ZKIZ Archives


讀書筆記:巴菲特的信1958&1959年 By Damon 濟南實習

http://blog.sina.com.cn/s/blog_9ad4e2650101odtv.html
 
1958年,美國股票一片繁榮,巴菲特認為這是人們對股票投資的熱情導致了股票的反映,並覺得人們的投資狂熱會導致災難。他堅持不去預測股票市場,其精力是用來尋找被低估的股票,他最大的一隻股票thecommonwealth trust co. of union city, newjersey認為是以極低的價格買入的,並且其價格上漲的趨勢很明朗。其後他指出了市場的活躍程度與股票價格偏離其價值的關係:市場越活躍,被低估的證券就越小,市場越活躍,被低估的證劵就越少,試圖找到足量的優質投資證劵就越困難。此時,他傾向於增加持股比例。
   在1959年的信中,他首先擺出一個事實,儘管道瓊斯指數顯示了一個強有力的市場,但是紐約證券交易所更多的股票是下跌而非上漲的行情,多數信託公司的收益率比起道指都會黯然失色。巴菲特在信中表示出他多年就擔憂出現對這種情況,然後其對公司收益情況做了一個介紹,表明其投資策略的有效性。
   今天是第一次接觸投資的知識,對我來說一切都是新的,不敢說有自己的理解或見解,只是有點小疑問——巴菲特的投資組合(一隻被嚴重低估的大股和被低估並且走勢疲軟的股票組成)為什麼會導致熊市和平淡市場的突出表現和牛市中的平庸表現?這種相關性怎麼來的?
讀書 筆記 巴菲特 巴菲 的信 1958 1959 By Damon 濟南 實習
PermaLink: https://articles.zkiz.com/?id=80878

讀書筆記:股市真規則 & 巴菲特的信1971&1972年 By Damon 濟南實習

http://blog.sina.com.cn/s/blog_9ad4e2650101oeq8.html

   在股市真規則的第二章中,講述了股市投資的七個應當避免的錯誤:虛幻的目標;相信這次與以往不同;陷入對公司產品的偏愛;在市場下跌時驚慌失措;試圖選擇市場時機;忽視估值;依賴盈利數據作分析。總結起來一句話,懷一顆平常心,始終瞄著企業的價值去投資。
   在第三章中江蘇了怎樣分析企業的競爭優勢,總體上分為四步,第一步是通過評估歷史上的的盈利能力來尋找具有穩定收益的公司;第二步是評估公司競爭力的來源;第三步是評估公司保持競爭優勢的時間;最後一步是分析行業的競爭結構來輔助分析決策。
   在這裡我提出兩個疑問:1.分析企業的第一步是通過歷史數據判斷企業盈利的穩定性來判斷是否作為以後分析的對象,那麼企業穩定盈利的歷史數據越多,被選中分析的幾率也就越大,但由於任何企業的盈利週期都不是無限長,那麼企業被選中分析的幾率越大是否也意味著這種分析方法下選中企業在之後的時間裡可用於投資的盈利期會變短?是什麼優點導致這種投資方式的普及?——由於海量股票不容易選擇,還是歷史分析期遠小於現實中優秀企業的盈利週期,或者其他關鍵點?
   第二個要說的是在分析競爭力的第二步中,本書大體提出了五個途徑:前兩種是產品的差異化,第三種是低價格,後兩種是關於競爭壁壘的途徑。在廣泛熟悉的波特五動力中,競爭者、進入者以及替代品這三個競爭力都被在這五個途徑體現出來,但是沒有具體展現供應商和經銷商這兩個動力,如果把這兩個競爭動力加入進來,那麼加入到低成本這一途徑最合適,再進一步,在投資分析中,假如將企業的競爭優勢定位為「低成本」優勢,那麼對這種競爭途徑的分析涉及到的內容會相對較多,範圍更廣,更複雜化,風險也越大?
   又讀了巴菲特的信(1971&1972年),在這兩份信中,巴菲特展現了自己的投資分析方式,首先選擇企業,然後分析企業競爭力的來源,裡面的細節介紹和股市真規則講述的內容步驟是何其相似。還有他還表達了自己如何根據當前形勢調整企業戰略,塑造新的競爭力。對我影響最深的一點是巴菲特把股東的信分成了四部分:紡織業、保險業、銀行業以及金融情況,如果紡織業源於其企業歷史,金融部分表現的是公司借錢生錢的業務,那麼保險業和銀行業就是巴菲特的投資對象,這兩個投資真正體現了「組合」的意義,兩者相輔相成,還可以有效降低風險。
讀書 筆記 股市 規則 巴菲特 巴菲 的信 1971 1972 By Damon 濟南 實習
PermaLink: https://articles.zkiz.com/?id=80951

