来源：源达
投资要点
低市盈率组合明显优于高市盈率组合
从全部A股中分别选取市盈率最低20只个股，市盈率最高20只个股进行回测，低市盈率组合与高市盈率组合呈现出截然不同的特性。2014.05.07-2025.10.27期间，低市盈率组合整体跑赢沪深300，年化收益为8.70%，超额收益为42.38%。高市盈率组合整体跑输沪深300，超额收益为-42.06%。就不同市场阶段而言，低市盈率组合在2020-2021年成长风格占优的周期中略跑输沪深300，一定程度上反映了低市盈率因子存在周期性失效。2022年后，随着风格切换回价值，低市盈率因子组合不断创出新高。
引入机构评级家数对市盈率组合进行优化
引入“机构评级家数大于10家”作为筛选条件后，组合回测结果均得到了一定提升。2014.05.07-2025.10.27期间，低市盈率组合在几乎不增加波动率的情况下提升了收益，并降低了最大回撤，组合年化收益率为12.83%，相对沪深300的超额收益为181.54%。高市盈率组合表现亦显著改善，同时期，组合年化收益率为11.34%，相对沪深300的超额收益由负转正，为124.64%。
扩大低市盈率组合范围来消除行业因素影响
通过将低市盈率组合的持仓数量从20只扩充至50只，组合表现同样实现了较大提升。50只组合通过适度分散化，有效规避了因持股过度集中而可能遭遇的个别价值陷阱或特定行业风险，2014.05.07-2025.10.27期间，其组合年化收益为12.28%，相对沪深300的超额收益为159.46%。
低市盈率分位数单因子回测表现最优
历史分位数计算的是某个指标当前的取值在一段历史区间中所处的分位数点，是常用的时间序列分析方法，具有明确的经济学意义。PE历史分位数反映了个股当前PE估值在一段历史区间中的高低程度。为进一步消除行业估值差异，本文选取在调仓日期前6个月内PE历史分位数处于最低的20只股票构建组合。从回测结果来看，低市盈率分位数单因子组合表现最优，其相对沪深300 的超额收益为409.30%，年化收益率为17.34% 。
风险提示
历史收益表现不代表未来；回测模型未考虑实际交易费用率；其他数据统计误差
一、市盈率因子初步回测
市盈率是资本市场中最为经典和广泛关注的估值指标之一。其核心定义为股票价格与每股收益的比率，计算公式为 ：
市盈率 = 股票价格 / 每股收益
根据净利润取值时期的不同，可分为使用上一年度净利润的静态市盈率和使用最近四个季度净利润的滚动市盈率。其中，滚动市盈率 （Trailing Twelve Months， TTM） 能更及时地反映公司最新的盈利状况，为确保时效性，本文选用滚动市盈率 （Trailing Twelve Months， TTM） 进行选股回测。
一般而言，较低的市盈率可能预示着股票被市场低估，具备更高的安全边际和未来价值回归的潜力，而较高的市盈率则往往蕴含了市场对公司未来高成长性的强烈预期，但也可能意味着其估值偏高存在回调风险。因此，市盈率因子试图捕捉的，正是这种价格相对于其盈利基础偏离所带来的投资机会，其背后的核心假设是：从长期来看，市场会进行均值回归，低估的价值股终将实现超越市场的回报。
1．市盈率因子单因子回测
我们选取2014-2025年全部A股公司来构建股票池，考虑业绩时效性及假期因素，我们在每年的5月7日以及11月7日进行调仓，若当日不是交易日，则顺延至下一个交易日。此外，剔除全部A股中市盈率为负的个股，以及剔除 ST、*ST 个股，分别选取市盈率最低20只个股，市盈率最高20只个股进行回测，回测结果如下：
图1： 市盈率最低与市盈率最高20只股票组合回测
资料来源：Wind，源达信息证券研究所
表1：市盈率最低与市盈率最高20只股票组合表现对比 （2014.05.07-2025.10.27）
|
项目 |
市盈率最低20只 |
市盈率最高20只 |
|
组合收益（%） |
160.70% |
76.15% |
|
超额收益（%） |
42.38% |
-42.06% |
|
年化收益（%） |
8.70% |
5.05% |
|
年化波动率（%） |
21.50% |
30.29% |
|
Alpha |
3.38% |
-1.48% |
|
Beta |
0.7558 |
0.9298 |
|
Sharp |
0.33 |
0.12 |
|
跟踪误差 |
0.95% |
1.44% |
|
最大回撤（%） |
-43.62% |
-73.61% |
数据来源：Wind，源达信息证券研究所
