Local EPUB Text
融合决策
所有这些方法都经过了充分的回溯测试，所以我才做出了这样的选择。在我多年的投资生涯中，我的诸多投资方法其实都是以这5个因素为基础。综合技术评级涉及多种技术方法，本书上文讨论过。不同的技术分析方法权重不同。在表16-2中，综合了不同技术分析方法，以一个评级表现出来，如1号股票的技术评级为2。这一技术评级包括了好几个技术分析因素，每种因素都有对应的权重，加权平均后，该股票的评级为2。
我们必须确定每一种因素的灵敏度。例如，市净率为1.1倍和1.15倍，两者相差不大，其中的区别不足以让人判断股票的区别。（这就如同你是否把头发分开来梳理，耳朵很难听出区别一样）。
而1.0倍和2.0倍的市净率，区别就很大，由此就能判定股票的优劣。1倍市净率与2倍市净率相比，显然前者更吸引人。但是我们如何确定各大因素的灵敏度？有一种方法是查看历史记录，确定这些因素的极值或者临界值。接着我们可以通过回溯测试灵敏度，看评级的效果是否帮助了定价决策。1.25倍的市净率能否比1倍的市净率更有效？这一过程很有难度。因为这意味着我们要对所有因素进行回溯测试，决定其灵敏度是否对估值有影响，或者是其他与市净率无关的因素起了关键作用。例如，在商业周期的特定阶段，市净率对销售的影响还没有商品价格大。也许银行和某材料生产商的市净率都是1.5倍，但是若商品价格开始上升，这对生产商的提升作用比在同等条件下对银行的帮助更大，因为银行还有受到利差（资金使用的成本和基金的借贷利率）的影响。
很多人得知长期来看，市净率和市盈率低的股票往往比市净率和市盈率高的股票表现更好时，都松了一口气。由于情绪作用推高估值或者压低估值，这种情况很有可能。投资者可以凭借自己对市场看涨的看法抬高市盈率，未必是市盈率就有升值的空间。因此，这里的问题是，我们是否该使用人们对市场看涨或者看跌的观点而非单纯市盈率或者市净率来判定股市的走向？著名经济学家尤金·法玛（Eugene Fama）和肯尼斯·弗伦奇（Kenneth French）在他们的研究中说明投资者的乐观情绪导致了市盈率的提高，进而导致了表现不如市场，并不是因为悲观情绪导致了低市盈率的贴现。2因此在使用高和低市盈率和市净率进行技术分析时，我们有没有重复计算？（当然量化分析师一定要多想想。）不管怎么样，我们都得确定灵敏度范围。
表16-3表明了每一种因素的权重以及根据各种因素的灵敏度确定的评级标准。因此，股价净值率低于1.5倍的股票比较理想，而股价净值率超过3倍的股票不值得投资。（我们也可以把评级的顺序颠倒一下，即1是最好的评级，5是最差的评级。也就是说，我们可以凭借自己的偏好创建专有的评级系统。具体是否可行，我们会在下文分解。）市净率的权重为10%。这是因为该股票投资比较注重增长率，而市净率没有多大借鉴意义。
融合基金经理赋予了技术评级20%的权重。这一权重较低，因为该投资着眼于小盘股的长线交易。在应对小盘股的长期投资过程时，基本面分析的意义非凡，因为基金经理所选的股票并非很成熟，也未必经过了仔细的研究和追踪。另一方面，大盘股常常有专门的分析师关注于其基本面分析，但未必就可以发现能导致更好估值的因素。因为这些基本面情况其实大家都已明白。因此，我们可以认定，基本面已被充分研究的股票往往需要进行技术分析，而本身研究不充分的股票要进行基本面分析。
回到表16-2，注意第1、2、3和4号股票，并不是单纯的卖出、持有或者买入持有决定。因此，在多达30种股票的投资组合中，我们需要对各种股票增加权重。我们可以将每一种股票的评级进行加权平均，得出整个组合的评级结果。整个组合的比率为100%，其他的是各种股票的比率。可以看出各种指标都对这个决策产生了影响。
表16-2表明第2号股票的短期回报压低了整个评级，具体为4。而其他方法，包括技术评级等，对应的评级为2。短期评级代表了交易区间的价格目标。如果在模型中代表了一年，我们就可以预测未来一年内股票的价格并不那么吸引人。还可以肯定的是，我们使用市盈率估值，并使用市盈率推算出价格。因此若收益率的预期是1美元，而市盈率为15倍，那么我们就可以得到15美元的价格目标。若现在的价格是15美元，收益回报就是为0，评分系统会给出3级的评选结果。由于评级是4，似乎我们的投资组合根据现在预测的股票价格，其收益率为负值。
我们接着讨论。假设某个客户给你一笔钱，你手头持有某种股票。这个客户最好先观望一阵，等到价格下降后，他才能获得更好的收益率。此刻，我们已经有了行为学的陷阱。若我们对自己的收益率估计看得很高，那么短期收益就会很理想，投资组合目前是买入/持有状态，自我感觉我们能赚大钱。我们这样做到底是为了自己的利益，还是为了客户的利益？有投资头脑的客户每一周都会来关注一下结果，看我们是否和系统在博弈。不过，在这里再次验证了无知是福的论断。我们只要暗中提高占权重较大的收益率就可以，这样就可以抬高整个投资组合的评级。
