2019年8月5號，美股雪崩，盤中恐慌指數漲幅超一倍。由於宏觀經濟的不確定性，這次市場的異動，波及到了全球。
在我們的245種全球資產標的中，股票類資產幾乎全部下跌。房地產、大宗商品和貨幣資產的價格，也受到牽連，均有不少比例的下挫。動盪的機會難得，我們怎麼能放過呢？
2019年8月5號，美股雪崩，盤中恐慌指數漲幅超一倍。由於宏觀經濟的不確定性，這次市場的異動，波及到了全球。
在我們的245種全球資產標的中，股票類資產幾乎全部下跌。房地產、大宗商品和貨幣資產的價格，也受到牽連，均有不少比例的下挫。動盪的機會難得，我們怎麼能放過呢？
數據時間：2019.07.29-2019.08.05
還記得A股在2018年6月15號至6月27號，輕鬆下挫幾百點。我們也曾基於數據，測試了高價值股、高動量股、高質量股和高波動股在該時間段的表現。結果發現，4種因子的表現都比大盤要好。另外在不同持倉的模擬測試中，我們對以下問題作出瞭解答：
1.分散持倉真的有用嗎?（有用）
2.因子投資，在暴跌中扛得住嗎？（扛得住）
3.因子抗跌，有運氣成分嗎？（運氣成分偏低）
這次，我們【基於美股市場波動的數據】，繼續尋找以下問題的答案：
1.分散持倉真的有用嗎?
2.因子投資，在暴跌中扛得住嗎？
3.有了因子投資，還需要進行股債配比嗎？
4.除了國債資產，還有什麼可用的降低風險的工具？
一、股票持倉的多少，對投資組合的風險有直接影響
分散持倉有用嗎，我們來測一下，首先是數據的選取：
2019年8月5號，美股雪崩，盤中恐慌指數漲幅超一倍。由於宏觀經濟的不確定性，這次市場的異動，波及到了全球。
在我們的245種全球資產標的中，股票類資產幾乎全部下跌。房地產、大宗商品和貨幣資產的價格，也受到牽連，均有不少比例的下挫。動盪的機會難得，我們怎麼能放過呢？
數據時間：2019.07.29-2019.08.05
還記得A股在2018年6月15號至6月27號，輕鬆下挫幾百點。我們也曾基於數據，測試了高價值股、高動量股、高質量股和高波動股在該時間段的表現。結果發現，4種因子的表現都比大盤要好。另外在不同持倉的模擬測試中，我們對以下問題作出瞭解答：
1.分散持倉真的有用嗎?（有用）
2.因子投資，在暴跌中扛得住嗎？（扛得住）
3.因子抗跌，有運氣成分嗎？（運氣成分偏低）
這次，我們【基於美股市場波動的數據】，繼續尋找以下問題的答案：
1.分散持倉真的有用嗎?
2.因子投資，在暴跌中扛得住嗎？
3.有了因子投資，還需要進行股債配比嗎？
4.除了國債資產，還有什麼可用的降低風險的工具？
一、股票持倉的多少，對投資組合的風險有直接影響
分散持倉有用嗎，我們來測一下，首先是數據的選取：
測試結果如下：
2019年8月5號，美股雪崩，盤中恐慌指數漲幅超一倍。由於宏觀經濟的不確定性，這次市場的異動，波及到了全球。
在我們的245種全球資產標的中，股票類資產幾乎全部下跌。房地產、大宗商品和貨幣資產的價格，也受到牽連，均有不少比例的下挫。動盪的機會難得，我們怎麼能放過呢？
數據時間：2019.07.29-2019.08.05
還記得A股在2018年6月15號至6月27號，輕鬆下挫幾百點。我們也曾基於數據，測試了高價值股、高動量股、高質量股和高波動股在該時間段的表現。結果發現，4種因子的表現都比大盤要好。另外在不同持倉的模擬測試中，我們對以下問題作出瞭解答：
1.分散持倉真的有用嗎?（有用）
2.因子投資，在暴跌中扛得住嗎？（扛得住）
3.因子抗跌，有運氣成分嗎？（運氣成分偏低）
這次，我們【基於美股市場波動的數據】，繼續尋找以下問題的答案：
1.分散持倉真的有用嗎?
2.因子投資，在暴跌中扛得住嗎？
3.有了因子投資，還需要進行股債配比嗎？
4.除了國債資產，還有什麼可用的降低風險的工具？
一、股票持倉的多少，對投資組合的風險有直接影響
分散持倉有用嗎，我們來測一下，首先是數據的選取：
測試結果如下：
從圖中可以看出：
- 隨機持有1只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有41%；
- 隨機持有5只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有34%；
- 隨機持有10只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有28%；
- 隨機持有50只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有11%；
- 隨機持有300只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率小於1%(因四捨五入保留數位原因，上圖中顯示為0)。
總結下可以得出以下兩個結論：
1. 持倉數量與投資人跑輸羅素3000的概率成反比；
2. 持倉數量與組合的波動率成反比。
也就是說：持有股票的數量越多，踩雷的概率越小，當持有300只股票時，幾乎不會跑輸羅素3000。
很明顯，如果【只隨機持有1只股票】，在6天內，跑輸羅素3000的概率有41%，接近五十對五十。也就是說，跟瞎猜差不多；而更加恐怖的是，虧損超過10%的概率，有20%。
大家要知道，這僅僅是6天的時間吶，就虧損超過10%。有的朋友或許會說，隨機持有1只股票這種做法，跟拋硬幣差不多，實際中是不太可能出現的。
沒錯，這是小概率事件，但是放在億萬股民身上，這基本就是大數法則下的必然。事實上，有一些投資人，在選股票的時候，還真跟矇眼瞎猜的做法差不多：哪隻順眼買哪隻，哪隻有消息就盲目跟風。
二、不同的投資風格，有不同的抗跌能力
我們一直強調，投資需要在系統性的框架中做，特別是投資的分散和集中，更需要如此。盲目地增加和減少股票持倉，都很可能會對整體回報和風險產生負面影響。那麼，什麼是我們推崇的系統性框架呢？其實就是通過客觀可靠的數據，融入金融學和行為學的量化因子投資。
我們強調的量化，是可以直接使用的方法論，而不是很難實踐的世界觀，即：通過歷史數據和量化手段，回溯歷史上幾十年甚至幾百年的數據，以透過充滿噪音的市場現象，找到市場運行的真正本質。
比如高動量、高價值、高質量、低波動，這些經過實證檢驗的因子，就是簡單、實用的系統性投資框架。接下來，我們將把因子選股和隨機選股的收益率結果進行比較，首先數據選取及測試方法如下：
2019年8月5號，美股雪崩，盤中恐慌指數漲幅超一倍。由於宏觀經濟的不確定性，這次市場的異動，波及到了全球。
在我們的245種全球資產標的中，股票類資產幾乎全部下跌。房地產、大宗商品和貨幣資產的價格，也受到牽連，均有不少比例的下挫。動盪的機會難得，我們怎麼能放過呢？
數據時間：2019.07.29-2019.08.05
還記得A股在2018年6月15號至6月27號，輕鬆下挫幾百點。我們也曾基於數據，測試了高價值股、高動量股、高質量股和高波動股在該時間段的表現。結果發現，4種因子的表現都比大盤要好。另外在不同持倉的模擬測試中，我們對以下問題作出瞭解答：
1.分散持倉真的有用嗎?（有用）
2.因子投資，在暴跌中扛得住嗎？（扛得住）
3.因子抗跌，有運氣成分嗎？（運氣成分偏低）
這次，我們【基於美股市場波動的數據】，繼續尋找以下問題的答案：
1.分散持倉真的有用嗎?
2.因子投資，在暴跌中扛得住嗎？
3.有了因子投資，還需要進行股債配比嗎？
4.除了國債資產，還有什麼可用的降低風險的工具？
一、股票持倉的多少，對投資組合的風險有直接影響
分散持倉有用嗎，我們來測一下，首先是數據的選取：
測試結果如下：
從圖中可以看出：
- 隨機持有1只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有41%；
- 隨機持有5只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有34%；
- 隨機持有10只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有28%；
- 隨機持有50只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有11%；
- 隨機持有300只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率小於1%(因四捨五入保留數位原因，上圖中顯示為0)。
總結下可以得出以下兩個結論：
1. 持倉數量與投資人跑輸羅素3000的概率成反比；
2. 持倉數量與組合的波動率成反比。
也就是說：持有股票的數量越多，踩雷的概率越小，當持有300只股票時，幾乎不會跑輸羅素3000。
很明顯，如果【只隨機持有1只股票】，在6天內，跑輸羅素3000的概率有41%，接近五十對五十。也就是說，跟瞎猜差不多；而更加恐怖的是，虧損超過10%的概率，有20%。
大家要知道，這僅僅是6天的時間吶，就虧損超過10%。有的朋友或許會說，隨機持有1只股票這種做法，跟拋硬幣差不多，實際中是不太可能出現的。
沒錯，這是小概率事件，但是放在億萬股民身上，這基本就是大數法則下的必然。事實上，有一些投資人，在選股票的時候，還真跟矇眼瞎猜的做法差不多：哪隻順眼買哪隻，哪隻有消息就盲目跟風。
二、不同的投資風格，有不同的抗跌能力
我們一直強調，投資需要在系統性的框架中做，特別是投資的分散和集中，更需要如此。盲目地增加和減少股票持倉，都很可能會對整體回報和風險產生負面影響。那麼，什麼是我們推崇的系統性框架呢？其實就是通過客觀可靠的數據，融入金融學和行為學的量化因子投資。
我們強調的量化，是可以直接使用的方法論，而不是很難實踐的世界觀，即：通過歷史數據和量化手段，回溯歷史上幾十年甚至幾百年的數據，以透過充滿噪音的市場現象，找到市場運行的真正本質。
比如高動量、高價值、高質量、低波動，這些經過實證檢驗的因子，就是簡單、實用的系統性投資框架。接下來，我們將把因子選股和隨機選股的收益率結果進行比較，首先數據選取及測試方法如下：
2019年8月5號，美股雪崩，盤中恐慌指數漲幅超一倍。由於宏觀經濟的不確定性，這次市場的異動，波及到了全球。
在我們的245種全球資產標的中，股票類資產幾乎全部下跌。房地產、大宗商品和貨幣資產的價格，也受到牽連，均有不少比例的下挫。動盪的機會難得，我們怎麼能放過呢？
數據時間：2019.07.29-2019.08.05
還記得A股在2018年6月15號至6月27號，輕鬆下挫幾百點。我們也曾基於數據，測試了高價值股、高動量股、高質量股和高波動股在該時間段的表現。結果發現，4種因子的表現都比大盤要好。另外在不同持倉的模擬測試中，我們對以下問題作出瞭解答：
1.分散持倉真的有用嗎?（有用）
2.因子投資，在暴跌中扛得住嗎？（扛得住）
3.因子抗跌，有運氣成分嗎？（運氣成分偏低）
這次，我們【基於美股市場波動的數據】，繼續尋找以下問題的答案：
1.分散持倉真的有用嗎?
2.因子投資，在暴跌中扛得住嗎？
3.有了因子投資，還需要進行股債配比嗎？
4.除了國債資產，還有什麼可用的降低風險的工具？
一、股票持倉的多少，對投資組合的風險有直接影響
分散持倉有用嗎，我們來測一下，首先是數據的選取：
測試結果如下：
從圖中可以看出：
- 隨機持有1只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有41%；
- 隨機持有5只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有34%；
- 隨機持有10只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有28%；
- 隨機持有50只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有11%；
- 隨機持有300只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率小於1%(因四捨五入保留數位原因，上圖中顯示為0)。
總結下可以得出以下兩個結論：
1. 持倉數量與投資人跑輸羅素3000的概率成反比；
2. 持倉數量與組合的波動率成反比。
也就是說：持有股票的數量越多，踩雷的概率越小，當持有300只股票時，幾乎不會跑輸羅素3000。
很明顯，如果【只隨機持有1只股票】，在6天內，跑輸羅素3000的概率有41%，接近五十對五十。也就是說，跟瞎猜差不多；而更加恐怖的是，虧損超過10%的概率，有20%。
大家要知道，這僅僅是6天的時間吶，就虧損超過10%。有的朋友或許會說，隨機持有1只股票這種做法，跟拋硬幣差不多，實際中是不太可能出現的。
沒錯，這是小概率事件，但是放在億萬股民身上，這基本就是大數法則下的必然。事實上，有一些投資人，在選股票的時候，還真跟矇眼瞎猜的做法差不多：哪隻順眼買哪隻，哪隻有消息就盲目跟風。
二、不同的投資風格，有不同的抗跌能力
我們一直強調，投資需要在系統性的框架中做，特別是投資的分散和集中，更需要如此。盲目地增加和減少股票持倉，都很可能會對整體回報和風險產生負面影響。那麼，什麼是我們推崇的系統性框架呢？其實就是通過客觀可靠的數據，融入金融學和行為學的量化因子投資。
我們強調的量化，是可以直接使用的方法論，而不是很難實踐的世界觀，即：通過歷史數據和量化手段，回溯歷史上幾十年甚至幾百年的數據，以透過充滿噪音的市場現象，找到市場運行的真正本質。
比如高動量、高價值、高質量、低波動，這些經過實證檢驗的因子，就是簡單、實用的系統性投資框架。接下來，我們將把因子選股和隨機選股的收益率結果進行比較，首先數據選取及測試方法如下：
進行上述測試，目的就是要看看，在系統性的框架內（因子股票池）進行隨機選擇，是否會有更好的表現？也就是說，通過簡單的因子投資，投資人是否能夠獲得【表現好的能力】？下面來看看我們的測試結果吧。
（1）高動量 VS 隨機選股
藍色柱子是高動量股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
2019年8月5號，美股雪崩，盤中恐慌指數漲幅超一倍。由於宏觀經濟的不確定性，這次市場的異動，波及到了全球。
在我們的245種全球資產標的中，股票類資產幾乎全部下跌。房地產、大宗商品和貨幣資產的價格，也受到牽連，均有不少比例的下挫。動盪的機會難得，我們怎麼能放過呢？
數據時間：2019.07.29-2019.08.05
還記得A股在2018年6月15號至6月27號，輕鬆下挫幾百點。我們也曾基於數據，測試了高價值股、高動量股、高質量股和高波動股在該時間段的表現。結果發現，4種因子的表現都比大盤要好。另外在不同持倉的模擬測試中，我們對以下問題作出瞭解答：
1.分散持倉真的有用嗎?（有用）
2.因子投資，在暴跌中扛得住嗎？（扛得住）
3.因子抗跌，有運氣成分嗎？（運氣成分偏低）
這次，我們【基於美股市場波動的數據】，繼續尋找以下問題的答案：
1.分散持倉真的有用嗎?
