跳到主要內容

避險級別基金如何避險及操作手法

我第一次接觸到避險基金是在我投資安聯收益成長基金的時候。大概5年前美國聯邦基準利率為0%-25%,澳幣大概有2%。

當時安聯收益成長基金美元版的年化配息率在10%左右,而澳幣的版本有12%,非常的高。

我就非常好奇,避險級別的基金到底是如何避險的,澳幣級別的配息為何比較高。另外,南非幣級別的基金配息甚至更高。

匯率避險原理

以下是基金公司操作不同匯率避險級別的操作方式,以南非幣為例。美金利率為0%,南非幣1年定存為5%。
  1. 於投資日收取1000元南非幣,並於當下在美國借等值的美金,假設美金兌南非幣匯率為10,可以換到100元美金,買入100美金等值的美金計價投資標的,同時將1000南非幣開立1年期定存。
  2. 1年後美金借款到期,再續借1年,然而南非幣定存有5%,所以收取利息1000*0.05 = 50 元南非幣。
  3. 因此,南非幣級別的基金會比美金級別每年多5%配息。
理論上,在第1步驟時也要同時買入美金換南非幣的期貨,才能形成匯率避險。

匯率避險基金操作手法

匯率避險操作如同前段敘述,投資較高利率的貨幣,借利率較低的貨幣,如美金,換取額外利息,不過如果大家都這麼做,會導致較高利率的貨幣價格下跌。


因此,匯率避險基金操作手法首先要選定幣別,如澳幣或南非幣,計算與美金的利差,舉例來說,南非幣1年定存為2%,美金為0.25%,利差就是2-0.25=1.75%,通常這個利差就會反映在配息率。

當然配息率差額不會直接等於兩個貨幣的利差。

接下來,就是考量避險級別貨幣使用國家的經濟成長狀況,或是該貨幣是否有成長性,可以是短線,也可以是長線。如果利差有賺,貨幣價值又有成長,就可以形成利匯雙賺的狀況,實際投資方法如下:
  1. 定期不定額:依據南非幣、澳幣等外幣走勢,判斷扣款額度,建議每半年檢視一次,隨著外幣距高點跌幅而增加扣款,如外幣創高,則減少扣款。
  2. 單筆投資:外幣跌幅夠大時直接單筆買入外幣後投資。

外幣跌幅加碼參考

以下討論澳幣及南非幣最主要原因為兩者波動率高,易操作,澳幣2008年到2015年間利率勝過美元,而南非幣則是常態性利率高過美元。

南非幣

美元兌南非幣走勢從2002年來看,雖然長線南非幣走跌,但是有好幾次上漲波段,如果抓到波段,可以利匯雙賺。

就以2020年4月1日的美金兌南非幣匯率18.526到2021年5月3日的13.735而言,漲幅為34.8%,因此南非幣可以每10%變化作為加減碼參考。


澳幣

就以2018年1月8日的澳幣兌美金匯率0.7912到2020年3月2日的0.6652而言,跌幅為18.9%,南非幣也可以每10%變化作為加減碼參考。


澳幣及美金波動都算大,如果想要經常加減碼,可以以5%漲跌幅來改變定期不定額投資額度,如果不想太多變化,則可以以10%漲跌幅為投資額度改變基準。

上面兩個澳幣及南非幣的走勢,只要有跌有漲,就可以賺到匯率價差,再搭配原本基金投資標的績效,理論上報酬率會贏過美金版本的基金。

為何是以兌換美金為考量

本篇文章分析及建議角度皆以非美金貨幣兌美金為考量,原因如下:
  1. 大部分匯率避險基金投資標的的原始計價貨幣大多為美金,例如美股、美債,這時候用非美元貨幣如澳幣來投資,與美金,也就是原幣比較報酬較為合理。
  2. 雖說我們使用台幣,可以用台幣的角度考量報酬率,但是這樣的話,就連原本美金計價的基金都要換算成台幣,造成計算更加複雜。
  3. 美金兌台幣走勢是另外一個課題,故本篇文章聚焦美金與非美金貨幣,目的是賺取比同檔美金計價基金更佳報酬。

案例分析

聯博多元資產收益組合基金,2015/12/31-2019/12/31

  • 2015/12/31收盤時,美金兌南非幣匯率為15.46,100美元可以換為1546南非幣。
  • 2019/12/31投資成果為1546 * (1 + 0.6302) = 2520.29。
  • 2019/12/31收盤時,美金兌南非幣匯率為13.99,2520.29南非幣可以換成180.15美金,報酬率為80.15%,遠高於美金級別的32.94%。

