这篇讲的是Ryan Caldbeck如何用算法投资消费品牌。他认为传统投资者最看重的“货架周转率”（就是卖得快不快）其实和公司成功没啥关系。他更看重三个指标：产品铺了多少店、品牌在社交媒体上的口碑、包装设计是否独特。他提到的标的包括：RX Bar（包装字少、卖得好）、Halo Top（融资少但估值高）、Liquid IV（他投的公司，一年收入涨了8倍）。
Ryan Caldbeck在《Invest Like the Best》节目中探讨如何将量化分析引入私募市场。他创立的Circle Up通过Helio系统，对早期消费品牌进行量化筛选。研究揭示，线上销售vs线下渠道数据、相对价值与变化率等是关键预测因子，而某些传统投资者看重的变量实际无效。Caldbeck以Liquid Ivy为例说明估值与错误定价过程，并指出消费零售领域最适合量化方法，但私募市场的关系构建仍是挑战。他认为量化流程将首先渗透部分私募市场，但某些领域可能永远无法被完全替代。
Ryan Caldbeck 是 CircleUp 的 CEO，该公司通过自研系统 Helio 将量化分析引入早期消费品牌的私募投资。本期主线是：在商业模式高度标准化的消费零售领域，量化方法能有效识别高增长标的，但私募市场的交易执行仍依赖关系构建，且该方法难以直接复制到商业模式差异大的科技领域。 全片最有分量的判断是：Ryan Caldbeck 认为，传统消费投资者最看重的「货架周转率（velocity）」——即单位时间单位门店的销量——在 CircleUp 覆盖的数万家公司数据中，与未来成功没有任何可验证的相关性。
Ryan Caldbeck 认为，私募市场量化投资的起点是意识到「人工筛选可以被系统化」。
Caldbeck 在商学院时期的工作是每周手动筛选 400-500 家消费公司，仅靠 Google 搜索判断是否值得接触。他发现「30 秒就能 85% 正确判断」，于是萌生「计算机也能做」的想法。CircleUp 最初构建的 Classifier 模型，目标只是复制团队自身的「是/否」决策——输入公司财务数据，输出是否接受其进入平台。
运行 9 个月后，团队发现一个关键洞察：10 个最预测「是否接受」的变量中，有 8 个是无需向公司索要的外部数据。 这促使团队转向构建 Sorcerer——主动搜索公司并抓取外部信息的算法。随后，团队将目标变量从「我们是否接受」升级为「公司是否成功」，但因私募市场退出数据稀疏，最终以 收入增长 作为代理指标。
> 原文引述：「We took a long time to pull together a large enough data set that we felt comfortable with that as an objective measure.」——意即：团队花了很长时间才收集到足够大的数据集，使其对「成功」这一客观衡量指标感到有信心。
推演：Caldbeck 指出，私募市场量化面临的核心问题是「反馈周期长」——退出数据稀疏且难以定义成功，因此必须找到可靠的代理变量（如收入增长）。这一限制使得模型迭代速度远慢于公开市场。
Ryan Caldbeck 认为，消费零售领域具备两个使量化方法可行的结构性特征：商业模式高度统一 + 海量可获取数据。
商业模式统一性：消费公司本质上都是「制造产品并销售」，不涉及科技公司常见的免费增值、订阅制、平台抽成等多样化模型。Caldbeck 比喻：「这是同一盘棋下了一遍又一遍。」这使得模型可以跨品类复用。
数据丰富性：即使是最小的消费品牌，也能在公开渠道获取以下数据：
Caldbeck 强调，这些数据「几乎是该品牌收入方程的全部」，但收集过程「极其丑陋」——需要大量清洗、标准化和合并。
对比数据：Caldbeck 将消费零售与科技领域对比——科技公司商业模式差异大（游戏 vs 证券交易 vs 加密货币），且缺乏历史成功案例作为训练数据（如 Uber 出现时没有 100 个类似标的可供学习）。
推演：Caldbeck 认为，量化方法在私募市场的渗透将首先发生在商业模式标准化的领域（消费、房地产、部分媒体），而科技领域可能永远难以被系统化替代——因为即使算法找到下一个 Uber，仍需与 Sequoia、Benchmark 等顶级 VC 竞争交易，而「我不认为他们会被打败」。
Ryan Caldbeck 指出，在数百个测试变量中，真正驱动预测能力的因子集中在三个维度：分布广度与质量、品牌强度、产品独特性。
反直觉发现：货架周转率（Velocity）——单位门店每周销量——与成功无相关性。 Caldbeck 表示这「令人震惊」，且无法给出经济直觉解释。他推测可能的原因是：零售商采购决策者更看重「独特性」和「吸引新客群」，而非单纯的高周转率。
推演：Caldbeck 承认，这些因子的相对重要性会随公司规模、品类不同而变化。团队发现 绝对收入增长额 的预测相关性优于 收入增长率。
Ryan Caldbeck 认为，私募市场的定价可以数据化，但交易执行仍依赖关系构建，量化只能提高透明度而非消除人际因素。
定价方法：CircleUp 使用收入倍数估值，基于品类历史数据（如某品类平均 4x 收入、平均增长 200%），再根据标的实际增长率调整。Caldbeck 承认这「仍有人工启发式的成分」，团队正在构建规则化系统。
