现货比特币 ETF 即将推出,当心风险

上个月,全球最大的资金管理公司贝莱德公司请求美国证券交易委员会批准一只现货比特币交易所交易基金——该基金将直接投资于数字货币,而不是通过期货市场。贝莱德与其他数十家规模较小的 ETF 提供商也提出了同样的要求,但迄今为止尚未成功。但由于贝莱德对现货比特币基金的需求不断增长,美国证券交易委员会的态度软化只是时间问题。

它应该。现货 ETF 将使投资者能够比现在更容易、更便宜、更安全地购买、出售和持有比特币。在充斥着骗局的加密行业中,监管监督也将使投资者和基金经理相信他们正在购买真正的金融产品,特别是如果该产品上有贝莱德的名字。

一旦可用,现货比特币 ETF 将成为许多投资组合中的固定资产,无论是否应得,人们的讨论将不再是比特币是否是欺诈,而是更多地讨论其相对于股票和债券等传统投资的优点。加密货币啦啦队长、Galaxy Digital Holdings Ltd.创始人迈克·诺沃格拉茨(Mike Novogratz)最近向投资者预览了这次对话,他声称比特币产生的夏普比率(一种流行的风险调整回报衡量指标)比过去三年中任何其他投资都高,并邀请其他人自己计算一下这个数字。

所以我做了。当然,首先出现的是比特币令人难以置信的增长,这主要是由于投资者在其生命周期的早期就获得了比特币。与股票不同,股票是在公司成立和早期发展后很久才向公众发行的,任何人都可以从一开始或接近尾声时购买比特币。自 2010 年 7 月以来,那些这样做并持有代币的人每年获得了闻所未闻的 176% 的回报,这是我所使用的最早记录。

不过,考虑到风险后,比特币似乎并没有那么特殊。诺沃格拉茨提到的夏普比率将投资相对于现金的超额回报与其波动性进行比较,比率越高表明风险回报权衡越好。例如,虽然比特币的表现远远超过了标准普尔 500 指数,但按年化标准差衡量,它的波动性也高出 13 倍,因此其夏普比率也好不了多少。自 2010 年以来,比特币的比率为 0.92,仅略高于标准普尔 500 指数 0.89 的比率。

时间到了 |  比特币的早期爆炸性增长并没有持续多久

夏普比率认识到波动性与回报同样重要,因为投资的波动性越高,投资者留下来获取回报的可能性就越小。没有什么比比特币更能体现这一点了。事实上,比特币自诞生以来的记录在很大程度上无关紧要,因为很少有人在 2010 年购买它并持有它。投资者更常见的是在此过程中进出。比特币的长期记录对于第一天的投资​​者来说不再有用,因为它的增长速度随着时间的推移而放缓,并且随着其成熟而继续增长。

那么,正如诺沃格拉茨所建议的,更好的问题是在考虑风险后,比特币在较短的滚动期内的表现如何。从最近三年开始,截至 6 月份,比特币的夏普比率为 0.63,远低于标准普尔 500 指数 0.8 的比率,与 MSCI ACWI 可投资市场指数(包括大小公司的全球股票指数)的比率相匹配。因此,首先,比特币在过去三年中并没有产生最好的夏普比率,无论是现在还是诺沃格拉茨另有说法时。

关于时机的一切 |  比特币投资者根据投资时间的不同,得到了截然不同的风险调整结果

比特币的完整记录也同样令人印象深刻。它所有三年期间的夏普比率中值为 0.94,低于标准普尔 500 指数,与彭博美国综合债券指数相当。比特币的夏普比率中位数高于全球股指,尽管自比特币首次亮相以来,非美国股票的表现异常令人失望。从长远来看,外国股票的夏普比率应与美国股票相当。

