JP摩根前分析师解构股市基本面 称散户技术分析难敌量化机构

最硬核的一期 专业股票投资人怎么看门道? — 小Lin说

小Lin说

散户依赖技术分析易被高频量化算法收割,应将重心转向以资产配置、行业赛道和护城河评估为核心的基本面投资。

AI-assisted summary of 最硬核的一期 专业股票投资人怎么看门道? — original source. Check the original for full context.

Source published:

Detailed notes

## Background 该视频由小Lin说(Lindsay)于2021年1月22日发布在Bilibili平台上。根据页面简介,视频旨在梳理股票投资的框架体系,探讨技术分析、基本面分析以及宏观、行业、公司等不同维度的有效性,作者称其为当时频道中最硬核的一期视频。

## TL;DR 视频详细拆解了股票投资的四大核心框架。作者首先劝诫散户切忌过度依赖技术分析,因为在微秒级的量化算法与数据挖掘面前散户毫无胜算。随后深入介绍了基本面分析的三大递进层次:宏观分析决定资金水位与资产配置,行业研究通过赛道与生命周期选择决定投资上限,而公司分析则需结合微笑曲线与三大财报定性定量评估,并提醒投资者谨记“好公司不等于好股票”。

## Atmosphere & style 视频整体呈现出专业严谨与轻松幽默并存的干货分享风格。作者Lindsay凭其资深的投行背景,将复杂的金融学理论与量化交易机制拆解得深入浅出。讲解过程中穿插了“男性内裤指数”、择偶比喻等趣味梗,既有对散户盲目看图炒股的直白警示,又带着理性客观的专业视角,给观众带来极其丝滑且富有趣味味的硬核科普体验。

## Key takeaways - [00:00](https://www.bilibili.com/video/BV1gV411b7HM?t=0s) 技术分析本质是看图说话与寻找历史规律,但在现代金融市场中,散户极易被拥有强大算力、算法与文本挖掘能力的量化对冲基金和高频交易公司收割。 - [00:00](https://www.bilibili.com/video/BV1gV411b7HM?t=0s) 短期股票价格由供需决定,长期价格由价值决定;技术分析中的阻力位与支撑位往往源于市场心理共识和自实现预言。 - [05:00](https://www.bilibili.com/video/BV1gV411b7HM?t=300s) 基本面分析包含宏观、行业和公司三个层次;脱离整体宏观环境只看单一个股指标是不可靠的。 - [05:00](https://www.bilibili.com/video/BV1gV411b7HM?t=300s) 央行的货币政策(如量化宽松、降准降息)直接决定市场流动性,资产负债表扩张与股市大盘走势呈现高度正相关。 - [05:00](https://www.bilibili.com/video/BV1gV411b7HM?t=300s) 专业投资组合理论提倡“自上而下”的投资逻辑:第一步是进行宏观级别的资产配置,第二步才是具体证券的选择。 - [05:00](https://www.bilibili.com/video/BV1gV411b7HM?t=300s) 在投资中“选择赛道”极其关键,高景气度朝阳行业(如科技板块)的整体表现往往远超衰退行业(如能源板块),选对行业比精选个股更重要。 - [05:00](https://www.bilibili.com/video/BV1gV411b7HM?t=300s) 评估行业长远价值需考察四个维度:行业生命周期、基本格局与准入门槛、政府政策导向,以及板块轮动与市场偏好。 - [05:00](https://www.bilibili.com/video/BV1gV411b7HM?t=300s) 对于普通散户,买入行业 ETF(如 iShares、SPDR 系列)是一键布局优质赛道并分散单只股票风险的高效方式。 - [10:00](https://www.bilibili.com/video/BV1gV411b7HM?t=600s) 公司定性分析的核心是看懂商业模式与寻找未来的盈利增长点,仅靠成熟的传统业务难以打破估值天花板。 - [10:00](https://www.bilibili.com/video/BV1gV411b7HM?t=600s) 依据“微笑曲线”理论,处于产业链两端的“研发端”和“品牌/销售端”附加值最高,而中间的“生产制造端”利润空间最为薄弱。 - [10:00](https://www.bilibili.com/video/BV1gV411b7HM?t=600s) 牢记“好公司不等于好股票”:如果优秀公司的业绩和预期已经被市场充分定价(Price in),买入反而面临极高的高位回调风险。 - [15:00](https://www.bilibili.com/video/BV1gV411b7HM?t=900s) 定量分析依赖三大财务报表;不同行业关注的核心指标不同,如传统制造业看净利润率、零售业看现金流、房地产业看负债与应收/应付款项、医院看 EV/床位数。 - [15:00](https://www.bilibili.com/video/BV1gV411b7HM?t=900s) 美股标普 500 的历史平均 PE 估值能直观反映市场整体泡沫程度,如 1999 年科技股泡沫、2008 年次贷危机及 2020-2021 年高位均积聚了大幅回调风险。 - [15:00](https://www.bilibili.com/video/BV1gV411b7HM?t=900s) 公司的管理层与创始人是不可忽视的变量,其个人影响力、言论及品格对公司股价与长期价值有重大影响。

