Quantitative Value — Gray & Carlisle: KOMPLETT

Tesen är enkel och djup. Marknadens felprissättningar skapas av investerares systematiska beteendefel — övermod, rädsla, girighet, trötthet. Det gör beteendefelen till värdeinvesterarens RÅVARA: utan dem finns ingen säkerhetsmarginal att köpa. Men här kommer vändningen som ger boken dess titel: samma fel som skapar möjligheten drabbar även den som försöker plocka den.

James Montier, som boken citerar öppet, sammanfattar det: kunskap är inte beteende — att VETA att man är benägen att sälja i panik eliminerar inte paniken. Lösningen är därför inte mer kunskap utan en process som tål felet: en modell som fattar beslutet innan magen hinner göra det. Temperamentet, skriver Gray och Carlisle, ska byggas IN i modellen.

Bokens öppningsbevis är Benjamin Graham själv — kvantinvesterarens urfadern. Graham föreslog i The Intelligent Investor enkla mekaniska regler: köp minst trettio aktier med P/E under tio och skuld per eget kapital under femtio procent, sälj när en aktie stigit femtio procent eller efter två år — vilket som kommer först. Graham uppskattade att reglerna borde ge runt femton procent per år.

När Gray och Carlisle backtestade dem från 1976 till 2011 slog de hans egen prognos med ungefär två procentenheter — runt sjutton procent per år — av en enda anledning: reglerna följdes utan rädsla och utan girighet, år efter år, genom bubblor och krascher. Det är hela boken i ett enda experiment: enkelheten är inte begränsningen — den är kanten.

Bokens arkitektur, som kursen följer kapitel för kapitel: först varför aktiv förvaltning och mänskligt omdöme förlorar (kapitel 1–3 i kursen), sedan byggstenarna — hur man mäter pris (value composite), hur man mäter kvalitet (Piotroski F-score), hur man undviker värdefällor (Z-score, M-Score, CDS, kort ränta) — och till sist portföljregler, backtest och den fullständiga checklistan tillämpad på Deere & Co.

För AK1A är det här kursens tydligaste släktskap: AKM1:s tjugo variabler är en checklista av exakt samma skäl — att tvinga analysen genom samma hål varje gång. Skillnaden, som kontroverskapitlet återkommer till, är att AKM1 poängsätts av en människa och QV exekveras av en regel.

Lake Wobegon-effekten är övermodets statistiska självporträtt: i undersökningar av aktiva förvaltare anser en stor majoritet att de kommer att prestera bättre än genomsnittet — vilket är matematiskt omöjligt, eftersom genomsnittet per definition är genomsnittet av dem själva. Boken använder detta som ingång till den bredare bilden: aktiv förvaltning är, som William Sharpe formulerade sin berömda aritmetik (The Arithmetic of Active Management, 1991), ett nollsumspel före kostnader — och ett negativt nollsumspel efter dem.

En förvaltare kan bara slå index om någon annan hamnar under det, och alla kan inte vara den någon annan.

Dumb money-paradoxen förklarar varför flödet inte ens lär sig av det. Enkelt: pengar strömmar in i fonder efter bra år — det vill säga efter att prestationen redan skett — och lämnar efter dåliga, precis när framtidsförväntningen statistiskt förbättrats. Studiesuccén som boken refererar till visar att investerare i genomsnitt fångar en bråkdel av fondernas avkastning eftersom timingen på in- och utflödena är bakvänd.

Lägg till avgifter, transaktionskostnader och det faktum att en stor fond rent fysiskt inte kan äga det som är för litet eller illikvidt — och den aktiva majoritetens underpresterande är inte ett mysterium utan en aritmetisk nödvändighet.

Konsekvensen är bokens ödmjukaste och starkaste drag: att välja en kvantitativ strategi är inte ett påstående om att man är smartare än marknaden — det är ett erkännande av att man sannolikt INTE är det. Reglerna är Lake Wobegons motgift: de kräver ingen tro på egen överlägsenhet, bara ett åtagande att följa en beprövad process.

I AK1A:s värld är det här skillnaden mellan att leta efter nästa stora aktie och att systematiskt ranka framgångsrik statistik. Nästa kapitel visar vilka två kognitiva fällor som gör erkännandet så svårt — och vad AI-Diagnosen kan och inte kan säga om dem.