霍华德·马克斯的《投资最重要的事》看似短小,用语平实,无技术性段落,然而通过与他人的讨论,我发现很多人没有读出马克斯的框架,仅仅停留在字面解读上。回看豆瓣的书评,也多是老调重弹,零散的拾起一些马克斯的智慧。
从豆瓣来看,读这本书多半是散户,没有在机构的经验,正因如此,这些评论往往抓住了马克斯的鸡汤部分,但是其中隐含的本质却没有看透。我在本文后面将会讲到,为什么这本书的内容不可能是一般散户所能理解的。就像格林斯潘所言:如果你认为你明白了我说的话,那么多半是你误解了我的想法。
首先,the most important thing 是什么?马克斯在本书的第二十章开头一句话就点明了:成功的投资或成功的投资生涯的基础,是价值。
没有错,投资最重要的事,就是理解价值,如果你不知道一项资产的内在价值,之后所有的操作都无法实施。正如格雷厄姆所定义的,投资和投机的区别在于,投资必须是围绕价值展开的。
一般人的理解到此为止,然后是一系列鸡汤。曾经我去伦敦碰见一个对冲基金的经理,柯文博士,剑桥大学理论物理学博士,研究超弦理论,博士导师霍金,其基金的夏普比率为高的恐怖的2.2。他跟我说,只需要与一个人交谈5分钟,就可以马上判断这个人的水平,如果你没有办法做到,那说明你自己的水平太low。
对于价值投资而言,同样是如此。空谈价值是无谓的,就像空谈存在并不能改变任何事情。现代科学最重要的一点就是几乎拜托了形而上学思辨,不跟你讲虚的,干货直接上。
不过,在我展开这本书的框架之前,我还是要先讲讲价值投资的流派。
巴菲特严格意义上来讲,不能算作字面意义上的价值投资,由于巴菲特的伯克希尔哈撒韦不是基金,因而巴菲特能做的事情,一般的基金是没有办法做到的。巴菲特为什么最好永远不要卖股票,因为他基本上就把投资的公司相当于买下来了,而且还可以主动对公司进行干预,这也是巴菲特之所以是巴菲特的原因。
本书的作者明显属于现代金融理论框架下的价值投资派。这种流派的很明显的特点是从学院派出来,在真实的市场中,抛弃了学院派的理想化观点,但是保留了很多技术性的手段。对于现金流的分析,资产配置和对冲风险是完全技术性的,说直白点,你没学过的话你就是做不了,因为这些东西需要强大的数学统计学背景和大资金才能有效实现策略。
另一派属于重置成本派,这需要非常非常非常强劲的会计学实力,如果你不懂财务报表怎么做出来的,怎么去修改,那么财务报表放在你面前和一张白纸没什么区别。注意到这一派很明显不太赞同现代金融理论。
还有一些细枝末叶的分别我不想多说了,如果真的很想了解价值投资,可以去哥伦比亚大学念书,那里有很多价值投资派的教授,如果你不知道,哈哈,说明你还属于圈外人。
好吧,我要开始进入正题了。
整本书的重点在于五六七章,也就是谈及风险收益关系。这里首先要引出一个概念,期望收益率,这是指股票的长期回报率,对于做交易而言,这个概念重要性几乎为0,但是对于理解本书而已,期望回报率的理解非常重要。
熟悉资产定价的人都知道,能够产生现金流的资产的价值就是为了现金流的折现和,这里的折现率等同于我们讲的期望回报率,只不过是站在不同角色上的不同说法而已。
为什么我说一定要理解期望回报率(expected return)?我们回顾一下本书的第五章,理解风险。现代金融理论要求,风险必须和收益相匹配,如果你的回报率高于市场平均回报率,可能仅仅是你承担了更大的风险而言,正如马克斯所说:必须清楚“风险调整后收益”概念。
马克斯说:出于对风险的厌恶,投资者必须被诱以更高的预期收益才会承担新增风险。这句话说的就是DCF框架,折现现金流定价。
为了简单起见,我们采用永续年金的框架。
-
从1到0:投资者要警惕的
2015-09-12
作为一个在资本市场里面打拼的人,读完《从0到1》后,我所感受到的不是开启未来商业的激情,而是对创业者的热情充满了更多的恐惧。
没错,那些从0到1的企业正在改变我们的世界。对于这些企业家来说,他们做出的贡献怎么强调也不为过。
作者非常敏锐的指出了创业者要如何从0到1,书中所讲的许多观念我就不再赘述了。而对于投资者来说,当听到创业者如何描绘未来的美好蓝图时,应该有一种恐惧,因为投资者关心的不是从0到1,而是从1到0。
现实的情况是,市面上充斥了大量的成功创业的案例,尤其是在近年来大众创业,万众创新的口号下,创业变成了一种政治正确。
创业者拿的是投资者的钱,拿人的不手软,一旦失败,对于创业者来说不过是一次挫折,对于投资者来说,就是从1到0的结局。
作者在书中说的一个观点我非常不认同。
作者说一个企业的价值是由未来的现金流构成,这当然是无可非议的。但书中列出来的图却非常具有迷惑性。在作者看来,那些成长性公司未来具有不断增长的现金流,而且增长率非常高。相反,大企业未来的现金流要么不增长,要么开始递减。
对于那些天真的,对未来抱有希望的创业者而言,这是一味可口的心灵鸡汤,但是对于理性的投资者,一眼就可以看穿这是在拿小样本做推理。
学术界早就已经对于公司的业绩成长做了大量的研究。一个公认的事实是,企业的业绩不可能无限制的增长,在大样本的检验下,业绩有明显均值回归的现象。
业绩的均值回归还不是最可怕的,最可怕的是为公司的成长性付出高额的溢价。
问题就在于,阿里巴巴只有一个,小米只有一个,大量在幕后的炮灰却鲜为人知,而这些炮灰的存在却是投资者的噩梦。
不仅仅是对于风投,对于从二级市场购买成长企业股票的投资者也是如此。
最近两个月被腰斩的创业板就很好的说明了这点。
对于投资者来说,即便公司未来真的能像预期一样实现快速增长,问题在于投资者初始投资者时很可能已经为这种增长付出了高额的溢价,因而即便公司从0到1,对于投资者来说也不过是从1到1.5而已。但是一旦公司的未来增长逻辑被现实证伪,那么投资者就是从1到0的失败。
对于那些扎堆在创业板的私募公募,完美的体现了从1到0的悲惨结局。对于二级市场来说还可以靠超群的择时能力来补救,对于风投来说,错了就是错了。
我之所以要泼点冷水,是因为我发现最近身边出现了许多骗子,空有创业热情,但属于一问三不知的人。任何跟互联网沾边的模式都似乎成了点金石,但对于投资者来说一定要记住一句话:
当一件事好到不像真的时候,它就不是真的。
这一点,诸如香港或是美国的投资者要比中国投资者更加有深刻的理解,因此在他们的市场,对于小公司一贯是无情的打压,IPO破发屡见不鲜。中国的IPO却一直是疯狂的图景,但是要记住,买单的绝不是创业者,而一定是投资者。
(另外,这本书完美诠释了中信出版社严重注水的一贯风格,11万字硬是用260页支撑,45元“天价”出售,中信特色)
-
金融业的未来取决于对冲基金的过去!
