文 | 點拾投資
他的演講開篇用了《Money Ball》(點球成金）這部關於棒球的電影。恰巧筆者是一個多年的棒球迷，而《Money Ball》這本書許多年以前就看過。事實上，幾乎Michael Lewis所有的書，我都會看。在美國，有大量關於棒球和投資之間的研究。兩者都是基於概率，兩者都有大量的數據可以分析。今天也和大家展開講講棒球思維，對投資的一些啟發。
點球成金：如何構建性價比最高的組合
我們都知道美國是一個體育商業化最好的國家，美國人基本上人人看比賽，一年四季在幾大運動之間輪流看。在美國，有三大體育聯盟：代表橄欖球的NFL，代表籃球的NBA，代表棒球的MLB（還有一個代表冰球的NHL，但那個算加拿大國球，在美國受歡迎程度很一般）。
在這三大體育聯盟中，其實橄欖球是有硬性工資帽的。無論你是哪個球隊，你每年都有一個固定的工資帽，只能給球員發那麼多工資。所以橄欖球是一項非常平衡的運動，很難有一個球隊網絡所有的巨星。每年真正流向自由市場的球星也很少，一些當家球星很早就會和自己的球隊續約。所以橄欖球裡面的選秀非常重要。許多超級明星都是通過選秀一路進入球隊，並且很少換東家的。而像英格蘭愛國者的當家明星四分位湯姆.布雷迪只能拿著低於真實水平的工資，把錢騰出來讓球隊籤更好的球員，反正他老婆是明星模特吉賽爾，賺的比他多。
我們看籃球，其實裡面也有很高的奢侈稅（Luxury Tax）。你可以超工資帽，但是如果超過就要交100%的Luxury Tax。也就是說，如果超出1000萬美元，你就要交1000萬美元的奢侈稅。這也導致NBA球隊，就算再有錢，也不想超過工資帽太多。這種政策本來就是用來平衡聯盟各個球隊的實力，特別是不讓大城市的球隊獨大。當然，過去幾年一個問題是，籃球的球員數量很少，幾個巨星可以通過調整薪酬結構組成幾大巨頭，這當然是後話了。
那麼到了棒球，就不一樣了。棒球MLB是沒有工資帽的，這導致像紐約洋基這種超級大球會，能組成一個超級豪華陣容。而小球球隊，基本上是給大球會培養明星。所以這裡就說到Money Ball的主人公，奧克蘭運動家球隊的總經理Billy Bean。奧克蘭是在舊金山旁邊的一個小城市，財政資源和坐擁大蘋果的紐約是不能比的。曾經奧克蘭運動家也培養出來一個巨星：Jason Giambi，人家出名馬上被洋基以高薪挖走了。所以Billy Bean一直在想，我怎麼用有限的資源，找到一批被低估的球員，實現長期的業績。於是，他開發了一套更加精準的數據模型。
我們知道，棒球比賽是一種回合制模式，裡面沒有時間這個概念，不想其他運動。一場比賽有9局，每一局一個球隊進攻，一個球隊防守。進攻的球員有三次球員出局的機會。過去大家去看一個球員的進攻能力，往往看個體的指標。比如這個球員的打擊率，他的上壘率，他能打多少全壘打，有多少打擊得分（Runs Batted in）。在Billy Bean之前，對於球員能力判斷，都是很個體的，很粗放的。
BillyBean通過一個整體去看棒球比賽。我們先說進攻，這裡面有第一棒打者到第九棒打者九個位置（美聯第九棒是投手）。如何基於每一個位置的特點，進行針對性的人員布局。比如第一棒打者，他的打擊次數是全對最多的，最好能上壘，而且速度快。有些人沒有強打能力，但是上壘率很高。有些人能經常打出出界的高飛球，可以消耗投手很多精力，有些人耐心很強能經常被保送上壘。有些人能專門針對左手投球的人。針對不同位置，組合不同的球員。而且棒球是沒有時間概念的，教練在比賽中可以隨時換人做調整。同樣，在投手端，大家過去只看一個指標：三振出局的次數。這種投手往往能投100英裡時速的快速球，力量很大。但是，有些投手雖然數據一般，經常能用地滾球方式讓對方出局。一場比賽經常會用到5-6個投手，每個人都有自己的職責。
說了那麼多，其實就是想說Billy Bean通過構建組合的思維，找了一堆「性價比」很高的球員。他通過比賽的整體來看球員價值，而非個體。這一點其實和做投資很類似。投資並非在組合裡面把所有的大牛股（明星球員）都放進去，明星球員也有自身問題。前面說到，紐約洋基買了一堆明星球員，戰績是不錯。可是關鍵時刻，有些明星球員打擊率很高，但是防守很差，有些明星球員上壘後跑動速度很慢。
可以說，Billy Bean成為了體育行業第一個用模型算法來挖掘潛力球員，並且進行分析的人。這套方法，後來被火箭隊的總經理穆雷開始使用。而且我們發現，模型算法的介入，也導致籃球比賽開始變得越來越科學。外線投三分球的比例大幅提高，因為算法告訴大家，三分球是性價比遠高於中投的打法。
