基本面量化投资07 如何利用市盈率选股?如何剔除低估值陷阱的股票?

admin 2025-09-08 阅读:4 评论:0
使用市盈率选股,被《基本面量化选股》一书证明了是一种有效的投资策略。 本文市盈率是指滚动市盈率(市盈率TTM)。 使用市盈率选股,面临两个问题: 1.市盈率多低才算低估?多高才算高估? 2.如何避免买入“低估值陷阱”的股票? 一、...

使用市盈率选股,被《基本面量化选股》一书证明了是一种有效的投资策略。

本文市盈率是指滚动市盈率(市盈率TTM)

使用市盈率选股,面临两个问题:

1.市盈率多低才算低估?多高才算高估?

2.如何避免买入“低估值陷阱”的股票?

一、市盈率的市场分布

市场是有效的。市盈率的高低,不是由投资者或机构决定的,而是由股票市场决定的。

新兴市场的市盈率水平普遍高于成熟市场。欧美股市的市盈率一般在15倍左右,亚洲发展中国家的市盈率一般在30倍左右。即使优秀如苹果公司,今天的市盈率也只有25倍。

因此,利用市盈率对股票估值,应该结合本国股市的市场现实。

下表是我统计的股票市盈率的比例分布状况,时间节点为2022年9月14日。

表1 A股市盈率分组百分比

4908家股票中:

负市盈率,占比19.5%,这有点出乎我的意料;

市盈率0-15倍,占比12.1%;

市盈率15-30倍,占比24.0%;

市盈率30-50倍,占比18.9%;

市盈率50-100倍,占比15.2%;

市盈率100-200倍,占比5.9%;

市盈率200-300倍,占比1.9%;

市盈率300-500倍,占比1.2%;

市盈率500倍以上,占比1.3%。

A股的绝大部分股票,市盈率落在0-100倍之间,这点大家可记下来。改天我要利用这个数据做标准化处理。市盈率0-30倍股票占比,合计36.1%。

市盈率分组分布图,如下所示:

图1 A股市盈率分组百分比

《基本面量化选股》一书,证明了负市盈率股票收益远落后于市场整体收益。

于是,我把负市盈率股票剔除,重新计算各市盈率范围的市场分布状况。

表2 A股市盈率分组百分比(剔除亏损股)

3950家股票中:

市盈率0-15倍,占比15.0%;

市盈率15-30倍,占比29.8%;

市盈率30-50倍,占比23.4%;

市盈率50-100倍,占比18.8%;

市盈率100-200倍,占比7.4%;

市盈率200-300倍,占比2.3%;

市盈率300-500倍,占比1.5%;

市盈率500倍以上,占比1.6%。

在非亏损股票中,市盈率0-30倍股票占比合计44.8%,因此以市盈率30倍作为股票高估、低估的标准,应当是较为科学的。市盈率低于15倍,属于较严重的低估。

在熊市,市盈率30倍以下的股票数量占比偏高,当前约45%;在牛市中,市盈率30倍以下的股票数量占比会大大下降,应该会在30%上下。从这方面来说,我认为30倍也是合理的。

动态地看,如果将来中国股市市盈率20倍以下股票占比30-40%,那就应该以市盈率20倍作为股票高估、低估的标准。

二、如何避免买入“低估值陷阱”的股票?

《基本面量化选股》一书的数据回测,证明了市盈率最低的分组并不是收益最高的,市盈率第二低、第三低分组的收益率才是最高的。造成这一结果的原因,就是“低估值陷阱”。

有关“低估值陷阱”,详见这篇文章:“低估值陷阱”股票

结合前面的结论,我以市盈率低于15倍为“严重低估”

首先,我找到容易陷入“低估值陷阱”的行业股票,比如钢铁行业中的宝钢股份。

图2 宝钢股份市盈率历史走势

观察宝钢股份市盈率历史走势,大家可看到2017年1月-2022年9月,宝钢股份的市盈率一直都在15倍以下,市盈率低于15倍的时间占比高达100%。因此,我们可以以市盈率低于15倍的时间占比来剔除“低估值陷阱”的股票。

以上是基本的思路。

在编写指标时,我约定:过去5年市盈率低于15倍的时间占比大于30%,则是“低估值陷阱”股票。同时,约定上市时间至少为2年。

如果从《基本面量化选股》一书中的最低市盈率分组中剔除“低估值陷阱”股票,那么最低市盈率分组的投资收益应该是最高的。

利用指标对9月14日的股票进行筛选,共找出469只“低估值陷阱”股票。从数据中可看出,银行、地产、基建、煤炭、路桥、港口、资源等行业,是“低估值陷阱”的重灾区。

表3仅展示了前50只股票。

表3   “低估值陷阱”股票(2022.9.14)

以下为指标的代码:

-------------------

{公式名称:x市盈率}

{公式描述:市盈率及历史百分位}

{画图方法:副图}

{p:0,999999,1250}

days:=count(c>0,0);

除权否:=splitbars(0,0)=0;

n:=split(0,0);

rn:=1/if(除权否,1-n,1);

净利润ttm:=finvalue(276)/10000/10000;

{近一年净利润}

总股本:=rn*finance(1)/10000/10000;

总市值:=总股本*c;

ttm:=总市值/净利润ttm;

