今天想跟大家聊聊金融市場的噪音, 以及後面會談到擊敗大盤績效的投資/交易方法。
一般來說, 在每天的交易上, 市場充斥的大量的訊息, 這些訊息常常對個股或大盤基本面沒有太多的影響, 但卻是會影響短期個股的報酬率, 我們有時候會被噪音干擾, 做出錯誤的投資決策, 大多數投資人相對地對金融市場的噪音具有投資厭惡性。今天透過一些理論和實務的方法, 介紹大家影響市場的噪音因子, 利用可以使用的工具判別什麼是噪音什麼不是?也說明短期可以利用噪音獲取正向報酬的方法, 以及長期金融市場對噪音的影響投資人該如何正確的決策。
以前在學校學的金融大多是學術性質, 後來我在金融圈工作時接觸到很多實務的操作決策方式, 我一直在想這兩種性質的東西如果能把它結合起來效果應該會更好?
在美國的時候比較花較多的時間在很多實驗性研究, 這種金融市場實驗跟一般科學性實驗有很大的不同, 我花很多時間觀察人的行為(金融行為學的噪音), 因為人類的思考行為影響了短中長的買賣的決策, 這種買賣行為的決策一旦成為共識就變成金融市場短中長的趨勢(羊群理論)。 因此金融市場基本上就是一個人類行為的表現:思考-->決策-->趨勢的一個世界。
金融行為理論近年來越來越盛行, 只要有人的地方就會有很多噪音/雜音(NOISE)。 過去十幾年來我一直在尋找投資或交易的聖杯, 後來發現如何分辨搜集到對這家公司的資訊是不是噪音就顯得相當重要, 如果我能分辨出是真正基本面或噪音對公司的影響, 我們就知道公司的真正的營運趨勢,做出正確的投資決策。我一直在幫公司建立股價預測的模型, 我們發現噪音是一個影響股價很重要的因子, 因此透過我平常的研究建立模型所獲得的心得跟大家分享。
在金融市場中,噪音(noise)通常指的是那些由非理性行為、情緒反應或隨機事件引起的價格波動,這些波動並不反映資產的內在價值。噪音可以由多種因素引起:
但金融市場的交易者, 大多數的時候通常無法辨別哪些是噪音哪些不是? 或是會錯把一件事或一個人的發言(某些有影響力的人, 包括各個產業領導人, 有時候他們也無法真正分辨總體經濟環境或產業變化)當成基本趨勢但實質上是噪音, 也會把100或1000人(多數人)講的噪音當成基本面主要因素。 (例如過去有川普前總統在Twitter的言論, 有論文實證證明當時影響市場, 且經過檢定呈現顯著性有效的)。
例如《Signal in the Noise: Trump Tweets and the Currency Market》的論文中,作者Ilias Filippou、Arie E。 Gozluklu、My T。 Nguyen和Ganesh Viswanath-Natraj探討了Trump的推文對外匯市場的影響。透過分析方法從Trump的推文中篩選出有效信息,識別哪些是含有總體經濟政策或貿易內容的推文或哪些是噪音,以分析其對美元匯率的影響。
研究結果顯示,Trump在推文發布期間,美元升值,且外匯波動性降低,顯示推文呈現顯著的訊息,進一步的分析顯示,推文的情感分數與貨幣回報正相關,樂觀的推文與美元升值相關
類似川普前總統的特定性發表言論對股票市場造成影響的還有TSLA的CEO馬斯克等, 或是最近的最熱門的NVDA CEO Jensen Huang等人發表的言論都會影響『短期』市場的表現, 這裡我們強調的是『短期』的時間, 隨著股票交易者經過幾天冷靜思考, 逐漸造成情緒的邊際效用遞減, 之後金融市場就慢慢逐漸歸於波動率較低的現象。
FOMO(Fear of Missing Out,錯失恐懼症)是人類普遍存在的一種心理現象,在演化生物學的觀點下,群體行為在我們的演化過程中扮演了非常關重要的角色。人類在群體生活中能獲得資源、保護和生存機會,而孤立往往意味著生存風險的增加,FOMO可被視為一種心理機制,讓個體保持與群體的聯繫,確保不會錯過任何有助於生存和繁衍的機會。此外,根據社交比較理論,人類天生具有比較和模仿的傾向,這有助於我們適應和融入社會環境。這種比較行為促使我們追求與他人相同的經驗和資源,進而產生FOMO。
