价投祖师爷如何定义价值投资

投资的定义

本杰明·格雷厄姆在《证券分析》一书中的对投资行为做了明确的定义,所谓投资行为:

  1. 经过深入分析。

    “深入分析”是指基于安全和证券价值对事实进行研究。相反,仅仅因为其良好的前景(甚至概念),而以最高盈利记录40倍的价格投资通用电气普通股,这样的分析显然不够。

    刚开始我看到“深入分析”也放进来作为定义的一条,是不太理解的。毕竟这条并不清晰,比如,什么样才叫深入分析?我花了3小时研究一家公司算不算深入分析?这种有强主观感受的东西,不适合作为定义的一条。

    不过这条又确实重要,试问一下,你最近操作的10次买卖中,有多少次是做过系统分析、了解过行业、公司产品、竞争力、护城河、财报/财务情况、未来等因素的,又有多少次是因为出了消息、看到趋势变化跟风想赚一把的?

    做证券分析,不能只停留在利润增长这个层面,而且要透过财务报表,去分析公司背后的能力,看它是真正的实力还是一时间的概念炒作。

  2. 承诺本金安全。

    安全不是绝对安全,而是正常合理的条件和变化下,保护资产免受损失。除非很小的意外发生,否则安全的股票在未来必定物有所值。如果有较大概率遭受损失,就是在进行投机。

    大家还记得巴菲特的那句话吗?巴菲特说:

    投资的第一条准则就是保证本金安全,永远不要亏损;第二条,请参考第一条。

  3. 回报率令人满意。

    这点仁者见仁,有人认为比存定期好即可,所以,选择不太可能退市但成长不快的银行就比较符合。

    但是,很显然,大多数冲进股市的人,对回报率的要求是很高的。

    我做了一个收益率测算表格,假设投入100万,N年后实际收益是多少?

    序号投入本金年复合增长率12345678910
    2024202520262027202820292030203120322033
    存银行目标1005%105110116122128134141148155163
    一般够得着的目标10015%115132152175201231266306352405
    10年10倍目标10026%1261592002523184005046358001009
    仰望目标10035%135182246332448605817110314892011
    从上表看出,如果你定的目标是3年1倍,10年10倍,那预期年化收益率应该是26%。

有了价值投资的定义后,我们能不能用到日常的决策中呢?

比如,一个常见的言论是“伟大的公司啥时候买,都是正确的”,其理由是,反正伟大公司都有内生增长动力,你买入就行了,无非是回报时间拉长点。类似的言论还有,一定要投美股指数,因为美股指数一直涨。

这个言论的问题是,公司是否伟大,股指是否一直涨,都只是概率问题,并不是决定的结论,且价格时常会偏离价值,如果偏离太多,也会形成极大风险,只考虑标的质量,不考虑证券的价格,是很危险的。

我们看格雷厄姆的原话:

绝大部分实力雄厚的公司的普通股,在大多数时间里都必须被看作投机买卖,因为它们的价格太高,在任何理性投资的意义下都无法保证本金安全。

价格是要考虑的一个基本要素,一只股票在某一个价格上具有投资价值,而在另一个价格上则不值得投资

格雷厄姆是通过原则二“保证本金安全”来推翻这个言论的,但是我认为,不够直接,不如记住:投资必须同时考虑证券的质量及价格

投资和投机

再说说投机,首先,不是说投资就是好的,投机就是坏的。

格雷厄姆原话:

投机究竟是好是坏,要视条件和进行投机的人而定。

之所以不推荐投机,是因为针对广大群众,它失败的几率更大。针对高手,是可以投机的,格雷厄姆:

未受过训练的买家最好购买信誉卓著的商品,即便可能要付出较高的价格。此规则对行家里手而言并不适用,因为他会通过检验来判断商品质量,而不仅仅依靠其信誉。如果标的物能够满足要求,而且价格也具有足够的吸引力,行家甚至会牺牲一定程度的质量来获得价格上的优惠。

