机构投资者的创新之路——如何参与并投资区块链资数字资产_.pdf

机构投资者的创新之路如何参与并投资区块链数字资产 - 币安研究院 x 分布式资本 2019年10月28日 摘要 -在宏观环境进入长期低利率、经济低增长、高不确定性的三期叠加背景下，优质资产拥挤而稀缺。而以比特币为代表的新型区块链数字资产的崛起给传统组合配置带来了新思路。 -数字资产的价值捕获场景可以分为价值贮藏、实用价值、交易媒介、投机价值，但传统估值方法难以简单套用。 -一项针对欧美150所大学的调查显示，94受访单位已经配置了加密数字货币相关资产。大学捐赠基金已经作为将加密数字货币作为一种另类资产进行积极配置。 -无论是在长周期还是短周期内，比特币的回报与主流大类资产的相关性极低 且其收益率分布正偏且“肥右尾”，表现出极高的收益-风险比，是一种在传统市场里非常难得的资产。 -基于Markowitz的现代投资组合理论，在传统股票/债券的组合中可以采用小比例比特币替代大比例高波动性的股票，让比特币成为超额收益的来源，籍此增加低波动性债券配置比例，从而优化整个组合的收益-风险特性。 -投资数字资产的收益不仅仅来自“资本利得”，还包括“利息收入”及“再投资收入”。在可接受的风险范围里，数字资产至少获得额外的年化 110 收益。 -对于机构投资者来说，数字资产配置还有一些间接的方法，如​投资数字资产挖矿、投资数字资产衍生品、投资区块链公司股权等。 1 习近平总书记在中共中央政治局10月24日下午就区块链技术集体学习时强调，区块链技术应用已延伸到数字金融、物联网、智能制造、供应链管理、​数字资产交易​等多个领域。要把区块链作为核心技术自主创新重要突破口，加快推动区块链技术和产业创新发展。 区块链网络改变了传统的生产和记账环节，链上数字资产与着区块链网络共生相融，在很多应用场景下是整个区块链生态系统循环的血液，​承载着价值流转、激励的重要功能，​本文试图从以比特币为主的数字资产特性的分析入手，从机构投资者资产配置的角度对如下问题进行解答，数字资产的 ●使用场景是什么 ●价值捕获从何而来 ●在复杂资产组合里的配置意义是什么 ●当前监管环境下，机构应该如何入场 尤其随着全球经济进入缓慢增长周期的共识越来越强，低利率甚至负利率卷土重来或成为常态，美国、欧洲等发达地区的等政治不确定性上升，伴随优质资产的高拥挤和稀缺，传统投资管理人面临前所未有的压力和挑战。 上一次的全球性经济衰退发生在11年前，危机起源于金融体系的系统性崩溃。伴随着崩塌的旧金融秩序。一种由非金融机构创造的新兴资产的比特币诞生，十余年的发展市值已经超过1400亿美元（2019年10月），大致和科威特、匈牙利、乌克兰等国的GDP相当，已然成为一种具备相当市场深度和共识的新兴大类资产，了解“比特币们”的特点将成为资产管理人的必修课。 本文以实证检验，展示了比特币与传统大类资产之间相关性极低，同时回报-风险比冠绝几乎所资产类别，为投资组合多元化提供了难得的机会。 1. 数字资产的分类和终极价值来源 关于数字资产的分类目前没有统一权威的定义，在监管、学界、从业者之间的争论亦1颇多，比如很多从业者认为比特币或门罗币可以作为货币被使用，然而主要国家的监2管层几乎无一承认这一点。再或者一些实用类通证（Utility token）是否属于证券，监管和项目方之间的争论也从未停止过。暂不论具体案例应该如何分类，综合各方观点，目前主要的可分类属性包括 1例如欧洲央行（ECB）2019 年的陈述是“目前，对于何为数字资产还没有普遍认同的定义，但欧洲央行为方便分析，将其定义为“一种以数字形式记录并以加密技术实现的新型资产，但它不构成任何可识别的实体的金融债权或债务。” 2门罗币一种​创建于2014年4月的开源加密货币，由比特币衍生而来，着重于隐私性。 2 ●私人货币，​即一种没有主权背书但交易对手方互相认可的交易中介 ●记账单位，​可以用来度量商品或服务价值的工具 ●虚拟资产/商品，​一种可以被法币计量，预期可以带来经济利益或经济效用的数字资源，可以作为价值存储 ●证券型代币，本质是证券​的电子化证明，可以是股票类，也可以是债权类 如果说将数字资产分类主要是监管规则制定或学术界的问题，但更重要的是，无法清晰的观察和计量数字资产的价值捕获，是很多机构投资者对这一领域望而却步的主要原因。 