口径方法

估值的口径

指数估值与基金净值的口径 —— PE 可以差 2.3 倍,分位可以差 35 个点,净值可以有三个版本。本报告不判断该不该买,只说明这些数字各自是怎么算出来的。

数据截至 2026-10-13 五级标注:文本 / 报道 / 实测 / 推算 / 存疑

零 · 方法与边界

这篇报告处理的是一个很窄的问题:同一个东西,为什么会有好几个数。所以第一件事,是把"数字从哪来"说清楚。

总纲

你打开三个 App,查同一个指数,得到三个不一样的 PE;点开历史分位,又得到三个差得很远的百分数;再看自己持有的基金,收益率和你印象里的对不上。这些不是 bug,也不是谁算错了。

它们是同一个东西在不同口径下的正常输出。本报告要做的是:把常见口径逐条摊开,让你看到每个数字背后的那一步计算,以及那一步里被做了什么选择。

三个来源

本报告全篇的观察框架

任何一个金融数字,都经过三个环节。分歧几乎总是在这三个环节里产生的:

  1. 规则原文 —— 编制方案怎么写、基金合同怎么定。这是最硬的一层,因为它有正式文件。
  2. 计算 —— 按规则算的时候,用了哪个公式、哪段时间、哪些样本。规则往往留了选择空间。
  3. 展示 —— 平台把算出来的数字怎么呈现:画成曲线、排成表格、标成"便宜"还是"贵"。

大部分让人困惑的情况,都被归到"数据不准"上。但实际核查下来,更常见的情形是:三个环节都按自己的方式做对了,只是做的方式不同。

五级标注

与本报告正文中的标签对应

本报告沿用站点统一的证据分级,共五级:

标签含义本报告中的典型用法
文本规则原文、官方文件、编制方案中证指数编制方案、基金合同、官方答疑
报道媒体转述、第三方整理平台页面上的数字、财经媒体报道
实测本报告核查时当场取到的读数同一时点抓取多家平台的对照数字
推算按公开公式计算得到的值算法之间的换算验算、净值三口径的算例
存疑核查过但未能确定的事项来源无法追溯的数字、未能查明的差异根因

五级标注的作用是让你知道每个数字的可信程度:文本级可以直接引用,报道级需要复核,实测级有日期,推算级可自行验算,存疑级则明确标出未确认的部分。

这份报告不做什么

一 · 不判断该不该买

全篇不出现任何"现在便宜/该加仓/该卖出"的结论。分位低不等于便宜,分位高不等于贵 —— 这恰恰是本报告要拆开的东西。

二 · 不评判平台优劣

不同平台给出不同数字,是口径选择的结果,不是谁更"准确"。本报告只做对照,不做排名。

三 · 不预测涨跌

所有数字都是过去某个时点的记录。报告里的任何数字都不构成对未来表现的判断。

先说结论

同一批公司、同一个时点,"指数 PE"这一个数,按五种算法可以算出 5.37 到 12.50 之间的结果 —— 差 2.3 倍。而且这不是极端个例,是计算公式本身决定的。

  • 算法整体法 / 市值加权 / 等权 / 算术平均 / 中位数,五种都在被使用
  • 样本近 1 年 / 近 3 年 / 近 5 年 / 近 10 年 / 全历史,各自的答案不同
  • 基准同一指数的"历史最高 PE",两家平台可以差 2.4 倍

这三条叠加起来,就解释了为什么查同一个指数会得到一堆互相矛盾的数字。而"分位"这个最常被用来做决策的数字,恰恰是三者的乘积 —— 它对算法、样本、基准全都敏感。

一 · 同一个市场,PE 从 5.37 到 12.50

"指数 PE"不是观测值,是计算结果。先看一个只含两家公司的例子 —— 数字小到可以手算,但结论适用于任何规模的指数。

一个能手算的例子

来源:中证网 2017-03-22 指数估值计算方法一文 报道

假设市场里只有两家公司:

公司市值 P净利润 EPE = P/E说明
A100205.0大市值、低估值
B100.520.0小市值、高估值

这个设置刻意做得极端:一家很便宜且很大,一家很贵且很小。而现实中的指数,大体就是这个结构 —— 少数大权重股定基调,大量小市值股给出另一种信号。

现在问:"这个市场的 PE 是多少?"——五种算法都能给出答案:

算法公式结果含义
整体法Σ市值 ÷ Σ净利润 = (100+10) ÷ (20+0.5)5.37把所有公司当成一家整体
市值加权PEA×wA + PEB×wB6.36按市值权重对各股 PE 加权
等权(调和平均)N ÷ Σ(1/PE) = 2 ÷ (1/5 + 1/20)8.00每家公司投同样多的钱
算术平均(5.0 + 20.0) ÷ 212.50各股 PE 直接平均
中位数排序后取中间值(两家时同算术平均)12.50排序取中间位置

