衡量股票價值的尺度

勞倫女士說,“鄧普頓獵取便宜股的時候,總是運用證券分析師的‘一百種價值衡量尺度’中的好幾種。

原因之一呢,就是因為任何一種衡量方法都是萬能的,在不同的時期、不同的市場環境下,總會有它自己的局限性。就像有朋友在我的《什么是全網搜尋“冷門股”的燈塔?市盈率!?》下留言說的,“市盈率是選股的指南針,但別忘了,有時候它也會失靈,畢竟股市里總是充滿了意外和驚喜”。此外,任何一個單一的指標,如果被證明是有效的,立馬就會被買爆,比如本杰明·格雷厄姆在《證券分析》中提高的“市場價值低于其凈營運資本”或者是“市場價值低于其凈存貨額”。

原因之二,當多個指標來衡量的時候,更能證明結果的有效性。這就好比算法里的隨機森林或者是Adaboost等,通過多個準確率不是很高的基本模型,加權后就可以得到準確率很高的模型。

勞倫在《逆向投資?鄧普頓的長贏投資法》的這一章中比介紹了鄧普頓采用的多個尺度,包括市凈率、收購、場外資金。

市凈率已經是一個挺常用的指標,我這里就不抄書了。但勞倫在這里提高到了一個值得重視的問題。當我們在使用市凈率指標的時候一般直接使用了股東權益。但是,股東權益等于總資產減去總負債,鄧普頓認為這里必須重視資產的重置價值,而不是賬面價值。比如5年前修建工廠花了100萬,由于通貨膨脹,現在想要修建一個同樣的工廠顯然不是100萬。當然,這個例子畢竟是很多年之前提出的,現在的會計制度是不是已經不上了這個漏洞,所有的資產都已經是當前的市場重置價值?我不是學會計的,我不知道,準備有時間再去學習研究一下。如果有朋友知道的話還請不吝留言。

另一個尺度是收購。當市場上出現比較多的并購案例的時候,說明這個行業的市值處于相對比較低的位置。具體的衡量指標是企業價值/EBITDA,其中企業價值=市值+債務總額-現金總額(說實話,這個公式我沒看懂,歡迎指教)。除了并購外,股票回購也是同樣的道理。

最后一個尺度是場外資金,當場外聚集了大量資金準備入市的時候……

總的來說,相比林奇的選股方法,鄧普頓的方法更加量化一些,很多不容易量化的點,他也提出了比較明確的量化的邊界,難怪他會說自己“從不喜歡公司,只喜歡股票”。而林奇則說不應該關注股票,而應該關注公司。

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/diannao/43866.shtml
繁體地址,請注明出處:http://hk.pswp.cn/diannao/43866.shtml
英文地址,請注明出處:http://en.pswp.cn/diannao/43866.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

大數據------JavaWeb------FilterListenerAJAXAxiosJSON

Filter Filter簡介 定義:Filter表示過濾器,是JavaWeb三大組件(Servlet、Filter、Listener)之一。 作用:它可把對資源(Servlet、JSP、Html)的請求攔截下來從而實現一些特殊功能 過濾器一般完成…

【QT中實現攝像頭播放、以及視頻錄制】

學習分享 1、效果圖2、camerathread.h3、camerathread.cpp4、mainwindow.h5、mainwindow.cpp6、main.cpp 1、效果圖 2、camerathread.h #ifndef CAMERATHREAD_H #define CAMERATHREAD_H#include <QObject> #include <QThread> #include <QDebug> #include &…

SAP顧問的核心競爭力是什么?

最近看到幾個業內大佬在討論這個話題&#xff0c;我也想談談我的看法。這位大佬的原話是“SAP顧問的核心技能不是配置軟件&#xff0c;而是對財務、供應鏈、銷售等運行流程的理解&#xff0c;解決的是企業流程和數據標準化的問題。” 我先不做評價&#xff0c;我先問幾個問題。…

選擇排序(C語言版)

選擇排序是一種簡單直觀的排序算法 算法實現 首先在未排序序列中找到最小&#xff08;大&#xff09;元素&#xff0c;存放到排序序列的起始位置。 再從剩余未排序元素中繼續尋找最小&#xff08;大&#xff09;元素&#xff0c;然后放到已排序序列的末尾。 重復第二步&…

【k8s安裝redis】k8s安裝單機版redis實現高性能高可用

文章目錄 簡介一.條件及環境說明&#xff1a;二.需求說明&#xff1a;三.實現原理及說明四.詳細步驟4.1.創建configmap 配置文件4.2.創建StatefulSet 配置4.3.創建service headless 配置 五.安裝說明 簡介 本文將根據在k8s環境中搭建【偽】單機模式的redis實例。由于共享存儲的…

020-GeoGebra中級篇-幾何對象之點與向量

本文概述了在GeoGebra中如何使用笛卡爾或極坐標系輸入點和向量。用戶可以通過指令欄輸入數字和角度&#xff0c;使用工具或指令創建點和向量。在笛卡爾坐標系中&#xff0c;示例如“P(1,0)”&#xff1b;在極坐標系中&#xff0c;示例如“P(1;0)”或“v(5;90)”。文章還介紹了點…

深入理解循環神經網絡(RNN)