## Detailed walkthrough ### [00:00](https://www.bilibili.com/video/BV1gV411b7HM?t=0s) 技术分析 vs. 基本面分析:散户为何难以靠看图说话打败量化巨头?

股票投资主要分为两大流派:**技术分析**和**基本面分析**。在传统电视媒体上,经常能看到股评专家拿着木棍指着 K 线图分析“双肩顶”、“放量”、“先人指路”或“量涨价涨”。技术分析的核心本质是“看图说话、寻找规律”,通过研究历史价格、成交量和波动率等数据来预测未来的价格走势。然而, Lindsay 明确建议**普通个人投资者切忌过度依赖技术分析**。

现代金融市场已被装备精良的量化对冲基金和高频交易公司垄断。这些机构大量招募数学与物理博士进行复杂建模,甚至使用各类听起来极其炫酷的模型(如“冰山模型”或“忍者模型”)进行机器学习。当市场出现极其微小的供需不平衡或套利偏差时,算法资金会在微秒级时间内迅速切入。相比之下,个人投资者没有任何算法、服务器或算力优势,仅凭肉眼和简易图表根本无法与之竞争。此外,纽约知名量化基金的“数据工程师”们还会通过**文本挖掘(Text Mining)**将市场新闻直接转化为交易信号,实时融入决策。

从定价本质来看,**短期价格由供需决定,长期价格由价值决定**。技术分析涉及的量价关效应更适用于超短期交易,而个人投资者很少会进行秒级频次的频繁买卖。

* **市场心理与异常点位**:技术分析在某些关键位置看似有效,往往是因为心理暗示(自实现预言)。例如,某种股票两次在 3000 点见顶回落,市场会普遍形成“3000 点是不可逾越的关口”的心理共识,导致股价再次接近 3000 点时投资者纷纷抛售。然而一旦突破该阻力位,先前看空的人会迅速反向买入触发暴涨,若此时依据技术指标卖出反而会遭受巨额亏损。

---

[00:05](https://www.bilibili.com/video/BV1gV411b7HM?t=5s) 宏观分析:为什么离开大环境选股就是“耍流氓”?

基本面分析涵盖三个递进的层次:**宏观层次、行业层次和公司层次**。许多散户误以为买股票只需要挑市盈率(PE ratio)最低的几只股票即可,但这种脱离整体环境看局部指标的行为,就好比仅凭借“眼睛大”这一单一特征去盲选美女一样不可靠。

> “任何脱离整体的细节都是耍流氓。”

宏观经济调控对股市具有决定性的影响力。以美联储(Fed)和中国人民银行(PBOC)为代表的中央银行,通过量化宽松(QE)、调整存款准备金率及利率等手段直接控制经济体中的货币总量: * **钱多推高资产价格**:从 2008 年金融危机到 2020 年,美联储的资产负债表扩张(蓝线)与美国股市大盘走势(白线)呈现高度正相关。货币超发导致流动性泛滥,多余资金自然流向股市推动股价上涨。 * **美股 12 年牛市成因**:2008 年后美股长达 12 年的牛市得益于三大宏观红利:货币量化宽松、企业税收减免,以及欧洲经济疲软引发的全球资金虹吸效应。 * **杠杆政策对 A 股的影响**:2017 年国内推行“去杠杆”政策,市场资金流动性收紧,直接导致 2018 年中国股市陷入熊市,多家民营企业频繁爆雷。

在专业投资组合理论中,第一步永远是**资产配置(Asset Allocation)**——先决定在不同国家(发达 vs. 新兴市场)以及股票与债券之间的分配比例,最后才是具体的**证券选择(Security Selection)**。

> **格林斯潘的“男性内裤指数”** > 前美联储主席格林斯潘(Alan Greenspan)曾提出一个有趣的宏观指标——“男性内裤指数”。男性内裤属于销量极其稳定的非耐用必需品;当经济陷入衰退时,男士倾向于“洗洗继续穿”,销售额会出现下滑;而当销售额转而回升时,通常预示着经济开始走暖复苏。

---

[05:00](https://www.bilibili.com/video/BV1gV411b7HM?t=300s) 行业研究与赛道选择:闭着眼挑龙头比精选落后行业更有效

在投资领域,“选择赛道”的重要性不亚于选择公司。如果把寻找好公司比作择偶,去电影学院或艺术院校的选拔概率显然远高于非艺术类高校。**对于个人投资者而言,选对行业往往比挑选具体公司更为关键。**

行业之间的表现差异极其显著。以 2020 年的美股市场为例,科技板块全年暴涨 40% 以上,而能源板块则重挫 30% 以上。在处于上升期的高景气行业中,哪怕闭着眼睛随机买入龙头企业,其整体收益也往往优于在衰退行业中精雕细琢挑选出的个股。

判断一个行业的长远价值,通常需要从以下四个维度进行梳理:

1. **行业生命周期**:判断其属于蓬勃发展的朝阳产业,还是增长停滞的夕阳产业。 2. **行业基本格局**:区分顺周期与逆周期行业;分析入场门槛(如金融、烟草行业的牌照壁垒)。门槛越高的行业,垄断性越强,利润空间通常越大。 3. **政府政策导向**:政策扶持能让行业迎风腾飞,而监管打压则会让行业失去支撑。例如 2015 年前后国内推行的“供给侧改革”,淘汰了上游钢铁、煤炭等行业的落后产能,产品价格回升直接改善了相关企业的利润状况。 4. **板块轮动与市场偏好**:市场资金在不同时期具有明显的风格偏好(如成长股、科技股或概念股等),这会直接影响短期估值溢价。

``` 行业研究报告的核心来源: ├── 卖方报告(Equity Research):券商研究部门撰写,研究深入且需跟进公司调研,常以日报/周报/季报形式输出。 ├── 机构数据库:万德(Wind)、彭博(Bloomberg)等(大多收费)。 └── 买方/咨询公司报告:买方机构自研或各大咨询公司发布的产业白皮书。 ```

对于无暇深入阅读数十页研报的普通散户,最直接高效的投资策略是买入**行业 ETF(交易所交易基金)**。例如贝莱德(BlackRock)旗下的 iShares 系列或道富(State Street)旗下的 SPDR 系列 ETF,都可以帮助投资者一键打包整个赛道,有效分散单只股票的破产风险。

---

[10:00](https://www.bilibili.com/video/BV1gV411b7HM?t=600s) 公司分析(定性):微笑曲线、增长点与护城河

分析公司的核心考量在于**未来盈利能力与现金流折现**。投资者可以通过定性分析与定量分析两个视角评估公司价值。

定性分析的核心是看懂商业模式与寻找未来的**盈利增长点**。绝大多数上市公司的传统商业模式已被市场充分消化,只有新故事、新功能或新产品才能打破估值天花板。例如苹果公司宣布跨界造车,或者麦当劳推出 24 小时全天候早餐,都是典型的增长点冲击。

* **微笑曲线(Smile Curve)理论**:在产业链分工中,处于两端的“研发端”(技术)和“市场端”(品牌/销售)具有极高的进入壁垒,附加值和利润空间巨大;而处于中间的“生产制造端”门槛较低,利润空间最为薄弱。苹果公司将高利润的研发(Designed in California)和品牌留给自己,将低利润的制造代工(Made in China/Vietnam 等)外包,正是完美利用微笑曲线的典范。 * **互联网时代的护城河**:除了传统的技术和品牌壁垒外,“用户规模”与“资本体量”已成为新型护城河。例如亚马逊在面对垂直电商竞争时,能够凭借雄厚的资金发起价格战打压对方,最终通过协议收购直接消灭潜在对手。

> **“好公司”不等于“好股票”** > 信息已经被市场充分定价(Price in)。如果一家公司极其优秀且所有人都看好,其股价可能已经被推至高位。此时买入不仅获利空间有限,反而承担了极高的估值回调风险。

---

[15:00](https://www.bilibili.com/video/BV1gV411b7HM?t=900s) 公司分析(定量):三大财务报表与宏观泡沫预警

定量分析主要依赖对公司“三大财务报表”(资产负债表、利润表/损益表、现金流量表)的数据挖掘与横向对比。

常用的估值与运营指标包括: * **市盈率(PE Ratio = Price / Earning)**:代表回本所需要的年限。一般而言回本越快越好,但科技公司因前期研发投入大导致 E(收益)为负或极低,经常出现数千倍或无法计算的异常高 PE。 * **不同行业的运营核心**: * **传统制造业**:净利润率通常在 20%–30% 之间。 * **零售业**:高度依赖**现金流**状况。 * **房地产业**:重资产属性强,重点关注**应收/应付款项**及负债率。 * **医疗服务业(医院)**:常采用 **EV / 床位数**(企业价值除以总床位数)等特定行业指标进行估值比较。

宏观层面的平均 PE 估值能够直观反映股市整体的泡沫程度。回顾美股标普 500(S&P 500)从 1990 年至 2021 年的历史平均 PE 走势: * **1998–1999 年**:科技股泡沫(Tech Bubble)时期,PE 处于历史极高位。 * **2008–2009 年**:次贷危机(Financial Crisis)前夕,PE 再次冲高。 * **2020–2021 年**:美股平均 PE 再次飙升至历史高位,市场积聚了相当大的宏观回调风险。