聯博多元資產收益組合基金,2020/4/1-2022/3/25

  • 2015/12/31收盤時,美金兌南非幣匯率為17.84,100美元可以換為1784南非幣。
  • 2019/12/31投資成果為1784 * (1 + 0.4454) = 2578.59。
  • 2019/12/31收盤時,美金兌南非幣匯率為14.6,2578.59南非幣可以換成176.62美金,報酬率為80.15%,遠高於美金級別的76.62%。


留言

這個網誌中的熱門文章

母體變異數(population variance)、樣本變異數(sample variance)及自由度(degrees of freedom)

母體指的是所有的數據,樣本指的是從母體抽樣的數據,舉例來說,一個班級有40人,它們的身高,40個身高數據,若只針對這個班,就是母體,但是,卻只是代表全校學生身高的一部分,也就是樣本。 回到「機率統計」頁面 樣本平均數(mean)不是母體平均數,樣本變異數(variance)也不是母體變異數,一個班40個人身高的平均數很難剛好是全校學生的身高平均數。 一個班40個人的身高變異數也不會是全校學生的身高變異數。 變異數計算 母體變異數的定義如下: 而樣本變異數的定義如下: 奇怪的地方 平均數 雖然樣本平均數不是母體平均數,不過,如果不斷重複從同一個母體抽樣平均,會得到一個近似母體平均數的數字。舉例來說,從一個學校所有學生中,不斷隨機選出40個學生取平均數,再將這些平均數平均,結果會接近直接算全校學生的身高平均數。 也就是說樣本平均數的期望值就是母體平均數: 變異數 樣本變異數跟母體變異數就沒這麼單純了。奇怪的地方是,為什麼樣本變異數公式的除術是n-1,而不是像平均數計算一樣用n? 為何樣本變異數要除的是(n-1)? 除數為n的話,變異數會太小 如果樣本變異數的除數是n,樣本變異數就會常常比母體變異數小。為什麼呢? 因為,樣本是從母體抽取的,抽樣的數據算出平均,並且抽樣的數據會相對的接近抽樣的平均,總不會剛好抽出的樣本平均數剛好是母體平均數,且樣本數據離樣本平均數就像母體數據離母體平均數一樣分散吧? 假設母體數據為0-99的整數,共100個數據,從中選出10個數字,然後計算樣本的平均數,分別用n及n-1當作除數算出變異數,連續執行200次,並將200個樣本平均數及200個樣本變異數平均。 也就是取得樣本平均數及樣本變異數的期望值,結果如下: 母體平均數 = 49.5

中央極限定理(central limit theorem)證明

中央極限定理(central limit theorem )指的是從一個獨立同分布(Independent and identically distributed, i.i.d)取出之變數數量趨近無限多時,其平均數(mean)將趨近常態分布(normal distribution)。 回到「機率統計」頁面 目錄: 動差母函數(moment generating function) 常態分布的動差母函數 中央極限定理證明 中央極限定理模擬 中央極限定理應用 動差母函數(moment generating function) 動差母函數為機率密度函數(probability density fFunction, PDF)及累積分佈函數(cumulative distribution function CDF)之外,另一種描述機率分布模型的一種方式。 定義 M X (t) = E[e tx ] 而 e tx 的泰勒級數(Taylor series)為 e tx  = 1 + tx + t 2 x 2 /2! +  t 3 x 3 /3! + ... 則 M X (t) 的泰勒級數為 M X (t) = E[e tx ]  = 1 + tE[x] +  t 2 /2! E[x 2 ] +  t 3 /3! E[x 3 ] + ... 因此,當t = 0時,以t取 動差母函數m次微分,就可以找到其分布模型的第m動差。 特性 M X+Y (t) = E[e t(x+y) ] =  E[e tx+ty ] =  E[e tx e ty ]  =  E[e tx ]  E[ e ty ] =  M X (t)  M Y (t)  常態分布的動差母

