平·范·弗利特博士，在荷宝投资管理集团创建并管理着数十亿欧元资产的低波幅基金。这些低波幅基金建立在学术研究成果之上，旨在向广大的股票投资者提供稳定的收入回报。范·弗利特博士是数家大学的客座讲师，发表了众多金融研究著作，并在全球积极推广低波幅投资理念。
杨·德·科宁，特许金融分析师、特许市场技术分析师，荷宝投资管理集团旗下量化股票投资团队中的一名客户投资经理。在加入荷宝之前，杨曾经担任过投资顾问、基金经理，以及机构投资者的信托经理。
本书指出，综合众多学术研究以及实证检验，我们能看到一个现象，那就是，高风险并不能为我们带来高回报，反而是“低风险，高回报”，更符合我们身处的现实。这个现象不仅在全球很多主要股票市场中存在，在债券、共同基金、期权等其他资产类别的市场中也同样存在。
本书不仅为我们分析了这种现象产生的原因，还据此为我们介绍了一种“低波动+收益+趋势”的“保守型投资策略”。
你将听到：
“低风险，高回报”为什么被很多人认为是一种投资悖论？
关于这种悖论的研究成果和现实证据有哪些？
低风险股票的收益率为何能战胜高风险股票？
如何把这一发现应用到投资实践中？
你好，欢迎每天听本书，我是哈希。今天我要为你解读的书叫《低风险，高回报》。
这个名字乍一听，好像有点理财骗局的味道。毕竟，只要对投资稍微有点了解的人，都会知道一个广为流传的信条，那就是：想要更高的回报，就得承担更大的风险。
而大家之所以相信它，也不是没有根据的。早在20世纪60年代，金融学领域建立起了一个叫资本资产定价模型（CAPM）的重要理论，它用波动率等指标来测量股票价格变动风险，并通过一系列推导告诉人们：股票的回报主要由其风险来决定，要想获得高回报，就必须承担高风险。这个理论和它体现的思想内核，后来也被奉为经典，广泛流传。
对于大多数人来说，故事到这里，似乎就基本定论了。但事实真的是这样吗？
我们今天要聊的这本书，正是要揭开这个故事鲜为人知的续集。在续集中，故事的走向发生了令人吃惊的转变，本书为我们呈现了大量的学界研究和实证数据，表明，从长期来看，相比于高风险股票，低风险股票的收益率，反而更高；而这背后的原因，既有一点数学原理，也有一些投资机构内部的缘由，更有被我们忽视的幽微人性。
为我们讲述这个故事续集的人，也就是本书作者，是个荷兰人，叫平·范·弗利特。他在荷兰取得金融经济学博士学位后，加入了一家国际投资管理公司，并在两年后依据自己多年来对于“低风险，高回报”相关学术成果的研究，创建了一只低波幅股票基金，取得了不俗的成绩，并被多所大学聘请为客座教授；在本书出版的时候，他管理的这只基金规模已经成长到了150亿美元。而弗利特博士本人，作为低波幅投资理念的研究者和践行者之一，也把自己多年来的探索和思考，详细写入了我今天要为你介绍的这本书里。
在接下来的音频中，我将顺着原书的思路，分为三部分，为你介绍书中精髓：首先，我们来挖掘一下“低风险，高回报”这一现象的理论和实践证据；第二部分，我们来说说“低风险，高回报”这种现象背后的原因；第三部分再来说说，怎么把这个发现落实到我们的投资实践中；在这一部分，我会为你重点介绍书中讲解的一种“保守型”投资思路。
好，首先我们进入第一部分，看一看“低风险，高回报”这一现象的理论和实践证据。
刚才我们提到，20世纪60年代，金融学领域出现了一个著名的“资本资产定价模型（CAPM）”，它告诉人们：要想获得高回报，就必须承担高风险。这样的结论显然非常符合我们的直觉，并且，在后来的众多金融学、投资学教材中，你都能看到这个结论。
而书中向我们介绍的“低风险，高回报”现象，并不是要否定这一经典模型，而是希望带我们看到，现实世界与理论世界的差异。
在资本资产定价模型中，隐含了两个理想的理论假设。下面我简单介绍一下这两个假设，你可以感受一下，记不住也没关系：
第一个假定是，投资者是理性的。在同一风险水平下，他们会选择预期收益率较高的证券；在预期收益率一样的时候，他们会选择风险较低的证券；并且，他们会按照一套写入教科书里的特定方程式，也就是“马科威茨投资组合理论”选择自己的投资组合。翻开任何一本现代投资学课本，你都会看到这个马科威茨投资组合理论，但它不是本书关注的重点，我们今天就不展开了，还是继续来看资本资产定价模型。
