社区

1 引言 所有市盈率PE数据均是滚动最新一年的数据。 标普500与纳指100数据：本数据最准确。 沪深300、红利低波100全收益、中概互联数据来自中证指数官网； 国证自由现金流和国证价值100全收益数据来自国证指数官网； 恒生指数数据来自恒生指数官网； 日经255数据来自日本经济新闻社； 图中黑色曲线是：市盈率PE（左边坐标，越低越好） 图中蓝色曲线是：指数点位 （右边坐标，长期向上最好） 2 分析与讨论 2.1 标普500估值 标普500本周下跌约2.7%，PE由25.12降至23.93，处于图示历史样本的25%分位，属于中等偏低。估值较上周进一步回落。 图1 标普500估值 2.2 纳指100估值 本周纳指100下跌约4.9%，PE由31.73降至29.40，下降约7.3%，降幅仍大于指数跌幅。目前PE处于图示历史样本的4%分位，已处于自身历史较低水平。 图2 纳指100估值 2.3 沪深300估值 沪深300本周上涨约1.7%，PE由12.61升至13.13，处于图示历史样本的49%分位，接近中位数。估值较上周有所回升。 图3 沪深300估值 2.4 红利低波100全收益指数估值 在红利低波100这个以股息率为主叠加低波动的运行体系下，它可以自动实现低买高卖。只要不是高估，长期定投都会不错。 由于相似性，红利低波100估值同样可以用来给中证红利、红利低波、300红利低波、A500红利低波、南方标普红利低波、东证红利低波、智选高股息等做参考。 对于红利指数而言，其估值单独看市盈率不合适，必须结合股息率： 从市盈率角度来看，红利低波100的PE为9.10，处于87%分位，估值偏高。 从股息率角度来看，股息率为4.86%，比十年期国债收益率高约3.27个百分点，估值偏低。 综合来看，红利低波100估值中等偏低。 不过投红利需要注意： （1）降低收益预期，我的预期是多年年化

1 引言 从2026年10月6日高点31361.369算起，截止今日2026.11.06日，纳指100下跌了大约15%。尤其是昨天，一次性大跌6.4%，不可谓不大。 从最近3年的走势来看，这绝对算一次较大的回撤了。 恐慌，害怕，担忧，还是兴奋，平淡？ 此时此刻，又该怎么办？ 2 分析与讨论 2.1 下跌是一种正常现象 过去3年有3次15%级别左右的下跌； 过去10年也大约有6次15%或更大级别的下跌。 因此，这是正常现象，没什么值得额外担忧的。 不过最近几年确实也有一点不太平。 2020疫情算是一次大扰动； 2022大加息算是一次大扰动； 2025贸易战也算一次大扰动； 那这次算什么，我看算是市场对资本开支的担忧，叠加美国蓝党获胜对限制AI的政策担忧，叠加油价和通胀担心等等引发的一次扰动。 实际上，这次波动，在我看来要比之前更不值得担心。 疫情是全球首次面临的大问题，经济停滞，充满了悲观； 大通胀大加息也是多年一遇的大事情，速度之快也令人咂舌，同时市场也不知道会加到多高； 贸易战更是如此，什么时候见过美国这么搞过，很多人担心全球贸易要断绝了。 那这次呢，在我看来没有上述严重，就是涨多了叠加市场担心和选举扰动的中等事件。 就算AI前景再好，在前进路上也一定会有波动。而且越是发展快发展好的产业和革命，波动越是多，越是大。 2.2 暴跌时刻思本质 （1）AI有未来吗？ 其实我经常思考这个问题。 在我看来，AI的未来就在于它能否创造价值。 大家可以自己思考，AI是否在给你，给他人，给企业创造价值？ 根据我的观察，用AI的人不仅越来越多，而且使用的人用的时间和消耗量也越来越大。我从来不怀疑AI的价值，因为我从来不怀疑智能的价值，这就是人类超越普通动物的根本。 归根到底，人类就是靠智能站在生物链顶端的。 随着AI的发展，智能的提升，我认为其渗透力和创造的价值将无可比拟。大家也可以在评论

