分享

构建一个能从容应对“黑天鹅”的投资体系

 chrien 2020-04-10


最近A股“黑天鹅”频发,什么康美药业、康得新、新城控股、东阿阿胶、大族激光、涪陵榨菜……尽管,严格来讲,有些并不属于真正的“黑天鹅”,但对于许多普通投资者来讲,反正是“踩雷”无疑了。

“黑天鹅”一词起源于欧洲,在人们到达澳洲发现黑天鹅之前,认为所有天鹅都理所应当是白色的。黑色的天鹅?不存在的。

所以“黑天鹅”实际指的是人们的认知盲点,属于纯粹在预测之外的稀罕事件(实际未必真的稀罕,可能只是少见多怪)。

无论你如何完善你的认知体系,“黑天鹅”都是在说难免的——因为如果你意识得到它发生,那就不叫“黑天鹅”了。“黑天鹅”根本无从预测。

然而我们做投资毕竟立足长远,“黑天鹅”是总会遇到的。那究竟应该如何应对才能从容不迫呢?需要构筑什么样的投资体系?

1、以概率的思维面对这个不确定的世界。

诚然,先验的概率常常只是主观的判断,我们也无法逐一验证。比如1%概率发生的事件,也许刚好让你碰上,那岂不是变成100%了?但只要尝试多了、经历多了,一般来讲判断总会更接近客观现实一些。

关键是,有许多投资者做判断太过决绝。“XX股票绝对被低估了。”甚至,“XX股票一定能涨到XX元。”

董宝珍甚至说过“价值投资绝对不是概率”这样的话,称“只在百分之百确定的情况下才出手,没有百分之百赢的前提条件,价值投资者绝不下注”。这种态度我可以理解和支持,但是这种认知绝对是偏颇的。

每当我看好某只股票的时候,我总要逼自己去思考,为什么很多这只股票的持有者,还非要在这个价格卖出它呢?我的判断是不是存在哪些盲点或者误区?

小心驶得万年船。在投资这件事情上尤其如是。

2、不熟就少做,甚至就不做。

只要不总去挑战自己能力边界甚至能力之外的事情,犯错的概率肯定会大大降低。

去尝试不熟悉的领域,那么对其他人而言可能显而易见的事情,对你都完全可能是“黑天鹅”。比如上面提到的诸多最近“暴雷”的A股,真正的“黑天鹅”很少,其实大都早有蛛丝马迹甚至实锤证据,只不过很多人视而不见罢了。

巴菲特他老人家强调的“能力圈”原则,也是这个道理。

3、分散的需求是绝对的,组合投资是常识。

只要有条件,每个投资者都会分散的。如果你拿不准那只股票更好,那最佳的策略自然是都买一点。

事实上,确实没有任何人可以拿得准那只股票更好。所以每个人的最佳策略都是应该适度分散。

分散的需求是绝对的,而集中反而是需要更严苛的前提条件的——即你需要对标的非常熟悉有把握才行。

单投一只个股,甚至单投一个行业,基本都是把投资做成了赌博。不一定不赚钱,恰恰相反短期可能赚得更多,但“长赌必输”是明白人都懂的道理。

502的牛 兄也说过,“持有单一股票的收益率以运气为主,但构建的投资组合能够连续跑赢比较基准则是实力的体现。”

其实我也曾经踩过雷,印象最深的莫过于在科通芯城上栽的跟头,但当时斩断得及时,而且仓位也很小只占2%,所以对长期收益率的负面影响微乎其微。

如果你研究做不到很深入,然后又时不时会尝试拓展自己的能力圈,那么分散更是理所当然的。

4、尽量做深研究,提升集中的能力。

前面说了,集中是一种能力而非目标。分散是一种必需,也不是目标——我们千万不能为了分散而分散。

如果你一味追求分散,没错风险是小了,收益率也会相当平庸。假如你疏于研究,功课都不做到位,瞎投一通,那按着市场“七输二平一赢”的分布,多半你是跑不赢大盘的。

有些投资者会把自己框得更死一些,比如只买估值低的,只买公司实力强的,只买好生意,只买龙头公司,等等。他们选择范围可能小了,但遭遇“黑天鹅”的概率也会相应降低。

分散和集中是一对矛盾。整体而言,我认为我们不得不分散,但同时应该尽量追求集中。我相信每个人都有自己的尺度。

只要研究到位,很多“雷”你根本不会踩到。

5、少融资,或者干脆就别融资。

融资杠杆并不会提高你获利的概率,只会放大你的收益或损失,同时引入了时间限制和全盘倾覆的风险。

少融资,比如我有时用1.1倍、1.2倍这样的杠杆,基本还是可以规避掉全盘倾覆的风险。但普通投资者干脆还是别融资比较好。

像2008年那样绝大部分股票都跌去2/3的大熊市,假如还上了杠杆……简直不敢想象。国运强盛如美国,1929年的大萧条又有谁能预料到和应对得了?

不融资,面对黑天鹅时,存活下来的希望大得多。留得青山在,自然不怕没柴烧。

以上几条若做到位,遭遇“黑天鹅”事件的频次相信就会少很多,万一碰上了应也能更从容处之。

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多