公式与结果均已按原文数字复算,五个值全部吻合。推算

4 6 8 10 12 PE 整体法 5.37 市值加权 6.36 等权 8.00 算术平均 12.50 中位数 12.50
同一批公司(A:市值 100 / 净利 20;B:市值 10 / 净利 0.5),五种算法给出 5.37 到 12.50 的 PE。 蓝色 = 把公司当成一个整体(大市值股主导);橙色 = 平均意义上的一家公司。差 2.33 倍,而它们都叫“指数 PE”。推算
极差 = 12.50 − 5.37 = 7.13
倍数 = 12.50 ÷ 5.37 = 2.33 倍
同一批公司、同一时点、同一个"PE"这个词。

官方用的是哪一种

来源:中证指数有限公司指数编制与管理原则 文本

中证指数公司的编制原则里,指数计算写得很明确:

原则上,指数采用派许加权方法进行计算。
指数点位 = 指数调整市值 ÷ 除数 × 基点
其中,指数调整市值 = Σ(样本价格 × 调整股本数 × 权重因子 × 汇率)

注意这条公式的构造:分子是“全部样本的调整市值加总”,而除数是由基期调整市值定出的一个常数 —— 它的作用是让指数在两个时点之间保持连续。这个公式算的是指数点位,本身并不直接给出 PE。

“整体法 PE”是另一条计算:用全部样本的市值加总作分子、全部样本的净利润加总作分母。中证指数官网公布的指数 PE 采用这一口径 —— 因为按派许加权编制的指数,其点位涨跌天然等价于“市值加总”的变动,PE 用同样的加总口径才与指数自洽。

这引出一个更实在的观察:指数点位的公式与 PE 的公式是两条不同的式子,但它们的分子用的是同一个口径(样本市值加总)。派许加权指数之所以用整体法 PE 才能与点位自洽,原因就在这里。

算法回答的问题结果偏向
整体法"按市值权重买入一篮子,我付了几倍盈利的钱"由大权重股主导
等权 / 中位数"这个市场里典型的一家公司在什么位置"由大量中小市值股影响

这两个问题的答案本就不该一样。看到 PE 数字先问"哪个算法",就是在问"它在回答哪个问题"。

官方数据也有两个版本:PE1 和 PE2

来源:中证指数官网估值文件字段说明与相关整理 报道

这是一个容易漏掉的细节。中证指数官网发布的指数估值文件里,PE 有两个字段:PE1 与 PE2。

字段基于什么股本特点
PE1总股本(总市值加权)计算简单,但在策略指数上与实际权重相差很远
PE2计算用股本(实际权重)与指数实际权重一致,被认为是最贴近指数的口径

相关整理中提到一个判断:"在取用中证指数的官方数据时,请使用 PE2 —— 它基于实际权重,是策略指数准确度最高的数据源。"报道

为什么这一点重要:即便是"官方数据"这四个字,也不等于唯一答案。同一份官方文件里就并列着两个 PE,而选哪个取决于你的用途 —— 想反映指数真实权重,用 PE2;想反映总市值口径,用 PE1。

对常见的市值加权指数(如沪深300、中证500),PE1 与 PE2 的差别较小;但对策略指数(红利、低波、质量这类按非市值因子加权的指数),两者可能差得很远,因为策略指数的权重本来就不按市值分配。

两个方向相反的规律

来源:券商研究整理 报道

整体法和加权法谁更高,不是固定答案,取决于指数的市值结构:

指数类型整体法 vs 加权法原因
大市值指数
沪深300、上证50
整体法更低
(历史上长期如此)
低估值金融板块占比高,整体法把它们的大市值和低 PE 一并计入,拉低了结果
小市值指数整体法更高
(历史上长期如此)
结构相反:大权重股估值偏高时,整体法被它们拉高

来源口径:券商研究对两种算法的差异拆解。报道

这意味着:"整体法比中位数低"这件事本身,不说明任何估值高低,它只说明这个指数的权重结构。把它当作"低估值信号"来读,方向就错了。

一个必须知道的陷阱:它们可能不同向

来源:第三方数据整理的说明 报道

关于算术平均与中位数,有一句很关键的评价:

算术平均与中位数与指数价格甚至不会同向波动,最大意义可能是用来判断市场情绪。

换句话说:指数涨的时候,中位数 PE 可能反而在跌。因为指数由大权重股拉动,而中位数反映的是"排中间的那家公司"的状况 —— 这两件事在结构分化的时候会背离。

所以中位数 PE 分位低,不能推出"指数便宜"。它更像是"市场中位数公司被冷落"这个状态的一个读数。这两个问题不同,答案自然不同向。

二 · 分位没有统一的口径

分位(百分位)是最常被拿来做决策的数字,也是最容易被误读的数字。它有两层分歧:一层来自算法,一层来自样本 —— 而后者更隐蔽。

先看四组真实读数

实测:2026-10-13,同一指数、同一天,两家平台 实测

全指医药(000991)在 2026 年 10 月 13 日,四个口径给出的读数:

