看见PE历史百分位超过90%就大幅减仓,换成十年窗口却发现它只在中间区域,仓位计划随即改口。问题出在参照系:分位只说明估值在所选历史中的排名,窗口一换,资金分配也会跟着变化。
2025年的研究汇总里,沪深300的PE-TTM均值为13.24倍,三年、五年、十年和全历史分位分别为91.2%、69.1%、66.6%和52.3%。按同一线性映射换算,目标仓位约为22.5%、41.3%、43.4%和55.5%,相差约33个百分点。这里比较的是年度汇总读数,不能把年均PE与分位误当作某个交易日的一组实时信号。
这项研究聚焦一个问题:怎样把PE历史位置转成有边界的ETF仓位,再让网格在边界内运行。 研究样本中,窗口选择对结果的影响大于网格间距微调;提高交易频率,没有带来同等幅度的收益改善。
关于PE与股债收益差各自提供什么信息,可参照PE历史百分位与股债收益差的仓位研究。两项研究的起点、价格与分红处理、仓位映射和成交时点不同,不能把收益数字直接相减,视为增加网格后的收益。
一、研究数据与回测口径
主要标的是华泰柏瑞沪深300ETF(510300),估值信号取沪深300指数PE-TTM。ETF价格和指数估值各有用途,不能用ETF复权价格自行拼出指数PE。
| 项目 | 研究范围与口径 |
|---|---|
| 主回测区间 | 2014-01-13至2026-06-01,共3008条交易日记录,日历跨度约12.4年 |
| 延伸区间 | 延长至2026-10-16,共3100条交易日记录 |
| 估值历史 | 2005年4月至2026年10月,合计5228个观测 |
| 价格来源 | 通达信日线接口,研究使用前复权序列,并取未复权序列比较复权因子 |
| 估值来源 | 东方财富沪深300指数PE-TTM序列;早期年份参照中证指数公开数据 |
| 分位样本 | 各观察日只纳入截至当日的历史记录;最小样本量200条 |
| 成交时点 | 基础版本使用当日收盘信号、当日收盘成交,另列信号滞后检验 |
| 单位 | pp为百分点;bp为基点,1bp等于0.01个百分点 |
前复权序列是否等价于分红再投资总收益,要看数据源如何生成复权因子,不能仅凭“前复权”三个字确定。逐笔现金分红、到账时间与再投资记录未随报告列出,因此不能把复权曲线直接视为真实资金账本。
表中年化收益、夏普比率、交易笔数及相近平均仓位基准沿用研究汇总。年化使用的交易日折算方式、夏普的无风险利率、闲置现金利率、基础成本和各类订单的完整参数未全部披露,细小收益差仍有复现边界。3008个交易日按252日折算约11.9年,与上述日期间约12.4个日历年是不同口径。
这些表格适合检查研究方向与风险代价。要将结果用于实盘资金计划,还需要完整净值、成交、分红及参数记录,尤其要核对买入持有基准是否使用了相同的现金流处理。
二、PE历史百分位怎么算
日频分位的规则是:在截至观察日的窗口里,统计PE不高于当日PE的有效观测数,再除以有效样本数。相等值计入分子,当前记录也计入样本。
p = 窗口内不高于当日PE的有效观测数 ÷ 窗口内有效观测总数
例如,五年窗口有1212个有效观测,其中802个不高于当日PE,分位就是802÷1212,约66.17%。它描述当前值在这组历史中的位置,不表示上涨概率、下跌概率或价格距离顶部还有多少。
窗口里的历史要能代表比较对象
如果窗口主要覆盖低估值阶段,温和回升也可能排到高分位;如果窗口保留大量高估值时期,当前值可能长期处在较低位置。计算结果可以完全正确,交易解释仍然可能错。
滚动分位还会受到旧样本退出影响。同一天PE几乎不变,低估值或高估值样本从窗口另一端离开,也会改变排名。因此,分位变动之后要先查PE原值、盈利变化和窗口边界,再决定是否调整仓位。
估值来源与价格处理要一致
整体法PE、中位数PE,以及是否剔除亏损公司,是不同统计口径。分母使用净利润还是扣非净利润、指数调样如何处理,也会影响历史分布。用一个来源的PE配另一个来源的分位,容易把口径差异误判为估值变化。
