市盈率高的股票好还是低的股票好

摘要： 市盈率高低没有绝对好坏，低市盈率可能隐含风险，高市盈率可能蕴含成长。银行股常年低市盈率但涨幅有限，科技股高市盈率却可能翻倍。关键看盈利质量、行业特性和市场情绪，周期股需反向操作。

市盈率到底是个什么东西

市盈率就是股价除以每股收益，说白了，你花多少钱买公司一块钱的利润。市盈率20倍，意味着你愿意为每一块钱利润付20块。市场愿意给多少倍，背后是对公司未来赚钱能力的预期。

低市盈率的陷阱

银行股常年市盈率5倍，看起来很便宜。便宜有便宜的道理，市场认为银行坏账风险大，利润增长慢，甚至可能下滑。你贪图5倍市盈率买入，可能三年不涨，分红也就那样。

钢铁、煤炭这些周期股，市盈率低的时候往往是行业顶峰。利润爆表，股价却没怎么动，市盈率显得极低。这时候买入，等周期下行，利润暴跌，股价腰斩，市盈率反而变高。周期股要反着看，高市盈率时可能是底部，低市盈率时可能是顶部。

高市盈率的幻觉

科技股动辄100倍市盈率，市场赌的是未来利润爆发。一旦增速不及预期，股价能跌70%。2021年的很多互联网股票，市盈率几百倍，后来利润没跟上，股价脚踝斩。

市盈率高的股票好还是低的股票好

高市盈率需要高增长来消化。一家公司市盈率50倍，如果利润每年增长50%，一年后市盈率降到33倍，两年后22倍。增长一旦失速，估值和业绩双杀，这就是戴维斯双杀。

期货市场里的市盈率思维

期货交易不看市盈率，但看供需和预期。螺纹钢期货价格高的时候，钢厂利润好，市盈率低，但期货价格往往已经反映未来供应增加。等产能释放，价格下跌，利润消失。这和周期股逻辑一模一样。

做期货要关注库存、开工率、基差。市盈率是股票的估值锚，期货的锚是现货价格和持仓成本。道理相通，都是预期和现实的博弈。

怎么用市盈率才不亏钱

第一，看行业。消费、医药这些弱周期行业，市盈率20到30倍算合理。银行、地产5到10倍正常。科技股30到50倍起步。跨行业比市盈率毫无意义。

第二，看盈利质量。利润是不是主营业务赚的，有没有卖资产凑数。每股收益是不是靠回购缩股做出来的。经营现金流和净利润是否匹配。

第三，看历史分位。这家公司过去五年市盈率在什么区间，现在处于什么位置。低于30%分位算便宜，高于70%分位算贵。

第四，看增长匹配度。市盈率除以净利润增速，就是PEG。PEG小于1算低估，大于1.5算高估。这个指标比单纯市盈率靠谱。

量化选股中的市盈率因子

量化策略里，市盈率是常见因子。低市盈率因子长期有超额收益，但回撤大，容易踩价值陷阱。高市盈率因子在成长风格年份表现好，在价值风格年份垫底。

用Python回测一下市盈率因子的效果：


import pandas as pd

import numpy as np

# 假设df包含股票代码、市盈率、下期收益率

df = pd.read_csv('stock_data.csv')

# 按市盈率分五组

df['pe_group'] = pd.qcut(df['pe_ratio'], 5, labels=['低','中低','中','中高','高'])

# 计算各组平均收益

group_returns = df.groupby('pe_group')['next_return'].mean()

print(group_returns)

# 多空组合：做多低市盈率组，做空高市盈率组

df['signal'] = np.where(df['pe_group']=='低', 1, np.where(df['pe_group']=='高', -1, 0))

long_short = df.groupby('date').apply(lambda x: (x['signal'] * x['next_return']).mean())

print(long_short.cumsum())

回测显示，低市盈率组合长期跑赢高市盈率组合，但2019到2021年成长风格下，低市盈率跑输。因子会失效，需要动态调整。