資產配置理財入門大補包（五） – 停損該怎麼設定？

我們先前的文章討論過量化股票投資的停損怎麼設定（文章連結：https://quantpass.org/python_stop-loss/），那些方法適用於大家熟知的程式交易，也就是方向性策略的風險控制方法。但是，資產配置的邏輯是完全不同的！為什麼呢？我們接下來詳細說明！

資產配置的邏輯

將手上的資產，依照市場狀況和風險偏好依比例配置投資，例如股債比 6:4，部位比例是相互依存的，在配置時即假設該比例能夠在經濟衰退時提供良好的下檔保護。

資產配置的出場策略

一般來說，被動投資的資產配置不太更改配置比例，並且選擇定期定額，做一輩子的投資，因此不存在出場策略。依據市場狀況微調配置比例的主動型資產配置，基本上也不存在出場策略，因為大多數人選擇資產配置，就是看上努力工作賺取薪資收入，搭配花些許時間來長線投資錢滾錢的特性，因此對大多數人來說這也是一輩子的投資。

資產配置的停損：等比例出場，調整現金水位

既然資產配置基本上不存在出場策略，那這個「例外」是誰呢？資產積累位於守成期階段的投資人，也就是需要進行保守型配置的投資人。這類的投資人通常資產已經接近財務目標，為了降低完成這最後一哩路的不確定性，而把股票的配比降低。對於這些人，「不確定性」是最大的風險，因為資產價值的縮水，已經難以用薪資收入來相抵。因此，他們會需要一些出場策略來保護資產。

這時的出場準則，基本上就是當資產快速增值時，「等比例」賣掉一部分的配置標的，比如說把股債黃金 ETF 維持在 5:4:1 的配比，但現金部位上升。另外，資產快速縮水時，可以選擇部分出場停損，也可以選擇加碼，因財務健全狀況而異。

Python 回測該如何設計等比例出場

這裡建議搭配 Python 資產配置課程的回測模組服用，沒有購買線上課程的讀者可以先閱讀下方資料存放格式，原則上還是很容易理解這個概念，可以再自行依樣畫葫蘆試試看。課程的回測寫法，是將回測用的價格和調倉事件以 pandas.DataFrame 的格式來存放，方便回測時的一些向量式運算。假設是一個只做股債 ETF 配置的回測，股票 ETF 使用 0050，債券 ETF 使用 00679B。價格 DataFrame 的格式如下表所示，column 是股票代碼、index 是日期，值為當日的收盤價：

	0050	00679B
2022-04-18	131.55	35.56
2022-04-19	132.00	35.58
2022-04-20	132.65	35.27
…	…	…

調倉事件是用來在回測時，對應指定日期把持倉部位調整成目標配比的事件。在課程中，我們也將事件以相同格式做存放：column 是股票代碼、index 是日期，值為目標配比。

那我們該如何把「出場」寫進這樣的回測模組呢？一共兩個步驟：

1. 將價格 DataFrame 加上一個 column，代表著現金的價格。現金的價格恆等於 1，因此，該欄所有的值都是 1。如下表：

	0050	00679B	Cash
2022-04-18	131.55	35.56	1
2022-04-19	132.00	35.58	1
2022-04-20	132.65	35.27	1
…	…	…	…

2. 在調倉事件的 DataFrame，也加入現金的欄位，用該欄位的值調控資產配置回測的現金比例。如下表：

	0050	00679B	Cash
2022-04-07	0.6	0.4	0
2022-04-11	0.45	0.3	0.25
2022-11-21	0.6	0.4	0
…	…	…	…

這裡稍作解釋：上表中，在 2022-04-11 投資組合賣出了股債 ETF，留下了 25% 的現金。在當日調倉後，股票 ETF 占比 45%，債券 ETF 占比 30%，股債比仍然維持 6:4，因此，在股票 ETF 承擔 6 塊錢的風險時，債券 ETF 仍用 4 塊錢的部位來與之搭配，達到預想的股債平衡比例。

結論

資產配置基本上不存在停損設計，但對於守成型投資人來說，納入一些部份進出場的機制來消弭不確定性，是個不錯的選擇。而部分進出場需把握的最大原則是要讓配置資產等比例出場，來維持曝險規模的平衡。換句話說，就是用「保留現金比例」的角度來做部分出場的調控，才比較符合資產配置的邏輯和投資目標。

因此，我們使用 Python 進行資產配置的回測時，也是以「保留現金比例」的角度，把現金視為一個價格不會變動的資產，就能輕易套用在既有的回測模組，而不需要另外撰寫特化的格式了！