2014-02-16
美国金融业是个高度竞争的行业,不像中国金融业那么简单。中国金融业就是四大行,在国家没有完全实行大胆改革之前,中国金融业依然是以四大行为主旋律。
正是因为对冲基金收益明显高于一般的共同基金,因此对冲基金也就成为了许多有钱人玩的投资项目。正如马拉比所言,金融界的未来取决于对冲基金的过去。
那么我们就要梳理一下对冲基金的发展规律。
真正意义上的第一个对冲基金的经理琼斯之所以要建立一个对冲基金,是因为要规避当时法律的监管,为自己借款和卖空创造有利条件,而这恰恰是共同基金所不具备的优势。
基于这一点,对冲基金冒的风险就要大的多了。
虽然名字为“对冲”,实际上一点都不对冲,风险和收益总是相伴的。正如后来的长期资本管理公司,即便是采取互不相关的策略,由于杠杆实在太大,遇到流动性危机的时候,对冲基金就只能坐以待毙了。
永远记住,你可以对冲价格风险,但是你无法对冲流动性风险。
对冲基金不像一般的基金有严格的风格类型,从对冲基金的历史来看,对冲基金属于什么都做的基金,不管是资本市场,还是收购,或者购买林地,只要是存在超额收益的地方,就有对冲基金的身影。
20世纪70年代是趋势交易的时代。即便是有效市场拥护者萨缪尔森也在趋势交易程序设计上投入了大量资金。(他还买巴菲特的伯克希尔的股票,只能说他是学术赚钱两手抓。)跟上市场趋势,截断亏损,让利润奔跑,比使用复杂的计量经济学有用的多。
而之后,以索罗斯为代表的宏观对冲基金,游荡在全球货币市场,他们不玩涟漪,而是把弄巨浪。
至此,我们大致可以归纳出当时对冲基金的主流策略:宏观对冲,趋势跟踪。
然而,随着计算机时代的来临和数学在投资上的广泛应用,新的对冲基金带来了更加先进的技术。
长期资本管理公司是数量化投资的代表,依据严格的金融建模,寻找市场偏离价值的部分进行交易。该基金阵容豪华,诺贝尔经济学奖得主,所罗门逃离出来的交易天才和收下一批干将,美联储高官,这被媒体誉为地球上每平方米智商密度最高的地方。
长期资本管理公司是对冲基金历史上承前启后的案例。
第一、它告别了传统分析,引进新技术寻找超额收益,这还得益于电脑技术的迅猛发展。
第二、它的失败是值得探讨的问题。有人认为是数量化造成的,但我以为传统分析下的基金也有很多名不副实,这只是五十步笑百步。它失败的最重要原因是忽视了肥尾,过大的杠杆使得它在流动性风险中完全暴露。
在之后的次贷危机我们也会看到,超大杠杆所带来的去杠杆化操作给金融市场带来的动荡,而这在长期资本管理公司的时候还只是对市场的冲击。可见,人类善于学习成功(发展量化投资),却不善于吸取教训(控制杠杆)
也正是从长期资本管理公司之后,人类社会金融21世纪,对冲基金引来了最大的变革,量化投资。
量化投资主要有两种类型,一种是以长期资本管理公司为例,依据金融理论推出定价模型,寻找市场错误定价,这是绝对估值,当然还有相对估值,以高盛银行旗下的全球阿尔法为例,就是通过各种比值,通过历史数据检测收益,进行相应投资。
第二种是文艺复兴科技公司的类型,即不依赖金融理论,只对数据进行挖掘,让数据告诉我们如何发现规律和利用。
多数对冲基金使用的是第一种。而事实上,第一种方法忽视黑天鹅风险,致使次贷危机爆发之时,去杠杆化操作使得许多基金破产。这就好比大家都往一个门逃出去,多数人总是死在别人的脚下。
由此可见,未来金融业的一个明显趋势就是数量化,这是一个不可避免的趋势。
再加上所谓的大数据时代的来临,我们对于数据的收集和利用也许会达到人类社会前所未有的高度。
华尔街将我们带入了一个金融星球,而未来,我们会发现,也许我们真的变成了一堆数字。我们的行为会由几套数学模型表达,世界变动由数字提供。
我们很难说这是不是好事,但是,正如《巨富》一书所阐释的,要想富有,你就得直面变革。
-
经济学究竟应该如何研究?
2014-02-12
即便是在今天,新古典主义经济学依然是主流经济学,对于多数经济学专业的学生而言,他们将会花去很多的时间学习与新古典主义相关的一系列的理论。
正是由于新古典主义将强大的数学工具引入经济分析之后,不少经济学家可以挺直腰杆宣称经济学正式迈入科学的殿堂。
但是,现实世界的复杂性和经济学家糟糕的预测能力使得主流经济学遭受到严重的挑战。
司马贺,或者说叫西蒙,在《基于实践的微观经济学中》给出了他关于经济学究竟应该如何研究的看法。
首当其冲的问题是理性。
主流经济学喜欢完全理性。完全理性的一大好处在于不用理会决策者的思维过程,选择过程等等特性,只要给出环境,理性决策者就可以给出最优解。
没错,完全理性是不现实的,经济学家喜欢宣称,现不现实不是最重要的,最重要的是这样的理论给了我们一些重要结论,我们可以沿着这些重要的结论改造现实世界。
比如,弗里德曼就认为,在股票市场中,不可能存在非理性的投资者,应该竞争法则会将这些人淘汰出市场。
这样的说法是经济学家最喜闻乐见的。
但是,问题就在于,我们既然没有成为理性决策者的能力,又如何能成为理性决策者呢?主流经济学认为非理性的人会被淘汰,但是任何参与市场实践的人,尤其是资本市场的人肯定会知道,不要和趋势作对。
当非理性占据上风的时候,进行理性的逆向操作往往会死得很惨。凯恩斯早就观察到了非理性持续的时间可能比我们想象的长得多。
而且由于信息不充分,判断误差,统计误差种种因素,我们很难说哪种观点是理性的或非理性的。
关于中国楼市的讨论各有各的道理,最后我们发现还是售楼小姐的话最有用,再不买房价就更高了。
经济学家总是喜欢用物理学的简化模型作为自己理论的哲学支持。
但是西蒙给出了更精辟的观点:我们不可能和制造降落伞的厂商说,这个世界是没有摩擦力的,厂商是不会使用没有摩擦力的模型去设计降落伞。对于其他工程也是一样,各种参数都需要在实验中去确定,而不是简单假设就可以得出的。
不过经济学家却总是喜欢用完美市场的情况给出政策或决策建议,这就变得非常危险。
西蒙认为,不需要完全理性,不需要效用最大化,利润最大化,我们依然可以建立一套有用的经济学理论。
例如,对于需求曲线可以从预算约束直接推导出来,而不需要效用理论。事实上,效用理论是个非常奇怪的东西,不管是基数效用还是序数效用,都是不可测度的,效用其实是个没什么实际意义的概念。
西蒙敏锐的指出新古典主义的不足在于不能确定决策在现实中是如何达成的。新古典主义只是告诉我们,理性经济人有最优解而已。
同样的,对于像生产函数这样的概念也是有相当大的问题,因为生产函数根本就是个虚无缥缈的东西。我们根本不能确定生产函数的具体形式,因而,由生产函数所引出的一系列微积分运算就只是一种智力游戏。
现实中的厂商不会使用边际成本等于边际收益来,因为他们算不出来,即便算出来,所耗费的巨大计算力也是一种浪费。
对于现实世界,我们只需要有限理性即可给出很好的解释。
西蒙的一句话实在是令我拍案叫绝:我们对之有兴趣的理论是那些对我们日常工作有帮助的理论,如果理论把关键的现象给舍弃掉了,那么它给我们的建议就会很要命。
经济学的研究必须基于实践。如果一门学科不能解释现实,那么它的存在就是无意义的。当下兴起的行为经济学、实验经济学等分支学科正是对重新解释现实的一种尝试。
-
财务不仅需要技术,也需要智慧!
