目錄
無論是擁有百年歷史的股票還是新興的加密貨幣,都沒有確切的交易科學理論支撐。如果有的話,華爾街的頂級金融人士一定會對這種理論公式嚴格保密。
我們掌握的只是交易者和投資者使用的大量工具和方法。在多數情況下,這些方法可以分為兩類:基本面分析(FA)和技術分析(TA)。
在本文中,我們將深入探討基本面分析的基礎知識。
基本面分析是投資者和交易者確定資產或業務內在價值的一種方法。為了準確評估價值,他們將深入研究內部和外部因素,確定相關資產或業務被高估還是低估。研究結論可以為投資者和交易者提供建議,助其製定更有可能獲得豐厚收益的決策。
例如,如果您對一家公司產生興趣,可能會先去研究其收益、資產負債表、財務報表和現金流量等事項,詳細了解財務狀況。然後,擴大範圍,查看其業務所處的市場或行業。競爭對手有哪些?這家公司的目標族群是哪些?這家公司是否正在擴大業務?您也可以進一步擴大範圍,將利率和通貨膨脹等諸多經濟因素納入考量。
以上就是所謂的“自下而上”方法:從一家感興趣的公司入手,逐步了解其在宏觀經濟環境中的地位。當然,也可以採用“自上而下”的方法。首先審視大局,然後縮小範圍。
此類分析的最終目標是得出預期股價並與當前價格進行比較。如果預估值高於當前價格,可以認為它被低估。相反,如果低於市場價格,則可假設它目前處於被高估的狀態。根據分析得來的數據,可以明智地決定買進或賣出某家特定公司的股票。
剛接觸加密貨幣、外匯或股市的新交易者和投資者通常對於採用何種方法感到困惑。基本面分析和技術分析形成鮮明對比,以截然不同的方法分析不同事項。不過,兩者都提供與交易相關的數據。究竟哪一種方法比較好呢?
事實上,綜合關注每種方法提供的信息,可能更有意義。從本質上講,基本面分析師認為,股價並不一定代表股票的真實價值,並以此作為其投資決策背後的理念。
相反,技術分析師則認為,未來的價格走勢可以根據歷史價格行為和成交量數據進行預測。他們不關心外部因素,而是更關注市場的價格圖表、行情和趨勢,希望確定買入和賣出頭寸的理想點位。
有效市場假說(EMH)的支持者認為,技術分析(TA)不可能幫助交易者始終跑贏大盤。這種理論認為,金融市場已經呈現了有關資產的所有已知資訊(因此分析者是“理性的”)並且已經將歷史數據考慮在內。 EMH的壅躉者中,溫和派並不抹殺基本面分析的作用,但強硬派卻認為,即使基本面分析的研究十分嚴謹,也不可能獲得競爭優勢。
顯然,這兩種方法在客觀上講沒有優劣之分,因為兩者均可對不同領域提供寶貴見解。有些人可能更適合某些特定的交易風格。在實務中,許多交易者都會將兩者結合使用,從更全面的視角進行分析研判。短期交易如此,長期投資亦然。
我們在探討基本面分析的時候,不會去講K線圖、MACD或RSI,而是會介紹一些基本面分析的特定指標。在本節中,我們討論幾種最受歡迎的指標。
每股盈餘是衡量一家公司獲利能力的既定指標,顯示每一流通股所創造的利潤。計算公式如下:
(淨收入- 優先股股息) / 股數
假設一家公司不支付股息並且利潤為100萬美元。發行20萬股後,依公式計算可得,每股平均收益為5美元。計算過程比較簡單,但可以讓我們對潛在投資有所了解。 EPS較高(或持續成長)的企業通常對投資者更具吸引力。
稀釋每股盈餘也受到一些人的青睞,這個指標考慮了可能增加股票總數的因素。例如,對於股票選擇權,員工可以購買公司股票。這通常會提供更多的股份用來分配淨收入,因此稀釋每股收益的價值預計會低於簡單的每股平均收益。
與所有指標一樣,每股平均收益在被用來評估潛在投資價值時,不應該單打獨鬥。也就是說,與其他分析工具結合使用時,它的效果會更好。
市盈率(簡稱“P/E比率”)將股價與每股平均收益進行比較,以此評估企業價值。計算公式如下:
股價/ 每股平均收益
再次以上文中的同一家公司為例:它的每股平均收益為5美元。假設每股交易價格為10美元,經計算可得本益比為2。這意味著什麼呢?實際上,其意義在很大程度上取決於其他研究結果。
許多人使用利潤與收益比率來確定股票被高估(比率較高)還是低估(比率較低)。將這個數字與類似企業的市盈率進行比較是非常好的做法。同理,這條規則並不適用於所有情況,建議與其他定量和定性分析方法結合使用。
市淨率(簡稱“P/B率”)可以告訴我們,投資者是如何評估公司帳面價值的。帳面價值是財務報告中定義的企業價值(通常是資產減去負債)。其計算方式如下:
每股價格 / 每股帳面價值
我們再次以上文中的同一家公司為例。假設它的帳面價值為50萬美元。每股交易價格為10美元,一共有20萬股。每股帳面價值等於50萬美元除以20萬,結果為2.5美元。
將數值代入公式,10美元除以2.5美元,得出市淨率為4。從表面上看,結果並不理想。數據顯示,目前的股票交易價格是公司實際帳面價值的四倍。這可能表明,市場可能預期公司價值會飆升,導致價值高估。如果得出的比率小於1,表示這家公司的價值高於市場目前認可的價值。
市淨率的限制在於,它更適合評估“重資產”企業。畢竟,這種計算方式無法充分說明實體資產很少的公司。
市盈餘成長率(PEG)是利潤與收益比率的延伸,將成長率考慮在內,擴大了範圍。計算公式如下:
市盈率/ 獲利成長率
獲利成長率是對公司在特定時間範圍內預期獲利成長的估算。這個指標通常以百分比呈現。假設我們預估上例中的公司在未來五年內平均成長10%。我們以本益比2除以10,得出0.2的比率。
數值表明,這家公司值得投資,因為如果將未來成長納入考慮範疇,它被嚴重低估。一般來說,任何比率小於1的企業均被低估。相反,高於1的企業則被高估。
PEG比率比P/E比率更受青睞,因為前者考慮到了一個被P/E比率忽略的重要變數。
➟ 想要開啟數位貨幣之旅?立即在幣安買比特幣吧!
