巴菲特也參考的致勝黃金方程式:凱利公式
投資是一個取捨的問題,面對著不同種類的投資計劃會帶來不同的概率與賠率思考判斷,有人愛冒險也有人愛保守。作為一個理性的投資者,其實最終只是一個資源分配的問題,不一定要偏執二擇其一,也可以魚與熊掌兩者兼得,不論你是做高賠率的風險創投基金VC也好,或是高確定性的政府債券也好,都希望有一個系統性和富有邏輯的機制決定倉位大小,今次筆者為大家分享一個撮合概率和賠率的投資倉位分配公式:凱利公式。
巴菲特也用的投資方程式
凱利公式的歷史源於1956年一位在美國Bell Lab實驗室工作的研究員 JohnKelly 發表的一份關於信息傳遞理論的報告結果,內容涉及如何在一個特定的賭局上,運用概率和賠率製定倉位的大小將投資回報變得最大化。結果最後被一位麻省理工數學家 Ed Thorp 在拉斯維加斯賭桌上運用而賺大錢,之後更轉型做對沖基金,20多年的投資生涯平均回報率達20%以上,據聞著名投資家畢菲特和債王 Bill Gross 亦有參考這個方程式。
凱利公式的結果其實很簡單,要做到長期回報率最大化:倉位大小(%) =Edge(優勢)/Odd(賠率)
優勢 = 期望值(涉及到概率與賠率的計算)
賠率 = 贏錢時候資金增長百分比有多少
用兩個簡單的例子來說明,比如說你看好一隻股票現價是$100:
機會1:高賠率,低概率
你認為上升空間是50%,下跌空間是30%,上升概率是60%,下跌概率是40%。
Edge(優勢) = 期望值 = (50% x 60%) + (-30% x 40%) = 18%
Odd(賠率) = 50%
凱利倉位大小(%) = 18%/50% = 36%
又有另一個例子,
機會2:低賠率,高概率
上升空間是 20%,下跌空間是 10%,上升概率是 80%,下跌概率是 20%。
Edge(優勢) = 期望值 = (20% x 80%) + (-10% x 20%) = 14%
Odd(賠率) = 20%
凱利倉位大小(%) = 14% / 20% = 70%
假設投資者想用$10,000投資單一股票,例子1,凱利公式建議你買$3600;而例子2,公式建議你買$7000。除非概率是100%,你的理想倉位永遠低於100%。另外,如果這個投資的Edge(優勢)是負數,結果會是一個負數,也即是要求你放棄這個投資或者做空。
相對價值更為重要
從兩者比較可以看出,不論是高概率或高賠率的投資計劃,我們都可以有一個比較系統性的思維去決定倉位的大小。筆者認為使用公式者不要過份執著個別數字的絕對性,數字的相對價值更為重要;假設你選好十隻股票,從每一隻股票的凱利倉位百分比,可以判決下注時的相對比重來確定那些投資是核心和非核心。所有公式和模型都有它的限制和假設,賠率與概率也是一個非常客觀的判決,就好像現金流折現法模型公式上的輸入一樣,這也是為什麼投資永遠是一門藝術,概率理論幾百年前也只是一門哲學而已。
概率更新 倉位變化
不過,基於人性行為的重覆性,即使投資是一場理性與不理性的人的全面博弈,大部分時間投資回報最終都是以理性主導回歸公平均值,所以歷史數據也有很大的參考價值,賠率可以參考過往最高,最低和平均PE,PB,EV/EBITDA等值,專家的目標價,股票被收購時的收購價與未收購時的交易價等等;至於概率,可以基於歷史數據例如收入和盈利波動率,股價波動率,衍生工具引伸波動率,公司合併收購通過和失敗的歷史數據等等來判斷。研究員對公司的調查和市場研究,加上現代大數據分析,例如網上爬蟲銷售數字分析,人造衛星圖拍下來的停車場汽車數目分析,都可以用來更新概率而令到倉位分配更加有彈性和不斷演化。
愚人結語
作為價值投資者,最大目標當然是尋找到高賠率高概率的機會,但這些機會少之又少,能夠把握到當然是慶幸。但就大部分情況而言,如果以凱利公式這種有邏輯性的方式合適地下注,即使是一隻低賠率高概率的股票,整體回報不一定會輸給一隻高賠率低概率的股票,更重要的是我們可以理性地避開很多低賠率低概率的投資機會,即使是犯錯也只不過是個小錯。
有別於一場特定的賭局,投資永遠是跟時間做朋友,如果因為投資者受不了短期波動而和時間做不上朋友,那就應該著重尋找高概率的投資,盡量減低自己失誤的情況,避免因過大回撤而把長線投資計劃中途而廢。
參考一些成功的投資大師如巴菲特,發現他們都是專注尋找賠率一般但確定性高的投資計劃來安心重注。相反,很多賭性過盛的對沖基金經理,大多取向於尋找高賠率但低概率黑天鵝事件例如房地產爆破,港元脫鉤等題材作重倉,希望一時好運而一鳴驚人,之後利用傳媒過份宣傳大吸資金,最終很多都是受不了短期波動而出師未捷身先死,即使僥倖成功後也不能把投資回報持續做好而令投資者蒙受損失。
延伸閱讀
本文所提供的信息僅供一般參考之用,並不構成任何個人化的投資勸誘或建議。 S. Mou 沒持有以上提及的股票。
The Motley Fool Hong Kong Limited(www.fool.hk) 2019