证据中的证据:
Private Capital之所以将其构建持久、长期财富的投资策略称为循证投资(EBI)是有原因的。我们可以使用许多其他术语代替:结构化(越来越流行),低成本(肯定如此),被动(有时),智能beta(也许),指数化(接近,但是)……列表仍会继续。但是,因为证据是我们所做工作的根本,因此我们认为它也应该是我们所谓工作的根本。也就是说,有大量的证据需要考虑,而一些所谓的发现似乎与其他的相矛盾。我们如何知道哪些证据需要认真对待?哪些是错误的线索?
循证投资:一个永无止境的故事
首先,值得注意的是,学术探究永远不会完全是最终的,也不是绝对适用于我们的研究。正如芝加哥大学金融学教授和诺贝尔奖获得者尤金•法玛(Eugene F. Fama)所说:“您应该使用市场数据更好地了解市场,而不是简单地说这个或那个假设是真 而不是简单地说这个或那个假设是真的或假的。”没有一个模型是绝对正确的。真正的标准应该是:与开始时相比,我对市场了解的更多吗?”
[来源]尽管如此,在评估大量学术证据的有效性时,仍然有许多重要的品质需要寻找。
一种公正的观点 – 理想的学术研究不是从某个点开始证明,而是不带任何目的地探索有趣的现象并报告结果。然后就轮到我们的从业者来应用这些有用的发现了。
强大的数据分析 – 分析应避免弱点,例如数据周期过短或抽样范围过小;幸存者偏差(指在分析期间亏损基金的回报被忽略);拿苹果和橘子的基准比照;或者是简单过时的错误数学。
可重复性和再现性 – 结果应可在跨越多个环境和时间框架的额外研究中重复。这有助于证明结果不仅仅是随机的运气或“数据挖掘”。正如AQR基金经理兼创始人Clifford Asness所描述的那样,“如果一个研究人员仅仅因为对数据进行了拷问直到数据被招供,就发现了一个实证结果,那么人们就不会指望它在拷问区外也能奏效。”
[来源] 同行评审 – 为了确保上述工作都按要求进行,学者们应在可靠的学术期刊或类似论坛中发布详细的数据集、方法和发现,以便有资质的同行可以评判他们的工作,或者同意结果似乎是有效的,否则会予以驳斥。
替代方案:数据的愚蠢
如果我们对深入和勤奋的同行评审的强调听起来并不真正适用于您和您的有形财富,那么再想想吧。当错误的结论被不恰当地应用时,其结果可能会让无数投资者误入歧途,损失实实在在的金钱,这与人们对谎话、该死的谎言和统计数字的看法是一致的。
想想记者John Bohannon的这篇精彩报道吧:“我愚弄了数百万人,让他们以为巧克力有助于减肥。这是如何就是这样。”循证的诱捕行动碰巧发生在医疗行业,但类似的教训也适用于金融业。
Bohannon首先进行了有缺陷的“研究”,以作为研究不力的明显例子。他在单发临床试验中有意使用了一组仅有15名参与者的微不足道的数据集,然后对获得的数据进行了严格的推敲,得出了一个技术上准确但实际上毫无意义的结论:吃巧克力有助于减肥。
接下来,Bohannon利用他对科学出版业的熟悉,将他的研究提交给几家在筛选过程中名声不佳的期刊。尽管Bohannon完全揭露了这项研究的许多弱点,但他指出,他的论文“在(我们的)信用卡被扣款后不到两周就发表了”。随后,他和他的伙伴们向一家全球媒体发起了一场声势浩大的公关活动,这家媒体显然更感兴趣的是发表激动人心的新闻摘要,而不是证实相关消息来源的真实性。
他最终的展览标题告诉我们故事的结局。电视、网络和平面媒体的铺天盖地的报道向全世界的观众暗示,他们可能想要通过巧克力减肥。有错误的证据,没有结论。
同行评审的优势
重点不是要把所有证据都当作伪造。关键是,实质性、有意义的同行评审仍然是将真实的学术证据与工作量过多的松散工作区分开来的重要组成部分,而这些工作往往经常成为头条新闻。同行评审还使学者能够参考和借鉴同事的最佳工作,从而使对重要主题的集体见解随着时间的推移而深化和扩展。
这就是为什么我们最感兴趣的是应用一套有序(如果从来没有确定过)的原则来指导我们实用的、基于证据的投资策略,而这些证据经受住了时间的考验,经受住了学术同行审查的考验。
顾问的基本作用是:区分事实与虚构
作为以证据为基础的顾问,我们不断审视呈现给公众的工作,填补可能被遗漏的尽职调查,并将结果转换为旨在帮助投资者恰当地查看出现的全局情况。
在我们进行投资的所有方式中,哪些方式最能满足客户的个人利益和财务目标?同样重要的是,哪些因素更可能分散我们的注意力?这些关键问题的循证答案解释了为什么我们如此重视质量(例如,类似于指数资产类别的基金结构、成本管理,耐心交易和全球市场风险敞口(beta))。这也是为什么我们建议不要试图追赶或逃离当前的市场趋势或挑选受欢迎的股票,尽管看似博学的领导人似乎永远建议这样做。
这就是循证投资。这是建立一个可管理的投资策略来反映您的个人目标和屈服于混乱的、令人神经紧张的臆测之间的本质区别。Private Capital 选择证据。