99.7 难点通俗解释：市净率（PB）VS市盈率（PE）VS市销率（PS）VS股息率（DV）

本文链接：https://blog.csdn.net/weixin_39521144/article/details/145160871

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：四大估值指标对比

描述市净率（PB）含义：市净率衡量股票价格相对于每股净资产的比率。链接
描述市盈率（PE）含义：市盈率衡量股票价格相对于每股收益的比率。链接
描述市销率（PS）含义：市销率衡量股票价格相对于每股销售收入的比率。链接
描述股息率（DV）含义：股息率衡量每股分红相对于股票价格的比率。链接

2. 比喻：四大指标对比

2.1 简单对比

市净率（PB）关注"值多少钱"

小明的母鸡实际价值：
品种价值：1000元
买入价格：2000元

PB = 买入价格2000元 ÷ 实际价值1000元 = 2倍
含义：花了实际价值2倍的钱买鸡

市盈率（PE）关注"赚到的钱"

小明的母鸡一年：
卖蛋收入：365元
减去成本：165元
纯赚到了：200元

PE = 母鸡价格4000元 ÷ 纯赚200元 = 20倍
含义：要20年的纯利润才能赚回买鸡钱

市销率（PS）关注"卖出的钱"

小明的母鸡一年：
卖蛋收入：365元
不管成本：不考虑饲料费

PS = 母鸡价格4000元 ÷ 收入365元 = 11倍
含义：要11年的总收入才能买下母鸡

股息率（DV）关注"分到的钱"

小明的母鸡一年：
分到现金：100元（每年固定分钱）
买鸡价格：2000元

DV = 年分红100元 ÷ 买鸡价格2000元 = 5%
含义：每年能从买鸡钱中拿回5%

2.2 生动比喻

市净率就像问：

"这只鸡买贵了多少倍？"
- 比较买入价和实际价值
- 就像问："溢价了几倍？"

市盈率就像问：

"这只鸡要多少年的'纯赚'才能回本？"
- 算的是扣除饲料钱后真正赚到的钱
- 就像问："要攒多少年的私房钱才够？"

市销率就像问：

"这只鸡要多少年的'卖蛋钱'才能买下？"
- 只算卖蛋的总收入，不管花销
- 就像问："要有多少年的营业额才够？"

股息率就像问：

"这只鸡每年能分到买鸡钱的百分之几？"
- 算的是固定能拿到手的钱
- 就像问："租金回报率是多少？"

2.3 区别要点

主要区别

市净率（PB）：看溢价程度
- 关注资产价值
- 比较购买溢价
- 适合评估购买性价比

市盈率（PE）：看赚钱能力
- 考虑成本和开销
- 关注实际赚到的钱
- 适合评估盈利能力

市销率（PS）：看卖货能力
- 不考虑成本开销
- 只关注卖出总额
- 适合评估市场占有率

股息率（DV）：看分红能力
- 关注实际分到手的钱
- 类似租金回报
- 适合评估固定收益

3. 实际应用

3.1 选择建议

看价值投资用PB：
- 像买二手母鸡
- 要看是不是溢价太高
- 要有安全边际

看成熟企业用PE：
- 像养老母鸡
- 能稳定下蛋赚钱
- 预期比较稳定

看成长企业用PS：
- 像养小母鸡
- 还在成长期
- 暂时可能不赚钱

看稳定收益用DV：
- 像租出去的母鸡
- 能固定收租金
- 适合要稳定现金流

4. 总结

关注点：

PB看"买贵了没有"
PE看"要多久能回本"
PS看"卖货能力如何"
DV看"分红回报多少"

就像买母鸡：

PB看是不是溢价太多
PE看实际赚钱能力
PS看卖蛋总收入
DV看固定现金回报

5. 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

def get_pe_data(ts_code=None, trade_date=None, start_date=None, end_date=None, pe_type='pe'):
    """
    获取股票的市盈率(PE)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'
    pe_type (str): PE类型，'pe'为普通市盈率，'pe_ttm'为滚动市盈率
    
    返回:
    pandas.DataFrame: 包含股票代码、交易日期和PE值的数据框
    """
    try:
        # 初始化pro接口
        pro = ts.pro_api()
        
        # 确保pe_type是有效的选项
        if pe_type not in ['pe', 'pe_ttm']:
            raise ValueError("pe_type必须是'pe'或'pe_ttm'")
        
        # 设置要获取的字段
        fields = f'ts_code,trade_date,{pe_type}'
        
        # 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PE数据时发生错误: {str(e)}")
        return None
       
def get_ps_data(ts_code=None, trade_date=None, start_date=None, end_date=None, ps_type='ps'):
    """
    获取股票的市销率(PS)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'
    ps_type (str): PS类型，'ps'为普通市销率，'ps_ttm'为滚动市销率
    
    返回:
    pandas.DataFrame: 包含股票代码、交易日期和PS值的数据框
    """
    try:
        # 初始化pro接口
        pro = ts.pro_api()
        
        # 确保ps_type是有效的选项
        if ps_type not in ['ps', 'ps_ttm']:
            raise ValueError("ps_type必须是'ps'或'ps_ttm'")
        
        # 设置要获取的字段
        fields = f'ts_code,trade_date,{ps_type}'
        
        # 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PS数据时发生错误: {str(e)}")
        return None

def get_dividend_yield_data(ts_code=None, trade_date=None, start_date=None, end_date=None, div_type='dv_ratio'):
    """
    获取股票的股息率数据
    
    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'
    div_type (str): 股息率类型，'dv_ratio'为普通股息率，'dv_ttm'为滚动股息率
    
    返回:
    pandas.DataFrame: 包含股票代码、交易日期和股息率值的数据框
    """
    try:
        # 初始化pro接口
        pro = ts.pro_api()
        
        # 确保div_type是有效的选项
        if div_type not in ['dv_ratio', 'dv_ttm']:
            raise ValueError("div_type必须是'dv_ratio'或'dv_ttm'")
        
        # 设置要获取的字段
        fields = f'ts_code,trade_date,{div_type}'
        
        # 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"获取股息率数据时发生错误: {str(e)}")
        return None