《网格策略的终极进化三.docx》由会员分享，可在线阅读，更多相关《网格策略的终极进化三.docx（12页珍藏版）》请在课桌文档上搜索。
1、化工基建银行农业周期价值网格策略的是非和终极改进（三）三行业框架上一篇我们通过一步步的量化分析，总结出要想提升网格收益，可行的方案之一是分仓做多个低序相关的品种一起网格，从而提高资金的利用效率。但篇尾也引出了一个问题，那就是除了低相关、高波动，这些网格品种还需要包括哪些特点呢？比如说第一篇中提到的信息技术ETF,它的波动率比券商ETF还要高，为什么不能做它的网格呢？如果只看现在市面上关于网格的流行说法，或许有这么一种解释，是说券商ETF估值低、信息技术ETF估值高，网格策略要以“估值为底”，所以信息技术ETF不宜网格。这个说法当然不能说错，网格作为主动买套的策略，不知道底部参数就没法儿设了。但
2、为什么券商ETF就能知道底部了呢？今天我们不妨尝试换一个更高的视角，来审视一下网格品种选择的问题。前方高能预警：本篇可能是全系列理论色彩最浓的一篇。一、行业三角我从事咨询和金融十几年，接触了不少行业，常常需要写行业分析报告。当然，行业分析这个领域有很多专业机构，不敢班门弄斧，但我们从业者至少都积累了一些看行业分析的视角，时间长了多可抽象出一个比较普适的分类框架来。在此，我首先分享一下自己看行业的分析大框架。所有的行业，不妨假设可以归类成以下三类，我们把它画在一个三角上，并且列举出一些比较典型的行业：当然，以上的分类只是一个示意，每个行业所处的位置、甚至是否属于同一级行业，都并不精确。但粗略可见
3、，每个行业在这个体系中，很少会非常极端的归属某个典型，也就是处于三角形的某个顶点。相反，大多数行业都同时兼具三个特性，只是在程度上会更加偏向其中1个或2个特性。我们仍然试着挑选了其中的三个相对典型的行业：化工、食品、信息来进行分析，看看这三大类行业分别具有什么最经典的属性。传统上的行业分类，会有各种各样的解释指标，但我倾向于只抓取最贴近现代经济学基础概念的一个一一供需关系。先说结论：稳定的需求，驱动“价值行业”不稳定的供给，驱动“成长行业”弹性的供需，驱动“周期行业”（一）价值行业价值行业代表了最稳定的供需关系。这类行业（比如食品），需求基本可以称为刚需，所以为了满足稳定需求而产生的供给，也会
4、逐步稳定下来。在一个社会时期里，除了经济环境发生翻天覆地变化的那几年（比如改革开放之初）可能产生群雄逐鹿级别的竞争，之后行业企业就会比较快的排好比较稳定的座次。此后，社会风平浪静的话，这类行业很容易产生强者恒强的“马太效应”，毕竟守着明确存量也明确增量的市场，现存生产商面对的风险较小，拥有品牌知名度和资本资源的双重优势，要保持市场占有率不大幅下滑，并不困难。虽然在此过程中，由于技术创新、营销和商业模式改变、人群的代际更迭，也会间或出现新的挑战者，就像王者可口可乐也会面对以二战后新生一代美国人为目标客群的百事可乐的挑战，但根据全球上百年汗牛充栋的相关研究结论，已经非常清晰的指向这类行业的常见最终
5、形态一一形成稳定的双寡头结构。也就是说，每个子行业都由2个彼此竞争的大品牌垄断约80%的市场，其他所有竞争者去分配剩余20%的细分市场。就像中国的茅台和五粮液、伊利和蒙牛；美国的可口可乐和百事可乐、麦当劳和肯德基。它们之间也许互有攻防，却总是不断维持甚至拉大和其他对手之间的差距。在纯粹的价值投资者语境里，喜欢把这类行业龙头企业的优势，比喻成“护城河”O此类行业的企业，长期股价总体是波动向上的，大起大落不明显。另一大特点是它们创新高的时间不会太长，就算遇到短期的经济萧条带来需求萎缩，但由于需求的刚性下限非常明确，所以不久就能重新达到平衡并继续上涨。尤其是在中国、美国这种长期经济增长、人口增长、消
