巴菲特價值投資策略

前言

華倫．巴菲特 Warren E. Buffett 是全世界有史以來，靠股票賺最多錢的人，1956年回到奧瑪哈以100美元起家，至1999年8月為止，個人資產總額已達360億美元以上，成為全美第二富有的人。巴菲特的投資法則非常簡單，首先不理會股價每日的漲跌，其次，不去擔心總體經濟情勢的變化；再者，以買下一家公司的心態投資而非投資股票，而其方法中有四大原則：

• 企業原則：
  a.這家企業是簡單而且可以了解的嗎？
  b.這家企業的營運歷史是否穩定？
  c.這家企業長期發展前景是否看好？
• 經營原則：
  a.經營者是否理性？
  b.經營者對他的股東是否誠實坦白？
  c.經營者是否會盲從其他法人機構的行為？
• 財務原則：
  a.把重點集中在股東權益報酬率(ROE)，而非每股盈餘
  b.計算出自由現金流量折現(DCF)
  c.尋找高毛利率的公司
  d.對於每一元的保留盈餘，確定公司至少已經創造了1元以上的市場價值
• 市場原則：
  a.這家企業的價值是什麼？
  b.這家企業是否能以顯著的價值折扣購得，亦即取得安全邊際。

編輯環境及模組需求

本文章使用 Mac OS 並以 Jupyter Notebook 作為編輯器

import tejapi
import pandas as pd
import numpy as np

Note: tejapi 安裝以命令提示字元 (Windows)/終端機 (Mac)，輸入 pip install tejapi

tejapi.ApiConfig.api_key = 'Your Key'
tejapi.ApiConfig.ignoretz = True

本文重點概要

• 將投資原則量化
• 資料庫的搜尋
• 資料的篩選：「欄位 loc 」、「分群 groupby 」、「樞紐 pivot_table 」

量化指標

由於巴菲特的原則中，部份是無法量化的，因此只選取可數量化的原則，其原則背後的原理皆為，公司能幫股東賺錢的能力高，方法如下：

1. 最近年度股東權益報酬率 ＞ 產業平均值：存 set_1
2. 三年平均股東權益報酬率 ＞ 15%：存 set_2
3. 最近年度毛利率 ＞ 產業平均值：存 set_3
4. 7 年內市值增加值 / 7 年內保留盈餘增加值 > 1：存 set_4
5. (最近年度自由現金流量 / 7 年前自由現金流量) — 1 > 1：存 set_5
6. 目前市值 / 未來10年自由現金流量折現值 < 1 ：存 set_6

投資策略

我們選擇 2019/12/31 符合條件的股票，在 2020/1/1 買入並持有至 2020/12/31。每個一條件都會做一個 set ，最後取交集得到符合條件的標的。

比較每一元保留盈餘是否創造超過一元的市場價值時，由於牽涉到公司上市年限是否夠久，故篩選2020還活著的公司，且上市時間大於7年公司，並去除銀行證券業，因為依據 ROE 公式，可以靠舉債來提升，所以在負債比例高的產業(如: 銀行業28、金控業30)則不適合用 ROE 來判斷。

股票池

Step 1. 搜尋上市日的資料庫

tejapi.search_table("上市日")

Step 2. 依據搜尋結果，我們使用 TWN/AIND 資料庫，並選擇上市日早於 2013 ，且去除產業 28、29。

comp_data = tejapi.get('TWN/AIND',
                   elist_day1 ={'lt':'2013-01-01'},
                   ind = {'ne':('28', '30')},
                   mkt = 'TSE',
                   opts = {'columns':['coid', 'elist_day1', 
                           'ind']},
                   chinese_column_name=True,
                   paginate=True
                  )

取得符合條件的公司列表，用於之後製作產業平均的數據

comp_list = list(comp_data['公司簡稱'])

Step 3. 製作產業群組字典

將股票池有的產業全部列出並轉成為 list

industry_list = comp_data["TEJ 產業別"].unique().tolist()

