DEAR INVESTORS
LONG-TERM EARNED 28 percent in 1994, its first year of operation.
After fees to the partners, its investor accounts rose by 20 percent.
In year in which the average investor in bonds had lost money, this was nothing short of phenomenal. In October, when it was clear that the fund would finish which impressive number, Meriwether warned his investors not to count on repeat. Long-Term would very likely have year in which it lost money , J.M. stressed : “ It is clear that significant losses can occur even over a one-year hori-zon. All good money managers write such letters. If they understand their business, they can bad years. If they are honest, they let their investor know it or at least try to temper their expec-tations.
Yet J.M.’s letter went a good deal further. In an attachment penned by his two academic stars , Merton and schole , Long-Term did not merely concede the possibility of loss, it calculated the supposed odds of its occurring , and to precise mathematical degrees. Just as a hand-book of poker might tell you that the odds of drawing an inside straight were 8.51 percent, the professors calculated that Long-Term would lose at least 5 percent of its money 12 percent of the time (That is ,in twelve of every hundred year). The letter went on to state the precise odds of the fund’s losing at least to percent, well as 15 percent and 20 percent. The letter went on to state the precise odds of the fund’s losing at least to percent, well as 15 percent and 20 percent.
Of course, Long-Term could jigger the odds by changing certain assumptions, thus the letter contained not just one column of numbers but multiple columns, like a page from the Daily Racing Form. The point was, Long-Term predicted the odds with precision. It was as if professors had some secret knowledge or an altered view of the world, for no ordinary investor would hazard forecasts. Most people ,one hopes ,know that their stock can fall , but if asked to specify the odds , they would most likely blink in puzzle-ment. Indeed , Long-Term’s Letter betrayed a different way of think-ing about the world. Imagine for a moment , that a student at your child’s school showed symptoms of a contagious and potentially dangerous diseas. You would expect a warning ,perhaps some advice on what precautions to take. But if a letter arrived from the principle staring that your child had a 19 percent change of catching the sickness, a 12 percent chance of missing at least a week of school ,and a 2 percent risk of fatality, you would find it a trifle odd, not to mention presumptuous. You would want to know more about the school’s doctor and, in particular, about the kind of medicine he practiced.
In truth, Long-Term‘s letter told a great deal about the fund’s philosophical “medicine” . It mentioned no specific trades or investments, it didn’t have to. It is enough to know that for each investment , Long-Term was chiefly concerned with two questions. What was the anticipated average return , and how much did the return in any typical year tend to very from that average? With a pair of dice , for instance, the average roll is 7 , and the variation from the average cannot be more than 5 (you can’t roll more than 12 or less than). What’s more, the odds in dice are such that two third of the time,you will roll either 7 or a number that is within two of 7.
Therefore, if a sensible investor was offered the change to bet even money on rolling between 5 and 9 , he would take it. Of course, you wouldn’t always roll between 5 and 9 , so you wouldn’t ,one hopes wager too much. But what if you could make that bet on 1 million rolls and settle up only at the end? In that case, you should bet the house. You might roll snake eyes once, maybe a second time, perhaps a third. But over a million rolls, the chance of losing is infinitesimally small. Try it.
It is much harder to calculate the odds in investing; indeed, very few aspects of life can be forecast so precisely ( good fortune-tellers are scarce ).We may deduce that if we buy a shared of IBM at $80 we have a greater chance of making a profit than if we buy of $90, just as you child is at greater risk if two of his buddies are sick, rather than only one. But how much greater? We simply don’t have enough facts to quantify either the risk of market loss or the risk of contagion.
Notice that there is a key difference between a share of IBM ( or an infectious disease ) and a pair of dice. With dice, there is risk-you could, after all, roll snake eyes-but there is no uncertainly, because you know( for certain) chances of getting a 7 and every other result. Investing confronts us with both risk and uncertainly. There is a risk that the price of a share of IBM with fall, and there is uncertainly about how likely it is to do so. So many variables-political, economic, managerial, competitive factors-can affect the result that the uncertainly all but overwhelms us.
