这就是未来 ETF 金融科技公司推出模拟巴菲特等投资巨匠的AI (这就是未来的我500字作文)

自ChatGPT爆火以来，许多投资者都试图运行人工自动（AI）来为自己构建一套买卖系统，从而失掉超额收益。如今一家名为Intelligent Alpha的金融科技公司推出了一款由聊天驱动的ETF，旨在复制华尔街巨头的投资才干。

据悉，这款产品名为Intelligent Livermore ETF（LIVR），与一般基金不同的是，LIVR的投资决策是由三个著名的大言语模型生成的：ChatGPT、Gemini和Claude，它们也被称为该基金的“投资委员会”。

Intelligent Alpha宣称，这只ETF将模拟沃伦·巴菲特、斯坦利·德鲁肯米勒和大卫·泰珀等传奇投资者的思想形式，但投资组合不用定能反映他们在理想生活中的持股状况。相同，它将从与这些投资者相关的战略和投资理念中吸取灵感，投资标的触及医疗保健、可再生动力和新兴市场等范围。

详细来说，Intelligent Alpha将向聊天机器人提供详细指令，指点它们模拟投资巨匠的品格，然后创立对应的投资组合。聊天机器人将选取60到90家全球公司，这些公司掩盖了多个行业、主题和地域。

除了巴菲特、德鲁肯米勒和泰珀之外，该ETF的目的人物名单将包括丹·勒布、保罗·辛格等人。

战略终年盈利才干未失掉证明

尽管AI控制ETF的概念很大胆，但Intelligent Alpha的做法并不算多新颖，曾经有一些对冲基金末尾尝试经常经常使用AI来简化投资流程。AI因其加快处置大批数据的才干而遭到赞美，从而消弭了人类剖析师行动繁琐义务的要求。但是，其继续优于传统投资战略的才干仍未失掉证明。

在Bloomberg Intelligence追踪的16只由AI构建的ETF中，目前只需Franklin Intelligent Machines ETF在2024年的表现跑赢了标普500指数，报答率为19%。

Intelligent Alpha的ETF之所以异乎寻常，是由于它经常经常使用的是大言语模型，而不是传统的机器学习模型。依据Clinton的说法，大少数AI ETF依赖于较旧的技术，这将它们的战略限制在拥堵的定量剖析上。而Intelligent Alpha旨在打破这些限制，创立具有不同优点的投资组合。

通常上，LIVR去年曾经末尾测试，事先由ChatGPT来生成投资组合。在看到其投资表现逾越标普500指数之后，投资组合进一步扩展，LIVR于上周末尾正式买卖，其控制费为0.69%。

