在股票投资的市场中,存在着各种各样的流派和观点。
股神巴菲特的“价值投资”已广为流传,甚至被人们奉为金科玉律。
不过近几年,随着计算机深度学习、人工智能的发展,“量化投资”这四个字越来越频繁地出现在人们视线里。
事实上,量化投资和价值投资的关系并不是很多人认为的互不相容、互相抵触,恰好相反,量化投资的很多策略思想都是来自于传统的价值投资和技术分析的。但是利用数学和模型的方法,可以对传统的策略进行定量处理,从而提高获胜的概率。
价值投资
股神巴菲特的“价值投资”已广为流传,价值投资的主要思想是:选择那些价值被低估的商品(包括股票等一切可交易的东西),并长期持有,直到其可收益的价值体现出来为止。
事实上,价值投资是一种被动投资。它的实质是要求慎重选择,尽可能地减少投资行为以避免人性因素带来的决策风险,因为人为的风险有可能比市场本身的风险还要大。
价值投资就像农民选一个合适的季节播种,然后按照计划浇水、施肥、看护,不会天天把泥土扒开看看又长高了多少,更不会在冬天抱怨没有收成。
农民要做的是选好种子,把握播种时间点,细心地照料,这些做好后,可能会经历短期的天寒地冻,只要种子没问题,土壤没问题,不会阻碍收获季节的到来。
如果农民在选择种子的过程中出现失误,看错了种子或者土壤出现了变化,价值投资就出现逻辑上的错误,需要止损离场。
其实,对于普通人来说,价值投资其实存在三个缺陷:
1. 难找到:要找到别人没发现的、价值被低估的东西绝非易事,即便普通人找到了,也很可能被权贵资本抢去了。
2. 拿不住:就拿数字货币来说,有多少人在BTC几百几千的时候给全抛掉了?又有多少看到波动10%的价值股,还能坐得住?资本实力往往决定了人的眼界和格局。
3. 等不起:人生有多少个10年,双手都数得过来!巴神的真正财富也是在50岁后开始猛增的,其原始资本的积累也不是通过温柔手段获取的。
量化投资
量化交易,就是指以先进的数学模型替代人为的主观判断,利用计算机技术从庞大的历史数据中海选能带来超额收益的多种大概率事件,以制定策略。量化交易能够极大减少投资者情绪波动的影响,避免了在市场极度狂热或悲观的情况下作出非理性的投资决策。
总的来说,量化投资技术几乎覆盖了投资的全过程,包括量化选股、量化择时、股指期货套利、商品期货套利、统计套利、算法交易、资产配置、风险控制等。
詹姆斯·西蒙斯,量化投资之父,对冲基金之王,旗下的大奖章基金平均年回报率约35%。
西蒙斯被称为“模型先生”,仅依靠数学模型,开辟了一套稳赢的量化交易之路。
这里的数学模型主要是通过对历史数据的统计,找出金融产品价格、宏观经济、市场指标、技术指标等各种指标间变化的数学关系,发现市场目前存在的微小获利机会,并通过杠杆比率进行快速而大规模交易获利。
事实上,成功的价值投资,必然是能够满足量化技术的检验的。例如彼得·林奇发现,股票在短期内的表现与公司的财务表现无关,但从长期来看,二者的相关性是很高的,比如说随着公司的净利润不断创新高,公司的股票价格也倾向于不断创新高。量化分析者如果按照这个思路做一个模型,是可以检验得到的,当然在这个模型中,时间的跨度应该是一年到几年(或者更长),而不是几个月或几个季度。所以说,真正的价值投资,肯定是可以得到量化投资模式的检验的。
在量化投资中,有些策略不一定是基于长期投资,而可能是在于要把握市场在某些环境下和某些阶段对有效性的偏离。至于如何判定市场处于失效状态,量化投资者会开发相应的策略模型,一旦市场状况符合模型的要求,系统就会提示交易机会的来临,从而开立交易头寸。而量化投资的模型之所以有效,就是因为基于金融市场的大数据,股价偏离了股票的内在价值。
A股投资长期难以摆脱靠天吃饭的局面,牛市撑死、熊市饿死成为常态,而量化投资可以全天候、多维度进行大类资产配置。一个有效的多策略量化模型可以涵盖股票、债券、商品、海外市场等多种大类资产,且不仅可以做多,而且可以做空,无论是单边市还是震荡市,总有一种策略可以适应发挥。
那么你会站价值投资还是量化投资呢?