可怕的MPF"強逼金"套利交易

MPF 人均數值

 MPF 資產總值 – 8,566億港幣

MPF 人均資產值，以全港登記的258萬僱員計算，人均是33萬港幣。

以最近收市日計算，香港股市市值34.7萬億，而香港人的MPF相等於40分之一。

MPF 投資表現： 以2017年4月到2018年3月，年回報率：14.9%

若然MPF 投放的位置是中國基金或香港股票基金，回報率肯定高過14.9% 好多。

MPF的基金價格同恆生指數的相關性關系

用了01/01/2017到31/12/2017 年度恆生指數同中銀保誠香港股票基金價格做相關性計算，數值是0.9971，接近1.0， 意味著當天恆生指數升1%，香港股票基金都會升1%。

 MPF 套利模型

在解說MPF 交易前，要提到一本書裡面的交易模型

“財富方程式（天才數學家的秘密賭局）”

“Fortune's Formula: The Untold Story of the Scientific Betting System That Beat the Casinos and Wall Street”此書為一九六五年，和愛因斯坦齊名的天才數學家、數位時代「資訊理論」之父Claude Shannon的自傳，他和德州物理家約翰．凱利二世，攜手發現了利用科學致富的秘密—「凱利方程式」，即俗稱的財富方程式，這個方程式後來也影響了全球投資市場。

在書裡面，提到一個資金管理模型：

【 將“炒波幅”方法發揮到極致的要算是信息論之父Claude Shannon。在William Poundstone所著的Fortune's Formula: The Untold Story of the Scientific Betting System That Beat the Casinos and Wall Street之中，收錄了Shannon一個從隨機波動中賺錢的神奇方法，稱之為Shannon's Daemon。

Shannon's Daemon的具體做法是：保持一個50%股票50%現金的投資組合，如果股票上升，就沽出部份股票；如果股票下跌，就買入一些股票，總之始終保持股票和現金各50%的比例。

例子：假設開始的資金是1000元，500元買了股票，還有500元現金。假設第一天股票的價格跌50%，投資組合變成250元股票加500元現金，就要調出125元現金來買股票，回復50%股票50%現金的狀態，變成375元股票，375元現金。

第二天，假設股價升了一倍，即升幅100%。股票價值變成750元，這時就要沽出部份股票，回復50%股票50%現金的狀態：562.5元股票和562.5元現金。

一跌一升之後，Buy and Hold的投資者得個桔，Shannon's Daemon投資者卻神奇地賺了125元，相當於初時資本的12.5%。

如果這個過程不斷重複，結果是這樣的：]

[上文取自積微錄，因為時間關系同文筆關系直接去引用整個模型解說,他解說很好]

網址

http://poolshunter.blogspot.com/2015/09/blog-post_4.html

在當時Claude Shannon被人問到第一個問題是，在他自己進行投資時，是否使用這個資金管理體系的時候。

“沒有“， 夏農回答，因為不斷交易導致交易費用（佣金）就高得驚人。

複利作用

Start 資金			200,000	500,000	750,000	1,000,000	2,000,000
年	月	%
1	1st	3.5%	207,000	517,500	776,250	1,035,000	2,070,000
1	2nd	3.5%	214,245	535,613	803,419	1,071,225	2,142,450
1	3rd	3.5%	221,744	554,359	831,538	1,108,718	2,217,436
1	4th	3.5%	229,505	573,762	860,642	1,147,523	2,295,046
1	5th	3.5%	237,537	593,843	890,765	1,187,686	2,375,373
1	6th	3.5%	245,851	614,628	921,941	1,229,255	2,458,511
1	7th	3.5%	254,456	636,140	954,209	1,272,279	2,544,559
1	8th	3.5%	263,362	658,405	987,607	1,316,809	2,633,618
1	9th	3.5%	272,579	681,449	1,022,173	1,362,897	2,725,795
1	10th	3.5%	282,120	705,299	1,057,949	1,410,599	2,821,198
1	11th	3.5%	291,994	729,985	1,094,977	1,459,970	2,919,939
1	12th	3.5%	302,214	755,534	1,133,301	1,511,069	3,022,137
2	1st	3.5%	312,791	781,978	1,172,967	1,563,956	3,127,912
2	2nd	3.5%	323,739	809,347	1,214,021	1,618,695	3,237,389
2	3rd	3.5%	335,070	837,674	1,256,512	1,675,349	3,350,698
2	4th	3.5%	346,797	866,993	1,300,490	1,733,986	3,467,972
2	5th	3.5%	358,935	897,338	1,346,007	1,794,676	3,589,351
2	6th	3.5%	371,498	928,745	1,393,117	1,857,489	3,714,978
2	7th	3.5%	384,500	961,251	1,441,876	1,922,501	3,845,003
2	8th	3.5%	397,958	994,894	1,492,342	1,989,789	3,979,578
2	9th	3.5%	411,886	1,029,716	1,544,574	2,059,431	4,118,863
2	10th	3.5%	426,302	1,065,756	1,598,634	2,131,512	4,263,023
2	11th	3.5%	441,223	1,103,057	1,654,586	2,206,114	4,412,229
2	12th	3.5%	456,666	1,141,664	1,712,496	2,283,328	4,566,657
3	1st	3.5%	472,649	1,181,622	1,772,434	2,363,245	4,726,490
3	2nd	3.5%	489,192	1,222,979	1,834,469	2,445,959	4,891,917
3	3rd	3.5%	506,313	1,265,784	1,898,675	2,531,567	5,063,134
3	4th	3.5%	524,034	1,310,086	1,965,129	2,620,172	5,240,344
3	5th	3.5%	542,376	1,355,939	2,033,908	2,711,878	5,423,756
3	6th	3.5%	561,359	1,403,397	2,105,095	2,806,794	5,613,587
3	7th	3.5%	581,006	1,452,516	2,178,774	2,905,031	5,810,063
3	8th	3.5%	601,342	1,503,354	2,255,031	3,006,708	6,013,415
3	9th	3.5%	622,388	1,555,971	2,333,957	3,111,942	6,223,885
3	10th	3.5%	644,172	1,610,430	2,415,645	3,220,860	6,441,721
3	11th	3.5%	666,718	1,666,795	2,500,193	3,333,590	6,667,181
3	12th	3.5%	690,053	1,725,133	2,587,700	3,450,266	6,900,532
4	1st	3.5%	714,205	1,785,513	2,678,269	3,571,025	7,142,051
4	2nd	3.5%	739,202	1,848,006	2,772,008	3,696,011	7,392,023
4	3rd	3.5%	765,074	1,912,686	2,869,029	3,825,372	7,650,743
4	4th	3.5%	791,852	1,979,630	2,969,445	3,959,260	7,918,519
4	5th	3.5%	819,567	2,048,917	3,073,375	4,097,834	8,195,668
4	6th	3.5%	848,252	2,120,629	3,180,943	4,241,258	8,482,516
4	7th	3.5%	877,940	2,194,851	3,292,277	4,389,702	8,779,404
4	8th	3.5%	908,668	2,271,671	3,407,506	4,543,342	9,086,683
4	9th	3.5%	940,472	2,351,179	3,526,769	4,702,359	9,404,717
4	10th	3.5%	973,388	2,433,471	3,650,206	4,866,941	9,733,882
4	11th	3.5%	1,007,457	2,518,642	3,777,963	5,037,284	10,074,568
4	12th	3.5%	1,042,718	2,606,794	3,910,192	5,213,589	10,427,178