讀書筆記:巴菲特的信1973-1975年 By Damon 濟南實習

http://blog.sina.com.cn/s/blog_9ad4e2650101ofoz.html
 
在巴菲特1973-1975年的信中,股東權益回報率一路下滑,企業的整體運營令人很不滿意。在紡織業中出現了「V」字型的衰退,紡織業在1975年的後期已經開始急速回升。
   在保險承保業務中,由於被高估的盈利水平導致競爭的加劇;其他保險公司認為能源價格的上升導致事故低發,但理賠價格的上升降低了保險業的經營困難;本土化戰略的擴張受阻等原因造成了這一行業經營慘淡的局面。但巴菲特講到企業會繼續致力於壯大公司規模並使得盈利來源多元化。我們的目標是維持謹慎的融資和資本的高流動性,保持資產負債表的額外盈利優勢,同時堅守銀行及保險行業固有的信用責任,這樣會使得我們長期的股權資本回報率高於美國整體行業的水平。信中也提到了幾個收購計劃:首先是併購DiversifiedRetailing Company, Inc,後來被董事會否決,其表示還會尋找機會;增持Blue ChipStamps公司股票的計劃,也講述了如何將其財務數據和現有公司數據整合的問題;還有就是對Sun Newspapers,Inc.的收購,巴菲特說因為這家公司的財務狀況並不是那麼理想,所以一直沒有早年度報告中提到它,但公司的規模不一定和其出版的水平劃等號。
讀書 筆記 巴菲特 巴菲 的信 1973 1975 By Damon 濟南 實習
PermaLink: https://articles.zkiz.com/?id=81182

讀書筆記:股市真規則 By Damon 濟南實習

http://blog.sina.com.cn/s/blog_9ad4e2650101ofoj.html

   在第四章中,講述了怎麼看財務報表,財務報表是如何組合的,以及怎樣使用財務報表識別公司的好壞,這一章是以後章節的鋪墊。最重要的是三張表:資產負債表、利潤表和現金流量表。資產負債表反映了在某一特定時點這家公司的資產和負債情況;利潤表反映了公司一年或者一個嫉妒賺了或者損失了多少會計利潤,它不像資產負債表那樣是企業財務健康狀況的一個精確時點的快照,它記錄了一個時段的收入和費用;現金流量表記錄了流入和流出公司的現金情況。
   第五章詳細講解了三個財務報表的結構和意義。資產負債表變現了公司擁有多少資產、多少負債,兩者之差就是股東投入公司的資金價值(所有者權益)。其子科目下的「應收賬款」後面常跟著一個「壞賬準備」,它反映了一架公司估計有多少錢可能可能會被賴賬不還,如果記錄了大量的應收賬款,這可能是公司遇到忙煩的信號。利潤表反映了公司利用這些資產和負債是賺錢了還是賠錢了。其中,「非經營性損益」表現的是公司非常規經營的一次性費用或者收益,比如關閉一件工廠的費用或者賣出一部分的收益,應該以懷疑的態度考察其下面的「一次性費用」,公司有把真實營業活動中的費用加到這個項目中的習慣,好像每年公司都受到某種衝擊,分析起來變得更困難,要搞清楚是什麼原因引起了這些費用。現金流量表是一家公司創造價值的真正的試金石,它反映的是一家公司在一個會計年度中發生的現金是多少,以及現金是由哪些部分組成的。當估計一家公司去掉偽裝之後有多少現金時,首先看現金流量表,然後檢查資產負債表財務基礎的穩固性,最後再看利潤表,查一下毛利率等。
讀書 筆記 股市 規則 By Damon 濟南 實習
PermaLink: https://articles.zkiz.com/?id=81184

