北京
风险提示：本文所提到的观点仅代表个人的意见，所涉及标的不作推荐，据此买卖，风险自负。
作者：府库
来源：雪球
如果一个投资组合设定好了各类资产的持仓比例 ， 组合跑一段时间之后 ， 一定会因为各类资产的涨跌导致持仓比例偏离预设的比例 ， 所以就会涉及到这个再平衡的概念 。
再平衡的意思不复杂 ， 就是组合里某一类资产涨多了或者跌多了 ， 占比偏离了当初定下的目标 ， 就把它调回去 。 至于什么时候动手 ， 可以按时间来 ， 可以按偏离了多少来 ， 也可以趁着有钱进出的时候顺手调一调 。
这件事在理论上曾经被认为是能白捡一块收益的 。 1996 年有人把它写成了一个公式 ， 两类资产各自的波动越大 、 彼此涨跌越不同步 ， 光靠涨多了卖一点 、 跌多了买一点这个机械动作 ， 长期就能比什么都不做多出一块 。 这块多出来的 ， 后来被叫做再平衡红利 。
今天我们就对再平衡的问题进行分析 。
01再平衡的回测验证
拿实际的数据算一遍 。 从 2005 年开始 ， 一个 60% 股票加 40% 债券的组合 ， 如果中间一次都不动 ， 到今天手里会变成什么样子 。
股票那一边用中证全指全收益指数 ， 债券用中债财富指数 ， 60/40 起步 ， 2005 年起按月度做指数模拟 ， 数据算到今年 7 月底 。
如果从头到尾一次都不调 ， 股票的实际占比会一路往上走 。 2015 年 5 月最高到过 88.7% ， 今天是 84.4% 。 而每年重新拉回 60% 的那一条 ， 二十多年里基本一直待在 61% 上下 。
不做再平衡的情况就是股票的长期回报更好 ， 导致股票的占比要远远高于债券的占比 ， 当然从这个案例的回测结果中 ， 再平衡的长期收益会更好 。
对于再平衡的不同做法放在一起进行对比 ： 一次都不动 、 每年调一次 、 每个季度调一次 、 偏离超过 5 个百分点就调 。
一次都不动的年化是 8.77% ， 最大回撤 60.1% 。 每年调一次的年化 10.30% ， 最大回撤 39.3% 。 每个季度调的年化 9.11% ， 回撤 46.7% 。 按 5 个百分点阈值调的年化 9.00% ， 回撤 46.8% 。
每年调一次那条收益最高 、 回撤也最浅 ， 二十一年里一共动了 21 次 。 每个季度调的那条动了 86 次 ， 操作量是它的四倍 ， 结果反而低了一个多点 。
三种不同的再平衡策略 ， 年化收益都有提升 ， 看起来再平衡是一种很不错的投资操作 。
02再平衡的另外一面
但对于再平衡来说是有一些争议的 。
海外有一组不客气的数据 。 2020 年一份做组合管理的学术期刊上登过一篇研究 ， 样本是 1960 年到 2017 年的美国股票和国债 ， 六比四的比例 、 每个月做一次再平衡 。 结果是在 2008 年那轮下跌里 ， 再平衡那一版的最大回撤反而比什么都不做更深 ， 大概是它的 1.2 倍 ， 多出接近 5 个百分点 。 从 2007 年 10 月到 2009 年 2 月这一段 ， 再平衡的收益比不动少了 5.3 个百分点 。
另外还有一篇 2014 年的论文 ， 把两类资产接下来所有可能出现的涨跌组合列成一张表 ， 一种一种算过去 ， 结论是再平衡和什么都不做 ， 最后期望能拿到的钱是一样多的 ， 那个所谓的再平衡红利只是几何收益率这个统计口径算出来的差别 ， 不是真的多出来一块财富 。
这个争论到今天也没有一个统一的答案 。
对于再平衡来说 ， 最有效的情况就是各类资产涨跌分化 ， 类似于在一个波动区间里面 ， 等于是跌多了补仓 ， 涨多了加仓 。 如果面对趋势行情特别明显的时候 ， 反而是丢掉了持仓 ， 导致收益变差 。
03再平衡具体到自己的投资中并不容易
对于再平衡来说 ， 并不是一个只要做了就必定能提升收益的动作 ， 也不存在最佳的再平衡策略 ， 所以再平衡应用到自己的投资中 ， 并不容易 。
我自己对于再平衡这件事比较释怀 ， 没有按照固定的规则来做 ， 比如想买到一定的仓位 ， 一直买不到那就等一等 ， 觉得太贵了也等一等 ， 逐步去调整到自己舒服的比例就可以 。
所以再平衡这件事 ， 更柔和的去融入到自己的投资策略中更重要 ， 机械式的去执行 ， 又比较麻烦 ， 也不一定是更好的结果。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