Seen in these terms, Long-Term’s letter represented a dramatic leap. While it heartily acknowledged risk, it banished uncertainly by putting numerical odds on its likelihood of loss. To J.M. and his traders, money management was less an art requiring a series of judements than it was a science that could he precisely quantified. “Roughly, over a long period of time” the letter stared, investors may experience a loss of 5% or more in about one month in five, and a loss of 10% or more in about one month in ten. Only one year in fifty should it lose at least 20 percent of its portfolio-and the Merton- Scholes encyclical did not entertain the possibility of losing more.
The secret of this magical foretelling was breathtakingly simple. Just as the key number in the dice bet was the typical variance from 7, the key number for Long-Term was the usual variance, or volatility, in bond price. By plugging tens of thousands of bond prices into its SPARC computer, Long-Term’s trader knew the historic volatility—that is, how much bonds had fluctuated in the past. And that one number (calculated over thousands for daily, monthly, and yearly intervals and for numerous types of bonds) was the basis of their assessment of risk in the future. Peter Rosenthal, Long-Term’s press spokesman, glibly explained, “Risk is a function of volatility. These things are quantifiable.” Meriwether, Merton, Scholes, and company had no more earnest belief. Their portfolio was like a hat holding thousands of pairs of numbers, each representing the volatility and return they expected in a given trade. “They were thinking all the time about the numbers in the hat,” noted Robert Stavis, who worked in the group at Solomon. They were looking at the individual pairs—the IOs, the Italys, and so on—but they were also thinking about the correlations between the pairs. Would the results in mortgages tend to mimic those in Italy? Would one trade be up when the other was down? The partners adjusted the weighting of each trade according to its effect both on return and on volatility, singly and for the entire portfolio, Stavis said.” And they’d constantly be tuning the mix.” Meriwether’s traders were profoundly concerned with limiting risk. The idea that they could do so by targeting a specific level of volatility was central to how they ran the fund. If the portfolio was a little too quiet, they’d borrow more, raising the “vol”; if it was too volatility, they’d reduce their leverage, calming the fund down. Rather than target a specific return, they engineered the “hat” so that (they believed) it would fluctuate during most years about as much as the stock market did. With any more volatility, the risk would be too high. With less, they would be leaving money on the table. “To anyone with their theoretical background,” noted Merrill’s Dale Meyer, who helped sell the fund, “volatility and returns were the same thing. Increased volatility meant increased returns.” If this seems unremarkable, it is only because, by the 1990s, this approach had permeated most of Wall Street. Trading rooms had adopted the academics’ faith in numeric certainty; risk managers at banks monitored volatilities as though they contained the Holy Grail. A senior executive at J.P. Morgan, when asked how he defined risk, breezily replied, “As volatility around the mean.“ The conceit of modern Wall Street was that the closing prices printed in each day’s Wall Street Journal were as reliable and predictive about the future as the actuarial tables of insurance companies or the known and certain odds in shooting craps. And the conceit stemmed largely from Merton and Scholes. Every investment bank, every trading floor on Wall Street was staffed by young, intelligent Ph.D.s who had studied under Merton, Scholes, or their disciples. The same firms that spent tens of millions of dollars per year on expensive research analysts—i.e., stock pickers—staffed their trading desks with finance majors who put capital at risk on the assumption that the market was efficient, meaning that stock prices were ever correct and therefore that stock picking was a fraud. Some of Long-Term’s investors had learned this credo practically in the crib. Terenee Sullivan, who kept notes on his meetings with Long-Term, believed it would take a rare, “calamitous” event—maybe a once-in-a-hundred-year flood—for Long-Term to go seriously wrong. There would be times, Sullivan knew, when prices would deviate from the norm and when markets would move against Long-Term, costing it money.