1 引言 对于投资纳斯达克的朋友而言，市盈率PE是大家最关心的指标之一。不过，滚动PE和前瞻PE回答的是不同的问题。 滚动PE：现在的市值 ÷ 过去一年的利润。它告诉我们，为已经实现的利润付出了多少价格。 前瞻PE：现在的市值 ÷ 预测的未来一年的利润。它把预期中的盈利放进分母，结果能否兑现，还要看后续业绩。 财报密集发布后，股价、已经实现的利润和未来盈利预期都在变化。这次一起看看纳指100整体、各行业以及核心成分股的最新估值。 注：数据每日自动更新，有过交流记录+赞赏系统默认金额，可以后台私信，获取体验链接查看最准纳指/标普/纳指科技/标普信息科技最准估值，实时溢价，申赎信息，场外基金申购信息等。 2 十年期纳指估值信息 先把估值放回历史中看。最新一期周更图显示，截至10月30日，纳指100滚动PE为31.73倍，处于图示近十年样本的17%分位。[2] 按这张图的历史划分，估值已经进入相对偏低区域。不过，历史分位低不代表短期不会继续下跌。 图1 纳指100历史估值 3 最新滚动PE及前瞻PE 3.1 方法说明 在讨论之前，我必须首先说明，这里的数据是最新最准的，如果和其他网站和APP上的数据不一致，以此为准。 为什么？ 因为绝大部分的网站和APP和展示的数据： 成分股权重落后，比如是一个月或一个季度前的； 不是权重加权计算，大部分是市值加权； 对亏损股剔除处理； 对超大市盈率按照60PE固定计算； 算法是个黑盒子； 以上问题都会严重影响PE的准确性，从而导致看到的数据偏离实际。 本人进行研究就是为了解决以上问题： 按照最新权重加权计算； 亏损股不剔除，按照权重计算亏损； 不对超大市盈率随意处理，基于真实利润计算； 基于全球顶级投行的一致利润预期计算前瞻利润。 之前本人已经有文章详细介绍了这些算法的影响。详情可以参看： 你看到的纳指100市盈率，正在误导你... 3.2 纳

1 引言 所有市盈率PE数据均是滚动最新一年的数据。 标普500与纳指100数据：本数据最准确。 沪深300、红利低波100全收益、中概互联数据来自中证指数官网； 国证自由现金流和国证价值100全收益数据来自国证指数官网； 恒生指数数据来自恒生指数官网； 日经255数据来自日本经济新闻社； 图中黑色曲线是：市盈率PE（左边坐标，越低越好） 图中蓝色曲线是：指数点位 （右边坐标，长期向上最好） 2 分析与讨论 本期数据截至2026年10月30日，图片更新于10月31日。周涨跌比较10月23日与10月30日；十年期国债收益率为1.6266%。各指数按各自历史样本看分位，不直接比较绝对PE高低。 2.1 标普500估值 标普500本周下跌约0.6%，PE由25.50降至25.12，处于图示历史样本的44%分位，属于中等偏低。指数小幅回落，估值也继续下降。 图1 标普500估值 2.2 纳指100估值 本周纳指100下跌约2.0%，PE由33.57降至31.73，下降约5.5%。PE降幅仍大于指数跌幅，源于财报发布和利润增长，现在估值处于绝对低位，比贸易战时期还要低了。 图2 纳指100估值 2.3 沪深300估值 沪深300本周下跌约2.9%，PE由12.74降至12.61，处于图示历史样本的35%分位，属于中等偏低。估值继续回落。 图3 沪深300估值 2.4 红利低波100全收益指数估值 在红利低波100这个以股息率为主叠加低波动的运行体系下，它可以自动实现低买高卖。只要不是高估，长期定投都会不错。 由于相似性，红利低波100估值同样可以用来给中证红利、红利低波、300红利低波、A500红利低波、南方标普红利低波、东证红利低波、智选高股息等做参考。 对于红利指数而言，其估值单独看市盈率不合适，必须结合股息率： 从市盈率角度来看，红利低波100的PE为9.21，处于88%分位，

