1
投資
剛剛過去的 2021 年，基金市場可謂異常熱門。比如去年新發的 ETF 數量為 281 個，發行規模達 1914 億元（人民幣，下同）。新發的公募基金數量為 1898 個，發行規模近 3 兆元。不管是發行數量還是發行規模，這個成績都比過去幾年有了明顯成長。對於銀行和基金公司來說，只要市場對產品有需求，他們自然會卯足勁來推出各種新產品。但其實更大的問題是：這些產品都適合消費者嗎？消費者需要這麽多選擇嗎？他們明白自己買的是什麼嗎？
為什麼你不該購買新發行的基金？
從嚴格意義上來說，任何一個新發的基金，不管是公募基金還是指數 ETF ，都是不值得購買的。原因很簡單：新發的產品還沒有經過市場的洗禮，還沒有經過實踐的考驗，沒有任何數據幫助你做分析，那作為投資者為什麼要去承擔這些本來不必要承擔的投資風險呢？
如果我們把上面這個標準稍微放寬一些，那麽投資者可能可以考慮購買新發的指數 ETF ，因為投資指數 ETF 的最大風險，主要在於追蹤誤差，也就是說投資者無法得到該基金追蹤的指數的回報。產生追蹤誤差的原因主要有基金收費太貴，指數複製難度太大，或者基金經理水平不夠。假設這些風險都能夠得到有效控制，並且投資者對指數有充分認識的話，那麽購買新發的指數 ETF 的風險還不算太大。
但是如果是一個主動型公募基金，那麽購買新發基金的風險就會大很多。原因在於，購買主動基金的目的，主要是為了戰勝基準指數。這也是為什麼主動基金收費比指數基金高的原因，因為他們的目標是獲得比指數基金更好的回報。但是對於投資者來說，如何確定一個新發的基金能夠戰勝指數呢？事實上，投資者是無法確定的，因為連一點歷史業績都沒有，投資者不可能有任何可以參考的數據。在這種情況下，投資者只能依靠自己的直覺，或者基金經理做的回測，並基於回測去猜測該基金未來可能獲得的回報。
為什麼基金發行前要回測？
回測的意思，是假設基金使用某種投資策略和方法，回到過去，在模擬的環境下可以獲得多少投資回報。任何一個新發基金，在發行前都一定會向潛在投資者呈現出一個非常好看的回測業績。原因很簡單：如果呈現的回測業績不夠靚麗，那麽誰會有興趣買呢？沒有人會願意購買一個連回測業績都很差的基金。
那麽問題來了：如何把回測業績做的好看呢？我們假設基金公司和經理有最低的道德底線，即他們不會憑空捏造出一段看上去非常誘人的業績回報，那麽他們能做的，就是反覆進行多次回測，每次都稍稍改變一下回測的時間段、買賣參數、標準和頻率，一直試到得到滿意的結果為止。
這樣的窮舉試錯法，在幾十年前是很難做到的，因為它需要耗費大量的人力物力。但在 CPU 和處理器成本大幅度降低的今天，這種方法做起來其實並不太難。事實上，任何一個稍微懂點金融和寫程式的碩士或者博士生，手邊有一台電腦和一些歷史交易數據，就能寫出一些交易程式，並進行成千上萬次的回測。如果我們基於這些回測，從中選出表現最好的一次，那麽該策略的回測業績一定不會差到哪裡去。
但事實上，透過這種方法選出來的交易策略，很難經得起實踐的考驗。因為其靚麗的回測業績，並沒有底層邏輯支持，而純粹來自於事後的選擇。在統計上，這種 “ 樣本內 ” 業績，很難持續到 “ 樣本外 ” 繼續保持優秀。事實上，在現實中， “ 樣本外 ” 基金實戰業績遠不如 “ 樣本內 ” 回測業績的例子比比皆是。有學者（Brightman et al, 2015 ）統計了 1993 到 2014 年間所有新發的 ETF 的歷史業績，發現這些基金在發行前的回測業績，平均比基準指數每年好上 5% （即超額回報為 5% ）。但是在這些基金發行之後，他們實際獲得的超額回報，卻下降到了 0% 。
這個實證統計結果非常有說服力，完全驗證了筆者在上文中提到的邏輯：為了吸引投資者們購買，基金經理需要向他們展現誘人的回測回報。但是由於該回測回報來自於數據挖掘和事後選擇，因此在實踐中經不住考驗，無法為投資者帶來真正的超額回報。購買了這些基金的投資者，其實就是當了一回冤大頭，帶著戰勝市場的期望，卻收到了和市場差不多的投資回報。
主動基金戰勝市場有多難？
投資者們為什麼會犯這樣的錯誤呢？其背後主要有兩個原因。首先是大大低估了主動基金戰勝市場的難度。幾乎任何一個基金的宣傳材料，以及回測業績，都會告訴投資者其基金經理堪比巴菲特，有著投資金手指，能夠輕鬆戰勝市場。但事實上，到最後真正能持續戰勝市場的基金經理，實屬鳳毛麟角。統計（Johnson and McCullough, 2019 ）顯示，在一個十年（ 2009-2019 ）區間里，能夠戰勝市場的美股大市值價值型基金，僅占總樣本的 8.3% 。換句話說，超過九成的基金，都無法持續戰勝市場。
另一個原因，是投資者對於 “ 選擇性偏差 ” 沒有充分的認識。選擇性偏差指的是在研究過程中，因樣本選擇的非隨機性，導致得到的結論存在偏差。在上面的例子中，基金經理在選擇向投資者展示哪段回測業績時，是主動篩選的，而非隨機選擇，因此可能會誤導投資者讓他們覺得該策略能夠輕鬆戰勝市場。如果投資者搞明白了這些回測業績是怎麽來的，就會對它們有更高的警覺，不再那麽容易被誤導。
在金融投資領域，由於沒有搞懂 “ 選擇性偏差 ” 而導致認知偏誤的例子比比皆是。舉例來說，大量的投資者熱衷於預測未來，對那些做出神預測的 “ 大咖 ” 頂禮膜拜。如果有哪位基金經理或者經濟學家恰好預測對一次市場的大跌，或者大漲，往往成為頭條新聞。但正如英語諺語里所說：哪怕是一只壞的鐘，每天也會有兩次準時。任何一個人在做出大量見頂或者探底的預測之後，偶爾蒙對一、兩次是很正常的。關鍵不是他對了哪一次，而是他一共做了多少預測，正確率多少。
有學者（Kaissar, 2016 ）統計了 1999 到 2016 年間銀行分析師和經濟學家對於標普 500 指數的預測後發現，這些職業預測專家往往錯的離譜。比如在 2000 到 2002 年，平均預測比指數年終價位高出 26% ，而到了 2003 年，平均預測又比指數年終價位低了 10% 。另一項研究（Bailey et al, 2018 ）在統計了 68 位股市行家的預測結果後得出結論：他們的平均正確率為 48% ，和任何一個人透過投硬幣猜正反來猜股市漲跌的正確率差不多。
對於普通投資者來說，一個新發基金的宣傳材料，可能充滿誘惑。它可能點中了你看好的某一個產業，讓你覺得錯過這個風口（註：風口指投資機會或趨勢），下一個不再到來，或者其之前回測的業績讓人眼前一亮，為之心動。但產生這樣的錯覺，很可能是因為自己的金融知識不夠所導致。聰明的讀者朋友，應該多學一點統計知識和行為心理學，用這些知識來武裝自己，提高自己對於各種金融產品的警覺性，堅持做一名冷靜理性的投資者。
《雪球》授權轉載
【延伸閱讀】
166155
