Vol.6 串台「面基」：选行业、选人、选策略，这里面的门道有多深？

105分钟 ·2年前

5106

🎯时间轴：
PART1 选行业
02:53 中观：行业分类的意义
10:21贝塔β来源的几个层次
12:36 行业比较之难：既和基本面挂钩，又和市场在不同阶段的风偏和相对优势挂钩。
比如这两年银行股很好，但早期银行无人问津的时候，它就不是好公司吗？
15:42 看行业，有哪些关注点可以用？
1️⃣基本面和横纵比较 2️⃣技术量价分析 3️⃣行业内的盈利效应
20:16 分析师的一致性预期的置信度如何？
22:19 大部分观测对象其实都是一个个「投票器」，重点是多观测一些投票器，不要押注单独某个观测对象
24:14 基金经理 vs. 猴子扔飞镖⭐️
29:46 「失效了」可能是一个指标最有价值的时刻，因为它侧面证明市场变了
30:30 生物学的参考：多样性、变异、筛选、进化
把自己活成生态，而不是单个物种
32:45 一个例子感受下挖掘因子背后的逻辑⭐️
38:22 a股大概可以归纳出六七个行业聚类
43:11 中信和申万都有自己编制的行业指数，哪个更好用呢？
45:10 不同行业的阿尔法空间⭐️
56:08 成长性是最重要的阿尔法来源
58:23 祛魅、去价值观、实证主义⭐️
1:00:42 指数增强型基金，到底咋增强的？
PART2 选人
1:04:00 我天然警惕短期业绩非常美好的基金经理
1:07:24 观察基金经理的时间尺度
1:09:39 聊聊抱团这件事
1:13:18 聊聊幸存者偏差
PART3 选策略
1:15:55 指数增强和大小盘风格研判
1:22:41 中性策略和阿尔法质量
1:24:00 CTA策略内部的阿尔法空间
1:28:18 主观多头和基金经理的雷达图
1:36:53 可转债
1:42:38 宏观对冲策略

📁本期内容相关资料：
●《财富管理NEXT：大F主理人》连载
●39:34处提及：A股大行业聚类

●57:21处提及：各行业的盈利效应

🎬后期制作、声音设计：Dong、Jin

展开Show Notes

HKT小助手

2024.11.28

置顶

🙋欢迎向主播和嘉宾提问：你在投资中有什么问题或困惑，欢迎留言！我们会在后续节目中选择一些问题进行回答，或是私信回复您🎙️

ErrorLog

2024.11.27

投资和人生都要设定我们的目标，在实现的过程中都会面临无数的选择，我们没法保证每次选择都绝对正确，但是时刻清楚自己的目标，在偏离主干道的时候能够及时调整，不浪费太多的时间。

Ass嘟嘟

2024.11.28

【⏺PART1 选行业】
「✅分类方法」
行业分类方法，是对上市公司之间的差异解释度较高的点。以某个分类决定在这个时间节点以什么信息决策，或怎么运行策略，是相对固定而长期使用的维度。
1）宏观 & 中观
不管在什么宏观趋势下，中观存在的差异带来的收益差比牛熊本身带来的波动大很多，甚至更频繁的发生。
宏观：大类的宏观资产，比如牛、熊趋势。
中观：行业、大小、风格。
行业和风格，都是区分上市公司的一种维度，既有交叉、又有分离，形成了投资决策过程中的“中观”。
2）行业
信息量更大，因为包含了不同的经济体，每个行业当前所处的发展阶段在不同经济体中不一样。分析处于不同发展阶段的行业时，复杂之处在于必须用不同的理论框架或不同的经济学解释并理解它。
3）研究行业（自上而下）
宏观：在大的经济主体里处于什么地位；
纵向：它的发展周期属于哪个阶段（早期、上升期、瓶颈期、成熟期、二次增长期等）；深入内部研究它的内部分布（提亮、业务、技术水平、财务状况、投资价值等）。