2.因子投資，在暴跌中扛得住嗎？
3.有了因子投資，還需要進行股債配比嗎？
4.除了國債資產，還有什麼可用的降低風險的工具？
一、股票持倉的多少，對投資組合的風險有直接影響
分散持倉有用嗎，我們來測一下，首先是數據的選取：
測試結果如下：
從圖中可以看出：
- 隨機持有1只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有41%；
- 隨機持有5只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有34%；
- 隨機持有10只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有28%；
- 隨機持有50只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有11%；
- 隨機持有300只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率小於1%(因四捨五入保留數位原因，上圖中顯示為0)。
總結下可以得出以下兩個結論：
1. 持倉數量與投資人跑輸羅素3000的概率成反比；
2. 持倉數量與組合的波動率成反比。
也就是說：持有股票的數量越多，踩雷的概率越小，當持有300只股票時，幾乎不會跑輸羅素3000。
很明顯，如果【只隨機持有1只股票】，在6天內，跑輸羅素3000的概率有41%，接近五十對五十。也就是說，跟瞎猜差不多；而更加恐怖的是，虧損超過10%的概率，有20%。
大家要知道，這僅僅是6天的時間吶，就虧損超過10%。有的朋友或許會說，隨機持有1只股票這種做法，跟拋硬幣差不多，實際中是不太可能出現的。
沒錯，這是小概率事件，但是放在億萬股民身上，這基本就是大數法則下的必然。事實上，有一些投資人，在選股票的時候，還真跟矇眼瞎猜的做法差不多：哪隻順眼買哪隻，哪隻有消息就盲目跟風。
二、不同的投資風格，有不同的抗跌能力
我們一直強調，投資需要在系統性的框架中做，特別是投資的分散和集中，更需要如此。盲目地增加和減少股票持倉，都很可能會對整體回報和風險產生負面影響。那麼，什麼是我們推崇的系統性框架呢？其實就是通過客觀可靠的數據，融入金融學和行為學的量化因子投資。
我們強調的量化，是可以直接使用的方法論，而不是很難實踐的世界觀，即：通過歷史數據和量化手段，回溯歷史上幾十年甚至幾百年的數據，以透過充滿噪音的市場現象，找到市場運行的真正本質。
比如高動量、高價值、高質量、低波動，這些經過實證檢驗的因子，就是簡單、實用的系統性投資框架。接下來，我們將把因子選股和隨機選股的收益率結果進行比較，首先數據選取及測試方法如下：
進行上述測試，目的就是要看看，在系統性的框架內（因子股票池）進行隨機選擇，是否會有更好的表現？也就是說，通過簡單的因子投資，投資人是否能夠獲得【表現好的能力】？下面來看看我們的測試結果吧。
（1）高動量 VS 隨機選股
藍色柱子是高動量股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
從上圖可以看出，以過去12個月，剔除最近1個月的總回報為衡量標準的高動量股，隨著持倉數量的增加，跑贏大盤和基準羅素3000的概率也明顯增加：
- 隨機持有5只高動量股票，跑輸羅素3000的概率有36%；
- 隨機持有10只高動量股票，跑輸羅素3000的概率有32%；
- 隨機持有50只高動量股票，跑輸羅素3000的概率有11%；
- 隨機持有300只高動量股票，跑輸羅素3000的概率有0%。
（2）高價值 VS 隨機選股
藍色柱子是高價值股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
2019年8月5號，美股雪崩，盤中恐慌指數漲幅超一倍。由於宏觀經濟的不確定性，這次市場的異動，波及到了全球。
在我們的245種全球資產標的中，股票類資產幾乎全部下跌。房地產、大宗商品和貨幣資產的價格，也受到牽連，均有不少比例的下挫。動盪的機會難得，我們怎麼能放過呢？
數據時間：2019.07.29-2019.08.05
還記得A股在2018年6月15號至6月27號，輕鬆下挫幾百點。我們也曾基於數據，測試了高價值股、高動量股、高質量股和高波動股在該時間段的表現。結果發現，4種因子的表現都比大盤要好。另外在不同持倉的模擬測試中，我們對以下問題作出瞭解答：
1.分散持倉真的有用嗎?（有用）
2.因子投資，在暴跌中扛得住嗎？（扛得住）
3.因子抗跌，有運氣成分嗎？（運氣成分偏低）
這次，我們【基於美股市場波動的數據】，繼續尋找以下問題的答案：
1.分散持倉真的有用嗎?
2.因子投資，在暴跌中扛得住嗎？
3.有了因子投資，還需要進行股債配比嗎？
4.除了國債資產，還有什麼可用的降低風險的工具？
一、股票持倉的多少，對投資組合的風險有直接影響
分散持倉有用嗎，我們來測一下，首先是數據的選取：
測試結果如下：
從圖中可以看出：
- 隨機持有1只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有41%；
- 隨機持有5只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有34%；
- 隨機持有10只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有28%；
- 隨機持有50只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有11%；
- 隨機持有300只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率小於1%(因四捨五入保留數位原因，上圖中顯示為0)。
總結下可以得出以下兩個結論：
1. 持倉數量與投資人跑輸羅素3000的概率成反比；
2. 持倉數量與組合的波動率成反比。
也就是說：持有股票的數量越多，踩雷的概率越小，當持有300只股票時，幾乎不會跑輸羅素3000。
很明顯，如果【只隨機持有1只股票】，在6天內，跑輸羅素3000的概率有41%，接近五十對五十。也就是說，跟瞎猜差不多；而更加恐怖的是，虧損超過10%的概率，有20%。
大家要知道，這僅僅是6天的時間吶，就虧損超過10%。有的朋友或許會說，隨機持有1只股票這種做法，跟拋硬幣差不多，實際中是不太可能出現的。
沒錯，這是小概率事件，但是放在億萬股民身上，這基本就是大數法則下的必然。事實上，有一些投資人，在選股票的時候，還真跟矇眼瞎猜的做法差不多：哪隻順眼買哪隻，哪隻有消息就盲目跟風。
二、不同的投資風格，有不同的抗跌能力
我們一直強調，投資需要在系統性的框架中做，特別是投資的分散和集中，更需要如此。盲目地增加和減少股票持倉，都很可能會對整體回報和風險產生負面影響。那麼，什麼是我們推崇的系統性框架呢？其實就是通過客觀可靠的數據，融入金融學和行為學的量化因子投資。
我們強調的量化，是可以直接使用的方法論，而不是很難實踐的世界觀，即：通過歷史數據和量化手段，回溯歷史上幾十年甚至幾百年的數據，以透過充滿噪音的市場現象，找到市場運行的真正本質。
比如高動量、高價值、高質量、低波動，這些經過實證檢驗的因子，就是簡單、實用的系統性投資框架。接下來，我們將把因子選股和隨機選股的收益率結果進行比較，首先數據選取及測試方法如下：
進行上述測試，目的就是要看看，在系統性的框架內（因子股票池）進行隨機選擇，是否會有更好的表現？也就是說，通過簡單的因子投資，投資人是否能夠獲得【表現好的能力】？下面來看看我們的測試結果吧。
（1）高動量 VS 隨機選股
藍色柱子是高動量股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
從上圖可以看出，以過去12個月，剔除最近1個月的總回報為衡量標準的高動量股，隨著持倉數量的增加，跑贏大盤和基準羅素3000的概率也明顯增加：
- 隨機持有5只高動量股票，跑輸羅素3000的概率有36%；
- 隨機持有10只高動量股票，跑輸羅素3000的概率有32%；
- 隨機持有50只高動量股票，跑輸羅素3000的概率有11%；
- 隨機持有300只高動量股票，跑輸羅素3000的概率有0%。
（2）高價值 VS 隨機選股
藍色柱子是高價值股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
很遺憾，不管是隨機持有5只，還是300只高價值股，以市盈率為衡量標準的高價值股，都大幅跑輸大盤和基準羅素3000：
- 隨機持有5只高價值股票，跑輸羅素3000的概率有68%；
- 隨機持有10只高價值股票，跑輸羅素3000的概率有71%；
- 隨機持有50只高價值股票，跑輸羅素3000的概率有86%；
- 隨機持有300只高價值股票，跑輸羅素3000的概率有99%。
（3）高質量 VS 隨機選股
藍色柱子是高質量股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
2019年8月5號，美股雪崩，盤中恐慌指數漲幅超一倍。由於宏觀經濟的不確定性，這次市場的異動，波及到了全球。
在我們的245種全球資產標的中，股票類資產幾乎全部下跌。房地產、大宗商品和貨幣資產的價格，也受到牽連，均有不少比例的下挫。動盪的機會難得，我們怎麼能放過呢？
數據時間：2019.07.29-2019.08.05
還記得A股在2018年6月15號至6月27號，輕鬆下挫幾百點。我們也曾基於數據，測試了高價值股、高動量股、高質量股和高波動股在該時間段的表現。結果發現，4種因子的表現都比大盤要好。另外在不同持倉的模擬測試中，我們對以下問題作出瞭解答：
1.分散持倉真的有用嗎?（有用）
2.因子投資，在暴跌中扛得住嗎？（扛得住）
3.因子抗跌，有運氣成分嗎？（運氣成分偏低）
這次，我們【基於美股市場波動的數據】，繼續尋找以下問題的答案：
1.分散持倉真的有用嗎?
2.因子投資，在暴跌中扛得住嗎？
3.有了因子投資，還需要進行股債配比嗎？
4.除了國債資產，還有什麼可用的降低風險的工具？
一、股票持倉的多少，對投資組合的風險有直接影響
分散持倉有用嗎，我們來測一下，首先是數據的選取：
測試結果如下：
從圖中可以看出：
- 隨機持有1只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有41%；
- 隨機持有5只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有34%；
- 隨機持有10只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有28%；
- 隨機持有50只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有11%；
- 隨機持有300只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率小於1%(因四捨五入保留數位原因，上圖中顯示為0)。
總結下可以得出以下兩個結論：
1. 持倉數量與投資人跑輸羅素3000的概率成反比；
2. 持倉數量與組合的波動率成反比。
也就是說：持有股票的數量越多，踩雷的概率越小，當持有300只股票時，幾乎不會跑輸羅素3000。
很明顯，如果【只隨機持有1只股票】，在6天內，跑輸羅素3000的概率有41%，接近五十對五十。也就是說，跟瞎猜差不多；而更加恐怖的是，虧損超過10%的概率，有20%。
大家要知道，這僅僅是6天的時間吶，就虧損超過10%。有的朋友或許會說，隨機持有1只股票這種做法，跟拋硬幣差不多，實際中是不太可能出現的。
沒錯，這是小概率事件，但是放在億萬股民身上，這基本就是大數法則下的必然。事實上，有一些投資人，在選股票的時候，還真跟矇眼瞎猜的做法差不多：哪隻順眼買哪隻，哪隻有消息就盲目跟風。
二、不同的投資風格，有不同的抗跌能力
我們一直強調，投資需要在系統性的框架中做，特別是投資的分散和集中，更需要如此。盲目地增加和減少股票持倉，都很可能會對整體回報和風險產生負面影響。那麼，什麼是我們推崇的系統性框架呢？其實就是通過客觀可靠的數據，融入金融學和行為學的量化因子投資。
我們強調的量化，是可以直接使用的方法論，而不是很難實踐的世界觀，即：通過歷史數據和量化手段，回溯歷史上幾十年甚至幾百年的數據，以透過充滿噪音的市場現象，找到市場運行的真正本質。
比如高動量、高價值、高質量、低波動，這些經過實證檢驗的因子，就是簡單、實用的系統性投資框架。接下來，我們將把因子選股和隨機選股的收益率結果進行比較，首先數據選取及測試方法如下：
進行上述測試，目的就是要看看，在系統性的框架內（因子股票池）進行隨機選擇，是否會有更好的表現？也就是說，通過簡單的因子投資，投資人是否能夠獲得【表現好的能力】？下面來看看我們的測試結果吧。
（1）高動量 VS 隨機選股
藍色柱子是高動量股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
從上圖可以看出，以過去12個月，剔除最近1個月的總回報為衡量標準的高動量股，隨著持倉數量的增加，跑贏大盤和基準羅素3000的概率也明顯增加：
- 隨機持有5只高動量股票，跑輸羅素3000的概率有36%；
- 隨機持有10只高動量股票，跑輸羅素3000的概率有32%；
- 隨機持有50只高動量股票，跑輸羅素3000的概率有11%；
- 隨機持有300只高動量股票，跑輸羅素3000的概率有0%。
（2）高價值 VS 隨機選股
藍色柱子是高價值股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
很遺憾，不管是隨機持有5只，還是300只高價值股，以市盈率為衡量標準的高價值股，都大幅跑輸大盤和基準羅素3000：
- 隨機持有5只高價值股票，跑輸羅素3000的概率有68%；
- 隨機持有10只高價值股票，跑輸羅素3000的概率有71%；
- 隨機持有50只高價值股票，跑輸羅素3000的概率有86%；
- 隨機持有300只高價值股票，跑輸羅素3000的概率有99%。
（3）高質量 VS 隨機選股
藍色柱子是高質量股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
不管是隨機持有5只，還是300只高質量股，以股東權益收益率為衡量標準的高質量股，都幾乎沒有跑贏大盤和基準羅素3000：
- 隨機持有5只高質量股票，跑輸羅素3000的概率有52%；
- 隨機持有10只高質量股票，跑輸羅素3000的概率有54%；
- 隨機持有50只高質量股票，跑輸羅素3000的概率有60%；
- 隨機持有300只高質量股票，跑輸羅素3000的概率有71%。
（4）低波動 VS 隨機選股
藍色柱子是低波動股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
2019年8月5號，美股雪崩，盤中恐慌指數漲幅超一倍。由於宏觀經濟的不確定性，這次市場的異動，波及到了全球。
在我們的245種全球資產標的中，股票類資產幾乎全部下跌。房地產、大宗商品和貨幣資產的價格，也受到牽連，均有不少比例的下挫。動盪的機會難得，我們怎麼能放過呢？
數據時間：2019.07.29-2019.08.05
還記得A股在2018年6月15號至6月27號，輕鬆下挫幾百點。我們也曾基於數據，測試了高價值股、高動量股、高質量股和高波動股在該時間段的表現。結果發現，4種因子的表現都比大盤要好。另外在不同持倉的模擬測試中，我們對以下問題作出瞭解答：
1.分散持倉真的有用嗎?（有用）
2.因子投資，在暴跌中扛得住嗎？（扛得住）
3.因子抗跌，有運氣成分嗎？（運氣成分偏低）
這次，我們【基於美股市場波動的數據】，繼續尋找以下問題的答案：
1.分散持倉真的有用嗎?