这一点并不奇怪，即便是在1602年就诞生了第一支现代股票，但如今被普遍接受且看上去并不复杂的现金流折现（DCF）估值法也是在1960年代以后才被广泛使用。 鉴于很多数字资产身兼多重属性，传统的估值方法很难简单套用，我们可以总结出数字资产的核心的价值捕获主要有以下四大分类，八种来源 表格1数字资产价值来源分类 价值贮藏 资产抵押（传统有形资产的电子化） 现金流抵押（类似股票） 共识支撑（类似黄金、赎罪券） 实用价值 一种在某种系统里访问特定资源的权利（例如，支付gas才能3使用以太坊网络，类似QQ皮肤只能用Q币购买） 4某个系统里的决策权（例如，持有EOS可以参与出块节点选5举） 交易媒介 一种法币/银行账户体系之外的计价、交易媒介（例如，无任何抵押的超市购物券） 投机价值 价格上涨的预期（例如，如果群体共识或网络实用性增加） 赌博筹码（例如，FOMO3D资金盘游戏） 以上任何一种方式都可以满足特定的需求，从而创造价值，从而赋予数字资产/虚拟货币/数字通证终极价值来源。 价值贮藏（Store of value）​分类中，资产抵押和现金流抵押的数字资产的本质是传统债权类、权益类资产的数字化，估值可在相应的传统估值模型中稍作修改 3Gas以太坊等区块链网络在交易传播过程中需要支付给网络上各节点的费用​。 4以太坊​一个开源的有智能合约功能的公共区块链平台。 5EOSBlock.One公司正在研发的一个动态通用型开源底层区块链平台​。 3 1.增加溢价区块链技术能带来优于传统资产的部分，包括减少资产交割的对手方风险，降低金融清结算成本等带来的溢价; 2.减去折价区块链技术增加的风险，如智能合约的安全性、特殊的攻击方法6（如51攻击）等带来的折价。 7此外，亦有使用成本法对数字资产进行估值的案例，类似原油、黄金等商品经常采用的估值参考法，​不过问题在于很多工作量证明（PoW）的数字货币的成本是随着参与8者变化而动态变化的，成本估值法很难拥有长期参考意义。 对​实用价值（Utility value）​部分，一种可以借鉴的方法是货币数量理论，即 某区块链网络的总经济效用物价水平*数量服务总量代币价格*代币流通量*代币流速（一年内被易手的次数） 变换等式可得 代币价格网路总经济效用/（代币流通量*代币流速） 货币数量理论估值法是目前比较容易被市场接受的方法，不过这个估值方法的核心问题是我们必须先估算出网络总效用的经济价值（相对类比法），以及计算出相对准确的代币流速，可能会与本网络的实际情况产生较大的误差，或许需要辅助其它绝对估值法（例如NVT及其变种法，梅特卡夫网络价值法）进行校正。 9对于​交易媒介（Medium of exchange）​的价值可使用类比估值法，比如假设或统计全球有多少转账或贸易量使用数字货币，然后对其需求量进行倒推。 投机价值（Speculative value）​分类下数字资产的定价则更加复杂，是在理性投资人的假设上进行分析，还是从行为金融学的角度去分析，历来在传统金融市场里都尚无统一的声音。 具体估值方法并不是本报告的讨论重点，且与传统金融市场一样，计算资产价格时取的一些参数很大程度上基于对未来的预期假设​，本报告我们将举出一个具体的案例以便直观感受为什么数字资产的价值不仅仅是看不见摸不着的“共识”，而是实实在在的“钱”。 6智能合约​一种在区块链环境执行、验证的计算机协议​。 751攻击一种​指利用算力优势来篡改区块链上的记录，从而达到破坏区块链网络的目的 8工作量证明（Proof-of-Work，PoW）是一种对应服务与资源滥用、或是拒绝服务攻击的经济对策。一般是要求用户进行一些耗时适当的复杂运算，并且答案能被服务方快速验算，以此耗用的时间、设备与能源做为担保成本，以确保服务与资源是被真正的需求所使用。此一概念最早由Cynthia Dwork和Moni Naor于1993年的学术论文提出，而工作量证明一词则是在1999年由Markus Jakobsson与Ari Juels 所发表。现时此一技术成为了加密货币的主流共识机制之一，如比特币所采用的技术。 9https//arxiv.org/pdf/1803.05663.pdf 4 案例作为交易媒介的价值捕获 5 2018年全年比特币网络承载了价值3840亿美元的链上转账，世界银行统计估算2018年全球跨境汇款总金额为6890亿美元。