大张组局·投资明白人

有这么一个股民甲，看中了一只股票，研究了大半个月，觉得各方面都不错，然后——一把梭哈，全仓买入。 买入第二天，股价跌了3%。他安慰自己：”没事，正常波动。” 第五天，跌了8%。他开始焦虑，但还在硬扛。 第十天，跌了15%。他实在扛不住了，割肉出局。 三个月后，这只股票涨了40%。但他已经不在车上了。 这个故事你可能不陌生，因为太多人经历过。问题出在哪？不是选股选错了，而是买入方式错了。一次性全仓买入，把你所有的风险都集中在一个时间点——万一那个时间点不对，心态先崩了，后面再好的股票也拿不住。 今天我们就聊一个很实操但很多人忽视的问题：买入时机怎么判断，以及为什么要分批建仓。 00:01:33 为什么要分批建仓？ 先说结论：分批建仓不是因为”不确定”，而是因为”市场不可预测”。 价值投资的核心逻辑是：价格终将回归价值。但”终将”是多长时间？可能是三个月，也可能是三年。在价格回归价值之前，市场可以继续非理性地涨，也可以继续非理性地跌。 分批建仓的核心思想是：我不猜底，但我通过分步买入，让平均成本处在一个合理区间。这样即使短期价格继续下跌，我也不至于心态崩溃，因为我还有子弹可以补仓。 00:02:40 分批建仓的具体策略 策略没有唯一标准答案，但有几个常见框架可以参考。 第一种：三等分法。把计划买入的资金分成三份，在三个不同的价位买入。 这种方法的优点是简单易执行，缺点是如果股价在你第一次买入后就上涨，你可能会觉得”买少了”。 第二种：金字塔法。越跌越买，而且越跌买得越多。 这种方法的逻辑是：如果你对公司的估值判断有信心，那么股价越低于内在价值，你应该越贪婪。巴菲特说”别人恐惧时我贪婪”，金字塔法就是这句话的操作版本。 但金字塔法有一个前提：你的估值判断必须靠谱。 第三种：左侧+右侧结合。左侧买入是指在下跌过程中买入，右侧买入是指在确认趋势反转后买入。 这种方法比纯左侧更保守，比纯右侧更积极，适合对短期走势没有把握但不想踏空的投资者。 00:04:58 什么时候可以考虑一次性买入？ 有没有一次性买入也合理的场景？有，但条件很苛刻。 第一种情况：极端低估。当一只股票的价格已经远低于你计算的安全买入价，市场恐慌情绪蔓延，你非常确信这是明显的错误定价。这种时候，分批建仓反而可能错过机会——因为这种极端低估的窗口期通常很短。 第二种情况：你有极强的确定性。比如你深入研究了一家公司，对它的内在价值非常确定，当前价格有充足的安全边际，而且你用的资金是你三五年内不需要动用的闲钱。这种情况下，一次性买入也没什么问题。 但说实话，对大多数投资者来说，”极强的确定性”本身就不太可靠。 记住一个原则：分批建仓是防守工具，不是进攻工具。 00:07:03 建仓节奏怎么控制？ 这里没有标准答案，但有几个原则可以参考。 第一，不要频繁操作。一般来说，两次建仓之间可以再次审阅自己的规则，同时给市场一些反应时间。 第二，按价格间距，不按时间间距。分批建仓的触发条件应该是”价格到了我设定的买入点”，而不是”过了一周了该买了”。 第三，设定明确的加仓条件。就像我们上一期说的条件单，提前设好”股价跌到XX元时买入XX股”，让规则代替情绪。 第四，留足弹药。如果你在第一笔就用了80%的资金，后面根本没有加仓的余地，那分批建仓就名存实亡了。 00:08:20 一个常见的心理陷阱：踏空焦虑 聊买入时机，绕不开一个心理问题：踏空焦虑。 对付踏空焦虑，最好的办法是提前接受一个事实：你不可能买在最低点。 分批建仓的目标从来不是买到最低价，而是以一个合理的平均成本建仓。如果股价在你买入后上涨，你应该高兴——你手里已经有了仓位，赚钱了。