板塊與行業輪動
這一節講什麼
資金確實會在行業之間流動,這是真的。但「板塊輪動」這個詞在事後描述時無比順手,在事前預測時很少有用,而這兩件事經常被混為一談。
學完能做到
一個能讓你親眼看到「事後解釋」是怎麼產生的演示,
以及輪動這件事裡真正可用的部分。
先看這張表
下面是八個板塊在八個季度裡的收益率。花一分鐘看看,你能不能找出輪動的規律。
提示:留意哪些板塊連續排在前面、哪些是「漲一季跌一季」、
有沒有「消費→科技→週期」這類接力的痕跡。
人在隨機資料裡也能找出規律,而且會對找到的規律很有信心。
輪動裡哪些是真的
上面的演示不是說輪動完全不存在。資金在行業間流動是客觀事實,而且有些驅動因素是可以理解的:
真實存在的:由基本面週期驅動的分化
比如利率上行階段,高負債行業的成本壓力更大;
大宗商品漲價時,上游和下游的利潤分配會變。
這類分化有明確的傳導鏈條,見 利率匯率怎麼傳導。
但它的時間尺度通常是季度到年,不是幾周。
但它的時間尺度通常是季度到年,不是幾周。
不太真實的:短期的「輪動節奏」
「這周消費、下週科技、再下週週期」這類說法,
大多是對已發生的漲跌做的事後歸類。
它的問題在上面的演示裡已經看到了: 隨機資料也能被歸類成「輪動」,而且歸類得很順。
它的問題在上面的演示裡已經看到了: 隨機資料也能被歸類成「輪動」,而且歸類得很順。
為什麼事後解釋這麼容易
因為板塊分類本身是有彈性的。一隻公司往往可以被歸進多個板塊,而事後你會選擇那個能講通故事的分類。
再加上兩個因素:
- 板塊數量足夠多。市場上有幾十個行業分類、上百個概念板塊。 任何一天,總有幾個漲得好的。 從中挑出一個講故事,命中率是 100%。
- 時間視窗可以調整。「這個板塊最近很強」: 最近是指三天、兩週還是三個月? 換一個視窗,強弱排名就變了, 這跟 趨勢線選點 是同一類主觀性。
這兩個自由度加起來,意味著你幾乎總能構造出一個「板塊輪動」的敘事。而 確認偏誤 會讓你覺得它很有道理。
那這些資訊還有什麼用
三個可用的方向,都不涉及預測
1
用來理解自己的持倉相關性。
如果你的幾隻票都在同一個板塊,
那你的實際分散度遠低於「持有幾隻票」這個數字,
這跟 行業 ETF 的有效持股數 是同一個問題。
這是描述現狀,不需要預測。
這是描述現狀,不需要預測。
2
用來避免重複下注。
「我看好新能源」然後買了三隻新能源產業鏈上的公司,
這不是三筆獨立的交易,是同一筆交易做了三遍。
按 單筆風險規則,它們的部位該合併計算。
按 單筆風險規則,它們的部位該合併計算。
3
用來提醒自己「這個理由公開嗎」。
如果你看好某個板塊的理由,是財經新聞裡都在說的那個,
那它大機率已經在價格裡了。
見 對手盤那一節:賣給你的那個人,也看得到同一條新聞。
見 對手盤那一節:賣給你的那個人,也看得到同一條新聞。
一個更實在的建議
如果你確實想參與行業層面的判斷,把它當成一次主動交易來對待,而不是當成「配置」。
具體就是 行業 ETF 那一節 的四個問題:理由是什麼、多久能驗證、佔多少部位、什麼情況下承認判斷錯了。
特別是最後一個。行業判斷最麻煩的地方是它沒有明確的證偽訊號:一隻票會跌破停損,一個行業不會給你這種提示,所以「錯了」的標準必須自己事先定,寫進 交易計畫。
做
動手做
找一篇最近的市場解讀文章,看它怎麼解釋上週的漲跌。
然後:把文章裡的板塊名字換成另一個板塊,看這段解釋是不是照樣成立。
比如「資金流向防禦性板塊,說明市場風險偏好下降」: 換成「資金流向成長板塊,說明市場風險偏好回升」,同樣通順。
一段換個主語照樣成立的解釋,它解釋的是敘事本身,不是市場。
要點:隨機資料也能被讀出「輪動規律」,本節那張表的平均相關係數是 0.000。
基本面週期和資金約束驅動的分化是真的,時間尺度以季度計;
短期「輪動節奏」多是事後歸類。這些資訊該用來理解持倉相關性、避免重複下注,不該用來預測。