機器人解密:從「最大回撤」看風險控制
今天我們簡單聊聊風險控制的作用。眾所周知,在投資過程中,收益與風險是投資人需要面對的兩大主題,但往往很多人對回報十分重視,但忽視了對風險的有效控制。
儘管風險控制十分抽象,但對於投資回報的影響是深刻的,若投資風險與投資者自身的風險承受能力不匹配,市場波動就會影響投資人的心態和操作。比如一個低風險承受能力的人買入股票等高風險產品,往往還沒等實現收益目標,就因投資過程中出現了大幅波動而提前結束投資。
對於投資風險,有一個十分直觀且好理解的指標:最大回撤,能幫助投資者感知風險大小。這個指標的定義是這樣的:在選定周期內任一歷史時點往後推,產品凈值走到最低點時的收益率回撤幅度的最大值,即買入產品可能出現最糟糕的情況。舉個例子,下圖中滬深300指數從2008年金融危機高點至今出現過多次回撤,而最大回撤取得是所有回撤中數值最高的那個,即70.7%。最大回撤是越低越好,且和風險成正比,回撤越大,風險越大。
以去年的股基冠軍-易方達消費行業為例,去年該基金為投資者提供60%以上的回報,業績可謂十分突出,但即使是如此優秀的產品,回撤也是少不了的,尤其是在相對高點買入的投資人,在面對9%以上的虧損時,也會因無法承受而離開。此外,還有一種常見的情況,即基金走勢很平穩,不漲不跌,比如下圖藍框標出的區域,在比較效應下,多數人也會選擇賣出轉而追逐表現更好的基金,進而錯失後面的大漲行情。
上面的例子說明了很簡單的道理,即投資需要耐性,而耐性的養成一方面源於對市場行情的深刻理解,另一方面也需要產品本身有較好的穩定性,才能拿的住、拿的久。
我們團隊在設計模型的初期,考慮到凈值回撤可能給客戶帶來心理上的衝擊,因此將最大回撤作為風險控制的首要目標,至於如何實現該目標,在經過團隊的多次討論後,形成當下風控系統的雛形:
首先,在事前選擇投資標的時,盡量配置相關性較低的大類資產,並在運算邏輯中設置一定的股債比,目的保證債類資產佔比高於一定的閾值,以此來降低投資組合的波動性,其次,在系統性風險來臨時,通過止損的方式降低風險頭寸,令客戶安心。
比如今年1月末美股暴跌引發了全球性回調,短短10天主要金融市場跌幅超過10%,速度之快歷史罕有,令我這從業十多年的金融老手也心慌慌,好在我們設計的機器人投顧從來不會恐慌,相對人更加理性,經過對歷史數據的回顧,發現港股跟美股一天大跌超過4%後,未來30天的損益上漲和下跌概率是一樣多的,因此市場是有些反應過度了。
經過此次突發事件後,作為模型設計者,也深刻意識到情緒對市場判斷的影響,在做出決策時,應堅定相信機器人投顧給出的理性判斷。而事前和事後的風控預設,也會令投資組合表現更加穩健,減少客戶面臨市場考驗的機會。投資市場中,挑戰是常態,讓我們在黑天鵝事件中一起成長吧。
註:XX泉私募凈值更新於2/14,X聚私募凈值更新於2/23,其餘產品凈值更新於3/1
數據來源:Wind機器人解密:從「最大回撤」看風險控制
推薦閱讀:
※一個帶限制條件的均勻洗牌問題
※機器學習:神經網路的模型構建
※027 Remove Element[E]
※連續子數組的最大和