它的第二个假设是，资本市场是完全有效的市场，没有任何阻碍投资的摩擦；包括，税收和交易费用忽略不计，不存在通货膨胀，折现率不变，所有投资者可以即时免费获得充分的市场信息，等等。
上面说的这些，还只是模型假设的一部分。如果你听完感觉有点迷糊，是很正常的。因为，这些假设条件不仅多，而且非常理论化、理想化。但如果想要顺利推导出资本资产定价模型最后的结论，我们还必须要保留这些假设条件。
不过，这也就引出了一个问题：在现实世界中，不管是投资者，还是资本市场，肯定都比模型中假设的要更加复杂多变，那么，这个理论模型是否真的能解释现实的数据呢？
20世纪70年代初，学者第一次利用金融大数据检验理论时发现，现实中，低风险股票的回报要比理论预测的高一点，高风险的则比理论预测的低一点；而到了1975年，一位叫罗伯特·豪根的金融学教授发现，长期来看，最低风险股票的回报竟然要比最高风险股票的回报还要高。豪根教授后来还发现，这个现象不仅在美国股市存在，而且在其他20个国家的股市都存在（大家可以参考这篇听书稿附带文案里的图表）；虽然豪根教授曾为此不断呼吁人们重新看待资本资产定价模型，但因为这个发现明显地违反了几乎所有人既定的认知和直觉，所以当时的学者们选择性地忽视了这一异常现象。
更有意思的是，就在资本资产定价模型理论的创建者获得1990年诺贝尔经济学奖时，学者们其实已经发现了更多的违反这一理论预测的异常现象。这下金融学家们再也不能对此熟视无睹了，一门新的学科“行为金融学”由此而诞生。这门学科认为，资本资产定价模型最根本的一个假设“投资者是理性的”未必恰当，投资者们会经常犯一些错误，造成高风险的股票回报低于低风险的股票。
好，刚才我们说的，都是学界的研究成果，本书作者也对这种股票收益和风险倒挂的现象进行了检验。
他考察的数据是，美国股票市场从1926年1月到2016年12月期间，市值最大的1000家公司每个月的个股收盘价。当然，在90年中这1000家市值最大的公司是动态变化的。作者计算了这1000只股票每一只的历史波动率，用来衡量它的风险；这是一种比较常见的风险衡量方式。因为已经有大量研究证明，波动率在时间上存在持续性，也就是说，一只目前表现出低波动率的股票，未来可能也会保持较低的波动率，高波动率的股票也是如此。
好，在得到了每一只股票的历史波动率之后，接下来，作者把这1000只股票按风险从低到高进行排列，并把风险最低的100只股票放在一起，构建了一个“低波动组合”；把风险最高的100只股票放在一起，构成了“高波动组合”。
现在假设，我们在1929年的第一天，给高波动和低波动两个组合都投入了100美元，那么请你猜一猜，等到88年后，也就是2017年元旦那天，哪个组合的收益率高呢？
若按照经典的资本资产定价模型的预测，应该是高波动组合高；但毕竟咱们的书名是《低风险，高回报》，你应该也猜到了，最后结果是低波动组合的回报高。那究竟高多少呢？这个结果可能会让你有点惊讶：
实证数据表明，低波动组合的回报是高波动组合回报的22倍还多。具体来说，低波动组合最后的价值是482000美元，而高波动组合只有21000美元。我把这两个组合在88年里的价格走势图也放在文稿中了，你也可以点开看看。
到这，总结一下：综合众多学术研究以及作者的数据检验，我们能从中明确看到一个现象，那就是，长期来看，高风险的股票组合并不能为我们带来高回报；反而是“低风险，高回报”，更符合我们身处的现实。
很多投资者会感觉这有点像一个悖论。但根据这本书向我们展示的大量的研究结果，近些年，已经有越来越多的实际证据支持这一悖论。你不仅能在美国股票市场看到“低风险，高回报”的现象，在欧洲、日本，以及中国、巴西和南美等新兴市场的股市里也是如此。甚至，正如本书总结的，不光是在股市里，在债券、基金、商品和期权市场里，高风险的投资组合都没能给人们带来更多的收益。