相应的为了维持比特币这个网络的运转，102018年挖矿电力消耗约为27亿美元，而全球跨境转账手续费480亿美元。 11 12即比特币网络仅用18分之1的成本，承载了全球跨境汇款规模的56的交易量，降低了成本，提高了效率，同时也创造了价值。同样的逻辑还可以延伸到其它区块链网13络，比如以太坊，比特币现金或者恒星币，他们的网络维护费用将比比特币更低，可能只有数十甚至数万分之一。 14以上我们简要探讨了大部分数字资产/数字货币的终极价值来源，在此价值存在的基础之上，接下来我们将从金融市场投资实务的角度分析为什么金融投资机构应该配置加密数字资产。 2. 将加密数字货币作为一种另类资产 2.1 定义 另类投资Alternative Investment是指在传统公开市场上交易的股票、固定收益或货币以外的投资类型。 “另类”是一个中性的术语，它只是将其与股票和债券等传统资产区分开来。房地产和大宗商品，甚至艺术品，都是所谓的“另类投资”。 与传统投资一样，另类投资应该在可接受的风险水平上提供合理的回报。 一个常见的例子是黄金，自从半个世纪前布雷顿森林体系与美元脱钩后，黄金除了作为装饰品和少数工业场景之外，几乎没有什么实际用途。但这并不妨碍黄金作为一种资产配置的存在。 10世界银行-全球汇款成本2019 1季度报告https//remittanceprices.worldbank.org//sites/default/files/rpw_report_march_2019.pdf 11比特币网络没有传统银行网络的合规成本，但为了防止洗钱、逃税等违法行为，这部分成本未来是需要考虑的。 12世界银行-2018年移民及汇款研究https//www.knomad.org/sites/default/files/2018-12/Migration20and20Development20Brief2030.pdf 13coinshares2019年6月的研究认为，比特币挖矿网络中 74％的电力来自可再生能源，主要是水电和风电。这些电力即便不被比特币挖矿所使用也很难被输入到其它需要大量电力的地区，所以从另一个角度来看，比特币挖矿是在消耗自己创造的能源而非浪费既有的能源。 14网络维护的费用可能随着使用量的增加和用户对安全性的要求而升高。 6 2.2 另类资产的优势 由于另类资产与传统证券投资产品的相关性较低，投资者可以通过另类资产实现投资风险的多元化。 科学增加另类资产配置，可以应对当前以及未来相当长一段时期我们可能面对的低利率或高波动性环境（如果发生危机）的影响，有可能获得比传统股票和债券投资组合更高的回报。 2.3 著名案例 规模近300亿美元的耶鲁捐赠基金，在另类投资的世界里是一个家喻户晓的名字。在15过去的十年里该基金平均年回报率7.4，远高于5.5的大学养老基金平均回报水平，也高于HFR统计的同期全球对冲基金平均回报率的3.38。 16公开数据显示，​该基金2019财年近60的资产投资于风险投资、对冲基金和杠杆收购等另类投资。 高比例的替代配置显然有助于其优异的性能。去年，耶鲁大学捐赠基金（Yale Endowment）向A16z投资，成为首所进入加密数字资产领域的“常青藤联盟大学”，引发了广泛讨论，紧接着又再次投资了数字资产基金​Paradigm​。 作为高瓴资本张磊的导师和领路人，耶鲁捐赠基金首席投资官大卫斯文森（David.F.Swensen）在其著作中将分散化投资带来的收益形容为“免费的午餐”。2018年在接受CNBC采访时直言，他们已经通过投资基金的形式享受到了这份新兴另类资产“免费午餐”的馈赠。 15https// 16https// 7 图1 美国大学捐赠基金另类资产配比比例与收益率正相关 来源Frontier Investment Management 17耶鲁捐赠基金只是众多喜爱尝试新鲜事物的大学捐资基金的一员。根据Global Custodian和The TRADE Crypto的联合调查，截止2018年4季度，接受调查的150所18大学基金中的94在2018年进行了加密货币相关投资。