除了财务指标外,**公司管理层(CEO / 创始人)**也是定量与定性之间不可忽略的变量。例如特斯拉(Tesla)高度依赖埃隆·马斯克的个人影响力;而 Lululemon 早期创始人(“薯片哥” Chip Wilson)因言论不当导致公司股价暴跌,在其离职后股价才逐步强劲反弹。像沃伦·巴菲特(Warren Buffett)在投资迪士尼或富国银行时,往往也极其看重对管理层人品的线下考察。

---

投资框架回顾与总结

* **技术分析**:看图说话找规律,容易被高频算法和量化机构收割,散户应谨慎依赖。 * **宏观基本面**:决定大盘资金水位与资产配置,必须重视。 * **行业基本面**:选对赛道(朝阳产业、高门槛、政策扶持)比单纯选股更重要,可通过行业 ETF 布局。 * **公司基本面**:定性看增长点与护城河(微笑曲线),定量看财报指标(PE、现金流)与管理层背景,谨记“好公司不等于好股票”。

## Notable quotes > [05:00](https://www.bilibili.com/video/BV1gV411b7HM?t=300s) 任何脱离整体的细节都是耍流氓。 — 小Lin说

> [10:00](https://www.bilibili.com/video/BV1gV411b7HM?t=600s) 好公司不等于好股票 — 小Lin说

## Mentioned Lindsay, 美联储, 中国人民银行, 格林斯潘, 贝莱德, 道富, iShares, SPDR, 苹果公司, 麦当劳, 亚马逊, 特斯拉, 埃隆·马斯克, Lululemon, Chip Wilson, 沃伦·巴菲特, 迪士尼, 富国银行, 万德, 彭博, 标普 500

[Source](https://www.bilibili.com/video/BV1gV411b7HM)

中文简报

JP摩根前分析师解构股市基本面 称散户技术分析难敌量化机构 散户依赖技术分析易被高频量化算法收割,应将重心转向以资产配置、行业赛道和护城河评估为核心的基本面投资。 视频详细拆解了股票投资的核心框架。作者首先劝诫散户切忌过度依赖技术分析,因为在微秒级的量化算法与数据挖掘面前散户毫无胜算。随后深入介绍了基本面分析的三大递进层次:宏观分析决定资金水位与资产配置,行业研究通过赛道与生命周期选择决定投资上限,而公司分析则需结合微笑曲线与三大财报进行定性定量评估,并提醒投资者谨记“好公司不等于好股票”。 技术分析本质是寻找历史规律,但个人投资者缺乏算力和算法优势,极易被量化对冲基金收割,且短期阻力位往往源于自实现预言的心理共识。 (0:00) 基本面分析遵循“自上而下”逻辑:宏观货币政策直接决定市场流动性,专业资产配置应先定宏观比例再做具体个股选择。 (0:05) 赛道选择比精选个股更关键,高景气度朝阳行业的整体收益远超衰退行业,普通投资者可通过购买行业 ETF 高效布局并分散风险。 (5:00) 公司分析需兼顾定性与定量,定性看未来增长点与护城河(如微笑曲线中的研发与品牌),定量看三大财报及市盈率指标,需谨记“好公司不等于好股票”。 (10:00)

Reading summary

Lindsay 指出,股票短期价格由供需主导,长期则由价值决定;个人投资者应摒弃难以匹敌量化机构的技术分析短炒,转向由宏观流动性、行业赛道及公司质地构成的自上而下基本面分析体系。 散户技术分析难以抗衡机构量化优势 (0:00) 技术分析本质上是通过历史量价与走势图预测短期趋势,但超短期交易市场已被配备复杂算法(如冰山模型)、高频服务器及文本挖掘技术的量化基金与高频交易机构主导。这些机构能在微秒级别捕获微小的套利偏差与新闻信号,个人投资者在算力与响应速度上缺乏竞争空间。此外,关键阻力位等技术指标往往源于市场心理暗示形成的自实现预言;例如股价逼近3000点时散户因共识抛售,但一旦突破阻力位,看空资金反向涌入促成暴涨,恪守技术指标反易招致重大亏损。 宏观货币调控决定资产整体资金水位 (0:05) 在成熟的投资组合理论中,资产配置始终优先于具体的证券挑选。央行的货币调控直接决定了经济体中的流动性总量:2008年金融危机至2020年间,美联储资产负债表的扩张走势与美股大盘呈现高度正相关,货币超发连同企业减税、欧洲经济疲软带来的全球资金虹吸,共同构成了美股长达12年的牛市支撑。相反,2017年中国推行去杠杆政策导致市场资金收紧,直接引发了2018年A股的熊市与民营企业违约潮。脱离宏观货币水位的孤立选股难以抵御系统性大势。 行业赛道景气度优于单一公司选择 (5:00) 行业景气度的差异对投资回报起决定性作用。以2020年美股为例,科技板块全年涨幅超过40%,而能源板块则下挫逾30%,身处上升期赛道随机买入龙头的回报往往胜过在衰退赛道中精挑个股。梳理行业价值需考察所处生命周期、竞争壁垒(如金融或烟草的牌照门槛)、政策导向(如2015年国内供给侧改革出清钢铁煤炭落后产能提振利润)及资金风格偏好。