<<美股研究室>>是很像論文的一本書…整本書就是不斷回測各個因子(P/E, P/B, EY, ROE, ROC, RS, Mom.…), 除單因子, 還有多因子的組合, 對阿批來說, 最大的收穫是證明了”大盤是可以打敗的”,
阿批本身還滿喜歡量化交易的, 原因是交易之中的不確定性可以在歷史資料的回測中一窺究竟, 使用嚴謹的資料及理論基礎來建講的模型用起來特別安心,
尤其在面對市場回檔時, 難免都會有情緒, 負面的想法會跑出來, 加之市場上總會有大量末日言論, 這時若手上的交易模式是嚴謹的量化建構的, 這樣就可以很容易的說服負面的自己”啊這在回測裡出現過, 是正常現象.”
面對網路上的眾家說法, 就可以氣定神閒許多”系統有訊號就做, 沒訊號泡茶聊天.” 投資就該是這樣輕鬆寫意.
然而, 量化模型的建構真的不是那麼容易, 首先會贏的策略發想就很難, 有想法後要蒐集資料去驗證更難, 有時改一個參數, 全部又重來, 不小心用錯資料或資料不齊, 那麼Garbage in, garbage out, “我是說在座的都是垃圾.”
隨著時間的經過, 看得漸漸多了, 發現其實早就有很多人把交易模型建構、研究得完整到令人難以想像,
比如動能因子的論文, 最早的資料居然是19世紀初…..長年來無數優秀的經理人、學術人留下了無數令阿批望塵莫及的研究資產, 像阿批最愛的冠軍策略, 讀過原創作者Gary Antonacci的<<雙動能投資>>之後, 發現這真是很嚴謹的一個模型;
Andreas F.Clenow的<<賺贏大盤的動能投資>>, 避險基金經理人示範做量化模型, 示範怎麼打敗大盤;這本<<美股研究室>>, 裡頭的含金量也是不可小覻.
延伸閱讀: [雙動能投資]-讀書心得及摘要
延伸閱讀: [賺贏大盤的動能投資法] 讀書心得及實驗
美妙的是, 借重前人們的經驗, 使用量化模型, 不用研究產業、看財報, 長期績效依舊可以遠超大盤, 多半也才一個月維護一次, 也夠被動了, 大不了, 就同時用2~3個模型來分散風險, 也不錯.
學到:
1.Portfolio123這個網站, 很貴…..的專業研究網站.
2.介紹了許多國外的回測模型, 有的回測資料達50年以上, 證明了因子選股的確可以長期打敗大盤, 於是效率市場假說再次被打臉, 在阿批讀到的投資大家, 像Edward Thorp, Warren Buffett, Gary Antonacci…, 幾乎都打槍效率市場假說, 能夠長期打敗市場的大有人在.
3.選股>擇時, 多因子>單因子: 有效的選股因子選股, 持續持有, 定期更換(1月、1季), 比擇時操作容易, 不過波動很大, 選錯了股再會擇時也不會賺錢, 而選股的因子需要適當的搭配, 這也是這本書的價值所在.–>所以, 有好的選股因子再搭上好的擇時策略就很棒了.
4.回測可能的偏誤:
(1) 資料操弄偏差(data-snooping bias): 就是overfitting, 削足適履.
(2) 短期偏差(Short-term bias): 資料太短, 沒經歷夠多的市況.
(3) 先視偏差(forecasting bias, or look-ahead bias): 比如第一季的季報在5/15公佈, 回測時卻在4/1以5/15公佈的資料去選股, 都知道答案了當然考得很好.
(4) 存活偏差(survivorship bias): 下市的公司也要加入, 才不會高估報酬率.
(5) 小股偏差: 小股票流動性差, 看得到買不到.
(6) 少股偏差: 一個組合只有1、2支股票, 回測績效可能會超高或超低.
(7) 成本偏差(cost bias): 頻繁進出的交易成本也要算進去.
(8) 風險偏差(risk bias): 選股時敢冒高風險去取得高報酬, 實戰時未必敢做這麼大膽的投入.
5. 作者用1999~2017年的美股資料做大量回測, 每種因子都可以打敗大盤, 最終的得出最佳的5因子模型:
進場:模型是使用排序系統, 就是把SP500裡面的個股的ROE、PB、PS(營收成長率)、ROC(資本報酬率)、EY(Earning yield, 盈餘產出率)拿來排名, 然後給他一個分數, 加起來最高的前20名持有.
出場: 如果持股中有排名掉出80%的就賣掉, 換新的個股, 每個月重新調整.
績效可以海放大盤, 年化15~20% 但Drawdown太大, 08年拉回80%, 要長期執行有難度的, 對於我們來說, 可以了解到就算完全不出場, 一持滿倉的狀態, 只定時調整持股, 雖然閃不過崩盤, 但長期一樣能贏大盤, 這和我們認識到的要”閃過股災”是一個不一樣的思路, 這個系統如果搭上絕對動能(也就是系統性崩盤的出場機制)會很棒!
6. 學到Joel GreenBlatt的EY+ROC模型, 號稱”Magic formula for investing.”
EY(盈餘產出率)=息稅前利潤(EBIT)/企業價值(Enterprise value,權益價值+負債價值-現金)
ROC(資本報酬率)=息稅前利潤(EBIT)/(長期負債+股東權益).
7. 選股池很重要: 用SPY和VTI為選股池, 個股品質有差, 測出來結果也有差, 總的來說SPY的個股質量較佳, 在阿批自己的冠軍策略模型測試中, 也深切體會到選股池有差,
講極端些, 如果把市場上最弱勢的股票放在一起當作多動能的選股池, 大概也不用玩了.—>在<賺贏大盤的動能投資法>中也提到選股池的重要.
8. 動能因子回測的回顧期間太短了, 至少也要52週, 根據Gary Antonacci引用各家動能研究, 12個月是一個各家測出來比較有共識的回顧期間.
9. 事實證明是可以一直抱股, 定期更換就可以幹掉大盤, 這點和一般人的認知不太一樣, 我們都常聽到”持股水位”這個說法, 在大盤要反轉前, 總會有高人提前減碼, 持股滿倉好像傻子似的,
其實關鍵是自己使用的方法是不是被驗證過有效的? 自己對這個交易方法有沒有堅定的信心? 別人怎麼做, 一點關係都沒有.
10. 這類有學術背景的投資模型有個好處, 就是都經過大量回測驗證, 通常都有數據當佐證, 而且規則很機械化.
對於一般個人只要有辦法撈到資料, 或者靠網站如Portfolio visualizer、Portfolio123…..etc. , 搜尋得到的回測網站也不只這兩個, 可以快速的提供回測結果及訊號, 輔以既有的研究背景資料, 一般人站在巨人的肩膀上, 要建立出打敗大盤的量化模型其實也沒那麼困難.
11. 所有交易系統都一樣, 信仰和執行是重點, 特別在拉回的時候, 別看那些存股達人很厲害, 存了幾千萬, 那個拉回的時候, 浮動資產減損都是幾百萬、上千萬的, 他們還能有信心加碼, 成功和失敗的分野就在這一刻.
