สารบัญ:
- สมมติว่าคุณตัดสินใจที่จะใช้กลยุทธ์สมาร์ทเบต้าสำหรับการลงทุนในหุ้นของคุณ คุณจะวิ่งเข้าไปในอุปสรรคสำคัญ ๆ : ไม่ชัดเจนว่ารูปแบบใดดีที่สุด นี่เป็นปัญหาเล็ก ๆ ที่ดูเหมือนว่ามีปัญหาใหญ่
- การระบุว่าการได้รับผลตอบแทนส่วนเกินหมายถึงความเสี่ยงที่เพิ่มขึ้นสำหรับกลยุทธ์สมาร์ทเบต้าไม่ใช่คำติชมของสมาร์ทเบต้าแต่เป็นการวิจารณ์ระบบเบต้าอัจฉริยะที่อ้างว่าสร้างผลตอบแทนเกินโดยไม่ต้องสมมติว่ามีความเสี่ยงเพิ่มขึ้น กลยุทธ์สมาร์ทเบต้าส่วนใหญ่จะเอียงการจัดสรรไปยังสินทรัพย์ราคาถูกและอยู่ห่างจากสินทรัพย์ขนาดใหญ่ที่มีราคาแพงกว่า
- คำติชมของระบบเบต้าอัจฉริยะคือการขาดเหตุผลภายใน การสร้างสมาร์ทเบต้าน่าจะเน้นที่ผลการดำเนินงานที่ผ่านมาเนื่องจากนั่นคือเหตุผลที่ระบุปัจจัย ปัจจัยที่แสดงถึงความสัมพันธ์ที่แข็งแกร่งกับผลการดำเนินงานที่มีการจัดการที่มีแนวโน้มว่าจะได้รับการสนับสนุน ที่ลึกที่สุดเท่าที่การวินิจฉัยไปกับหลายกองทุนรวมสมาร์ทเบต้าและกองทุนซื้อขายแลกเปลี่ยน (ETFs)
กลยุทธ์การจัดสรรหุ้นส่วนน้อยมีแนวโน้มที่ดีขึ้นตลอดทั้งวงการการลงทุนมากกว่า "สมาร์ทเบต้า" ที่น่าสนใจไม่มีการระบุอุตสาหกรรมสำหรับกลยุทธ์ beta สมาร์ท วรรณคดีอัจฉริยะแบบสมาร์ทส่วนใหญ่ไม่ใช่แบบวรรณคดีอัจฉริยะ แต่ลักษณะสากลเพียงอย่างเดียวเท่านั้นที่ดูเหมือนจะขาดความไว้วางใจในกลยุทธ์การจัดสรรทุนตามตลาดแบบเดิม
Smart Beta ได้รับการพัฒนาขึ้นครั้งแรกโดย Research Affiliates ในปีพ. ศ. 2548 และได้รับความนิยมหลังจากวิกฤตการณ์ทางการเงินในปี 2008 เมื่อนักลงทุนกำลังมองหาการจัดสรรที่ชาญฉลาดกว่าการเปิดเผยข้อมูลซึ่งจะช่วยลดความเสี่ยงและเพิ่มผลตอบแทน อย่างไรก็ตามในช่วงต้นปีนี้ผู้ผลิตรายใหญ่ของยุทธศาสตร์ได้ออกรายงานฉบับหนึ่งว่า "สมาร์ทเบต้าทำผิดพลาดได้อย่างไร?" ซึ่งระบุว่ามีความเป็นไปได้ที่จะเกิดความผิดพลาดของสมาร์ทเบต้าอันเนื่องมาจากความนิยมที่เพิ่มสูงขึ้น (ดูข้อมูลเพิ่มเติมได้ที่ สมาร์ทเบต้า: ตั้งค่าสำหรับฤดูใบไม้ร่วง )
กลยุทธ์นี้เป็นการยิงธนูของสมมติฐานตลาดที่มีประสิทธิภาพ (EMH) ซึ่งถือว่านักลงทุนสามารถเข้าถึงพอร์ตโฟลิโอที่เหมาะสมโดยการกระจายสินทรัพย์ให้มีความเหมาะสม สินทรัพย์ใน EMH มีบางส่วนระบุด้วยราคาและมูลค่าตลาด โดยนัยในวิธีการของ EMH คือความเชื่อที่ว่าสินทรัพย์ในตลาดการเงินมีราคาที่มีประสิทธิภาพซึ่งสมาร์ทเบต้าจะปฏิเสธเป็นเหตุผลที่สมเหตุสมผลอย่างสมบูรณ์สำหรับผู้ให้บริการสมาร์ทเบต้าในการปฏิเสธการสร้างดัชนีราคาตลาด หลังจากที่ทุกคนส่วนใหญ่ยอมรับว่าตลาดการเงินไม่ได้มีประสิทธิภาพอย่างสมบูรณ์ ปัญหาที่เกิดขึ้นจริงกับสมาร์ทเบต้าคือการแก้ปัญหาไม่ใช่คำวิพากษ์วิจารณ์ ต่อไปนี้คือเหตุผลสามประการเพื่อหลีกเลี่ยงการจัดสรรเบต้าแบบอัจฉริยะในผลงานของคุณ
สมมติว่าคุณตัดสินใจที่จะใช้กลยุทธ์สมาร์ทเบต้าสำหรับการลงทุนในหุ้นของคุณ คุณจะวิ่งเข้าไปในอุปสรรคสำคัญ ๆ : ไม่ชัดเจนว่ารูปแบบใดดีที่สุด นี่เป็นปัญหาเล็ก ๆ ที่ดูเหมือนว่ามีปัญหาใหญ่