2013-12-17
为什么说财务是个真实的“谎言”?因为整一套财务体系就是建立在一系列假设之上的,其中的人为因素太多,财务从一开始就不是客观的。正如商业包含了艺术与科学,作为商业语言的会计同样如此,正如作者而言“操纵财务数字对专业财务人员来说实在不是一件困难的事”。作为投资人,往往必须使用某种近乎艺术的经验判断一家公司财务状况。
作者先将会计的要素用非常通俗的语言说了一通,尽管通俗,但是我觉得,对于许多会计或财务方面专业的学生而言,倘若死扣课本,未必能体会个中的财务智慧,毕竟智慧或者艺术这种东西源于经验。我以为技术好学,艺术难通,这正是这本书的价值存在。作者甚至从官方对于会计的定义来解读中国企业经济状况,实在令人拍案叫绝(见P14)。
会计有一条恒等式:资产=负债+所有者权益。扩展开来就是:资产+费用=负债+所有者权益+收入。整个会计无非就是对资产、负债、所有者权益、收入、费用和利润六要素的界定。很多股民都不相信利润,直觉告诉他们其实有水分,但是要说出个所以然倒是没办法了。说到底,利润之所以不可靠是因为权责发生制,成本费用的确定都因权责发生制而变得可以人为操纵,预提和折旧的方法不同,利润也不同。作者指出,有一半的造假与收入实现有关。当销售收入的增加伴随这应收账款的大幅增加,投资者就必须警惕了。通过压货,互借收入,挂账也是企业提高利润的常用手段。曾经倒闭的美国世通就将日常经营的费用当做资本化费用记账,使得利润虚增。由此可见,财务得得确确就是个真实的谎言。
不懂财务的股民要么不看利润,要么信任利润。其实真正的财务分析技术大可不以利润为标准。比如相对估值法中的市净率、市现率。比如绝对估值法中的自由现金流贴现估值。不过说老实话,财务世界没什么事绝对的,自由现金流的增长率怎么确定,由人说了算;折现率的确定完全看你选择什么资产定价模型。这样看来绝对估值也不绝对。
对于基本面分析,尤其要注重现金流:“公司的经营现金流总是在破产的前几年开始恶化,经营活动产生的现金流远远小于利润表上的账面利润。”现金流的基础是收付实现制,因此对现金流造假难道比对利润造假的难度更大。
我认为这本书最大的作用就是给读者清晰的展现了财务世界的众生相。通过本书不能让你了解财务细节,但是能够让你一睹财务世界的面貌。关于财务的书多数都很枯燥,这本书的确算得上是财务人员的咖啡伴侣了吧!
非专业的人看看本书开阔视野,专业人士通过本书增加财务智慧,我想这就是本书写作的主要目的吧!
-
系统交易犹如经营保险,你要做的是令期望值为正,
2014-02-13
《海龟交易法则》绝对是一本干货。字里行间都是透露出一个实干家的亲身经历,这可不是一般股评家可以达到的境界。
费思讲述了如何建立一套稳健有效的交易系统。费思的见解令我折服:交易不是赛跑,而是拳击!
没错,你必须保证自己在赚钱之前不被市场打倒。市场的机会总是有很多,但是你要有能力撑到那一刻捕捉机会。
稳健的交易系统其实就是基于这样的思想而展开的。
对于运用交易系统的人来说,必须使用概率的眼光看待问题。在这一点上,可以说,系统化的交易就犹如做保险一样。
我们都知道,保险公司都有自己的精算师去计算概率,如何制定保单。在经过一系列复杂的计算之后,最终的期望值为正,那就可以实施保险。
保险公司不会因为几份保单的损失而懊恼,因为总体而言,最后的收益是正的。
同样,对于系统交易而言,如果我们像一般人过于纠结于账面损失,就可能错失机会,丧失理性。很多人不敢直面损失,害怕离场,结果损失通常是继续扩大。
交易不同于长期投资。一旦你看错方向,就必须马上立场。
市场是无法准确预测的,我们需要做的是将投资策略系统化,对大样本的数据进行历史检验,并且通过适度优化来使得正期望值的交易系统更加稳健。
市场是不确定的,但是系统确是可以确定的,寻找几个优势系统展开交易将是通往盈利的关键。
巧妙设定止损是门值得研究的技术活,毕竟利润是不可控的,但是风险却是可以控制的。让利润奔跑,阻断损失,实现正收益。
-
如何成为投机者
2014-02-02
尽管投机一次在我们的日常用语中多有贬义,但事实上,真正进入正当的投机行业中我们可以发现,投机是一门深不见底的艺术。
邓小平说不管是黑猫还是白猫,抓到老鼠的就是好猫。
在资本市场中,只要能赚钱的方法就是好方法。那些纠结于价值投资或者技术分析的人,只不过是在玩弄意识形态。我们要根据市场选择方法,而不是固执的从一而终。
既然中国市场不成熟,投机氛围浓厚,那我们当个投机者又何妨!
《十年一梦》的作者青泽讲述了他作为投机者的实战和心理历程。青泽的书为什么好看,就是因为他从中国特殊情况入手,摸着石头过河,但是又积极寻找国外的技术完善自己。比起那些生搬硬套的人来说,青泽对于国外技术的本土化经验使得市场参与者更觉亲切。
什么叫投机,什么叫投资。那华谊兄弟的股票来说,投资就是把自己看成股东,我看重的是中国电影发展前景,公司管理层,我买的是公司而不是股票。而投机则是不管那些虚的,毕竟中国很多东西都是假的,谁知道公司质量是好是差。我们都知道,公司好,前景好不代表股票价格会涨。所谓炒股,得有人炒作。投机就是要搭顺风车,跟上趋势。
投机者的思维必须敏捷,看见情况不对就要赶紧立场。
投机者的心态必须坚定,只有趋势明显就得跟上。
投机者要会分析信息的影响,要懂得价格蕴含的意义。
投机者既要懂得实用的数学、统计学方法,又要学会行为科学,掌握人性的弱点,别人犯二,投机者不能跟着二。
永远记住,非理性是超额利润的源泉。
从青泽的投机历程,我们可以把成功的投机者拥有的三大要素归纳出来:
1、 交易系统化。没有标准的交易就是混乱的、随意的交易,这是亏钱的方法。系统化就是要求我们尽量避免非理性带来的认知偏差。
2、 记录心得经验。说投机是艺术,就是因为,交易方法可以系统化,但是有很多外在因素是不能被系统归类的,这就需要我们不断积累知识经验。所谓书读百遍,其义自现,多回顾自己的交易经验,对于价格的变动就多了一份感悟。这可不是随便一本教科书可以传授的。
3、 忍。多数人失败就在于不会忍,没有机会的时候硬要交易,在很多人看来,好像交易次数越多实力越强,殊不知钱就是这样溜走的。之所以要忍就是因为要等待市场机会,提高命中几率。如果股市明显在长期均线下方,下跌趋势如此明显,何必参与呢!
