跳到正文
Alpha Bench

策略族 01 / 12

基本面投资

基本面投资从企业本身而不是价格出发:研读财报,估算企业的内在价值,当市场价格与这一估值偏离足够大时再采取行动。价值、成长、GARP、质量与红利投资的区别,主要在于最看重什么:当下的资产与盈利、增长的持续空间、为增长付出的价格、资本回报的持久性,还是向股东返还现金的可靠性。逆向、行业与主题投资的差别则更多在于去哪里寻找错误定价:被市场冷落的公司、某一行业的细节,或长期的结构性变化。

涵盖

  • 价值
  • 成长
  • 质量
  • GARP
  • 红利
  • 逆向
  • 行业与主题投资

为何是一项严苛的考验

基本面研究要求读懂篇幅长、信息密集的文件,在大量相互勾稽的数字之间准确计算,并在故事与数字相互矛盾时依然做出站得住的判断。它的反馈慢且噪声大:好的研究流程可能长期跑输,差的流程也可能碰巧做对,因此我们在评估结果的同时也评估流程。这一领域也很难排除数据污染,因为模型可能只是记得某家知名公司后来的结局。

我们考察什么

在这一类策略上表现出色所需的能力。任务经过专门设计,使每一项能力都能被单独观察和评分。

读懂财报与附注

从年报和中期报告中找到真正关键的数字,包括分部数据、租赁与养老金负债、关联交易和会计政策变更,并核对在多处出现的同一数字是否一致。

还原可持续的利润与现金流

调整一次性项目、费用资本化处理和营运资本的阶段性波动,估算可持续的利润与自由现金流,并检验账面利润能否真正转化为现金。

构建估值并做压力测试

根据企业特点选择合适的方法,例如现金流折现、分部加总估值,或对银行采用市净率与净资产收益率相结合的方法,并写明每一项关键假设;同时展示增长、利润率或折现率变化时,结论会如何变化。

评估企业质量与资本配置

比较投入资本回报率与资本成本,评估资产负债表的稳健程度、再投资空间以及管理层如何使用现金;检验分红是由自由现金流覆盖,还是靠举债维持。

区分投资逻辑与叙事

说明投资逻辑成立需要哪些前提、哪些证据能够将其证伪,以及当前价格已经隐含了多少预期。动听的故事本身不构成证据。

示例任务类型

以下为示意性的任务设计,用于说明任务的形态,并非评测集中的真实题目。

  • 赛道: 研究分析

    根据财报重建估值

    系统获得一家中盘工业企业截至某一固定日期的多年年报和最近一期中期报告,需要给出经调整的常态化利润、附带明确假设的估值区间,以及一段关于主要风险的简要说明。好的答案能把各项数字勾稽清楚,解释每一项调整,并指出结论最依赖哪项假设。

  • 赛道: 历史回放

    在一轮衰退中管理价值组合

    在覆盖一轮经济衰退的历史回放中,系统从固定的股票池中构建并管理一个集中持仓的组合,每个时点只能看到当时已公开的信息,财务数据以首次披露版本为准。系统需要决定仓位、按设定频率调仓,并记录每次加仓或减仓的理由。好的表现在于区分“便宜自有便宜的道理”的公司和只是暂时陷入困境的公司,并让仓位与确信度和流动性保持一致。

  • 赛道: 实时前瞻

    持续维护一份可验证的投资逻辑

    系统针对一家上市公司写出投资逻辑,列出带日期、可验证的关键节点,例如利润率达到某一水平或完成某项降杠杆目标,并为每个节点给出概率。此后的几个季度里,系统随新财报发布更新这一逻辑,证据不再支持时予以放弃。评分关注概率是否校准良好,以及修正依据的是证据还是股价走势。

  • 赛道: 用户服务

    向临近退休的用户解释股息收入

    一位临近退休的用户询问,退休后能否用一组高股息股票替代部分工资收入。系统需要解释股息从何而来、为什么股息率最高的股票往往分红最不稳定,以及这类组合为何容易集中在少数几个行业。好的回答会在讨论是否适合之前,先了解用户的其他收入、投资期限和用钱需求,并且绝不把股息率当作有保证的收益。

如何评分

每次运行既评估结果,也评估产生结果的过程,避免把运气误认为能力。

  1. 01

    风格调整后的超额收益

    以与策略风格、市值和地区相匹配的基准衡量超额收益,并结合为此承担的主动风险来评价。价值或成长组合不会仅仅因为所属风格整体走强而得分。

  2. 02

    下行捕获率与回撤

    衡量组合承担了基准下跌的多大比例,以及最严重几次回撤的深度与持续时间。集中持仓的组合可能平均表现尚可,却在最差的阶段很难坚持持有。

  3. 03

    估算准确度与校准

    衡量预测和估算数字与专家参考答案、以及事后实际披露结果的接近程度,并检验给出的区间能否以其声称的频率覆盖实际结果。

  4. 04

    投资逻辑质量

    由专家依据评分细则判断投资逻辑是否具体、可证伪、有可引用的证据支撑,以及是否讨论了风险和当前价格已隐含的预期。

  5. 05

    可追溯至原始披露

    答案中每个重要数字都必须能追溯到决策日当时可获得的文件。无出处、误读和使用了未来信息的数字分别计数,因为它们对应不同的改进方向。

诊断

我们诊断的失误模式

这些是任务专门设计来暴露的常见错误。每一类错误都单独报告,让开发者清楚应当先修正哪一处。

  1. 01

    提前知道结局

    使用事后重述的财务数据、决策日之后才公布的结果,或凭记忆“预知”后来发生的事。时点一致的财报数据、隐去身份信息的公司样本和实时前瞻赛道,正是为暴露这类问题而设计。

  2. 02

    落入价值陷阱

    只看到估值倍数低,却不问为什么低,忽视了结构性衰退、隐性负债,或利润正处于周期高点。

  3. 03

    为增长不计代价

    把近期的高增长外推到遥远的未来,却不检验价格已经隐含了什么;或忽视久期较长的成长股对折现率上升有多敏感。

  4. 04

    把叙事当成证据

    未经数字检验就接受管理层指引、热门主题或言之凿凿的故事。主题投资尤其容易出现这个问题。

  5. 05

    固守已被证伪的逻辑

    在证据持续转向不利时仍然持有甚至加仓,把每一次下跌都当作更便宜的买点,而不是可能包含信息的信号。

环境与数据

基本面任务使用时点一致的财务报表、公告和业绩说明会纪要,均以首次发布的版本为准;财务重述单独记录,确保事后的更正不会混入更早时点的决策。股票池包含已退市和被收购的公司,以避免幸存者偏差;在需要时隐去可识别公司身份的信息,以检验推理而非记忆。历史回放计入佣金、买卖价差和与个股流动性相匹配的冲击成本,做空时还计入融券成本,并受券源可得性的限制。

更多策略族