作者查詢 / sheenscott
作者 sheenscott 的總覽 (PTT發文,留言,暱稱)
發文數量: 23
收到的『推』: 757 (44.9%)
收到的『→』: 917 (54.4%)
收到的『噓』: 12 (0.7%)
留言數量: 543
送出的『推』: 231 (42.5%)
送出的『→』: 297 (54.7%)
送出的『噓』: 15 (2.8%)
使用過的暱稱: 1
sheenscott 在 PTT 最新的發文, 共 23 篇
sheenscott 在 PTT 最新的留言, 共 543 則
93F推: 通常也不會去剛好開到最適槓桿率,太危險12/06 15:01
66F推: 正2是個槓桿工具,重點還是在怎麼操作這個工具12/06 14:57
16F→: 回guk大,不會,基於每個人對知識的要求不同11/30 17:56
17F→: 或許會有版友覺得我是在把事情複雜化,或是單純真11/30 17:56
18F→: 的文字不夠洗鍊廢話太多11/30 17:56
19F→: 這些批評我都是虛心接受的11/30 17:56
26F→: 回樓上,不解釋,因為那只是其中一條路徑11/26 06:41
27F→: 其他時間段、不同國家、不同指數,都會得到不同結11/26 06:41
28F→: 果,會問這個問題,就表示蒙地卡羅那邊沒有看懂11/26 06:41
41F→: 回樓上,我剛剛回去看了一下,那邊的描述確實不是11/26 06:57
42F→: 很恰當,果然是半夜寫文太放鬆了(ry11/26 06:57
43F→: 比較正確的說法,應該是「其中一半的路徑走完之後11/26 06:57
44F→: ,年化報酬『可能』高於100%原型的1.4倍」11/26 06:57
45F→: 這邊用可能,是因為原論文沒有給出完整的蒙地卡羅11/26 06:57
46F→: 結果,我不清楚LETF組贏過的時候的分佈11/26 06:57
52F→: 回spike大,兩個的再平衡是不同的意義11/26 07:00
53F→: 正二本身的再平衡是對單個部位的槓桿率再平衡,這11/26 07:00
54F→: 點就算你拿期貨或是融資開槓桿都要面對的,除非你11/26 07:00
55F→: 不知道自己在幹嘛,放著槓桿率在那邊亂甩11/26 07:00
56F→: 至於像是50/50的那種「再平衡」,指的是對「整體資11/26 07:00
57F→: 產」個部位配比的再平衡,這個才是有機會收割到波11/26 07:00
58F→: 動率,或至少降低風險用的11/26 07:00
59F→: 本質上就跟ETF在追蹤指數的時候,會去做的權重調整11/26 07:00
60F→: 一樣,看的是「一籃子資產」的比例11/26 07:00
63F→: 再回lin大,你還是誤會本質上的差異了,台股過去那11/26 07:03
64F→: 條路可能走出了好的那條世界線,但是未來?沒人能11/26 07:03
65F→: 保證。至少從全世界角度來看,all-in LETF能夠顯著11/26 07:03
66F→: 贏原型的市場,反而才是異常存在11/26 07:03
67F→: 然後其實通過調整槓桿配比,你是能夠做到不用all-i11/26 07:03
68F→: n正2,也能達到跟all-in接近的報酬率的,不過這個11/26 07:03
69F→: 有機會再寫一篇分析吧11/26 07:03
76F→: 回樓上,那個upper CL的意思是95%信賴區間的上緣的11/26 07:10
77F→: 意思,是給你看範圍的上限11/26 07:10
78F→: 直接用極端值來當常態評估,就跟拿買樂透一定會中11/26 07:10
79F→: 頭獎一樣不切實際,統計學不是這樣用的,望周知11/26 07:10
83F→: 而且在已知LETF的報酬分布,是明顯正偏的情況下,11/26 07:15
84F→: 你更有機會碰到的是左尾不是右尾11/26 07:15
85F→: 這也是我什麼我特別強調,設定總體資產槓桿率再平11/26 07:15
86F→: 衡的原因,能用策略降低風險達到相似水準的平均報11/26 07:15
87F→: 酬的時候,沒必要去賭一個中彩券的路徑,但是大多11/26 07:15
88F→: 數時候可能輸的更慘11/26 07:15
99F→: 夏普比率拿來分析LETF的報酬確實不是很恰當的一個11/26 07:25
100F→: 參數,尤其當你跟其他類型的槓桿組合比較的時候,11/26 07:25
101F→: 他們的標準差算出來可能是接近的,會導致夏普率接11/26 07:25
102F→: 近11/26 07:25
103F→: 實際上標準差跟均值是二階跟一階動差,LETF由於路11/26 07:25
104F→: 徑依賴的問題,其實要看的是高階動差,偏態甚至是11/26 07:25
105F→: 峰態,因為同樣的標準差但是走的路不同,結果會完11/26 07:25
106F→: 全不一樣11/26 07:25
107F→: 學界我有看到幾篇論文在探討怎麼更好評估LETF策略11/26 07:25
108F→: 的參數,有機會可以另外再來討論11/26 07:25
133F→: 必須要說的是,風險(或者你要說波動率,還是價格11/26 07:38
134F→: 標準差也好,同一個東西)大的東西,不一定代表報11/26 07:38
135F→: 酬率更好,所以為什麼sharpe ratio在大多數的資產11/26 07:38
136F→: 組合裡面,還是一個不錯的評估工具的原因11/26 07:38
137F→: 不過有報酬,不管波動率好不好就直接衝上去,那我11/26 07:38
138F→: 覺得這不是在投資,比較像是賭博11/26 07:38
139F→: 實際上可以透過合理的資產配置,設定比例跟槓桿率11/26 07:38
140F→: ,來達成接近甚至超過all-in正2的報酬,那為什麼不11/26 07:38