上述指標並非真正適用於加密貨幣。相反,您在評估專案可行性時,可能需要藉助其他考量。下一節將介紹一些加密貨幣交易者使用的指標。
NVT比率通常被視為加密貨幣市場的市盈率,正迅速成為加密貨幣基本面分析(FA)的重要指標。計算方式如下:
網路價值 / 每日交易量
NVT嘗試根據所處理交易的價值解釋特定網路的價值。假設現在有兩個項目:幣種A和幣種B。兩者的市值均為100萬美元。幣種A的每日交易量價值5萬美元,而幣種B的價值為1萬美元。
幣種A的NVT比為20,幣種B的NVT比為100。我們一般將NVT比率較低的資產認定為被低估,比率較高的資產認定為被高估。這些數據表明,與幣種B相比,幣種A被低估了。
有些人透過網路中的活躍位址數量來衡量使用量。雖然作為單一指標並不可靠(可能會被操控),但它仍可揭示網路活動的相關資訊。當您在真實評估某項數位資產時,可將此指標納入考量。
價格與挖礦成本損益平衡比是工作量證明類代幣的價值評估指標,此類代幣由網路參與者透過挖礦獲得。此指標考慮了挖礦成本,即電力與硬體消耗。
代幣市價/ 一枚代幣的挖礦成本
價格與挖礦成本盈虧平衡比率可以顯示區塊鏈網絡的當前狀態。損益平衡點是指挖取單位代幣的成本。例如,如果平衡點為1萬美元,礦工通常會花費1萬美元來挖出一個新單位。
假設幣種A的交易價格為5000美元,幣種B的交易價格為2萬美元,兩者的損益平衡點均為1萬美元。幣種A的損益平衡比率為0.5,而幣種B的損益平衡比率為2。幣種A的比率小於1,表示礦工正在虧本挖取代幣。參與幣種B的挖礦顯然有利可圖,每花費1萬美元挖礦成本,預計可賺取2萬美元。
在激勵措施的作用下,預期該比率會隨時間推移而趨向於1。對於幣種A,除非價格上漲,否則虧本挖礦的礦工可能會離開網路。幣種B可以帶來豐厚收益,因此預期有更多礦工加入其中,直到不再有利可圖。
此指標的有效性存在爭議。即便如此,它依然能讓您了解挖礦經濟學。您可以將其納入針對數位資產的整體評估。
一些傳統的專案研究手段也是確定加密貨幣和代幣價值的熱門方法。閱讀白皮書能夠了解專案的目標、用例和技術。團隊成員的追蹤記錄顯示他們建立和擴展產品的能力。最後,根據路線圖可以判斷專案是否按計畫進行。它可以作為其他研究的補充,確定專案達到里程碑目標的可能性。
基本面分析是一種非常可靠的方法,可以透過完勝技術分析的方式來評估企業。對於全球投資者而言,研究一系列定性和定量因素是交易的重要起點。
任何人都可以進行基本面分析,它依賴久經考驗的技術和現成的企業資料。至少傳統市場的情況確實如此。事實上,如果我們關注加密貨幣(仍是小眾領域),就會發現有時候會找不到可用的數據,而且由於不同資產之間的關聯性非常強,基本面分析的效果可能會大打折扣。
如果使用得當,它就能夠為識別目前被低估,但會隨時間推移而升值的股票奠定基礎。沃倫·巴菲特和本傑明·格雷厄姆這樣的頂級投資者以實際行動證明,按這種方式對企業進行嚴格的研究,可以獲得巨大的成果。
基本面分析很好做,但想要做好卻不容易。確定股票的“內在價值”耗時費力,遠不止將數字代入公式那麼簡單。許多因素都需要評估,而掌握有效評估技能的學習曲線相當陡峭。更重要的是,它更適合長期交易,而非短期交易。
這類分析也忽略了一些強大的市場力量與趨勢,而這些確是技術分析所能辨識的。正如經濟學家約翰·梅納德·凱恩斯所說:
“市場保持非理性的時間,可能比你保持償付能力的時間還要長”。
那些似乎被低估的股票(從各項指標來看)在未來不見得一定會增值。
基本面分析是一些大獲成功的交易者極其信賴的成熟做法。透過完善策略,投資人不僅可以學會更好地估計股票、加密貨幣和其他資產的真實價值,還可以深入了解整個業務與產業。
基本面分析與技術分析結合,可以讓交易者和投資者全面了解能夠從哪些資產和業務中獲利。無論是傳統市場還是加密貨幣市場,基本面分析和技術分析結合都受到許多人的青睞。
然而,加密貨幣市場尚屬新生領域,我們必須認識到,基本面分析未必能達到理想的效果。請務必自行做好調查,確保實施堅實可靠的風險管理策略。
➟ 關於基本面分析,是否還有其他疑問?請前往Ask Academy,與社區成員參與討論!