您是否曾經(jīng)想過為什么您的股票投資組合表現(xiàn)不如基本的“股票市場(chǎng)” ETF更好，或更糟糕的是您自己的期望呢？盡管您的Robinhood帳戶中有“正確”的股票，但您的整體投資組合不應(yīng)該在應(yīng)有的位置？這是有原因的，原因很簡(jiǎn)單：買一籃子股票并稱其為每日交易還不夠。

確定要購(gòu)買多少股票并不像基本的數(shù)學(xué)方程式那么簡(jiǎn)單。為什么要根據(jù)昨天的股市來建立您的投資組合？人工智能（AI）的進(jìn)步使現(xiàn)在更容易以高概率預(yù)測(cè)明天的股票市場(chǎng)。有了這些信息，使用AI方法論構(gòu)建的投資組合將在結(jié)構(gòu)上為個(gè)人帶來更好的表現(xiàn)。

什么是多元化投資組合？

在討論投資時(shí)，多元化的概念被廣泛使用，它的真實(shí)含義通常會(huì)丟失（或遺漏！）。當(dāng)我們考慮多元化時(shí)，我們指的是您投資組合中的風(fēng)險(xiǎn)。需要考慮多種風(fēng)險(xiǎn)，但投資者通常只關(guān)注一種類型：業(yè)績(jī)。衡量績(jī)效風(fēng)險(xiǎn)顯然是投資者的關(guān)鍵指標(biāo)-如果您認(rèn)為自己不會(huì)獲得正回報(bào)，那么為什么要進(jìn)行投資呢！但是許多人不知道的是，過分強(qiáng)調(diào)回報(bào)可能會(huì)增加投資組合中的其他風(fēng)險(xiǎn)。

這是一個(gè)例子。假設(shè)您將40%的投資組合投入了ABC股票。ABC上升很多，但隨后在同一天內(nèi)突然下降。結(jié)果，我們將股票ABC稱為“波動(dòng)”股票。當(dāng)ABC啟動(dòng)時(shí)，一切都很好，但是當(dāng)ABC下降10%的一天會(huì)發(fā)生什么呢？由于您將投資組合的40%投入到ABC股票中，因此下降10%意味著–假設(shè)投資組合的其余部分沒有變化–您的投資組合將下降4%。為了達(dá)到收支平衡，您需要您的投資組合來獲得更多超過4%。我的朋友，那是復(fù)合的力量，它正在對(duì)您不利。擁有較小的ABC投資組合百分比可能會(huì)更好，這使您可以投資自己喜歡的一只股票，而不會(huì)使整個(gè)投資組合面臨風(fēng)險(xiǎn)。他被稱為風(fēng)險(xiǎn)回報(bào)關(guān)系。我們將對(duì)此進(jìn)行更多討論。

正確的多元化

知道不要購(gòu)買太多的高波動(dòng)性股票只會(huì)刮傷表面。接下來，您需要考慮相關(guān)因素對(duì)您的投資組合的作用和影響。讓我們來看另一個(gè)例子。假設(shè)您要購(gòu)買股票ABC和股票XYZ。您已經(jīng)注意到，每次ABC上升，XYZ也會(huì)上升。當(dāng)ABC下降時(shí)，XYZ也下降。我們剛剛描述的是所謂的正線性關(guān)系，也稱為相關(guān)。

相關(guān)性的測(cè)量范圍是-1到+1。在此范圍內(nèi)，證券變化（在這種情況下為股票ABC和XYZ）的線性關(guān)系被歸一化。如果ABC和XYZ的相關(guān)系數(shù)為0.75，則意味著這兩只股票之間存在相對(duì)較強(qiáng)的正相關(guān)性。換句話說，您可以期望每次ABC上升，XYZ上升，反之亦然。因此，通過同時(shí)購(gòu)買ABC和XYZ，您將在投資組合中引入類似的風(fēng)險(xiǎn)。為了避免將風(fēng)險(xiǎn)集中在相似或相關(guān)的想法上，投資與股票ABC關(guān)聯(lián)性較弱的股票會(huì)更有意義。否則，這與購(gòu)買全部股票ABC一樣有風(fēng)險(xiǎn)。

但是風(fēng)險(xiǎn)呢？

還記得我們前面提到的風(fēng)險(xiǎn)與回報(bào)的關(guān)系嗎？這就是它的用武之地。盡管可以用許多不同的方式來衡量風(fēng)險(xiǎn)回報(bào)，但我們將專注于波動(dòng)回報(bào)率的基本關(guān)系。

