機器人解密:「波動率」是個磨人的小妖精

俗話說「富貴險中求「,這個「險」並不是貶義的危險,更準確的說應當是未來的「不確定性」,金融角度更傾向於將其理解為「波動率」,它衡量的是價格在一段時間內變化的幅度。

機會只存在於看還不太清晰的時候,這種不確定性沒有正負號,它既能帶來價格的上漲,也可能帶來價格的下跌,但如果想逆襲又繞不開這個「險」,波動率真是個磨人的小妖精。

最直觀的感受就是那些排行榜「土豪」,雖然從事的行業不同,發家致富的領域五花八門,但壕們的套路都這麼的相似。

來來來,拿上瓜,擺好小板凳。

我們就拿這麼多年了,終於肯退休的李嘉誠逆襲路線來舉個例子:塑膠廠推銷員 -> 創辦長江塑料廠 -> 通過《塑膠》雜誌看出戰後經濟復甦,「消費升級」風口,果斷斬斷舊生產線,加倉塑料花生產 -> 塑料花市場進場人數不斷增加,減倉塑料花,維持低倉位,尋找新機會 –> 看準國際玩具市場機會,增加塑料玩具生產倉位,財富不斷累積,保持良好的流動性 –> 香港發生信用危機,房產遭受拋售,房價暴跌,在別人恐懼時貪婪。利用原先保持良好的現金流做支持!低價大規模收購房產,房產價格大幅回升 -> 走上一去不復返的土豪道路。

滿屏帥到飛起的節奏感!

雖然李超人節奏感爆棚,但這不意味著他能一帆風順,李超人經歷過多次全球經濟和金融危機,所持長江實業市值也多次出現了大幅下跌,有圖有真相:

(數據來源:wind)

然而在遇到危機時,他能採用例如降價銷售等措施及時止損,因而最終能保持充足的現金流過冬。

摸著良心說,大家都想做土豪。But!並不是每個人都是李首富……

李首富這樣的企業家,看到好機會能拿出壓箱底的錢全壓上去,豪氣!有魄力!會玩!膽子大!人家對於波動的承受能力好高啊。。。。。!

我們一般人是承受不起的,壓箱底的錢還得給娃買奶粉呢T T。所以,根據自身經濟情況、性格特徵了解自己最大風險承受能力就分外重要了。

對於李超人這樣頭腦清晰的宇宙激進型選手,我們能看到的套路是:在上漲趨勢面前視死如歸的加倉。

在風口真正到來的時候,自己的豬便乘著風飛起來了。

可是就算風再大,豬也不可能永遠在天上飛,金融市場與實體經濟極類似,都具有周期性,沒有永遠的蕭條,也沒有永遠的繁榮。隨著資產價格的上漲,我們面對的不確定性也會更大,雖然知道漲多少都不夠,但理智的李首富清晰的了解自己能承受的最大波動率是多少,會量力而行,逢機減倉。上漲趨勢如此,下跌趨勢亦如此。

因此了解自身風險承受能力還不夠,在投資過程中還得做到一貫執行。大多數股民在炒股時,上漲的時候會更嗨,一個勁的買買買。

在下跌的時候通常自暴自棄。

真實的風險喜好忽上忽下,隨風飄揚。

因此,我們在設計策略時就明確:多數人不是李超人,我們著重考慮了不同年齡,不同性格人群的特徵,針對不同的人群、不同的波動承受能力設計不同的投資策略。一方面做到「千人千面」,另一方面依靠人工智慧和機器學習技術去規避人情緒忽上忽下的問題。

而且,獲得高回報不一定非得很刺激,當平均年化收益率8%,波動率12%,其實長期就能獲得跟李超人類似的收益,同時又不用承擔李超人高達40%的波動率這樣級別的風險。(見下圖)

(數據來源:wind)

在過去兩年中,全球經濟先後遭遇英國脫歐、特朗普當選、中國股市熔斷、朝鮮半島核問題升級等諸多突發事件,金融市場波動加劇。但截至目前,璇璣為各類客戶有效的控制住了最大回撤和波動率。我們希望在穩定的波動下,為大家創造類似李超人的財富曲線。


推薦閱讀:

SEO演算法之TF-IDF演算法
機器學習入門筆記4
Gaussian Discriminant Analysis
機器學習入門:邏輯回歸案例
在一頭扎進機器學習前應該知道的那些事兒

TAG:機器學習 | 人工智慧 | 波動率 |