投资中的幂定律-15年回报16倍可以这么简单

大多数人都听过这句话:选择比努力重要。
从投资的角度来理解这句话,我们选择相信社会财富是一个正态分布的众数世界,还是选择相信这是一个强者恒强的幂法则世界。

过去的一年,我选择成为幂法则的信奉者,相信在这个世界上,大量与人有关的随机变量都会呈现重尾甚至幂律分布。
过去的一年,我把大部分资金投入到“股票市场”来验证这个理论,结果符合预期。

幂律分布也叫长尾部理论

如果将这个理论方法套用到未来,成功的概率又有多大呢?
我决定制定一个简单的检验方法,套验在过去15年的股市历史。
历史总是惊人的相似,如果人性不发生变化,经验就能够得到复制。

假定一个投资理念:
如果强者恒强,那么从某个投资产品的某一段时期的“优质”表现,来预测这种优质的表现在未来更长一段时间内仍然能够延续。

选择标的:
2003年到2017年期间,中国股市中的开放式基金(需要剔除因巨量赎回而导致的净值异常的基金,分级基金,etf,qdii,lof基金以及当年成立的基金)

数据来源:天天基金网

研究方法:
首先找出一个确定性的指标,将此指标作为投资标准,进行模拟验证,具体的方法为
    1. 选出当年第一季度的季度基金冠军,并假设改基金在随后的3个季度中仍然有超越股市平均水平的表现
    2. 假设在第2季度的第一天买入,并且在第4季度的最后一天卖出,计算当年3个季度的收益回报率
    3. 对比证明这种投资方式的有效性及成效性

研究的局限性:
1. 研究时间跨度长,不考虑当年市场的波动情况
2. 不区分牛市,熊市和震荡市, 不研究趋势的指标
3. 对股市认知的局限性

下表为2003年至2017年基金季度冠军与年度冠军表现(数据来源天天基金网,实际数据上略有误差)

2017年统计时间截止到12月25日
2010-2017年大盘对标沪深300
2003-2009年大盘对标上证综合
2003-2009年大盘对标上证综合
2003-2009年大盘对标上证综合

如果我们仔细研究这个统计表,就可以发现一些有意思的信息:

在过去的15个年中,购买第一季度冠军基金的朋友,能买到当年的冠军基金的机会有7次。对比目前市面上近2000多只基金,这个方法让你妥妥地进入TOP1。

第一季度的冠军基金成为当年年度冠军的概率为46.7%。并且这种结果出现的集中度非常高,分别是2017年,2016年,2015年,2007年,2005年,2004年和2003年。

但是我们还有超过53%的概率没有选到冠军啊,这样的情况怎么破?

在统计的15个年份中,TOP类基金的年初表现与年尾表现一致性非常高,也就是说,即使当年的第1季度冠军基金没有成为年度冠军,但是其高盈利的表现仍然很好。

同时有5个年份,当年的冠军基金是在第3季度末产生的。也就是到了第3季度末,对比一下你手上的基金与前3基金的累积冠军基金的表现,如果收益差异在10%以内,恭喜你当年整体收益可以超越90%的投资者;如果差异率过大,则更换为前3季度累积冠军基金,则这一年你的收益回报仍然可观。

当然有人参与的市场永远会有例外的情况,分别是2008年,2013年和2014年。

2008年为全球著名的股灾年,这一年的表现是唯有债基一支独秀,股票市场全军覆没。这样的年份休息或者购买债券基金是最合适的。

2013年和2014年比较特殊,当年的冠军基金都是在第4季度实现逆袭反超。在这样的年份想要获得确定性的高回报,需要累积一定的技术知识。

统计显示,每年选择首季度冠军基金为投资标的,15年累积回报超过16倍

在过去15年中,首季度冠军基金在后3个季度实现正收益的次数为12次,概率为80%;

在过去15年中,首季度冠军基金在后3个季度实现累积绝对收益率为16.87倍,同期15年的指数收益率为2.99倍
(注意,有经验的投资者理性上应该避开月线明显下行的年份,即2008年/2011年/2012年/2016年,则理论上得到的绝对收益率可达到23.93倍)

通过统计发现,年度大盘下跌的年份,投资者事倍功半,年度大盘上涨的年份,投资者事半功倍。

如果当年指数下跌超过10%以上,99%的人应该离场;
如果当年指数最大跌幅在0-10%,自认为是20%的投资者可以在其中参与,剩余的普通投资者都应离场
事实上,这些年度预测并不难找,每年年末各大证券机构都会发布自己对来年的预期。

你看懂了吗? 是否还会问统计这些有什么意义呢?

这个世界充满了不确定性。商业如此,财富如此,阶层如此,一切与人有关的事物都如此。
而这个研究的真正目的是为了能在不确定的市场环境中找到有确定性的规则,并且从中找出适合自己的应对方式。

基金是股市的一个重要参与群体,但这个群体内部表现却可能是数十倍之差,难道其中某些人比另外一些人绝对地聪明或专业吗?

这个世界与人有关的随机变量都会呈现重尾甚至幂律分布。
我们大部分人都不知道那个随机变量是什么。
但我们知道这个世界规则的运行方式,并且能够观察到它的变化。
遵循市场规则,顺势而为也许会是我们最好的选择。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,686评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,668评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,160评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,736评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,847评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,043评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,129评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,872评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,318评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,645评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,777评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,470评论 4 333
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,126评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,861评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,095评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,589评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,687评论 2 351