2.因子投資，在暴跌中扛得住嗎？
3.有了因子投資，還需要進行股債配比嗎？
4.除了國債資產，還有什麼可用的降低風險的工具？
一、股票持倉的多少，對投資組合的風險有直接影響
分散持倉有用嗎，我們來測一下，首先是數據的選取：
測試結果如下：
從圖中可以看出：
- 隨機持有1只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有41%；
- 隨機持有5只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有34%；
- 隨機持有10只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有28%；
- 隨機持有50只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有11%；
- 隨機持有300只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率小於1%(因四捨五入保留數位原因，上圖中顯示為0)。
總結下可以得出以下兩個結論：
1. 持倉數量與投資人跑輸羅素3000的概率成反比；
2. 持倉數量與組合的波動率成反比。
也就是說：持有股票的數量越多，踩雷的概率越小，當持有300只股票時，幾乎不會跑輸羅素3000。
很明顯，如果【只隨機持有1只股票】，在6天內，跑輸羅素3000的概率有41%，接近五十對五十。也就是說，跟瞎猜差不多；而更加恐怖的是，虧損超過10%的概率，有20%。
大家要知道，這僅僅是6天的時間吶，就虧損超過10%。有的朋友或許會說，隨機持有1只股票這種做法，跟拋硬幣差不多，實際中是不太可能出現的。
沒錯，這是小概率事件，但是放在億萬股民身上，這基本就是大數法則下的必然。事實上，有一些投資人，在選股票的時候，還真跟矇眼瞎猜的做法差不多：哪隻順眼買哪隻，哪隻有消息就盲目跟風。
二、不同的投資風格，有不同的抗跌能力
我們一直強調，投資需要在系統性的框架中做，特別是投資的分散和集中，更需要如此。盲目地增加和減少股票持倉，都很可能會對整體回報和風險產生負面影響。那麼，什麼是我們推崇的系統性框架呢？其實就是通過客觀可靠的數據，融入金融學和行為學的量化因子投資。
我們強調的量化，是可以直接使用的方法論，而不是很難實踐的世界觀，即：通過歷史數據和量化手段，回溯歷史上幾十年甚至幾百年的數據，以透過充滿噪音的市場現象，找到市場運行的真正本質。
比如高動量、高價值、高質量、低波動，這些經過實證檢驗的因子，就是簡單、實用的系統性投資框架。接下來，我們將把因子選股和隨機選股的收益率結果進行比較，首先數據選取及測試方法如下：
進行上述測試，目的就是要看看，在系統性的框架內（因子股票池）進行隨機選擇，是否會有更好的表現？也就是說，通過簡單的因子投資，投資人是否能夠獲得【表現好的能力】？下面來看看我們的測試結果吧。
（1）高動量 VS 隨機選股
藍色柱子是高動量股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
從上圖可以看出，以過去12個月，剔除最近1個月的總回報為衡量標準的高動量股，隨著持倉數量的增加，跑贏大盤和基準羅素3000的概率也明顯增加：
- 隨機持有5只高動量股票，跑輸羅素3000的概率有36%；
- 隨機持有10只高動量股票，跑輸羅素3000的概率有32%；
- 隨機持有50只高動量股票，跑輸羅素3000的概率有11%；
- 隨機持有300只高動量股票，跑輸羅素3000的概率有0%。
（2）高價值 VS 隨機選股
藍色柱子是高價值股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
很遺憾，不管是隨機持有5只，還是300只高價值股，以市盈率為衡量標準的高價值股，都大幅跑輸大盤和基準羅素3000：
- 隨機持有5只高價值股票，跑輸羅素3000的概率有68%；
- 隨機持有10只高價值股票，跑輸羅素3000的概率有71%；
- 隨機持有50只高價值股票，跑輸羅素3000的概率有86%；
- 隨機持有300只高價值股票，跑輸羅素3000的概率有99%。
（3）高質量 VS 隨機選股
藍色柱子是高質量股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
不管是隨機持有5只，還是300只高質量股，以股東權益收益率為衡量標準的高質量股，都幾乎沒有跑贏大盤和基準羅素3000：
- 隨機持有5只高質量股票，跑輸羅素3000的概率有52%；
- 隨機持有10只高質量股票，跑輸羅素3000的概率有54%；
- 隨機持有50只高質量股票，跑輸羅素3000的概率有60%；
- 隨機持有300只高質量股票，跑輸羅素3000的概率有71%。
（4）低波動 VS 隨機選股
藍色柱子是低波動股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
從上圖可以看出，以過去3年的日回報的年化波動率為衡量標準的低波動股，在暴跌期間大幅跑贏大盤和基準羅素3000：
- 隨機持有5只低波動股票，跑輸羅素3000的概率有9%；
- 隨機持有10只低波動股票，跑輸羅素3000的概率有3%；
- 隨機持有50只低波動股票，跑輸羅素3000的概率有0%；
- 隨機持有300只低波動股票，跑輸羅素3000的概率有0%。
根據上面四種因子選股和隨機選股的比較，我們得出了以下結論：
1. 高動量和低波動股票在這次暴跌中表現出了良好的抗跌能力，其中低波動股票表現尤其突出。從持有10只股票開始，低波動股票隨機組的表現明顯的優於大盤和普通隨機組。
2. 高價值和高質量股票在這次暴跌中表現不及大盤和普通隨機組，隨著持倉數量的增加，跑輸的概率越大，之間的差距就越明顯。
上面的比較，都是在同一個因子內部，對不同的持倉數量進行比較的。如果我們把這些因子和大盤都放在同一張圖裡進行比較呢？
下面，我們將不同風格因子相互進行比較，看看哪個在大跌中表現更好。
2019年8月5號，美股雪崩，盤中恐慌指數漲幅超一倍。由於宏觀經濟的不確定性，這次市場的異動，波及到了全球。
在我們的245種全球資產標的中，股票類資產幾乎全部下跌。房地產、大宗商品和貨幣資產的價格，也受到牽連，均有不少比例的下挫。動盪的機會難得，我們怎麼能放過呢？
數據時間：2019.07.29-2019.08.05
還記得A股在2018年6月15號至6月27號，輕鬆下挫幾百點。我們也曾基於數據，測試了高價值股、高動量股、高質量股和高波動股在該時間段的表現。結果發現，4種因子的表現都比大盤要好。另外在不同持倉的模擬測試中，我們對以下問題作出瞭解答：
1.分散持倉真的有用嗎?（有用）
2.因子投資，在暴跌中扛得住嗎？（扛得住）
3.因子抗跌，有運氣成分嗎？（運氣成分偏低）
這次，我們【基於美股市場波動的數據】，繼續尋找以下問題的答案：
1.分散持倉真的有用嗎?
2.因子投資，在暴跌中扛得住嗎？
3.有了因子投資，還需要進行股債配比嗎？
4.除了國債資產，還有什麼可用的降低風險的工具？
一、股票持倉的多少，對投資組合的風險有直接影響
分散持倉有用嗎，我們來測一下，首先是數據的選取：
測試結果如下：
從圖中可以看出：
- 隨機持有1只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有41%；
- 隨機持有5只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有34%；
- 隨機持有10只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有28%；
- 隨機持有50只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有11%；
- 隨機持有300只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率小於1%(因四捨五入保留數位原因，上圖中顯示為0)。
總結下可以得出以下兩個結論：
1. 持倉數量與投資人跑輸羅素3000的概率成反比；
2. 持倉數量與組合的波動率成反比。
也就是說：持有股票的數量越多，踩雷的概率越小，當持有300只股票時，幾乎不會跑輸羅素3000。
很明顯，如果【只隨機持有1只股票】，在6天內，跑輸羅素3000的概率有41%，接近五十對五十。也就是說，跟瞎猜差不多；而更加恐怖的是，虧損超過10%的概率，有20%。
大家要知道，這僅僅是6天的時間吶，就虧損超過10%。有的朋友或許會說，隨機持有1只股票這種做法，跟拋硬幣差不多，實際中是不太可能出現的。
沒錯，這是小概率事件，但是放在億萬股民身上，這基本就是大數法則下的必然。事實上，有一些投資人，在選股票的時候，還真跟矇眼瞎猜的做法差不多：哪隻順眼買哪隻，哪隻有消息就盲目跟風。
二、不同的投資風格，有不同的抗跌能力
我們一直強調，投資需要在系統性的框架中做，特別是投資的分散和集中，更需要如此。盲目地增加和減少股票持倉，都很可能會對整體回報和風險產生負面影響。那麼，什麼是我們推崇的系統性框架呢？其實就是通過客觀可靠的數據，融入金融學和行為學的量化因子投資。
我們強調的量化，是可以直接使用的方法論，而不是很難實踐的世界觀，即：通過歷史數據和量化手段，回溯歷史上幾十年甚至幾百年的數據，以透過充滿噪音的市場現象，找到市場運行的真正本質。
比如高動量、高價值、高質量、低波動，這些經過實證檢驗的因子，就是簡單、實用的系統性投資框架。接下來，我們將把因子選股和隨機選股的收益率結果進行比較，首先數據選取及測試方法如下：
進行上述測試，目的就是要看看，在系統性的框架內（因子股票池）進行隨機選擇，是否會有更好的表現？也就是說，通過簡單的因子投資，投資人是否能夠獲得【表現好的能力】？下面來看看我們的測試結果吧。
（1）高動量 VS 隨機選股
藍色柱子是高動量股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
從上圖可以看出，以過去12個月，剔除最近1個月的總回報為衡量標準的高動量股，隨著持倉數量的增加，跑贏大盤和基準羅素3000的概率也明顯增加：
- 隨機持有5只高動量股票，跑輸羅素3000的概率有36%；
- 隨機持有10只高動量股票，跑輸羅素3000的概率有32%；
- 隨機持有50只高動量股票，跑輸羅素3000的概率有11%；
- 隨機持有300只高動量股票，跑輸羅素3000的概率有0%。
（2）高價值 VS 隨機選股
藍色柱子是高價值股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
很遺憾，不管是隨機持有5只，還是300只高價值股，以市盈率為衡量標準的高價值股，都大幅跑輸大盤和基準羅素3000：
- 隨機持有5只高價值股票，跑輸羅素3000的概率有68%；
- 隨機持有10只高價值股票，跑輸羅素3000的概率有71%；
- 隨機持有50只高價值股票，跑輸羅素3000的概率有86%；
- 隨機持有300只高價值股票，跑輸羅素3000的概率有99%。
（3）高質量 VS 隨機選股
藍色柱子是高質量股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
不管是隨機持有5只，還是300只高質量股，以股東權益收益率為衡量標準的高質量股，都幾乎沒有跑贏大盤和基準羅素3000：
- 隨機持有5只高質量股票，跑輸羅素3000的概率有52%；
- 隨機持有10只高質量股票，跑輸羅素3000的概率有54%；
- 隨機持有50只高質量股票，跑輸羅素3000的概率有60%；
- 隨機持有300只高質量股票，跑輸羅素3000的概率有71%。
（4）低波動 VS 隨機選股
藍色柱子是低波動股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
從上圖可以看出，以過去3年的日回報的年化波動率為衡量標準的低波動股，在暴跌期間大幅跑贏大盤和基準羅素3000：
- 隨機持有5只低波動股票，跑輸羅素3000的概率有9%；
- 隨機持有10只低波動股票，跑輸羅素3000的概率有3%；
- 隨機持有50只低波動股票，跑輸羅素3000的概率有0%；
- 隨機持有300只低波動股票，跑輸羅素3000的概率有0%。
根據上面四種因子選股和隨機選股的比較，我們得出了以下結論：
1. 高動量和低波動股票在這次暴跌中表現出了良好的抗跌能力，其中低波動股票表現尤其突出。從持有10只股票開始，低波動股票隨機組的表現明顯的優於大盤和普通隨機組。
2. 高價值和高質量股票在這次暴跌中表現不及大盤和普通隨機組，隨著持倉數量的增加，跑輸的概率越大，之間的差距就越明顯。
上面的比較，都是在同一個因子內部，對不同的持倉數量進行比較的。如果我們把這些因子和大盤都放在同一張圖裡進行比較呢？
下面，我們將不同風格因子相互進行比較，看看哪個在大跌中表現更好。
由上圖，我們可以得出以下結論：
1. 高價值和高質量因子表現不及普通隨機組，平均跌幅均超過普通隨機組；
2. 低波動的股票表現十分亮眼，暴跌期間的跌幅明顯優於大盤和其他風格；
3. 高動量的股票也還不錯，平均跌幅比大盤要小。
三、因子投資不是風險分散的最佳辦法
我們經常說，股票因子投資，是一個基於系統性框架的股票的提存的過程，因子投資不能替代大類資產配置。在《因子投資能否代替大類資產配置？》一文中，我們使用了以下數據，進行了模擬分析：
2019年8月5號，美股雪崩，盤中恐慌指數漲幅超一倍。由於宏觀經濟的不確定性，這次市場的異動，波及到了全球。
在我們的245種全球資產標的中，股票類資產幾乎全部下跌。房地產、大宗商品和貨幣資產的價格，也受到牽連，均有不少比例的下挫。動盪的機會難得，我們怎麼能放過呢？
數據時間：2019.07.29-2019.08.05
還記得A股在2018年6月15號至6月27號，輕鬆下挫幾百點。我們也曾基於數據，測試了高價值股、高動量股、高質量股和高波動股在該時間段的表現。結果發現，4種因子的表現都比大盤要好。另外在不同持倉的模擬測試中，我們對以下問題作出瞭解答：
1.分散持倉真的有用嗎?（有用）
2.因子投資，在暴跌中扛得住嗎？（扛得住）
3.因子抗跌，有運氣成分嗎？（運氣成分偏低）
這次，我們【基於美股市場波動的數據】，繼續尋找以下問題的答案：
1.分散持倉真的有用嗎?