「✅贝塔来源」
1）大势的波动
权重股系数更高，小公司小股票系数更低。
2）行业
贝塔是一个组合，各种各样的主因都对它构成了贝塔。

「✅行业 - 主线」
行业复杂的点是，既和基本面挂钩，又和市场在不同阶段的风偏和相对优势挂钩。
每一轮所谓的主线，映射到行业上，EPS并没有太多的改善。
消费：是度过刘易斯拐点之后的消费升级，必然的一次在资本市场上的投射。它的估值提升来自于大家对消费本身升级的信心。
银行股：在大家对其他东西没有信心时，发现它的现金流和财务报表相对稳定，而且经历了多年沉淀后，非常便宜。是几个因素交集的结果。
每一轮原因不一样，但是最后的结果都是一个相对优势（基本面驱动/相对估值驱动/微观驱动/各种特殊的行为模式驱动）。

「✅看行业」
1）基本面和横纵比较
相对基本面优势：与其他行业对比。
绝对基本面优势：与其他市场对比。
2）技术量价
体现的是所有人观点的投射，用钱投票出来的结果，是一种观点的集合或表征，不是一个驱动行情的必要条件。
动量效应、量价技术指标、形态，是市场投票出来的结果，在某个区间会延续有效，超过这个时间区间，可能直接变成另外一种状态，但你并不知道什么时候超过这个区间。
量价交易：把多种频度的信号集中在一起，维持相对的胜率。
3）行业内的盈利效应
偏微观层面。
在行业内选股，有多大的空间可以战胜行业指数。
不同的行业，拉开截面上的差距很大。关注机构的行为、资金的流向和分析师的预期，同样不是必要条件。

「✅投票器」
只是某一种特殊群体的投票器，会关注它的投票结果，但并不决定最后的结果。
量价是全市场用钱投出来的；分析师预期是每个分析师用自己的脑子投出来，对没问题，错你能承受后果吗？机构行为是机构用自己手里的钱投出来的。都是投票器之一，但不是必要条件。
信号：市场的预警/拥挤度，或标志性投资者开始撤出。
量化：用自己的方法把所有投票器的结果再加权，变成自己的信号。但经过长时间反复验证，发现很多黑盒都跑不过等权重。
人类一思考，上帝就发笑。
投票器可以无限的多，因为每一种投票器包含了频率和加权方式的差异，最后形成了综合信号。
指标「失效了」的那一瞬间价值最大，因为它证明了市场大势变了。以别人的失效做精准的择时，比自己试图用各种东西做这件事胜率更高。

「⭐️基金经理 vs. 猴子扔飞镖」
1）行业等权
行业比较业绩评估：等权行业指数，即所有行业平均，不论大小、差异。只看你挑行业本身挑对了没有。
风险：放大了“小”的弹性。
2）行业中性
该行业在指数里的权重跟在A股的权重完全一致，没有额外暴露。
3）猴子扔飞镖
理论上，业绩分布涵盖了中间接近正态分布。
研究员选行业的业绩，长期在猴子库里中位数以上，或阶段性以下但平均40%以上。相比等权，包含了随机和运气。

「✅降低预期」
你没有办法控制必然性，你也没有办法对抗偶然性。
没有高预期，就不会在投资时给某些指标过高权重。即使犯错，只会犯小错误，不会犯大错误。
规避犯大错误的可能性，再从错误的信息里找它给我的价值。

「⭐️挖掘因子」
财务报表的隐含信息挖掘，比如隐藏利润、隐藏风险、调节成本，以及一些长期的投入和长期的风险，甚至造假。反而是稳定性很好的阿尔法来源，关心未来价格的变化。
人少的地方有机会。
始终认为，所有的公开信息和信号可产生的东西都是有限的。

