这是投资系列的最后一篇。前两篇请参考：
我的这三篇文章讲的都是极为浅显的投资基础知识，仅仅针对于小白，已经入门的朋友就不必看了。
同时也要强调，前两篇文章是我多年前的备忘录，经过多年的实践，其基本认知并没有发生改变，因为它们属于科学的范畴。但是我对估值这门艺术知之甚少，认知也在一直变化，现在的理解可能也有谬误。文中的观点请大家批判性吸收，也欢迎指出其中的漏洞。
跟前两篇文章合起来，我主要想回答一些常见的、看起来很符合直觉的“小白问题”：
“我就找那种标的（什么上市第一天、题材股、动量、国企、银行……）总之就一句话：未来五到十年都不会倒闭（比如工商银行怎么倒闭），而且大概率有波动。我就在上面做 T ，赚到 x% 就收手，浮亏不卖！能怎么亏？”
“人的心理啊，不能把人看作绝对理性人。如果现在 A 股跌到 3000 点，有多少人就算懂道理，能忍住不加仓？如果短期内涨到 5000 点，是暴涨上去的，真的不减仓吗？”
当你彻底理解并消化了“资产分散 + 再平衡”这种战略部署之后，我相信你已经看不上“看点位”、“做 T”这些花架子了。因为你只需要关心你的组合里资产够不够硬、够不够分散、是不是够离散。达到设定的偏离度后，再平衡即可。3000 点、5000 点还是 1000 点，对你来说意义已经不大。
如果你还有上述心魔，根本原因在于：你把投资看成是一个在资产波动上做差价获取收益的游戏，而不是跟随资产成长的游戏。
换句话说：你不知道这个资产的贵贱！
正因为不知道合理估值，才会纠结于 3000 点还是 5000 点，才会设计出“浮动仓”、“2% 差价”等策略。为什么不是 5% 差价？为什么不是 15%？因为你心里没底。
如果一个人能对标的合理定价，准确知道它就是值 100 元，那么他所有的操作都不用这么麻烦。遗憾的是，估值是一门模糊的学问，是一门艺术，所以世间才会有这么多所谓的“交易策略”。
投资 = 科学 + 艺术。估值，就是那门艺术。
既然是艺术，就没有统一标准。我是个理工科生，即使是艺术，也试图在其中寻找科学的部分，以下只是我的一孔之见。
估值就是你要算一下，花多少钱去买这个资产才合算。我们这里只讨论权益类资产，最狭义的就是对一个公司、一个行业、或者一个指数估值。至于黄金、比特币、石油，暂不在能力圈之内。
在前一篇文章中提到，当我们确定了“资产分散配置 + 再平衡”的策略后，需要决定配比。这就需要给各类资产进行估值。大白话就是：贵的少配点，便宜的多配点。
假如我们拥有全知全能的后视镜，该如何评价一个组合的优劣？我相信就是在一段时间内随机取样，分析每个取样点中各种资产的配比是否符合凯利公式。总体偏离越小，组合越优秀。
可惜世上没有后视镜，我们只能依靠估值，来打造自己心目中最好的资产配比。
相信大家都有买菜的经历。去菜市场转一圈，我们很容易判断某种菜是贵了还是贱了：
这些对话说明买菜者已经熟练掌握了估值的基本方法：
公司的估值原理也是一样的。你可以想象：如果楼下卖煎饼果子的老板不干了要转让，你觉得多少钱盘下来合适？
你会思考：一个月支出多少？收入多少？毛利、净利多少？几年回本？未来发展如何？最重要的是——跟存银行比，哪个更划算？
我们需要一个真实世界的例子：既不太复杂，又不要太有名，业务简单，数据公开。我选了一个港股上市公司：**361 度 (01361.HK)**。
361 度是运动服饰品牌，业务单一（卖鞋服），分为成人和儿童两块。它是行内老四，在红海中厮杀，价格便宜，质量尚可。关键是它的财务数据有零有整，适合入门分析。
打开股票软件，你会看到“财务三大表”：利润表 + 资产负债表 + 现金流量表。
首先问几个问题：
如果答案都是 NO ，那你就是凭感觉盘煎饼果子摊的大佬，主打一个随意。
巴菲特绝对是世界上读财报最多的人之一。如果一个人能把世上各行各业的财报都纳入头脑的大模型进行全方位比较，眼光自然毒辣。
书归正传，为了方便理解，我将 361 度某年的数据做了极简处理：
1. 利润表（赚了多少钱）
觉得它值多少钱？谨慎的你会问：有欠债吗？
2. 资产负债表（家底如何）
现在能出价了吗？等等，还得看细节：
你可能会继续问：账上还有多少真金白银？回款积不积极？请球星代言花了多少钱？
甚至更细致的问题：一年卖多少双鞋？平均单价多少？加盟店多少家？店主是大叔还是小姐姐？
“来人，把这个小子叉出去！他不是来投资的，是想来占咱们便宜的！”
如果你细想下去，问题会源源不断：
相信您把它最近十年的财报打印出来，读的越多，需要考虑的问题会一个一个一个自己蹦出来，最后你会发现，你需要变成这家企业的 CEO 。不！不仅仅是 CEO ，要变成总经理、CFO 、品牌部经理、产线工人、加盟店的卖鞋小妹…你需要知道一切！….才能…哦！见鬼！我还是很难确认它到底值一个什么价！