其中54的大学是直接投资了加密货币（通过交易所和OTC等），46是通过投资基金进行投资。 这一结果非常符合大学捐赠基金普遍热衷于积极配置高风险的另类资产的特性，当然，由于大学捐赠基金几乎不存在LP赎回压力，这也是导致该类基金敢于持有低流动性、高风险资产的原因之一。 表格2“old money”加密投资2018-19 数字资产/区块链公司 描述 “Old Money” 参与者 投资时间 A16z Crypto crypto asset technology fund ●Yale Endowment ●Andreessen Horowitz Oct-18 Bakkt a regulated plat to access, trade and use digital assets ●NYSE/ICE ●Microsoft ●Boston Consulting Group ●Horizons Venturesowned by HK s richest man Li Ka-Shing Aug-18 17Michael W. Azlen，Ilan Zermati 2017 Investing Like the Harvard and Yale Endowment Funds 2017Q3 18https// 8 ●PayU Binance a leading plat to trade, store digital currencies ●Vertex Ventures Oct-18 Bitfury Group a full service Blockchain technology company and infrastructure provider ●Dentsu ●Macquarie Capital Jul-18 BitGo an enterprise-grade, multi-sig, multi-user Bitcoin wallet, as well as API access to its underlying security plat ●Goldman Sachs ●Valor Equity Partners Oct-18 Blocktower a professional trading and portfolio management firm ●Andreessen Horowitz ●Union Square Ventures Jan-18 Blockstack a decentralized computing network ●Harvard University endowment Apr-19 Coinbase a leading plat to trade, store digital currencies ●Tiger Global Management ●Wellington Management Oct-18 ErisX CFTC-regulated futures exchange and clearing organization, a spot market for digital assets ●TD Ameritrade ●CBOE ●Fidelity ●Nasdaq Ventures ●Virtu Financial ●DRW Venture ●Monex/TradeStation ●CME/NEX ●Monex Dec-18 Galaxy Digital a digital asset merchant bank ●Terry Gou CEO of Foxconn Feb-18 Paradigm crypto asset technology fund ●Yale Endowment Oct-18 ●Sequoia Capital Jun-18 SETL a technology company that focuses on blockchain settlements and payments ●Credit Agricole CIB Feb-18 Veem a global payment solution provider using blockchain ●Google Ventures ●Goldman Sachs Sep-18 9 cryptocurrencies VCTRADE a Japanese FSA licensed trading plat ally begin operation in Jul.2018 ●SBI Holdings Jul-18 来源 币安研究院, 分布式资本, Crunchbase 10 3.