那么，为什么会产生这种悖论呢？现在，让我们回到刚才作者做的那个实验，把目光聚焦到风险最低和最高的两个组合上，看一看究竟是什么导致了它们最终超过22倍的收益差。
首先，从数字上最容易看到的是，在总共88年的样本观察期内，最低风险组的年均回报率是10.2%，而高风险组是6.3%。二者相差3.9%。这其实看起来并不是很多。但是，作者提醒我们，不要小瞧复利，也就是利滚利的力量。虽然低风险组平均每年只比高风险组多赚3.9%，但是在年复一年的滚动下，经过长时间的发酵，这一点微小的差别就能使得两个100美元，一个增长到482000，另一个却只有21000。这就是复利的力量。
但是，到这里，我们只是用“复利”这个关键词解释了为什么两个组合的回报差距会这么大，但还没有解释，为什么低风险组的回报会高于高风险组。因此我们接下来要给出第二个关键词了，它叫做“亏得少”。
有人可能会说，这不对，虽然价格波动低的股票亏得少，但是它赚得也少呀；但对于高波动的股票来说，如果我这个月多亏了点，但下个月又多赚了些，不是一样吗？
真的是这样吗？我们可以看一个最简单的例子。比如你投了一个高风险的基金，第一年大涨赚了50%，但是第二年跌了50%。表面上看，你的两年平均回报率是0；但事实上，两年过后，你的净值其实是用150%乘以50%，也就是变成了一开始本金的75%，不仅把第一年的涨幅赔进去了，还损伤了本金。当然，我们在这里说的是非常简化的例子，不过，“亏得少”这个关键词背后的数学原理，是客观且有共识的。
好，到这里我们就用“复利”和“亏得少”这两个关键词，解释了为什么高风险并不能带来高回报，反而是很多能让你亏得少的低风险投资，长期看下来收益更好。
但是等等，我们刚才说的这些道理，好像也不深奥、不复杂呀！即使很多散户没注意到这些，难道以基金经理为代表的众多专业投资者会不知道吗？毕竟，他们的收入可是跟投资业绩挂钩的呀。但如果他们知道的话，为什么还经常用高风险投资配置，来追求高回报呢？
要回答这些问题，我们要给出两对关键词。
首先第一对，是“复合回报率”和“简单回报率”。
咱们先来看一只简化版的股票基金。它在四年里的业绩分别是100%，-50%，100%，-50%，也就是第一年翻倍，第二年赔一半，第三年又翻倍，第四年又赔一半。波动很大。
像这样的基金，放在现实中，很可能被称为“明星基金”，因为它动不动业绩就翻一番，非常引人注目，也很好对外宣传；而且，你把它四年的回报率做个算术平均的话，会发现是25%，也是一个很不错的数字。
可是，如果咱们用自己的真金白银来演练一下的话，你会发现，假如你在第一年给这只基金投入了100块钱，过了四年它依然是100块钱。因为第一年挣的钱，第二年赔光了，第三年挣的钱，第四年又赔光了，四年下来，一分没赚到，还不如存银行定期呢。
所以，这样高波动的基金，即使能让它的管理者变成市场上的“明星经理”，却并不能给投资者们带来高回报。本书告诉我们，这背后的原因，在于回报率的计算方式不同。如果你把四年中每年的收益率加在一起再除以四，得到的是25%，这叫“简单回报率”；但如果你把初始金额看作1，把每年结束后的数额依次相乘，也就是用2乘以0.5，再乘以2，再乘以0.5，最终再减去初始金额1，得到的收益率就是0，这叫“复合回报率”，它才是我们最终落到手里的回报。
好，刚才我们说的是，解释基金经理高风险偏好的第一对关键词，“复合回报率”和“简单回报率”。在现实中，一些基金经理为了让自己某些年份的业绩看起来亮眼，会选择风险大、波动高的投资组合；并且会在给投资者展示业绩的时候，通过展示简单回报率，而不是复合回报率的方式掩盖高风险下的低回报。因此，我们在看基金历史回报的时候也要小心，最好能自己算一下，做个核验。
下面来解释基金经理高风险偏好的第二对关键词，“绝对风险”和“相对风险”。
首先要说明的是，咱们刚才说的所有“波动率”，衡量的都是“绝对风险”，也就是一种资产它自身的价格波动所带来的风险。
