普通人很难把握一个行业的趋势以及个股的未来，因此，买入持股分散且行业集中度低的低风险指数基金才是明智之举。
一、打开能够获取数据的软件或网站
我用的是网站“理杏仁”（非广告）。“理杏仁”需要付费，但可以在闲鱼上用一块钱买到一个七天账号，也就是说七天只需一块钱。“理杏仁”里面有一个分类是“指数”，点进去。
二、前十大权重
手动筛选“前十大权重”小于40%（最好能够小于33%，40%已经是极限了）的指数。
三、赫芬达尔指数
点开筛选出来的各个指数的“行业分布”，截图发给AI，并提问：“利用赫芬达尔指数计算该基金所持有的股票所属的行业的集中度”（如果这个基金是跨市场的，需要在后面加一句“【这个基金是跨市场的，这两张图是同一个基金的两部分，要合起来算】”）。拿“沪深300”举例，“申万2021版”的“行业分布”的“赫芬达尔指数”为705，“国证”的“行业分布”的“赫芬达尔指数”为1483。然后我们就可以用其它指数的“赫芬达尔指数”与沪深300的“赫芬达尔指数”进行比较，来判断选定指数所持有股票的行业集中度是否大于沪深300。对于选定指数，如果“申万2021版”的“行业分布”的“赫芬达尔指数”大于800（已经是极限了），或者“国证”的“行业分布”的“赫芬达尔指数”大于1600（已经是极限了），那么选定指数就不是一个所持有股票行业集中度低的指数基金。
四、理论解释
使用赫芬达尔指数（HHI）来衡量基金持仓的行业集中度，高HHI值意味着基金的资产高度集中在少数几个行业，低HHI值意味着基金的资产分散在多个行业中，行业配置较为均衡。一个基金的风险不仅来自于市场整体的系统性风险，也来自于其独特的非系统性风险。行业集中度就是一种重要的非系统性风险，通过计算行业HHI，可以直观地评估两只基金谁承担了更高的行业风险。但是，一个基金可能行业分散（低行业HHI），但在每个行业里都只持有一只龙头股票，导致其个股集中度非常高。比如，基金A100%投资于科技行业，但均匀投资了50家不同的科技公司，而基金B在科技、消费、医疗、金融四个行业各投资25%，但在每个行业都只买了一只股票。在这个例子中，按行业HHI计算，基金A的集中度远高于基金B，但从持股数量和风险分散角度看，持有50只股票的基金A，其个股风险远比只持有4只股票的基金B要分散。理论上最好的做法是，除了计算行业的HHI，还应该计算个股的HHI。但是这种做法不仅数据难找，计算还很复杂。因此，我们选择更简便的方法代替，也就是我们在第二步所做的，直接看“前十大权重”。
五、盈利分析
如果把一些风险很高的股票组合在一起，就算风险被分散了，风险还是不小，因此我们要求所选基金近十年年度净资产收益率中位数必须大于9%（最好能够大于10%，9%已经是极限了）。
六、估值数据
拿“国企一带一路”举例，选取五年数据，“PE-TTM”当前值为9.98，当前分位点为2.39%，80%分位点值为14.36，50%分位点值为12.42，20%分位点值为11.34。
七、安全边际
由于估值数据存在假设（包括“PE-TTM”当前值、当前分位点、80%分位点值、50%分位点值、20%分位点值）带来风险以及个人知识和信息不足带来风险，因此需要安全边际。我们可以选择对“PE-TTM”当前分位点进行调整来补足安全边际以应对风险。由于估值数据存在假设带来风险，因此令当前分位点加10%。由于个人知识和信息不足带来风险，因此令当前分位点加5%（最高加10%，视个人情况调整）。由于一共加了15%，因此调整后的“当前分位点”为17.39%。
八、上涨收益
将“当前分位点”17.39%以上分为三部分：第一部分为60%到100%（40%概率），第二部分为17.39%到38.7%（21.3%概率），第三部分为38.7%到60%（21.3%概率）。第一部分以80%分位点值（14.36）作为目标价，第二部分以28.05%分位点值（计算得出28.05%分位点值对应的是11.63）作为目标价，第三部分以49.35%分位点值（计算得出49.35%分位点值对应的是12.4）作为目标价。由此可得，40%概率涨到14.36，21.3%概率涨到11.63，21.3%概率涨到12.4。我们先用“PE-TTM”当前值9.98计算涨幅，可得，40%概率上涨43.9%，21.3%概率上涨16.5%，21.3%概率上涨24.2%。由于当前分位点一共加了15%，占2.39%到80%的19.3%，占2.39%到28.05%的58.5%，占2.39%到49.35%的31.9%，因此，第一部分的涨幅剩下35.4%，第二部分的涨幅剩下6.8%，第三部分的涨幅剩下16.5%。因此，最终结果为，40%概率上涨35.4%，21.3%概率上涨6.8%，21.3%概率上涨16.5%。
