PE历史百分位与股债收益差：沪深300ETF仓位回测

PE历史百分位降到20%以下，并不意味着宽基ETF已经见底；股债收益差处于高位，也可能主要来自国债利率下行。决定仓位之前，需要把估值、可承受的回撤和实际持仓放在一起看。

大虾皮研究报告以沪深300ETF（510300）为主要回测标的，比较PE、ERP及两者联合规则的收益、回撤和实际仓位，核对五年历史百分位的计算口径，并检查常用20/80阈值能否稳定改善结果。报告中的历史数字用于理解指标作用；当前估值可在大虾皮市场估值工具中按指数和数据日期核对。

1. PE历史百分位与股债收益差的计算口径

PE、ERP与股债比如何计算

当前页面的盈利收益率为100÷PE（%）；ERP为盈利收益率减10年期国债收益率（百分点）；股债比为盈利收益率除以国债收益率（倍）。这三者来自同一组PE与国债数据。ERP在这里是盈利收益率差，不等于未来能实现的股票超额收益。

历史分位使用之前五个日历年、同日PE与国债配对的数据，每周保留截至当日最后一个有效记录，再计算“不高于当前值的样本数÷样本总数”。当前记录也计入样本；窗口包含边界日期。每个指数与自身历史相比，没有用未来周末的数据替换过去某一天，也没有跨日期拼接PE与利率。

有效周样本至少200个，且配对历史覆盖五年，才展示分位。200是数据完整性门槛，不能理解为已具有200个独立市场周期。计算样本按指数分别筛选，避免同来源的多个指数混在一个样本中。

独立Python计算核验了13,992条配对记录，其中7,512个可计算日期的PE、ERP分位全部吻合。用线上历史值重新计算，三个指数的样本数、ERP、分位也完全一致。使用新抓取的高精度PE与线上展示数据比较时，除两非历史分位最大差约0.4个百分点，其他两指数为零；对应日期的输入PE有微小差异，不能把这一差别归为算法错误，也不能在未读取数据库的情况下断言字段精度有问题。9月30日三者的分位均一致。

这个日期的三组PE均处在自身历史偏高区域，ERP接近中位或略高，不是“PE低、ERP高”的一致低估组合。这只是该日期的估值描述，不能当作10月9日实时仓位指令。

外部数据核对：相近，不代表同口径

同日沪深300PE，中证官方事实表为13.15，当前来源为13.19，乐咕整体滚动PE为12.48。前两者相差约0.30%；乐咕与当前来源差约5.38%。乐咕“整体PE”使用整体市值与滚动利润相除，不能误取其算术平均PE字段。中证官方事实表、乐咕计算说明。

研究所用策略数据中的日PE与当前沪深300来源在2,343个同日点的相关系数为0.982，PE平均绝对差0.140倍。固定同一国债数据、相同五年周分位算法后，1,126个同日分位的PE平均差3.11个百分点、最大差16.02；ERP平均差2.39个百分点、最大差11.33。20/80三档判断一致率分别为95.03%、92.27%。已有阈值应沿用同一来源，不能把别家网站的分位直接接到本页面。

2023-10-20万得全A/除两非PE为16.60/26.59，与西南证券同期报告及本次抓取吻合。但报告的全A ERP为3.27、五年分位93.3%；使用本次PE、同日国债2.7052%及当前公式得ERP3.3189、周分位87.84%，改成日频仍为87.23%。这一外部分位差异尚未解决：报告没有披露完整历史利率序列、指数利润处理与分位公式，不能猜测原因或人为改算法凑到93.3%。西南证券原始报告。

Value500与东方财富国债日线有1,581个同日点，平均绝对差0.000810个百分点（0.081个基点），最大差0.0411个百分点（4.11个基点，2026-02-26）。大多数接近，仍不能把两条利率序列当作完全相同。

历史长度与数据版本

当前来源的日国债数据从2020年起，因此基于这一部分数据的完整五年分位从2025年才可计算。本研究额外取得东方财富2002年起国债历史，结合研究所用的2005年起沪深300PE，将可研究窗口向前延长；这些新增历史资料只用于研究，不表示工具已提供同样长的数据区间。万得两指数及当前沪深300来源只有约十年PE，完整五年分位从2021年才可计算。

当前抓取是后来下载的历史数据，未保存每一天当时发布的版本与具体可得时刻。以下实验使用前日信号避免同日收盘抢跑，但仍属于回溯重建，不能称为严格的实时历史版本回测。五年分位也会随盈利口径、行业构成与旧样本滚出而变化；它不是固定公允价值。