141F→: 去研究?11/26 07:38
142F→: 因為困難所以不去想、找方法,挑一個簡單但是已經11/26 07:38
143F→: 被證明風險的策略抱著,我覺得不是一個投資人該有11/26 07:38
144F→: 的心態11/26 07:38
145F→: 正2是個很好的工具,拿來放在資產組合調整並且減少11/26 07:38
146F→: 自己的操作壓力,但是all-in然後buy-and-hold,我11/26 07:38
147F→: 覺得要再想想11/26 07:38
153F→: spkie大,槓桿型ETF本身因為有波動率扣血(然後反111/26 07:41
154F→: 扣的比正2痛,有公式可以證明),所以本質上是在「11/26 07:41
155F→: 做空」波動率11/26 07:41
156F→: 如果你是想討論我提到的那個shannon's demon的話,11/26 07:41
157F→: 是有一套方法,不過不是用做多ETF來達成的:)11/26 07:41
172F→: well,我這邊歪打正著的意思,其實是指在沒有用數學11/26 07:49
173F→: 來思考的情況下,得出了類似的結果的意思11/26 07:49
174F→: 順帶一提,保險其實也可以用統計學來看,只是他是11/26 07:49
175F→: 在分析一個負偏的事件:)11/26 07:49
179F→: 我不會認為那個叫「敢進場」,從資產組合的角度來11/26 07:52
180F→: 看,那個下跌的時間點本來就是各類資產再平衡的時11/26 07:52
181F→: 機,所以我才會強調是從「總體資產組合」規劃的角11/26 07:52
182F→: 度出發11/26 07:52
183F→: 邏輯上還是跟指數派共用底層邏輯,我不離開市場,11/26 07:52
184F→: 長期參與市場,但是想辦法運用數學,尋求一個最大11/26 07:52
185F→: 化報酬,盡可能降低風險或是MDD的策略11/26 07:52
186F→: 另外,用個股的波動與報酬跟大盤相關的指數來看,11/26 07:55
187F→: 我覺得稍微沒那麼有可比性11/26 07:55
188F→: 從因子的角度來看,大盤本來就是把所有因子給平衡11/26 07:55
189F→: 掉,只留下那個最純的beta,我們是利用數學的方式11/26 07:55
190F→: 來組合出勝率更高的選擇11/26 07:55
191F→: 個股不一樣,本身就充滿著各種因子在自己身上,波11/26 07:55
192F→: 動性跟報酬性都可能很大11/26 07:55
193F→: 我自認不是基本面高手,所以我選擇從自己比較熟悉11/26 07:55
194F→: 的數學來切入指數投資而已11/26 07:55
209F→: 竊以為如果真的有這種敢賭破產的衝勁,應該去拼創11/26 08:03
210F→: 業而不是在證券市場就是了XD11/26 08:03
211F→: 畢竟自己的親身體驗,雖然風險高,但是帶來的報酬11/26 08:03
212F→: 也是遠高於證券市場,如果真的想賭一把的話11/26 08:03
222F→: 我原意其實是希望澄清一下正2風險,然後重新用數學11/26 08:05
223F→: 的角度出發來解釋50/50再平衡的優勢11/26 08:05
224F→: 看能不能結合第一篇的最適槓桿率來給出一些啟發啦11/26 08:05
225F→: 不過感覺好像越繞越遠了 (笑11/26 08:05
283F→: 沒想到可以引來哆啦王推文,獻醜了QQ11/26 08:35
298F→: 樓上想聽excel乘法版,還是隨機分析的推導版(x11/26 08:38
312F→: 是,所以才會說市場其實不是常態分布11/26 08:42
313F→: 但是槓桿的偏度會更嚴重,然後LETF這種每日再平衡11/26 08:42
314F→: 的會直接相依到要單獨拉出來做別的數學分析11/26 08:42
321F→: 不過其實根據shannon's demon的概念,你把LETF當初11/26 08:45
322F→: 配置的一環的時候,她自己是正報酬還是負報酬只是11/26 08:45
323F→: 影響在你算權重的時候而已11/26 08:45
324F→: 不過再講下去就真的完全進入量化的領域了,超過這11/26 08:45
325F→: 篇文想討論的主題了w11/26 08:45
14F噓: 這篇概念正確,實際上在討論槓桿ETF的時候,不能忘11/23 05:45
15F→: 記最適槓桿率的問題。不過要用凱利ㄙㄨㄢ ㄍㄤ ㄍ11/23 05:45
16F→: ㄢ11/23 05:45
17F→: 不過要用凱利算槓桿率的時候,分子其實是「報酬率-11/23 05:47
18F→: 無風險利率-槓桿成本」,而且實務上跟學術上其實都11/23 05:47
19F→: 不建議把槓桿開到貼滿凱利的上限,因為對未來路徑11/23 05:47
20F→: 的未知性(有不少論文有討論過這點,可以去看看)11/23 05:47
21F→: 另外就是,根據隨機漫步模型,因為價格的隨機變化11/23 05:51
22F→: ,算出來槓桿ETF的實際報酬函數來反推最適槓桿率,11/23 05:51
23F→: 其實會跟用凱利近似出來的有點差異。這個還沒考慮11/23 05:51
24F→: 到jump diffusion的影響,考慮進去會更複雜11/23 05:51
25F→: 不過實際在操作的時候,畢竟是混沌系統,我覺得拿11/23 05:51
26F→: 凱利估算之後稍微抓個低一點的槓桿率,對一般散戶11/23 05:51
27F→: 投資人來說是無傷大雅的11/23 05:51
sheenscott 在 PTT 的暱稱紀錄, 共 1 個
暱稱:sheenscott
文章數量:23