جلوگیری از احتمال از دست دادن پول ، قانون شماره یک بافت است و بسیاری از سرمایه گذاران با ارزش در آن ایده مشترک هستند ، از جمله شما واقعاً.
یکی از راه های تعیین ریسک سهام در سبد سهام شما ، تجزیه و تحلیل ساخت دارایی خود بر اساس همبستگی سهام آن است.
با نگاهی به همبستگی نمونه کارها ، می توانید دارایی های بسیار نزدیک را شناسایی کنید ، که در صورت عدم عملکرد این کلاس دارایی می تواند به بازده شما آسیب برساند.
هنگام ساخت اوراق بهادار ما ، همیشه بهتر است در سهام ، اوراق قرضه ، ETF یا سایر مواردی که از نزدیک با هم ارتباط ندارند سرمایه گذاری کنیم. سرمایه گذاری با استفاده از همبستگی سهام به جلوگیری از ذوب شدن نمونه کارها در هنگام آسیب دیدگی یک دارایی خاص کمک می کند.
بسیاری از مدیران نمونه کارها بیشتر از اوراق بهادار واقعی روی دارایی ها و تنوع تمرکز دارند. این تئوری دارایی های غیر هماهنگ است که در جهت های مخالف حرکت می کنند. به عنوان مثال ، اوراق قرضه وقتی سهام ضعیف عمل می کند و برعکس.
در پست امروز ، ما یاد خواهیم گرفت:
همبستگی سهام چیست؟
همبستگی سهام ، به گفته سرمایه گذاری ، به این صورت تعریف شده است:
"همبستگی ، در صنایع مالی و سرمایه گذاری ، آماری است که میزان حرکت دو اوراق بهادار در رابطه با یکدیگر را اندازه گیری می کند."
بسیاری از مشاوران از همبستگی سهام در اوراق بهادار پیشرفته تر استفاده می کنند و محاسبات همبستگی سهام دارای ارزش بی ن-1. 0 و 1/0 است.

اطلاعات بیشتر در مورد آن در یک لحظه.
همبستگی ، در آمار ، قدرت رابطه بین دو متغیر را نشان می دهد. و همبستگی به عنوان ضریب آماری بیان شده است.
همانطور که در بالا ذکر شد ، ضریب بی ن-1. 0 و +1. 0 متغیر است. ضریب همبستگی یک با یک همبستگی مثبت کامل است.
برای همبستگی سهام ، یک همبستگی کامل نشان می دهد که با حرکت یک سهام ، به بالا یا پایین ، سهام دیگر در همان جهت حرکت می کند.
به همین ترتیب ، یک همبستگی منفی کامل بدان معنی است که این دو سهام در جهت های مخالف حرکت می کنند. تصور می شود اوراق و سهام در همبستگی منفی کاملی قرار دارند.
همبستگی صفر به هیچ وجه دلالت ندارد.
برخی از نمونه های دیگر برای کمک به نشان دادن این نکته: سهام بزرگ مانند مایکروسافت یا اپل به طور کلی با S& P 500 یا تقریباً یک ارتباط مثبت بالایی دارند.
به همین ترتیب ، سهام کوچکتر کلاه مانند Akero Therapeutics ، مارک های Tupperware و Tootsie رول مثبت با S& P 500 همبستگی دارند ، اما این پایین تر است ، به این معنی است که سهام کوچک درپوش به موازات S& P 500 حرکت نمی کند.
همانطور که قبلاً ذکر شد ، سهام و اوراق قرضه همبستگی منفی دارند. به عنوان مثال ، در نیمه اول سال 2008 ، سهام ایالات متحده 25 ٪ کاهش یافت ، در حالی که خزانه ها افزایش یافت. و پس از سقوط ، سهام با 8 ٪ دوباره برگشت و خزانه داری در هنگام بازگشت دوباره سقوط کرد.
پنج نوع همبستگی چیست؟
همبستگی به روش تعیین رابطه بین دو متغیر اشاره دارد. روشهای مختلفی برای تعیین همبستگی بین این متغیرها وجود دارد.
برای اهداف ما ، منافع ما در همبستگی بین دو سهام ، اوراق قرضه یا ETF نهفته است.

