我们做资产管理，碰到的最难的问题，不是什么“你是做什么市场的？”，“你是做什么策略的？”，“你的规模有多大？”，而是“你今年的回报有多少？” 这个你今年回报如何的问题，真的不好回答，有良心的公司，作答之前肯定要多想想。 第一，回报的评价周期太短，就算是一年的时间，也并不能说明一个策略的好坏。 第二，如果今年到现在回报很高，我是跟投资人大吹特吹呢捞一笔呢，还是控制预期免得跌下来不好交待？ 第三，过度宣传年化回报，会让投资人忽略了风险，以后很有可能被监管机构查。 其实对于大部分个人投资者来说，年化收益绝对是考虑投资最重要的因素。我当年炒股的时候，也是每天看着大牛股，流着口水梦想着我1年前要是买进哪只哪只就好了。特别是那些5年10倍的牛股，我要是能提早知道，还不成了股神？ 然而从实证的角度来看，就算你能预知未来，知道了某只或者某些股票下几年能涨个10倍，你也很可能会阴沟翻船。 不信？我们来做个测试。   前瞻性错误（look ahead） 天天做回测的矿工们都知道，回测的最大忌讳，就是look ahead（前瞻）。比如在预测模型中，拿今天的回报预测今天的回报（或者是在今天就知道了明天是涨还是跌），买入高回报的股票，卖出低回报的股票，你绝对能创造出人类历史上最牛逼的量化模型。 我们的这个测试，就是要完全基于look ahead。没错，我们在测试中，就是要用股票未来的收益，作为投资的根据。 回测时间：1927年1月1号 - 2016年12月31日 回测市场：美国股票市场   规则： 1927年1月1号，我们选出美股市场上市值最大的前500只股票，然后计算这500只股票在今后5年的总回报。 我们将这些股票，按照今后5年的回报高低排序，排成10组。 今后5年年化收益率最高的那组，叫”神之助攻“；今后5年年化收益率最低的那组，叫“猪之队友”。 在每一组中，

一直以来，我都很想再写一篇关于如何做全球资产配置的长篇文章，希望能够以翔实的文字和可靠的数据，在投资的路上，为大家填坑。所以我借着春节假期，花了5天的时间，写下了这篇2万字的【新全球资产配置白皮书】。 文中的内容，是根据我很多年资产管理的经验和实证研究得出的。我和几个合伙人在美国为高净值客户、家族办公室和机构管理和咨询超过几十亿美元的资产，这么十多年做下来，都是以数据为基础、量化为手段、传统金融学和行为金融学为旁征，力求做到【基于事实】的资产管理。 资产配置应该是【大部分投资人】最应该要做的事：不管你的可投资资产是10,000元，还是100,000,000元，虽然做法肯定会不一样，但是道理都是相通的。特别是在过去的十几年间，伴随着中国经济的快速发展，投资人的财富累积效应十分明显。随着财富的增长，合理的保值和增值，就会越来越重要。 但这是一个【信息大爆炸】的时代，每天报纸、头条、微信、电视、电台，各种渠道的信息，小到獐子岛的扇贝跑了，大到大洋彼岸的美股大跌，投资人面对着严重的信息过载。这也是一个【信息廉价】的时代，互联网上随便一搜，各种投资秘籍、智能投顾、阿尔法狗、小道消息满天飞，投资人也无从下手。 还得挤时间吃鸡，所以各种乱七八糟的事情加起来，使得投资人做资产配置的困难增加。其实【做好全球资产配置】这个问题，应该分为两个部分。第一个部分是：投资人通过学习，建立资产配置的逻辑。第二部分是：基于理论和逻辑，具体的执行。 我这篇文章讲述的就是第一部分，通过45年的数据、回测和图表（由于海外市场的数据比较长，所以本文中大部分的数据都来自美国和发达国家市场，有少部分是基于中国市场），在基于事实的基础上，回答以下五个核心问题： 为何需要做资产配置？ 如何做资产配置？ 如何提高资产配置的回报？ 如何降低资产配置的风险？ 为什么还是有人不相信或者无法坚持资产配置？ 作为一个投资人，你有必要