ในการสำรวจความเป็นเจ้าของสมาร์ทเบต้าของ FTSE Russell ทั่วโลกนักลงทุนได้รายงานอย่างสม่ำเสมอว่า "การกำหนดกลยุทธ์หรือการผสมผสานของกลยุทธ์และการจัดการอคติด้านปัจจัยที่ไม่ได้ตั้งใจ" เป็นความกังวลที่ใหญ่ที่สุดเกี่ยวกับการใช้กลยุทธ์สมาร์ทเบต้า (ดูข้อมูลเพิ่มเติม: คู่มือ Investopedia เพื่อการลงทุนใน Smart Beta ETF) แล้ว
2. ใน Smart Beta ผลตอบแทนที่มากเกินไปหมายถึงความเสี่ยงพิเศษ
การระบุว่าการได้รับผลตอบแทนส่วนเกินหมายถึงความเสี่ยงที่เพิ่มขึ้นสำหรับกลยุทธ์สมาร์ทเบต้าไม่ใช่คำติชมของสมาร์ทเบต้าแต่เป็นการวิจารณ์ระบบเบต้าอัจฉริยะที่อ้างว่าสร้างผลตอบแทนเกินโดยไม่ต้องสมมติว่ามีความเสี่ยงเพิ่มขึ้น กลยุทธ์สมาร์ทเบต้าส่วนใหญ่จะเอียงการจัดสรรไปยังสินทรัพย์ราคาถูกและอยู่ห่างจากสินทรัพย์ขนาดใหญ่ที่มีราคาแพงกว่า
ตัวอย่างเช่นระบบอัจฉริยะสมาร์ทที่ได้รับความนิยมอย่างหนึ่งจะมุ่งเน้นไปที่ปัจจัยด้านมูลค่าเช่นอัตราส่วนราคาต่อรายหรือเงินปันผล นี้มีเหตุผลเพราะหุ้นมูลค่ามักจะค่อนข้างถูก อีกรูปแบบสมาร์ทแบบบรอดแบนด์มีส่วนเกี่ยวข้องกับการถ่วงน้ำหนักของดัชนีที่มีการกำหนดน้ำหนักการตลาดเป็นหลัก ผลประกอบการมีความสำคัญมากขึ้นในหุ้นที่มีแนวโน้มลดลงมีประวัติกำไรที่ไม่สอดคล้องกันมากขึ้นมีการใช้ประโยชน์อย่างมากหรือมีลักษณะ จำกัด การกำหนดราคาอื่น ๆ
ไม่ว่าวิธีการก่อสร้างใด ๆ ผลตอบแทนที่เพิ่มขึ้นมักเกี่ยวข้องกับความเสี่ยงที่สูงกว่า สมาร์ทเบต้าไม่แตกต่างกันโดยไม่คำนึงว่าจะทำการตลาดอย่างไร
3 การเปิดเผยปัจจัยมักสร้างจุดอ่อนที่ไม่พึงประสงค์
คำติชมของระบบเบต้าอัจฉริยะคือการขาดเหตุผลภายใน การสร้างสมาร์ทเบต้าน่าจะเน้นที่ผลการดำเนินงานที่ผ่านมาเนื่องจากนั่นคือเหตุผลที่ระบุปัจจัย ปัจจัยที่แสดงถึงความสัมพันธ์ที่แข็งแกร่งกับผลการดำเนินงานที่มีการจัดการที่มีแนวโน้มว่าจะได้รับการสนับสนุน ที่ลึกที่สุดเท่าที่การวินิจฉัยไปกับหลายกองทุนรวมสมาร์ทเบต้าและกองทุนซื้อขายแลกเปลี่ยน (ETFs)
เช่นเดียวกับ quants เทคนิคจริงผู้จัดการเบต้าอัจฉริยะไม่ได้ตรวจสอบตรรกะทางเศรษฐกิจเบื้องหลังประสิทธิภาพซึ่งอาจนำไปสู่การจัดสรรปัญหา ตัวอย่างเช่นปัจจัยความผันผวนที่อาจนำไปสู่การมีน้ำหนักเกินในบางอุตสาหกรรมเช่นสาธารณูปโภค ในขณะที่การกำหนดเป้าหมายความเสี่ยงที่กำหนดไว้นักลงทุนอาจเผชิญกับความเสี่ยงที่ไม่ได้ตั้งใจขนาดใหญ่
3 แพลตฟอร์มดิจิทัล FAs ควรเก็บข้อมูลเรดาร์ของตน Investopedia
หาที่ปรึกษาทางการเงินของแพลตฟอร์มดิจิทัลควรมีลักษณะเป็นอย่างไรตามแนวโน้มของคำแนะนำดิจิทัลที่ปรึกษาต่อไปในปีพ. ศ. 2549
ผู้ให้บริการวิจัยกองทุนสำรองเลี้ยงฟรีที่ดีที่สุด Investopedia
ขาดข้อมูลสำหรับที่ปรึกษาด้านกองทุนรวม การได้รับแหล่งข้อมูลที่เหมาะสม (ในราคาที่ถูกต้อง) สามารถทำได้ง่ายเพียงไม่กี่คลิก
เรื่องราวที่ดีที่สุด 10 อันดับแรกของ Investopedia 2015 Investopedia
คุณกำลังอ่านอะไรในปี 2015?