从股票到基金,我的12年投资路
作者:雪球达人秀
来源:雪球
09年, 他拿着3万块压岁钱入市, 起起落落走过了12年的投资路, 他体会到了市场的变化莫测, 也深知自己的渺小。 投资让他明白“ 世间万事皆概率” , 需要更高的能力来面对不确定的世界。
在生活中, 他奉行极简主义, 是Fire( 财务独立提前退休) 运动坚定支持者; 在学习中, IT和生物医学背景出身的他, 日常沉迷研习金融专业课程, 从斯特朗的《 投资组合管理》 、 理查德和雷诺德的《 主动投资组合管理》 中受益匪浅, 开始量化投资之路, 偏爱低估值高股息资产; 在投资中, 历经几轮牛熊, 他形成了“ 重点投资基金, 关注资产配置, 强调风险管理, 借助量化手段” 的投资风格。
他认为理性的金融模型可以规避一些坑, 也坚信只有配合感性的市场洞察和人性洞察才能做好投资。 今天就跟秀哥一起走进 @Polly基金 的投资故事吧。
01
初识投资, 是存折里压岁钱的利息
关于投资的意识, 读书时期就形成了。 最早知道投资是上小学, 家里有几本家长工作用书, 内容跟银行、 股市、 期货有关, 看不太懂就当闲书看。 高年级时拥有了家长帮开的存折, 我就把压岁钱和考试奖励放进去, 关心能拿到多少利息, 滚雪球之路从那时已经开始。
存折里的压岁钱利息给了我一些灵感, 初中时每次考试前和同学打赌, 如果名次低于某值, 同学给我几十块钱, 考砸了能得到心理安慰; 考好了我给他同样数目的钱, 反正家里给的奖励更多。 现在看来, 那个时候已经有了对冲风险的意识, 算是最早的“ 衍生品” 交易。
后来赶上2007年全民狂欢的大牛市, 身边长辈们纷纷入市, 到处都是谈论股票、 基金的人, 自己也开始留意金融市场。 “ 十年黄金大牛市” , “ 死了都不卖” 至今记忆犹新, 从那个时代过来的人, 不会轻易相信“ 赛道” 永远牛这种事。 看到泡沫化为泡影, 也就看到了市场的变化莫测, 我打算做好知识储备后再开启投资之路, 2009年市场复苏我才正式开户。
2009年到2021年, 12个和投资相伴的春夏秋冬, 我感触最深的是“ 不可知” 。 经历几轮牛熊, 深知自己的渺小, 慢慢感觉到不仅仅是股价, “ 世间万事皆概率” 。 人或许能知道某些事件的概率, 但多数结果是不可知也不可控的。 我们能做的, 只能是“ 选择” 概率有利的赛道( 比如基金) , “ 努力” 稍微影响成功的概率( 量化筛选超额收益高的基金) , 通过“ 坚持” 尽量把有利的概率转化为成功的结果( 长期持有) , 如果结果不如人意, 也必须“ 接受” ( 做好配置风控, 不至于造成严重损害) 。
金融市场是量化版的社会, 这些道理同样适用于其他领域。
02
盈盈亏亏的投资路, 重要的是不断成长
我投资主要依靠组合管理, 实现稳健收益、 较低回撤( 不超过15%) , 持有单个基金、 股票的仓位都不重。 投资组合的日常是: 这个涨那个跌, 很少有特别突出的大牛股, 也少有踩雷亏惨的时候。 但这么多年还是有很多投资案例值得分享。
03
充满偶然的第一桶金
09年, 我拿着自己的3万压岁钱入市, 谨小慎微, 越涨越加, 看着券商研报买了一堆股票, 到年中市场猛烈回调, 浮盈几乎吐干净, 觉得自己太菜, 此路不通。 开始在网上搜基金论坛, 从持有封基等老师的帖子学会封闭型基金的基本原理, 大体了解封闭型基金的收益来源: 净值增长, 折价收敛, 折价分红, 其中净值增长是最重要的。 结合书, 知道夏普比率同时考虑了风险和收益, 自己用同花顺导出数据算夏普比率, 选出了一些看好的基金。 当时兴华有点像现在的兴全趋势, 历任经理可谓群星璀璨。 09年夏天市场从3400点急剧回调到2600多点, 正好这个时候进入, 不懂什么估值, PE, PB的, 大概看看K线形态做了W底就买入, 也是运气好。 很快净值上涨、 折价收敛双击, 盈利超10%。
