庚您同读 |《量化价值投资》书评：价值投资的量化实践

（来源：中庚基金）

在投资领域，价值投资与量化交易长期被视为水火不容的哲学体系。前者承载着格雷厄姆、巴菲特的智慧结晶，强调深度基本面分析和安全边际；后者依赖数学模型和高速运算，捕捉市场无效性的瞬间机会。而《量化价值投资：人工智能算法驱动的理性投资》一书，大胆架起了沟通两大领域的桥梁。作者以严谨的学术态度和实务视角，构建了一套融合价值投资思路与前沿量化技术的系统性投资框架。

一、破壁：量化与价值投资的融合逻辑

“价值投资的奇迹之所以依旧发生，与格雷厄姆所发现的原因相同，那就是人类的行为是非理性的”, 作者在序言中直指核心矛盾。传统价值投资尽管在理论上具有强大生命力，实践中却长期受困于人性的弱点——认知偏差、情绪波动和行为不一致，而量化手段更多地从客观出发，可以使我们免于认知偏差，也可以使我们能够发现别人的行为错误。

通过对比格雷厄姆、巴菲特代表的深度价值投资与爱德华•索普代表的量化套利两种看似对立的方法，揭示二者共同的内核：系统性利用市场定价错误。作者将最传统的格雷厄姆式的价值投资用低估值类的量化因子刻画，而将巴菲特式的价值投资用格林布拉特的公式，即ROC+EBIT/TEV（好公司+好价格）双重排序来刻画。然后在回测中发现这些策略可以获得超越市场的表现。

作为A股市场的投资者，我们同样可以发现简单的价值策略就可以获得相对稳定的超额，比如300价值指数从长期来看是可以跑赢沪深300指数的，这已经是相对简单的因子刻画了，如果使用更复杂精细的定量方式，则可以获得更丰厚的Alpha。

二、革新：安全边际和优质公司的量化重构

传统价值投资中，“安全边际”概念长期依赖定性判断。本书第二部分则重点从量化投资角度刻画安全边际。一个公司股价低，有两种原因：它是价值股但未被市场认可；或它真的是一只垃圾股。 这一洞见直指“价值陷阱”的核心痛点。作者开发了多角度的量化指标：回避财务造假者：应计异常指标、操纵概率模型；回避财务困境风险：破产预测指标。

此外作者也从多角度刻画了优质公司的特征。首先是巴菲特的护城河，经济特许权，包括资产收益率、长期资产自由现金流、利润增长和利润稳定性。其次是财务实力，主要使用了Piotroski基本面得分，由盈利性、财务杠杆、流动性、融资来源和经营效率构成。

作者在完成了安全边际和优质公司的选择后，相当于构建了一个剔除危险公司、尽量包含优质公司的股票池，可以回避掉大量的财务风险。

三、实践：逢低买入和市场实务

自然而然的从股票池可以引出了逢低买入的量化价值投资实践，作者测试了大量的价格比率因子，包括市盈率、市净率、企业倍数等，也测试了标准化收益率和复合比率的测试。最终选择了最合适的估值因子。然后在投资实务汇总，作者还讨论了其他市场参与者发出的信号，包括股票回购、内部人交易、其他基金经理的买卖行为等，最后作者还详细介绍了量化模型的回测细节，以保证自己的数据分析是真实可靠的，并比较了量化价值策略和一些杰出投资基金的表现。

本书的独特价值在于它平衡了“量化”的方法论与“价值”的哲学观。书中既没有沉溺于算法的技术细节，也没有陷入价值投资的教条主义。作者通过严谨的学术考证（书中引用超百篇金融学论文）和透明的回测验证，构建了一套可复制、可验证的系统性投资框架。

书中提供的不只是选股公式，更是一种对抗市场非理性的思维范式：

对于传统价值投资者，它是引入量化风控的行动指南；

对量化交易者，它是深入基本面研究的路线图。

在人工智能重塑金融的今天，这种融合两种智慧传统的尝试，或许正指引着理性投资的未来方向。此外，可能真正的安全边际来自认知谦逊。当我们承认人类大脑在金融数据处理中的天然缺陷时，量化模型便不再是与价值投资对立的黑箱，而成为守护理性的铠甲。

本文作者：庚您同读书友会书友 韩逸平