-
交易员为什么需要量化思维?
2014-02-20
大凡关于交易的经典书籍都反复告诉我们人性的弱点,而现在行为科学在金融学上的应用更是将心理上的过失展露无遗,以至于现在二流写手也开始大谈心理问题,而不再是简单的将图表复制黏贴。
美国研究对冲基金的知名专家罗闻全就认为行为金融学只是各种异象的集合(见《投资新革命》)。在我看来,让交易者知道异象是一回事,能够使用异象获利则是另一回事了,说的学术点就是如果利用异象纠正市场错误。
很多人都读过XX操盘手回忆录,或者其他乱七八糟的读物,其实说来说去就是克服心理恐惧,斩断损失,让利润奔跑。但是如果没有一些系统化的方法,我想交易者只不过是给自己留下了一堆损失而已。
事实上,克服心理干扰问题最有效的方法就是量化,因为数学没有感情,文艺批评者说数学留下了一堆冷冰冰的数字,但我确觉得,正是冰冷的数字才让我感到安全。
在《打开量化投资的黑箱》中,作者通俗的描述了量化投资的全景。尽管没有复杂的数学,但是我还是认为,基本的概率统计知识和财务知识可以帮助你更好的理解书中的内容。
量化投资包含5个部分:
1、阿尔法模型,用于选择超额收益的标准。
2、风险控制模型。选择模型衡量风险。
3、交易成本模型,交易成本除了佣金,好需要考虑滑点和市场冲击,对于散户而言,首先考虑的就是选择佣金最低的券商,鉴于互联网金融的发展态势,券商的佣金战会使交易员获利。
4、投资组合模型,使用现代投资组合理论对组合下的风险和收益进行最优化设置。
5、执行模型,自动化交易的关键步骤。
5维量化下主观情感的影响将会降到最低。
对于散户而言,做好第一步,也就是选择好阿尔法模型是最重要的,由于散户的资金量有限,因此组合模型用处不大。
对于阿尔法模型,作者巧妙的使用不添加数学模型为借口回避了这样一个重要的问题,书中举出的一些模型也是很久的商业化模型,用处不大。作者自己也写了,量化投资最怕同质化风险,模型用的人越多越无效。
近年来对于量化投资的批判很多,我和作者的观点是一样的,这些批判多数是没有道理的。
比如认为交易是一门艺术而非科学,这种对量化投资的批判相当落后,技术总是在进步的,如果你跟不上潮流,就可能被甩下。而且从业绩上来说,传统分析确实逊色于量化分析,事实上,在金融危机中,除非你真的很厉害,不管你使用什么方法都难逃一劫,很多对量化投资的批判不过是五十步笑百步。
在我看来,交易既不是艺术,也不是科学,而且工程。交易没有真理,无所谓科不科学。交易应该像工程师一样,在数据实验中寻找最优方法。
从我的经验来看,量化投资更适合短线交易,不适合长线。预测未来一天比一年要容易。预测长期趋势还是需要投资者的战略眼光。
而且,量化投资在期货外汇市场上更加实用,在股市则有些水土不服。主要是股市的交易标的太多,不可能给每一只股票设定最优参数,这样的工作量太大。由于目前中国股市不能T+0,这就更加限制了量化投资的发挥。
对于中国股市,我更倾向于策略+趋势,使用长期趋势跟踪指标进行趋势捕捉。但是,如果机械化使用趋势跟踪模型是很难有高收益的,因为一般的指标准确性很低,尤其是流行的MACD,历史统计下的收益其实不行,除非过度拟合。
因此,必须在策略投资的视角下选择一个股票池,然后用趋势跟踪模型进行判断。
做趋势跟踪要记住,基本面驱动技术面。
附:
这本书翻译还可以,只是有一个地方有重大失误。在P34,book-to-price ratio翻译为市净率,正确翻译应该是账面价格比,市净率是价格账面比,刚好反过来了。(法玛当年的论文是使用账面价格比)
这就导致后面的分析也错了。P37说,高市净率的股票比低市净率的股票表现更好。其实应该是低账面价格比的股票比高的股票表现更好。换句话说,是低市净率的股票要比高市净率的股票表现更好。这个观点在很多书里都有。
-
量化投资的思想揭秘
2013-12-21
最近市面上有不少关于量化投资的书,即有故事书,又有技术性很强的书,但是缺乏居于中间的科普类书籍。老实说这本书一开始压根儿没注意,关键是封面太丑。而且一看是中国人写的书,一般都是避而不看。说老实话,现在中国人写金融的书,不是阴谋论就是天下文章一大抄,看的我心烦。
之所以后来购买这本书是因为在网上下载电子书的时候顺便下了这本书,看了几页,突感作者的功底确实是比较扎实的。
阅读完整本书之后感觉确实是目前是市面上对量化投资最佳的科普书籍。早年的《宽客人生》对量化思想着墨不多,看的不够过瘾。最佳的《宽客》一书则是财经记者写的故事书,好看归好看,真正涉及量化投资思想的精髓却不多。
我觉得《解读量化投资》的作者之所以功底扎实,首先是从他将复兴科技公司和长期资本管理公司对比就看得出来。(作者认为翻译为文艺复兴科技公司不太妥当,这里遵循原书作者的译法。)
一般谈量化投资当然会谈到这两家具有代表性的公司,但是忻海所不同的是涉及了其中技术性上的不同,也就是说同样是量化投资,但是思想根源还是不一样的。长期资本管理公司的思想是现代投资组合理论的思路,即先入为主用定价理论计算出理论价值,然后对比市场价格,以此进行套利。但是我们都知道,现代投资组合理论的很多假说都不现实,因此当黑天鹅真正出现的时候,将给予运用高杠杆的长期资本管理公司沉重一击。
西蒙斯的量化方法完全不同。他并没有先入为主的进行假设演绎,而是运用复杂的统计方法找出价格运行的规律。并且西蒙斯尤为注意流动性,因此西蒙斯的量化方法既避免了不合理假设的局限,又避开了流动性风险。应该说,西蒙斯的方法不是一种理论,而更像一种技术。很难给出许多规律性一种金融意义上的说明,但是管他呢,能赚钱就行。
这本书关于做市商、技术分析和量化投资的分析也是相当出彩,可以看出作者确实有实打实的经验,这些东西一般的财经记者是写不出来的。
最后这本书对于一般的散户有用吗?我的回答是用处不大。比较正如书中所描述的,量化投资除了数学、天体物理学等“火箭科学”的支撑以外,还需要硬件的支持,即你必须要有足够好的电脑帮助你自动交易。(对于硬件方面的论述是一般量化投资数据所没有涉及的,这也是本书的亮点。)要搞量化投资,你必须要有足够好的硬件设施,足够强大的研发团队,单单这两项对散户就拒之门外了。另外,我们都知道,在股票上进行数学建模是很难的,股票不想债券有到期日,股票的数学模型一般都很简单,但是精确度真的就不敢恭维了,也难怪德曼在《宽客人生》中说股票需要的数学只需要加减乘除,债券则需要随机微分方程,这是一个地一个天啊。因此很多量化投资策略针对的都不是股票。长期资本管理公司会对债券进行估值然后套利,但是他们不会对股票进行估值进而套利,因为现有的股票估值模型局限性和主观性都太大。当然像统计套利这种方法倒是可以用于股票,只是在中国不能卖空的这种市场,只能单向操作的那点利润可能还弥补不了交易成本。所以客观的说,由于是对于中国股市,量化投资更多是口号上的说法,实际操作起来非常的难。
