对Facebook, Snap，Twitter收益率建模，我们发现了这些规律

$Snap Inc(SNAP)$ $Twitter(TWTR)$ $Meta Platforms(FB)$ 

上篇文章里我们讲了华尔街常用的ARCH/GARCH（自回归条件异方差）模型，帮助每个用户对波动建模，做到不惧波动，并且能在波动过程中，做出机会，在高位适当卖出一点，低位买入一点。

今天，为大家介绍同等重要的一件事 ——收益率建模。

研究者费雪·布莱克说：投资中的重要问题是估计期望收益率。

为什么平均收益率很重要？

因为这给大家投资建立了良好的心理预期。比如，对于从历史几年的平均月收益率为2%的公司，对它怀着持有1个月就能涨20%的预期是不合理的。

所以，了解历史收益率，建立心理预期，能帮助我们更理性，做到“心里有数”。

| 收益率与风险如何度量？

社交行业很热，却没多少人能回答出Facebook，Snap，Twitter的历史月收益率的特征与规律。这样投资，无异于盲人摸象，全听别人说。

下面手把手讲解如何对收益率建模，以及带给我们的重要启示。

首先，我们要做的是将Facebook，Snap，Twitter历史5年以上每个月的月收益率取出来。

来源：Starvisionai.cn

对于收益率来说，有两个重要的需要关注的特征是集中趋势和离散度。

简单来讲，集中趋势说明了数据集中于何处，简单理解就是——均值，众数等，表达了收益的信号；离散度反映了收益率在均值附近的分散情况，简单理解就是——标准差、方差等，表达了风险的信号。

那么，实际场景该怎么用？

均值代表预期回报，标准差代表风险。

Facebook的预期回报（月平均收益）=1.76%，标准差（风险）=7.35%

Snap的预期回报（月平均收益）=1.37%，标准差（风险）=16.52%

Twitter的预期回报（月平均收益）=0.34%，标准差（风险）=14.35%

来源：Starvisionai.cn

对于长期投资人来说，Facebook是一家高收益、低风险的公司。

| “观其形，悟其道”

对三家公司进行经典的统计学分析后，进入另一个关键操作 —— 我们对历史数据进行统计学处理，绘制出收益率分布曲线，以观形悟道。

横轴是收益率，纵轴是收益率密度（近似理解为迄今为止83个月内该收益率出现的次数）。

来源：Starvisionai.cn

大家看看，这个分布近似于什么？

聪明，近似于——正态分布。

正态分布的数学规律是：68%概率会处于均值（月平均收益）上下一个标准差，95%概率处于在均值（月平均收益）上下两个标准差。

以Facebook为例，根据过去6.9年（83个月）历史数据统计，月平均收益：1.76%，标准差：7.35%。

所以历史上看Facebook呈现这样的规律：68%概率在1.76% ± 7.35%波动，95%概率在1.76% ± 2×7.35%两个标准差之内波动。

我们分析了3家公司后，得到的结论如下：

Facebook大致68%概率在范围-5.59%到9.11%间，大致95%概率在范围-12.94%到16.46%间。

Snap大致68%概率在范围-15.15%到17.89%间，大致95%概率在范围-31.67%到34.41%间。

Twitter大致68%概率在范围-14.01%到14.69%间，大致95%概率在范围-28.36%到29.04%间。

| 收益率分布的概率以及正态厚尾给我们的启示

同行业对比的另一利器是对比不同公司的收益率分布与概率，大家对比FB与Snap两家公司的图形，发现了什么？

来源：Starvisionai.cn

来源：Starvisionai.cn

可以看出Snap左侧有明显的“突起”，在统计学中称为正态分布的厚尾效应，即更多的，偏离均值较大的收益率。在这里可以简单理解为Snap出现大幅下跌的概率大于Facebook。

所以，接下来，我们统计了各公司的不同收益率范围对应的概率与历史发生次数。

来源：Starvisionai.cn

• 普通亏损（-20% ~ -0%）：共31个月，发生概率37.3%。
• 普通盈利（0% ~ 20%）：共50个月，发生概率60.2%。
• 极大盈利（20% ~ 25%）：共2个月，发生概率2.4%。

来源：Starvisionai.cn

• 极大亏损（-40% ~ -20%）：共7个月，发生概率12.3%。
• 普通亏损（-20% ~ -0%）：共17个月，发生概率29.8%。
• 普通盈利（0% ~ 20%）：共27个月，发生概率47.4%。
• 极大盈利（20% ~ 50%）：共6个月，发生概率10.5%。

可以明确地得出结论，Snap发生亏损的时间在历史中占比为42.1%，Facebook发生亏损的时间在历史中占比为为37.3%。

与我们的正态厚尾的结论是一致的，即Snap出现大幅下跌的概率大于Facebook。

好了，最后将收益率建模的方法大致总结一下：

1. 取出公司的历史每月收益率。
2. 计算集中趋势（均值）和离散度（标准差），对比不同公司的风险和收益，选出心目中的优秀公司
3. 根据均值建立合理的投资收益预期。
4. 绘出月收益率的频次分布图，根据正态分布的理论，了解不同收益率区间对应的概率。
5. 根据不同公司的频次分布图可以得到不同的启发结论。

公司收益率建模需要一个数字化工具，starvisionai.cn（星光愿景AI投研）已经建立了美国TOP30 科技公司的AI资产分析，帮助你识别波动风险，有效平衡仓位，取得更优业绩。

风险提示及免责条款

市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。