口径平台PE分位
等权ETF.run29.009.27%
等权理杏仁29.2121.41%
市值加权理杏仁30.2024.45%
中位数理杏仁27.6833.29%

数据日 2026-10-13。前两行是本节的重点。实测

等权 · ETF.run 9.27% 等权 · 理杏仁 21.41% 市值加权 24.45% 中位数 33.29% 起点相同,口径也相同 —— 但结果差 12.14 个百分点 0% 10% 20% 30% 40% 历史分位 PE 只差 0.72% 但分位差 12.14 个点 ↑ 分歧不在算法,在历史样本
全指医药 000991 的四个分位(2026-10-13)。 前两行口径相同(等权)、PE 几乎一样(29.00 vs 29.21,差 0.72%),分位却差 12.14 个百分点 —— 当 PE 相同而分位不同时,分歧只能来自历史样本本身。实测

四行的分位从 9.27% 到 33.29%,跨度 24 个百分点。这个已经够大了,但真正值得注意的是前两行:

第 1 行:等权,PE 29.00,分位 9.27% (ETF.run)
第 2 行:等权,PE 29.21,分位 21.41% (理杏仁)
口径相同、平台不同

PE 差 = |29.00 − 29.21| ÷ 29.21 = 0.72% 几乎一样
分位差 = 21.41% − 9.27% = 12.14 个百分点 差了一倍多

这是全篇最关键的一个观察:两家平台的 PE 只差 0.72%(基本可以认为算法一致),但分位差了 12 个百分点。

结论很直接:当 PE 相同而分位不同时,分歧不在算法,在历史样本。两家平台用了不同的时间段,或者不同的样本集合,来定义"这个 PE 在历史上排第几"。

分位是怎么算出来的

定义与计算方式

分位(百分位)的定义本身很简单:

分位 = 历史上低于当前值的样本数 ÷ 历史样本总数 × 100%

所以分位回答的问题是:"在过去的那段时间里,有多少比例的时间,这个指标比现在低?"

注意这个定义里的两个变量:

  1. 分子 —— 当前值是多少(取决于第 1 节的算法选择)
  2. 分母 —— 历史样本是多少(取决于选了哪段时间、哪批数据)

第 1 节讨论的是分子。这一节要讨论的是分母 —— 它比分子更容易出问题,因为分母很少被写出来。

一个反直觉的推论:如果历史样本只有 2 年,那么"分位 30%"和"分位 70%"在统计上都近乎无意义 —— 它们的差别只来自 2 年里的一小段波动,而不是估值中枢的变化。

时间窗:同一个指标,六个答案

实测:同一指数在不同时间窗下的分位 实测

最常见的分歧来源是时间窗。同一个 PE,按不同的历史跨度计算分位,结果可以差得很远:

时间窗说明典型差异来源
近 1 年约 250 个交易日样本极少,一年内的单边行情就能把分位推到 0% 或 100%
近 3 年约 750 个点覆盖一轮完整的涨跌周期,但可能恰好落在高位或低位起点
近 5 年约 1,250 个点常用折中,但起点会显著影响结果
近 10 年约 2,500 个点最常见的"标准",但 10 年前的起点选在 1 月、6 月还是 10 月,结果不同
全历史自基日起不同指数基日不同,新指数样本自然少
上市以来自指数发布日起发布日可能晚于基日很多年 —— 这是两个不同的概念

六个时间窗,六个筛选标准。平台在页面上通常只写"历史分位",很少明说选了哪个窗口。

看一个具体的对照。沪深300 在 2026 年 9-10 月间的多个读数:

来源时间窗分位数据日
理杏仁(总市值加权)全历史63.09%2026-09-18
百分位(baifenwei)近 10 年59.9%2026-10-13
value500近 10 年59.17%2026-10-13
申万宏源研究(口径未标)52%2026-09-20
value500近 1 年0%2026-10-13

value500 同一页面上并列四个窗口:近 10 年 59.17%、近 5 年 68.33%、近 3 年 58.33%、近 1 年 0%。实测

0% 25% 50% 75% 100% 近 1 年 0% ← 一年里的最高位 近 3 年 58.33% 近 5 年 68.33% 近 10 年 59.17% 同一时点、同一个指数、同一个算法 —— 四个窗口,四个印象
沪深300 在四个时间窗下的分位(value500,2026-10-13)。 同一时点的 PE,放到不同的历史区间里比较,得到从“一年最高”(0%)到“五年偏高”(68.33%)的不同结论。 这四个数字都是对的。实测

这里有一个耐人寻味的数字:value500 的"近 1 年"分位是 0%。这意味着过去一年里,沪深300 的 PE 从来没有比现在更高过 —— 也就是说当前处在一年的最高位。

而同一个页面上的"近 10 年"分位是 59.17%,读起来像"中等偏高"。同一时点、同一个指数、同一个算法,两个窗口给出"一年最高"和"十年中等偏高"两个印象。哪一个更接近事实?两个都是事实,只是在回答不同的问题。