讀書筆記:股市真規則 By Damon 濟南實習

http://blog.sina.com.cn/s/blog_9ad4e2650101og9b.html
   在第六、七章中,講述了分析企業的基礎,這個過程主要分解為五個方面:1.成長性:考慮一家企業成長的有多快?它成長性的來源是什麼?這種成長具有怎樣的持續性?銷售增長有四個來源,前三個是銷售更多的產品或者服務、提高價格和銷售新的產品和服務,重要的是把握好公司的成長有多少來自提高價格、多少來自於銷量的增長、多少來自市場份額的增加?公司成長的第四個來源是是「收購」,這是最應該注意的,風險很大。
    2.收益性:公司的投資產生了怎樣的回報?首先考察資產收益率、淨資產收益率:經資產收益率=資產收益率*財務槓槓比率=銷售淨利率*資產周轉率*財務槓槓比率=淨利率/銷售收入*銷售收入/資產*資產/所有者權益;接下來考慮自由現金流:自由現金流=經營性現金流-資本性支出。接下了將淨資產收益率和自由現金流放在一起考慮,利用盈利能力矩陣分析。最後考察的一個指標是投入資本收益率,這個指標調整了資產收益率和淨資產收益率的某些特徵。它把與負債相關的扭曲矯正過來,而且去掉了公司不同的融資決定造成的影響。
    3.財務健康狀況:這家公司的財務根基是否牢固?4.風險/負擔情況:你投資中的風險是什麼?這部分需要仔細認真的考慮潛在的負面因素。5.管理:誰在主持這項業務?他們經營這家公司是為了股東的利益還是為他們自己?這一部分很關鍵,但也沒有太多的可量化的指標可以參考,管理評估主要分為三部分:報酬、性格和運作。
讀書 筆記 股市 規則 By Damon 濟南 實習
PermaLink: https://articles.zkiz.com/?id=81335

2013-11-9 工作記錄 Damon 濟南實習

http://blog.sina.com.cn/s/blog_9ad4e2650101og9k.html

  今天的工作依舊。但今天想隨意聊點閒暇之餘的東西,我可以說完全沒有財務基礎,所以歡迎各位能夠批評指證,如能起到拋磚引玉的作用,深感榮幸。每個人都有不同的背景,所以都有各自看待問題的獨特方式。有時候我也一直問自己價值投資的獨特點到底是什麼?如果從系統動力學的觀點來看,能讓這個世界增值的源泉只有兩個:陽光和大腦,前者靠祖宗積累,後者靠教育。雖然人的思想的最終展現靠具體的資源,但靠挖掘資源價值而投資的途徑和其他投資途徑沒多大差別,只是投資時間長短有異;那麼另一個就是教育,教育催生新的文化,它是促進社會發展的動力。所謂「大者勢也,小者時也」,尋找人類文明的大趨勢所引導的增值方向是價值投資的最源泉。從小處看,任何一個公司都處在動態變化的過程中,尤其是現在信息科技的發展以及新媒體時代的到來等因素。這讓我想起了以前寫的一篇國際會議論文,在那篇文章中給出了一個組織如何在不斷變動的環境中向前發展的概念模型,其中區別組織的目標和目的是關鍵,「順勢而動」是其路徑曲線。雖這個想法缺乏實證驗證,但分清組織的目標和目的是判斷組織成敗的一個關鍵點,在我看來這也是價值投資的關鍵獨特點,只不過它在乎的是公司的走向是不是符合「大勢」,有多符合就決定了這家公司的價值。
   再有一點想說的是昨天下午聽Jackie和曉光兩個人討論的時候,我也在思考把這些分析過程自動化的可能性,但直覺告訴我,這個過程中靠查看文字而進行決策分析的過程中肯定存在著一個自動化實現的大困難,普通的模塊化軟件設計思路沒有多大價值,雖然我具體說不出是哪一個方面。而且在我腦海中感覺如果自動化可以被實際拿來用,應該應用到人工智能或者是自動機的一些東西。拋開具體的操作過程,說的遠一點,個人總結覺著電腦和人腦的最大的區別在於人腦在潛意識裡具有對比和比較的習慣,它會自動的對事物做靈敏度分析。解釋這種過程需要綜合兩個階段:一些哲學家如柏拉圖認為任何事物在人的腦海中存在一個「理想模型」人們在現實中遇到這些「殘缺的」事物的時候就會和腦海中「理想模型」做對比,從而發現問題,但理想模型無法被人表達出來;另外的一些哲學家(經驗學派)和前面的正好相反,他們認為人鬧中不存在這種理想模型,只是人在無數次的觀察中似乎看出了某種不變的東西。靠模仿人的思維設計軟件是不現實的,因為那些「理想模型」是無法實體表達的,如果我們希望將有益的經驗固化,在從經驗固化到理想模型,再如何識別現實與理想模型之間的差別這兩個過程中的「度」是實現自動化的關鍵。
   個人見解,僅供信璞同仁批評指證。
2013 11 工作 記錄 Damon 濟南 實習
PermaLink: https://articles.zkiz.com/?id=81336

