2024年8月20日 星期二

我的投資筆記 (八) 從產業類股 ETF 報酬率判斷產業週期

在美國景氣循環週期中,其實不同產業的週期也不太一致,仔細觀察還是可以看出某些產業會比較快反應當前的景氣狀況,而某些產業則較為滯延。

先前我們提到可以透過大盤指數的 ETF 來判斷當下的景氣/股市熱絡情況,如果同時將產業類股的 ETF 跟大盤指數一對照,就能得知哪些產業的表現是落後大盤的,然後再進一步去了解為什麼會有這種情況發生。

舉例來說,本年迄今的標普 500 指數 ETF (SPY) 的報酬率是 18.4%,就依這個為基準來看到目前為止哪些產業是落後的。

讓我們先列出美國不同產業類股的 ETF,然後再標出到目前的報酬率為何:

1. 原物料類股 ETF〈XLB〉        :6.07%

2. 通訊服務類股 ETF〈XLC〉    :19.39%

3. 能源類股 ETF〈XLE〉            :6.76%

4. 金融類股 ETF〈XLF〉            15.92%

5. 工業類股 ETF〈XLI〉             :12.52%

6. 科技類股 ETF〈XLK〉            :18.12%

7. 必需性消費類股 ETF〈XLP〉  :10.53%

8. 房地產類股 ETF〈XLRE〉       :3.54%

9. 公用事業類股 ETF〈XLU〉     :15.86%

10. 健康照護類股 ETF〈XLV〉    :10.15%

11. 非必需消費類股 ETF〈XLY〉:3.38%


從上面的數據可得知,到目前為止非必需消費、房地產、原物料與能源類股的表現都遠低於大盤績效;要知道標普 500 指數事實上就是從上述的 11 種產業中,挑出績優股作為成分股,某種程度上可視標普 500 指數是這些產業類股的加權平均數。

在這種情況下,落後大盤就是落後加權平均,是扮演拖油瓶的角色;從這個角度切入,我們就可以快速聚焦到某個表現落後的產業類股上,進一步了解它落後大盤的原因為何,並判斷何時有機會跟上。

例如房地產類股從美聯儲開始升息循環後,就一路走跌,但它的反彈趨勢也很明確,在停止升息到開始降息之間,已經補漲了不少,但還是遠落後給大盤指數。

這時我們可以做一個假設,利率的因素對房地產類股的影響是高度正相關,並回頭去檢視歷史資料。

如果假設成立,那麼當降息循環開始的時候,就將迎來房地產類股的補漲,那我們就有足夠的信心在低檔時建倉。

事實上,在停止升息後,房地產類股已經迎來非常大的反彈,在降息循環開始前,或許已經有很多人跟我們一樣的邏輯思維,搶先一步佈局。

在這種情況下,當開始降息時,反而有可能先迎來一波賣壓,因為先前底部建倉的人獲利了結,轉往下一個低基期的產業建倉;但從長遠來觀察,在降息循環的過程中,房地產類股應該會逐漸重回成長的軌道。

從既有的資料去辨識可能的機會,理性的做出假設、透過歷史資料來檢視,並勇敢地相信自己的判斷,最後就有待時間來實證。

從這個過程中,我想隨著每一次對產業的判斷與經驗的累積,都會不斷修正自己對產業的認識,以及對景氣循環連動性的深刻理解才對。

這才是我覺得做投資最有趣的地方,知道自己這次投資為何成功或失敗,並了解來龍去脈,當經驗不斷地累積,就會讓下一次的決策更合理、成功的機率更高一些。

沒有留言:

張貼留言

生成式 AI 能否改變我的工作模式?

最近這幾天又重新把 ChatGPT 拿出來用,自從它升級到新版本 4o 後,我還沒有使用過;因為新學期的授課需求,終於有動力來感受一下 AI 的威力了! 這學期我打算全面導入 ChatGPT 來協助同學們撰寫程式,讓大家熟悉有 AI 輔助的工作流程是怎麼一回事;授課者總是得身先士...