尽管LIVR是Intelligent Alpha的首个产品，但该公司方案推出一系列由AI驱动的产品，包括针对散户和机构投资者的定制投资组合和对冲基金。

“聪明基金“Smart beta战略能赚大钱吗

自2000年以后，股票曾经阅历了两轮大熊市，而如今又末尾有走软迹象。 养老基金，保险公司以及捐赠基金寻觅新的报答来源就没什么奇异的了。 “smart-beta”正是最新的基金控制业的术语。 “Alpha”是选择单个标的资产逾越大盘的技艺。 “beta”则是资产组合相关于全体市场(如以某个指数基金为代表)的相对收益。 传统的“市值加权”法，是投资者按市值等比例购置股票或许债券的方法，而“smart beta”则是尝试在跟踪某一大类资产的同时，调整成份证券权重，以失掉增强性收益的投资方法。 [Smart Beta]众所周知，beta在CAPM模型中权衡了相关于持有整个市场所带来的风险溢价（risk premium）的大小。 整个市场通常用市场投资组合（market portfolio）或市场指数基金（market index fund）来表示。 市场指数通常都是市值加权（market capitalization weighted）。 假设把市场指数换成按非市值加权的指数或投资组合，其失掉的beta即为smart beta，又被称为alternative beta或exotic beta。 理由是由于这些新指数的权重是由某些量化算法得出的，看上去比最普通简易的市值加权要更“聪明”些。 如今比拟盛行的算法有：等权重加权（Equal Weight, EW）:等风险加权（Risk Parity），可以看作是调理动摇率后的等权重等风险奉献加权（Equal Risk Contribution ，ERC），可以看作是思索了资产报答率之间协方差后的risk parity最小方差加权（Minimum Variance, MV最大多样化加权（Maximum Diversification，MD如下图所示，从左至右，这些加权法要求的参数逐渐参与。 ERC，MV，和MD都属于“robust risk parity”由于它们把协方差思索在内。 最经典的均值-方差优化法（mean-variance optimization）要求知道预期报答，方差与协方差，由于此优化法同时使风险最小化，预期报答最大化，不过，这里触及到因子对准疑问（Factor Alignment Problem, FAP），下文中会提到。 smart beta战略只思索动摇率与协方差，所以，我们把它们看作只关注风险（risk-based）而不关注预期报答（return-based）的战略。 [随机折现因子，SDF]理想上，CAPM模型是资产定价模型（asset pricing model）的一个比拟有名的特例，由于狭义的随机折现因子（stochastic discount factor，SDF）在CAPM中被狭义的市场投资组合所代表了。 按资产定价模型的定义：p = E(mx)，任何资产的多少钱就是折现后所得报答的希冀，其中x是资产在未来的报答，m就是随机折现因子SDF。 应用协方差的定义，我们失掉所以，任何资产的多少钱等于用无风险率折现后所得报答的希冀再加上一个风险溢价（risk premium），而这个溢价是SDF与未来报答的协方差。 依照芝加哥大学经济学教授John Cochrane的说法，投资者的形态有‘好’和‘坏’之分（good vs. bad times）。 ‘坏’的形态普通指团体财富降低，造成其出现的要素可以是由于团体负债过高，或支出降高等等形成的。 而SDF是定义这个形态‘坏’时的目的，形态越‘坏’，目的越高。 由于大部分资产在形态‘好’时，报答很高，所以这个协方差通常为负。 更关键的是，假设一个资产的报答与团体形态好坏有关，即与SDF有关（风险中性形态，risk-neutral），那它的多少钱只能由无风险率选择（协方差为零）。 把上式写成预期报答率（expected return）的方式，会更直观些进一步推导失掉预期资产报答率的“beta表达式”换句话说，人们只要承当系统性风险（systemic risk，与SDF相关）才干取得收益。 假设承当非系统性风险（idiosyncratic risk），则无任何优势。 由此可见，SDF作用很关键，但是它只存在于通常中。 