《計量價值的勝率》讀書筆記: 如何用「量化分析」實現「價值投資」？
最後更新：2023-09-19
今天市場先生分享一本有點硬的投資書籍，叫做《計量價值的勝率》
在投資理財裡面，有兩類書我覺得CP值很高，
一類是財商書籍，例如：《富爸爸窮爸爸》《有錢人想的和你不一樣》
畢竟投資自己的腦袋的收益是最高的。
另一類是「數據類」的書籍，因為整理資料對絕大多數人並不是一件容易的事，
好的書除了有事實印證，也可以幫你省下很多功夫。
以前分享過書中有許多數據的書籍包含《投資前最重要的事》、《約翰柏格投資常識》等書。
《計量價值的勝率》這本就是幫你整理許多數據資料的書籍，
裡面在談價值投資的研究，把許多論文的成果總結起來，
從排除高風險企業、評估營運相對良好的公司、評估便宜的股票，全都用量化的方式去進行這件事。
先說：《計量價值的勝率》這本不適合新手
因為裡面專有名詞有點多，至少要看的懂drawdown、sharpe ratio這些詞，也要熟悉一些公司評價方法。
另外對大多數人來說，這些方法看完後也很難執行，因為沒有足夠的數據和資料庫，執行也需要較大的資金。
但對於價值投資很有興趣，或者對量化分析很有興趣的人，這本非常值得一看。
前陣子有分享另一本書《美股研究室》有談到許多量化分析的基礎概念，如果想要建立一些量化分析的基礎可以先看這一本。另外也有分享另一本是《他是賭神更是股神》，在談是量化交易的始祖愛德華索普的故事，計量價值這本書中也不斷有提到這號人物。
以下分享市場先生看完《計量價值的勝率》的心得感想：
(為了避免大家看不懂，以下只談一些概念上的想法，對於各種選股因子和公式數據有興趣的可以自己去看書)
1. 一般投資人難以執行量化操作
量化投資的最大優點，是能解決投資人想戰勝市場時的「心理問題」。
理由是都照著數據結果執行，可以減少人為心理因素的影響。
但大多數人其實沒有能力執行稍微複雜一點的量化投資，
包含缺乏資料清理、程式能力、資金不足等問題，而這類策略也不容易簡化。
以資料來說，光是把下市公司資料也納入樣本，
就是一件很費工的事，跟專業廠商買資料庫也不便宜，動輒數十萬甚至上百萬。
以資金來說，量化策略需要大量樣本才能確保有效性，
因此一次交易動輒20檔股票以上，
通常至少要台幣千萬以上才能跑一組策略，資金太少會無法執行。
不過如果量化投資要交由專業人士執行，
例如透過共同基金或避險基金，申購贖回依然掌握在投資人手上，那心理問題依然無解。
數據顯示，2007年大跌之前，是投資人申購基金的高峰，
想當然大多數人也在隔年的低點贖回，導致即使基金有好績效，但大多數投資人卻只能得到大幅落後的績效。
2. 單一因子有機會戰勝指數但不會大幅戰勝，多因子機會會高一點
大多數單一因子，長期年化報酬率大概頂多贏1~2%，
少數有些因子可以贏比較多一點。
原因是大多數因子，
要嘛只衡量價值高低，要嘛只衡量品質好壞，所以很難大幅勝過大盤。
不過即使如此，贏過大盤5%就已經很神了，
再高也不會有人寫出來，通常就自己去開基金了。
3. 超額報酬有回歸平均的特性
所謂超額報酬，
就是戰勝指數的額外報酬。而這些報酬最終都有回歸平均特性。
這有兩個部分，
一是如果你透過因子數據，找到一個相對低估的股票，當低估股票回到合理價值時，價值投資的超額利潤就消失了。
另一部分是，當一個因子有越來越多人在使用，人們看法趨於一致，超額報酬也會消失。
說白話一點就是任何厲害的策略都有它的有效保存期限，期限過了策略就沒用了。
不過常見的狀況其實是，人們認為價格會回歸平均，但實際上卻沒有發生。
例如你認為低估了，之後會上漲回到合理價格，但實際上卻好幾年來一直都在低估狀態也沒有漲。
這種誤判在一般主觀判斷的投資上較容易發生，不過在量化交易上可以透過較多的樣本數，這類問題就會減少。
4. 價值投資在空頭市場資產淨值也一樣會大幅回檔
以S&P500(標普500)來說，
2007~2008年從高點到低點回檔(drawdown)大約是50%，
這本書中談了許多策略，而大多數策略即使最終報酬較高，
但回檔程度依然差不多是在40%~50%左右。
原因也很簡單，就是空頭市場所有股票都會大跌，無論好公司壞公司，
即使是巴菲特的波克夏(BRK)當年股價也回檔超過40%，
對於一個堅信股票價值投資的人來說，就必須撐過這一段。
換句話說，如果無法承受資產回檔50%的人，就不要碰股票，
或者可以做資產配置，搭配債券等其他種類資產，而不是把全部資金都放在股票策略上。
5. 衡量長期的數據，用平均值有比較好嗎？…沒有
我們在衡量企業財報時，常常會用過去幾年的數據平均，來當作預估未來企業的狀況。
例如過去5年EPS平均值、過去5年毛利率平均值等等，把這些數字拿來評估未來。
不過書中得到的驗證結果是：沒有明確證據顯示取平均值的預測能力一定會更好。
當然也沒有更差，就是個不顯著的結果。
雖然書中說這是個沒有成果的實驗，
不過我覺得很有趣的是，
我們大多數人直覺都會認為取平均值的預測能力會比較好，因為可以排除過程雜訊，
但顯然這也許是個迷思。
至於書中的方法有用嗎？
這本書中談了許多量化因子，來實現用量化方式達成價值投資。
我去年寫了一套系統，剛好是跟書中提的策略類似，因為都是出自一些論文，流程和內容大概80%像，不過不是美股而是是跑台股的數據。
從2018年4月年報公布到今年2019年3月底，中間經歷2018年底的大跌，
加權指數報酬大概1.5%左右，
而我實驗的策略報酬如果取前30名名樣本同期報酬率是9.5%，如果取前10%樣本報酬率是5.6%，扣掉交易成本後報酬依然有戰勝指數。
不過報酬領先歸領先，中間遇到大跌的過程一樣沒躲掉。
至於長期報酬，如果拉過去6年資料，也同樣領先大盤不少，
不過因為資料取得問題，我還沒辦法測到空頭年度(2008年)。
結論是這是個有用的方法，但實務上不易執行。
最後補充一個有趣的
就是《計量價值的勝率》這本書書名雖然有「勝率」兩個字，但其實內容從頭到尾都沒有勝率。
原因是量化分析只要談期望值就夠了，勝率不是這麼重要，
英文書名中也沒有勝率這回事，單純是個迎合台灣散戶的取名(笑)。
勝率本來就是個迷思，
當一個投資人不再在意勝率，代表他的投資能力又更上一層樓了。
有興趣可以閱讀：勝率為什麼沒有這麼重要？
推薦這本書《計量價值的勝率》
額外分享更多投資理財相關文章：
4. 股票開戶》推薦的開戶券商
加入市場先生FB讀書會社團，充實更多理財好知識
50歲之前想退休一定要懂理財，
解決投資的煩惱！
如果覺得這篇文章有幫助，
幫我按個讚，分享給更多人看到，謝謝！
一般留言