1
投資
2020 年的時候，白馬投資是正道，人人都要說幾句巴菲特； 2021 ~ 2022 年的時候，景氣度投資是王道，每天開盤前，不看看近期的高頻數據，你就不知道今天該買什麼賣什麼；到了今年，主題是霸道，跟主題沒關係的投資，起跑線就輸了……
投資風格賺來的錢
風格的錢同樣也是憑本事賺，不丟人。怕就怕，很多人賺的其實都是風格的錢，卻以為是研究基本面的錢。
我在行為金融學系列的上一篇認為：風格其實是認知偏差的一種，是一種穩定的偏差。賺風格的錢，就是你的偏差跟市場的偏差，偏差到一塊兒去了。
與偏差對應的一個概念是噪聲，就是水平時高時低，判斷時準時不准。
長期而言，風格偏差可以賺錢，但噪聲是一定虧錢的，所以投資決策需要消除噪聲。
消除噪聲的一個好方法是“平均”，之前舉過一個真實的案例：
統計學家高爾頓來到一個集市，有人殺了一頭牛，圍觀的人可以每人花一點錢猜這頭牛的重量，最後離準確值最近的人，可以獲得全部牛肉。高爾頓找到了全部 787 個人的答案，發現大家猜的重量差距雖然很大，但平均值 1197 磅與實際重量 1198 磅，相差不到 0.1% 。
原因在於，噪聲是往不同方向偏，有大有小，有正有負，如果數據足夠大，且數據間彼此獨立，沒有相互影響（猜測者之間沒有交流），平均值就足以消除這些噪聲，得到內在價值。
這個案例經常被用來證明“市場有效性”，也引申出一個消除噪聲的方法——
把你的分析過程跟幾個投資高手交流，聽取他們的意見，並對他們認同的價格取平均。
以上是上一篇《一個減少投資判斷失誤的方法》的主要內容。文章發出後，有很多讀者提出不同的意見，最典型的疑問是：
風格不同的投資者投票的結果，就像把蘋果和桔子平均，意義何在呢？
這個問題涉及到系統與個人的不同，對於股票系統而言，平均法不但可以消除噪聲，還能消除個體偏差。
如下圖所示，對於系統而言，所有個體的偏差（包括風格）集合在一起，就變成了系統的噪聲。
而平均法，讓相反的噪音在相互抵消後，被強化的就是群體最大公約數的股價認同。
本文接著上一篇的觀點（沒看過上一篇的，建議先看上一篇），把偏差和噪聲的概念，從個體延伸到系統，討論以下幾個問題：
- 股票價格形成的三個機制
- 市場風格偏好的四個像限
- 導致股價波動的兩個偏差
- 參考意義最大的四個價格
- 歷史估值法
股價形成機制
股價形成機制 1 ：猜重器消除噪聲
有一個很有趣的問題，最早的估值法市盈率法是上個世紀三十年代才被廣泛應用的，那之前的人是怎麼給公司估值的呢？
看過《股票大作手回憶錄》的朋友應該都有印象，那時投資者出價其實更多憑歷史價格和個人感覺，最多參考一下分紅，並沒有什麼科學的估值方法。
但有人回顧那個年代公司的估值，發現跟現在估值體系的結果大致相當，也是跟基本面匹配，只是波動更大一些。
所以說，股價不是估值方法估出來的，而是交易出來的，就像前面說的大家猜牛重量一樣，金融市場就是一個“猜重器”，每個人都帶著個體偏差，形成了系統噪聲，再通過交易消除噪音，形成成交價格。
這就是股票價格形成的第一個機制：猜重器。
其中，基本面投資者發揮了最主要的“猜重器”作用，使得股價大體基本反映了基本面。
這也是“有效市場理論”和“隨機漫步理論”的理論依據之一。
但是，只要你是活在這個市場中（而不是大學課堂上），你就應該感覺到，市場有效性並不存在，否則就不會有 6124 點的高點，也不會有港股去年十月底那種無底線的下跌，反轉之後又無節制地暴漲。