当然，若客户希望刨根问底，我们应该解释整个投资的过程，并坚持履行自己的决定规则。投资经理要忠实于自己的原则，提前通知客户所发生的重大变化。客户需要自己看个究竟，不要一味相信经理的说辞。这个评分系统就是客户参与投资决策的重要手段。
我们可以将基本面分析和技术分析加权平均，从而实现融合决策的过程。虽然每一天都可以进行这样的操作，但对于小盘股投资经理一类的投资人来说，每个星期进行一次融合操作可以大大节约成本，而且我们还可以调和市场的波动。
完成上述步骤后的一个问题就是我们到底是一致遵循原来设定的量化模型，还是对之保持怀疑精神，具体问题具体分析，其短期表现追踪指数的情况下更是如此。我们根据当前的市场趋势，为了获得理想的结果，对量化模型的标准进行改良，这样就能显示出参照效应。若科技股表现很好，我们可以放松市盈率的限制，降低市净率的权重。这样一来，在量化模型中，科技股就看起来更诱人了。
通过启用融合标准（包括基本面分析和技术分析因素）对投资组合中的每一种股票进行估值，我们就能对整个投资组合进行估值。为了达到特定的参照目标，改变投资组合的排名，从而放松某些因素的标准，这不过是对量化模型的升级而已。
表16-2中的投资组合评级为持有（请注意左上角）。这一评级可以从该组合每一种股票以美元计价的加权平均值中获得（看最后一行）。若某种股票在这个价值为10万美元的组合中占有2%，那么该股在组合中就占有2 000美元的价值。这一股票对整个投资组合的影响要比那些只占有1%权重的股票对应的影响大一倍。若组合里有三种股票，两种占有1%的股票评级为卖出，而第三种股票占有98%，且拥有买入评级，那么该组合的评级结果就是买入，即使大多数种类的股票是卖出。（当然，若从投资谨慎和多样化的角度来讲，这种投资组合就很难自圆其说了。）该组合是各种成分股票的加权平均结果，但不是等权重加权的，权重大的股票自然对组合的评级产生更加重大的影响。为此，我们可以通过调整权重大的持股，来获得我们期望的投资组合评级水平。
我们还可以使用这种方法进行归因分析，通过回顾分析来确定每一种评级的精确性。归因分析用来衡量投资组合经理观察利用投资组合因素的能力，明确我们对每一种因素的看法，包括市盈率等，都可以对最终决策的成功产生影响。设想一下足球队，有前锋、中锋和后卫，还有教练，到底是教练一人，还是整个球队的力量能让他们赢得比赛？
例如，某种股票评级为持有，我们不一定买入。但是若该股票流动性不强，我们可以把它看作价值被低估的股票。因此，若一般情况下该股票权重为3%，我们买入0.5%，就可以在调整风险的基础上观察一年后该股票的表现。
我们在留意投资的绝对回报前，有必要计算一下短期调整风险的回报。使用资本资产定价模型（CAPM），若贝塔值大于1时，股票的收益率为20%，那么该股票可以评级为持有。之后人们就会完全回避这一股票，使其在整个投资组合中所占的权重降为0。这意味着该股票在融合分析的过程中并不出众，我们依然可以少量买入，因为它并没有被评为完全卖出。我们若提出了非常强大的流动性标准，也可以少量买入，只不过该股票很难得手，因此当市场中大量出现该股票时，我们才能买入获得一部分头寸。长线投资要对此格外谨慎，因为投资组合可以在这个头寸上保持一段时间，希望整个基本面分析的情况能变好。而对于短线交易来说，这种做法不够妥当。
我们可以进一步反向推导融合分析过程的所有因素，来明确到底是什么原因造成了上述纰漏。也许是因为分析师对收益率估计过低，导致短期收益估值为负值，因而估计的股票价格太低。事后来看，我们会发现若正确估计收益率，这类情况就会避免，但偏偏公司在报告收益率时只高不低。因此短期总收益的预计价值也更高，进而导致了特定时间的股票总收益偏高，因而该股票就拥有买入评级。（如果这种错误出现的多了，就可以把分析师给打发了）。我们还可以对计算机系统进行编程，选择特定的市净率；而真正起作用的是特定时间内的股票总收益，认识这一点，这是分析师的职责。
技术分析师用错了技术分析指标，这也是常出现的情况。也就是说基本面分析师工作到位了，但是技术分析师的工作却差强人意。也许技术分析师知道自己应该提高移动平均线的权重，减少快速随机指数指标的权重；或者所有相关因素的权重一开始就弄错了，而特定时间的股票总收益在评级过程中的分量应该更重，碰到这种情况，就是量化分析师的不对了。我们还可以发现分析师是正确的，某股票评级结果为买入，但是基金经理给该股票的权重为0.5%（本来至少要有3%），由此导致的错误就应该由基金经理承担。若基金人频频犯此类错误，就该选择更有才能的人担当此任。