นักลงทุนเรียนLONG-TERM ได้ร้อยละ 28 ในปี 1994 เป็นปีแรกของการดำเนินการหลังจากค่าธรรมเนียมที่หุ้นส่วน บัญชีนักลงทุนโรส 20 เปอร์เซ็นต์ในปีที่นักลงทุนโดยเฉลี่ยในพันธบัตรได้สูญเงิน นี้มีอะไรขาดล้ำ ในเดือนตุลาคม เมื่อเป็นชัดเจนว่า กองทุนจะสิ้นสุดเลขที่ประทับใจ Meriwether เตือนนักลงทุนเขาไม่ให้นับซ้ำใน ระยะยาวมากอาจมีปีที่มันแพ้เงิน J.M. เน้น: "เป็นที่ชัดเจนว่า ขาดทุนอย่างมีนัยสำคัญสามารถเกิดขึ้นได้แม้จะผ่าน zon-hori ที่หนึ่งปี ผู้บริหารจัดการเงินดีทั้งหมดเขียนจดหมายดังกล่าว ถ้าพวกเขาเข้าใจธุรกิจของพวกเขา พวกเขาสามารถดีปี จะซื่อสัตย์ พวกเขาให้นักลงทุนของพวกเขารู้เรื่อง หรือน้อย พยายาม temper tations expec ของพวกเขา ได้ จดหมายของ J.M. ไปจัดการที่ดีอีก เขียน โดยดาววิชาการที่เขาสอง เมอร์และ schole สิ่งที่แนบมาในระยะยาวได้ไม่เพียงยอมรับความสูญเสีย มันคำนวณราคาควรเกิดขึ้น และองศาแม่นยำทางคณิตศาสตร์ เหมือนหนังสือมือของโป๊กเกอร์อาจบอกคุณว่า ราคาของรูปวาดภายในตรงร้อยละ 8.51 อาจารย์ที่คำนวณว่า ระยะยาวจะเสียน้อยร้อยละ 5 ร้อยละ 12 ของเงินเวลา (ที่เป็น twelve ทุกร้อยปี) ไปในจดหมายต้องระบุราคาชัดเจนของกองทุนสูญเสียน้อยเปอร์เซ็นต์ ดีเป็นร้อยละ 15 และร้อยละ 20 ไปในจดหมายต้องระบุราคาชัดเจนของกองทุนสูญเสียน้อยเปอร์เซ็นต์ ดีเป็นร้อยละ 15 และร้อยละ 20 แน่นอน ระยะยาวสามารถ jigger เศษ โดยการเปลี่ยนสมมติฐานบางอย่าง ดังนั้น ตัวอักษรมีอยู่ไม่เพียงหนึ่งคอลัมน์ตัวเลขแต่หลายคอลัมน์ ชอบหน้าจากวันแข่งแบบนี้ จุดได้ ระยะยาวคาดว่า ราคา มีความแม่นยำ ว่า อาจารย์มีความรู้ความลับบางอย่าง หรือมุมมองการเปลี่ยนแปลงของโลก สำหรับนักลงทุนที่ไม่ธรรมดาจะอันตรายคาดการณ์ได้ คนส่วนใหญ่ หนึ่งหวัง รู้ว่า หุ้นของพวกเขาสามารถอยู่ แต่ถ้าต้องระบุราคา พวกเขาอาจจะกะพริบที่ในปริศนาติดขัด แน่นอน ระยะยาวของจดหมายทรยศอย่างของกำลังคิดเกี่ยวกับโลก คิดครู่ นักเรียนโรงเรียนกับเด็กแสดงให้เห็นว่าอาการของ diseas ติดต่อ และอันตราย คุณคาดคำเตือน บางทีบางคำแนะนำในข้อควรระวังอะไรจะ แต่ถ้าจดหมายมาจากหลักการว่า เด็กมีการเปลี่ยนแปลงอัตราร้อยละ 19 ของโรค โอกาส 12 เปอร์เซ็นต์หายไปน้อยสัปดาห์ของโรงเรียน และความเสี่ยง 2 เปอร์เซ็นต์ของผิว จับคู่คุณจะพบว่าทรัยเฟิลที่แปลก ไม่ถือดี คุณจะต้องการทราบข้อมูลเพิ่มเติมเกี่ยวกับโรงเรียนแพทย์ และ โดยเฉพาะ เกี่ยวกับชนิดของยา เขาฝึกฝน ในความจริง จดหมายยาวระยะบอกโปรโมชั่นเกี่ยวกับปรัชญาของกองทุน "ยา" กล่าวถึงไม่เฉพาะการค้าหรือการลงทุน ไม่ต้อง มันก็พอรู้ว่า ในแต่ละการลงทุน ระยะยาวส่วนใหญ่เกี่ยวข้องกับคำถามที่สอง สิ่งคาดว่าจะเฉลี่ยคืน และจำนวนได้กลับมาในปีใดก็ตามโดยทั่วไปมักจะมากจากเฉลี่ยที่ คู่ของลูกเต๋า เช่น ม้วนเฉลี่ยเป็น 7 และการเปลี่ยนแปลงจากค่าเฉลี่ยต้องไม่มากกว่า 5 (ไม่หมุนมากกว่า 12 หรือน้อยกว่า) แก่ ราคาในลูกเต๋าเป็นเช่นนั้นสองในสามของเวลา คุณจะม้วน 7 หรือเลขที่ภายใน 2 7 ดังนั้น ถ้านักลงทุนที่เหมาะสมแนะนำการเปลี่ยนแปลงการเดิมพันเงินแม้ในกลิ้งระหว่าง 5 และ 9 เขาจะใช้มัน แน่นอน ไม่เสมอหมุนระหว่าง 5 และ 9 ดังนั้นคุณจะไม่ หนึ่งหวัง wager มากเกินไป แต่ถ้าคุณสามารถทำให้การเดิมพันใน 1 ล้านม้วน และชำระค่าเฉพาะเมื่อสิ้นสุด ในกรณี