iT邦幫忙

第 12 屆 iThome 鐵人賽

DAY 21
0
AI & Data

量化交易30天系列 第 21

量化交易30天 Day21 - 投資組合概念(一) 報酬與風險

量化交易30天
本系列文章是紀錄一位量化交易新手的學習過程,除了基礎的Python語法不說明,其他金融相關的東西都會一步步地說明,希望讓更多想學習量化交易但是沒有學過相關金融知識的朋友們,透過這系列的文章,能夠對量化交易略知一二,也歡迎量化交易的高手們多多交流。

前面幾篇寫完技術指標研究以及串接下單後,接下來幾篇很跳tone的要來講關於投資組合的部份,因為現在被動投資正夯,例如:蠻多人再討論所謂的股債比80/20還是60/40比較好這種問題,這篇就要從量化的角度來切入,由淺入深的探討風險與報酬,當代投資組合理論...等等議題。

資產配置

資產配置就是指把錢分配在不同種類的資產當中,以達到分散風險的功能,但是怎麼選擇這些不同的資產呢?就要來考慮各個資產的相關性,相關性是統計學上的名詞,舉個例子來解釋會比較直觀一點:

假設今天我手上有A股票跟B股票,在2019年的時候,觀察A股價上漲的時候,B股價也同時上漲,那我們就可以說這兩支股票在2000-2019年的股價走勢呈現正相關,也就是相關性大於0。那如果2000-2019年A股價下跌的同時,B股票卻是上漲的,那就表示這兩支股票2018年的股價是負相關,也就是相關性小於0。

所以如果今天要建立一個投資組合來分散風險,假設只有兩種商品可以選擇,應該就要選負相關的商品才能降低總報酬的波動,但就衍生出來一個問題,假設我看好A股票,但是我為了分散風險選擇一個股價跟A負相關的B股票,可能會導致我的總資產在A上漲的時候,幾乎完全沒有成長,因為B把報酬抵消掉了。所以A股票跟B股票到底應該佔總資產的多少配比呢?下一篇會從報酬與風險的數據,來探討這個問題。

系統性風險/非系統性風險

另外,講到資產配置,一定要同時帶到系統性風險的概念,才知道資產配置的用途。

簡單地來說,當經濟景氣不好的時候,可以觀察到大部分的股票表現都不好,這個就稱之為系統性風險。而非系統性風險指得是只會影響部份產業或是部份公司的風險,例如:農產品價格波動可能會對食品公司影響深遠,但是對於科技產業可能就沒有這麼大的影響,那我們稱這個波動為非系統性風險。

從上面的論述就可以知道,資產配置能夠分散的風險,只有非系統性風險,舉幾個發生系統性風險的時間來說,2008年金融海嘯的時候,幾乎所有的股票價格都是下跌;再舉一個2020年的COVID-19,甚至導致美股與美債在某段時間是同時下跌的情況。

本篇總結

這篇大概就帶到幾個投資組合最基本的概念,下一篇就要數字及圖表來感受一下,相信會比這些文字還容易理解。

P.S.
如果大家對於量化交易有興趣的話,我自己有上過以下這門課,課程內容從串接股市資料API、儲存至資料庫、將自己的策略轉化成程式碼、自動下單,並且可以把整個流程自動化,每天早上執行一次,一整天就不用看盤了,覺得是蠻實戰的,可以參考看看。

筆者 Sean
奈米戶投資人 / Python愛用者
喜歡用Python玩轉金融數據,從個股基本面、技術面、籌碼面相關資料,一直到總體經濟數據,都是平常接觸到的素材;對於投資,除了研究歷史數據,也喜歡瞭解市場上大家在玩些什麼。


上一篇
量化交易30天 Day20 - 串接券商API做交易(七) 接收即時報價到觸發策略訊號
下一篇
量化交易30天 Day22 - 投資組合概念(二) 相關係數
系列文
量化交易30天30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言