人们想方设法地在真实全球里寻觅替代品，即所谓的风险因子（risk factor）。 所以，我们也可以这样以为：人们承当的（系统性）风险越大（尤其在形态‘坏’时），作为补偿的因子风险溢价（factor risk premium）也越大（尤其在形态‘好’时）。 高风险的资产必需有足够高的预期报答率，即足够低的多少钱，才干吸引人们来购置并持有它。 [多因子模型]由于我们在CAPM中假定SDF只与市场投资组合报答有关，所以市场投资组合是CAPM中独一的因子。 在此基础上，我们也可以进一步假定SDF与多个因子线性相关由此失掉多因子模型。 因子不同，对投资者形态‘坏’时的定义也不同，由此承当的风险敞口以及取得的溢价也会不同。 Fama-French三因子模型是多因子模型中的经典代表。 诺奖得主Gene Fama和Dartmouth大学教授Ken French经过对少量股票中某些共同特征启动挑选，从而失掉有别于大盘因子的两个新因子：规模与价值（HML，SMB）用以组成三因子模型。 这个模型恰恰能很好地解释股票的预期报答。 后来，该模型又加上了动量因子（momentum），遂成四因子模型。 从结构上讲，这与Stephen Ross提出的套利定价通常（arbitrage pricing theory）相似。 独一不同的是，APT直接从统计的层面入手，假定资产报答率可以由一系列因子表示。 [基于因子的资产性能战略]前面啰里啰唆说了这么多，我只想强调因子的关键性。 要求指出的是，上文中提到的狭义资产定价模型与风险因子不只局限于股票市场，而是适宜任何资产和资本市场。 可以这么说，风险因子才是资产之间联动的基本要素，资产性能实践上是因子的性能。 我们可以把各种资产比作各种食物，把各种因子比作各种营养，比如维生素。 通常过去说，我们既可以经过摄取不同食物来取得不同维生素，也可以经过直接服用维生历来取得所需营养。 比如，为了治疗脚气，人们即可以多吃谷物，猕猴桃，蓝莓等富含维生素B1的食物，也可以直接服用维生素B1药片。 似乎某一食物含有多种营养一样，买入并持有某一个资产或许会带来不同的因子风险敞口（factor risk exposure）。 比如，在美国NASDAQ上市的网络，它的股票多少钱即包括了科技板块的风险，也包括了中小版块的风险，另外，由于公司的总部在中国，它还包括了中国经济开展的风险。 当然，还或许包括一些其他未知风险。 这也是多因子模型中资产表现评价（performance assessment）的精髓。 相同道理，假设我们只想要某单一风险，似乎维生素B1药片，我们就要巧妙选取资产来到达此目的。 在上文提到的Fama-French三因子模型中，Fama和French为我们很好地展现了如何对少量股票启动挑选，把具有特性的多支股票组合在一同，结构出所要求的因子（factor mimicking portfolio）。 人们依据不同的风险偏好选择不同因子，以取得不同的因子风险敞口从而赚取不同的因子风险溢价，比如，动量因子，基本面指数。 至于如何发现新的有用的风险因子，则不在本帖讨论范围内。 不过，下图展现了资产性能战略的开展环节与新风险因子的发现密无法分。 这些新因子如今已被群众普遍运行于投资中了70年代，人们末尾将投资组合用于主动投资控制中（active management）。 80年代，市场指数基金的盛行使人们愈加方便且廉价地投资整个市场，由于CAPM模型让他们看法到只要承当系统性风险（systemic risk）才干取得收益，其风险及收益的大小由beta来权衡。 而那些市场超额报答则由alpha来权衡。 90年代，人们不再局限于市场这个单一因子，APT和Barra多因子模型扩展了人们选择因子的范围，其中包括国度地域因子，行业因子，微观因子等。 2000年之后，人们对因子的看法又扩展到了新范围：品格因子与战略因子。 比如，Fama-French三因子及Carhart四因子模型中的规模，价值，和动量因子。 新的因子又比如carry，低动摇率，流动性（liquidity），基本面因子，以及本帖引见的smart beta战略等。 更关键的是，人们看法到之前他们以为的alpha，其中有很大一部分是非传统的beta。 那些业内人士把这些beta包装成alpha在推销（sell beta as alpha，见下文“另类投资”部分）。 随着ETF的盛行，人们能够越来越简易地接触到不同因子并直接运行于投资中，尤其是运行于主动投资中。 