引言:
邢不行的系列帖子“量化小讲堂”，通过实际案例教初学者使用python进行量化投Z，了解行业研究方向
这是邢不行第85期量化小课堂分享
作者 l 邢不行、密斯锌硒
只要你接触过股票市场一段时间，肯定会在行情软件最显眼的地方看过市盈率这个指标。
各种财经大V、各类财经新闻也时有提及。
很多投资大师更是偏爱用市盈率来选股。比如西格尔在《投资者的未来》中推崇的低市盈率策略，施洛斯提倡的捡烟蒂式投资（低估值策略）等等。
市盈率这个指标为何能够备受各路大师的推崇？
下面我们就会给大家详细讲解什么是市盈率，并用07年至今的全部相关A股数据来验证，买低估值股票，最终到底是赚是赔。
01 市盈率简介
1 市盈率指标
首先我们来简单介绍一下什么是市盈率。
市盈率简称PE，是最常用的对股票进行估值的指标。
这个指标便于计算，用股票总市值除以最近四个季度的净利润即可。
比如在2021年12月1日，茅台市值2.43万亿, 它最近四个季度(20年Q4—21年Q3）的净利润总和是504亿。
用市值除以净利润，就能得到茅台的市盈率是48倍。
了解了什么是市盈率，我们再来看为何大师们会偏好低市盈率的股票。
2 低市盈率理论
上学的时候，老师也说公司的市盈率越低越好。因为理论上讲，公司的市盈率越低，你买下它花的钱相对越少。也就是它的估值越便宜，未来股价上涨的概率越大。
市盈率高的公司则相反。比如某公司市盈率是100，净利润是1亿，我们就需要用100亿才能买下它。
如果这家公司之后每年净利润仍是1亿，那么我们要100年才能回本，这个投资回报率显然很低。
当然以上仅仅是从理论出发，是那些可能从未投资实战过的大学老师教我们的，实际又会如何呢?
买入低市盈率的公司，真的大概率会上涨吗?
下面我们让一切用数据说话。
02 数据获取
1 数据获取
我们首先需要获取每个股票每天的市盈率数据，你可以去新浪财经、东方财富这类网站上抓取，上面的数据较为全面。
但数据纰漏较大，还需要你有一定的爬虫技术。
为此，我提前给大家准备好了所需的数据，它里面包含了每个股票每天的总市值和净利润，两列相除就可以得到相应的市盈率。
如果你需要这个数据的话，可以私我，都是可以免费发给你的。
2 数据处理
需要注意的是，市盈率计算公式在实际应用中会遇到一些问题，特别是当净利润为0时，公式无法成立。
为此，我们使用它的倒数来规避，即1/市盈率，又叫EP。
数据到手后，我们先不买低市盈率的股票，而去买入老师口中需要远离的，也就是高估值、高市盈率、未来低回报的股票。
我们来看看买入之后效果如何?
03 高估值策略
1 策略构建
我们构建如下量化策略：
在每个月的最后一个交易日，我们计算所有股票的EP，选择EP最小（即市盈率最大）的10只股票，在次月的第一个交易日开盘时均仓买入。
之后无论涨跌如何都持有不动，等到这个月的最后一个交易日收盘时再把股票卖光。
之后继续选择此时EP最小的股票并买入，如此循环往复。
比如在2009年的12月29日，我选出了当天EP最小的10只股票。
那我就在2010年1月的第一个交易日去均仓买入它们，并一直持有到1月31日再卖光。
此时再选出最新的10只股票去买入，每月重复上述操作即可。
2 策略结果
这个策略的收益我并不推荐手工计算。
我们用Python编程及相应的股票数据来得到结果。
如果你对数据和代码感兴趣的话，可以私我，都是可以免费发给你的。
代码运行结果如图所示：
黄色曲线是代表大盘的沪深300指数，它从2010年至今基本没涨，你可以永远相信A股。
蓝色曲线是我们策略的结果，甚至连沪深300指数都没有跑赢，属实拉垮。
如果仔细观察这张图，我们甚至还可以得到几个有趣的结论：
04 低估值策略
既然高市盈率的股票不能买，那我们买入那些低市盈率的股票会如何？
1 策略构建
我们仍旧执行之前的策略，只不过这次选择EP最大（即市盈率最低）的10只股票，其他条件完全不变。
2 策略结果
我们还是用Python编程及相应的数据来计算。
如果你对数据和代码感兴趣的话，可以私我，都是可以免费发给你的。
代码运行之后，最终结果如图所示：
图中蓝色曲线是我们的策略净值，黄色曲线是沪深300指数。
低市盈率策略的收益确实比沪深300指数好了一点，但并不显著，年化收益只有6.66%，且最大回撤高达57%。
当然，我估计这已经跑赢在座的大多数了，毕竟大部分人炒股都是亏损的。
但这样的策略在量化投资中是不合格的，尤其是最近几年它的表现十分差劲。
那为什么买低市盈率股票的实践结果和理论有那么大的偏差呢?