如果從神經科學的角度看,多巴胺系統(dopamine system)在FOMO的形成中起著重要作用。多巴胺是一種與快感和獎勵機制密切相關的神經遞質,當我們參與到新的或令人興奮的活動中時,多巴胺水平會升高,帶來愉悅感。FOMO與多巴胺系統的反應有關,因為錯過某些活動可能會降低多巴胺的釋放,從而引發焦慮和不安。同時,前額葉皮質負責計劃、決策和社會行為,對於社交活動和信息的過度關注可能與這個區域的活動有關,FOMO可能源於前額葉皮質(prefrontal cortex)對於社交獎勵和懲罰的敏感性。在心理學的觀點下,不確定性和焦慮是FOMO的重要因素。人類對於未知和不確定的事物往往會感到焦慮,FOMO是一種對不確定性的焦慮反應,擔心錯過某些機會會對未來的幸福和成功產生負面影響。此外,自尊和身份認同也會影響FOMO,個體的自尊和身份認同往往受到社會比較的影響,當看到他人參與有趣或有價值的活動時,可能會感到自己的生活相對乏味或不夠成功,從而產生FOMO。
以上金融行為學都有學術支持市場對於短期的噪音是具有顯著的效應,至於噪音對金融市場長期的影響, 以下我們會討論到。
實務上, 如果你是價值投資者, 當一個事件影響你是否投資的決策時, 我們會建議讓噪音事件經過一週後, 再慎重思考一次要不要『投資』這筆交易。
Shleifer和Summers的研究在探討噪音交易者(noise traders)在金融市場中的角色 (How Noise Trading Affects Markets: An Experimental Analysis )。噪音交易者通常依賴不可靠或不完全的信息進行決策,這些信息往往偏離基本面價值,他們的行為導致市場價格在短期內出現顯著波動,這些錯誤預期可能會使資產價格偏離其內在價值,從而為市場帶來不穩定性和不確定性。
在長期影響方面,Shleifer和Summers指出,噪音交易者的存在限制了套利的可能性。通常,套利者會利用市場價格與基本面價值之間的偏差來獲利,從而使市場價格回歸其內在價值。
另一篇研究Haritha P H & Abdul Rishad , 探討印度市場中的投資者情緒與股票市場波動性之間的關係(An empirical examination of investor sentiment and stock market volatility: evidence from India,顯示了情緒對市場回報和波動性的顯著影響。研究發現,投資者情緒作為一個心理因素,對市場價格的短期波動具有強烈影響。例如,當投資者情緒高漲(樂觀)時,資產價格往往會被推高;而當情緒低落(悲觀)時,資產價格則會下跌 。
市場中的情緒波動可以導致資產價格在一段較長時間內偏離其內在價值,從而對市場的長期穩定性構成挑戰。研究強調了投資者情緒與市場波動性之間的正相關關係。當市場情緒高漲時,市場波動性也會增加,反之亦然。
《Noise, CAPM, and the Size and Value Effects》的論文中,作者Robert Arnott和Jason Hsu探討了市場噪音對CAPM(資本資產定價模型)、規模效應與價值效應的影響。
根據研究結果,CAPM模型在含有噪音的經濟環境中表現較不顯著,但如果具有價值傾向或規模傾向的投資組合在風險調整後模型將會有更好的表現。作者研究股票價格的均值回歸與Fama-French規模和價值效應。通過建立一個假設股票的風險溢價僅取決於其對單一未觀察風險來源的暴露(F)的一因子經濟模型,研究指出市場價格(Pt)偏離資訊效率的股票價值(Vt),即Pt = Vt + et,其中定價誤差(et)是一個均值回歸過程。
價值和規模因子可以在含噪音的一因子經濟模型中出現,即使市場投資組合是單一隱藏風險因子的劣質代理(Inferior agent)。這些價值和規模異常以及股票價格的均值回歸是由市場缺陷驅動的異常現象。作者認為行為和理性模型都可以解釋股票價格過度反應和逆向策略收益,這也能解釋價值和規模因子效應較佳。
參考Aswath Damodaran的論文《LIVING WITH NOISE: INVESTING AND VALUATION IN THE FACE OF UNCERTAINTY》中:
噪音交易者的活動通常是隨機且不可預測的。他們可能基於謠言、投機或錯誤的投資建議進行買賣,或者僅僅是為了管理流動性而進行交易。這些噪音交易活動會對市場的交易成本產生影響,從而影響市場價格。
非噪音因子:
基本面交易者主要基於經濟基本面和公司營運的條件,而非隨機的噪音交易,這些交易活動反映了企業的真實價值,並不會對市場價格產生過大的隨機波動。此外,總體經濟變量如經濟增長、利率和風險溢價等,對企業的收益和現金流有直接影響,這些變量在估值模型中被視為重要的驅動因素,並不屬於噪音因素。
資料來源:Aswath Damodaran
在估值模型中,理解噪音因子和非噪音因子的區別對於準確進行公司估值和投資決策至關重要。通過識別和分析這些因子,投資者可以更好地應對市場的不確定性,做出更明智的投資決策。
總結來說,噪音因子主要包括噪音交易者的隨機活動和由此引起的交易成本變化,而非噪音因子則包括基於基本面的交易活動和總體經濟變量。理解這些因子的區別,不僅有助於更準確地進行公司估值,能幫助投資者在面對市場波動時保持冷靜和理性,從而提升投資回報。
資料來源:Aswath Damodaran
Aswath Damodaran 論文《LIVING WITH NOISE: INVESTING AND VALUATION IN THE FACE OF UNCERTAINTY》中,面對不確定性時,交易者通常會採取幾種典型的反應:
以上的方法往往不足以有效應對市場的噪音和不確定性,因此需要更為系統和理性的應對策略。
Damodaran 提出了幾個關鍵的規則來應對噪音所影響的市場不確定性:包括風險調整價值、概率方法和敏感性分析等。風險調整價值的方法是通過調整折現率或使用確定等值現金流來反映風險。
折現率通常包括無風險利率(如國債利率)和風險溢價(反映投資風險的額外回報要求),然而對公司未來現金流的預測,通常是基於對公司收入、成本、利潤等的預測。在進行估值時,所有的假設(包括通脹率、增長率等)應該相互一致,即使某些假設不是最準確的,只要它們之間保持一致,估值結果會更可靠。
資料來源:Aswath Damodaran
也就是投資者在進行公司估值時,應該特別關注那些真正影響公司價值的核心因素,而不應該讓宏觀經濟因素(如經濟增長率、通貨膨脹、利率等)取代這些核心因素長期的影響。
The Macro Part of Company Valuation
資料來源:Aswath Damodaran
在估值過程中,投資者應該專注於那些直接驅動公司價值的因素,即個體經濟因素,即使總體經濟環境不好,如果一家公司的內部業績和前景良好,這些內部因素應該是估值的主要依據。
當面臨宏觀經濟風險時,投資者應該認識到這些風險,並分析它們可能對公司的影響,但並不意味著宏觀風險應該成為估值的主要驅動力。相反,應該在個體經濟因素的基礎上,適當地考慮宏觀風險對估值的調整。
