跳到正文
阅读设置

阅读设置

导出或导入阅读记录
保留你的阅读记录

已读、收藏、阅读位置和阅读设置保存在当前浏览器地址下。换一个地址不会自动带过去。

迁移时先在原地址导出,再到新地址选择备份文件。操作只在浏览器本地完成,不上传服务器,也不会删除原地址的记录。

导入前会检查文件并请你确认。已读和收藏合并;遇到冲突时保留当前地址已有的位置、最近阅读和设置。

G09 · 系统学习

风险不只是波动:回撤、亏损与流动性

用相同终点、不同路径的两笔投资,理解回撤、恢复、永久损失与卖出条件,建立与用款期限相连的风险清单。

尚未标记已读案例与模板 ↓

两份投资记录,起点都是100美元,三期后都变成120美元。只看最后一行,似乎没什么可选。可其中一份曾跌到60美元,另一份最低的阶段回落只有几美元。如果第二期恰好需要用钱,你还会说它们一样吗?

风险往往藏在终点之前,也藏在曲线之外。先沿着两条路径走一遍,再看看价格曲线没有告诉你的事:资产为什么会失去价值,想卖时能不能卖,以及自己有没有等待的条件。

这次要解决的问题

  • 从历史高点计算回撤,分清它与买入以来亏损的区别。
  • 比较下跌深度、持续时间与恢复幅度,不把历史纪录当成未来上限。
  • 把资产质量、集中程度、流动性和用款日期写进同一份风险清单。

本篇必须掌握判断顺序与简单回撤计算。波动率只需先建立直觉,下一篇再解释标准差和年化,不在这里堆公式。

先别翻到最后一行

以下为独立的合成教学序列,金额单位是美元,每一期长度相同;没有追加、提取、分红或费用,观测点之间暂不假设其他价格。甲路径依次为100、110、105、120,乙路径为100、120、60、120。这些不是基金的真实业绩,也不意味着现实投资会如期恢复。

从起点到终点,两条路径都增长20%。但甲在110之后跌到105,乙在120之后跌到60。如果100美元对应的是你的一笔资金,第二期看到的账户状态就完全不同。

我们先给这段差别一个名字:回撤(drawdown)是相对于此前历史高点的下降。本文把回撤幅度写成正数,用“此前高点减当前值”,再除以此前高点;有些软件显示负数,比较时应先统一符号。最大回撤就是观察区间内最深的那次峰谷下降。[1]

甲在110时形成当时高点,随后105比它少5美元,用5除以110,回撤约4.55%。乙从120跌到60,少60美元,回撤为50%。在给定的四个观测点内,两者最大回撤分别约为4.55%与50%。

为什么要反复说“给定观测点”?如果你只保留起点与终点,两条记录都会看起来一路向上。月末数据也可能漏掉月中的大跌。因此,报告最大回撤时,要同时写数据频率、起止时间和净值口径;没有这些条件,一个很小的百分比未必说明经历平稳。

赚过的钱,也会成为回撤的起点

甲在105美元时,相对最初100美元仍赚5美元,却已经从高点回撤约4.55%。乙在60美元时,从买入起点亏损40%,从历史高点则回撤50%。两个百分比都对,只是分母回答的问题不同。

买入以来的盈亏关心你投入的资金发生了什么,回撤关心这条路径从已经到达的高处退了多少。不能看到“我还在赚钱”,就把回撤填成零;也不能把回撤50%误写成这位投资者相对买入价必然亏了50%。

这也解释了为什么高点后恢复困难。乙从60美元回到原高点120美元,需要上涨100%,不是上涨50%。甲从105回到110,需要约4.76%。下跌与恢复的分母不同,不能把两次百分比直接抵消。

深度还不是全部。两份记录即使最大回撤相同,一份很快恢复,另一份多年没有再到原高点,给持有者的压力也不同。实际记录可以分别标出高点、谷底、重新回到高点的日期;若观察结束仍未恢复,就写“截至该日尚未恢复”,不能为了算时长假定明天会回去。

