股市获利的原理

2018 年 3 月 15 日 雪球 飞刀猩猩

炒股,看雪球就够了


每晚雪球菌给您离真相更近的剖析


1、什么是赌博,人为什么赌博


假如一个人在股市里每年能做几次高抛低吸,每次赚取10%-20%的差价,那一年下来资金翻倍也不是什么难事,并且每隔四五年他的资产数字后面就能多加个零。现实中这样炒股票火箭发财还能发财到老的人,是不存在的。长期看来亏损甚至破产的人反而比比皆是。


因为高抛低吸,是完全建立在“我可以预测股价短期走势”这个前提之上的。也就是说,你必须要预测到下周会跌,你才知道现在是“高点”,预测到下周会涨,你才会说现在是“低点”。两个点都猜对,才能赚钱,每次都猜对,才能火箭发财。


人类根本没有这种预测能力。这是早就被科学家统计过验证过的,清清楚楚的写在金融教材里的事实。人类从未成功发明过任何一种方法,可以准确预测短期股价走势。不难想象,一旦掌握这样的方法,暴利就在眼前,所以在几百年的金融史上,始终有无数人在尝试,但是从没人成功。假如有人真的找到了长生不老的方法,这事儿肯定要刷遍全世界的头版头条,你不会不知道的。


所以说,如果谁要把投资,建立在一个根本不成立的前提上,还信誓旦旦的说安全——这人就是个骗子,有的骗子骗别人,有的骗子也骗自己。预测短期股价走势来高抛低吸,这种行为实际就是赌博。


我们的所有的判断和想法都产生于大脑,人类大脑本身就是一部加工信息的预测机器,但它针对哪些信息进行加工,何时何事能吸引我们的注意力,我们思考的动机,却很大程度是由多巴胺决定的。多巴胺(Dopamine),一种脑内分泌的,用来帮助细胞传送脉冲的化学物质。科学家指出,多巴胺可以精确控制我们在短时间内做出的决策,只要测定制定决策前大脑中的多巴胺水平,便可准确判断决策结果。


多巴胺这种使人愉悦的神经递质,是所有被研究过的上瘾行为的关键因素。


“在对几个物种的行为实验中,斯金纳发现,养成最强烈的行为反应——同时也是最顽固的行为认知——的奖励模式,不是在动物每次触发机关时给予奖励。随机的奖励效果才是最强烈的:这也是老虎机的运作模式。”


不管有多少不同的形式,赌博的核心模式,都是用高于统计学上的期望回报的成本,去购买一份随机奖励。


这种不确定的奖励极其容易劫持我们的多巴胺系统,换言之,让我们在不知不觉中有巨大的动机,给自己找出一大堆看似有道理的理由,一再去重复这个赌博的行为,或者又称为上瘾。上瘾的本质是——不计后果的强迫行为。


也就是说,即使当事人理智上知道自己投入的成本,是大于期望回报的,知道自己在赌博,也很难控制自己抽身而退。


股票市场的运行机制决定了,每个参与者都需要面对随机波动的考验。当我们放任自己被原始本能,情绪冲动,激素变化而左右自己的思考,而不是深入的,长时间的用理智去思考,用逻辑去判断,用成系统的知识去分析的时候,我们参与股票市场的行为就是赌博。


赌博是很愚蠢的。伟大的投资人对社会的贡献在于,阻止了愚蠢的人把资源用在愚蠢的地方。当一个人有能量,那么获取智慧就是他的责任,反之,当他有智慧,那么拥有能量就是他的责任。


2、什么是投资,为什么投资


投资(investment)指投资者当期投入一定数额的资金而期望在未来获得回报,所得回报应该能补偿:


(1)投资资金被占用的时间;(2)预期的通货膨胀率;(3)未来收益的不确定性。


好的投资本质是,把过去人类劳动积累的资源财富,投入到未来新的生产中去,并且产生出更多财富来。


并不是所有的人类活动,每个企业的经营行为,都是在创造财富,有太多时候,我们只是在忙忙碌碌的浪费资源,生产一些社会不需要的商品,或者说,许多商业行为压根没有提高社会的效率,或者创造人类需要的产品和服务。究竟一个企业是在增加社会财富,提高社会生产率,还是在毁灭财富,拉低社会生产率,最终的判断是由市场这个看不见的手做出的,市场竞争在日复一日的筛选淘汰,企业只能高效者生存,智者生存。