{如市盈率为负值,则赋值为-1}

市盈率ttm:if(ttm<0,-1,if(ttm=0,dynainfo(40),ttm));

cpe:=const(市盈率ttm),nodraw;  hpe:=hhv(市盈率ttm,p),nodraw;

lpe:=llv(市盈率ttm,p),nodraw;

pe空间位:100*(市盈率ttm-lpe)/(hpe-lpe);

{pe时间位,仅对当日周期有效}

pe时间位:=100*count(市盈率ttm<cpe,p)/p,nodraw;

{一般推荐使用选股1条件选股}

选股1:市盈率ttm<30 and pe空间位<30,nodraw;

{懂指标的人,推荐用选股2条件选股}

选股2:市盈率ttm<30 and pe空间位<30 and pe时间位<30,nodraw;

trap:=100*count(市盈率ttm<15,p)/min(p,days),nodraw;

低估值陷阱:trap*if(trap>30 and between(市盈率ttm,0,15) and days>500,1,0),nodraw;

-------------------

图3  指标编辑器界面,请记得输入参数!

注意事项:

1.需要在通达信中提前下载专业财务数据。

2.需要利用下箭头将k线图缩小,以加载5年的财务数据。

3.市盈率时间百分位仅对当日周期有效!

4.有人问为什么昨天的指标软件提示错误?结果我发现他们没有输入参数P!请一定认真查看指标编辑器界面图片!

版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权,未经许可,不得转载。

分享:

扫一扫在手机阅读、分享本文

热门文章
  • BIAS指标解析:如何利用乖离率预测股价反转

    BIAS指标解析:如何利用乖离率预测股价反转
    乖离率(BIAS)是技术分析中一个重要的指标,用于衡量股价与其移动平均线之间的偏离程度。通过计算股价与均线的差值占均线的百分比,投资者可以判断当前股价是否处于超买或超卖状态。BIAS的计算公式为: BIAS = (当前股价 – 移动平均线) / 移动平均线 × 100% 当BIAS值大于10%时,通常认为股价处于超买状态,市场可能面临回调风险;而当BIAS值小于-10%时,则认为股价处于超卖状态,市场可能迎来反弹机会。 乖离率的基本原理 乖离率的核心思想是股价会围...
  • MACD指标解析:如何通过DIFF和DEA线捕捉市场趋势

    MACD指标解析:如何通过DIFF和DEA线捕捉市场趋势
    MACD(平滑异同移动平均线)是技术分析中常用的趋势跟踪指标,由DIFF线、DEA线和柱状线组成。它通过计算两条指数移动平均线(EMA)的差值,帮助投资者识别市场趋势的强弱和转折点。本文将深入解析MACD的构成、计算方法及其在捕捉趋势转折与背离信号中的应用。 MACD的构成与计算方法 MACD由三个主要部分组成:DIFF线、DEA线和柱状线。DIFF线是短期EMA(通常为12日)与长期EMA(通常为26日)的差值,反映了短期和长期趋势的差异。DEA线则是DIFF线的9...
  • CCI指标揭秘:如何利用CCI>100和CCI<-100捕捉买卖信号

    CCI指标揭秘:如何利用CCI>100和CCI<-100捕捉买卖信号
    顺势指标(Commodity Channel Index,简称CCI)是一种广泛应用于股票、期货和外汇市场的技术分析工具。它由唐纳德·兰伯特(Donald Lambert)于1980年提出,主要用于衡量价格相对于其统计平均值的偏离程度。CCI的核心思想是通过计算当前价格与历史平均价格的差异,来判断市场是否处于超买或超卖状态。 CCI的计算公式较为复杂,但其核心逻辑是通过比较当前价格与一定周期内的平均价格,来衡量价格的波动性。具体来说,CCI的计算公式为:CCI = (当...
  • 威廉指标突破80?别急,还需这些指标验证!

    威廉指标突破80?别急,还需这些指标验证!
    威廉指标(Williams %R,简称WMSR)是一种常用的技术分析工具,主要用于判断市场的超买和超卖状态。它由拉里·威廉姆斯(Larry Williams)在20世纪70年代提出,通过测量当前价格相对于一定周期内最高价和最低价的位置,来反映市场的短期动能。本文将深入探讨威廉指标的基本原理、如何利用它判断短期超买状态(80以上),以及为什么需要结合其他指标进行验证。 威廉指标的基本原理 威廉指标的计算公式为: WMSR = (最高价 – 收盘价) / (最高价 –...
  • 能量潮(OBV)揭秘:如何通过成交量预测股价趋势

    能量潮(OBV)揭秘:如何通过成交量预测股价趋势
    能量潮(On-Balance Volume,简称OBV)是一种技术分析工具,由乔·格兰维尔(Joe Granville)在1963年提出。OBV通过累计成交量的变化来预测股票价格趋势,是一种非常有效的量价分析工具。OBV的核心思想是成交量是价格变动的先行指标,成交量的变化可以预示价格的未来走势。 OBV的计算方法相对简单。当某一天的收盘价高于前一天的收盘价时,当天的成交量被加到前一天的OBV值上;当某一天的收盘价低于前一天的收盘价时,当天的成交量从前一天的OBV值中减去...