一个必须说清的区别:基日 vs 发布日

来源:中证指数编制方案与官方答疑 文本

这两件事经常被混为一谈:

概念含义对分位的影响
基日指数计算的起点,基点通常设为 1000理论上历史从这里开始,但历史数据可能是回溯计算的
发布日指数正式对外公布的日期发布日之后的行情才是真实的;之前是回溯

中证指数官方答疑中专门有一条:"为什么官网查询的指数历史行情最远日期晚于指数基日"。

官方答疑里承认了这个现象的存在(基日与可查行情起点不一致)。这对分位有两个含义:

  • 回溯数据是按当时的成分股规则倒推的,不是真实交易出来的。用它算分位,等于把后来的规则套到过去。
  • 成分股会变。今天的指数和十年前的指数,成分股可能大部分都不一样的 —— 用今天的篮子和十年前的价格比较,严格来说是在比两个不同的东西。

这两点都不是"错误",而是指数这个东西本来就是人为构造的。理解这一点,就不会把分位当成一个纯客观的测量值。

两个样本不足的反面案例

从零到一的两个典型

分位只有在历史足够长的时候才有意义。两种情况下它不成立:

案例一 · 历史太短样本不足

中证 A500 指数于 2024 年 9 月发布。到 2026 年,它的历史只有大约 2 年。

在这 2 年里算出的"分位 38.56%",样本基数极小 —— 它反映的是这 2 年里的相对位置,而不是估值中枢的含义。2 年的样本量,统计上几乎无法支撑"分位"这个说法。

案例二 · 历史里有一次极端崩塌样本被污染

恒生科技指数在 2021 年从 11,000 点附近跌到 2,700 点附近,跌幅超过 75%。

这个崩塌落在"近 10 年"窗口内。在一个经历过 -75% 的指数上谈"分位",等于在一个已经不成立的估值体系上排位置 —— 崩塌之后,市场对这个板块的定价逻辑已经变了。

这不是说分位没用,而是说:分位的分母里如果包含结构性的断裂,它的含义就不再是"相对位置"了。

反过来也成立:一个指数如果历史上经历过持续的单边下跌(比如某类资产连续 5 年走低),它的分位会长期停留在低位 —— 而这不是"便宜",是"预期发生了永久性改变"。

三 · 同一指数,两家平台的"历史最高"差 2.4 倍

这一节是全篇最值得警惕的部分。分位是个相对量,它的分母(历史样本)不透明 —— 于是两家平台可以为同一个指数,编出两个完全不同的历史。

红利低波 H30269 的三组读数

实测:2026-10-09 至 10-13 实测

红利低波(H30269)在 2026 年 10 月,三家口径的读数:

口径平台PE分位平台记录的历史区间
市值加权理杏仁8.83100.00%最大 8.83 / 最小 5.27 / 均值 7.36
等权理杏仁8.2477.49%(同上,等权口径)
等权ETF.run9.1742.43%最大 20.94 / 最小 6.57 / 均值 10.52

数据日:理杏仁 10-13,ETF.run 10-09。实测

历史区间刻度(两家平台各自记录的 PE 范围) 理杏仁 当前 8.83 最大 8.83 当前 = 历史最高 → 分位 100.00% ETF.run 当前 9.17 最大 20.94 当前只排到 42.43% —— 因为历史里有更高的值 差额 20.94 ÷ 8.83 = 2.37 倍 两家平台对“同一个指数的历史最高”记录相差 2.37 倍 → 分位是个相对量,它的分母(历史样本)不透明
同一个指数、同一时点,两家平台的历史区间不同,分位就完全相反。 理杏仁记历史最大 8.83(当前即最高);ETF.run 记历史最大 20.94(当前仅 42.43%)。 蓝色柱 = 当前 PE,灰底 = 平台记录的历史区间。实测

这三行里藏着三个矛盾。逐个看:

矛盾一:PE 更高,分位反而更低
ETF.run PE 9.17 → 分位 42.43%
理杏仁 PE 8.24 → 分位 77.49%
高 PE 配低分位 —— 按常理应该反过来

矛盾二:"历史最高"差 2.4 倍
理杏仁记录的最大值 = 8.83
ETF.run 记录的最大值 = 20.94
倍数 = 20.94 ÷ 8.83 = 2.37 倍

矛盾三:当前是不是最高点
理杏仁:分位 100.00% —— 当前就是历史最高
ETF.run:分位 42.43% —— 当前只排在不到一半的位置
同一时点,两个完全相反的判断

根因不在算法,在历史样本。ETF.run 的历史区间里存在一个 PE 高达 20.94 的时期,理杏仁的历史区间里没有。也就是说:两家平台的"历史"不是同一段历史。

这个差异可能来自多处:样本起点不同(是否包含 2015 年的极端行情)、是否存在数据缺口、是否做过回溯、成分股调整是否追溯处理。但有一点是确定的 —— 平台页面上不会告诉你它的历史是从哪一天开始的。