对于无法深入查阅卖方研报与专业数据库的普通投资者,配置如贝莱德iShares或道富SPDR等行业ETF能以低成本打包赛道并分散单一个股破产风险。 结合护城河与财报估值防范溢价陷阱 (10:00) 公司层面的定性分析聚焦于商业模式的增长点与护城河。依据“微笑曲线”理论,处于研发与品牌两端的环节附加值高且利润厚,如苹果将制造外包而紧握研发与品牌;互联网公司则可凭用户规模与资本体量筑造壁垒。但已被市场共识的“好公司”往往已充分定价,买入可能面临估值回调风险。在定量分析上,投资者需针对制造、零售、地产或医疗等不同行业的报表特征,对比现金流、负债率或特定运营指标。同时,标普500在1998至1999年科技泡沫、2008年次贷危机前夕及2020至2021年均出现历史极高PE,提示着全市场的宏观泡沫风险,而管理层人品与言行亦是直接影响估值波动的关键变量。 构建自上而下的基本面框架有助于理清大盘水位、高景气赛道与公司核心壁垒,但投资者仍需警惕估值已被市场过度计入的风险,区分企业经营质地与二级市场入场价格的差异。

Source quotes

[5:00] 小Lin说: 任何脱离整体的细节都是耍流氓。 [10:00] 小Lin说: 好公司不等于好股票

Original transcript

[0:00] 看完今天这个视频你就会跟小林一起共查到2021年最有投资价值的物质股票开玩笑了想这么短时间就知道投哪只股票你可想的美你咋不上天呢我们经常你在这个新闻里就能听到各种各样的什么股评人专家在那给你分析投资分析股票我自己其实也听到我身边的朋友有那种投着投着就投成财务自由了那种你就感觉心里也挺痒痒的但真的如果说我们自己想要去投资股票要开个户一看好几千只股票到底买哪一个之前我们可能都是看个热闹但是今天呢我们跟小林一起看看门道其实之前很早就想聊聊这个话题了但是呢老实讲就不太敢聊因为股票投资这个话题实在是太大了就里边随便拿一点什么都能单开一门课的学校上一个学期了但是今天呢我主要想从这个股票投资的框架来给大家来聊一聊虽然听完之后你可能不能很确切的知道2021年哪一只股票会表现的最好但是我希望我们可以多了解一下就从一个专业投资者的角度他的分析框架是什么这个信息到底该怎么去看股票到底应该怎么去选择这一期也是我基本上讲的这些视频里边我个人感觉最硬核的一期所以关注点赞记得收藏说到股票投资基本上有这么两大类一种是技术分析一种是基本面的分析我们先来说说这个技术分析就有的时候我们在电视上你能看到一个专家股评人对吧拿着小棍指着那个屏幕然后说这儿大家可以看到这儿有一个双街现在这儿开始放量了这儿又出现了先人之路这里量涨价涨现已买入听着是非常的专业技术分析其实说白了就是看图说话找规律主要就是去分析股票过去的走势比如说价格成交量波动率这些东西然后去分析和预测它未来价格的一个变化先说结论我个人是不太建议大家特别过分的依赖技术分析为什么呢现在其实有很大量的这种量化型的对冲基金或者是一些交易公司他们就像我之前讲对冲基金里边故意追这种数学PHD物理PHD然后每天就在那各种建模去找规律各种机器学习用的那些模型都还听着挺sexy的什么了冰山模型又是Ninja忍者模型去分析整个市场里的这种交易量用他们的模型去分析当市场上一旦出现一个什么小的偏差就他感觉到这块供需不太均衡了他们的钱自动就进去了这时候你可能还在2000里之外那边看这出现了一个双肩怎么跟他们比对吧因为大型的这些基金他们首先资金量也很大算法各方面都很快机器支持而且现在不光是分析那些数据我有个朋友就在就是纽约这边非常有名的一个量化型最终基金他就在里边做Data Engineer就是数据工程师他们就不光是说光建模了还会从市场上各种新闻里边就做那种Text Mining就是去挖掘那种文字把文字再给转化成一个信号然后再去参与到这个交易的决策当中去所以呢我觉得对个人投资者来讲这种你说你怎么跟他们玩对吧你也没有那么算法你也没有机器你也没有服务器什么都没有就有个小棍儿而且啊就我们说到价格是有什么决定我们知道价格短期来讲它可能是供给需求决定的长期来讲呢是价值决定的那所以呢像这种供给需求这种量的分析一般呢就更适合短期的这种投资你见过谁你家王大爷去这一秒卖这下一秒卖吗这不可能的对吧所以呢对个人投资者来讲一般相对啊就比如说几个月可能中长期一点的话这种技术分析就风险比较大但是呢有的时候我们就会感觉这个技术分析好像是好用的我个人感觉吧其实这里边有很多是一些市场上的心理因素就比如说一个股票啊走走走走走到3000没走不下去下来了又走到3000下来了这时候人们就会觉得3000是不是一个它过不去的坎儿所以呢之后它每次走走走快要到3000的时候大家都觉得它过不去所以大家都卖卖卖卖卖所以他就一直过不了这三千但是其实他最后还是要归结于这个供给需求和他最后的价值所以一旦比如说他跨过三千这个坎儿了那之前那些觉得他过不了