指數(shù)溫度的算法

指數(shù)溫度的算法

1.指數(shù)溫度的原理說(shuō)明努溃。

判斷一個(gè)指數(shù)便宜與否的標(biāo)準(zhǔn)是估值温自,由于一些指數(shù)的盈利穩(wěn)定或高速增長(zhǎng)適用市盈率判斷吃既,一些指數(shù)的盈利呈周期性變化適用市凈率判斷斧蜕,指數(shù)溫度就是把市盈率和市凈率這兩個(gè)指標(biāo)結(jié)合,用來(lái)判斷一個(gè)估值的高低蛇数。

指數(shù)溫度通過(guò)分別計(jì)算市盈率和市凈率的溫度挪钓,再算兩者的平均值。

指數(shù)溫度=(PE溫度+PB溫度)/2

需要說(shuō)明的是耳舅,指數(shù)溫度的高低與價(jià)格高低沒(méi)有必然的聯(lián)系碌上,指數(shù)溫度的高低反映的是在歷史中低于指數(shù)當(dāng)前估值出現(xiàn)的概率。溫度越低說(shuō)明在歷史上低于當(dāng)前估值的概率越小浦徊,指數(shù)的價(jià)值越被低估馏予,上漲的概率越大;溫度越高說(shuō)明在歷史上低于當(dāng)前估值的概率越大盔性,指數(shù)的價(jià)值越被高估霞丧,下跌的概率越大。

例如:當(dāng)指數(shù)溫度是20度時(shí)冕香,說(shuō)明歷史中蛹尝,估值低于當(dāng)前估值的概率只有20%后豫,現(xiàn)在的指數(shù)比較低估,適合買(mǎi)入突那;而當(dāng)指標(biāo)溫度是80度時(shí)挫酿,說(shuō)明在歷史中,估值低于當(dāng)前估值的概率高達(dá)80%愕难,現(xiàn)在的指數(shù)就高估了早龟,應(yīng)賣(mài)出。

指數(shù)溫度越高务漩,股市越火爆拄衰,風(fēng)險(xiǎn)越大它褪,上漲的空間越卸恰;

指數(shù)溫度越低茫打,股市越冷清居触,風(fēng)險(xiǎn)越小围橡,上漲的空間更大期奔。

2. 指數(shù)溫度的計(jì)算

根據(jù)指數(shù)溫度的公式,需要先分別計(jì)算出PE和PB的溫度(對(duì)應(yīng)低于當(dāng)前PE和PB的概率)志衍,然后再算平均值抬旺。

計(jì)算這個(gè)概率需要大量的歷史數(shù)據(jù)弊予,這里以中證500為例,來(lái)實(shí)際操作數(shù)據(jù)的收集與指數(shù)溫度的計(jì)算开财。

第一步:打開(kāi)“理杏仁”網(wǎng)站汉柒,注冊(cè)登錄。

第二步:點(diǎn)擊最上面的“指數(shù)”欄目责鳍,在下面的“全部”“寬基”中找到中證500碾褂。

第三步:進(jìn)入指數(shù)頁(yè)面,分別導(dǎo)出市盈率PE和市凈率PB的CSV數(shù)據(jù)历葛。

點(diǎn)擊“PE-TTM”正塌,選擇10年的數(shù)據(jù),點(diǎn)擊按周導(dǎo)出CSV恤溶。

[if !vml]

[endif]

點(diǎn)擊“PB乓诽、加權(quán)平均數(shù)“”,選擇10年的數(shù)據(jù)咒程,點(diǎn)擊按周導(dǎo)出CSV鸠天。

[if !vml]

[endif]

[if !vml]

[endif]

[if !supportLineBreakNewLine]

[endif]

第四步:使用excll打開(kāi)CSV文件,以PE為例(PB同理)孵坚,除了日期和PE那兩列的數(shù)據(jù)粮宛,其他全部刪除窥淆。

[if !vml]

[endif]

[if !supportLineBreakNewLine]

[endif]

第五步:將PE和PB數(shù)據(jù)整理到同一個(gè)excell表里,在"PE-TTM"欄右邊增加一列“PE溫度”巍杈,在“PB”欄右邊增加"PB溫度“和“指數(shù)溫度”兩列忧饭,如圖所示。

[if !vml]

[endif]

第六步:日期以升序排列筷畦,這步很重要

選擇第一行词裤,點(diǎn)擊“數(shù)據(jù)”里的“篩選”工具,單元格里會(huì)出現(xiàn)一個(gè)帶小三角形的方框鳖宾。

[if !vml]

[endif]

點(diǎn)擊時(shí)間單元格里的圖標(biāo)吼砂,再點(diǎn)擊“升序”,日期就從小到大排序了鼎文。

[if !vml]

[endif]

