Author Archives: 發財橘子

巴菲特的老師所訂的價值型投資簡單標準

巴菲特大家都認識,他的老師班哲明葛拉罕就沒那麼有名,不過這位老兄寫過一本叫聰明投資人的書,美國有不少高手都說受這本書的啟發很大,今天就來跟大家介紹他的一個價值型投資簡單標準,這個標準在多頭市場不大有用,因為標準太嚴,大部份的公司股價都不至於這麼慘,不過如果接下來股市有比較大的回檔,先來學會這個標準也沒啥不好。

這個標準之所以簡單,是因為他只有用到三個數字: 流動資產,總負債及總市值。

葛拉罕的概念是,如果總市值不到流動資產減去總負債的三分之二,那就代表股價已被嚴重低估。

所以我寫了一個選股腳本如下來來篩出這樣的股票

value1=GetField("流動資產","Q");//單位是百萬
value2=GetField("負債總額","Q");//單位是百萬
value3=GetField("總市值","D");//單位是億
if 2*(value1-value2)>3*value3*100
then ret=1;
if value3<>0 then value4=(value1-value2)/(value3*100);
outputfield(1,value4,2,"流動資產減負債佔總市值比");

以最近一天的數字來看,符合條件的股票如下

2018032002

當然我們這麼選,是想看看能不能挑到像8429這種股票,一旦跌到這個標準之下後,股價有明顯的反彈

2018032003

畢竟葛拉罕的想法是,如果總市值連流動資產減總負債的三分之二都不到,那應該算是很超跌的了

所以符合這種標準的股票,應該是要跌的愈多買的愈多(當然作假帳的地雷不算)

這種股票多頭市場不常有,空頭市場比較多,如果想買超跌的股票,這個簡單的標準介紹給大家。

從資本支出挑要作功課的標的

關於操作,要贏錢的方法之一就是比別人早知道接下來會發生什麼事,散戶經常在看報發現某家公司業績大好之後再進場,但業績大好是果,資本支出才是因,我們可以試著從資本支出的非常規投入,來判斷一家公司的業績從何時開始,會有比較異於常態的成長。今天就是來跟家討論如何找出那些最近一季資本支出有明顯成長的公司。

先看選股腳本

input:period(20,"計算N季");
input:lm(10,"比均值增加的幅度");
input:cm(100,"單季資本支出金額下限");
value1=GetField("資本支出金額","Q");//單位: 百萬
value2=GetField("資本支出營收比","Q");//單位:%
value3=average(value1,period);
value4=average(value2,period);

if value1>cm//資本支出超過一定金額
and value1>value3*(1+lm/100)
and value2>value4*(1+lm/100)
then ret=1;

這個選股腳本篩選出來的股票,單季資本支出超過一億,且金額及佔營收比例都超過以往二十季的平均值一成以上,符合條件的股票如下

2018032001

最近有不少家公司透過增資等方式籌資來擴大資本支出,上市櫃公司的大老板,特別是那些過去表現不錯的公司,會比過去積極的投入資本,通常是因為看到了什麼我們沒有看到的,這種公司,就值得我們好好做功課,看看老板賭的這一把,能不能梭哈。

大盤抄底策略

有朋友在問上漲下跌角度的問題,讓我不禁想起先前有跟大家分享的角度算法,我用這個方法來抓大盤短線反彈的時機點,感覺有一定的參考價值。

首先,如果要計算指數上漲下跌的角度,寫法如下

input: period(20,"計算區間");
value1=rateofchange(close,period);
//計算區間漲跌幅
value2=arctangent(value1/period*100);
plot1(value2);

畫成圖形就像下面這張圖

2018031902

從圖上發現,當下跌角度超過60度之後,就有加速趕底,反彈在即的味道,所以可以把它改寫成抄底策略如下

input: period(20,"計算區間");
value1=rateofchange(close,period);
//計算區間漲跌幅
value2=arctangent(value1/period*100);
if value2 crosses over -60
then ret=1;

我用這個策略去跑2010 年以來的加權指數,發現勝率已經接近三戰兩勝

2018031901

這個策略用在ETF的操作上,也有不錯的效果。

人,語法,程式與投資決策

學習投資操作,一定要學程式交易嗎? 巴菲特,索羅斯都不是工程師喔!