同样的病,全指医药也有

实测:两家平台记录的历史极值 实测

这不是红利低波一个指数的特例。看全指医药(000991):

平台记录的最高 PE记录的最低 PE平均值
理杏仁39.1125.9431.69
ETF.run105.2624.1142.23

同一指数的"历史最高 PE":39.11 vs 105.26。实测

最高 PE 倍数 = 105.26 ÷ 39.11 = 2.69 倍
平均 PE 差 = 42.23 vs 31.69,差 33%
同一指数,同一时间点查到的两组历史统计

两个平台记录的最低值很接近(25.94 vs 24.11,差 7%),但最高值差 2.69 倍。这说明分歧集中在历史的上端 —— 某个 PE 极高的时期,一家平台收录了,另一家没有。

对分位的影响是直接的:分母里的最大值越大,当前值的相对位置就越低。这解释了为什么同一个 PE(29.00 与 29.21),一家算出 9.27%,另一家算出 21.41%。

为什么会这样:分位的三个自由度

综合前两节的案例,可以归纳出分位这个数字实际受三个变量控制:

自由度可选范围对结果的影响
算法整体法 / 市值加权 / 等权 / 算术平均 / 中位数本报告第 1 节:同一批公司的 PE 可差 2.3 倍
时间窗近 1 年 / 3 年 / 5 年 / 10 年 / 全历史 / 上市以来沪深300 一例中,近 1 年 0% vs 近 10 年 59.17%
历史样本起点、缺口处理、是否回溯红利低波最高 PE 差 2.4 倍;全指医药差 2.69 倍

三个自由度意味着:理论上可以组合出几十种不同的"分位",而它们都叫"分位"。

更麻烦的是,这三个选择通常不会写在页面上。你看到一个"9.27%",很难知道它是哪种算法 × 哪段时间 × 哪批样本的结果。

实践含义:如果你用分位做决策,那么"分位是多少"这个问题需要被拆成三个问题 —— 哪个算法、哪段时间、哪家平台。只报一个百分数,信息量是不够的。

一个真实的口径教训

脱敏记录 存疑

以下是一个核查过程中遇到的真实情况,已去掉具体标的与决策背景,只保留口径上的教训。

一次核查的经过口径事故

第一步。某个行业指数的估值分位被引用为"97%",并据此得出一个结论。

第二步。事后核查这一数字的来源,发现它无法被任何一个公开渠道证实。回查三个独立来源:

  • 66.8%来源 A · 全历史口径
  • 23.65%来源 B · 近 1 年口径
  • 90.78%来源 C · 但对应的是半年前的另一口径

三个来源给出三个差异极大的数字,而那个 97% 不在其中任何一个里面。

第三步。核查结论是:这个 97% 很可能来自早期整理时的错值,之后被反复复述,越传越像真的。而基于它的那个结论,被整份作废。

这个案例的教训不是"要更仔细",而是更具体的三条:

  1. 分位数字必须带口径。没有口径的分位,无法验证也无法反驳。
  2. 分位数字必须带日期。90.78% 那条本身没错,错的是它对应的是半年前的另一个时点。
  3. 被复述多次的数字不等于被验证多次。一个错值在多次引用中会积累"像是真的"的可信度,而实际上从未被独立核对。

本案例的处理方式:只记录口径层面的教训,不涉及任何具体标的与决策。存疑级别的说明 —— 因为原始数字的来源始终未能确定。

四 · 净值不是价格

前面三节讲的是指数估值(贵不贵)。这一节开始讲另一个体系:基金净值(我赚了多少)。而净值有三个版本,只有一个能回答你的问题。

三个净值

定义与计算关系 报道

名称定义用途 / 陷阱
单位净值(基金总资产 − 负债) ÷ 基金份额申赎成交价。分红后会直接下降
累计净值单位净值 + 历史累计分红反映历史盈利,但假设分红以现金形式取出,不再产生收益
复权净值分红加回单位净值,并作为再投资进行复利计算唯一能反映真实持有收益的口径

三者的差别全部集中在如何处理分红这一件事上。

单位净值就是价格 —— 它每天由基金公司公布,是申购赎回的成交依据。但因为它会在分红时下降,用它画长期曲线会显示出一个不存在的下跌。

一个算例:三个数字,三个答案

按三种定义逐步计算,已逐项验算 推算

设:初始单位净值 1.20,每份分红 0.20,分红后净值上涨 10%。

第 1 步 · 分红时
分红后单位净值 = 1.20 − 0.20 = 1.00
此刻累计净值 = 1.00 + 0.20 = 1.20 (与分红前相等,正确)

第 2 步 · 上涨 10% 后
单位净值 = 1.00 × 1.1 = 1.10
累计净值 = 1.10 + 0.20 = 1.30
累计净值涨幅 = (1.30 − 1.20) ÷ 1.20 = 8.33%

到这里出现了第一个矛盾:净值明明涨了 10%,累计净值却只告诉你涨了 8.33%。

原因在累计净值的假设:它把 0.20 的分红当成"拿出来放着了",不再参与后续上涨。但那 0.20 如果你选择了红利再投资,它是会继续赚钱的。

把这一步补上,就是复权净值:

第 3 步 · 复权(分红再投资)
分红 0.20,按分红后净值 1.00 再投入 → 增购 0.20 ÷ 1.00 = 0.20 份
总份额 = 1 + 0.20 = 1.20 份
涨 10% 后单位净值 1.10 → 总价值 = 1.20 × 1.10 = 1.32
复权净值 = 1.20 × 1.10 = 1.32,收益率 = 10.00%
口径期末值收益率偏差
单位净值1.10−8.33%把分红当成了亏损
累计净值1.308.33%少报 1.67 个百分点
复权净值1.3210.00%实际值
0% −8.33% +8.33% +10% 单位净值 −8.33% 分红被当成下跌(看似亏损) 累计净值 +8.33% 分红假设现金取出,不再产生收益 → 少报 1.67 个点 复权净值 +10.00% 分红再投资,复利计算 → 真实收益 同一笔投资、同一段行情,三个口径给出“亏了 / 赚了 8.33% / 赚了 10%”三个答案 差额全部来自“分红怎么处理”这一件事
分红 0.20、之后上涨 10%,三个口径给出三个收益率。 蓝色 = 事实口径(复权),橙色 = 把分红当成损失的错读,灰色区 = 分红被当作现金取出。 曲线上的“假跌”和收益的“少报”是同一个原因。推算

同样的基金、同样的行情、同一段时间,三个口径分别告诉表:亏了 8.33%、赚了 8.33%、赚了 10%。

注意第一行:如果只看单位净值,这一笔是"亏损"的。因为分红把净值从 1.20 拉到了 1.00,即使之后上涨 10%,也只回到 1.10 —— 低于分红前的 1.20。

所以"基金分红"这件事,对不同的口径意味着完全相反的东西:单位净值口径下它是下跌,累计净值口径下它什么也没发生,复权净值口径下它是一次真实的收益。

哪个数字该看

三种净值不是"哪个正确",而是各自回答不同的问题:

你想知道该看为什么
我今天买/卖多少钱一份单位净值它就是成交价
这只基金自成立以来赚了多少累计净值已排除了分红造成的下降
如果我一开始就持有,真实收益多少复权净值只有它把分红再投资算进去了
这只基金的长期业绩好不好复权净值增长率基金公司与第三方评价机构均使用此口径

相关整理中的口径:基金公司、第三方评价机构在计算基金业绩回报时,看的是复权净值增长率,而不是累计净值增长率。报道

这引出一个很实际的检查点:当你看到一个基金收益率数字时,先确认它用的是哪个净值口径。同一个基金、同一段时间,用不同口径算出的收益率可以差不少。而对于有分红历史的基金(红利类、价值类常见),这个差别会累积得很明显。

另一个相关的事实:A 类与 C 类份额的净值不一样,因为 C 类的销售服务费按日计提,直接从净值里扣。它们的净值起点和数值都不同,不能直接横向比较。报道

五 · 时间差:你看到的和实际发生的错开多久

同一个净值,除了有三个版本,还有发布时间差。两者叠加,盘中看到的数字与最终入账的数字经常不是一回事。

净值是算出来的,估值是猜出来的

这是本节最重要的一句话。两类数字的性质完全不同:

类型怎么来的可信度
净值基金公司按当日实际持仓的收盘价、费用等计算得出事实。它是事后确定的、有正式公告的值
盘中估值第三方根据上一次定期报告披露的持仓 + 实时行情推算推测。持仓数据滞后,且不为调仓所知

基金定期报告每季度披露一次持仓,两次披露之间最长隔约三个月。文本

盘中估值的误差来自三个地方:

  1. 持仓滞后 —— 估值用的是上季末的持仓,而基金经理可能已经调过仓
  2. 数据不完整 —— 季报只披露前十大重仓,剩下的部分靠推测
  3. 非股票仓位被假设 —— 债券、现金等部分按假设值估算,误差会叠加

结果就是:盘中估值与实际净值之间通常存在偏差,而主动基金的偏差一般大于指数基金 —— 因为主动基金经理调仓更频繁,滞后持仓与实际持仓的差距更大。

QDII:多等一到两天

来源:基金公司口径与相关整理 报道

投资 A 股的普通公募基金,一般在交易日当晚就披露当日净值。但投资美股的 QDII 基金不是:

基金类型净值披露原因
境内基金T 日盘后当日收盘价当天可得
QDII(投美股)T+1 到 T+2美股交易时段对应北京时间深夜,当日申购时只能取得前一交易日的收盘数据

