巴菲特經常會引用伊索寓言中的名言，一鳥在手勝過二鳥在林。要估算林中小鳥的價值，要考慮很多因素，比如林中有多少小鳥、小鳥什麼時候出現。
很通俗的一句話告訴我們，不要去截斷盈利，讓虧損奔跑。投資本來就是一件逆人性的事情，很多時候，我們都是漲了拿不住。為什麼呢？此命題超綱了，無解。
也有時候，我們總是悔恨在上漲之前沒有買的不夠多，在下跌之後怨恨沒有賣的夠早。人總是要接受不完美的自己，對投資如是。經常看盤的人，喜歡總想操作點什麼，比如先止個盈助助興。
大家經常被人告誡，要長期投資。雖然就四個字，但是重點在“長期”和“投資”上下功夫。
那麼什麼是長期呢，漲了不賣，跌了更不賣，打死都不賣。那麼什麼是投資呢，在可預見的時期內獲得收益。所以長期投資應該這樣說，先投資，再長期。
而我們投資指數基金，要取得很好的收益率，怎樣理解估值灰常重要。
最常見的指數估值的指標是市盈率。那麼什麼是市盈率（pe）呢？給大家用一個通俗的栗子來說一下：
複利準備去擺地攤了，過了一段時間生意還挺好，我的關注量是一萬，但是這一萬人裡面有幾百個朋友覺得我複利本人還挺靠譜，準備讓我擴大地攤的地盤，建議我把旁邊地攤的地盤也吞了，複利收到這些朋友的蠱惑，覺得這注意好，可是複利我沒money呢，那怎麼辦，你們這幾百個朋友得入股，那行，我複利就發行個20000股吧。每股一元，總共募集了20000元。
一年以後，復老闆賺錢了，賺了1萬元，每張股票可分到利潤5毛錢。所以第一年的市盈率（pe）就是1元/0.5毛錢=2。
所以市盈率=股價/每股收益。現在的價格是每股收益的多少倍，也就是假設每股收益不變的話，現在投下去的錢要多少年才能收回投資。市盈率越低，說明股價越便宜。
當然如果複利還想擴大地盤，繼續找這一萬人融資，地盤是大了，但是沒賺到錢，然後複利攜款跑路了，這就是“龐氏騙局”。
那麼我經常用的一個指標是PE-TTM，這個指標是什麼意思呢？pe-ttm是滾動市盈率，但是跟簡單的pe不同的是pe-ttm=股價/過去四個季度的每股收益之和。比如現在是2018年5月18號，那麼TTM用的每股收益用的是2017年第2季度到2018年第一季度的每股收益。
以中證500指數為例，現在指數的點位是5993，也就是中證500指數的價格=5993，它等於市盈率*指數盈利，為什麼主動性基金不能計算市盈率呢，因為主動性基金持倉組合裡面有債券倉位，而指數基金裡面都是一籃子股票，所以可以計算這一籃子股票的總盈利。然後用指數的價格/總盈利可以粗略得到這個指數的市盈率。
過去兩年，指數的點數雖然沒有很大的變化，但是隨著指數盈利的上升，指數的估值卻逐漸在下降。對於指數估值的下降，那麼最好的辦法就是指數陰跌或者股災。當然這兩年指數500的估值雖然在下降，但是指數的點位持續低迷，由於陰跌，買入後也沒有獲得盈利。
但是指數的收益率來源於指數的估值差和內生性的盈利增長。既然近一年的持有沒有獲得盈利增長的收益率，那我們就可以獲得估值差的收益率。以我的持倉為例，給大家說一些短期內的估值差止盈：
第一次買入時間為17年5月22日，當然對於中證500指數點位是5888，估值為33.59，第二次買入時間為5月24日，中證500指數點位是5799，估值為33.10.那麼對於去年來說，中證500的最低估值為32.59，對應指數點位為5710。那麼面對中證500指數33的市盈率是明顯高估的，大家的思維中已經被固話了，就是高估的指數不適合買入，更不適合定投。但是明顯高估的指數卻漲了差不多半年多。
所以就高估的指數不是不適合買入，也不是不適合定投，但是需要自己擇時來取得指數短期內的估值差收益。因此如何在短期內止盈呢？那就是根據估值差低買高賣。
當然這個也涉及到你以合適的價格賣出之後還能以更低的價格賣回來嗎？大多數人也沒有擇時的能力，雖然短期內你獲得了估值差的收益率，但是你後期如果沒有能力以更低的價格買回當初的市值，那麼你還不如持有不動，通過定投，也就是從高估——低估——正常，停止定投，然後重新到高估分批賣出。當然從低估開始定投沒錯，但是高估到低估的這個區間內看指數是一定跌的，但是它總會有反彈，也許這個指數是高估——極度高度——高估——低估的過程。所以我覺得有投資能力的人也要對這個過程吃到自己的肉。
當然也有人擔心，就是年年指數都是這個價格，不吃短期內的估值差收益率，那一直持有會不會賺錢呢，肯定會的。因為指數價格不漲不代表指數的內生性盈利不上漲，有條件的你可以看看每個指數每個季度的淨利潤增速。當然高估的指數最終會均值迴歸，也就是回到低估，那麼均值迴歸的時間越久，指數的價格也就越在一個區間內波動， 成了磨人的小妖精，投資者的內心也越煎熬。但是你持續定投，份額是逐漸在積累的，只要份額積累足夠多，未來就算這個指數比較平庸，那麼足夠多的份額收益率未必就低。
很通俗的講，你1000塊錢，5%的收益率賺的錢，和100塊錢，10%的收益率，利潤哪個高？
閱讀更多 i複利 的文章
