如果世界完美无瑕的话，我们就可以找一些在基本面上出类拔萃的股票，为自己构建一个投资组合，可以高枕无忧地坐享其成，高兴地看着自己的利润与日俱增。遗憾的是，世界并不完美，华尔街离完美更遥远。
β系数，股票外在价格的标尺
市场有两个关键属性深刻影响着我们的投资组合。首先，股票市场有着精神分裂症在心理上所具有的全部典型症状。其次，股票市场根到底也是一个被供求关系左右的市场。市场对某家企业的看法，很川能会给我们的投资业绩带来不估量的影响。
尽管有些公司拥有合理的经营模式，也不乏诱人的利润，即使他们注定会成为长期的胜利者，但在短期内，还是有可能不可思议地受到严厉的惩罚。出于这个原因,始终从风险和收益角度出发,并结合它们在基本面上的优势，对组合中的股票进行跟踪衡量是绝对必要的。
我们需要检验的第一个风险/收益指标，在数学语言上被表示为β系数。β系数衡量了一只股票相对于市场的变动趋势，我们经常把这个系数称之为系统性风险，它显示了一只股票对整个股市基准变动的敏感度。也就是说，β系数衡量了特定资产相对于广义市场的变动趋势。
如果某只股票的β系数等于1,我们就可以认为该股票价格的变动幅度与市场基准价格变动相匹配，基本与市场保持同步。如果一只股票或一个投资组合的β系数为1.10,我们可以说，其资产的变动幅度始终高于或低于市场大盘10%。如果一只股票的β系数为0.80,则无论市场大盘上升还是下降，该资产的变动幅度均比市场总体少20%。β系数是通过回归分析法得到的，这种统计方法的目的在于确定一个因变指标与一系列其他可变指标之间的关联度。
打个比方来说，如果大盘上涨10%，“蓝筹股公司”的股票价格也上涨10%,那么，“蓝筹股公司”股票的β系数就等于1;如果市场大盘上涨10%,而“振奋新原料”公司的股价上涨30%，则“振奋新原料”股票的β系数为3。在这个问题上，股市大盘上涨还是下跌，并不影响股票的β系数;因为我们所衡量的，仅仅是个股与股市总体基准之间的关系。
在寻找我们所期待的股票时，我们往往倾向于风险非常低、价格波动性较小的低β系数股票，例如电力、某些银行以及大型蓝筹股。如果我们愿意承担更高的风险，买进某些更具进取性但也更具不确定性的股票时，投资组合的β系数就会相应提高。我们通过对高β系数和低β系数的股票进行有效的组合，从而最大限度地减小组合的总β系数和降低大盘波动对组合的影响。按照这个原则，我们首先需要挑选基本面特征较为合理、不会过分受市场波动影响的股票，构建一个风险均衡的组合，这样，我们至少可以在瞬息万变的股市中掌控自己的命运。作为一个以数字为职业的人，我喜欢更多的主动权，至少不至于在市场面前手足无措，而不是把自己的财运拱手交给变幻无常的华尔街。
我们需要面对的另一种风险是非系统性风险。在金融领域，我们把非系统性风险定义为与总体市场大盘无关的随机性风险。非系统性风险可以是只影响个别企业的某种消息，比如说下调的盈利预测，或是只影响同种行业中某些企业的特殊状况，例如新的法律法规或市场限制规定。
由于防范非系统性风险非常困难，因此，一只股票的非系统性风险越大，你就越需要采取多样化的投资策略。比如说，我会更看重多样性更低但流动性更高且非系统性风险较低的大盘股，而不是具有较高非系统性风险的低流动性、中小盘股票。为了减小整个投资组合的非系统性风险,我们必须把投资资金分散于不同的行业、受经济因素影响度不同的股票以及具有不同β系数的股票。
我在构建投资组合时，通过精细的权衡，对不同β系数的股票进行组合和匹配，从而通过合理的多样化结构最大化分散非系统性风险。如果我们想实现“扩大财富”的目的，这种方式绝对不可或缺。有了这个妙不可言的选股模型，我们就可以为自己的投资组合挑选出具有强大基本面的公司。在这种情况下，我们最不想看到的一件事，就是因市场波动或行业、个别企业的特殊情况，让近在咫尺的丰厚利润灰飞烟灭。多年的经验让我认为，无论怎样强调风险控制对保证收益稳定的重要性，都不为过。
α系数，股票内在价值的量杯
β系数可以避免我们走下坡路。我们的最佳业绩衡量指标，同时也是我们百战百胜的秘诀，则是α系数。毫无疑问，α系数一直是我们在股票市场上战无不胜的法宝。α系数反映了股票收益表现受非市场因素的影响有多大。通常，α系数依赖于重要的基本面特征以及企业的财务状况和经营成果。简单地说，α系数反映了一种股票相对基准收益而言所具有的超额收益。任何一只股票都有自己的α系数和β系数。β系数反映了股票价格中由市场总体决定的部分，α系数则反映了超额收益之上的部分。我们可以这样认为，股票就像人类一样，绝大多数平平淡淡，只有α系数才能让它们成为天才和精英。
