当前位置: 首页 > article >正文

技术指标——格雷厄姆指数

文章目录1. 格雷厄姆指数是什么2. 格雷厄姆指数的作用是什么3. 举例计算例1牛市顶部2021年2月例2熊市底部2024年2月例3中性水平假设某一般时刻4、历史经验判断阈值5、一个容易踩的坑1. 格雷厄姆指数是什么格雷厄姆指数是巴菲特的老师聪明的投资者的作者格雷厄姆所设计的指数用来衡量当前买股票和买国债哪个性价比高本质是【股债收益率比】格雷厄姆指数 沪深全A盈利收益率 (E/P) 中国10年期国债收益率 \text{格雷厄姆指数} \frac{\text{沪深全A盈利收益率 (E/P)}}{\text{中国10年期国债收益率}}格雷厄姆指数中国10年期国债收益率沪深全A盈利收益率(E/P)​其中盈利收益率 (E/P) 1 市盈率 (PE) \text{盈利收益率 (E/P)} \frac{1}{\text{市盈率 (PE)}}盈利收益率(E/P)市盈率(PE)1​所以等价于格雷厄姆指数 1 / PE 沪深全A 10Y国债收益率 \text{格雷厄姆指数} \frac{1 / \text{PE}_{\text{沪深全A}}}{\text{10Y国债收益率}}格雷厄姆指数10Y国债收益率1/PE沪深全A​​直觉理解把买股票一年赚多少和买国债一年赚多少做比较。这个比值越高说明股票相对于债券越便宜。2. 格雷厄姆指数的作用是什么用来判断市场的整体贵贱。1格指 2.4 极度低估状态可以最大限度提高股权类资产的比例。2格指 2.2 : 较低估状态通过历史数据回溯这是3年以上才有可能出现的概率这个时候定投的资金可以“2倍”处理。3格指 2低估状态从历史回溯格指大于2的时间也不算多是我们定投的重要组成时间这个区间请一定保持定投。当然此时资金的量级保持1-2倍区间即可虽然不是极限低估但部分指数也其实进入极限低估状态。42 格指 1.5正常及偏低这个区间需要针对不同指数进行处理部分指数已经不适合定投而部分指数可能仍在低估我们可以采用较低的总体金额0.5-1倍适当的进行低估指数的定投。51.5 格指 1 正常及偏高这个区间基本没太多可以投资的对象。6格指 1 全市场格指 1 之后基本进入疯牛状态历史极限到过 0.5 以下股票的潜在收益率仅仅是债性资产的一半此时应当基于具体指数估值情况进行充分的止盈。3. 举例计算例1牛市顶部2021年2月参数数值沪深全A PETTM约 22 倍盈利收益率 E/P1/22 4.55%10Y国债收益率3.28%格雷厄姆指数4.55% / 3.28% 1.39指数仅1.39说明买股票的赚钱效率只比国债高39%股票很贵风险高。随后A股从3700点区域持续调整。例2熊市底部2024年2月参数数值沪深全A PETTM约 15 倍盈利收益率 E/P1/15 6.67%10Y国债收益率2.45%格雷厄姆指数6.67% / 2.45% 2.72指数高达2.72说明买股票赚的是国债的2.72倍股票极度便宜。随后2024年9月底出现了大级别反弹。例3中性水平假设某一般时刻参数数值沪深全A PETTM约 17 倍盈利收益率 E/P1/17 5.88%10Y国债收益率2.80%格雷厄姆指数5.88% / 2.80% 2.10指数2.10处于历史中枢附近股债性价比一般不算贵也不算便宜。4、历史经验判断阈值格雷厄姆指数区间含义历史对应 1.5股票极贵/泡沫区域2015年6月牛市顶部、2021年初1.5 - 2.0偏贵谨慎多数反弹后的中高位2.0 - 2.5中性股债均衡历史中枢附近2.5 - 3.0偏便宜可以开始布局2018年底、2022年底 3.0极度低估历史级别机会2024年2月极端低点5、一个容易踩的坑格雷厄姆指数变高不一定是股票变便宜了也可能是国债收益率下降太快分母变小。比如场景PEE/P10Y国债格雷厄姆指数股票真的便宜了13倍7.69%2.80%2.75✓国债收益率暴跌债牛18倍5.56%1.70%3.27⚠️第二种情况指数虽然很高但PE还在18倍——股票并没有变便宜是债券变贵了。这时候如果盲目根据格雷厄姆指数抄底可能会买在高位。正确用法同时看格雷厄姆指数和PE的绝对水平两者共振确认时信号最强。即格雷厄姆指数2.5且PE15倍 → 强烈的买入信号格雷厄姆指数1.5且PE20倍 → 强烈的卖出信号。

