資產配置適合所有人,別再誤導了
近期我在反思怎麼將「資產配置」寫得簡單易懂,所以回頭去找了一些網路文章。
不看還好,一看吐血。
我發現,有一群人就是喜歡亂講,讀者還不少,然後大家互相抄襲。
結果,可憐的讀者就聽信了。
到底誰跟你說,資產配置會「降低回報」?
尤其是,這句話在我身邊好友出現,嚇我一大跳。
對,我知道,台灣網路上寫投資和理財的就是這幾大陣營嘛。
有人的地方就有江湖,我也不想要搞得自己最清高,其它人都神棍。(雖然我的邪教都招不到信眾啦。)
但就事論事,即使我非常鼓勵指數被動投資,即使很多寫資產配置的作者也都從這個體系出來,也不代表話可以亂說吧。
如果妳說,和純股票相比,股債結合會降低組合報酬,當然可以。
那你怎麼不說,和純債券相比,股債結合會提升報酬?
還有更好笑的。
有些人連前提都不說,就直接來一句「組合會降低報酬」,然後開始推論。
意思是,「窮人、年輕人、普通人、想賺快一點的人,就不需要資產配置。」
然後這種說詞,就被主動投資陣營撿來當武器,開始攻擊資產配置和指數投資的內容。
你莫名其妙被噴幾個洞,但子彈還是你提供的,這樣有比較舒服嗎?
我是沒讀書啦,但看來有些作者,書也只讀一半。
「狂徒,你沒讀書就安靜,不要大放厥詞。」
如果妳這樣想,我可以理解,但我不打算停止,而且我還要繼續說我的看法。
資產配置,我們要的是什麼?
我們就是要「低風險高報酬」;我要風險比妳小、報酬比妳多;我要用最少的努力,換取最大的回報。
用「傳統」的定義,這個報酬和風險的比例,就叫做Sharpe.
所以我希望透過不同資產的配置,找出預期Sharpe ratio高的組合。
不論妳採用什麼優化方式,MV也好,BL也罷,Risk Parity也可以,都是在調整比例。
那優化依據,會只有「報酬」一個嗎?
不是吧。
妳跟我說要考量標準差,要考慮共變異數、觀點矩陣、超額報酬向量,然後二次規劃求解還有約束條件。
而且你還會畫圖,告訴我效率前緣,有時候加上無風險利率和一條資本市場線。
然後,你們卻告訴大家,「組合會降低報酬」? That's all u got?
那我前面到底看了什麼東西?
就從資本市場線開始說。
你都說是一條線了,怎麼還會堅持待在切點上呢?
往下,降槓桿;往上,升槓桿。
這些調整根本不影響Sharpe和資產比例,對吧。
所以,資產配置,我有我的說法。
你要有多高的預期報酬或多低的預期波動,都可以調出來,而且風險和報酬的比率可以提高。
我懂,有些人對槓桿排斥,所以絕口不提,這或許是指數投資領域過來的先天不足。(我就曾經是這樣。)
但是,在說資產配置的時候,大家最常說的兩種資產,就是股票和債券。
股票,就是向市場籌資;債券,就象徵著借錢。
既然股債天生就帶有槓桿,所以投資人更應該有調整槓桿的心理準備。
因此,別再說什麼會組合會降低報酬了,你甚至連提高報酬都最好不要說。
這種說一半的話,只會反映讀一半的書。
最後,我要澄清,我尊重每個敢在網路上發表文章的作者,我一向對事不對人。
所以那些書只讀25%的,也不要偷笑。
妳可以笑我啦,我欣然接受,反正我常常被嗆嘛。
但如果你覺得這些作者無知,那有問題的其實是你自己。
每次我在說一個95分的作者,有5分缺點的時候,總會跑來一堆接近0分的人一起罵。
今天我的重點,只是檢討對於報酬和風險關係的「敘述」,而不是資產配置本身,更不是指數被動投資體系出身的作者。
當然啦,我根本不是什麼咖,人微言輕。
不過或許就是因為沒有包袱,所以敢寫吧。
註:
1. 每次遇到有人說資產配置賺太慢,都讓我想到一個故事。
有一天晚上我準備要上74號快速,那時騎公升仿賽。
結果旁邊一台大改scooter,一直挑釁,一下子把我海放,一下子又煞車等我,紅燈還一直催油。
我正在享受兜風,所以根本沒理他,但他彷彿在告訴我,白牌也可以幹掉公升。
後來呢,我遇到另一台紅屁股600cc,看對眼,兩個人很有默契的跑起來。
然後一次升檔,那台曾經很快的scooter,瞬間被我們放到不見人影。
有人慢慢騎,不代表他的車不會跑。
每個人都有喜歡的投資風格,所以白牌嫌公升慢,我覺得也沒有必要啦。
2. 關於槓桿,這部分如果不太了解,就不要去調整了。
你要多個10%,輕鬆愜意;你要調到10倍,可能就很危險了,自己斟酌。
我提到槓桿,是強調有這個工具可以使用,不代表一定要用。
3. 題外話,剛好想到。
之前寫資產配置的系列,有提到BL模型,也提到因子分析。
那時候本來要寫ABL(擴增版BL),可以順暢將因子融合進資產組合優化,不過後來捨棄。
如果各位讀者有興趣,不妨去找相關資料來讀喔 :)
Like my work? Don't forget to support and clap, let me know that you are with me on the road of creation. Keep this enthusiasm together!
- Author
- More