与对冲基金，共同基金，期货等相比，ETF的优势是更透明，本钱更低，进入市场的门槛更低。 一些较受欢迎的因子ETF或smart beta ETF包括：RSP（规范普尔500等权ETF），SPLV（规范普尔500低动摇率ETF），FNDB（Schwab美国基本面指数ETF）等等。 [全天候式投资组合（All-weather Portfolio）]上文中提到了微观因子（macro factors），就不得不提一下与之有关的资产性能战略：全天候式投资组合（All-weather Portfolio）。 此战略是美国知名对冲基金Bridgewater的担任人Ray Dalio常年研讨的效果，其中心观念是将微观因子，经济情形（economic scenario），和上文中提到的等风险权重（risk parity）结合在一同。 微观因子与资产报答之间的相关性很低，尤其是在短期，但经常使用经济情形可以在长线投资中补偿这个缺乏。 另外，由于普通投资者不喜欢借钱来投资（leverage aversion），这形成了投资组合中股票等高风险资产的权重高于通常中的最优值。 经常使用等风险权重可以纠正这一偏向。 这里，微观因子关键调查的是经济增长和通货收缩，并由此定义四种经济情形：（1）经济增长上升，通胀上升（2）经济增长上升，通胀降低（3）经济增长降低，通胀上升（4）经济增长降低和通胀降低。 然后，从历史数据中找出资产多少钱的变化与这些经济情形的相关，从而确定可投资的资产以及相应的权重，使得投资组合在每个经济情形中分配到的风险相等（如下图所示）。 这样，随着时期的推移，该投资组合能够经受住各种微观风险的冲击，“全天候式”的称号由此而来不过，全天候式投资组合在2013年遇到了些小费事。 在规范普尔500指数增长30%的状况下，Ray Dalio旗下的全天候式投资组合基金的报答率为-3.9%。 于是，全天候式投资这个概念也遭受了质疑 。 但我以为资产性能的关键性能之一就是协助维护投资者的财富，防范风险。 所以其分散风险的优势要在长线投资中才干显现出来，人们不应该太在意短期的失利，下文中会提到。 [耶鲁形式 Yale Model]耶鲁大学捐赠基金（Yale Endowment）由于其在同行中常年傲人的投资表现，曾经被视为是资产性能行业的一个典范，简称耶鲁形式（Yale Model）或常春藤投资组合（Ivy Portfolio）。 耶鲁形式之所以能取得不错的收益，关键得益于其在另类投资（alternative investment）中的高性能，包括各种私募基金，对冲基金，风险资本（venture capital），房地产等。 近年来，其占整个投资组合的比重高达60%。 耶鲁基金从上世纪90年代就末尾投资事先颇具奥秘颜色的私募基金和对冲基金了。 这些基金的特点是乏人问津，投资准入门槛高，因此其收益可以说是来源于价值因子和低流动性因子。 虽然，这些因子给耶鲁基金带来了可观的报答，但在08金融危机中，由于人们的恐慌性兜售，低流动性资产重创了该基金。 从通常过去讲，这契合上文中提到的因子投资的特性，即人们承当的（系统性）风险越大（尤其在形态‘坏’时），作为补偿的因子风险溢价（factor risk premium）也越大（尤其在形态‘好’时）。 但是08金融危机事先，在规范普尔500屡创新高的状况下，耶鲁基金的资产一直没有超越08年的最高点。 一个很关键的要素是由于耶鲁基金的成功形式末尾被不少养老金机构和规模较小的大学捐赠基金效仿，造成了在另类投资中的风险溢价大幅增加。 耶鲁基金在其年报中也供认了这一点。 但它近年来仍能在投资表现上对同行坚持微弱的优势，其成功的关键在于它能够找到最优秀的基金经理来控制投资，这在其年报中也提到了。 惋惜的是，这些最优秀的基金经理中的大部分都已不接受新的资金。 因此，这个成功的关键只适用于耶鲁自己而无法被他人复制。 由此可见，耶鲁基金在可预见的未来仍或许继续领跑这个行业，但它作为一种已被群众所熟习的投资形式无法能在短期内重塑辉煌。 [另类投资不另类]随着耶鲁基金的成功，那些往日不为人知的另类投资（alternative investment）也掀开了它们奥秘的面纱。 以其中的对冲基金为例，其高报答及低相关性吸引了人们来研讨它。 研讨结果显示对冲基金的报答能提供的alpha十分有限，而有很大一部分是来自各种beta，我有一个帖子专门讨论了这个现象。 