如果账户期间有存入和取出,直接拿账户余额计算还会出错。追加资金可能让余额创新高,提款可能让余额下降,都不一定是投资表现。先用合适的收益口径处理资金流,再观察投资净值路径;这一点与上一章的收益计算连在一起。

如果学费在第二期到期

现在改变一个条件:投资者在第二期结束时必须支付60美元,没有别的可用资金,且假设可以按记录中的价值即时卖出,不计费用。这不是合理配置示范,而是故意暴露期限错配的压力测试。

甲当时有105美元,取出60美元后还剩45美元。乙当时只有60美元,支付后全部退出。原来第三期回到120美元的曲线,并不会替已经卖完的投资者补上收益。市场后来恢复,和你还能否参与恢复,是两件事。

不要把这个结果简单归为“乙的投资者不够坚定”。付款日期是外部约束,不能靠耐心取消。第一篇先留生活资金,就是为了避免必须在不利时点卖出;研究资产风险之前,也要问自己的现金安排能否承受它。

反过来,资金近期不用也不表示所有下跌都值得等待。如果资产本身的赚钱能力被破坏,等待只会延长暴露时间。期限检查与资产检查需要同时做,任何一项都不能替代另一项。

一条平滑的线,可能只是很久没人报价

波动描述收益变化的起伏,常见统计量会同时考虑向上和向下的变化;回撤专门追踪从高处向下的路径。二者各有用途,都没有直接检查“这个价格能成交多少”。

假设一项资产过去几周的记录价格一直是100美元,看上去非常稳定。可是报价只是旧成交价,今天真正愿意接手的买家只愿出80美元,甚至没有足够买单。记录少动,可能因为交易少或估值更新慢,不能据此断言损失风险很低。

流动性(liquidity)关心能否在需要时,以可接受的价格和规模完成交易。它并非一个简单的“能卖/不能卖”开关:卖少量也许容易,卖完整持仓却可能需要更大让价;成交后到可用资金之间,也可能仍有步骤。[2]

因此,风险记录里应分开写三件事:价格观察到了什么、按什么规模有可能成交、资金何时能用于支付。停牌、赎回限制或交易渠道中断,都可能让原来设想的退出路径暂时失效。设一个止损价格,也不能保证总能在该价格成交;订单与执行条件要结合前面的交易章节检查。

下跌以后,原来的企业还在吗

市场价格下跌可能来自情绪、利率或盈利预期变化,也可能来自企业自身的损害。重要客户流失、产品失效、债务压力和治理问题,会改变企业以后能给投资者留下多少成果。

所谓永久损失,强调的是投资价值发生难以恢复的损害,不能仅凭一段下跌图形就确诊。你需要追查现金、债务、经营及所持证券权利,而不是把一切亏损都叫“暂时浮亏”。企业能继续营业,也不保证原普通股仍有价值;破产重组可能取消旧股份。[3]

同样,不能等到最终结果揭晓后,才倒推“这一次必然回不来”。研究要在不确定中留下可核对的条件:原假设依赖的客户是否仍在,偿债资源是否足够,什么新资料会使原判断失效。价格变化是调查线索,企业资料才帮助解释它。

集中也会放大这种损害。你可能买了几只名字不同的股票,但都依赖同一种商品价格或同一类客户。一旦共同条件变化,它们可能同时受损。若工资、公司股权和投资都依赖同一雇主,收入中断与投资下跌还可能一起发生。[4]

少见但损害很大的结果,常被放在尾部风险(tail risk)的讨论中。一次短样本里没有出现,不等于它不存在;没有足够数据,也不应随意给它编一个精确概率。

这就是为什么风险清单不能只有证券数量。要写清共同依赖和极端但可能发生的情景,例如需求骤降伴随融资收紧。它们不是预测一定发生,而是检查一旦发生,是否还有可承受的处理路径。

先自己判断

解释题:甲路径在105美元时为什么既有盈利又有回撤?错误辨识题:一位作者用过去三年月末净值算出最大回撤8%,于是写“投入10万元,最多亏8000元”。这个推断错在哪里?先写出自己的答案。

