大多數亞洲基金經理尋找投資機會時會進行個別股票研究,包括分析公司估值、公司盈利模式及與公司管理層作聯繫,以了解公司及宏觀行業前景,此稱為「基本面分析」(Fundamental analysis),在亞洲投資世界屬於主流的投資方法。
基本面分析團隊會進行嚴謹的股票調研,以識別高確信度股票及避免「 價值陷阱」,最終交易股票及構建投資組合。投資組合會配置於不同行業,涵蓋不同股票,並進行風險評估,盡量控制及分散風險。也有少量投資者使用「量化投資」(Quantitative investment),即是用電腦及演算法計算大量公司數據,從中挑選股票作投資,不會再作個別公司調研,而是以數據的支持作為投資基礎,並以此構建投資組合。
然而,亞洲巿場中包含6000隻股票,逐隻逐隻股票研究只會浪費人力,單憑市值去篩選股票卻必然會錯過滄海遺珠。基本面經理可以如何利用量化投資以加強基本面研究?
量化篩選法助基本面經理
事實上,基本面經理可以使用量化投資的方法,得出量化投資組合,再個別研究組合內的股票,此稱為「量化篩選」。
量化篩選可以透過減少研究公司的數量,並提供值得研究的公司列表。舉個例子,量化篩選使用電腦及演算法計算大量公司數據,並為每隻股票的增長動力、價值、股息收益、流動性及質素等給予分數,得出「量化篩選列表」。以增長動力為例,基金經理能以演算法物色因盈利上調而股價上漲勢頭強勁的股票,並剔除因投機而股價走勢難以捉摸的股票,以得出股價走勢強勁的公司列表,之後才更仔細逐一研究公司的投資價值,此舉可以節省調研時間,並為投資者帶來新的投資想法。
借助大數據及早了解公司
在目前波動的市況中,也有一些「量化篩選列表」可為基本面經理帶來價值:方法一,基金經理能以演算法物色具盈利增長潛力且基本因素良好,但估值偏低的優質公司股票列表。這列表內的股票具價值質素,而且估值已經偏低,即使波動,下行機會亦較微;方法二,篩選出持續且穩定派高息的股票,並剔除派息低及可能削減派息的公司,以得出有派息、具防禦性收益的公司列表,從而增加投資組合股息率、降低整個投資組合的下行風險。
研究公司財務報表對投資者了解公司業務十分重要。然而,企業一般每年只公布財務報表4次,而且最少滯後一個月,未必有前瞻性,數據更有機會被粉飾。創新科技如大數據等也可作為基本面研究的輔助,現時有大量來自各種渠道的銷售、供應商價格及售價趨勢等數據,可讓基本面投資經理更快、更清楚了解公司業務,也可對比財務報表做印證,以增加投資信心,比其他投資者有訊息優勢。
由此可見,基本面投資與量化投資並非對立,而是相輔相成,上述只是其中一例。有投資者將這種混合型投資策略稱為「量化基本面投資」(Quantamental investment)。未來數據在投資世界的重要性只會愈來愈重,電腦及演算法的使用只會愈來愈多,相信會有更多「量化基本面投資」策略出現。