75 lines
3.7 KiB
Plaintext
75 lines
3.7 KiB
Plaintext
Title: 均值回归：投资中最可靠的规律，也是最容易被忽视的
|
||
如果我告诉你一个规律：**前一年表现最好的基金，下一年大概率会变差；前一年表现最差的，下一年大概率会变好**——你信吗？
|
||
|
||
这不是玄学，是统计学里一个被反复验证的现象：**均值回归（Mean Reversion）**。
|
||
|
||
## 什么是均值回归？
|
||
|
||
简单来说：在一系列数据中，极端值之后往往会跟着更接近平均值的数据。
|
||
|
||
举个最直观的例子：
|
||
- 一个身高2.2米的父亲，他的儿子大概率比父亲矮，趋向平均身高
|
||
- 一个智商140的天才，她的孩子大概率智商不如她高
|
||
- 今年涨了100%的股票，明年大概率不会继续涨100%
|
||
|
||
这不是「运气用完了」，而是统计学上的自然现象——极端值在总体分布中是稀少的，连续出现极端值的概率极低。
|
||
|
||
## 投资中的均值回归无处不在
|
||
|
||
### 1. 基金收益的均值回归
|
||
|
||
晨星（Morningstar）做过一个经典研究：统计过去5年每年排名前10%的基金，看它们在接下来5年的表现。结果发现：
|
||
|
||
- **只有不到2%的基金能连续5年保持在同类前10%**
|
||
- 前一年前10%的基金，下一年平均排名降到前40%-50%
|
||
- 前一年倒数10%的基金，下一年平均回升到前50%-60%
|
||
|
||
数据不会说谎：追着冠军基金买，大概率是买在了高位。
|
||
|
||
### 2. 行业轮动的均值回归
|
||
|
||
回顾A股过去十几年的行业表现：
|
||
- 2013-2015年：创业板/科技股大涨 → 2016-2018年大幅回调
|
||
- 2016-2017年：白酒/消费蓝筹大涨 → 2018年整体回调
|
||
- 2019-2020年：核心资产大涨 → 2021-2022年大幅下跌
|
||
- 2023年：AI概念大涨 → ...
|
||
|
||
每一次，涨得最凶的行业，后面都经历了漫长的回归。不是这些行业不好，而是「涨多了就会跌」——这是均值回归在起作用。
|
||
|
||
### 3. 市盈率的均值回归
|
||
|
||
长期来看，一个成熟市场的平均市盈率（PE）大致在一个区间内波动。
|
||
|
||
当整个市场的PE远超历史均值（比如2007年A股60倍PE、2015年创业板150倍PE），往往意味着未来的回报率会降低。反之，当PE低于历史均值（比如2018年底的A股），往往意味着未来的回报潜力更大。
|
||
|
||
这不是精准的预测工具，但它是很好的「温度计」。
|
||
|
||
## 为什么投资者总是忽略均值回归？
|
||
|
||
### 原因一：线性外推的思维习惯
|
||
|
||
人类大脑天生喜欢线性思维——「过去涨了，所以未来也会涨；过去跌了，所以未来也会跌」。
|
||
|
||
但金融市场本质上是一个**均值回归系统**，而不是**趋势持续系统**。好到极致会变差，差到极致会变好——这个「极致」的临界点在哪里没人知道，但它一定会来。
|
||
|
||
### 原因二：锚定效应
|
||
|
||
当一只股票从100元涨到200元再跌回150元时，很多人会觉得「便宜了25%」。
|
||
|
||
但参照物应该是它的**内在价值**，而不是最近的高点。如果它的内在价值只有120元，150元依然是贵的。
|
||
|
||
### 原因三：短期运气被误认为长期能力
|
||
|
||
市场上涨时，人人都是股神。但均值回归会无情地告诉你：**潮水退了才知道谁在裸泳**。
|
||
|
||
三年翻倍的业绩，可能只是赶上了牛市。20年年化15%以上的业绩，才是真正能力的体现——而这样的人全地球也没几个。
|
||
|
||
## 如何利用均值回归？
|
||
|
||
### 1. 不做追风者
|
||
|
||
当一个策略、一个行业、一个基金经理被所有人追捧时，多想想均值回归。不是说不可以参与，但要意识到：**高收益往往意味着低未来的预期回报**。
|
||
|
||
### 2. 坚持再平衡
|
||
|
||
最简单的利用均值回归的方法就是**资产再平衡**：每年（或每半年）检查一次你的投资组合，卖出涨得多的、买入跌得 |