這是年前跟師兄見面時,他對我的吐槽。

我回他

“要投資操作,不一定要學程式交易,就像開車旅行,去一個很熟悉的地方,當然不見得用得到GPS,但如果是一個陌生的地點,有GPS還是比較好,但您不能完全相信GPS,因為路上會有些新的狀況,GPS不見得理解,這時候具有應變能力的人,就比機器重要。"

用GPS來說明程式交易與操作者的關係,不是我獨自創獲的見解,提出這個比喻的是Ray Dalio,全球最大避險基金的老板,剛好最近大陸有篇文章,整理了Dalio對AI的看法(連結在此),我想借用這篇文章,跟大家分享我對程式交易的理解與實踐的方式,也順便跟大家說明XS發展的方向。

這幾年開始學習程式語法,  對於透過語法,寫成程式,協助投資決策這件事,自然有我點滴在心頭的體悟,有些心得,有些想法,但首先是還在摸索,不能說有找到答案,其次是才踫這個領域四年,時間太短,怕結論太武斷,只能自己累積,不敢直接提出看法。 但Dalio用電腦來協助投資已經三十多年,又是全球最成功的操作者,他提出的很多關於電腦與操作者關係的說法,我都很有共鳴,所以我想借用他的話,來跟大家聊一聊學會語法,撰寫程式,跟投資決策的形成,該是什麼樣的關係?

一,投資決策是rule。

達利歐將自己眼中的世界,形容爲「符合邏輯的因果關係的美麗機器。」Dalio說,從很早的時候起,每當我在市場上開始一筆交易,我都會把自己用來做決策的標準寫下來,然後,每當我結束一筆交易,我都會回顧一下這些標準的效果怎麼樣。Dalio有句名言,與其想說我是對的,不如問自己,為什麼我知道我是對的!

how do i know i am right

知道自己是對的,靠的就是長期累積下來的經驗所形成的法則(rule)。

 

對Dalio來說,什麼事情都有一定的法則

rule

對Dalio而言,投資決策就是一個又一個的法則,一切根據法則作決策。

二,電腦協助的是把rule程式化並透過回測來印證rule

Dalio說

“有一天,我想到,如果我把這些標準轉化成公式(現在更時髦的叫法是『算法』),然後用這些公式計算歷史數據,我就能檢測,假如把我的這些公式運用到歷史交易中,效果會怎麼樣。…… 我們利用能夠得到的最久遠的歷史數據(通常超過一個世紀)檢測這些系統,範圍涉及所有有數據記錄的國家,這讓我可以很好地透視經濟市場及其在歷史上是如何運行的,以及如何對其押注。這樣做,讓我得到了教益,並引導我改進我的標準。"

他從這些因果關係中得出一些決策規則(或者說原則),並搭建成決策模型。一旦仔細審查完這些關係,達利歐就不斷將現實數據輸入這些系統,計算機系統處理數據並作出決策,「跟我在頭腦中做的一樣。」
達利歐樂此不疲地搭建這些系統,系統也確實幫他賺到錢。橋水最初的利率、股票、外匯和黃金系統就是這麼產生的。

把複雜的系統設想爲機器,發現其內部的因果關係,把處理這些因果關係的原則寫下來,將其輸入計算機,從而讓計算機爲我『決策』,所有這些後來都成了標準做法。

接着,達利歐將這些系統合併爲一個大的系統,用以管理公司的投資組合。這個系統可以對經濟主要症狀進行心電圖解析。當經濟症狀變化時,他們就改變自己的投資組合。

三十多年來,他們構建的決策系統已經納入了許多其他類型的規則,用來指導橋水各個方面的交易。如今,當新的數據發佈時,橋水的計算機能夠分析來自 1 億多個數據組的信息,然後以(在達利歐看來)合乎邏輯的方式,向其他計算機發出詳細指令。假設沒有這些系統,橋水可能早就破產,或者被繁重的工作逼迫而亡。

在他三十多年的實務經驗裡,他認為

“我相信,想要改進你的決策,你能做的最有價值的事情之一是深入思考你的決策原則,同時以文字和計算機算法的形式將這些原則寫下來,在條件允許的情況下進行返回測試,並以實時方式,在用你的頭腦進行決策的同時運用這些原則。"

我這幾年做的事情,就是不斷地把我累積的rule,寫成語法,然後透過回測去印證這樣的rule在什麼情況下適用,什麼情況下不適用,所以我知道,加速趕底後,長黑後的長紅是底部到了的徵兆,高權值股如果除權前下跌,除權後填權的機率很大,ROE超過一定程度的股票,連三長黑後經至少會有反彈行情,大跌後的低檔五連陽,股價反轉的機率很大。這些 RULE跟Dalio的系統相比,是很幼稚,但重點在於,我尋找rule,而學會語法讓我可以寫成程式,回測這些rule,雖然我寫過上千個程式,最後可以拿來交易的rule沒有超過五十個,但把這些rule整合起來,就是我現在操作的system。