這是因為，股票投資與猜牛重量有兩個本質的差別，導致股價的形成還有兩個更複雜的機制。
股價形成機制 2 ：風格偏好函數
牛重量與股價的第一個差別：牛的重量是現實的、客觀的，而股票的價格包含了兩個方面：
- 現實
- 從現實推測出的預期
淨資產 50 個億的公司，市值可以到 500 個億，這多出來的 450 個億都是未來現金流貼現，來自預期。
股價=現實+預期
這裡的預期，不是現實的簡單線性外推，而是總體面的某種偏好函數，市場會在不同的時期發生不同的偏差，最後就形成了——“市場風格”。
現實和預期可以組合出四個風格象限：
回顧一下近幾年市場的風格：
- 強現實強預期-象限 1 ，獲利升，投資猛，所有的股票一起提升估值（ 2020 年下半年）
- 弱現實強預期-象限 2 ，經濟成長一般，但市場預期復蘇，市場會傾向於提高有空間的股票的估值（ 2019 年上半年）
- 弱現實弱預期-象限 3 ，獲利差，不敢投資，所有的股票一起壓估值（ 2018 、 2022 年）
- 強現實弱預期-象限 4 ，經濟成長強勁，市場看到了潛在的危險，市場會傾向於對業績確定性強的股票以估值（ 2017 年、 2021 年下半年）
四個像限逆時針轉運，形成一個標準的總體經濟週期。
所以，市場作為一個系統，不但有噪聲，還有偏差。
上一篇中，我已經總結了，風格是一種穩定出現的認知偏差：
- 2019 年中美貿易摩擦的背景下，所有的安全自主屬性的資金都被賦予估值溢價
- 2020 年基金牛市，基本上所有的公募重倉股，都被市場賦予估值溢價
- 2021 年全球經濟一枝獨秀，所有的高景氣度資產，都被市場賦予估值溢價
- 2022 年經濟不斷下沉，市場極度追求現金流，大部分資產（包括高成長）都被殺估值，除了少數高股息方向
今年前幾個月，市場上“弱復甦也是複蘇”和“從復蘇走向通縮”兩種情緒交替出現，導致市場有兩條截然不同的主線：
AI 板塊代表前者，弱現實強預期下，放棄業績炒空間；“中特估”代表後者，在弱現實弱預期下，唯有已經收縮過很多年的高股息產業才值得擁有。
這就是股票價格形成的第二個機制：風格偏好函數，它決定了市場會給哪一些股票更高的估值溢價和折價。
當然，風格偏差的形成機制，仍然在傳統的經濟理論的框架內，可解釋，可利用，可預測，股價的不可預測性，主要在第二個差別。
股價形成機制 3 ：趨勢係數
牛重量與股價還有第二個差別：投資者之間的相互影響。
我們可以把市場的投資者分為兩類，第一類投資者就像在猜牛重量的人，不關心別人的想法，只要報出自己內心認可的那個重量就可以了。
傳統的價值投資者，關心公司的內在價值，遠甚於關心股價是漲是跌，他們的出價，不受市場影響，如果市場上只有這一類投資者，那就只有風格偏差，沒有那麼多極端的價格演繹。
但市場上還有第二類投資者，他們使用的不是巴菲特總結的“稱重器”，而是凱因斯總結的“選美投票”，即，不是選出自己認為最美的，而是猜測大多數人認為最美的。
正是這類投資者，在上漲時不斷買入，使得市場最後極度高估，在下跌時，不斷賣出，到最後極度低估。
這類投資者對趨勢的判斷，可以定義為“趨勢係數”，這就是股票價格形成的第三個機制，導致了每一類股票的估值溢價折價的放大與回歸。
如果說，風格偏差是對現實的預期，那麼，趨勢偏差就是對風格偏差的預期，就是我們常說的預期的預期。
股價最高（低）點與次高（低）點
