Vol.6 串台「面基」：选行业、选人、选策略， 这里面的门道有多深？

在自我成长的过程中，我们首先需要学会做一个运动员，随后又要转变为裁判和教练。正如一句话所说：“人类一思考，上帝就发笑。”我非常欣赏那些从量化角度出发，能够以中立的态度看待问题的人们。所有成功的交易者在某种程度上可能并不总是讨人喜欢。无论是对预期的把握还是对机构行为的洞察，这都是某种特殊群体的投票机制。市场上并不存在“神”，没有任何一个投票机制或个人观点能够左右所有的结果。正因如此，当你不敢买入时，即使牛市也未必表现得太强劲。

回顾我的经历，我今年已经入行21年了，2003年我开始进入这个行业。初入职场时，我在券商的股票经营团队学习基本面分析，以及如何理解政策和市场，经历了一个常规的投资培养过程。在2005年底，随着股权分置改革的开始，我被调到衍生产品部，参与了该领域的创新与发展。尽管权证业务相对短命，从2006年到2008年底基本上结束，但我在2008年暂时休假，直到2009年五一再度回到工作岗位，开始从事量化策略研究与投资。

自2009年之后，我的职业生涯没有太大变化，始终呆在量化领域。期间，我所在的团队以其强大的策略开发能力在行业内相对少见，我们共同开发了许多寻找Alpha的策略。我一直在思考如何将一系列策略转化为具有竞争力的组合。简单基于过去表现进行组合显然不合理，我们需要找到原因，明确如何提高组合的性价比。为此，我开发了一套评估策略性价比及组合方法的标准。这套流程的雏形在2017年创业时逐渐成型，并被应用于分析整个市场的基金，理念是一致的。

我录制嘉宾的间隔非常短，上次录制后还有些意犹未尽。因此，这次我希望为大家提供一次全景式的行业扫描。我们将讨论30个一级行业及一些典型的大类策略。虽然相关名词大家可能听过，但内里的实质却并不为人所熟知，希望您能为我们进行一次通俗易懂的解读。对于行业的分析，其实是以不同的分类方法进行的。为什么众多上市公司要从行业的角度进行分类，这是一个值得深思的问题。

我常常用比方来解释，如果我们进入一个陌生的广场，广场上有一两百个随机的人，我们要求将他们分为两类或三类，目的是让这几类之间的差异性最大。最简单的分类方法就是性别。然而在某些场合，年龄可能是一个有效的分类指标。我们在研究上市公司时，引入行业分类法，是因为它能够有效解释上市公司间的差异。希望大家能理解为何我们需要从行业这个角度进行深入研究，特别是在看待上市公司的大小、价值和成长等不同维度的分类方法时，这些方法既有交叉又有重合的地方。

在每一年中，行业间的变动频率甚至更为频繁。如果我们从年维度来看，可以观察到哪些行业表现最佳，哪些行业则表现较差。无论是大盘还是小盘，价值投资与成长投资间的收益差异都相当显著。即使将时间跨度缩短为季度或月份，这种收益差异依然明显。行业分类和大小风格影响着我们在特定时间节点上所依据的信息，从而决定我们的决策和策略实施。这是一种相对固定且长效使用的维度，亟需研究行业本身。行业的信息量相比另外两个维度——经济和个体公司，往往更为丰富。这是因为各行各业背后存在不同的经济主体，比如中国与其他国家之间的经济交流。在当下阶段，每个行业所处的发展阶段各异，有些行业已然成熟，经过多次经济周期的洗礼，经历了格局聚合与分散的过程，还有微观的繁荣与萧条。

