原来市场是可以战胜的,读《陆蓉行为金融学讲义》

很长时间,我一直被灌输市场是不可战胜的,巴菲特也一再说对于普通人最好的投资方式是ETF,在《漫步华尔街》一书中,专业的基金经理选出来的股票甚至并不比猴子选出来具有更高的成长性。难道真的是这样?那为什么我的周围还是有很多朋友通过股票获利了?

直到我读到这本书,我才豁然开朗。

传统金融学 Vs. 行为金融学

金融学分成2派,一是传统的金融学,其假设是人是理性的。二是行为金融学,其理论基础是心理学,因为金融决策都是人做出来的。

我们都会觉得人是理性的,因为金融交易需要大量资金,比如股票和房产,面对这些大钱真钱,人一定会在做决策前深思熟虑,所以一定是理性的。

可是,很多炒股人连PE也不知道,金融知识的缺乏使得他们根本无法做出理性决策,最终被各种心理学效应所束缚,把幸苦赚来的钱轻易地像韭菜一样被割了。

传统金融学是研究应该是,意思是每个人应该怎么样来对待金融,而行为金融学是研究实际是,意思是实际上金融决策时怎么样在每个人身上发生的。

传统金融学认为市场是不可预测的,没有人可以打败市场,买股票不如买ETF,这就是现代投资组合理论。而行为经济学认为,人是非理性的,而且这种非理性都是有共同的规律可循的,只要对这些规律有所了解,战胜市场是可能的。

传统金融学认为市场就是上帝,不用过多监管。可是在2008年的金融危机后,格林斯潘说:”我可能高估了投资者的理性,低估的机构的贪婪“。也就是说,连格林斯潘都同意行为经济学,认为市场经常会失灵,需要积极的干预。

传统金融学认为人对套利的追逐可以消除价格偏差。套利就是当面对2个产品A和B时,其中A的价格偏高,B的价格偏低,那就可以通过卖A买B来套利。由于传统金融学的理论基础是人是理性的,所以套利是零分险、正收益、零成本。可是行为经济学认为,由于人的非理性,即使有价格偏离价格的现象存在,也不会很快消失,很有可能价格还是会向继续偏离的价值方向运行,使得最后套利变成了套亏。不过,通过行为金融学对人的非理性规律的总结,我们可以对价格的走向更加有把握,从而对套利的时间点判断更加有把握。

行为金融学擅长指导投资实战,制定交易策略,比如股票投资。

人的认知非理性

我们总以为我们都是理性的自由的,我们自主学习、收集信息、和朋友聊天等等,但殊不知在认知的过程中有多少陷阱,而且我们完全对此一无所知。

易得性偏差:我们都倾向于在我们熟悉的事物中做选择。由于我们的知道的信息占所有的信息比例很小,所以我其实只在一个很小的范围内做选择。比如:我们买股票可能就在20只股票中选择,以为这20只股票代表了所有可能,殊不知其实还有99%的股票我们都没有看过。

首因效应:我们通常只对首次到达的信息赋予最大的权重。更麻烦的是,在后面的信息收集过程中,即使发现了一些负面的新闻,我们仍然潜意思地去有各种离奇的理由去解释,使得自己依然相信那个首次到达的信息是可信的。

小数定理:如果同样的事情发生了2次,我们就会认为它是规律。比如某只股票有2次在下探是都到了10元就会反弹,我们就会以为我们找到了规律,下次到了10元就再买,殊不知前两次只是巧合。

过度自信:当我们赚了一些利润后,我们就会极度自信,而这种自信会引导我们做更少调研来得出结论。

自我归因:通常我们在踩了很多次同样的坑后还是会继续踩,我们以为会吸取教训,但实际上我们根本不会。因为我们有一套自己的解释系统把责任推给外部来继续相信我们自己做的是对的,比如:上次都是因为我那天早上忙着开会错过了卖出的时间,等等。

后见之明:我们通常对自己偶尔的一次成功操作自鸣得意,却不知背后有多少失败的案例。

认知失调:当我们买的股票亏了,我们有时居然会怕自己再次痛苦而选择不再关心这个股票的信息了。

确认性偏差:我们只会收集对我们决策有利的消息,而对那些负面信息视而不见。

从上面这些认知偏差看,我们要认清事物有多困难。我觉得要解决这些认知偏差,有一个方法是客体化,就是把自己当成是别人,这样脱离了对自己失败的恐惧情绪,就会更客观地来认清世界。

人的决策非理性

我们在做决策时也一样的非理性,以下是常见的坑:

参考点依赖:我们总会用一些错误的参考点来决策,最常见的是赚20%就卖了,或者解套了就卖了。结果抛了的股票翻倍,持有的股票继续亏损。我觉得要克服参考点依赖就是把这个参考点拿掉,比如:到对在手的股票决策去留的时候,可以假设我现在没有持有这个股票,如果我还想买那就留,我想卖那就卖。

盈利和亏损时的风险偏好:行为金融学认为,我们只在盈利的时候厌恶风险,当在亏损时我们更倾向赌一把,看看有没有机会避免损失。这个效应最终导致的是牛市赚不到头,熊市一亏到底。我觉得可以用上面那个同样的方法来克服这个效应。

概率非线性化:我们都知道一个事件的影响值是:事件的发生概率 * 事件发生后影响值。可是我们总是在各个方向上非线性化了概率值。比如我们会高估小概率的大影响值事件,比如打新股,其收益很高但概率很小,可能综合算起来还不如定期存款,可还是很多人趋之若鹜。我们会低估高概率大影响事件:比如资产配置对收益的影响。