先小結一下，基於噪聲與偏差的股票定價的三重機制：
- 首先基本面定價：投資者消除個體噪聲，形成基本股價
- 疊加風格偏差，市場風格偏好函數決定了哪些股票有估值溢價、哪些股票有估值折價
- 再疊加趨勢偏差：趨勢係數決定了估值溢價折價的放大和回歸
由此總結：
股價=內在價值（現實基本面消除噪聲定價）+風格偏好（基本面的風格偏好函數）+趨勢偏好（風格偏好的趨勢係數）
（這其實可以變成一個數學公式，但數學公式會打斷閱讀體驗，嚇跑很多讀者，就不寫了，留給數學好的同學寫吧）
你看看，公司基本面本身就在不斷變化，再疊加風格偏好的變化和趨勢交易者的推波助瀾，使股價呈現複雜的無規律趨勢，形成高高低低的頂和底。
但在這些波動中，有兩組股價是最重要的：
第一組是每一波估值上升與下降趨勢中的估值（不是股價）最高點與最低點。
不同趨勢投資者在某一個時刻創造的偏差無法用平均法消除，因為投資者總是同時偏向同一個方向。
但如果拉長時間看，他們在時間長河裡又形成了各種偏差，變成了整個時間體系中的噪音，可以用平均法相互抵消。
我在《一個減少投資判斷失誤的方法》文章中提出了賠率的計算方法，正是用極值的平均。很多人認為這些極值對於這些股票而言，都是無意義的噪音，但正因為是噪音，它們才更有意義。
當然對極度樂觀和極度悲觀取平均值的方法，還是比較粗糙的，更精確一些，可以再找一組——
第二組是每一波估值上升與下降趨勢的次高點與次低點。
基本面投資者仍然會受風格偏差的影響。而風格和基本面又同時受總體環境影響，比如 2020 年，消費白馬普遍漲到 100 多倍，雖然大部分是泡沫，但確實當時消費產業的基本面也是最好的，業績預測未來兩年普遍是 30% +的成長。
風格偏好的波動性雖然小於趨勢偏差的波動性，但因為有基本面的支持，卻更穩定，往往長達一年以上，不但平均值有意義，它們也包含了更多的資訊。
總結一下這兩組價格的意義：
其中的估值最高點和最低點，代表風格偏差疊加了趨勢偏差；其中的估值次高點和次低點，以風格偏差為主。
歷史估值法
基於這個原理，我寫過一套歷史估值法，就是利用市場在不同偏差階段給出的估值極限，去判斷公司的內在合理價值，具體方法，這裡就不詳細說了。
和“歷史估值百分位”方法一樣，它同樣存在長期合理估值與近期合理估值，即：
- 過去兩三年的小級別週期，估值極限對應近期合理估值
- 過去三年以上的大級別週期，估值極限對應長期合理估值
它跟常用的“歷史估值百分位”比較相似，但也有兩個不同之處：
第一，它主要考慮有意義的估值極限，它往往代表某一類因素的最大影響力；
第二，充分考慮“現實基本面”對應的基本估值的變化：
很多公司歷史上基本面都發生過巨大變化，不能壓縮成“歷史估值百分位”，而是要去理解每一個極限估值點位對應的當時的現實基本面、當時的市場風格。
一般估值方法的參考數值，都是主觀經驗——包括最科學的自由現金流貼現法的貼現率，而歷史估值法的所有數值，都是純粹客觀的歷史數值，消除噪聲後的結果。
人有噪聲，但規則沒有，所以在大多數的判斷當中，一個算法模型，甚至是一個簡單的規則，效果也往往要好於人類自以為是的判斷。
投資者更應該專注於企業基本面分析與未來的發展趨勢，把與市場相關的估值高低判斷的權力，還給市場。
歷史不一定會重演，但歷史的平均值會不斷重演。
本文來自微信公眾號：思想鋼印 （ID： sxgy9999 ），作者：人神共奮
《虎嗅網》授權轉載
【延伸閱讀】
210112
