网格策略的终极进化三.docx

《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）》请在优知文库上搜索。

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、VlVo等一帮小兄弟。在红海竞争后，市场的

10、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，当年大街小巷的诺基

11、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、天

12、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，当手上的钱多到一

13、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。（三）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时间的收益。可是大多数行业，并不会像食品、信