前言
從市場剖析到實際操盤,讓你第一次買美股就獲利!
撰寫這本書對我來說完全是一場意外,在過去20多年,我主要的投資經驗都是在金融機構中從事有關投資的量化工作,負責的基本上多數是與科技、數學、統計有極大關聯的業務。尤其在過去的6年,我更是在人工智能的研究領域上耗費大量的時間,嘗試探討它應用於股市交易的可行性。
自從2008年金融海嘯的低點以後,美國股市開始一路上漲,我們公司的團隊也在3年前推出一款APP,特別針對美國股市的投資,利用人工智能與其他統計方法,進行量化與即時操盤的工作。它的表現令人滿意,年報酬率超過100%。當然,這也要歸功於美國股市大盤在過去3年不斷地創新高。
這幾年,我陸續在台灣發表一系列的演講,也和不少金融機構、大專院校進行交流。在這個過程中,我發現即使是在網路資訊無比發達的時代,因為時差、距離、語言文化差異,台灣一般民眾對美國股市與產業面的資訊還是很陌生。大多數的台灣投資人通常只認識比較知名的幾家科技大廠,像是亞馬遜、谷歌、蘋果。
於是,只有在談論股票投資的技術面分析時,我們的想法還能互相交流,若是涉及有關產業價值、個股財報分析的國際金融資訊,甚或是報章雜誌上與利率、匯率等有關的財經消息面,很少看到台灣人以全球局勢的邏輯思維,思考投資策略與方向。
由邏輯思維推論出的結果,或許不見得能讓投資獲利,但理性思考方向有助於釐清事實、以邏輯為基礎推演出想像力,進而分辨哪些是邏輯分析的結論,哪些是消息面的情緒反應或天馬行空的樂觀。
‧美股現在是不是太高?
過去3年,許多剛開始接觸美股的民眾都會問我:「美股現在是不是太高?」那麼,我們先來聊聊這個問題。
截至2017年底,美股已經連續上漲8年,那時候中美貿易戰還沒爆發,但中美局勢與關稅危機早已初見端倪,因此不少投資人擔心景氣循環是否已經進入衰退期?倘若國際景氣開始下滑,即便對美股有興趣,是否會陷入在最高點買入的陷阱?因此,「選時」變成一個值得謹慎思考的問題。
關於這個問題,首先要回到我寫這本書的初衷。在撰稿的過程中,我發現利用財報比較基本面、採取全球總體趨勢方針,會比用量化模型來解釋,更容易讓投資大眾瞭解美股,更有助於彼此在溝通上找到一個很好的平衡點。
因此,針對選時的觀點,我在第一章中,以長期投資者的角度,用標普500指數(S&P 500)在過去60年的收益為例,和投資人分享我們的發現:在任何一個時間點買入美股,15年後的總報酬至少都近1倍。
在這個架構下,全書的內容將以美股的介紹與選股為主軸,以事實、邏輯、想像力為架構,暢談投資人該怎麼判斷美股市場裡的邏輯與概念,並將其運用於想像力,來思考市場上的資訊當中,有哪些是事實、哪些只是消息面?如何從企業財報、全球趨勢及想像力中,找到IPO這類新興股票市場裡的明日之星。
‧找到新的投資獲利模式
本書共有六大章,其中的章節次序皆有脈絡可循。從介紹美股基本狀況、建立選股邏輯,到分享實際操盤案例等,逐漸帶入。第一章我們討論「選時」的迷思,比較美股與台股過去的投資表現,以鴻海與蘋果為例,探討為什麼與其在台灣買蘋果概念股,不如直接投資美股中的蘋果。
第二章將開宗明義地正式介紹美股,並在探討選股的過程中,與投資人分享,如何從基本面做到最後的技術分析結果。第三章將分享過去兩年實際操作的投資案例,像是超微半導體與星巴克,都是大家耳熟能詳的國際企業。
特別一提,在新上市企業的投資案例中,MongoDB是很好的標的。MongoDB是一家提供「非傳統資料庫」的企業,自2017第四季上市開始,我們就一路看好它,而它的股價表現甚至遠遠超乎預期,兩年內就從每股25美元上漲到最高點180美元,到目前為止仍有150美元左右的價值,等於為我們創造出6倍以上的利潤。不過,這樣的IPO案例比較特殊,因此我在本書的選股案例中沒有特別強調它。雖然MongoDB的確是很值得投資的標的,但不管是多麼看好的股票,資產配置仍然是投資決策中非常重要的一環,應該以5%作為投資上限去考量。