05 行业中性策略
1 行业影响
我们看这个策略每个月选出来的10只股票，发现它们都偏向于银行、地产、基建等行业。
这类行业的市盈率都比较低，所以这些行业的股票就很容易被我们选中。因此我们的策略选择是偏颇的。
比如银行业的平均市盈率是8，工行的市盈率低于行业平均，只有7。
假设互联网行业的平均市盈率是20，其中某只股票的市盈率是10。
这只股票和工行的市盈率哪个更低呢？
绝对值看，工行的市盈率确实更低。
但从相对值来说，这家互联网公司它的市盈率是更低的。
因此我们尝试对之前的策略进行调整。
2 行业中性化
我们把所有股票根据申万一级行业进行分类。
在每个行业中选择EP最大（即市盈率最低）的3只股票。如果有10个行业就会选出30只股票。
其他条件完全不变。
这一步操作在我们专业术语中就是所谓的行业中性化，用来去除行业对市盈率指标的影响。
当然在实际操作当中会用到更专业的数学方法，这里就不多加赘述了。
3 策略结果
我们仍使用Python编程以及相应的数据来得到结果。
如果你对这个数据和代码感兴趣的话，可以私我，都是可以免费发给你的。
代码运行后，最终结果仍是令人失望：
与之前的结果相比有所改善，最大回撤有所减少，但年化收益基本一致。
06 市盈率应用
研究到这里，基本可以宣告通过低市盈率选股的策略长期来看是失败的。这其实也基本上算是业内公认的知识。
但这并不能说明市盈率指标没有用。它单独用的时候是无效的，但和其他财务指标结合起来使用时往往会有奇效。
因为我们可以任意组合众多财务指标，此时市盈率指标就会对整个模型起到巨大的辅助作用。
我建议一些刚入市场的同学，甚至那些在股市混了很久的同学，尽量少花时间在技术指标上，反而可以花更多的时间在财务数据上。
因为相比于技术指标，你通过研究财务数据得到好策略的性价比更高。
如果大家对其他财务指标感兴趣的话可以多多点赞，之后我们就会多讲一些基于财务指标的选股策略。
归根到底一句话，我们用数据说话。
07 后记
文章的最后，和大家分享一点量化投资的心得。
很多人问我小白如何开始学习量化投资，有什么可以书单推荐。
我的建议是千万不要直接找本书来看。
你找本编程书看，那跟着敲完“Hello World”就结束了；你找本数学书看，那看到第七页的公式就睡着了。
更好的学习方式是做实际的项目，在实践中学习量化策略。
研报就是很好的量化实践项目。
一篇研报就是一个策略，作者都是年薪百万的高学历券商分析师，你要做的就是读懂策略研报，并用代码实现。
在此期间什么不会学什么，哪里不会点哪里，抱着解决问题的心态去学习，事半功倍。
熟读唐诗三百首，不会作诗也会吟。
那么哪里可以获取研报呢?
你可以私我，我这里有分门别类几万份研报，还会实时更新。
我会区分难度，精选之后发给你。
可以私我，交流量化投资相关问题，我比较忙，回复的比较慢，但是看到的都会回复。
聊的开心，聊得有缘，很多量化的数据、资料都是可以送给你的。
也可以翻翻我朋友圈的内容，很多量化干货。一些不会公开发的内容，都会在朋友圈说。
2686
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