早在27年之前，我第一次认识到了这些无比强大的预测性指标。当时，我还在大学里学习金融学和市场学。在那段岁月里，我们一直接受着这样的教诲:如果不承担额外的风险，任何人都不川能打败市场人盘。当时的绝大多数投资理论认为，最好的投资就是把你的钱交给模拟S&P500指数或其他相关指数的基金。富国银行一直在大力提倡这种投资模式，我有幸结识了一位来自富国银行的教授，他曾经带领自己的学生对有效市场进行过深人研究。毫无疑问，我和其他采用富国银行计算机主机进行过试验的人，实际上是在为富国银行提供数学计算方面的廉价劳动。这么说也有点不太客观，因为我毕竟有机会得到大量的股价信息和财务数据，在70年代，可没有互联网和笔记本电脑，让我们可以通过多种渠道获得这些信息，因此，这在当时来说是天赐良机。
作为一个初出茅庐的数量分析师，我参与的最大项目之一，就是用不到500只股票，为这位教授构建一个模拟S&P500指数的数学模型。按相同的风险水平和行业权重构造一种特定的投资环境，并利用这些股票精确地对S&P500指数进行跟踪。在用332只股票构造出第一个证券组合的时候，我大吃一惊:这个组合的收益水平居然超过了市场大盘!要知道在那个时代，我们每天都接受着这样的教诲:打败市场是不可能的。于是，我开始潜心研究到底是什么因素导致股市出现如此不同寻常的偏差。
可以说，我的职业生涯也就是从这个发现开始走上正轨。在最初由332只股票构成的这个组合中，部分经过精挑细选的股票，在保持同等风险的情况下，一直能让大盘甘拜下风，而且在某些情况下，风险甚至更低。这给我的职业生涯带来了变化，因为我揭开了高α系数股票的奥妙!这些高α系数股票的价格变动往往独立于市场大盘指数，而且与其他股票相比，更有可能带来高回报。
高α系数股票能战胜市场大盘，而让我们有机公获得远超过消极型指数店金的收益。认识到这点之后,我开始进一步研究，到底是哪些因素让那些股票具有较高的α系数。我发现，它们的卓越表现可以归结为以下两个原因:首先，有些股票在基本面上不够坚实，因此，往往会被看跌的专业投资者卖空。当看跌的空方为锁定利润而开始回购时，这些不太出色的股票就会强势反弹。这种情况经常会出现在市场接近短期牛市之前，比如说，2001年的4月和9月，某些技术股因空头平仓而反弹直至飞速飙升。
α系数之所以高的另一个原因源于买进压力。当个人投资者和机构投资者意识到某些股票在基本业绩面上的优势时，就会大量买进。我们都知道，股票市场和其他市场一样，都要受到供求关系的制约，需求增加必然会推动股价相对其指数越涨越高。
今天，很多市场权威人士和哲人圣者都在大谈特谈高α系数股票。不可思议的是，很多人竟然在完全错误地理解这个系数。
他们总是在计算每只股票α系数的同时，计算该股票相对于S&P500指数的β系数。如果这只股票并不是S&P500指数的成分股，而是构成纳斯达克成分股的话，要保证计算结果的准确性，就应该采用纳斯达克指数，或是其他与该股票相关性更强、跟踪更为紧密的指数为基准。
我们之所以如此强调相关性的重要性，是因为相关性越强，α系数和β系数在统计上的显著性就越强。如果我们用相关性较低的股市基准进行比较，就只能得到统计显著性较低的α系数和β系数，或者像我说的那样:“种什么瓜，得什么果，没有投入，就没有收获。”我们不妨从另一个角度说明这个问题。假如我们用小盘股股票与S&P500指数进行比较的话，这无异于拿娃娃狗和大象相比。尽管它们都有四条腿和一只尾巴，但它们的举止行为却迥然不同!一个相对于蓝筹股而言具有较高α系数的股票，如果以波动性较强的纳斯达克指数为基准，可能根本就不具备这样的特性。
另一个经常出现的错误是，有些证券分析师在计算时采用相对强度，并把它当作α系数。相对强度反映一只股票在任何时点相对于指数的市场表现。如果一只股票能以100%的精确度跟踪市场基准指数，且该基准指数在一年内上涨50%，而股价也，上涨100%的话，那么该股票的β系数为2，α系数为0。现在，我肯定知道你在想什么:一个能达到2倍于市场大盘增长速度的股票，它的α系数怎么能是0呢?其实道理很简单:市场的整体回报率完全可以由β系数予以解释，而和α系数没有任何关系。
从本质上说，当整体市场出现巨变的时候，高α系数股票的价格也将随之而产生大幅波动。此外，我喜欢的股票应该具有尽可能低的β系数，这样，就能降低投资组合对市场大盘的依赖性，只需要盯住每只股票的市场业绩，就可以掌握自己的财运了。
换句话说，当市场遭遇挫折的时候，高相对强度和高β系数的股票往往会难逃厄运。α系数的计算期通常较长(跟踪期一般为52周，即1年),而且源于真正的买进压力影响，受短期价格波动的影响较小。实际上，我的股票组合在市场急剧波动时，很多α系数较高的股票都会随之出现强烈波动，但变动分析却和市场恰恰相反。
就像我们学习阅读和写字首先必须记住ABC一样，了解α系数和β系数，可以帮助我们更清楚、更准确地分析股票，进而更有可能引领我们走上赚钱之路。如果我们所投资的股票始终具有合理的基本面，始终面临着买进压力，并对我们的β系数进行有效管理，从而能躲避市场的波动，并通过多样化投资来规避风险。我们就已经走上了财富之路，向着我们成功的彼岸不断前进。
当然，我并不是让你劳神费力地计算这些数字。在第13章里，我将和你一同分享我的全部秘诀，让你学会怎样使用我们的股票评级数据库，我相信，它定会让你事半功倍。
