京公网安备 11010802034615号
经营许可证编号:京B2-20210330
用量化模型分析巴菲特的投资奇迹
今年以来,以格力电器等为代表的白马股,以靓丽的市场表现大超投资者预期。投资者偏好转向稳健的内生性增长,使得这些白马股的估值出现明显提升。有意思的是,每当市场中白马股或者价值投资行情成为主流时,巴菲特都将成为不可或缺的“图腾”,但是量化投资的极客们不喜欢盲从,他们更愿意用量化工具对收益率曲线进行分析,试图用量化模型来解释巴菲特创造的投资奇迹。
2013年11月,来自顶级对冲基金AQR的Andrea Frazzini、David Kabiller和哥本哈根商学院的Lasse H. Pedersen发表了著名的论文《Buffett’s Alpha》(巴菲特的阿尔法),他们用量化模型分析了伯克希尔哈撒韦公司过去30年的业绩,并进行了归因分析。
研究发现,巴菲特在1976-2011期间,实现了19%的年化收益率,同期美国股票市场平均年化收益率为6.1%。如果在1976年投资1美元的伯克希尔哈撒韦,到2011年将获得1500美元。
针对投资奇迹的来源,三位作者研究表明,巴菲特在选股方面具有明显的“超常能力”,主要体现在用多因子模型回归伯克希尔哈撒韦的业绩表现得到的回归系数与市场存在显著差异。(1)市场风险因子,回归系数即是我们所熟知的Beta,巴菲特的Beta系数为0.95,与市场比较接近,这说明市场风险暴露水平与市场平均水平接近;(2)小市值因子,回归系数为-0.15,这说明巴菲特还是偏好市值偏大的公司;(3)市净率因子,回归系数为0.46,说明巴菲特对低估股票的明显偏好;(4)动量因子,回归系数为-0.05,说明巴菲特并不偏好强势股,也不偏好弱势股;(5)Beta赌注因子回归系数为0.29,说明巴菲特倾向于买入低弹性的股票;(6)质量因子,该因子反映的是买入高盈利质量股票,卖出低盈利质量股票偏好,高盈利质量的公司具有盈利能力强、业绩成长性好、财务指标安全、分红比率高的特征。巴菲特在该因子的回归系数为0.43,反映了对高盈利质量公司的偏爱。这一多因子模型的回归系数充分验证了巴菲特的投资理念,即“以合理的价格买入伟大的公司要远远好于以极好的价格买入普通的公司”。
通过三位作者的研究,巴菲特在他长达35年的投资生涯里,长期坚持投资低估值、低风险、高盈利质量的上市公司,使他实现了1500倍的投资收益,创造了投资奇迹。
回到当下的A股市场,白马股比较符合巴菲特的长期投资偏好,具备显著的低估值,12倍PE;低风险,近5年的年化波动率10.66%,上证指数的年化波动率为23.08%;高盈利质量,白马股基本都是各自行业的龙头。因此,当前白马股行情还是具备继续走强的理论依据,至于能否真正缔造长期价值投资“滚雪球”的复利神话,还取决于各位投资人是否如同巴菲特那样,做到知行合一,长期坚持这一投资策略。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25