1 引言 此前我们看了纳指100的滚动PE和前瞻PE。今天继续看一个科技属性更集中的对象：纳指科技。 看到“科技”两个字，很多人的直觉是，增长更快，估值也应该更贵。 但按这次看板的数据，纳指科技滚动PE为32.0倍，前瞻PE为21.7倍，都略低于同一批看板中纳指100的35.2倍和22.3倍。 科技更集中，PE却更低。这组数字应该怎么理解？我们还是从整体、行业和核心成分股三层来看。 2 先说清楚数据和计算口径 滚动PE，看的是当前价格对应过去一年已经实现的利润；前瞻PE，看的是当前价格对应数据源的前瞻盈利预测。 本文采用本人估值看板的数据，数据生成于10月17日。 指数PE也不是把各只股票的PE简单求平均。这里继续采用权重加权口径：先将成分股的盈利收益率按权重合成，再取倒数得到整体PE。亏损股的负盈利保留，超高PE也不随意按一个固定上限处理。 这样算，才能看清一篮子股票按照这些权重组合起来，对应多少盈利。不能把成分公司的总市值简单相加，再除以总利润，代替指数的权重计算。 方法参考：你看到的纳指100市盈率，正在误导你... 前瞻数据采用看板的盈利预测口径。预测值后续会调整，利润能不能兑现，还要靠财报验证。 3 整体、行业与核心成分股 3.1 纳指科技整体估值 图1 纳指科技整体估值 看板共有47项成分，滚动与前瞻估值数据的权重复盖率均为100%。滚动PE为32.0倍，前瞻PE为21.7倍；对应的滚动盈利收益率约3.1%，前瞻盈利收益率约4.6%。 如果价格和权重保持不变，按照当前预测口径，组合盈利较过去一年增长约47.7%，就能把PE从32.0倍降到21.7倍。 所以，前瞻PE低了约32.3%，说的是在预测利润下，估值倍数降低了多少；盈利预期增长约47.7%，说的是分母增加了多少。两者不是同一个百分比，更不能把它理解成未来股价会涨47.7%。 我的理解是，21.7倍提供了一

1 引言 AI公司不断投入，数据中心不断扩建，市场也不断追问：这么多钱，最终能创造多大价值？ 如果只把AI理解成聊天、翻译、写几段文字，这种疑问很自然。但AI能承担的工作正在扩大：从回答问题，到使用工具完成任务，再到记住个人背景、围绕长期目标持续协作。 我认为，未来世界对AI的需求，以及AI创造价值的空间，都可能远超聊天工具带给我们的想象。 下面沿着这三个阶段，看看需求怎样扩大、价值怎样产生。 2 聊天时代：先让知识变得容易获得 聊天AI最常见的界面，就是输入框和对话气泡：你提出问题，它给出回答。 图1 聊天界面示意 例如，你把财报交给AI，问利润为什么下降，它可以解释收入、成本和现金流的关系。翻译、写作、学习概念，也都可以这样开始。 这一阶段降低了获取和整理信息的门槛。不过，回答之后的工作仍然很多：寻找其他资料、核对数字、制作图表、下季度继续更新，都需要有人接着做。 当AI获得操作工具的能力，这些后续任务也开始进入它的工作范围。 3 智能体时代：交代目标，完成工作 智能体的界面通常会多出任务进度、工具操作和结果文件。你可以交代：“找到这家企业近几年的财报，提取数据，生成对比图。” AI需要拆分步骤，浏览网页、运行代码、处理文件，并根据执行结果调整。这里仍然需要人的审核，但人开始能够把更完整的工作交出去。 图2 智能体界面示意 后台计算也随之变化。Anthropic在2025年披露，自身研究系统中，智能体消耗的token通常约为聊天交互的4倍，多智能体约为15倍。[1] 同样一句交代，可以触发更多步骤，也有机会交付更有价值的成果。 随着完成任务的成本下降，个人和小企业过去做不起、来不及做的事情，也可能变成新增需求。 4 正在发生的个人助理时代 4.1 更通用、更持久，也更主动 如果每次使用AI都要重新交代背景、安排下一步，我们仍然承担着不少协调工作。我理解的个人助