MoneyBall的中心思想，對於投資有兩個啟發。第一是把投資團隊看做一個組合，這裡面如同棒球的球隊，有不同分工。有人是做研究的，有人是做投資的，有人是做風險控制的。每一個人不是一個個體，他們在一起才組成一個團隊。在每一個環節，以及環節之間的銜接，做到最佳的科學化和數據化，提高整個團隊的效率。如果Billy Bean最終系統的結果，有些人可能在他們的體系就能發揮最大價值，離開這個體系就很難價值最大化了。第二是從投資組合的角度出發。投資組合是一個整體，這裡面有些股票用來進攻，有些股票用來防守。每一個股票有單獨價值，但是最大的價值是組合價值。一個好的投資組合，不需要依賴大量的明星企業，依然能創造很高的回報率。而且這個回報率背後，可能性價比更高，對應就是承擔較小的風險。
通過數據來分解運氣和技能
棒球給我們的另一個啟發是，更好理解什麼是能力，什麼是運氣。
在許多活動中，我們追蹤特地的數據以衡量技能。但是有許多例子顯示這些數據過於粗糙，無法將技能和運氣的貢獻區分。這一節我們將看看如何分解這些屬於以更好衡量技能的角色。
職業數據和統計家Jim Albert通過演示棒球的平均打擊率（最常見的指標）來給我們演示。Albert想要知道打擊率這個數據有用程度。下面是她分解打擊結果的圖表。打擊率是打擊時擊出打擊（一壘打，二壘打，三壘打和本壘打）的比例。但是，還有許多不同方法來分析一個打者，包括上壘率（增加了保送和被投手擊中的次數），以及三振率（三振次數屬於打擊數）。Albert想知道哪些數據是技能體現，哪些是運氣。
他認為通過2年的數據能夠測試出運氣和技能的比例。如果發現一個數據能很好衡量球員的技能，你會認為這個數據在其他賽季也能起到如此的作用。另一方面，如果一個統計數據衡量結果每年都不一樣，你可以假設運氣在這個結果中有很大佔比。
下圖顯示了打擊者的散點圖：平均打擊率，一壘安打率，被三振率。很清楚打擊率和一壘安打率的年度相關性很低，R2低於15%，顯示運氣在這組結果中佔了很大比重。
相反，被三振率每年相關度都很高，說明是技能的良好體現。在這裡，R2接近70%。這種相關性也給出很直觀的解釋。決定球員擊出球後，球落下到底能否成為一個安打有許多因素，包括防守質量，球場，球員擊打在球的哪裡和天氣。但另一方面，被三振只是投手和打者之間的比賽，影響結果的變量更少。
下圖顯示了2008和2009美國職業棒球賽季（MLB）8組打擊數據的相關性。我們在樣本中只包含了打擊超過100個的球員。這個分析顯示有些數據用來衡量技能很有用，包括被三振率，本壘打率，保送率。而像打擊率，一壘安打率，二壘安打率這些指標被運氣擾動因素更多。
在David Berri，Martin Schmidt的書中，他們顯示橄欖球，籃球和冰球也有類似數據。比如冰球中每分鐘進球率每年的相關度在80%，然而射門率的相關度只有40%，而且球員在場上加減分（當一個特殊球員在場上時比分的變化）相關度更加不到10%。
這個分析讓我們思考是否能在其他活動中也去運用如此的分解。關鍵還是在於統計數據需要有兩種屬性。首先，這些數據應該衡量一個人，一隻球隊實際控制的東西，而且要穩定。第二，衡量的東西對於結果有直接影響力。
我們現在把這些方法運用到體育，商業和投資中去。如果可能，我們嘗試用同樣的工具在不同領域比較，看何時他們最有效。圖9顯示分析後的結果
把技能-運氣方法用到三種活動中
我們看到在這三種形式下運氣和技能的證據，需要注意的是他們分別的貢獻都不同（如同在體育中一樣）。在體育中，個人或球隊互相競爭，有許多一對一的對抗決定了結果。在商業，公司互相對抗，為了利潤而競爭。成功會鼓勵額外的競爭，長期看壓縮利潤。最後，投資者和其他投資者競爭。如同我們之前看到的彩池賭博，比其他公司的人賭得好並不足夠；你必須比一群人都好。從心理和公司的角度看，這是非常難做到的。，但是我們會看到，有些參與者掃除了這些障礙。
技能除了競爭外還有其他限制。比如，運動員的技能周期是圓弧形。他的技能會因為身體和其他方面原因開始上升，但是隨著年齡這技能又會開始下滑。技能在認知工作上會更有持續性，因為經營在增加。比如西洋棋和科學，技能的高峰發生在30多歲。而在創造性活動上，比如小說家，歷史學家，哲學家，技能的高峰發生在40或50多歲。
技能也會因為尺寸而稀釋。比如一個基金經理隨著管理規模的增加而會發現難以增加附加值。Jack Bogle就說過在投資界隨著資產規模增加，股票的投資性就大幅減少。假設一個基金最大不能持有5%的某公司股票，Bogle預計一個管理10億美金的基金可以從1900個股票中選擇，而一個規模250億美金的基金必須持有至少250隻股票。所以成功往往會變成失敗的種子。
