由于有失业的自由球员,球员熊市的责任几乎一样多。一些球员和评论员指责球队所有者积极或默契勾结,拒绝提供降低工资的提议。本周,休斯敦王牌投手Justin Verlander撕裂了车主对Harper和Machado的缺乏兴趣,他们都只有26岁。另一个阵营指向每个团队保证的国家媒体资金的丰厚,这使得门票销售不那么重要,并且对于喜欢风扇引人注目的引人注目的需求变得迟钝。“战术坦克”也变得越来越受欢迎,球队选择忍受几年的不良记录重建选秀权,遵循最近的世界系列赛冠军皇家队,小熊队和太空人队的模式。
分析革命
然后是棒球队的“分析革命”,这与近几十年华尔街对“量子”投资的接受类似。
两种运动的核心是收集和分割和处理数据以隔离关键性能因素的能力。量子投资者寻求使用混合了多个因素(价值,动量,质量,分析师估计修订)的模型来创建投资组合,这使得他们对股票本身不可知,并且通常让他们减持最大的指数成分和最热门的魅力股 - 这可能是伟大的公司但其估值已经建立在多年未来的基本业绩上。
华盛顿国民队第34顺位的布莱斯·哈珀于2018年9月29日在科罗拉多州丹佛市的库尔斯球场迎战科罗拉多洛矶队队。
达斯汀布拉德福德| 盖蒂图片
华盛顿国民队第34顺位的布莱斯·哈珀于2018年9月29日在科罗拉多州丹佛市的库尔斯球场迎战科罗拉多洛矶队队。
新一代棒球总经理及其广泛的分析部门也这样做。他们将球队名单视为投资组合,每个球员都是几个表现因素的总和。这些是物理技能和统计趋势,可以通过无数种方式混合创建具有特定“预期回报”的团队“投资组合”,通常无需为“确定的事物”或大名称支付高价。
量子投资者注意到价格回报的“分散”,并且一些基金积极押注这种分歧,随着时间的推移。ESPN.com的布拉德福德杜利特尔指出,研究人员已经研究了棒球队薪水的分散情况:“核心问题是,如果球员薪水都保持在一定范围内(低分散度),或者团队是否更好?最好将薪水集中在名单上的一个或少数明星球员身上(高分散 - '明星和磨砂'方法)。几乎所有这些我曾经看过的研究表明,低分散的球队倾向于超越高分散的团队。“现任ESPN分析师的前全明星一垒手Mark Teixera 最近引用“分析”作为球队没有达到Harper和Machado要价的原因。统计概率表明球员在32岁左右达到顶峰,所以球队对这些球员每年36岁以上的年龄为3600万美元的犹豫不决。
当然,球队老板总是知道长期合同存在风险,后来交易中的球员正在提取高于市场价值,但他们认为这是为了将最好的明星放入制服中而付出的代价。
这些日子的不同之处在于:对分析模型的固定阻碍了这种自我驱动或令人愉悦的冲动。
像Netflix一样的哈珀?
361 Capital注释量化投资的历史。“通过要素投资作为定量投资的基础,这些策略的目的是帮助投资者避免常见的行为陷阱;旨在消除投资过程中的情感输入。利用可重复的过程,可以使用定量方法来改善投资通过产生客观分析来决定难以捉摸但重复的历史模式。“
对于一个定量,Harper和Machado就像Netflix,亚马逊或PayPal一样 - 伟大的增长属性,应该在未来几年内表现良好 - 但其当前的价格已经建立在承诺(但并非完全确定)未来表现的所有这些年份。
迈克尔·刘易斯2003年出版的“Moneyball”一书中记载了棒球队转向更加头脑冷静,基于数字的人才评估方法,这一故事讲述了通用比利比恩如何利用其他高管的行为盲点来寻找被低估的好球员在竞争团队的事情没有正确欣赏。但棒球定量投资的大数据时代正在全面展开,由雷达和高功率相机系统实现,以惊人的精确度跟踪每个球场和球员的运动。投手不再仅仅拥有“活动良好的后期运动”。
Statcast告诉我们离开他手的球的旋转速度以及它在通往盘子的路上横向或垂直移动的程度。
Hitters不仅仅具有“良好的蝙蝠速度和漂亮的流行音乐”,但是Statcast产生击球的“退出速度”,它的“发射角度”以及它将导致基础命中或本垒打的概率。
以类似的方式,定量投资模型将传统的人类分析师定性搜索“具有强劲增长记录的优秀,管理良好的公司”,转而支持相对估值分数,股票的波动率和经过压力测试的预测。利润率弹性。一旦技术进步,定量投资就会爆发,以提供逐个定价的价格数据和强烈的绩效归因研究。
马查多的机会成本
一般而言,严格的定量投资者将拥有较少的最大,最昂贵的股票,这些股票主导大指数,并倾向于拥有不足的名称; 将经常重新平衡他们的持有,以保持他们的因素暴露一致; 并将通过严格的风险管理规则无情地减少损失。
棒球的数量正在沿着类似的路径前进。每个球员的统计输出被压缩成“胜过替补” - 计算他所占多少的胜利,高于假设的边缘大联盟前景。Machado在FanGraphs预测的2019年战争中排名靠前,在五到六胜之间。这是一个神话般的总数,但也是前台办公室尝试与其他“组合组件”近似的目标。
能够识别没有Machado的机会成本使得棒球数据能够通过更年轻,更便宜的具有高摆动率的缓解投手来收集五六次胜利的部分,比如说或者几次努力 - 接触,高基数百分比的击球手即将进入他们的黄金时期,但尚未有资格获得自由球员的财富。
换句话说,当绩效因素被量化并被视为可替代时,可以以经济有效的方式混合和匹配参与者以最大化获胜概率。
当大多数老式棒球爱好者爱上这场比赛时,并不完全是浪漫的方式 - 并不能保证现场的成功。但是,当大数据和大笔资金在大联盟中发生冲突时,这可能是不可避免的结果。
当然,投资和棒球在一个关键方面是不同的。在市场中,投资回报实际上就是整个游戏。在棒球方面,重点是赢得大多数比赛,而不是获得最多的薪水美元。也许这一点被一些痴迷价值的球队迷失了。