Shopping Cart

購物車內沒有任何商品。

實作你的選股利器 – 找出低本益比的營收成長股

上次我們帶大家用短長期營收年增率卡片以及雙均線的距離,來找出業績好轉的盤整股。這個非常實用又簡單易學的選股方法,不小心錯過的朋友請點擊連結三分鐘快速學起來!

不過,基本面的威力不止這樣!我們可以再加上一個專業機構都愛用的工具「本益比河流圖」,讓你的選股利器更加神猛!

立即訂閱電子報,掌握最新資訊!

    稱呼

    電子郵件

    以下非必填,但若您願意分享,我們將能推送更精準的內容給您

    投資經驗

    是否為理工科背景、工程師或有寫程式的經驗?

    有興趣的主題
    量化交易台股期貨海外期貨虛擬貨幣美股

    有興趣的量化交易軟體/平台
    不清楚MultiChartsTradingViewPythonXQ

    想透過量化交易達成甚麼目的?
    不確定自動交易選股回測投資績效量化自己的投資方法想找現成的策略套用

    還有什麼想詢問的?

    20241111 1920 400
    20241111 978 258


    什麼是本益比河流圖?

    本益比河流圖是根據過去一段期間的本益比最高值與最低值,將本益比分層畫出來,是基本面很經典又好用的評價方式。因為,我們可以透過比對歷史的本益比變動與河流的走向,看出公司獲利成長狀況,以及判斷市場對它的估值的樂觀程度。

    Py 101209161710
    Py 101209161711

    為什麼要用本益比河流圖?

    投資最忌諱追高殺低,但有時候等價格回檔,卻是越等越高。問題出在哪呢?因為價格高不代表它不合理,而是要回歸基本面,觀察市場上的大戶如何賦予它基本面價值。比如說,當公司財報繳出漂亮的成績單、市場對未來展望越來越樂觀,價格往往會被推升到新的區間。這樣的訊息,從本益比河流圖就能看出點端倪。

    如何運用本益比河流圖?

    1. 當本益比的河流隨時間往上移:表示公司獲利上升,在相同本益比之下,估值上升。
    2. 當價格走升至上方的河流層:表示市場對未來展望偏向樂觀,給予價格較高的本益比倍數。

    如下圖是台積電的本益比河流圖。台積電近年河流向上推移,顯示出台積電優秀的獲利成長動能。而近期台積電價格也不斷挑戰河流圖上緣,顯示市場投資人偏向樂觀看待未來展望,給予較高的評價,把價格推向本益比倍數較高的水位。

    本益比河流圖 – 台積電 (2330)

    總之,只要使用本益比河流圖,一眼就能看出公司獲利成長,以及價格用本益比倍數來看是偏高或偏低。如果再搭配「找出業績好轉的盤整股」文章提供的方法,一共使用了基本面的營收成長、獲利成長、基本面估值比率,以及技術面的均線糾結,我們就能實踐更全方位的選股利器了!

    我們來更仔細探討這個選股方法。

    對於價值投資人來說,通常會希望買股票買在估值合理的地方,並且在本業營收獲利成長之下,賺取高額價差利潤。因此,為了避免追高,又要買在基本面支撐,一個潛在的作法是:

    1. 股價位於本益比河流圖的下二分之一以下的區域
    2. 近一季 EPS 年成長率大於零
    3. 短期營收年增率高於長期營收年增率,且近一季與近一年累計營收年增率大於零
    4. 雙周( 10 日)和月線( 20 日)兩條均線的距離,小於目前價格的 1.5%

    1 和 2 是本篇疊加上來的選股條件,而 3 和 4 是前篇「找出業績好轉的盤整股」的條件。

    單純使用 3 和 4 ,存在一個明顯的缺點:當營收成長並未伴隨著獲利增長,這時候進場佈局盤整股,其實仍然是存在不小風險。因此,我們加上 1 和 2 ,也就是公司獲利要正成長,而且價格還要足夠便宜!

    以下圖的台光電 (2383)為例,在圖上標記的 2019 年 6 月 14 日,價格在本益比河流圖下半層、當時的最新一季EPS(2019 第一季)年成長率大於零、短期營收年增率大於長期營收年增率、雙均線距離也足夠小,完全符合上述的條件,而這麼低的價格後來也沒有再出現過了。

    本益比河流圖 – 台光電 (2383)
    短長期營收年增率 – 台光電 (2383)

    不過,最後我們還是得語重心長地說,無論選股條件設計得多麼完整,任何看起來合邏輯的選股方法,都還是會存在盲點。絕對不存在哪種選股方法是百分百勝率。

    因此,建議多多善用手邊的工具,包含富果的卡片,以及自己撰寫的程式,做即時的監控,才能更好地保護自己的資產哦!

    如果對於自己撰寫選股程式有興趣,卻不得其門而入,量化通的課程「第一次用 Python 理財就上手|從數據處理到回測下單一次搞懂」,提供從入門到精通的選股實作和視覺化的教學,並且公布程式碼。有興趣的朋友歡迎點擊連結預購。


    加入LINE社群量化交易討論群」無壓力討論與分享!

    加入Discord 「量化交易討論群」即時獲取實用的資源!

    Write Together 101306261122
    Write Together 101306261121
    QP66
    QP66

    具備逾十年交易經驗,研究交易資產橫跨股票、債券、外匯、原物料,以及加密貨幣。現為量化避險基金交易員,亦曾任職於資金規模逾百億的避險基金,以及在區塊鏈企業擔任顧問一職。

    擅長從宏觀至微觀,由淺入深挖掘交易機會,並運用Python實現全自動化的投資組合管理。

    文章: 24

    發佈留言

    發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *