低风险，高回报-读书笔记
本书为我们呈现了大量的学界研究和实证数据表明，从长期来看，相比于高风险股票，低风险股票的收益率，反而更高。为什么这么说呢？我们来了解一下这本书。
低风险，高回报现象
早在20世纪60年代，金融学领域建立起了一个叫资本资产定价模型（CAPM）的重要理论，它用波动率等指标来测量股票价格变动风险，并通过一系列推导告诉人们：股票的回报主要由其风险来决定，要想获得高回报，就必须承担高风险。但作者认为，低风险，才能实现高回报。作者对这种现象进行了检验。
美国股票市场从1926年1月到2016年12月期间，市值最大的1000家公司每个月的个股收盘价。作者计算了这1000只股票每一只的历史波动率，用来衡量它的风险；这是一种比较常见的风险衡量方式。因为已经有大量研究证明，波动率在时间上存在持续性，也就是说，一只目前表现出低波动率的股票，未来可能也会保持较低的波动率，高波动率的股票也是如此。
接下来，作者把这1000只股票按风险从低到高进行排列，并把风险最低的100只股票放在一起，构建了一个“低波动组合”；把风险最高的100只股票放在一起，构成了“高波动组合”。
现在假设，我们在1929年的第一天，给高波动和低波动两个组合都投入了100美元，那么等到88年后，也就是2017年元旦那天，哪个组合的收益率高呢？
若按照经典的资本资产定价模型的预测，应该是高波动组合高；但最后结果是低波动组合的回报高。那究竟高多少呢？实证数据表明，低波动组合的回报是高波动组合回报的22倍还多。具体来说，低波动组合最后的价值是482000美元，而高波动组合只有21000美元。
也就是说，长期来看，高风险的股票组合并不能为我们带来高回报；反而是“低风险，高回报”，更符合我们身处的现实。那么，为什么会产生这种悖论呢？
首先，在88年的样本观察期内，最低风险组的年均回报率是10.2%，而高风险组是6.3%。二者相差3.9%。但是，作者提醒我们，不要小瞧复利。虽然低风险组平均每年只比高风险组多赚3.9%，但是在年复一年的滚动下，经过长时间的发酵，这一点微小的差别就能使得两个100美元，一个增长到482000，另一个却只有21000。这就是复利的力量。那为什么低风险组的回报会高于高风险组呢？
“复合回报率”和“简单回报率”
复合回报率计算整个投资期内的资金回报，而简单回报率只反映较短时间段内的回报。
比如，假设你们在元旦这天（假设这天非市场休息日）以100美元的价格买了汽车制造公司的股票。第一个月股票损失了50%，第二个月上涨了50%，这时候你们的投资回报是多少呢？ 这取决于你们如何计算你们的回报。在这一时间段内，股价跌到50美元，然后回到75美元。所以你们最后损失了初始投资的25%。但是如果你们只是对两个月度回报+50%和-50%进行简单计算，得到的回报率为0。所以，你们的回报结果要么是-25%，要么是0。
那么为什么很多人没注意到这些呢？为什么还经常用高风险投资配置，来追求高回报呢？这背后的原因，在于回报率的计算方式不同。如果你把四年中每年的收益率加在一起再除以四，得到的是25%，这叫“简单回报率”；但如果你把初始金额看作1，把每年结束后的数额依次相乘，也就是用2乘以0.5，再乘以2，再乘以0.5，最终再减去初始金额1，得到的收益率就是0，这叫“复合回报率”。
在现实中，一些基金经理为了让自己某些年份的业绩看起来亮眼，会选择风险大、波动高的投资组合；并且会在给投资者展示业绩的时候，通过展示简单回报率，而不是复合回报率的方式掩盖高风险下的低回报。因此，我们在看基金历史回报的时候也要小心，最好能自己算一下，做个核验。
“绝对风险”和“相对风险”
“绝对风险”是一种资产它自身的价格波动所带来的风险。但是，很多基金经理并不太关注这些绝对风险数据，他们更感兴趣的是“相对风险”，也就是他们自己的投资组合跟市场大盘表现之间的差异。对他们来说，亏钱不是风险，跑输大盘或者比不上同行才是真正的风险，这就叫“相对风险”。
