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。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09