相关文章:

技术指标——格雷厄姆指数

文章目录1. 格雷厄姆指数是什么?2. 格雷厄姆指数的作用是什么?3. 举例计算例1:牛市顶部(2021年2月)例2:熊市底部(2024年2月)例3:中性水平(假设某一般时刻&…...

IDEA插件开发实战:手把手教你开发首个效率工具(附GitHub源码)

IDEA插件开发实战:从零打造你的专属效率工具 JetBrains系列IDE的强大之处不仅在于其核心功能,更在于其开放的插件生态系统。作为一名Java开发者,你是否曾想过为IDEA添加一个能提升自己工作效率的专属工具?本文将带你从零开始&…...

保研党必看:用本科论文逆袭IEEE二区期刊的5个关键操作(含时间管理秘籍)

保研党必看:用本科论文逆袭IEEE二区期刊的5个关键操作(含时间管理秘籍) 在保研竞争日益激烈的当下,一篇高质量的学术论文往往能成为决定成败的关键。对于大多数本科生来说,科研经历有限、资源匮乏是普遍面临的困境。但…...

保姆级教程:从零配置ROS2自定义消息包(含CMake/ament避坑指南)

从零构建ROS2自定义消息包的终极实践指南 在机器人开发领域,ROS2的消息系统是模块间通信的核心枢纽。当标准消息类型无法满足特定需求时,自定义消息包便成为开发者必须掌握的技能。本文将带您从零开始,逐步构建一个完整的ROS2自定义消息包&am…...

28:L构建AI Agent安全:蓝队的智能代理防御

作者: HOS(安全风信子) 日期: 2026-03-19 主要来源平台: GitHub 摘要: AI Agent的发展为安全防御带来了新的可能性,但也带来了新的安全挑战。基拉等对手可能利用AI Agent进行攻击。L深入研究AI Agent安全技术&#xff…...

射频电路50Ω阻抗匹配原理与工程实践

射频电路中50Ω阻抗匹配的工程学解析1. 射频传输线阻抗标准的历史渊源1.1 同轴电缆的阻抗优化历程1929年贝尔实验室的系列实验揭示了同轴电缆的两个关键阻抗值:30欧姆可实现最大功率传输,77欧姆则对应最小传输损耗。这两个数值的算术平均值为53.5欧姆&am…...

后端/全栈/架构师转战AI大模型开发:可落地规划(建议收藏)

如果你本身是后端、全栈或架构师出身,就意味着你已经手握一套扎实的“确定性系统”构建能力——分布式部署、高并发处理、数据库事务管控、系统稳定性保障,这些都是你转型AI大模型开发的核心底牌,也是纯算法出身从业者难以快速补齐的短板。 而…...

避坑指南:Ollama部署DeepSeek-R1时,如何安全地开放API端口给内网其他服务调用?

深度解析:Ollama部署DeepSeek-R1时内网API安全开放实战 当你在一台Linux服务器上成功部署了Ollama和DeepSeek-R1模型后,下一步自然是想让内网中的其他服务也能调用这个强大的AI能力。但直接开放端口就像把家门钥匙插在锁上——方便但危险。本文将带你深入…...

vLLM-v0.17.1参数详解:--disable-log-stats与--log-level日志调优

vLLM-v0.17.1参数详解:--disable-log-stats与--log-level日志调优 1. vLLM框架简介 vLLM是一个专为大型语言模型(LLM)设计的高性能推理和服务库,以其出色的吞吐量和易用性著称。这个项目最初由加州大学伯克利分校的天空计算实验室开发,现在…...