PeterBernstein是投資界中最耀眼的明星之一。他在1998年寫了一篇文章，認為投資界中的超額收益很難延續到未來。Bernstein的分析也和Stephen Jay Gould認為為什麼棒球中再也不會出現40%打擊率的研究相符（在1941年Ted Williams是最後一個創造如此成績的打擊手，打擊率為0.406）。Gould認為所有選手和比賽的技能都會在進步，這也讓標準方差不斷縮小。而打擊率的標準方差線將再也不能達到0.400。
Bernstein推測當市場變得更加有效時，相似的情況也會發生在基金經理上。數據也支持他的分析：1960年到1997年共同基金超額收益的標準方差在緩慢並且持續地下滑。然而在2004年，Berstein重新運行了數據，並且發現標準方差突然從90年代的10%左右在1999年上升到了20%。但是標準方差的突然上升是很短暫的，主要是因為投資風格的巨大波動。特別是在1999年的後期，大盤股基金經理也專注於投資高科技股，使得他們的回報大幅好於其他風格。而在科技股泡沫後，小盤股基金經理獲得了非常好的超額收益。而在2004年他發表研究後，標準方差繼續縮小，和他（以及Gould）的理論相符。
那麼巴菲特為什麼那麼崇拜泰德.威廉士
我們前面也提到了，棒球中最後一個打擊率在40%以上的人叫泰德.威廉士（Ted Williams），這個人也是巴菲特的偶像，在巴菲特辦公室有一張泰德.威廉士第一次比賽的巨大照片。
泰德.威廉士是波士頓紅襪隊的傳奇球星，作為一個棒球選手，打擊率超過30%就是很優秀的。他職業生涯打擊率高達34.4%，並且在39和40歲的高齡，連續兩年獲得美國聯盟(AmericanLeague)的打擊率冠軍。他曾經說過一句名言「要成為一個優秀的擊球手，你必須等待一個好球才去打擊。如果我總是去打擊幸運區以外的球，那我根本不可能成為棒球名人堂選手。」
在投資中，我認為全壘打就是找到十倍股。Tenbegger永遠是許多人希望升華的方向，重倉一次十倍股，迅速改變自己的投資命運。十倍股的尋找需要很多條件，對於企業初期的判斷，持續的跟蹤，堅定的持股信心，以及時間。當然也不排除當年段永平在網易身上，很快完成十倍回報的經歷。我曾經認識一位重倉過多隻十倍股的朋友，他的特徵就是善於發現未來的變化，對於市值和估值做到平衡，能夠預見一個企業未來三年後的樣子。
但我們發現巴菲特其實更推崇Ted Williams的做法，就是能夠保持很高的打擊率，不追求一次Home Run，通過積小成多，一次次的安打上壘來實現長期的得分。投資最終就是一個概率遊戲，Ted Williams能有40%的打擊率，他每一次打擊上壘的概率就非常高。投資中不能說每一次都對，但是做到高概率的投資方法。依靠每一次的小勝利，在長期福利的魔法下，就會變成大勝利。
用體育的眼光看投資
今天和大家詳細講解了棒球比賽的數據統計，點球成金背後的精髓，巴菲特的棒球偶像以及如何理解技能和運氣的分解。
投資其實也算是一種競技體育，和體育比賽有著許多相似的地方，會對所有人都會帶來一些啟發：
1）大量的數據分析。投資和體育類似，裡面有大量的數據。通過大量的數據分析，能夠做到球員和戰術最好的優化。在現代體育中，數據分析的作用越來越多，許多球隊的打法也越來越科學。數據分析能告訴你一個真實的反饋。投資也需要通過大量數據分析做歸因，並且用數據分析幫我們把投資做好。
2）用性價比去看生命周期。一個球員，他的黃金期是有限的。那麼買入一個球員，對應他的生命周期，是否合適？許多球員，最終會出現的均值回歸，也是基於職業黃金期的結束。一個公司，也有生命周期，有些長有些短，以什麼樣的價格去買一個公司的生命周期變得尤為重要。
3）組合管理思維。管理球隊和管理組合很類似。這裡面有不同的環節構成，每個人都有自己的職能和分工。最終你和大家PK的是整體，而不是個體。而橄欖球、棒球這種參與人數很多的體育比賽，裡面球隊組合管理就更重要。從來無法靠一個人取得勝利。
4）理解什麼是運氣，什麼是能力。這裡面牽涉到一個樣本點的問題。你看一個球員一場比賽得分，是看不出他水平的。要看一個賽季，甚至多個賽季才行。你需要有足夠多的樣本點。投資也是，你看一個人一個月的收益率，甚至一年的收益率是看不出其能力的。需要五年，十年甚至更長時間段，才能看出這個人是否有能力。我們千萬不要錯把運氣當能力了。