数据分析的精髓——来自华尔街笔谈之一 9 v+ R, u% G! T% S 2 B1 d ]# _$ z1 X3 }% n8 q 因为多数市场参与者并不具有信息上的优势,并且常常有非理性的行为,从而也使少数勤奋和理智的数据分析投资者能获得超常收益的机会。 K5 O# n9 h2 l9 d# n; w) |3 Q0 m6 q2 P0 \. m& B0 a
20世纪30年代,BenjaminGraham第一次系统引进证券分析的基本理论。多年来,这个被称为数据分析的投资方法,成为华尔街绝大多数股票分析师和投资基金管理人的唯一基础。这些数据分析家不停地对成百上千个企业的商业模型和经营状况进行研究,试图计算出各公司股票的合理价值,从而做出最佳投资决策。然而他们的综合表现却令人失望。历史数据证明,按照职业股票分析师的建议,投资股票还不如买指数基金,而共同基金整体年收益率永远低于标准普尔500股指一两个百分点。9 l' C2 s& i. g) C7 }2 p0 f
# m! N, r/ E# `6 o! L4 V+ \) V! p# A 数据分析法不能轻易带来超常的回报,其根本原因是,为了确定股票的合理价,就必须对未来的企业经营状况有准确的预测,而未来总是不可测的。数据分析家根据企业提供的信息确定其商业模式,针对处于不同发展阶段的企业,引进例如“增长型”和“价值型”等等不同的投资模型,还要考虑不同行业各自独特的经营方式和发展历史。但所有这些劳动,最终都只是用企业或行业过去的历史去预测其未来的发展,难度之大是可以想象的。另外,由于数据分析法代表了市场绝大多数参与者的投资理念,数据分析投资者的整体表现自然不会与综合股指有明显的差别。共同基金也是整个市场的代表,它们平均年收益率落后于综合股指百分之一二的原因是它们的管理费。: F" W" K# Z A
1 @: G- m1 s( C8 c U 美国学术界在20世纪70年代开始流行所谓“随机行走论”,认为股价的变动是完全随机的,股票和企业过去的表现不能用来预测将来,以数据分析或技术分析为基础的任何投资方法都不如综合股指。“随机行走论”的基础是所谓“有效市场假设”,其主要内容有两点:第一,有关企业的新信息会立刻在市场中反映出来,没有一个市场参与者可以长期保证信息优势;第二,市场对这些信息的反应是理性的。如果这些假设成立,股票市场将永远是高效率的,任何人都不可能有长期的优势。& N: z6 e9 d2 k- N$ W
3 j' f, T+ z$ a; [" s! \
但对于多数市场参与者来说,“有效市场假设”绝不可能成立。首先,市场中信息传播的速度总是有限的,企业内部少数人和勤奋的职业投资者有获得信息相对优势的可能。其次,市场参与者对信息的反应也并不理性,历史上泡沫股市的产生、破灭及经济发展的周期性是最明显的证据。在股市上有操作经验的人都知道,心理因素是成败的关键,股票交易者永远摆脱不了人类贪婪和恐惧的本性,这些都是经济学理论无法描述的。 ) X' }" a8 j4 L% C8 m2 P w( o9 o7 g. N: Q* h
理论分析和实际经验指出了数据分析投资者战胜综合股指的两个必需条件:一是保证信息上的优势;二是不为市场中非理性行为所惑,敢于逆向操作。 U! `, _5 d0 Z( d
% \2 n! ]4 I* \. e; V
市场中永远存在着信息的不对称。美国证券法严禁任何人利用“实质性非公开”信息在市场中牟利,触犯者面临罚款和监禁。虽经过多年的检验和完善,这个“内部人交易”法规仍有一些被政府监管机构允许例外,使职业投资者合法获得一定的信息优势。在美国以外的世界其他证券市场上,信息不对称的现象更加严重。# a. t1 Y9 q7 x( H" R
0 m5 Y8 Z. }; J8 {5 @: y D# T2 b
数据分析投资者成功的另一个因素,是必须以长期投资为目标,不为股价的短期波动所惑,在确定了股票的合理值后敢于逆向操作,充分利用市场中其他参与者非理性行为创造的机会。( M8 J+ o% }. J4 N2 S6 d( t
( O; s( T# q2 Y4 N; _3 c
我们可以从巴菲特的经验看出信息优势和逆向操作的关键。他意识到保证信息优势首先必须保证信息的真实性和可靠性,因此,企业领导人的诚信和才能,是他选择投资对象的第一条件。他对企业的长期经营模式极为重视,强调商业模型的简单性和可靠性,只投资于他彻底了解的行业。巴菲特认为股价常常不能反映企业的真实价值。* n9 R. m# D8 G3 X2 a
]6 r7 i/ w; p 美国综合股指的历史平均增长率每年在7%左右,投资者想长期超过这个增长率是极其困难的。对于多数普通投资者来说,管理费最低的股指基金是最佳选择。但是正因为多数市场参与者并不具有信息上的优势,也常有非理性的行为,从而也使少数勤奋和理智的数据分析投资者获得超常收益的机会。