专业投机原理原版手抄第11章

第11章衡量风险以管理资金风险的真正意义假定我告诉你，股票市场的风险可以根据客观的方式衡量。

如果你是经验老道的市场专家，我知道你会怎么想：“狗屎！不可能”假定现在是1989年10月9 日，你在市场中做多，我告诉你，市场大幅拉回整理的可能性是7：1。

如果你知道这个比率，并相相信，你是否会改变既有的策略？如果你当时做多行情，我想你会的。

事实上，在股票市场中．确实能够以计量的方法衡量风险；有方法可以判定市场上涨X%与下跌Y%的机率。

它不是一种“系统”；它是一种一致性的方法，衡量当时市场趋势持续发展或反转的可能性。

运用这种方法，投机者或投资者无需再仰赖变幻莫测的主观“价值”判断，而改采客观的方式衡量风险。

然而，何谓“风险”？我1966年初踏人金融圈时，对于扑克赌博的了解远超过市场，我知道两者之间有许多相似之处。

两者都需要技巧与运气，但技巧的成分多于运气。

两者都需要了解如何管理资金，所以即使连输几手牌，你还有本钱玩下去。

而且，两者都暴露在发生亏损的可能性之下，这便是风险。

我十几岁时，并没有在杂货店里赚那不能再低的工资，而是靠着赌扑克过着相当不错的曰子。

我是一个扑克好手，因为我知道如何衡量与管理赌局内的凤险。

我考虑的重点不是台面上的赌金多寡——以价值为主的评估方法——唯有掌握有利的胜算时，我才会跟进；换言之，我跟进时，我的考虑重点是相关的风险。

风险涉及机率，机率涉及胜算。

胜算有两种形式：或是专业好手的主观判断，或是根据有限可能性的统计分析计算机率，然后再以机率衡量胜算。

在扑克赌局内，胜算是明确、客观而可以衡量的数据。

例如，假定你坐在庄家右侧，与五位对手玩五张牌的扑克。

假定底注是10美元，第一轮后，台面上有50美元。

如果第一位对手喊10美元，除了你之外每个人都跟进，所以现在已经有90美元的赌金——你的潜在报酬是9：1（虽然其中有10美元是你自己的，你每一轮都必须分别考虑风险／报酬的关系）。