从回测结果中可以看出，低市盈率组合与高市盈率组合呈现出截然不同的特性。低市盈率组合整体跑赢沪深300，年化收益为8.70%，超额收益为42.38%。高市盈率组合整体跑输沪深300，超额收益为-42.06%。低市盈率组合的净值曲线整体相对平滑，尽管在2015年与2018年的系统性下跌中难以完全规避回撤，但其展现出更强的抗跌性与恢复能力。反观高市盈率组合则波动性较大，其净值在2015年遭遇较大回撤且后续未能恢复前高，凸显了其在市场情绪逆转时的脆弱性。
就不同市场阶段而言，在2014-2017年，低市盈率组合稳步建立了长期领先优势，在2018年熊市中，其回撤也相对更小。在2020-2021年成长风格占优的周期中，低市盈率组合跑输沪深300，在一定程度上说明了低市盈率因子存在周期性失效，2022年后，随着风格切换回价值，低市盈率因子不断创出新高。
2．市盈率因子叠加机构评级家数因子回测
前面的回测中，仅剔除亏损股，及相关ST股，但可能未完全排除盈利质量差、前景黯淡的公司。为了降低价值陷阱风险，即一些低市盈率个股可能反映的是公司基本面的衰落，进一步，我们引入机构评级家数因子叠加低市盈率因子进行回测，回测结果如下：
图2： 机构评级家数大于10家且市盈率最低20只股票组合回测
资料来源：Wind，源达信息证券研究所
同样，为避免基本面衰落的高估值公司的泡沫破裂风险， 我们引入机构评级家数因子叠加高市盈率因子进行回测，回测结果如下：
图3： 机构评级家数大于10家且市盈率最高20只股票组合回测
资料来源：Wind，源达信息证券研究所
从回测结果来看，引入“机构评级家数”作为筛选条件后，无论是高市盈率组合还是低市盈率组合，其回测结果均得到了一定提升。
低市盈率组合叠加机构评级家数后，在几乎不增加波动率的情况下，大幅提升了收益，并降低了最大回撤。2014.05.07-2025.10.27期间，组合年化收益率为12.83%，相对沪深300的超额收益为181.54%。不过同样，在2020-2021年成长风格占优的周期中，低市盈率组合跑输沪深300，2022年后随着风格切换回价值，组合获得大幅超额收益。
高市盈率组合叠加机构评级家数后，组合表现显著改善，2014.05.07-2025.10.27期间，组合年化收益率为11.34%，相对沪深300的超额收益由负转正，为124.64%。机构评级家数因子有效过滤了高估值股票中基本面脆弱、纯靠题材炒作的泡沫，保留了那些虽然估值较高但具备真实成长潜力且被机构研究覆盖认可的公司，从而在保留上涨弹性的同时，显著降低了其极端下行风险。
表2：机构评级家数大于10家且市盈率最低20只与最高20只股票组合表现对比 （2014.05.07-2025.10.27）
|
项目 |
机构评级家数大于10家 且市盈率最低20只 |
机构评级家数大于10家 且市盈率最高20只 |
|
组合收益（%） |
300.14% |
243.25% |
|
超额收益（%） |
181.54% |
124.64% |
|
年化收益（%） |
12.83% |
11.34% |
|
年化波动率（%） |
21.82% |
34.31% |
|
Alpha |
7.47% |
3.55% |
|
Beta |
0.7613 |
1.1047 |
|
Sharp |
0.52 |
0.29 |
|
跟踪误差 |
0.96% |
1.57% |
|
最大回撤（%） |
-37.00% |
-67.70% |
数据来源：Wind，源达信息证券研究所
二、基于跨行业估值差异的市盈率因子优化
不同行业间市盈率存在的结构性差异。具体而言，能源、金融、公用事业等传统行业市盈率普遍偏低，而信息技术、医疗保健等成长性行业则估值较高。 这种巨大差异源于市场对不同行业的增长预期、盈利稳定性及资产结构的不同定价。因此，之前构建的组合可能将不可避免地偏向金融、能源等低估值板块。
表3：Wind 一级行业的市盈率（2025.10.13）
|
板块 |
市盈率（TTM，整体法） |
|
WIND能源 |
12.57 |
|
WIND材料 |
44.11 |
|
WIND工业 |
34.64 |
|
WIND可选消费 |
29.51 |
|
WIND日常消费 |
22.18 |
|
WIND医疗保健 |
52.16 |
|
WIND金融 |
8.22 |
|
WIND信息技术 |
102.47 |
|
WIND通讯服务 |
23.77 |
|
WIND公用事业 |