所以噪音多數都是短期的效應, 發生的時間比較短暫, 不過如果你能預先預測到噪音即將來臨而做出投機性的交易, 確實是有機會在市場獲得正向報酬的,這是有論文證明過, 但理論告訴我們有效, 不代表每一次都會成功, 而且你必須比別人能夠利用資訊不對稱(nformation asymmetry)優勢, 進行短期快速的交易, 不論事後市場的發展方向與你的交易邏輯是否呈現一致, 隨著時間經這種噪音就會逐漸降低, 你必須就要針對這個噪音結束前進行部位的調整。
至於長期(10年以上)通常論文告訴我們噪音影響其實微乎其微。 以下我們會提到噪音如何在超長期『投資』的影響不顯著。
行為金融學中的“價值投資”理念提倡在市場情緒低迷時買入被低估的資產,在市場情緒高漲時賣出被高估的資產,這種逆向投資策是有助於投資者在市場波動中獲得更穩定的回報。以下還有幾種降噪的投資策略:
投資者的情緒和反應會影響市場價格,金融量化模型會透過分析大量的新聞文章、推文和其他社交媒體內容,識別出市場情緒的變化,從而預測市場可能的波動,比如正面的新聞報導可能會激發投資者的樂觀情緒,推動股價上漲;相反,負面的新聞則可能導致股價下跌。
我每天其中一個工作之一就是到Social Media 觀察使用社交媒體的人群他們對事件的反應, 並透過資料標註後, 丟給我們公司的交易模型做預訓練, 之後調整參數。觀察市場的情緒面是一個重要的短期影響股市波動因子。
我們會建立情緒分析模型, 利用自然語言處理(NLP)技術和機器學習算法來自動處理和分析大量文本數據。這些技術可以識別文本中的關鍵詞和影響市場情緒(如Sell Side的投資報告:買進、中立、賣出等...),並量化市場情緒。例如,通過分析某個公司的新聞報導,可以得出該公司目前在投資者中的受歡迎程度。這些數據可以進一步用來建立模型和預測該公司的股價走勢。
如果情緒分析顯示市場對某一行業的情緒急劇惡化,投資者可能會選擇減少該行業的持倉,以減少風險。同樣地,當分析顯示某公司即將有重大利好消息時,投資者可以考慮增加該公司的股票持倉,以期從中獲利。通過及時調整投資組合,投資者可以更有效地管理風險,並利用市場情緒波動帶來的投資機會。
實務操作上:
我們觀察一個事件時, 一定要搭配股價的位階一起考慮, 當股價的位階在相對高點時所釋放的消息, 多數顯示就是短線高點, 當股價位階低時, 就是開始發酵的起漲點, 一個噪音事件通常在第三天到一週就會完成一個高低點週期, 這時候如果沒有基本面的支撐, 股價就會回落到原本的起漲區附近。如果搭配上述提到的Sell Side研究報告時, 更加可以確認什麼時候噪音是短期有效因子, 什麼時候不是, 僅只於一個白噪音發生。
VIX經常被稱為“恐慌指數”,因為它反映了市場參與者對未來30天股票市場波動性的預期。通過監測VIX指數,投資者可以洞察市場情緒的變化,從而更好地預測市場走向。
過去還沒有末日期權交易時, 投資者可以使用VIX和其他波動率指標來輔助投資決策。但是現在因為末日期權(0 DTE options)的普及和使用量的增加,這些期權合約在交易日當天到期,交易活動逐漸分散了對傳統一個月到期期權,進而影響了 VIX 指標的準確性,目前單一VIX指數已經無法充分反映美股S&P 500指數的情緒面噪音, 通常需要藉由觀察到期的S&P 500指數的週期權變化, 如果搭配AAII散戶投資人情緒指數或CNN恐慌貪婪指數也是很好的方式之一。
(2)利用技術指標觀測大盤市場的波動性
如果是技術面的交易者, 可以利用 ATR 和 騰落指標(ADL)來 觀察市場情緒面的噪音波動
a. ATR 指標
ATR 不直接反映市場情緒,但它通過測量價格波動性,幫助投資者了解市場在某段時間內的變化幅度。高 ATR 值通常表示市場波動性較大,這由於市場對某些消息或事件的反應增強。
b. ADL 指標(A/D)
騰落指標是一種市場廣度指標,用來衡量市場中上漲股票數量與下跌股票數量之間的差異。這個指標通過累計每天的上漲和下跌股票數量來計算,可以幫助投資者識別市場情緒的變化。