除去少数明星基金，大部分对冲基金能取得报答的一个关键要素并不是由于它们能提供下行风险的对冲（protection on downside risk），恰恰相反，而是由于它们在市场下行的时刻报答足够蹩脚，也就是说它们对尾部风险（tail risk）的敞口很大。 这与我们之前的认知不太一样，但契合因子投资的特征。 大家或许都知道股神巴菲特与另类投资公司Protege Partners之间的十年赌约吧。 巴菲特在2008年终跟对方打赌说“an index fund will beat a fund of hedge funds over ten years”。 那到目前为止（2014年）结果怎样呢？有“坏事”者把两者做了一个比拟，发现巴菲特建议的投资暂时抢先（见下图）进一步的研讨发现，假设我们把指数基金降低杠杆并收取费用，我们居然失掉了与对冲基金相同的收益！（见下图）另一方面，假设想要失掉私募基金的报答，我们只要参与杠杆并收取费用即可。 由此可见，另类投资行业经常把已知的beta当成alpha来推销。 但是，随着因子研讨的不时深化，人们对另类投资的了解也越来越深入。 另类投资已变得不再另类。 [重新审视Smart Beta]在了解了因子与资产之间的相关后，我们如今再来重新审视一下Smart Beta战略，看看它们是不是有特别之处呢？回答能否认的。 研讨显示这些Smart Beta战略其实都是某些因子的组合。 比如，等权重加权法倾向于规模因子。 这个很容易了解，由于这种加权法使小盘股取得与大盘股相同的权重。 又比如，最小方差加权法倾向于低beta因子与低动摇率因子。 但是，等风险加权法与等风险奉献加权法更倾向于低beta因子和规模因子。 如下图所示，Smart Beta战略与上文中提到的其他因子战略同属一个均值-方差框架内，但正如上文中提到的，Smart Beta战略的着重点是风险，而其他因子战略的着重点是预期报答（risk-based vs. return-based）。 不过，最后的效果是相似的，都具有某些因子倾向（factor tilt）更令人意想不到的是，与Smart Beta正好反向操作的战略居然也能赚钱。 究其要素，原来这些反向战略仍就倾向规模与价值因子。 即使是随机投资组合（random portfolio，即著名的“猩猩掷飞镖选股法”，在《散步华尔街》一书中屡次被提及）也有相似的因子倾向（factor tilt，下图所示）。 由此可见，Smart Beta战略能跑赢大盘就屡见不鲜了，由于它们承当了一定的因子风险。 既然谈到了均值-方差优化框架，这里就顺便提一下因子对准的疑问（Factor Alignment Problem）。 此疑问的出现是由于在均值-方差优化法中的预期报答，风险与优化疑问的约束条件（optimization constraints）三者所侧重的因子有时不尽相反（misalignment）。 比如，在预测预期报答中经常使用的因子或许在风险模型中没有被经常使用到。 当我们运用优化算法时，更好转了这个疑问，由于我们或许低估了那部分因子的风险，从而在使预期报答最大化的环节中，高估了与风险模型有关的那部分因子的预期报答。 庆幸的是，Smart Beta战略和其他因子战略都只侧重均值-方差优化法中的一部分，从而防止了此疑问。 虽然Smart Beta战略只是普通的因子性能，但它如此受欢迎有它的道理。 我以为关键要素有下列几个：（1）美联储的QE大幅降低了固定收益类资产的报答，使得投资者不得不寻觅其他投资门道来参与收益。 （2）08金融危机中的恐慌和之后美联储的QE都影响了市场对各种资产的真实定价性能，资产与资产间原有的咨询削弱了。 取而代之的是，大部分资产都随着美联储的货币政策起舞。 “risk-on/off”形式使得传统的资产分散化投资（diversification）失灵了。 （3）投资者们依然对08金融危机时财富大幅缩水浮光掠影，所以比起资产的预期报答，他们更注重风险的控制，更偏爱能控制风险的战略。 （4）08金融危机后，投资者希望在投资中增加人为操纵的要素，更偏爱透明度高，原理简易的投资产品。 （5）依照某些算法或规则发生的投资战略（rule-based strategy）可以大大降低由于人们行为上的偏向（behaviour bias）而形成的损失。 （6）传统的对冲基金和共同基金的高费用不时受人诟病。 