第七步:開(kāi)始計(jì)算渔肩,PE溫度和PB溫度公式如下

=NORMDIST(B3,AVERAGE(B$2:B3),STDEV(B$2:B3),1)*100

1、籃框第一行的溫度不算拇惋,從第二行開(kāi)始按上面的公式計(jì)算周偎,注意$是固定住第一行的意思。

[if !vml]

[endif]


同樣的步驟計(jì)算指數(shù)的市凈率PB溫度撑帖。

[if !vml]

[endif]

3蓉坎、指數(shù)溫度把市盈率和市凈率相加求平均數(shù),公式=(C3+E3)/2

[if !vml]

[endif]

[if !supportLineBreakNewLine]

[endif]

這里固定首行數(shù)據(jù)胡嘿,就是要固定開(kāi)始的時(shí)間蛉艾,開(kāi)始時(shí)間越早,總時(shí)間越長(zhǎng)衷敌,數(shù)據(jù)庫(kù)越大勿侯,溫度的參考性才越高,樣本數(shù)據(jù)越大逢享,統(tǒng)計(jì)才越接近真實(shí)罐监。

[if !vml]

[endif]

[if !supportLineBreakNewLine]

[endif]

在最新指數(shù)溫度一列,就是用近十年的數(shù)字可以計(jì)算出中證500的指數(shù)溫度了(只有11.99瞒爬,歷史上低于現(xiàn)在股市的概率只有11.99%弓柱,真是投資好時(shí)機(jī)呢)

PS:指數(shù)溫度的計(jì)算公式是一個(gè)正態(tài)分布法計(jì)算函數(shù),學(xué)名叫“返回指定平均值和標(biāo)準(zhǔn)偏差的正態(tài)分布函數(shù)”侧但。


$???OG?

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
禁止轉(zhuǎn)載矢空,如需轉(zhuǎn)載請(qǐng)通過(guò)簡(jiǎn)信或評(píng)論聯(lián)系作者。
  • 序言:七十年代末禀横,一起剝皮案震驚了整個(gè)濱河市屁药,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌柏锄,老刑警劉巖酿箭,帶你破解...
    沈念sama閱讀 222,000評(píng)論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件复亏,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡缭嫡,警方通過(guò)查閱死者的電腦和手機(jī)缔御,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,745評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門(mén),熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)妇蛀,“玉大人耕突,你說(shuō)我怎么就攤上這事∑兰埽” “怎么了眷茁?”我有些...
    開(kāi)封第一講書(shū)人閱讀 168,561評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)纵诞。 經(jīng)常有香客問(wèn)我上祈,道長(zhǎng),這世上最難降的妖魔是什么挣磨? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 59,782評(píng)論 1 298
  • 正文 為了忘掉前任雇逞,我火速辦了婚禮荤懂,結(jié)果婚禮上茁裙,老公的妹妹穿的比我還像新娘。我一直安慰自己节仿,他們只是感情好晤锥,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,798評(píng)論 6 397
  • 文/花漫 我一把揭開(kāi)白布。 她就那樣靜靜地躺著廊宪,像睡著了一般矾瘾。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上箭启,一...
    開(kāi)封第一講書(shū)人閱讀 52,394評(píng)論 1 310
  • 那天壕翩,我揣著相機(jī)與錄音,去河邊找鬼傅寡。 笑死放妈,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的荐操。 我是一名探鬼主播芜抒,決...
    沈念sama閱讀 40,952評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼托启!你這毒婦竟也來(lái)了宅倒?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書(shū)人閱讀 39,852評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤屯耸,失蹤者是張志新(化名)和其女友劉穎拐迁,沒(méi)想到半個(gè)月后蹭劈,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,409評(píng)論 1 318
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡线召,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,483評(píng)論 3 341
  • 正文 我和宋清朗相戀三年链方,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片灶搜。...
    茶點(diǎn)故事閱讀 40,615評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡祟蚀,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出割卖,到底是詐尸還是另有隱情前酿,我是刑警寧澤,帶...
    沈念sama閱讀 36,303評(píng)論 5 350
  • 正文 年R本政府宣布鹏溯,位于F島的核電站罢维,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏丙挽。R本人自食惡果不足惜肺孵,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,979評(píng)論 3 334
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望颜阐。 院中可真熱鬧平窘,春花似錦、人聲如沸凳怨。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 32,470評(píng)論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)肤舞。三九已至紫新,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間李剖,已是汗流浹背芒率。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 33,571評(píng)論 1 272
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留篙顺,地道東北人偶芍。 一個(gè)月前我還...
    沈念sama閱讀 49,041評(píng)論 3 377
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像慰安,于是被迫代替她去往敵國(guó)和親腋寨。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,630評(píng)論 2 359

推薦閱讀更多精彩內(nèi)容