醜股大翻身（二）—　睇咗美股係負相關，物極必反。但，遠古年代係咪有可比性？如果拎近年呢？係越嚟越負相關，定唔係？ (Patreon)

重溫：美股按年變化，冇乜相關性。真係要講，其實係「負相關」

但咁耐之前嘅數，有冇意思？仲有，如果時間拎短啲呢？港股呢？

數字應該拎幾耐？太耐，個世界又變咗。太近，sample又唔夠

有啲情況舊數字冇用，有啲有用。就係要你主觀判斷。否則寫咁多做乜？

全世界最難嘅問題：判斷邊啲嘢會重覆，邊啲唔會。乜嘢變咗，乜嘢冇變

樣本係唔使多。但涉及股市歷史，就更煩

其中一個方法，就係掟飛鏢

「過去唔代表將來」—所以唔止睇數字，仲要睇埋原因

縮短啲年期，美股仲係咪「負相關」？

如果拎1971至2022呢？又，點解係1971？

幾個圖都係 負相關，但程度有分別

咁即係，美股係越嚟越負相關，定掉轉？

如果只睇金融海嘯至而家呢？

1. 好啦，都算仲係熱緊身。今篇補充再講美股大市嘅「負相關」，下篇寫港股。再之後就真係個股。

重溫：美股按年變化，冇乜相關性。真係要講，其實係「負相關」

2. Attach埋個Excel畀你。上次睇咗偉大嘅「美股今年vs下年」嘅scatter plot，畀你見到美股嘅按年變化，著實係冇乜關係，唔存在咩升開就升跌開就跌。勉強要講，就有少少負相關，升開下年大啲機會跌，跌開下年大啲機會升。亦因為咁，似乎「物極必反」派比較合理。

但咁耐之前嘅數，有冇意思？仲有，如果時間拎短啲呢？港股呢？

3. 你應該問嘅係幾個問題。首先，咁耐之前嘅數，仲係咪有可比性？第二，如果我拎短啲嘅年份，結論有冇唔同？最後？「咁港股呢？」。呢兩篇就答晒你

4. 呢啲全部係好好嘅訓練。即使你唔自己做都好，至少都幫你慳時間睇少好多垃圾。

數字應該拎幾耐？太耐，個世界又變咗。太近，sample又唔夠

5. 首先，最核心最基本但又最終極嘅問題：「應該拎幾耐嘅數」。差不多在任何呢啲課題，都涉及呢個問題。短答案係：根本冇絶對答案，睇你判斷。

6. 但有啲情況下，好明顯舊數據冇可比性。用足球嚟做例子，假設聽晚香港對日本，咁你拎返啲六七十年前嘅數字去睇對賽往績，就明顯誤導。因為已經唔係「同一樣嘢」（In case讀者唔熟，once upon a time香港係亞洲足球強國，日本先係魚腩）

有啲情況舊數字冇用，有啲有用。就係要你主觀判斷。否則寫咁多做乜？

7. 咁但，例如我地睇「主場效應」（或者大賽嘅「主辦國效應」），就似乎拎廿年前，甚至幾十年前嚟比都仲有意思。因為例如話熟習場地，觀眾打氣，飲食唔會水土不服，舟車勞頓呢啲，似乎一路都係咁。當然你亦可以話，而家科技先進咗，克服到呢啲嘢，所以效應可能冇咁明顯。足球有VAR，主隊球迷狂噓狂鬧畀壓力球證嘅效力，又應該細咗。但例如奧運主辦國一定拎好多牌，呢啲嘢就冇乜變過。

全世界最難嘅問題：判斷邊啲嘢會重覆，邊啲唔會。乜嘢變咗，乜嘢冇變

8. 於是你見到，點解啲嘢要理解得深入。因為最難就係判斷邊啲嘢會重覆，邊啲嘢唔會。而呢樣嘢永世都唔會有答案，永遠都係你自己判斷，但你可以通過提升你嘅功力，令你嘅準繩度提升。

9. 你睇呢啲「統計」數字，永遠嘅問題都係咁。太遠嘅，你覺得個世界變咗，冇可比性。但太近嘅，咁大家都知，sample 太細，冇代表性。

10. 可能讀者都聽過，收視調查或抽樣訪問，其實真係唔使好多樣本。你驗血都係驗一個針筒之嘛！

樣本係唔使多。但涉及股市歷史，就更煩

11. 但到你講股市歷史之類，仲有個好大嘅問題：時間太短，根本冇覆蓋到唔同周期。你在迷失十年間拎美股做例子，「根本你永世都唔會再買股票」

12. 見到冇？好多嘢真係有分別嘅，但好少出面嘅人會同你講

13. 咁拎幾多先夠？不幸地：冇答案。

其中一個方法，就係掟飛鏢

14. 不過燈燈燈燈，其中一個方法，就係早幾篇文寫過嘅「掟飛鏢」，Monte Carlo咁。你檢驗嘅區間年份（10年定50年？），應該係隨機嘅，然後睇下係咪都差不多結論。

15. 但最重要，始終係你要了解背後嘅原因，不能只得數字。例如講「美股跌得多後入市，值博率幾高」，我唔止係因為數字，而係有原因。例如我講「股票跑贏債券」，除咗係歷史數字，亦都有原因。就係有原因，我地先可以對呢啲嘢有信心，知道將來應該都係差不多。