因此，这些主题明白，本钱更低，且看上去能控制风险的Smart Beta战略在经过精心包装后迅速遭到了群众的追捧。 目前掌握着金融市场大部分资金的机构投资者（institutional investors），比如养老基金，大学捐赠基金，资产控制公司，保险公司等都在往这个方向开展，这股趋向对人们投资理念的影响深远。 [市场与因子风险溢价]虽然因子投资有种种优势，但是，我们没有任何通常可以保证某一个因子战略可以一直跑赢市场。 理想上，我们经常看到的是这样的情形：某一个战略或资产在某一段时期内的表现继续地抢先整个市场，经过媒体的报道和业界专业人士的包装，普通投资者们立刻对它们趋之若鹜。 于是，这些战略中对应的资产多少钱井喷式地被抬高，预期报答大幅降低，直到泡沫分裂，重新回归常年均线为止。 这样的例子屈指可数，比如90年代的增长型股票战略，08金融危机前的新兴市场战略，危机后的黄金，低动摇率战略，高股息战略等等。 投资者持有资产时由于包括了风险因子才会失掉风险溢价，用以补偿他们所承当的某一种系统性风险，我们知道风险溢价是随时期变化的（time varying），我们不知道何时能够失掉补偿。 这也是为什么股神巴菲特不时奖励人们不要在意一时的得失也不要随意改动投资品格，而要做长线投资。 只要这样取得溢价补偿才是大约率事情。 巴菲特自己就用他大半生的阅历来证明这个理念的正确性。 假设我们用多个因子结构出一个投资组合，我们就可以应用它们之间稳如泰山的低关联性等优势启动分散化投资，以防止上述单因子战略出现的损失。 美国著名对冲基金AQR就巧妙地应用了因子的这些优势结构投资组兼并取得了耐久且不错的收益。 市场是个零合游戏（zero-sum game），任何异于市场的投资，肯定有一个与之对应的反向投资，而它们在常年都将回归到市场这个灵活的平衡点上（equilibrium）。 任何想跑赢市场的投资战略（包括因子战略，择时战略等）只适用于一部分人，由于这要求另一部分人反向操作来支持他们。 假设市场内的大部分人都采用同一种战略，那新的市场平衡点就构成了，投资战略也就失去了意义。 这也是为什么包括对冲基金在内的另类投资在被群众熟习后就失去了往日的光环。 有人担忧假设市场上少量的资金流向指数基金和主动投资战略，主动投资的买卖增加会造成市场失去发现资产真实价值的性能。 我倒不这么以为，由于从本帖的剖析中我们了解了，只要常年持有整个市场投资组合才是真正的主动投资。 除此之外的其它异于市场权重加权的战略或指数都是主动投资，由于它们都具有某些因子的倾向。 为了坚持这些因子敞口，人们要活期地主动地启动再平衡调整（rebalance，即一直持有对某个因子倾向最强的资产，丢弃倾向最弱的资产）。 只不过，主动投资的控制权不在投资者而在指数或ETF控制公司那里。 无论如何，主动投资仍是市场中的大少数。 另一方面，传统意义上的主动投资（包括共同基金，对冲基金）从久远看并不会消逝。 虽然主动投资的表现不尽如意，不要钱也较高。 如下图所示，以代表对冲基金全体水平的指数HFRX曾经延续十年跑输仅由股票和债券组成的简易投资组合了但是投资者们寄希望于未来能够选到更优秀的基金经理来跑赢主动投资，而且主动投资的介入者越少，能跑赢的概率越大，因此，投资者们依然据守着自己的主动投资仓位虽然有一些降低。 投资者的这个看似愚笨的选择其实是经过理性思索后做出的。 这就是主动投资与主动投资之间此消彼长的辩证相关，假定在极端状况下，资产的多少钱反映了一切信息，那么人们就没有动力去主动寻觅新的信息。 大家都主动接受信息的结果是整个市场没有信息。 那么，这时刻主动寻觅新信息就可以占得先机。 此相关可以看作是对有效市场假说（EMH）的一个注解。 所以，完全有效的市场是不稳如泰山的平衡点，永远无法能到达。 市场一直处在半informative 半uninformative的形态，两者的人数多少取决于信息的本钱和市场自身的结构。 比如，在像中国这样不成熟市场中，由于种种要素使得取得信息的本钱较高，从而使主动投资者更或许取得较高的报答。 不过，随着市场的不时完善，取得信息的本钱降低，越来越多的投资者会参与到主动投资的阵营中。 [结语]总而言之，风险因子才是资产之间联动的基本要素，它描画了资产间某些共同特征。 资产性能的实质是因子的性能。 大规模的资产性能投资很难不触及到某些因子敞口，而且，因子投资的特性会不时奖励人们开掘新的因子。 随着资产定价通常的不时开展，我们不知道的beta会越来越少。

