Category: 博思观点

【建模选股系列6】马太效应对比不同投资区间的表现

我们把模型在执行双层筛选指标后挑选出的马太投资组合，放在一个更长的投资区间，测试它是否会显示出更强的马太效应。 我们并用模型挑选出2016年—2019年的马太投资组合，并假设在该年的1月1日起投资，持有至2020年12月31日。 让我们来揭晓哪些个股入选了这4年的马太投资组合，他们与标普500表现的对比又是怎样的。

【建模选股系列5】马太效应分层筛选之动量和公司盈利能力

本次视频中我们将对比 “动量”和公司盈利能力所分层筛选出来的优质股票。 动量指标帮助我们找出在过去年份中股价上涨势头强劲且收益率最优的个股。 公司的盈利能力反应了公司产品或服务的市场竞争力、占有率，以及销售团队的能力。 让我们揭晓在执行第一层和第二层筛选指标后，模型选出了哪些个股以及其组合与大盘表现的对比情况。

【建模选股系列4】马太效应选股-逆向投资思维

逆向投资策略，顾名思义，是一种与市场趋势背道而驰的思维方式。与马太效应 “强者恒强，弱者恒弱” 的观点相反，使用该策略的投资人会在大多数人看空市场（或个股）时进场做多，相信 “现在的输家在将来会成为赢家”。他们的理论依据是，因为被大多数投资人所不看好，大量的悲观情绪使市场（或个股）的价格跌破了它们的内在价值。逆向投资人在价格低点买入，当市场（或个股）的价格最终回归内在价值，他们从此项投资中获利。

【建模选股系列3】马太效应分行业择优

本期视频，我们将继续探索马太效应在金融市场中的体现，不同于上期的是，我们将探索适用模型分行业测试马太效应，即分行业挑选出各个行业得分最高的个股，组成投资组合，与标普500指数的回报率做对比。该分析涵盖了从通讯服务、消费必需品、能源、金融到公用事业等11个行业。

【建模选股系列1】测试马太效应在金融市场中如何体现

马太效应是美国社会学家罗伯特.莫顿于1968年提出的社会心理学术语，可以被概括为“强者恒强”。 马太效应在金融市场也同样存在。基本面强、表现优异的公司（个股）更容易获得投资人的青睐。投资人从这些强势股上获得稳定的回报，这些公司又利用获得的资金进一步强化自己的产品和竞争优势，形成良性循环。 即使在市场波动性加剧、恐慌情绪蔓延、甚至熊市来临的时候，资金也会更倾向于涌入这些历史业绩优秀的蓝筹公司（个股）避险。因此我们常常看到在泥沙俱下的大回调中，这些有业绩支撑的强势股表现得更加抗跌，而在反弹来临的时候，它们的股价反弹速度更快，幅度更大。 博思金融建立自己的模型，用标普500指数的505支成分股作为样本，使用历史数据，挑选出得分在前1%的5支个股组成投资组合。测试了2018-2020三年的表现，模型显示，马太效应显著。

关于机构对决散户的研究

近日一场史无前例的“世纪大战”引发了投资界的激烈讨论—— 在美国的一个论坛Reddit上聚集的散户投资人抱团狙击专业做空机构。散户们通过有组织地拉高股价，期权逼仓（Gamma squeeze）的方式，在多支股票上让做空机构举白旗投降。甚至，因为机构需要回补空头仓位而被迫大量抛售其他资产，造成了一月的最后一周三大指数均下跌3%以上，上演了“散户战胜华尔街”的一出大戏。 场上多空双方的激战还在继续，场外的讨论也甚嚣尘上：“也许是时候打破华尔街的旧势力，抛弃投资机构，闯出散户的一片天了！” 这样的声音也引发了博思金融团队的思考：散户是否能做出比机构“性价比”更高的投资决策？这里的“性价比”指收益与风险的比率，即金融界称为的“夏普比率”。拥有更好夏普比率的投资组合能在承受相同风险的情况下，获得更高的收益；或在获得相同收益的情况下，承受更低的风险。 为了解答这个问题，博思金融团队设计了两个投资组合，分别模拟机构投资人和散户投资人： 机构投资人——不同行业的7支被动型ETF 散户投资人——自行投资上述7支ETF的前20%仓位的个股 我们只选择了被动型ETF是因为它们的持仓相对稳定，为这个量化分析提供了可行性。 我们首先选取了美国领先的资产管理公司——道富银行（State Street Corp）发行的覆盖高科技、医疗、金融、必需消费品、能源、工业、基础材料这7个行业的ETF： 我们计算了上面ETF分别在2020年及在2017年至2019年这3年间的夏普比率（注：夏普比率中的无风险比率我们统一选取了2.5%）： 从以上的对比我们可以看到，在“性价比”方面， “机构投资人”在波动率巨大的2020年在7个行业中的3个战胜了“散户投资人”；而在市场较为平稳的年份（2017 – 2019年），“机构投资人”赢得了7个行业中的5个。 那么，不同的“机构投资人”是否会带来不同的结果？作为对比，我们选取了全球第二大基金管理公司先锋集团（Vanguard Group）发行的同样7个行业的ETF，经过计算，我们得出了以下的结果： 如上图所示，在2020年，先锋基金赢得了7个行业中的5个；而在2017 – 2019年，它赢得了 2席。 可见，即使是“买入后持有”的被动基金，不同的基金经理也能带来不同的结果。博思金融团队在投资组合中的每项资产上为客户严格把关，致力于评估并挑选表现最优秀的基金经理。 同时，我们也必须承认，此次的研究结果没有完全站在机构投资人这一边，与研究中仅仅使用被动基金代表机构投资人不无关系。我们这样的选择是基于数据的限制，并希望提供一个新的思考角度，为你的投资理念起到抛砖引玉的作用。 我们认为，在真实的投资案例中，机构不仅拥有更强大的研究团队、更及时的消息面，一些定性化的因素也不能忽略，比如投资心理学——在牛市中避免盲目追高，在熊市中避免恐慌性抛售的能力，机构投资人比散户也远为成熟。 文：施玮（博思金融CIO）