数据 | 李冠希 6.15到6.27，不到两周时间，A股下挫几百点，轻松跌穿3000点心理关口，接着击破2900和2800整数关口，一下回到了两年半前的点位。很多朋友这几天也都在问我们，到底该怎么办？ 很多时候，恐惧来自于事前的大意或者是随意。我们其实一直非常强调下行风险的控制，比如资产配置、分散持仓、因子投资等等。那么问题来了： 1.分散持仓真的有用吗? 2.因子投资，在暴跌中扛得住吗？ 3.因子抗跌，有运气成分吗？ 我们借这次A股大跌的机会，围绕上面的问题，运用我们的方法，尝试通过多种维度的测试，来看看我们的方法是否可以有效控制股票下行风险。 股票持仓的多少， 对投资组合的风险有直接的影响 每每大市不好的情况下，各种”又见闪崩“的新闻就满天飞。 【闪蹦】，说的就是短时间内，个股大幅下跌嘛，如果一个投资人仅持有几只股票的话，被“闪蹦”砸中的概率就迅速放大，特别是在千股跌停的时候。 大家都知道，资产分散配置，是抵御风险的最基本法则。 资产配置可以理解为【多种不同资产之间的配置】，也可以理解为【在同一种资产内，提高组合数量】。 在之前的文章《如何跑赢大盘，论持仓数量的艺术》一文中，我们通过大量的模拟测试指出：想要跑赢大盘，大家的持仓数量和组合就必须跟大盘的不一样。 这次我们拿A股的短期数据来做个测试，看看这个道理是不是还管用？ 比较基准：沪深300 股 票 池：截止于2018年6月15号，A股（沪市、深市）中市值最大的前3000只股票。（剔除异常基本面后在2000只左右） 样本时间：3000只样本股票，在2018年6月19号、21号、22号、23号、25号、26号、27号期间的日回报。 测试方式：限定持仓数量，分别是5、10、50、300只股票，然后进行10000次随机选择。接着按照等权重方式，平均持有这些股票，并计算对应组合的总回报。 我们先来看看这些模拟的概率分布吧。 从

以下的概念仅限于美国ETF市场，如果与中国市场有雷同，请自行对号入座。老虎中美互联网巨头ETF$(TTTN)$ 现在整个ETF市场里充斥着这些词汇：指数ETF【Index ETF】，SmartBeta，因子ETF【Factor ETF】，主动ETF【Active ETF】，被动ETF【Passive ETF】。这么多不同的词汇和概念，不仅投资人弄不清楚，很多追踪这个行业的新闻记者也弄不清楚。 比如有几篇文章在谈论美国市场上现在有超过了7000个指数（Index），指数的数量甚至超过了市场上的股票总和。作者最后的出结论是，大家都在搞指数基：主动管理不好做、跑不赢大盘了，所以大家就都去做指数投资了。“如果你战胜不了指数，那么你就去拥抱指数吧”。 这里其实有很多的误区 误区一：把指数（Index）与被动管理（Passive Investment）直接对等 这里最大的误区，就是把指数直接当成了被动 （Index = Passive），然而这是完全错的。 指数（Index），跟主动（Active）和被动（Passive），完全是2个概念。指数，代表的就是一篮子股票的集合，比如我们天天说的标普500指数，就是500只美国市值最大的股票的集合 。指数，只是一种组合股票方式的统称。 一个指数，是被动型，还是主动型，要看4个方面： 什么股票能够进入这个指数：是按照市值来选，还是按照行业来分，还是按照某种量化因子？ 指数持仓的股票数量：是1000只，还是500只，还是5只？ 指数内股票的权重如何决定：是按市值加权（市值越大，权重越大），还是等权重（每只股票平均权重），还是按照风险高低（过往波动性越高，权重越低）？ 指数调仓频率：是每天再平衡，还是半年，还是一年调一次？ 以上这4种条件的组合，会让一个指数表现出不同的属性，也是我们看这个指数是被动还是主动的根据。 比如下面这个2个指数，从2009