在考慮風(fēng)險(xiǎn)回報(bào)時(shí)，請(qǐng)問自己，您接受的每個(gè)波動(dòng)率（風(fēng)險(xiǎn)）能為您帶來多少回報(bào)。如果比率低于1，則意味著您在投資組合收益中獲得的回報(bào)不足以抵消接受投資組合波動(dòng)的風(fēng)險(xiǎn)。在理想情況下，您希望風(fēng)險(xiǎn)回報(bào)率遠(yuǎn)高于1.0 。請(qǐng)記住，您獲得的投資組合收益金額大大超過了投資組合所承擔(dān)的風(fēng)險(xiǎn)。因此，當(dāng)您考慮構(gòu)建投資組合時(shí)，請(qǐng)始終專注于這種關(guān)系，以幫助最大化投資組合中最佳的風(fēng)險(xiǎn)調(diào)整收益。

放在一起

提醒您，以下是構(gòu)建多元化投資組合時(shí)要牢記的三件事：

1.避免用高波動(dòng)性股票填補(bǔ)過多的投資組合

2.股票之間的強(qiáng)相關(guān)性可能會(huì)帶來額外的風(fēng)險(xiǎn)

3.接受投資組合的波動(dòng)性時(shí)，請(qǐng)務(wù)必考慮風(fēng)險(xiǎn)回報(bào)率

建立多元化的投資組合后，下一步就是將這些規(guī)則應(yīng)用于您的投資組合。通常，您的經(jīng)紀(jì)人會(huì)為您提供某種類型的軟件來構(gòu)建您的投資組合，但是其中大多數(shù)功能都是基本功能，不能提供尋找最佳投資組合所需的正確工具。不幸的是，這使microsoft excel和軟件工程解決方案成為唯一可行的選擇。我們最喜歡的軟件工程解決方案是用R和Python編寫的，但是運(yùn)行優(yōu)化方案可以用許多編程語(yǔ)言來完成。

AI如何適應(yīng)-為何有人要關(guān)心？

這可能會(huì)令人震驚，但是我們上面概述的所有練習(xí)的預(yù)測(cè)性或多或少都是毫無(wú)價(jià)值的。更瘋狂的是，華爾街上的大多數(shù)機(jī)構(gòu)投資者都在使用我們都知道是錯(cuò)誤的基本數(shù)學(xué)解決方案。我們上面概述的問題是它是向后看的，它是基于過去的表現(xiàn)。您可能聽說過“過去的表現(xiàn)并不代表將來的表現(xiàn)”。在這種情況下，查看過去的價(jià)格表現(xiàn)并不能使我們對(duì)股票的未來表現(xiàn)有任何了解：這是事前與事后的辯論。從中心右側(cè)輸入我們的AI資產(chǎn)分配模型。

AI資產(chǎn)分配模型（尤其是AI聚類模型）可基于許多因素（本文將不涉及）幫助做出更穩(wěn)健的“前瞻性”預(yù)測(cè)，預(yù)測(cè)股價(jià)將如何變化。但是，最終結(jié)果始終是更穩(wěn)定的投資組合，因?yàn)檫M(jìn)入計(jì)算的輸入是前瞻性的。讓我們看一下我們最喜歡的AI資產(chǎn)分配模型之一，即Hierarchical Risk Parity，以了解其工作原理。

AI資產(chǎn)分配模型如何工作？

首先，我們通過測(cè)量不同相關(guān)之間的絕對(duì)距離來考慮相關(guān)性以及不同相關(guān)對(duì)之間的差異。通過這樣做，算法開始理解這些差異如何聚集在一起。我們重復(fù)此步驟，直到剩下一個(gè)大群集為止。然后，我們回溯之前的步驟，并根據(jù)每個(gè)集群內(nèi)的差異將權(quán)重分配給不同的股票。為了更好地理解非線性關(guān)系，這些聚類按重要性（層次結(jié)構(gòu)）進(jìn)行排列。就像那樣，我們有一個(gè)投資組合分配，它最能代表我們最大的賭注，可以最大限度地提高我們的回報(bào)，并通過考慮非線性關(guān)系，而不僅僅是基本線性關(guān)系，將未來期間的波動(dòng)率降至最低。