近十年最赚钱的10只ETF大清点!(干货)

近十年投资赢家：探寻最赚钱ETF的秘密在探求近十年（2015-2023）投资界的绚烂明星时，我们留意到有些基金的起步稍晚，例如科创50等，它们未能完整掩盖我们的统计范围。 因此，我们将焦点聚焦在了这九年的数据上，确保公允看待一切介入的主流ETF。 以下，我们将逐一提醒这时期最有目共睹的表现记载。 2023年涨幅冠军：美国科技与媒体的逆袭在涨幅排行榜上，纳斯达克100和标普500的ETF以压倒性优势荣登榜首，而中证传媒的异常崛起，从历史上的盈余常客变为黑马，展现了其在2023年的逆袭。 值得一提的是，白酒ETF在平均收益上独占鳌头，显示出白酒行业在过去九年的微弱表现，成为了A股最赚钱的行业之一。 跌倒谷底的行业：新动力、医疗与消费但是，2023年的丧失者榜单提醒了新动力（光伏、锂电池）、医疗医药和消费/食品饮料行业的惨淡，它们是过去一年中跌幅最大的三个板块。 这标明市场动摇中，某些行业接受了更大的压力。 风险与报答：寻觅平衡在年平均涨幅和复合增长率的对比中，我们看到了一个幽默的趋向。 白酒ETF的继续表现坚硬，而科技股在美国市场相同亮眼。 但投资者应看法到，分散投资和全球性能的关键性，经过QDII基金接触国际指数，如纳斯达克100和标普500，是成功资产多元化的关键战略。 令人异常的是，基建工程和计算机行业的投资报答率垫底，金融三傻（证券、保险、银行）也未能展现出理想的表现。 中证医疗和中证传媒的报答率相同不容失望，这再次强调了风险控制在投资组合中的关键作用。 未来之路：平衡风险与收益总结这些数据，投资者的首要感悟是：常年分散投资和全球资产性能是致胜的关键。 虽然白酒行业的过去辉煌，但未来不确定性犹存。 因此，即使是保守的投资者，也会寻求行业和地域的平衡，以期在各种市场环境下成功稳如泰山的收益。 巴菲特的成功之道在于继续的正收益，投资者应追求的是收益的稳如泰山性和抵御通胀的才干，而非追求最高收益。 最后，记住，没有一种投资品能保证每年正收益且跑赢通胀，但经过构建多元化的投资组合，这样的目的并非高无法攀。 无论市场如何变化，学会分散投资，投资于低、中、高风险产品，才是稳健投资者的明智选择。 而低买卖本钱的ETF和可转债，无疑为这个环节增添了更多便利。 让我们以明智和耐烦，共同探求投资的智慧之路。