比如，一只基金今年赚了20%，单看不错，但是市场大盘赚了40%，那再看这20%就不够好了；而如果一只基金今年亏了20%，但是市场跌了40%，那他们的业绩还是非常不错的。
所以，对于基金经理来说，投资是一个相对游戏。如果你们的股票投资组合和市场的变化大体一致，那它的相对风险就是低的；而如果组合的表现独立于市场的起伏，那就意味它的相对风险高。所以，一个绝对风险低的投资组合，它的相对风险可能会很高。 在同等收益的情况下，基金经理们大多会偏向相对风险更低的投资策略。因为，即使你的投资回报没那么高，但是只要相对风险低、不跟市场整体表现差太多，也能保住饭碗；但是，一个高相对风险的投资策略，却可能会成为专业投资者的“职业杀手”。
假设，你是一个基金经理，发现了一只稳定的股票，能保证每年10%的回报，而整个市场当年上涨了30%，下一年又下跌了7%。两年后，你和市场的平均复合回报率都是10%。但是，第一年你的业绩会落后于市场20%，而第二年你的业绩优于市场17%。第一年你可能拿不到任何奖金，还有可能被炒鱿鱼；第二年如果你还有工作的话，你超越市场17%的业绩也只能补偿之前不佳的业绩。所以，这只无风险的股票其实相对风险很大，并不是一个具有吸引力的投资项目。
正因为如此，很多基金经理即便是知道我们前面所讲的，“低风险，高回报”这个现象，也会因为担心它的相对风险而不敢去尝试。
那为什么在现实中我们会看到，很多散户也喜欢去追逐那些高波动的股票呢？作者给我们介绍了行为金融学里一个重要的“彩票偏好理论”，意思是高波动率的股票的回报表现类似彩票，虽然大多数时候回报低甚至亏损，但依然有小概率赚大钱的可能，这样就会吸引很多高估小概率事件的投资者参与。
如何做投资策略
作者指出，你可以在所有股票中找出历史价格变化的标准差比较小，也就是历史波动率比较低的一部分股票，然后组合买入、长期持有。已经有不少实证研究表明，即使就只是采取这样一个简单的策略，长期来看，也能得到一个相当不错的收益。但是，如果你想加速一下财富积累的过程，那就需要作者提到的投资策略，那就是“保守性股票投资”，包括三个方面：低风险、收益和趋势。
低风险
书中介绍了一个常用的风险度量指标，叫“贝塔”，它衡量的是这只股票跟市场相比的风险程度。假如市场风险是1的话，那么贝塔低于1的股票的风险就比较低，而贝塔超过1的股票风险就较高。当然，大多数财经报纸或投资网站都会提供股票的“贝塔”，不需要我们自己去计算。
收益
股票投资者的收益包含两部分：一个是资本利得，也就是股票价格上涨带来的差价；另一个是股息——“股票的利息”，就是购买股票的那家公司，从它的税后利润里，按照股息率派发给你的收益。
作者指出，股息的重要性也不能低估。伦敦商学院的一项研究表明，美国和英国股票市场在1900年至2000年这一百年里产生的总回报，约有一半来自股息。所以在收益这个维度，作者建议我们重点关注一个指标——股息率。它的计算方法也很简单，就是用股息除以股价。作者认为，股息率可以帮我们在不同股票之间做比较。
比如，股息10块钱、股价100块；那么它就比另一只股息5块钱、股价100块的股票更有吸引力。也就是说，股息率更高的股票更有吸引力。因为，股息率同时包含了股息和股票价格这两个衡量维度，如果一只股票的股息率比较高，它说明这家公司至少在赢利，因为如果它不赢利的话也很难支付股息，而且它的成本收益比更理想。
趋势
一只股票近期的价格大致走势。作者告诉我们，如果有一只收益可观的低波动率股票，但它近期（比如一年内）的价格趋势正在逐步下降，这就是一个不好的征兆。
从19世纪至今，有大量的学术研究成果表明，这句话在股市中也有所体现，最近表现较好的那些股票在短期内确实更有可能成为“赢家”。因此很多专业的投资者或分析师都偏好那些具有价格上行趋势的股票，这并不是毫无理论支持的做法。
当然，在实践中，我们并不需要去亲自计算每只股票的波动、收益和趋势，然后再进行排名。数字时代为我们提供了更加省时省力的方法，那就是各大相关网站上的股票筛选器，你可以在上面设定各种股票筛选条件，选出那些符合自己要求的股票。
