管理 别轻信数据！

前段时间有消息说，6月份全国仔猪出生量达到了6000万头，同比增长7%。好多人信以为真，去看空生猪。稍微懂点的人提出疑问了：为什么能繁母猪的数量在下降，而5个月后出生的仔猪反而是增长呢？于是，有些人就找出了各种理由，包括效率提高，周期错配，等等。还有人去问百度的AI，嘿，AI这家伙还真能胡说八道。
其实只有一个答案：数据错了。
首先，根本不可能有任何一家机构能统计出全国到底有多少肥猪、母猪、每个月产多少仔猪。这是一个年出栏超过7亿头的大产业，既有出栏量7000万的超大企业，更有无数出栏量一两百头的小散户。而全国任何机构都直接把这些小散户视作不存在。所以，绝对没有任何一家机构能准确告诉你多少数据。
既然没有准确的全面数据，那怎么办呢？咨询机构很简单，直接选择样本。目前，最大的机构样本是农业部搞的，它把全国年出栏500头以上的养殖场都纳入进去了，让他们直报。别的机构没这个能力，就选一些散户，选一些中户，选一些大户，再选一些机构，然后构成样本群。这些样本群最大不到全国出栏量的20%，有的甚至只有5%。
你用一个只有20%的样本来推测全局，是可靠的吗？
当然不可靠。
更有一个无法避免的坑：养殖行业是工业，产能并不是相对稳定的。一轮猪周期的涨跌之后，会有老的养殖户退出，新的产能增加主要来自机构。但是，所有的、注意，是所有的咨询机构甚至农业部的数据，都是把退出的人直接删除，补充新的样本进去。所以，这种统计下的数据永远多于实际的情况。尤其是最近10年，养殖业天翻地覆，大中场养猪占比从20%提升到70%，小散户从80%逐渐下降到30%。这种散户退出，完全没有反映在任何公开数据中。
数据源不准，你怎么能去相信数据呢？

所以，投资者做研究，拿到数据的第一个环节，必须是求证数据的可靠性。这需要你去查找信息源，去分析信息源的可靠性，然后要详细探究样本变迁的过程。只有在确保数据相对可靠的情况下，才能去分析数据。而且，出现异常数据，首先要找到原因，其中就包括数据的不准确。
我自己的感觉，绝大多数农产品的数据库都是不可靠的。工业品的数据相对靠谱一点。但是，太信数据，而不是追究数据背后的逻辑，那就落入了技术分析的窠臼，投资中仍然会死无葬身之地。