簡介

「投資」對於很多人來說是一門很高深的學問。對於不懂投資的人來說，看見懂投資的人能為自己的人生譜出更好的規畫，不免心生羨慕，希望自己也能夠透過投資來增加自己的財富。然而真正想要接觸時，卻覺得投資是一個難以進入的世界。

很多人錯將「投資」與「投機」畫上等號，從親朋好友、電視名嘴、報章雜誌聽到投資標的，便急忙進入市場，結果陷入每天提心吊膽、心情跟著市場起起伏伏的情境，幾次買高賣低下來，便對投資失去了信心。

真正的投資，是需要一個投資目標與長期的投資策略，讓自己擁有更好的生活品質、給孩子更好的學習環境、為自己晚年做好舒適生活的準備等，在投資前設定明確目標，搭配適合的投資策略與自制力，才能夠戰勝市場波動、不盲目追高殺低，完成各人生階段夢想。

國泰世華銀行充分理解投資者在投資道路上的真實需求，推出「國泰智能投資」，讓客戶可以透過量化投資模型基礎，結合個人投資風險屬性、投資目標、投資期間、投資金額、投資偏好、年齡等，篩選出適合的資產配置比例與標的，以達到投資理財目標。

國泰智能投資

國泰智能投資以協助客戶「達成投資目標」作為核心宗旨，提供一個可透過量化投資模型，將各個資產類別(包括有風險和無風險資產)於過去不同期間的市場價格變化作為變數，並以歷史統計數據代入回溯測試(Backtesting)，優化模型內的參數的投資服務，讓客戶可以依據自身投資目標與條件，產生適合的投資組合。此外，為能夠讓客戶專心於生活，不需每天為投資提心吊膽，國泰智能投資將持續依據市場情況、產品標的表現程度等進行追蹤監控，並且不斷優化背後演算法，在必要時提供調整通知與原因給客戶，讓客戶能夠了解自己投資的狀況，不因市場波動與不理性的投資判斷擾亂既有投資目標。

1. 目標式投資(Goal-based Investing)

我們理解投資目的會帶來不同的投資需求，因此國泰智能投資提供：目標式投資(Goal-based Investing)，讓你可以依據不同的投資目的，建立投資組合。

每個人的人生，都有階段性的目標，但是常常因為不熟悉市場分析、沒有時間緊盯市場或是不知道如何開始投資，而遲遲沒有展開理財的道路，導致實際需求產生時，沒能來得及應對。因此，國泰智能投資能協助你設定投資目標，透過諾貝爾經濟學得獎之現代投資組合理論(Modern Portfolio Theory, MPT)並結合貝萊克-立德曼模型(Black-Litterman Model)、蒙地卡羅模擬(Monte Carlo Simulation)與滑翔路徑(Glide Path)理論，讓你可以依據自己的投資風險屬性、偏好、目標時間長短、投資金額等，建立完善的投資組合配置比例，另可再依個人喜好，更換資產分類下的投資標的，以獲得專屬客製化的投資組合。此外國泰智能投資將隨時提供市場狀態資訊與投資組合調整訊息，讓你隨時掌握投資動態，達成各階段的人生目標。

如何進行目標式投資？

完成投資目標並不難，跟著國泰智能投資按部就班規劃即可完成。

步驟一：設定你的目標
投資最重要的第一步就是找到人生規畫與目標，因為有目標、有方向的投資，才能建立出適合的資產配置，並因應市場狀態有方向的調整自己的投資組合內容，一步一步的完成人生夢想。

步驟二：了解自己合適的風險
投資理財前，國泰智能投資將透過投資風險屬性分析問卷了解適合你的投資商品範圍，並依此協助你篩選出資產配置商品組合。

步驟三：設定你的執行計畫
有了投資目標，你需要一個能有效實踐目標的執行計畫，透過國泰智能投資，你可以使用經濟學模型理論，演算出效率前緣線，並計算出最適風險波動度。

步驟四：客製你專屬的投資組合
產生資產配置比例後，你可依個人投資偏好調整資產分類下的標的，保有對於投資標的絕對的自主權。

步驟五：達成你的投資目標
當設定的投資目標達成時，可以選擇將資產轉為一般存款，或是依據國泰智能投資的演算結果，改以風險較低的投資方式，繼續存於智能投資內增加價值。

國泰智能投資能幫助你：

2. 來自全球的投資專家團隊

我們相信，一個專業的智能投資，其背後絕對需要一群專業的投資團隊來建立並持續監控演算系統，使投資者能透過有紀律的投資機制，完成投資理財的目標；我們更相信，透過智能系統的輔助，讓所有國泰智能投資的使用者都可以享有法人機構客戶等級的專業投資服務。

