機器人想要做巴菲特？NO！研究發現程序交易不擅長價值投資。而一個好的投資策略不僅僅要重視定量篩選和簡單模型，還需要有人類的洞察力，這是機器人還做不到的。
機器人雖然能夠取代全球34%的工作，但卻做不了被國人認為是價值投資標桿的巴菲特，研究發現程序交易不擅長價值投資。
價值投資是1934年由Benjamin Graham與David Dodd在他們合寫的被譽為投資聖經的《證券分析》(Security Analysis)一書中首次提出的投資風格，且不能被簡單的算法所模仿。
特許金融分析師協會（CFA）本月發布了《關於公式化價值投資的事實》的修訂結果。 研究發現，正如Graham 和Dodd所說，投資組合經理需要使用一套全面的指標來計算公司的內在價值。然後，他們需要在投資組合中添加人為判斷，以發現被低估的股票，這些被低估的股票在市場周期內將超過那些所謂有魅力的或成長型股票，這是學者稱之為價值溢價的回報模式。
研究者之一的加利福利亞大學伯克利分校哈斯商學院會計與國際商務教授 Richard Sloan說：
如果你去讀 Graham 和Dodd的《證券分析》你就會發現，他們建議不要僅僅根據市凈率等比率進行投資。投資者只能用這些方法作為投資的出發點。
Sloan 表示，基於因素投資策略所選的股票超越大盤的表現，部分是因為它們是基於過去信息回溯測試而設計的。
這些回溯測試強調了它們表現很好的時候，但從那之後它們並沒有奏效。價值一詞越來越多地依賴於定量投資基金，但投資者並沒有得到它們提供的信息。
研究人員還分析了價值投資中常用的，但是並不一定使股票跑贏大盤的方法。例如，他們發現市凈率通常可以識別那些帳面市值虛增的股票，遠期市盈率往往指向券商分析師因未來的盈利預期而看好的公司。他們還分析了落後市盈率，發現它能系統地鑒定出那些收益只是暫時比較高的股票，確定虧損的階段。
Sloan表示：但是它們都有同樣的問題，那就是近年來並沒有任何突出表現。他還補充道，今天當涉及到價值投資、基於財務因素投資時，存在一個標簽問題。
然而，Graham 和 Dodd 卻使用基礎分析來確認被低估的股票，他說，公式化的基於因素投資策略的基金吸引了這一點，他們只是參考，但並不是照搬。
RS投資發達市場團隊的首席投資官U-Wen Kok以及這項研究的合作者，指出先進技術的發展推動了基於因素投資策略的崛起，資產管理行業的收費正在被壓縮。由Victory Capital Management所擁有的RS提供基於因素投資的基金以及那些由人來管理的基金。
Kok表示，這個研究強調好的投資策略不僅僅要重視定量篩選和簡單模型，還需要有人類的洞察力。所以機器人還是做不了巴菲特！
來源：華爾街見聞
PS. 曾經有不少的讀者，問了我一個問題：我的資料具備了程式化的特性，我有沒有考慮把它程式化，這樣他就可以按照程序交易的買賣建議。
我常建議讀者：買進股票前，不要只按照我的資料顯示它可以買而買。你應該多去Google一下那些你想要買進的公司，它是做些什麼的、為什麼它的近期獲利會那麼好，是業外因素還是本業強勁的成長，若是連明後年展望都很棒那更好。這樣你就不會因為目前只貴了那一、兩塊錢，就放棄買它。
因為投資有一點很重要：不能把思考「外包」出去，這件事必須自己做。
這是程式化很明顯的缺點，有些股票只差了一塊錢的價位，因為程式規則的關係，就不建議你買進。若那家公司未來展望很好，未何不能稍微放寬一點。很難，因為目前機器人可能還做不到這點。
因為投資有一點很重要：不能把思考「外包」出去，這件事必須自己做。
這是程式化很明顯的缺點，有些股票只差了一塊錢的價位，因為程式規則的關係，就不建議你買進。若那家公司未來展望很好，未何不能稍微放寬一點。很難，因為目前機器人可能還做不到這點。
雖然我知道程式化後，可以節省一些尋找股票的時間，或許將來我會朝這方向走，但目前還沒有如此打算。