三千人就都开始买就蹭蹭地往上涨假设这个时候你卖了那你可能就对吧会赔得很惨所以有的时候呢在这些比较关键的点位附近他可能就不是像我们正常的一个股票价格或者股票收益率的那个分布就会有一些这种异常如果说我们过分依赖这个的话那时候你就得承担更大的风险是不是听着有那么点意思了作为我们个人投资者还是稍微中长期一点我们刚刚说短期看这种供需长期来讲还是比较看价值的这就说到了这个整个投资分析里面算是更大的一块当然不是一定更大就是也是很大的一块就是这个基本面的分析基本面的分析基本面的分析可以主要分三个层次就是宏观层次的行业层次的和公司层次的我们先来说一说这个宏观层次就有些朋友就说我买股票我看宏观干什么那宏观怎么着跟我股票有什么关系比如说买股票对吧我们知道有一些股票的指数假如PE ratio我就想买个PE ratio低的那我就把这些股票全都算出来然后最后挑最低的五个买这样我感觉打个不恰当的比喻这就好像比如说我们现在想去找个漂亮老婆然后我们知道 [5:00] 一般好像女生眼睛大的好看对吧所以呢我就专挑眼睛大着100个女的照片一翻把眼睛最大的5个找出来你觉得这就是最好看的吗当然不是了对吧就是任何脱离整体的细节都是耍流氓很多人觉得我不想看宏观宏观太无聊宏观对股票价格影响很小要不要看当然要比如说我们看一下现在这张图所以我们看这张图这个蓝线就是美国的央行美联储往经济体里注入资金量化宽松的数量白线就是整个的美国整体股市的走势所以我们能看到从08年到现在2020年这整整12年里这股市就在一路蹭蹭蹭蹭往上走所以你说为啥呢其实最主要的原因就是经济体育的钱太多了整个股市的涨跌很大程度上是取决于说经济体育的钱有多少因为你想就比如说在一个钱特别多的地方或者有钱人特别多的地方那物价肯定一加点就涨上来了那股市里头也一样它一直往里注钱那这股价整体来讲就会涨上来所以不管我们试看比如说中国人民银行就中国的央行或者是美联储就美国的央行他们各种各样的政策比如说量化宽松又调整准备金率又调整这个率那个率其实说到底最主要的原因就是想控制这个经济体当中的货币量比如说08年开始北美整个一路12年的牛市最主要的几个原因第一是量化宽松第二税收上的减免第三呢就是整个全球比如说08年开始北美整个一路12年的牛市最主要的几个原因第一是量化宽松第二税收上的减免第三就是整个全球比如说欧洲就非常疲软所以钱就大量的流入美国所以有的时候你看比如你隔壁家王大爷买美股买的整天盆满钵满非常高兴那其实谁买美股谁都赚对吧因为这钱太多了它但凡要跌下来一点马上立马有一个老李老张就给接盘接钱了所以你看那08年大家谁投美股那都跟尺子花的一样非常高兴再比如说你看国内对吧17年开始去杠杆去杠杆的资金量一下就变少了所以18年整个中国股市就一路熊市你也看到各种各样的民营企业开始爆雷对吧这就是整个资金量减少了所以你说宏观能不看吗我们如果说上那种金融的专业课一开始做投资组合第一步叫做asset allocation就是说资产组合你怎么配置对吧你投哪个国家发达国家发展中国家投股还是投债然后才会到security selection我前两天看了一个小视频就是它是根据Ray Dalio写的一本书就是讲整个宏观原理录的一个小视频三四十分钟我觉得还讲的挺好的我把link放在底下了感兴趣小伙伴可以去看一下当然在看宏观这块呢也会有很多各种各样的指数它会反映整个宏观经济的状况就像GDP CPI什么non-farm Payroll就是那个叫什么失业率的这些肯定都是了然后有的时候也有一些很有意思的比如说之前这个美联储的主席格林斯潘他就会看一个什么指数呢叫做男性内裤指数这什么意思呢就是看这个经济体当中每年男性内裤的销量因为呢这还算是一个比较必需品吧一般就是销量比较稳定但是如果经济衰退的时候你可能就想洗洗穿吧所以就有可能会下滑一些他就通过这个内库的数量的销售额来判断整个经济看得怎么样当然如果说假设在一个比较衰退的时候他如果发现内库的销售额逐渐上涨了他就感觉这是一个很好的indicator就感觉之后的经济走势可能会走好但是我有一个问题你说他为什么只看男性内库指数不看女性内库指数呢如果知道答案的小伙伴可以在评论区告诉我有些人觉得宏观我也没什么可选的对吧 要么投A股 港股 美股 创业板但其实是有很多可以选择的就比如说你可以买一些那种基金就或者是ETF它就是有些那种什么发展中国家的或者是在某一个比如说股票当中固定一些板块你就可以直接一买买一篮子这也算分散风险 对吧所以这是宏观这块宏观再往下一层就到了行业的研究行业这块其实就好像比如说我们要做投资我们得选一个赛道我们再回到刚才那个不太恰当的例子假设你想找个漂亮的对吧你可以去什么北武 北影 中系 上系你要是非得去清华那 