18.96 |
|
WIND房地产 |
-6.73 |
资料来源： Wind， 源达信息证券研究所
1．扩大组合范围
为了在构建组合时减少行业因素的影响，我们尝试扩大股票组合的范围，分别选取市盈率最低及最高的50只股票构建组合，考虑业绩时效性及假期因素，我们在每年的5月7日以及11月7日进行调仓，若当日不是交易日，则顺延至下一个交易日。此外，剔除全部A股中市盈率为负的个股，以及剔除 ST、*ST 个股。回测结果如下：
图4： 市盈率最低与市盈率最高50只股票组合回测
资料来源：Wind，源达信息证券研究所
表4：市盈率最低与市盈率最高50只股票组合表现对比 （2014.05.07-2025.10.27）
|
项目 |
市盈率最低50只 |
市盈率最高50只 |
|
组合收益（%） |
278.07% |
109.62% |
|
超额收益（%） |
159.46% |
-8.99% |
|
年化收益（%） |
12.28% |
6.66% |
|
年化波动率（%） |
21.46% |
29.09% |
|
Alpha |
6.42% |
0.16% |
|
Beta |
0.8303 |
0.9216 |
|
Sharp |
0.50 |
0.18 |
|
跟踪误差 |
0.78% |
1.35% |
|
最大回撤（%） |
-38.46% |
-73.70% |
数据来源：Wind，源达信息证券研究所
通过将低市盈率组合的持仓数量从20只扩充至50只，组合表现实现了较大程度地提升。50只组合通过适度的分散化，一定程度上规避了因持股过度集中而可能遭遇的个别价值陷阱或特定行业风险，其组合年化收益为12.28%，相对沪深300的超额收益为159.46%。
2．市盈率分位数因子回测
历史分位数计算的是某个指标当前的取值在一段历史区间中所处的分位数点，是常用的时 间序列分析方法，具有明确的经济学意义。PE历史分位数反映了个股当前PE估值在一段历史区间中的高低程度，能定量刻画出个股的PE估值在一段历史区间中是否“便宜”。
为了在构建组合时进一步最小化行业估值因素的影响，我们将尝试使用市盈率分位数因子。本文选取在调仓日期前6个月内PE历史分位数处于最低的20只股票构建组合，考虑业绩时效性及假期因素，我们在每年的5月7日以及11月7日进行调仓，若当日不是交易日，则顺延至下一个交易日。此外，剔除全部A股中市盈率为负的个股，以及剔除 ST、*ST 个股。回测结果如下：
图5： 市盈率分位数最低20只股票组合回测
资料来源：Wind，源达信息证券研究所
进一步，我们尝试在此基础之上，叠加机构评级家数因子，回测结果如下：
图6： 机构评级家数大于10家且市盈率分位数最低20只股票组合回测
资料来源：Wind，源达信息证券研究所
表5：市盈率分位数最低20只股票与叠加机构评级家数大于10家后组合表现对比（2014.05.07-2025.10.27）
|
项目 |
市盈率分位数最低20只 |
机构评级家数大于10家 且市盈率分位数最低20只 |
|
组合收益（%） |
527.73% |
317.57% |
|
超额收益（%） |
409.30% |
198.96% |
|
年化收益（%） |
17.34% |
13.25% |
|
年化波动率（%） |
26.04% |
25.08% |
|
Alpha |
10.96% |
6.58% |
|
Beta |
0.9067 |
0.9473 |
|
Sharp |
0.61 |
0.47 |
|
跟踪误差 |
1.09% |
0.92% |
|
最大回撤（%） |
-55.51% |
-49.80% |
数据来源：Wind，源达信息证券研究所
从回测结果来看，低市盈率分位数单因子组合表现最优，市盈率分位数因子在较大程度上消除了行业估值差异问题，组合表现远超之前低市盈率组合，经机构评级家数增强后的低市盈率组合，以及扩大选股范围的低市盈率组合。2014.05.07-2025.10.27期间，其相对沪深300 的超额收益为409.30%，年化收益率为17.34% 。
低市盈率分位数因子叠加机构评级家数因子之后，组合收益率出现一定程度的下降，主要原因可能是机构评级因子将选股范围限制在了已被市场广泛研究、相对成熟的股票池中，这本质上过滤掉了一部分潜在的高赔率机会，导致收益天花板下降。
三、风险提示
历史收益表现不代表未来；
回测模型未考虑实际交易费用率；
其他数据统计误差
责任编辑：刘万里 SF014