1.0Fortune Insighthttps://prime.fortuneinsight.com/web錢琛https://prime.fortuneinsight.com/web/posts/author/chinshunrich600338<blockquote class="wp-embedded-content"><a href="https://prime.fortuneinsight.com/web/posts/553576">《量化風控》如何以一個數字反映多資產組合的風險？</a></blockquote> <script type='text/javascript'> <!--//--><![CDATA[//><!-- !function(c,d){"use strict";var e=!1,n=!1;if(d.querySelector)if(c.addEventListener)e=!0;if(c.wp=c.wp||{},!c.wp.receiveEmbedMessage)if(c.wp.receiveEmbedMessage=function(e){var t=e.data;if(t)if(t.secret||t.message||t.value)if(!/[^a-zA-Z0-9]/.test(t.secret)){for(var r,a,i,s=d.querySelectorAll('iframe[data-secret="'+t.secret+'"]'),n=d.querySelectorAll('blockquote[data-secret="'+t.secret+'"]'),o=0;o<n.length;o++)n[o].style.display="none";for(o=0;o<s.length;o++)if(r=s[o],e.source===r.contentWindow){if(r.removeAttribute("style"),"height"===t.message){if(1e3<(i=parseInt(t.value,10)))i=1e3;else if(~~i<200)i=200;r.height=i}if("link"===t.message)if(a=d.createElement("a"),i=d.createElement("a"),a.href=r.getAttribute("src"),i.href=t.value,i.host===a.host)if(d.activeElement===r)c.top.location.href=t.value}}},e)c.addEventListener("message",c.wp.receiveEmbedMessage,!1),d.addEventListener("DOMContentLoaded",t,!1),c.addEventListener("load",t,!1);function t(){if(!n){n=!0;for(var e,t,r=-1!==navigator.appVersion.indexOf("MSIE 10"),a=!!navigator.userAgent.match(/Trident.*rv:11\./),i=d.querySelectorAll("iframe.wp-embedded-content"),s=0;s<i.length;s++){if(!(e=i[s]).getAttribute("data-secret"))t=Math.random().toString(36).substr(2,10),e.src+="#?secret="+t,e.setAttribute("data-secret",t);if(r||a)(t=e.cloneNode(!0)).removeAttribute("security"),e.parentNode.replaceChild(t,e)}}}}(window,document); //--><!]]> </script><iframe sandbox="allow-scripts" security="restricted" src="https://prime.fortuneinsight.com/web/posts/553576/embed" width="600" height="338" title="“《量化風控》如何以一個數字反映多資產組合的風險？” — Fortune Insight" frameborder="0" marginwidth="0" marginheight="0" scrolling="no" class="wp-embedded-content"></iframe>https://prime.fortuneinsight.com/web/wp-content/uploads/2021/06/282_final_update2.jpg1215702不少朋友做長揸，都有各種資產。由於不同資產會有不同程度的風險，令散戶監察自己的風險時有一定困難。推演下去，大戶的倉位有更多種類的資產，那豈不是要花極多時間監察各種資產的風險？ 其實不然，因為市場上早有一些標準化的風險管理計量，幫助投資者輕易監察倉位表現。著名的衍生工具風險管理指標，就是大家經常聽見的期權Greeks，例如delta、gamma、vega等等。至於非衍生工具的表表者，就是散戶都非常適用的投資組合beta（portfolio beta）。 先簡單幫大家溫溫書。Beta是量度市場風險的指標，如果某資產的beta等於3，代表大市升/跌1%，該資產就會升/跌3%，beta越高，市場風險越高，反之亦然。 以下會使用一個模擬例子解釋投資組合beta的運用。 假設現在你的投資組合有三隻港股，均注買入，分別是壹傳媒（282）、毛記葵涌（1716）及香港電視（1137），要逐隻股票做風險監控其實相當費時。但是，如果懂得運用投資組合beta的概念，只需觀察一個數字，就能總括整個投資組合的風險。 根據Yahoo Finance上的資料，282、1716、1137的5年期月beta分別為2.26、1.24及0.38。不難發現，1137的市場風險最低。然後，將各資產（個股）的注碼百分比（33%），乘以該資產的beta，就能計出該資產的成份beta（component beta）。再者，計算三種資產的成分beta的總和，就可以計算出整個投資組合的beta。 以下是算式： Portfolio beta =2.26*0.33+1.24*0.33+0.38*0.33 =1.28 因此，大市（恒生指數）升/跌1%，整個投資組合就會升/跌1.28%，相等於槓桿了大市的1.28倍，風險並不算高。 個人角度而言，投資組合beta數值>=2，風險才開始算高；在1-2之間則在正常水平；在0-1之間就代表風險偏低，但同時也代表回報也被拉低。 各位有興趣的話，我再說多點beta/alpha的相關應用。