专业解读投资经理钟爱的ETF

基金和ETF，分别是什么？   基金   ETF 基金是许多投资者将资金放置在一起形成的资金池。基金经理会用这些资金进行投资。基金最大的优点是它可以为投资组合提供多样性，但缺点是流动性有限，因为其交易是T+1或T+2。   ETF（Exchanged Traded Fund, 交易型开放式指数基金）是一种在交易所交易的基金，它比普通的基金更具流动性。大多数ETF旨在追踪某种证券指数，债券指数，或其他资产。 如上所述，大多数ETF被设计为追踪某种资产，例如追踪标普500的ETF是SPY；另一只最近常常上头条的是GLD，它追踪黄金的表现。 ETF的特性给很多在投资中难以决断投资哪一类资产的人提供了一个很好的解决方法。以投资股票为例，不必再费心思挑选个股，只需要直接投资ETF。ETF让他可以实现“把所有股票放在一个篮子里，然后全部买走”的方便。一位喜爱高科技行业股票的投资者，可以投资挂钩高科技行业的ETF，这个投资篮子里一些股票表现好，一些表现不佳，但它们彼此弥补，保持平衡，从而带给他高科技行业的平均回报。 另一类可以从ETF的特性中获利的是那些想要参与某些资产的博弈，却不想（或不能）实际拥有它们的投资者。例如，一个看多原油的投资者可以直接投资追踪原油的ETF，而不需要去买一桶原油放在自家后院（这也是不被允许的）。 感觉不错，那风险呢？   要理解投资ETF的风险，我们需要进一步深入了解ETF。假设在2020年8月20日，我们想要投资一款名为“FAANG”的ETF，这款ETF包含了5支股票，分别是脸书，亚马逊，苹果，奈飞和谷歌。 FAANG是2020年6月1日发行的，总资产为100万美元，共发行100万个单位，所以发行价为每单位1美元。FAANG将其资产平均投资在这5支股票上。理论上，FAANG在2020年8月20日的净现值应该为125万美元，也就是每个单位1.25美元。它升值了，因为它所持的5支股票升值了，具体计算见下表。     但是，实际上的净现值和我们理论上的是有些许不同的。别忘了，ETF本身也在市场上交易，所以它的净现值不仅会被它所持的5支股票所影响，也会被市场上对该ETF本身的需求和供给的关系所影响。当更多的人买入FAANG时，它的价格就会升高，此时它被称为“溢价交易”（溢价交易中FAANG的价格比它所持的5支股票的估值更高），而当更多的人卖出FAANG时，它的价格就会降低，此时它“折价交易”。 为了避免FAANG的净现值与它持有的资产的估值相差太远，“合格参与者”加入了做市，它们负责创造或赎回ETF。当FAANG溢价交易时，合格参与者创造更多的ETF，增加供给，从而使FAANG的价格下降，反之，它们赎回ETF，减少供给，从而使FAANG的价格回升。合格参与者一般是大型银行，它们从做市中套利。然而，合格参与者没有法律义务必须要创造或赎回ETF，所以，ETF投资最大的风险在于，当股市崩盘，市场缺少流动性的时候，这些合格参与者会因躲避风险而减少，或干脆退出做市，这样一来，ETF的净现值就可能会远远偏离它所持的资产的估值。 运用ETF的投资策略   如今大多数资产管理公司都把ETF作为他们投资组合的重要组成部分。比如，桥水增持SPY和GLD至投资组合的26.1%和15.3%。巴菲特的伯克希尔哈撒韦也在2020年第一季度加入了两支ETF，VOO和SPY。在投资组合中增加ETF，可以以很低的费用扩大覆盖性，以及更好地分散风险。 博思金融也使用ETF作为为客户制定合适的投资策略的工具之一。进入9月份，博思金融考虑到大选给市场带来的极大不稳定性，减持了包括个股在内的风险资产；增持了投向欧洲主权国家国债的ETF。该策略使得投资者即便在9月和10月间市场数度崩盘的情况下，依然获得了稳定的收益。 文：施玮博士（博思金融CIO）