第一桶金的偶然性其实很强, 简单用历史业绩和风险选择基金, 用历史数据外推到未来, 忽略业绩归因和均值回归, 也为后来的投资埋下隐患。 解决这些问题已经是多年后的事了。
04
交了昂贵学费的暴跌案例
2016年下半年高位买汇利B。 它是一支杠杆债券基金, 当时看汇利B历史收益率很高, 历史风险低于股票基金, 性价比很高。 还非常学院派的学习了桥水的全天候配置, 其中关键点是债券需要加杠杆, 放大风险, 达到接近股票的水平( 风险平价) 。 基于上述理由买入汇利B, 却完全忘记看一眼国债收益率或中债净价指数。 此后半年赶上债券熊市, 汇利B一路暴跌, 最终击穿了心理防线, 精准割肉在最低点, 将当年股票基金的收益完全亏光。
通过这件事, 我认识到: 拘泥教材、 理论、 模型, 缺乏实战经验和高人指点, 非常容易交学费。 还是要理论实践相结合, 在实战中学习。 另外, 固收类基金也存在不小的风险, 长期收益率常不及股票基金。 后来借着2018年的熊市, 将股票基金占比大幅调升, 越跌越买, 为后续的投资奠定了良好基础。 同时接受教训, 开发了债券基金择时模型, 尽量避免低级错误。 在此提醒一下购买固收+的朋友, 享受收益的同时, 一定要对潜在的风险有预期, 这并不是保本理财。
05
大获全胜的抄底网格
2020年疫情期间加仓投资。 疫情期间很多人对市场十分悲观, 开工第一天市场暴跌, 好几只场内基金跌停或接近跌停, 相对估值大幅折价。 当时果断出动20%仓位买入兴全趋势、 景顺鼎益、 广发小盘等基金。 后续美股暴跌, 国内市场二次下跌。 根据PB指标结合风控模型确定了抄底网格, 买入基金的同时, 动用备用资金在期权市场卖出认沽期权, 在高波动时期收入不少期权费, 也达到了自动网格抄底的目的。 分批低位买入BAM, BPY, 在2021年BPY成功私有化退出, 从亏损50%到盈利超60%。
这次成功的投资经历让我明白了很重要的三个点:
1. 资金分散化很重要, 关键时刻债券基金和现金能提供廉价买入的机会;
2. 风险控制很重要, 抄底也需要在估值指标指导下分批进行, 任何情况下不能超过风险承受限度, 要事先做好风险预算不要事后割肉;
3. 情绪控制很重要, 上涨时多看看风险指标, 最黑暗的时候多坚持一刻。 量化很重要, 是克服情绪、 未知、 迷茫的最佳手段。
现在回想, 一开始走上基金投资之路, 是多年投资没有大赔还有小赚的关键一步。 得承认自己当时( 现在也差不多) 严重缺乏对个股、 行业的了解, 不熟悉商业模式。 利用一些二手、 碎片化的消息买个股, 如同飞蛾扑火, 能在回调中跑出来已属万幸。 买基金是站在巨人的肩膀上, 用评价投资组合的方法评价基金, 选出业绩良好的基金构建组合减少波动, 相对容易一些。
我也特别感谢雪球。 雪球是最佳的投资笔记本, 写满了过去的成败, 非常有利于反思成长。 模拟组合功能更是解剖自身问题、 探索投资策略的有力工具。
06
坚持稳健收益, 较低回撤的策略
在市场里摸爬滚打了多年, 我开始形成自己的投资理念: 关注资产配置, 强调风险管理, 借助量化手段。
资产配置是长期收益率最大的影响因素。 我的原则是: 积极( 较高的权益类资产投资比例, 不低于50%) 、 平衡( 行业均衡: 投资均衡风格主动基金和宽基指数; 大类资产分散化: 同时投资A股基金、 美股基金、 债券基金; 策略分散化: 同时投资主动基金、 打新指数基金、 转债/转债基金) 。
