การลงทุน

สามารถสร้างตัวเลขสุ่มชนะตลาดและ 70% ของผู้เชี่ยวชาญด้านการลงทุน?

สามารถสร้างตัวเลขสุ่มชนะตลาดและ 70% ของผู้เชี่ยวชาญด้านการลงทุน?

ต่อไปนี้เป็นโพสต์แขกจากจาค็อบกับการเดินทางการเงินส่วนบุคคลของฉัน

เป็นระยะเวลานานแล้วฉันเป็นแฟนตัวยงผู้สนับสนุนและผู้ประกอบการด้านการลงทุนแบบพาสซีฟ

ในกลยุทธ์การลงทุนของฉันฉันได้กำหนดเป้าหมายการจัดสรรสินทรัพย์ทบทวนตำแหน่งของฉันหนึ่งครั้งต่อเดือนและปรับสมดุลหากจำเป็น (โดยปกติจะสิ้นสุดที่ 1-2 ครั้งต่อปี) เพื่อรักษาระดับ% ที่เหมาะสมด้วยการลงทุนในกองทุนรวมดัชนี กับกองหน้า

สำหรับฉันแล้วการลงทุนในหุ้นแต่ละประเภทก็เสี่ยงเกินไปและฉันไม่ไว้ใจตัวเองในการทำเช่นนั้น โดยเฉพาะอย่างยิ่งเมื่อคุณพิจารณาว่า 70% หรือมากกว่านั้นในการลงทุน "ผู้เชี่ยวชาญ" ไม่ดียิ่งกว่าตลาด

ถ้าคนส่วนใหญ่ที่อุทิศเวลา 10 ชั่วโมงต่อวันในเกมนี้ไม่สามารถทำมันได้สิ่งที่ทำให้ฉันคิดว่าฉันเป็นคนพิเศษที่น่าอัศจรรย์ยิ่งใหญ่กว่าตลาด?

คำถามที่ได้กลายเป็นหัวข้อของการอภิปรายที่ร้อนขึ้น (โดยเฉพาะอย่างยิ่งในค่ายของนักวิจารณ์ของคำแนะนำการลงทุนของ Jim Cramer ของ Mad Money) เป็นเรื่องที่ว่าหุ้นที่ไม่ใช่มนุษย์เช่นลิงโยนปาเป้าที่กระดานเพื่อเลือกหุ้นหรือไม่ จะมีประสิทธิภาพดีกว่าที่ได้รับเลือกจาก "ผู้เชี่ยวชาญ"

ผมคิดว่าคำถามนี้เกิดขึ้นเนื่องจากความไม่สามารถใช้งานได้ของที่ปรึกษาการลงทุนหลายแห่งเพื่อเอาชนะตลาดด้วยการเลือกหุ้นของตนพร้อมกับสมมติฐานการสุ่มการเดินที่พัฒนาขึ้นโดย Burton Malkiel ในหนังสือของเขา A Random Walk Down Wall Street

โดยไม่คำนึงถึงสาเหตุเฉพาะของการคาดเดานี้จะทำให้การออกกำลังกายความคิดที่น่าสนใจ สิ่งหนึ่งที่ฉันเพิ่งสนใจโดยเฉพาะอย่างยิ่งคือคำถามด้านล่าง

ฉันจะบรรลุผลการปฏิบัติงานแบบไหนโดยการตัดสินใจซื้อและขายเครื่องกำเนิดไฟฟ้าแบบสุ่มใน Excel?

และยิ่งกว่านั้นประสิทธิภาพนี้จะเปรียบเทียบกับการเลือกผู้เชี่ยวชาญด้านการลงทุนได้อย่างไร? ดังนั้นฉันจึงพยายามออกไปหาคำตอบสำหรับคำถามเหล่านี้

การเปรียบเทียบตลาดพื้นฐาน

เพื่อให้ได้ข้อมูลพื้นฐานที่จะเปรียบเทียบผลลัพธ์ของกลยุทธ์การลงทุนของตัวเลขแบบสุ่มลองดูซิว่า S & P 500 ดำเนินการอย่างไรในช่วง ~ 2 เดือนที่ฉันได้ทำการทดลองนี้ (เริ่มในวันที่ 28 ก.พ. 2554) ฉันเลือกช่วงวันที่นี้ในปี 2011 เนื่องจากใกล้เคียงกับช่วงเวลาที่ตลาดยังคงเหมือนเดิมอยู่ ฉันคิดว่าโดยการเลือกเวลาที่เป็นกลางสำหรับตลาดผลของการใช้เครื่องคิดเลขจำนวนสุ่มจะแสดงผ่านมากขึ้นอย่างใดอย่างหนึ่งหรืออื่น ๆ

