市盈率的基础计算与含义
市盈率是股票价格与每股收益的比值，公式为：市盈率 = 股价 / 每股收益。它反映投资者为每1元盈利支付的价格。市场常用的三种形式：静态市盈率使用上一年度盈利，滚动市盈率使用最近四个季度盈利，动态市盈率使用预测未来盈利。不同口径导致数值差异，比较时必须统一。
# 计算滚动市盈率示例
price = 50.0
eps_ttm = 2.5
pe_ttm = price / eps_ttm
print(f"滚动市盈率: {pe_ttm:.2f}")
行业相对比较法
不同行业市盈率天然不同。银行、钢铁、煤炭等成熟行业市盈率通常个位数到十几倍，科技、生物医药、新能源等成长行业市盈率可达30倍以上。区分高低不能跨行业直接对比，应看个股市盈率与所属行业中位数的偏离程度。偏离超过正负50%视为显著高低。
行业市盈率中位数可以从金融数据终端获取，或通过同行业全部股票市盈率排序后取中位数。
历史分位法
同一只股票在不同市场环境下市盈率波动很大。取过去5到10年每个交易日的滚动市盈率，计算当前值在历史分布中的百分位。百分位低于20%为历史低位，高于80%为历史高位。这种方法过滤了行业差异，只关注个股自身估值变化。
import numpy as np
# 假设历史pe序列
pe_history = np.array([15, 18, 22, 30, 25, 20, 17, 12, 10, 14])
current_pe = 13.5
percentile = (pe_history < current_pe).mean() * 100
print(f"历史分位: {percentile:.1f}%")
盈利增速匹配法
市盈率高低需要与盈利增长率对比。市盈率相对盈利增长比率（PEG） = 市盈率 / 盈利增长率（%）。PEG等于1表示估值合理，小于0.8为低估，大于1.5为高估。盈利增长率取未来三年复合增速预期。对于周期股，盈利波动大，PEG容易失真，需要结合市净率。
利率环境调整法
无风险利率影响合理市盈率。无风险利率越高，未来盈利折现值越低，合理市盈率越低。常用股债性价比：市盈率倒数（盈利收益率）与十年期国债收益率比较。盈利收益率低于国债收益率时，股票相对高估。盈利收益率高于国债收益率2个百分点以上，股票相对低估。
earnings_yield = 1 / pe_ttm
bond_yield = 0.025
spread = earnings_yield - bond_yield
print(f"盈利收益率: {earnings_yield:.3f}, 利差: {spread:.3f}")
期货市场中的估值参照
期货交易不直接使用市盈率，但股指期货的标的指数包含成分股，其市盈率高低影响期货基差和展期收益。商品期货对应上市公司市盈率可辅助判断行业景气。当商品价格高企，相关股票市盈率若处于历史低位，可能预示盈利尚未释放。量化交易中，市盈率因子常用于股票多空策略，低市盈率组合长期跑赢高市盈率组合，但需剔除盈利操纵和周期顶部陷阱。
量化交易中的市盈率因子处理
量化策略使用市盈率因子时，需要做行业中性化和市值中性化。原始市盈率取倒数得到盈利收益率，再对行业和市值回归取残差。残差排序后分组，多空组合收益更稳定。
import pandas as pd
# 假设df包含pe和行业、市值
df['earnings_yield'] = 1 / df['pe']
df['ey_neutral'] = df.groupby('industry')['earnings_yield'].transform(lambda x: x - x.mean())
df['ey_resid'] = df['ey_neutral'] / df['market_cap']
df['group'] = pd.qcut(df['ey_resid'], 5, labels=False)
print(df[['pe', 'group']].head())
常见陷阱与应对
亏损公司市盈率为负，直接剔除或单独处理。周期股在盈利顶峰市盈率极低，此时反而是卖出信号。盈利操纵导致每股收益虚高，市盈率虚假偏低。商誉减值、一次性收益都会扭曲市盈率。应对方法是使用扣非净利润、经营现金流替代每股收益。
综合判断步骤
一，确定行业归属，获取行业中位数市盈率。二，计算个股滚动市盈率与行业中位数比值。三，计算过去五年历史分位。四，计算PEG。五，比较盈利收益率与国债收益率。六，检查扣非净利润和现金流。七，结合期货市场相关商品价格判断行业周期位置。八，在量化策略中将市盈率因子行业中性化后使用。
没有单一指标能绝对区分高低，多维度交叉验证才能避免误判。低市盈率可能是价值陷阱，高市盈率可能是成长溢价。动态跟踪盈利变化比静态数值更重要。