HYG、LQD 與 TLT 風險報酬比較

10 年期公債除了站上 4%,再撰寫這篇文章時,已經在 4.3% 徘迴,上次在 這篇文章 研究了現在是否應該要買 LQD 而不是 TLT,本篇文章我想研究非投資等級債是否更適合。 買點 HYG 現在 HYG 價格為 74.04,距離近一次低點 2020/3/20 的 69.75,差別為 5.794% LQD 上次低點在 2020/10/14 的 100.38 附近,與目前的 105.01 相差 4.612%。 TLT 上次低點在 2022/11/4 的 94.22 附近,與目前的 95.16相差 1%。 殖利率上升時,公司債的表現 TLT 2009-01-06 到 2010-01-05 跌了 16.364% 這段期間美國 30 年期公債殖利率從 3.04% 漲到  3.74%,漲了 0.7%。 TLT 2012-11-14 到 2013-11-13 跌了 15.701% 這段期間 美國 30 年期公債殖利率從 2.73% 漲到  3.83%,漲了 1.1%。 TLT 2016-07-29 到 2017-07-28 跌了 10.307% 這段期間 美國 30 年期公債殖利率從 2.18% 漲到  2.89%,漲了 0.71%。 TLT 2021-11-18 到 2023-8-15 跌了 32.695% 這段期間美國 30 年期公債殖利率從 1.97% 漲到  4.35%,漲了 2.38%。 結論 HYG 現在也很便宜,在公債殖利率還有可能持續上漲狀況下,表現可能勝過公債及投資等級公司債。

如何在Chart.js的圖上加上X軸或Y軸名稱

 Chart.js可以幫助網頁顯示各類圖表,要在X軸及Y軸上標示名稱方法如下: 找到Chart物件。 在Chart物件內找到options。 在options內找到scales,若無,自行加上scales。 即可在scales下設定X軸及Y軸的標示。 程式碼範例 <div> <canvas id="myChart"></canvas> </div> <script src="https://cdn.jsdelivr.net/npm/chart.js"></script> <script> const labels = [ '1', '2', '3', '4', '5', '6', ]; const data = { labels: labels, datasets: [{ label: '數據', backgroundColor: 'rgb(255, 99, 132)', borderColor: 'rgb(255, 99, 132)', data: [0, 10, 5, 2, 20, 30, 45], }] }; const config = { type: 'line', data, options: {scales:{ x:{ title:{ display:true, text:"月" } }, y:{ title:{ display:true, text:"unit" } } } } }; var myChart = new Chart( document.ge

賭徒破產理論(Gambler's ruin)機率公式證明

賭徒破產理論(Gambler's ruin)指指的是兩位賭徒,每局賭1元,A賭徒有i元,B賭徒有n-i元,兩人不斷的賭,直到一人輸光為止。 回到「機率統計」頁面 前言 假設A賭徒勝率為p,輸的機率就是1-p,稱為q,我們要求算A贏光所有錢的機率。 讓p(i)代表A賭徒擁有i元的時候,獲得最後勝利的機率。 p(0) = 0,因為已經輸光所有錢並且賭局已結束。 p(n) = 1,因為已經贏光所有錢並且賭局已結束。 那麼p(i)呢? 遞迴公式(recursive formula) 假設A有i元,它下一局有可能贏,有可能輸。贏的機率為p,輸的機率為1-p = q。 不論這一局是贏還是輸,A要贏光所有錢的機率還是沒有算出來。 這局贏了,接下來贏光所有錢的機率為p(i+1)。 這局輸了,接下來贏光所有錢的機率為p(i-1)。 因此,p(i) = p*p(i+1) + q*p(i-1),且可以繼續延伸,例如p(i+1) = p*p(i+2) + q*p(i)、p(i-1) = p*p(i-) + q*p(i-2)... 每個公式需要套用原本的公式,稱為遞迴公式公式,而遞迴公式解法可以像解微分方程(differential equation)一樣,可以先用猜的! 例如dx/dt = rx,微分之後x還是在公式裡,可以先猜測x = e^y。 猜測 假設,p(i) = x i ,並帶入p(i) = p*p(i+1) + q*p(i-1),得到  x i   = p* x i+1  + q * x i-1 x = p* x 2  + q p* x 2  - x + q = 0 解一元二次方程式得 x = 1 或 x = q/p 微分方程 p(i) = x i , x = 1 或 x = q/p,且有兩已知數 p(0) = 0 及 p(n) = 1。 而x i 的x有兩個根(root),必須都帶入線性組合(linear combination)公式求解。 p(i) = A(1) i  + B ( q/p ) i  =  A +  B ( q/p ) i  p(0) = A + B = 0 , A = -B p(n) = A + B ( q/p ) n   = 1 A + B ( q/p ) n  = -B +  B ( q/p ) n  = B(-1 +  ( q/p ) n )