用投資組合 (Portfolio) 的思維來降低風險

用投資組合 (Portfolio) 的思維來降低風險

  • 可承受風險程度來計算自己應該投入多少金額買股票 筆者會另發文闡釋
    • 簡單來說,問自己如果自己的投資組合下跌 35%,你可以接受嗎?不要單看「35%」這數字,而是真實算出下跌 35% 的金額,看自己是否仍然心情平靜?那便是你應該投資的金額。
      • 例如:下跌 3.5 萬美元,你仍然心情平靜,即 10 萬美元是你應該投資的金額。
        • 投資 10 萬美元買股票,不代表你整個倉只有 10 萬美元投資倉內要有一定比例現金作「抄底」之用。
  • 組合內的資產數目: 筆者會另發文闡釋
    •  總投資組合的風險,是系統性風險 Systematic risk(即:市場風險 Market risk),和非系統性風險 Non-systematic risk(即:企業風險 Business risk)的總和。其實,筆者以往也說過,除了這兩個風險之外,另一個十分重要的風險是行為風險 <我的書架 | 行為投資金律 (1/4):  人類行為風險> 。亦即是,總投資組合的風險是包括以上三個風險。
    • 一個組合要做長遠穩定,大約不多於 20 檔股票,因為太少股數,非系統性風險會過高。當組合不多於大約 20 檔股票,整個組合的非系統性風險會大幅降低,達到平衡風險和回報的合理分散 (Figure 1)
    • 而過多股票的組合大約等於市場的系統性風險,那投資者倒不如買跟蹤市場的 ETFs,而且又難以跟進,造成過度分散 (over-diversification),結果會令組合回報少於大市

 
 
Portfolio Risk vs number of stock

Figure 1. Portfolio risk and number of stocks.  (CFI, Systematic Risk, available from: https://corporatefinanceinstitute.com/resources/knowledge/finance/systematic-risk/)



分散風險的投資組合 (Diversification)

  • 組合內要投資全球分散:不同地區、不同行業、ETFs,維持各自行業資產的負相關性 (negative correlation)
  •  也有用 Market Cap (市值)作為風險分散的指標。而這是否可取?我會稍後發文
  • 利用負相關性的特質,增加分散度,從而降低整間組合的波動性,降低風險
    • Figure 2 展示一個在 10% Expected Return(期望市場回報)的投資組合,與股票數目 (number of stocks)、其股價對整間組合的波動性 (volatility) 的關係。例如,20 檔股票的組合波動性是 ± 2.7%,損失的波幅是 -2.7%。
    • 股票數目愈多,波動性愈少,永久失去資本的風險愈低 問題是,不是愈多愈好,如上所述,數目太多,回報可能少於大市。

 

Volatility trumpet: Expected return vs number of stocks


Figure 2. Volatility trumpet: Expected return vs number of stocks. (J. V. Bruni and Company, Equities Diversification, available from: https://www.jvbruni.com/articles/equity-diversification)

 

地區分散

  • 長線投資:最容易是用不同地區的追蹤市場 ETFs 來作分散地區風險。

 

行業分散

1)長線投資的股票: 

  • 低風險、低 Beta、低波動性 (Volatility),在大市沒有明確方向下,仍保持盈利,或有盈利增長,財務穩健的企業,如 Coka ColaMicrosoft

2)短中線投資的股票: 

  • 高增長、新科技、正在騖起的行業,可能現時還沒有純利,但這些行業是現在及未來市場需求高的的行業,包括:
    • 雲端運算 (Cloud Computing)
    • 雲端租賃服務 (Cloud Services)  
    • 網絡服務 (Web Services)
    • 人工智能 (Artificial Intelligence, AI)
    •  Cybersecurity 等。
  • 企業,如:Amazon 內的 Amazon Web Services (AWS)Microsoft 內的Azure Cloud ServicesAlibaba 內的 Ali CloudNvidia 內的 Data Center, Cloud Computing, and AI 業務、新意網集團 (1686.HK) 內的雲端租賃服務 、等,便是屬於這類型公司
  • 做新興業務一般在開始導入期時都沒有盈利,除非像 AmazonMicrosoftApple 等巨大規模企業,有其他傳統業務的盈利來支撐補貼新興業務的營運,否則很少機會可以在開始時就錄得盈利,所以也沒有 PE (Price-to-Earnings) 可計,唯有用 PS (Price-to-Sales) 來做比較
  • 投資以上巨企 (AmazonMicrosoftApple ) 當然比較起投資那些規模少、市值少、只有數年業務營運的 Start-up 企業為安全,但是巨企的超高股價已令其沒有什麼投資價值,而且巨企的規模大,基數大,成長空間較少、盈利成長速度也慢,有進入成熟期及衰落期的風險(且看 Figure 3,企業生命週期曲線圖)

 

企業生命週期曲線圖

 Figure 3. Company's Business Cycle Curve (企業生命週期曲線圖)

