
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
如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-11数据透视表中两列相乘合计的实用指南 在数据分析的日常工作中,数据透视表凭借其强大的数据汇总和分析功能,成为了 Excel 用户 ...
2025-07-11尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10数据查询结束后:分析师的收尾工作与价值深化 在数据分析的全流程中,“query end”(查询结束)并非工作的终点,而是将数 ...
2025-07-10CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08