2. PE与ERP的沪深300ETF仓位回测

相同条件下比较

标的是华泰柏瑞沪深300ETF（510300）。区间为2012-05-28至2026-05-29，初始100万元；使用未复权开盘与收盘价、真实现金分红，除息日确认应收、实际发放日才能使用现金。每月首个交易日开盘调整，使用严格早于执行日的最近信号。闲置现金按年化2%计息，单边交易成本0.05%，允许零碎份额。后者是研究简化，尚未模拟整手、冲击成本、停牌与个别开盘无法成交。

先沿用V47的同一目标函数，避免因换信号而换仓位映射：风险分位≤10%时75%仓位、50%时50%、≥90%时15%，中间线性。PE风险分位为PE分位；ERP风险分位为100%−ERP分位；联合为两种风险分位的平均。PE高分位对应减仓，ERP高分位对应更有吸引力，方向相反。“原3年”是策略CSV的756个交易观测分位，不是三个日历年。

在这一段历史中，PE五年分位以约48%的平均ETF仓位获得6.45%的年化，最大回撤18.24%；100%持有为6.58%与45.34%。ERP年化6.59%，但平均仓位52.93%、回撤21.02%；联合并未稳定同时改善收益和回撤。结果支持估值作为股票预算参考，不能据此说ERP优于PE，或未来可以用一半仓位复制满仓收益。

2020年以后的检验

以下各版本在2020-01-02重新以现金开始，到2026-05-29结束。这是分段稳定性检验；现有规则来自后来研究，并无2019年以前冻结参数的证据，因此不是严格样本外。

2020年后PE五年分位的年化4.98%、回撤18.24%；ERP为5.01%、21.02%，而固定50%为3.93%、20.84%。ERP有收益优势，但回撤略高于固定50%，不能说它在所有风险指标上更好。联合5.05%的小幅收益优势也伴随更高于PE的平均仓位。

事后用动态策略的全段平均仓位设置固定配置参考，PE约为4.86%年化/23.66%回撤，ERP约5.08%/25.85%，均弱于对应动态曲线；但这是事后设定的相近风险参考，不是事前可执行基准，实际平均仓位仍相差约0.009–0.12个百分点。

现金收益改为0%后，PE、ERP、联合年化约为5.36%、5.61%、5.51%，结论没有翻转；交易成本提高到单边0.20%后，分别为6.32%、6.47%、6.42%。把PE调仓加快到周频/日频，年化从月频6.45%降到5.83%/5.86%，换手上升。简单加入200日均线跌破时降仓的联合规则仅得4.10%年化、16.47%回撤，不能直接声称“估值加趋势必然更好”。本报告不使用敏感性结果的夏普排序；现有夏普评价基准固定为2%，不会随现金利息假设一起改变。

3. 低估之后的收益与回撤风险

每个月末取一个观察点，从下一个交易日开盘进入，观察之后63/126/252/504个交易日。下表是后续累计收益，不是年化收益；观察期间含现金分红，并为统计比较在除息日收盘再投资，区别于仓位模型等待真实支付日的现金账目。

ETF样本里，低PE/高ERP之后一两年的收益中位数较高，但低PE观察点之后一年内的最坏路径回撤仍达到43.78%。这里的回撤指观察期内从阶段高点跌落的幅度，不表示从买入价格下跌43.78%。便宜不等于到达底部，估值不能代替亏损预算，也不能给网格提供安全下限。

相关性与更长历史的反证

下表为分位与后续收益的Spearman相关系数，方括号为按重叠区间长度进行区块重抽样得到的约95%区间。PE为负、ERP为正才与预期方向一致；区间包含零表示现有样本不足以确定相关方向。每月的1年、2年观察高度重叠，不能把156或143个观察当作这么多次独立交易或牛熊周期。

2012年起ETF样本中，3个月关联弱、两项区间都包含零，1–2年较明显。进一步使用腾讯2005年起沪深300价格与本地PE、从2010年开始完整五年窗口后，所有区间均包含零，长期关系的确定性下降。这组更长数据是不含分红的价格指数，与ETF样本不同，不能直接比较细小收益差；但它提醒我们不要只看2012年以后相对有利的样本。

