读书笔记标题很明确了，就是讲了一个策略，应用于二级市场，我觉得还不错。当然不错是观点，观点是死的，关键还在于能不能执行。
作者是基金公司的执行者，相关专业老师。感觉和我年龄差不多，口气很活泼，对于所购买的第一只高风险股票从内到外的戾气笑死我了*罒▽罒*
笔记从第十章开始的，因为前面就是草翻翻，看到第十章觉得可能有点意思了，就划了下重点。足够了，如果有不足，你可以回去看一下前面几章，不晦涩，半个小时就能看完。
书还算新，数据统计到2017年，2018就翻译过来了，所以，是个非常新鲜的策略，新鲜的意思是未必多么具有广泛度覆盖性，大数据上来看，是个有效策略。
前言有笔记，是因为开始没看，书看完了就跑回去重新翻了一下，译者是同行，这就对专业性翻译有所保障。
作者对于翻译到中国很兴奋，所以特别为中国读者加了最后一章，数据测试策略有效性。
配图孔子真可爱。国外经济学家比较深刻的都和哲学家差不多，孔子老子孙子的名气响刮刮，几乎没有人会不提到。提到了还能引经据典说理由，中华文明真的棒棒哒！
读书笔记
书名：低风险，高回报
作者：【荷】平·范·弗利特 【荷】杨·德·科宁 译者：夏春
译者前言 我与“低波动率之谜”的一些缘分
早在20世纪60年代，金融学就建立起一个叫资本资产定价模型（CAPM）的重要理论：股票的回报主要由其风险来决定，要想获得高回报，就必须承担高风险，而股票的风险在当时有几个测量指标，其中一个就是波动率
到了1975年，一位叫作罗伯特·豪根（Robert Haugen）的金融学教授发现最低波动率/风险的股票的回报竟然要比最高波动率/风险的股票还要高。豪根教授后来还发现，这个现象不仅在美国股市存在，而且在其他20个国家的股市都存在
第10章 发现“乌龟”和“兔子”
常用的风险度量指标：贝塔（bate）。贝塔是一种广泛使用的风险度量指标，它衡量股票的风险及其对市场风险的贡献。贝塔类似于波动率，但可以用更简单的方式来理解。贝塔低于1的股票风险较低，而贝塔超过1的股票风险较高。如果一只股票的贝塔为1.5，当市场上涨10%时，它应该上涨15%。如果市场上涨了10%，那么贝塔为0.5的股票将上涨5%。所以，一只有风险的股票的贝塔高于1。
一只低风险的股票的贝塔在1以下
第11章 横挑竖拣，明智选股
谷歌股票筛选器
谷歌列出了4个默认标准：市值、市盈率（P/E）、股息率和过去52周股价变动率。
除了这4个标准，你们应该添加贝塔作为风险标准，放在股票指标之下，并将“最后收盘价”作为附加标准，以便可以过滤掉细价股。
我们首先剔除所有细价股和贝塔高于平均水平的股票。如果我们把选股的最低价格设定为1美元，最大贝塔值设定为1.0，那么股票数量将从32 000下降到13 000。
我们应该将“最小市值”也作为筛选标准以排除市值小的股票，即所谓的“微型股”（小盘股）。我们可以通过将市值过滤器的下限设为10亿美元来实现。结果，股票数量进一步下降到大约5 000只。
另外两个选股标准是收益和动量。第一，我们不能以“股份回购”作为过滤标准，所以我们将最低股息率设定为3%。具有这个水平的股息率的公司要么股价很低，要么就是将相当大一部分的利润分配给了股东
将股票市盈率的上限设置为30也是明智的做法，因为这相当于要求股票的收益率在3%以上。第二，我们对动量标准进行过滤，但是我们应该用哪种标准来衡量动量呢？在我们的模拟中，我们没有使用动量的绝对标准来进行股票筛选。我们对每只股票的1年期价格从高到低排序。方便起见，我们只需要把筛选标准设置为每只股票的过去52周股价变动率为正即可。换句话说，就是将动量的下限设置为0%。
可以选择的股票数量进一步从约5 000只减少到约100只，这些剩余的股票就是具有良好上涨潜力的低风险股票。
第12章 高枕无忧
低风险指数可以让你们接触到一篮子约100～300只低风险股票。这些指数通常由交易型开放式指数基金（ETF）跟踪，有时也被被动型公募基金所跟踪，两者均可称为指数基金。
可以应用ETF筛选器选择正确的低风险ETF
交易型开放式指数基金数据库（ETFdb）有一个任何人都可以访问而且易于使用的筛选器。网站列出了1 200多只不同的股票型ETFs。我们可以根据资产管理规模大小、投资策略、投资地域、行业或投资风格等参数进一步过滤筛选。如果要筛选出所有在美国上市的低波动率ETFs，你们只需在ETFdb网站的最后一个输入框（投资风格）中输入“低波动率”即可。