2.因子投資，在暴跌中扛得住嗎？
3.有了因子投資，還需要進行股債配比嗎？
4.除了國債資產，還有什麼可用的降低風險的工具？
一、股票持倉的多少，對投資組合的風險有直接影響
分散持倉有用嗎，我們來測一下，首先是數據的選取：
測試結果如下：
從圖中可以看出：
- 隨機持有1只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有41%；
- 隨機持有5只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有34%；
- 隨機持有10只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有28%；
- 隨機持有50只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有11%；
- 隨機持有300只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率小於1%(因四捨五入保留數位原因，上圖中顯示為0)。
總結下可以得出以下兩個結論：
1. 持倉數量與投資人跑輸羅素3000的概率成反比；
2. 持倉數量與組合的波動率成反比。
也就是說：持有股票的數量越多，踩雷的概率越小，當持有300只股票時，幾乎不會跑輸羅素3000。
很明顯，如果【只隨機持有1只股票】，在6天內，跑輸羅素3000的概率有41%，接近五十對五十。也就是說，跟瞎猜差不多；而更加恐怖的是，虧損超過10%的概率，有20%。
大家要知道，這僅僅是6天的時間吶，就虧損超過10%。有的朋友或許會說，隨機持有1只股票這種做法，跟拋硬幣差不多，實際中是不太可能出現的。
沒錯，這是小概率事件，但是放在億萬股民身上，這基本就是大數法則下的必然。事實上，有一些投資人，在選股票的時候，還真跟矇眼瞎猜的做法差不多：哪隻順眼買哪隻，哪隻有消息就盲目跟風。
二、不同的投資風格，有不同的抗跌能力
我們一直強調，投資需要在系統性的框架中做，特別是投資的分散和集中，更需要如此。盲目地增加和減少股票持倉，都很可能會對整體回報和風險產生負面影響。那麼，什麼是我們推崇的系統性框架呢？其實就是通過客觀可靠的數據，融入金融學和行為學的量化因子投資。
我們強調的量化，是可以直接使用的方法論，而不是很難實踐的世界觀，即：通過歷史數據和量化手段，回溯歷史上幾十年甚至幾百年的數據，以透過充滿噪音的市場現象，找到市場運行的真正本質。
比如高動量、高價值、高質量、低波動，這些經過實證檢驗的因子，就是簡單、實用的系統性投資框架。接下來，我們將把因子選股和隨機選股的收益率結果進行比較，首先數據選取及測試方法如下：
進行上述測試，目的就是要看看，在系統性的框架內（因子股票池）進行隨機選擇，是否會有更好的表現？也就是說，通過簡單的因子投資，投資人是否能夠獲得【表現好的能力】？下面來看看我們的測試結果吧。
（1）高動量 VS 隨機選股
藍色柱子是高動量股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
從上圖可以看出，以過去12個月，剔除最近1個月的總回報為衡量標準的高動量股，隨著持倉數量的增加，跑贏大盤和基準羅素3000的概率也明顯增加：
- 隨機持有5只高動量股票，跑輸羅素3000的概率有36%；
- 隨機持有10只高動量股票，跑輸羅素3000的概率有32%；
- 隨機持有50只高動量股票，跑輸羅素3000的概率有11%；
- 隨機持有300只高動量股票，跑輸羅素3000的概率有0%。
（2）高價值 VS 隨機選股
藍色柱子是高價值股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
很遺憾，不管是隨機持有5只，還是300只高價值股，以市盈率為衡量標準的高價值股，都大幅跑輸大盤和基準羅素3000：
- 隨機持有5只高價值股票，跑輸羅素3000的概率有68%；
- 隨機持有10只高價值股票，跑輸羅素3000的概率有71%；
- 隨機持有50只高價值股票，跑輸羅素3000的概率有86%；
- 隨機持有300只高價值股票，跑輸羅素3000的概率有99%。
（3）高質量 VS 隨機選股
藍色柱子是高質量股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
不管是隨機持有5只，還是300只高質量股，以股東權益收益率為衡量標準的高質量股，都幾乎沒有跑贏大盤和基準羅素3000：
- 隨機持有5只高質量股票，跑輸羅素3000的概率有52%；
- 隨機持有10只高質量股票，跑輸羅素3000的概率有54%；
- 隨機持有50只高質量股票，跑輸羅素3000的概率有60%；
- 隨機持有300只高質量股票，跑輸羅素3000的概率有71%。
（4）低波動 VS 隨機選股
藍色柱子是低波動股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
從上圖可以看出，以過去3年的日回報的年化波動率為衡量標準的低波動股，在暴跌期間大幅跑贏大盤和基準羅素3000：
- 隨機持有5只低波動股票，跑輸羅素3000的概率有9%；
- 隨機持有10只低波動股票，跑輸羅素3000的概率有3%；
- 隨機持有50只低波動股票，跑輸羅素3000的概率有0%；
- 隨機持有300只低波動股票，跑輸羅素3000的概率有0%。
根據上面四種因子選股和隨機選股的比較，我們得出了以下結論：
1. 高動量和低波動股票在這次暴跌中表現出了良好的抗跌能力，其中低波動股票表現尤其突出。從持有10只股票開始，低波動股票隨機組的表現明顯的優於大盤和普通隨機組。
2. 高價值和高質量股票在這次暴跌中表現不及大盤和普通隨機組，隨著持倉數量的增加，跑輸的概率越大，之間的差距就越明顯。
上面的比較，都是在同一個因子內部，對不同的持倉數量進行比較的。如果我們把這些因子和大盤都放在同一張圖裡進行比較呢？
下面，我們將不同風格因子相互進行比較，看看哪個在大跌中表現更好。
由上圖，我們可以得出以下結論：
1. 高價值和高質量因子表現不及普通隨機組，平均跌幅均超過普通隨機組；
2. 低波動的股票表現十分亮眼，暴跌期間的跌幅明顯優於大盤和其他風格；
3. 高動量的股票也還不錯，平均跌幅比大盤要小。
三、因子投資不是風險分散的最佳辦法
我們經常說，股票因子投資，是一個基於系統性框架的股票的提存的過程，因子投資不能替代大類資產配置。在《因子投資能否代替大類資產配置？》一文中，我們使用了以下數據，進行了模擬分析：
測試結果如下：
2019年8月5號，美股雪崩，盤中恐慌指數漲幅超一倍。由於宏觀經濟的不確定性，這次市場的異動，波及到了全球。
在我們的245種全球資產標的中，股票類資產幾乎全部下跌。房地產、大宗商品和貨幣資產的價格，也受到牽連，均有不少比例的下挫。動盪的機會難得，我們怎麼能放過呢？
數據時間：2019.07.29-2019.08.05
還記得A股在2018年6月15號至6月27號，輕鬆下挫幾百點。我們也曾基於數據，測試了高價值股、高動量股、高質量股和高波動股在該時間段的表現。結果發現，4種因子的表現都比大盤要好。另外在不同持倉的模擬測試中，我們對以下問題作出瞭解答：
1.分散持倉真的有用嗎?（有用）
2.因子投資，在暴跌中扛得住嗎？（扛得住）
3.因子抗跌，有運氣成分嗎？（運氣成分偏低）
這次，我們【基於美股市場波動的數據】，繼續尋找以下問題的答案：
1.分散持倉真的有用嗎?
2.因子投資，在暴跌中扛得住嗎？
3.有了因子投資，還需要進行股債配比嗎？
4.除了國債資產，還有什麼可用的降低風險的工具？
一、股票持倉的多少，對投資組合的風險有直接影響
分散持倉有用嗎，我們來測一下，首先是數據的選取：
測試結果如下：
從圖中可以看出：
- 隨機持有1只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有41%；
- 隨機持有5只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有34%；
- 隨機持有10只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有28%；
- 隨機持有50只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有11%；
- 隨機持有300只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率小於1%(因四捨五入保留數位原因，上圖中顯示為0)。
總結下可以得出以下兩個結論：
1. 持倉數量與投資人跑輸羅素3000的概率成反比；
2. 持倉數量與組合的波動率成反比。
也就是說：持有股票的數量越多，踩雷的概率越小，當持有300只股票時，幾乎不會跑輸羅素3000。
很明顯，如果【只隨機持有1只股票】，在6天內，跑輸羅素3000的概率有41%，接近五十對五十。也就是說，跟瞎猜差不多；而更加恐怖的是，虧損超過10%的概率，有20%。
大家要知道，這僅僅是6天的時間吶，就虧損超過10%。有的朋友或許會說，隨機持有1只股票這種做法，跟拋硬幣差不多，實際中是不太可能出現的。
沒錯，這是小概率事件，但是放在億萬股民身上，這基本就是大數法則下的必然。事實上，有一些投資人，在選股票的時候，還真跟矇眼瞎猜的做法差不多：哪隻順眼買哪隻，哪隻有消息就盲目跟風。
二、不同的投資風格，有不同的抗跌能力
我們一直強調，投資需要在系統性的框架中做，特別是投資的分散和集中，更需要如此。盲目地增加和減少股票持倉，都很可能會對整體回報和風險產生負面影響。那麼，什麼是我們推崇的系統性框架呢？其實就是通過客觀可靠的數據，融入金融學和行為學的量化因子投資。
我們強調的量化，是可以直接使用的方法論，而不是很難實踐的世界觀，即：通過歷史數據和量化手段，回溯歷史上幾十年甚至幾百年的數據，以透過充滿噪音的市場現象，找到市場運行的真正本質。
比如高動量、高價值、高質量、低波動，這些經過實證檢驗的因子，就是簡單、實用的系統性投資框架。接下來，我們將把因子選股和隨機選股的收益率結果進行比較，首先數據選取及測試方法如下：
進行上述測試，目的就是要看看，在系統性的框架內（因子股票池）進行隨機選擇，是否會有更好的表現？也就是說，通過簡單的因子投資，投資人是否能夠獲得【表現好的能力】？下面來看看我們的測試結果吧。
（1）高動量 VS 隨機選股
藍色柱子是高動量股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
從上圖可以看出，以過去12個月，剔除最近1個月的總回報為衡量標準的高動量股，隨著持倉數量的增加，跑贏大盤和基準羅素3000的概率也明顯增加：
- 隨機持有5只高動量股票，跑輸羅素3000的概率有36%；
- 隨機持有10只高動量股票，跑輸羅素3000的概率有32%；
- 隨機持有50只高動量股票，跑輸羅素3000的概率有11%；
- 隨機持有300只高動量股票，跑輸羅素3000的概率有0%。
（2）高價值 VS 隨機選股
藍色柱子是高價值股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
很遺憾，不管是隨機持有5只，還是300只高價值股，以市盈率為衡量標準的高價值股，都大幅跑輸大盤和基準羅素3000：
- 隨機持有5只高價值股票，跑輸羅素3000的概率有68%；
- 隨機持有10只高價值股票，跑輸羅素3000的概率有71%；
- 隨機持有50只高價值股票，跑輸羅素3000的概率有86%；
- 隨機持有300只高價值股票，跑輸羅素3000的概率有99%。
（3）高質量 VS 隨機選股
藍色柱子是高質量股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
不管是隨機持有5只，還是300只高質量股，以股東權益收益率為衡量標準的高質量股，都幾乎沒有跑贏大盤和基準羅素3000：
- 隨機持有5只高質量股票，跑輸羅素3000的概率有52%；
- 隨機持有10只高質量股票，跑輸羅素3000的概率有54%；
- 隨機持有50只高質量股票，跑輸羅素3000的概率有60%；
- 隨機持有300只高質量股票，跑輸羅素3000的概率有71%。
（4）低波動 VS 隨機選股
藍色柱子是低波動股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
從上圖可以看出，以過去3年的日回報的年化波動率為衡量標準的低波動股，在暴跌期間大幅跑贏大盤和基準羅素3000：
- 隨機持有5只低波動股票，跑輸羅素3000的概率有9%；
- 隨機持有10只低波動股票，跑輸羅素3000的概率有3%；
- 隨機持有50只低波動股票，跑輸羅素3000的概率有0%；
- 隨機持有300只低波動股票，跑輸羅素3000的概率有0%。
根據上面四種因子選股和隨機選股的比較，我們得出了以下結論：
1. 高動量和低波動股票在這次暴跌中表現出了良好的抗跌能力，其中低波動股票表現尤其突出。從持有10只股票開始，低波動股票隨機組的表現明顯的優於大盤和普通隨機組。
2. 高價值和高質量股票在這次暴跌中表現不及大盤和普通隨機組，隨著持倉數量的增加，跑輸的概率越大，之間的差距就越明顯。
上面的比較，都是在同一個因子內部，對不同的持倉數量進行比較的。如果我們把這些因子和大盤都放在同一張圖裡進行比較呢？
下面，我們將不同風格因子相互進行比較，看看哪個在大跌中表現更好。
由上圖，我們可以得出以下結論：
1. 高價值和高質量因子表現不及普通隨機組，平均跌幅均超過普通隨機組；
2. 低波動的股票表現十分亮眼，暴跌期間的跌幅明顯優於大盤和其他風格；
3. 高動量的股票也還不錯，平均跌幅比大盤要小。
三、因子投資不是風險分散的最佳辦法
我們經常說，股票因子投資，是一個基於系統性框架的股票的提存的過程，因子投資不能替代大類資產配置。在《因子投資能否代替大類資產配置？》一文中，我們使用了以下數據，進行了模擬分析：
測試結果如下：
French DataLibrary 1973年-2017年
我們在每一類標的中，一共進行了1000次的隨機組合，然後在均值(縱軸)-方差(橫軸)圖中畫出了所有的隨機組合。從上圖中可以看出，股票類和因子類資產，跟債券類資產有明顯的屬性上的區別。
我們也知道，投資中免費的午餐，就是資產配置，而資產配置的核心就是組合相關性不一樣的資產。所以接下來，我們選取了不同年限的美國國債資產，跟股票資產搭配，看看在這一次暴跌中，股債搭配的抗跌能力如何。
股債搭配
數據選取如下：
2019年8月5號，美股雪崩，盤中恐慌指數漲幅超一倍。由於宏觀經濟的不確定性，這次市場的異動，波及到了全球。
在我們的245種全球資產標的中，股票類資產幾乎全部下跌。房地產、大宗商品和貨幣資產的價格，也受到牽連，均有不少比例的下挫。動盪的機會難得，我們怎麼能放過呢？
數據時間：2019.07.29-2019.08.05
還記得A股在2018年6月15號至6月27號，輕鬆下挫幾百點。我們也曾基於數據，測試了高價值股、高動量股、高質量股和高波動股在該時間段的表現。結果發現，4種因子的表現都比大盤要好。另外在不同持倉的模擬測試中，我們對以下問題作出瞭解答：
1.分散持倉真的有用嗎?（有用）
2.因子投資，在暴跌中扛得住嗎？（扛得住）
3.因子抗跌，有運氣成分嗎？（運氣成分偏低）
這次，我們【基於美股市場波動的數據】，繼續尋找以下問題的答案：
1.分散持倉真的有用嗎?
