V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
memorybox
V2EX  ›  投资

投资系列的终章:估值的艺术

  •  5
     
  •   memorybox · 4 天前 · 1039 次点击

    投资系列的终章:估值的艺术

    这是投资系列的最后一篇。前两篇请参考:

    我的这三篇文章讲的都是极为浅显的投资基础知识,仅仅针对于小白,已经入门的朋友就不必看了。

    同时也要强调,前两篇文章是我多年前的备忘录,经过多年的实践,其基本认知并没有发生改变,因为它们属于科学的范畴。但是我对估值这门艺术知之甚少,认知也在一直变化,现在的理解可能也有谬误。文中的观点请大家批判性吸收,也欢迎指出其中的漏洞。


    缘起

    跟前两篇文章合起来,我主要想回答一些常见的、看起来很符合直觉的“小白问题”:

    “我就找那种标的(什么上市第一天、题材股、动量、国企、银行……)总之就一句话:未来五到十年都不会倒闭(比如工商银行怎么倒闭),而且大概率有波动。我就在上面做 T ,赚到 x% 就收手,浮亏不卖!能怎么亏?”

    “人的心理啊,不能把人看作绝对理性人。如果现在 A 股跌到 3000 点,有多少人就算懂道理,能忍住不加仓?如果短期内涨到 5000 点,是暴涨上去的,真的不减仓吗?”

    当你彻底理解并消化了“​资产分散 + 再平衡​”这种战略部署之后,我相信你已经看不上“看点位”、“做 T”这些花架子了。因为你只需要关心你的组合里资产够不够硬、够不够分散、是不是够离散。达到设定的偏离度后,再平衡即可。3000 点、5000 点还是 1000 点,对你来说意义已经不大。

    如果你还有上述心魔,根本原因在于:你把投资看成是一个在资产波动上做差价获取收益的游戏,而不是跟随资产成长的游戏。

    换句话说:你不知道这个资产的贵贱!

    正因为不知道合理估值,才会纠结于 3000 点还是 5000 点,才会设计出“浮动仓”、“2% 差价”等策略。为什么不是 5% 差价?为什么不是 15%?因为你心里没底。

    如果一个人能对标的合理定价,准确知道它就是值 100 元,那么他所有的操作都不用这么麻烦。遗憾的是,估值是一门模糊的学问,是一门艺术,所以世间才会有这么多所谓的“交易策略”。

    投资 = 科学 + 艺术。估值,就是那门艺术。

    既然是艺术,就没有统一标准。我是个理工科生,即使是艺术,也试图在其中寻找科学的部分,以下只是我的一孔之见。


    什么是估值?

    估值就是你要算一下,花多少钱去买这个资产才合算。我们这里只讨论权益类资产,最狭义的就是对一个公司、一个行业、或者一个指数估值。至于黄金、比特币、石油,暂不在能力圈之内。

    为什么要估值?

    在前一篇文章中提到,当我们确定了“资产分散配置 + 再平衡”的策略后,需要决定​配比​。这就需要给各类资产进行估值。大白话就是:​贵的少配点,便宜的多配点​。

    假如我们拥有全知全能的后视镜,该如何评价一个组合的优劣?我相信就是在一段时间内随机取样,分析每个取样点中各种资产的配比是否符合凯利公式。总体偏离越小,组合越优秀。

    可惜世上没有后视镜,我们只能依靠估值,来打造自己心目中最好的资产配比。

    怎么学着估值?

    相信大家都有买菜的经历。去菜市场转一圈,我们很容易判断某种菜是贵了还是贱了:

    • “昨天我来你的西红柿才 4 块钱一斤,怎么今天就 6 块钱了?”
    • “你摊子前面就有一家卖一样的黄瓜,才 3 块 5 ,为啥你这里 4 块?”
    • “前排肉才 10 块钱一斤,你这菠菜卖 8 块?”