古德拉克一般一个行业的大环境要是好那里边的股票整体来讲或者说平均来讲表现趋势就会比较好而且行业和行业之间其实差点是很大的就比如说我们看2020年的美股科技行业整整一年涨了40%多然后能源行业跌了30%多就我自己感觉一般对个人投资者来讲选行业可能比选公司更重要一些因为公司那么多我们可能很难把每个公司都了解的特别的透彻但是行业嘛其实可能你知道个大方向对吧多多少少都知道一点而且你在一个龙头行业或者说表现很好的行业里你就闭着眼挑都可能会比你在那个不太行的行业里头但是精挑细选最后结果都要好那行业到底怎么看呢我简单总结一下可能主要可以分这么次块第一个就是这个行业它所处的一个周期你看它是比如说是个朝阳行业蓬勃发展正在向上还是已经到西洋了然后就是这个行业一个比较基本的一个格局就比如说它是顺周期还是逆周期的它在里边是比如说有门槛比较高像是金融行业 烟草行业 [10:00] 牌照还是那种门槛比较低就是竞争会比较激烈因为门槛越高的这种相对来讲它的利润空间就越多一些当然国家一般要刺激刺激整个经济体里边竞争它是反垄断的所以前几天某人还被教育谈话了第三块呢对行业影响比较大的就是政府的政策这个真的很厉害基本上你就想政府扶持它这行业肯定蒸蒸日上对吧政府要不想管它你就是个没妈的孩子就比如说15年前后国内有那能源行业的这个供给侧改革的一个政策就是说上游行业会去产能这样量会变少价格就提高了所以利润空间就会大一些所以当时它各种什么钢铁啊煤炭啊这些走势就很好关于行业这块最后一个我感觉还有一点玄学我把它叫做板块轮动说白了就是市场偏好啊就是大众在这个时间段内喜欢买什么比如说什么成长型的股票科技股什么概念股就这种大众喜欢的价格就会变高行业这块我建议大家还是挑自己稍微熟悉一点的多看一看也有判断一下别就是谁跟你说点什么你就觉得这个要去买写行业报告的其实有很多就各种买方卖方报告其实都有这里边最专业的最精细的肯定是券商的那种研究的部门就equity research或行业部门写的那种报告然后再有呢就是像有一些咨询公司也会写行业报告还有那种数据库像万德呀这个Bloomberg啊这些但这里边大多数可能都是收费的但对于咱们这种个体投资者其实也有很多这种免费的资源就比如说像很多券商的公众号里面都会发很多行业的报告其实也是他们做一个影响力的宣传虽然那是给他们的买方爸爸看的但是咱们看一看也可以稍微了解一些行业我之前有个朋友就在国内的券商行业做实习生的时候就是每天闭试了先把他cover的那个行业的所有的报告公告都给弄下来都给贴出去最后写个总结然后交上去这是日报然后有周报月报季报年报整天就在不停地写报告当然他们做的研究还是挺深入的就是首先对行业的了解然后也会去跟那些公司做一些调研然后最后再写报告这是卖方还是很勤奋的买方有的时候你碰上个勤奋的可能自己写一写要是稍微那什么一点的反正就把那卖方报告拿过来就交上去了所以其实我感觉呢对大多数的个人投资者假设如果说你不是很想去深入地研究那种公司要看研报其实可能投行业就差不多了但是这里边其实最简单的办法就是你可以买ETF这个都很好买的开个户都能买那种ETFExchange Traded Fund其实说白了就是一个基金它就是给你有那种行业的ETF比如说像我们听说比较多的BlackRock底下那个iShare或者是State Street底下那个Spider的ETF这些都是可以买的就很简单有些人买ETF多无聊还一个指数我还想感受一下那些公司的各种新闻给我的小心脏带来的惊心动魄的波动了对吧那现在咱们来说说这个公司的分析这可能也是大家平时听说比较多的说到一个公司怎么样我们要不要买这公司的股票最主要的一点就是要看这个公司它未来的一个盈利能力怎么样就是它未来的现金流怎么样用专业点话说这股票的价格其实就是它未来能给股东的这些各种分红或者说现金流的一个折线所以我们就得分析它未来的盈利能力分析公司一般要么定性分析要么定量分析定性一点的分析就是看看这个公司的模式成长不成何这里边还有很重要的一点就是它的增长点就它整个未来公司的发展有没有一个什么东西能让它就感觉能产生更多的现金流这个也是我们平时听新闻听到最多的因为都是一些公司讲自己的产品讲自己的新功能 新故事就比如说有一天苹果说我要开始坐汽车了这就是个新的增长点再比如说麦当劳24小时早餐因为其实对大多数的上市公司来讲他们的模式都已经基本算是挺清晰的了有的时候有这种新闻或者冲击的时候股价就会带来一些变化说到这个公司有的时候我们还会看这个公司在它这个产业链里面处在一个什么角色然后看它的利润空间怎么样就一般来讲这种线性的产业有一个叫做微效曲线的理论就是说在两端就是研发端和最后的市场端它的利润空间相对来讲是大一些的因为进入的门槛比较高但是在中间生产这块就是进入的门槛相对低一点所以附加价值低一点那利润空间也就少一点我们看还是刚才那个例子说苹果它的研发就在加州然后它的品牌也是苹果自己这个销售端的品牌然后它把中间这个利润空间最低的生产就包到各个地方去所以你买个手机都是made in Narana然后designed in