很有趣的文章，之前我在看的书也跟这个有点关系
从直觉来想，经济好的话，企业获利佳，股市的回报应该也不错
在《Investment Fables》ch.14 中，谈到关于是否能利用某些指标来赚钱
作者观察 GDP 成长率跟 S&P 500 的关联性：
在报酬率最差的 1931 年，GDP 下跌达 7%，
在报酬率最高的 1954 年，GDP 有轻微下跌；
在成长强劲的 1941 年，股市报酬率居然也有下跌
假若把两者的关联性纳入投资决策的考量因素之中
投资人是否有办法利用它来进行择时操作？两者的关系是否够强？
作者根据前一个年度的经济成长率与当年股市报酬率的资料统计（1960~2001）
发现两者并无明显关联
GDP 成长为负时，下一年股市平均报酬率固然低于 GDP 成长最多时（>5%）的报酬率
但若在差的时候买进股票，其潜在报酬会比在最强的时候买进多一点（在相对低点）
其他常见的财务性指标也有讲到，有兴趣可以自行查阅
这类研究讨论重点都在于：有没有明显关联以及获利是否可能
以本文原作者的论述来看，延伸问题就是：能否预测股市何时回档
以及能否告知何时该逃命，何时可以用来进行如放空指数等行为以获利？
特别一提，在研究方法上，相关不代表因果
因此我大学高统的（朱家祥）教授，一再告诫统计不是用数据来归结出理论
而是要先有理论，再利用统计工具进行否证
如果数字未推翻，只能说无明显证据证明理论是错的，不能说数据证明理论是对的
具有相当浓烈的 Popperism 色彩
与《随机致富的陷阱》、《黑天鹅效应》作者 Taleb 所见略同
至于一般常见的非财务性指标，
如假性指标（利用 NFC 与 AFC 输赢来预测；台湾则有王建民效应）、
Feel-Good Indicators（利用裙摆长度或高级餐厅的生意来预测）、
Hype Indicators（财经台收视率高过肥皂剧、擦鞋童理论、或如批踢踢股票版的人数），
作者也花了相当篇幅解释
假性指标就不用说，Feel-Good Indicators 的缺陷在于它是同时性的，而非前瞻性指标
最能用的就属 Hype Indicators，其侷限则是它只能显示目前股市被炒高
但无法告诉你何时会得到修正，对照新书《坦伯顿投资法则》更显深刻
里面说到坦伯顿如何在 2000 年选择放空科技股的时点
当时的价值型投资人以两种行为居多，一是选择放空，却有很多被轧空；
另一类则是忍不住跳进去，变成最后一批抬轿者
《Investment Fables》每章都会讲一种投资策略的理论基础及谬误（或不足）
然后用该策略来筛选个股，以他们实际的股价表现佐证
最后再告诉投资人应该要注意哪些客观因素
这本是 NYU Stern School of Business 的教授写的，读起来像教科书
要打破的寓言如下：
高股利
低本益比
低股价净值比
收益稳定（利用多角化、全球布局、风险管理来达到）的公司比较好
绩优股
逆势进场
捡没人注意的小型股、IPO
并购为利多
套利（期权、ADR、封闭式基金、可转换公司债等）
量能
专家的绩效比较好
长期投资的表现比较好（ch.14）