從第四章起,我們以全球人口紅利的制高點,提出全面的長期觀點,探討在低利率時代中已開發國家的人口老化現象,解釋低利率的必然性以及它如何影響未來全球投資走勢。
此外,我們的生活早已無法與科技脫鈎,不論是在目前或是未來,對科技產業的投資將扮演最關鍵的角色。然而,許多科技產業乍聽起來很強,而且看似商機無限,但過一段時間後再檢視,傳奇卻早已淪為傳說,股價上漲更是曇花一現。要分辨該產業是泡沫一族還是明日之星,往往像是一個不可能的任務。
舉例來說,1998至2000年最火紅的網際網路,在2001年一夕間泡沫化,造成網路股崩盤。亞馬遜的股價,當時甚至從400美元一路跌到只剩10美元,但現在每股1,800美元。如果當時果斷買入,不愁吃穿過好幾輩子根本不是問題。
只是這樣的例子畢竟少之又少。事實上,那時候很多網路相關企業都撐不下去而陣亡。現在網際網路成為非常重要的里程碑,它在2000年歷經達康泡沫後能一路飛漲,表示這項技術具有未來性,只是被短期炒作的性質太高,才會讓人避而遠之。
我重提網際網路當做例子,也是因為人工智能、雲端,或是其他常聽到與未來趨勢相關的產業鏈將如何形成,將對哪些領域帶來好處或衝擊,都值得我們探討。
除了網際網路,「共享」也是目前非常盛行的概念。比如優步、來福車,都屬於這種類型的企業,很值得關注。至於最近本來要上市卻出問題,而無法如期發行的共享空間,也是這個產業鏈的一員。「共享」產業的前景確實值得期待,但投資人就算是看好它,還是要設法找到相關事實線索。
幾年前,在材料學領域中十分火紅的石墨烯(Graphene)產業,有如1970年代的塑膠應用,席捲整個產業鏈,從電池、導電、防彈衣到防鏽漆無所不包,市場普遍認為幾乎沒有一個產業不跟它有所關聯。
但到目前為止,沒有任何一家企業的股價因為石墨烯的應用而飛漲,這究竟是工業應用的量化製程出現瓶頸,還是根本沒有利用價值?對我們來說,情況跟前面提到的MongoDB類似,只能等到真正應用該科技的產品在市場上受到青睞,才值得進場投資。這部分牽涉到有關未來投資亮點的觀察,將在本書最後一章中特別提到。
本書將從過去一路講到未來。雖然我們不是創投,無法直接參與一級市場的投資,但是在次級市場裡,可以探討在面對剛IPO上市的新創企業,與上市超過5年的企業時,應該如何在兩者之間找到平衡點?從現有大型基金與媒體的推薦當中,運用自身邏輯進行適當的篩選。
他山之石可以攻錯。德國的鐵血首相俾斯麥也說:「愚者從自己的失敗中吸取教訓,智者從別人的失敗中吸取教訓。」同樣的道理,我們觀察知名基金每一季的投資組合,試著找到值得學習的經驗與教訓。
畢竟,即使是當代績效最佳的投資銀行,也有做出錯誤決策的時候,而成功的投資經驗往往也會出現所謂的「倖存者偏差」。有時候,投資講究的是天時、地利、人和,不見得相同的方法在每個時刻都適用,錯誤的投資經驗更值得大家警惕。
這本書能夠完成,要感謝和我合作的APP團隊,以及投資機構給予建議,還有這一路上所有台灣投資者與使用者所回饋的想法,讓我們理解到除了機器量化的方式之外,還存在許多不只限於電腦研發出的投資邏輯。這都需要透過人與人溝通的過程來慢慢積累。
這本書以敘事的方式談論投資美股這件事,我期望此書能成為我們與一般股民溝通的橋樑,讓讀者可以透過其中的介紹與簡單的邏輯,打開投資美股的大門,更能夠找到新的獲利模式。