    这些对话说明买菜者已经熟练掌握了估值的基本方法:

    1. 纵向比较​:不同时间的同一标的价格比较。
    2. 横向比较​:不同地点的同一标的价格比较。
    3. 替代品比较​:相似功能的不同标的价格比较。

    公司的估值原理也是一样的。你可以想象:如果楼下卖煎饼果子的老板不干了要转让,你觉得多少钱盘下来合适?

    你会思考:一个月支出多少?收入多少?毛利、净利多少?几年回本?未来发展如何?最重要的是——跟存银行比,哪个更划算?


    案例实战:为 361 度估值

    我们需要一个真实世界的例子:既不太复杂,又不要太有名,业务简单,数据公开。我选了一个港股上市公司:​**361 度 (01361.HK)**​。

    361 度是运动服饰品牌,业务单一(卖鞋服),分为成人和儿童两块。它是行内老四,在红海中厮杀,价格便宜,质量尚可。关键是它的财务数据有零有整,适合入门分析。

    打开股票软件,你会看到“财务三大表”:利润表 + 资产负债表 + 现金流量表。

    首先问几个问题:

    • 您听说过这些报表吗?
    • 投资前,您读过该公司最近 10 年的财报吗?
    • 您能预测一下该公司未来 10 年的财报吗?

    如果答案都是 NO ,那你就是凭感觉盘煎饼果子摊的大佬,主打一个随意。

    巴菲特绝对是世界上读财报最多的人之一。如果一个人能把世上各行各业的财报都纳入头脑的大模型进行全方位比较,眼光自然毒辣。

    书归正传,为了方便理解,我将 361 度某年的数据做了​极简处理​:

    1. 利润表(赚了多少钱)

    • 总营业额:100 亿
    • 毛利润:40 亿
    • 净利润:10 亿

    觉得它值多少钱?谨慎的你会问:有欠债吗?

    2. 资产负债表(家底如何)

    • 总资产:130 亿
    • 总负债:30 亿
    • 净资产:100 亿

    现在能出价了吗?等等,还得看细节:

    • 资产端​:银行现金 40 亿、理财 20 亿、存货 20 亿、应收账款(加盟商欠的) 40 亿、固定资产 13 亿。
    • 负债端​:应付账款(欠供应商的) 13 亿、短期负债 20 亿、长期债务 500 万。
    1. 现金流量表(钱怎么流转)

    你可能会继续问:账上还有多少真金白银?回款积不积极?请球星代言花了多少钱?

    甚至更细致的问题:一年卖多少双鞋?平均单价多少?加盟店多少家?店主是大叔还是小姐姐?

    “来人,把这个小子叉出去!他不是来投资的,是想来占咱们便宜的!”

    要估值,就要理解一家公司

    如果你细想下去,问题会源源不断:

    1. 为什么应收账款这么多?是不是卖得不好,加盟商拖欠?
    2. 长期负债这么少,是不是融资能力不行?
    3. 银行存那么多钱,是生意需要还是报表造假?
    4. 理财产品买的都是啥?
    5. 未来发展战略是什么?
    6. 跟耐克、安踏比怎么样?
    7. 它的加盟店变化趋势是什么?主要都在哪里? ……

    相信您把它最近十年的财报打印出来,读的越多,需要考虑的问题会一个一个一个自己蹦出来,最后你会发现,你需要变成这家企业的 CEO 。不!不仅仅是 CEO ,要变成总经理、CFO 、品牌部经理、产线工人、加盟店的卖鞋小妹…你需要知道一切!….才能…哦!见鬼!我还是很难确认它到底值一个什么价!

    估值,大道至简

    马化腾历史上也有差点 100 万把腾讯卖掉的时候。估值没有标准,历史数据不能预测未来。

    但你已经进步了,你开始比较了。

    估值的一个法门:比较!比较!还是比较!