在归因分析过程中，各种因素的排列组合可能性很多。自上而下的分析中，关键因素涉及市场时机的选择。即使股票正确评级为买入，但是投资组合在上涨的市场中手头现金太多，没有及时投资市场，那么就会导致整体业绩落后。有些投资组合总是全额投资，基金本人可能都是整体资产分配战略的一部分，而该市场内决定交易时机和资产分配的另有他人。若他们对市场保有看跌的观点，就会从股票组合中撤回资金，换为现金，或者用来购买固定收益的基金产品。这种情况尤其在处理小盘股的时候更加普遍，那么经理往往以这些重要的因素——行业或者门类选择来估值。因此，若科技股的业绩不错，我们是否该提高投资组合中科技股的比重来利用这种趋势。对于特定行业的股票押注，要设置一些限定条件，否则大量购买某类股票的行为不一定能获准执行，甚至太过鲁莽。
明白了上述问题以后，我们现在准备好讨论选股策略了。通常情况下，自下而上的基金往往会在整个归因过程分析中最看重选股技巧。有些客户甚至要求经纪公司提供归因过程分析报告，因为客户本人希望了解整个资金的波动情况。
基金经理在评估分析师的过程中面临的挑战是时间区间。若某个基金试图通过自身营业费用低来说明交易成本低，他们可能会倾向于长期投资，不仅限制在几天或者几个星期以内。若某个人管理着大量的资金，且股票流动性不够强，那么可以选择一年期限，避免产生过多的交易成本。但对于很多分析师来说，预计未来一年的情况实在有些困难，他们往往会以后视镜方式对待近期股票。老练的分析师善于收集贴现新闻，知道这些新闻肯定对股票短期的表现有重大影响；不像有些分析师只希望获得良好长期的回报。初级分析师会说：“看！股票上升了1点左右。”当然，我们不知道最先的价格或者低价是多少。这些分析师只希望对短期新闻进行交易，最终这会导致他们采用自己能力范围以外的投资策略。
一个简单的融合策略往往会有多样的功能。例如，我们可以增加持有股票的标准。若股票不是为机构持有，或者只有几个基金拥有这一股票，且这些基金的业绩表现一直不错，那么他们的存在就能推动融合的顺利进行，因为股票能够从周围不错的环境中受益——属于聪明钱热捧的股票。但是难道我们不希望机构能够拥有这类股票，并支持这类股票吗？除非个人已经拥有了这个股票的头寸。你希望能有大牛基金的介入，创造水涨船高的局面，抬高价格。当然，这不仅要求你花时间等待将这种流动性不强的股票买入，还要掩盖自己真实的意图，不要让别人发现你正在买入，否则大家的跟风操作会让你的计划落空。最终，我们要回到算法交易战略这一问题。
我们如何判断某个基金是好是坏？基金的持有情况通常列在一些文件中，如美国证券交易委员会13-d文件（SEC13-d）或者雅虎财经网页的列表（基金的报告通常会有一些时差）。针对共同基金的情况，它们的业绩表现可以由晨星公司或者理柏公司提供。职业投资经理人还知道哪些是声名在外的好基金。
我们还可以在投资组合评级的过程中运用创造性思维，加入其他影响因素。比如，我们如何衡量“妥善管理”这一因素？喜欢开玩笑的人可能会说，若价格上涨，就算管理有效率；若价格下跌，就是管理有问题。我们希望基于数据库的数据，确立更加客观的标准。
我们要决定经理的工作年限标准，因此在某个公司担任核心职位10年以上就比那些担任核心岗位只有3年的人评级高。我们可能还会用管理人员是否毕业于名校这个标准，因为名校的高才生给人印象比一般学校的毕业生更好，更能胜任管理。我们可能还要查看每个人手头的交易量。该投资经理过去在其他公司工作的情况如何？如果很成功，那么又可以提高评级。
我们可能还希望对公司治理进行评级。这些评级的结果日渐在市场上传播开来。人们发现那些公司治理评级较差的股票业绩比那些公司治理评级较好的股票业绩表现差。
我们在本章还讨论了其他重要的问题，如公司的品牌形象。要对这一问题进行公证客观的评价，我们很容易被那些上涨的股票迷昏了双眼，认定对应公司的品牌形象更好。有些公司过去曾一度树立起了引导行业潮流的品牌形象，如施乐办公用品公司（Xerox）和柯达集团（Kodak）。如今这一类老牌公司股票不景气，其品牌也失去了昔日的光彩，尤其是越来越多的竞争者抢去了它们的市场份额后，它们的形象就一路下滑了。
一般来讲，决策过程中，有很多因素人们都想深入了解，它们的引入能否为总体的决策提高成效。在这一方面，我们要强调回溯测试的重要性。从我个人的角度来看，我简化了问题和过程。简化整体过程，往往比那些采用复杂的、扰乱人思路的算法更有效。