1 引言 所有市盈率PE数据均是滚动最新一年的数据。 标普500与纳指100数据：本数据最准确。 沪深300、红利低波100全收益、中概互联数据来自中证指数官网； 国证自由现金流和国证价值100全收益数据来自国证指数官网； 恒生指数数据来自恒生指数官网； 日经255数据来自日本经济新闻社； 图中黑色曲线是：市盈率PE（左边坐标，越低越好） 图中蓝色曲线是：指数点位 （右边坐标，长期向上最好） 2 分析与讨论 本期数据截至2026年10月16日，图片更新于10月17日。周涨跌比较10月9日与10月16日；十年期国债收益率为1.6562%。各指数按各自历史样本看分位，不直接比较绝对PE高低。 2.1 标普500估值 标普500本周下跌约1.9%，PE由26.53降至26.09，处于图示历史样本的54%分位，略高于中位数。价格回落后，估值也有所下降。 2.2 纳指100估值 本周纳指100下跌约5.5%，PE由36.74降至35.24，下降约4.1%。上周估值小幅回升，本周又降了下来。 目前纳指100的PE处于图示历史样本的39%分位，属于中等偏低。比上周便宜了一些。 2.3 沪深300估值 沪深300本周下跌约3.4%，PE由13.11降至12.88，处于图示历史样本的42%分位，属于中等偏低。估值有所回落，是否值得持有，仍要结合对企业盈利和长期回报的判断。 2.4 红利低波100全收益指数估值 在红利低波100这个以股息率为主叠加低波动的运行体系下，它可以自动实现低买高卖。只要不是高估，长期定投都会不错。 由于相似性，红利低波100估值同样可以用来给中证红利、红利低波、300红利低波、A500红利低波、南方标普红利低波、东证红利低波、智选高股息等做参考。 对于红利指数而言，其估值单独看市盈率不合适，必须结合股息率： 从市盈率角度来看，红利低波100的PE为8.94，处于86%

1 引言 所有市盈率PE数据均是滚动最新一年的数据。 标普500与纳指100数据：本数据最准确。 沪深300、红利低波100全收益、中概互联数据来自中证指数官网； 国证自由现金流和国证价值100全收益数据来自国证指数官网； 恒生指数数据来自恒生指数官网； 日经255数据来自日本经济新闻社； 图中黑色曲线是：市盈率PE（左边坐标，越低越好） 图中蓝色曲线是：指数点位 （右边坐标，长期向上最好） 2 分析与讨论 2.1 标普500估值 标普500本周上涨约1.2%，PE由25.90升至26.53，处于图示历史样本的56%分位，略高于中位数。 2.2 纳指100估值 本周纳指100上涨约0.2%，PE由36.20升至36.74，上升约1.5%。上周的估值下降没有在本周延续。 目前纳指100的PE处于图示历史样本的49%分位，接近历史中位数，按图中划分属于中等偏低。 2.3 沪深300估值 2.4 红利低波100全收益指数估值 在红利低波100这个以股息率为主叠加低波动的运行体系下，它可以自动实现低买高卖。只要不是高估，长期定投都会不错。 由于相似性，红利低波100估值同样可以用来给中证红利、红利低波、300红利低波、A500红利低波、南方标普红利低波、东证红利低波、智选高股息等做参考。 对于红利指数而言，其估值单独看市盈率不合适，必须结合股息率： 从市盈率角度来看，红利低波100的PE为8.7，处于85%分位，估值偏高。 从股息率角度来看，股息率为4.95%，比十年期国债收益率高约3.27个百分点，估值偏低。 综合来看，红利低波100估值中等偏低。 不过投红利需要注意： （1）降低收益预期，我的预期是多年年化6%； （2）牛市中红利跑不赢沪深300； （3）低波不是无波，长盈不是总赢。 2.5 自由现金流全收益指数估值 在国证自由现金流这个以自由现金流率筛选公司，自由现金流加权的