三,人跟電腦要如何並肩作戰

Dalio的建議是,將原則轉換成算法,讓計算機與你一起決策

“在計算機工作的同時,自己也進行分析,然後對兩者的結果進行對比。當計算機與我們決定不同時,我會檢查原因。大多數時候,是因爲我忽略某些東西。有時候我會思考一個新的、我們系統會忽略的標準,這時,是我在教計算機。我與計算機相互幫助。"在橋水,利用計算機系統,就像司機利用 GPS 一樣,用系統來輔助我們的導航能力,而不是替代它。

四,電腦可以完全取代人類作決策嗎?

達利歐將當前的計算機輔助決策技術分爲三類:專家系統、模仿和數據開採。
橋水使用的是專家系統,設計者根據自己對一系列因果關係的理性理解將決策標準表述出來,然後觀察不同條件下會出現什麼不同情況。

而模仿和數據開採,在他看來,都存在不同程度的問題。

首先,所謂模仿,根據達利歐的定義,是指計算機也會發現規律並將之用於計算機決策,而不需要理解背後的邏輯。他認爲,當同樣的情況以可靠的方式反覆不斷地發生時,例如在一場規則極爲嚴格的遊戲中,這一做法也許有效。但問題是,現實中事物總是不斷變化,所以,這樣的系統很容易與現實脫節。

其次,數據開採。數據開採是近年來機器學習發展最快的領域,功能強大的計算機可以消化大量數據,從中尋找規律。儘管這種做法很常見。但是,在未來與歷史不同的情況下,這是有風險的。

在機器學習不包含對現實的深刻理解的情況下,以機器學習爲基礎構建的投資系統很危險,因爲當人們廣泛相信並應用某些決策規則時,價格會受到影響。也就是說,其價值會逐漸衰減。在沒有深刻理解的情況下,你弄不清楚過去發生的情況是否真有價值,即使有價值,你也弄不清楚其價值是否已經消失,甚至走向負面。常見的情況是,一些決策規則變得非常流行,以至於對價格產生很大影響,從而使反向操作成爲更合理的做法。

數據開採技術主要問題之一在於,計算機通常會曲解常識。就達利歐做從事的工作來看,深刻理解必不可少,計算機缺乏常識而對事實進行曲解,是無法被容忍的。

五,未來成功的決策者的工作模式

世界上最好的決策者是這樣的人:擁有理性、想象力和毅力,知道自己看重什麼、想要什麼,同時也利用計算機、算法和博弈論。

要成為一個好的操作者,首先要有理性,想象力及毅力,然後如果你有很好的工具,可以讓您很隨心所欲的運用電腦及各種演算的程式,那就是世界上最好的決策者,XS在做的事情,就是儘可能,收集所有作決策需要的數據,用最容易上手的方式,讓使用者可以印證自己的RULE會不會Work,並且形成一個系統,我們到目前為止,只算是起步,離達到這樣的標準還很遠,但,帶給個人交易者一個可以系統化操作的體系,是我們存在的目的。

散戶的50道難題狗尾版之9:減增資對股價的影響

這一題講的是減資或增資對股價的影響,我想補充的是有些營運不錯的公司辦減資背後的動機及大股東可能的思維。

以國巨為例,國巨型的減資就是,減資把錢退還給股東,股東收到減資款又不必繳稅, 股本變輕,EPS會變高,股性變好,市場會給更高的本益比,總市值比以前還高,怎麼算都合算。

這種情況的減資,作為投資人,最佳的策略就是跟大股東站在一起。

會打這種算盤的公司,具有幾個特徵

1.獲利的絕對值很大,且長期都賺錢,但因為股本很大,股性不好,所以市場給的本益比不高。

2.每年現金股利穩定,大股東持股比例不低,繳稅繳到哎哎叫

3.公司接下來不需要太大的資本支出,就能維持營運

4.帳上有大量的現金

我根據這幾個條件寫了一個選股策略,來找出符合條件的股票

2018031401

挑出來的股票如下

2018031402

如果這些股票的老板喊要減資,那我們就可以多加留意背後的思維了。