上次参加伯克希尔年会是2016年了，这次有幸再次参加，并且获得非常难得的机会向巴菲特和芒格两位老前辈直接提问，实在是收获太多，特别鸡冻。听说全场有超过5万人参会，而有幸提问的人，不到20个。#巴菲特之道# 本来在我之前还应该有两个媒体问题，结果老巴直接说，Okay，Section 8。砰！一束强光打过来，我还跟坐在旁边的两位工作人员瞎扯，结果他们都愣住了，6目相对。。。我说：到我了？是啊你赶紧站起来。脑子一片空白，准备了一上午的问题，就抛在九霄之外了。哈哈哈，差点吓尿。卡了几秒后才缓过神来了。。。，尴尬场面请大家自行脑补。 问答中文翻译 + 英文剪辑 鸡冻不已的我：敬爱的巴菲特先生和芒格先生，非常感谢二位主持这个股东大会，说真的，确实非常了不起。我叫徐杨，老虎证券的合伙人。老虎证券是一家领先的互联网券商。我和爱奇艺FanTalk的同事飞跃半个地球，非常荣幸能跟在场的各位一起参会。 我的问题是：巴菲特先生您曾提到，投资人不需要过度的在如何选择正确的股票上纠结。这些投资人如果选择了正确的市场或者是正确的国家，他们的回报也会很好。 中国现在是全球第二大经济体，并且拥有全世界最大的增长潜力。如果我们被动式的按照中美两国（GDP）市值加权（Value Weighting）比例来分配投资头寸的话，很多美国投资人手中持有的中国投资标的是非常低的。 您觉得，是什么因素导致美国投资人过低的投资中国？ 查理芒格火力全开 还没等我坐下，查理芒格就火力全开：我想说这个问题的答案是，你讲的非常对，今天很多的美国投资人正在错过（投资）中国（的机会）。 他们错过的原因是因为中国市场地理位置太远了，看起来（ 跟美国市场）不太一样，还不太适应（中国市场），（中国市场）太复杂了。换句话说，就是看起来（投资）太困难了。 另外在中国的市场，跟我们（美国）的情况是不一样的。但是我觉得是你是完全正确的，这些投资人应该

数据 | 许坤圣 编辑 | Tian 字数 | 约5000 需时 | 15分钟 有没有一种资产配置策略，在任何经济环境下都能奏效？ 这个问题很大胆，许多经验丰富的资产投资人都不敢轻易作答。1988年，桥水（Bridgewater）创办人Ray Dalio尝试回答了这个问题，他说【有】。 他说，只要做到【配置风险，而不是配置资金】，不论处在经济周期哪个阶段，不论利率和通胀是高是低，采用【风险平价策略（Risk Parity）】，就可以有效的控制风险，帮助投资人平稳的度过每个周期。 那么说到【风险平价策略】，有很多很多种做法，它的前世今生、实践中的做法、实操的现实到底是如何？我们今天来探讨一下。 传统的资产配置策略 在全天候策略出现以前，一般的资产配置，在于配置资金，简单粗暴的直接将资金按一定比例分配到各类资产上，如常见的60/40 股债组合（将60% 的组合资金投资到股票上，40%的组合资金投资到债券中)。 若仅看净值曲线，对比纯股组合，60/40组合在牺牲了些许收益的情况下，平滑了资金曲线，且降低了组合的波动率（衡量组合风险的一个维度）， 但是这样的组合方式并没有成功的降低了组合的风险。 然而从回撤的角度，当纯股组合出回撤时，60/40组合同时出现了回撤，只是回撤的幅度稍小了一下，并没有很有效的降低回撤风险。 传统的资产配置，在于配置资金（dollar allocation）。例如有名的 “60/40投资组合”，就是将60%的资金放在股票，将40%的资金放在债券。“风险平价”否定了这样的传统资金配比方式。 它认为不同资产类别的风险水平不同，股票的风险是债券风险的2-3倍，虽然股票的资金配比只占60%，股票的风险配比却占到了整个投资组合的90%以上。不均衡的风险配比，会让投资组合在遇到极端风险事件时缺乏抵御能力。 过去90年里，60/40组合与单一股票的收益联动相关性高达9

编辑| 茂茂 字数 | 约9600 需时 | 30分钟   代码：$(01810)$ 成绩越好，争议越大。8月22日，小米2018二季度财报发布，在小米上市的争议声中，财报表现可谓非常亮眼，流行的话来讲，亮瞎了看客们的钛合金狗眼。 财报亮眼 重拾升势？ 小米第二季度财报出来之前，我们对小米是否能如2017年度那样飞奔是存在一定的怀疑的。 众所周知，由于华为等复制小米的营销模式，取得了巨大的成功：将小米挤下了手机头名宝座。 市场第一，是一个护城河，代表了市场对该产品或服务的认可，如果能持续上升，将会逐渐形成垄断。但是小米的头名宝座并没有坐太久，个人判断，这显示了在手机业务领域，小米不存在这类护城河。 而且，国内的企业，特别是一些创业板的企业，经常的操作是上市前业绩亮眼，上市后就开始亏损。 显然，我们低估了小米和雷军的野心和实力。 上市之后，小米的第一次财报展示的业绩，特别是增长速度非常亮眼。 从增长速度上来说，超出2017年8%左右。就各业务占比来看，与2017年有了一定的分别，小米强调的互联网基因得到了进一步的强化。这起码说明小米的业务发展质量是比较可靠的，为了上市，血拼业务的拔苗助长行为的概率进一步降低。   上图可以看出，小米的手机业务占比进一步下降，IoT与生活消费产品显著上升，互联网服务轻微下跌。 需要注意的是，这是在小米2018年业务继续大幅度提升的情况下发生的变化，互联网服务与IoT的总体占比却是进一步提升，某种意义上，这代表小米的互联网化服务和生态体系建设的成功：相对来说，小米的硬件电商体系更加容易些，因为从手机到其他硬件是比较容易跨越的，而从硬件到其他互联网服务，则会很困难。 小米更加亮眼的表现是在国际市场方面，这也是我们比较关注的点，小米刚成立8年，国际化收入已经占到了36.3%，这证明了小米的思路不仅在中国可以行得通，而且在