检验比特币的收益率的统计特性 在决定如何投资之前，需要先了解数字资产收益率的统计学特性 3.1 跨资产相关性检验“特立独行” 为保证长期收益率的稳健性，资产管理机构的组合配置往往是多种多样的，从跨资产相关性的角度，在下面的图2和表3中看到，无论是在长周期还是短周期内，比特币的回报与主流大类资产的相关性极低（相关性绝对值最低，意味着既无明显正相关也无明显负相关），我们选取的参照物包括美国股市、全球股市、美国债券、国际债券、黄金、美国房地产、国际房地产、自然资源。 事实上，由于全球经济活动的一体化和国际间金融活动相互渗透、相互影响，大类资产的联动已经变得异常迅速和紧密，类似比特币这种“特立独行”的资产实际上相当稀缺，意味着比特币可以在分散传统金融市场里的系统性风险上发挥积极作用。 表格 3 跨资产 2011-2019 周度 / 月度 收益率相关性矩阵 Ticker Name VTSMX Vanguard Total Stock Mkt Idx Inv VGTSX Vanguard Total Intl Stock Index Inv VBMFX Vanguard Total Bond Market Index Inv PIGLX PIMCO Global Bond Opps Unhedged Instl GLD SPDR Gold Shares XBTUSD Bitcoin Market Price USD GNR SPDR SP Global Natural Resources ETF VNQ Vanguard Real Estate ETF VNQI Vanguard Global ex-US Real Est ETF 11 来源币安研究院、分布式资本、彭博 3.2 波动性检验2014年以后波动率有了显著下降 诚然，从直觉上感知，比特币是一种波动性较大的资产，但这并不意味着传统资产的波动性一定都小于比特币。 从下图中可以看出，传统资产和比特币的年化​波动率比较。比特币的波动性接近天然气，甚至一度低于一些新兴市场的股票和货币。 事实上，自2014年以来，比特币的波动性中值显著下降，降低了比特币配置的风险。 12 图2 比特币和天然气年化波动率走势 来源币安研究院、分布式资本 图3比特币和多资产年化波动率对比 来源币安研究院、分布式资本 13 3.3 收益率分布特性尖峰、肥尾、正偏 在表格4里，我们选取了几种大类资产的历史日均收益率进行统计特性描述，样本采自2011年1月1日至2019年4月26日。 可以明显看出，比特币的收益率不服从正态分布，呈现正偏态、肥尾、尖峰的特征，这些特征也与股票市场相似，但比起股票市场“夸张”的多。 表格 4 多资产 2011.1.12019.4.26 每收益率统计特性 Natural Gas Gold US SmallCap 2000 Shanghai Composite Nasdaq 100 Apple Bitcoin Mean均值 0.01 0.01 0.04 0.01 0.06 0.08 0.55 95 Confidence Interval for Mean ​95置信区间 上沿 -0.10 -0.05 -0.01 -0.05 0.02 0.02 0.25 下沿 0.13 0.08 0.09 0.07 0.11 0.15 0.84 5 Trimmed Mean 5截尾均值 -0.02 0.01 0.05 0.04 0.08 0.09 0.34 Median中值 -0.04 0.00 0.09 0.05 0.10 0.06 0.00 Variance方差 0.08 0.02 0.01 0.02 0.01 0.03 0.71 Std. Deviation 标准差 2.76 1.50 1.20 1.36 1.08 1.63 8.45 Minimum最小值 -16.52 -11.40 -8.91 -8.49 -6.11 -12.35 -57.21 Maximum最大值 17.95 14.23 6.94 5.76 6.16 8.87 336.84 Skewness偏度 0.30 0.50 -0.27 -0.79 -0.32 -0.22 20.91 Kurtosis峰度 3.66 18.44 4.32 5.96 3.15 4.67 803.80 其中“Skewness”也就是“偏度”代表日收益均值与中值的偏离程度，数字越大，获得正回报的概率就越高。