医学影像与卫星图的救星?深入聊聊JPEG-LS算法在边缘计算设备上的应用优势

JPEG-LS算法:边缘计算时代的医学影像与卫星图像压缩利器 当一台CT扫描仪每秒产生数百张16位深度的医学影像,或一颗遥感卫星每天传回数TB的高清地表数据时,传统的图像压缩方案往往面临两难选择——要么牺牲宝贵的诊断细节,要么耗尽…...

LEDPatternLib:非阻塞LED动画库设计与嵌入式实践

1. 项目概述LEDPatternLib 是一款面向嵌入式 LED 动画控制的轻量级、模块化 Arduino 库,专为资源受限的微控制器平台设计。其核心目标并非替代底层驱动,而是构建在成熟硬件抽象层之上的非阻塞(non-blocking)模式动画调度框架。该库…...

OpenClaw浏览器自动化:ollama-QwQ-32B驱动的研究资料收集系统

OpenClaw浏览器自动化:ollama-QwQ-32B驱动的研究资料收集系统 1. 为什么需要自动化研究资料收集 作为一名经常需要查阅大量文献的技术写作者,我长期被资料收集的效率问题困扰。传统工作流程中,我需要手动在Google Scholar、arXiv、知乎等平…...

Ludusavi:你的游戏进度守护神,三分钟搞定跨平台存档备份

Ludusavi:你的游戏进度守护神,三分钟搞定跨平台存档备份 【免费下载链接】ludusavi Backup tool for PC game saves 项目地址: https://gitcode.com/gh_mirrors/lu/ludusavi 你是否曾在电脑崩溃后,发现数百小时的游戏进度瞬间归零&…...

Bitahub算力上新 RTX3080 10G重磅登场

针对当前 AI 开发与科研场景中算力成本高、配置复杂的痛点,Bitahub 平台推出了 RTX3080 10G 显卡算力服务。该显卡具备 10GB 显存,能够满足模型训练、推理等多场景算力需求,同时平台定价极具竞争力:单卡低至 0.82 元 / 小时&#…...

Display Driver Uninstaller深度清理实战指南

Display Driver Uninstaller深度清理实战指南 【免费下载链接】display-drivers-uninstaller Display Driver Uninstaller (DDU) a driver removal utility / cleaner utility 项目地址: https://gitcode.com/gh_mirrors/di/display-drivers-uninstaller 当你遭遇游戏帧…...

让ai成为你的vue开发搭档,用快马智能优化代码性能与结构

让AI成为你的Vue开发搭档,用快马智能优化代码性能与结构 最近在开发一个Vue3项目时,遇到了几个性能瓶颈问题。作为一个前端开发者,性能优化是绕不开的话题。幸运的是,借助AI辅助开发工具,这些问题都能得到更高效的解决…...

Stable Diffusion ComfyUI进阶:局部重绘与智能扩图的实战技巧与创意应用

1. 局部重绘的核心原理与实战技巧 局部重绘是Stable Diffusion ComfyUI中最实用的功能之一,它允许你在不改变整体构图的情况下,对图像的特定区域进行重新绘制。这个功能背后的技术原理其实很有意思——它利用了潜在空间(latent space&#xf…...

bean with name ‘sqlSessionFactory‘ defined in class path resource [com/baomidou/mybatisplus/autoconf

还得是豆包啊...

工业质检避坑指南:手把手教你根据数据成本选择异常检测模型(RGB/PCD/多模态实战)

工业质检实战:如何基于数据成本选择最优异常检测方案 在工业质检领域,算法工程师常面临一个现实困境:实验室里刷榜的模型往往需要昂贵的数据采集设备,而工厂产线上可能只有最基础的RGB相机。我曾参与过多个工业质检项目&#xff0…...

CST仿真设计:反射透射性线圆转换与线线转换实战案例及录屏教程

cst仿真设计 反射透射性线圆转换,线线转换 案例与录屏打开CST刚打开模板栏是不是总盯着默认的几个空模板发呆?今天咱们整点新手入门但能快速装逼朋友圈或者中期报告材料的活——反射透射都能玩的偏振转换超表面(Metasurface)&…...

