《财富公式:玩转拉斯维加斯和华尔街的故事》里面有这么一段: 申农描述了一种从随机游走中赚钱的方式。他让听众设想有一只 价格不停上下波动的股票,你根本无法预测这只股票的最终趋势。将 资金的一半投到股票上,另外一半投到“现金”账户中。每一天,股 票的价格都会变化。中午的时候,你“重新调整”你的投资组合。也 就是说你预测整个投资组合的现有价值(股票加上现金账户),然后将 资产从股票向现金转移,或者从现金账户转到股票,始终保持原来的 股票和现金各50%的比率。 我们说的更清楚一点:假定你开始的资金是1000 美元,500 美元 购买了股票,另外500 美元是现金。假设第一天股票的价格跌了一半 那么你现在的投资组合就变成了750 美元,250 美元的股票和500 美 元的现金,向现金部分倾斜了。你需要重新调整,从现金账户提出125 美元来购买股票,这样你又会重新回到原有的平衡状态:375 美元的 股票,375 美元的现金。 继续这一做法。第二天,我们假定股票的价格上涨了一倍,375 美元的股票涨到了750 美元。加上现金账户的375 美元,你现在的资 金是1125 美元。这个时候,你需要卖掉部分股票,最后留下562.50 美元的股票和562.50 美元的现金。 我们看看申农计划最后的结果。股市又经历了一次大跌,股票的 价格回到了原点。购买后持票等待的投资者一无所得,而申农的投资 者赚到了125 美元。 这个计划与大多数投资者的本能背道而驰。许多人都愿意把钱留 在一只上涨的股票上,如果股票的价格持续上涨,他们可能会追加更 多的资金。而在申农的体系里,如果股票价格上涨,你卖掉其中的一 部分。同时当股票价格下跌的时候,你要继续往里投资,这看去根本 就是“赔了夫人又折兵”。 我们来看看最终结果。表格下边的线表示的是一只虚拟的股票, 起始价格为一美元,每一次要么价格翻倍,要么下跌一半,概率相等。 这就是几何随机游走,股票价格走向的一种流行模式。它的基本趋势 既不是向上也不是向下,因此,底下的那条线代表的是那些把所有的 资金都投到股票上(假定没有分红)然后持票观望的投资者的资金状 况。
现实中,不会像书中的例子那么夸张(要么翻倍,要么腰斩) 所以,我拿上证指数周线来验证一下。 为了便于观察,我从早期的一个接近1000点整数位置的地方开始,1992/8/7 收盘1005.23 同时,假设我最初投入的资金同指数一样,是1005.23(你可以假设任意单位,比如万元,不要考虑交易单位的去整问题,对于基金的几十亿来说这个问题不是问题) 下面是依照这个原则操作的情况(我把大部分细节都隐藏了, 只保留了高点、地点、回到最初位置、翻倍、翻两倍等情况) f= 0.5 日期 上证收盘 市值 股数 股票市值 现金 1992/8/7 1005.23 1005.23 0.5 502.615 502.615 1992/10/30 507.25 722.7362492 0.712406357 361.3681246 361.3681246 1992/11/20 401.44 644.6877274 0.802968971 322.3438637 322.3438637 1993/6/4 1004.3 1096.527044 0.545916083 548.263522 548.263522 1993/6/18 1005.98 1097.900822 0.545687201 548.9504109 548.9504109 1994/7/29 333.92 645.2103621 0.96611518 322.605181 322.605181 1996/10/25 1012.67 1267.222472 0.625683822 633.6112358 633.6112358 2000/7/28 2012.79 1856.074969 0.461070198 928.0374844 928.0374844 2005/7/8 1017.98 1351.122384 0.66362914 675.561192 675.561192 2006/11/24 2050.81 1931.78404 0.470980744 965.8920198 965.8920198 2007/5/11 4021.65 2726.705102 0.339003282 1363.352551 1363.352551 2007/10/12 5903.25 3318.910458 0.28110875 1659.455229 1659.455229 2008/3/14 