6、费升级的经济体，价值的稳定特征更是会得到非常充分的体现。也正由于护城河的存在，投资这类行业从总体上看几乎没啥难度，也很难通过任何择时、换仓等操作创造出超额收益。因此，这类行业每个波峰都间隔很短、而且都超过上一个的特性，使得最优投资模型可能就是长期持有，中间即便有增强手段，也不太可能是“网格”这种随时卖飞的策略类型。我贴一个大家耳熟能详的经典价值企业伊利股份的复权长期股价图，大家应该是一眼可见上述特征：-2dA1120QZ-032Q06-032014-032020-0价值类企业的特点是盈利稳定，判断贵还是便宜都相对容易，用绝对市盈率（PE）、面向未来的市盈率（ForWardPE）对其进行估值都差
7、别不大。只不过它们的估值会被业绩增长很快消化掉，所以除非非常贵，否则都没有卖出的价值。相反，价值类企业的卖出信号不一定是估值贵了，而更可能是盈利和市场占有率明显下降了，这类信号往往提示该企业甚至是全行业陷入了大麻烦中。因为价值类企业的最大风险，通常是全行业面临的某些政策或声誉危机等，比如2008年著名的牛奶三聚鼠胺事件。如果是单个企业出现盈利下滑导致的PE增加，也同样提示非常明确的离场信号，这说明这个企业生产的产品，在需求刚性的情况下尚且被市场抛弃、市场占有率异常下滑，事出反常必有妖那为什么我心目中的中国版行业三角里，食品行业并不是纯粹的价值，而向成长偏移了一点呢？传统上认为需求同样足够刚性的
8、教育行业，为什么会向成长偏移更多呢？它们又到底具有哪些成长行业的特点呢？（二）成长行业和价值相反，成长行业代表了最不稳定的供需关系。这类行业（比如信息），其需求在传统上是不存在的，比如没有Iphone之前你会知道自己需要一台智能手机吗？这类行业往往是随着技术、商业模式的迭代更新，突然从供给端挖掘出了一个新的需求。听起来是不是有点近年流行词“供给侧改革”的意思？正是由于中国近年消费升级和互联网的发展比较快，依托电商的新商业模式层出不穷，所以由供给新创造出的部分需求，才给传统的价值行业食品、教育等涂抹上了一丝成长的金边。由于这些新需求常常倏忽而来又乘风而去，所以行业会非常明显的分为“成长期”、“成
9、熟期”和“衰退期”几个阶段。成长期并不是群雄并起的，而是仅仅几个甚至是一个走过初创阶段的弄潮儿，在试错的熔炉里幸存下来，偶然发现了一块能被打开的需求新天地。于是它赶紧大开杀戒，盈利和股价都蹭蹭蹭的上涨。接下来，这个新的需求或者商业模式，有可能不久就被市场证伪，那么这些成长公司就会被打回原形，哪来的回到哪里去，永无翻身之日。这种例子很多，远看世纪之交的商务通，近看2020年的瑞幸咖啡。也有可能，行业的需求被市场证实，那么就会有越来越多的企业尝试进入这个市场，打破最初的技术壁垒。就像三星携安卓杀进了苹果开创的智能手机市场，带起了HTC华为、小米、OPPO、V1.Vo等一帮小兄弟。在红海竞争后，市场
10、的格局逐步固定下来，形成寡头垄断。经典的垄断结构按照吴军博士在浪潮之巅中对IT行业的分析总结，多呈现为结构，即龙头垄断70%市场、龙二占据20%、其余企业瓜分10%。由于现阶段成长行业多数和技术沾边，用IT业来归纳成长类格局特点，也大体不会偏差太远。进入垄断结构后，市场的利润爆发期也就过了，于是成长行业就进入了“成熟期”。然后，当新的技术和模式发展到了引爆点，新的成长行业发展、创造出了新的需求，这个需求和老成长行业的需求出现重合点(比如智能手机取代部分笔记本电脑的市场需要)，老行业就开始迈入夕阳“衰退期”。可惜这类行业通常不会夕阳红，而是一步跨入极夜，要死就是瞬间死透。君不见，当年大街小巷的诺
11、基亚专卖店，是如何在顶峰后的第二年就直接踩进谷底，第三年就被收购正是由于成长行业的供给、需求都非常不稳定，需求一旦被创造出来就会持续增长，所以它的消失往往也等不到需求饱和，直接被下一波不知何时升起的汹涌浪潮给颠覆。真正严肃的成长行业研究者，应该都是带着“风险投资”(VC)的气概，抱着必死的决心、拿着概率的散弹枪冲进去沙场的。至于成长行业如何估值？可能有一大堆PS、PCF之类的神奇模型，但我想负责任的说一句，对于绝大多数人和绝大多数公司而言，成长行业应该是无法估值的。最佳的投资模型，也许就是充分分散+趋势投资，毕竟一旦一个成长行业赌对了、爆发了，它的趋势是中期难以逆转的，什么大盘下跌、经济波动、
12、天灾人祸，九头牛都拉不回。但一旦它的衰退到来，无论因为什么理由，都是不可逆的死亡，对于身在其中者最大的可能就是再无还阳之日。在此我贴一张诺基亚的估价季线图，大家一起感（MIAN）受（HUAI）一下吧。诺基亚NOK-9.212000-032003a032006-032口哈032012-032015-032018-03成长行业既然无法估值，再高的波动率也肯定不适合网格了，比如前文中的信息技术ETF0顺便多说一句。有一些典型的成长企业，发展到成熟期之后仍然可以不断壮大，甚至规模加速成长，蜕变化蝶。只不过，这类企业通常会偏离自己原先所处的行业赛道。比如腾讯、阿里，不管他们本来是做什么的，当手上的钱多到
13、一定程度以后，就只能把自己变成投资公司，通过外延财务投资来进一步实现增长。这类财团帝国的行业属性，因此会变得越来越模糊，估值也更加困难。既然连行业属性都不清楚，就更加不是需要明确底部的网格策略所能涉猎的范围了。（）周期行业周期行业和以上两种行业都不同。之所以说到“周期”二字，就是因为它的需求和供给是围绕“价格弹性”这个锚点周期性的呈现往复波动的。以煤化工为例。煤炭在很长的历史时期里，都是基础工业原料，无论新能源替代被喊了多少年，人类迄今大部分的发电还是依赖火电，所以这个需求并不会像成长行业那样轻易被替代、消失。但是，此类需求也并不像食品行业那样是人们吃穿用度的刚需，总是稳定的存在，它一方面会被
14、价格影响，价格贵的时候就少买一点煤、便宜就多屯一点煤；另一方面会被经济环境影响，经济增长了就需要更多的煤，经济衰退就需要更少的煤。所以，需求在此表现出了一定的弹性。而在另一端的供给，同样表现出了弹性。当需求增长到一定程度，供给满足不了，煤的单价就会快速上涨，然后就有更多的企业自发开始挖煤、进口煤、贸易煤，增加供给以满足需求。当供给需求逐步达成平衡，煤价就趋于稳定了，此时对数据反应不敏感的企业继续增加供给，天平就倒向了另一端，煤价开始下跌，直到跌到更多企业的成本线以下，直到倒闭、减少供给如此周而复始的循环，就形成了周期。周期最经典的定义，也分成著名的四个阶段，也就是被动补库存阶段、主动补库存阶段
15、、主动去库存阶段和被动去库存阶段。不必展开，对照以上的描述，应该大家都能体会了。正因为周期行业具有这样被“供需”两个变量驱动的循环特点，而两个变量的组合在四个象限之间周期波动，所以这个行业的估值底部和顶部相对比较好预测。全行业盈利最差甚至亏损的阶段(市盈率最高)，反而是周期的底部低点附近，此时供给逐步破产出清、需求又差到极致面临回升预期，所以此时买入周期行业股票的盈利预期最好。所以，有一派投资者会反向采用市盈率给周期行业估值，也就是达到高区间开始买入。当然，如果用市净率(PB)的低点来进行顺向估值，效果也差不多，因为净资产的变化速度远比盈利要慢得多。这样说来，是不是周期行业的投资就很容易呢？当
