从经济史看投资：历史数据如何在投资发挥作用

作者: 格隆汇 Kwan iu

“已有的事,后必再有.已行的事,后必再行.日光之下,并无新事” (旧约传道书第一章1:9)

这篇短文章主要为大家介绍一下冷门学科经济史投资领域上的应用.

在投资领域上,每人对股市或期货的切入点也不同.粗略地分以下数种:

价值投资 (例子有巴菲特)

量化投资 (例子有 James Simon)

宏观类 (索罗斯, Ray Dailo)

事件驱动 (JosephOughourlian)

等等...

尽管切入点不一,但大致上它们实行投资的方式基本上分三步曲

收集数据(Data) -->分析资讯(Data Analysis) --> 实行投资( implementation)

那么经济学史如何在以上三部份发挥作用呢?

1) 收集数据 (Data)

数据,是作为经济史学家的一个恶梦!有的说经济史学家一生人中1/3时间用来睡觉,另外1/3时间则用来收集数据(注1)!最近那本名著Capital in the 21 Century (Piketty, 2014) , 作者整整用十年去收集数据!!对!!是十年!!最困难的地方是有些数据年代久远是不一定可以找到的,(例如中国1939年的CPI ),所以需要经济史学家去建构另一组数据去代替!那跟投资又有何关系?

如果你是用宏观投资法,相信在收集宏观或股价数据中,有时候会遇到很多outlier(指不正常的数据),这些outlier 可能会影响以后的建模或分析结果.但是又不知道为什么会出现这些不正常的数据.经济史学家对过去的历史有一定认识,所以可以对outlier 作出诠释.

2) 分析资讯 (information)

随着切入点不同,分析资讯的方法也不同.量化建模确实不是经济史的优势(注:2) 但经济史在诠释(interpretation)分析结果是十分到位的!由于对历史的脉络比较清楚,所以能明白"数字背后的意义",例如1929年华尔街股灾,量化结果告诉我们这并不是random walk.主要原因是货币政策等等..数字模型并不能反映这些制度的因果,这时候,便需要懂经济史了.

3) 实行投资 (Implementation)

当然,并不是所以投资分析也要理解过去发生的事.但对部分投资方析,理解过去对整体回报提升很有帮助. 以下是取材于Eastweek 的一篇短文.

"神级基金经理Ray Dalio，测试自己的投资策略时，并不尽信纯以学术公式测试而得的结果，反而喜好研习经济史，以及用旧报纸、资料，作为模拟自己身处「古时」，会如何利用该策略，及得出什么结果。故意设计充斥不明朗的「过去」，而不单单使用已知的历史终局来测试，才可以避免后见之明作祟。 "(Eastweek, 2012)

投资领域上,最好的朋友是时间.最大的敌人也是时间. 时间可令你的资本产生复利效应.但要有超越市场的回报,就必须有经验(Alpha),经验是需要时间累积.如果好像Ray Dalio这样利用历史做后向测试,那么你用数年时间就可能有超过五十年经验,读经济史是对自己经验的杠杆.

从风险管理角度,任何测试也避不过黑天鹅或肥尾巴(fat tail) 的威胁. Ray Dailo 充份利用情境测试(scenario testing)去优化投资组合. 他知名的代表作: The All Weather Portfolio 相信也是这样得来的.虽然Bloomberg terminal 上也有情境测试的功能,但也只能显示投资组合的回报率,并不能替你分析"影响回报率背后的原因".

更重要的是,认识经济史可以有一定程度的预知能力,你能知道泡沫的大概发生时间. 由三百年前的南海泡沫到2008年的金融危机,经济史学也有系统性研究,甚至乎会结合行为金融学来解释泡沫成因,如有机会,我一定把我对泡沫史的认识分享给格隆朋友!

所罗门王(公元前971年至931年)曾说过 “太阳底下无新事”,投资亦然. 希望以为大家有空能读一下经济史的书,得到杠杆经验.

书本推介:

1) Manias, Panics and Crashes: A History ofFinancial Crises, Sixth Edition by Charles P. Kindleberger, Robert Z. Aliberand Robert Solow (Sep 27, 2011)

2) 《每天读点金融史》系列出版社：新世界出版社

3) Commodity Trader Almanac

注1: ​​经济学上的数据通常是时序连续的而历史学上的数据是个别事件性的.经济史学则结合以上二种特点.

注2:不是优势也不代表是劣势, 经济史也有一门量化学科Cliometrics