金融投資研究最難的地方在於,不能單純根據過往的經驗,來對未來某件事情判斷發生的機率,所以從以前到現在,每次的金融風暴或股市大多頭都會有人精準預測,但每次都是不同人。

要根除這個問題,最理想的做法是從人的經濟行為去著手,就像Kostolany描述的那樣,透過長線的經濟數據組成的資料庫來分析,人的實體經濟是主軸,證券市場是狗,投資人專心追著人跑,而不是狗,雖然狗有時會偏離實體經濟軌道,但狗最終還是會回到人的身旁。

所以不能從經濟數據直接解讀,要從人的經濟行為去解讀,透過big data的統計,去交叉比對找出方向,而不是注意當下的經濟數據變化

例如現在美國自願離職的員工數量變化、汽車耗油量和里程數、各種產業水電消耗量、各產業的工時變化、各種商店的客人進出數量統計等等,經濟有無真的成長,從 這些數據變化才能觀察,他是追蹤人類的基本經濟行為,例如上述數據如果都是成長的,代表實體經濟真的好轉,能夠真的帶動企業營收和民間消費成長


經濟不好,員工怎麼敢自願離職,消費者也不會開車四處走,企業有營運才會消耗水電,商店有人潮就有相對消費,這種數據統計隱藏大量big data的概念,這才是有效率的數據這些數據目前正進入更高的成長期,所以對美國經濟樂觀,對股市也可以樂觀,這是透過量化數據來投資的概念

投資人在研究經濟數據有幾個重點

第一,不能只看一個月,應該把每個月的數據做成線圖,去觀察相對應變化,當下剛出爐的經濟數據大多只能改變短線,長線意義不大。

第二,有些數據不是有效益的經濟數據,它不會反映後續景氣的變化,而是當下景氣好壞反映在它身上,最常見的例子是失業率,想找工作的人找不到工作,計算在失業率裡面,但景氣差,想找工作的人減少,失業率也會下降,未必能真實反映景氣,但是觀察,請領失業救濟金人數或就業人口,有領補助金或有工作,數據一筆一筆統計,這是相對高效率的數據呈現。

第三,有些數據只能反映短線的證券市場變化,那不能反映長線實體經濟,那是在追狗,而非追人。

第四,全球經濟體或原物料商品的最大影響力來源都是美國,不管操作哪一種商品或哪一國股市,最上游的美國經濟都是研究重點,只要美國出現大型金融危機或改變貨幣政策,全球幾乎都會受到影響。

投資做功課以前應該釐清這些原則,這樣才能事半功倍,對經濟或數據反映敏感度較低的投資人,要盡量把布局的周期拉長,讓自己有從容不迫看待市場的機會,耐心等待,讓時間成為投資的朋友。

arrow
arrow
    全站熱搜

    Joe 發表在 痞客邦 留言(2) 人氣()