Ass嘟嘟:「✅行业聚类」 1）周期周期上游：有色金属、煤炭周期中游：交通运输、基础化工、石油石化、电力及公用事业、钢铁周期下游：汽车、建筑、建材、机械、国防军工大金融：银行、非银行金融、综合金融、房地产 2）非周期消费：消费者服务、纺织服装、家电、农林牧渔、轻工制造、商贸零售、食品饮料、医药、综合 TMT：传媒、电子、计算机、通信、电力设备及新能源执行性问题：不同券商有不同的行业指数版本；上市公司到底属于哪个行业。编制方法，在应用上要考虑延续性和历史的长短，同样，因子的程度和距离最远是投资上永远追求的东西。「⭐️不同行业的阿尔法空间」 1）指数每一个指数是一种因子或某一种组合方式的延续。应用：一层用来选，一层用来加权。两种因子的交互结果是这个指数最后的表征特征。行业之所以这么多人关注，因为它是一个始终保持距离的分类方法。距离足够大，足够有说服力。 2）阿尔法土壤如果这个行业的阿尔法的土壤非常丰富，驱动很多自下而上的人关注它，而这些人聚集在一起形成了贝塔，所以“下”对“上”也是有影响力的。 ① 近几年在上行银行、有色、通信。代表性不够，或行业本身层次拉的不开时，不太找得到。现在因为有层次，反而阿尔法空间更大。 ② 近几年在下行农林牧渔、食品饮料、餐饮旅游、军工、建筑。 ③ 长期很小石油石化、非银、保险、券商、个别信托、个别期货、建材、煤炭。客观执行上的差异，因为长期低迷形成了负反馈。 ④ 有时有、有时没有阿尔法本身有很强的周期性，不是价格。比如3~5年周期的房地产、钢铁、电力设备，汽车和交运。 ⑤ 长期很高机械行业。 3）研究员 & 基金经理职业属性：表层的公开信息以及这些信息的通用处理，基于此形成自己的观点，但有效性无法控制。不要认为这个行业长期有超额空间，人就一定能把它找出来。可能现有的投资理论不能有效找出来，或者门槛很高，很难研究，「✅成长性」在成熟市场，最大的超额收益来源来自成长性。含分红的指数长期跑赢不含分红的指数，没有任何意义。使用期全收益指数做选股策略的回溯测试，因为分红不能作为你的阿尔法贡献。对冲股指期货时，因股指期货更重要的是价格指数，形成了天然的收益差。作为市场的构成者的一部分，你的观点就是你投了这一票。因为你不敢买，所以现在牛市也没有太牛。「⭐️祛魅、去价值观、实证主义」投资是反人性的，失去幻想是好事，让你冷静公正。所有的非常成功的交易者，在人性上可能都不一定是讨人喜欢的。「✅指数增强型基金」 ETF：第一目标是忠实的再现指数本身的波动，而不是超额收益。指数增强：在中观/微观/替代上偏离，介于完全复制和不受约束的主观投资之间的一个品种。相对自由的增强：在行业的暴露上下给一定的空间。比如天然权重10%，上下（10%的）20%，即6%~14%。收益：增配或减配带来的超额收益、在行业内选股带来的超额收益。比如对行业加减的同时，对其中的上市公司权重做了调整，等比例放大或只放大某些看好的。【⏺PART2 选人】「✅拆分超额收益」中间维度、因子维度或选股维度。微观上有长期持续的分散化的来源，更好的稳定性代表了它的策略的多样性更好。 1）看的周期很长意味着它的超额收益来源已经多样性的覆盖了这十年变化的周期。 2）只看2~3年业绩首先排除运气因素。对一个基金经理过度依赖几个因子，持负面态度。因为没有因子可以长期持续。 3）天才选择器试试看下个阶段它的运气还在不在。「✅观察基金经理的时间尺度」一个数据点前有6个月的窗口，一般至少看一个周期（3年以上）以上。 3年以内：基金经理的交易策略相对透明，且已被认证和证实过。自己可回溯过去的业绩，把基金经理当作工具人。量化里，分析的数据点相对密一些，但两三年还是必须的。金融市场里面的时间是有密度的。数据和数据的长短不是简单机械的看，而是看它包含的信息量。「✅抱团」羊群效应，或某个观点/某些局部产生了过度一致性。拥挤对资产价格来说不是一件好事。抱团的瓦解和崩塌只有一种方式，即过度拥挤。一个行业的阿尔法的持续时间不一定。再好的阿尔法的土壤，要是所有的人都拥挤一起，也就没了。所有的择时策略有它自己的生存空间。如果追求确定性，尽量避免这种方法论在你的投资体系里面占比，因为它的胜率不好预期。「✅幸存者偏差」不建议普通投资者自己做“卫星”部分的行业暴露，除非是自己从事该行业，是行业专家。取决于自己。取决于信息本身的优势。每一种方法论都是公平的，只能在自己那一点点里发挥作用。

