投資美股指數10年,報酬率是多少?「平均值」不適用,不同市況下的報酬天差地遠

2024-01-21 09:40

? 人氣

投資美股指數10年,報酬率是多少?(美聯社)

投資美股指數10年,報酬率是多少?(美聯社)

成人患有ADHD的人當中,部分人會有注意力不集中的症狀,他們在解決問題或工作時,組織化或系統化的能力低下,傾向於只集中於自己看得見的事物;另外,患有憂鬱症的人會用否定的視角,觀察和解釋自己和世界。兩者都是看不見樹林,只看得見單一棵樹;只用自己所知道的東西進行判斷,或者只看自己想看的事物。如果不想犯下像這樣因陷入自己的想法,致使疏忽產生的錯誤,而是想要綜觀整體的話,必須要進行機率思考。但是,從機率來思考問題也是我們不熟悉的方式,因此我們有必要考慮多種替代方案。

[啟動LINE推播] 每日重大新聞通知

1. 進行機率思考吧!

首先,請努力轉換為像是頻率等機率性相關的語言。雖然應該有許多方法,但是思考「頻率」是讓自己得以擺脫視角受限的好方法。

簡單舉個例子吧?某天,美國FDA發出公告表示,A藥物相比B藥物發生血栓的風險高出100%。聽到風險增加多達100%的消息後,人們應該會開始害怕藥物治療。那麼,當你聽到這些新聞時,你會做出什麼選擇呢?第一,因為危險,所以選擇不吃A藥物;第二,想著血栓不會發生在自己身上,繼續服用藥物;第三,進行機率思考。

雖然這是假想例子,但是我們有必要將這些%數字中隱含的心理反應更加客觀化。這裡所指的將機率思考客觀化又是如何進行的呢?最簡單的方法,就是確認其自然頻率,即確認藥物中血栓發生的自然頻率後,可以確認B藥物發生的頻率為每10萬人中只有1人,那麼A藥物就只是每10萬人中增加到了2人而已。

然而我們在實際情況下,總是無法以機率思考問題,事實上也沒有必要。就像我們不會說「週末在附近便利商店跟朋友見面的機率是90%」,只會說「週末可能會在附近便利商店跟朋友見面」。但是,在股票市場上不能估量著「A股票好像會上漲很多」就直接進行投資,可是又不能用數字呈現出的機率加以計算,更何況假如因為機率高而賭上一切的話,可能會因此陷入危險當中。

因此,尚可以透過另一種機率思考方式-期望值。在前面介紹的《隨機騙局》中,納西姆.塔雷伯用機率與事件的利得相乘出的期望值概念說明了這一點。納西姆.塔雷伯以期望值為例,預測市場上漲的機率很高,並提出了上漲的機率為70%。然而與這種正向的預測相反,對於S&P期貨則持有賣出的意見,這是因為市場上漲的機率雖然很高,但期望值卻呈現負值的關係。(表9)。

表9:期望值(圖/高寶書版)
表9:期望值(圖/高寶書版)

再舉一個假想例子,美國績優股微軟雖然於第一季度業績發表會中公佈了超出預期的業績,但是由於股價早已被投資者們追高,因此假設市場僅會反映出1%的上升幅度。那麼假如業績不如預期時,股價則是會出現暴跌的情形。然而,如果不是這樣的成長股,而是冷門股的情況下,當意外地出現理想業績時,股價反而是會暴漲,那麼即使業績不好的機率很高,期望值也會是正值。

前面也說明了,「高風險、高報酬」的原則並不總是正確。當景氣良好的時候,被認為是安全資產的國債,其風險會隨著時間的推移越來越低,期望值也會越來越高;但是作為風險資產的股票則與人們所認知的不同,風險會持續提高,而期望值會持續降低,下降到無法繼續賺錢的水平,所以這句話也可以表示為「高風險,高報酬或高損失」。因此,投資的關鍵不是命中率,而是命中時獲得的報酬規模,所以一個投資組合的十個投資標的中,即使下跌的標的很多,只要因為其中一個期望值高到足以大幅地獲取報酬,那麼整體投資組合將能呈現出非常好的報酬率。

延伸閱讀:投資賺錢了,但這可能是陷阱!專家:從長遠來看,決策過程比結果更重要

2. 讓我們也看看對方的心理

經過努力學習,發現並買進了一支優良的企業股票,但為什麼股價不漲呢?這時,與其感嘆其他人為什麼不知道這麼優良的企業,不如觀察參與在股票市場中對方的心理。

簡單地思考股價上漲的原因,並非因為企業業績突出或者它是一支高股息股,而是因為買方比賣方來得多。還記得前面說過,股票市場的最小單位是人,買方、賣方、觀察者聚集在一起,按照各自的需求做決策的地方就是股票市場嗎?雖然業績和股息很重要,但這畢竟是過去的資料,而股價則是根據人們現在做出的決策所形成。雖然透過所謂「技術性分析」就包含股價走勢、交易量、時間三者之間關係的圖表進行分析,也很難準確地預測未來,但卻可以一目瞭然地看到過去股票市場參與者的想法。另外,由於特定指標的圖表及交易量可以觀察到目前市場參與者的想法,從這一點看來,這些資料在一定程度上是具有預測接下來趨勢的長處。因此,只要能夠很好地運用技術性分析,就可以成為分析對方心理的管道。當然,對於價值投資者與長期投資者來說,是否有研究這些資料的必要,相關的反駁也不在少數。

但是,移動平均線、支撐線和阻力線、雙頂及雙底等幾種特定指標,終究是反映了股票市場參與者的心理,因此即使你不是盲目地相信這些資料的人,但是在擴大自己狹窄的視野上作出貢獻這點,這些資料依然值得參考。