همبستگی ها در دنیای آمار اتفاق می افتد ، و ما به طور خلاصه به آن جهان شیرجه می زنیم تا روشی برای تعیین خطر ابتلا به اوراق بهادار خود پیدا کنیم.
ایده ساخت و ساز نمونه کارها هرچه در نمونه کارها ما همبستگی کمتری داشته باشد ، خطر کمتری درگیر می شود و سرمایه گذاری های ما را نیز ایمن تر می کند.
همبستگی سهام نزدیک به صفر ، مثبت یا منفی ، دلالت بر همبستگی کمی یا ناچیز بین آنها دارد. هرچه ضرایب به یک مثبت نزدیکتر می شوند ، همبستگی با اوراق بهادار نزدیک تر می شود.
ضریب نزدیک به یک منفی ، نشانگر همبستگی منفی بین اوراق بهادار است ، با افزایش یک سهام به کاهش سهام دیگر.
سه نوع همبستگی مربوط به علایق ما وجود دارد:
- همبستگی مثبت - هنگامی که ارزش سهام یک امنیت با توجه به امنیت دیگر افزایش می یابد
- همبستگی منفی - هنگامی که ارزش عدالت یک امنیت با توجه به امنیت دیگر کاهش می یابد
- هیچ ارتباطی - هنگامی که بین اوراق بهادار روابط صفر وجود دارد
چهار روش آماری مختلف برای محاسبه ضرایب همبستگی وجود دارد:
- ضریب همبستگی پیرسون
- ضریب همبستگی خطی
- ضریب همبستگی نمونه
- ضریب همبستگی جمعیت
برای علاقه امروز ما ، ما روی ضریب همبستگی پیرسون تمرکز خواهیم کرد.
همبستگی پیرسون رایج ترین فرم ضریب است و از مقادیر بی ن-1. 0 و +1. 0 استفاده می کند. همانطور که قبلاً ذکر شد ، وقتی مقادیر به صفر نزدیک می شوند ، فرمول همبستگی مرتبط را در نظر می گیرد.
چگونه همبستگی سهام را محاسبه می کنید؟
اکنون که همبستگی سهام را کمی درک می کنیم ، بیایید دریابیم که چگونه آن را محاسبه کنیم.
با استفاده از ضریب همبستگی پیرسون ، می توانیم تعیین کنیم که آیا دو سهام با یکدیگر ارتباط دارند یا خیر.

نگران نباشیدما از طریق فرمول قدم می زنیم ، که به نظر می رسد زشت نیست.
ورودی برای فرمول:
n = مقدار اطلاعات
∑x = کل متغیر اول
∑y = کل متغیر دوم
∑xy = جمع تولید متغیر اول و متغیر دوم
∑x 2 = جمع مربع های مقدار اول
∑y 2 = جمع مربع های مقدار دوم
بیایید یک مثال ساده را طی کنیم تا ببینیم این چگونه کار می کند.
بیایید همبستگی بین دو مجموعه داده را پیدا کنیم ، که در خانه از 29 تا 35 سالگی به طور کلی از خانه باب روت و هنک آرون استفاده می شود.
x برابر است (47 ، 60 ، 54 ، 46 ، 49 ، 46 ، 41)
y برابر است (44 ، 39 ، 29 ، 44 ، 38 ، 47 ، 38)
ما برای یافتن همبستگی سه مرحله داریم. مرحله اول اضافه کردن مقادیر هر متغیر است. مرحله بعدی اضافه کردن مقدار y و ضرب هر مقدار x توسط y و سپس اضافه کردن آن دسته از کل برای یافتن مبالغ آنها است.
جمع (x) برابر است (47 + 60 + 54 + 46 + 49 + 46 + 41) = 343
جمع (y) = (44 + 39 + 29 + 44 + 38 + 47 + 38) = 279
در مرحله بعد ، مرحله دوم:
مبلغ (x ، y) = (47 x 44) + (60 x 39) + (54 x 29) + (46 x 44) + (49 x 38) + (46 x 47) + (41 x 38) = 13،580
هنوز با من؟خوب ، مرحله آخر مرحله آخر این دور است.