如果股价下跌，你也应该高兴——你可以用更便宜的价格买到更多。 听起来像心灵鸡汤，但这确实是分批建仓的底层心态：无论涨跌，你都有应对方案。这才是它最大的价值。 00:09:12 实战案例：怎么用分批建仓买一只股票 假设你研究了某只高速公路股，结论如下： * 合理估值区间：8-12元 * 安全买入价：8元以下 * 计划投入：3万元 * 目标仓位：3000股 你的分批建仓方案可以是这样： 基于这个方案，你可以设好条件单： * 条件单1：股价≤10元，买入800股 * 条件单2：股价≤9元，买入1000股 * 条件单3：股价≤8元，买入1200股 设好之后，不需要每天盯盘，系统自动帮你执行。你要做的只是定期检查公司的基本面有没有变化，以及条件单有没有触发。 这就是一个完整的分批建仓方案：有估值依据、有仓位规划、有触发条件、有执行工具。当你把所有这些提前想清楚，投资决策就不再是盘中的情绪博弈，而是按计划执行的纪律。 00:11:03 结语 回到开头那个一把梭哈的股民甲。如果他当初不是全仓买入，而是分三批建仓，就算买在了相对高点，他的平均成本也会低不少，浮亏更小，心态更稳，大概率能熬过那段下跌期，等到后来的40%涨幅。 买入时机不是一门精确的科学，但分批建仓是一套可以精确执行的纪律。 下一期我们聊仓位管理——集中还是分散，这是一个比买入时机更难回答的问题。 思考题 1. 回顾你最近一次买入股票的过程：你是分批买入还是一次性买入的？如果重新来过，你会怎么调整？ 2. 金字塔法（越跌越买越多）的核心前提是什么？如果这个前提不成立，金字塔法会变成什么？

有这么一个朋友，炒股软件自选股列表里放了200多只股票。 每天开盘，红红绿绿一片，他挨个翻一遍，这个也关注，那个也舍不得删，看到哪个涨了就心动，看到哪个跌了又犹豫。我问他：”你到底想买哪个？” 他想了半天：”我都觉得不错……但真要下手又不知道选哪个好。” 用一句股市里常用的比喻：”这不是选股，这是逛超市。” 200多只股票的自选列表，和0只没有区别——因为你看不过来，也研究不过来。真正能帮你做决策的，是一个经过筛选、分类、有明确标准的股票池。 今天我们就聊聊：怎么构建自己的股票池。 00:01:09 股票池到底是什么？ 先说清楚，股票池不是自选股列表。股票池是你经过筛选、研究后，认为”符合我的投资标准，值得在合适价格买入”的公司集合。它不是”我看过的”，而是”我看得上的”。 打个比方：自选股列表像你的微信通讯录，几百号人什么都有；股票池像你的核心朋友圈，就那么十几二十个，但都是你真正了解、信任的人。 00:01:53 为什么需要股票池？ * 第一，缩小范围，提高深度。 * 第二，提前准备，等待机会。 * 第三，避免冲动交易。 00:03:05 第一步：设定你的筛选标准 构建股票池的第一步，不是去找股票，而是先定标准。 筛选标准分两类：定量和定性。 定量标准是硬指标。比如： * 连续分红3年以上（筛掉不分红或分红不稳定的公司） * 股息率≥3%（保证持有期间有现金回报） * ROE≥10%（确保资本使用效率不差） * 营收或利润近三年没有大幅下滑（排除衰退型企业） * 资产负债率不超过行业均值太多（排除高杠杆风险） 这些数字因人而异，你可以根据自己的偏好调整。但核心逻辑是一样的：用几个简单的硬指标，先帮你把5000多只股票砍到一两百只。 定性标准是软指标，但也很重要： * 这门生意我看得懂吗？（能力圈原则） * 公司有护城河吗？（竞争优势） * 管理层靠谱吗？（诚信和治理） * 行业前景如何？（是不是夕阳行业） 定性标准没法用程序跑出来，需要你一家一家看。