Có một vài điều mà các nhà đầu tư làm để bảo vệ danh mục đầu tư của họ chống lại rủi ro. Một cách quan trọng để bảo vệ danh mục đầu tư của một người là đa dạng hóa. Tóm lại, điều này có nghĩa là một nhà đầu tư lựa chọn bao gồm nhiều loại chứng khoán và đầu tư từ các công ty phát hành và ngành khác nhau. Ý tưởng ở đây là giống như câu ngạn ngữ xưa "đừng đặt tất cả trứng của bạn trong một giỏ. "Khi bạn đầu tư vào nhiều lĩnh vực, nếu không thành công, phần còn lại sẽ đảm bảo danh mục đầu tư như một tổng thể vẫn an toàn. Sự an toàn thêm này có thể được đo bằng lợi nhuận gia tăng mà một danh mục đầu tư đa dạng có xu hướng mang lại khi so sánh với một khoản đầu tư cá nhân có cùng kích cỡ.

AD:

Đa dạng hóa là một chiến lược tuyệt vời cho bất cứ ai tìm kiếm để giảm rủi ro về đầu tư của họ trong dài hạn. Như ghi chú của ASX (2014), quá trình đa dạng hoá bao gồm:

Đầu tư vào nhiều loại tài sản. Điều này có nghĩa là bao gồm trái phiếu, cổ phần, hàng hoá, REIT, hybrids và nhiều thứ khác trong danh mục của bạn.

• Đầu tư vào một số chứng khoán khác nhau trong mỗi tài sản. Một danh mục đầu tư đa dạng mở rộng các khoản đầu tư xung quanh các loại chứng khoán khác nhau có cùng loại tài sản có nghĩa là nhiều trái phiếu từ các công ty phát hành khác nhau, cổ phần của một số công ty từ các ngành khác nhau …
• Đầu tư vào tài sản không có mối tương quan đáng kể với nhau. Ý tưởng ở đây là chọn các loại tài sản và chứng khoán khác nhau với thời gian và chu kỳ khác nhau để giảm thiểu tác động của bất kỳ điều kiện tiêu cực nào có thể ảnh hưởng xấu đến danh mục đầu tư của bạn.

AD:

Điểm cuối cùng này rất quan trọng để ghi nhớ khi soạn một danh mục đầu tư đa dạng. Nếu không có nó, bất kể loại tài sản của bạn đa dạng như thế nào, họ có thể dễ bị nguy cơ tương tự, và do đó, danh mục đầu tư của bạn sẽ phản ứng đồng thời. Vì vậy, nó là chìa khóa cho các nhà đầu tư để tránh lựa chọn đầu tư cho danh mục đầu tư của họ có tương quan cao. Điều quan trọng cần lưu ý là trong thực tiễn quản lý danh mục đầu tư, có sự khác biệt giữa đa dạng hoá ngây thơ và đa dạng hóa hiệu quả (còn gọi là đa dạng hóa tối ưu).

Hiểu được sự khác biệt giữa Naive và Sự đa dạng tối ưu

Lý do đa dạng hóa thường là một chiến lược thành công là các tài sản riêng không phải lúc nào cũng có giá cả của họ di chuyển cùng nhau. Do đó, việc đa dạng hoá ngây thơ có thể mang lại lợi ích (tuy nhiên, ở mức tồi tệ nhất, nó cũng có thể gây ra phản tác dụng). Như NASDAQ (2016) giải thích, đa dạng hoá ngây thơ là một loại chiến lược đa dạng hóa, nơi một nhà đầu tư đơn giản chỉ chọn các chứng khoán khác nhau ngẫu nhiên với hy vọng rằng điều này sẽ làm giảm nguy cơ danh mục đầu tư do tính đa dạng của chứng khoán được lựa chọn.Sự đa dạng Naive đơn giản không phức tạp như các phương pháp đa dạng hóa sử dụng mô hình thống kê. Tuy nhiên, khi quyết định theo kinh nghiệm, kiểm tra cẩn thận từng vấn đề an ninh và thông thường, đa dạng hóa ngây thơ vẫn là một chiến lược hiệu quả đã được chứng minh để giảm rủi ro danh mục đầu tư.