    比较是为了寻找确定性最大的那个,即​安全边际​。我们凡人为了效率,提炼了几个关键指标:

    • ROE (净资产收益率)
    • PE (市盈率)
    • PB (市净率)
    • 股息率 (Dividend Yield)

    套用到 361 度(假设市值 100 亿):

    • 净资产 100 亿,净利润 10 亿 → ROE 10%
    • 市值 100 亿,净利润 10 亿 → PE 10 倍
    • 市值 100 亿,净资产 100 亿 → PB 1 倍
    • 分红 5 亿 → 股息率 5%

    聪明的你已经发现:ROE 越高越好,PE/PB 越低越好,股息率越高越好。

    最好的生意像比特币:出一版代码,创始人就消失了,靠志愿者自己长成万亿生意(极高 ROE ,极低成本)。

    当你接触到这几个指标之后,我相信你迫不及待的,会找个软件,去筛选 ROE 最高的,PE 最低、DRP 最好的的那些公司……..但是,要不我们先看看,巴菲特是什么标准?


    两位大师的估值标准

    1. 巴菲特( Buffett )的标准

    谈起估值,特级大师当属巴菲特,我们看看他早期能看上的公司都有什么特质:

    • 大行业龙头
    • ROE 20%+
    • 毛利率 50%+
    • PE 15 以下
    • 有自主提价权
    • 股息率 8%+

    是不是泪流满面?现在翻遍 A 股港股美股,很难找到这样的标的。那是天时地利人和的产物。

    我们说巴菲特震古烁今的投资成绩,是天时地利人和缺一不可。他出生于美国大萧条,成长于美国历史上经济发展最黄金的一段时期,他在二级市场上的成绩还是小 Case ,他二十几岁参与一级市场已经是一把好手,同时他十八般武艺样样精通,自己干过不少实体买卖,套利、期货、债券,各种金融工具信手拈来,同时他本人天资超绝,得遇明师,勤勤恳恳;他悟得早,活得长,最重要的---他挣钱不花,是个无情的资本增值机器………….

    哭了哭了,我们啥都不行,还没有他那个时候的好环境,那我们怎么办呢?

    2. 沃尔特·施洛斯( Walter Schloss )的标准

    巴菲特有个大师兄,叫沃尔特.施洛斯,可能听过的人不多;这位老爷子某一方面来说,他对估值的执着和坚持要超过巴菲特;

    老爷子也是投资一辈子,收益率比起巴菲特不遑多让,但是总金额要小得多;因为他是代客理财,挣了钱当年就给客户分掉了,所以没有复利增长。他最先是一个人在一个小办公室租了个工位,电话不舍得装一个,打公共电话;天天就是看财报,捡便宜货;后来挣了不少钱,就扩大规模,找了个助手。助手也是肥水不流外人田,让儿子来干!爷俩一干就干到老爷子 90 来岁;两个人都是乐天派,挣了不少钱攒起来,不花,但是看个乐呵,名声不显的开开心心颐养天年,谁说这不是一种踏实的活法呢?

    老施和老巴关系很好,老施很宠溺老巴,说老巴这个小师弟聪明绝伦巴拉巴拉,老巴有时候手里有点儿烟蒂股懒得折腾了都打包批发给老施,他们从来不讲价,老巴说什么价,老施就接过来;

    不过老施对老巴有一点最大的不满:说老巴是个大嘴巴,全世界宣扬怎么搞价值投资,弄的好股票越来越不好找。他少说两句不行吗!?

    老施的策略很简单,就是极致的捡垃圾策略:

    1. 找 ​PB < 0.5​,负债 < 30%,股息 > 5% 的股票。
    2. 找 150-200 个。
    3. 涨 50% 就卖掉,再补新的。
    4. 公司连亏两年也卖掉,换新的。
    5. 年复一年。

    两种武功的对比

    老巴早期也是老施的风格,但是后来由于资金量越来越大,他慢慢转向了芒格所提倡的:“用合适的价格买伟大的公司并长期持有”的风格;江湖上称之为芒系(取名自芒格);