相关口径:“当日购买时,只能披露前一交易日的净值”。报道

T 日 15:00 T 日 21:30 T+1 日 T+2 日 → A 股收市 美股开市 境内基金:当晚 20:00 前后披露当日净值 这时 A 股净值已定,但美股行情刚开始 QDII:此时才拿到前一日美股收盘,净值滞后 1-2 天 → 长假错配:若 A 股休市而美股照常,这段时间的涨跌会在复市后通过净值一次性体现
净值发布时间差(不含盘中估值)。 境内基金当晚可取当日收盘价;QDII 因美股交易时段对应北京时间深夜, 当日申购时只能取到前一交易日的收盘数据,因此净值滞后 T+1 到 T+2。报道

这个时间差会带来几个很实际的效果:

  • 你今晚看到的涨跌不是今晚的。它对应的是更早的交易时段。
  • 节假期会出现累积补价。如果 A 股休市但美股照常交易(例如国庆长假),这段时间的美股涨跌会在复市后通过净值一次性体现出来。
  • 申赎确认也会顺延。对于需要用到资金时效的操作,这个延迟需要提前考虑。

一张时间表

把上面两个时间差放在一起:

你看到的数字对应哪一天性质
盘中估值涨跌实时(但持仓滞后)推测
境内基金当日净值当日 20:00 前后公布事实
QDII 当日净值可能晚 1-2 个交易日事实,但滞后
你账户里的收益按确认份额时的净值算事实,但取决于确认时点

最后一行的含义值得展开:申购不是按你下单那天的净值成交,而是按确认日的净值成交。而确认日又取决于下单时间(是否在当日截止时间前)与基金类型(境内还是 QDII)。

所以"我今天买了,今天涨了,我赚了吗"这个问题,答案取决于上面这张表的整个链条 —— 而不是取决于今天的行情。

六 · 三条可以搬走的规则

把前五节压缩成三条可以直接用的判断规则。适用场景:看到任何一个估值或净值数字的时候。

规则一 · 看到一个 PE / PB,先问“哪个算法”

同样一批公司,不同算法:5.37 → 6.36 → 8.00 → 12.50 (差 2.33 倍)

整体法与中位数回答的是两个不同的问题:一个是"按权重买入的代价",一个是"典型公司的位置"。二者不一致是正常的,不是数据错误。

具体动作:看到 PE 数字时,确认它是整体法(中证指数官方口径)、市值加权、等权还是中位数。如果是中位数或算术平均,记住它们可能与指数价格不同向波动。

规则二 · 看到一个分位,先问“哪段时间”

同一个沪深300:近 1 年 0% 近 3 年 58.33% 近 5 年 68.33% 近 10 年 59.17%

分位没有绝对含义,它只在“你们家选的那段历史里”成立。而这段时间通常不写在页面上。

具体动作:至少做两件事 —— ① 看平台是否明写了时间窗;② 如果当前值接近平台记录的历史最高,反查一下这个“最高”是不是因为样本被截断造成的(参考第 3 节红利低波与全指医药的案例)。

规则三 · 看到一条净值曲线,先问“哪个净值”

同一笔投资,三个口径:单位净值 −8.33% 累计净值 +8.33% 复权净值 +10.00%

区别全部集中在分红怎么处理。只看单位净值,分红会被画成下跌。

具体动作:看长期业绩用复权净值;比较两只基金的业绩时,确认两边用的是同一口径;遇到累计净值与复权净值不一致时,知道差额来自“分红是否再投资”这个假设。

七 · 核对清单

本节是全篇的落点。三个清单,用于在看到一个数字时快速定位它的口径 —— 打印出来就能用。

清单 A · 看到任何一个估值数字(PE / PB / PS)

  • 哪个算法?整体法 / 市值加权 / 等权 / 算术平均 / 中位数
  • 哪个股本口径?总股本(PE1)还是计算用股本(PE2)
  • 哪个来源?中证指数官方文件 / 第三方平台 / App
  • 数据日是哪天?不是“今天”——估值数据本身也有更新延迟
  • 是 PE-TTM 还是静态 PE?滚动市盈率用过去四个季度,静态用上一年度

清单 B · 看到任何一个分位数字

  • 分母是什么?近 1 年 / 3 年 / 5 年 / 10 年 / 全历史 / 上市以来
  • 这里的“历史最高”是多少?如果当前值≈历史最高,反查平台的历史区间是否被截断
  • 这个指数的历史有多少年?不足 5 年,分位的统计意义有限
  • 中间有没有过结构性断裂?比如极端的崩盘(参考恒生科技)或规则重大调整
  • 是哪个口径的分位?同一页上等权 9.27% 与中位数 33.29% 可以共存
  • 带日期了吗?被复述多次的数字不等于被验证多次

清单 C · 看到任何一个基金收益数字

  • 哪个净值口径?单位净值 / 累计净值 / 复权净值
  • 时间差多久?境内 T 日晚,QDII 可能 T+1 到 T+2
  • 数据日是哪天?与你看到的日期可能相差多个交易日
  • 是 A 类还是 C 类?两者净值不同,不能直接比较
  • 是日净值还是盘中估值?后者是推测值,不是事实
  • 收益率是怎么算的?不同的买入时点与定投方式会产生不同结果

