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。
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
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。
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。
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。
JQData估值分析相关推荐
- 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 ...
- [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 ...
- Tableau实战 房地产估值分析
关注微信公共号:小程在线 关注CSDN博客:程志伟的博客 数据集见公共号链接 1.制作销售区域分析视图 a.读取数据. b.把市级的地理角色设为城市. c.双击市级,将标记选择为圆. d.将销售区拖至 ...
- 我们分析了50万条拼多多商品数据,告诉你到底是消费升级还是降级?
作者:放开那个猕猴桃 来源:人工智能与大数据生活 转自:知乎,恋习Python 一.缘起 我在杭州有位朋友,提到有家做社交的电商很火,叫拼多多,我没有在意,直到有一天,我居然在电视上看到了它的广告,广 ...
- 一家互联网创业公司的“估值”是如何来的
对于一个互联网公司的估值动不动就是百万.千万甚至数十亿,那么这些估值是如何来的呢?作为创业者的你觉得自己的公司又价值多少呢?我们一起来看一下范尼斯投资 wang zhiping的文章. 传统项目或公司 ...
- jq使用教程09_ 教程集合帖-伙伴们贡献,不断更新(4.17)
非常不错的学习教程,做了一定的修改整理,不太好的删除了 ▽ JQDATA 官方教程 ▽ JQData | API使用文档 JQData安装 | 最贴心教程,安装JQData全靠这篇指南 JQData安 ...
- 人工智能灵魂注入,燃烧你的卡路里——2018,你AI了吗!?
> 莫挨老子,老子只想做个安静的肥宅.所以,到底是谁动了我的肥宅快乐水? 炸鸡可乐蛋挞,烧烤火锅奶茶,游戏番剧代码,夕阳西下,阿宅瘫在沙发.面对高强度工作负荷带来的久坐.各种舌尖上的诱惑,以及一 ...
- 全球及中国新式茶饮行业销售价值与经营布局渠道研究报告2022版
全球及中国新式茶饮行业销售价值与经营布局渠道研究报告2022版 HS--HS--HS--HS--HS--HS--HS--HS--HS--HS--HS--HS-- [修订日期]:2021年11月 [搜索 ...
- 2022年财务顾问FA行业研究报告
第一章 行业概况 财务顾问(Financial Advisor, FA)又称融资顾问,这里主要是指帮助创业公司提供投融资服务的机构.FA本质上其实是介于创业者与投资机构之间的第三方,面向双方提供投融资 ...
最新文章
- oracle自动备份
- 机器学习与高维信息检索 - Note 2 - 统计决策和机器学习
- python软件下载路径问题-mac上Python安装和修改Python默认路径遇到的问题
- PTA浙大版python程序设计题目集--第1章-3 输出“Python语言简单易学” (10 分)
- JavaScript分支结构(判断结构)使用教程
- 推荐系统相关资源搜集
- C++ 函数的引用传递
- 问题六十二:怎么求一元十次方程在区间内的所有不相等的实根(2)——修正“区间端点零值”问题
- [插件使用] 介绍与使用番茄助手
- 清除Windows远程桌面连接记录
- 基于百度的UidGenerator改造的全局唯一id生成器
- ZBrush中的笔触
- 【转帖】Photoshop为长腿MM制作拼接效果的照片
- ocr文字识别软件安卓
- execjs调用第三方js库
- Hopefield神经网络
- 2020年中国科技行业最可能发生的38件事
- Restoration forWeakly Blurred and Strongly Noisy Images 阅读理解
- 直流通路下共射、共集、共基放大电路分析
- 排查软件关闭时访问了0xfeeefeee内存地址导致内存访问违例的崩溃