…

近年來 ETF 熱潮相信許多投資人都感受到了，ETF 幾乎變成國民投資首選，然而不管是投資什麼，如果不了解、不熟悉，一旦有什麼風吹草動，肯定容易心神不寧，本篇介紹關於投資 ETF 需要知道的事，讓我們在投資前都可以對 ETF 更了解一些。 什麼是ETF? ETF 是 Exchange Traded Fund 三個字的縮寫，意即在交易所交易的基金，其實本質上和基金相同，但增加了股票的特色，也就能在交易所搓合交易。 ETF和指數型基金一樣嗎? 不一樣。對於投資人來說，很難在一開始就清楚區分兩者的不同，它們確實是很容易讓人搞混的名詞。 指數型基金是基金種類的其中一種 基金有許多種類，例如股票型基金、債券型基金…等等，股票型、債券型是以基金投資的標的種類作為命名，而指數型基金則是透過購買指數成份進而模仿指數走勢的基金。 ETF 並不等於指數型基金 ETF就是涵蓋在交易所交易的基金總稱，而指數型基金如果在交易所交易時，會稱作指數股票型基金，因為帶有股票能在交易所交易的特性。 只要在交易所交易的基金，都能稱為 ETF，而指數股票型基金又為ETF 的大宗，是相當熱門的交易商品，例如台灣的元大台灣50，美國的 VOO 一樣。 舉例來看，以元大投信發行的元大台灣50ETF公開說明書1為例，就能清楚的看到基金種類為指數股票型基金，績效指標的欄位也清楚寫著臺灣50指數。 再以另外兩檔基金為例，像元大台灣高股息優質龍頭2，就是典型的股票型基金，以股票作為主要投資標的。 接著再看看元大巴西指數基金3，為一般的基金，但沒有在交易所交易，也是以追蹤指數作為投資目標，因此基金種類為指數型。 綜合了上面的舉例和說明後，簡單歸類如下 名詞 解釋 ETF 在交易所進行交易之基金統稱。 指數型基金 基金類型的一種，以模仿指數走勢為投資目的。 指數股票型基金 在交易所進行交易的指數型基金。 ETF都是被動型嗎? 指數型基金因為追蹤指數，以模仿指數走勢為投資目標，因此在管理模式上被動，在投資策略上都是依循指數的變化去調整。 而又因為被動型佔目前 ETF 的大多數，許多人會認為 ETF 等於被動指數股票型基金，其實是不正確的。 目前有越來越多的主動型 ETF 在交易了，例如女股神旗下的 ARK ETF，就不是以模仿指數走勢為目標，而是如同一般基金運期望獲得超額報酬，打敗大盤。 什麼是指數? 指數就是一個數列，一條時間序列，沒有單位，指數本身並不能夠交易，指數型基金的誕生就是將指數證券化後的結果。 指數型基金最起初由 Vanguard 的創辦人 John Bogle 所提出，第一支指數型基金是追蹤標普500(S&P500)指數。 後來指數型基金開始在台灣蔚為風潮的還是由ETF帶起，因為台灣人習慣在次級市場交易，對於股票熱衷程度高，提供貼近市場報酬的商品配上交易所的便利性，很快就成為投資人喜好的商品之一。 更多細節可以參考 John Bogle 的著作 《The Little Book of Common Sense Investing》，這本書中詳盡地講述了指數型基金的美好，也附帶許多數據佐證，為何我們該選擇指數型基金。 ...

投資 ETF 近年來成為顯學，分散風險的特性被廣為了解後，越來越多投資人願意將資金投資在 ETF 上，而 0050 作為老牌 ETF ，自然是許多人的首選。 本篇文章將會分析多種情境下投資 0050 的報酬率表現，資料期間為 2004 年 3 月 1 日到 2024 年 2 月 22 日。 分析前準備 導入需要的套件及調整視覺化的設定 1 2 3 4 5 6 7 8 9 import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns import os import random custom_params = {"axes.spines.right": False, "axes.spines.top": False} sns.set_theme(style="ticks", rc=custom_params) 讀取檔案，先讀取價格資料 ...

記得剛開始接觸到股票投資時，很多事情不明白，全靠Google到的資訊自行吸收，當時甚至連巴菲特是甚麼人物都不清楚，後來慢慢地接觸股票投資的時間長了，時不時就會在網路上看到巴菲特的經典語錄，或是對於價值投資的解析…等等。 而有一次在看到巴菲特和比爾蓋茲逛糖果店的影片，巴菲特和比爾蓋茲除了在糖果店分享彼此喜歡的糖果口味之外，也一同在回味創業初期的故事，巴菲特手裡拿著一本書，說這本書改變了他的人生。 智慧型股票投資人 這本書就是由巴菲特的老師班傑明‧葛拉漢(Benjamin Graham)在1949年出版的智慧型股票投資人(The Intelligent Investor)，當時看到這幕的我心想有沒有這麼厲害，於是馬上註冊了Amazon的帳號下訂。 學期間太忙，閱讀的進度頗為緩慢，再加上一邊看一邊做筆記，直到過年才終於利用空檔全部看完。謹用這一篇文章，來註記印象深刻的字句和段落，雖然已經歷經70年的時間，裡頭有許多觀念，至今仍然受用 原文下方的中文並非翻譯，而是大意加上一些個人看法，可斟酌參考 重點摘錄 防禦型投資人(defensive investor) P.10 ”At this point let us mention briefly three supplementary concepts or practices for the defensive investor. The first is the purchases of shares of the leading investing funds as an alternative to creating his own common stock portfolio. Alternatively, he many utilize one of the “common trust funds”, or “commingled funds”, now operated by trust companies and banks in many states. ...

在投資的世界中，報酬與風險是永遠討論不完的議題，一般投資人通常關注投資標的所能帶來報酬，因為我們都期待將資金投入後帶來的獲利。 不過報酬背後其實也隱含了投資決策所需承擔的風險，而在財務的世界中，有幾個用於衡量投資風險的指標，下面來一一介紹。 什麼是風險 風險就是資產預期減損的幅度或數額。當投資標的走勢和預期相左，預期產生虧損的數額即為風險。 在財金的世界裡，有幾個著名衡量風險的指標，也是本篇介紹的主題，分別為波動度、風險值、條件風險值。 波動度(Volatility) 在財金領域中，波動度是最為普遍用於衡量資產風險的指標，其計算方式即為統計學中的標準差(standard deviation)，公式如下 $$\sigma = \sqrt{\frac{1}{N}\sum_{i=1}^{N} (x_i - \mu)^2}$$ 當一資產波動度越高，則認為風險越大，通常會計算資產過去一段時間報酬率的波動度，藉以衡量該資產的風險。 如同前面所述，所謂的風險即為資產價格的變動。 風險值(Value at risk) 在財務世界中，風險的意思即為資產減損的幅度或數額，對於投資人來講，投資產生的虧損即為風險，而風險又能依原因細分許多類型，例如市場風險(Market Risk)、信用風險(Credit Risk)…等等。 風險值(Value at Risk, VaR)是用於判斷投資組合可能產生市場風險的指標，依 Johu Hull 財工聖經中寫道 在 α% 信心水準下，預期未來 N 天內投資組合可能發生的損失不會超過 X，此 X，即為 VaR 如同上方的示意圖，假如左方塗滿的區塊為5%，則X即為95%信心水準下的風險值。 計算的公式如下，由資產平均報酬 加上 波動度乘上信心水準隱含的 z 分數 $$ VaR = \mu + \sigma \times Z(\alpha)$$ 而以上僅是一天的風險值，如果要預測 N 天內呢? 即乘上N開根號，相當於一般年化的概念。 $$ VaR \times \sqrt{N} $$ 如果投資組合資產價值平均為200萬，標準差為500，則未來1天 95%信心水準下的VaR為多少? $$ 200 - 500 \times 1.645 = -622.5 $$ ...

在投資領域中，大家或許都聽過超額報酬(Risk Premium)或是系統風險(Systematic risk)這兩個專有名詞，而其代表的意思為何呢? 這要從投資學理論中最廣為流傳的評價模型 — 資本資產定價模型(Capital Asset Pricing Model, CAPM) 說起。 超額報酬(Risk Premium) & 系統風險(Systematic Risk) 早期學者們認為能投資組合在被完全多角化分散後，公司個別風險會因為完全多角化的關係降低到幾乎可以忽略，因此只能透過承擔更多的系統風險來獲得高額報酬。 令大盤指數為解釋變數，個股為被解釋變數, 迴歸後得到的估計係數即當作系統風險。 數學表達如下 $$ E(R_i) = \alpha + \beta E(R_m) + \epsilon_i $$ 起初稱作單因子模型(Single index model)，而後加上了無風險利率,模型變成 $$ E(R_i) - R_f = \alpha + \beta [E(R_m) - R_f] + \epsilon_i $$ 也就是廣為人知的CAPM，而在這出現的 $\alpha$ 和 $\beta$ 即為文章開頭所指的兩個專有名詞 $\alpha$ 即為超額報酬，$\beta$ 為系統風險 當 $\alpha$ 顯著大於 0 時，表示股價被低估，高於期望值，反之亦然。而 $\beta$ 的部份則可以觀察上面的模型公式，發現到如果大盤報酬率為正，$\beta$ 愈大，個股預期報酬率將越高。 接著將用 Python 來進行實作，利用加權股價指數作為解釋變數，運用迴歸分析來計算台灣50(0050)成份股的 $\alpha$ 和 $\beta$，用的是調整後股價，也就是有包含股利，不扣股息的價格。 ...