專業知識

為何有些股神的投資方法學不起來? - 數據投資分析要懂的四個階段


市面上投資的書籍很多,提供的投資資訊也不少,但看完之後有辦法做出正確的決策嗎? 資料分析有四個階段:描述性分析、診斷性分析、預測性分析和決策性分析。在這篇文章中,我們將探討這四個階段在投資領域的應用,以及相應的工具,並說明如何透過數據做出正確的投資判斷。

image 數據投資分析的四個階段



描述性分析

描述性分析主要涉及數據的整理、彙總和展示,以更容易理解數據的特點。其目的在於提供對數據的總體描述,幫助用戶了解數據的基本特徵和趨勢。描述性分析通常是數據分析的第一步,為後續的診斷性分析、預測性分析和決策性分析提供基礎。在財經分析領域,新聞、公開資訊觀測站、財報狗和M平方等屬於這一類,提供公司財報等信息,並以可視化方式呈現,提供了“發生了什麼” 的資訊



診斷性分析

診斷性分析是對現有系統、流程或結構進行分析,以識別和理解問題或困難的根本原因。例如,財報狗Podcast提供產業或個股的發展趨勢,M平方則為投資者提供總體經濟的發展方向和資訊的洞察,FindBillion則透過資料科學提供合理價的分析,皆提供了“為什麼會發生”的資訊



預測性分析

預測性分析是一種統計技術和數據挖掘方法,利用歷史數據、算法和機器學習技術來預測未來事件的可能結果。其主要目標是根據過去的數據挖掘潛在的趨勢和模式,以預測未來的行為。這有助於制定更有效的決策、降低風險、提高效率和優化資源分配。例如,FindBillion屬於這一類,透過資料科學和財經AI,從大量歷史資料中找出領先指標,並提供股價預估以及未來獲利的機率預測,提供了“未來可能如何發生” 的資訊,協助投資者制定更明智的決策。



決策性分析

決策性分析利用數據和資訊來評估現有情況,並根據結果提供相應的建議或決策,提供了“採取什麼行動”的信息。在投資領域中,這轉化為提供買進和賣出的建議。資料科學和財經AI同樣能夠實現這一步驟,但FindBillion強調了資料並不是做決策的全部。有太多因素是無法預測的,例如疫情導致供應鏈不均衡、法規的變動以及質化分析等。因此,投資者透過以上數據客觀的分析方式,再結合自己的獨立判斷,更適切地作出買賣決策,以因應快速變化的市場情況。



常見錯誤分析

常見的錯誤分析方式通常是拿到描述性分析資料後,若主觀判斷是正確的,那決策正確,若主觀是錯誤的,會得到錯誤的決策性分析,造成誤判。例如,看到長榮的本益比很低,錯誤主觀認定本益比低未來會上漲,於是買進,獲利機率渺茫,完全依賴主觀的知識和經驗。若經由FindBillion合理價這類的診斷性分析,就可以發現長榮的股價跟EPS無關,長榮的本益比參考性不高,可以減少主觀性的判斷失誤。

image 數據投資錯誤的分析方式



結論

以上這四個階段的資料分析在投資領域都具有廣泛的應用,有助於投資者更好地理解市場、做出明智的決策,並降低風險。然而,錯誤的應用方式可能導致投資風險增加,尤其只有本益比、殖利率、成長率或EPS等這類的描述性分析,很大一部分依靠分析者的專業和經驗才能做出正確的判斷和決策。這也是為何看了很多高手的書籍,如果無法複製高手的主觀判斷思維,就無法複製出相同的決策結果,例如菲神思考的維度很高,令人敬佩,但一般人沒有經過訓練,不一定能學得起來,看到相同的數據不一定會做出正確的判斷。

因此,FindBillion利用財經AI和資料科學,提供診斷性分析與預測性分析,提供了大盤和產業的領先指標、未來EPS的預估、未來殖利率的預估、合理價預估、獲勝機率預測等分析,猶如為投資者提供了一個專業的研究團隊,減少大量主觀的判斷,從而降低誤判的可能性,提高投資的成功機會,若有能力做質化分析,可更進一步提升獲利機率。

警語

1. 資料僅供參考,不做任何獲利保證及特定股票與點位推薦建議。

2. 資料並不完整,需要完整資料請至相關網站索取。

3. 任何股市數據分析皆存在倖存者偏差。

warning