Priced-In系列（一）

“只要能公开获取的资料（包括花钱买到的）资料，都没有什么价值了。因为获利空间都被大基金分析过了，赢者全拿。”

昨天和一位hedge fund的朋友聊，他的观点代表了很多专业基金经理人的看法。

因此一些boutique fund经典的投资逻辑是什么呢？

1. 有关系的靠关系，靠口耳相传获取一些无法从公开或花钱购买获取到的资讯。

2. 有量化数据获取能力的，自己靠crawler爬虫，或从非专业数据供应商购买raw data，并自己处理

这样的观点绝大多数时间是对的。若所有“公开“资讯都已经priced-in，自然是谁有更提前的资讯，谁有独特的raw data，谁就能佔优势让市场更有效率。

问题是，所有公开资讯真的都已经priced-in了吗？

没人敢打这个包票。所以通常有两个做法解决这个问题：

1. 用Bloomberg Terminal或万德终端尽可能了解公开资讯，有资源的基金也会去买一些公开能买到的alternative data，如月度出货量，月度经销价格等，确保别人知道的资讯，我也知道。

但资讯如此之多，从宏观变化造成的产业轮动，到公司业务，管理层异动，甚至大基金的fund flow，无不需要监控。基金经理疲于监控这些“不属于自己优势资讯”，确保不被这些可能已经priced-in的资讯所拖累。

2. long-short pair，争取把尽可能多的不确定性用多空组合消除掉。尽量pair到只剩下自己的独特资讯优势。

但市场在绝大多数是有方向的，不大可能一直做到long-short 1比1的pair。有时候也不那么容易一直找到这么像的long-short pair。

要是有个solution，能帮我一直监控着各种从宏观到产业到微观的资讯，把那些有时候不一定完全会priced-in的因子找出来，在可能没有完全priced-in的时候提醒我。该有多好？

下一篇，讲一讲Ephod Intelligence是怎么解决这个问题的。