    而老施一辈子找便宜,捡垃圾的风格,江湖上称之为格系(取名自老巴和老施的老师:格雷厄姆)

    • 芒系(芒格影响下的巴菲特)​:用合适的价格买伟大的公司并长期持有( Quality / Growth )。需要极高的天赋和商业洞察力。
    • 格系(格雷厄姆影响下的施洛斯)​:买得便宜,捡垃圾( Deep Value )。机械、简单、分散。

    关于这两路武功套路的对比,雪球上有篇文章做了很好的总结:

    https://xueqiu.com/6832369826/153239003


    超越格系:构建以“红利+消费指数”为中心的组合

    注意:以下是作者私货,可能有谬误,请批判吸收。

    首先,我们要选择以后要走的路,芒系还是格系:

    走芒系,就是阅读无止境的财报,把世上所有的生意模式藏于胸中,然后年复一年的以极大的耐心去寻找心目中的那个"她",找到了就牢牢抱住不放手;具体就是看估值、看成长、看资产、看负债、看现金流、看生意模式、看管理层、看持续性、看运气。。。。。。永远都看不完,最重要的,你得有那个天赋!

    走格系,就简单了,格雷厄姆本人万晚年就提出了一套通俗易懂的非常机械的版本:

    1. 找出所有 TTM 市盈率低于 X 倍的股票( TTM 市盈率=市值/最近四个季度公司净利润)。
    2. X=1/两倍的无风险收益率。例如,当无风险收益率为 4%时,X=1/8%=12.5 。
    3. 找出其中资产负债率<50%。资产负债率=总负债/总资产。
    4. 选择至少 30 家以上,每家投入不超过总资本的 2.5%。
    5. 剩余的 25%资金及不足 30 家导致的剩余资金买入美国国债。假设当时市场只能选出 10 只符合标准的股票,则股票占比不超过 25%,国债占比 75%;如果一只也选不出来,国债占比 100%;能选出 50 只,国债占比 25%,每只个股投入总资金的 75%/50=1.5%。美国国债可以用任何无风险收益产品替代。
    6. 任何一只个股上涨 50%以后,卖出,换入新的可选对象或国债。
    7. 购买后的第二年年底前,该股涨幅不到 50%,卖掉,换入新的可选对象或国债,除非它依然符合买入标准。
    8. 如此周而复始。

    但是作为理工科生,我不想把生命浪费在机械的选股上,所以我选择​用指数代替个股筛选​,在格系的基础上进一步删减。

    核心逻辑

    • 买宽基指数​:相当于“桶里捞鱼”,只需要关注不够宽?估值够不够便宜?
    • 数据稳定​:指数的 ROE 、PB 、PE 很难造假。
    • 收益不差​:买指数的长期收益不一定比买茅台差。

    策略:红利(养老型) + 消费(成长型)

    1. 中证红利(养老型公司 B )

    • 特征​:估值常年在 6PE - 16PE 之间。
    • 策略​:8PE 买入,等 16PE 。
    • 收益推演​:估值 7 年翻倍(年化 12%)+ 每年 10% 利润增长 + 5% 股息。即便不到 16PE ,长期持有也有 10% 年化保底。
    • 定位​:永不倒闭的集团公司,永续经营。

    2. 消费 50 (成长型公司 A )

    • 特征​:ROE 高,波动大。
    • 策略​:一定要买得便宜。最好 12PE (虽然历史上很难见到),两成仓位 15PE 买,拿 20 年。

    数学推演:为什么“跌了更好”?