16、然不是。显然，这世界上就没有容易赚的钱。周期行业的确相对容易估算底部(P),但是周期反转的时间(T)很难计算、甚至是不可计算的。道理嘛，不知大家看过三体这部科幻小说吗？三个恒星构成的星系，其运动轨迹都无法计算，几乎随机，而周期行业由供、需两个变量彼此动态博弈平衡，相当于有四个波动方向都具有不确定性，因此其本身的波动时长和回暖时机，基本是不可测的。周期行业我就不贴个股图了，重温一下本系列第一篇所展示的那张券商ETF的图哈：三、不典型行业和宽基指数上一节分析得出的结论，可以总结为：价值行业应该长持、成长行业只能做趋势，只有周期行业的供需关系可以估底、但难以确定反弹时间，所以或许适合用网格来捕捉震荡
17、时间的收益。可是大多数行业，并不会像食品、信息、煤化工那么典型，它们往往具有多重行业属性特征。这些行业的特点，我们也尝试用券商、地产、传媒3个案例来稍作分析。（一）券商行业关于券商，大家是不是不太理解，周期行业不是应该都要对应一个基础商品吗？那为什么不买卖商品的券商也是周期行业呢？其实从经济学角度来看，一切能交易的都是商品，煤炭是、粮食是、手机通信的服务是、给你家里做卫生的阿姨提供的服务也是。券商对应的基础商品，就是证券交易、证券发行承销、自营业务（相当于自己炒股）、股权质押融资这四项服务为主。这几项服务都有一个共同特点，就是和牛熊市关系特别大。不过，这个问题其实隐含了一个更深层次的中国特色。
18、事实上，虽然券商是周期行业，这一点在全球都是共识，但在中国这个特点要比其他多数国家鲜明得多。这背后最重要的原因，是因为中国的证券上市是审批制的，所以股票作为一种商品，它的供需也存在着像煤炭一样的弹性平衡问题，而且在有形之手干预之下供需矛盾有时会特别尖锐。过去当A股市场持续低迷的时候，市场上追逐股票的资金（相当于需求）减少，于是中国的证监会就会降低甚至暂停发行审批（IPO）数量，这就导致股票的供给开始减少。接下去，当减少到一定程度后，市场价格跌到极致，开始有增量资金进入。相对此时停滞不增的股票供给，这些资金就容易买出溢价，带来股票价格上涨。随着上涨，更多需求（资金）进入、助推，产生正循环。然后，
19、证监会再逐步放开IPO,更多的股票被供给出来，直到供需关系再次打破、逆转这种周期性，也一定程度代表了整个A股市场的周期性。于是A股作为一个整体（以万德全A指数为代表）就在上述的供需关系变化中，和全球的其他主要股指相比表现出明显更加突出的周期性。当然，和中国一样采用审批发行体制的国家（或历史阶段），其主要股指的周期性也可能是相似的。而证券公司本身的股价，更是这种周期的放大反映。由于券商收入主要和IPO承销收入、交易佣金、自营盘收入相关，熊市还会遇上股权质押跌价平仓风险，相当于供、需两端都只和以上的“基础商品”周期相一致，缺乏其他收入来源对冲平衡。所以在中国证券史上，证券行业体现出超强的周期特性，
20、相当于在万德全A指数的周期之上再叠加了超过一倍的弹性。这一点，比较一下中国的券商龙头中信证券和美国的券商龙头高盛的长期股价对比，就能看得很清楚。32SM高盛集团H中信证芬260.62“加加力-WQ廿F-1.ZD10.W31ZD1S/1V30随着中国证券市场向注册制转型，这种周期性有可能会逐步弱化。而一般认为由于直接融资比重显著低于同体量经济体，未来十年中国的证券行业发展空间比较大，所以券商相对普通周期股有可能会逐步体现出一定的“成长”特性，向成长维度多靠一点。但如果深入点理解，审批制向注册制转型只是把供求关系的决定权从政府机构交回给了市场，供需关系的自发平衡仍然存在，这也就是为何券商、乃至整个
