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。