那么散户能从量化投资的思想中吸取怎样的经验呢?在本书中关于技术分析和量化投资关系的论述中其实就给出了一些颇有建议性的论述。
总之,这本书中关于量化投资方面的描述应该说是实打实的,穿插的一些金融往事也算是调剂吧(不过这些故事在其他书中都已经写烂了,所以我一般是速度浏览。)当然,作者还是很诚恳的说很多关于复兴科技公司的交易策略都是他推测的,比较,赚钱的策略谁会随便乱说,除了股评家。
不过,这本书每一章前面都有个川妹子的“戏剧表演”,觉得有点多余,算是书本的一个败笔。
-
金融物理学,主流与民科的区别
2015-07-31
这本书早在去年去香港的时候就看到有中译本了,这次大陆的译本书名有些投机取巧,事实上这本书从原名就看得出来是讲物理学进军金融学的历程,讲量化投资的东西其实不多。
最近,我跟另一个博士合作的一项研究也是关于这种交叉学科的实证研究。我不得不承认,尽管这些“物理方法”提供了不同的视角,但其中的金融学意义仍然有待挖掘。
书中提到的索内特也是我最近关注的焦点,对于极端事件,龙王还是黑天鹅直接决定了我们是否可以预测这种极端事件。
书写的相当通俗,翻译也很流畅,各种专业名词也翻译的比较准确,所以对于试图了解金融物理学这一领域的人来说是本不错的入门书。
然而,一旦牵扯到物理学,没办法,民科这种东西就出来了。有时也真的是无法理解为什么这些民科如此大言不惭的声称自己推翻了相对论,重建了量子力学,证明了哥德巴赫猜想。
而现在物理学进军金融学后,我也发现民科的一些迹象,不管是一些论坛还是一些书籍上。
民科似乎非常喜欢所谓的非线性系统,比如混沌。
目前一个争论在于金融市场的收益率究竟是随机的还是混沌的,多数证据倾向于支持随机。
不过民科们倒是对混沌颇有热衷,连混沌的基本概念都没搞清,就开始宣称,市场不是随机的,有效市场是错误的。
不管是混沌还是随机,要长时间预测未来都是不可能的。而混沌允许在很短的时间内比较准确的预测(这个时间可从最大李雅普诺夫指数的倒数得出),而随机则允许在无法预知未来的情况下,可以得到关于分布,期望和波动上的合理计算。
混沌理论只是告诉我们即便是有确定性的方程,长期预测也是不可能的。混沌也可称为“确定性的随机”。
混沌和随机的关键区别在于,随机系统认为这些不确定性是由外生因素造成的,而混沌系统则认为是内在因素造成的。
有些书籍的作者似乎根本就没搞懂什么是混沌,用混沌否定随机,甚至是将混沌作为技术分析的一个依据,都是胡扯。
另一个严重误用在于分形,比较典型的书就是《证券混沌操作法》,作者宣称什么分形分析,其实说白了就是技术分析,跟分形没有一毛钱关系。
另外长记忆也是容易被随意解释的。
即便市场存在显著的长记忆,也不代表你就可以很轻易的预测市场。长记忆更多的是说序列很容易发生异常扩散,完全超出你的预测范围。目前没有证据证明长记忆和技术分析有什么关系。
我想指出的是,这些理论本身都是非常严谨的,但被民科随机发挥之后,变成了什么跨时代的东西,变成了无往不利的利器,最搞笑的是,他们提出的策略依然是技术分析的层面,和这些物理学理论没有关系。
我当然不反对技术分析,不过我觉得技术分析没必要从这些理论找支点,你认真研究技术分析本身就可以了,搞那么多玄虚的概念并不会提升你的业绩。再说这些理论都需要编程实现,你如果不会编程计算,那么就算你懂对你也没什么用处。
关于概率论上,民科很喜欢抓住正态分布的缺陷不放。
然而任何一个从事了相关研究的人都知道,正态分布的确简单实用,在大多数时候都是比较接近真实情况的,正如书中所讲,只有在极端事件发生时,正态分布会低估其发生的概率。我们当然可以采用其他分布,或者用自助法模拟,但是这些方法换来的是更加复杂的数学和实现程序,对于理论推导来讲,正态分布还是有其价值的。再说,真正懂的人都知道怎么去修正这些缺陷。
另外,金融物理学的一些方法也是有问题的,比如之前在学术期刊上很流行的重标极差分析法(R/S)就是一个例子,这个方法无法区分短记忆和长记忆。
值得一提的是就连一些券商的研究报告也是有这种随便乱用概念的问题。我之前看过一份券商研究,使用赫斯特(Hurst)指数去预测市场的牛熊拐点。结果看上去非常惊人,准确率极高,但很可惜这是数据过度拟合、过度挖掘的结果。因为赫斯特指数本身是个标量,你根本不能从这个数值的大小上去判断市场的方向。
而且包括像最大李雅普诺夫指数等都存在了如何准确计算参数的问题,金融物理学本身还有相当多的问题没有解决。
更重要的,也是我开头讲的,这些方法很少提供金融学上的意义。比如我们如何计算资本成本,到头来还是回到资本资产定价模型或者一些多因子模型上去。物理学还没有为我们提供任何有参考价值的信息。
这也是金融物理学的最大问题,它主要集中于动力系统的层面,而对于金融学之中的许多核心问题却没有涉及。
当我们在看《对冲之王》这本书的时候,不要忘记,任何科学上的进步都不是随机误用概念就可以完成的。
我相信严谨的投资者是不会随意去当某种理论的代言人的,每一种理论都有自身的优点和不足,投资者应该从实用的角度去修正这些理论,而不是在意识形态上挥舞理论的旗帜。
最后我还是得重新将《漫步华尔街》中的一句话搬出来:统计上的显著关系并不代表你就可以获取超额收益。
对于投资者而言,知道一个东西是什么和怎么做是完全不同的。从研究的角度来看,这些统计当然是很好的工具,但是如何将统计结果转化为策略就是另一个层面的问题了。
最后一个问题,未来我们的市场是不是完全由这些量化方法统治呢?
对于像债券期权这些金融产品我的答案是可能会。但是股票就不用想了,由于股票本身没有到期日,你也不可能准确预测未来的现金流和资本成本,因而给股票准确估值是不可能的。(对于价值投资者而言,准确估值没有任何用处,一个保守性的估值外加一个安全边际才是值得研究的地方)。
由于股票的内在价值很难确定,这就使得这个市场依然会成为各种策略相互碰撞的战场。这也就决定了股市可以任由中国大妈任性挥金,理性与非理性不断博弈。
2015年的股市最令人心醉的一点在于,估值低的股票涨的没有估值高的股票多,但市场下跌起来,都是五十步笑百步。
-
股票价值就是未来自由现金流的现值!
2014-02-12
贴现之后才算数,这应该是对金融资产定价的一句核心概括!