21、金融业即便在成熟市场也依然体现出较强周期性的原因。（二）房地产行业类似的，还有房地产。只不过中国的房地产行业在过去20年和券商是反过来的，活生生把周期股演绎成了成长股。因为中国经历了20年的地产黄金时代，其关联商品（房产）的需求体现出了持续的刚性，导致其行业板块的股价体表现出一定的成长特性，平抑了周期。但全球的房地产企业，在正常的岁月里都是非常典型的周期行业，每轮股价低点都相差不大且震荡较久。我们可以比较一下美股的地产开发商龙头之一To1.1.Brothers和A股地产龙头万科的长周期走势图：但是如果把这张图往前拉，就会看到三十年河东的另一番光景。毕竟全球主要经济体都有过房地产的黄金岁月，并不
22、只是中国有，中国也并不特殊。所以说不定中国的地产行业，目前也正在向着周期属性回归呢？（）传媒行业再来解释一下，为什么传媒属于偏向周期的行业？要理解这一点，还是可以从房地产入手来看。一般认为房地产行业有两个属性，一是可选消费、二是金融。前者比较好理解，“房住不炒”嘛，买来住当然就是消费咯。不过不同于食品饮料，房地产这种商品属于耐用品，很长时间才买一次，不买租房住一辈子理论上也可以，所以它才叫做“可选消费”。与之类似的还有汽车、家电、奢侈品等等。由于需求不是持续、稳定的，所以容易想象，在上述模型中可选消费就具有很明显的周期特性。可选消费范畴很广，无论是需求更刚性一点的服装服饰电影旅游（偏向价值）、
23、还是供给更飘忽不定的电子产品（偏向成长），它们总体上都在行业三角中处于“周期”的辐射范围内。但如果房地产更多的体现出投资属性，买来住的人主要看中它的出租、出售升值价值，甚至是通过向银行举债的方式加杠杆投资，那么这时的房地产就表现出更强的金融品特征。金融行业在全球都是典型的周期行业，因为它和货币利率、信贷的供需高度相关，一旦资金供给进入紧周期金融就必然萎缩，其周期波动特征极为明显，比可选消费要更加强烈得多。房地产虽然是可选消费和金融的叠加行业，但两个属性的比重在不同经济体、不同发展阶段中都是不一样的。比如今天在德国，也许房产的可选消费属性占比接近80%,但在中国可能金融品的属性接近80%（这只是
24、个比方，并非实证数据）。噢对了，大家也许不知道，房地产行业在一级行业指数划分上，在中国属于“全指金融”，而在德国就属于“可选消费”。有点扯远了。关于“房主不炒、稳中向好”啥的，不是本篇讨论的重点，我们还是回到行业框架里来。传媒行业包含的范围比较广，比如电影、广告、游戏等等。这些子行业中有些有明显的成长特性（比如手机游戏），但不妨碍整体上这些行业的需求都受到经济周期波动影响。比如电影，老百姓有钱了就多看，看的人多了广告植入就更多，广告更多就拍的更多，拍的更多每部片盈利就更困难，然后一个周期逆转倒闭一片影视公司，然后从头再来所以，传媒行业从总体上偏向可选消费的特性，和可选消费的其他品类一样，更加接
25、近周期行业，虽然在中国它还具有一定的成长特征，因为不断有新的商业模式、载体甚至是技术上的创新在创造新的需求。想想10年前，你就不能想象可以摘掉耳麦、捧着手机，在被窝里和朋友们组队吃鸡，对吧？（四）宽基指数所以你看，无论专业分工细化的今天是否已经发展出了3600行，但只要动态组合“价值成长周期”三者的比重，就都可以在这个框架中找到每个行业相对可信的位置，对其进行特征分析。其中越接近周期特性的，它的底部估值相对越容易、越可靠，波动特征也越适合采用网格模型。但读到这里，不知道你是否有点疑问？那么包含了所有行业的宽基指数，比如中国的沪深300、中证500,以及香港的恒生指数、美国的标普500这些，它们