    我们对比两类公司在 10 年周期的表现:

    • 成长型 A (消费)​:20% ROE ,3% 分红,​4 倍 PB​,20 倍 PE 买入。
    • 养老型 B (红利)​:10% ROE ,5% 分红,​0.5 倍 PB​,5 倍 PE 买入。

    理论基础:

    B 公司(红利)长期破净( PB < 1 )。当它分红并再投入时,本质上是用 1 块钱买入 2 块钱的资产,从此这一块钱享受 2 块钱资产的长期复利。

    只要 B 保持分红且长期破净,分红再投的威力巨大。

    养老型公司 B (中证红利)收益演算

    条件:10% ROE ,6% 分红,0.7 PB 买入

    年份 再投-净资产 再投-市价 再投-年化% 不投-净资产 不投-市价 不投-累计分红 不投-年化%
    1 159.71 111.80 11.80% 151.14 105.80 6.00 11.80%
    2 178.56 124.99 11.80% 159.91 111.94 12.35 11.48%
    3 199.63 139.74 11.80% 169.18 118.43 19.06 11.20%
    5 249.52 174.67 11.80% 189.38 132.56 33.69 10.70%
    7 311.89 218.32 11.80% 211.98 148.39 50.06 10.29%
    10 435.83 305.08 11.80% 251.05 175.73 78.35 9.77%

    成长型公司 A (消费 50 )收益演算

    条件:20% ROE ,3% 分红,4 PB 买入

    年份 再投-净资产 再投-市价 再投-年化% 不投-净资产 不投-市价 不投-累计分红 不投-年化%
    1 27.75 111.00 11.00% 27.00 108.00 3.00 11.00%
    2 30.80 123.21 11.00% 29.16 116.64 6.24 10.85%
    3 34.19 136.76 11.00% 31.49 125.97 9.74 10.71%
    5 42.13 168.51 11.00% 36.73 146.93 17.60 10.47%
    7 51.90 207.62 11.00% 42.85 171.38 26.77 10.26%
    10 70.99 283.94 11.00% 53.97 215.89 43.46 10.00%

    结论:

    最终收益看起来差不多(约 11%-12%),但红利的安全边际极大。

    因为红利类资产容易估值。我偏好那种“涨了不错,跌了更好”的资产。

    为什么跌了更好?

    投资的底层收益来源有三个:

    1. 分红
    2. 公司成长
    3. 估值波动

    中证红利的估值波动很小,成长性不高,但分红稳定。​分红是资产定价的锚​。最重要的是它​长期破净​。分红再投,就是把公司成长和分红的收益都收入囊中。

    代码
    def calculate_investment_scenarios():
        # 用户输入参数
        roe = float(input("请输入 ROE (例如输入 0.2 表示 20%): "))
        dividend_ratio = float(input("请输入股息率(例如输入 0.03 表示 3%): "))
        pb = float(input("请输入市净率(PB): "))
        years = int(input("请输入投资年限: "))
        
        # 初始参数
        initial_investment = 100  # 初始投入 100 元
        initial_net_asset = initial_investment / pb  # 初始净资产
        
        # 初始化两种场景
        scenarios = {
            "再投资": {
                "net_asset": initial_net_asset,
                "cum_dividend": 0.0  # 分红全部再投资,现金分红为 0
            },
            "不再投资": {
                "net_asset": initial_net_asset,
                "cum_dividend": 0.0  # 累计现金分红
            }
        }
        
        # 存储结果
        results = []
        
        for year in range(1, years+1):
            year_data = {"年份": year}
            
            # 计算两种场景
            for scenario in scenarios:
                # 获取当前场景数据
                data = scenarios[scenario]
                net_asset = data["net_asset"]
                cum_dividend = data["cum_dividend"]
                
                # 基础计算
                net_income = net_asset * roe
                dividend = net_income / (roe * 1.0 / pb) * dividend_ratio
                retained = net_income - dividend
                
                # 场景差异化处理
                if scenario == "再投资":
                    # 分红再投资购买净资产
                    reinvestment = dividend / pb
                    new_net_asset = net_asset + retained + reinvestment
                    new_cum_dividend = cum_dividend  # 分红已再投资,不保留现金
                else:
                    # 分红保留为现金
                    reinvestment = 0
                    new_net_asset = net_asset + retained
                    new_cum_dividend = cum_dividend + dividend
                