《股票估值实用指南》给出了使用自由现金流进行估值的一整套方法。
自由现金流贴现法其实就是红利贴现法的一个变种,不过前者的适用范围更加广泛。要注意的问题是,前者估出来的价值一般比后者要高。
这是因为,按照公司理财的理论,自由现金流最好就是全部分配给投资者,如果公司将现金流再投资,万一收益率不及资本成本,投资出去的钱就是无效率的了。显然,自由现金流贴现法告诉你的是应该分给你这么多钱的情况下股票的价值,而红利贴现法则是告诉你实际公司给你这么钱的情况下股票的价值。
当然,正是由于股票不像债券有到期日,因此任何对于股票的估值都是有相当的误差的。
例如你如何确定增长率,你如何确定超额收益期,资本成本使用什么资产定价模型。
正因如此,虽说本书是实用指南,但是真正的股票估值仍然对于大众而言太复杂了。
-
费希尔的美丽心灵
2013-07-18
之前看《美丽心灵》这部电影让我喜欢上了纳什这个人,他有着纯粹的,思想上的追求。我倒是觉得费希尔和纳什挺像的,如果说纳什的美丽心灵装的是博弈论,那么费希尔的美丽心灵装的就是CAPM。
其实费希尔是个可爱的人,他喜欢那个小本去记录,甚至在和别人谈话时,他也会时不时的记录别人的观点,对于费希尔而言,他不会去对抗他的缺陷,而是去用其他的工具弥补他的缺陷,这确实是值得我们一般人思考的。
如果费希尔打电话,那么他多半是交流思想,他总是希望从别人那里得到不同的意见,然后自己再进行反驳。费希尔追求思想的纯粹性和优越性。
下面让我们去关注真正的重点,费希尔的思想。
费希尔·布莱克的金融思想的核心是CAPM,CAPM对于费希尔理解复杂的金融世家起到了至关重要的作用。
费希尔设想的CAPM的世界中,风险是收益的价格。CAPM可以说是还原论思想的杰作,它抛开了许多次要因素(对于新古典金融而言),集中精力于系统性风险。
CAPM的一大优势就在于简洁,在费希尔看来,复杂多变的金融世界中,只有简洁的模型才能存活下来,复杂的模型反而非常脆弱。当我们在批判金融学过度数学化时,有没有想过,没有这些模型,我们该如何处理数据?我们该如何定下判断标准?数学模型的优势就在于简洁。只有这样的模型才会在达尔文的物竞天择中生存下来,而那些成吨的文字描述只能被遗弃在图书馆里,被动的等待某个复古者的翻阅。这样看来,数学在金融中的地位不会因为行为科学的出现而下降,反而会继续上升。正如罗闻全所说的,行为金融学不是一个理论,它只是由无数例子组成的一堆东西。这样的学科可以解释异象,却难以总揽大局。
费希尔所设想的金融世界完全按照CAPM来运行,进而得出两个有意思的扩展,第一是“均衡的世界没有货币政策的地位“,第二个是”所有的资本品的价格都由两种基本的资本价格决定,一种是利息率,另一种是风险价格“。第二中扩展完全展现了费希尔的还原论思想。我想正是因为费希尔的物理学专业背景,使得他的还原论思想如此之深,直接影响到了他对金融学的看法。
而对于CAPM的迷恋使得费希尔进一步推导出了那个著名的期权定价公式。有意思的是罗伯特·莫顿从不同的假设推导出了相同的公式,由此不难看出这条公式的普遍性。
遗憾的是费希尔并没有因为发现公式赚取巨额利润,费希尔,斯科尔斯和莫顿三人交易权证,但是都亏了钱。”费希尔得到了一个教训,就是有时候市场比公式知道得更多。“实在可惜,费希尔错过了利用数学套利的机会(事实上由于费希尔坚信市场的有效性使得他并不想去战胜市场,他在投资上总是被动的)。
费希尔在高盛的经历并没有写得很详细,但是有一段话对于交易者来说应该是颇有启示的:布莱克—德曼—托伊模型对于交易员真正的贡献并不是发现有利可图的交易机会,而是提供了一种对于期限结构的直观的理解方式。另一句话则反映了高盛的文化:高盛公司有这样一种企业文化,他们相信思想可以作为他们的竞争利器。
当费希尔将CAPM的思想推广到经济学领域时,得出的结论却并不为多数学者所认同。费希尔认为市场均衡的全部要义就在于利率和风险价格,这是明显的CAPM的思想。在费希尔看来,经济学有太多无关紧要的东西。事实上,我觉得费希尔在经济学上野心太大,他试图寻找终极理论来解释整个经济现象。但正如卢卡斯所批评的那样,什么都可以解释和没有解释是一样的。
另外费希尔相当讨厌计量经济学,在他看来,统计出来的公式毫无意义,那些经统计得出来的参数只能代表过去。只有从逻辑得出的公式才能经得住考验。
对于喜欢金融学的人来说,这本传记值满分,他花了相当重的笔墨描绘了金融学的发展,而费希尔毫无疑问是这个发展过程中的关键点。(我觉得对于期权定价公式着墨太少是个缺点)但是对于普通读者而言,这本传记由于过于专业性和缺乏对费希尔的多维塑造,使得传记没什么可读性,进而会选择放弃阅读。不得不说,这本传记只是一个关于费希尔的素描,我们只能期待更好的传记了。
另外,中译本有几个明显的翻译错误。
P27,《科学美国人》(Scientific American)翻译成《科学美国》。
P170,大名鼎鼎的希尔伯特翻译成了休伯特,这个不能忍。
P214,第九行,”从查尔斯银行的角度,比起从哈德逊银行的角度来,市场显得要有效得多。“显然这里译者不理解原话,错误的讲"bank"翻译成银行,这就导致莫名其妙的意思。实际上应该翻译成河岸。因为麻省理工学院位于查尔斯河岸旁,高盛位于哈德逊河岸旁,所以这句话的深层含义就显而易见了,即在市场在学术界比现实世界更有效。
P233,第六行,权证(warrant)翻译成了保证。
-
量化策略的局限!
2014-07-16
这本书出版了这么久,豆瓣的评分越来越低,书评几乎都是一面倒的批。
为什么大家对丁鹏的这本书如此怨恨呢?
首先,诚如有的读者所说,这本书是大杂烩,堆积了很多劵商报告,叙事风格也是劵商报告的风格,如果经常关注劵商报告的读者,还真的没什么必要买一本。
其次,丁鹏在开篇很激情的讲了西蒙斯的精彩故事,不过后面的技术性内容显然没有这种激情,让人不得不怀疑,丁鹏对于量化投资究竟有没有爱?
本书的结构非常凌乱,故意分成了策略篇和理论篇。我是搞不懂这样分的意义,策略篇讲的很简化,理论篇又很难衔接策略篇。
更重要的是,理论篇的部分其实有其他更优秀的国外教程,而丁鹏则是用了非常简化的手法进行表达,实在让人看不出这本书的优势在哪!