投资人的职责就在于判断一个企业是不是高效智慧的存在,并把资源配置给更优秀的,更需要资源的企业。


真正的投资人或许可以这样自我介绍:我是需要为自己判断埋单的社会批评家。

正确的判断提升社会效率,既能增加社会财富,同时也增加自身财富,反之,错误的判断即是社会财富的浪费,也造成自身财富的损失。


我认为,比起“做什么样的选择是对的”更重要的问题是,“我要成为什么样的人”。

我想成为这样一个投资人:在我知识能力范围内,支持那些在资本市场遭到误解和冷遇的,真正努力为人类创造价值的最优秀的企业。


为此,我努力的方式只有一种,那就是用理智和勤奋,尽力逼近真理,而不是参考市场的意见,或者和其他投资者比较。


3,股市获利的原理——要投资不要赌博


股票市场里既有基于情绪和感觉的赌博者,也有基于成熟投资系统的理性投资者,持续参与的结果,长期下来必然受到大数定律的约束,赌博者无法实现令人满意的资本收益。理性投资行为则可以通过建立一个基于预期收益折现公式的预测系统,提高预测系统的准确程度,把发生本金损失的概率控制在一个相对低的水平上,在足够长的时间周期,就可以确保期望回报大于投资成本,使投资人获得一个满意的收益率。


通俗的说我们的工作是:寻找一份产业,预计未来几年前途非常明朗,回报可观,并且这份产业的售价足够便宜,可以达到我们对投资回报率的要求。这当中最重要的是,我们对这份产业未来回报的“预测”,必须有十足的把握。实际上,我们绝大多数工作都是围绕着这十足的把握而展开的。如果没有足够的证据能保证我们的“预测”一定会实现,我们就不能根据它来投资。


因此我们的工作分为两个部分,一是对企业的合理价值进行估算,并据此制定较长期的投资策略。二是不断完善和改进系统,提升预测准确的概率。这种投资方式可以理解为属于通俗意义上的“价值投资”大类。


股市是知识、勤奋、克制和坚韧一次次挫败人性弱点的循环上演的舞台,全球股市几百年历史上,功成身退的投资大师几乎都是价值投资者。


4,预测与估值


上市公司的股票价格由多空双方撮合交易而形成。短期影响股票交易双方的因素众多,目前人类尚无一种有效的理论,可以预测短期股价走势。实证来看,目前公开的基金也缺乏长期成功的,依靠预测短期股价而成功的例子。因此我们的投资方法基于对个股股价和各类指数“不做短期预测”这个前提而展开。


同时,上市公司股价=每股收益*市盈率=每股净资产*市净率=公司价值*估值水平

因此我们可以在完全不考虑其他交易者的交易行为的情况下,只是同时对上市公司的内在价值和估值水平进行判断,就可以在一个较长时间段对股价进行准确的判断。


这里“较长的时间段的预测”,是指不少于一年,可以取得足够准确预测的企业未来情况,通常三年到五年左右。


举个例子。比如一家净资产10元的企业,今年盈利3元,这是很好的利润水平了。但是假如去年市场给出的估值水平是3倍市净率,股价也就是30元每股。今年估值水平给2倍市净率,那么虽然每股净资产增加到13元,股价却下跌成26元。


公司的内在价值变化和市场的估值水平变化,共同决定股价。


而短期内市场究竟什么时候,会给出什么样的估值水平,有极大的随机性,单独预测短期估值水平变化,抓热点猜风口,这又回到“赌博”问题了。我们不能把安全的投资建立在赌博上。


我们的投资必须建立在这样两个前提上:


第一,假如我们通过深入研究,可以确定企业会在三年到五年的时间内保持这个盈利能力。也就是公司的内在价值确定增加。


第二,在2倍的估值水平上买入,而不是3倍5倍,必须买的足够便宜。


随着每年的盈利的累积(不考虑分红),净资产会逐年增加成10 元13元 16.9元22元28.5元。即使届时市场估值在2倍市净率,股价也会变成57,比20元的成本赚了185%。如果估值在3倍市净率,股价为85.5,赚了327%。(如果有分红股价增长的会少一点)


(1)如何预测公司未来


一家公司能够保持盈利和增长的根本原因,在于它能不断调整自身的方方面面,从技术研发,管理模式,到战略制定,使它用最经济的方式组合当下环境可以提供的生产资料,包括科技、人力、资源和资本,并产出当下市场最需要的产品和服务。公司的竞争力是适应环境和时代的产物,并且,不管是通过市值增长还是现金分红,最终一定是要反映到对股东的投资回报上的。


因此我们在预测公司未来增长的时候,必然要通盘考虑经济环境的演化进程和对企业约束。我们的研究包括自上而下的认识经济环境演化进程,行业发展阶段,和公司自身的竞争力。


第一层:人口规模、技术积累

第二层:意识形态、制度导向

第三层:人均GDP、产业结构

第四层:行业特征、经济周期、货币政策

第五层:企业家文化、公司结构,经营战略


经济体不同层次的状态自上而下的层层约束,决定了特定时期最适宜生存的企业,同时企业本身作为经济社会的基石,又影响了经济上层结构演进的细节。所以我们还需要大量的横向比较,了解其他国家经济发展的历史过程,认识经济,行业,企业兴衰变化的内在规律。内在规律在大方向,大环境上,起到决定性作用,或者说内在规律决定了历史的必然性。而企业自身同时受到随机发生的微观环境的影响,体现出的是历史必然中的偶然性和多样性。


基于这样的认识,再次说明了我们无法在一个很短期的时间里,对企业做出高概率的预测。但是我们又可以在某些特定的经济环境,行业阶段下,针对特定情况的企业,在一个相对长的时间里,对企业的未来做大略的预测,并且保证这个预测有很高概率的准确性。


(2)根据未来增长计算企业现值


投资任何一种资产本质上都是折现率和未来回报的权衡 : 


现值=期末值/折现率要求^时间


给定折现率,给定预测的企业利润,给定预测的增长,就可以计算得到对应的买入现值。折现率要求也就是投资回报要求,投资回报要求越高,折现率越高,对应可以支付的现值越少。也就是通常所说的“内在价值”。这是无可争议的数学计算,具体计算过程CFA教程都有详细推导。


(3)风控与回撤


最终我们投资的利润来源于两个方面,一是企业自身增长带来的市值增加,二是市场波动带来的估值水平的上升。前者可以通过研究工作,把风险降低至很低水平。后者则在短期内具有不可预测性。统计世界各国股市百年的估值水平变化,市场估值虽然会随机波动,阶段性的偏离公司内在价值。但是在大的时间尺度上,始终围绕着内在公司的内在价值上下波动。


因此确保盈利的策略是市场估值大幅低于公司合理价值的情况下买入,并且长期持有。


当市场估值大幅高于公司合理价值的情况下卖出。


整体保持高仓位或者满仓,才能确保跟随企业增值的过程。


由于个股估值水平波动的不可预测性,持有单只股票会造成净值剧烈的波动。因此在集中的大前提下,兼顾分散原则。统计表明,持有股票分散至不相关行业的8到10只,就可以非常有效的平滑业绩。同时也可以进一步降低对单一企业预测产生的风险。


经过筛选的企业盈利增速,在年均10%-30%左右,企业自身净资产收益率在15%-30%左右,加上估值波动的额外收益,我们持有资产的年化复合收益率可以长期保持在20%-30%的水平。复利的巨大回报主要体现在长期持续投资的后期,年化复合收益率累积投资30年的累积收益是237倍—2620倍,40年的累积收益是1469倍—36118倍。


