Tag: visual
-
價值投資和程式交易的相異風格
基本的統計學題目:擲硬幣的次數越多,出現全部是花或全部是字的機率越低。第一次是花的機率是0.5,連續兩次是花的機率:0.5 × 0.5 = 0.25,連續三次是花的機率:0.5 x 0.5 x 0.5 = 0.125,如此類推。套用在投資,儘管每次賺蝕的機率並非50-50,即便高達90-10,只要不是100%保證必賺或必賠,錄得全勝或全負的機率一定越來越低。所以,投資過程中有賺有蝕屬無可避免。錄得正回報固然可喜,若是虧損應如何處理?要改變研究方法和投資策略嗎? 早前本欄《進入Quants 世代》一文,提及現今的電腦具備高速運算能力,加上網上交易成本低,機構投資者以外,獨立投資人也可以參與,而程式交易的風氣似乎已吹到亞洲。所謂程式化,是將個人分析和投資策略標準化(standardized),例如向來只研究某些板塊、市盈率低於某水平或市賬率高於某水平的公司,便設立篩選器,程式自動過濾計算,並納入觀察名單。過往伊馬仕專欄,曾多次展示不同的選股條件、排列名次方式、甚至回溯測試的投資效果。將條件編寫為程式,除了簡便快捷和容易測試,是因為假設人手操作難以長期保持一致性。所以,無論是人手或自動化,若可以清晰列出篩選、入場和離場守則,並且如實執行,大概已勝過沒有原則的投資策略。又,正如文首所講,只要投資買賣的次數增加,遇上虧損的機率便會提升(全勝機率會下降),但這不代表投資守則不管用,而是再優秀的投資策略都必然會遇上這情況(以統計學角度看是理所當然的)。所以,如何應對虧損和堅持策略一致性,亦是一門學問。 一般而言,價值投資不鼓勵頻密買賣,除了交易費用的小數怕長計,也因為內在&潛在價值需要時間反映。其實,價值投資與創投基金的性質有類似之處。創投基金若投資10個項目,可能只有1-3個項目錄得正回報,但因為回報極高,可以蓋過其餘7-9個失敗項目的投資成本。所以,雖然成功率只有10%-30%,但回報率是數以十倍甚至百倍計算。價值投資同樣貴精不貴多 - 內在價值被嚴重低估,或者潛力極厚的優質上市公司從來都屬於少數,另外是投資期相對較長。縱然並非全部都是千里馬,甚至有些公司或因為突發事件或政策而影響發展前景,但總體而言只要有幾個投資項目帶來豐厚回報,甚至只得一匹千里馬,都足以抵銷其它的失誤或損失。價值投資不是追求高勝率的策略,而是追求高回報率。 至於程式交易,大概予人一個頻密交易的印象。所謂頻密,不一定是高頻,可以是day trade或持貨以日計算。但重點未必是持貨時間,而是交易量。運用統計學和機率估算期望回報(expected return)、再進行回溯測試觀察效果。這種方法若要達到或非常接近期望值,需要較大量的交易。情況就如擲硬幣,出現花和字的機率大概各一半。若果只是擲十次,花和字碰巧各出現5次的機率較低,而擲一百次,花和字碰巧各出現50次的機率較高。所以交易量越多,越接近期望值。 市場遼闊無邊,投資者自然是各施各法。雖然策略和風格有異,但只要優勢能蓋過弱點就好。長線價值投資和短線程式交易屬於不同類別的操作方法,兩者都有其理論和優勢。投資人最怕處於中間兩頭不到岸,那就難以享受各自的優點,又或其優勢未能全面覆蓋弱點。所以實踐需要一致性,而不是於中段慌忙改弦易轍。 《網上加料版》 這星期的城中科技界盛事是RISE Conference 重臨香港,昨天開始一連三日。官方說今年更多人參與,但目測是去年比較多人。台上演講和訪問因為時間短,難以深入探討。但對於不熟悉最新科技的人,基本說明狀況可以初步了解,都是好事。 部份 Highlights: 講者中給予人最深刻印象的是Blippar - 一個visual discovery app。實時demo 能辨別很多眼前情景和物體,驚喜! 本地薑WeLend 提及內地的高速發展 - 每個月以30% 幅度增長。但依他看,P2P lending 的破壞性創新大概已到達頂峰,下一個可以被disrupt 的是保險產品。 Fiscal Note 運用大數據分析美國上庭個案,並預測官司的勝算,準確度達94%! (下週文章會分享更多RISE Conference 的所見所聞) 此文同見於《信報》的《價值投資》專欄 Facebook 專頁:www.facebook.com/trendalysis