برای این مرحله ، ما از هر مقدار x ، آن را مربع می کنیم و تمام آن مقادیر را اضافه می کنیم تا مقدار را برای جمع (x 2) پیدا کنیم. ما با مقادیر Y همین کار را خواهیم کرد.
جمع (x 2) = (47^2) + (60^2) + (54^2) + (46^2) + (49^2) + (46^2) + (41^2) = 17،039
جمع (y 2) = (44^2) + (39^2) + (29^2) + (44^2) + (38^2) + (47^2) + (38^2) = 11،331
ما می توانیم از مجموعه داده های اصلی خود ببینیم که هفت ورودی داده یا N داریم و اکنون می توانیم تمام شماره های خود را به فرمول وصل کنیم تا ضریب مجموعه داده ها را پیدا کنیم.
r = (7 13 13،580 - (343 x 279) / ریشه مربع ((7 17 17،039 - 343^2) x (7 x 11،331 - 279^2))
همه اینها برابر است:
r = -907 / 9644. 49 = (0. 09)
خوب ، حالا که خیلی وحشتناک نبود ، مگر نه؟فرمول ترسناک به نظر می رسد ، اما اگر مراحل را دنبال کنیم ، روند کار خیلی دشوار نیست.
بیایید یکی را با استفاده از یک مجموعه داده واقعی امتحان کنیم. در مورد قیمت سهام دو شرکت چطور؟
من می خواهم همبستگی بین قیمت سهام مایکروسافت و اپل را با هم مقایسه کنم. بیایید از قیمت هر شرکت در سالهای پایان برای پنج سال گذشته استفاده کنیم.
مایکروسافت = (68. 93 + 98. 61 + 133. 96 + 203. 51 + 206. 43) = 711. 44
Apple = (38. 53 + 56. 44 + 55. 99 + 115. 81 + 110. 44) = 377. 21
مرحله بعدی جمع بندی مایکروسافت و اپل است:
جمع (مایکروسافت ، ویزا) = (68. 93 x 38. 53) + (98. 61 x 56. 44) + (133. 96 x 55. 99) + (203. 51 x 115. 81) + (206. 43 x 110. 44) = 62،088. 468. 468. 4688
مرحله بعدی ، ما هر قیمت را مربع خواهیم کرد و آن مقادیر را برای هر شرکت اضافه می کنیم.
جمع (مایکروسافت 2) = (68. 93^2) + (98. 61^2) + (133. 96^2) + (203. 51^2) + (206. 43^2) = 116،401. 999
جمع (اپل 2) = (38. 53^2) + (56. 44^2) + (55. 99^2) + (115. 81^2) + (110. 4^2) = 33،409. 09
اکنون برای مرحله آخر ، زیرا ما پنج سال قیمت داریم ، N برابر خواهد شد 5.
R = (5 x 62088. 46 - (711. 44 x 377. 21) / ریشه مربع ((5 x 116401. 99 - 711. 44 2) x (5 x 33409. 09 - 377. 21 2)) = 42080. 02 / 433338. 48. 48. 48
من در مورد شما نمی دانم ، این سرگرم کننده بود! چقدر جالب است که قبل از شروع این راهپیمایی ، فکر کردم که سهام از نزدیک با هم ارتباط دارد ، و LO و ببین ، مایکروسافت و اپل بر اساس قیمت همبستگی دارند.
خوب ، محاسبات ریاضی کمی بیشتر از آنچه دوست دارند ارائه می دهند ، بنابراین چگونه می توانیم همبستگی سهام یک نمونه کارها را محاسبه کنیم؟
پاسخ ساده: ما از ماشین حساب های آنلاین استفاده می کنیم. ما باید از چند مثال برای نشان دادن روند استفاده کنیم زیرا فکر می کنم وقتی فرآیند را درک می کنید کمی واضح تر می شود.
در اینجا چند پیوند به برخی از ماشین حساب های آنلاین خوب که هنگام تحقیق در مورد این پست کشف کردم ، آورده شده است.
چرا همبستگی سهام اهمیت دارد؟
همبستگی در مدیریت نمونه کارها برای اندازه گیری همبستگی بین دارایی های موجود در نمونه کارها استفاده می شود.