讀書筆記:巴菲特的信1981年 By Damon 濟南實習

http://blog.sina.com.cn/s/blog_9ad4e2650101olxq.html
 
在這封信中巴菲特繼續討論了廣義的無控制權收益。例如,公司在投資企業中有重要投資,但是還不能控制或者重大影響其公司的未分配利潤。我們的理念是,總體看來,對伯克希爾的股東而言,這些未分配利潤(可就是未記錄的利潤)會轉化為有形的價值,就像我們控制的子公司為我們創造收入和留存收益一樣。併購的目標在於將真實經濟效益最大化,並非是在管理領域或者是在會計報告的賬面數字上最大化。除此之外還講了關於影響長期回報率的因素。除通貨膨脹因素外,經濟理論證實,股權投資的回報率要比固定收益證券投資的回報率要高,因為公司管理層將會運用經營技巧來創造比被動投資更高的回報率(固定利率有價證券)。那麼既然股權資本意味著更大的風險,要求更高的收益則是理所當然。
讀書 筆記 巴菲特 巴菲 的信 1981 By Damon 濟南 實習
PermaLink: https://articles.zkiz.com/?id=82262

讀書筆記:巴菲特的信1982年 By Damon 濟南實習

http://blog.sina.com.cn/s/blog_9ad4e2650101ooxj.html
 
 這一年的回報率有所降低,而且遠遠低於我們近幾年的回報率高點,即1978年的19.4%。回報率的降低主要源於:1)保險承保業績的大幅下降;

2)權益資本投入的顯著增加並沒有帶來同比例我們所直接運作的業務的增長;

(3)聯營業務(部分擁有,不直接運營)的資源投入在持續增加;而會計準則卻要求伯克希爾公司所報告的收益中必須剔除從這些業務裡按比例獲得的相當大部分的收益。

  同時也批評了1982年瘋狂的併購潮(交易價格太高)

 保險的行業情況:產品無差異,完全競爭,產能的擴張毫無約束(簽個字就行)1950年到1970年間,保險行業平均的綜合賠付率為99.0,行業和各州監管部門維持了統一價格,但是,後來的新進入者壓低了價格。

讀書 筆記 巴菲特 巴菲 的信 1982 By Damon 濟南 實習
PermaLink: https://articles.zkiz.com/?id=82610