同样,不能用前复权价格除以未经对应调整的每股盈利。价格与盈利不在同一基准上,得到的PE会出现系统偏差。跨来源核对时应比较同日、同指数、同计算方法的数据,不预设差异一定来自行情软件错误。
计算不能使用未来记录
给2015年某一天计算分位,只能使用那一天及之前的数据。拿2014—2026年全样本给过去的PE排名,会把未来信息带入历史信号。
研究按各观察日截取历史窗口,并设200条有效记录的最低门槛。不过,历史数据即使没有使用未来日期,也可能经过后来修订。没有保存当时发布的数据版本和具体可得时刻,就不能进一步称为严格的实时历史版本回测。200条记录也只是样本门槛,不能代表已经覆盖一个完整估值周期。
三、三年、五年与十年窗口怎么选
先看不同窗口在研究样本中的年度汇总。2026年一行只覆盖主回测截至6月1日的部分区间,不是全年统计,也不能替代10月的历史快照。
| 年份 | PE均值/倍 | 三年分位 | 五年分位 | 十年分位 | 全历史分位 |
|---|---|---|---|---|---|
| 2014 | 8.85 | 19.5% | 12.1% | 6.3% | 6.3% |
| 2015 | 14.29 | 90.7% | 79.8% | 45.9% | 45.7% |
| 2016 | 12.33 | 68.5% | 75.1% | 38.8% | 34.6% |
| 2017 | 13.77 | 78.0% | 86.7% | 55.9% | 48.0% |
| 2018 | 12.40 | 30.1% | 48.5% | 41.4% | 32.8% |
| 2019 | 12.02 | 28.5% | 34.5% | 44.4% | 31.3% |
| 2020 | 13.42 | 64.9% | 63.4% | 68.5% | 48.2% |
| 2021 | 14.47 | 74.3% | 73.6% | 82.3% | 57.3% |
| 2022 | 12.08 | 24.0% | 28.2% | 43.8% | 30.1% |
| 2023 | 11.67 | 16.9% | 25.5% | 30.7% | 25.8% |
| 2024 | 11.84 | 45.1% | 33.5% | 32.9% | 30.6% |
| 2025 | 13.24 | 91.2% | 69.1% | 66.6% | 52.3% |
| 2026(部分区间) | 14.30 | 94.1% | 90.8% | 86.0% | 66.1% |
2015年,三年分位为90.7%,十年分位为45.9%。到2025年,三年与全历史分位相差38.9个百分点。分歧反映窗口内样本构成不同,不能直接判定哪一种读数“失真”。
短窗口容易把估值回升排到高位
三年窗口对最近几年的变化更敏感。低估值阶段在样本里占比较大时,价格和估值修复会较快推高排名,策略可能提前降低仓位。若修复继续,机会成本就会上升。
排名取决于整个样本的分布和当前值,不能仅凭趋势持续多久推断分位一定到达极端。判断短窗口是否过于敏感,需要看它实际触发了多少减仓、错过了哪些上涨。
长窗口保留更多不同估值环境
全历史窗口保留2007年等较高估值时期,使近年的估值更容易落在中低区域。但百分位按观测数量排名,少数极端值的幅度不会像均值那样直接拉动结果,真正影响排名的是各阶段样本的数量和分布。
表中全历史分位的年度汇总最高为66.1%,不能由此推断每个交易日都未超过70%。长窗口可能降低减仓敏感度,也可能缓解短窗口频繁触及高位的问题,取舍要落实到仓位和回撤。
五年窗口在这组样本中较均衡
以下比较均为走廊网格版本:
| 分位窗口 | 年化收益 | 最大回撤 | 夏普 | 平均仓位 |
|---|---|---|---|---|
| 三年 | 9.05% | 24.35% | 0.50 | 53.1% |
| 五年 | 11.22% | 22.06% | 0.64 | 54.9% |
