防御性股票的动态方法

动态防御型股票策略

由 ProShares 的 Kieran Kirwan 撰稿,7 月 8 日

市场可能很混乱

投资者试图管理投资组合中的波动性时,经常采用防御性股票策略来确定其最佳市场敞口和风险偏好。这些策略旨在帮助在市场下跌时限制损失,同时让投资者有机会参与市场的收益。

这两种策略很有吸引力。

  • 首先,股票市场定期遭受显著的回撤。
  • 第二,投资者在这些波动时期往往会过度反应,有时会完全退出市场,从而放弃股票历史上提供的长期回报。

现在,ProShares 动态缓冲 ETF 正在重新定义防御性股票,其策略每天都会根据市场情况进行调整。这一开创性的策略提供了一个每日缓冲,当预期波动性增加或减少时,该缓冲会相应调整,以帮助投资者在基金的基础股票指数中潜在地避免 1%至最多 5%的每日损失,同时还能在一定限制内提供市场上涨潜力。结果是风险/回报配置可能与许多投资者的投资目标和承受能力相匹配。

人的因素

股票市场在长期内创造了巨大的财富。自 1957 年以来,标普 500 指数累计回报率为 98,000%,使初始的 100 美元变成了今天的近 100,000 美元。1 这种基于长期或平均历史表现的例子,是大多数投资者教育的基础组成部分。风险的评估也是如此。

行为金融学告诉我们,人们并不是以如此简单或线性的方式体验风险和收益。例如,损失厌恶,这种广为人知的认知偏差,指的是人们在感受到损失时的情绪影响比同等收益带来的喜悦更为强烈,这往往会导致投资者在本应持有并等待恢复时选择卖出。另一个核心的行为概念,确定性效应,告诉我们人们往往更偏好确定的收益而非不确定的结果,即使后者可能带来更大的回报。

在情绪主导的大脑控制下,许多投资者会在市场周期的低点卖出投资,以止住亏损,从而锁定损失。同样,在市场波动时,投资者可能会因恐惧而变得过于保守,完全避免股票投资。无论哪种情况,当市场恢复时,投资者都可能牺牲了重要的回报。

即使投资者能够避免心理驱动的错误,他们对投资策略的焦虑感也可能让他们夜不能寐。此外,市场压力——它所引起的投资者焦虑——比许多人意识到的更为频繁。

Frequency of 5%, 10%, 15% and 20% S&P 500 Pullbacks

挑战的不仅仅是不安和投降。随着退休日期的临近,承受市场下跌所需的时间变得不再现实,无论风险承受能力如何。许多投资者根本没有足够的时间让他们的投资在需要资金时恢复过来。此外,像 COVID 之后那样突然而剧烈的市场反弹其实相当罕见。通常情况下,市场复苏需要时间。例如,标普 500 指数曾经历了至少两个长达 12 年以上的时期(1966 年至 1982 年和 2000 年至 2012 年),在此期间股价停滞不前,回报率较弱。2

动态防御

ProShares S&P 500 动态保护 ETF(FB)ProShares 纳斯达克 100 动态保护 ETF(QB),以及 ProShares 根斯勒 2000 动态保护 ETF(RB) 配备了专利待批的动态保护机制,旨在保护第一天损失的前 1%,并在波动性预期上升时动态增加保护目标至最多 5%。以下是假设 5%的保护目标和 5%的上限每天的情况:

Hypothetical Daily Market Scenarios with a 5% Cap and 5% Buffer

通过我们的动态每日策略,缓冲区的大小和市场上涨上限上限。 这使得我们的 ETF 能够在市场上涨上限提高时同时追求更大的整体下行保护增加的市场上涨潜力 。

expected volatility

避免意外结果

传统的缓冲策略广受欢迎,并为帮助权益投资者保持投资并管理风险提供了一个有用的——尽管有限——的解决方案。自推出以来,缓冲 ETF 策略已聚集了约 660 亿美元的资产。3 这些策略也表现得相当不错。自 2016 年推出以来,Cboe 标普 500 保护指数,作为传统缓冲策略的基准,提供了良好的风险调整回报,较低的波动性,并且在市场回撤期间的表现优于标普 500,如下面的表格所示。

performance

然而,传统的缓冲策略在两个重要方面存在局限性。

  • 首先,它们是静态的。上限和缓冲是固定的,无论市场如何变化都不会改变。
  • 其次,传统的缓冲策略旨在仅在特定时间段——称为定义结果期,通常为一年——内提供结果。为了实现定义结果,投资者必须在整个期间内保持投资。