现在时兴概念炒作,量化投资无疑接替了价值投资的接力棒,成了投资界的新名词。不过和其他领域所不同的是,投资本来就是复杂的事,试图通过了解一些概念,你会发现,你看到的是一个无底的深渊。
当然了,要说这本书毫无价值也是不公道的,这本书毕竟是“东北大乱炖”,虽说味道不算极品,但也算给出了量化投资的一些思路和线索,读者可以寻找更好的书进行补充。更加重要的是,对于没有量化投资概念,而又想一展身手的年轻人,在有基础的情况下,本书无意是一本很好的指导性书籍。
不得不说这种书对于散户帮助不大,量化投资毕竟是团队式的合作,个人在缺乏基础的情况下无所谓量不量化。量化投资是非常细节化的东西。比如,均线系统用来做趋势跟踪,我们可以对大盘进行测试。问题在于,均线系统本身的胜率比较低,而且大盘有用未必个股也有用。这里面就有很多文章可以做。丁鹏虽然给出了一些策略,不过细节工作却没有给出,颇为遗憾。
其实,如果读金融工程的研究生,都会进行本书中的研究,比如分形理论。
平心而论,量化投资所需要的数学并没有所谓的“火箭科学”级别,基本的微积分,矩阵计算,概率论,和复杂的统计学就足够应付了(尤其是统计学非常重要)。
但是这些数学是不是真的很有用就另当别论了。
就如刚刚所说的分形理论。分形理论的数学不难,有些理论数学家根本就瞧不起分形数学。著名的R/S分析常常用来验证市场是不是随机游走。不过这套理论对于交易有多大帮助呢?也许还不如均线来的直接。
其实有些理论虽然很适合做实证研究,像分形分析中国就有很多的相关论文,千万不要觉得很神秘,下载一个METLAB软件就可以做了,再加上现在又有统计神器R语言,只要熟悉了软件,剩下的只是跑一跑数据而已。
问题在于这些模型对于理论可能有意义,但是对于交易有意义吗?
很多模型都是一种统计分析,但是缺乏明确的信号,比如R/S分析计算出了赫斯特指数,证明了市场不是随机游走,好吧,那又怎么样,我到底什么时候买进,什么时候卖出?(书中给出了一种市场择时的方法,但是参数什么的都没给出,真实性有待考证)
这也就是为什么学统计的人很多,能够通过交易赚钱的却很少。必须通过另外的方法将这种统计分析结果融入到交易模型之中才是有意义的。不过本书也没讲,依旧是劵商报告。
目前国内的量化投资公募基金表现着实一般,光大量化核心的净值还是0.83上下。大摩量化配置股票表现还可以,但是另一方面,同样表现的非量化的基金有很多,而且有更多基金表现更好,这就给人一个困惑,搞的这么复杂还不如传统方法赚的多,有意义吗?
受制于法规和规模的限制,股票基金不可能应该短线策略,还是以因子模型为主。看看光大量化核心的股票配置,就明白还是以需找低估值品种为主,期待价值回归。
这里就是传统因子模型的局限之处。以前这些模型有超额收益,但是现在市场行情变了,这些模型未必有效果,但是历史测试却很难有这么高的灵敏度,往往等很久才反应过来。所以看看光大量化核心,买了一堆蓝筹,净值还是没怎么变。
这要是像光大证券无脑操盘失误,瞬间拉抬股市,一般的技术信号很难识别这种特殊情况,股民仅仅根据简单的技术指标往往容易跟进就套牢。
需要说明的是,一般的技术指标很难说是量化投资,仅仅加减乘除,不对数据进行处理,很难取得明显收益。大量的学术论文都检验了像MACD,KDJ这种常用的商业化指标其实没什么预测能力。像电视上的分析师讲什么背离的,就根本是自圆其说,和量化投资相去甚远。量化投资和技术指标的重大区别就在于,量化模型不会再去解释,完全根据模型走,而技术分析师往往在指标的基础上继续加工,完善自己的猜测。
目前中国股市这种存量玩法,加上IPO不断稀释,资金很难去估计被低估的品种,这就是和教科书讲的不同之处。即便理性的投资者看到了市场的错误,但是大家都陷入困境,谁也不想去拉抬低估值品种。
不过量化投资趋势还是可以预见会得到加强的。毕竟市值越来越大,机构投资者越来越多,坐庄赚钱也不见得靠谱。有人说,庄家稳赚,其实是不懂坐庄的成本,也不懂坐庄的说法。这个世界上就没有稳赚一说。要真是稳赚,那么胡润百富榜前十怎么也得两三个坐庄坐上去的,大家还去炒楼干嘛,都来坐庄得了。
以我所见,老是谈论庄家的其实都是亏钱的散户,真正赚钱的人哪有什么心思跟你谈这些虚的。所谓赚自己的钱,让别人说去吧。
我们可以预期,市场已经不是90年代那个中国股市,以后想要赚钱,量化方法绝对是一大法宝。
量化投资,实际上是一种增强机构投资者,淘汰散户的趋势。像欧洲基本是机构控盘的市场,可以预见,以后中国大抵也是这种,所以散户们还是别玩心跳了,乖乖的让专家给你管理资金吧。
至于专家们,竞争环境下要提升能力非常难,投资领域的哲学就像那本著名的书名一样,“反对方法”,搞投资,能赚钱,怎样都行。
——————————————
2014.11.15更新
在今年下半年的行情中,很多量化基金表现出众,可喜可贺,期待15年的表现。
-
何谓大数投资
2013-10-27
其实,通读本书之后,感觉作者所言之大数投资,其本质实乃基本面指数投资策略。事实上,2005年,罗伯特·阿诺德就在美国金融分析期刊发表了《基本面指数投资策略》一文。
齐东平给出的方法是跟踪指数,然后依据财务比率和基本面分析筛选出30只股票,长期持有。并且作者给出了机械化的操作方法(但我认为这个方法有点复杂,对中小投资者未必是实用的。)
从长期来看,这样的以基本面为基础,挑选出被低估的股票,分散投资的确有其优越性。但是,对于一般投资者而言,分析不是最难的,最难的是等待,因为依据价值投资选出来的股票必须经历长时间才能回归价值。我个人始终认为,持股时间过长对于一般投资者根本不现实。尤其是考虑到房价上涨如此之快,股票的吸引力在相当长的时间内都会大打折扣,这点从2008年以来的中国股市就有所反应了。
本书的缺点就是没有充足的实证分析。作者引用希勒的数据,但自己却很少用中国股市的数据验证其观点。不得不说,对于投资者而言,缺乏数据的证实,是很难让他们相信方法的优越性的。从这一点上来说,本书写的有点简单。
书值得看,但未必值得买。
-
格雷厄姆式价值投资的现代路径
2015-02-12
市面上的很多关于价值投资的书往往是喊口号类型的,实打实的分析其实很少。《价值的魔法》一书算是少数精品之一。
我曾将格雷厄姆的《聪明的投资者》称为鸡零狗碎,因为格雷厄姆的散文式文风实在是容易让读者难以抓住重点。而本书则是条理清晰。而且格雷厄姆的一些分析太过保守,今天已经很难买到诸如股价低于净营运资本的股票了。
托马斯·奥旗帜鲜明的指出,价值投资者最大的陷阱莫过于相对价值。一只股票的市盈率从25倍下降的20倍,看起来好像便宜了。使用相对价值分析最大的问题在于这种相对便宜可能是绝对昂贵。有时市盈率的大幅下降恰恰是因为公司的基本面出问题,市场完全不看好其前景。如果仅仅因为相对便宜而买股票,可能会成为下跌趋势中的炮灰。
尽管我们说股票的价值是未来现金流的现值,不过,一个严格的格雷厄姆式投资者很难相信这一点,毕竟预测未来实在是如同空中楼阁一般。
资产,盈利和红利是格雷厄姆评估价值的三个点,托马斯·奥根据不同情况提出了两个价值评估公式。
一、如果净资产收益率小于15%,那么
股票价值=账面价值+10倍的红利
之所以是10倍红利,是因为假设了红利按永续年金支付,同时贴现率为10%,换算下来就是10倍红利。
在我看来,如果一家公司的股价跌破净资产,那么我们必须看它是否继续支付红利。对于这种股票,红利支付重要的防御性保障。没有红利支付,最好不要购买。
二、如果净资产收益率大于15%,那么
股票价值=(ROE/15)^2*账面价值+10倍红利
这个公式其实就融合了资产,盈利和红利。对于能够确定很好的净资产收益率的股票,支付一定的溢价也是合理的。这里作者对于溢价的处理有点类似于剩余收益估值模型的思路,不过你不需要计算贴现率和增长率,省去了不必要的麻烦和错误计算。
按照上述两个公式,当股价比价值低30%以上才是你买入的时机。绝对价值带来的衡量的稳定性和明确性。
股票估值的公式有很多,但是从可操作性和保守性的角度来讲,我觉得本书确实给了一个强有力的参考。
对于价值投资者,绝对收益才是必须要考虑的。因而严格遵守买卖准则是成功获利的必备条件。
当然了,你也许会问,那些看起来超出价值很多的股票依然涨势凶猛。对于格雷厄姆投资者来说,必须在能力圈范围内投资。如果你不明白一直股票为什么会涨,那么你就根本是在赌博。市场的机会有无数,但是能抓得住的机会才是属于你的机会。因而,必须采用系统性的方法获利,不断进行改进,才能切实提升自己的投资水平。
本书的另外一个亮点在于后面的部分是作者的实战经历,包括作者的一些分析思路,这是很多其他同类书籍所没有的。我始终认为,实战经历高于理论。作者的实战经历也引出了价值投资的一大缺陷,就是容易忽略掉超大幅度的增长。毕竟当价值回归时就是你的卖出点,后面的继续成长已经超出了模型的估计,因而错失机会也是理所当然。想要准确预测公司长期的高速成长,除非有强大的团队研究能力,否则都是靠猜而已。
值得一提的是本书出版于2004年,当时作者就已经指出了美国房地产市场过火,已经进入泡沫的局面。这点还是比较有前瞻性的。
-
大段大段的抄!没见过这么无耻的!