但是，很多基金经理并不太关注这些绝对风险数据，他们更感兴趣的是“相对风险”，也就是他们自己的投资组合跟市场大盘表现之间的差异。对他们来说，亏钱不是风险，跑输大盘或者比不上同行才是真正的风险，这就叫“相对风险”。
比如说，一只基金今年赚了20%，单看不错，但是市场大盘赚了40%，那再看这20%就不够好了；而如果一只基金今年亏了20%，但是市场跌了40%，那他们的业绩还是非常不错的。
所以，对于基金经理来说，投资是一个相对游戏。如果你们的股票投资组合和市场的变化大体一致，那它的相对风险就是低的；而如果组合的表现独立于市场的起伏，那就意味它的相对风险高。所以，一个绝对风险低的投资组合，它的相对风险可能会很高。
在同等收益的情况下，基金经理们大多会偏向相对风险更低的投资策略。因为，即使你的投资回报没那么高，但是只要相对风险低、不跟市场整体表现差太多，也能保住饭碗；但是，一个高相对风险的投资策略，却可能会成为专业投资者的“职业杀手”。
假设，你是一个基金经理，发现了一只稳定的股票，能保证每年10%的回报，而整个市场当年上涨了30%，下一年又下跌了7%。两年后，你和市场的平均复合回报率都是10%。但是，第一年你的业绩会落后于市场20%，而第二年你的业绩优于市场17%。第一年你可能拿不到任何奖金，还有可能被炒鱿鱼；第二年如果你还有工作的话，你超越市场17%的业绩也只能补偿之前不佳的业绩。所以，这只无风险的股票其实相对风险很大，并不是一个具有吸引力的投资项目。
正因为如此，很多基金经理即便是知道我们前面所讲的，“低风险，高回报”这个现象，也会因为担心它的相对风险而不敢去尝试。
好，到这里，总结一下咱们前面说的。首先，之所以有很多人不知道或不理解“低风险，高回报”现象，是因为他们忽视了“复利”和“亏得少”这两股力量；而以基金经理为代表的很多专业投资者之所以不想采用低波动策略为客户服务，是因为高波动策略不仅能带来看起来亮眼的业绩，而且它们的相对风险可能还低于低波动策略。
说完了拿别人的钱做投资的基金经理，我们再来看看拿自己的钱做投资的“散户”。为什么在现实中我们会看到，很多散户也喜欢去追逐那些高波动、诱人的、博眼球的股票呢？
行为金融学能帮我们更好地理解这个问题。作者给我们介绍了行为金融学里一个重要的“彩票偏好理论”，意思是，高波动率的股票的回报表现类似彩票，虽然大多数时候回报低甚至亏损，但依然有小概率赚大钱的可能，这样就会吸引很多高估小概率事件的投资者参与。
此外，本书的翻译者，前香港大学金融系教授夏春博士还补充了另一个重要的行为金融学理论，那就是“过度自信和乐观理论”。指的是，投资者们时常会高估自己买入高波动率股票赚大钱的能力；即使是专业投资者，也可能会对高波动率的股票过度乐观，常常做出盈利高增长的预测。
好，到这里，如果你还比较愿意接受咱们前面说的那些，对于“低风险，高回报”这个投资悖论，以及不同类型投资者心理的分析，那你现在可能在好奇，我们怎么样才能利用好这个“悖论”，把它变成属于自己的资金回报呢？
综合咱们前面说的，作者指出，你可以在所有股票中找出历史价格变化的标准差比较小，也就是历史波动率比较低的一部分股票，然后组合买入、长期持有。已经有不少实证研究表明，即使就只是采取这样一个简单的策略，长期来看，也能得到一个相当不错的收益。
但是，如果你想加速一下财富积累的过程，作者也给出了两把附加的“筛子”，可以帮我们优化自己的低波动股票组合，进一步提升收益率。这两把筛子就是“收益”和“趋势”。而把“低风险”“收益”和“趋势”这三把筛子放在一起，就构成了作者在书中重点介绍的一种投资策略，那就是“保守性股票投资”。这也是作者自己所管理的低波动基金的底层思维逻辑。
在书中，作者用了大约六章来讲解这个保守型股票投资策略，包含理论支撑以及实践示范，等等。咱们今天时间有限，我就直接为你讲解其中最核心的思想。听完之后，你如果想对它进行更深入的了解，欢迎点击文稿末尾的电子书，进行拓展阅读。