26、也能用这个框架来分析吗？它们可以估值吗？这是一个非常有趣而深刻的问题，对此我多年来也一直在思考、研究。理论上说宽基指数包含了所有行业，彼此对冲，它在三行业的频谱中应该接近三角型的中心或者重心点才对，不是吗？可事实上，只要你稍经推理就会发现，每个国家、每个历史时期、每个指数，其主导的行业是不一样的。比如恒生指数和沪深300指数，由于历史原因和地缘经济支柱，这两个指数都以银行、地产、保险等金融特性强的企业为主要权重，因此其行业属性就会更偏向周期，指数走势周期波动的特征比较明显。当然，近年由于内地腾讯等大的互联网企业赴港上市，带给了恒生指数一些新增的价值和成长元素。沪深300,同样有占比不低的金融类
27、行业，但也有一定比例的必须消费，所以它的属性处于周期和价值之间。长期缓慢上涨，中间周期波动。而中证500这样的指数，它的组成中(最新一期)26.4%权重归为信息技术、10.4%归为可选消费，还有比例不低的工业原材料和医疗保健等，所以它在周期频谱中 就偏向位于成长和周期之间。指数有些阶段持续成长向上(2009-2015)、有些阶段 持续衰退向下(20162019),伴随一定的周期波动。至于美国的标普500,非常有意思，这个指数历史足够长，也伴随了美国这个大 经济体的几次重大转型，所以我们是可以从它的历史走势中看出不同时期它的行 业偏向。比如50年代以前，美国的能源、铁路等行业发展主导，让指数的工
28、业周 期特性非常显著。50-80年代，美国战后以纽约为核心的发展及取代伦敦金融中心的作用，使得其诞 生了一大批权重金融企业，当然还有巴菲特一代人信仰的优秀消费企业开始全球 扩张，所以这个阶段其指数走势周期中偏价值，平稳向上。194.40标普500指158.43122.46M%HF“3t50.51*60.961973-031776-031979-031732-031985-0390年代末以来，拜度法案加持下的硬核科技创新，使标普500中越来越多的科技巨头公司逐步取代金融的位置，占据了权重地位。虽然也有互联网泡沫的破灭，但总体而言美股的走势更像成长行业特性偏转，没法精准估值，只要不能证伪就一路长牛
29、向上3M凡强标普5003393.52所以如果让我拍脑袋给标个点，我心中的各大宽基指数当前所处的行业位置，大概是这样的。不同的行业偏向，也意味着不同的宽基指数其实不该采用同样的估值系统，假如它们真的可以估值的话。当然，以上一切只是我的框架中的一种解释，不做算命。其实宽基指数的频谱特征很难准确描述和分析，大家权且一看，就当个乐儿哈。反正宽基也肯定不适合网格，以后有机会写到对于左侧投资模型的一些思考时，再展开讨论吧。行业分析，是一个非常精深的学问，其中更加精深的部分，留给价值投资者和风险投资家们去挖掘和辩论吧。作为量化投资者，我们只需要直到框架，明白什么类型的行业适合什么模型就够了。毕竟量化投资者，关心的是概率，而不是绝对的正确。写到这儿才发现，本篇可能是全系列中最不接地气的一篇。不过最起码，经过一大套分析，我们总算弄清楚了适合网格的品种，大致属于哪个行业类型。周期行业，有着相对明确的底部、通常较长的底部波动周期，波动期间充满了猜测反转者带来的随机大幅波动，而“回暖”期又大概率只会迟到、不会缺席。所以，“网格”这种捕捉波动时间的策略，几乎就是为周期行业量身定做的增强方向。当然，周期行业有其显著的风险敞口，那就是每一个周期低点都会对应大批破产的企业，所以选择周期的个股，你有可能等不到黎明来临的那一天了。如何应对这个问题呢？还有其他什么选择网格品种的关注点吗？且听下回分解。