2.因子投資，在暴跌中扛得住嗎？
3.有了因子投資，還需要進行股債配比嗎？
4.除了國債資產，還有什麼可用的降低風險的工具？
一、股票持倉的多少，對投資組合的風險有直接影響
分散持倉有用嗎，我們來測一下，首先是數據的選取：
測試結果如下：
從圖中可以看出：
- 隨機持有1只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有41%；
- 隨機持有5只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有34%；
- 隨機持有10只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有28%；
- 隨機持有50只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有11%；
- 隨機持有300只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率小於1%(因四捨五入保留數位原因，上圖中顯示為0)。
總結下可以得出以下兩個結論：
1. 持倉數量與投資人跑輸羅素3000的概率成反比；
2. 持倉數量與組合的波動率成反比。
也就是說：持有股票的數量越多，踩雷的概率越小，當持有300只股票時，幾乎不會跑輸羅素3000。
很明顯，如果【只隨機持有1只股票】，在6天內，跑輸羅素3000的概率有41%，接近五十對五十。也就是說，跟瞎猜差不多；而更加恐怖的是，虧損超過10%的概率，有20%。
大家要知道，這僅僅是6天的時間吶，就虧損超過10%。有的朋友或許會說，隨機持有1只股票這種做法，跟拋硬幣差不多，實際中是不太可能出現的。
沒錯，這是小概率事件，但是放在億萬股民身上，這基本就是大數法則下的必然。事實上，有一些投資人，在選股票的時候，還真跟矇眼瞎猜的做法差不多：哪隻順眼買哪隻，哪隻有消息就盲目跟風。
二、不同的投資風格，有不同的抗跌能力
我們一直強調，投資需要在系統性的框架中做，特別是投資的分散和集中，更需要如此。盲目地增加和減少股票持倉，都很可能會對整體回報和風險產生負面影響。那麼，什麼是我們推崇的系統性框架呢？其實就是通過客觀可靠的數據，融入金融學和行為學的量化因子投資。
我們強調的量化，是可以直接使用的方法論，而不是很難實踐的世界觀，即：通過歷史數據和量化手段，回溯歷史上幾十年甚至幾百年的數據，以透過充滿噪音的市場現象，找到市場運行的真正本質。
比如高動量、高價值、高質量、低波動，這些經過實證檢驗的因子，就是簡單、實用的系統性投資框架。接下來，我們將把因子選股和隨機選股的收益率結果進行比較，首先數據選取及測試方法如下：
進行上述測試，目的就是要看看，在系統性的框架內（因子股票池）進行隨機選擇，是否會有更好的表現？也就是說，通過簡單的因子投資，投資人是否能夠獲得【表現好的能力】？下面來看看我們的測試結果吧。
（1）高動量 VS 隨機選股
藍色柱子是高動量股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
從上圖可以看出，以過去12個月，剔除最近1個月的總回報為衡量標準的高動量股，隨著持倉數量的增加，跑贏大盤和基準羅素3000的概率也明顯增加：
- 隨機持有5只高動量股票，跑輸羅素3000的概率有36%；
- 隨機持有10只高動量股票，跑輸羅素3000的概率有32%；
- 隨機持有50只高動量股票，跑輸羅素3000的概率有11%；
- 隨機持有300只高動量股票，跑輸羅素3000的概率有0%。
（2）高價值 VS 隨機選股
藍色柱子是高價值股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
很遺憾，不管是隨機持有5只，還是300只高價值股，以市盈率為衡量標準的高價值股，都大幅跑輸大盤和基準羅素3000：
- 隨機持有5只高價值股票，跑輸羅素3000的概率有68%；
- 隨機持有10只高價值股票，跑輸羅素3000的概率有71%；
- 隨機持有50只高價值股票，跑輸羅素3000的概率有86%；
- 隨機持有300只高價值股票，跑輸羅素3000的概率有99%。
（3）高質量 VS 隨機選股
藍色柱子是高質量股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
不管是隨機持有5只，還是300只高質量股，以股東權益收益率為衡量標準的高質量股，都幾乎沒有跑贏大盤和基準羅素3000：
- 隨機持有5只高質量股票，跑輸羅素3000的概率有52%；
- 隨機持有10只高質量股票，跑輸羅素3000的概率有54%；
- 隨機持有50只高質量股票，跑輸羅素3000的概率有60%；
- 隨機持有300只高質量股票，跑輸羅素3000的概率有71%。
（4）低波動 VS 隨機選股
藍色柱子是低波動股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
從上圖可以看出，以過去3年的日回報的年化波動率為衡量標準的低波動股，在暴跌期間大幅跑贏大盤和基準羅素3000：
- 隨機持有5只低波動股票，跑輸羅素3000的概率有9%；
- 隨機持有10只低波動股票，跑輸羅素3000的概率有3%；
- 隨機持有50只低波動股票，跑輸羅素3000的概率有0%；
- 隨機持有300只低波動股票，跑輸羅素3000的概率有0%。
根據上面四種因子選股和隨機選股的比較，我們得出了以下結論：
1. 高動量和低波動股票在這次暴跌中表現出了良好的抗跌能力，其中低波動股票表現尤其突出。從持有10只股票開始，低波動股票隨機組的表現明顯的優於大盤和普通隨機組。
2. 高價值和高質量股票在這次暴跌中表現不及大盤和普通隨機組，隨著持倉數量的增加，跑輸的概率越大，之間的差距就越明顯。
上面的比較，都是在同一個因子內部，對不同的持倉數量進行比較的。如果我們把這些因子和大盤都放在同一張圖裡進行比較呢？
下面，我們將不同風格因子相互進行比較，看看哪個在大跌中表現更好。
由上圖，我們可以得出以下結論：
1. 高價值和高質量因子表現不及普通隨機組，平均跌幅均超過普通隨機組；
2. 低波動的股票表現十分亮眼，暴跌期間的跌幅明顯優於大盤和其他風格；
3. 高動量的股票也還不錯，平均跌幅比大盤要小。
三、因子投資不是風險分散的最佳辦法
我們經常說，股票因子投資，是一個基於系統性框架的股票的提存的過程，因子投資不能替代大類資產配置。在《因子投資能否代替大類資產配置？》一文中，我們使用了以下數據，進行了模擬分析：
測試結果如下：
French DataLibrary 1973年-2017年
我們在每一類標的中，一共進行了1000次的隨機組合，然後在均值(縱軸)-方差(橫軸)圖中畫出了所有的隨機組合。從上圖中可以看出，股票類和因子類資產，跟債券類資產有明顯的屬性上的區別。
我們也知道，投資中免費的午餐，就是資產配置，而資產配置的核心就是組合相關性不一樣的資產。所以接下來，我們選取了不同年限的美國國債資產，跟股票資產搭配，看看在這一次暴跌中，股債搭配的抗跌能力如何。
股債搭配
數據選取如下：
測試結果如下：
從上圖可以很明顯地看到，持有一定的國債頭寸能有效抵禦股市暴跌風險，且有如下特徵：
- 債券權重配比越大，抗跌能力越強
- 持有的債券期限越長，分散化效果越明顯
具體來講，假如我們使用經典的60/40組合，即配置60%股票+40%國債ETF。以短期國債SHV作為國債的投資標的，該投資組合在暴跌期間的虧損能從6.02%減少到3.58%。而如果我們的債券部分投資的是更長期的IEF（7-10年美國國債ETF），甚至是TLT（20+年美國國債ETF），投資組合的虧損能減少到僅為2.57%和1.28%。
如果我們將國債的權重增加到80%，並且配置長期國債ETF，甚至能在股票市場暴跌時獲得正的收益。
有的朋友說，國債這個資產太單一了，不夠複雜。我們之前曾經撰文《黑天鵝捕手：揭祕管理型期貨策略》並指出：在流動性最好的全球期貨市場中，選取多樣化的資產組合，再根據某種系統性的方式，比如時間序列動量信號(以下簡稱TSMOM)構建而成的策略，能在極端市場環境下，幫助投資人對衝風險。
那麼這些市場中比較出名的管理型期貨策略ETF，在此次動盪中表現如何呢？
股票和管理型期貨搭配
基於上述股債測試的框架，我們使用了以下管理型期貨策略ETF，替換國債ETF的頭寸：
2019年8月5號，美股雪崩，盤中恐慌指數漲幅超一倍。由於宏觀經濟的不確定性，這次市場的異動，波及到了全球。
在我們的245種全球資產標的中，股票類資產幾乎全部下跌。房地產、大宗商品和貨幣資產的價格，也受到牽連，均有不少比例的下挫。動盪的機會難得，我們怎麼能放過呢？
數據時間：2019.07.29-2019.08.05
還記得A股在2018年6月15號至6月27號，輕鬆下挫幾百點。我們也曾基於數據，測試了高價值股、高動量股、高質量股和高波動股在該時間段的表現。結果發現，4種因子的表現都比大盤要好。另外在不同持倉的模擬測試中，我們對以下問題作出瞭解答：
1.分散持倉真的有用嗎?（有用）
2.因子投資，在暴跌中扛得住嗎？（扛得住）
3.因子抗跌，有運氣成分嗎？（運氣成分偏低）
這次，我們【基於美股市場波動的數據】，繼續尋找以下問題的答案：
1.分散持倉真的有用嗎?
2.因子投資，在暴跌中扛得住嗎？
3.有了因子投資，還需要進行股債配比嗎？
4.除了國債資產，還有什麼可用的降低風險的工具？
一、股票持倉的多少，對投資組合的風險有直接影響
分散持倉有用嗎，我們來測一下，首先是數據的選取：
測試結果如下：
從圖中可以看出：
- 隨機持有1只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有41%；
- 隨機持有5只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有34%；
- 隨機持有10只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有28%；
- 隨機持有50只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有11%；
- 隨機持有300只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率小於1%(因四捨五入保留數位原因，上圖中顯示為0)。
總結下可以得出以下兩個結論：
1. 持倉數量與投資人跑輸羅素3000的概率成反比；
2. 持倉數量與組合的波動率成反比。
也就是說：持有股票的數量越多，踩雷的概率越小，當持有300只股票時，幾乎不會跑輸羅素3000。
很明顯，如果【只隨機持有1只股票】，在6天內，跑輸羅素3000的概率有41%，接近五十對五十。也就是說，跟瞎猜差不多；而更加恐怖的是，虧損超過10%的概率，有20%。
大家要知道，這僅僅是6天的時間吶，就虧損超過10%。有的朋友或許會說，隨機持有1只股票這種做法，跟拋硬幣差不多，實際中是不太可能出現的。
沒錯，這是小概率事件，但是放在億萬股民身上，這基本就是大數法則下的必然。事實上，有一些投資人，在選股票的時候，還真跟矇眼瞎猜的做法差不多：哪隻順眼買哪隻，哪隻有消息就盲目跟風。
二、不同的投資風格，有不同的抗跌能力
我們一直強調，投資需要在系統性的框架中做，特別是投資的分散和集中，更需要如此。盲目地增加和減少股票持倉，都很可能會對整體回報和風險產生負面影響。那麼，什麼是我們推崇的系統性框架呢？其實就是通過客觀可靠的數據，融入金融學和行為學的量化因子投資。
我們強調的量化，是可以直接使用的方法論，而不是很難實踐的世界觀，即：通過歷史數據和量化手段，回溯歷史上幾十年甚至幾百年的數據，以透過充滿噪音的市場現象，找到市場運行的真正本質。
比如高動量、高價值、高質量、低波動，這些經過實證檢驗的因子，就是簡單、實用的系統性投資框架。接下來，我們將把因子選股和隨機選股的收益率結果進行比較，首先數據選取及測試方法如下：
進行上述測試，目的就是要看看，在系統性的框架內（因子股票池）進行隨機選擇，是否會有更好的表現？也就是說，通過簡單的因子投資，投資人是否能夠獲得【表現好的能力】？下面來看看我們的測試結果吧。
（1）高動量 VS 隨機選股
藍色柱子是高動量股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
從上圖可以看出，以過去12個月，剔除最近1個月的總回報為衡量標準的高動量股，隨著持倉數量的增加，跑贏大盤和基準羅素3000的概率也明顯增加：
- 隨機持有5只高動量股票，跑輸羅素3000的概率有36%；
- 隨機持有10只高動量股票，跑輸羅素3000的概率有32%；
- 隨機持有50只高動量股票，跑輸羅素3000的概率有11%；
- 隨機持有300只高動量股票，跑輸羅素3000的概率有0%。
（2）高價值 VS 隨機選股
藍色柱子是高價值股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
很遺憾，不管是隨機持有5只，還是300只高價值股，以市盈率為衡量標準的高價值股，都大幅跑輸大盤和基準羅素3000：
- 隨機持有5只高價值股票，跑輸羅素3000的概率有68%；
- 隨機持有10只高價值股票，跑輸羅素3000的概率有71%；
- 隨機持有50只高價值股票，跑輸羅素3000的概率有86%；
- 隨機持有300只高價值股票，跑輸羅素3000的概率有99%。
（3）高質量 VS 隨機選股
藍色柱子是高質量股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
不管是隨機持有5只，還是300只高質量股，以股東權益收益率為衡量標準的高質量股，都幾乎沒有跑贏大盤和基準羅素3000：
- 隨機持有5只高質量股票，跑輸羅素3000的概率有52%；
- 隨機持有10只高質量股票，跑輸羅素3000的概率有54%；
- 隨機持有50只高質量股票，跑輸羅素3000的概率有60%；
- 隨機持有300只高質量股票，跑輸羅素3000的概率有71%。
（4）低波動 VS 隨機選股
藍色柱子是低波動股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
從上圖可以看出，以過去3年的日回報的年化波動率為衡量標準的低波動股，在暴跌期間大幅跑贏大盤和基準羅素3000：
- 隨機持有5只低波動股票，跑輸羅素3000的概率有9%；
- 隨機持有10只低波動股票，跑輸羅素3000的概率有3%；
- 隨機持有50只低波動股票，跑輸羅素3000的概率有0%；
- 隨機持有300只低波動股票，跑輸羅素3000的概率有0%。
根據上面四種因子選股和隨機選股的比較，我們得出了以下結論：
1. 高動量和低波動股票在這次暴跌中表現出了良好的抗跌能力，其中低波動股票表現尤其突出。從持有10只股票開始，低波動股票隨機組的表現明顯的優於大盤和普通隨機組。
2. 高價值和高質量股票在這次暴跌中表現不及大盤和普通隨機組，隨著持倉數量的增加，跑輸的概率越大，之間的差距就越明顯。
上面的比較，都是在同一個因子內部，對不同的持倉數量進行比較的。如果我們把這些因子和大盤都放在同一張圖裡進行比較呢？
下面，我們將不同風格因子相互進行比較，看看哪個在大跌中表現更好。
由上圖，我們可以得出以下結論：
1. 高價值和高質量因子表現不及普通隨機組，平均跌幅均超過普通隨機組；
2. 低波動的股票表現十分亮眼，暴跌期間的跌幅明顯優於大盤和其他風格；
3. 高動量的股票也還不錯，平均跌幅比大盤要小。
三、因子投資不是風險分散的最佳辦法
我們經常說，股票因子投資，是一個基於系統性框架的股票的提存的過程，因子投資不能替代大類資產配置。在《因子投資能否代替大類資產配置？》一文中，我們使用了以下數據，進行了模擬分析：
測試結果如下：
French DataLibrary 1973年-2017年
我們在每一類標的中，一共進行了1000次的隨機組合，然後在均值(縱軸)-方差(橫軸)圖中畫出了所有的隨機組合。從上圖中可以看出，股票類和因子類資產，跟債券類資產有明顯的屬性上的區別。
我們也知道，投資中免費的午餐，就是資產配置，而資產配置的核心就是組合相關性不一樣的資產。所以接下來，我們選取了不同年限的美國國債資產，跟股票資產搭配，看看在這一次暴跌中，股債搭配的抗跌能力如何。
股債搭配
數據選取如下：
測試結果如下：
從上圖可以很明顯地看到，持有一定的國債頭寸能有效抵禦股市暴跌風險，且有如下特徵：
- 債券權重配比越大，抗跌能力越強
- 持有的債券期限越長，分散化效果越明顯
具體來講，假如我們使用經典的60/40組合，即配置60%股票+40%國債ETF。以短期國債SHV作為國債的投資標的，該投資組合在暴跌期間的虧損能從6.02%減少到3.58%。而如果我們的債券部分投資的是更長期的IEF（7-10年美國國債ETF），甚至是TLT（20+年美國國債ETF），投資組合的虧損能減少到僅為2.57%和1.28%。
如果我們將國債的權重增加到80%，並且配置長期國債ETF，甚至能在股票市場暴跌時獲得正的收益。
有的朋友說，國債這個資產太單一了，不夠複雜。我們之前曾經撰文《黑天鵝捕手：揭祕管理型期貨策略》並指出：在流動性最好的全球期貨市場中，選取多樣化的資產組合，再根據某種系統性的方式，比如時間序列動量信號(以下簡稱TSMOM)構建而成的策略，能在極端市場環境下，幫助投資人對衝風險。
那麼這些市場中比較出名的管理型期貨策略ETF，在此次動盪中表現如何呢？
股票和管理型期貨搭配
基於上述股債測試的框架，我們使用了以下管理型期貨策略ETF，替換國債ETF的頭寸：
數據來源：ETF.com，截止2019.08.02
測試結果如下：
2019年8月5號，美股雪崩，盤中恐慌指數漲幅超一倍。由於宏觀經濟的不確定性，這次市場的異動，波及到了全球。
在我們的245種全球資產標的中，股票類資產幾乎全部下跌。房地產、大宗商品和貨幣資產的價格，也受到牽連，均有不少比例的下挫。動盪的機會難得，我們怎麼能放過呢？
數據時間：2019.07.29-2019.08.05
還記得A股在2018年6月15號至6月27號，輕鬆下挫幾百點。我們也曾基於數據，測試了高價值股、高動量股、高質量股和高波動股在該時間段的表現。結果發現，4種因子的表現都比大盤要好。另外在不同持倉的模擬測試中，我們對以下問題作出瞭解答：
1.分散持倉真的有用嗎?（有用）
2.因子投資，在暴跌中扛得住嗎？（扛得住）
3.因子抗跌，有運氣成分嗎？（運氣成分偏低）
這次，我們【基於美股市場波動的數據】，繼續尋找以下問題的答案：
1.分散持倉真的有用嗎?