股票投资中一个经典的问题是：我到底需要持有多少只股票？是集中持股，还是分散持仓？ 学过经济学的朋友都知道边际效用递减理论。其实持仓组合的数量也是遵循这个理论：在理想（股神）的状态下，我们加入的每只股票，能够为这个组合带来更好的效用，也就是增加回报并且减小波动率。 但是天下没有免费的午餐，没有人能做到无止境地添加高边际效用的股票。 所以何如是个度？投资组合是建立在一只只股票之上的，为了更好的回答持仓数量的问题，我们必须先看看持有单只股票的风险。 而投资单个股票的风险可以从单个股票的历史收益分布看出，比如股票A，在10年的时间内，涨了或者跌了多少？而大盘同期涨了跌了多少？另外，选取的股票数量要足够多，比如2000只股票以上的分布，才有一定的代表意义。 过度分散投资：回报下降 我们在美股市场上，将测试时间分成了2部分，第一部分是从1980年至1997年，第二部分是从1998年至2015年。比如，在1979年12月31日，我们选取了市场上市值最大的前3000只股票，作为开始的股票池，然后计算这些股票在1980年1月1日至1997年12月31的总超额收益。 举个栗子，股票A在1月份涨了10%，而大盘（罗素3000指数回报）涨了4%，那么这只股票当月相对于大盘的超额收益就是6%。按照此方式，我们在每个月，计算每只股票的超额收益，然后在限定的时间段内，计算每只股票的总超额收益。 有了这些所有的超额收益后，我们就可以画分布图了。 横轴为总超额收益水平，从负100%到400%以上，纵轴为分布比率。从图我们可以看出： 有57%的股票在1980年至1997年内都没有跑赢大盘！ 有54%的股票在1998年至2015年内都没有跑赢大盘！ 1980年至1997年， 只有区区15%左右的股票大幅跑赢了大盘（累计涨幅超过大盘100%）！在1998年至2015年， 只有区区18%左右的股票大

本文主要是围绕以下这些话题： 美股涨不断创出历史新高，还能不能投资？ 现在美股“贵”吗？如何判断美股贵不贵？ 为什么美股会不断创出历史新高？ 美国人是否相信股市“一定”能赚钱？ 在美国，主动管理型基金很难跑赢指数，真的是这样吗？ 美股都有哪些主要指数？ 这些指数有什么特点？投资者应该如何选择？ 美股涨不断创出历史新高，还能不能投资？现在美股“贵”吗？如何判断美股贵不贵？ 美股是不断的在创出新高，这个没错。那么在创出新高的时候，是买还是不买呢？ 我作为一个资产管理人，经验是：不投资比投资的风险大，因为股市在长周期上一定（99%大概率）是向上的。 在牛市中，股指经常是在创新高，所以这不是废话么，不连续创新高，那还能叫牛市？那么在连续创新高的时候，很多投资人就开始关注估值了，以期从估值水平中来判断是否应该继续投资股市。 市场上比较出名的估值指标，是诺奖获得者Robert Shiller 席勒教授设计的CAPE（Cyclical Adjusted Price to Earning)，也就是周期性市盈率，这个指标是在市盈率（PE）的基础上，根据过往10年的通胀率调整得出的，所以也俗称席勒PE10。 这个指标呢，在大趋势上是可以预测美国股市未来的走势的，但请记得我这里说的在大趋势上。从过去130年的数据上，我们将席勒PE10按照大小，分成5个组。CAPE值越大，就预示着市场现在的估值较高，而较高的CAPE值，预示着未来收益率的下降。 我们可以看到，在历史上，当CAPE值超过25的时候，美国股市接下来1年、3年、5年和10年的平均收益率都非常的低。特别是在接下来的3、5年中，其平均年化收益率还不到1%，大大低于CAPE较低时期的平均年化收益率。这里我们可以得出一个结论：CAPE值越高，预示着未来年化收益率越低。 不仅如此，高的CAPE值，预示市场未来较高的大跌可能。 那么美股最新的CAP