定投ETF，是以后最稳妥的投资方式

经常阅读我的文章的读者都知道，自己不建议散户购置股票，关键是上市公司的“雷”太多了，普通散户识别风险才干不高，我是十分推崇ETF的，指数基金的，并在文章中重复给大家说可以定投ETF，指数基金。 毕竟大部分投资者赚钱的概率低，跑赢市场的概率就更低了。

推崇价值投资，不一定要购入股票，担忧上市企业暴雷。

其实假设大家细心留心观察全球知名投资者的话，他们对ETF的推崇水平是十分高的。

就拿巴菲特来说，他上个世纪互联网泡沫的时刻，同知名的对冲基金打赌100万美元，以为他们跑赢标普500指数的基本上没有。

后来的结果是，巴菲特赢了，也收到了这100万美元，并做了慈善活动。

预先巴菲特说，过这样一段话，大意是这样的，假设我有一份稳如泰山的任务，我只会投资ETF基金，这是最好的投资方式。

其实，各位好友大家可以回想下，假设你入市的时期足够的久，可以自己计算下，我们以市场通用的规范沪深300指数的表现来看，有多少是逾越指数的，或许说你有多少年份是跑赢指数的。

假设既然很多投资者不能很好的打败市场，失掉平均收益也是一个不错的选择。 所以，剧烈建议大家定投指数基金的。

当然指数基金也是分很多种的，比如宽基基金/窄基基金/行业/概念（主题），这几年比拟盛行的是smart bata 基金是比拟火爆的。

这里边详细各种基金的区别，感兴味的好友可以后台咨询一下。

今天分享一下，我投资指数基金的简易战略，希望大家在操作环节中能有比拟好的收成。

投资指数基金，假设经常使用定投的方式，普通是宽基基金，比如沪深300ETF，沪深300指数基金，这里边关键采用的就是定投的方式。

关键由于中国股市是牛短熊长，假设有些好友一把梭了，最后或许会构成比拟长的解套期。 假设经过改动时期和空间的维度，最后摊平本钱，迎来真正的下跌的时刻，将会享用牛市的收益。

不过定投不是意味的只定投不卖出，假设不及时启动获利了却，最后也会让定投多少年的心血就白费了。

同时也要留意一个，就是定投或许会出现本钱钝化的现象，这里边关键是由于后来所投金额同先前投资金额差距过大形成的。

假设出现这种状况，假设是所投种类多少钱继续下跌，这个时刻可以酌情思索，加大投资仓位，当然这里边要在跌势中，关键是为了让本钱处于相对有利的位置。

● 上去我要简易说下 行业类的指数基金 ，这类在市场中的成交量不会那么大，规模普遍不是很大，这里边就要留意几个事情。

行业类的指数基金，是要选择一条正确的赛道，在无法判别出行业龙头的状况下，选择自己看好的行业指数基金，过去一年，购置白酒行业ETF，收益都很高，关键要素是白酒整个行业的景气。

毕竟指数是反响整个行业的，也有利于分散风险，规避了个股或许出现的不利局面。

在选择行业上，也是多选择，将鸡蛋放在不同的篮子里；自己是很看坏人工智能、5G的开展，券商的未来，基建工程的开展。

这里边还会有一个就是，我们看到很多股票涨的比拟高了，构成了群体效应，而此时不想去追高，或许买不到龙头股的时刻。 大家可以选择相应的指数ETF，来分享全体板块的市场时机。

简易给大家聊下一个是 指数基金的选择 ，一个是 行业基金的选择， 大家可以仔细揣摩下，与自己交流。

市场上60%的投资者跑不赢指数基金，我们在性能的环节中，50%的资产用于投资指数基金，跟紧大盘走势，剩下的50%选择高收益、高风险的行业基金，这样子，可以将自己立于投资的不败之地。 看似简易的战略，却能为大家带来超值的收益，能够贯彻此种操作战略，其实能逾越90%的人。

不过大部分投资者，不会看上这种投资方式，毕竟他们不能带来迸发性的增长，更多的人情愿沉溺于频繁的买进卖出。

所以关于ETF指数基金， 建议大家把他作为资产性能的一种手腕 。