: | : | :期货量化学习 | :期货量化 |
返回列表 发帖

价值投资是一种人格特质

价值投资是一种人格特质

不少人都以为价值投资只是一种方法而已,却没有想到它也是一种人格特质,这是一种是由经验、知识与渴望投资获利所形成的心理状态。一个单纯的价值投资者必定是单纯的价值搜寻者,表现在消费观念上,不论是晚餐、服装,还是房子、新车,都不会支付超额的价格。

    《巴菲特怎样选择成长股》的作者提摩西·维克曾经从日常生活的角度列举价值投资者与非价值投资者的区别:

    价值投资者会去租一盘3美元的录像带,却不会跑到电影院去买一张7.5美元的电影票;

    价值投资者会等待丰田或福特新车折价促销时换车,却不会在大家都想要买时多付2000美元;

    价值投资者会购买一盒3.5美元无品牌的麦片,却不会买一盒4.99美元的品牌麦片;

    价值投资者会在春天时以5折买进冬衣,却不会在冬天时跟着大家一样冲到商店高价抢进;

    价值投资者不会购买标价30美元的班尼填充玩具,却会买进一样同样让小孩高兴的一般玩具。

    沃伦·巴菲特在这方面是出了名的,以至于有人戏谑说,“有些坏人很有钱”。安迪·基尔帕特里克在她所著的《投资圣经——巴菲特的真实故事》曾讲了巴菲特两个这样的故事。
    巴菲特的女儿苏珊说,“有一天,妈妈去商场,说‘咱们给他买一套新西服吧……他穿了30年的那套衣服我们都看烦了。所以,我们就给他买了一件驼绒的运动夹克,一件蓝色的运动夹克,仅仅是为了让他有两件新衣服。但是,他让我把衣服退掉。他说,‘我有一件驼绒的运动夹克和一件蓝色运动夹克了’,他说话的语气非常严肃,我不得不把衣服退掉。最后,我拿起一套衣服就出去了,他不知道。我甚至连衣服上面的价格标签都没看一眼。我在寻找一些穿着舒适且看起来样式有些保守的衣服。如果衣服的样式不是极端的保守,他是不会穿的。他试穿了一下,感觉很舒服。他对衣服上的价格标签都没有看一眼。衣服的样式令人厌烦的保守,但是,他却一下子就买了好几件。”

  巴菲特的合伙人、《华盛顿邮报》的凯瑟琳·格雷厄姆曾经这样说起他的商业老师:“他这个人非常的节俭。有一次,我们在一家机场,我向他借一角硬币打个电话。他为把25美分的硬币换成零钱走出了好远。‘沃伦’我大声叫道,‘25美分的硬币也行呀,’他有点羞怯地把钱递给了我。”她还回忆起了另一件事:“我正坐在弗吉尼亚的家里,读着本杰明·格雷厄姆为初学者写的书,还有一篇由迈瑞尔、林奇、皮尔斯、芬纳尔或史密斯的人写的一篇《怎样阅读一篇财务报告》的文章。有人告诉我说,我要尽快地读完本杰明·格雷厄姆的书,因为沃伦不愿意由于把书借出奥马哈公共图书馆的时间太长而缴纳一笔数额很小的罚金。”

    这些消费观念与投资有关联吗?的确有关。价值型消费者确实会寻找低价买进的机会,或去找价格较低的替代品,但是我们千万不要将这些行为视为贪小便宜。相反地,他们反映的是不愿意为商品支付超过公平价值的思想。同样地,反映在投资领域,也是相通的:以低价买进好股票,比高价买进同样的股票要实惠得多。因此,我以为,没有或不能具备这种人格特质的人,就有可能搞不好价值投资。

论坛官方微信、群(期货热点、量化探讨、开户与绑定实盘)
 
期货论坛 - 版权/免责声明   1.本站发布源码(包括函数、指标、策略等)均属开放源码,用意在于让使用者学习程序化语法撰写,使用者可以任意修改语法內容并调整参数。仅限用于个人学习使用,请勿转载、滥用,严禁私自连接实盘账户交易
  2.本站发布资讯(包括文章、视频、历史记录、教材、评论、资讯、交易方案等)均系转载自网络主流媒体,内容仅为作者当日个人观点,本网转载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。本网不对该类信息或数据做任何保证。不对您构成任何投资建议,不能依靠信息而取代自身独立判断,不对因使用本篇文章所诉信息或观点等导致的损失承担任何责任。
  3.本站发布资源(包括书籍、杂志、文档、软件等)均从互联网搜索而来,仅供个人免费交流学习,不可用作商业用途,本站不对显示的内容承担任何责任。请在下载后24小时内删除。如果喜欢,请购买正版,谢谢合作!
  4.龙听期货论坛原创文章属本网版权作品,转载须注明来源“龙听期货论坛”,违者本网将保留追究其相关法律责任的权力。本论坛除发布原创文章外,亦致力于优秀财经文章的交流分享,部分文章推送时若未能及时与原作者取得联系并涉及版权问题时,请及时联系删除。联系方式:http://www.qhlt.cn/thread-262-1-1.html
如何访问权限为100/255贴子:/thread-37840-1-1.html;注册后仍无法回复:/thread-23-1-1.html;微信/QQ群:/thread-262-1-1.html;网盘链接失效解决办法:/thread-93307-1-1.html

返回列表