马化腾历史上也有差点 100 万把腾讯卖掉的时候。估值没有标准，历史数据不能预测未来。
但你已经进步了，你开始比较了。
估值的一个法门：比较！比较！还是比较！
比较是为了寻找确定性最大的那个，即安全边际。我们凡人为了效率，提炼了几个关键指标：
套用到 361 度（假设市值 100 亿）：
聪明的你已经发现：ROE 越高越好，PE/PB 越低越好，股息率越高越好。
最好的生意像比特币：出一版代码，创始人就消失了，靠志愿者自己长成万亿生意（极高 ROE ，极低成本）。
当你接触到这几个指标之后，我相信你迫不及待的，会找个软件，去筛选 ROE 最高的，PE 最低、DRP 最好的的那些公司……..但是，要不我们先看看，巴菲特是什么标准？
谈起估值，特级大师当属巴菲特，我们看看他早期能看上的公司都有什么特质:
是不是泪流满面？现在翻遍 A 股港股美股，很难找到这样的标的。那是天时地利人和的产物。
我们说巴菲特震古烁今的投资成绩，是天时地利人和缺一不可。他出生于美国大萧条，成长于美国历史上经济发展最黄金的一段时期，他在二级市场上的成绩还是小 Case ，他二十几岁参与一级市场已经是一把好手，同时他十八般武艺样样精通，自己干过不少实体买卖，套利、期货、债券，各种金融工具信手拈来，同时他本人天资超绝，得遇明师，勤勤恳恳；他悟得早，活得长，最重要的---他挣钱不花，是个无情的资本增值机器………….
哭了哭了，我们啥都不行，还没有他那个时候的好环境，那我们怎么办呢？
巴菲特有个大师兄，叫沃尔特.施洛斯，可能听过的人不多；这位老爷子某一方面来说，他对估值的执着和坚持要超过巴菲特；
老爷子也是投资一辈子，收益率比起巴菲特不遑多让，但是总金额要小得多；因为他是代客理财，挣了钱当年就给客户分掉了，所以没有复利增长。他最先是一个人在一个小办公室租了个工位，电话不舍得装一个，打公共电话；天天就是看财报，捡便宜货；后来挣了不少钱，就扩大规模，找了个助手。助手也是肥水不流外人田，让儿子来干！爷俩一干就干到老爷子 90 来岁；两个人都是乐天派，挣了不少钱攒起来，不花，但是看个乐呵，名声不显的开开心心颐养天年，谁说这不是一种踏实的活法呢？
老施和老巴关系很好，老施很宠溺老巴，说老巴这个小师弟聪明绝伦巴拉巴拉，老巴有时候手里有点儿烟蒂股懒得折腾了都打包批发给老施，他们从来不讲价，老巴说什么价，老施就接过来；
不过老施对老巴有一点最大的不满：说老巴是个大嘴巴，全世界宣扬怎么搞价值投资，弄的好股票越来越不好找。他少说两句不行吗！？
老施的策略很简单，就是极致的捡垃圾策略：
老巴早期也是老施的风格，但是后来由于资金量越来越大，他慢慢转向了芒格所提倡的：“用合适的价格买伟大的公司并长期持有”的风格；江湖上称之为芒系（取名自芒格）；
而老施一辈子找便宜，捡垃圾的风格，江湖上称之为格系(取名自老巴和老施的老师：格雷厄姆)
关于这两路武功套路的对比，雪球上有篇文章做了很好的总结：
https://xueqiu.com/6832369826/153239003
注意：以下是作者私货，可能有谬误，请批判吸收。
首先，我们要选择以后要走的路，芒系还是格系：
走芒系，就是阅读无止境的财报，把世上所有的生意模式藏于胸中，然后年复一年的以极大的耐心去寻找心目中的那个"她"，找到了就牢牢抱住不放手；具体就是看估值、看成长、看资产、看负债、看现金流、看生意模式、看管理层、看持续性、看运气。。。。。。永远都看不完，最重要的，你得有那个天赋！
走格系，就简单了，格雷厄姆本人万晚年就提出了一套通俗易懂的非常机械的版本:
但是作为理工科生，我不想把生命浪费在机械的选股上，所以我选择用指数代替个股筛选，在格系的基础上进一步删减。
1. 中证红利（养老型公司 B ）
2. 消费 50 （成长型公司 A ）
我们对比两类公司在 10 年周期的表现：
理论基础：
B 公司（红利）长期破净（ PB < 1 ）。当它分红并再投入时，本质上是用 1 块钱买入 2 块钱的资产，从此这一块钱享受 2 块钱资产的长期复利。
只要 B 保持分红且长期破净，分红再投的威力巨大。
条件：10% ROE ，6% 分红，0.7 PB 买入
| 年份 | 再投-净资产 | 再投-市价 | 再投-年化% | 不投-净资产 | 不投-市价 | 不投-累计分红 | 不投-年化% |
|---|---|---|---|---|---|---|---|
| 1 | 159.71 | 111.80 | 11.80% | 151.14 | 105.80 | 6.00 | 11.80% |
| 2 | 178.56 | 124.99 | 11.80% | 159.91 | 111.94 | 12.35 | 11.48% |
| 3 | 199.63 | 139.74 | 11.80% | 169.18 | 118.43 | 19.06 | 11.20% |
| 5 | 249.52 | 174.67 | 11.80% | 189.38 | 132.56 | 33.69 | 10.70% |
| 7 | 311.89 | 218.32 | 11.80% | 211.98 | 148.39 | 50.06 | 10.29% |
| 10 | 435.83 | 305.08 | 11.80% | 251.05 | 175.73 | 78.35 | 9.77% |
条件：20% ROE ，3% 分红，4 PB 买入
| 年份 | 再投-净资产 | 再投-市价 | 再投-年化% | 不投-净资产 | 不投-市价 | 不投-累计分红 | 不投-年化% |
|---|---|---|---|---|---|---|---|
| 1 | 27.75 | 111.00 | 11.00% | 27.00 | 108.00 | 3.00 | 11.00% |
| 2 | 30.80 | 123.21 | 11.00% | 29.16 | 116.64 | 6.24 | 10.85% |
| 3 | 34.19 | 136.76 | 11.00% | 31.49 | 125.97 | 9.74 | 10.71% |
| 5 | 42.13 | 168.51 | 11.00% | 36.73 | 146.93 | 17.60 | 10.47% |
| 7 | 51.90 | 207.62 | 11.00% | 42.85 | 171.38 | 26.77 | 10.26% |
| 10 | 70.99 | 283.94 | 11.00% | 53.97 | 215.89 | 43.46 | 10.00% |
结论：
最终收益看起来差不多（约 11%-12%），但红利的安全边际极大。
因为红利类资产容易估值。我偏好那种“涨了不错，跌了更好”的资产。
为什么跌了更好？
投资的底层收益来源有三个：
中证红利的估值波动很小，成长性不高，但分红稳定。分红是资产定价的锚。最重要的是它长期破净。分红再投，就是把公司成长和分红的收益都收入囊中。
def calculate_investment_scenarios():
# 用户输入参数
roe = float(input("请输入 ROE （例如输入 0.2 表示 20%）: "))
dividend_ratio = float(input("请输入股息率（例如输入 0.03 表示 3%）: "))
pb = float(input("请输入市净率(PB): "))
years = int(input("请输入投资年限: "))
# 初始参数
initial_investment = 100 # 初始投入 100 元
initial_net_asset = initial_investment / pb # 初始净资产
# 初始化两种场景
scenarios = {
"再投资": {
"net_asset": initial_net_asset,
"cum_dividend": 0.0 # 分红全部再投资，现金分红为 0
},
"不再投资": {
"net_asset": initial_net_asset,
"cum_dividend": 0.0 # 累计现金分红
}
}
# 存储结果
results = []
for year in range(1, years+1):
year_data = {"年份": year}
# 计算两种场景
for scenario in scenarios:
# 获取当前场景数据
data = scenarios[scenario]
net_asset = data["net_asset"]
cum_dividend = data["cum_dividend"]
# 基础计算
net_income = net_asset * roe
dividend = net_income / (roe * 1.0 / pb) * dividend_ratio
retained = net_income - dividend
# 场景差异化处理
if scenario == "再投资":
# 分红再投资购买净资产
reinvestment = dividend / pb