國泰世華銀行秉持著負責、紀律、服務的宗旨，定期由來自全球的投資專家團隊召開監管會議，團隊成員包含國泰世華銀行投資研究團隊、國泰世華銀行產品團隊、國泰投信與康利資產管理公司，透過豐富的投資經驗、專業研究能力與風險管理技術，使每一位投資者享有專家級的服務。

• 定期監管會議
目的：為確保提供的理論、投資組合篩選流程及方法，能夠幫助投資者實現其財務目標，專家團隊定期召開監管討論會議，持續優化與監督智能投資運作與演算方法。

職責任務：監督演算法及數據，設立合理之資產類別、再平衡調整的頻率、演算法內的的參數、相關限制等，能隨著時間的推移遞進持續優化投資流程。讓你感受到每個投資目標的所對應的投資組合，時時刻刻都受到守護。

召開頻率：每季定期召開會議，致力於模型原理的設計與優化；另外，時時監控全球市場動向，重大政經事件發生時將不定期召開會議，因時制宜確保投資組合配置能因應市場波動。我們設立最完善的演算法監控機制，以期在風險控管的前提下，幫助你達成財務目標，掌握長期投資狀態。

我們的核心價值－資產配置策略與模型理論的運用

資產配置為一理財概念，投資者根據其投資計畫的時限及可承受的風險，把投資分配在不同種類的資產上，來配置資產組合，使在獲取理想回報的同時，能把風險減至最低。
下列將說明國泰智能投資提供給你產生客製化的投資組合之理論與模型：

1. 定義資產類別 (Asset Class)
相信許多投資新手常常會聽到「資產類別」這個名詞，但總是一頭霧水。資產類別，是將具有相似特徵的投資工具分門別類，區分如股票資產、債券資產、現金資產等。縮小投資工具範圍後，就更容易從該資產類別中找出表現相對亮眼的投資標的。因此，你可以透過國泰智能投資將國泰世華銀行上架的2,000多檔基金標的，分類成【股票】、【債券】和【混合資產】三大資產類別，利用透過相關系數分析，定義出11種子資產類別。每個子資產類別反映不同的投資風險及回報特性，並在市場環境中有不同表現。從考量投資風險的角度出發，理論上，透過創造投資組合中資產類別的多元分散性，可有效降低投資組合波動風險和找出每單位風險下最大化收益。你可再搭配每個人可接受的風險承受度，篩選出合適的投資組合標的。

2. 採用原理、模型與方法
接下來，將對國泰智能投資所採用的原理、模型與方法進行更深入的說明：

馬可維玆(Harry Markowitz)、米勒(Merton Miler）及夏普(William Sharpe）三位美國經濟學家，歸結出理性投資者如何利用「分散投資」，優化投資組合，其資產配置的研究於1990年，獲得諾貝爾經濟學獎項。至今，他們所創建的現代投資組合理論(Modern Portfolio Theory, MPT)，依舊是人們在管理多元化投資組合最被廣泛接受的架構。但現代投資組合理論有其局限性，所以我們認為搭配貝萊克(Fisher Black)和立德曼(Robert Litterman）在1992年在金融分析期刊(Financial Analysts Journal)上提出的貝萊克-立德曼模型(Black-Litterman Model)，可作為良好的投資管理架構。

(1) 建構貝萊克-立德曼模型(Black-Litterman Model)
貝萊克-立德曼模型(Black-Litterman Model)在平均值－變異數投資組合理論架構下，以CAPM均衡投資組合收益作為估計資產收益的起點，利用逆優化演算法得出先驗收益；然後將投資者個人的主觀意見作為投資組合選擇的一個條件納入到模型中，利用貝式理論計算出模型最終的預期收益；最後在變異數的約束下求出效率前緣(Efficient Frontier)，從而確定客戶資產配置組合。

(2) 尋找效率前緣(Efficient Frontier)
效率前緣的主要意義為「總風險相同時，相對上可獲得最高之預期報酬率」或「預期報酬相同時，相對上總風險最低」之配置組合，因此需找出對預期收益、波動率和資產類別間的相關性來進行估計。

在運用貝萊克-立德曼模型(Black-Litterman Model)為客戶做資產配置的時候，會先把投資專家對大類資產類別的觀點和過去市場的歷史資料結合，國泰智能投資將考量當前市場走勢、風險分散和長期投資展望，使用市值加權法來產生市場均衡組合。