风险管理是生存的法宝。 原则是: 知己( 通过长期的经历, 了解自己的风险承受能力, 比如最大回撤15%) ; 知彼( 了解资产风险特性, 如股票基金最大回撤可达30%) 。 在知己知彼的基础上, 确定各种资产的配置比例。 按照我举的例子, 粗略估计股票基金可以配置50%。
除了上述绝对收益层面的风险控制, 另一个不容忽略的点是“ 主动风险” , 即基金经理投资的股票和基准沪深300有多大的偏离。 我更倾向于行业配置不那么集中的基金经理。 过度集中于某些“ 赛道” “ 茅宁” , 可能带来短期的良好业绩, 但市场风格切换后, 容易只赚指数不赚钱。
想做到上述两点, 依靠粗略的估计和定性分析是可行、 有益的。 基金的定期报告能提供足够信息。 借助量化模型更加及时、 可靠。 例如, 可以用CAPM模型计算基金的超额收益( alpha) , 也就是排除大盘涨跌剩下的部分, 更好的判断基金经理能力。 可以用Fama-French三因子量化判断基金风格, 以及剥离风格后的超额收益。 搭配不同风格的基金, 超额收益更稳定。 使用资产或因子协方差矩阵更好的估计风险, 确定资产配置等等。 量化数据来源, 主要是聚宽网和choice、 果仁网。 定性分析可以看雪球老师们的分析。 晨星网有基金经理的留职率、 公司整体业绩的数据。
这里还要说一下我对金融模型的态度。 量化金融模型是很好的信息处理器, 可以把好的投资观点转化为实际收益。 不宜神化量化投资、 金融模型, 如果只会模型而缺乏洞察力, 将垃圾信息输入模型, 只能得到无用结果; 也不宜盲目认为金融模型无用。 模型不可能对未来做出精确的预测, 但能指导正确的方向, 避免无谓的损失。 51%的预测胜率也能带来超额收益。
除了用量化指标筛选, 主动基金的定性分析也很重要, 方法是“ 好公司-好经理-好基金” 。 就像看病喜欢上大医院找专家一样:
好基金公司的特征是, 旗下基金业绩好, 团队优质稳定, 内控和公司治理较好( 没有明显的丑闻) , 这样可以部分抵消基金经理变动带来的影响, 降低“ 代理人问题” 损害基民利益的概率;
好经理的特征: 风格较稳定, 管理业绩中等以上, 熊市抗揍。 然后选择该经理管理的旗舰基金。 通常是成立较早, 业绩较好的那支。
好基金公司的特征是
好经理的特征
07
源源不断的动力, 来自理想的生活状态
我是FIRE( 财务独立提前退休) 运动坚定支持者, FIRE运动是一种以经济独立、 提前退休为目标, 重视精神幸福感多于物质满足的一种生活方式。 FIRE运动支持者集合成社区, 自己动手DIY代替买买买, 相互交流投资心得, 提出了“ 25倍原则” , 即攒够25倍年生活费, 每年从投资组合提取4%即可实现“ 提前退休” 的目标。 我自行搭建的的蒙特卡洛仿真模型提示, 如果结余/工资收入高于50%, 年投资收益率高于9%, 达成目标就有希望。 这也是投资对于我来说非凡的意义所在。
他山之石, 可以攻玉。 中国的先贤们早就留下了相关教训。 “ 静以修身, 俭以养德” , “ 一粥一饭, 当思来处不易; 半丝半缕, 恒念物力维艰” , “ 历览前贤国与家, 成由勤俭破由奢” 。 我希望自己, 和更多的人, 能摆脱消费主义陷阱, 回归到昂扬进取的生活环境, 获得更充分的自由现金流和自由时间, 有更多的资源用于个人成长、 承担家庭和社会责任。
在这方面, 我也不断完善个人的具体措施:
1. 积极控制不必要的消费, 适度保留用于健康、 亲情、 个人成长的支出, 尽快积累金融资产;
2. 减少时间浪费, 积累人力资本。 积极学习高门槛系统化的知识, 特别是专业的投资知识;
3. 发扬创客DIY精神, 自己的事情自己做, 成为生活中的多面手, 提高生活质量的同时, 降低服务消费;
4. 保护身体健康, 维持早睡早起的生活习惯, 采用证据充分的保健措施;
5. 尽量做到较高的长期收益率水平、 可控的回撤, 方法已经讲过了: 积极的资产配置+分散化投资可以实现这一目标。
老一辈觉得在国企、 事业单位工作很稳定, 工资比投资更“ 靠谱” , 更“ 务正业” 。 他们的看法值得吸收借鉴。 认真工作是资本原始积累的重要手段之一, 钱少的时候做加法比乘法有效。 另外, 带来稳定现金流的工作类似固收资产, 给加仓提供弹药, 也可以作为资产配置的一部分。
但是, 如果把自己的幸福寄托在“ 稳定” 的工资上, 是极其危险的。 远有职场危机, 近有疫情期间降薪的教训, 更不用说工作和家庭、 健康难以平衡。 投资需要分散化, 人生能力和收入来源更需要分散化, 才能有效抵抗风险, 保护健康, 照顾家庭, 在社会竞争中多一分筹码, 少一片焦虑。
除此之外, 投资能坚持这么久, 也源于及时反馈和兴趣:
所谓反馈, 一方面是投资赚钱尝到了甜头, 会投入更多精力, 投资这么多年, 最开心的时刻是投资收益和工资收入金叉的那一刻。 另一方面, 投资帮助我成为更好的人。 人的成败在现实社会中很难衡量, 做对做错不能得到及时反馈, 等醒悟过来已为时已晚。 而金融市场是量化的现实社会, 贪婪, 恐惧, 愚蠢能得到有效及时的反馈, 市场女王的皮鞭从不留情。 投资久了, 情绪更稳定, 更敬畏世界的不确定性, 面对成功多一分谦逊, 面对失败多一分豁达。
所谓兴趣, 有对几亿真人在线做投资游戏的兴趣, 也有认识世界、 探寻真理的乐趣。 得到真知的同时也得到经济奖励, 绝对是人生一大乐事。
08
送给股市萌新们的三句话
对于刚开始投资的新人, 需要特别谈一下线性思维的危害, 就是简单认为历史高收益代表未来高收益。 新人往往依赖简单的收益率数据或者榜单来选择基金。 其实还是应该多做业绩分解、 归因, 搞清楚过去的良好业绩, 是源于贝塔( 随着市场水涨船高) 、 风格( 押对了大小盘、 价值成长) 、 是行业( 选了好赛道) 还是个股( 选股alpha) , 或者打新、 交易能力。 股市估值不能无限提升, 债券价格也不会涨到天上, 个别行业不可能脱离整体环境无限扩张市值。 如果基金主要靠这些赚钱, 很有可能发生均值回归, 未来的收益反而变差, 是需要警惕的。
我相信金融理论和模型能帮我们避一些坑, 可作为有效的信息处理器。 但对行业、 人性的洞察力是alpha的源头, 为金融模型提供有效的输入。 缺乏洞察力, 单纯依赖模型和统计, 结果不会比算命好。
知己
知彼
未来的投资路还很远, 想送给自己也送给看到这篇文章的投资者三句话:
• 无财作力: 勤俭原始积累;
• 少有斗智: 尽早入市, 多学高门槛的专业知识;
• 既饶争时: 做时间和风险的朋友, 获取长期稳定收益。
风险提示:本文所提到的观点仅代表个人的意见,所涉及标的不作推荐,据此买卖,风险自负。
追涨杀跌太心累,如何才能省心省力?
雪球哥为大家筛选出十个风格迥异的基金组合,并做了清晰的特点区分比如:老牌基金公司主理短期理财必备员工跟投小白定投必备等等,点击阅读原文,即可详细了解并选择适合自己的基金一键购买。
最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。