將產業內所有公司，製作產業 ROE 字典 dict

industry_data = tejapi.get('TWN/AIND',
                    ind = industry_list,
                    mkt = 'TSE',
                    opts = {'columns':['coid', 'ind']},      
                    chinese_column_name=True,
                    paginate=True
                   ).reset_index(drop=True)

將資料庫轉換成 key 產業別，value 為公司列表

industry_dict = {}
for i in industry_list:
    industry_dict[i] = industry_data[industry_data['TEJ 產業別'] == 
    i]['公司簡稱'].tolist()

例如要查詢產業 13 的所有公司

industry_dict["13"]

1. 最近年度股東權益報酬率 ＞ 產業平均值

• 以合併為主簡表(累計) TWN/AIM1A

後續的選股方法都與此類似，故在這段會加以著墨，內容會較為複雜，讀者遇到不理解的部分可以先查看完整程式碼。

Step 1. 個股 ROE(A)－稅後

ROE_data = tejapi.get('TWN/AIM1A',
                  coid = comp_list,
                  mdate= '2019-12-01',
                  opts={'pivot':True,
                        'columns':['coid', 'mdate', 'R103']},
                  chinese_column_name=True,
                  paginate=True)

Step 2. 迭代產業別轉換成字典，製作產業 2019 平均 ROE 字典

industry_roe = {}
for i in industry_list:
    data = tejapi.get('TWN/AIM1A',
                  coid = industry_dict[i],
                  mdate='2019-12-01',
                  opts={'pivot':True,
                        'columns':['coid', 'mdate', 'R103']},
                  chinese_column_name=True,
                  paginate=True).reset_index(drop=True)
    industry_roe[i] = data.groupby('公司代碼').mean().mean()[0]

Step 3. 將產業別對應上述的字典，替換成產業平均 ROE

ROE_data['產業淨值報酬%'] = ROE_data['TEJ 產業別'].apply(lambda x: industry_roe[x])

Step 5. 符合條件的公司儲存到 set_1

set_1 = set(ROE_data[ROE_data['ROE(A)－稅後'] > ROE_data['產業淨值報酬%']]['公司簡稱'])

2. 3年平均股東權益報酬率＞15%

選取三個年度的資料，操作方法如同第一點的公司分組 groupby，數值做平均 mean 並將資料存進 set_2

ROE_data_3Y = tejapi.get('TWN/AIM1A',
                      coid=comp_list,
                      mdate=['2017-12-01','2018-12-01','2019-12-
                              01'],
                      opts={'pivot':True,
                            'columns':['coid', 'mdate', 'R103']},
                      paginate=True,
                      chinese_column_name=True,
                     )

3. 最近年度毛利率 ＞ 產業平均值

操作方法同第一點，完整程式碼請詳見此連結，並將資料存進 set_3

4. 7 年內市值增加值 / 7 年內保留盈餘增加值 > 1

Step 1. 獲得市值、保留盈餘資料

MV_RE_data = tejapi.get('TWN/AIM1A',
                coid = comp_list,
                mdate= ['2019/12/01','2013/03/01'],
                opts={'pivot':True,
                        'columns':['coid', 'mdate','MV','2341']},
                chinese_column_name=True,
                paginate=True
               ).reset_index(drop=True)

Step 2. 將資料轉置 pivot_table

MV_RE_data.pivot_table(index='公司代碼', columns='財報年月').reset_index()

Step 3. 再將兩個欄位相減即可得到增加值

MV_RE_data['保留盈餘增加值'] = MV_RE_data.iloc[:,2] - MV_RE_data.iloc[:,1]

MV_RE_data['市值增加值'] = MV_RE_data.iloc[:,4] - MV_RE_data.iloc[:,3]

Step 4.計算指標

MV_RE_data['指標'] = MV_RE_data['市值增加值'] / MV_RE_data['保留盈餘增加值']

Step 5. 將符合條件的股票存到 set_4

set_4 = set(MV_RE_data[MV_RE_data['指標']>1]['公司代碼'])