沪深暴跌、股灾来了怎么办？这个标题很恶心，但确实是我们在做投资的时候，必须思考的一件事。有的人会做择时，预测暴跌的时点。这种做法，早已被很多论文和数据证明为运气成分偏多。 其实靠谱的方式也有一些，今天我们来介绍其中的一种：多资产趋势跟踪策略（管理型期货）。 穿越世纪的趋势跟踪 AQR 6月份的一篇新paper，题目是“A Century of Evidence on Trend-Following Investing”，中文我们暂且译作《穿越世纪的趋势跟踪》。 AQR这篇文章主要用了超过135年的金融数据（最早的数据起始于1880年），横跨全球11个国家的股票指数、12种外汇、15种主权债券和29个大宗商品期货品种，来检验趋势跟踪里面一个最基本的策略是否有效。 这个策略就是时间序列动量（Time Series Momentum）。具体怎么做？其实很简单，比如用在上证综指上，如果上证综指过去1个月（包括当月）的总回报为正，那么下个月就做多股指；如果过去1个月（包括当月）的总回报为负，那么下个月就做空股指。 AQR分别测试了过去1个月总回报、过去3个月总回报、过去12个月总回报。并且用等权重的方式，将这3种不用时间长度的动量指标组合在一起，形成一个加权的动量指标。基于这个加权的动量指标，又将上述67种资产等权重的组合在一起，构造出了一个资产组合。 趋势跟踪（动量投资），非常有效 1. 在单个资产中，动量指标能够降低此资产和其它主要资产的相关性，并且在大部分的资产中，提高其夏普比率。 图片摘自AQR论文，版权归其所有 2. 通过等权重地组合这67种资产标的，加上加权的动量信号，新的组合能够在股灾中大幅跑赢60%/40% 股/债的策略。 图片摘自AQR论文，版权归其所有 具体的文章解说，可以参考张翼轸的**文章《给趋势投资信仰充值：动量模型百年赚钱史》，已经说的非常详细了。 学术界

大师们的历史回报 我们看回这9种有名的资产配置模型，虽然都出自大师之手，但他们也没有过度的去寻求配比上的数学最优解，基本都是选了几个资产，提炼出了经典，道明哥曰：【简约而不简单】。  那么这些基于大师们智慧和经验的模型，在历史上的表现如何呢，是否真的能够带来资产配置的好处？我将这些模型完全复制了一遍，用1973年到2017年的数据做了历史回测（每月再平衡，毛收益，没有考虑任何费用、市场冲击和税）。 在看结果之前，我们要先明确评判资产配置模型的三个基本标准： 好的资产配置模型，必须能够降低【最大回撤】，因为单一股票和单一资产的投资，最大回撤很大，风险很高。 好的资产配置模型，必须能够在降低【最大回撤】的基础上，提高【夏普比率】，也就是经风险调整后收益；并且降低【波动率】，平滑投资收益。 在解决了风险上的问题后，如果还能提高【年化收益率】，那就是最好不过了。   回测结果 - 最大回撤  资产配置的效果还是非常明显的，与单一投资于标普500相比，这9种资产配置模型，都降低了最大回撤。其中永久组合由于搭配了25%的黄金，所以最大回撤只有13%左右；而风险平价组合搭配了较大比例的债券（美国10年国债和公司投资债），外加只有16%的股票类仓位，所以最大回撤也只有16%左右。 除了常青藤组合和埃利安组合的效果不是非常明显外，还停留在45%的回撤幅度，其余的模型都有较好的表现。所以通过简约而不简单的模型，基本都能降低最大回撤，我们的第一个评判标准就达到了：最大回撤降低。   回测结果 - 夏普比率 从经风险调整的角度来看呢，除了埃利安组合以外，其余的8个模型，相对于标普500同期的0.43，都有较大幅度的提升，有6个组合的夏普比率都达了0.5以上。 我们的第二个评判标准也达到了：夏普比率提升。插一句，埃利安组合恰恰是这9个组合里面最为复杂的模型：1

