选股重要还是择时重要?量化选股3种方式
《美股研究室》这本书在谈论的主题是「量化投资」,量化投资在国外非常的多,相关产业年薪500~1000万以上都是正常的数字,
平常人比较难接触到量化投资,最主要的原因是1. 如果你不是法人,通常没有数据源2. 就算愿意花钱买资料源,但如果没有统计与分析能力也很难做出成果
这本书的写法很像学术论文,在发表一些投资数据实测的结果,也有结合一点实务经验,有些结果有效,有些结果无效。
因为对没接触过量化的人来说,这本书会比较难读,所以以下市场先生会分成几个段落帮你导读,以及最后会谈谈我自己的量化经验与作者看法的差异。
对量化分析有兴趣,可以去看市场先生过去整理的投资统计研究数据文章。
如果是投资新手也先不用紧张,大概了解意思就可以了。
书中分成3个主要段落:
1. 谈量化分析的主要方法与模式,也是我认为最需要看懂的一部分,如果对量化分析有兴趣的人可以翻一下书,以下我会就这部分做比较详细的整理
2. 各种单因子的实验结果,这段可以快速看过,因为结论就是单因子效果不大。但验证无效这点很重要,因为许多人看财报、看技术分析,都会学到一些自己以为有效的方法,实际上是只看到成功案例,但同样方法在别只股票上却行不通。
3. 多因子搭配的实验结果,这段有测试出一些成果,我觉得最有价值的是一些想法的验证,这部分有些跟我自己的实验结果相符,有些则是看法不同。
以下市场先生来分享《美股研究室》第一段落的重点,有的部分直接看书会比较难懂,我尽量用白话方式说给你听:
量化分析该怎么做?
以下2点是我觉得大多数人在操作时很少想过的问题,但只要你有接触数据,对许多看似可行的方法,就会产生执行面上的疑问。
思考1. 「选股」重要,还是「择时」重要?
有的人只做选股,有的人只挑进出场点(择时),有的人则是两者都做。
这段作者提供了一个实际验证:
选股:可以做出战胜大盘的组合,但大盘大跌时,通常你的组合也很难避掉
择时:可以避开大跌,但因为择时不会每次都正确,长期整体绩效通常不如选股,对散户来说看盘的负担也比较大、执行难度也高
这一段把选股跟择时的好坏与功能定义得很清楚,而且提供了一些验证结果,有些投资老师只谈选股,但遇到大跌时你的绩效一样很难看。有些只会教你看买卖点,这样就只做到择时,这样的人虽然比较不怕大跌,但绩效可能连大盘都打不过。
实务上在使用,一定是两者会搭配运用,但考虑绩效或实际执行的可行性,选股对绩效的重要性都高于择时,因此你思考与研究的重心应该优先放在如何选股。
任何方法和技巧都有好处,也有缺陷,在执行时你必须知道缺陷是什么。
思考2. 如何用数据决定选股?
方法1. 用固定门坎值
在书上常会看到有些选股方法是:本益比小于12倍、ROE大于几%、毛利率大于几%,就是可以选的股票。
这种方法好处是门坎比较严谨,出来的股票不会太多方便选择,
但坏处是,即使符合规则也不见得代表有好绩效,另外如果规则太多也常常选不到股票,选到了也不敢大笔投入。
选不到股票的影响其实比你想象中的大:在投资市场,股票长期平均报酬有6%~8%选不到股票就意味着你持有很大比例现金,只有定存的报酬1% (通常还是活存),因此长期而言你的报酬低于大盘是很正常的。
方法2. 用百分比门坎值
比方说,ROE在所选的股票排在最高50%,且PE在所选的股票里面最低的30%。
这种方法问题也很类似,就是条件一多,就很容易完全选不到股票。
方法3. 用排名权重法
比方说,把股价净值比和ROE,根据高低用一个权重比例给出一个总分,
例如:股价净值比、ROE,根据高低的好坏分成10分,另外权重各占50%,因此最终会得到某只股票总分8.6分、另一档总分7.2分,最后选择总分高的那一群股票。
这种方法可以确保最终一定会找到一群投资组合,不会有数量太少的问题。这也是我自己与几位做量化的朋友目前主要使用的方法。
快速总结
以上2点基本观念最好尽可能看懂,这会对你在做投资策略的设计和判断有很大帮助。
包含让你不会只被限缩在别人告诉你的策略,以及在操作和验证之前就先了解任何策略可能的优缺点。
举例:如果有人告诉你,季线之上可以买进,跌破季线卖出,你就会知道这种方法只重视「择时」,因此它的好处是可以避开金融海啸这些大跌,但问题是它可能不是每只股票都适用,如果你单纯把它套到多只股票上,长期整体的报酬率可能会落后大盘。
再举例:如果有人告诉你,找ROA大于10%、连续10年配息、当季月营收创新高,且本益比小于10的股票。你就要知道这种方法很可能会常常挑不到股票。并且这种方法是重视在选股,大盘在大跌时它通常避不开。同时你也可能想到,除了用绝对的数字去选择以外,也许可以根据ROA排名,或根据本益比排名做加权去选股。
如果看不懂也没关系,未来有机会会举一些量化投资的例子。
上面市场先生的读书心得写出来很多人反应看不懂,可是书本后面谈的更难小汇等之后有空再来想想怎么整理。
版权声明
本文仅代表作者观点,不代表本站立场。
本文系作者授权发表,未经许可,不得转载。
本文相关:无相关信息
留言与评论(共有 0 条评论) |