从MSTAR到RSDD-SAR:一文看懂SAR目标检测数据集20年演进,你的模型该用哪个?

从MSTAR到RSDD-SAR:SAR目标检测数据集的二十年技术进化与选型实战 军用雷达技术研究员李明曾在2018年遇到一个棘手问题:他训练的舰船检测模型在实验室测试准确率达到98%,实际部署到南海海域时性能却暴跌至62%。问题根源很快锁定在数据集——他…...

从零到一:基于GitHub Pages与Jekyll搭建你的专属学术主页

1. 为什么选择GitHub Pages Jekyll搭建学术主页? 作为一个长期在学术界摸爬滚打的老兵,我见过太多同行花大价钱购买服务器和维护网站,结果最后因为各种技术问题半途而废。直到我发现GitHub Pages和Jekyll这对黄金组合,才真正找到…...

2026年03月GESPC++二级真题解析(含视频)

视频讲解:GESP2026年3月二级C真题讲解 一、单选题 第1题 解析: 答案B,ACD选项都是向机器人输入信息,是输入设备 第2题 解析: 答案D,判断是 “ 菱形框 ” 第3题 解析: 答案D,变…...

Ollama平台部署GLM-4.7-Flash:从零开始搭建本地大模型服务

Ollama平台部署GLM-4.7-Flash:从零开始搭建本地大模型服务 1. 为什么选择GLM-4.7-Flash? 在众多开源大模型中,GLM-4.7-Flash以其独特的定位脱颖而出。这个30B参数的MoE(混合专家)模型,在性能与效率之间取…...

M5Stack U126 RTC驱动库:PCF8563T嵌入式实时时钟深度解析

1. 项目概述M5Unit-RTC 是专为 M5Stack 生态中 Unit 系列模块设计的轻量级实时时钟(RTC)驱动库,对应硬件型号为U126—— 一款基于Ricoh RP5C01A 兼容架构、实际采用 NXP PCF8563T 实时时钟芯片的 IC 接口 RTC 模块。该模块集成高精度温度补偿…...

Abaqus数值模拟案例研究:随机纤维分布二维RVE模型中的微观横向拉伸损伤与延性损伤评估

abaqus数值模拟案例系列-随机纤维分布二维RVE模型微观横向拉伸损伤,设置了周期边界,采用Drucker-Prager(dp)准则,Ductile-Damage延性损伤,界面采用cohesive单元,采用牵引分离方法,Qu…...

OpenClaw配置备份指南:GLM-4.7-Flash环境快速迁移方案

OpenClaw配置备份指南:GLM-4.7-Flash环境快速迁移方案 1. 为什么需要环境迁移? 上周我的主力开发机突然硬盘故障,导致精心配置的OpenClaw环境全部丢失。重装后发现要重新对接GLM-4.7-Flash模型、配置飞书通道、安装十几个自定义技能——这个…...

不用命令行!Win11任务栏图标消失的图形化解决方案(Explorer重启神器推荐)

Win11任务栏图标消失?5种可视化修复方案与深度解析 每次切换虚拟桌面后,Win11任务栏图标集体"失踪"的毛病,堪称微软系统最顽固的"幽灵故障"之一。作为从Windows 95时代就存在的资源管理器痼疾,这个问题在Win1…...

Antares LoRaWAN库深度解析:嵌入式LoRaWAN MAC层实现指南

1. Antares LoRaWAN 库深度技术解析:面向嵌入式工程师的 LoRaWAN MAC 层实现指南 1.1 库定位与工程价值 Antares LoRaWAN 是一个专为 Arduino 生态设计的轻量级 LoRaWAN MAC 层实现库,其核心价值不在于功能堆砌,而在于 可理解性、可调试性与…...

SVPWM/AZSPWM的simulink仿真 AZSPWM(Advanced Zero Se...

SVPWM/AZSPWM的simulink仿真 AZSPWM(Advanced Zero Sequence Pulse Width Modulation,先进零序脉宽调制)是一种改进的脉宽调制技术,主要应用于三相逆变器中,通过引入零序分量来优化输出电压的波形和性能。 AZSPWM的目标…...