这张清单不解决什么

三个清单能保证你知道一个数字从哪里来,但不能告诉你它意味着什么。

“分位 9.27%”是一个口径清楚的事实。它是不是买入信号,取决于你的投资体系而非本报告 —— 分位低可能是因为便宜,也可能是因为这个行业的前景发生了永久性变化(参考第 2 节恒生科技的讨论)。

本报告只到“这个数字怎么算出来”为止,不再往前一步。

八 · 争议与存疑

本报告未能解决或未能核实的问题,逐条列出。宁写“未核实”也不给确定值。

存疑一平台历史区间差异的确切根因

  • 已确认的事实:红利低波 H30269 的历史最高 PE,理杏仁记录 8.83、ETF.run 记录 20.94,差 2.37 倍;全指医药历史最高 PE 分别是 39.11 与 105.26,差 2.69 倍
  • 未确认:这个差异具体是样本起点、数据缺口、回溯处理还是成分股调整追溯造成的。本报告只能确认“历史样本不同”,不能确认是哪一种不同
  • 两个平台均未在页面上明示历史区间的起点

存疑二ETF.run 记录的高值对应哪个时期

  • ETF.run 记录的全指医药最高 PE 为 105.26,是理杏仁记录值(39.11)的 2.69 倍
  • 未确认:这个 105.26 对应哪个时间段、是否为异常值、是否因早期数据质量造成
  • ETF.run 对红利低波记录的最高 PE 20.94 同样未确认对应时期

存疑三分位的历史样本能否被外部验证

  • 平台公布分位数值,但通常不公布用于计算分位的完整历史序列
  • 这意味着:“分位 9.27%”这个数字无法被外部独立复现 —— 你只能选择相信或不相信
  • 可验证的部分:PE 本身(基于公开市值与利润数据可复算);不可验证的部分:历史样本的构造方式

存疑四盘中估值误差的具体算法

  • 已确认的机制:估值基于上一期定期报告披露的持仓 + 实时行情推算
  • 已确认的时间差:定期报告每季度披露一次,持仓数据最多滞后约三个月
  • 未确认:各平台对未披露部分(前十大之外的持仓、债券、现金)的具体处理方法不公开,因此无法给出误差的精确范围

存疑五指数编制规则的历次修订

  • 指数编制方案会随市场变化修订(样本数、调整频率、缓冲区规则等)
  • 若历史序列跨越了规则修订点,则在用一段包含两套规则的数据做分位计算
  • 未确认:本报告涉及的指数各自经历过多少次规则修订,以及各平台的回溯处理方式

来源与边界

编制规则类(文本级)

  • 中证指数有限公司·指数编制与管理原则:派许加权方法、除数算法公式
  • 沪深300 指数编制方案:基日 2004-12-31、基点 1000、调整市值定义、自由流通量与分级靠档
  • 中证系列规模指数编制方案(样本定期调整频率、缓冲区规则)
  • 中证指数业务常见问题答疑:含“为什么官网查询的指数历史行情最远日期晚于指数基日”等条目

算法与定义类(报道级)

  • 中证网·指数估值计算方法(2017-03-22):五算法对比的算例原文,本报告已逐项复算验证
  • 第三方数据整理·指数估值种类与计算方法:加权、等权、算术平均、中位数的公式
  • 基金净值口径说明:单位净值 / 累计净值 / 复权净值的定义与分红处理差异
  • QDII 净值披露时滞的基金公司口径与相关整理

实测对照类(实测级,数据日已在正文标注)

  • 全指医药(000991)四口径分位对照 · 2026-10-13
  • 红利低波(H30269)三口径对照与历史极值 · 2026-10-09 至 10-13
  • 沪深300(000300)多来源分位对照 · 2026-09-18 至 10-13
  • value500 沪深300 估值页四个时间窗的并列读数 · 2026-10-13

推算类(推算级)

  • 五算法的两公司算例:五个值均与原文吻合
  • 净值三口径算例:逐步计算并交叉验证(分红时累计净值与分红前一致)
  • 分位差异的量化对比:PE 差 0.72% vs 分位差 12.14 个百分点

本报告做不到的地方

  • 无法验证任何平台的历史样本构造方式(见存疑三)
  • 无法给出"哪个平台更准"的结论 —— 口径选择取决于用途,不是准确度问题
  • 未覆盖:债券估值、货币基金收益结转、ETF 场内折溢价、REITs 估值口径
  • 未覆盖:境内外节假日安排对净值确认的完整影响链条

一句话总结

同一批公司,五种算法的 PE 从 5.37 到 12.50(差 2.33 倍);
同一个指数,两家平台的"历史最高 PE"从 8.83 到 20.94(差 2.37 倍);
同一笔投资,三个净值口径分别是 −8.33% / +8.33% / +10.00%;
这三个事实加起来,解释了为什么同一个数会有好几个答案。

而这三个自由度的选择,通常不写在页面上。所以本报告真正建议的不是换一个平台查,而是在看到一个数字时,先把它的口径问清楚。