2.因子投資，在暴跌中扛得住嗎？
3.有了因子投資，還需要進行股債配比嗎？
4.除了國債資產，還有什麼可用的降低風險的工具？
一、股票持倉的多少，對投資組合的風險有直接影響
分散持倉有用嗎，我們來測一下，首先是數據的選取：
測試結果如下：
從圖中可以看出：
- 隨機持有1只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有41%；
- 隨機持有5只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有34%；
- 隨機持有10只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有28%；
- 隨機持有50只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有11%；
- 隨機持有300只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率小於1%(因四捨五入保留數位原因，上圖中顯示為0)。
總結下可以得出以下兩個結論：
1. 持倉數量與投資人跑輸羅素3000的概率成反比；
2. 持倉數量與組合的波動率成反比。
也就是說：持有股票的數量越多，踩雷的概率越小，當持有300只股票時，幾乎不會跑輸羅素3000。
很明顯，如果【只隨機持有1只股票】，在6天內，跑輸羅素3000的概率有41%，接近五十對五十。也就是說，跟瞎猜差不多；而更加恐怖的是，虧損超過10%的概率，有20%。
大家要知道，這僅僅是6天的時間吶，就虧損超過10%。有的朋友或許會說，隨機持有1只股票這種做法，跟拋硬幣差不多，實際中是不太可能出現的。
沒錯，這是小概率事件，但是放在億萬股民身上，這基本就是大數法則下的必然。事實上，有一些投資人，在選股票的時候，還真跟矇眼瞎猜的做法差不多：哪隻順眼買哪隻，哪隻有消息就盲目跟風。
二、不同的投資風格，有不同的抗跌能力
我們一直強調，投資需要在系統性的框架中做，特別是投資的分散和集中，更需要如此。盲目地增加和減少股票持倉，都很可能會對整體回報和風險產生負面影響。那麼，什麼是我們推崇的系統性框架呢？其實就是通過客觀可靠的數據，融入金融學和行為學的量化因子投資。
我們強調的量化，是可以直接使用的方法論，而不是很難實踐的世界觀，即：通過歷史數據和量化手段，回溯歷史上幾十年甚至幾百年的數據，以透過充滿噪音的市場現象，找到市場運行的真正本質。
比如高動量、高價值、高質量、低波動，這些經過實證檢驗的因子，就是簡單、實用的系統性投資框架。接下來，我們將把因子選股和隨機選股的收益率結果進行比較，首先數據選取及測試方法如下：
進行上述測試，目的就是要看看，在系統性的框架內（因子股票池）進行隨機選擇，是否會有更好的表現？也就是說，通過簡單的因子投資，投資人是否能夠獲得【表現好的能力】？下面來看看我們的測試結果吧。
（1）高動量 VS 隨機選股
藍色柱子是高動量股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
從上圖可以看出，以過去12個月，剔除最近1個月的總回報為衡量標準的高動量股，隨著持倉數量的增加，跑贏大盤和基準羅素3000的概率也明顯增加：
- 隨機持有5只高動量股票，跑輸羅素3000的概率有36%；
- 隨機持有10只高動量股票，跑輸羅素3000的概率有32%；
- 隨機持有50只高動量股票，跑輸羅素3000的概率有11%；
- 隨機持有300只高動量股票，跑輸羅素3000的概率有0%。
（2）高價值 VS 隨機選股
藍色柱子是高價值股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
很遺憾，不管是隨機持有5只，還是300只高價值股，以市盈率為衡量標準的高價值股，都大幅跑輸大盤和基準羅素3000：
- 隨機持有5只高價值股票，跑輸羅素3000的概率有68%；
- 隨機持有10只高價值股票，跑輸羅素3000的概率有71%；
- 隨機持有50只高價值股票，跑輸羅素3000的概率有86%；
- 隨機持有300只高價值股票，跑輸羅素3000的概率有99%。
（3）高質量 VS 隨機選股
藍色柱子是高質量股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
不管是隨機持有5只，還是300只高質量股，以股東權益收益率為衡量標準的高質量股，都幾乎沒有跑贏大盤和基準羅素3000：
- 隨機持有5只高質量股票，跑輸羅素3000的概率有52%；
- 隨機持有10只高質量股票，跑輸羅素3000的概率有54%；
- 隨機持有50只高質量股票，跑輸羅素3000的概率有60%；
- 隨機持有300只高質量股票，跑輸羅素3000的概率有71%。
（4）低波動 VS 隨機選股
藍色柱子是低波動股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
從上圖可以看出，以過去3年的日回報的年化波動率為衡量標準的低波動股，在暴跌期間大幅跑贏大盤和基準羅素3000：
- 隨機持有5只低波動股票，跑輸羅素3000的概率有9%；
- 隨機持有10只低波動股票，跑輸羅素3000的概率有3%；
- 隨機持有50只低波動股票，跑輸羅素3000的概率有0%；
- 隨機持有300只低波動股票，跑輸羅素3000的概率有0%。
根據上面四種因子選股和隨機選股的比較，我們得出了以下結論：
1. 高動量和低波動股票在這次暴跌中表現出了良好的抗跌能力，其中低波動股票表現尤其突出。從持有10只股票開始，低波動股票隨機組的表現明顯的優於大盤和普通隨機組。
2. 高價值和高質量股票在這次暴跌中表現不及大盤和普通隨機組，隨著持倉數量的增加，跑輸的概率越大，之間的差距就越明顯。
上面的比較，都是在同一個因子內部，對不同的持倉數量進行比較的。如果我們把這些因子和大盤都放在同一張圖裡進行比較呢？
下面，我們將不同風格因子相互進行比較，看看哪個在大跌中表現更好。
由上圖，我們可以得出以下結論：
1. 高價值和高質量因子表現不及普通隨機組，平均跌幅均超過普通隨機組；
2. 低波動的股票表現十分亮眼，暴跌期間的跌幅明顯優於大盤和其他風格；
3. 高動量的股票也還不錯，平均跌幅比大盤要小。
三、因子投資不是風險分散的最佳辦法
我們經常說，股票因子投資，是一個基於系統性框架的股票的提存的過程，因子投資不能替代大類資產配置。在《因子投資能否代替大類資產配置？》一文中，我們使用了以下數據，進行了模擬分析：
測試結果如下：
French DataLibrary 1973年-2017年
我們在每一類標的中，一共進行了1000次的隨機組合，然後在均值(縱軸)-方差(橫軸)圖中畫出了所有的隨機組合。從上圖中可以看出，股票類和因子類資產，跟債券類資產有明顯的屬性上的區別。
我們也知道，投資中免費的午餐，就是資產配置，而資產配置的核心就是組合相關性不一樣的資產。所以接下來，我們選取了不同年限的美國國債資產，跟股票資產搭配，看看在這一次暴跌中，股債搭配的抗跌能力如何。
股債搭配
數據選取如下：
測試結果如下：
從上圖可以很明顯地看到，持有一定的國債頭寸能有效抵禦股市暴跌風險，且有如下特徵：
- 債券權重配比越大，抗跌能力越強
- 持有的債券期限越長，分散化效果越明顯
具體來講，假如我們使用經典的60/40組合，即配置60%股票+40%國債ETF。以短期國債SHV作為國債的投資標的，該投資組合在暴跌期間的虧損能從6.02%減少到3.58%。而如果我們的債券部分投資的是更長期的IEF（7-10年美國國債ETF），甚至是TLT（20+年美國國債ETF），投資組合的虧損能減少到僅為2.57%和1.28%。
如果我們將國債的權重增加到80%，並且配置長期國債ETF，甚至能在股票市場暴跌時獲得正的收益。
有的朋友說，國債這個資產太單一了，不夠複雜。我們之前曾經撰文《黑天鵝捕手：揭祕管理型期貨策略》並指出：在流動性最好的全球期貨市場中，選取多樣化的資產組合，再根據某種系統性的方式，比如時間序列動量信號(以下簡稱TSMOM)構建而成的策略，能在極端市場環境下，幫助投資人對衝風險。
那麼這些市場中比較出名的管理型期貨策略ETF，在此次動盪中表現如何呢？
股票和管理型期貨搭配
基於上述股債測試的框架，我們使用了以下管理型期貨策略ETF，替換國債ETF的頭寸：
數據來源：ETF.com，截止2019.08.02
測試結果如下：
結果顯示，不同的管理型期貨表現不盡相同，但在與股票進行搭配後都能有效分散股票市場的風險。對於60/40組合，跌幅從6.02%減少到2.8%至4.72%不等。與債券類似，在增加管理型期貨ETF的配比後，投資組合對於股票市場風險的暴露會進一步地降低。
股票、國債、管理型期貨搭配
數據選取如下：
2019年8月5號，美股雪崩，盤中恐慌指數漲幅超一倍。由於宏觀經濟的不確定性，這次市場的異動，波及到了全球。
在我們的245種全球資產標的中，股票類資產幾乎全部下跌。房地產、大宗商品和貨幣資產的價格，也受到牽連，均有不少比例的下挫。動盪的機會難得，我們怎麼能放過呢？
數據時間：2019.07.29-2019.08.05
還記得A股在2018年6月15號至6月27號，輕鬆下挫幾百點。我們也曾基於數據，測試了高價值股、高動量股、高質量股和高波動股在該時間段的表現。結果發現，4種因子的表現都比大盤要好。另外在不同持倉的模擬測試中，我們對以下問題作出瞭解答：
1.分散持倉真的有用嗎?（有用）
2.因子投資，在暴跌中扛得住嗎？（扛得住）
3.因子抗跌，有運氣成分嗎？（運氣成分偏低）
這次，我們【基於美股市場波動的數據】，繼續尋找以下問題的答案：
1.分散持倉真的有用嗎?
