強積金策略交流#30 – 第11招多重戰術策略
2020年農曆年三十晚的夢中經歷(見此) ，令筆者對投資策略有着全新的知識。如果要顯示出來的話，筆者會用以下圖表：
大家用積金大反擊書中的第7招，是先計算第5招及第6招的回報及波幅，然後用第1招大包圍(50/50) 或第3招回報波幅優化來做出變化，見下圖：
而前文所論述的動力大包圍，就是在計算第一層大包圍策略之後，在第二層再用第6招動力投資策略，多重結合而成，見下圖：
筆者在2020年夢境之後所嘗試執行的第11招多重戰術策略，是於第一層計算第5,6,8,9,10 招的回報及波幅，再於第二層用第5招移動平均及第6招動力投資，之後於第三層用第3招回報波幅優化策略而成，見下圖：
第11招多重戰術策略的回報及波幅表現如下：
| 年均回報/按月波幅 | 第11招多重戰術策略 |
| 銀聯 | 12.64%/4.09% = 3.09 |
| 滙豐 | 11.34%/3.73% = 3.04 |
| 信安800 | 10.60%/4.10% = 2.59 |
| 永明彩虹 | 12.86%/3.81% = 3.38 |
| 安聯 | 12.15%/3.86% = 3.15 |
| 富達 | 10.19%/3.48% = 2.93 |
| 中銀保誠簡易 | 9.63%/3.86% = 2.49 |
由2004年至2021年3月
這個多重戰術的策略操作，就是先用各成份基金的回報表現在為「輸入，放入第一層的不同策略(第1至10招) 後得出第一層的「輸出」。
按着，在第二層用第一層的「輸出」作為第二層策略的「輸入」，放入第二層各個不同的策略，而得出「輸出」。
如是者，第三層，第四層，甚至更深，出現下圖：
第11招多重戰術策略的內容，就好像deep learning 的layers 及 neurons ，之前筆者隱約預期強積金策略的突破點，就是運用AI 。舊有的AI 操作於投資的應用，大多是屬於優化的一類，結果與應用genetic algorithm 一樣；或者偶而會用AI 去作為辨認重複的模式，又或是妄想用AI 做預測。
而筆者年三十晚夢境出現的突破點，是AI 的另類應用，就是將能夠提升回報及波幅比率(risk adjusted return) 的各種TAA ，互相交疊，互相糾纏地產生出突破上一層TAA 表現的節點。
複雜點說，是在同一時空裏製造出多重時空，每一時空都裝載着自有的回報及波幅歷史，在不同時空中彼此交疊糾纏着，我中有你，你中有我，產生出歷史上不同回報及波幅的可能性，十分像AI 的Deep learning 中的layer 過程。
因為在第11招多重戰術策略中的各層計算，既可以是過程又可以是結果，既是輸入又是輸出，難度不在於產生多層的回報及波幅結果，而是在於如何捕捉出現於各層計算內較好的回報及波幅結果。
用另一個比喻，就是CERN 。CERN 是位於歐洲的一個科研機構，用粒子加速器撞散粒子，然後捕捉散射出來的基本粒子去做研究。多重戰術策略是回報及波幅的撞散器，用交疊糾纏產生出多層的回報及波幅的結果，然後找出優異回報及波幅的路徑，繼而用於將來。但到目前為止，筆者還未能好好的捕捉(capture) 出現於各層的結果，於是暫時唯有像現有AI 的做法，只 capture 最後一層的結果。
第11招的三層做法其實只是多重戰術策略的其中一個捕捉，第7招及動力大包圍也是。第11招可以去除各種TAA 於單一強積金計劃內的表現稜角，令回報及波幅更穩定，令第11招有渾然天成的表現。
小結
大家見到筆者於本文不斷用奇怪的比喻及虛浮的概念去描述第11招多重戰術策略，就知道第11招這種由夢中而來的新做法，還未有合適的語言可以去完整表達。
夢中的事，往往只能意會；當語言正在休假的時候，其實我們只有保持沉默。