                # 计算市值和总回报
                market_value = new_net_asset * pb
                total_return = market_value + (new_cum_dividend if scenario == "不再投资" else 0)
                annualized = (total_return / initial_investment) ** (1/year) - 1
                
                # 存储结果
                year_data.update({
                    f"{scenario}_净资产": new_net_asset,
                    f"{scenario}_分红": dividend,
                    f"{scenario}_市价": market_value,
                    f"{scenario}_累计分红": new_cum_dividend,
                    f"{scenario}_年化收益率": annualized * 100
                })
                
                # 更新场景数据
                scenarios[scenario]["net_asset"] = new_net_asset
                scenarios[scenario]["cum_dividend"] = new_cum_dividend
            
            results.append(year_data)
        
        # 打印结果
        print("\n 投资场景对比(单位:元):")
        print(f"{'年份':<6} | {'再投资-净资产':<12} {'再投资-市价':<12} {'再投资-年化%':<12} | {'不再投资-净资产':<12} {'不再投资-市价':<12} {'不再投资-累计分红':<14} {'不再投资-年化%':<12}")
        print("-"*110)
        for data in results:
            row = [
                data["年份"],
                # 再投资数据
                f'{data["再投资_净资产"]:.2f}',
                f'{data["再投资_市价"]:.2f}',
                f'{data["再投资_年化收益率"]:.2f}%',
                # 不再投资数据
                f'{data["不再投资_净资产"]:.2f}',
                f'{data["不再投资_市价"]:.2f}',
                f'{data["不再投资_累计分红"]:.2f}',
                f'{data["不再投资_年化收益率"]:.2f}%'
            ]
            print(f"{row[0]:<6} | {row[1]:<12} {row[2]:<12} {row[3]:<12} | {row[4]:<12} {row[5]:<12} {row[6]:<14} {row[7]:<12}")
    
    # 执行计算
    if __name__ == '__main__':
        calculate_investment_scenarios()
    

    最后的作战计划

    把计划写出来,然后从各种角度攻击它:

    1. 基础配置​:采用 现金 : 股 : 债 = 2 : 4 : 4 平衡。
    2. 动态平衡​:当股债比例变为 4:6 或 6:4 时,进行再平衡。
    3. 权益类内部配置​:
      • 选择价值类指数(如中证红利、红利低波)。
      • 选择成长类指数(如消费 50 或 纳斯达克)。
      • 当估值预期相当时,配置 ​红利 : 消费 = 8 : 2​。
      • 当两者估值偏差较大时,进行内部再平衡,吃到估值波动的收益。
    4. 定期复盘​:每年年底进行一次“2:4:4”归位再平衡。

    附:标的参考

    当然,下面的标的您可以自由搭配组合:

    我的债券基金选择(风险从低到高):

    • 易方达新综合债券 A (F161119) - 跟踪新综合债券指数
    • 易方达中债 7-10 年国开债指数 (F003358)
    • 华夏亚债中国指数 A (F001021)
    • 招商双债增强债券 (F161716)
    • 易方达双债增强债券 (F110035)
    • 易方达安心回报债券 (F110027)
    • 兴全可转债混合 (F340001)
    • 可转债 ETF (511380)

    我的权益类指数选择:

    • 中证红利
    • 港股通红利
    • 红利质量
    • 红利低波
    • 美国红利 ARCA:SCHD
    • 沪港深 500
    • 消费 50
    • 纳斯达克 QQQ
    • 标普 500

    总结

    • 资产配置​:所有资产一视同仁。破除“现金稳定”的执念。风险无法消灭,只能通过配置使其可控。
    • 再平衡​:这是让你无限逼近“完美投资曲线”的最简单方法。
    • 估值​:更准确的估值能让你更精确地计算胜率和赔率。而指数是降低估值难度的利器。

    我们以能够估值的指数为单位,结合债券和现金,将风险关进笼子,结合再平衡,把波动变成朋友。

    对一些执念的回答

    “做 T 也有发大财的。”

    当然,但发财的人少,且很难复制。幸存者偏差而已。

    “股债平衡在股票涨的时候卖股票,减少了盈利。为什么这合理,而我做 T 浮动仓减少盈利就是缺点?”