Ass嘟嘟:【⏺PART3 选策略】「✅指数增强和大小盘风格研判」取决于你的资金对你的预期和资金给你的空间。时间给了你更多的试错的余地。追求阿尔法：不太受不可控的波动所影响；来源足够多，对胜率的追求更有把握。大多数时，超额收益来自于它的反面。比如沪深300的超额收益来源，更偏向于成长和小因子。关注这两个来源的分散性，多样性形成一个相对比较均衡的桶。所有指增策略都是类似的，越丰富越好。赚中观暴露和微观暴露的钱。场景：判断各种因子和策略适用的场景。时间不仅有密度，还有分区。每个区里都有一点，场景越丰富，超额收益来源越丰富，意味着虚度的时间越少。广，是必要条件。「✅中性策略和阿尔法质量」市场中性的业绩稳定性来自于增强策略超额部分的质量。比如在2000上做出相对稳定的阿尔法，再把2000的贝塔对冲掉。对超额收益的要求很高，先减、又缩水、再扣，基数很大，最后才能留下那点绝对收益。「✅CTA策略」交易逻辑：交易截面、交易时间序列、交易基本面、交易信息冲击等。不同的策略，在什么情况下对你来说是冲击，对别人来说可能是预料中发生的一件事情。大宗商品价格的引导因素，真正的存在于实体经济的各个环节和很难控制的变量里。比如气候等。高频，受不可控变量的影响会更小一点。 CTA的收益空间来自选基，而选基的超额收益来源是，你得把标签打对、打准，足够分散化。CTA没有个股，要求你对上面那个链条里的信息来源更广。「✅主观多头和基金经理的雷达图」 1）主观多头主观的价值是基本面上的深度研究、价值发现，但能做到的人很少。更多时候人们把风险暴露带来的收益归功于个人，对他的预期太高，产生心理落差。对他有合理的预期，打够标签。 2）标签（雷达图）：每一种标签有不同的应用场景。用来选人的标签：选股能力、基本面研究能力等。用来归类的标签：防御、进攻、价值、成长等标签，把它放在组合里的合适的位置，不要对它有错误预期。还有用来观察变化、观察倾向性和独特性的标签。比如防御评分高，绝不只意味着它在熊市控回撤的幅度更好。下注的前提是，知道之前所有流程（机器/方法论）的短板和疏漏在哪，用“人”把它补上，而不是给自己一个自由度和空间。「✅可转债」是债券和期权结合的品种。 1）场景从流动性极度紧缩的熊市末期过渡到牛市早期时，波动率溢价会带来很大的空间。因信息的错位或其他原因，跌破债底，又会在价值补充上给你很大空间。债券价值平平，已经被市场透支，但波动率不断下跌，会很惨。 2）交易方式跌破价值底线（债底/票面值），出现明显的套利空间时，作为高性价比的债，用它做债的增强。通过一定的分散降低风险。在债券本身价值处于公允价值附近，但期权价值上升时，用它获取未来波动率上升带来的溢价。 3）信仰在投资上只有永远无休无止境的迭代和博弈，没有信仰。资金的意识和策略相匹配。每一种收益来源，都要知道它的适用资金和投资场景。固收增强：可转债波动率溢价带来增强的波动，比在债券内部做品种选择、利率/久期交易、价差交易的波动大很多。要求：投资人要容忍超额收益有上下波动；投资人的持有周期要变长，波动率的分布非常随机。「✅宏观对冲策略」观察：如果它的交易频率较低，试图找到背后驱动交易的原因和因素。作为学习对象。市场上真正意义上的宏观对冲不太多，因为交易工具不够丰富，或投资者认可度不高。对人的了解和对产品的了解是两个维度。胜率不等于空间。