PE与ERP分位的相关系数约−0.946，信息大量重叠。共同解释未来一年收益时，ERP额外系数的重抽样区间约为−0.761至0.663，包含零，没有证明联合使用有稳定的独立增量。因此不宜把两个指标当作两个独立确认票、简单叠加成满仓理由。

万得全A与除两非：可解读，策略证据仍短

三个当前来源的自身指数价格分别做远期比较，五年分位从2021年才就绪。1年区间约47–48个月末观察，2年约35–36个；它们相互重叠，只覆盖少数市场阶段。这里用日历月终点附近的指数价格，不含分红，也没有模拟ETF开盘成交，所以只是统计研究，不是可执行ETF收益。

这些指数足够支持页面比较市场结构、呈现自身历史位置；仍不足以给三个指数共用一个“ERP绝对值达到多少就加仓”的阈值。沪深300ETF应优先使用沪深300估值；把除两非全A信号直接用于510300，存在行业结构与跟踪标的错位，需要另做迁移验证。

4. 期权策略对照

先说明原收益为何不能作依据

原V47程序的1,551天、643笔交易、每日净值与统计全部严格复现，总收益93.10%。但复现意味着“程序按原数据这样算”，不意味着结果可实盘复制。代码年化11.19%也与README的12.01%不一致。

• ETF文件2020-01-02收盘为3.705，独立的东方财富、腾讯未复权收盘均为4.149；2020-07-09为4.350，对应未复权4.872。ETF调整价格与未复权期权行权价错配，影响虚实值、权利金、行权及仓位。当日报告交叉核对。

• 原净值未扣未平仓卖出期权负债，最大漏记约5.54万元、当日净值4.41%；卖出期权收到的钱不能都算当日利润。

• 合约数据含调整合约，原引擎统一使用10,000份及最终静态行权价，没有重建历史生效日。期末还缺期权报价；CALL滑点未扣。同日PE与收盘成交缺少发布时间证据。

• 原规则允许买ETF，却没有主动卖ETF以降到目标，减仓主要依赖CALL行权。原实际ETF平均仓位75.71%，目标43.25%；1,269天超过目标至少10个百分点。2024-10-08目标15%，ETF实际95.66%。收益曲线并不代表它认真执行了“高估减仓”。

无交易引擎的其他策略比较曲线不作为同条件已验证对照。

控制变量对照：分别改目标、改全部条件

实验统一2020-01-02至2026-05-29，使用正确未复权ETF价格、区间内6次真实现金分红、前一交易日信号，每两个交易日收盘行动。期末持仓均有报价。输出净值扣期权负债，并包含未付分红应收。

A组只改变目标仓位函数，PUT/CALL及ETF买入的原3年PE门槛保留，可较清楚地看仓位映射差异。B组把全部估值条件一起改掉，会改变选券与开仓，不能把收益全部归因于目标仓位。

在较可解释的A组，PE5年化6.05%、回撤25.50%，优于ERP5的5.81%、27.13%；联合没有改善。B组ERP年化比PE仅高约0.067个百分点，回撤多1.78个百分点；联合收益略高但同时改变多项交易条件，不能据此认定是更好的仓位指标。

这组实验仍是敏感性结果，尚不是彻底修复的期权策略：调整合约尚未按生效日修复，交易函数使用的资本基数尚未扣期权负债和计入应收，16–22天持仓缺价、最长沿用25天旧报价，且未统一买卖滑点。正确ETF价格和分红解决了重要错配，但没有让余下执行逻辑自动可靠。

正确价格与分红后的基准，目标平均仓位43.30%、实际ETF平均仓位78.61%。所有PUT接货后、按当日价格折算的股份敞口上限最大116.71%；基准有5天全PUT履约额超过现金，ERP全逻辑版本有9天。没有Greeks，不能把ETF仓位或接货股份上限冒称Delta仓位；卖CALL会降低正向Delta，卖PUT会增加它。

ERP目标更接近原规则偏高的ETF实际持仓，使跟踪差缩小，并不等于信号更准。现阶段更值得修正的是“目标能否执行”，而非继续在原引擎上找最佳ERP界线。

5. PE与ERP的20/80分位阈值

20/80适合分档，尚未证明最优

另做一个较易理解的分档实验：便宜时75%、中间50%、贵时25%。PE≤下界为便宜、≥上界为贵；ERP方向反过来。联合要求两项同时确认才进入高/低仓位，否则50%。这与前面的V47线性75%–50%–15%函数不同，不能混称同一种策略。

