注:文章属于个人观点分享,不做投资建议,个人投资需谨慎。
近期因为自己在购买ETF的过程中,发现一些问题,但整体可以分为两个问题:1.什么时候该买。2.什么时候不该买,我以前的方式是每月定投+定期检查平衡,但是这样有一个问题,如果我定投时间正好是牛市前期,那么实际上这个时候的平均成本会随着牛市的增长而增长,而当牛市结束,价格回归正常的时候,我的成本则非常高,我需要长时间来降低我的成本使其盈利或者不亏损,这就是典型的“哭脸曲线”(Inverted Smile Curve)。
傻瓜式定投与增强型定投模型测试
现在我们来做一个市场模型假设:
- 初始/正常价格:10元/份额。
- 牛市阶段 (第1-12月):价格从10元一路飙升至最高22元(翻倍不止),呈现典型的FOMO(害怕踏空)情绪。
- 低谷/暴跌阶段 (第13-17月):泡沫破裂,价格从22元快速跌回10元,甚至短暂跌至8元。
- 抚平/修复阶段 (第18月及以后):价格在10元-11元之间窄幅震荡,回归理性。
傻瓜式定投
我们首先用这个市场模型进行傻瓜式定投,即每月雷打不动的投入5000元,那么数据推演的结果为如下表格所示,如果出现了这样的情况,修复时间需要耗时14个月,因为在牛市过程中,通过不停的定投,逐步推高成本,而在后续价格回归正常的时候,你需要用时间来不断定投稀释之前的高成本。
增强型定投
然后再用简单的增强型定投进行测试,对比之前傻瓜式定投,增加了一点策略,即根据价格与估值(以初始价格为锚点)调整投入金额:
- 高估区 (价格 > 15元):少买。投入 50% (2,500元)。
- 正常区 (10元 - 15元):正常买。投入 100% (5,000元)。
- 低估/恐慌区 (价格 < 10元):多买。投入 200% (10,000元)。
那么实际上修复的时间只需要3个月时间就能修复,这个时间远远高效于傻瓜式定投:
有什么工具能够避免傻瓜定投?
如果是定投,需要明白一个道理,定投的本质不是让赚多少钱,而是通过熊市或者低成本的时候积累更多的筹码,而对于普通人来说,你永远不能准确的踩中最高点和最低点,所以理想情况下,应该找到一个相对安全的位置买入。
那么如何知道这个相对安全的位置?解决这个需要两个问题,第一个用什么方法?第二个如何界定第一个问题产生的值?
用什么方法?
在金融市场中,有非常多的方式来进行观察价格,根据场景、需求以及特点很难区分谁好谁坏,目前就说我正在测试的两个工具,一个叫ERP(Equity Risk Premium,股权风险溢价),公式为:
一个叫格雷厄姆指数(Graham Number),格雷厄姆这个名字在圈子内比较出名,格雷厄姆是巴菲特的老师,也被称为价值投资之父,格雷厄姆指数公式为:
从数学的角度来看,上述两个工具本质上在找到当前股票价格的是否具备性价比,而不是最优价格,两个模型都以国债收益率(10年期)作为锚点,为什么是国债?因为国债几乎没有违约风险,所以用国债来锚定为人人都能获得最稳定的投资收益率,或者换句话来说就是当前股票的收益率是否能优于国债收益率。
两个模型的区别是前者求盈利收益率与国债收益率的差,而后者则是求前者是后者的多少倍,目前用得较多的是前者,前者也算是后者的一个变形,因为后者如果在经济下行周期的时候,低利率会造成这个倍数放大,出现失真。
比如做一个市场测试模型为PE固定为20倍,那么盈利收益率为5%,国债收益率从高降低,格雷厄姆指数出现放大失真的问题,而ERP则表现较为稳定:
相对范围
上述采用ERP模型作为计算当前的股票性价比,那么这个性价比又怎么去锚定一个相对范围?即告诉你这个值是高、中还是低?
上述模型中有一个问题,就是对于历史全量的PE数据的获取成本较高,虽然可以通过买一些专业的股票分析软件来获取,但一年使用费高达上万元,对于普通定投用户来说性价比非常低,那么是否可以去获取近期的一些高位和低位的ERP值来当作相对范围进行观察当前的ERP处于什么情况下。
比如如下数据假设,通过设定相对的范围,就能知道当前时刻的ERP值位于中间:
当然上述的方式还是有缺陷,比如上述的牛市顶点的PE为17.5,那么下一次的牛市顶点可能不一定为17.5,有可能为15,这个时候如果按照这方式,极有可能达到牛市顶点了,还在买入,所以是否需要结合其他数据,比如舆论的监控、市场的热度以及交易量作为参考还有待考验。
投资实录
从2025年4月重新开始,我将该计划称为“极光计划”,预计每年争取在7%及以上的收益率,这个收益并不代表年年都在范围内,而是看整个投资周期的收益,所以别杠。
实证我在每个月15号之前进行更新,主要记录上个月的情况,截至目前收益率为2.16%,目前跑输沪深300的-2.70%。
收益率低的原因历史文章中有说明,目前来说前期的反复折腾也算是给自己积累了经验,后续也会有折腾,但是慢慢会趋于稳定,同时也会形成我自己的投资风格。
发表回复