我的投資框架

我並不把投資理解成單純的「買賣股票」。在我看來,投資是一門綜合學問:它既需要巴菲特式的商業理解和長期主義,也離不開市場研究經濟學金融學數學中的概率思維,以及對歷史、文化、制度和人性的長期觀察。巴菲特是我非常重要的思想參照,但我的實際投資方法並不止於複述巴菲特,而是把價值投資的核心原則放進更完整的研究框架之中。

  • 先理解企業,再理解價格:我首先關心企業如何賺錢、客戶為何買單、競爭優勢能否持續,然後才討論買入價格是否合理。
  • 安全邊際:再好的公司,如果價格已透支未來,也未必是好投資。
  • 獨立判斷:我尊重市場資訊,但不把市場共識當成真理。
  • 長期複利:投資的核心不是高頻動作,而是讓時間成為朋友。

我如何理解巴菲特

巴菲特對我最重要的影響,不是某一句口號,而是他把投資從「猜價格」重新拉回到「理解企業」和「理解資本配置」之上。能力圈、安全邊際護城河管理層激勵、現金流質量、長期持有,這些原則塑造了我對企業價值的底層看法。

  • 能力圈:寧可少做,也不裝懂。
  • 護城河:品牌、渠道、用戶黏性、成本優勢、網絡效應、制度與文化,都是競爭優勢的來源。
  • 資本配置:一家企業是否優秀,不只看利潤表,更要看管理層如何使用留存收益。
  • 投資心性:耐心、克制、等待,是投資中的主動能力。

我不只是談巴菲特

真正進入市場之後,我很清楚巴菲特的方法必須結合現實語境來使用。港股、A股和美股在估值體系、市場結構、投資者行為、監管環境和流動性特徵上都不完全一樣,所以我會把巴菲特式的企業分析,和市場研究、政策判斷、風險管理、情景分析結合起來。

  • 市場研究:行業結構、競爭格局、用戶行為、渠道變化、政策影響。
  • 財務分析:資產負債表韌性、自由現金流、資本開支、回報率、會計質量。
  • 概率思維:我更傾向於區間、賠率和期望值思維。
  • AI輔助研究:AI可以提高研究效率,但不能取代最終判斷與責任承擔。

投資為何是一門綜合學問

在我看來,投資與歷史、文化、經濟學金融學之間本來就是互相連接的。歷史告訴我們周期如何反覆,人性如何在繁榮和恐慌中重複犯錯;文化決定消費者信任甚麼、企業如何建立長期品牌;經濟學幫助理解資源配置、產業結構與競爭秩序;金融學提供估值現金流、資本成本、資本結構等工具;數學則讓概率、複利、期望值、波動與風險暴露變得可衡量。

因此,我的投資工作從來不只是讀財報。我會同時關注企業史、行業史、制度環境、管理層風格、用戶行為、社會心理,以及「利潤表上看起來不錯」的生意,是否真的能長期轉化為股東回報。

我的分析路徑

  • 第一步:看市場研究中的政策、需求結構與競爭格局。
  • 第二步:看商業模式、管理層激勵與擴張邏輯。
  • 第三步:看財務真實度、槓桿水平、利潤含金量和風險點。
  • 第四步:看估值、下行保護和隱含預期。
  • 第五步:看倉位、紀律與錯誤代價。

用巴菲特思想看量化投資

我並不排斥量化投資。某種意義上,巴菲特本身就非常重視數字。真正的問題不在於投資是否源於量化,而在於數字究竟是在服務於對企業本質的理解,還是脫離企業本身而自行運轉。

  • 巴菲特會認可的部分:量化工具可以幫助投資者提高紀律性,並在大範圍標的中快速比較估值、盈利能力與風險。
  • 巴菲特會警惕的部分:模型很難完整理解管理層品格、企業文化、用戶忠誠度和護城河的耐久性。
  • 我的看法量化投資最適合作為篩選器、診斷工具和風險管理工具。
  • 我的做法:我把數據篩選、概率分析和結構化研究,與商業模式判斷、產業結構理解和長期競爭優勢分析結合起來。

所以我的立場不是「量化投資價值投資」,而是「好的量化應該服務於好的投資」。