99.3 金融难点通俗解释：市净率（PB）

0. 承前

如果想更加全面清晰地了解金融资产组合模型进化论的体系架构，可参考：
0. 金融资产组合模型进化全图鉴

1. 简述：市净率（PB）

• 描述市净率（PB）含义：市净率（Price to Book Ratio，简称PB）是衡量一家公司股票价格相对于其每股净资产的比率。它是通过将公司的当前股价除以其每股净资产（BPS）计算得出的。

• 应用：金融市场中的估值指标，用于帮助投资者判断某只股票的价格相对于其账面价值是否合理。

• 大白话：你花费了M元购买了一个资产，这个资产实际值N元，那么市净率就是溢价倍数M/N。

2. 比喻：市净率（PB）

2.1 第一步：理解"净资产"

想象小明有一只母鸡：

小明的母鸡实际价值：
- 优质品种：500元
- 正值壮年：300元
- 羽毛漂亮：100元
- 身体健康：100元
实际总价值：1000元

这就像公司的净资产：

- 母鸡的品种就像公司的品牌
- 母鸡的年龄就像公司的设备
- 母鸡的外表就像公司的资产
- 母鸡的健康就像公司的实力

2.2 第二步：理解"市场价格"

现在小明想卖掉这只母鸡：

不同人愿意出的价格：
小红：800元（觉得母鸡有点老）
小华：1000元（觉得母鸡不错）
小强：2000元（特别喜欢这只鸡）

这就像股票的市场价格：

- 不同人愿意出不同的价格
- 价格取决于大家的喜好

2.3 第三步：理解"市净率"

市净率 = 市场价格 ÷ 实际价值

如果小强买了这只鸡：
市净率 = 2000元 ÷ 1000元 = 2倍

用更简单的话说：

市净率就是"愿意付的价钱"比"母鸡实际值多少钱"高出了多少倍

3. 生活中的例子

3.1 低市净率（PB < 1）

小红出价：800元
市净率 = 800 ÷ 1000 = 0.8倍
就像：捡到便宜了！

3.2 正常市净率（PB ≈ 1）

小华出价：1000元
市净率 = 1000 ÷ 1000 = 1倍
就像：价格刚刚好！

3.3 高市净率（PB > 1）

小强出价：2000元
市净率 = 2000 ÷ 1000 = 2倍
就像：溢价很高哦！

4. 市净率（PB）估值

4.1 低市净率不一定是便宜

• 可能母鸡生病了
• 可能母鸡太老了
• 可能不会下蛋了

4.2 高市净率不一定是贵

• 可能是名贵品种
• 可能特别能下蛋
• 可能会生小鸡

5. 总结

就像买母鸡：

• 不能只看价格高低
• 要看母鸡品质
• 要看下蛋能力
• 要看未来价值

6. 实现代码

def get_pb_data(ts_code=None, trade_date=None, start_date=None, end_date=None):
    """
    获取股票的市净率(PB)数据
    
    参数:
    ts_code (str): 股票代码，如'600230.SH'
    trade_date (str): 交易日期，如'20180726'
    start_date (str): 开始日期，如'20180701'
    end_date (str): 结束日期，如'20180731'
    
    返回:
    pandas.DataFrame: 包含股票代码、交易日期和PB值的数据框
    """
    try:
        # 初始化pro接口
        pro = ts.pro_api()
        
        # 设置要获取的字段
        fields = 'ts_code,trade_date,pb'
        
        # 根据不同的参数组合调用接口
        if ts_code and trade_date:
            df = pro.daily_basic(ts_code=ts_code, trade_date=trade_date, fields=fields)
        elif ts_code and start_date and end_date:
            df = pro.daily_basic(ts_code=ts_code, start_date=start_date, end_date=end_date, fields=fields)
        elif trade_date:
            df = pro.daily_basic(trade_date=trade_date, fields=fields)
        else:
            raise ValueError("请提供有效的参数组合")
            
        return df
        
    except Exception as e:
        print(f"获取PB数据时发生错误: {str(e)}")
        return None