[podcast的補充]
因為發現我口誤有點多，也有些地方我覺得說不好，所以把我確定有問題的地方寫在這好了。
量化部分:
這邊我其實講的很~~~模糊XD，講太多會得罪人~
但量化這邊書也開始多了，我是覺得資訊其實已經多到聰明一點的人應該都抓的到一些大方向了，無論是科普一點的The man who solved the market、A Man for All Markets，或是專業一點的Machine Learning for Asset Managers、Advances in Financial Machine Learning。差異在哪就交給大家自行閱讀判斷了。
科技:
原本想說的是13F截止的那個點，現在是真的中間偏貴了。這邊其實我覺得我講得不好，我想了想，其實我還少討論到這邊有個”選擇權”的概念，這個在科技股中是常看見的狀況。
1.如果這個新的嘗試失敗了，這邊的支出可能就會削減，未來的現金流會提升，
2.如果這個嘗試成功了，自然就發大財。
GOOG為例，如果AI成功了，就能從各種應用場景去賺錢，但失敗了，這部分的研發支出可能會削減，
也因為這種特性，我給科技股的PE會比其他行業包容性更強一點(但也沒有很多XD)，更多情況是在同等的PE下，我知道科技股大多有這種特性，所以會更喜歡放在科技上。
另類投資:
1. 第一個是在現在全球低利率環境之下，另類投資越來越受歡迎。
2. 第二個是隨著BETA越來越低，Alpha越來越難賺，大家開始把目光放到比較能預期的流動性溢酬上。
3. 第三個是隨著會計制度越來越講求資產和負債mark to market，沒有市場報價的另類資產就會是平滑損益的一個不錯選擇。
4. 最後，另類資產跟其他資產類別比較來說，週期性其實不是特別強:
a. 大多數的客戶在投資另類投資的時候都有閉鎖期，所以AUM不像公募會有很大幅度的變動，再來大多另類投資會有dry powder，就是客戶已經承諾但未使用的金額，所以在市場表現不好的時候就能利用這些dry powder去購買資產，擴大AUM，如果市場表現好績效費就能收的比較多。
b. 目前大的另類資產管理公司在策略上十分分散，順反周期的策略都有，PE、Credit、infrastructure…，地域上也幾乎是遍佈全球
c. 舉例來說08~09年，整個另類投資的AUM是增長的，近10~15年來CAGR大概落在10~12%。
5. 最後一個，雖然另類資產投資沒有什麼明確的結構性競爭優勢，但在選擇上大公司仍然比較比較吃香，畢竟對buy side來說，選擇大的另類資產管理公司如果出錯，職員比較好交代，能避免職涯風險。
6. 然後從估值角度來看，整個行業並不會特別昂貴，商業模式也算漂亮，不用投入新的資本就能增長。
7. 風險主要還是太多的錢追逐同一個機會，但考量目前目前流動性溢酬仍高，目前覺得問題還不大。
Search