投资组合多样化做得对 编辑

投资者可以做几件事来保护他们的投资组合免受风险。保护投资组合的一个重要方法是多样化 . 简而言之,这意味着投资者选择包括来自不同发行人和行业的各类证券和投资。这里的想法和古老的格言“不要把所有的鸡蛋都放在一个篮子里”是一样的。当你在许多领域投资时,如果其中一个失败了,其余的将确保投资组合作为一个整体是安全的。这种增加的安全性可以通过与相同规模的单个投资相比,多元化投资组合往往带来的利润增加来衡量。

对于那些希望长期降低投资风险的人来说,多元化是一个很好的策略。多样化的过程包括投资于一种以上的资产。这意味着包括债券,股票,商品,房地产投资信托基金,混合,以及更多的投资组合。

  • 在每种资产中投资几种不同的证券。多元化的投资组合将投资分散在同一资产类型的不同证券上,即来自不同发行人的多个债券、来自不同行业的多家公司的股票等。
  • 投资于不显著相关彼此之间。这里的想法是选择不同的资产类别和具有不同寿命和周期的证券,以尽量减少可能对您的投资组合产生不利影响的任何负面条件的影响。

在组成多元化投资组合时,这一点至关重要。没有它,不管你的资产类型有多多样化,它们都可能容易受到相同风险的影响,因此,你的投资组合会做出一致的反应。因此,对于投资者来说,避免为他们的高度相关的投资组合选择投资是关键。值得注意的是,在投资组合管理实践中,简单多样化和有效多样化(也称为最佳多样化)是有区别的。

朴素最优多元化

原因是多样化通常是一种成功的战略不同资产的价格并不总是一起变动的。因此,一个相当幼稚的多元化可能是有益的(然而,最坏的情况下,也可能适得其反)。单纯多样化是一种多样化策略,投资者只是随机选择不同的证券,希望这会降低投资回报风险 &由于所选证券的不同性质,投资组合的风险。单纯的多样化并不像使用统计建模的多样化方法那么复杂。然而,在经验、对每种证券的仔细审查和常识的支配下,天真的多样化仍然是降低投资组合风险的有效策略。

最佳多样化(也称为马科维茨 &另一方面,多样化)则采用不同的方法来创建多样化的投资组合。这里的重点是寻找相互之间的相关性不是完全正的资产。这有助于减少证券的风险,反过来也有助于实现回报最大化。通过这种方法,计算机运行复杂的模型和算法,试图找到资产之间的理想相关性,从而使风险最小化,收益最大化。

如上所述,两种形式的多样化(简单的和最佳的多样化)都是有效的,这仅仅是因为当你将你的可投资资金分散到不同的资产上时,就会产生多样化。

简单多样化指的是为你的投资组合随机选择不同资产的过程,而不需要使用任何复杂的计算来决定你选择哪种资产。尽管它具有随机性,但基于大数定律,这仍然是一种有效的降低风险的策略。

相关性的意义

有一种“更好”的方式来实现多样化。具体地说,通过检查你打算投资的资产,找出那些不倾向于上升或下降的资产相关性 彼此之间。通过这样做,您可以有效地降低投资组合的风险。这是因为相关性是统计学中的一个重要概念。相关性是对两个独立数值一起移动的程度或程度的度量。在这里,我们感兴趣的价值是资产。可能的最大关联量为100%,表示为1.0。当两个资产的相关性为1.0时,当一个资产移动时,另一个资产总是移动。尽管这些资产的移动量可能不同,但1.0的相关性表明它们总是朝着同一方向移动。相反,当两种资产向相反方向移动时,它们的相关性为负。如果它们总是100%地朝相反的方向移动,这被认为是-100%或-1。因此,在考察资产相关性时,越接近-1.0,多元化效应越大。

底线

每个人都清楚这一点:投资者必须分散投资组合以防范风险。尽管在极端条件下进行多样化的效率会降低,但典型的市场条件几乎总是意味着一个充分多样化的投资组合可以显著降低投资者面临的风险。因此,关键是要努力不断改进或优化你的工作投资组合 多样化以最大限度地保护您的投资。这意味着要进行尽职调查,找出彼此不相关的资产,而不是简单、幼稚的多元化。

另一方面,复杂的数学多样化所提供的所谓好处相对不清楚。对于普通投资者来说,如何应用和操作如此复杂的模型更是不清楚。当然,电脑模型有能力让人信服和印象深刻,但这并不意味着它们比单纯的理智更准确或更有洞察力。最后,一个模型是否产生结果比它是否基于一个高度复杂的算法更重要。

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。
列表为空,暂无数据

词条统计

浏览:12 次

字数:5493

最后编辑:7年前

编辑次数:0 次

    我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
    原文