價值投資、因子投資、效率市場假說:談我的投資理念

2022/05/29閱讀時間約 4 分鐘

效率市場假說定義

在金融市場,任何的消息以及資訊,都會立即反映在資產價格上
因此,任何投資人都無法利用各種消息判斷後在市場上長期超出市場平均,這顯然無法解釋為什麼有人可以長期贏過市場,難道最好的解釋就是他們的成功完全來自運氣,真的是所有成功的創業者都是依靠運氣,沒有任何蛛絲馬跡可以判斷嗎?學術界不少人似乎是這麼認為。
短期的漲跌雖然難以預期,但是我們確實可能透過各種公開或間接推斷的消息,進行解讀,再對公司的長期發展進行一定程度的預測,而且判斷的準確性大概率可以優於一般人,然而,要怎麼做到呢?

了解投資人普遍的行為缺陷

效率市場假說認為投資者全部都是理性的,很明顯跟我們現實的情況出入很大,而行為財務學的崛起看似提供了更佳的解釋,因為人類天生的各種不理性,導致市場並非總是有效率,在這個假設之下,學者又提出了因子模型,利用回歸模型得到有效因子,例如價值、動能、品質等等,可以得到比整體市場報酬更高的回報,這是利用了人類的行為偏誤,以及市場上固有的某些套利限制,再利用因子模型捕捉這些風險溢酬,利用因子投資得到的預期年化報酬率,確實會高出整體市場報酬幾個百分點,考慮將理論套用到實際後,效益會有所下降,但報酬率長期來看還是能優於整體市場。
然而,有些厲害的價值投資者,在幾十年內將自己的投資總報酬翻了幾百倍甚至上千倍,顯然很難完全透過因子投資策略來達到,要說他們是靠運氣成功的,又有點牽強,畢竟價值投資者都是持有很少的幾家公司,只要在數十年投資生涯中看錯幾次,就會大幅降低報酬率甚至輸給大盤,然而這些成功的價值投資者每次選擇重倉的公司,事後看來都是非常正確的決定,他們是怎麼做到的?

世界真的是完全隨機的嗎

其實統計學家的理論基礎背後,最大的假設是未來是不可知而且具有隨機性。所以他們對於隨機性,就利用了過去的統計數據,進行合乎理論假設的風險分散,還成功的證實這樣的模型能夠得到優於大盤的報酬,也就出現許多隨機論與不可知論的信仰者,他們認為任何不符合嚴格學術假設的主動投資者都是徒勞無功的,即便能夠成功,也是運氣成分居多。
實際上,一家公司取得巨大成功的過程,完全是無跡可尋嗎?我們真的無法判斷出一家公司的產品是否好過其他競爭對手嗎?我們可以不看任何質化的分析,完全相信量化的數據,並且相信這些數據就是絕對的真理嗎?是不是對於量化統計數據太過自信了?判斷這個非線性的世界,以線性回歸的模型進行分析,是不是有些過於簡化了?我對於上述的疑問沒有標準答案,投資本來就沒有正確答案,也不是比較誰更聰明,我個人對於投資的目標只有一個,在市場上長期獲得優於多數人的報酬率

如何看待因子投資策略

坦白說,我對於因子分析得到的結果並不感到意外,也大致認同,因為這個結果確實是對世界運行法則的一種簡化假設,然而我們要取得遠遠高於大盤的投資報酬率,僅憑過去的數據外推,跟真正的價值投資相比,效果看來是很有限的。
價值投資者需要了解歷史與人性,也要不斷學習新知,並且對未來的世界進行一種合理的想像,想像未來有哪些事情的發生是無法抵擋的趨勢(科技),哪些事情是在很長一段時間內難以改變(人性)。未來是無法輕易藉由過去的歷史外推的,因此,想要用現在發展的金融理論來徹底解釋極度複雜的世界,目前看來還是不足的。

價值投資的精神

對未來進行合理推論的思考方式正好是多數價值投資大師的思維邏輯,跟統計學家對未來不可知的假設產生非常大的出入,對人性(心理學)的判斷上,兩邊的看法則是不謀而合,皆認同人類有許多不理性行為,導致市場上偶爾會出現絕佳的投資機會。而這些價值投資者比起統計學家,明顯取得了更好的長期報酬,因此我在過去幾年的投資中,從量化策略逐漸轉向價值投資策略,我的信念在於
第一、成功的投資是無法複製的,但是有很多關鍵的要素要牢牢掌握並精進,因此我向Warren Buffett、Peter Lynch、Phillip Fisher、Howard Marks等投資大師學習,但是投資風格肯定與他們截然不同。
第二、時代演進如此之快,每天不斷出現各種雜訊與假消息,難以分析判斷,許多人放棄理解甚至停止學習,也並未意識到人類科技正在發生指數式的成長(exponentially growth),
這導致人群之間總是存在巨大的資訊落差,我相信未來將會不斷出現許多小型卻有巨大潛力的科技公司,尋找這些投資機會,就是潛在報酬最大之處。除此之外,價值投資還要理解人類的各種行為偏誤,做出風險報酬比最大化的投資選擇。
這就是我的投資理念。
僅為個人想法分享,非投資建議
巴菲特說過:成長是價值投資中不可或缺的部分。筆者的投資理念是,在未來幾年找到下一個Amazon。在這個專題中,會將我大部分投資想法記錄下來,並深入分析我關注的公司基本面,也會不斷更新我的持股狀況。若您看完文章後對我的分享有興趣,歡迎持續追蹤。
留言0
查看全部
發表第一個留言支持創作者!
從 Google News 追蹤更多 vocus 的最新精選內容