2.因子投資，在暴跌中扛得住嗎？
3.有了因子投資，還需要進行股債配比嗎？
4.除了國債資產，還有什麼可用的降低風險的工具？
一、股票持倉的多少，對投資組合的風險有直接影響
分散持倉有用嗎，我們來測一下，首先是數據的選取：
測試結果如下：
從圖中可以看出：
- 隨機持有1只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有41%；
- 隨機持有5只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有34%；
- 隨機持有10只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有28%；
- 隨機持有50只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有11%；
- 隨機持有300只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率小於1%(因四捨五入保留數位原因，上圖中顯示為0)。
總結下可以得出以下兩個結論：
1. 持倉數量與投資人跑輸羅素3000的概率成反比；
2. 持倉數量與組合的波動率成反比。
也就是說：持有股票的數量越多，踩雷的概率越小，當持有300只股票時，幾乎不會跑輸羅素3000。
很明顯，如果【只隨機持有1只股票】，在6天內，跑輸羅素3000的概率有41%，接近五十對五十。也就是說，跟瞎猜差不多；而更加恐怖的是，虧損超過10%的概率，有20%。
大家要知道，這僅僅是6天的時間吶，就虧損超過10%。有的朋友或許會說，隨機持有1只股票這種做法，跟拋硬幣差不多，實際中是不太可能出現的。
沒錯，這是小概率事件，但是放在億萬股民身上，這基本就是大數法則下的必然。事實上，有一些投資人，在選股票的時候，還真跟矇眼瞎猜的做法差不多：哪隻順眼買哪隻，哪隻有消息就盲目跟風。
二、不同的投資風格，有不同的抗跌能力
我們一直強調，投資需要在系統性的框架中做，特別是投資的分散和集中，更需要如此。盲目地增加和減少股票持倉，都很可能會對整體回報和風險產生負面影響。那麼，什麼是我們推崇的系統性框架呢？其實就是通過客觀可靠的數據，融入金融學和行為學的量化因子投資。
我們強調的量化，是可以直接使用的方法論，而不是很難實踐的世界觀，即：通過歷史數據和量化手段，回溯歷史上幾十年甚至幾百年的數據，以透過充滿噪音的市場現象，找到市場運行的真正本質。
比如高動量、高價值、高質量、低波動，這些經過實證檢驗的因子，就是簡單、實用的系統性投資框架。接下來，我們將把因子選股和隨機選股的收益率結果進行比較，首先數據選取及測試方法如下：
進行上述測試，目的就是要看看，在系統性的框架內（因子股票池）進行隨機選擇，是否會有更好的表現？也就是說，通過簡單的因子投資，投資人是否能夠獲得【表現好的能力】？下面來看看我們的測試結果吧。
（1）高動量 VS 隨機選股
藍色柱子是高動量股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
從上圖可以看出，以過去12個月，剔除最近1個月的總回報為衡量標準的高動量股，隨著持倉數量的增加，跑贏大盤和基準羅素3000的概率也明顯增加：
- 隨機持有5只高動量股票，跑輸羅素3000的概率有36%；
- 隨機持有10只高動量股票，跑輸羅素3000的概率有32%；
- 隨機持有50只高動量股票，跑輸羅素3000的概率有11%；
- 隨機持有300只高動量股票，跑輸羅素3000的概率有0%。
（2）高價值 VS 隨機選股
藍色柱子是高價值股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
很遺憾，不管是隨機持有5只，還是300只高價值股，以市盈率為衡量標準的高價值股，都大幅跑輸大盤和基準羅素3000：
- 隨機持有5只高價值股票，跑輸羅素3000的概率有68%；
- 隨機持有10只高價值股票，跑輸羅素3000的概率有71%；
- 隨機持有50只高價值股票，跑輸羅素3000的概率有86%；
- 隨機持有300只高價值股票，跑輸羅素3000的概率有99%。
（3）高質量 VS 隨機選股
藍色柱子是高質量股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
不管是隨機持有5只，還是300只高質量股，以股東權益收益率為衡量標準的高質量股，都幾乎沒有跑贏大盤和基準羅素3000：
- 隨機持有5只高質量股票，跑輸羅素3000的概率有52%；
- 隨機持有10只高質量股票，跑輸羅素3000的概率有54%；
- 隨機持有50只高質量股票，跑輸羅素3000的概率有60%；
- 隨機持有300只高質量股票，跑輸羅素3000的概率有71%。
（4）低波動 VS 隨機選股
藍色柱子是低波動股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
從上圖可以看出，以過去3年的日回報的年化波動率為衡量標準的低波動股，在暴跌期間大幅跑贏大盤和基準羅素3000：
- 隨機持有5只低波動股票，跑輸羅素3000的概率有9%；
- 隨機持有10只低波動股票，跑輸羅素3000的概率有3%；
- 隨機持有50只低波動股票，跑輸羅素3000的概率有0%；
- 隨機持有300只低波動股票，跑輸羅素3000的概率有0%。
根據上面四種因子選股和隨機選股的比較，我們得出了以下結論：
1. 高動量和低波動股票在這次暴跌中表現出了良好的抗跌能力，其中低波動股票表現尤其突出。從持有10只股票開始，低波動股票隨機組的表現明顯的優於大盤和普通隨機組。
2. 高價值和高質量股票在這次暴跌中表現不及大盤和普通隨機組，隨著持倉數量的增加，跑輸的概率越大，之間的差距就越明顯。
上面的比較，都是在同一個因子內部，對不同的持倉數量進行比較的。如果我們把這些因子和大盤都放在同一張圖裡進行比較呢？
下面，我們將不同風格因子相互進行比較，看看哪個在大跌中表現更好。
由上圖，我們可以得出以下結論：
1. 高價值和高質量因子表現不及普通隨機組，平均跌幅均超過普通隨機組；
2. 低波動的股票表現十分亮眼，暴跌期間的跌幅明顯優於大盤和其他風格；
3. 高動量的股票也還不錯，平均跌幅比大盤要小。
三、因子投資不是風險分散的最佳辦法
我們經常說，股票因子投資，是一個基於系統性框架的股票的提存的過程，因子投資不能替代大類資產配置。在《因子投資能否代替大類資產配置？》一文中，我們使用了以下數據，進行了模擬分析：
測試結果如下：
French DataLibrary 1973年-2017年
我們在每一類標的中，一共進行了1000次的隨機組合，然後在均值(縱軸)-方差(橫軸)圖中畫出了所有的隨機組合。從上圖中可以看出，股票類和因子類資產，跟債券類資產有明顯的屬性上的區別。
我們也知道，投資中免費的午餐，就是資產配置，而資產配置的核心就是組合相關性不一樣的資產。所以接下來，我們選取了不同年限的美國國債資產，跟股票資產搭配，看看在這一次暴跌中，股債搭配的抗跌能力如何。
股債搭配
數據選取如下：
測試結果如下：
從上圖可以很明顯地看到，持有一定的國債頭寸能有效抵禦股市暴跌風險，且有如下特徵：
- 債券權重配比越大，抗跌能力越強
- 持有的債券期限越長，分散化效果越明顯
具體來講，假如我們使用經典的60/40組合，即配置60%股票+40%國債ETF。以短期國債SHV作為國債的投資標的，該投資組合在暴跌期間的虧損能從6.02%減少到3.58%。而如果我們的債券部分投資的是更長期的IEF（7-10年美國國債ETF），甚至是TLT（20+年美國國債ETF），投資組合的虧損能減少到僅為2.57%和1.28%。
如果我們將國債的權重增加到80%，並且配置長期國債ETF，甚至能在股票市場暴跌時獲得正的收益。
有的朋友說，國債這個資產太單一了，不夠複雜。我們之前曾經撰文《黑天鵝捕手：揭祕管理型期貨策略》並指出：在流動性最好的全球期貨市場中，選取多樣化的資產組合，再根據某種系統性的方式，比如時間序列動量信號(以下簡稱TSMOM)構建而成的策略，能在極端市場環境下，幫助投資人對衝風險。
那麼這些市場中比較出名的管理型期貨策略ETF，在此次動盪中表現如何呢？
股票和管理型期貨搭配
基於上述股債測試的框架，我們使用了以下管理型期貨策略ETF，替換國債ETF的頭寸：
數據來源：ETF.com，截止2019.08.02
測試結果如下：
結果顯示，不同的管理型期貨表現不盡相同，但在與股票進行搭配後都能有效分散股票市場的風險。對於60/40組合，跌幅從6.02%減少到2.8%至4.72%不等。與債券類似，在增加管理型期貨ETF的配比後，投資組合對於股票市場風險的暴露會進一步地降低。
股票、國債、管理型期貨搭配
數據選取如下：
測試結果如下：
2019年8月5號，美股雪崩，盤中恐慌指數漲幅超一倍。由於宏觀經濟的不確定性，這次市場的異動，波及到了全球。
在我們的245種全球資產標的中，股票類資產幾乎全部下跌。房地產、大宗商品和貨幣資產的價格，也受到牽連，均有不少比例的下挫。動盪的機會難得，我們怎麼能放過呢？
數據時間：2019.07.29-2019.08.05
還記得A股在2018年6月15號至6月27號，輕鬆下挫幾百點。我們也曾基於數據，測試了高價值股、高動量股、高質量股和高波動股在該時間段的表現。結果發現，4種因子的表現都比大盤要好。另外在不同持倉的模擬測試中，我們對以下問題作出瞭解答：
1.分散持倉真的有用嗎?（有用）
2.因子投資，在暴跌中扛得住嗎？（扛得住）
3.因子抗跌，有運氣成分嗎？（運氣成分偏低）
這次，我們【基於美股市場波動的數據】，繼續尋找以下問題的答案：
1.分散持倉真的有用嗎?
2.因子投資，在暴跌中扛得住嗎？
3.有了因子投資，還需要進行股債配比嗎？
4.除了國債資產，還有什麼可用的降低風險的工具？
一、股票持倉的多少，對投資組合的風險有直接影響
分散持倉有用嗎，我們來測一下，首先是數據的選取：
測試結果如下：
從圖中可以看出：
- 隨機持有1只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有41%；
- 隨機持有5只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有34%；
- 隨機持有10只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有28%；
- 隨機持有50只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有11%；
- 隨機持有300只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率小於1%(因四捨五入保留數位原因，上圖中顯示為0)。
總結下可以得出以下兩個結論：
1. 持倉數量與投資人跑輸羅素3000的概率成反比；
2. 持倉數量與組合的波動率成反比。
也就是說：持有股票的數量越多，踩雷的概率越小，當持有300只股票時，幾乎不會跑輸羅素3000。
很明顯，如果【只隨機持有1只股票】，在6天內，跑輸羅素3000的概率有41%，接近五十對五十。也就是說，跟瞎猜差不多；而更加恐怖的是，虧損超過10%的概率，有20%。
大家要知道，這僅僅是6天的時間吶，就虧損超過10%。有的朋友或許會說，隨機持有1只股票這種做法，跟拋硬幣差不多，實際中是不太可能出現的。
沒錯，這是小概率事件，但是放在億萬股民身上，這基本就是大數法則下的必然。事實上，有一些投資人，在選股票的時候，還真跟矇眼瞎猜的做法差不多：哪隻順眼買哪隻，哪隻有消息就盲目跟風。
二、不同的投資風格，有不同的抗跌能力
我們一直強調，投資需要在系統性的框架中做，特別是投資的分散和集中，更需要如此。盲目地增加和減少股票持倉，都很可能會對整體回報和風險產生負面影響。那麼，什麼是我們推崇的系統性框架呢？其實就是通過客觀可靠的數據，融入金融學和行為學的量化因子投資。
我們強調的量化，是可以直接使用的方法論，而不是很難實踐的世界觀，即：通過歷史數據和量化手段，回溯歷史上幾十年甚至幾百年的數據，以透過充滿噪音的市場現象，找到市場運行的真正本質。
比如高動量、高價值、高質量、低波動，這些經過實證檢驗的因子，就是簡單、實用的系統性投資框架。接下來，我們將把因子選股和隨機選股的收益率結果進行比較，首先數據選取及測試方法如下：
進行上述測試，目的就是要看看，在系統性的框架內（因子股票池）進行隨機選擇，是否會有更好的表現？也就是說，通過簡單的因子投資，投資人是否能夠獲得【表現好的能力】？下面來看看我們的測試結果吧。
（1）高動量 VS 隨機選股
藍色柱子是高動量股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
從上圖可以看出，以過去12個月，剔除最近1個月的總回報為衡量標準的高動量股，隨著持倉數量的增加，跑贏大盤和基準羅素3000的概率也明顯增加：
- 隨機持有5只高動量股票，跑輸羅素3000的概率有36%；
- 隨機持有10只高動量股票，跑輸羅素3000的概率有32%；
- 隨機持有50只高動量股票，跑輸羅素3000的概率有11%；
- 隨機持有300只高動量股票，跑輸羅素3000的概率有0%。
（2）高價值 VS 隨機選股
藍色柱子是高價值股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
很遺憾，不管是隨機持有5只，還是300只高價值股，以市盈率為衡量標準的高價值股，都大幅跑輸大盤和基準羅素3000：
- 隨機持有5只高價值股票，跑輸羅素3000的概率有68%；
- 隨機持有10只高價值股票，跑輸羅素3000的概率有71%；
- 隨機持有50只高價值股票，跑輸羅素3000的概率有86%；
- 隨機持有300只高價值股票，跑輸羅素3000的概率有99%。
（3）高質量 VS 隨機選股
藍色柱子是高質量股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
不管是隨機持有5只，還是300只高質量股，以股東權益收益率為衡量標準的高質量股，都幾乎沒有跑贏大盤和基準羅素3000：
- 隨機持有5只高質量股票，跑輸羅素3000的概率有52%；
- 隨機持有10只高質量股票，跑輸羅素3000的概率有54%；
- 隨機持有50只高質量股票，跑輸羅素3000的概率有60%；
- 隨機持有300只高質量股票，跑輸羅素3000的概率有71%。
（4）低波動 VS 隨機選股
藍色柱子是低波動股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
從上圖可以看出，以過去3年的日回報的年化波動率為衡量標準的低波動股，在暴跌期間大幅跑贏大盤和基準羅素3000：
- 隨機持有5只低波動股票，跑輸羅素3000的概率有9%；
- 隨機持有10只低波動股票，跑輸羅素3000的概率有3%；
- 隨機持有50只低波動股票，跑輸羅素3000的概率有0%；
- 隨機持有300只低波動股票，跑輸羅素3000的概率有0%。
根據上面四種因子選股和隨機選股的比較，我們得出了以下結論：
1. 高動量和低波動股票在這次暴跌中表現出了良好的抗跌能力，其中低波動股票表現尤其突出。從持有10只股票開始，低波動股票隨機組的表現明顯的優於大盤和普通隨機組。
2. 高價值和高質量股票在這次暴跌中表現不及大盤和普通隨機組，隨著持倉數量的增加，跑輸的概率越大，之間的差距就越明顯。
上面的比較，都是在同一個因子內部，對不同的持倉數量進行比較的。如果我們把這些因子和大盤都放在同一張圖裡進行比較呢？
下面，我們將不同風格因子相互進行比較，看看哪個在大跌中表現更好。
由上圖，我們可以得出以下結論：
1. 高價值和高質量因子表現不及普通隨機組，平均跌幅均超過普通隨機組；
2. 低波動的股票表現十分亮眼，暴跌期間的跌幅明顯優於大盤和其他風格；
3. 高動量的股票也還不錯，平均跌幅比大盤要小。
三、因子投資不是風險分散的最佳辦法
我們經常說，股票因子投資，是一個基於系統性框架的股票的提存的過程，因子投資不能替代大類資產配置。在《因子投資能否代替大類資產配置？》一文中，我們使用了以下數據，進行了模擬分析：
測試結果如下：
French DataLibrary 1973年-2017年
我們在每一類標的中，一共進行了1000次的隨機組合，然後在均值(縱軸)-方差(橫軸)圖中畫出了所有的隨機組合。從上圖中可以看出，股票類和因子類資產，跟債券類資產有明顯的屬性上的區別。
我們也知道，投資中免費的午餐，就是資產配置，而資產配置的核心就是組合相關性不一樣的資產。所以接下來，我們選取了不同年限的美國國債資產，跟股票資產搭配，看看在這一次暴跌中，股債搭配的抗跌能力如何。
股債搭配
數據選取如下：
測試結果如下：
從上圖可以很明顯地看到，持有一定的國債頭寸能有效抵禦股市暴跌風險，且有如下特徵：
- 債券權重配比越大，抗跌能力越強
- 持有的債券期限越長，分散化效果越明顯
具體來講，假如我們使用經典的60/40組合，即配置60%股票+40%國債ETF。以短期國債SHV作為國債的投資標的，該投資組合在暴跌期間的虧損能從6.02%減少到3.58%。而如果我們的債券部分投資的是更長期的IEF（7-10年美國國債ETF），甚至是TLT（20+年美國國債ETF），投資組合的虧損能減少到僅為2.57%和1.28%。
如果我們將國債的權重增加到80%，並且配置長期國債ETF，甚至能在股票市場暴跌時獲得正的收益。
有的朋友說，國債這個資產太單一了，不夠複雜。我們之前曾經撰文《黑天鵝捕手：揭祕管理型期貨策略》並指出：在流動性最好的全球期貨市場中，選取多樣化的資產組合，再根據某種系統性的方式，比如時間序列動量信號(以下簡稱TSMOM)構建而成的策略，能在極端市場環境下，幫助投資人對衝風險。
那麼這些市場中比較出名的管理型期貨策略ETF，在此次動盪中表現如何呢？
股票和管理型期貨搭配
基於上述股債測試的框架，我們使用了以下管理型期貨策略ETF，替換國債ETF的頭寸：
數據來源：ETF.com，截止2019.08.02
測試結果如下：
結果顯示，不同的管理型期貨表現不盡相同，但在與股票進行搭配後都能有效分散股票市場的風險。對於60/40組合，跌幅從6.02%減少到2.8%至4.72%不等。與債券類似，在增加管理型期貨ETF的配比後，投資組合對於股票市場風險的暴露會進一步地降低。
股票、國債、管理型期貨搭配
數據選取如下：
測試結果如下：
2019年8月5號，美股雪崩，盤中恐慌指數漲幅超一倍。由於宏觀經濟的不確定性，這次市場的異動，波及到了全球。
在我們的245種全球資產標的中，股票類資產幾乎全部下跌。房地產、大宗商品和貨幣資產的價格，也受到牽連，均有不少比例的下挫。動盪的機會難得，我們怎麼能放過呢？
數據時間：2019.07.29-2019.08.05
還記得A股在2018年6月15號至6月27號，輕鬆下挫幾百點。我們也曾基於數據，測試了高價值股、高動量股、高質量股和高波動股在該時間段的表現。結果發現，4種因子的表現都比大盤要好。另外在不同持倉的模擬測試中，我們對以下問題作出瞭解答：
1.分散持倉真的有用嗎?（有用）
2.因子投資，在暴跌中扛得住嗎？（扛得住）
3.因子抗跌，有運氣成分嗎？（運氣成分偏低）
這次，我們【基於美股市場波動的數據】，繼續尋找以下問題的答案：
1.分散持倉真的有用嗎?
