《低风险，高回报》读后感精选
《低风险，高回报》是一本由皮姆•万•弗利特 (Pim van Vliet)著作，中信出版集团股份有限公司出版的精装图书，本书定价：49.00，页数：216，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。
《低风险，高回报》精选点评：
●几个小时读完了，恐怕这是和《小狗钱钱》一样容易读的书。想起了之前读的《基本面指数投资策略》，这本实在容易多了，容易地让我觉得定价49有点不值，哈哈。国内的低波动指数基金有没有结合价值和动量了？国内波动率和回报完全负相关恐怕部分归因于中国市场有效性太差了！！！
●把一本书写长容易，写短却很难。我发现对我来说实用的书籍都是这种简短的小册子。看完之后，我打算践行一下书中提到的低波动➕价值➕动量的投资方法，心中有一个疑问还没有找到答案：如果采用定投的方法，会不会缩小甚至反转这种悖论呢，因为定投是喜欢大波的，当然要以投资标的向上为前提。
●一本好读的小书，内容简单易懂。作者以数据揭示了，兼具低波动、价值（分红）及上升趋势的股票，长期而言（通常而言不低于7年）收益显著高于其他股票，特别是高波动的股票。但人们仍然热衷于高波动的股票，根源在于人性中一夜暴富的贪婪和近似于赌博的过度自信。耐心和审慎是美德，在投资方面亦然，这就是作者希望读者们能够了解和践行的。
●翻译好
●很多东西都是，你越了解越笃定。从17年进入股市定投指数基金以来，经历了好多跌跌涨涨的日子，但是我知道只要不抱着捞快钱的心态，坚持价值投资，那些波澜最终会变成不错的收益
●低波动投资策略相比高风险投资可以更好运用复利，在更长时间里取得更高的回报。
●这蓝皮小书有中文翻译了，全书讲的是关于长期投资的大局观， 中文版的还加了荷宝的女同事周维礼的最后一章：针对a股2001起的17年的统计，结果也支持本书的主题：买入“低波动+低估值+动量”的跑赢高波动组一倍以上，13%vs6%的年化回报。 感觉这理念非常不错，但觉得还是适用于专业投资者，而散户比较难以应用，因为难以找到这种etf，资金量不大又难以买入不同行业等50只股票来分散化； 今天豆瓣有bug？ 贴了2次笔记都不见了？
●股市有风险投资须谨慎，尽管如此仍然挡不住韭菜们的投资热情，一般认为在投资中冒险是很正常的事情，高风险意味着高回报，然而这本书的作者经过研究却否定了这种看法，作者经过回测历史数据发现：投资那些风险指数相对比较高的股票，收益并没有人们想象中高；相反那些风险指数比较低的反而能够取得远超过人们预期的回报。这样的数据在包括A股在内的全球33个市场均得到了验证，因此想要依靠投资获得丰厚的回报，你所需要的可能是本书提供的保守投资策略、耐心、克制贪婪和与人攀比的欲望、不过度交易，然后坐看自己的资产增值……
●明明几千字就能讲明白的事情，硬是搞成了一本书。
●低波动+便宜的价格+上行趋势
《低风险，高回报》读后感(一)：低波动因子策略
本书翻译很好，是入门的策略投资书籍。主要介绍含有低波动因子的股票投资策略。首先选择有一定规模的大盘股1000只（小盘股不能纳入计算），选择其中500只波动较低的股票形成组合投资，在500只股票里筛选出股息高和正动量的100只股票（可以利用股票筛选器作出筛选）。当估值处在低估区域时进行买入并长期持有，当估值处于高估区域时卖出。每年一次动态再平衡组合，把波动高的股票从组合中剔除，加入波动低的股票形成新的组合，股票组合数量保持100只。经过长达几十年的投资时间考验，这套低风险投资组合的收益要远远高于高风险组合。在中国的股票市场中也得到了相似地验证，低风险低波动策略组合收益更高（低波动可以用beta来判定）当beta小于1时是低波动，当beta大于1时是高波动，股息率大于3时属于股息高。三因子模型 ：公司的市值、账面市值比（股东权益/流通市值）、市盈率可以解释股票回报率的差异 。
《低风险，高回报》读后感(二)：自我总结