为什么很多人不相信价值投资？我们作为价值投资的践行者，也经常思考这个问题。下面以美股市场为例，提供我们的看法。    价值投资不是真实的存在？并不是  最熟悉的2位价值投资大师，莫过于本格雷厄姆和巴菲特了。巴菲特所掌控的伯克希尔，在过去的36年中，录得了年化近20%的回报，同期标普500的年化收益只有8.5%。   而巴菲特的精神导师本格雷厄姆，早在1936年就开始实践价值投资，其1936年-1956年的年化回报也是近20%，同期大盘年化回报为12.2%。  彼得林奇（Peter Lynch）在管理麦哲伦基金的时候，在1977年至1990年间，录得了29%的年化收益率，标普同期年化为13%。  格林格林伯格（Glenn Greenberg）在1984年-2004年，录得了22.5%的年化回报，同期标普年化为12.9%。还有其他的价值投资大师们，我们就不在此列举了。    价值投资不能被复制？并不是  我们的2篇文章，系统性地阐述了在美股市场上，如何使用估值和质量指标的组合来复制巴菲特式的价值投资。《用量化的手段来做美股价值投资》， 系统性的回测了收入与市值比，企业受益倍数，现金流与企业价值比，毛利润与企业价值比和市净率这5种估值指标，在历史上能够为投资人带来平均15%的毛年化回报。  后来的续篇《寻找高质量的价值股 才是真正的价值投资》 ，又系统系的回测了在加入质量指标后（毛利资产率，资产收益率，净运营资产率，资产增值率，财务困境）的价值股策略。高质量的价值股在历史上能够获得17%左右的毛年化回报，什么时候都不要忘记：永远只买打折的好股票。    价值投资不能被金融理论支撑？并不是  基于风险的传统资产定价理论认为，由于价值股是过往市场表现不好的

为什么还是有人不相信或者无法坚持资产配置？ 从开篇的资产配置理论，到后来应用45的历史数据来测试6种以上的资产配置模型、选股、风控，这个完整的全球资产配置框架，我个人觉得是有非常大的实践价值。在现实中，我接触过很多客户，中国美国的都有。让我们管理资产的客户中，相当一部分是做这种资产配置策略的。 这么多年下来，基本没有什么客户走，但是过程并不都是一帆风顺：客户有因为某段时间的回报不好而质疑的，有今天大盘涨了他的策略跌了而焦虑的。最终的核心问题就是：如果全球资产配置（多元资产+选股+风控）能带来这么好的效果，那么为什么投资人不信、或者是投了不能坚持？根据我的经验，有以下3个主要原因。 忍受不了跟踪误差 我们说全球资产配置（多元资产+选股+风控）有效，这个【有效】，不是绝对的。第一，投资人要明确资产配置的目的：控制回撤、分散风险、取得与较低的风险匹配的回报；不同的资产配置做法，对风险消减的效果是大不相同的。比如我们上面测试的，如果单纯的做资产配置而不做风控控制，虽然能降低一些最大回撤，比如从50%降到35%，有效果，但是35%的回撤投资人还是会坚持不住。 相当一部分投资人，在自己还没有搞清楚资产盘配置的理念时，就盲目的听信一些投资顾问口中的“资产配置是王道”、“资产配置风险低”等销售口号，随意投资，导致自己的投资预期过高。 而现实中，资产配置绝不可能每时每刻都跑赢大盘，而且做主动管理的资产配置策略（选股、风控），会产生相当的跟踪误差【tracking error】，也就是说有可能大盘今年涨了10%，而我的资产配置策略却亏了5%。但是要想跑赢大盘，就要跟大盘不一样，这是必须承担的风险。 我们拿斯文森组合举个栗子。 斯文森组合出自大师之手，在没有做选股和风控之前，表现也不错。随着增加了选股和风控，模型的表现得到了进一步的提升，而且以标普为对象的跟踪误差，也随之升高。 选股带来了额外收

