确定借入数量：根据股票的波动率和可承受的风险确定借入的股票数量。一般来说，借入的股票数量不应超过总资产的20%。

admin 2024-09-23 2 0

借入股票是一种在不拥有股票的情况下从他人那里借用股票进行交易的策略。这可以帮助你放大收益，但同时也会增加风险。

determining-the-amount-to-borrow.md

确定借入的股票数量至关重要。借入的股票数量应根据以下因素确定：

股票的波动率
可承受的风险
总资产

股票的波动率

股票的波动率指股票价格变动的幅度。波动率高的股票借入过多会增加风险。因此，在借入股票之前，你应该研究股票的波动率。

可承受的风险

可承受的风险是指你愿意承受的损失金额。风险承受能力取决于你的个人情况，例如年龄、收入和投资目标。

总资产

总资产是你拥有的全部资产的价值。一般来说，借入的股票数量不应超过总资产的20%。

示例

假设你总资产为100,000美元，可承受的风险为20%，股票的波动率为10%。

那么，借入的股票数量计算如下：

```借入股票数量 = 总资产 x 可承受的风险 x 股票的波动率借入股票数量 = 100,000美元 x 20% x 10%借入股票数量 = 20,000美元```

因此，你可以借入价值不超过20,000美元的股票。

结论

确定借入股票数量至关重要。借入的股票数量应根据股票的波动率、可承受的风险和总资产进行确定。通过仔细考虑这些因素，你可以最大限度地提高收益并管理风险。

股票换手率（Turnover）、贝塔系数（Beta）和股票回报率（Stock Returns）

股票周转率是股票交易量除以其已发行股票（或流通量）。在这篇文章中，我将探讨这个指标的作用。本文主要基于柏林洪堡大学教授 Maria Kasch 最近的一篇工作论文，题为“系统风险和股票周转率”。由于这篇文章并不广为人知，且获取难度较高，我认为用更简单的语言分享其结论，并结合我的观察来支持它们是值得的。当然，我不会假装完全理解其中的所有内容。对于没有金融学位的人来说，这很难理解。对于那些以前从未关注过股票周转率的人来说，公司规模与股票周转率之间的相关性非常弱。在标准普尔 500 指数中，截至阵亡将士纪念日，股票换手率最高的十家公司（我使用过去三个月的中位数除以当前已发行股票）是 Advanced Micro Devices (AMD)、Micron Technology ( MU )、 Discovery ( DISCA )、Macys ( M )、Range Resources ( RRC )、Under Armour ( UAA )、Chipotle Mexican Grill ( CMG )、Foot Locker ( FL )、Netflix ( NFLX ) 和 Kohls ( KSS)); 排名最低的十个是强生（JNJ）、可口可乐（KO）、布朗福曼（BF.B）、伯克希尔哈撒韦（BRK.B）、达信（MMC）、史赛克（SYK）、埃森哲 ( ACN )、辛辛那提金融 ( CINF )、丹纳赫 ( DHR ) 和沃尔玛 ( WMT )。概括地说，较老的、老牌的、有些乏味的公司（寡妇和孤儿），通常股票价格高，空头利息低，股票周转率低；前沿的、令人兴奋的、有争议的、高度炒作的、扭转局面的、高势头的和/或严重做空的公司的股票换手率很高。现在让我们看看市场震荡期间会发生什么，并以 1987 年 10 月 19 日黑色星期一为例。（下图来自 Kasch 博士的论文。）如果你根据当天的股票换手率将 NYSE 和 AMEX 的股票分成十分位数，然后查看当天每个十分位数的减少量，你会得到看起来像这样的图表（查看标记为“同期营业额”的行）：有趣的是，如果你根据 1987 年 8 月和 9 月的股票换手率对同一组股票进行分类，你会看到完全相同的效果（看标有“滞后换手率”的线）。这很好地说明了一个事实，即换手率较低的股票受市场冲击的影响较小，换手率越高，它们就越受市场影响。换言之，换手率低的股票贝塔值较低，换手率高的股票贝塔值较高。随着时间的推移，他们的营业额和贝塔值都保持相对稳定。卡施博士研究了六十年的数据，发现股票换手率和贝塔值之间存在非常高且持久的相关性。卡施博士将纳斯达克股票排除在她的研究之外，但我查看了过去二十年所有罗素 3000 股票的数据，发现了同样高且持续的相关性。现在，Beta 是对股票走势与整个市场走势的相似程度的粗略衡量。 alpha 是在考虑 beta 后对超额回报的衡量。 Beta 是股票每周或每月价格变动与市场价格变动之间线性回归的斜率，alpha 是y轴截距。如果一只股票的 beta 为 1，那么人们应该预期当市场上涨或下跌 2% 时，该股票将上涨或下跌 2% 加上它的 alpha。