คุณควรเดิมพันบ้าน คุณอาจม้วนตางูครั้ง อาจจะเป็นครั้งที่สอง สามที แต่เกินล้านม้วน โอกาสของการสูญเสียที่มีขนาดเล็ก infinitesimally ลองครับมันเป็นการยากมากในการคำนวณราคาในการลงทุน จริง ด้านน้อยของชีวิตสามารถมีการคาดการณ์ได้แม่นยำ (fortune-tellers ดีเป็นสิ่งที่หายาก) เราอาจเดาได้ว่า ถ้าเราซื้อใช้ร่วมกันของ IBM ที่ $80 เรามีโอกาสมากกว่าทำกำไรมากกว่าถ้าเราซื้อของ $90 เป็นเพียง เด็กเป็นความเสี่ยงมากขึ้นถ้าสองเพื่อนของเขากำลังป่วย มากกว่าหนึ่งเท่านั้น แต่จำนวนมากกว่า เราก็ไม่มีข้อมูลเพียงพอเพื่อกำหนดปริมาณความเสี่ยงของการสูญเสียตลาดหรือความเสี่ยงของการแพร่กระจายสังเกตเห็นว่า มีความแตกต่างที่สำคัญระหว่างหุ้นของ IBM (หรือเป็นโรคติดเชื้อ) และคู่ของลูกเต๋า มีลูกเต๋า มีความเสี่ยง-คุณหลังจากที่ทุก สามารถ ม้วนตางู- แต่ไม่ uncertainly เพราะคุณรู้ว่า (บางตัว) โอกาสการ 7 และทุกผลลัพธ์ต่าง ๆ ได้ ลงทุนกับความเรา มีทั้งความเสี่ยง และ uncertainly มีความเสี่ยงที่ราคาหุ้นของ IBM กับฤดูใบไม้ร่วง และมี uncertainly เกี่ยวกับวิธีน่าจะทำ หลายตัวแปรทางการเมือง เศรษฐกิจ บริหารจัดการ แข่งขันปัจจัยสามารถส่งผลกระทบต่อผลลัพธ์ที่จะ uncertainly แต่ overwhelms เราเห็นในเงื่อนไขเหล่านี้ ระยะยาวของตัวอักษรแสดงกระโดดอย่างมาก ขณะนั้นพ่อยอมรับความเสี่ยง มัน banished uncertainly โดยใส่ตัวเลขราคาในโอกาสของการสูญเสีย J.M. และเทรดเดอร์ของเขา จัดการเงินได้น้อยกว่าศิลปะต้องใช้ชุดของ judements มากกว่ามันเป็นศาสตร์ที่สามารถเขาแม่นยำ quantified "ประมาณ ระยะยาวของเวลา" จ้องไปตัวอักษร นักลงทุนอาจขาดทุน 5% หรือมากกว่าในประมาณหนึ่งเดือนในห้า และสูญเสีย 10% หรือมากกว่า ในประมาณหนึ่งเดือนในสิบ เพียงหนึ่งปีห้าสิบควรจะสูญเสียน้อยร้อยละ 20 ของผลงานของ-encyclical เมอร์ - สโคลส์ไม่ได้สร้างความสูญเสียขึ้น The secret of this magical foretelling was breathtakingly simple. Just as the key number in the dice bet was the typical variance from 7, the key number for Long-Term was the usual variance, or volatility, in bond price. By plugging tens of thousands of bond prices into its SPARC computer, Long-Term’s trader knew the historic volatility—that is, how much bonds had fluctuated in the past. And that one number (calculated over thousands for daily, monthly, and yearly intervals and for numerous types of bonds) was the basis of their assessment of risk in the future. Peter Rosenthal, Long-Term’s press spokesman, glibly explained, “Risk is a function of volatility. These things are quantifiable.” Meriwether, Merton, Scholes, and company had no more earnest belief. Their portfolio was like a hat holding thousands of pairs of numbers, each representing the volatility and return they expected in a given trade. “They were thinking all the time about the numbers in the hat,” noted Robert Stavis, who worked in the group at Solomon. They were looking at the individual pairs—the IOs, the Italys, and so on—but they were also thinking about the correlations between