  今天我们来读个报告，看看另外一个重要的市场：房地产市场。UBS发布了一个报告“UBS Global Real Estate Bubble Index”《瑞银全球房地产泡沫指数》，标题挺吓人。里面选取了全球20个发达城市和地区，根据这些城市和地区的人均收入、房租、房价水平，综合计算了一个房地产泡沫指数。 大家先来猜猜，下面的城市和地区中，哪个房地产泡沫指数最高？ 斯德哥尔摩 伦敦 悉尼 温哥华 纽约 洛杉矶 多伦多 香港 哈哈，如果你没有投多伦多的话，显然你没有看我之前的文章，要不然就是我写的太烂你看完就忘了。 根据UBS的报告， 多伦多房地产泡沫指数高居榜首！ 两周前我去了趟多伦多，听人说某些地区的房价已经跌了15%左右了。UBS的报告里也特别指出： “多伦多房价的涨幅弥补了温哥华的跌幅。多伦多房价去年保持了高速增长，截止于这个季度，过去12个月的涨幅已经达到了20%。真实房价水平在过去13年间翻了一番，然而真实租金率只涨了5%，真实收入水平只涨了10%不到。” 一旦加币贬值、利率继续上升，大家都赶紧把裤子拉起来吧，不要做最后一个光着屁股的。   根据不同地区来看 欧盟区，除了米兰以外，其它的城市：法拉克福、慕尼黑、阿姆斯特丹、巴黎、伦敦、苏黎世、日内瓦和斯德哥尔摩的房地产泡沫指数，都处在历史高位。 北美地区中，美国和加拿大的城市可谓是冰火两重天。纽约、波士顿、三藩市和洛杉矶，都只是处在稍微高估的去建立，而且并没有达到08年金融危机时的高位。特别是芝加哥，竟然还在价值低估的区间中。读到这里，过去不久获得了诺贝尔经济学奖的塞勒教授是不是赶紧要拿奖金在芝加哥去买几条街了？   而加拿大，毫无意外的，多伦多和温哥华，被注入了低利率的鸡血，平均房产价格处在特别高估的区间，泡沫特征明显。 APAC地区中，除了新加坡还在合理范围之内，悉尼、香港和东京，

  美历史几次重大税改都创造了哪些赚钱机会？ 对于这次税改，美国的顶尖机构怎么看？ 海外量化投资专家徐杨怎么看特朗普税改？ 税改是否会加速美联储加息和缩表？ 美税改会给中国造成什么影响？该如何应对？ 税改是否板上钉钉？未来还有变数吗？ 徐彬：大家晚上好，我是徐彬。特朗普这个看起来不是很靠谱的总统，他的执行力还是挺强的。在他的努力下，美国30年来最狠的税改很可能就要正式落地了。那么，这么大一件事情对资本市场会造成什么样的影响？那这样的影响会带来什么样的投资机会？以及对中国的股市和楼市会有什么样的影响？我相信大家都非常的关心。那么今天我请来了我在美国的一个做投资很厉害的朋友，让他来跟大家聊一聊这个很有意思的话题。 徐彬：我跟徐杨认识其实是很有意思的一个过程。我记得是有一次我在网上看了一篇写得非常非常好的文章，里面的内容大概是多因子的一些国外论文的分析，以及这些理论在中国是否有效的一个分析的文章，写得非常的专业，也是非常的有见地。于是我就去根据这个文章去找他的联系方式，我就看到他的微信号的联系方式，于是我就加了他的微信公众号，然后在微信公众号的后台给他留言说很想交一个朋友。徐杨也是很热情，就加了我的微信号，那就此我们就这么认识了。徐杨真的是一个非常开朗的一个人，然后我觉得跟他有点也不叫一见如故吧，就是一聊如故的感觉，所以把他强烈推荐给大家，让他来跟大家分享一下美国的很多的投资的知识，因为他在海外投资这块真的是称得上是很好的专家。下面有请徐杨，先介绍一下自己吧。 徐杨： 大家晚上好，我叫徐杨，非常高兴受徐彬老师的邀请，来这里与大家分享一些我的看法。我09年就在美国了，一直从事资产管理和信贷行业，之前为这些美国的高净值客户做资产管理，总共管理近7亿美元。然后现在出来自己创业，和我的合伙人们在美国成立了一个金融平台，为美国这些资产管理公司提供金融科技服务。我平时也做很多量化的

《用量化的手段来做美股价值投资》，集中讨论了如何通过指标估值法去做价值投资。通过5种较好的估值指标（收入比，企业收益倍数，现金流比，毛利润比，市净率） ，投资人能够较好的区分成长股和价值股，并且投资于价值股能够赚取较大的超额回报。一句话：永远不要买贵的股票。 其实，判断估值只是价值投资的一部分，而另外一部分，则是判断公司的（财务）质量。 “买股票，我只买打折的好股票” “Whether we' re talking about socks or stocks, I like buying quality merchandise when it is marked down.” --- 巴菲特 是的，我们平时也知道便宜没好货的道理。如果一只股票便宜，有可能是财务作假，有可能是公司业务停滞不前，有可能是因为利润空间压缩，等等一系列问题。而这些问题都能通过财务挖掘而或多多少的显现出来。 股神巴菲特在这方面，绝对是最牛的。我们通过AQR的归因分析，来看看股神的历史回报究竟来自于哪里。 从上图可以看出，在1977年１月到2016年5月之间，伯克希尔的年均回报为17.6%。其中，市场平均回报占到了6.8%，除去因子无法解释的3.6%的超额收益外，质量因子占据了大头，贡献了年化3.4%的回报！看来要想做好价值投资，还要有一双能鉴别高质量股的慧眼。 质量因子检验 那么有哪些质量因子可以使用呢？我们从学术论文中选取了5种最常用的质量指标 在考虑质量之后，回报如何？从我们的上一篇文章可以知道，估值指标中，企业收益倍数(EBITDA/TEV)的表现最好，那我们就用这个估值指标和质量指标搭配使用，用数据和回测说话。 回测交易规则 数据从1971年开始，结束于2015年 每年6月底，我们选取美国市场上所有的中大盘股股票（市值一般在15-20亿美元以上，不包括ADR） 使用这些公司3