首先，关于“低风险”这把筛子，我们已经说了很多了。我们前面都用的是股票的历史价格波动率作为风险的衡量指标，除此之外，书中还介绍了一个常用的风险度量指标，叫作“贝塔”，它衡量的是这只股票跟市场相比的风险程度。假如市场风险是1的话，那么贝塔低于1的股票的风险就比较低，而贝塔超过1的股票风险就较高。当然，大多数财经报纸或投资网站都会提供股票的“贝塔”，不需要我们自己去计算。
好，下面我们来说第二把筛子，叫“收益”。我们知道，股票投资者的收益包含两部分：一个是资本利得，也就是股票价格上涨带来的差价；另一个是股息——“股票的利息”，就是你购买股票的那家公司，从它的税后利润里，按照股息率派发给你的收益。
虽然咱们平时都更关注股票的价格起伏，但是作者指出，股息的重要性也不能低估。伦敦商学院的一项研究表明，美国和英国股票市场在1900年至2000年这一百年里产生的总回报，约有一半来自股息。所以在收益这个维度，作者建议我们重点关注一个指标——股息率。它的计算方法也很简单，就是用股息除以股价。
作者认为，股息率可以帮我们在不同股票之间做比较。举个例子，一只股息率10%的股票，比如股息10块钱、股价100块；那么它就比另一只股息5块钱、股价100块的股票更有吸引力。也就是说，股息率更高的股票更有吸引力。因为，股息率同时包含了股息和股票价格这两个衡量维度，如果一只股票的股息率比较高，它说明这家公司至少在赢利，因为如果它不赢利的话也很难支付股息，而且它的成本收益比更理想。
除了股息率以外，作者还建议我们同时关注一下上市公司的回购行为。回购是把公司发行在外的一部分股票收回来，同样一块蛋糕，分的份数少了，那么剩下的每一个股东分到的蛋糕比例就变大了。因此，作者指出，如果说股息给投资者们带来的是直接的现金收益，那么回购带来的就是一种“隐形收益”；所以，那些虽然没有派发股息，但是有回购行为的公司，也值得我们关注。
好，到这里咱们已经说完了第一把筛子“低风险”，以及第二把筛子“收益”；在收益这个维度下，作者建议，我们应该对一家公司的股息率和回购行为都有所关注。
那第三把筛子是什么呢？书中告诉我们，它叫做“趋势”，意思是，一只股票近期的价格大致走势。作者告诉我们，如果有一只收益可观的低波动率股票，但它近期（比如一年内）的价格趋势正在逐步下降，这就是一个不好的征兆。
你可能听过一句话，叫“趋势造英雄”。从19世纪至今，有大量的学术研究成果表明，这句话在股市中也有所体现，最近表现较好的那些股票在短期内确实更有可能成为“赢家”。因此很多专业的投资者或分析师都偏好那些具有价格上行趋势的股票，这并不是毫无理论支持的做法。
好，到现在我们就说完了作者为我们提供的三把筛子——低风险、收益以及趋势。在实践中，我们并不需要去亲自计算每只股票的波动、收益和趋势，然后再进行排名。数字时代为我们提供了更加省时省力的方法，那就是各大相关网站上的股票筛选器，你可以在上面设定各种股票筛选条件，选出那些符合自己要求的股票。
好，以上就是《低风险，高回报》这本书里，我想跟你分享的重点内容。总结一下：
本书指出，综合众多学术研究以及实证检验，我们能看到一个现象，那就是，从整体和长期的视角来看，高风险并不能为我们带来高回报；反而是“低风险，高回报”，更符合我们身处的现实。这个现象不仅在全球很多主要股票市场中存在，在债券、共同基金、期权等其他资产类别的市场中也同样存在。
在现实中，之所以有很多人不知道或不理解这种“低风险，高回报”现象，是因为他们忽视了“复利”和“亏得少”这两股力量。以基金经理为代表的很多专业投资者之所以不想采用低波动策略为客户服务，是因为高波动策略不但可能带来看起来亮眼的业绩，相对风险可能还低于低波动策略。此外，很多散户的“过度自信”和“彩票偏好”，也导致了他们不喜欢低风险的投资策略，而是喜欢追逐那些高波动的“彩票型股票”。
然后，在上面这些讨论的基础上，我们介绍了作者在书中重点讲解的一种“低风险+收益+趋势”的投资思想，也叫做“保守型投资策略”。
好，最后，还有一个彩蛋。既然咱们今天是以一场长达88年的“股票实验”，开启了对“低风险，高回报”这一投资悖论的探讨的，那么在最后，我们还是回到这个场景，来跟着作者检验一下，本书介绍的保守型投资思想，它的现实效果如何。