2.因子投資，在暴跌中扛得住嗎？
3.有了因子投資，還需要進行股債配比嗎？
4.除了國債資產，還有什麼可用的降低風險的工具？
一、股票持倉的多少，對投資組合的風險有直接影響
分散持倉有用嗎，我們來測一下，首先是數據的選取：
測試結果如下：
從圖中可以看出：
- 隨機持有1只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有41%；
- 隨機持有5只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有34%；
- 隨機持有10只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有28%；
- 隨機持有50只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率有11%；
- 隨機持有300只股票，在6天的持續下跌中，跑輸羅素3000的歷史概率小於1%(因四捨五入保留數位原因，上圖中顯示為0)。
總結下可以得出以下兩個結論：
1. 持倉數量與投資人跑輸羅素3000的概率成反比；
2. 持倉數量與組合的波動率成反比。
也就是說：持有股票的數量越多，踩雷的概率越小，當持有300只股票時，幾乎不會跑輸羅素3000。
很明顯，如果【只隨機持有1只股票】，在6天內，跑輸羅素3000的概率有41%，接近五十對五十。也就是說，跟瞎猜差不多；而更加恐怖的是，虧損超過10%的概率，有20%。
大家要知道，這僅僅是6天的時間吶，就虧損超過10%。有的朋友或許會說，隨機持有1只股票這種做法，跟拋硬幣差不多，實際中是不太可能出現的。
沒錯，這是小概率事件，但是放在億萬股民身上，這基本就是大數法則下的必然。事實上，有一些投資人，在選股票的時候，還真跟矇眼瞎猜的做法差不多：哪隻順眼買哪隻，哪隻有消息就盲目跟風。
二、不同的投資風格，有不同的抗跌能力
我們一直強調，投資需要在系統性的框架中做，特別是投資的分散和集中，更需要如此。盲目地增加和減少股票持倉，都很可能會對整體回報和風險產生負面影響。那麼，什麼是我們推崇的系統性框架呢？其實就是通過客觀可靠的數據，融入金融學和行為學的量化因子投資。
我們強調的量化，是可以直接使用的方法論，而不是很難實踐的世界觀，即：通過歷史數據和量化手段，回溯歷史上幾十年甚至幾百年的數據，以透過充滿噪音的市場現象，找到市場運行的真正本質。
比如高動量、高價值、高質量、低波動，這些經過實證檢驗的因子，就是簡單、實用的系統性投資框架。接下來，我們將把因子選股和隨機選股的收益率結果進行比較，首先數據選取及測試方法如下：
進行上述測試，目的就是要看看，在系統性的框架內（因子股票池）進行隨機選擇，是否會有更好的表現？也就是說，通過簡單的因子投資，投資人是否能夠獲得【表現好的能力】？下面來看看我們的測試結果吧。
（1）高動量 VS 隨機選股
藍色柱子是高動量股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
從上圖可以看出，以過去12個月，剔除最近1個月的總回報為衡量標準的高動量股，隨著持倉數量的增加，跑贏大盤和基準羅素3000的概率也明顯增加：
- 隨機持有5只高動量股票，跑輸羅素3000的概率有36%；
- 隨機持有10只高動量股票，跑輸羅素3000的概率有32%；
- 隨機持有50只高動量股票，跑輸羅素3000的概率有11%；
- 隨機持有300只高動量股票，跑輸羅素3000的概率有0%。
（2）高價值 VS 隨機選股
藍色柱子是高價值股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
很遺憾，不管是隨機持有5只，還是300只高價值股，以市盈率為衡量標準的高價值股，都大幅跑輸大盤和基準羅素3000：
- 隨機持有5只高價值股票，跑輸羅素3000的概率有68%；
- 隨機持有10只高價值股票，跑輸羅素3000的概率有71%；
- 隨機持有50只高價值股票，跑輸羅素3000的概率有86%；
- 隨機持有300只高價值股票，跑輸羅素3000的概率有99%。
（3）高質量 VS 隨機選股
藍色柱子是高質量股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
不管是隨機持有5只，還是300只高質量股，以股東權益收益率為衡量標準的高質量股，都幾乎沒有跑贏大盤和基準羅素3000：
- 隨機持有5只高質量股票，跑輸羅素3000的概率有52%；
- 隨機持有10只高質量股票，跑輸羅素3000的概率有54%；
- 隨機持有50只高質量股票，跑輸羅素3000的概率有60%；
- 隨機持有300只高質量股票，跑輸羅素3000的概率有71%。
（4）低波動 VS 隨機選股
藍色柱子是低波動股票池（300只），橙色是普通股票池（3000只），紅色柱子是羅素3000（同期回報負6.02%）。
從上圖可以看出，以過去3年的日回報的年化波動率為衡量標準的低波動股，在暴跌期間大幅跑贏大盤和基準羅素3000：
- 隨機持有5只低波動股票，跑輸羅素3000的概率有9%；
- 隨機持有10只低波動股票，跑輸羅素3000的概率有3%；
- 隨機持有50只低波動股票，跑輸羅素3000的概率有0%；
- 隨機持有300只低波動股票，跑輸羅素3000的概率有0%。
根據上面四種因子選股和隨機選股的比較，我們得出了以下結論：
1. 高動量和低波動股票在這次暴跌中表現出了良好的抗跌能力，其中低波動股票表現尤其突出。從持有10只股票開始，低波動股票隨機組的表現明顯的優於大盤和普通隨機組。
2. 高價值和高質量股票在這次暴跌中表現不及大盤和普通隨機組，隨著持倉數量的增加，跑輸的概率越大，之間的差距就越明顯。
上面的比較，都是在同一個因子內部，對不同的持倉數量進行比較的。如果我們把這些因子和大盤都放在同一張圖裡進行比較呢？
下面，我們將不同風格因子相互進行比較，看看哪個在大跌中表現更好。
由上圖，我們可以得出以下結論：
1. 高價值和高質量因子表現不及普通隨機組，平均跌幅均超過普通隨機組；
2. 低波動的股票表現十分亮眼，暴跌期間的跌幅明顯優於大盤和其他風格；
3. 高動量的股票也還不錯，平均跌幅比大盤要小。
三、因子投資不是風險分散的最佳辦法
我們經常說，股票因子投資，是一個基於系統性框架的股票的提存的過程，因子投資不能替代大類資產配置。在《因子投資能否代替大類資產配置？》一文中，我們使用了以下數據，進行了模擬分析：
測試結果如下：
French DataLibrary 1973年-2017年
我們在每一類標的中，一共進行了1000次的隨機組合，然後在均值(縱軸)-方差(橫軸)圖中畫出了所有的隨機組合。從上圖中可以看出，股票類和因子類資產，跟債券類資產有明顯的屬性上的區別。
我們也知道，投資中免費的午餐，就是資產配置，而資產配置的核心就是組合相關性不一樣的資產。所以接下來，我們選取了不同年限的美國國債資產，跟股票資產搭配，看看在這一次暴跌中，股債搭配的抗跌能力如何。
股債搭配
數據選取如下：
測試結果如下：
從上圖可以很明顯地看到，持有一定的國債頭寸能有效抵禦股市暴跌風險，且有如下特徵：
- 債券權重配比越大，抗跌能力越強
- 持有的債券期限越長，分散化效果越明顯
具體來講，假如我們使用經典的60/40組合，即配置60%股票+40%國債ETF。以短期國債SHV作為國債的投資標的，該投資組合在暴跌期間的虧損能從6.02%減少到3.58%。而如果我們的債券部分投資的是更長期的IEF（7-10年美國國債ETF），甚至是TLT（20+年美國國債ETF），投資組合的虧損能減少到僅為2.57%和1.28%。
如果我們將國債的權重增加到80%，並且配置長期國債ETF，甚至能在股票市場暴跌時獲得正的收益。
有的朋友說，國債這個資產太單一了，不夠複雜。我們之前曾經撰文《黑天鵝捕手：揭祕管理型期貨策略》並指出：在流動性最好的全球期貨市場中，選取多樣化的資產組合，再根據某種系統性的方式，比如時間序列動量信號(以下簡稱TSMOM)構建而成的策略，能在極端市場環境下，幫助投資人對衝風險。
那麼這些市場中比較出名的管理型期貨策略ETF，在此次動盪中表現如何呢？
股票和管理型期貨搭配
基於上述股債測試的框架，我們使用了以下管理型期貨策略ETF，替換國債ETF的頭寸：
數據來源：ETF.com，截止2019.08.02
測試結果如下：
結果顯示，不同的管理型期貨表現不盡相同，但在與股票進行搭配後都能有效分散股票市場的風險。對於60/40組合，跌幅從6.02%減少到2.8%至4.72%不等。與債券類似，在增加管理型期貨ETF的配比後，投資組合對於股票市場風險的暴露會進一步地降低。
股票、國債、管理型期貨搭配
數據選取如下：
測試結果如下：
在結合股票、債券和管理型期貨後，我們能獲得一個更具分散化的投資組合。假如我們能較為平均地分配到各類資產中，如40%股票+30%債券+30%管理型期貨這樣的比例，就能非常好地應對股市大跌的風險。
以SPY+IEF+WTMF為例，跌幅能從6.02%大幅減少到1.11%。而如果我們使用的是低波動股票作為股票資產的投資標的，跌幅能減少到0.31%。而如果配置的是TLT這種超長期限債券的投資標的，我們甚至能在這次大跌中獲得正回報。但需要注意的是，TLT的波動率會比IEF更高。
寫在最後
我們回到最初的4個問題：
1.分散持倉真的有用嗎？
答：還是有用的。
2.因子投資，在暴跌中扛得住嗎？
答：這次在美國市場中，低波動、高動量因子跑贏了大盤。高價值和高質量均未跑贏大盤，而且高價值還跑輸了挺多。
3.有了因子投資，還需要進行股債配比嗎？
答：絕對的，股債配比是最經典的資產配置框架，因子投資不能代替大類資產配置。
4.除了國債資產，還有什麼可用的降低風險的工具？
答： 主動管理型期貨策略ETF，表現並不差，表現出了明顯的抗跌能力。
6天的數據很短，不可能判斷一個投資策略的好壞。但是我們想通過這次市場異動的機會，持續地給大家灌輸資產配置的道理。
我們並沒有選取與VIX（波動指數）相關的衍生品資產。我們選擇的都是大眾投資人可以長期持有，並且有金融學基礎的資產。
不管是通過股票+國債來配置，還是通過股票+管理型期貨策略來配置，我們首先要理解資產配置的道理。這個理解，是需要基於事實和數據的分析，不管是6天，還是6000天，都能帶來不同的分析角度。
在充分理解和分析的基礎之上，堅持做資產配置，才能收穫資產配置帶來的長期價值。
小福利，關注gong眾號：新全球資產配置(ID：SmartGAA)，獲取更多的乾貨（如下）哦！
半個世紀的量化分析帶你看全球資產配置
《新全球資產配置白皮書》
資產配置
《A股暴跌頂不住？持倉分散、因子投資，哪個更重要？》
行為金融學
《諾獎得主的行為金融學研究框架》
Tips:文章內容不可視為投資意見。資本市場有風險，入市投資需謹慎。本文為原創，轉載請申請白名單。其它媒體轉載，請事先取得授權，並請註明來自“新全球資產配置 | 作者 徐楊”。謝謝支持和分享。
相關推薦