| 十年 | 11.27% | 31.28% | 0.55 | 59.4% |
| 全历史 | 11.25% | 31.49% | 0.52 | 67.4% |
五年版本的收益接近长窗口,回撤较小,夏普较高,因而被选作后续分析的参照。十年与全历史版本的平均仓位更高,不能只用年化收益判断信号优劣。
五年是这组样本里的折中,并不保证每五年恰好覆盖完整牛熊周期。更换指数、起点、估值来源或分位频率后,都需要重新比较;不能在看到未来收益之后,反过来挑选最有利的窗口。
四、从估值分位到ETF仓位中枢
研究使用一条便于解释的线性映射。令p取0—1之间的小数,目标仓位中枢为:
w* = 15% + 85% × (1 − p)
对应关系如下:
| PE分位 | 目标仓位中枢 |
|---|---|
| 0% | 100% |
| 20% | 83% |
| 50% | 57.5% |
| 80% | 32% |
| 100% | 15% |
这里的仓位以分配给该策略的净资产为分母,不能把家庭全部资产或另一套交易系统的现金混入计算。15%与100%是研究参数,实际资金上限仍由可承受损失、用款期限和其他相关持仓决定。
这条规则在低分位允许较高投入,在高分位保留部分市场敞口,目的在于降低“全进全出”的依赖。低分位不保证止跌,高分位也不表示即将回落,因此不能把两端比例写成必须执行的仓位。
仓位下限的收益与风险代价
| 仓位下限参数 | 年化收益 | 最大回撤 | 夏普 | 平均仓位 |
|---|---|---|---|---|
| 0% | 11.04% | 19.58% | 0.70 | 46.9% |
| 10% | 11.15% | 21.08% | 0.66 | 52.2% |
| 15% | 11.22% | 22.06% | 0.64 | 54.9% |
| 20% | 11.26% | 23.71% | 0.61 | 57.6% |
| 30% | 11.23% | 26.87% | 0.57 | 62.8% |
0%下限版本的夏普最高、回撤最低,年化比15%版本低0.18个百分点。选择15%意味着接受更高市场暴露,换取保留底仓的执行方式,不能说它在收益和风险上同时占优。下限参数也不等于走廊机制下实际仓位绝不会越过的硬边界。
研究统计中,五年分位超过95%的日期为213天,集中在少数市场阶段。这些日期高度相关,不能看成213次独立择时验证。允许空仓的规则还需要明确重新进入条件,否则少承受一段下跌的同时,也可能错过后续修复。
五、用仓位走廊减少不必要的调仓
目标中枢每天变化,不代表实际仓位每天都要追着它走。研究给中枢留出上下各10个百分点的走廊:
走廊下界 = max(0%,w* − 10个百分点)
走廊上界 = min(100%,w* + 10个百分点)
实际仓位位于走廊内时,允许价格波动和网格交易改变持仓;超出边界超过1个百分点时,回拉到边界。真实账户还要叠加自己的资金硬上限,不能因走廊或单格买单而超额投入。
| 走廊宽度 | 年化收益 | 最大回撤 | 夏普 |
|---|---|---|---|
| ±0个百分点 | 10.72% | 23.37% | 0.59 |
| ±5个百分点 | 11.05% | 22.39% | 0.61 |
| ±10个百分点 | 11.22% | 22.06% | 0.64 |
| ±15个百分点 | 11.12% | 22.90% | 0.63 |
| ±20个百分点 | 10.87% | 22.91% | 0.62 |
| ±25个百分点 | 10.33% | 23.10% | 0.59 |
从±0到±10个百分点,年化增加0.50个百分点。这是整套仓位路径与交易规则改变后的结果,不能仅凭两条曲线将全部差额归为网格利润。±5到±20个百分点的结果相对接近,说明没有必要围绕一个小数点反复寻找最优宽度。