第一题需要两个参照:相对起点100美元,盈利5%;相对此前高点110美元,回撤约4.55%。同一个金额可以同时支持这两个描述,不能混用分母。

第二题把历史观察当成未来保证,也忽略了月末数据可能遗漏期间更深跌幅。未来损失可能超过8%,流动性与实际执行也可能恶化。8%应作为指定样本和口径下的历史结果保存,另做压力情景,不能写成损失上限。

换一条路径,补一项缺失信息

另一条合成路径为100、125、100、110,没有资金进出,其他条件同主例。请计算终点收益、最大回撤及观察结束是否恢复高点。再假设最后的110只是估值,今天没有可执行买价,你能写“可以卖出110美元”吗?

终点相对起点增长10%,从125到100的最大回撤为20%。结束时110仍低于125,因此在给定观察范围内尚未恢复;从100谷底回到125需要上涨25%。不要因为终点仍赚钱,就抹掉中途的回撤。

最后一问不能确认。估值提供一个测量结果,缺少买价、数量和交易渠道时,实际可变现金额仍未知。应把这一缺口写进记录,而不是假设所有资产都能按曲线最后一点卖出。

留下一份能更新的风险清单

给你的一项研究建立一页记录,先写资金用途、最早用款日、可用替代资金;再写数据起止、频率、费用及资金流处理口径,注明历史高点、最大回撤和是否恢复。可以先用本章合成序列练习。

接着补三类证据:资产价值受损的主要原因及可查资料;集中依赖与联合压力情景;卖出规模、成交条件和到账时间。每项标明已知、假设或待核验,并写一个触发复查的变化,例如主要收入中断或原经营假设失效。

自检时,遮住收益终点,看看这份清单是否仍能说明最困难的时候会遇到什么。如果只剩几个漂亮数字,没有用款条件、退出证据和未知问题,它还不足以支持行动。

小结:把风险放回一段真实经历

先统一资金流和数据口径,再看下降深度、未恢复时间与恢复所需幅度。历史指标描述走过的路,样本频率和区间决定你看见了多少,不能据此给未来损失封顶。

然后离开曲线,检查资产为何可能受损、几个持仓是否依赖同一条件,以及需要用钱时能否真正退出。只有把投资的路径与自己的付款日历放在一起,风险数字才开始具有决策意义;缺少退出证据或关键经营资料,就把判断保留在未知处。

参考资料

  1. Goldberg与Mahmoud:Drawdown: From Practice to Theory and Back Again。最大回撤定义;本文不讲该论文的条件期望回撤模型。
  2. Investor.gov:What Is Risk?。风险与流动性的基础说明。
  3. Investor.gov:Bankruptcy for a Public Company。企业重组与旧普通股权益风险。
  4. FINRA:Concentrate on Concentration Risk。相关持仓、雇主股份与集中风险。

本文由AI辅助编写和核查,尚未经过人类金融审校或目标读者试读。所有路径、金额和交易条件为原创合成输入。

本篇配套材料

C3 · 1 份材料
C0 · 2 份材料
  • c0 materials CSV · 输入与说明
    SHA256 35c7cf16aa
  • README MD · 输入与说明
    SHA256 aaea33ca41
C3-50 · 5 份材料
  • inputs CSV · 输入与说明
    SHA256 68270cdcdb
  • ledger CSV · 输入与说明
    SHA256 9def63e76c
  • README MD · 输入与说明
    SHA256 929fa2f667
  • summary CSV · 输入与说明
    SHA256 d3abe702a9
  • trades CSV · 输入与说明
    SHA256 4381c0503d
浏览全部案例与模板 →
来源、版本与审查说明

最后更新:2026-10-28

SHA256 89e2ce7a2c1bd707edbddf93f4abe65fbb207367365b190e0df24e7a4621f5e7

案例:C0, C3

当前网页接入相应书稿;AI审查、双语复核及未完成项按内容发布检查登记。人工金融审校与目标读者试读未进行。

报告本篇问题或勘误
全书目录

记录只保存在当前浏览器。

本篇目录
搜索全书