一句话总结
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。
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。
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。
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。
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:
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。
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。
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。
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。
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。
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。
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。
"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。
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 E | PE = P/E | 说明 |
|---|---|---|---|---|
| A | 100 | 20 | 5.0 | 大市值、低估值 |
| B | 10 | 0.5 | 20.0 | 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×wB | 6.36 | 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) ÷ 2 | 12.50 | 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
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:
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"。
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。
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。
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:
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。
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。
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.run | 29.00 | 9.27% |
| 等权 | 理杏仁 | 29.21 | 21.41% |
| 市值加权 | 理杏仁 | 30.20 | 24.45% |
| 中位数 | 理杏仁 | 27.68 | 33.29% |
数据日 2026-10-13。前两行是本节的重点。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:
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"。
定义与计算方式
分位(百分位)的定义本身很简单:
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:
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。
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
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。
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:
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。
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:
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。
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。
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。
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 | 8.83 | 100.00% | 最大 8.83 / 最小 5.27 / 均值 7.36 |
| 等权 | 理杏仁 | 8.24 | 77.49% | (同上,等权口径) |
| 等权 | ETF.run | 9.17 | 42.43% | 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
这三行里藏着三个矛盾。逐个看:
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。
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 | 39.11 | 25.94 | 31.69 |
| ETF.run | 105.26 | 24.11 | 42.23 |
同一指数的"历史最高 PE":39.11 vs 105.26。实测
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%。
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。
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。
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:
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:
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。
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。
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。
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%。
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:
| 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 | 1.30 | 8.33% | 少报 1.67 个百分点 |
| 复权净值 | 1.32 | 10.00% | 实际值 |
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。
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
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。
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:
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。
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
这个时间差会带来几个很实际的效果:
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。
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。
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。
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)。
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。
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。
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。
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。
编制规则类(文本级)
算法与定义类(报道级)
实测对照类(实测级,数据日已在正文标注)
推算类(推算级)
本报告做不到的地方
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。