实盘先检查现有仓位是否越界,再决定网格订单是否有资金空间。以50%的中枢为例,走廊是40%—60%;如果仓位已经超过61%,应按预定规则处理可卖仓位,而不是继续挂买单等价格反弹。
六、ETF网格收益与间距的比较
再平衡的理论含义
Fernholz与Karatzas的随机投资组合理论综述将组合的对数增长分为资产自身增长的加权部分与额外增长项。在单一风险资产加现金、连续无摩擦再平衡的简化条件下,额外增长项可写为:
额外对数增长率 = 1/2 × w × (1 − w) × σ²
w是风险资产权重,σ是其波动率。用55%仓位与27%年化波动率代入,量级约为每年0.90个百分点。
这个量相对于资产对数增长率的加权平均,不等于相对于买入持有或恒定仓位基准必然获得的超额收益。有限间距网格还受到趋势、成交、费用和现金耗尽影响,不能将理论值直接当作可实现利润。
底仓不同,资金暴露也不同
| 网格形态 | 年化收益 | 相对相近平均仓位基准的差额 | 平均仓位 | 最大回撤 |
|---|---|---|---|---|
| 无底仓,间距4% | 5.15% | +3.22个百分点 | 5.9% | 7.61% |
| 30%底仓 | 7.23% | +1.09个百分点 | 36.8% | 19.87% |
| 50%底仓 | 8.43% | +0.57个百分点 | 55.0% | 30.30% |
| 70%底仓 | 9.78% | +0.41个百分点 | 73.7% | 40.37% |
三个有底仓版本的基准差额随底仓增加而下降,同时平均仓位和回撤上升。可以据此观察交易空间与市场暴露的变化,但36.8%到55.0%的平均仓位跨过了理论函数的中点,不能把整个下降序列直接归因于w×(1−w)。
无底仓版本的平均ETF仓位只有5.9%,意味着按时间平均的现金权重约94.1%,不意味着94.1%的交易日完全空仓。低回撤需要连同这种低暴露解读;夏普并未因此失去意义,但它也不能证明策略有很强的选时能力。
相近平均仓位基准本身需要事后知道全段平均仓位,而且缺少完整基准路径。因此,+3.22个百分点也不能全部认定为纯网格收益。要分辨资金闲置、价格路径和再平衡的影响,需要在同一现金利率与成交规则下重做控制变量比较。
网格间距的边际改善有限
| 买入/卖出间距 | 年化收益 | 交易笔数 | 夏普 |
|---|---|---|---|
| 2% / 2.7% | 11.17% | 792 | 0.63 |
| 3% / 4.0% | 11.22% | 574 | 0.64 |
| 4% / 5.3% | 11.08% | 458 | 0.62 |
| 6% / 8.0% | 11.08% | 349 | 0.63 |
| 8% / 10.6% | 10.86% | 327 | 0.61 |
最密与最宽两组相差465笔交易,年化相差0.31个百分点;2%版本还略低于3%版本。结果没有支持“越密越好”。交易成本需要乘以每笔实际成交金额,不能只用笔数和单边费率推算净收益。
研究样本里,三年改为五年窗口的走廊网格年化差异为2.17个百分点,大于上述间距差异。执行时应先固定估值口径、资金上限和现金安排,再讨论更细的触发价格。
七、非线性映射改变了什么
凸函数映射降低了相同分位下的仓位
研究另列凸函数:
w = 15% + 85% × (1 − p)^1.5
在0<p<1时,(1−p)^1.5小于(1−p),因此相同分位下的目标仓位低于这条15%—100%的线性函数。它不是普遍提高低分位仓位的设计。
汇总表中,凸函数版本年化9.34%、回撤17.30%、平均仓位42.6%,五年线性对照为10.09%、21.39%和49.7%。但线性对照标注的仓位范围是15%—90%,与上面的15%—100%公式不同。边界没有统一之前,不能把0.75个百分点的年化差完全归因于曲线形状。
金字塔网格把更多资金留给更深的下跌
金字塔版本每跌一格增加买入金额,年化8.83%,等额50%底仓网格为8.43%,差0.40个百分点;回撤分别为29.84%和30.30%。