如果它的 beta 是 2，当市场上涨或下跌 2% 时，股票将上涨或下跌 4% 加上它的 alpha。如果它的 beta 接近于 0，股票将完全独立于市场行事。如果股票的 beta 为 –1，当市场上涨 2% 时，股票将平均下跌 2% 加上它的 alpha。必须记住，当涉及到个股时，贝塔系数并不是这样起作用的，因为大多数个股的价格表现与整个市场之间的相关性相对较低。如果相关性是完美的， Beta 实质上衡量的是关系。如果你查看大多数股票的价格图表，你将不会很好地看到它的贝塔值。那么让我们来看看一些与市场相关性相对较高的股票：伯克希尔哈撒韦公司（纽约证券交易所股票代码：BRK.B）的贝塔系数为 1，赛普拉斯半导体公司（纳斯达克股票代码：CY）的贝塔系数为 1.8，Waste Management（纽约证券交易所股票代码：WM）) 的贝塔系数为 0.56。如果您仔细查看下图，您会发现 CY 的每周价格变动往往会夸大 SPY 的价格变动，而 WM 的价格变动往往更为温和。现在为什么股票换手率和贝塔值是齐头并进的呢？众所周知，一般来说，价格变动越大，成交量同时增加的幅度越大，反之亦然。这适用于所有资产类别，对个别资产和整个市场都是如此。这是公理的函数，即交易的价格和数量是由相同的力量驱动的。几乎不言而喻的是，如果销量不大幅增加，价格就不可能大幅上涨或下跌。这是因为价格在某种拍卖中的变化很大。您需要大量增量才能实现大幅价格变动。正如我所说，股票周转率的公式是交易量除以可用股票数量。让我们将该等式的顶部和底部都乘以每股价格。现在在分子中我们得到美元交易量——实际交换的货币量——而在分母中我们得到市值。如果我们把所有的东西放在一起，我们可以看到，与市值相比，市值加权市场的价格变动将如何更多地反映在美元交易量高于市值的股票中。美元成交量，仅仅是因为成交量放大了与市场相关的价格变动。股票周转率——平均美元交易量除以市值——本质上是衡量投资者对公司参与度的指标。正如 Kasch 博士所说，“在其他条件相同的情况下，更高的投资者参与度将伴随着更多的资本来应对共同的冲击。而且，在其他条件相同的情况下，应对共同冲击的大量资本将导致更强劲的价格走势。 ”因此，您可能会猜测，换手率低的股票在市场回报率低的时期表现良好，而换手率高的股票在市场回报率高的时期表现良好。但实际发生的情况恰恰相反。人们早就认识到，在风险调整的基础上，低贝塔值股票的表现往往优于高贝塔值股票（这种现象被称为低贝塔值异常或低波动率异常）。这在国际股票乃至资产类别中都是如此，而且至少自 1920 年代以来一直如此。股票换手率低的股票往往优于股票换手率高的股票，其程度甚至高于低贝塔股票优于高贝塔股票的程度。如果您将 Russell 3000 中的股票按三个月的换手率分成十分位数并每季度重新平衡，这就是它们自 1999 年以来的表现。正如您所见，换手率非常高的股票表现不佳，而那些换手率低，跑赢大市。为什么会这样？对低贝塔异常有多种解释，但没有一种非常有说服力。卡施博士的理论是，由于高市场回报率比低市场回报率更为普遍，高周转率的股票往往很快就会被高估，这就抵消了它们价格上涨的趋势。在这种情况下，beta 可以兼作定价错误的衡量标准。贝塔系数低或换手率低的股票相对不受市场驱动的价格变化的影响，因此它们的价格能更好地反映其价值。这个理论根本无法说服我。我提出了一个简单而优雅的数学证明，即在回报大多为正的市场中，低 alpha 将与高 beta 相关，反之亦然。这将是我下一篇文章的主题。投资者的行为、股票的内在价值以及换手率高低的股票种类对 alpha 和 beta 之间的关系没有任何影响，这完全是数学上的关系。 “异常”实际上根本不是异常，而是在收益通常为正而不是负时嵌入到 alpha 和 beta 之间的关系中。作为奖励，阿尔法在数学上与回报高度相关。当我们将 beta 视为衡量市场上涨或下跌的敏感性时，我们常常忘记将 alpha 考虑在内，如果没有 alpha，beta 与股票回报的关系就毫无意义。例如，如果一只股票的 beta 为 2，它的 alpha 为 -2%，当市场上涨 2% 时，该股票也将上涨 2%，但当市场下跌 2% 时，该股票将上涨下降 6%。如果在牛市期间 beta 和 alpha 的关系是相反的，那么低 beta 股票通常会跑赢高 beta 股票。总而言之，股票换手率高和低的行为源自 Kasch 博士所说的“一个简单而直观的事实：投资者对股票的参与度越高，意味着该股票对市场走势的参与度越高。 ” 如果您想要获得不易受较大市场波动影响的回报，即具有低贝塔值（或低波动率）和高阿尔法值的回报，请务必避免高周转率股票。