我们可以借助蒙特卡罗模拟器随机择股并建立不同规模的投资组合，然后将它们的收益情况与S&P 500 EW的收益情况进行对比。在《巴菲特的投资组合》书中，作者罗伯特. G.哈格斯特朗( Robert G.Hagstrom)借助计算统计数据库,利用1979- -1996年这18年的收益数据，检验了投资组合集中度对收益情况的影响。
他将包含了250只、100只.50只、15只股票的投资组合收益与整个股票市场的收益当时被定义为标普500指数的收益情况做了对比。哈格斯特朗得出结论,减少投资组合中股票的数目，可以增加取得击败市场的超额收益的可能性。他还发现，这种做法同等程度地增加了投资组合收益逊色于市场平均收益的可能性。我们对哈格斯特朗的研究进行了小幅修改，开展了我们这个版本的研究。
哈格斯特朗从覆盖整个研究时间段的收益数据的1200家上市公司中随机挑选样本公司，我们则仅从标普500成分股中随机挑选样本公司，这样的话，样本投资组合的统计数据就可以与前面举例中的样本人群参数进行对比。我们同样将投资组合中的个股权重控制成相等，这样我们就可以将其收益情况与权重相等的标普500的收益情况进行比较。针对样本中的每年，我们都用计算机随机从500家公司中收集如下规模的8000个投资组合的数据:
包含250只股票的1000个投资组合;包含100只股票的1000个投资组合;包含50只股票的1000个投资组合;包含30只股票的1000个投资组合;包含25只股票的1000个投资组合;
包含20只股票的1000个投资组合;包含15只股票的1000个投资组合;包含10只股票的1000个投资组合。
我们总共建立了120000个投资组合( 1999年至2014年，每年8000个)。我们计算999年1月至2014年10月间每个投资组合的年化收益情况，并将之和同期的标普500收益情况进行比较。图4.1显示了蒙特卡罗模拟的结果。表4.2列出了基于这15年数据对各投资组合进行上:千次运算的统计结果。
图4.1和表4.2显示每一个投资组合的收益情况都主要集中在均值附近。综合这15年看来, S&P 500 EW的平均年化收益达到12.16%。包含250只股票的投资组合以及包含50只股票的投资组合的平均年化收益同样如此。包含10只股票的投资组合平均年化收益略微低一点， 但是仍然很接近市场的平均水平。这就带来了一个直觉上的认识我们会认为测验的投资组合的平均年化收益与S&P 500 EW的平均年化收益近似相等。对于集中度较高的投资组合，收益上的些许逊色可以忽略不计。当我们增加实验的次数时，我们会发现，所有样本投资组合的收益都会收敛于S&P500 EW的收益情况。
图4.1和表4.2中有一个值得注意的特征，当投资组合集中度提高时，收益的分布区间会扩大。包含250只股票的投资组合一图中最细的黑色实线有最大的峰值和最窄的分布区间。那些投资组合与S&P 500 EW收益情况偏差不大。表现最差的“250只股票”的投资组合在15年间的平均收益达到了10.69%，而表现最好的该种投资组合，其相应平均收益达到13.5%。这与图中“10只股票”型的投资组合最粗的黑色实线形成了鲜明对比。后者峰值最小，分布区间最宽，表明包含较少只数股票的投资组合的收益情况最可能偏离平均水平。“10只股票”型的投资组合的最高平均年化收益达到21.32%，最差的情况下，平均年化收益只有可怜的3.71%。在表4.3中，我们可以看一看各种给定规模的投资组合收益率低于市场平均收益水平1个百分点或以上的可能性也只有35.2%;其收益率低于市场平均收益水平5个百分点或以上的可能性也只有2.6%。这个实验所要表明的就是投资组合集中度的提高增加了其收益偏离基础指数表现的概率，而不是提高了投资组合的收益率。随机择股所组成投资组合的期望收益率依旧与基础指数的收益情况相同。我们不是对获取市场平均收益感兴趣。如果我们不打算击败市场，那企图让投资组合收益表现偏离市场表现也没有意义。
