多樣化的投資選擇

中工网抖音

风险管控：加密货币投资组合多元化7大策略

加密货币也有不同的资产类别，其中最常见的资产类别（包括比特币和以太币）是作为价值储存手段或交换媒介的加密货币。另一种是实用型代币，这种加密货币赋予使用者在平台上使用某种产品的权利，比如说Basic Attention Token（BAT）、Golem Token（GLM）和Filecoin（FIL）。此外，非同质化代币（NFTs）是一种数字所有权并通过数字艺术品向主流领域渗透。除了艺术品，NFT还可以代表房地产、收藏品甚至个人身份等很多事物的数字所有权。

每年6%還不夠？將資產靈活的配置，獲取更誘人的報酬！

圖（一）就是非常著名的『效率前緣』，Ｘ軸代表風險，Ｙ軸代表投資組合的預期報酬，而曲線圖上的每一個點代表：在 Ｘ 軸給定任一風險值下，對應可取得的投資組合最大報酬率。在 VTI（股）以及 TLT（債）兩檔資產的這個範例，曲線的每一個點就是兩個標的間不同的組合。以此張圖來看，當我們 Ｘ 軸風險選 13% 下，對應到的投資組合預期報酬為 12%，而這個投資組合為 70% VTI 與 30% TLT 的組合。

多個資產的 Case

當我們增加投資組合資產，亦可以透過 MPT 來做運算，產生新的效率前緣。觀察下圖（二），當我們從原本的兩檔資產 VTI 及 TLT，增加成三檔：VTI、TLT、GLD，以及再進一步增加成五檔：VTI、VOO、TLT、IEF、GLD，觀察各自產生的效率前緣，我們可以發現一件有趣的事，隨著涵蓋在投資組合內的資產增加，效率前緣會逐漸往左偏移。意思是，當我們在固定相同風險的條件下，增加資產的多樣性，可以帶給投資組合有更高的預期報酬。如：若我們將風險（波動率）固定在 5%（灰色線），我們可以看到涵蓋越多資產的，可以獲得更好的預期報酬率。這個現象說明了分散投資的好處，可以獲得更好的風險溢酬。

在 MPT 的理論中，並不存在著最好的投資組合，而是在不同的風險下（Ｘ 軸數值的改變），會對應到當下最適合的一個投資組合。這樣的架構給予了投資人相當的彈性，可選取在自己願意承受的風險下，換取對應的報酬。

Black-Litterman 模型

一旦輸入的資產預期報酬率有些微變動，就會對該資產配置的權重有大幅影響。比如說，我們將投資組合內其中之一的資產在未來的預期報酬率增加 0.1%，可能會對配給在該資產的權重增加 10%。

我們知道資產歷史績效表現亮眼，並不保證未來也會如此，但既有的 MPT 模型卻容易配給大的權重在過往表現好的資產上。

為了修正上述缺點，高盛的 Fisher Black 和 Robert Litterman 在 1992 年提出了 Black-Litterman 模型，其中運用了貝氏定理，在建構資產的預期報酬時，將歷史資料推估的資產報酬率（市場隱含報酬率）與投資人的主觀看法做加權平均，形成最終對每個資產的預期報酬分配，來建構最適化的投資組合。

透過 Black-Litterman + MPT 打造多樣風險投資組合

對比於之前提過的 Permanent Portfolio 多樣化的投資選擇 以及全天候投資組合，只能產生單一種投資組合配置，我們可以運用此 BL 架構算出的預期資產分配與 MPT 理論做結合，根據投資者可承受的風險程度不同，在效率前緣上尋找不同的投資組合。關於此方法的詳細敘述，可以參照我們關於 Black-Litterman 的研究文章做更深入的了解。

投資組合調整規則

回溯測試

我們延伸在『致敬經典，2個簡單卻可以穩健獲利的資產配置方法』這篇的回溯測試，以相同 2006/01 至 2020/03/20 的歷史數據，測試上述 BL 的資產配置方法，並以投資人較常使用的指數投資方法 70% 的大盤指數基金 (VTI ) + 30% 的 7-10 年期美國公債 ( IEF ) ，我們稱此為基準投資組合作為比較標準。

績效

我們以 2006/01 – 2020/03/20 期間計算，分別列出基準投資組合、Permanent Portfolio、全天候投資組合、以及從 Black-Litterman ( BL ) 所產生的積極、穩健、保守三種不同風險投資組合的績效：