但正是因为有了定量标准帮你大幅缩小范围，定性筛选才变得可行——你只需要深入研究几十家公司，而不是几千家。 00:05:17 第二步：从哪里发现好公司？ 第一个渠道是选股器。东方财富、同花顺这些平台都有条件选股功能，你可以把定量指标输进去，一键筛选。但选股器只是起点，不是终点。筛出来的公司，还需要你逐一做定性判断。 第二个渠道是行业研究。当你对某个行业有了理解之后，自然知道这个行业里哪些公司值得关注。 第三个渠道是跟着聪明人找。巴菲特、芒格、张磊这些知名投资者的持仓是公开的，国内公募基金的重仓股每个季度也会披露。不是让你照抄，而是把这些当作线索——他们买入的逻辑是什么？这些公司有没有共同的特征？ 第四个渠道是日常生活。彼得·林奇最著名的方法就是从生活中发现投资机会——你每天用的产品、经常光顾的店、身边人都在买的东西，背后可能就是一家上市公司。这不是让你看到什么就买什么，而是说生活体验可以成为你研究的起点。 但要注意，日常生活只能帮你”发现”，不能帮你”决策”。发现之后，还是要回到定量和定性筛选的标准上去验证。 00:07:06 第三步：分类管理你的股票池 建议分成三类： 第一类是核心仓。这类公司是行业龙头或细分领域的强者，商业模式清晰、护城河深厚、盈利稳定增长。对核心仓的要求是：即使短期价格波动，你也拿得住。 第二类是现金流仓。这类公司的特点是高分红、低估值、业务稳定，可能增长不快，但每年给你实打实的现金回报。它们的作用不是帮你赚大钱，而是提供稳定的现金流。 第三类是卫星仓。这类公司有更高的成长性，但也伴随更大的不确定性。它们占比应该最小，因为波动大，但一旦判断正确，收益也最可观。 00:09:11 第四步：给每只股票设定观察价 股票池的真正价值在于：给每只股票设定你的目标买入价和观察区间。 怎么定？就用我们之前学的估值方法。根据公司的基本面、历史估值水平和成长性，估算一个合理估值区间，然后在区间下沿设定你的买入价。 设定好之后，你就不需要每天盯盘了。你只需要在价格接近你的观察区间时再去关注，其他时间该干什么干什么。 这也是条件单的价值所在——你可以提前设好”当股价跌到XX元时买入”的条件单，让系统帮你执行，不需要你每天盯着。 00:10:20 股票池管理的常见误区 * 第一个误区：股票池等于买入清单 * 第二个误区：股票池一成不变 * 第三个误区：股票池太大或太小 * 第四个误区：只加不减。 00:11:56 从股票池到投资决策 有了股票池之后，怎么从”看”过渡到”买”？ * 价格不到，不动。好公司不等于好价格。 * 价格到了，分批买。不要一次性全仓买入。 * 买入之后，定期复盘。买入不是终点，而是起点。 00:13:06 结语 股票池的意义——不是让你看更多，而是让你看更深。 5000多只股票里，真正值得你花时间研究的可能就那么几十只；几十只里，真正值得你买入的可能就那么十几只。投资不是撒网捕鱼，而是瞄准射击。 构建股票池的过程，本质上是你投资体系的落地。你的筛选标准体现了你的投资理念，你的分类方式反映了你的风险偏好，你的观察价格代表了你的估值能力。当你把这些都理清楚，投资决策反而变简单了。 下一期我们聊买入时机——好公司找到了，什么时候出手？ 思考题 1. 如果现在让你定3个筛选标准来构建自己的股票池，你会选哪三个？为什么这三个对你来说最重要？ 2. 你的自选股列表里有多少只股票？试着用今天的方法筛选一遍，看看能留下多少只。被删掉的那些，你之前为什么加进来的？

