PE即市盈率相信大家都不陌生，很多機構在預測牛市熊市普遍用到了低市盈率買入，高市盈率賣出。因為1年為252個交易日（美），A股為240個交易日，聚寬樣本數量最大為3000，該策略研究我選取近似10年的交易日數據為2500個，也符合A股5年一波牛市，即約2個牛市的或者說1個朱古拉週期的樣本數。
策略中PE建模為每月更新一次，由於歷史PE值取log對數後，屬於非正態分佈，呈現右偏態，所以選取中位數效果好於平均數。原來想對中位數±0.25倍標準差設立【安全交易帶】，但是考慮到A股市場股民價值投資較少，漲到一定程度，還會繼續追高，而市場價值低估他們仍然不會買入，因此相比其他市場存在一定超賣，所以下軌道設置為0.5倍std可以獲得更好的擇時效果。
以上為歷史PE圖（2019年4月15日往前2500個交易日數據樣本，對PE進行log取對數後得到的走勢圖和分佈圖）
TIP：可以看到，目前上證整體PE離安全帶只有10%(取log對數後，目前值（2019-04-18）：2.79551147687，上軌值2.8161762017)的空間，超過安全帶，若發生調整，就是見頂賣出了，除非2019年Q1~Q2上市公司整體發佈財報EPS都有所提升降低整體市場PE，不然這波行情幾乎就要見頂了！
交易買入和賣出選擇MA5上穿或下穿MA10，5日和10日均線在短線交易上效果較好，但是用在大盤擇時上顯然不可能，加入了【PE安全交易帶】之後，在安全帶之上賣出，安全帶之下買入，而當前PE處在【PE安全交易帶】之內時，不進行擇時。這樣就達到了很不錯的效果，100%（當然有點標題黨了，嘿嘿）。
本研究只選取了HS300指數進行交易（資金麻煩選擇1000萬以上，否則資金不夠無法買入），僅展示擇時效果，其實可以略微調整安全帶的下軌0.5倍值，原因其實在低市盈率市場下，進行ROE、CR、PEG等因子買入超低股並持有，往往會獲得比HS300指數更好的alpha，這也是為何熊市持有低貝塔的原因。
另外，各位可以通過調節MA的值比如MA1週期更小，MA2週期更大，來獲得不一樣的效果，具體擇時效果可以參考論壇其他帖子，當然了使用EXPMA效果會更好些，這些都可以自己調整測試。對於安全帶的大小設定，也可以通過調節std前的倍數來調節寬還是窄，建議不要進行過大或者過小的調整，同時也要考慮到MA的擇時效應，比如寬安全帶，靈敏MA或者窄安全帶，鈍化MA。
<code>def MA(self): date = self.date security = self.security #p = get_price(security = security, count = 21, end_date = date, fields=['close']) #MA1 = p.close[-5:].mean() #MA2 = p.close[0:10].mean() MA1 = EXPMA(security,date,timeperiod = 5)[security] MA2 = EXPMA(security,date,timeperiod = 25)[security] return MA1/MA2if g.NOWPE < g.stdL and g.MA > 1: #調節MA選擇值，比如1改為1.01來提高買入擇時效果/<code>
下圖附上同期RSRS擇時進行比較。在沒有調優的情況下，本策略持股時間更長，而且回測效果明顯好於RSRS擇時，熊市低市盈率持股配合PEG選股或者戴維斯雙殺，可以獲得更好的alpha。
本策略效果：
具體的研究代碼和策略代碼可以在聚寬論壇搜索同名標題。
閱讀更多 Marshal 的文章