5. (最近年度自由現金流量 / 7年前自由現金流量) -1 > 1

Step 1. 獲得自由現金流量資料

cash_data = tejapi.get('TWN/AIM1A',
                  coid= comp_list,
                  mdate=['2013-12-01', '2019-12-01'],
                  opts={'pivot':True,
                        'columns':['coid', 'mdate', 'R69B']},
                  paginate=True,
                  chinese_column_name=True,
                 )

Step 2. 操作方法如第四點資料樞紐轉置，欄位相減獲得指標

Step 3. 儲存到 set_5

set_5 = set(cash_data[cash_data['指標'] > 1].index)

6. 目前市值/未來10年自由現金流量折現值<1，資料庫 TWN/AIM1A，代號R69B

• 計算 現/終值 在 python 我們可以導入已經寫好的模組 numpy_financial其模組說明文件點此連結，在終端機輸入 pip install numpy_financial

import numpy_financial as npf

這裡舉一個例子，某公司的四年現金流量為 100 / -150 / -200 / 400，我們要計算他的淨現值可以利用 NPV 法，使用貼現率 10% 和未來各期支出(負值) 和收入(正值) 來計算投資的淨現值

cash_flows = np.array([100, -150, -200, 400])
npf.npv(0.1, cash_flows)

• 使用的二階段折現模型，第一階段(前3年)成長率預設為 15%，第二階段成長率為 5%、假設貼現率不變預設為 9%。以下先定義未來十年現金流量，y0 為 2019 現金流量。

def Cashflows(y0):
    y1 = y0 * 1.15
    y2 = y1 * 1.15
    y3 = y2 * 1.15
    y4 = y3 * 1.05
    y5 = y4 * 1.05
    y6 = y5 * 1.05
    y7 = y6 * 1.05
    y8 = y7 * 1.05
    y9 = y8 * 1.05
    y10 = y9 * 1.05
    
    cashflows = np.array([y1,y2,y3,y4,y5,y6,y7,y8,y9,y10])
    
    return cashflows

Step 1. 獲取 2019 年度自由現金流量資料和市值

MV_cash_data = tejapi.get('TWN/AIM1A',
                  coid= comp_list,
                  mdate='2019-12-01',
                  opts={'pivot':True,
                        'columns':['coid', 'mdate', 'R69B', 
                                   'MV']},
                  paginate=True,
                  chinese_column_name=True,
                 ).reset_index(drop=True)

Step 2. 現金流轉換成現值

MV_cash_data['自由現金流量(D)'].apply(lambda x: npf.npv(0.09, Cashflows(x)))

Step 3. 計算指標

MV_cash_data['指標'] = MV_cash_data['季底普通股市值'] / MV_cash_data['自由現金流量(D)'].apply(lambda x: npf.npv(0.09, Cashflows(x)))

Step 3. 符合條件的股票儲存為 set_6

set_6 = set(MV_cash_data[(MV_cash_data['指標']<1) & (MV_cash_data['指標']>0)]['公司代碼'])

檢視投資組合績效

來到我們最期待的最後階段，將各個 set 取交集獲得我們的投資組合

set_1 & set_2 & set_3 & set_4 & set_5 & set_6

參考 模組化回測系統 ，我們將此投組代入系統，由於投資組合的價格落差過大，我們採用等權重買入持有，2020 獲得的報酬率%為

結論

如果能熟練的操作資料庫，股票的篩選設計可以非常客製化，也可以去實測坊間各式各樣的選股策略，而此篇的內容較為複雜，需多花點心力研讀，若讀者有興趣製作更多選股策略，可以前往我們的官方網站，裡面有提供更多財務、交易等財金資料，來幫助您製作更好的選股策略！

本文僅供參考之用，並不構成要約、招攬或邀請、誘使、任何不論種類或形式之申述或訂立任何建議及推薦，讀者務請運用個人獨立思考能力，自行作出投資決定，如因相關建議招致損失，概與作者無涉。

完整程式碼

• 點此連結Github

延伸閱讀

• 開始體驗TEJ免費資料庫
• 財務數據撈取

相關連結

• TEJ API 資料庫首頁
• TEJ E-Shop 完整資料庫購買