这组差异来自买入资金沿价格路径的重新分配。它也让持续下跌时的现金消耗更快,不能只比较反弹后的成本和收益。没有披露金额递增比例、最多补仓次数和买入停止线,就无法据此照搬策略。
非对称网格主要增加了持仓暴露
买入间距4%、卖出间距8%的版本,平均仓位94.2%,年化10.63%,回撤44.07%,相对相近平均仓位基准差额为−0.06个百分点。更难触发卖出,使资金长期停留在市场里。
接近满仓并不等于使用杠杆;只有融资或总敞口超过净资产等情形才涉及杠杆。这里能够确认的是风险暴露显著提高,不能把较高年化直接解释为网格效率改善。
八、18种策略的回测对照
以下保留各版本的研究统计。最后一列表示与相近平均仓位恒定配置参考的年化差额,沿用汇总中的比较方式,不是CAPM回归中的alpha,也不是已经独立识别的择时收益。
| 策略 | 分组 | 年化收益 | 最大回撤 | 夏普 | Calmar | 平均仓位 | 笔数 | 基准差额/pp |
|---|---|---|---|---|---|---|---|---|
| 买入持有510300 | 基准 | 11.05% | 52.97% | 0.34 | 0.21 | 100.0% | 0 | 0.00 |
| 恒定50%月度再平衡 | 基准 | 7.42% | 28.78% | 0.40 | 0.26 | 50.1% | 89 | −0.01 |
| 无底仓网格,间距4% | 纯网格 | 5.15% | 7.61% | 0.82 | 0.68 | 5.9% | 148 | +3.22 |
| 30%底仓网格 | 纯网格 | 7.23% | 19.87% | 0.51 | 0.36 | 36.8% | 264 | +1.09 |
| 50%底仓网格 | 纯网格 | 8.43% | 30.30% | 0.43 | 0.28 | 55.0% | 271 | +0.57 |
| 70%底仓网格 | 纯网格 | 9.78% | 40.37% | 0.39 | 0.24 | 73.7% | 267 | +0.41 |
| 金字塔网格,50%底仓 | 纯网格 | 8.83% | 29.84% | 0.45 | 0.30 | 54.4% | 280 | +1.02 |
| 非对称网格,买4%/卖8% | 纯网格 | 10.63% | 44.07% | 0.36 | 0.24 | 94.2% | 112 | −0.06 |
| PE三年线性,标注15%—90% | 估值定仓 | 7.80% | 22.31% | 0.44 | 0.35 | 49.5% | 861 | +0.42 |
| PE五年线性,标注15%—90% | 估值定仓 | 10.09% | 21.39% | 0.60 | 0.47 | 49.7% | 876 | +2.70 |
| PE十年线性,标注15%—90% | 估值定仓 | 10.72% | 27.98% | 0.55 | 0.38 | 54.2% | 731 | +2.93 |
| PE五年凸函数,γ=1.5 | 估值定仓 | 9.34% | 17.30% | 0.62 | 0.54 | 42.6% | 845 | +2.61 |
| PE十年阶梯,六档 | 估值定仓 | 11.53% | 34.83% | 0.51 | 0.33 | 66.4% | 288 | +2.72 |
| 200日均线,90%/40% | 简单规则 | 9.97% | 42.44% | 0.41 | 0.23 | 68.0% | 104 | +1.04 |
| 价值平均,目标8%/年 | 简单规则 | 10.88% | 31.05% | 0.49 | 0.35 | 70.7% | 127 | +1.73 |
| PE十年走廊网格,±10pp | 估值+网格 | 11.27% | 31.28% | 0.55 | 0.36 | 59.4% | 514 | +3.03 |
