股市投資 小副述文字一共二十個字小副述文字一共二十


基金ETF 小副述文字一共二十個字小副述文字一共二十


全球總經 小副述文字一共二十個字小副述文字一共二十


理財商業 小副述文字一共二十個字小副述文字一共二十


消費信用 小副述文字一共二十個字小副述文字一共二十


保險稅制 小副述文字一共二十個字小副述文字一共二十


房產生活 小副述文字一共二十個字小副述文字一共二十


 
想投資 ETF 哪時候進場最好?從 ETF「設計原理」找答案!
收藏文章
很開心您喜歡 股感選文 的文章, 追蹤此作者獲得第一手的好文吧!
股感選文
字體放大


分享至 Line

分享至 Facebook

分享至 Twitter


想投資 ETF 哪時候進場最好?從 ETF「設計原理」找答案!

2022 年 3 月 28 日

 
展開

擇時的意義

這個議題對於熟知 ETF 如何運作的投資人普遍不會提起,但我相信仍有投資人會對這個問題產生些疑惑。舉凡其他所想得到的投資標的,擇時進出可說是重要無比,近乎可稱為一門藝術。那對於欲進行 ETF 的投資的投資人來說,選擇進場時間重要嗎?

討論這個問題前,先一起回想 ETF 幾個且具特色的特徵。

ETF的設計原理

又被稱為一籃子股票,不管何種形式的 ETF 中都肯定包含了不只一種投資標的。從這個前提來看,進場當下等於投資該 ETF 其中所有標的在當下的“個別“價位。既然標的如此之多,又怎能確定自己是否在一個相對的低點進行購入

代表大盤

這廣為人知的特性,即便不是追蹤標普 500 的指數型基金,追蹤中小型股、新興市場、房產信託等其他類型的 ETF,投入金額的理由無非是看好該地理位置、產業、標的的“整體”發展。換句話說就是整個市場的概況。雖然有像金融海嘯、COVID-19 的事情發生在過去曾造成市場大量下殺,製造出了所謂的極佳買點時。正常而言前數提到的所有市場長期來看都是持續上長的。從下圖更能方便得知。

▲圖片來源:Trading view, L2 investment 整理

這張圖可以同時看到美國整體股市、全球已開發國家股市、全球中小型股是、美國不動產、美國以外全球不動產、全球總體債券六種 Vanguard 先鋒集團最具代表性的 ETF。從圖表中不難看出撇除 2020 年疫情的爆發以外。甚至可以說從 2010 開始至今,市場就沒有再回頭過。用更數據化的方式來說,假設是 2010 年初投入金額至今,資產成長的幅度來到 300% ,如果加上在這段期間不斷分批投入,伴隨複利的效果投資組合成長的幅度只會更加驚人。

從這兩個特色可以看到,與其擔心自己有沒有選對時間進場,不如將注意力放在我是不是太晚進場,畢竟如同這世上的任何其他事情一樣,需要時間。如果想要享受速成帶來的效益,那就要有承擔瞬間失去一切的可能

預測市場的迷思

即便如此,想要嘗試找到低點入市的心情可能依舊無法完全抹滅。這個想法的本質就是來自於相信自己有能力對未來作出預測。我承認有些優秀投資人與基金經理人的確在這個面向有過人的實力,每一次的看對也給他們帶來的極大的報酬。對此我由衷欣賞,但同時我也會質疑這樣巨幅的獲利能維持多久?與同時受到的損失相抵後還剩多少?時間維度拉長他仍能名留青史嗎?(再度澄清如果可以,那我依然由衷佩服)

不過一般而言我們沒有那個股感,可能也沒有那樣廣大的研究團隊在背後提供作決策所需要的資訊,因此對於一般投資人來說,ETF 才會是個不錯的投資方式,但能不能相信這段過程,紀律的執行又是另一回事了。

習慣回測的投資人可以發現,均值回歸是在變化多端的市場上唯一不變的事。試想當一個標的的價格漲幅過高,就意味著他未來的回報不夠,當投資人認為無法在這標的上獲得潛在的投資利益時,資金便會撤出,派對會結束,價格會回到正常。相反的,當跌幅擴大,價格低於內在價值時,未來預期的潛在報酬就會相對豐富(基數降低),資金湧入,價格提升回正常水平。說穿了,市場其實就是一個不斷在上演波動然後回歸然後波動的地方。

前面的圖如果將時間維度縮小,我敢保證所顯示出來的起伏一定十分驚人,但這樣一來便失去了投資 ETF 的本意,問題又回到一開始的擇時,繞回原處無濟於事。

卓越的業績來自於正確的非共識預測——Howard Marks 橡樹資本(Oaktree Capital, OAK-US)創辦人

投資更重要的是對於自身慾望的管理,事實上不只是投資,也包括事業、人生。

L2 INVESTMENT》授權轉載

【延伸閱讀】

 
週餘
 
 
分享文章
分享至 Line
分享至 Facebook
分享至 Twitter
收藏 已收藏
很開心您喜歡 股感選文 的文章, 追蹤此作者獲得第一手的好文吧!
股感選文
分享至 Line
分享至 Facebook
分享至 Twitter
地圖推薦
 
推薦您和本文相關的多維知識內容
什麼是地圖推薦?
推薦您和本文相關的多維知識內容