有这么一些特别认真的朋友，买股票之前恨不得把估值模型做到小数点后四位。DCF折现率精确到8.27%，未来十年现金流预测精确到个位数，增长率精确到百分之零点几。花了大量时间算出了一个“精确”的数字，但这个数字本质上仍然是个区间。 这就是今天我们想聊的主题：估值不是精确计算，模糊的正确胜过精确的错误。 00:28:20 为什么我们总想算出一个精确的数字？ 这种对精确度的执念，有很深的心理根源。 第一是控制感。 投资市场瞬息万变，一只股票今天涨5%明天跌8%，让人感觉非常失控。而一个精确的数字，像是给了我们一根救命稻草。哪怕这个数字本身可能偏差20%，但“精确”本身带来了虚假的安全感。 第二是伪确定性。 人类大脑天然厌恶不确定性。但事实是，估值模型里每一个假设都充满不确定性，把这些不确定性都包装成一个点估计，恰恰是最大的误导。 第三是对“科学感”的崇拜。 公式和模型看起来很专业、很科学。但模型只是工具， garbage in, garbage out（垃圾进垃圾出）。假设错了，模型越精确，错误越大。 凯恩斯早就说过：“宁要模糊的正确，不要精确的错误。” 这句话点透了估值的本质。 00:02:32 估值的本质是一个区间，不是一个点 一个模拟：用同一家公司的同一套商业模式，只是把增长率假设从“保守的8%”改成“乐观的12%”，折现率从“9%”改成“8.5%”，终值永续增长率从“3%”改成“4%”——你猜结果怎么着？ 估值从60元直接跳到了180元。同一个公司，同一套方法，只是假设稍微乐观一点点，估值就翻了三倍。 这不是估值模型的bug，这是估值模型的本质——它就是一个敏感性极强的工具，你的输入决定了你的输出。 真正懂估值的人，不会给你一个点估计，而是会给你一个区间。 00:04:32 哪些因素对估值影响最大？ 估值模型里最敏感的变量就那么几个。 第一个是增长率假设。 这也是水分最大的地方，预测未来10年的增长率本身就是极其困难的事。 第二个是折现率。 折现率本质上是你的机会成本和对风险的补偿，不同的人对风险的感知不同，给出的折现率也不同。 第三个是终值占比。 在DCF模型里，终值（Terminal Value）往往占整个估值的50%甚至70%以上。也就是说，你对“公司永续经营时的价值”的假设，其实比你预测的十年现金流还要重要。而永续增长率假设——比如是2%还是4%——对终值的影响是指数级的。 00:06:43 “精确的错误”长什么样？ * 第一种表现是过度依赖模型，忽视定性因素。 * 第二种表现是数据拟合，而非商业分析。 * 第三种表现是把估值结论当成决策的唯一依据。 00:08:23 “模糊的正确”怎么做？ * 第一步：确定大致的价值区间，而不是精确的数值。 * 第二步：永远留安全边际。 * 第三步：定性分析和定量分析结合。 00:11:02 多种估值方法交叉验证 前面我们说估值是一个区间，那么如何确定这个区间是否合理呢？ 答案是：用多种方法交叉验证。 每种估值方法都有自己的适用范围和局限性： * PE 适合盈利平稳、弱周期、没有强景气波动的消费类成熟公司 * PB 最适配银行保险等金融机构，以及钢铁基建这类重资产、盈利波动大的行业 * DCF 更适合业务简单、现金流稳定、未来可预测性强的成熟公司 * PS 适合尚处成长早期、尚未盈利或盈利不稳，但营收增速高的扩张型企业 当你能用三到四种方法给同一家公司估值，如果它们得出的结论比较接近（比如PE算出来合理价位是50-60元，DCF算出来是55-65元），那你对自己判断的信心就会强很多。 交叉验证不是为了找到一个统一的数字，而是为了确认你的估值区间是否合理，以及理解为什么不同方法会给出不同的答案。 00:12:22 实战中如何建立”估值区间”思维？ * 第一，遇到任何估值结论，先问“如果假设变了会怎样？” * 第二，把“值多少钱”改成“值什么区间”。 * 第三，把精力放在理解生意上，而不是建模上。 00:13:55 结语 我们未来做估值时，在走向追求精确的道路之前，可以先问自己三个问题： 1. 这家公司大概值什么区间？ 2. 当前价格在这个区间里是什么位置？ 3. 我需要多大的安全边际才愿意买入？ 估值不是精确计算，而是一种思维框架。 它帮助你建立对价值的感知，帮助你在不确定性中做出理性的选择。 下次当你面对一只股票，准备打开Excel建模的时候，不妨先停下来问自己：我是在追求模糊的正确，还是在制造精确的错误？ 思考题 1. 试着用”估值区间”的思维重新审视你曾经买过的一只股票：如果不用精确的目标价，而是给自己设定一个“明显低估”和“明显高估”的区间，你的投资决策会有什么不同？ 2. 大家都知道“模糊的正确胜过精确的错误”，而很多量化投资基金却依靠精确的模型在赚钱。你觉得这两种方法论的根本分歧在哪里？价值投资者应该如何借鉴量化思维，同时保持自己的核心原则？

假如你逛超市，碰见这样的场景：同样的可乐，一个牌子卖5块，另一个卖4块5，便宜5毛钱。你会选哪个？ 很大概率，你会看看两个牌子是不是一样的东西，再决定要不要省这5毛钱。 这个生活中再平常不过的选择，在股市里每天都在上演。只不过换成了：这家公司的股票卖得贵不贵，得跟差不多的公司比比才知道。 这就是我们今天要聊的主题——相对估值法，同行业对比。 00:00:24 一、相对估值 vs 绝对估值 上篇文章讲了DCF（自由现金流折现），那是典型的绝对估值法：通过计算公司未来能赚多少钱、折现到今天来估算值多少钱。 相对估值法的思路完全不同。它不追求”这棵树值多少”，而是问”这棵树跟旁边的树比，长得怎么样”。 两种方法各有优劣。绝对估值法需要对公司有深入了解；相对估值法简单直观，适合快速筛选。 最好的用法是两者结合：先用相对估值找出”相对便宜”的目标，再用绝对估值深入研究。 00:01:17 二、常见估值指标：不止PE和PB PE（市盈率）= 股价 ÷ 每股收益 * 常用的是TTM滚动市盈率。PE越高，说明市场对未来期待越高；PE越低，要么是便宜，要么是市场不看好。 PB（市净率）= 股价 ÷ 每股净资产 * PB适合资产以金融资产为主、账面价值能较好反映真实价值的公司，比如银行、保险、券商。这类公司的账面价值和实际价值偏差相对小，用PB估值适配性更高。但要注意，杠杆特别高的公司PB可能很低，那不是便宜，是债多。 PS（市销率）= 总市值 ÷ 营业收入 * 适合还没盈利的公司。很多互联网公司、新药研发公司，用PE没法估值，用PS能有个参考。 EV/EBITDA（企业价值倍数） * EV是企业整体价值（市值+负债-现金），衡量收购整个企业所需的代价；EBITDA是息税折旧摊销前利润，反映主营业务的现金盈利能力，排除资本结构、税务和非现金支出（折旧摊销）的影响，便于跨公司比较。 00:02:56 三、同行业对比：为什么非得跟同行比 只有差不多的公司放在一起比，才有意义。 同行业对比之所以有效，是因为同行业的公司往往面临相似的市场环境、相似的竞争格局、相似的成本结构。一家公司比同行便宜太多，往往值得深入研究。 00:03:41 四、估值分位数：看历史位置判断贵贱 比如某只股票现在PE是20倍，历史上有70%的时间PE低于20倍，那现在的分位数就是70%——意思是比历史上70%的时候都贵。反过来说，如果分位数只有10%，就意味着现在的估值比历史上90%的时候都便宜。 分位数高，不一定代表要跌——可能公司基本面确实变好了。但分位数低，至少说明从历史角度看，这只股票目前处于相对便宜的位置。 这个指标最大的价值是帮你避免追高。 