結合使用 ATR 和 A/D 指標,短期交易者可以更全面地了解市場情緒和波動性。ATR 是觀察市場整體波動性的指標,A/D 指標則提供了市場內部健康狀況的視角,當兩個指標共同顯示市場波動性增加且市場廣度減弱時,投資者應該警惕市場噪音帶來的潛在風險。這些信息可以幫助投資者做出更明智的投資決策,減少由市場短期噪音引起的投資損失。
(3) 觀察噪音與成交量的關係:
在Aswath Damodaran論文中( LIVING WITH NOISE: INVESTING AND VALUATION IN THE FACE OF UNCERTAINTY),當交易量變化時,邊際交易成本也會隨之變化,進一步影響交易者的交易決策,特別是在交易量低的時候,噪音交易的影響更加顯著。這種情況下,市場價格容易受到噪音交易的干擾。在交易量高的時期,邊際交易成本較低,理性交易者的交易更加頻繁,市場價格更能反映基本面價值。
如果我們發現某檔股票或大盤受到某些事件影響, 進而產生成交量變大(一般用10或20 天成交量判斷依據), 我們認為這就是個訊號, 稱為噪音訊號, 顯示短期噪音出現影響該公司或大盤, 通常也伴隨著短線交易的機會, 如果搭配技術面的突破理論或是動能交易法則, 其成功機會將會大增, 配合上面說的事件引發的噪音週期循環, 通常3-7天就會有一個股價的高低點週期循環(如果小股本的小型股周期會加長).
如果提到投資, 就是長期的概念, 由於長期投資涉及個股的因子太多加上總體經濟的變數, 因此希望十年前或二十年投資一家公司, 等到20年後會茁壯變成大科技權值股或台股的台積電, 聯發科等成功機率實在不高, 經過實證研究, 長期投資最好的方法就是指數化被動投資, 目前為止沒有之一, 相信大家都或多或少聽過指數化被動投資的好處, 這裡利用幾篇論文幫大家加強一下信心:
以上兩篇論文均有提到, 對於長期投資者來說,短期股價的波動性並不一定會對最終的投資回報產生重大影響,在長期內,市場價格往往會回歸基本面,噪音交易的影響會逐漸減弱 。
長期來看,市場情緒和噪音交易對於長期投資指數型商品的影響是有限的。指數型商品,如ETF和共同基金,通常基於廣泛的市場指數,具有高度的分散性,這有助於降低個別股票或行業波動對整體投資組合的影響。此外,指數型商品的被動投資策略也避免了過度交易帶來的成本和風險,進一步穩定了長期投資回報。
多數研究表明,指數型商品(如大盤指數ETF)在長期投資中表現優於主動管理型基金。這主要歸因於指數型商品的低費用結構和被動管理策略。指數型商品的管理費用通常較低,例如,Vanguard的指數基金平均費用比率僅為0。1%,而主動管理型基金的平均費用比率約為1。2%。低費用結構使得指數型商品能夠在不增加額外成本的情況下,保持更高的投資回報。
費用結構是影響投資回報的一個非常重要因素, 長期千萬不要忽略它。舉例來說, 以一個價值100萬美元的退休投資組合為例,如果投資於主動管理型基金,每年需要支付約12,000美元的管理費用,而同樣的投資組合如果投資於指數型商品,每年只需支付約1,000美元的管理費用。這意味著投資者每年可以節省11,000美元的費用,這些節省下來的費用可以進一步投資,從而提高長期回報。
利用公式計算, 假設長期投資為100萬美元(各位可以同比例增加或減少), 年化報酬率7%, 經過10年的主動基金與被動基金在管理費這部分差距為3.5萬, 但如果把時間拉長, 經過20年再投資後複利計算, 得到的差距就是54萬。 時間越長複利效應越大外, 管理費的機會成本+實際成本事實上你付出的總成本相當大的。
一件成功的投資, 除了研究基本面或總體經濟因素外, 投資策略與資產配置也是產生決定性因素, 以下我投資在美股投資的投資策略, 分成兩大部分:
第一, 指數型投資:
約佔整體投資部位70%左右, 有時候會變動, 但幅度不大。 平常我定期定額買QLD, 投資方式就非常簡單。為什麼要買QLD?因為我只有70%投資在大盤指數, 為了要確保我績效贏大盤, 我會選擇槓桿型被動ETF, 這部分除了半年一次的投資再平衡外, 我也會參考景氣循環週期(或有人提到的利用景氣對策信號燈投資法), 如果達到景氣高位會降低指數化的部位到50%-60%, 減少的部位就Parking在現金, 因為我沒有買債券平衡投資, 我的現金就是我的避險部位, 如果我要投資再平衡就把指數超過70%的部分獲利了結, 存放到美金較高的利率金融機構(這就是另一種投資理財的部分了), 等到大跌就有錢再低點加碼更多。
通常在景氣衰退時(查看『總體經濟』的週期循環理論), 我在定期定額時不會加碼, 我會等到景氣到谷底時, 開始加碼扣款並額外把之前存放在美金高利率的錢分批多次加碼投入, 因為我無法確定景氣谷底會多久,通常到景氣谷底時,V型反轉的機率不大(2022年除外, 是極端值), 因此很有充分的時間讓我加碼QLD到70%的部位。
如果各位想要利用債券部分代替現金部位也是用相同的思考方法, 我自己比較喜歡類似台灣的定存(找一些高利率的美金機構分散風險), 因為現金有時候很好用, 債券有些時期會跟股票齊漲齊跌, 有時你想補倉卻沒有子彈的時候
也許有些人會問那槓桿型ETF會波動怎麼辦?沒關係, 我有30%的比重沒有投資在QLD。 萬一大盤大跌(像2020年), 我還有30%可以投資。
第二部分, 尋找個股的Alpha:
約30%投資在個股, 個股投資我大概不會超過三年(視我投資個股的『產業』的週期而定), 我喜歡投資業績良好的個股, 這部分我是尋找個股的Alpha, 不限科技股, 只要會漲超過大盤績效的我都會交易。由於是短期交易, 因此包括上述的噪音交易, 只要有機會我也會抓緊進場交易。 但就只佔投資組合的30%, 有時會利用個股期權擴大交易槓桿, 但每一次下單都嚴格遵守交易的倉位控制和停損停利點位。
我研究產業和個股基本面外, 並且搭配技術面尋找進出點位, 由於這部分只有30%的部位, 所以選股邏輯就是動能交易為主要的交易邏輯(論文實證過的,動能交易是有效的), 但動能交易有太多東西可以討論, 這裡就不展開。
我把部位分成兩種, 一種是槓桿型被動投資, 在多頭即使遇到一個人的武林時候, 我也會間接受惠, 而且槓桿會幫你超越大盤績效, 如果遇到空頭時績效雖然會低於大盤, 但在牛長熊短的美股市場,下跌卻是佈局的好買點,如果搭配景氣循環週期理論, 大部位多可以躲過熊市 。經過我們上述討論, 長期指數投資ETF就可以排除掉噪音,一但遇到熊市你也不會擔心太多。
30%的投機部位, 一定也會踩到雷, 不過在尋找Alpha時, 有時候可以找到類似Tsla或Nvda, TSM或M7等在某個時期的飆股, 加上搭配個股期權, 可以達到對沖或超額報酬的利潤, 不過切記這方面就需要考慮在適當的時機和慎選好的投資標的, 經過自己研究分析才可以進行交易, 並且一定要控制倉位和風險。
如果你有投資再平衡的習慣, 你可以把獲利超過30%(短投)或70%(長投)部位的獲利部位了結, 利用股債達到平衡(課本教我們的方法), 但我個人偏好股現平衡,獲利放到現金帳戶領取利息,好處就是不想繳管理費給債券ETF,並且隨時隨地可以加碼QLD或個股, 因為現金沒有被套牢的風險(債券ETF短期會不會被套?那就要看你買的價位), 現金如果存在比較好的利息的銀行帳戶也可以靈活搭配應用。
http://www.nber.org/papers/w30562
stock performance( Finance Master's thesis, Iivari Lappalainen, Pyry Takala 2013)