2014-01-30
在书店里面看完了,这本书本来看起来挺不错的,结果翻开真相毕露 。
我去,我还以为作者掌握什么资料,原来基本都是从巴菲特的信件,传记上抄下来的。
注意,这哥们儿是真抄啊,一抄就是好几页。
作者自己写的估计不超过两万字!
诸位要是不信的话自己去书店看!
我不反对资料整理,但你起码用自己的话整理啊,我勒个去,直接引用原文。你引用没问题,但没必要从头引用到尾啊。
因为作者引用的资料全部都是二手,而且是很二手的资料,所以这本书真心没什么好买的!
-
新会计科学下的估值思维
2016-11-10
Accounting for value,这本书算是作者另一本教科书的科普性质读物。自从Ohlson提出了剩余收益模型之后,会计学界对此颇为重视,不过金融学的教授,比如那个发明投资组合保险的鲁宾斯坦,就多少有些瞧不起这种东西。
在目前EBIT(息税前利润)、FCF(自由现金流)这类东西充斥了商学院的教育后,估值还有什么可继续讲的?
一头奶牛的价值是其生命周期所产出的牛奶之和。一个企业的价值也是其生命周期所生产的现金流折现和。
这里至少引出两个问题:
1,权责发生制作为会计学最基础也是最复杂的体系,在现金流分析中荡然无存,那么权责发生制的存在有什么意义?
2,现金流折现模型中,终值的占比非常大,在一个10年期的分析中,前10年的现金流折现之和可能只占到价值的不到20%。相反,折现终值甚至可以占到价值的接近9成。终值的占比如此之大,而终值的计算最不靠谱,无论是资本成本还是增长率,只要稍微变动一点点,终值就相差甚远。这是现金流模型的老问题了。难道我们的估值大部分靠猜?
另一方面,净利润的地位非常尴尬。除了在相对估值中还存在着一席之地,在绝对估值中,净利润完全消失的无影无踪。
然而,研究者们发现,资产负债表和利润表与股价表现更为相关。
于是剩余收益横空出世。
净利润之所以不能用于估值,其原因在于净利润虽然剔除了利息费用,但是股权的成本却没有剔除。取得正的净利润未必符合股东的最低要求。
所谓的剩余收益,就是:期末净利润-股权资本成本X期初净资产
进而整个剩余收益折现和模型就变成了:期初净资产+未来剩余收益折现和
剩余收益模型的优势:
1,融入了资产负债表和利润表的信息。
2,在权责发生制下,剩余收益的预测比现金流更准确。
3,由于模型一开始就要加入净资产的账面价值,这就是所谓的价值锁定,终值的影响相对而言比现金流模型小得多,因而也就更加稳健。
尽管一个商业的循环最终还是要以现金回收为终点,也就是马克思所谓的“惊险的一跃”。但是现代商业环境的复杂性就造成了现金流的波动率非常大。
权责发生制经常被人诟病,但权责发生制实际上是平滑了经营成果,例如巨大的资本性支出转为每年折旧(但这种资本性支出会造成当年自由现金流的大幅下降),应收款项提前入账。因此,权责发生制也就带有了预测的功能。
回顾近30年的中外财务造假,也不难看出对于净利润的造假可谓无所不用其极,权责发生制的预测功能,反过来也就为造假提供了依据。净利润,甚至是净资产本身的水分该如何排除呢?
所谓的EVA正是针对这种情况改良的。EVA就是剩余收益的基础上提出的。
然而彭曼却对EVA颇有些不以为然。在他看来,EVA不过是一些细枝末叶的修正。
彭曼认为正确的处理方法是计算经营性资本和经营性利润,剔除金融杠杆。
估值最麻烦的地方其实还不在于财务上的水分。当年的水分仅仅只能提升整体价值的一点点而已。无论水分的大小,增长率的估计才是最麻烦的地方。
一家企业在未来,以10%还是20%的速度增长,最后呈现的结果差的非常远。
我们不要忘了,估值的目的不是要计算出精确的数字,而是为投资决策服务。
彭曼指出,以往的估值体系认为增长是好事,增长是没有风险的。但现实情况却是,增长本身也是有风险的。正因如此,越高的增长率,就要相应的增加风险,增加资本成本。换言之,在剩余收益模型下,分子和分母并非是独立的。这样的做法也就尽可能的避免“为成长支付过高溢价”。
上个世纪七十年代,金融学者纷纷表示,会计信息在有效市场下毫无作用。随着会计学者的不断努力,在整个会计体系的限制下,新会计科学重新将权责发生制的产物带回了估值分析之中。
我个人认为,剩余收益模型的意义仍然在于连接了资产负债表和利润表的信息,而这两张表和商业模式是最紧密相连的。对于投资而言,估值的逻辑才是最关键的地方。会计信息和企业的商业模式可以互为映证吗?企业的竞争优势足以稳定未来的经营业绩吗?最终,估值的结果应该是逻辑的过程的展现,而不是数字的精确程度。
新会计科学总结下来的几个要点:
1,几张报表其实是一体的,千万别孤立的分析。
2,净利润没有扣除股权资本成本,不是真正的“净”利润。
3,剔除财务杠杆的作用,集中于经营性资产的分析。
4,增长也是有风险的,不能为增长支付过高的溢价。
by William