AI聚類(lèi)模型)可基于許多因素(本文將不涉及)幫助做出更穩健的“前瞻性”預測，預測股價(jià)將如何變化。但是，最終結果始終是更穩定的投資組合，因為進(jìn)入計算的輸入是前瞻性的。讓我們看一下我們最喜歡的AI資產(chǎn)分配模型之一，即Hierarchical Risk Parity，以了解其工作原理。
AI資產(chǎn)分配模型如何工作？
首先，我們通過(guò)測量不同相關(guān)之間的絕對距離來(lái)考慮相關(guān)性以及不同相關(guān)對之間的差異。通過(guò)這樣做，算法開(kāi)始理解這些差異如何聚集在一起。我們重復此步驟，直到剩下一個(gè)大群集為止。然后，我們回溯之前的步驟，并根據每個(gè)集群內的差異將權重分配給不同的股票。為了更好地理解非線(xiàn)性關(guān)系，這些聚類(lèi)按重要性(層次結構)進(jìn)行排列。就像那樣，我們有一個(gè)投資組合分配，它最能代表我們最大的賭注，可以最大限度地提高我們的回報，并通過(guò)考慮非線(xiàn)性關(guān)系，而不僅僅是基本線(xiàn)性關(guān)系，將未來(lái)期間的波動(dòng)率降至最低。