    日心说和地心说都能解释太阳东升西落,但要预测星星的轨迹,地心说就失效了。再平衡是处理风险的手段,而不是为了预测涨跌。

    “有人就是熬不住长线,底仓加浮动仓适合心理按摩。”

    当你把投资称为“熬”的时候,路已经走错了。

    为什么存银行不叫“熬”?因为你把现金看作锚。如果跳出来,众生平等地看待所有资产,它们都是有内在价值、价格波动的标的。存银行也是一种配置,而且大家都知道长期存银行有极大的贬值风险。

    12 条回复    2025-12-05 15:45:58 +08:00
    azhangbing
        1
    azhangbing  
       4 天前
    大多数人不是投资 而是投机
    shyrock
        2
    shyrock  
       4 天前
    OP 原创?浅显易懂,我觉得非常适合我这种门外汉水平。。。
    haloandspike
        3
    haloandspike  
       4 天前   ❤️ 1
    保存了,op 快删了 XD
    L4Linux
        4
    L4Linux  
       4 天前 via Android
    大 a 炒的不是估值,是预期。
    cmdOptionKana
        5
    cmdOptionKana  
       3 天前
    我前几天发的《高风险,低收益——也许我们不该碰运气》 https://v2ex.com/t/1175902 正是起源于对估值的思考。

    我从小到大都是保守风格的人,讨厌风险,初学炒股,也是从价值投资的开始学。因此,买股票就是买公司、赚公司发展的钱、好的公司好的价格、市场总是正确的(价值总会回归,股价总会回归)…… 这些思想可谓深入骨髓。

    但最近(前几天)我突发奇想,市场是正确,价值是会回归,但我忽略了一个因素:时间。

    我忘记了当天是看了哪本书还是雪球上哪篇文章,其中提到价值回归可能要很多年。我就像,价值总会回归,就像正义总会到来一样,是会来没错,可是它们也总是迟到啊!

    我突然看到了曾经忽略了的东西,曾经我也看到过市场正确、价值回归,当时也看到过关于时间的提示:可能要很多年。

    也就是说,我突然发现,常说市场正确,那是长线市场,而短线市场会犯错!

    而如果短线市场会犯错,甚至经常犯错,那就意味着我在短线有机会比市场更正确。

    思考后,我写了《高风险,低收益——也许我们不该碰运气》这个帖子。因为我发现短线是有机会赚钱的,关键要解决一个问题:想办法做到比“纯碰运气”稍稍高一点胜率。也就是说,只要有办法避开一部分风险,也许就能让胜率超过 50%

    具体怎样避风险、降风险,我还在研究中。其中一个比较简单的办法,就是在自己本来已经在做长线的股票(或基金)上做浮动仓。

    因为这个股票(或基金)本来就已经在做长线,那我怕加仓吗?不怕,也不能怕,怕就不如立即清仓不做长线。我是已经选好了一个股票(或基金),已经决定了长期持有,不怕短期跌。跌了当作加仓,涨了就卖,因为短期市场它自己会犯错,它会涨涨跌跌,等待一次较大的起伏(例如上下波动 5%)是很有可能可以等到的。

    而这只是其中一个方法。例如还可以定投,每日定投,把每天波动全部吸纳,只要某一天看到最近一个月涨了 2%就计算一下把盈利的“浮动部分”卖掉,继续定投。

    关键在于“市场在短期会犯错”,这是底层逻辑,只要这个底层逻辑正确,那么具体的操作方法可以慢慢研究。(另外要注意,思考这个问题的时候很容易把短线和长线对立起来,其实两者不对立:用浮动仓赚短线的钱,不影响用底仓赚长线的钱)
    Sawyerhou
        6
    Sawyerhou  
       3 天前 via Android
    有趣的帖子,这么长的帖子我看完的不多,感谢分享!