3962.65 2736.326593 0.345264734 1368.163296 1368.163296 2008/10/10 2000.57 1974.91925 0.49358914 987.459625 987.459625 2008/12/5 2018.66 1991.880711 0.493367063 995.9403556 995.9403556 2012/9/21 2026.69 2043.329377 0.504105062 1021.664688 1021.664688 2012/10/19 2128.3 2094.196979 0.491988202 1047.098489 1047.098489 从上面的数据可以看出: 1. 指数大幅上涨的情况,市值跑不过指数。 这是一定的,半仓就想跑盈大幅上涨的指数,那是做梦。 2. 每次指数达到同样的位置,市值都比上一次多一点(尽管不是特别多) 3. 最终指数涨幅111.72%, 而市值上涨了108.33%, 尽管落后一些,但对于半仓来说比想象中的好太多了。(如果虑现金部分还应该获得一定的无风险收益,那么实际上是跑盈指数的)
我的数据最上方有个f, 这个值表示持仓百分比。 下面看看f对结果的影响: 1. 要想在指数最高点获得最大的收益,毫无疑问,应该满仓,即f=1.0 2. 要想在指数最低点损失最小,毫无疑问,应该空仓,即f=0 3. 指数回到最初的1000点附近时, 表现最好的f值是0.5左右, 即半仓。 4. 要使最终日期(指数经过20年翻了一番)的结果收益最大, 仓位f大致在0.75附近。 5. 理论上预期一定的时间内涨幅越大,f值就应该越大。
不过, 由这个例子,我似乎感觉到会产生一个悖论: 我们把上面的操作结果当作一只运作的基金(基金A), 这只基金在大盘经过了一定的时间后回到了原点时,这只基金跑盈了指数。 而我们同样可以把这只基金A的净值当作上面的上证指数来同样运作,这样会产生另一只基金(基金B), 可以预料到, 经过同样的时间段,基金B跑盈了基金A。 同样的, 由此能产生出基金C,D..., 每一只基金都比上一只基金的表现要好。但实际上每一只基金的实际仓位都只有上一只基金的一半, 这样无限下去,最终基金的实际仓位会无限趋向于0。 一只无限趋向0仓位的基金能大幅跑盈指数? 这个悖论在哪里出问题了?
不过, 由这个例子,我似乎感觉到会产生一个悖论: 我们把上面的操作结果当作一只运作的基金(基金A), 这只基金在大盘经过了一定的时间后回到了原点时,这只基金跑盈了指数。 而我们同样可以把这只基金A的净值当作上面的上证指数来同样运作,这样会产生另一只基金(基金B), 可以预料到, 经过同样的时间段,基金B跑盈了基金A。 同样的, 由此能产生出基金C,D..., 每一只基金都比上一只基金的表现要好。但实际上每一只基金的实际仓位都只有上一只基金的一半, 这样无限下去,最终基金的实际仓位会无限趋向于0。 一只无限趋向0仓位的基金能大幅跑盈指数? 这个悖论在哪里出问题了? 这是一个极限问题,并非悖论!基金的规模是一递减的等比数列,所有基金规模的总和接近A基金的2倍
这个问题仍然让我困惑,想了一天,初步有个想法: 这种“要么损失一半,要么翻倍,各自概率0.5”的运动模式,并非真正0期望的。 粗浅的想,如果我有1个单位的资金,如果亏了就损失0.5单位,如果赚了就赚得1单位,各自概率还是0.5,看起来就是赚的比赔得多。 我无法严格验证,所以做了个简单的模特卡罗。主要代码: x=[];for i=1:1000; x(i)=prod(0.5+1.5*(rand(1,1000)>0.5)); end; 意思是:用0.5和2构成一个1000单位的随机序列,其乘机表示经过1000次起伏的最终结果。这样的过程再进行1000次,每次的结果记入x(i),最后看1000次的平均结果如何。 如果果真是0期望的,那么这个均值的期望是1,实际结果应该比较发散,既有远大于1的,也有远小于1的。但是我实际运行10次的结果为: 3.3936e+026 1.2742e+027 8.7521e+022 1.2981e+030 2.5353e+028 1.3292e+033 2.077e+031 6.6713e+027 8.6281e+028 2.029e+028 这时一个比较稳定的,而且很大的正值。运行更多次,结果也差不多。 所以我据此猜测,这个过程本身就是正期望的。至于原因,还是感到很困惑。我猜测,可能因为期望的定义就是求和的,只适合处理算数平均,不适合处理几何平均。