PE在2012–2019段20/80结果较好，2020后40/60较好；ERP在两段也没有同一个界线稳定胜出。多种阈值共用样本，未做参数冻结后的独立验证，不能从全段最好的一格选出“最佳仓位公式”。20/80的优势是容易说明极端位置；40/60适合标识中间区域，50只用于划分象限，不意味着跨过50就必须交易。

这里的20/80是候选观察线，并非个人仓位建议。75/50/25只是已经测试的资金分配示例，不代表任何投资者都该持有这三个比例。

6. 用市场估值工具复核仓位计划

在哪里查看PE历史百分位和股债收益差

大虾皮市场估值工具提供沪深300、万得全A和万得全A（除金融、石油石化）的PE、ERP及五年历史百分位。持有沪深300ETF时，先选择沪深300并确认数据日期，再对照两项分位及历史图；工具中的数据日期才是当前判断的依据，不能把报告里的2026-09-30读数当成今天的市场状态。

PE分位越低，表示股票估值处于自身历史较低位置；ERP分位越高，表示股债收益差处于自身历史较高位置，两者方向相反。遇到“PE高、ERP也高”，需要检查是否主要由低利率抬高利差，不能直接把高ERP当成加仓理由。20%和80%适合标记较极端的位置，40%–60%附近则应按接近中位理解。

把这些读数写入月度复核记录，再检查既定资金上限、实际仓位和现金需要。需要具体的指数切换、分位阅读和分批执行步骤，可继续阅读PE和ERP如何用于宽基ETF投资与仓位管理。

PE主导预算，ERP说明股债环境

象限可按50%划分，但40%–60%附近应显示为接近中位，减少制造强烈结论；到20%/80%才重点讨论高低程度。绝对PE、ERP仍保留作解释：低PE可能来自周期利润高点，高ERP可能主要来自国债下行。百分位应帮助理解，不能隐藏盈利恶化、利率异常和样本改变。

资金上限由风险承受能力决定

先给这部分长期策略资金设置底仓、中性仓位与最高仓位，再按估值缓慢调整。假设压力下ETF下跌30%、这部分计划资金最多愿意承受10%场景损失，则股票上限约为10%÷30%=33%。这只是场景预算示例，不是保证亏损不超过10%的绝对损失上限；实际下跌更深、跳空和期权敞口都会使损失更大。估值便宜也不能突破这一风险限制。

月度复核或进入高低档后分批调整，比每日追着分位变动交易更符合本次证据。检查当前预算、实际ETF仓位、PUT履约现金和可自由使用现金，再决定下一笔。若实际仓位已经高于预算，不应靠新增PUT把风险进一步推高；卖CALL也不能保证及时降到目标。

对期权策略，优先统一净资产和仓位基数、历史合约参数、期权估值与履约资金；之后才讨论PE/ERP目标映射。有可靠Greeks时，用“ETF股份＋卖PUT/CALL合约Delta”的净敞口管理方向风险；全PUT履约额另作现金约束。两者都需要，不用一个数字互相替代。

不同使用场景

• 左侧配置：分位用于控制资金投入速度和上限，便宜后仍准备继续下跌；不把触及20%当成见底。

• ETF网格：估值可以设定网格的总资金预算、底仓和上限，但步长需要ETF波动、价差与费用另算。本次未回测网格，不能声称某个分位决定最优网格间距。

• 大周期计划：每月关注是否从极低/极高区域回到中间区域，同时核对盈利变化与现金需要。把慢指标用于预算，短期执行另有明确纪律；没有得到短线顶底预测能力的证据。

• 每月复核记录：记录指数、数据日期、PE与ERP原值、两项五年分位、目标预算、实际仓位和剩余现金。评价一条配置规则时，同时核对收益、途中回撤、资金映射、成本与分红，避免只看单独的收益数字。

海外研究同样提醒，估值与长期收益的样本内关系不等于择时能稳定战胜持有；将盈利收益率与名义利率相减也不自动成为长期真实收益预测器。这只是概念边界，不能代替本次A股证据。Asness等，Market Timing: Sin a Little、Asness，Fight the Fed Model。

7. 研究范围与限制

本研究完成了实际线上历史复算、三个指数外部来源核对、ETF同条件仓位回测、长历史与跨指数统计、原V47严格复现及七组期权对照。未解决的外部93.3%分位差异、历史版本缺失、长周期重叠和期权引擎缺陷均保留在结论中。数学复算一致不能替代数据源核验，期权敏感性实验仍受模型缺陷限制。