| PE五年走廊网格,±10pp | 估值+网格 | 11.22% | 22.06% | 0.64 | 0.51 | 54.9% | 574 | +3.37 |
| PE五年与十年分位均值走廊网格 | 估值+网格 | 11.33% | 23.42% | 0.60 | 0.48 | 57.5% | 553 | +3.25 |
五年走廊网格与买入持有的年化分别为11.22%和11.05%,最大回撤相差30.91个百分点,夏普为0.64和0.34。这个组合在样本中以较低暴露取得接近的收益,但不能据此承诺未来也能用约一半平均仓位复制满仓收益。
十年阶梯版本年化最高,同时平均仓位66.4%、回撤34.83%,都高于五年走廊版本。选择时需要看收益、途中损失与实际仓位,不按单列收益排名。
收益差额不能直接视为因果分解
研究用以下方式描述五年走廊网格的收益来源:
| 比较环节 | 年化变化 |
|---|---|
| 买入持有参考 | 11.05% |
| 换成约54.9%平均仓位的恒定配置参考 | −3.20pp |
| 研究归于估值安排的部分 | +2.80pp |
| 研究归于网格的部分 | +0.57pp |
| 算术合计 | 11.22% |
算术上,11.05−3.20+2.80+0.57等于11.22。但这不是已经证明的收益归因:动态仓位改变后,网格成交、现金收益和后续仓位都会一起变化;50%底仓纯网格的0.57个百分点,也不能直接移植为动态估值策略的独立贡献。
更可靠的比较需要固定仓位映射、资金边界和成本,只切换是否启用网格,再保留两套逐日路径。现有汇总支持继续研究估值与网格的配合,尚不足以确认“估值贡献2.80、网格贡献0.57”的精确拆分。
九、换起点、滞后与成本检验
换起点之后的表现
| 起点 | 策略年化 | 买入持有年化 | 年化差额 | 平均仓位 |
|---|---|---|---|---|
| 2014-01-13 | 11.22% | 11.05% | +0.17pp | 54.9% |
| 2016-01-04 | 6.14% | 5.78% | +0.36pp | 52.4% |
| 2018-01-02 | 6.31% | 4.24% | +2.07pp | 57.4% |
| 2021-01-04 | 3.19% | 0.09% | +3.09pp | 57.6% |
四个起点的汇总均为正差额,但它们共享大量后续行情,不能当成四次独立验证。起点越靠后、差额越大的现象,也可能受到终点和市场路径影响,不能推导成普遍规律。
三年区间有明显跑输阶段
| 区间标记 | 策略 | 买入持有 | 差额 |
|---|---|---|---|
| 2014—2017 | 27.33% | 24.94% | +2.39pp |
| 2015—2018 | 8.24% | 5.94% | +2.30pp |
| 2016—2019 | −1.86% | −4.21% | +2.35pp |
| 2017—2020 | 8.68% | 10.70% | −2.02pp |
| 2018—2021 | 12.35% | 11.71% | +0.63pp |
| 2019—2022 | 19.93% | 24.97% | −5.04pp |
| 2020—2023 | 2.93% | −0.63% | +3.56pp |
| 2021—2024 | −4.75% | −13.22% | +8.47pp |
| 2022—2025 | −0.33% | −6.13% | +5.80pp |
| 2023—2026 | 7.94% | 9.04% | −1.10pp |
区间沿用研究中的三年标记,精确起止日和收益年化方式仍需逐段记录确认。展示值四舍五入后相减,个别行与已列差额相差0.01个百分点;不能由此推定计算精度。