大部分ETFs模拟了两个低风险指数：摩根士丹利资本国际公司最小波动率指数（MSCI Minimum Volatility Index）和标准普尔低波动率指数（S&P Low Volatility Index）。这些最小波动率和低波动率指数在不同市场上有不同版本：从“仅限美国”到欧洲股票，从全球发达市场到新兴市场，从中小型股到标准普尔500分股。
由于我们的目标是找到一种让我们接触低风险股票的工具，为什么我们不看看两只最受欢迎的指数型基金呢？这两只数十亿规模的基金跟踪两种不同的低风险指数。它们的代码是SPLV和USMV。
第一，标准普尔500低波动率投资组合（SPLV）跟踪低波动指数。它衡量标准普尔500指数中所有股票的1年期波动率，并从低到高排名，然后购买波动率最低的100只股票。每个季度该指数都将进行调仓，不再符合此标准的股票将被取代，股票的平均持有期为两年。
第二，安硕明晟美国最小波动率ETF（USMV）追踪的是另一个指数，而这个指数的名称已经在这个基金的名字中有所反映。构成该指数的方法比SPLV的简单排名方法复杂。该指数的起点是摩根士丹利资本国际公司美国指数（MSCI USA Index），它由600只大中盘股组成。基金的构建者使用统计优化器，通过一种算法从这600只股票中构建低波动率投资组合。优化器不仅在股票单独的波动率的基础上进行选择，还考虑该股票对投资组合总体波动率的影响。该指数每年调仓两次，股票的平均持有期为5年。指数中股票的数量大约是170只。由于很难确认此统计优化器构建指数的原因和逻辑，所以有些人将这个统计优化器所使用的算法称为如图12.2所示的“黑匣子”。
一般来说，SPLV使用风险排序方式来选股，简洁直观。USMV则复杂些，但其组合在不同行业和公司之间的投资更为多元分散。但是，两者都没有考虑收益或股价动量。回顾第9章可以看出，只有遵循投资的三数法则（风险、收益和动量特征），才能实现财富的创造。差了收益和动量的考量，年回报率就会相差3%。想得更糟一些，有些低波动率股票的收益较低和动量较弱，那么差距可能就不止3%。所以，购买低波动率指数基金时，请不要忘了这个三数法则。
荷宝在2006年开始提供低波幅股票策略（Conservative Equity）基金，所使用的选股流程与本书所讨论的流程相似，但还是有几点不同，特别是在实际操作阶段。当我告诉你们这个低风险的策略比其他主动型基金和被动型指数基金要好
第15章 黄金法则
最著名的金融经济学模型之一是1990年获得诺贝尔奖的资本资产定价模型，这是预测风险与回报之间呈正相关和线性关系的模型。
我相信你们应该会使用资本资产定价模型，因为这个模型告诉你们哪个投资决定是正确的，哪个投资决定是错误的。这是一个很好的工具，它能帮助你们做出明智和理性的决定。例如，该模型对于比较内部不同投资项目的企业是有用的。当两个项目具有相同预期利润，所有的其他事项也相同时，低风险项目应优先于有较高风险的项目。另外，当选择合适的投资基金时，资本资产定价模型可以提供很好的帮助。如果一个共同基金在一段时间内显示高回报，那么应该自问，这种高回报是通过更高还是更低的风险取得的。最后，资本资产定价模型也可以帮助基金经理选择股票。如果两只股票支付相同的股息，并有相同的商业动力和增长幅度，那么，他们应该购买低风险股票而不是高风险股票。虽然根据资本资产定价模型，这样的股票不应该存在，但事实上它们的确存在。
第16章 悖论无处不在
私募股权投资市场中，更为保守的“并购基金”的表现往往优于风险更高的风险资本投资。
风险并不在所有情况下都是不好的，但请注意，绝大多数情况下，承担风险都不会获得回报。请记住这条经验法则：避开任何看起来像彩票或承诺你们很高回报的事物。你们不管是在赛马还是在管理你们的投资组合，都不要把金钱押在极端情况上
让我们记住好消息，你们可以通过在债券和股票市场中承担一些有限的风险，来获得正回报并增加你们的财富。
第19章 中国的“乌龟”跑赢了“兔子”
假设你们在2001年1月1日开始在100只保守型中国股票中投资1 000元人民币，17年后，你们的投资额将增加到7 149元。总回报率为636%，而年复合回报率为13.1%
投资者的耐心会得到相应的回报。投资期限越长，赚钱的概率越大。如果你们的投资期为3年，那么亏损的概率就会下降到36%；如果是5年，就会下降到15%。真正的好消息是：保守型股票的亏损概率更低！如图19.3所示，在1年、3年和5年的投资期内，保守型股票投资组合的亏损概率分别从41%（1年）下降至27%（3年），再降到9%（5年）。
早在2012年，MSCI推出了MSCI中国A股低波动（人民币）指数［MSCI China A MinVol（CNY）Index］。该指数选择低风险股票，但没有考虑股票收益或动量因子。
联系客服
