筛选结果 0 只
排序
| 总分▼ | 代码 | 名称 | F | R | V | C | H | S | Q | 类 | μ业绩 |
|---|
这个工具在做什么
把全 A 2747 只的三口径预期收益,以及其中 730 只的七维打分摊开,让你自己设阈值、自己调权重、自己看结果。所有参数都摆在明面上——没有黑箱,你可以把任何一个数字回溯到原始口径。
为什么有两个候选池口径
全 A 能算三口径预期收益(只要有财报和机构预期)的有 2747 只;但七维打分需要券商覆盖、一致预期、修正动量等多源数据,覆盖不足就算不出来——只有 730 只能算全。
- 全部 2747 只——不因「数据不全」预先做减法,看到全貌再自己筛
- 仅七维齐全 730 只——能完整打分的核心池
- 仅三口径 2017 只——机构覆盖偏少,但有 196 只「覆盖 ≥5 家 & μ 业绩 >20%」值得单独看看
七维残缺的标的,总分按已填维度加权归一算出,并在总分旁标出「n/7」提示数据完整度。勾选「总分须按全部七维算出」可只保留完整打分的标的。
总分公式(官方权重)
总分 = (0.24·F + 0.10·R + 0.17·V + 0.15·C
+ 0.14·H + 0.12·S + 0.08·Q) × 性质系数
性质系数:A = 1.00 | B = 0.75 | C = 0.62
七维分别是什么
- F 未来成长 — 机构一致预期的未来盈利增速
- R 修正动量 — 预期被上调还是下调(方向比幅度重要)
- V 估值 — 当前估值在全市场中的相对位置
- C 券商可信度 — 覆盖机构的数量与质量加权
- H 历史质地 — 历史盈利能力与经营稳定性
- S 股东结构 — 机构持股与筹码分布
- Q 质量安全 — 现金流、负债等安全垫
三口径预期收益
- μ 业绩 = (28E归母 ÷ 26E归母)^(1/3) − 1,纯盈利增长口径
- μ 目标价 — 用卖方 12 个月目标价隐含的估值外推
- μ 回归 — 假设 PE_TTM 回归自身两年中位数
三者之差 = 市场/历史愿意给的估值倍数变化。μ 高不等于收益高,因为价格年化 = 盈利增长 + 估值变化。
重要说明:这是一个排序器,不是选股器。
① 排序结果只反映「在给定权重和阈值下谁排前面」,不构成任何投资建议。
② 出现「⚠低基数」标记的标的,其 μ 会被极端放大(基数比 > 3 倍),请单独复核。
③ 换一组权重,排序会显著变化——这是特性不是缺陷:它证明了「综合分」对权重敏感。
④ 数据来自公开渠道的机构一致预期与财报,可能存在滞后或误差。
⑤ 本站内容均为个人研究记录,不构成投资建议,据此操作风险自担。
① 排序结果只反映「在给定权重和阈值下谁排前面」,不构成任何投资建议。
② 出现「⚠低基数」标记的标的,其 μ 会被极端放大(基数比 > 3 倍),请单独复核。
③ 换一组权重,排序会显著变化——这是特性不是缺陷:它证明了「综合分」对权重敏感。
④ 数据来自公开渠道的机构一致预期与财报,可能存在滞后或误差。
⑤ 本站内容均为个人研究记录,不构成投资建议,据此操作风险自担。