十个重叠区间中七个为正、三个为负,不能将70%解释为未来跑赢概率。更有用的是检查跑输路径:仓位在上涨前已经降低,后续价格继续上行,分位策略就可能长时间承受机会成本。
信号滞后会削弱结果
| 信号滞后 | 年化收益 | 最大回撤 | 夏普 |
|---|---|---|---|
| 0个交易日 | 11.22% | 22.06% | 0.64 |
| 5个交易日 | 11.19% | 23.65% | 0.63 |
| 20个交易日 | 10.53% | 24.00% | 0.58 |
| 60个交易日 | 10.58% | 25.16% | 0.58 |
当日收盘信号配当日收盘成交,需要在知道最终收盘数据后仍能以该价格成交,存在可得时点偏差。滞后20日后年化降至10.53%、回撤升至24.00%,说明执行延迟有代价。
这些结果提示收益未必全部依赖单日精确触发,但滞后实验不能替代下一交易日真实可成交价格回测,也不能消除历史估值修订、复权和现金账目问题。参数未在独立未来区间冻结,换起点与延伸检验均不等于严格样本外验证。
成本应按成交金额计算
成本敏感性汇总中,单边成本由0增至20bp,年化由11.28%降至11.02%。20bp等于0.20%,即万分之二十。
这组结果反映所设成本模型下的敏感度,不包含所有真实执行损耗。完整比较还需订单金额、整手取整、买卖价差、滑点、流动性与现金收益。574笔交易本身不足以判断换手率高低。
十、2026年10月16日的历史快照
以下读数仅用于演示计算路径,不是发布日期或当前报价。研究快照记录沪深300PE-TTM为13.01倍,510300前复权收盘为4.236元。
五年窗口从2021-10-16起,含1212个有效观测,其中802个不高于13.01倍。使用未四舍五入的分位计算:
p₅ = 802 ÷ 1212 ≈ 66.1716%
w* = 15% + 85% × (1 − 802 ÷ 1212) ≈ 43.75%
仓位走廊约为33.75%—53.75%
| 分位窗口 | 历史分位 | 目标仓位中枢 |
|---|---|---|
| 三年 | 55.4% | 52.9% |
| 五年 | 66.2% | 43.8% |
| 十年 | 55.3% | 53.0% |
| 全历史 | 47.6% | 59.5% |
这一天,五年版本的中枢比三年、十年低约9个百分点,比全历史低约16个百分点。不同窗口保留的高低估值阶段不同,资金预算随之分歧。不能因为五年版本在主样本里较好,就把43.8%当成精确应持仓位。
网格价格只演示比例
以4.236作为演算锚点,买入每格下移3%,卖出一格上移4%,得到:
| 档位 | 演算价格/元 | 距锚点 | 单格研究金额 |
|---|---|---|---|
| 卖出一格 | 4.405 | +4.0% | 策略净资产的4% |
| 锚点 | 4.236 | 0 | 不触发交易 |
| 买入一格 | 4.109 | −3.0% | 策略净资产的4% |
| 买入两格 | 3.986 | −5.9% | 每格按4%预算 |
| 买入三格 | 3.866 | −8.7% | 每格按4%预算 |
这些是前复权坐标,不能直接作为券商委托价。下单前必须换回当时未复权价格,并按最小价格变动单位处理;分红后还要检查价格锚点。单格“4%”指交易金额占策略净资产的比例,不是卖出当前持仓份额的4%。
假设策略净资产10万元,单格预算4000元,买单仍要通过现金、走廊上界、账户硬上限和整手数量检查。原研究没有完整列出跨格跳空时如何合并订单、成交后如何重置锚点、边界调仓与网格谁先执行,不能只凭这张价格表复建同一回测。
延伸区间的结果
延长至2026-10-16后,研究汇总为策略年化10.50%、买入持有9.47%,差额1.03个百分点。新增区间中,两者净值分别下降3.40%和14.18%。低暴露在该下跌路径中更有利,但延长终点仍属于同一历史样本的继续观察。
十一、在A股账户里怎样执行
先设损失预算,再限制估值中枢