یافتن دارایی های غیر مرتبط با هدف اکثر مشاوران مالی و بسیاری از سرمایه گذاران باقی مانده است. نظریه مدرن نمونه کارها نشان می دهد که یک نمونه کارها پر از دارایی های همبسته با گذشت زمان عملکرد ضعیفی را انجام می دهد ، و یک نمونه کارها پر از دارایی با همبستگی کمتری با یکدیگر با گذشت زمان عملکرد بهتری خواهد داشت.

تعیین همبستگی با نگه داشتن دارایی هایی که در LockStep حرکت می کنند ، میزان ریسکی را که فرض می کنید به شما می گوید.
اگر نمونه کارها خود را در دارایی های نامربوط متنوع کنید ، خطر از دست دادن دائمی پول در سبد خود را کاهش می دهید ، که اگر به یاد بیاورید ، قانون شماره یک بافت است.
نمونه بارز این ، همبستگی اوراق بهادار با سهام یا مثال دیگر دیزنی با اینتل است. هر دو این نمونه ها نامربوط هستند ، که از نظر تئوری به این معنی است که همه چیز برابر است ، اگر کسی پایین بیاید ، دیگری افزایش می یابد.
حال ، اگر رکود کلی بازار وجود داشته باشد ، مانند مارس 2020 ، همه دارایی ها با استثنائی مانند والمارت و آمازون ، همه دارایی ها کاهش می یابد.
نمونه هایی از اوراق بهادار با همبستگی سهام
بیایید به چند پرتفوی نگاه کنیم تا ببینیم دارایی ها چقدر از نزدیک ارتباط دارند.
برای مثال اول ما ، من می خواهم به پنج موقعیت برتر نمونه کارها Berkshire Hathaway نگاه کنم. به جای استفاده از فرمول من که زودتر به اشتراک گذاشته ام ، از یکی از ماشین حساب ها برای دیدن همبستگی ها استفاده خواهم کرد.
در حال حاضر ، پنج موقعیت برتر بافت:
- اپل (AAPL)
- بانک آمریکا (BAC)
- Coca-Cola (KO)
- American Express (AXP)
- کرافت هاینز (KHC)
من در حال وصل کردن تیکرها به ماشین حساب ما هستم که همبستگی ما را تفکیک می کند و نسبت ها را برای سه سال بازده ماهانه محاسبه می کند.
برای رابطه ، بازده سالانه هر موقعیت را در نظر بگیرید:
- اپل - 29. 60 ٪
- بانک آمریکا - 7. 50 ٪
- American Express - 5. 22 ٪
- Kraft Heinz - (13. 14) ٪
- کوکاکولا-6. 47 ٪
بنابراین ، پس از جستجوی نمودار فوق ، می بینیم که پنج سهام برتر در نمونه کارها بافت بوفه نامربوط هستند.
تعداد کمی از آنها مانند Bank of America و American Express با نسبت 0. 73 به یکدیگر نزدیکتر هستند. و Kraft Heinze با American Express ارتباط ندارد.
بخش اعظم نمونه کارها با هم ارتباط دارد ، اما من می گویم ملایم ، و با توجه به اینکه اپل 49. 1 ٪ از نمونه کارها است ، کمتر مرتبط است ، بهتر می شود.
بیایید دیگری را امتحان کنیم ، باید؟
من می خواهم همبستگی نمونه کارها ری دالیو را بررسی کنم. این پنج موقعیت برتر او است:
- SPDR S& P 500 ETF Trust - جاسوسی
- SPDR Gold Trust - GLD
- Ishares Trust - Ishares Core S& P 500 ETF - IVV
- Vanguard ftse بازارهای نوظهور ETF - VWO
- Ishares Gold Trust - IAU
بازده سه ساله برای هر موقعیت:
- جاسوسی - 8. 91 ٪
- GLD - 9. 50 ٪
- IVV - 8. 94 ٪
- VWO - 6. 70 ٪
- IAU - 9. 60 ٪
از ساخت نمونه کارها دالیو ، می بینیم که پنج دارایی برتر مربوط به بخش های سهام است ، اما فلزات گرانبها یا طلا به یکدیگر مربوط می شوند ، نه سهام.