 

  • 然而,巨企的優勢在於市場競爭力強,它們可以推出新產品、新產業、新市場,來延續創造第二條新的產品生命週期或延續 (Figure 4)。
    • 例如, Apple 不斷推出新型號 iPhone,最近又宣佈進軍電動汽車生產行業,從而帶領公司不斷成長。
 

Product  Life Cycle (產品生命週期)
 
Figure 4.  Product  Life Cycle (產品生命週期)。 (Tejvan Pettinger, Product Life Cycle, 29/5/2019, Economics Help, available from https://www.economicshelp.org/blog/140934/business/product-life-cycle/

  • 相反,那些規模少、市值少的 Start-up 企業 (如:Palantir (PLTR)Snowflake (SNOW)GDS、等),成本較低、成長空間較多、成長速度也較快。同時,不確定性也較高、Beta 較高、較為波動、有時估價會過高,甚至高得不靠譜
  • 很多時,這些「新科技」企業股會有「故事」和「憧憬」伴隨,這就是它們高得不靠譜的原因。所以,在投資這類股票時,要十分謹慎。要麼嚴控倉位,和設止損價位,要麼等待它們的前景較為安穩才投資,但一般股價已經被炒得瘋狂,請看 Tesla。
  • 就是說,對新科技股最好投資時間點是,看到那企業的業績開始進入成長期,又或是在成長期的低點。而在未進入成熟期,或在成熟期初段,便應該沽出。

 

投資這些「新科技」企業股,筆者:

  • 不會一次性大手買入,不會買 IPO,也不會 all in
  • 只用少許股息、或閒錢、又或用賠了也不在乎的少許資金來投資,大約用不高於 3 - 5% 的股票倉位來投資(事實是賭博)這類股票
  • 時間維度,也不會超長線投資,要看公司營業表現,市場需求,橫向競爭再作靈活部署。到企業的產品或服務成長到了一定規模,股價會十級而上。這就是要靠點商業智慧來判斷未來的市場需求
  • 不排斥 Sector ETFs 來投資整個新興行業。這類 Sector ETFs 因有適度分散個別股票風險,及有篩選和再平衡機制,變相只有市場的系統風險和該行業的系統風險。投資這類 Sector ETFs 會較個別股票安全,其倉位可以增至不高於 6 - 10%。但要明白投資 ETFs 很有可能要付出一點溢價

另一個方式去評估投資組合是:(i) 用 Sharpe Ratio(夏普比率),及 (ii) 用機率計算期望值的方法來計算總體組合期望回報筆者會另發文闡釋

如果行業太新,市場連相關的 Sector ETFs 也未有提供。那麼,筆者奉勸,千萬不要投資(賭博)那行業內的個別股票。

而個別股票的評估及追蹤檢視策略,我會另外發文。


不同資產類型分散:

上面說的是股票倉內的配置,當然還有不同資產類型、工具分散不同資產類型也要有負相關性的關係,這個留待之後才說。 





延伸文章:

再平衡策略

不同資產類型分散


=======================
免責聲明
本網頁屬個人網誌,一切言論純屬個人意見及經驗分享,本人或任何人等的一切言論,並不構成任何投資買賣的要約、招攬、邀請、誘使、建議或推薦。投資涉及風險,讀者應考慮該投資是否適合閣下的個別情況,務請讀者運用個人獨立思考、求證、分析,讀者一切的投資決定以及該投資引致的收益或損失,概與本人無涉。

另外本人無法保證在本網誌所提供的資料有關內容的真確性和完整性,包括但不限於任何 錯誤、誤差、遺漏、或侵權性質、誹謗性質或虛假性質的信息或任何其他可導致冒犯或在其他方面引致發生任何追索或投訴的資料或遺漏,而導致之任何損失或損害,本人概不承擔任何有關法律責任。


版權聲明
本網誌的所有資料、圖像與相片、文本屬本人所有專屬財產,均受知識產權法例及權利(包括但不限於保護版權的法例)所保障。根據此法例及權利,任何未經授權使用的資料均屬侵權行為。在未經本人明確同意授權下,本網誌資料、圖像與相片、文本之全部或部份均不可被使用、複印、改編、修改、發表、儲存或以其他方式複製分發、發佈或向公眾提供、銷售、傳送該等版權作品作任何用途

 © Copyright 2021 高山雪 Snow Hill. All rights reserved.

留言

熱門文章

有一派投資叫「動能投資」

展望理論 Prospect Theory (1): 價值函數 (Value Function)

風險決策的兩個理論: 期望值 & 期望效用

展望理論 Prospect Theory (2): 機率加權函數 (Probability Weighting Function)

電影筆記 | First Do No Harm - (1) 故事描述

期望投資回報: 計算方法

成熟也有指標 (Emotional Maturity)

機率思維 | 大數法則, ⼩數定律, 賭徒謬誤, 墨菲定律