假设分给策略的净资产为10万元,希望在ETF再跌30%的压力情景下,把该部分资金的损失控制在约1万元,则股票仓位上限约为1万÷(10万×30%)=33.3%。这是情景预算,不能保证实际亏损止于1万元。
如果估值映射给出43.75%的中枢、53.75%的走廊上界,账户仍以33.3%为硬上限。持仓已经达到上限,就取消新增买单;价格再跌也不自动追加策略资金。
T+1、跳空与可卖份额要进入订单检查
按上交所ETF交易说明,境内股票ETF二级市场买入后实行T+1,交易单位通常为100份,最小价格变动单位为0.001元。当天新买入份额不能靠当天反向卖出来完成一轮网格,卖单需要先检查已有可卖份额。
收盘后算出的新信号,最早按下一可交易时点处理。若跳空跨过多格,先重新计算实际仓位与现金,不连续补齐所有假设成交;无法在计划价格成交,就保留未成交记录,不能把回测触发价记作实盘成交价。
遇到停牌、涨跌停或流动性不足,先冻结新增网格买单,复核剩余现金和持仓压力。跌停时限价买单未必无法成交,卖单也未必能退出;不同方向和队列必须分别模拟,不能用统一的“均能成交”假设替代。
盈利恶化时暂停机械加仓
PE同时受价格和盈利影响。研究快照中,2026-06-30至10-16的指数点位由4979.43降至4170.61,PE由14.51降至13.01;在点位与PE统计基准可比的简化前提下,点位÷PE的代理量约从343.2降至320.6,下降约6.6%。
它提示盈利因素可能参与了估值变化,但指数调样、除数与利润统计方法也会影响这个代理量,不能直接将其认定为成分股真实TTM盈利下降6.6%。价格跌幅与PE、盈利代理的变化按乘法关联,也不能把约10%和6%简单相加作为精确归因。
如果财报显示盈利假设持续恶化,先停止提高仓位,再核对利润、PB、ROE和行业结构。高PE导致减仓未必方向错误,低PE也可能来自利润处于周期高点。大虾皮指数与行业估值中心可辅助比较PE、PB、股息率和ROE,但PB同样存在资产减值与行业差异,不能自动作为更可靠的替代信号。
线上估值页与日频回测分开使用
大虾皮市场估值研究提供五年、十年PE分位切换。页面使用每月最后一个有效PE,当前月取最新有效读数;五年与十年分别按60和120个月计算,不高于当前值的月份占比就是月频分位。沪深300使用PE-TTM,其他指数的估值口径需要分别阅读。
这与报告中的日频窗口、200条最低样本门槛不同。即使都是“五年”,月频和日频也可能得到不同排名。工具用于核对当前历史位置,不能保证复现报告的66.2%或对应仓位;非会员页面提示数据延迟5个自然日,各项指标仍以实际显示日期为准。
十二、适用边界与复盘规则
五年走廊网格在这组汇总里兼顾了收益与回撤,但保留低暴露就要准备承受上涨阶段的相对落后。2017年的研究统计为策略10.18%、买入持有29.22%,差19.04个百分点;全段平均仓位也不能推导为每一轮上涨只获取固定55%的收益。
全部策略只在510300上比较。更高波动的指数可能产生更多触发,也可能更快耗尽现金或出现更深回撤,不能由理论波动项推断网格收益必然增加。换标的时要重新检查估值历史、成分结构、费用与成交路径。
2014年初低估值起点有利于后续买入持有,但不等于整段回测对择时最不利;后面的减仓仍可能避开回撤。起点、终点、参数筛选、同日成交和复权处理共同影响结果,单一曲线不足以排除这些影响。
把PE历史百分位用于资金计划时,保留以下六项记录:
- 记录指数、估值来源、数据日期、窗口与采样频率;口径变化时暂停沿用旧阈值。
- 先写策略净资产、可承受的压力损失与账户硬上限,再计算估值中枢和走廊。
- 每笔网格记录触发价、未复权委托价、金额、现金与可卖份额;越界或现金不足就取消新增买单。
- 将T+1、跳空跨格、未成交和分红调整写入实际账目,不用理论触发价补记成交。
- 复盘同时看收益、回撤、平均仓位、现金收益和换手金额;基准差额与理论增长项分别记录。
- 变更窗口或映射前冻结规则,保留后续独立区间;出现单笔亏损或短期跑输时,不立即改参。