主题：【原创】中国股市的分析及其它 -- PBS

目前中国A股上证指数掉入2000点以下，大家都对中国股市前景十分不看好，有舆论声称A股三季度以来再次跑输全球主要股市，市场的内在估值和结构、投资者与融资者待遇依然不合理，造成中国股市独领全球“熊途”。

的确连续3年中国A股指数回报率都是负增长，如果把A股上证指数看成是一只股票，这3年持股股民的感觉一定不好，这也情有可原。

周末我把1990年以来上证指数调了出来，进行了一点分析，现在把分析结果的图解放在这里：

从数据看，上证指数从1990年的100点开始，到现在1973点，23年里增加了19倍，经过年均计算，每年大市的回报率13.85%。这样的年平均回报率还是不错的，对照同期美国SP500的年平均回报率6.2%来看，中国的股市表现要比美国股市好，这充分显示了中国的社会主义的官办经济优越于美国的自由资本主义经济。

这些数据也再次证明了股市是经济的晴雨表一说是正确的描述：中国经济自改开以来，GDP一直以10%的平均速度进行增长，同步反映到股市上的13.85%的回报率；而美国经济一直在GDP增长2-4%之间徘徊，其股指的增长仅仅是6.2%，真还是活该。

那么为什么中国股民在如此大好形势下还是屡遭黑手，一直是1赢2平7输这样的结果呢？

问题出在中国股市动荡太大，来来回回过山车的干活，如果股民没有办法掌握时机，踏不准股市的脉搏，老是进行高买低卖的操作，那么经常要去外婆家蹭饭的。

这个动荡太大造成什么后果呢？

就是回报率出现负值和正值的反差太大，在统计上，我们可以用标准方差来表示：中国A股的回报率标准方差达到59，比美国的18和日经指数的22明显要高。

不过单单看这个标准方差和平均回报率并不能很容易评价不同股市，不同年份，不同投资策略之间的优劣，我们必须采用一个简单有效的参数来衡量投资结果。

有个经济学家叫Sharpe发明了以他名字命名的一种参数来评价投资策略的风险，这里省去推导若干。。。。只是简单描述一下这个参数计算公式：预期的投资回报率（或历史回报率）减去无风险投资回报率（如政府债券）除上述两个回报率之差的标准方差（历史或实时）而得到的数值就是Sharpe Ratio。

这个参数在花街广泛使用并用于对各种投资报表进行了广泛验证，效果明显，对风险防范有极其帮助。

由于这个参数的引进和成功，Sharpe本人于1990年获得经济炸药奖。

那么这个参数在多大的范围内才能说某个投资策略是处于低风险呢？答案是多多益善，就是说Sharpe Ratio值越高越好。

根据多年实战经验显示，在没有动用杠杆或低杠杆的条件下，这个参数值在1.0就是很好了，2.0就是非常好了，3.0就是王牌操盘手了。这个参数的下限是0.5，如果一个投资策略的数值低于0.5，那风险是极其巨大的；如果是负数，那就不要搞了，去买政府短期债券得了。

那么看看上证和SP500的Sharpe Ratio，我们可以发现上证的数值是0.15而SP500的数值是0.23。所以中美股市风险极大，而中国股市危险更大---不过也反映了风险越大回报率越高的真理。

对自助餐的历年报表进行分析后，大家发现老头子的技术不过止此耳，他的Sharpe Ratio近年来不过0.9而已，风险还是有的。所以老头子有句名言:“I'd rather have a lumpy 15% return than a smooth 12%.”

人要冒一点险，但不能太大。0.9同1.0比较起来就是冒一点险了，但能够增加3%的回报率，值了--老头多年平均回报率是23%，比上证指数回报率多一倍还不到。

这是没有使用高杠杆的条件下的Sharpe ratio，如果使用杠杆，那么花街基金经理的雇工条件是2.0以上，有报道说有的对冲基金可以达到10这样的变态数值--非常可能采用了高频程式交易。

这里谈到的Sharpe Ratio值范围是市场处于正态分布动荡条件，如果出现长尾现象，在高杠杆条件下高Sharpe Ratio值也会出现偏差：比如著名的长期管理基金（LTCM）在出事之前的Sharpe Ratio值据说连续几年达到4.5。

所以尽管Sharpe Ratio是一个很好的风险控制参数，但一个参数还不够，要有更多的参数，这里就不细谈了。

从年平均回报率图表上进行进一步分析，可以看到中美两国的移动均线在向下走，而中国的移动线已经进入负值，也就是说投资股市风险很大，导致大家都纷纷去买各种债券组成的理财工具了。

日本的日经指数Sharpe ratio是负值，所以股市投资已经没有意义，全民都在买低风险的日本政府债券。

再看看中国的上证指数年平均回报率曲线，目前在达到底部后出现了拐点。根据对历年类似底部拐点观察，我们会不会看到2013年有一个反弹或一个大行情？

2012年还有一个12月，再等一个月吧。