第237章：简单的逻辑不赚钱 (第2/3页)

的是低估值的好公司，安全边际高”。

    安全边际高，没错。

    但安全边际高，不等于能赚钱。

    “那……”小林又开口，“是不是我们选的因子不对？也许该用市净率？市销率？”

    周寻摇头：

    “不是哪个因子的问题。是‘单一因子’的问题。”

    他走到白板前，画了一个简单的图：

    ```

    低PE股票池

    / | \

    钢铁 化工 公用事业

    / \ \

    周期股 原材料 稳定收租

    ```

    他指着这些分支：

    “低PE只是一个筛选条件。但被它筛出来的股票，五花八门。有钢铁，有化工，有公用事业——它们的盈利模式、风险特征、对宏观的敏感度，完全不一样。把它们装在一个篮子里，指望它们表现一致，是不可能的。”

    他顿了顿：

    “更麻烦的是，这些不同类别的股票，在不同的市场环境下，表现可能完全相反。2007年，钢铁涨，公用事业不涨。2008年，公用事业抗跌，钢铁暴跌。2009年，钢铁反弹，公用事业不动。你用一个因子把它们捆在一起，结果就是互相抵消，什么都没有。”

    陈默听着，慢慢开始理解。

    “所以，我们需要的不只是一个因子……”他缓缓说。

    “是一组因子。”周寻接过话，“用多个维度去刻画一只股票——估值、成长、质量、动量、波动率、流动性……每个维度一个因子，然后把这些因子组合起来，形成对股票的全景画像。”

    他走回白板，画了一个新图：

    ```

    股票综合评分

    / | \

    估值因子 质量因子 动量因子

    / | \

    低PE 高ROE 过去3月涨幅

    低PB 低负债 过去6月涨幅

    低PS 高毛利 过去12月涨幅

    ```

    “这叫多因子模型。”周寻说，“每一个因子负责捕捉一个维度的信息。有的看便宜不便宜，有的看公司好不好，有的看趋势强不强。把它们合在一起，才能得到一个更完整的判断。”

    他转过身，看着陈默：

    “单一因子，就像用一把尺子去量一个人的全部——身高、体重、智商、情商，全用同一把尺，能行吗？”

    陈默摇头。

    “对。量化也一样。我们需要很多把尺子。”

    房间里安静了几秒。

    陈默看着白板上那张图，看着那些分支和连线，脑子里忽然想起一件事。

    “周寻，”他问，“你说的这些，和我们以前做的深度研究，有什么本质区别？”

    周寻愣了一下。

    “区别？”

    “以前我们研究一家公司，也是看很多维度——估值、成长、财务质量、管理层、行业空间、竞争格局。你们现在说的这些因子，不就是把这些维度数字化了吗？”

    周寻看着他，眼睛里闪过一丝光。

    “陈总，”他说，“您问到关键了。”

    他走回白板前，把那张图擦了，重新画：

    ```

    传统研究 量化研究

    主观判断 + 定性分析 客观数据 + 统计规律

    | |

    深度研究少数公司 广度覆盖全市场

    | |

    依赖个人经验和能力 依赖系统和纪律

    | |

    结果难以复制和验证 结果可回测、可迭代

    ```

    “本质区别在于，”周寻指着这两列，“传统研究是在‘深度’上做文章——把一家公司研究透，然后重仓。量化是在‘广度’上做文章——用统一的标准衡量几千家公司，然后分散。”

    他顿了顿：

    “但两者不是对立的。是可以结合的。您刚才说的那些维度——管理层、行业空间、竞争格局——如果有一天，我们能把这些也‘因子化’，用量化的方式去衡量，那我们的模型，就会既有广度，又有深度。”

    陈默沉默了。

    他在想，如果能把沈清如那些无法量化的判断，也变成因子……

    那会是什么样子？

    他想象不出来。

    但他知道，那是一条很长的路。

    “所以，”他开口，“我们现在要做的，是先搭好这个

    （本章未完，请点击下一页继续阅读）

『加入书签，方便阅读』