00:04:24 五、实战演练：光伏板块横向对比 来看看几家光伏龙头企业的估值对比（数据截至2026年5月中旬）： 看PE，三家都是负数，没法比。但看PB，差异就出来了。但问题来了：是不是PB最低的就最值得买？不一定。 隆基绿能是光伏组件龙头，品牌和规模效应更强，市场给的溢价本来就高。晶澳科技PB低，可能是因为盈利能力相对弱，或者市场对它的成长性预期更低。 关键不是找到最低PE或最低PB，而是理解为什么会有差异。 如果一家公司比同行便宜，而便宜的原因是市场”错杀”——比如短期业绩波动导致股价下跌，但核心竞争力没变——那就是机会。 这就是同行业对比的精髓：找出”不合理的便宜”，而不是简单的”最便宜”。 00:05:52 六、EV/EBITDA在重资产行业的妙用 需要额外注意的是，对于资产重、折旧高的行业，EV/EBITDA比PE更靠谱。 因为PE的分母是净利润，但净利润受折旧政策影响很大。同样买了一条生产线，甲公司用直线法折旧，乙公司用加速折旧法，前5年甲公司利润就比乙公司高。但实际上两家公司赚的”真钱”可能差不多。 EBITDA加回了折旧、摊销这类非现金支出，更能反映企业主业的现金生产能力。 来看水泥行业的例子（数据截至2026年5月下旬）： 三家水泥公司PE差异极大：一家盈利、一家偏高、一家亏损，单纯看PE容易一头雾水。但看EV/EBITDA，但看EV/EBITDA，区间集中在7.8–9.1倍，在水泥周期底部属于正常偏低水平，可比性很强。 水泥行业生产线投入大、折旧高、负债率差异大。用 PE 容易被折旧、杠杆、周期盈亏严重误导；用EV/EBITDA能剔除干扰，更真实地比较谁的主业现金赚钱能力更强、估值更合理。 需要注意的是：EV/EBITDA这个指标只有在EBITDA为正且数值稳定时，才适合用来做横向估值比较。 00:08:27 七、相对估值的陷阱 陷阱一：行业整体高估或低估 * 这是最常见的坑。2015年创业板牛市时，很多股票PE超过100倍，但跟同行一比，好像还挺”便宜”——因为别的都200倍了。结果呢？后来板块泡沫破裂，多数个股大幅暴跌、估值回归大半。 陷阱二：不同商业模式不可比 * 同样是卖家电，格力电器靠经销商渠道，海尔智家搞全球化品牌策略，商业模式不一样，毛利率、费用率、资产结构都差很远。拿它们的PE直接对比，往往会得出错误的结论。 陷阱三：幸存者偏差 * 你看到某只股票PE很低很开心，翻遍全行业发现它是最低的。但你没注意的是，行业里其他低PE的公司早就私有化退市或被ST了——你比较的对象，本身就是幸存者。 陷阱四：忽视资产负债表 * PE低可能是因为公司借了很多钱。用PB或EV/EBITDA能部分解决这个问题，但如果你只看PE，很容易踩到”低PE陷阱”——公司明明债台高筑，只是在苟延残喘。 00:09:44 八、怎么用同行业对比找便宜货 * 第一步：确定要研究的行业 * 第二步：找到行业内的主要玩家 * 第三步：收集估值数据 * 第四步：理解估值差异的原因 * 第五步：结合基本面验证 * 第六步：持续跟踪 00:11:18 九、结语 相对估值法的本质很简单：不知道一件东西值不值这个价？那就看看同类的东西卖多少钱。 下次你看到某只股票涨得好想追进去，不妨先问自己：它比同行贵还是便宜？贵得有道理吗？有没有更便宜、但同样好的替代选择？ 这种比较思维，能帮你避开很多坑。 思考题： 1. 某家公司的PE只有5倍，远低于行业平均的20倍。你会直接认为它被低估了吗？如果不会，你还会考虑哪些因素来验证？ 2. 在你关注的行业里，选两只代表性的股票，比较它们近三年的PB和PE分位数，看看有没有发现什么有趣的现象？