登录查看更多
0

相关内容

【硬核书】不完全信息决策理论,467页pdf
专知会员服务
351+阅读 · 2020年6月24日
【新书册】贝叶斯神经网络,41页pdf
专知会员服务
177+阅读 · 2020年6月3日
最新《机器学习理论初探》概述
专知会员服务
44+阅读 · 2020年5月19日
【经典书】机器学习高斯过程,266页pdf
专知会员服务
228+阅读 · 2020年5月2日
【WWW2020-微软】理解用户行为用于文档推荐
专知会员服务
35+阅读 · 2020年4月5日
《代码整洁之道》:5大基本要点
专知会员服务
49+阅读 · 2020年3月3日
【强化学习】深度强化学习初学者指南
专知会员服务
179+阅读 · 2019年12月14日
95岁的查理·芒格,一周读二十本书
三联生活周刊
7+阅读 · 2019年5月22日
一文读懂因果推测、倾向模型(结合实例)
数据派THU
3+阅读 · 2018年3月26日
【财富空间】一个人真正的资本是什么
产业智能官
6+阅读 · 2018年3月16日
送书 | 深入浅出,一起学习贝叶斯!
AI100
10+阅读 · 2018年2月2日
为什么大家都不戳破深度学习的本质?
36大数据
4+阅读 · 2017年12月7日
实例详解贝叶斯推理的原理
算法与数学之美
3+阅读 · 2017年10月3日
量子世界的因果关系
中国物理学会期刊网
8+阅读 · 2017年8月5日
最大熵原理(一)
深度学习探索
12+阅读 · 2017年8月3日
嘿,这是本应属于你的“红包”!
腾讯
3+阅读 · 2017年7月13日
TResNet: High Performance GPU-Dedicated Architecture
Arxiv
8+阅读 · 2020年3月30日
Teacher-Student Training for Robust Tacotron-based TTS
Bivariate Beta LSTM
Arxiv
5+阅读 · 2019年10月7日
Arxiv
3+阅读 · 2018年10月25日
Arxiv
7+阅读 · 2018年1月18日
VIP会员
相关VIP内容
【硬核书】不完全信息决策理论,467页pdf
专知会员服务
351+阅读 · 2020年6月24日
【新书册】贝叶斯神经网络,41页pdf
专知会员服务
177+阅读 · 2020年6月3日
最新《机器学习理论初探》概述
专知会员服务
44+阅读 · 2020年5月19日
【经典书】机器学习高斯过程,266页pdf
专知会员服务
228+阅读 · 2020年5月2日
【WWW2020-微软】理解用户行为用于文档推荐
专知会员服务
35+阅读 · 2020年4月5日
《代码整洁之道》:5大基本要点
专知会员服务
49+阅读 · 2020年3月3日
【强化学习】深度强化学习初学者指南
专知会员服务
179+阅读 · 2019年12月14日
相关资讯
95岁的查理·芒格,一周读二十本书
三联生活周刊
7+阅读 · 2019年5月22日
一文读懂因果推测、倾向模型(结合实例)
数据派THU
3+阅读 · 2018年3月26日
【财富空间】一个人真正的资本是什么
产业智能官
6+阅读 · 2018年3月16日
送书 | 深入浅出,一起学习贝叶斯!
AI100
10+阅读 · 2018年2月2日
为什么大家都不戳破深度学习的本质?
36大数据
4+阅读 · 2017年12月7日
实例详解贝叶斯推理的原理
算法与数学之美
3+阅读 · 2017年10月3日
量子世界的因果关系
中国物理学会期刊网
8+阅读 · 2017年8月5日
最大熵原理(一)
深度学习探索
12+阅读 · 2017年8月3日
嘿,这是本应属于你的“红包”!
腾讯
3+阅读 · 2017年7月13日
相关论文
TResNet: High Performance GPU-Dedicated Architecture
Arxiv
8+阅读 · 2020年3月30日
Teacher-Student Training for Robust Tacotron-based TTS
Bivariate Beta LSTM
Arxiv
5+阅读 · 2019年10月7日
Arxiv
3+阅读 · 2018年10月25日
Arxiv
7+阅读 · 2018年1月18日
Top
微信扫码咨询专知VIP会员