Đa dạng hoá tối đa (còn được gọi là đa dạng hóa Markowitz), mặt khác, phải mất một cách tiếp cận khác để tạo ra một danh mục đầu tư đa dạng. Ở đây, tập trung vào việc tìm kiếm tài sản có mối tương quan với nhau không hoàn toàn tích cực. Điều này giúp giảm thiểu rủi ro trong các chứng khoán ít hơn và do đó có thể giúp tối đa hoá lợi nhuận. Với cách tiếp cận này, máy tính chạy các mô hình phức tạp và các thuật toán nhằm tìm ra mối tương quan lý tưởng giữa các tài sản để giảm thiểu rủi ro và tối đa hóa lợi nhuận.

Như đã nêu ở trên, cả hai hình thức đa dạng hóa (đa dạng hóa ngây thơ và tối đa) có thể có hiệu quả, đơn giản chỉ vì các kết quả đa dạng hóa khi bạn phát tán các khoản đầu tư của mình trên các tài sản khác nhau.

Sự đa dạng Naive đề cập đến quá trình lựa chọn ngẫu nhiên các tài sản khác nhau cho danh mục đầu tư của bạn mà không sử dụng bất kỳ tính toán phức tạp nào để quyết định lựa chọn nào. Mặc dù có tính ngẫu nhiên, đây vẫn là một chiến lược hiệu quả để giảm rủi ro dựa trên luật số lượng lớn.

Tầm quan trọng của Tương quan

Có một cách "tốt hơn" để đa dạng hóa. Cụ thể: kiểm tra tài sản bạn dự định đầu tư, để tìm ra những thứ mà không có xu hướng di chuyển lên hoặc xuống trong mối tương quan với nhau. Bằng cách này, bạn có thể làm giảm đáng kể nguy cơ danh mục đầu tư của bạn. Công trình này, như được giải thích bởi Viện CFA (2014), vì sự tương quan - khái niệm quan trọng trong thống kê. Sự tương quan là sự đo lường mức độ hoặc mức độ mà hai giá trị số riêng biệt di chuyển cùng nhau. Ở đây, những giá trị chúng ta quan tâm là tài sản. Số lượng tương quan tối đa có thể là 100%, được biểu diễn là 1. 0. Khi hai tài sản có mối tương quan là 1.0, khi di chuyển, phần còn lại thì luôn luôn di chuyển. Mặc dù số lượng tài sản di chuyển có thể khác nhau, một tương quan của 1. 0 cho thấy họ luôn luôn di chuyển theo cùng một hướng với nhau. Ngược lại, khi hai tài sản di chuyển theo hướng ngược nhau, mối tương quan của chúng là tiêu cực. Nếu họ luôn di chuyển 100% thời gian theo hướng ngược lại, thì đây được coi là -100% hoặc -1. 0. Vì vậy, khi kiểm tra mối tương quan tài sản, gần -1. 0, hiệu quả của đa dạng hóa càng lớn.

Dòng dưới cùng Mọi người đều rõ ràng về điều này: các nhà đầu tư phải đa dạng hóa danh mục đầu tư của họ để bảo vệ chống lại rủi ro. Mặc dù sẽ kém hiệu quả trong việc đa dạng hóa trong những điều kiện khắc nghiệt, nhưng điều kiện thị trường điển hình hầu như luôn luôn có nghĩa là một danh mục đầu tư đa dạng hóa sẽ làm giảm đáng kể rủi ro mà các nhà đầu tư gặp phải. Do đó, điều then chốt là cố gắng liên tục cải tiến hoặc tối ưu hoá sự đa dạng của danh mục đầu tư để tối đa hoá mức độ bảo vệ mà nó cung cấp cho đầu tư của bạn. Điều này có nghĩa là thực hiện công việc siêng năng để định vị tài sản không di chuyển trong mối tương quan với nhau như trái ngược với sự đa dạng đơn giản, ngây thơ.

Mặt khác, những lợi ích được cho là sự đa dạng toán học phức tạp cung cấp là không rõ ràng. Làm thế nào để áp dụng và vận hành các mô hình phức tạp như vậy, thậm chí còn chưa rõ ràng cho các nhà đầu tư trung bình. Các mô hình máy tính chắc chắn có khả năng xuất hiện thuyết phục và ấn tượng, nhưng điều đó không có nghĩa là chúng chính xác hơn hay sâu sắc hơn là đơn giản là hợp lý. Cuối cùng, nó là quan trọng hơn cho dù một mô hình tạo ra kết quả hơn nếu nó dựa trên một thuật toán rất phức tạp.