给广大群众的建议:

适用于未受过训练的投资者的原则:不论证券的条件如何,都不要把钱投资于不良的企业。最受欢迎的证券不一定是最安全的,这种选股偏好是因为对初学者而言的相对更佳选择,并不是代表没有问题,只是其他做法会有更大的风险。

给高手的建议:

适用于分析师的原则:几乎每一个证券都可能在某个价格水平上具备投资价值,而在另一价格水平上则不值得投资。

如下,也再次反驳了“伟大的公司啥时候买,都是正确的”的言论:

过分强调选择企业的做法是有问题的,因为:

第一,这种做法的结果通常是为好的证券支付过高的价格;

第二,这样做可能会选择错误的企业,因为在未来,企业在行业中的地位可能会发生变化。

不管白猫黑猫,能抓到耗子的都是好猫,不要在概念或立场上绕来绕去。

不管是投机还是投资,我认为格雷厄姆的建议都是有价值的,记住要深入分析,要保证本金安全。

如果非要区分两者,可以简言之:投资更看重标的的内在价值(企业长期创造的现金流),投机更看重标的是转售价值。

聪明如你,为什么不两者都考虑一下呢?

内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,涵盖正向与逆向运动学求解、正向动力学控制,并采用拉格朗日-欧拉法推导逆向动力学方程,所有内容均通过Matlab代码实现。同时结合RRT路径规划与B样条优化技术,提升机械臂运动轨迹的合理性与平滑性。文中还涉及多种先进算法与仿真技术的应用,如状态估计中的UKF、AUKF、EKF等滤波方法,以及PINN、INN、CNN-LSTM等神经网络模型在工程问题中的建模与求解,展示了Matlab在机器人控制、智能算法与系统仿真中的强大能力。; 适合人群:具备一定Ma六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)tlab编程基础,从事机器人控制、自动化、智能制造、人工智能等相关领域的科研人员及研究生;熟悉运动学、动力学建模或对神经网络在控制系统中应用感兴趣的工程技术人员。; 使用场景及目标:①实现六自由度机械臂的精确运动学与动力学建模;②利用人工神经网络解决传统解析方法难以处理的非线性控制问题;③结合路径规划与轨迹优化提升机械臂作业效率;④掌握基于Matlab的状态估计、数据融合与智能算法仿真方法; 阅读建议:建议结合提供的Matlab代码进行实践操作,重点理解运动学建模与神经网络控制的设计流程,关注算法实现细节与仿真结果分析,同时参考文中提及的多种优化与估计方法拓展研究思路。
内容概要:本文围绕电力系统状态估计中的异常检测与分类展开,重点介绍基于Matlab代码实现的相关算法与仿真方法。文章详细阐述了在状态估计过程中如何识别和分类量测数据中的异常值,如坏数据、拓扑错误和参数误差等,采用包括残差分析、加权最小二乘法(WLS)、标准化残差检测等多种经典与现代检测手段,并结合实际算例验证方法的有效性。同时,文档提及多种状态估计算法如UKF、AUKF、EUKF等在负荷突变等动态场景下的应用,强调异常处理对提升电力系统运行可靠性与安全性的重要意义。; 适合人群:具备电力系统基础知识和一定Matlab编程能力的高校研究生、科研人员及从事电力系【状态估计】电力系统状态估计中的异常检测与分类(Matlab代码实现)统自动化相关工作的工程技术人员。; 使用场景及目标:①掌握电力系统状态估计中异常数据的产生机制与分类方法;②学习并实现主流异常检测算法,提升对状态估计鲁棒性的理解与仿真能力;③服务于科研项目、课程设计或实际工程中的数据质量分析环节; 阅读建议:建议结合文中提供的Matlab代码进行实践操作,配合电力系统状态估计的基本理论进行深入理解,重点关注异常检测流程的设计逻辑与不同算法的性能对比,宜从简单案例入手逐步过渡到复杂系统仿真。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值