​比特币收益率的偏度极高，显示了其收益率分布的不对称性。​理论上，比特币这样极度正偏的资产应该受到投资者青睐。 此外，“Kurtosis峰度”也体现了比特币的收益率处于“肥尾尖峰”状态，峰度远远大于3高达488，意味着尾部较“正态分布”更厚，这意味着我们经历“异常收益”的几率更高。 14 投资者通常会避开尖峰肥尾的股票，因为高波动性意味着相对于平均回报水平，投资者遭遇尾部风险的可能性要高得多。 需要注意的是，偏度和我们前面提到的所谓尖峰肥尾的特征，都是与偏度为0，峰度为0的“正态分布”相比较的。通常在进行实证分析时，假设收益率数据为正态分布，便于建模和分析。但实际上很少有资产的收益率符合正态分布，尤其我们现在讨论的比特币。 忽略了正态分布假设下的尾部风险导致长期资本管理公司LTCM倒闭，所以认识到肥尾象对数字资产市场的风险控制也具有重要意义。 然而，由于金融市场的尾部风险是“双向的”，例如在牛市中，峰度越高，股票获得极高回报的可能性就越大，反之，在熊市中，发生极端亏损的可能性也会增加。这可能导致投资者在不同时期对峰度的偏好不一致。 因此，好消息是，尽管比特币有很高的峰度，但收益率是正偏的，即“肥尾”也更多出现在正收益区间​，如图3所示，比特币的历史收益率分布显示尽管其可能出现“大跌”的的概率高于股市，但其可能出现“大涨”的概率更高，而且涨幅不低。 美国知名数字货币分析机构Fundstrate创始人Tom Lee也曾对比特币的这些统计特性做出过类似的描述，措辞更为通俗在任何给定的年份中，比特币价格的绝大部分收益仅出现在十个最大交易日中，如果错过这短暂的时间，收益率将是负数。 19图4比特币收益与美国和中国股市的收益率分布 20来源币安研究院、分布式资本 3.4 尖峰肥尾特性的来源及注意点 19​https// 20样本3095天，中国股市样本上证综指 15 埃德加彼得斯Edgar Peters, 1991认为，不同投资者对市场信息的反应是不同的，21尽管信息多是线性到达市场的，但对信息的理解不同和投资时点的不同都会导致对信息产生不一样的反应，因此某刻价格并不能反应出全部的信息，价格的变动也不是独立的，收益率也将更多地表现出“尖峰”和“肥尾”。 换句话说，如果市场上的信息是线性到达每个“理性人”，但投资者在趋势确定之前忽略了它，然后以累积的方式对所有被忽略的信息做出反应，这也可能导致回报的尖峰肥尾分布。或者另外一种情况是，如果影响市场的信息分布是“尖峰”的，那么证券收益也将倾向于这样分布，比如来自监管层的利空可能是扎堆出现，而不是线性出现的。 无论如何，前文里的统计数据显示加密货币市场的信息流动似乎更不顺畅，且投资者的反应可能比传统市场参与者更慢，这符合我们对加密货币市场投资人结构的推测22。​所以在投资数字资产的时候，等待“利空出尽”或“利好兑现”的时间周期可能要比传统资产更长，even-driven型投资人的交易行为需要相应的做出改变。 图5投资者结构比较数字资产市场估算vs.股票市场（数据截止2019年1月） 数据来源币安研究院, C, Bloomberg 21Edgar Peters​Chaos and Order in the Capital Markets A New View of Cycles, Prices, and Market Volatility​ 22在币安研究院2019年4月发布的​解密数字货币轮动​中提及加密市场专业投资人比例非常低。 16 此外，尖峰肥尾现象使得大量的信息定价被留在尾部，“平庸”的事件权重变小。因此，在资产配置中，​尤其在波动容忍度低的投资组合中，我们应该比传统市场更关注肥尾风险的扰动，以及可能带来的潜在久期错配的风险。 