今天美国时间2018年8月2号，资管管理规模超过6.3万亿美金的宇宙第一大资管公司，旗下拥有iShares的BlackRock，下跌超过4.5%，市值蒸发了36亿美金。 零管理费战美国开幕 为虾米？是因为昨天，资产管理规模排在全世界第四的Fidelity（富达基金）宣布：进一步消减基金管理费，将在整个人类基金历史上推出两只管理费为0%的公募基金。 这2只公募基金，将分别覆盖美股市场（Fidelity ZERO Total Market Index Fund）和国际股票市场（Fidelity Zero International Index Fund）。这连名字里都有ZERO（0），看来富达还真是下了决定要开搞基金同行了。 不仅仅如此，富达还宣布将其它核心公募基金的费用平均降低35％，并且不会设置任何最低投资额度，不收取除管理费以外的费用（比如托管、申购费等），真是火力全开。 其实在美国，覆盖主要投资标的股票型公募基金和ETF的费率，这些年一直都在下降，已经到了非常发指的地步了。如下图所示。 另外根据晨星公司的数据，2017年美国基金的平均费率（按资产金额加权计算）为0.52％，这比2016年的平均水平下降了8％，是从2000年以来最大的跌幅。晨星公司估计，由于基金管理费的下降，投资者多赚取了40亿美元的回报。而且费率下降的这个趋势，在所有主要基金类别中都出现了，包括主动和被动策略，以及股票，固定收益和黄金等产品。 最近这5-10年，美国基金公司一直在降低自己的管理费。不仅仅是基金管理行业，以佣金为主的证券行业，也是如此。大家都在努力降低单一业务的基础费用，吸引客户，而朝着多元化的服务业务大幅挺近。降低产品费用，就是一个Loss Leader Strategy【“亏本”销售策略】。 未来的核心还是金融服务 在资产管理和基金管理行业，主要就是Advisory【咨询服务】。因为大

价值投资是永恒的话题，最近这两年由于市场环境和监管变化，被谈论的特别多。再加上伯克希尔又要开年会啦，咱么今天就来预热一下，谈一谈【质量】和【估值】的事。 从理念上，很多投资者肯定都是认同价值投资的，而且价值投资这个理念，也确实是深入人心。每个人对于如何做价值投资，都有自己的看法。比如我曾写过，如何用量化手段去辅助价值投资，然后又如何通过质量和估值的搭配，去实现巴菲特式的价值投资。 那么什么是巴菲特式的价值投资？简单来说，老巴讲过这么一句话： “ It's far better to buy a wonderful company at a fair price than a fair company at a wonderful price.” “比起买一个估值很低但是质量中规中矩的公司，我更喜欢买质量高但是估值一般的公司” 老巴的潜台词就是说：质量比估值更重要。 如何定义质量和价值？ 美国质量协会将质量定义为“每个人都有自己定义的主观术语，在技术使用中，质量可以有两种含义：（1）产品或服务的特征，明示或暗示的需求，以及（2）没有缺陷的产品或服务。“。 估值，实际是就是在讨论这个标的的价值。那么价值，有很多定义，但韦伯斯特的词典将其称为“（1）一种数量，如货物，服务或金钱，被认为是公平的和适当的等价物;一种公平的价格或回报，（2）货币或物质价值和（3）对拥有者有用或重要的价值。“ 而对于大部分投资人来说，质量和估值，应该是两个不同的分析维度。在学术研究上，也是将质量和价值分开：由于财务质量好所带来的价值维度，不是学术研究上的价值维度。 在学术研究中，质量分析的是公司的财务质量，而估值比较的是公司内在价值和其市场价值。传统意义上的财务质量分析，不会包含市场对这个公司的判断，也就是不包含市场对这个公司股价的预期。 说到底，价值是一个投资人【愿意】和【认可】的付出（价格），更加偏