ตั้งแต่ 28 ก.พ. 2554 ถึง 22 เมษายน 2554 S & P500 เพิ่มขึ้น 1.33%. แม้ว่าช่วงเวลานี้ไม่ใช่ช่วงเวลาที่น่าประทับใจโดยเฉพาะอย่างยิ่งสำหรับการทำงาน แต่อย่างใด แต่ก็เป็นพื้นฐานที่เราต้องการ

ตั้งค่าการศึกษา

หลังจากสร้างพื้นฐานแล้วฉันจึงตั้งค่าการวิเคราะห์ด้วยวิธีต่อไปนี้โดยสมมติว่ามูลค่าเริ่มต้นของพอร์ตการลงทุน 1,000 ดอลลาร์:

  • ในกระดาษคำนวณ Excel ฉันจะคาดการณ์ประสิทธิภาพการทำงานในแต่ละวันว่าตลาดหุ้นเปิดโดยใช้รูปแบบสุ่ม
    ฟังก์ชันเลขที่กำเนิด = RANDBETWEEN (-1,1)
  • ฟังก์ชันนี้สุ่มสร้างหนึ่งในสามจำนวนเต็ม = 1, 0 หรือ -1 จากนั้นผมจึงมีความสัมพันธ์กับจำนวนเต็มเหล่านี้ไปยังทิศทางของตลาดดังที่ได้อธิบายไว้ด้านล่าง
    • 1 = ตลาดจะเพิ่มขึ้นมากกว่าหรือเท่ากับ 0.5% ในวันนั้น ดังนั้นฉันจะซื้อเพิ่มเติม (5% ของมูลค่าพอร์ตทั้งหมด)
      หุ้นของกองทุนดัชนี S & P 500 เมื่อเปิดตลาด
    • 0 = ตลาดจะยังคงเหมือนเดิม (เปลี่ยนแปลงน้อยกว่า +/- 0.5%) ในวันนั้น ดังนั้นฉันจะถือหุ้นทั้งหมดและประสบการณ์ใดก็ตามความผันผวนได้รับการจัดการโดยตลาดในวันนั้น
    • -1 = ตลาดจะลดลงในวันนั้นมากกว่าหรือเท่ากับ 0.5% ดังนั้นฉันจะขายหุ้นทั้งหมดที่เปิดตลาดด้วยความคาดหมายว่าจะลดลงและถือครองเงินไว้ชั่วคราวในบัญชีเงินสดที่ปลอดภัย (สมมติว่าไม่มีดอกเบี้ยในบัญชีเงินสด)
  • หลังจากการซื้อขายหลักทรัพย์ของแต่ละวันสิ้นสุดลงฉันจะบันทึกผลการดำเนินงานที่แท้จริงของตลาดเพื่อพิจารณาว่าเครื่องคิดเลขจำนวนสุ่มทำนายได้อย่างถูกต้องหรือไม่และปรับมูลค่าพอร์ตโฟลิกโดยรวมให้สอดคล้องกัน
    • บันทึก: แหล่งที่มาสำหรับข้อมูลทั้งหมดนี้คือ Google Finance นอกจากนี้เพื่อความเรียบง่ายฉันตัดสินใจละเว้นค่าคอมมิชชั่น / ค่าธรรมเนียมการซื้อขาย อย่างไรก็ตามในความเป็นจริงสิ่งเหล่านี้จะช่วยลดผลตอบแทนที่ได้รับ
  • คุณสามารถดูสเปรดชีตที่ฉันตั้งขึ้นได้ที่ลิงก์ Google เอกสารด้านล่าง
    • Google เอกสารสเปรดชีต - ทำนายตลาดด้วยเครื่องกำเนิดไฟฟ้าจำนวนสุ่ม

ผล

ผลของการออกกำลังกายนี้ค่อนข้างน่าสนใจ! ฉันสรุปรายละเอียดด้านล่าง:

  • เครื่องกำเนิดไฟฟ้าหมายเลขสุ่มจริงคาดการณ์การเคลื่อนไหวทางการตลาดที่ถูกต้องน่าประทับใจ 45% ของเวลา! ว้าว! ไม่ถูกต้อง 55% ของเวลา
    • ฉันจะได้รับในกล่องสบู่ที่นี่และเสนอว่าถ้าเราจะมองไปที่ประสิทธิภาพการทำงานของตลาดผู้เชี่ยวชาญด้านเวลาการลงทุนฉันสงสัยว่าพวกเขาจะถูกต้องเกี่ยวกับการเคลื่อนไหวรอบนี้เหมือนกัน 50% ของเวลา .
    • จากความอยากรู้อยากเห็นผมได้ทำการวิจัยบางอย่างเพื่อพยายามหาข้อมูลบางอย่างเกี่ยวกับ% ของครั้งที่ผู้จัดการการลงทุน / ผู้เชี่ยวชาญด้านการลงทุนทำนายได้อย่างถูกต้องในตลาดและฉันไม่สามารถหาสถิติเฉพาะใด ๆ ได้ อย่างไรก็ตามฉันพบว่าเพื่อสร้างรายได้ด้วยกลยุทธ์การกำหนดเวลาการตลาดคุณจะต้องถูกต้องในการคาดการณ์ของคุณ 74% ของเวลา (ที่มา - QuickMBA.com)
  • ผลตอบแทนรวม (ไม่รวมค่าธรรมเนียมการซื้อขายหลักทรัพย์ตามที่ได้กล่าวมาแล้ว) ก็น่าสนใจเช่นกันผลการวิจัยพบว่า NO คุณไม่สามารถใช้เครื่องกำเนิดตัวเลขแบบสุ่มเพื่อเอาชนะการดำเนินงานของการลงทุนในกองทุนดัชนี S & P500!รายละเอียดของข้อค้นพบของฉันได้อธิบายไว้ด้านล่าง:
    • การใช้ระบบการซื้อการขายและการถือครองที่อธิบายไว้ข้างต้นในการตั้งค่าการศึกษาผลการดำเนินการดังต่อไปนี้:
      • ยอดรวมเงินลงทุน = 1,801.62 ดอลลาร์
      • มูลค่าบัญชีที่สิ้นสุดเป็น = $ 1,136.64
      • โฮลดิ้งที่ขายระหว่างการวิเคราะห์ = 675.24 ดอลลาร์
      • อัตราผลตอบแทนรวม = + 0.57%
  • ดังนั้นแม้ว่าผลตอบแทนทั้งหมดที่เกิดขึ้นกับกลยุทธ์การทำนายตัวเลขของเครื่องกำเนิดไฟฟ้าแบบสุ่มนี้ไม่ได้ช่วยให้อัตราผลตอบแทนของตลาดเพิ่มขึ้น 1.33% แต่ก็ยังคงอยู่ในระดับเดียวกัน
  • ในความเป็นจริงมันน่าสนใจสำหรับฉันที่จะคิดว่าผลตอบแทนที่เป็นบวกสามารถสร้างขึ้นโดยการเลือกตัวเลขแบบสุ่มในตอนแรกโดยเฉพาะอย่างยิ่งในช่วงเวลาที่ตลาดไม่ได้เพิ่มมากขึ้น

สรุป

ดังนั้นโดยรวมโดยการตัดสินใจซื้อและขายจากผลของเครื่องกำเนิดไฟฟ้าแบบสุ่มที่มีอยู่ในเครื่องคอมพิวเตอร์ใด ๆ ทั่วโลกฉันสามารถบรรลุผลตอบแทนรวมเล็กน้อย (แต่ยังคงอยู่ในช่วงเปอร์เซ็นต์บวกเหมือนกัน) เมื่อเทียบกับ S & P 500 ดัชนีในช่วงเวลาเดียวกัน (0.57% เทียบกับ 1.33%) และคาดการณ์การเคลื่อนไหวของตลาดได้อย่างถูกต้อง 45% ของเวลา

เนื่องจาก 70% ของผู้เชี่ยวชาญด้านการลงทุนไม่ได้รับผลตอบแทนเท่าเทียมกับตลาดนี่เป็นสิ่งที่น่าสนใจมาก แน่นอนว่าการวิเคราะห์ในระยะยาวจะเป็นสิ่งที่จำเป็นก่อนที่ฉันจะปรับใช้กลยุทธ์นี้ด้วยเงินจริง อย่างไรก็ตามมันทำให้หนึ่งคำถามประสิทธิภาพของการเลือกหุ้นที่ใช้งานและเวลาการตลาดและในใจของฉันแข็งแรงกรณีสำหรับวิธีการลงทุนแบบพาสซีฟ

พวกคุณทุกคนล่ะ? คุณใช้วิธีการลงทุนแบบพาสซีฟหรือใช้งานอยู่หรือไม่? คุณพอใจกับความสำเร็จของแนวทางหรือไม่? คุณใช้อะไรในผลลัพธ์ของการวิเคราะห์จำนวนสุ่มตัวอย่างนี้?

แบ่งปันประสบการณ์ของคุณโดยแสดงความคิดเห็นด้านล่าง!

โพสต์ความคิดเห็นของคุณ