狭隘框架:我们总是对一只股票的涨跌过分看重。我们应该去寻求投资组合,也就是说寻求投资多只不相关的股票,当任何一个不利于某个股票的时间发生时,该影响不会施加于所有股票,也就可以避免系统性的风险,这样我们也可以不再关心个股,只有看整个投资组合即可。

典型的交易错误类型

分散化不足:分散化不足会导致一个局部风险扩大为系统性风险。我尤其要避免:购买本公司股票以及购买过多本国股票。比如:我如果配置过多的澳洲股票,当有澳洲区域性利空事件发生时,股票会大幅下跌,我的正常工作会收到影响,这样就变成了系统性风险。

简单分散化:分散化不是多买几只股票,而是要去除相关性。我们不能把鸡蛋放在同一个篮子里,也不能放到同一个车子里。分散化分2步,第一是资本配置,主要指分配在银行、债券、股票的资金比例;第二步是资产选择。人们会平均分配资产配置,然后花很多时间来资产选择。这是不对的,应该要根据自己的风险偏好来花大事件进行资本配置。

过度交易:人总是过度自信,以为掌握了足够的信息,然后频繁交易,但这些信息其实都不足以来支撑交易。个人投资者亏损的主要原因就是交易太频繁。

卖出行为偏差:投资者倾向于售赢持亏,但通常好的股票会持续盈利,而亏的股票会持续亏。对于如何消除这种卖出行为偏差是除去参考点盈亏主要是针对买入价格来说的。所以在决策时不要考虑买入价格是最好的办法。

买入行为偏差:有一种涨停敢死队的交易策略生效,这种策略就是专买涨停的股票,依靠普通人倾向于追涨杀跌售赢持亏、和有限关注(指关注新闻报道的股票)的效应来盈利。还有其他的行为偏差包括:

  • 熟悉偏差:跟踪了一段时间某股票的价格,就以为自己很熟悉某只股票的波动区间;
  • 摊薄成本偏好:当持有的股票价格下跌时,普通人会补仓来希望摊薄成本。这种看上去聪明的做法犯了几个错误:参考点依赖(把买入价格作为参考)和狭隘框架(参与过多的同一股票,引入了系统性风险)

羊群效应:指投资者放弃个人思考,追随大众决策的现象。这就是典型的割韭菜,头羊逐渐建仓形成热点,羊群看到热点跟进,头羊正好出货把羊群甩在了山顶。所以我们在对于没有业绩支撑的交易信号要警惕,以免成为羊群效应的牺牲者。

股票可预测理论

《非理性繁荣》的作者使用股息的贴现值来预测美国大盘的走势,在1996年预测美国有股灾发生,结果到了2000年才发生股灾。或者也可以用P/E值来预测,成分股的P/E太高表示大盘估值过高,有调整风险。虽然,这种预测属于10年数量级的预测,但是对于宏观趋势的把握很有意义。

根据本书引用的统计数据,小公司的股票的平均年化收益率是12%,大公司是10%,长期国债是5.5%。股权类资产的收益率远高于其他资产,但是却没有办法解释原因。根据传统金融学的资产定价基本原则:资产定价=风险 * 风险厌恶系数,但是实际上股票的风险并不高,而且厌恶系数也不高。但不管怎么样,股票是最高收益的资产,而且风险也不高,从战略的角度说,我们都应该配置一些股权资产。

股权高溢价之谜引来了股票非参与之谜。因为既然股票的投资属于高收益,低风险,那如何解释为什么参与的人并不多。

经常听人说新手看价,高手看量,那价量之间到底有什么关系呢?米勒假说提出了以下发现:

  • 交易量越大,说明分歧越大。交易指有人买,有人卖。买的人是看好,卖的人是看坏。那么交易量大就代表很多人看好,但同时也有很多人看跌,也就是分歧大;
  • �均衡的价格一定是高估的,代表的是乐观者的价格。因为乐观者会买入所有低于其价格的股票,所以所有股票都被乐观者买走了。
  • 交易量越大时,股票高估越严重。

根据米勒假说,我们的操作可以:

  • 放量时注意风险
  • 谣言起买,消息出就卖

行为金融学的交易策略

行为金融学通过找到一个异象,比如小公司的股票收益更好,然后建立一个对冲组合,检验风险,然后就可以持续盈利了。
比如:

  1. 找到了一个小公司股票收益更好的异象
  2. 建立一个对冲组合,买小公司股票,卖空大公司股票
  3. 利用历史数据回测风险
  4. 实施

不过个人认为这些对冲的方法只能带来10%以下的年化收益率,可能更合适机构操作。因为如果为了10%的收益率,完全买ETF就可以实现了。

最后

行为金融学是承认人的非理性,研究人的非理性,并可以通过对人非理性的规律来获利,至少也可以对自己的非理性有所认识而更加理智地投资。行为金融学为技术分析和量化交易的提供了理论支持。这本书极大开阔了我的视野,更加帮助我确认:

  • 世界不止一种玩法,没有绝对正确的理论;
  • 如果我们没有在一个学科里面发现2个相互矛盾的思想,我们一定都还没有入门。

另外,我未来特别要注意以下几点:

  • 要进一步学习如何资产配置;
  • 要学习如何资产组合,让自己的portfolio在风险和收益间获得平衡;
  • 我虽然是软件工程师,但是对数据分析不熟悉,我准备要恶补一下数据分析,并用股票投资作为一个实践任务;
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章