送你個投資錦囊——馬科維茨理論

買賣虛擬貨幣

送你個投資錦囊——馬科維茨理論

風險和收益,是投資之前必須考慮的問題。關於單個投資標的的風險收益評估,我之前寫過一篇文章《從DBA投票,談談夏普比率》,分享了夏普比率在投資中的應用。

而面對多個投資選擇時,雞蛋不要放在一個籃子裡,這是一句大家都熟知的俗語。就是說不要在一個投資標的上面下重注,要注意分散風險。但這句話其實並不只是感性的認知,而是蘊含著理性的分析。這就是馬科維茨提出的金融學的宇宙大爆炸理論——投資組合理論。

投資組合理論

首先,來科普一下投資組合理論。這個理論是經濟學家馬科維茨提出來的,具體內容如下。

投資組合理論是指,若干種證券組成的投資組合,其收益是這些證券收益的加權平均數,但是其風險不是這些證券風險的加權平均風險,投資組合能降低非系統性風險。

——百度百科《投資組合理論》

我們前面已經知道了夏普比率,其中有一個很重要的概念就是將風險數學化。

標準差就是風險。在概率統計中最常使用作為統計分佈程度(statistical dispersion)上的測量。標準差定義是總體各單位標準值與其平均數離差平方的算術平均數的平方根。它反映組內個體間的離散程度(引自百度百科)。標準差,就是把風險的波動幅度,用數學語言表示出來。直觀的來說,一個幣種,波動越大,風險就越大;波動越小,就越穩。

因此,理解投資組合理論,也是從這裡開始。

我們在思考投資組合時,會面臨這樣一個問題,我們如何配置自己的投資組合,使得投資收益最高,風險最小呢?馬科維茨在思考這個問題時,天才般地把這個問題轉化成了數學問題:他把組合中所有的投資比便視為變數,對每個固定收益率來求最小方差,或者對每一個固定的方差求最大的收益率,只要解析一組多元方程,就可以找到最優解。馬科維茨也因為這個理論獲得了1990年的諾貝爾經濟學獎。

在金融學教材中,有這樣一個經典的例子,可以幫助你理解投資組合理論。

現在假定你有一筆錢做投資,目前你面臨著兩隻股票,收益率都是 8%。方差(金融學裡面衡量風險的指標)都是 25%,這兩個股票之間的相關係數是 0.3,換句話說,也就是一個股票上漲或者下跌 1 元錢,另外一隻會跟著上漲或者下跌 0.3 元。

現在我問你,你是將所有的錢全部放在一隻股票上,還是做一個投資組合,在兩隻股票上各放 50% 的資金呢?很多人憑著直覺就會得出答案。既然收益率和風險都一模一樣,那全部放在一隻股票或者各放 50%,不應該是一樣的嗎?但是這個答案只對了一半,把資金全部放在一隻股票,和每隻股票上放 50% 的資金,你的投資收益率確確實實仍然是 8%。但是把資金在兩隻股票上各放 50% 的這個投資組合,它的方差下降到了 16.25%,換句話說,用投資組合的風險,比單投一個股票的風險下降了 35% 左右。

其數學計算過程如下:

現在我們知道了,投資時利用組合配置分散風險,這背後有堅實的理論基礎。

實踐

那具體如何操作呢?

首先,先分析各種選擇的風險和收益(應用夏普比率)。

然後,將各種選擇按夏普比率進行排序,進行配置。(投資組合理論)

拿我自己來說,在幣圈,目前擺在我面前的選擇有這幾種:寫作,DBA,炒幣,建社群,區塊鏈遊戲,愛西歐,擼羊毛……

而我的配置組合是怎麼樣的呢?如果你常看我的文章,可以從中找到答案。

同時,第一期DBA的部分專案空投已經發放,收益還不錯的樣子。第二期將於8月6日18:00準時開始。和上期一樣, 這一期的DBA投票也是全部按1.1倍返還,這個專案的夏普比率如何,你應該有底啦。

如果還沒有來得及上車的朋友,可以用我的連結註冊:https://www.dbaglobal.com/#/reg?ref=3a3b9d94

另外,如果你想了解更多關於DBA的介紹及我對專案的分析,可點選以下連結,供您參考:

  1. 【聽風思考】透過幾個對比,向小白解釋DBA是什麼
  2. DBA首期9個專案全分析及投票總結
  3. 從DBA投票,談談夏普比率
  4. DBA投票專案回顧——細說黑馬BitDATA
  5. DBA投票專案回顧——眾望所歸的樂塊
  6. DBA投票專案回顧——定位藍海的LOTS

參考文獻:

  1. 百度百科,投資組合理論
  2. 香帥北大金融學課——不要把雞蛋放在一個籃子裡,有理論依據嗎?

聽風說幣: 區塊鏈中文字幕組成員。微訊號seeknsee,歡迎關注我的微信公眾號聽風說幣,我們一起在區塊鏈的世界裡,思考、進化,踐行、成長。你也可以在我公眾號或幣乎文章中留言,咱們私撩~

版權所有,轉載請先聯絡。

免責聲明:

  1. 本文版權歸原作者所有,僅代表作者本人觀點,不代表鏈報觀點或立場。
  2. 如發現文章、圖片等侵權行爲,侵權責任將由作者本人承擔。
  3. 鏈報僅提供相關項目信息,不構成任何投資建議

推荐阅读

;