    接下来的时代是泡沫破灭后的萧条期,对价值投资 来说,是个好时代。
    memorybox
        7
    memorybox  
    OP
       3 天前
    "也就是说,我突然发现,常说市场正确,那是长线市场,而短线市场会犯错!而如果短线市场会犯错,甚至经常犯错,那就意味着我在短线有机会比市场更正确。"

    这个逻辑的事实就错了;市场短期犯错和长期犯错的几率是类似的;而且市场犯错有四种组合:

    1. 定价贵了,短期会纠正
    2. 定价贵了,长期才会纠正
    3. 定价贱了,短期会纠正
    4. 定价贱了,长期才会纠正

    期待短期做一个估值波动的资产上做 T ,然后获取收益,本质上就是希望能猜对情况 3 进行低买高卖;而市场的犯错是一个完全随机的行为,所以猜对情况 3 需要 75%的胜率,这就是我一直在第一篇文章里面强调的,做 T 需要>74%的胜率才行;
    cmdOptionKana
        8
    cmdOptionKana  
       3 天前
    @memorybox

    1. 定价贵了,短期会纠正

    只在有钱赚的时候才卖,因此,短期纠正(卖了之后股价跌),说明卖对了,成功赚钱。

    2. 定价贵了,长期才会纠正

    只在有钱赚的时候才卖,短期的钱我已经赚了,过了很久股价才跌,不影响我的短线操作利润。同时,也不影响底仓赚长线的钱。

    3. 定价贱了,短期会纠正

    由于我有“浮动仓”,如果买了之后,短期纠正(买了之后股价涨),那根据我的策略就会卖出浮动仓,成功赚钱。

    4. 定价贱了,长期才会纠正

    这是对于浮动仓来说最坏的情况(或者说唯一不利情形),但因为我是在长线股票(基金)上面做浮动仓,如果跌了不涨,我就当作给长线加仓了,慢慢熬。事实上,就算不做浮动仓,跌了也是要加仓的。唯一要注意的是头两次加仓快点无所谓,但如果两次加仓还继续跌,就不能急了,要多等等,用时间换安全。

    最后这种情况,会比股债再平衡多冒一些风险,但我认为风险可控,属于好的风险。因为对于长线持仓来说,定投和一次性满仓相比,也是有争议的,很难说定投就一定更好,既然如此,浮动仓的风险收益介于定投与满仓之间,当然不算“太大”风险。

    风险收益从小到大:定投 —— 底仓长线+浮动仓短线 —— 满仓长线

    风险收益处于中间的浮动仓战法,风险依然可控,不是洪水猛兽。
    cmdOptionKana
        9
    cmdOptionKana  
       3 天前
    其实从浮动仓的角度看,就两种情况:

    1.浮动仓买入,股价涨,卖出,成功赚钱。
    2.浮动仓买入,股价跌,等待,变成长线。

    卖出的情况不用分析,因为总是在有钱赚的时候卖出,且无论什么时候卖,都不影响底仓赚钱。
    jellyX
        10
    jellyX  
       3 天前
    @cmdOptionKana 你是怎么做到每天都能吹这么多水的?
    cmdOptionKana
        11
    cmdOptionKana  
       3 天前 via Android
    @jellyX 我不用上班
    shm7
        12
    shm7  
       2 天前
    能维持长期赚钱,最核心的应该就是估值。估值体系太多,不同行业估值还有自己的门道。
    后面 2:4:4 有点纸上谈兵,普通小散不适合债市里玩,债市最近也是风大浪大。
    关于   ·   帮助文档   ·   自助推广系统   ·   博客   ·   API   ·   FAQ   ·   Solana   ·   2588 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 24ms · UTC 11:42 · PVG 19:42 · LAX 03:42 · JFK 06:42
    ♥ Do have faith in what you're doing.