3. 不知何時會出現的黑天鵝

最後,雖然像「黑天鵝」這樣意想不到的事情並非經常發生,但卻需要事先認知到它隨時都有可能出現的事實。在1697年於澳洲發現黑天鵝之前,歐洲人都認為天鵝是白色的,因為直到到那時為止看到的都是白色的天鵝。納西姆.塔雷伯在他的另一部名著《黑天鵝效應》中提到了此一用語,並定義為脫離了以已知事實為根據的預測,卻發生意想不到的極端情況。

我們通常認為事件是以鐘形的常態分布曲線出現,並以此計算機率進行預測。在一般常態分布中,鐘形是中間高而寬,越到兩端則急劇平坦,這裡的兩端稱作為尾巴。然而與常態分布不同,尾巴變厚的形狀被稱為「肥尾fat tails」。(圖25),納西姆.塔雷伯表示在這個厚厚的尾巴上,會發生超出一般預期而令人震驚的事件。

圖25:常態分布和肥尾(fat tail)(圖/高寶書版)
圖25:常態分布和肥尾(fat tail)(圖/高寶書版)

1941年日本攻擊珍珠港、2001年911恐怖攻擊、2008年美國金融危機等就是黑天鵝的例子。納西姆.塔雷伯表示當然並非只有負面的事件才是黑天鵝,但就算是這種極度令人震驚的不可預測事件,一旦發生之後,人們也都會試圖為這些事件編造出某種合理的解釋,並分析成好似原本是可以預見的事情一樣。他說明這些概念的目的,是因為在歷史、科學和經濟等領域中,一般來說我們很難完全地跳脫既定認知以進行預測,但投資者對於衝擊性事件帶來的破壞性作用,依然會試圖去理解的行為,將會導致危險的發生。另外還強調,即使採用專家們相對較具科學性的方式管理自己所認為的不確定性,也依然無法預測諸如此類罕見的事件。

下面兩張圖是勞勃.席勒教授所分析的資料,為1871年之後美國S&P500的報酬率與常態分布下的預測報酬率曲線同時呈現的圖表。首先以2019年為例,從年度為單位來看,市場報酬率雖然超出預測曲線,但相對算是有依循常態分布的曲線,而2019年是S&P500歷史上表現最好的年度之一,但卻不是極端的一年。(圖26)

圖26:S&P指數以年度為單位之報酬率(圖/高寶書版)
圖26:S&P指數以年度為單位之報酬率(圖/高寶書版)

然而,如果將檢視單位拉長至10年,圖表就會出現變形,報酬率的分布會出現三個高峰。第一個是像1970年代或21世紀頭十年一樣的空頭市場,正在經歷這種空頭市場的投資者,在10年末尾時幾乎沒有可以拿得出手的投資成果;第二個高峰是投資者同時經歷了長期空頭和多頭的10年,而在10年期間結束後,累積的市場報酬率會落在60%∼ 80%的範圍之間,且年報酬率約為5% ∼ 6% 左右。雖然並不理想,但至少比通貨膨脹幅度來得更好。最後,右側的第三個高峰則是對應至另一個多頭市場的10年。(圖27)

圖27:S&P指數以10年為單位之報酬率(圖/高寶書版)
圖27:S&P指數以10年為單位之報酬率(圖/高寶書版)

因此,想要管理風險的投資者不要只考慮平均值和中間值等數值,而要在考慮整體分布之後再進行判斷。另外也要時刻記住,以觀察和經驗為根據的學習和知識是多麼的有限並有弱點,因為我們所知道將不會是全部。

諾貝爾物理學獎得主菲利普.安德森(Philip Anderson)說,在現實世界中,很多事情的影響力不亞於「平均」,而是由整體分布下的「尾巴」來決定。驅動世界的不是「平均」而是例外,不是以漸進的方式而是以偶然,不是由中產階級而是由超級富翁。我們不應該拘泥在對於平均的想法。

作者介紹:崔森旭(최삼욱)

擅長處理行為成癮的精神科醫生,20年來治療著患者受傷和疲憊的心靈,接觸了許多賭博及投資成癮的事例,並提出解決方案。

畢業於韓國中央大學醫科大學,於同校取得碩士學位,並在蔚山大學獲得醫學博士學位。畢業後曾在首爾峨山醫院、江北三星醫院、蔚山大學醫院、江南乙支醫院精神科診療。現為真心精神健康醫學科醫院院長、首爾峨山醫院精神科外聘教授、韓國成癮精神醫學會理事、Journal of Behavioral Addiction編輯委員、ICBA(國際行爲成癮學術大會)學術委員。

積極進行國內外學術及教育活動。曾出演了EBS《名義》、KBS《生老病死的祕密》等多檔節目。在國內外執筆的論文和著作中多達90篇,其中包括了在《臨床神經精神藥物學》、《中毒康復總論》、《中毒精神醫學》中共同執筆賭博及行爲成癮的部分。其代表性書籍著作有《行爲中毒》、《不知不覺就賭博了》(合著)、《從網路中拯救出我們的孩子》(合著)等。

作者希望藉由此次新書,盡可能地簡單並實際地傳達精神醫學、心理學、行動經濟學的觀點,告訴讀者投資賺錢要從瞭解自己心理的弱點開始。


本文經授權轉載自高寶書版《投資前一定要學會的獲利思維:如何避免決策偏誤與建立合理的常勝原則》

責任編輯/郭家宏

關鍵字:
風傳媒歡迎各界分享發聲,來稿請寄至 opinion@storm.mg

本週最多人贊助文章