看到很多网友对大数据基金很关心，楼主后继会继续刊发，不过中间也穿插点理论性的文章，让大家知其然，也知其所以然。

股神巴菲特所控制的上市公司伯克希尔，在过去的36年间，投资回报率达到惊人的年化20%，同期标普500年化回报仅为8.5%。巴菲特宣称自己是85%的格雷厄姆+15%的费雪，那么能否使用量化手段复制巴菲特的业绩呢？

真有人（引用“阿尔法搬运工”的资料）拿美国的大中盘股票做了一个回测，使用美国1971年-2015年共45年的数据，每年7月份第一个交易日调仓，如果使用单因子，将所有股票按照单因子得分从高到低排序，每年等权重购买前10%的股票，企业息税前收入/总市值（改良版的PE）、自由现金流/总市值和毛利润/总市值（改良版的PE）等三个价值因子年化收益率排名靠前，年化收益率分别达到15.83%、15.31%和15.27%，显著高于标普500的年化收益率（10.52%）。PB单因子年化收益率为14.16%，也高于指数。

当然这个收益率还是低于老巴的投资业绩，由于使用回测数据时，每年持有50-100只个股，如果持有更具价值的股票（把鸡蛋放到一个篮子里），正常年化收益率可以再提高3个百分点，如果集中到大消费行业，预计年化收益率可以再提高2个百分点——好了，量化巴菲特诞生啦！还有一种方式是，在明显高估和低估区域实施仓位控制，甚至低位上杠杆（利用保险公司的浮存金），这样也能达到年化20%的水平。当然，这一段完全是楼主自己根据美国历史回测数据的推测，有依据但是没有真刀实枪的测算。

楼主的意思是，物体由分子构成，而投资组合由因子组成，投资业绩由因子驱动。如果我们掌握投资中各因子的秉性，那么我们可以更轻松的找到适合自己风险收益的投资标的，构建更理想的投资组合。

尊重原创，转发请注明来源和出处。

公众号“基少成多”宗旨是：用更少的基金、更好的策略，谋求更高的持续收益。