2013-11-22 工作記錄 Damon 濟南實習

http://blog.sina.com.cn/s/blog_9ad4e2650101opm6.html
今天在做程序,調了一天的Bug,已經完成。
交易模型分成了四部分,函數名以及總函數如下:
#讀取數據
Data<-function()
#交易策略制定以及 資產變化觀測
Rult<-function(a,Onumber)
#執行 股票 賣出 、 買入 策略
Quan<-function(Sig,Num,Pv,a)
#總交易分析函數
Dpv<-function(){
Onumber<-1000/8                     #初始分配一隻股票的股數
DATA<-Data()
c<-DATA[ ,2:9]                      #數據轉換
a<-as.matrix(c)
Output<-Rult(a,Onumber)              #返回每期各個股票的市值 Output$Pv 以及股票數目 Output$Num
Befor<-matrix(nrow=(nrow(a)-99),ncol=1)
After<-matrix(nrow=(nrow(a)-99),ncol=1)
Dpv<-matrix(nrow=(nrow(a)-99),ncol=1)
for(i in 1:nrow(Output$Pv)){
Befor[i]<-(sum(a[i-100, ])*Onumber)
After[i]<-sum(Output$Pv[i, ])
}
Dpv<-(After-Befor)
return(Dpv)
}

交易策略中按照交代的在大於兩倍方差時賣出,小魚兩倍方差時買入,個股資產不大於總資產的20%,股票不少於6只(總共8只)。從2010-01-04的數據開始跑(初始計算偏離度的平滑時間是100天),看了下結果(具體結果可得到,不好黏貼在這),總體來說這個交易策略和一直保持不動的策略收益沒有顯著提高,兩個策略在840天的比較中總資產領先各大約一半,本交易側策略與不做任何交易的策略所帶來的資本變動簡單介紹如下圖:
2013-11-22 <wbr>工作记录 <wbr>Damon

從總體來看,前期本策略處於劣勢,它還不如不做任何改變,但後期就比不做任何策略的好的多,而且是突變,不知道什麼原因(具體時間是2010年七八月份),所以又截取了從2010年10月份之後的資產變化如下圖:
2013-11-22 <wbr>工作记录 <wbr>Damon

從這個圖可以看出,此策略後來就變得越來越有優勢,其中出現了三次斷層(2010年底,2011年2、3月,以及2012年9、10月份),股票交易造成資產的劇烈變動,但總體來說後期越來越有優勢。
2013 11 22 工作 記錄 Damon 濟南 實習
PermaLink: https://articles.zkiz.com/?id=82611

2013-11-22 工作記錄(補充) Damon 濟南實習

http://blog.sina.com.cn/s/blog_9ad4e2650101opyd.html
昨天做的交易策略今天中午和Jackie溝通了下,出現了一些錯誤,更正了昨天的交易策略,由重複了一下,但是這次的結果表明這個策略的結果好的難以置信,所以將中間結果和以前EXcel中的做了對比,但是沒有發現問題,現在唯一找到的可能性是這期間內交易費用未剔除並用於投資的影響。下做一介紹,該策略與不做任何操作引起的總資產變化如下圖:
 初始資產為15405.45(從第101開始看),最後的總資產為36801.5,在實施策略的840天內資產變化如下圖:
2013-11-22 <wbr>工作记录(补充) <wbr>Damon

該策略使得資產翻了兩倍半,下面是資產比率(策略實施/不加策略),我也覺著這也太多了些,還沒找到是不是程序的問題。
2013-11-22 <wbr>工作记录(补充) <wbr>Damon

具體代碼如下:

#讀取數據
Data<-function(){
setwd("D:/SimData")
library(RODBC)
channel<-odbcConnectExcel("600028.SH.xls")
Data<-sqlFetch(channel,"sheet1")
Data<-na.omit(Data)
return(Data)
odbcClose(channel)
setwd("D:/My Documents")
}

#交易策略制定以及 資產變化觀測
Rult<-function(a,Onumber){
Num<-matrix(nrow=(nrow(a)-99),ncol=ncol(a))#變量初始化,存儲各個股票的股數,100為平滑時間
AVG<-matrix(nrow=(nrow(a)),ncol=ncol(a))   #價格均值
Sg<-matrix(nrow=(nrow(a)),ncol=ncol(a))    #偏離
Avg<-matrix(nrow=(nrow(a)-99),ncol=ncol(a)) #偏離均值
SD<-matrix(nrow=(nrow(a)-99),ncol=ncol(a)) #偏離方差
Sig<-matrix(nrow=(nrow(a)-99),ncol=ncol(a)) #偏離度
Pvo<-matrix(nrow=(nrow(a)-99),ncol=ncol(a))#用於交易時的各股資產,今天交易前的資產(今天的價格 乘以昨天的 數量) 
Pv<-matrix(nrow=(nrow(a)-99),ncol=ncol(a)) #各股資產
Num[1,1:8]<-Onumber                     #初始分配股數 
Pv[1,1:8]<-Onumber*a[100,1:8] 
for(i in 1:100){
for(j in 1:8){
AVG[i,j]<-mean(a[1:i,j])
Sg[i,j]<-((a[i,j]/AVG[i,j])-1)
}
}

