[转载] JQData | 股市估值分析,带你穿越资本市场迷雾
投资最重要的事 – 估值
投资最重要的是什么?答:判断“胖瘦”的能力。
巴菲特:对面过来一个200斤的人,你不需要一台体重秤,也该知道他是胖子。
要想做好投资,你该知道自己心仪的标的到底是贵还是便宜。
在资本市场,判断“胖瘦”的能力,我们也叫估值。
没有估值,没有识别贵贱的能力,就会像大海里的浮萍,亏盈全靠市场和运气。
有了估值,你就像拥有了定海神针,任凭市场涨涨跌跌,潮起潮落,我自低买高卖,波动越大,收益越多。
看到这里,请暂停1分钟,仔细思考下是不是这样?
对于市场估值的准确估计是根本的出发点。
为什么估值如此重要?
当我们没有这份能力的时候,怎么知道一个标的是不是值得买?
如果大家都嫌弃的时候,你是不是也感到害怕不敢买入?
或者当大家都看好的时候,确实赚到钱的时候,你也兴奋的杀入?
然后就变成了接盘侠、韭菜、旅鼠、浮萍。
当我们有这份能力的时候,我们知道这个标的的真正价值,假设值1块钱。
当它跌到5毛的时候,我们其实会想超市大促销一样开心,可以买更多。
当它涨到2块的时候,我们则慢慢卖出,卖给欢天喜地抢购的人。
因为我们知道,价值总会被发现,价值终将回归,价格始终围绕价值波动。
是不是有点“他强任他强 清风拂山岗”的感觉?
信心从这里开始。
这也是价值投资,逆向投资的第一步。也是最重要的一步。
让我们用数据说话。
通过聚宽本地金融数据JQData,我们找到了2005年至今的全市场估值数据(取自沪深市场每日成交概况),从中提取出深圳市场从2005年至今的平均市盈率数据。我们发现:
① 深圳市场在最近两轮牛市的顶点,也即2008年1月15日和2015年6月12日,达到全市场PE的峰值水平,并且两个峰值PE表现出了明显的近似关系。
图片来自文章
具体来看,深圳市场在两轮牛市顶点的峰值PE分别是76.13和68.92,近似率为90.53%。
这种峰值PE的近似性,几乎完美验证了我们关于全市场估值水平呈现周期性波动的猜想。
如何估值 – 全市场PE和PB
判断A股市场贵贱,最有效的办法,是看全市场。
正在的牛市,肯定是所有股票飞天的市场。而真正的熊市,肯定是泥沙俱下,管你好股票,差股票,全部跌得惨不忍睹的市场。
而我们的能力,从全市场估值开始。
可以说,一个完整的牛熊周期,也即投资者风险偏好上升-回落-再上升,带动全市场估值周期性波动的过程。
如果能够通过全市场估值的历史数据,找到市场估值的波动周期,那么我们就能准确地评估当前市场的估值水平了。
看全市场估值,最简单有效的方案是看全市场的PE和PB。
PE和PB是什么?不知道这个的小白还是别炒股了,先去补补功课。
不想让自己的血汗钱被收割的话,一定要学习一下。
那么问题来了,请问在哪里可以买到它呢?
JQData给你好看。
我将会用JQData计算全市场等权PE和等权PB、PE。
至于为什么要用等权?因为不想受市值庞大的股票左右。感兴趣的朋友可以找我讨论。
具体计算等权PE的算法如下:
全市场PE = N / ∑(1 / (市值 / 净利润))
其中:市值 / 净利润 = pe_ttm
talk is cheap, show me the code.
用JQData计算某天交易日的全市场PE代码如下:
获取全市场股票PE
all_stock = jqdatasdk.get_all_securities([‘stock’], date=query_date)
stocks = list(all_stock.index)
print(" 全市场", len(stocks), “只股票信息”)
stock1 = stocks[:2000]
stock2 = stocks[2000:]
q1 = jqdatasdk.query(
jqdatasdk.valuation.code, jqdatasdk.valuation.day, jqdatasdk.valuation.pe_ratio, jqdatasdk.valuation.pb_ratio
).filter(
jqdatasdk.valuation.code.in_(stock1)
)
df1 = jqdatasdk.get_fundamentals(q1, date=query_date)
df1.to_sql(name=‘stock_valuations’, if_exists=‘append’, con=conn, index=False)
q2 = jqdatasdk.query(
jqdatasdk.valuation.code, jqdatasdk.valuation.day, jqdatasdk.valuation.pe_ratio, jqdatasdk.valuation.pb_ratio
).filter(
jqdatasdk.valuation.code.in_(stock2)
)
df2 = jqdatasdk.get_fundamentals(q2, date=query_date)
df2.to_sql(name=‘stock_valuations’, if_exists=‘append’, con=conn, index=False)
stock_fund = pd.concat([df1, df2]).set_index(‘code’)
计算全市场等权PE
pe_ew = len(stock_fund[“pe_ratio”]) / stock_fund[“pe_ratio”].apply(get_pe_trans).sum()
print(" 全市场等权PE=", pe_ew)
计算全市场等权PB
pb_ew = len(stock_fund[“pb_ratio”]) / stock_fund[“pb_ratio”].apply(get_pe_trans).sum()