new_net_asset = net_asset + retained + reinvestment
new_cum_dividend = cum_dividend # 分红已再投资，不保留现金
else:
# 分红保留为现金
reinvestment = 0
new_net_asset = net_asset + retained
new_cum_dividend = cum_dividend + dividend
# 计算市值和总回报
market_value = new_net_asset * pb
total_return = market_value + (new_cum_dividend if scenario == "不再投资" else 0)
annualized = (total_return / initial_investment) ** (1/year) - 1
# 存储结果
year_data.update({
f"{scenario}_净资产": new_net_asset,
f"{scenario}_分红": dividend,
f"{scenario}_市价": market_value,
f"{scenario}_累计分红": new_cum_dividend,
f"{scenario}_年化收益率": annualized * 100
})
# 更新场景数据
scenarios[scenario]["net_asset"] = new_net_asset
scenarios[scenario]["cum_dividend"] = new_cum_dividend
results.append(year_data)
# 打印结果
print("\n 投资场景对比（单位：元）:")
print(f"{'年份':<6} | {'再投资-净资产':<12} {'再投资-市价':<12} {'再投资-年化%':<12} | {'不再投资-净资产':<12} {'不再投资-市价':<12} {'不再投资-累计分红':<14} {'不再投资-年化%':<12}")
print("-"*110)
for data in results:
row = [
data["年份"],
# 再投资数据
f'{data["再投资_净资产"]:.2f}',
f'{data["再投资_市价"]:.2f}',
f'{data["再投资_年化收益率"]:.2f}%',
# 不再投资数据
f'{data["不再投资_净资产"]:.2f}',
f'{data["不再投资_市价"]:.2f}',
f'{data["不再投资_累计分红"]:.2f}',
f'{data["不再投资_年化收益率"]:.2f}%'
]
print(f"{row[0]:<6} | {row[1]:<12} {row[2]:<12} {row[3]:<12} | {row[4]:<12} {row[5]:<12} {row[6]:<14} {row[7]:<12}")
# 执行计算
if __name__ == '__main__':
calculate_investment_scenarios()
把计划写出来，然后从各种角度攻击它：
附：标的参考
当然，下面的标的您可以自由搭配组合：
我的债券基金选择（风险从低到高）：
我的权益类指数选择：
我们以能够估值的指数为单位，结合债券和现金，将风险关进笼子，结合再平衡，把波动变成朋友。
“做 T 也有发大财的。”
当然，但发财的人少，且很难复制。幸存者偏差而已。
“股债平衡在股票涨的时候卖股票，减少了盈利。为什么这合理，而我做 T 浮动仓减少盈利就是缺点？”
日心说和地心说都能解释太阳东升西落，但要预测星星的轨迹，地心说就失效了。再平衡是处理风险的手段，而不是为了预测涨跌。
“有人就是熬不住长线，底仓加浮动仓适合心理按摩。”
当你把投资称为“熬”的时候，路已经走错了。
为什么存银行不叫“熬”？因为你把现金看作锚。如果跳出来，众生平等地看待所有资产，它们都是有内在价值、价格波动的标的。存银行也是一种配置，而且大家都知道长期存银行有极大的贬值风险。
这是一个专为移动设备优化的页面（即为了让你能够在 Google 搜索结果里秒开这个页面），如果你希望参与 V2EX 社区的讨论，你可以继续到 V2EX 上打开本讨论主题的完整版本。
V2EX 是创意工作者们的社区，是一个分享自己正在做的有趣事物、交流想法，可以遇见新朋友甚至新机会的地方。
V2EX is a community of developers, designers and creative people.