🗺️ 五大核心思維模式

1. 因子思維 — 報酬從哪裡來？

現代資產定價的核心：資產報酬可由系統性因子曝險解釋，超出因子後的殘差才是真正的 Alpha（技能）。發展脈絡：CAPM（1964）單因子 $E(R_i) = R_f + \beta_i[E(R_m)-R_f]$；Fama-French 3 因子（1993）加入 SMB 與 HML；Carhart 4 因子（1997）再加 MOM；FF5（2015）加入 RMW（獲利）與 CMA（投資），HML 可能冗餘。$$R_i - R_f = \alpha + \beta_m(R_m-R_f) + s \cdot SMB + h \cdot HML + r \cdot RMW + c \cdot CMA + \varepsilon$$基金的「高報酬」若主要來自高 Beta 或小型股偏向，並非技能。需先控制因子再評 Alpha。Cremers & Petajisto（2009）的 Active Share 提供持倉層次的主動度量測，Active Share > 80% 才稱真正主動，< 60% = Closet Indexer。

CAPM 的核心假設：所有投資人共用相同輸入清單（均質期望，Homogeneous Expectations），均衡下持有市場組合。Beta = Cov(R_i, R_m) / Var(R_m) 衡量系統性風險。Jensen's Alpha = 實際報酬 - CAPM 期望報酬，若市場有效，Alpha 長期趨近於零。APT（Ross 1976）放寬 CAPM 假設，允許多個系統性因子，核心前提：均衡中不存在套利機會。FF5 是 APT 精神的實踐。[Bodie Ch9, Ch10]

2. 行為財務 — 市場為何非理性？

標準金融假設投資人理性，但行為財務學（Barberis & Thaler 2003）指出系統性偏誤：
• 過度反應：對壞消息反應過頭 → 短期反轉效應
• 反應不足（Underreaction）：對盈餘公告吸收慢 → 動能效應（PEAD）
• 處分效果：早賣獲利股、晚賣虧損股，違反稅務效率
• 套利限制（Limits to Arbitrage）：即使識別錯價，融券成本、雜訊交易者壓力使套利者無法消除偏差

Baker & Wurgler（2006）投資人情緒指數：情緒高漲時，難估值的小型股、高成長股被高估；情緒低落時反轉。行為異常多在小市值、低流動性股票最顯著。

心理帳戶（Mental Accounting）與框架效應：投資人以「分組」方式思考投資，而非整體財富視角（Thaler）。框架效應使相同資訊因呈現方式不同而引發不同反應——解釋了損失厭惡（損失的痛苦約為等額獲利的 2 倍）為何能持續影響決策。Barber & Odean（2000）研究 66,000 個家庭帳戶，發現交易最頻繁者年報酬比最少交易者低約 7%，符合過度自信預測。[Bodie Ch12]

3. 機構視角 — 規模改變一切

機構投資者（退休基金、捐贈基金、主權財富基金）面對與個人截然不同的問題：
• 負債匹配（LDI）：退休基金需以資產現金流匹配未來給付義務，Duration matching 是核心
• 策略性資產配置（SAA）：決定長期目標配置，主導 90%+ 的長期績效差異（Brinson et al.）
• Swensen 捐贈基金模式：重股票（>80%）、廣分散、接受流動性溢酬（私募、房地產）、強治理
• 流動性溢酬：機構因長期視野可承擔流動性風險，賺取約 1-3% p.a. 的 illiquidity premium

治理的重要性：IPS（投資政策聲明）明確定義目標、限制、再平衡規則。好的治理能防止危機時的恐慌清倉。

Swensen 的另類資產哲學：Swensen（Pioneering Portfolio Management）認為傳統股票+債券配置不足以達到捐贈基金所需報酬。私募股權、房地產、天然資源等另類資產提供分散化效益（與公開市場低相關性）和流動性溢酬。關鍵前提：(1) 機構有足夠長的投資視野容忍非流動性；(2) 有能力進行嚴格的管理人盡職調查；(3) 良好治理結構防止危機時強制清算。[Swensen Ch5]

CFA 的機構投資框架：IPS 是核心文件，涵蓋風險目標（絕對/相對）、報酬目標、流動性需求、時間視野、稅務、法規、特殊需求。能力（Ability to bear risk）與意願（Willingness to bear risk）不一致時，應取較低者。機構的受益人與委託人之間的利益衝突需透過治理結構解決。[CFA Ch1]

4. 投組建構 — 穩健優於最優化

Markowitz MVO 在理論上完美，但實務問題嚴峻：期望報酬估計誤差被放大（誤差最大化器 Michaud 1989）、樣本內過度擬合、不穩定共變異矩陣。

替代方案：
• HRP（Prado 2019）：層次聚類替代矩陣求逆，避免條件數問題，樣本外更穩健
• 風險平價：各資產風險貢獻相等，$RC_i = w_i \cdot \frac{(\Sigma w)_i}{\sigma_p}$
• 等權重（1/N）：不依賴任何估計輸入，長期往往贏過精細優化
• Black-Litterman：貝葉斯融合均衡報酬與主觀觀點，輸出穩定配置

約束的功能：上下界（單一部位 ≤ 5%）、追蹤誤差限制，等同於正則化，降低樣本依賴性。

Black-Litterman 的貝葉斯框架：以市場均衡報酬（由市場市值反推的隱含報酬）為先驗，結合投資人的主觀觀點（可賦予不同信心水準）形成後驗期望報酬，再輸入 MVO。優點：輸出配置更穩定、更直覺；當觀點為空時退回市場組合。[Bodie Ch27, CFA Ch6]

Monte Carlo 模擬：當資產報酬分布非常態、或需要模擬多期路徑（如退休提款策略）時，Monte Carlo 模擬優於解析解。透過重複抽樣，可得到財富分布、成功率（如退休不破產的機率）、以及不同資產配置在各種情境下的表現。CFA 建議在評估 LDI 策略的充足性時使用此工具。[CFA Ch6]

5. 績效歸因 — 解釋而非慶祝

Brinson-Hood-Beebower（1986）將超額報酬分解為三效果：
• 配置效果：超配表現好的資產類別 → $(w_p - w_b) \times (R_b^{asset} - R_b^{total})$
• 選股效果：在資產類別內選出勝過基準的標的 → $w_b \times (R_p - R_b^{asset})$
• 交互效果：超配且選股均超越 → $(w_p - w_b) \times (R_p - R_b^{asset})$

$$Active\ Return = Allocation + Selection + Interaction$$
Hou, Xue & Zhang（2020）：452 個已發表異常中約半數嚴格複製後不顯著，提示 publication bias 的風險。歸因是問責機制：好過程 + 壞結果 = 持續；壞過程 + 好結果 = 危險（運氣）。

Sharpe、Treynor 與 Information Ratio：三大績效指標各有適用場景。Sharpe Ratio = $(R_p - R_f)/\sigma_p$，適用於評估完整投組（唯一持股）；Treynor Ratio = $(R_p - R_f)/\beta_p$，適用於評估部分投組（其中一支基金）；Information Ratio = $\alpha / \sigma_\varepsilon$，衡量主動管理效率，值越高表示用同等追蹤誤差換取更多主動報酬。[Bodie Ch24]

因子基礎歸因（Factor-Based Attribution）：CFA 建議將組合報酬分解至因子層次（市場、規模、價值、動能等），識別哪些因子曝險驅動了超額報酬。這比純粹的 Brinson 歸因更能揭示風格漂移（Style Drift）——基金在不知不覺中改變了因子曝露，卻未向客戶說明。[CFA Ch7]