跳到主要內容

波動度的計算及投資意涵



波動度的計算方式,依照網路上或是教科書上的算法,如下
  1. 將你要計算的資產每週期的價格列出 (每週期的頻率可能是日資料, 週資料, 月資料等, 我們為了接下來參照方便,把這個叫做參數1)。可參考表格1的解釋。
  2. 計算每週期的報酬率,方法為 (價格_{週期T}-價格_{週期T-1}) / 價格_{週期T-1}。(對照表格1,例如參數1=日,則2001/1/2日的報酬率 = (4935.28 - 4739.09) / 4739.09 = 4.1398%)我們把這些報酬率稱做 "每周期報酬率" (如表格2)
  3. 選定一個要計算波動度的週期(例如2001/12/30),選定一個計算區間(例如過去20筆資料, 或是過去1年的資料。如果是過去20筆資料,則如果採用日資料,則會使用過去20天,也就是約1個月的資料來計算)



表格1:同樣的台灣加權指數價格資料,如果使用日資料的話,一年的資料筆數就有約252(交易日), 如果是月資料,則一年有12筆資料。表格列出日資料跟月資料的2001/1/31收盤價都是5936.2,以茲證明為同樣的資訊。

表格2:收盤價與報酬率表


表格A:

從表格A可見,不同的資料週期(參數1),得到的年化波動度會不一樣。以2001年為例,使用月資料計算出來,12/31的波動度(年化後)是31.00%, 但若使用月資料,則波動度會上升到47.64%。而且使用日資料計算出來的波動度不一定總是大於或總是小於使用月資料計算出來的波動度(2001年日資料波動度 < 月資料波動度, 但2008年日資料波動度就會大於月資料波動度了)。這有幾個投資意涵:
  1. 資料的選取會很大地影響一個人評估風險的意見。試想一個投資人如果他的風險承受程度是40%,那如果使用日資料,則2001年台灣股市對這個投資人而言就是一個可以投資的標的,但如果使用月資料,則投資人就有可能嚇壞了。
  2. 如果有兩個資產(例如美國S&P500指數跟台灣加權指數),一個使用日報價計算波動度, 一個使用月報價計算波動渡,很有可能兩個的風險看起來就完全不一樣。

另外,波動度是否能代標風險也有很大的討論空間,因單就波動度來看,只能代表投資人投資的標地一年內有可能變動如此的幅度,這代表往下的幅度,也代表往上的幅度。因此用波動度來代表風險,就會有"高風險、高報酬"的結論產生。但是我們一般的知識會告訴我們,如果牛肉含有瘦肉精,我們吃下去得病的機率就會提高,也就是健康承擔的風險會變高。但是吃了瘦肉精的牛肉,並不會讓我們有變得比吃一般牛肉更健康的"報酬"存在。用這樣的思考邏輯,使用波動度來代表風險是不正確的。

因此投資的風險不能完全以波動度來表示。對投資標的的過去績效,公司的體質,是否未來有發展的潛力,現在的價格是否相對便宜等層面的掌握度(或是不確定性),才是衡量風險比較適合的指標,只是這些掌握度,通常是很難量化的。