234.将比特币加入资产组合的历史回测 比特币对投资组合管理有用吗它能带来多样化的好处吗我们模拟三个简单的投资组合来观测。 第一个是经典的60的股票，40的债券投资组合，第二个是在资产组合中加入1的比特币，第三个资产组合加入5的比特币配置，第四个是最激进的，资产组合中有20的比特币。直观地说，这是四个风险递增的组合。 表格 5 简单组合模拟020比特币配置权重 Ticker Name 简介 Portfolio 1 分配 Portfolio 2 分配 Portfolio 3 分配 Portfolio 4 分配 VTSMX Vanguard Total Stock Mkt Idx Inv 美股 39 38 34 22 VGTSX Vanguard Total Intl Stock Index Inv 全球股票 21 21 21 18 VBMFX Vanguard Total Bond Market Index Inv 美债 32 32 32 32 PIGLX PIMCO Global Bond Opps Unhedged Instl 全球债券 8 8 8 8 BTC Bitcoin Price USD 最具代表性的数字资产 0 1 5 20 回测规则如下 开始日期 01/01/2011 结束日期 08/31/2019 初始资金 10,000 23​例如用短期负债投资数字资产可能在负债到期时组合出现较大回撤，而清仓之后又出现较大反弹的情况。 17 头寸再平衡 年度 分红再投资 Yes 基准参照 Vanguard 500 Index Investor ETF 回测结果如下图所示，仅配置了20比特币的组合资产规模在过去9年间翻了400多倍，以至于不在对数坐标上都已经无法看清其它三个组合的净值曲线。 图6简单模拟比特币权重020组合净值变化 来源币安研究院、分布式资本 表格 6 简单模拟比特币权重020组合回测结果统计（最优结果红色加粗显示） Portfolio 1 Portfolio 2 Portfolio 3 Portfolio 4 初始资金 10,000 10,000 10,000 10,000 期末资金 2417,846 35,288 195,280 4,037,087 复合年增长率CAGR 6.91 15.66 40.90 99.85 月收益标准差 7.44 24.41 76.88 145.58 最佳年份 15.81 73.36 306.65 1182.02 最差年份 -5.43 -6.11 -8.81 -18.69 最大回撤 -10.64 -30.57 -60.64 -75.92 24结果使用总回报，并假设所有收到的股息或配股都进行了再投资，不包括税费和交易费用 18 Sharpe Ratio 250.87 0.68 0.66 0.8 Sortino Ratio 1.38 1.8 2.88 4.75 与标普500相关性 0.95 0.34 0.14 0.11 由表格6的统计汇总可见，配置20的比特币的组合过去9年里，年复合增长率接近100。即便只配置1的比特币，投资组合的最终余额也是传统60/40投资组合的两倍。 然而，仅看最终净值是远远不够的。从表6中可以看出，​虽然比特币投资组合的收益较高，但波动性也相应增大。​参见标准差一栏，它描述了几个不同投资组合的月回报率的分散度。 表格6还蕴含了几个重要信息，包括 ●即使只配置1的比特币，“Portfolio 2”的月收益率标准差也达到了24.41，是标准普尔500指数ETF的2倍左右。相反，尽管60/40组合的回报率最低，但其波动性也最低。 ●观察“最大回撤”分项可以看到，60/40组合的最大回撤只有10.64。投资组合4 Portfolio 4中因为有20的比特币，​其单月最大跌幅接近76，这可能是很多人在现实生活中难以接受的。 ●当然，不要忘记两个最重要的指标夏普比率Sharpe Ratio和索蒂诺比率Sortino Ratio，这是衡量经风险调整的投资回报的经典指标。夏普比率使用的是总波动性，而Sortino比率只使用了下行时的波动性，这更适合于对波动性较大的投资组合进行评估。两个指标都越高越好。 可以看出，由于整体波动性过高，​包含少量比特币的投资组合的夏普率表现不如美国单一股指SP500。 