而透過共變異數矩陣，將各資產間歷史報酬率與波動度變化進一步推導出彼此的相關係數，與其隱含的預期收益率。因此，國泰智能投資可以讓客戶獲得相對穩定和符合需求的資產配置結果，並符合專家對於投資前景的看法及合理的配置權重。

而不同資產配置組合的單位風險所能達到的最高報酬率可組成一條曲線，就是所謂的效率前緣曲線(如下圖)。換句話說，透過資產配置的方式，可進一步讓投資在控制風險下有創造最大化收益的機會。

(3) 運用滑翔路徑(Glide Path) 原理
滑翔路徑(Glide Path)一詞最早來自目標到期基金中資產配置的公式，假設投資時間越長，投資人能接受的相對風險越大，以期獲得越高的回報機會；而隨著投資到期時間接近，資產配置會動態調整至趨於保守(即增加固定收益資產比重及減少股票資產比重)。

國泰智能投資亦運用其原理來長時間監控投資人投資部位與資產配置結果，因為運用滑翔路徑(Glide Path)找出時間與波動度之間的關係，所以演算法能讓你在標準模型配置中找出具有最高預測收益的結果。

(4)蒙地卡羅模擬(Monte Carlo Simulation)
蒙地卡羅模擬(Monte Carlo Simulation)是一種找出事件發生的機率與模式的方法，透過隨機抽樣的方式，找出事件發生的機率與其”樣貌”。因此，這種統計學上的模擬法，其原理可廣泛運用。在國泰智能投資上，可以透過蒙地卡羅模擬做出：

1. 投資組合在不同市場情境下的回報預測走勢圖。
2. 校準滑翔路徑(Glide Path)，找出最適波動度：針對每一單位目標的到期時間，系統將找出最適化投資組合。 首先，系統將計算所有標準模型配置在較差市場假設下的模擬路徑(取5~50百分位數間，每5單位百分位數下模擬路徑)，找出每一單位目標的到期時間相對應的最適波動度。系統將在效率前緣中，利用波動度算出該投組模型裡最適合的資產配置。

• 蒙地卡羅模擬運用原理：
蒙地卡羅模擬為1940年代中期，因科學技術的發展和電腦的發明，而提出的一種以機率統計理論為指導的數值計算方法。簡單來說，其概念為透過事件發生的”頻率”，來決定事件的”概率”。通過隨機抽樣的方法，以隨機事件出現的頻率估計其機率，或者以抽樣的數字特徵估算隨機變數的數字特徵，並將其作為問題的解答，並反覆驗證之。
在智能投資上，可以結合幾何布朗運動(Geometric Brownian Motion)模型，來模擬投資組合表現。幾何布朗運動其公式如下：

第一個方程式的左側是一段時間內投資組合的對數報酬率，而方程式的右側第一項代表的是偏移、第二項是隨機事件。這意味著對於每個區間模型假設投資組合報酬會因為預期報酬的不同而導致偏移，也會因為隨機事件的震盪造成預期風險的不同。將兩邊的指數帶入後就可以得到每個時間區間的投資組合數據。

接下來使用第二個方程式，找出每一個投資組合50年的數據軌跡，並且每一個投資組合將會進行30,000次的模擬測試，而模擬結果將提供不同市場情境下投資組合的表現。透過系統運算，我們計算出第10個、第50個和第90個百分位數模擬出的投資組合表現，並導出在較差、正常和良好的市場情境下的投資組合表現。這意味透過蒙地卡羅模擬，將有三條曲線用來表示在較差、正常和良好的市場情境下的投資組合回報。

參考回報不代表實際回報。推算屬假設性質，並不反映實際的投資回報，亦不保證未來回報。依據實際市場狀況，實際報酬結果可能較高或較低。

3. 分類資產類別下的投資標的
專業團隊運用理論與模型，提供你一個篩選投資標的的服務。首先，協助你將國泰世華銀行2,000支以上基金標的作精細分類，利用量化模型篩選，模型評分條件包含經理人經驗、基金規模、績效、追蹤誤差等等，再依據你的投資設定產生出不同的投資組合配置。另外，國泰智能投資團隊將持續監控與評估所篩選出的參考基金名單，若遇到基金評分落後、額度控管等狀況，將會以再平衡調整服務通知你更換標的，長時間監控以協助你達成財務目標。

4. 建立客製化投組
透過上述的理論與模型，最終將依據你提供演算的參數(預計投資時間、目標達成金額、每月可投資金額)，計算出最適合的投資組合波動度，並找出效率前緣上的資產配置組合，並由你依據自身喜好選擇資產類別下的投資標的，打造客製化的投資組合計畫。