for(i in 101:length(a[ ,1])){   #運算的日期數
for(j in 1:8){                #八隻股票
AVG[i-1,j]<-mean(a[1:i-1,j])
Sg[i-1,j]<-((a[i-1,j]/AVG[i-1,j])-1) #計算偏離
Avg[i-100,j]<-mean(Sg[1:(i-1),j])
SD[i-100,j]<-2*sd(Sg[1:(i-1),j])
Sig[i-100,j]<-(Sg[i-1,j]-Avg[i-100,j])/SD[i-100,j]#計算偏離度
}
Pvo[i-100,1:8]<-(a[i,1:8]*Num[i-100,1:8])         #今天交易前的資產(今天的價格 乘以昨天的數量) 
Num[i-99,1:8]<-Quan(Sig[i-100,1:8],Num[i-100,1:8],Pv[i-100,1:8],a[i-1,1:8])
Pv[i-99,1:8]<-(a[i,1:8]*Num[i-99,1:8])
}  
return(Pv)
}


#執行 股票 賣出 、 買入 策略
Quan<-function(Sig,Num,Pv,a){
for(i in 1:2){

if((max(Sig)>1)&&(length(subset(Num,Num<0.1))<2)){  #價格過高賣出主導的交易  
MA<-which.max(Sig);
MI<-which.min(Sig);
if((Pv[MI]+Pv[MA])/sum(Pv)<=0.2){
Num[MI]<-(Num[MI]+Pv[MA]/a[MI]);
Sig[MA]<-mean(Sig);
}else{
T=sum(Pv)*0.2-Pv[MI];
Num[MA]<-( Num[MA]- T/a[MA] );
Num[MI]<-sum(Pv)*0.2/a[MI];
Pv[MA]<-(Pv[MA]-T);
Sig[MI]<-mean(Sig);}
}

if((min(Sig)<(-1))&(length(subset(Num,Num<0.1))<2)){ #價格過低買入主導的交易
MA<-which.max(Sig);
MI<-which.min(Sig);
if( (Pv[MA]+Pv[MI])/sum(Pv)<=0.2){
Num[MI]<-(Num[MI]+Pv[MA]/a[MA]);
Sig[MA]<-mean(Sig);
}else{
T=sum(Pv)*0.2-Pv[MI];
Num[MA]<-( Num[MA]- T/a[MA] );
Num[MI]<-sum(Pv)*0.2/a[MI];
Pv[MA]<-(Pv[MA]-T);
Sig[MI]<-mean(Sig);}
}
}
return(Num)
}


#總交易分析函數
Dpv<-function(){
Onumber<-1000/8                     #初始分配一隻股票的股數
DATA<-Data()
c<-DATA[ ,2:9]                      #數據轉換
a<-as.matrix(c)
Output<-Rult(a,Onumber)              #返回每期各個股票的市值
Befor<-matrix(nrow=(nrow(a)-99),ncol=1)
After<-matrix(nrow=(nrow(a)-99),ncol=1)
Dpv<-matrix(nrow=(nrow(a)-99),ncol=1)
for(i in 1:nrow(Pv)){
Befor[i]<-(sum(a[i+99, ])*Onumber)
After[i]<-sum(Pv[i, ])
}
Dpv<-(After-Befor)
return(Dpv)
}
2013 11 22 工作 記錄 補充 Damon 濟南 實習
PermaLink: https://articles.zkiz.com/?id=82612


ZKIZ Archives @ 2019