print(" 全市场等权PB=", pb_ew)
总结 – 估值图
下图是我依据JQData的数据和pyecharts画图,画出来的,从2005年以来的全市场估值图:
免费分享,但是我自己觉得它价值千金:)。
仔细的看,认真的看5分钟,看看能不能发掘出一点属于你自己的心得。
全市场等权PE.png
我简单说两点:
1、深综指数斜向上增长,所以长期投资总是可以赚钱
2、几年内,涨跌幅特别大,如果能抓住一波,资产将有本质的飞跃
3、市场估值波动特别大,估值总是波动,总体在15到70间波动
4、15只有08年到过,05年,15年没有低于20倍
5、低于25的时候,无疑是非常好的投资机会
6、高于60的时候,无疑是非常好的卖出机会
7、现在无疑也是非常好的投资机会:)
基于全市场估值的一个简单应用交易策略:
1、获取2005年以来,每个交易日的全市场PE、PB
2、计算当前交易日的全市场PE、PB在历史中的百分位
3、当低于20%的时候买入,高于80%的时候卖出
当然,还有更复杂有效的交易策略,以后我会继续拿出来讨论分析,但是全市场估值是基础,没有之一。
有了全市场估值这个定海神针,我们就能穿越资本市场的迷雾,踏上自由之路,收获属于自己的那一份财富。
[转载] JQData | 股市估值分析,带你穿越资本市场迷雾相关推荐
- JQData | 股市估值分析,带你穿越资本市场迷雾
投资最重要的事 – 估值 投资最重要的是什么?答:判断"胖瘦"的能力. 巴菲特:对面过来一个200斤的人,你不需要一台体重秤,也该知道他是胖子. 要想做好投资,你该知道自己心仪的标 ...
- JQData估值分析
投资最重要的事 -- 估值 投资最重要的是什么?答:判断"胖瘦"的能力. 巴菲特:对面过来一个200斤的人,你不需要一台体重秤,也该知道他是胖子. 要想做好投资,你该知道自己心仪的 ...
- python爬虫入门实战---------一周天气预报爬取_Python爬虫入门实战--------一周天气预报爬取【转载】【没有分析...
Python爬虫入门实战--------一周天气预报爬取[转载][没有分析 Python爬虫入门实战--------一周天气预报爬取[转载][没有分析] 来源:https://blog.csdn.ne ...
- 默认适应窗口_自适应网格分析带孔平板的应力集中问题
自适应网格分析带孔平板的应力集中问题 1.自适应网格方法介绍 自适应网格方法是指计算中,在某些变化较为剧烈的区域,如大变形.激波面.接触间断面和滑移面等,网格在迭代过程不断调节,将网格细化,做到网格点 ...
- 【量化】股市技术分析利器之TA-Lib(二)
作者:未来大佬 来源: 恒生LIGHT云社区 上篇文章 [量化]股市技术分析利器之TA-Lib(一) ,主要介绍了Ta-lib的基础知识与绘制布林线,本文将着重介绍TA-Lib中强大的价格转换.周期指 ...
- Python版股市情感分析源代码,提取投资者情绪,为决策提供参考
情绪与股市关系的研究由来已久,情绪是市场的一个重要影响因素已成为共识. 15年股灾时,亲历了一次交易灾难,眼见朋友的数千万在一周不到的时间内灰飞烟灭.那段时间市场的疯狂,让人深刻地明白:某些时候,股票 ...
- 基于Python的股市市场情绪分析
源码下载地址:https://download.csdn.net/download/sheziqiong/85629795 情绪与股市 情绪与股市关系的研究由来已久,情绪是市场的一个重要影响因素已成为 ...
- 转载 ECSHOP 源码分析(includes/init.php)
Code: 转载 ECSHOP 源码分析(includes/init.php) 收藏 <?php /** * ECSHOP 前台公用文件 * ========================= ...
- 【转载】Mathematica查自带帮助
[转载]Mathematica查自带帮助 转载地址: https://note.youdao.com/ynoteshare1/index.html?id=abd51087f44c0b6a41ff602 ...
最新文章
- Go 学习笔记(60)— Go 第三方库之 go-redis(初始化 redis、操作 string、操作 list、操作 set、操作 hset)
- 直方图_20210420
- Android手机刷recovery
- 对比SQL Server和Oracle的关键参数
- 一个不错的机器视觉库 SimpleCV: a kinder, gentler machine vision library
- 牛客 - 乘法(二分套二分)
- mysql的复制订阅_如何删除发布与复制订阅数据库 'distribuion' 的方法
- 【AI视野·今日CV 计算机视觉论文速览 第190期】Fri, 9 Apr 2021
- TreeView控件 1202
- elementui展示多张图片_Element-ui实现合并多图上传(一次请求多张图片)
- jdk HashMap源码解读
- Python编程:数据可视化《Python编程:从入门到实践 第2版》笔记
- OSChina 周一乱弹 ——斯文眼镜男竟然对一只母喵做了这样的事情!
- 桌面计算机图标变黑块,电脑中的文件夹图标变成黑色的方块的四种解决方法
- python eof是什么_EOF错误python
- win10电脑玩红警老是卡死怎么办?win10电脑玩红警老是卡死解决方法
- vps、云服务器、虚拟主机
- Python同过百度翻译制作翻译程序
- excel如何快速统计一列中相同数值出现的个数
- caffe 中的损失函数分析