普通硬币|  考虑到风险后,比特币的表现并没有那么特别

比特币的结果也存在更大的可变性,这意味着投资者根据投资时间的不同,会得到截然不同的结果。比特币的三年滚动夏普比率的波动性是股票的三倍,是债券的近两倍。在过去的三年里,其夏普比率只有约 40% 的时间跑赢了标准普尔 500 指数。迄今为止,它相对于债券和非美国股票的记录较好,但大部分时间仍然亏损。因此,比特币相对于其他投资的表现本身就是一场赌博。

比特币还存在夏普比率无法检测到的风险。该比率最常用于衡量股票、债券和其他资产的多元化篮子,其中风险是市场波动,而不是永久性损失。但比特币是一种单一的加密货币,就像任何单独的股票或债券一样,无论它看起来多么坚固,它都可能被消灭。对于广泛的市场指数来说,情况并非如此,这使得比特币在任何夏普比率下的风险都更大。

随着现货比特币 ETF 的临近,人们将会更多地谈论比特币相对于其他投资的优点。没有比查看数字更好的方法来检验这些说法了,当你这样做时,不要惊讶地发现所说的大部分内容并非如此。

韭菜热线原创版权所有,发布者:风生水起,转载请注明出处:https://www.9crx.com/74286.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2023年8月9日 22:59
下一篇 2023年8月9日 23:29

相关推荐

  • 北京大学Julia语言入门讲义第12章: Makie包作图

    这一部分介绍用Julia的Makie包作图方法。 参考: Jose Storopoli, Rik Huijzer, Lazaro Alonso(2022) Julia Data Science. https://cn.julialang.org/JuliaDataScience/ Makie: https://makie.juliaplots.org/sta…

    2023年8月25日
    25900
  • 基金收益的卓越表现还来源于阿尔法吗?如何找到好的基金?

    介绍 大约 90% 的美国驾驶员认为自己比平均水平更安全、更熟练。显然,这种看法并不反映现实。毕竟,十分之九的人不可能都高于平均水平。尽管如此,结果还是令人信服的:它们说明了人类与生俱来的倾向,即高估自己的才能和技能,而低估他人的才能和技能。 股票共同基金经理可能对自己通过跑赢股市来创造阿尔法的能力也有类似的扭曲看法。否则,他们如何证明自己的工作是合理的? …

    2023年8月5日
    15400
  • 只要给我 5%

    作者:Brian Schaefer 十年前,收益投资几乎是不可能的。 货币市场没有支付任何费用。标准普尔500指数的股息收益率为2%,10年期国债收益率徘徊在2%-3%之间。那些花了一辈子积累了几百万美元、期望靠收入生活的退休人员会对他们的财务顾问说:“只要给我 5%,这就是我生活所需要的。” 但任何诚实的顾问都必须解释说,达到 5% 的唯一方法是牺牲流动性…

    2024年1月14日
    3300
  • 北京大学金融时间序列分析讲义第13章:线性时间序列案例学习—汽油价格

    这一章用三个实例来详细讲解如何用R语言和线性时间序列模型分析实际数据,并展现线性时间序列模型的适用性与局限性。 数据为: 1997-01-06到2010-09-27的美国普通汽油价格周数据; 1880年1月到2010年8月全球温度异常值的月度数据; 美国失业率月度数据,包括首次申领失业救济金人数的序列以及不包括的序列。 这些数据是持续更新的,也反映了全球或美…

    2023年7月24日
    13400
  • 北京大学Julia语言讲义第26章: 概率统计应用

    概率论例子 取帽子问题 问题介绍与推导 设 n个人都戴了帽子参加聚会,聚会时摘下帽子弄乱了,散会时随机抽取一顶。问:所有人都没有取到自己的帽子的概率是多少? 令 Ai表示第 i个人取对自己的帽子,要求概率的事件为 B=⋂i=1nAic. 由概率论的Jordan公式, P(B)=1−P(Bc)=1−P(⋃i=1nAi)=1−[∑iP(Ai)−∑i<jP(…

    2023年9月7日
    14600

发表回复

登录后才能评论
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部