the pairs. Would the results in mortgages tend to mimic those in Italy? Would one trade be up when the other was down? The partners adjusted the weighting of each trade according to its effect both on return and on volatility, singly and for the entire portfolio, Stavis said.” And they’d constantly be tuning the mix.” Meriwether’s traders were profoundly concerned with limiting risk. The idea that they could do so by targeting a specific level of volatility was central to how they ran the fund. If the portfolio was a little too quiet, they’d borrow more, raising the “vol”; if it was too volatility, they’d reduce their leverage, calming the fund down. Rather than target a specific return, they engineered the “hat” so that (they believed) it would fluctuate during most years about as much as the stock market did. With any more volatility, the risk would be too high. With less, they would be leaving money on the table. “To anyone with their theoretical background,” noted Merrill’s Dale Meyer, who helped sell the fund, “volatility and returns were the same thing. Increased volatility meant increased returns.” If this seems unremarkable, it is only because, by the 1990s, this approach had permeated most of Wall Street. Trading rooms had adopted the academics’ faith in numeric certainty; risk managers at banks monitored volatilities as though they contained the Holy Grail. A senior executive at J.P. Morgan, when asked how he defined risk, breezily replied, “As volatility around the mean.“ The conceit of modern Wall Street was that the closing prices printed in each day’s Wall Street Journal were as reliable and predictive about the future as the actuarial tables of insurance companies or the known and certain odds in shooting craps. And the conceit stemmed largely from Merton and Scholes. Every investment bank, every trading floor on Wall Street was staffed by young, intelligent Ph.D.s who had studied under Merton, Scholes, or their disciples. The same firms that spent tens of millions of dollars per year on expensive research analysts—i.e., stock pickers—staffed their trading desks with finance majors who put capital at risk on the assumption that the market was efficient, meaning that stock prices were ever correct and therefore that stock picking was a fraud. Some of Long-Term’s investors had learned this credo practically in the crib. Terenee Sullivan, who kept notes on his meetings with Long-Term, believed it would take a rare, “calamitous” event—maybe a once-in-a-hundred-year flood—for Long-Term to go seriously wrong. There would be times, Sullivan knew, when prices would deviate from the norm and when markets would move against Long-Term, costing it money.
การแปล กรุณารอสักครู่..