上圖是以20萬，50萬，75萬，100萬，200萬計算，以每個月3.5%的複利計算，4年後的財富增長程度。

若然以人均30萬的MPF 資產值在每個月3.5% 複利計算，20年後，財富增長去到邊呢？

MPF - 財富增長

要以投資帶動身家的增長，必須要在全副身家或至少全副流動資產的大框架下考慮注碼（倉位）的分配。

[取自積微錄，因為時間關系同文筆關系直接去引用,他解說很好] 網址 http://poolshunter.blogspot.com/2016/07/blog-post_26.html?m=1

MPF 顯著性優勢（重點）

買賣差價為零， 也即是交易成本為零, 交易成本為零的話，Shannon's Daemon 的交易模式就可以應用。

以下系中銀保誠中國股票基金02/05/2018的基金買價和賣價，二者是相同的。

MPF 年度管理費低

【可能你會話MPF 有基金管理費用，對於可以不斷交易的，果少少管理費就豪卑強積金公司又點話。】

附圖是中銀保誠MPF 基金管理費

MPF 基金交易倉位轉換速度

今日轉倉4點，明天生效

例如星期一 4點前,MPF由保守基金轉換到中國股票基金，

星期二就會生效,也即是說星期二的的倉位是中國股票基金。

呢個我覺得系非常之可怕的，特別對於一些高資產值的倉位,系非常有優勢。

在股票市場,去建立一個倉位都需要唔少時間，或者賣出全部股票倉位因為成交量關係都要慢慢放出市場。

Manulife 基金轉換

MPF 套利操作

全倉位Re-balancing ， 簡單D講就是在中國股票基金同保守基金之間轉換。

100% 保守基金 轉去 100% 中國股票基金，再100%轉到保守基金。 如此類推。

MPF 重复性的轉換操作

也即是說MPF 可以重复地轉換。 以投資帶動財富增長最快的其中一個前提條件就是可以不斷重复交易.

尋找有效的因子去預測股市的升跌 (最重要)

簡單D 講就去估股市的升跌，因為香港股票基金同恆生指數的相關性很高，接近100%， 但恆指升1%，MPF香港股票基金就升1%, 恆指跌1%，香港股票基金就跌1%， 透過某些factors 去預測恆指未來的生跌，來提前轉換MPF 操作來進行套利。

MPF 缺點與風險

轉換限制- 承受2天市場波動

如下圖，在12/7 從保守基金轉到香港股票基金，在13/7第二天不能轉換，要在7月14日才能轉換，也即是說若然13/7， 14/7 2天股市下跌，MPF資產值下跌的幅度也會跟隨香港股市下跌幅度。

轉換限制-超過10%MPF基金資產值
未能準時轉換。

MPF公司Policy轉換 - 中銀保誠/宏利

取消申請自願性MPF

槓桿-不能使用槓桿

個人見解

1. 整合強制性MPF

2. 尋找要有效因素去預測股市來進行強制性MPF套利交易

3. 獲勝的概率高於輸錢的概率的時候，增加資金進行自願性MPF套利交易以達致財富收益最 大化！