某些行业对我们来说已经非常成熟，如消费行业，尤其是中国极为重视的食品饮料行业。在此领域中，上市公司的种类丰富，品牌体系完善，其发展周期也极为完整，代表着我们所说的成熟行业。而有些行业却十分新颖，上市公司数量也较少，随着经济和社会的发展，特殊的行业逐步涌现。我们在分析这些处于不同发展阶段的行业时，需以不同的理论框架和经济学解释来理解。例如，对于已经成熟的行业而言，我们会十分关注各上市公司的品牌竞争力、财务报表、治理水平及估值情况，因为这些因素在很大程度上决定了公司在其行业内的相对优势与地位。而对新兴行业而言，它们的竞争格局尚未确定，市场参与者多是自发成立的小型公司。以文化类上市公司为例，最近两年内，专注于cosplay、盲盒手办以及自媒体动画设计的新兴公司开始崭露头角。但是，这样的行业稳定的竞争格局尚未形成，市场仍在快速演变中。

因此，在研究每个行业时需要解决几个问题，以自上而下的思维方式，将行业视为研究对象。首先，它在宏观经济体系中的地位如何；其次，从时间的纵深来看，它正处于哪个发展阶段：早期、上升期、平静期、成熟期或是二次增长期；最后，深入到行业内部研究其规模、公司类型、技术水平及财务状况，评估当前的投资价值。这整个过程需要深入探索，并结合多维数据进行分析。个别行业的分析往往依赖于其阶段性表现和波动率，例如在牛市的初期，证券行业便会引发投资者的本能关注。

关于策略的讨论中，有一个很重要的点需要强调，那就是“大势研判”。它反映出以往A股上市公司在多个行业和市场整体间的协同性相对较为一致，而如果能够准确判断出大势，个股及所投资的行业的表现与整体市场就不会有太大差距。然而，近年来“分化”一词频繁出现，这表明A股市场的规模逐渐增大，资金只能影响部分个体而未必能推动整体变动。对于这一临界点的体现在何时显现，界定较早的时期较为困难，但我们推测它可能始于市场的多元化阶段。贝塔作为反映股票与市场不同时期波动关系的指标，来源于多个层面。公司的贝塔系数因行业特性而异，权重股的贝塔系数普遍高于小型股。复杂的市场情况使得贝塔的构成有如人的个体差异，由性别、年龄、成长环境及基因等多重因素影响。

此外，不同的行业间存在着交叉与分离的关系，在早期，大家普遍关注大势研判，但是行业分化尚不明显，可能是因为当时的认知水平尚未达到深度分类和个性化分析的要求。这恰如教育领域，教师传统上采用的是对全体学生统一授课的模式，因而缺乏细分与区分。相较之下，现代教育强调个性化教学，使得各个行业的特征与发展阶段得以更为细致的解析和理解。

因为这是一种成本相对低、输出又相对有明确目标的方法。我把这些课都讲完了，作业也都批改了，考试也都考过了，那么我的平均分大概就可以达到80分，我的工作就算完成了。早期的投资在发展阶段就是这样一个状态。然而，现在我觉得不够。我对孩子有一些期望，希望他不仅仅是在追求100分的分数，因为他可能是学霸，考100分其实只是因为卷子总分就100分。因此，我在思考，是否要给他布置一些额外的课程，甚至允许他不来听我的课，这就产生了分化。

我觉得投资也是如此。早期大家认为，只要把大势研判对了，就能获得所有的结果，因为我已经设定了80%的预期目标，觉得这样就够了。但是后来发现，这种想法是不对的。首先，80%并不稳定，市场上有些个股可能与这80%完全没有关系，走自己的路。其次，如果我研判错误，胜率可能会下降，甚至变成0.4或0.3。此时我发现，行业是另一个比较好的切入点。如果你在2019年到2021年初买入食品饮料股，往往会赢得很高的收益。而在过去两年，如果你购买银行股，却发现情况完全不同，这都是由不同的逻辑驱动的。

行业的复杂性在于其与基本面直接挂钩的特点，和市场风险偏好及相对优势的关系。比如，银行的财务数据之前一直不错，的确有人跟我提到“好公司、好股票”的概念。我总是问他们，银行在早年长期处于无人问津的状态时，难道那个时候不是好公司吗？财务数据也并不好看，