留言

這個網誌中的熱門文章

為什麼Yahoo! Finance跟Google Finance算的Beta不一樣? – 淺談資料使用與比較的小陷阱

大家一定都知道 beta 是計算一檔股票相對於大盤的波動性大小。假如一隻股票 S 的 Beta 等於 1.3 ,則當大盤漲 1% 的時候, S 可能漲 1.3% ;大盤跌 1% 的時候, S 可能跌 1.3% 。假如 S 的 Beta 等於 0.8 ,那麼大盤漲 1% , S 可能漲 0.8% ,大盤跌 1% 、 S 可能跌 0.8% ,諸如此類。那麼,為什麼同一天的同一支股票,在 Yahoo! Finance 顯示的 Beta 跟在 Google Finance 顯示的 Beta 不同呢 ? 2017 年 11 月 13 日台積電 (TSM) 在 Yahoo! Finance(上) 與在 Google Finance(下) 網站 顯示的 Beta 。 從上圖可以看出,同樣都是台積電,在 Yahoo! Finance 上頭的 Beta 是 0.87 、但是在 Google Finance 上面變成了 0.77 。有人算錯了嗎? 不一定。根據 Beta 的定義: Cov(r 個股 , r 大盤 ) 代表個股與大盤的共異變數或協方差, Var(r 大盤 ) 是大盤的變異數或方差。很明顯地,計算 beta 需要兩列尺寸相等的序列才能算,其中一個自然是過去一段時間個股的回報,另一個是大盤過去一段時間的回報。這麼一來,這個數據就取決於三個選擇: 1)     大盤要選哪個指數?例如蘋果 AAPL 同時被納在 道瓊工業指數 、 S&P 500 指數 、以及 那斯達克Nasdaq-100 指數 當中,你在計算 AAPL 的 beta 時,大盤要用哪一個呢 ? 2)      要往以前拉多久 ? 朔往的時間如果太近,則資料數量可能不夠代表性;如果時間拉太遠,則可能沒有辦法反映現下的經濟及市場情況。 3)      每一個資料點,是選每天的報酬、每週的報酬、還是每月的報酬資料呢 ? 同樣都是取過去一年資料,日報酬可以給你 250 筆資料、週報酬可以給你 50 筆、月報酬則只有 12 筆資料。 同一檔股票,以上三個選擇只要一個不同,算出來的數字就會不一樣。根據 CFA Level II 的教材,...

優於分析師預期但下跌的股票後來怎麼了?NVDA 3個月後績效檢視

2017Q2 營收及 EPS 都超過 20% 、同時也優於分析師預期的 NVDA ,業績發布當日股價反向掉了 5.34% 。筆者 認 為 僅為當下市場動盪的結果,本次來檢視該股之後 3 個月的績效。 從 Q2 業績發布前一天 (2017/8/10) 到筆者對 NVDAQ2 業績發布後股價跌落的評論後 3 個月 (2017/11/14) 後的績效如下: +24.44% ,年化來說是高達 139% 的恐怖數字。同期間的那斯達克指數表現為 +6.37% ,也證明其所在產業 + 公司體質的確有相當的超額報酬。 筆者認為,在電競產業 + 機器學習這兩項正在成長的產業,以及資金依然寬鬆的大經濟環境,以及 NVDA 在 GPU 領域的領導地位,在產業成熟之前,其股價將依然有十分可期的成長空間。 知識無涯,文無不盡。本篇停筆至此,希望對大家有幫助。

覆巢之下無完卵 - 獲利優於預期但依然下跌的NVDA

從 GPU 跨入人工智慧計算領域的 NVIDIA (NVDA) ,雖然 2017Q2 營收、營業利潤、 EPS 與去年相比都有超過 20% 以上的成長,也優於分析師預期,但股價從業績公布後依然下跌了超過 9% 。 NVDA 連續至少四季的獲利都超出分析師預期 ( 資料來源 : Yahoo! Finance) 第二季業績發布之前就承受賣壓,發布後當天下跌 5.34% ,兩天總共下跌了 9.39% ( 資料來源 : Google Finance) 部分 媒 體 認為股價下跌的原因是因為其自動車晶片與資料中心的成長不如預期,不過筆者認為真正的原因在於: 1.        NVDA 漲幅已大,投資人獲利了結:過去一年 NVDA 的股價漲幅達 145% 、但那斯達克只漲了 19.57% 、 S&P500 只漲了 11.77% ,投資人有誘因獲利了結。同時, NVDA 的波動度越來越大,顯示群眾效應越來越明顯,這些都會容易造成股價情緒性地購買或拋售。 NVDA vs S&P500 vs Nasdaq ( 資料來源 : Google Finance)   NVDA 過去一年每日波動度。可見波動度穩定上升,投資人的群聚效應慢慢成形 2.        北韓地緣危機:不只是 NVDA ,全球各大股市其實最近都因北韓與美國的危機在下跌。情緒反應大於實際反映 . 自 8/8 以來 , S&P500 下跌 1.6% 、台灣加權指數 -1.71% 、歐洲 Stoxx 50 -2.88% 。北韓危機對全球股市下跌的影響是顯而易見的。 接下來會如何呢? 基本上那麼好的業績,股價是不應該下跌的,端看它自己的獲利能力、以及市場願意給他的 P/E 倍數。市場要過熱,一定是獲利持續提升 x 市場願意給的倍數提高,而造成股價呈現平方或立方式的成長。目前看來、 NVDA 的股價還是線性成長,因此在北韓的影響結束、市場回到比較合理...