还是用第一部分咱们介绍过的那个数据库。回忆一下，当时作者选了1000只市值最高的美国股票，然后用其中历史波动率最低的100只股票构建了一个“低波动组合”，用历史波动率最高的100只构成了“高波动组合”。我们看到了，低波动组在88年的时间里，从100美元变成了482000美元，是高波动组的22倍。
刚才我们挑选股票的标准只有一个，那就是历史波动率。但这一次就不一样了。这一次，作者先排除了这1000只股票里面波动率较高的500只，然后把剩下的这500只低波动率股票，分别按照收益和趋势这两个衡量维度进行排序，并按照名次给它们打分。比如一只股票的收益排名第5，趋势排名第30，那它就得到了一个5分和一个30分。之后，我们再把这两个数字相加，把分数加总后的所有股票进行重新排序，得到一张新的排名列表，然后买入排在最前面的100只股票，就得到了一个“保守型股票组合”。这比之前筛选“低波动组合”的过程要复杂一些。
根据实证数据，从1929年到2017年期间，“保守型股票组合”的价值从100美元涨到了2600万美元，是“低波动组合”最后价值的54倍。我把这两个股票组合在88年里的收益变化走势图放在文稿中了，感兴趣的话，你可以点开看看。
在图中，我们可以发现，不需要等88年，在1949年的元旦这一天，保守型投资组合的价值就已经变成了1000美元左右，也就是原来的十倍；再过十年，就从1000变到了10000左右，又过十年，这个数字变成了五万，也就是一开始的500倍。
说到这里，可能一些朋友会觉得有点失望。因为不管是十年，还是二十年，好像都还是太长了。如果这是一种，能让我们一年本金翻番、五年实现财务自由的投资策略，就好了。
这样的投资策略存在吗？这本书并不能给出回答，因为它告诉我们的，只是学者们从长期数据观察中，得到的一个平均意义上的结论；用作者的话说，它其实是股票市场中一个“龟兔赛跑”的故事。
龟兔赛跑，我们都很熟悉了。乌龟爬得缓慢却稳定，兔子跑得快，但一路上时不时地打个小盹儿，最后反而被乌龟超过了，这是我们一开始没有料到的结果。而在我们的故事里，低风险的投资组合，其实就是那只乌龟。虽然它的整体速度不快、价格起伏也不刺激，但是在时间的酿造中，在复利的作用下，它最终会战胜那些价格上蹿下跳的“兔子”，获得最终的胜利。不过，如果你并没有耐心看完这场比赛，那么自然也就无法看到乌龟的胜利。
也正是因为如此，作者在书中特别提醒我们，低风险或保守型投资思想能否帮我们获利，从根本上其实是取决于你是否愿意从中获利。许多投资者之所以喜欢追逐高风险，或者喜欢频繁交易，是因为他们认为，这样做可以使他们一夜暴富，或为他们创造一个伟大的故事。但在现实中，我们看到，这类故事可能偶有发生，但更多的时候，是以泪水结束。
股神巴菲特说过：“很少有人能够忍受慢慢变富。”而今天这本书对于“低风险，高回报”这一悖论的讨论，其实就是在教我们如何“慢慢变富”。它帮助我们建立一种长期的、累积的、组合式的思考框架。与试图“一夜暴富”不同，它奉行的是“长期主义”。作者在书的最后总结道，首先要看到“低风险，高回报”的存在，其次要知道怎么用它，最后还要愿意去使用它。这3个条件缺一不可。这或许也就解释了，为什么这个悖论在40年前就已经被发现，然而使用它的投资者至今依然很有限；并且，作者认为，即使未来悖论可能会变得越来越广为人知，我们也有充分的理由相信，这样的现实依然会一直持续下去。
以上，就是这本书的精华内容。点击音频下方的文稿，你会看到我们为你准备的全文和脑图。也欢迎你点击“红包分享”按钮，免费把这本书分享给你的朋友。
恭喜你，又听完了一本书。
划重点
1. 众多研究表明，从长期来看，高风险并不能为我们带来高回报；反而是“低风险，高回报”，更符合我们身处的现实。
2. 以基金经理为代表的很多专业投资者之所以不想采用低波动策略为客户服务，是因为高波动策略不但可能带来看起来亮眼的业绩，相对风险可能还低于低波动策略。
3. “保守型投资策略”：低波动+收益+趋势。
联系客服