九、下跌亏损
将“当前分位点”17.39%以下分为两部分：第一部分为0%到1%（1%概率），第二部分为1%到17.39%（16.4%概率）。即1%概率下跌100%，16.4%概率下跌50%。
十、最终结果
最终结果为，40%概率上涨35.4%，21.3%概率上涨6.8%，21.3%概率上涨16.5%，1%概率下跌100%，16.4%概率下跌50%。如果概率加总小于100%（可能差个百分之零点几），就在“下跌100%”那里补上即可（比如把百分之一的概率改成百分之一点几的概率），但这次概率加总刚好是100%，就不需要了。
十一、计算仓位
把数据代入公式“G(f)=上涨概率×ln(1+涨幅×f)+……+下跌概率×ln(1-跌幅×f)+……”，然后对G(f)求导，并令导数为零求解，最后得出结果69.7%。
十二、使用AI完成第六步到第十步
只需要将以下内容发给AI（有几个空格需要填写数据，在“新的数据”那里）即可完成第六步到第十步：“案例：[“PE-TTM”当前值为9.98，当前分位点为2.39%，80%分位点值为14.36，50%分位点值为12.42，20%分位点值为11.34。由于估值数据存在假设带来风险以及个人知识和信息不足带来风险，因此需要安全边际。我们可以选择对“PE-TTM”当前分位点进行调整来补足安全边际以应对风险。由于估值数据存在假设带来风险，因此令当前分位点加10%。由于个人知识和信息不足带来风险，因此令当前分位点加5%。由于一共加了15%，因此调整后的“当前分位点”为17.39%。将“当前分位点”17.39%以上分为三部分：第一部分为60%到100%（40%概率），第二部分为17.39%到38.7%（21.3%概率），第三部分为38.7%到60%（21.3%概率）。第一部分以80%分位点值（14.36）作为目标价，第二部分以28.05%分位点值（计算得出28.05%分位点值对应的是11.63）作为目标价，第三部分以49.35%分位点值（计算得出49.35%分位点值对应的是12.4）作为目标价。由此可得，40%概率涨到14.36，21.3%概率涨到11.63，21.3%概率涨到12.4。我们先用“PE-TTM”当前值9.98计算涨幅，可得，40%概率上涨43.9%，21.3%概率上涨16.5%，21.3%概率上涨24.2%。由于当前分位点一共加了15%，占2.39%到80%的19.3%，占2.39%到28.05%的58.5%，占2.39%到49.35%的31.9%，因此，第一部分的涨幅剩下35.4%，第二部分的涨幅剩下6.8%，第三部分的涨幅剩下16.5%。因此，最终结果为，40%概率上涨35.4%，21.3%概率上涨6.8%，21.3%概率上涨16.5%。将“当前分位点”17.39%以下分为两部分：第一部分为0%到1%（1%概率），第二部分为1%到17.39%（16.4%概率）。即1%概率下跌100%，16.4%概率下跌50%。最终结果为，40%概率上涨35.4%，21.3%概率上涨6.8%，21.3%概率上涨16.5%，1%概率下跌100%，16.4%概率下跌50%。如果概率加总小于100%（可能差个百分之零点几），就在“下跌100%”那里补上即可（比如把百分之一的概率改成百分之一点几的概率），但这次概率加总刚好是100%，就不需要了。]新的数据：[“PE-TTM”当前值为（），当前分位点为（），80%分位点值为（），50%分位点值为（），20%分位点值为（）。]要求：[根据新的数据以及给的案例，得出最终结果]”。
十三、使用AI完成第十一步
只需要将以下内容发给AI（有个空格需要填写第十二步得到的数据）即可完成第十一步：“数据：[（）]要求：[把数据代入公式“G(f)=上涨概率×ln(1+涨幅×f)+……+下跌概率×ln(1-跌幅×f)+……”，然后对G(f)求导，并令导数为零求解]”。
说明：本文仅代表作者目前的个人观点，未来不一定还认可，即使还认可也不一定完全正确，请读者独立思考。
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。联丰策略提示：文章来自网络，不代表本站观点。