California所以就很聪明的一个公司为什么它利润空间能这么高也是因为它抓住了这个微笑曲线最两端的研发和品牌这个其实也是苹果的护城河就技术和品牌两端的护城河那现在其实随着整个这个互联网趋势的发展这个护城河已经越来越多了就比如说很多平台对平台来讲用户就是他们的护城河资金也是一个很强的护城河就比如说亚马逊看到了一个垂直领域的电商他想跟人家抵拼那他完全可以打价格战人家卖多少钱他就比人价格低一点因为亚马逊资金量够大他永远可以补贴然后让用户都来亚马逊买然后最后谈一个协议把人家给收购过来就把这个人家就给干掉了所以呢 [15:00] 这块其实又是听故事想故事讲故事的一个过程所以其实最主要还是说你对这个行业的洞见就比如说我预测未来五年咱们华为手机有可能会成为全球销量第一的手机因为它的这个芯片呀5G呀等等等等那就是我看到的一个增长点因为我有这个行业的洞见但是如果大家都这么觉得那这就不是你的一个洞见了这就是市场里大家都知道的一个信息很大多数的情况下这个信息八成已经被就是price in就是已经考虑到这个价格当中了对你来讲就没有这个投资机会了这也说到很重要的一点就是好公司不一定等于好股票公司好大家都觉得好大家都买入那这时候股价可能已经很高了有可能就不会是一个特别好的投资机会就因为说到定性这块听故事的很多所以呢也是提醒一下大家就千万别说也不看宏观也不看行业就今天听着说这个公司很好这公司马上就怎么着了然后就Oh my God买买买可能就会风险很大所以除了听这些故事我们还得看看它过去的数据最经典的拿三张表 资产付债表成本收益表 现金流量表然后你去分析分析看这些财务的数据看财表其实就多看一些指标然后不同的公司我们对比着看一般最常见的一些对比的指标就比如说市盈率就是PE ratio就是price就是价格比上它的earning大概意思就是多长时间能回本正常来讲肯定回本越快就会越好一些但其实不同行业就差别很大了就比如说现在很多科技公司它的都规定盈利所以它那个e都是负的所以这种情况下就有可能导致PE ratio特别特别的高这种就属于比较特例了但一般在一个行业里他们的运营模式比较像类似的公司是可以进行一个对比的虽然不同行业的PE差别的非常大但是如果我们看一下这个股市里头整体平均的PE值还是能反映出来一些宏观的指标的平均的PE特别高的话基本上可以反映出来现在这个股市整体的价格是有点偏高了拿出我们的小棍儿我们看一下这个是从90年到现在整个美股S&P500一个美股综合的指数它的PE平均的PE值所以我们看比如9899年这块很明显是一个高位这个其实就是当时的Tech Global然后我们再看08-09年这块又出现了一个高位这就是金融危机所以我们再看现在又出现到了一个高位我们好像发现了点什么大家小心所以说宏观数据你能不看吗不能不看然后另外还会关注的一些指标叫利润利润和利润率这肯定是要关注的利润率肯定越高越好但这个指标我觉得在整个看里面还是挺重要的一般传统型的行业利润率可能在20%到30%之间然后有一些像轻资产的行业利润率可能稍微高一点当然不同的行业你看它的运营指标就会有非常大的不一样比如说我们如果看零售行业现金流就是很重要的指标但如果你看房地产行业因为它们很重资产你看到很多应收应付这些东西这种就很重要那再比如说你换到另一个行业假设这个医疗行业医院医院因为他收钱就是比如人住院住院按床位收钱所以他里面很重要的运营就是他有多少张床所以他有时候公司对比的时候就用EV比上那个床的数量所以就是不同公司差别就很大了我们不能说就盯着一个指标然后就一直用所以总结下来就是第一不同行业差别是非常非常大他用的这个指标都不一样第二呢就是同行业之间这就是第一当然还有很不能忽略的一个就是这个公司的管理层有的时候你可能光看公司的数据公司的这个模式但其实领导人真的是很重要那像Tesla就不用说了对吧那不是之前我们说Lululemon那薯片哥他说一句话Lululemon股价砰就跌下来他离开Lululemon然后登登登登就上去了再就比如说像Warren BuffettBuffett像他之前投的比如Disney啊什么Wells Fargo啊都是先跟管理人一吃饭看对眼的觉得哥们靠谱投就投了最后好你看我们一转眼你已经听完了整个股票投资的一个框架性的体系我们稍微来回顾一下一开始我们先说技术分析对吧看图说话找规律一般人他不太好找然后就基本面这边宏观行业公司宏观要不要看一定要看这行业这块我真觉得是很重要然后你挑好了行业买ETF就可以了对吧然后最后才是说到这个公司定性定量不光得听故事还得看看他们的数据看看它到底是能行还是不能行当然是持一个很大的框架就像我们最开始说这里边任何一个小点拆出来都能讲很长时间大家如果还有什么感兴趣的话题呢我也可以之后再看一期单讲然后如果你根据这个框架分析出来什么好的股票呢也千万不要自己私藏着要在下面给小林留言然后我们到2022年年初的时候再来看看你今年的投资决策怎么样那今天先聊到这儿了拜拜