「過去唔代表將來」—所以唔止睇數字，仲要睇埋原因

16. 所以你一句「過去唔代表將來」，甚至啲傻仔連登仔講「如果歷史有用啲歷史學家發咗達啦」（有次有人貼我嘅文，有人咁回）。Sound so smart，其實零內容。咁你做乜約人聽日食飯？做乜下星期去日本？你點知你聽朝會起到身？你咪又係基於「歷史」

17. 股市嘅嘢，就更煩。某啲嘢好似真係轉咗，資訊流通嘅速度，市場嘅波幅，好似唔同咗。但例如人性，資本主義，恐懼同貪婪，就好似一路冇變　—　就係要判斷邊啲嘢會變。

18. 理論講咗一堆，就快又有人鬧了。睇實數吧

縮短啲年期，美股仲係咪「負相關」？

19. 首先，貼返呢個圖，美股1928-2022年（上次個圖寫2023，有少少錯，因為只係去到22/23，冇23/24）

20. 問題你一定問，咁遠嘅數係咪可比？唔知。但又睇下，如果縮短啲年期，又會係點。根本你自己做都得啦，就係要教你思考

如果拎1971至2022呢？又，點解係1971？

21. 你見到，如果我個圖係拎1971年至2022，就變咗咁。點解係1971？因為嗰年尼克遜廢除金本位制，自此美金任印，似乎對全世界資本市場係有「結構性」影響　—　但呢個只係我嘅判斷，你可以唔認同。

22. 同樣地，你亦可以用「戰後」做分水嶺。冇話一個絶對標準。

23. 咁呢個1971年至而家嘅圖，同1928至而家嘅圖，有乜分別？除咗點數少啲，好似未必睇到。但你有原始data（我Excel有`），咪可以計數。

24. 你睇圖未必睇到。所以我地睇數字。特別留意，有時啲人嘅圖會scale唔同咗，好易誤導你，你肉眼見一個圖斜啲，未必係現實。我呢度就兩個圖一樣，x軸y軸都係 -60% 至 + 60%%

25. 細節我唔講，但你在Excel搞「趨勢線」，可以顯示個「方程式」，同埋個R squared．

26. 用人話講，方程式就係y＝mx+c，睇兩堆數x同y嘅關係。呢度x同y就係「今年」同「下年」。m就係個圖嘅「斜率」slope，數字越大咪越斜。仲有，m係正數，就upward sloping，「/」咁嘅樣，x同y同一方向，正相關。m係負數，就downward sloping，「＼」咁嘅樣，x同y反方向，負相關。

27. 至於「R-squared」，就係睇你條線「有幾fit」。數字高嘅就好fit，低嘅即係近乎冇關係。

28. 想話你知嘅係：兩個圖，當然都係negative slope，其實嚟緊全部圖都係。下年回報，同之前一年，多數都係負相關。

幾個圖都係 負相關，但程度有分別

29. 但我地比較兩個圖，我可以話你知，1971至而家嘅圖，就會斜過1928到而家嗰個。要實數嘅？1971嗰個，slope 負0.08，1928嗰個係負0.03。唔止，1971到而家嗰個，R-squared都高少少（雖然兩個都低）

30. 即係點？即係我地拎近少少嘅數字睇，係見到個「負相關性」更加多的！「物極必反」嘅情況，近五十幾年比起以前更明顯。

咁即係，美股係越嚟越負相關，定掉轉？

31. 原因？唔知。但呢個結論唔太令人意外。以前啲人資訊唔流通，似乎個貪婪同恐懼更加誇張。升就以為一路升唔會跌，跌兩年以為世界玩完。但後人由歷史中學習，就知跌得多會反彈，就會入市。我估可能係咁。

如果只睇金融海嘯至而家呢？

32. 仲有留意，可以整多一個圖。如果由2009至而家，又會點？點解係2009？金融海嘯後嘛。你亦可以話係結構性改變。

33. 咁呢個圖，相信唔使計數都睇到。明顯「斜好多」，亦都fit好多。你可以留意嘅係，左下角嗰格係冇嘢嘅，因為2009年後美股從冇試過連跌兩年。

34. 你要埋數字嘅，個slope 係負0.44，斜過之前嗰兩個好多。個R squared係19%，雖然都唔係高，但比之前兩個圖高好多（之前兩個圖講緊1%都冇，即係近乎冇闗係）

35. 結論？似乎見到美股嚟講，以前遠古年代，個「負相關」反而冇咁明顯，係近年更明顯。所以你似乎唔應該質疑我「用啲遠古數字先見到負相關」—因為明明近年嘅數字更明顯負相關，用咗遠古數字反而冇咁明顯。

36. 不過亦真係留意，你話去到2008年以後嗰個圖，十幾年數據，我覺得似乎真係太少嘅。所以，睇你主觀判斷。

37. 仲有，以前都寫過，似乎遠古年代美股嘅波幅，係比而家大嘅。可以預告定，港股都係咁。原因有好多，除咗係上面31段講嘅嘢外，股市大咗，多咗聯儲局成日出嚟「救市」，都可能係原因。

38. 下篇講埋港股，再之後就真係睇個股冧把。唔使急嘅