1 引言 在各类软件里面，恒生科技只有二十多倍市盈率，纳指100三十多倍。把这两个数字放在一起，很容易得出一个判断：恒生科技便宜多了。 以国内最专业的金融数据库Wind为例，APP上显示恒生科技TTM市盈率是22.4倍，近五年分位数是35.8%。单看这个，估值似乎也谈不上贵，因此很多大V又开始说便宜了。 但我想先把一个问题搞清楚：买下一篮子股票，盈利公司的钱算进来了，亏损公司的窟窿算进去了吗？市盈率是按照成分股加权算的吗？ 在之前，我分析了应当如何正确计算纳指100市盈率，现在也来算算恒科。（你看到的纳指100市盈率，正在误导你...） 我按恒生科技的实际权重重新合并各股TTM盈利，再与纳指100比较，发现恒生科技实际滚动PE为34.17倍，接近纳指100的36.74倍。 这足以提醒我们：先弄清怎么算的，再谈是否便宜，同时也不要随便相信各种草台班子。 2 亏损，究竟放在哪里？ 一只股票的市盈率，是价格除以每股盈利。一个组合的市盈率，则要看投入同样一笔钱，按照组合权重，合计对应多少盈利。 本文采用的算法可以写成： 组合盈利收益率＝各成分股“权重÷TTM市盈率”之和 组合市盈率＝1÷组合盈利收益率 权重归一化到100%，亏损公司的市盈率为负数，对组合盈利作负贡献。详细计算规则可以看： 你看到的纳指100市盈率，正在误导你... 概念插画：持有整个组合，盈利和亏损都需要计入。画面不表示实际权重或金额。 下面是2026年10月9日全部30家成分公司的名称、权重和TTM市盈率。权重来自恒生指数公司，个股TTM来自同日腾讯行情；计算时将权重归一化至100%，图中保留两位小数。[1] 按这份明细，每100元组合价值对应约4.33元正盈利，扣掉约1.41元亏损，净剩2.93元，组合市盈率约34.17倍。 数据日期：2026年10月9日。来源：恒生指数公司成分权重、腾讯行情TTM数据，本文复

1 引言 纳指科技ETF（159509）的溢价，已经接近40%。 按王博雅数据10月10日早晨的计算，实时溢价约39.90%。这个数字用的是前一天的场内收盘价和更新后的估算净值，并非某一瞬间能够成交的精确溢价。[1] 看到这里，有人会觉得太贵。也有人会想：科技尤其是AI增长这么快，国内买入通道又稀缺，贵一点有什么问题？ 我认为，这个想法有成立的部分。不过呢，贵多少可以接受，以及我们为多付的钱承担了什么风险。 2 好资产，可以贵一点，但贵多少合适呢？ 纳科近年的表现确实有吸引力。截至10月8日，网站收录的近3年基金净值累计涨幅，纳科为155.28%，标普信息科技为120.76%。这是基金净值的历史表现，不是企业盈利增速，更不是未来收益承诺。[1] 在增长优势能够持续、低成本买入通道确实稀缺的情况下，我不认为所有溢价都不合理。 以纳指100的ETF溢价中位数为参照，纳科再高10%-20%，我认为可能都合理。但这不是一条“安全线”。能否接受，还要看持有期限、增长优势和替代选择。 同一份网站快照中，纳指100的12只ETF溢价中位数约12.36%，标普信息科技约9.83%，美国50两只ETF约9.20%-9.62%。纳科约39.90%，已比纳指100ETF中位数高约27.53个百分点。[1] 这就需要更强的增长理由来支撑。 还有一点要注意：科技公司的增长预期，本来就会反映在股票估值中。买ETF再付溢价，是在底层资产价格之上又多付了一层钱。 而增长本身也有风险。多家科技公司可能共同受AI投入和需求影响，行业集中意味着预期落空时，重仓股可能一起承压。 3 从可以理解，到付得太多 我把159509上市以来的价格和净值放在一起看，溢价确实在抬升。按同日期收盘价对单位净值的事后口径，2024年、2025年的溢价中位数分别约8.77%、7.20%，2026年至10月8日约18.17%。[2]