可以發現 BL-保守的投資組合，可以達到不遜於與基準投資組合、Permanent Portfolio 與全天候投資組合，同時又擁有更低的年化波動率，也因此夏普指數更為優異（更好的風險報酬比）。除此之外，BL 模型又可另外產生兩種更高報酬的投資組合，年化報酬可以達到 7.5 ~ 8.6%，對於長期投資來說，若每年能增加額外的 1% ~ 2% ，透過複利效果累積，將對資產增長產生相當大的影響。

我們也另外來看看各個投資組合策略在今年至 2020/03/20 的表現如何：

多樣化的投資選擇

以 2020 年至 3/20 的表現來看，70% VTI + 30% IEF 的基準投資組合跌幅接近 18%，而 BL-穩健與 BL-積極可將跌幅限縮在 -8% ~ -9%，比基準投資組合將近少一半的虧損。這對於可承受較風險的投資人，想積極參與市場上漲，但同時又希望能在市場大跌時有比較好的保護效果，將會是一個不錯的選擇。而相對保守的投資人，則可以選擇像是 Permanenet Portfolio、全天候投資組合以及 BL-保守型投資組合，較能安穩的度過市場劇烈的震盪。

作者：J.R ｜ 數據來源：Growin 量化團隊｜ 圖表設計：Yuting ｜ 圖片來源： unsplash.com

關於 Growin

Growin 是一個服務在美華人的 AI 資產管理服務，透過最新的科技，幫助每位用戶以美國 ETF 及個股建立智能投資組合，打造穩健成長的理財計畫，歡迎至 Growin官網 了解我們並下載 APP ，讓 AI 為我們的積蓄做更有效率地運用及成長。 多樣化的投資選擇 多樣化的投資選擇

中工网客户端

中工网微信

中工网微博

中工网抖音

工人日报
客户端
×

欧凯HRVP耿健：人才多元化和高质量context成就高效组织

× 为推荐给更多人 分享写下你的想法>

7月28日，「Moka Foresight 人力数字化论坛暨夏季产品发布会」首场杭州站成功举办。Moka邀请到欧凯HRVP耿健进行了主题分享，耿健以“人才多元化和高质量context成就高效组织”为主题，分享了欧凯如何通过多元化的人才策略，和上下一致的高质量决策信息环境，找到更合适的组织解决方案。以下是根据耿健的演讲内容进行文字整理：

一、三大组织核心力

· 多樣化的投資選擇 财务管理能力

· 战略能力

· 目标管理能力

二、多元人才策略

人才先于战略

· 人才会带来可靠高下限

· 人才稳定性

· 人才创造性

因此，要让业务一号位与HR共同做人力资源的操盘手。HR一号位在为团队构建人才供给的过程中，要知晓老板特点，招聘匹配企业风格的人才。与此同时，真正的高管要做得到张力控制。能站在CEO的立场上看问题，又不能丢掉自己的阵地，在不同场景切换视角、控制张力。在服从于公司规则的基础上，保持积极自主性。

多元化人才框架

· 性格多样性模型

· 决策偏好多样性模型

三、高质量的context 是组织效率提升的根基

“Context，not Control”

在公司规模变大的过程中，如何提升组织效率，应对管理上面临的挑战？从奈飞的创始人兼CEO里德哈斯廷斯提出，到字节跳动的创始人张一鸣力推，“Context，not Control”的管理模式在提升管理效能、打造高效组织方面效果显著。

具体来讲，什么是Context，什么是Control？Context是指决策所需要的信息集合，包括原理是什么，市场环境如何，整个行业格局如何，优先级是什么，需要做到什么程度，以及业务数据和财务数据等。Control则包括了委员会、指令、分解和汇总、流程、审批等。今天，我们应该把决策所需信息透明公开化，对员工可见，而非控制信息将其作为权力控制的工具。“信息是资源，而不是权力。”

三大原则让context更优化

· 是什么？

· 为什么？

· 怎么办？

Moka给欧凯带来了什么？

“因为看见，所以相信”，在企业的发展中，各类信息都需要被看见、被理解。欧凯本是一家传统企业，因为Moka People的存在，员工可以获得更多Context，CEO也加深了对HR工作系统的理解。因为看见，大家都拥有了不一样的感受。