这周利用早上上班前的时间把这本书看完了。《低风险高回报》主要讲了低风险策略为什么会取得比高风险更高的投资收益，和人们惯有思维不一致，算是几十年来的一个悖论。 作者认为出现这种现象的主要原因是，专业投资者往往关注的是相对风险，即策略相对对比基准的风险，而很少关注绝对风险。背后的根源在于人类的心理机制，攀比、嫉妒、容易高估小概率事件。 作者通过很多历史数据回测，表明低风险高回报的悖论不仅存在于股市中，债券、期权也存在这种现象，并且不仅仅是美股，在其他股市例如中国A股里都存在这样的悖论。平常我们所说的高风险高回报其实和这里的悖论不完全冲突，它在不同品种之间是成立的，例如风险：期权>股票>债券，期望收益也大致如此。 而何为低风险？作者提出低风险筛选的三要素 1. 低波动率（或低贝塔） 2. 高收益（表现高股息或公司经常回购） 3. 正动量 A股最近场内新增了500低波动指数基金，表现很亮眼，虽然它只具备了三要素之一，持续关注
《低风险，高回报》读后感(三)：mark
度的掌握，风险的掌握，也就是黄金分割点的掌握。
一旦你们付出了一定程度的努力，任何附加的努力反而可能导致与你们追求的目标相反的结果。比如，如果你们训练过度而没有适度休息，就有可能造成损伤。一个想要跑完全程的马拉松选手一旦受伤，可能在一开始就没有办法出现在赛场上。
低风险股票能让你们变富而高风险股票则会让你们变穷。这刚刚与高风险高利润形成悖论。
分散投资，减少交易次数。
现在跟大家说个好消息。动量是你们的低波动组合所需要的第二种佐料，它可以阻止你们掉入价值陷阱。如果有一只收益可观的低波动率股票，其价格趋势正在逐步下降，这是一个不好的征兆。所以，为了避免被煮，你们应该通过整合价格趋势的信息来改善你们的策略。关注那些收益吸引人、价格上行的低波动率股票，我们就能避开这些风险
虑低波动率、收益和动量
但在这样做之前，除了波动率之外，我还想先介绍一个常用的风险度量指标：贝塔（bate）。贝塔是一种广泛使用的风险度量指标，它衡量股票的风险及其对市场风险的贡献。贝塔类似于波动率，但可以用更简单的方式来理解。贝塔低于1的股票风险较低，而贝塔超过1的股票风险较高。如果一只股票的贝塔为1.5，当市场上涨10%时，它应该上涨15%。如果市场上涨了10%，那么贝塔为0.5的股票将上涨5%。所以，一只有风险的股票的贝塔高于1。这很容易记住，不是吗
主动型管理基金仍然是零和游戏
如果一个共同基金在一段时间内显示高回报，那么应该自问，这种高回报是通过更高还是更低的风险取得的
有趣的是，一旦人们开始发现某种事实，它就似乎变得无处不在。一开始我们并没有注意到这种事实，但我们一旦发现了它，便能在所有地方找到它的身影。举例而言，如果你们身边的某个朋友怀孕了，突然间你们便发现周围有很多孕妇。或者你们突然间发现了一辆很酷的新车，接下来你们便发现周围有很多人开这样的车。本书所言的投资悖论也是如此，一旦你们意识到它的存在，你们就会神奇地发现类似的例子无处不在。这时候，你们就会想为何之前没有意识到它们的存在。
避开任何看起来像彩票或承诺你们很高回报的事物。你们不管是在赛马还是在管理你们的投资组合，都不要把金钱押在极端情况上。
《低风险，高回报》读后感(四)：悖论即正论
一种新的视角，作者语言简介，尽是干货，不掺水分，书的篇幅不大，两天即读完，有一定的收获。
作者最核心的观点就是，低波动率（风险）+低的价格（趋势）+良好的趋势（动能）所构成的保守型股票组合，在长期投资（甚至跨越百年）的过程中，可以完胜全市场股票组合和高风险股票组合。作者根据近百年的美国股市数据进行了回测，以定量的方法来验证这一结论，也是所谓“低风险，高回报”的依据。
仔细思考一下，从定性的角度也可以验证作者的中心理论：作者在筛选这样的股票池时，都是选择市值最大的一批股票，本身这样的股票名气大、流动性好、盘子重，相对于小股票来讲本身就波动率低；同时这些强大的公司都是历经风雨脱颖而出的龙头企业，这样的企业往往都是市场占有率高、企业护城河宽、财务指标健康的优秀公司，当然其穿越牛熊的可能性就很大，能够给予投资者较好的回报。
其实，到底是“高风险，高回报”还是“低风险，低回报”，我感觉根本的决定性因素在于时间。如果你的投资时间以周来计，当然我们会投资高波动、高风险的小盘股来博取短期收益；但如果投资时间以年、甚至十年几十年来计，如何实现长寿并稳定获益则成为重要考量因素，自然就会投资低波动的好企业。