但投资并不总是按计划进行。当投资者的时间线与定义的期间不一致时会发生什么?在定义的结果期间的第一天之后或最后一天之前购买或赎回的投资者,其表现将与预期结果相偏离。

the outcome

仅为说明目的。任何基金的缓冲策略不能保证提供至目标缓冲水平的下行保护,也不能保证基金能够参与每日上限范围内的上行收益。上述图表旨在展示在未持有完整结果期的情况下出售缓冲基金的潜在影响。不同基金的结果期长度不同。请仔细阅读基金的招募说明书,以了解其设计的持有期限。

考虑一位投资者在缓冲 ETF 的定义结果期初期购买该产品,但在期满前就出售。如果底层投资资产下跌,但仍在缓冲范围内,该投资者可能预期会获得全额保护。但如示例所示,他们仍可能经历一定程度的下跌,尽管幅度小于整体市场。

或者考虑一位投资者在收益期中间购买一个保护性 ETF 的情况。在周期中间确定剩余的保护范围和上限范围可能会很复杂。例如,如果基础投资已经接近或超过了初始保护水平,那么此时购买的人可能几乎没有进一步的下行保护。

动态优势:每日重置

ProShares 动态缓冲策略重新定义了这一类别。它们提供的保护水平和机会目标会根据预期的波动性进行调整。并且它们每天都会进行调整,这意味着您可以在任何时间点进行投资,而无需预测市场走势或遵循特定的日历。

1 来源:彭博社。标普 500 累计回报率:1957 年 3 月 4 日至 2025 年 5 月 31 日。

2 来源:彭博社。数据来源:1966 年 2 月 9 日至 1982 年 8 月 12 日和 2000 年 9 月 1 日至 2012 年 9 月 4 日。

3 数据来源:Morningstar。截至 25 年 5 月 31 日。

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/91091.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2025年8月17日 00:31
下一篇 2025年8月18日 00:27

相关推荐

  • 优化未来十年及以后的数据管理

    机构投资者在应对日益严峻的经济环境、增加对私人资产和另类资产的配置、并试图领先于不断提高的 ESG 要求等过程中,面临着越来越复杂的数据管理问题,仅举几例。此外,数据自动化标准和功能继续快速发展。我们与Northern Trust 美洲资产所有者主管 Melanie Pickett 进行了交谈,了解为什么投资者必须拥有有效、灵活和全面的数据管理解决方案,这些…

    2023年8月28日
    20900
  • 北京大学金融时间序列分析讲义第16章: 资产波动率模型特征

    金融数据中最关心的除了资产价格、收益率,就是资产波动率。资产波动率度量某项资产的风险,有多种定义。本章: 理解波动率特点; 学习ARCH、GARCH等波动率模型; 学习如何对波动率建模,如何应用波动率模型。 波动率是期权定价和资产分配的关键因素。波动率对计算风险管理中的VaR(风险值)有重要作用。一些波动率指数已经成为金融工具,如CBOE(Chicargo …

    2023年7月28日
    34500
  • 年度指数回报的十大重要见解

    美股今年表现如何?答案很简单,但从三个最常被引用的指数来看,您永远不会知道这一点。 截至2023年5月29日,三大指数回报如下: 更令人困惑的是,这些指数回报不包括股息,而在查看总回报时必须包括股息。以下是股息调整后的回报: 原始指数回报率和总指数回报率之间的差异在短期内很小,但随着时间的推移它们会复合。标准普尔全球报告称,自 1926 年以来,标准普尔 5…

    2023年6月25日
    31100
  • 北京大学金融时间序列分析讲义第25章: 协整分析与向量误差修正模型

    25.1 虚假回归问题 线性回归分析是统计学的最常用的模型之一,但是,如果回归的自变量和因变量都是时间序列,回归就不满足回归分析的基本假定:模型误差项独立同分布。 比如,一元线性回归模型 yt=a+bxt+et, t=1,2,…,n, 需要假定e1,e2,…,et不相关,零均值,方差同为σ2,x1,x2,…,xn非随机,这时最小二乘估计是无偏估计。 当lim…

    2023年8月7日
    48000
  • 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
    24700
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部