彼得林奇PEG价值选股策略：原理、回测与应用

彼得林奇PEG价值选股策略：原理、回测与应用

PEG指标（市盈率相对盈利增长比率）是Jim Slater发明的一个股票估值指标，是在PE（市盈率）估值的基础上发展起来的，它弥补了PE对企业动态成长性估计的不足。

PEG指标的计算方法

PEG指标是用公司的市盈率除以公司的收益增长速度。计算公式是：

其中，PE为市盈率，此处我们选择较为稳健的市盈率TTM，它是以最近四期财报的均值计算而来。当然，分析师预期下的一致预期PE是更好的选择。盈利增长率常用每股收益来计算，英文名为：Growth Rate of Expected Profit，即PEG中的“G”。

从PEG的计算公式来看，理想中的股票是低PE、高收益增长率的这类低估值股票。从理论上而言，当PEG值低于1时，说明该股票价值被低估，值得投资者进行投资；当PEG值超过1时，说明该股票估值过高。而彼得林奇曾指出，最理想的投资对象，其PEG值应该低于0.5

策略逻辑

为此，一个简单的策略逻辑油然生成：每月月初，筛选出PEG值低于0.5的股票，平均买入市值最小的N只股票（彼得林奇原文也是市值小的优先，同时在计算PEG时，剔除PE为负、收益增长率为负、财报数量少于4期的股票）。

策略参数设置

回测品种：全A股（剔除ST股、停牌股和一年以内的次新股）
基准指数：沪深300
初始资金：1000万
手续费率：0.0016（买入万三手续费，卖出万三手续费和千1印花税，免5）
滑点：0.00246
持股数量：10只

策略回测结果

根据回测报告可以看出，策略整体表现较好，年化收益率为34.67%，最大回撤为21.12%，夏普比率0.86。相对基准指数获得了超过55%的超额收益，尤其是从去年2月份以来，整体走势与基准指数走势相反，大盘呈震荡下跌趋势，而策略则处于震荡上涨状态。

此时，我们在策略中进一步增加多进程操作，方便对持股数量和PEG最大阈值做参数测试，不同参数下回测结果统计如下：

从上述参数测试结果来看，当PEG最大阈值等于0.5、持股数量为5只时，年化收益最高且最大回撤最低。这与邻组持股数量为10只的回测结果相比有较大的差异。

持股数量从10增加到100时，策略效果先增后减。在持股数量为20只时，回测效果最好。当PEG最大阈值等于0.4的情况下，持股数量从5只增加到100只时，策略效果亦是先增后减，在持股数量为20只时达到最优。

当PEG最大阈值为0.4，持股数量为20只时，策略表现如下：

基于策略参数优化后的回测结果来看，年化收益率提升了13.6%，最大回撤减少了4.12%，夏普比率提升了0.32。

从回测时间来看，2019年策略走势协同指数走势，2020年稍强于指数，但在2021年以来，策略走势与指数走势完全相反，指数先强后弱，策略先弱后强，大幅跑赢指数。

PEG估值法的适用范围

几乎每种策略都有它的适用范围，PEG估值法不适用下面两种情况：

• 周期性行业
• 融资依赖型企业
• 项目依赖性企业

原因也很简单，周期性行业公司赢利了未必是公司本身发展的好，而是行业周期来了，此时的增长率可能很高，但不可持续；第二种和第三种就更明显了，吃了上顿没下顿的公司就更不适合了。周期性行业很容易判断，比如煤炭、钢铁；但第二种和第三种就需要从财报中找了。像我们上面举的例子，业绩增长了20%是由于旁边新开了一家写字楼，买包子的人变多了，这种就是不可持续的。

下表列出了PEG范围和股票估值的关系。

用PEG策略进行回测，思路如下：

• 每隔N天调仓一次
• 每次调仓时选则沪深300中PEG最小的M支股票，放入股票池
• 卖出本次不在股票池中的股票，买入新加入股票池中的股票的回测结果如下：

可以看出，参数合适的话，PEG策略的收益是要远大于市场平均收益的，如果我们还可以判断市场上的明显高位（比如2007年的6000点，2015年的5000点），在相对高位离场，那我们的收益还会更高。毕竟A股这种只能靠做多赚钱的熊市里，再好的策略都是无效的。

PEG的主要难点不在PE，而在于G，它的核心还是我们要发现有潜力的行业或者公司，这就要通过其他手段来辅助我们判断了。

声明：内容纯属自己看的。全部或部分均不构成投资建议。