不管是从定量还是定性角度去看，殊途同归。作者研究并推荐的方法我认为绝对正确，只不过唯一的缺点就是需要定期调仓，并且建议持仓达到50只左右，这对个人投资者略有些费时费力了，并且还可能会付出较高的交易费用。不过作者也向个人投资者推荐了标准普尔500低波动率投资组合（SPLV）和安硕明晟美国最小波动率ETF（USMV）两个ETF，而且在目前美股波动剧烈的情况下确实也呈现了很稳健的走势，这可能更适合我们一般人。
在呈现量化研究结论的同时，作者也穿插了许多对于道德和人性的忠告，如耐心、坚持、不嫉妒（更注重绝对回报而非相对回报）、适当承受风险等。这些点在生活还是投资中都是大是大非的准则。
当然，你不仅要看到，还要执行。
《低风险，高回报》读后感(五)：一本介绍低风险因子的入门书籍
一本介绍低风险因子的入门书籍，评级二颗星，**。
这本书介绍了最近业界很火的因子投资/智能贝塔（smart beta）中的一个低风险（Low risk）因子，与它差不多一个意思的词还有，低波动率(Low volatility)因子和防御（defensive）因子，还有个类似的因子——BAB（Betting Against Beta），差不多都属于这个里面。
高风险高回报，说的是跨资产类别，比如股票风险比国债大，预期回报也高。但是在单一资产类别内部却恰恰相反，以股票为例，高波动率的股票收益相对还差些，这被称为低风险异象。这个现象还具有普适性，在全球很多股票市场有效，在很多资产中也有效，不像数据挖掘出来的结果。这个发现当然是与主流金融理论相违背的，很多理论在给这个打补丁，但大部分是从行为金融的角度出发，比如彩票偏好理论，我个人存疑，不优雅。
这本书还提到了两个因子投资的学术和业界大拿，一个是发明基本面指数的锐联公司（Research
Affiliates）的许仲翔，可以从他的书《基本面指数投资策略》了解基本面指数，不错，推荐。另外一位是洪崇理(Andrew Ang)，前哥大教授，现在在贝莱德，他有本教材《资产管理:因子投资的系统性解析》，看完就可以有个因子投资的框架了，强烈推荐。
作者基于过去3年的股票波动率、季度调仓和分成十组，给出了1926~2016年美股的回测数据，低风险股票组合的年化回报率10.2%，而高风险只有6.3%，每年差3.9%，难以置信。除了总收益率差异外，低风险组合是通过在熊市中相对抗跌来完成战胜高风险组合的。此外，分组收益率也不单调，是个倒U，并且风险最高的一组明显“不合群”，也就是说波动率与股票分组收益既不正相关，也不负相关。
罗伯特·豪根（Robert Haugen）教授发现的世界第八大奇迹，复合收益率是要小于对数收益率的简单相加的，因为几何平均小于算术平均。举个例子，高风险股票组合的连续两个月的收益率，分别是50%和-50%，如果是对数收益率，简单相加期末总收益率为0，复合收益率（1+50%）*（1-50%）-1=-25%；对应低风险组合，两个月分别是20%和-20%，对数收益率也是0，复合收益率（1+20%）*（1-20%）-1=-4%，战胜高风险组合。
实际上，低风险和高风险组合的长期对数收益率分别为10.6%和12.3%，差异远小于之前的10.2%和6.3%。考虑全部分组，波动率与股票分组的对数收益率略微正相关。洪崇理在《资产管理》P141给出的这个解释是暴露了卖出波动率风险的再平衡溢价，约等于1/2*sigma^2，sigma是算术收益率的波动率。拿个这个理论倒推，低风险和高风险股票组合的波动率分别为8.9%和34.6%。
因为代理问题，投资经理更多考虑的是相对于基准指数的跟踪误差，也就是相对风险。低风险股票组合绝对风险低，但相对风险高——相对于市场组合基准的跟踪误差大，这些限制可能是低风险因子有效的原因。
高波动率股票往往是热门、博眼球的股票，购买这类股票的投资者似乎存在社会经济地位越低，对“彩票股”越偏好的趋势。这与购买彩票的群体类似，一群风险偏好者。第二，资产管理行业的收入结构类似于期权，波动越大，期权越昂贵，收入也越多。
三因子组合：波动率、股息率（回购调整后）、动量。首先从市值最大的1000只股票中剔除波动率最高的500只，再从剩余500只中分别拿股息率和过去1年的动量进行打分，取综合分最高的100只股票构成组合。