深入理解循環神經網絡&#xff08;RNN&#xff09; 循環神經網絡&#xff08;Recurrent Neural Network, RNN&#xff09;是一類專門處理序列數據的神經網絡&#xff0c;廣泛應用于自然語言處理、時間序列預測、語音識別等領域。本文將詳細解釋RNN的基本結構、工作原理以及其優…

uniapp本地打包到Android Studio生成APK文件

&#xff08;1&#xff09;安裝 Android Studio 軟件&#xff1b; 下載地址&#xff1a;官方下載地址&#xff0c;英文環境 安裝&#xff1a;如下之外&#xff0c;其他一鍵 next &#xff08;2&#xff09;配置java環境&#xff1b; 下載&#xff1a;j…

基于SpringBoot構造超簡易QQ郵件服務發送 第二版

目錄 追加 郵箱附件 添加依賴 編碼 測試 第二版的更新點是追加了 郵箱附件功能 ( 后期追加定時任務 ) 基于SpringBoot構造超簡易QQ郵件服務發送(分離-圖解-新手) 第一版 追加 郵箱附件 添加依賴 <!-- 電子郵件 --><dependency><groupId>org.spri…

Java小白入門到實戰應用教程-介紹篇

writer:eleven 介紹 編程語言介紹 編程語言按照抽象層次和硬件交互的方式劃分為低級編程語言和高級編程語言。 低級編程語言更接近計算機硬件層面&#xff0c;通常具有執行效率高的特點&#xff0c;但是由于注重計算機底層交互&#xff0c;所以編程難度相對較大。 高級編程…

國內開源RAG知識庫ChatWiki MaxKb QAnyThing對比

RAG 知識庫 &#xff0c; 是一個比較火的賽道&#xff0c;以下是國內開源的RAG 知識庫 ChatWiki 芝麻小客服開源的一個RAG 知識庫&#xff0c;核心特點是和人工聊天系統打通&#xff0c;可以作為對外的聊天系統使用。 開源地址 https://github.com/zhimaAi/chatwiki 云端體…

如何評價Flutter?

哈嘍&#xff0c;我是老劉 我們團隊使用Flutter已經快6年了。 有很多人問過我們對Flutter的評價。 今天在這里回顧一下6年前選擇Flutter時的原因&#xff0c;以及Flutter在這幾年中的實際表現如何。 選擇Flutter時的判斷 1、性能 最開始吸引我們的就是其優秀的性能。 特別是…

【vue3|第16期】初探Vue-Router與現代網頁路由

日期:2024年7月6日 作者:Commas 簽名:(? ?_?)? 積跬步以致千里,積小流以成江海…… 注釋:如果您覺得有所幫助,幫忙點個贊,也可以關注我,我們一起成長;如果有不對的地方,還望各位大佬不吝賜教,謝謝^ - ^ 1.01365 = 37.7834;0.99365 = 0.0255 1.02365 = 1377.4083…

力扣第226題“翻轉二叉樹”

在本篇文章中&#xff0c;我們將詳細解讀力扣第226題“翻轉二叉樹”。通過學習本篇文章&#xff0c;讀者將掌握如何使用遞歸和迭代的方法來翻轉二叉樹&#xff0c;并了解相關的復雜度分析和模擬面試問答。每種方法都將配以詳細的解釋&#xff0c;以便于理解。 問題描述 力扣第…

深入探索聯邦學習框架 Flower

聯邦學習框架 本文主要期望介紹一個設計良好的聯邦學習框架 Flower&#xff0c;在開始介紹 Flower 框架的細節前&#xff0c;先了解下聯邦學習框架的基礎知識。 作為一個聯邦學習框架&#xff0c;必然會包含對橫向聯邦學習的支持。橫向聯邦是指擁有類似數據的多方可以在不泄露…

【CVPR 2024】GART: Gaussian Articulated Template Models

【CVPR 2024】GART: Gaussian Articulated Template Models 一、前言Abstract1. Introduction2. Related Work3. Method3.1. Template Prior3.2. Shape Appearance Representation with GMM3.3. Motion Representation with Forward Skinning3.4. Reconstruct GART from Monocu…

Java--instanceof和類型轉換

1.如圖&#xff0c;Object&#xff0c;Person&#xff0c;Teacher&#xff0c;Student四類的關系已經寫出來了&#xff0c;由于實例化的是Student類&#xff0c;因此&#xff0c;與Student類存在關系的類在使用instanceof時都會輸出True&#xff0c;而無關的都會輸出False&…

負載均衡技術怎么實現的,負載均衡策略

目錄 負載均衡技術怎么實現的 負載均衡技術的實現方式 舉例說明 負載均衡策略 1. 輪詢(Round Robin) 2. 加權輪詢(Weighted Round Robin) 3. 最少連接數(Least Connections) 4. 響應時間(Response Time) 總結 負載均衡技術怎么實現的 負載均衡技術主要通過多種…

數據結構 —— Dijkstra算法

數據結構 —— Dijkstra算法 Dijkstra算法劃分集合模擬過程打印路徑 在上次的博客中&#xff0c;我們解決了使用最小的邊讓各個頂點連通&#xff08;最小生成樹&#xff09; 這次我們要解決的問題是現在有一個圖&#xff0c;我們要找到一條路&#xff0c;使得從一個頂點到另一個…

對比學習和多模態任務

1. 對比學習 對比學習&#xff08;Contrastive Learning&#xff09;是一種自監督學習的方法&#xff0c;旨在通過比較數據表示空間中的不同樣本來學習有用的特征表示。其核心思想是通過最大化同類樣本之間的相似性&#xff08;或降低它們之間的距離&#xff09;&#xff0c;同…