自下而上的选股与自上而下的选股

一起学习了《战胜华尔街》,不知道大家有没有这么一种感受:林奇的选股方法是典型的自下而上的选股方法。虽然这一点没有单独拎出来讨论过,但在《从低迷中寻找卓越》《如何通过财务指标筛选股票?》《边逛街边选股?》《好公司也需要在好的价格买入》这些笔记中都可以看出,林奇在选股是更关注的是公司本身。尽管林奇也经常同时买入同一行业的股票,比如汽车行业、储贷行业等,但更多的是因为他的资金量太大,同一行业的公司又具有一定的共性,并不是先选定行业,再从这个行业去选择公司。

与之有所不同的是,在《逆向投资 邓普顿的长赢投资法》中,从劳伦介绍的1939年邓普顿抄底美股的行为来看。邓普顿的选股方法更像是一种自上而下的选股方法。首先实在宏观上,"投资者认为美国正在倒退,将重新陷入经济衰退,纳粹即将摧毁人们的自由意志和再欧洲已经蔚为大观的现代文明",而邓普顿"对未来事态可能的进程得出了与多数人截然相反的结论",他看到了"全美举国上下各行各业在纷纷响应战争的召唤,这极有可能极大地刺激经济"。其实是在选股上,邓普顿"购买了美国两家交易所正在进行交易的、价格在1美元以下的所有股票"。最后,邓普顿并不是因为资金量太大,他拥有的资金只是向他前任老板借入的1万美元。

当然,从量化的角度来说,我觉得不需要有明确的自下而上或者自上而下的选择。至少我现在常用的因子策略里,我可以同时把宏观因子和微观因子都放进去。我需要考虑的仅仅是考虑哪些因子。不过在经历了林奇和邓普顿这两位价值投资大师的熏陶好,我越来越做点基本面分析的冲动。特别是这个月,我的量化策略表现不是很好的情况下。基本面分析当然不可能一个一个股票做下去,那就涉及到怎么去筛选。结合林奇的《从低迷中寻找卓越》和邓普顿的"冷门股"思路,我初步的想法是从每周跌幅最大的股票开始。当然,目前也仅仅只是排上日程而已。

相关推荐
B站_计算机毕业设计之家1 小时前
计算机毕业设计:Python农业数据可视化分析系统 气象数据 农业生产 粮食数据 播种数据 爬虫 Django框架 天气数据 降水量(源码+文档)✅
大数据·爬虫·python·机器学习·信息可视化·课程设计·农业
taxunjishu2 小时前
DeviceNet 转 MODBUS TCP罗克韦尔 ControlLogix PLC 与上位机在汽车零部件涂装生产线漆膜厚度精准控制的通讯配置案例
人工智能·区块链·工业物联网·工业自动化·总线协议
Apache Flink3 小时前
Flink Agents 0.1.0 发布公告
大数据·flink
终端域名4 小时前
什么是区块链?如何读懂区块链技术?
区块链
潘达斯奈基~4 小时前
在使用spark的applyInPandas方法过程中,遇到类型冲突问题如何解决
大数据·笔记
火星资讯6 小时前
腾多多数字零售模式:从成本转嫁到全生态共赢的破局实践
大数据
望获linux6 小时前
【实时Linux实战系列】实时 Linux 的自动化基准测试框架
java·大数据·linux·运维·网络·elasticsearch·搜索引擎
金宗汉7 小时前
《宇宙递归拓扑学:基于自指性与拓扑流形的无限逼近模型》
大数据·人工智能·笔记·算法·观察者模式
直有两条腿7 小时前
【数据迁移】HBase Bulkload批量加载原理
大数据·数据库·hbase
Joy T7 小时前
海南蓝碳:生态财富与科技驱动的新未来
大数据·人工智能·红树林·海南省·生态区建设