股市暴跌急出場?2招避滿手虧錢組合

2022-08-11

沒有人可以確定你適合承擔的風險程度,因為每個人的情況都不同。考慮風險的一種有效方法是將個人的「容忍度」(投資人願意承擔的風險程度)與「能力」(投資人能夠承擔的風險程度)拿來比較。

這是兩種不同的概念,而我們最常考量的是容忍度。容忍度的核心概念是,我們在最焦慮、也就是正處於空頭市場或崩盤時能忍受的程度。

影響容忍度最大的並不是市場下跌多少,而是投資人多容易受「行為偏誤」影響。

如果你不受它們的影響,就可以承擔更多風險,因為你不會因為空頭市場的壓力而對自己施壓,破壞投資績效。

如果你很有可能因為它們而成為犧牲品,那麼,承擔較小的風險,可防止你陷入巨大損失,尤其這些偏誤在這種時候可能會對投資表現造成特別嚴重的損害。

焦慮的投資人能改善長期績效的一個重要方法是,盡量別猜測數十年後回首往事的感受。

處分效應(Disposition Effect)也是如此,如果你往往會在市況不好時賣出賺錢標的,只為得到一些好消息,那就應該承擔較少的風險。

投資人往往會賣出投資組合中賺錢的股票,並保留表現讓人失望或虧損的股票。這種處分效應是人類的一種本能,我們渴望體驗到實現投資利益的樂趣,同時拖延實現投資虧損的遺憾。

這有助於解釋為什麼研究發現,散戶在股價上漲時賣出股票的可能性,是股價下跌時賣出股票的二.八倍。儘管每個投資人都被告知在某個時間點要認賠出場,並保留賺錢的股票,這種情況還是會發生。

從反方向來看,實現虧損的後悔痛苦比實現獲利的愉悅還大。痛苦和快樂間的不對稱讓我們忽略建議,在保留虧損股票的同時,賣出賺錢的股票。

雖然處分效應似乎很容易辨識與糾正,但這並非沒經驗的新手所獨有,專業的基金經理人也會淪為犧牲品,證據在於,接手現有基金的新經理人往往會比原來的經理人用更快的速度賣出虧損的股票。

屈從於處分效應的投資人,下意識假設投資報酬會回歸平均值。而且投資人可能認為自己當下是清醒、自律的。即使股票得到一定程度的收益,投資人往往還是更頻繁拋棄賺錢的股票,而不是虧錢的股票。

當價格下跌時,這種趨勢就會增加,就像二○二一年一項對德國近十萬名投資人的研究發現,這些投資人「在景氣不好時獲利了結的可能性,比在景氣好時高出二五%以上。」

處分效應隨著股價下跌而增加,因為觀察到投資組合價值縮水的投資人正在尋找一點好消息,而做到這件事的唯一做法,就是在賺錢的股票對整體投資組合變得更重要的時候,賣出這些股票。

在此效應的運作中,還有一些超越單一投資人純粹大腦化學作用的東西:社群互動。專注在投資和交易的社會互動自然會增加交易者的交易量,但是如何增強處分效應呢?

很可能是因為,將自己視為成功的交易者,也增強自己在其他人之間的聲譽,並鼓勵獲利了結,這樣才能向社群媒體上的熟人和鄰居吹噓。這也阻止了向這些人說自己已經認賠殺出的可能。

如果處分效應沒有對長期投資績效造成如此毀滅性的影響,那它只會是一種迷人的反常行為。相信股價恢復到平均值會得到報酬的投資人,最終很可能會持有一個由虧錢股票組成的投資組合,以及過早賣出一些僅有的、獲利的股票。

我們很容易就會把它粉飾為一種拒絕貪婪行為的紀律。這很自然,但它忽略一項事實:如果你的投資失去基礎,那麼你就已出錯了,意識到虧損並不會讓你產生更多錯誤。

實際上,理解自己的虧損,並轉而投資另一個標的,很有可能會讓你錯得更少。

投資最強大的要素是時間,而你正因為堅持無效的投資而浪費時間。如果你選擇不受其他股票或大盤走勢影響的股票,就更有可能出現這種情況。

為什麼我們沒有學到這個教訓?一般來說,在我們面臨很多試驗和即時回饋時,最容易學到東西。一個典型的例子也許是學習騎腳踏車,重力會提供即時的回饋。

很多人提出,投資不像騎腳踏車,更像是選配偶或職業生涯,如果做得正確,就不必有很多試驗,也不須花幾十年才得到有意義的回饋。此外,雖然我們知道持有的股票表現,卻很少追蹤之前賣出的股票近期表現來尋求回饋。

在投資上,人們會對目前持有的組合有著非理性的偏愛,
即使改變或替換標的會讓他們擁有更多。

而避免處分效應造成績效下滑最好的方法,是意識到這是一種情緒反應,而不是一種邏輯或財務的反應;另一種方法是記住,成功的投資與未來發生的事情有關,而處分效應與過去發生的事情有關。

一般來說,在投資人能做的事情中,最好是什麼都不做,可是一旦情緒占據主導地位,就無法只是旁觀。

許多人認為,成為一名成功的投資人很難,但心理學家告訴我們,面對複雜的任務,卻會讓人過度自信。這是一種違反直覺的發現,會導致投資人放鬆警惕心,做事肆無忌憚。

在這種環境下,我們很容易騙自己,認為自己做得比實際好。發生這種情況的一個原因是後見之明偏誤(Hindsight Bias),認為過去的事件比實際情況更容易預測的傾向。因此,我們相信未來的結果,即使實際情況不是如此。

來源:
上一篇
{{prevArticle.title}}
下一篇
{{nextArticle.title}}

延伸閱讀

熱門文章