ما می توانیم با تجزیه و تحلیل هر دو عکس فوری فوق از هر نمونه کارها ، چند مشاهدات انجام دهیم.
اول ، نمونه کارها در سهام موجود در سهام بهترین راه برای پیشبرد است. و او معتقد است که متنوع سازی به خاطر متنوع سازی ، اتلاف وقت است.

دوم ، نمونه کارها دالیو بین دارایی های برتر به مراتب بیشتر نیست. سه مورد از پنج دارایی موجود در سهام و دو دارایی باقی مانده در طلا. همانطور که از نمودار فوق می بینید ، سهام و طلا در هر سطحی با هم ارتباط ندارند.
و آنچه همه اینها به ما می گوید این است که وقتی بازارها رونق می گیرند ، بافت به شکلی بزرگ از آن بهره مند می شود ، در حالی که دالیو نیز از این مزیت بهره می برد.
از طرف دیگر ، هنگامی که رکودهای بازار وجود دارد ، بافت نسبت به دالیو در موقعیت های خود نسبت به دالیو دچار اختلافات بیشتری خواهد شد ، با غلظت های طلای وی که با بازار سهام ارتباط ندارد.
بیایید به یک مقایسه نهایی با Hammer the Unconrelation Point Home نگاه کنیم.
با نگاهی به دو مورد از ETF های بزرگ پیشتاز که بازار سهام و بازارهای اوراق قرضه را در خود جای داده اند:
- پیشتاز کل بورس سهام ETF - VTI
- Vanguard Total Bond Market ETF - BND
نسبت همبستگی برای هر دو ETF با 0. 04 باز می گردد ، که به ما می گوید که هر دو با هم مرتبط هستند.
افکار نهایی
ساختن یک نمونه کارها سرمایه گذاری شامل ایده های مختلفی است ، از جمله اینکه چه نوع دارایی هایی را می خواهید نگه دارید ، چه ریسکی را می خواهید به آن بپردازید و چقدر تلاش می کنید در نمونه کارها قرار دهید.
یکی از ابزارهایی که می توانیم برای کمک به کاهش ریسک نمونه کارها استفاده کنیم ، بررسی همبستگی دارایی های ما ، به ویژه همبستگی سهام است.
سهام تمایل به بهترین بازده در مسافت طولانی دارند. اما با بازده های بالاتر ، ما همچنین نوسانات بیشتری را تحمل می کنیم و خطر بیشتری برای از دست دادن سرمایه گذاری های خود داریم.
فکر می کنم با مقایسه دو پرتفوی بافت و دالیو ، ایده های مختلف ساخت اوراق بهادار را برجسته می کند. هر دو مدیران سرمایه گذاری خارق العاده هستند و پرتفوی خود را با بازده فوق العاده ساخته اند.
اما آنها به ایده انتخاب دارایی از مکان های مختلف می آیند. بافت معتقد است که بازار سهام مکانی برای سرمایه گذاری است ، در حالی که دالیو معتقد است استفاده از تنوع و تخصیص دارایی مسیر بهتری است.
من معتقدم که هر دو درست هستند و برای شما ، انتخاب همان چیزی است که شما اعتقاد دارید و چقدر خطر می توانید معده کنید. و فقط شما می توانید به این سوال پاسخ دهید.
استفاده از همبستگی سهام می تواند به شما در تعیین میزان ریسک مورد نظر و تعادل آن خطرات کمک کند.
با این کار ، ما قصد داریم بحث خود را برای امروز به پایان برسانیم.
مثل همیشه ، از شما متشکرم که وقت خود را برای خواندن این پست اختصاص داده اید ، و امیدوارم که در سفر سرمایه گذاری خود چیزی با ارزش پیدا کنید.
اگر من می توانم از هرگونه کمک بیشتر استفاده کنم ، لطفاً دریغ نکنید.
کتاب آموزش بورس...
ما را در سایت کتاب آموزش بورس دنبال می کنید
برچسب :
نویسنده : محسن زنجانچی
بازدید : 61
تاريخ : پنجشنبه
29 تير
1402 ساعت: 19:21