案例：Liquid IV（补水冲剂品牌）
Caldbeck 将私募交易比作「二手车购买」——无论什么价格，买家总觉得「被宰了」。CircleUp 试图像 Tesla 或 Apple 那样，通过数据透明化让定价感觉「公平」：「这就是我们愿意支付的价格区间，背后是这些数据。」
推演：Caldbeck 认为，私募市场的量化化将比公开市场更快普及，因为 LP 和资产管理公司「渴望可扩展、可重复的投资策略」。但传统顶级 VC（如 Sequoia、Benchmark）的不可扩展性恰恰是其优势——他们无法无限扩大基金规模，但能维持高回报。量化基金的可扩展性可能吸引大型 LP，但需先证明回报的可重复性。
Ryan Caldbeck 认为，CircleUp 面临两大核心风险：人才争夺与 LP 信任建立。
人才挑战：团队由「金融背景的业务人员」和「工程师/数据科学家」组成。前者面临传统金融高薪诱惑，后者面临全行业人才荒。Caldbeck 直言：「没有什么比试图招聘工程师和数据科学家更能证明美国教育体系需要改革。」
LP 信任：与公开市场量化基金可做回测不同，私募市场「反馈周期更长，回测数据量更小」。Caldbeck 的卖点是：消费领域大品牌正在被小品牌蚕食（如 Halo Top 销量超过 Ben & Jerry's），而传统私募股权（$800 亿规模）投资的是「中间层品牌」，无法捕捉这一趋势。CircleUp 是少数能系统化投资早期消费品牌的机构。
长期愿景：Caldbeck 引用投资者 Matt Christensen（Clayton Christensen 之子）的建议，聚焦 20 年愿景。公司的「不变项」包括：
推演：Caldbeck 认为，私募市场量化化的关键障碍不是技术，而是「证明自己」。他引用 Bezos 的「不变项」框架，认为 CircleUp 的长期优势在于其 训练数据集——拥有全球最大的消费公司财务数据集（数万家公司、6 年积累），这是竞争对手难以复制的护城河。
| 标的 | 嘉宾态度 | 关键数据 |
|---|---|---|
| RX Bar | 正面案例（产品独特性） | 以 $6 亿出售，仅融资 $10,000 |
| Halo Top | 正面案例（品牌独特性） | 估值 $10 亿，仅融资 $200 万；销量超过 Ben & Jerry's 和 Häagen-Dazs |
| Liquid IV | 正面案例（投资标的） | 投资后一年收入增长约 8x；创始人接受低 50% 估值以换取数据访问 |
| Beyond Meat | 正面提及（合作品牌） | 已宣布 IPO |
| Dollar Shave Club | 正面案例（DTC 例外） | 以约 $10 亿出售给 Unilever；$50,000 YouTube 广告获 2,500 万观看 |
| Vitamin Water | 背景提及（品牌强度变化） | 被 Coca-Cola 收购后消费者关系减弱 |
1. 「货架周转率（Velocity）与成功无关」（Ryan Caldbeck）——传统消费投资者最看重的指标，在 CircleUp 数万家公司数据中无任何可验证相关性。推测原因：零售商采购决策者更看重「独特性」和「吸引新客群」，而非单纯高周转。
2. 「包装正面文字越少，公司增长越快」（Ryan Caldbeck）——通过计算机视觉分析约 2,000-3,000 个零食棒品牌，发现文字数量与收入增长呈负相关。RX Bar 是典型案例。
3. 「线下渠道仍远重要于线上」（Ryan Caldbeck）——DTC 适合产品迭代测试，但难以规模化盈利。证据：RX Bar 和 Halo Top 几乎零融资即获巨大成功，而许多 DTC 公司融资 $1 亿+ 仍不盈利。
4. 「Twitter 上回复『私信我』的公司，失败概率是其他公司的 3 倍」（Ryan Caldbeck）——因为这通常意味着在处理负面投诉，试图将对话移出公开视野。这是品牌强度的反向信号。
5. 「量化方法无法在科技领域复制」（Ryan Caldbeck）——原因有三：商业模式不统一、缺乏历史训练数据（如 Uber 出现时 N=1）、即使找到好标的也需与 Sequoia/Benchmark 竞争交易——「我不认为他们会被打败」。
6. 「私募市场量化的核心障碍不是技术，而是证明自己」（Ryan Caldbeck）——公开市场可做回测，私募市场反馈周期长、数据稀疏。CircleUp 的卖点是捕捉「大品牌被小品牌蚕食」的结构性趋势，而 $800 亿消费私募股权无法做到。
7. 「最宝贵的资产不是某个因子，而是训练数据集」（Ryan Caldbeck）——CircleUp 拥有全球最大的消费公司财务数据集（数万家公司、6 年积累），这是竞争对手难以复制的护城河。
8. 「私募交易像二手车购买——量化只能提高透明度，无法消除人际因素」（Ryan Caldbeck）——CircleUp 试图像 Tesla/Apple 那样通过数据透明化让定价感觉「公平」，但创始人仍可能被「科技圈朋友」说服接受 20x 收入的荒谬估值。