假定你已经有四张红桃，并希望最后一张牌可以凑成同花（同花能够赢的机率最少为0．9963 ）最后一张牌是红桃的机率是1／5．2 一一你的风险是5．2：1。

风险为5．2：1，而报酬是9：1，所以风险／报酬的比率是1．73：1。

风险／报酬的比率是1．73：1，同花赢牌的机率为0．9963，所以调整后的风险／报酬比率是1．73x0．9963；换言之，你的胜算优于1．72：1。

如果你完全根据这种策略扑克，某一手牌仍然可能输钱。

你偶尔还可能手气甚差而连续输钱，但长期来说，你赢的钱会多过于输的钱。

我不认为这是赌博，赌博是盲目承担风险。

投机则是在掌握有利胜算的时候才承担风险，这便是赌博与投机之间的根本差异。

在纸牌中，专注于风险的策略相当有效，所以我到“华尔街”投机股票时，自然也希望以某种客观的方法衡胜算。

然而，我向一些专家请教如何判断风险时，他们总是咯咯笑道，“你不能在市场中衡量风险。

这不是赌扑克。

这与数学没有关系。

市场是随机漫步的游戏。

”或“效率市场理论使风险／报酬的分析全然无效。

”他们并不衡量风险，而是谈论着如何分散风险，或更常专注于“价值”，并说“寻找价值，买进有价值的对象，然后抱牢。

就长期而言．你将因此获利。

”这些建议不合我的胃口；除非我能客观地掌握有利的胜算，否则我不希望暴露在风险中。

目前，市场专家在这方面的建议要比60年代末期复杂许多，但基本态度还是相同。

大多数专业者目前都是根据某些相对性的绩效或价值来分配资金。

以股票投资组合的管理来说，阿尔法系数与贝塔系数便是典型的工具。

阿尔法系数是衡量素质的指标，比较个股相对于大盘的绩效。

假定某支股票的阿尔法系数值为1，代表这支股票的统效平均每个月优于大盘1%。

所以，如果大盘在六个月上涨10%，该股票将上涨17．8%。

贝塔系数是衡量价格的波动程度。

如果某支股票的贝塔系数值为2，大盘上涨10%下跌10%时，这支股票应该分别上涨20%下跌20％。

大多数帐户经理人买进股票时，都是根据某一组合的阿尔法系数与贝塔系数，再配合其他的相对性指标，例如：本益比、帐面价值与殖利率；而他们称此为“风险评估”。

然而，这些指标究竟与风险有什么关系呢？它们是否可以显示当前的经济趋协，或联储政策变动的影响？它们是否可以充分反映整体市场发生剧烈变动的可能性？答案是：“很少！”我并不是说这些指标全无用处，我完全没有这个意恩。

然而，如果以价值做为投机或投资的主要工具，它应该是一种客观而静态的概念。

价值蕴含着评估价值，这是由个人心智决定。

某项东西的价值如何，完全由市场中的个人决定它的价值。

价值是一种变幻莫测的东西。

不妨以PENN CENTRAL为例观察。

1970年初，“价值线投资公司”评估PENN CENTRAL每股的“价值”为110美元（以该公司的资产衡量），当时的股价74美元处于“价值低估”状态。

根据这项衡量标准，股价应该大涨。

然而，它下跌至每股2美元！分析家以该公司持有的资产来评估其价值，但他们显然没有考虑经济衰退会使资产价值下降。

他们假定市场衡量价值的标准将保持不变。

以最近的例子来说，1990年6月，某些分析家认为花旗银行的股价24．5美元处于低估状态。

我最近所查看的价格为14美元。

他们假定花旗银行的规模太大而不可能发生问题，经济不会出现衰退，所以它先前的坏帐可以恢复为正常的应收放款。

他们所有的结论都来自于上述的假定，而来考虑行情下跌的风险。

行情下跌时，花旗银行、川普或任何仰赖持续性通货膨胀而以资产高度信用扩张的个体，都免不了价值下挫或失败的命运。

现在，让我们考虑“买进并持有价值”的概念。

这种观点必须面对一项事实——唯有市场才可以判断价值。

例如，IBM 是“价值”的典型代表。

然而，如果你在1983年1月或以后买进这支“蓝筹股中的蓝筹股”，并持有至1989年11月份，你将发生亏损，这段期间是本世纪股票市场的第三大多头市场！为什么要“持有价值”而投资下跌中的股票呢？为什么在你可以赚钱的时候而忍受这些痛苦呢？金融市场每一种传统方法，都不能解答一个单纯而根本的问题：“市场维持目前趋势的胜算有多少少？”换言之，目前做多或卖空的风险如何？阿尔法系数、贝塔系数、价值、本益比、收利率、帐面价值一一这些指标都有的功能，但都是次要的考虑，首要之务在于判断市场趋势的最可能方向。

最重要的是建立一种衡量市场风险的标准。

所以，你在股票市场做多或卖空时，如何衡量风险？衡量风险的革命性方法我花费多年时间思考这个问题。

为了衡量某项事物，你首先必须建立一种标准的参考单位，然后才能通过比较来计算数量上的关系。

在金融市场中，这是一个非常复杂的问题：你如何建立一种衡量风险的标准，判断成功的机率，而且程序中不可涉及任意与主观的成分？市场并不像扑克牌一样仅存有限的可能排列，市场是由个人组成，每个人都有特定的价值观与欲望，而价值观与欲望在性质上都是主观的概念——取决于个人的心智结构与情绪。

所以，如果希望衡量市场的行为，并预测任何投资的成功可能性。

你似乎必须无所不到一一你必须随时掌握每个人的心智，并了解他们对于未来事件的反应。

在绝对确定的情况下，预测未来的价格走势是不可能的。

我们顶多仅能以机率处理，所以问题将是：你以什么标准衡量市场的机率？所谓机率，这是根据统计分配计算某事件发生的可能性。

保险公司便是根据死亡率统计表计算保险费。

例如，24岁白种女性每年在纽约死亡的可能性目前为50000：1 对于这群人而言，假定金额10万美元的保单，人寿保险的每年平均保费为100。

根据统计机率显示，可能的结果是保险公司每支付1 美元给死亡之24岁白种女性的受益人，保费的毛利为50美元。

所以．保险公司掌握的有利胜算为50：1——相当不错的胜算管理。

难怪大多数管理完善的保险公司都有理想的获利（这是指它们的资产负债表内没有太多的垃圾债券与房地产）。

对任何人来说，都无法精确地衡量其剩余寿命，但仍然可以界定一种标准，衡量某特定健康状况的个人，活至某一年龄的可能性一一保险公司便是以此为生。

类似的推理也可以适用于股票市场。

1974年，我以两年的时间全心研究股票市场的走势，资料可以回溯至1896年，这项研究目前仍然持续进行中。

我发现市场走势也像人类一样，其“平均剩余寿命”的分配。

在统计上具备显著的意义。

让我进一步解释。

1974年10月，我错失低档的进场机会之后，我开始思考一些问题以避免重蹈覆辙，这些问题包括：趋势到底是什么？它们的幅度通常如何？它们持续的期限又如何？根据道氏对于同时存在之三种趋势的定义——短期趋势，持续数天至数个星期；中期趋势，持续数个星期至数个月；长期趋势，持续数个月至数年——我将“道琼工业指数”与“道琼运输（铁路）指数”的历史价格走势加以归类，登录它们的幅度（价格走势相对于先前高点或低点的百分率幅度）与期限（价格走势所待续的日数），并绘制统计分布的图形。

根据雷亚的分类方法（以及我的部分修正），我将走势区分为主要走势（长期的多头或空头市场）、中期的主要走势（介于两个次级折返走势之间的一段主要走势）、中期的次级修正走势（与主要趋势相反的重要中期走势）、再加上其他较不重要的分类（这个程序的最困难部分，是区分次级折返走势与逆趋势的小型走势）。

研究结果显示．自从1896年以来所有的市场走势，幅度与期限形成一个具有显著统计意义的正态分布（请参考图11－1）。

在这个正态分布中，统计样本倾向于集中在分配的“平均数”附近（译按：本书中，作者都采用。

MEDIAN [ 中位数] ，但他实际的意恩却是指“平均数”[MEAN] 而言，所以往后“MEDIAN”一律翻译为“平均数”）。

例如，“道琼工业指数”在多头市场中主要中期走势的涨幅，目前的平均数为20%。

1896年以来曾经出现112个多头市场的主要走势，其中57个走势（50．89 %）的涨幅介于15%与30%之间，最小的幅度为4．3％，最大的幅度为116．6％。

在这些走势中，25%的走势涨幅超过30%，33．04%的走势涨幅低于15%。

单就这项准则而言，你可以判断主要走势的涨幅通常介于15%至30%之间。

当然，在做相关判断时，你绝对不可以仅依赖这项准则。

不妨考虑人寿保险公司如何搜集资料。

它们提出的第一个问题是年龄。

其次见工作的危险程度、医疗记录、家庭记录．．．．．．等。

然而，死亡率统计表是标准的参考依据，并以此做为起点评估某项保单的风险。

同理，我是以上述正态分布为依据，计算某行情到达或超过特定幅度与期限的几率。

我绝对不会以此预测当时走势的确切限度与期限。

大多数市场参与者的判断改变时，市场转折点便发生了．．．．就是这样。

市场参与者改变他们的着法，通常是源自于经济的基本因素、“联邦准备理事会”的政策、主要的围际事件以及我在前几章讨论的种种理由。

以幅度与期限的分配结构预测某特定行情的确切转折点，这就如同保险公司可以根据死亡率统计表。