但Sortino比率只计算下行风险与回报之比，​比特币越多的投资组合得分越高，表明持有比特币每承担1个单位下行风险可以得到超过1个单位的回报补偿。 综上可以看出，过去8年，在传统的60/40投资组合中加入比特币，​有可能显著提高回报率和风险回报率。​且比特币与主要资产的相关性较低，有助于分散传统市场的风险。此外，历史检验表明，​比特币配置可以导致投资组合的极端波动，但由于风险补偿较高，这种波动是“健康的”，或者我们可以说比特币收益率是“不对称”的。 下一章节，我们将探讨何种比例的比特币配置将最优化一个多资产投资组合。 25Sharpe Ratio和Sortino Ratio使用美国1个月期国债收益率作为无风险利率作为基准并按年计算 19 5.寻找数字资产配置的“黄金比例” 也许不存在一个终极的“最优配置”比例，但我们可以在特定目标约束下通过比特币优化投资组合 历史相关性测试表明，比特币是所有数字资产的风向标，这一点在可见的未来内也大概率不会改变。所以为简化测试方法，我们在以下的资产配置测试中，将使用比特币作为数字资产的唯一标的。为了找到比特币配置的“黄金比例”，这里将引入马科维茨（Markowitz, 1952）提出的“效率前沿”（Efficient Frontier）概念，这一概念为现代投资组合理论奠定了基础。 该理论认为投资者会在预期收益和风险之间做出平衡选择，而“有效前沿”上的组合是收益和风险的最优资产组合。 在这里，我们将跳过对马科维茨或资本资产定价模型CAPM的详细介绍，直接使用他的理论来指导计算并展示结果。 5.1 理解黄金如何改善一个投资组合 为了更好地理解比特币的本质，首先让我们看看传统的投资组合如何利用黄金来优化其风险回报率。 与上文相同，我们假设一个简单的传统60/40股票和债券投资“基础组合”如下 Name Allocation Vanguard Total Stock Mkt Idx Inv 39.00 Vanguard Total Intl Stock Index Inv 21.00 Vanguard Total Bond Market Index Inv 32.00 PIMCO Global Bond Opps Unhedged Instl 8.00 然后，我们将全球最大的黄金ETFGLD（SPDR Gold Shares）作为一种另类资产的加入资产池备选（不必须加入组合）。样本测试期设定为2005年至2019年，初始资本为1万美元，那么夏普比率最高的配置为 Name Allocation Vanguard Total Stock Mkt Idx Inv 13.41 Vanguard Total Bond Market Index Inv 84.11 20 SPDR Gold Shares 2.47 由于Vanguard Total International Stock Index Fund Investor Shares和PIMCO Global Bond Opportunities Fund unhehedge Institutional Class的风险回报率不够好，“最高夏普比率组合”里将不会有这两种证券，但黄金配置比例为2.47。那么，黄金的加入给投资组合带来了哪些变化呢请看下图 表格 7基础组合与经黄金优化组合的20052019表现（最优结果​红色加粗​显示） 基础组合 最大夏普率组合 初始资金 10,000 10,000 期末资金 24,688 20,557 复合年增长率CAGR 6.36 5.04 月收益标准差 9.09 3.45 最佳年份 22.18 10.64 最差年份 -22.30 -0.86 最大回撤 -33.55 -7.30 Sharpe Ratio 0.58 1.07 Sortino Ratio 0.86 1.78 与标普500相关性 0.96 0.52 表格7可以看出，尽管期末收益及年复合增长率传统的60/40组合要高于最大夏普率组合，但其实基础组合​每承担1单位波动风险只能获得0.51单位的回报​，而加入黄金且比例经过最大夏普率目标优化后，夏普率大幅升高至1.07，意味着​每承担1单位波动风险可以获得1.07单位的回报。​同时，Sortino