话说股债性价比能够神奇地预测长期的底部和顶部，这还要从韭圈儿的基础版本说起。
根据北落的描述，韭圈儿的基础版本的股债性价比有四种算法（FED比值、FED差值、股息率比值和股息率差值），公式如下：
FED比值的公式为：（1/市盈率PE_TTM）/国债到期收益率
FED差值的公式为：（1/市盈率PE_TTM）-国债到期收益率
股息率比值的公式为：股息率/国债到期收益率
股息率差值的公式为：股息率-国债到期收益率
韭圈儿的扑克牌中还提供了一个仓位：
事实证明，根据这个仓位来进行买卖是有点鸡肋的，可以降低回撤，但收益并没有改善多少。
为了看看数据的规律，我们选取了三年的均值和标准差，作图，我们发现FED差值在均值 2倍标准差以上买入，在均值-2倍标准差以下卖出比买入并持有沪深300有超额收益。并且用差值的效果要比用比值的效果好。
我们又测试了一下股息率差值和股息率比值按照标准差（同FED差值和比值）买卖的净值效果，发现用股息率效果也不错，同样的，差值要比比值要好。
至于为什么差值比比值更好，我们也做了原理层面的解释。
到目前为止，虽然较基准有超额收益，但还是不那么令人满意（买点还可以但卖点不行）。于是我们画了一下散点图（横坐标是比值或者差值，纵坐标是从任意一个时点开始持有一年沪深300的收益率），看一下数据分布的规律，想找一下四种方式哪种更好。我们发现，用FED差值法是四种情况中单调性最明显且效果最好的。
我们用同样的方法测试了很多其他的指数，发现最有效的还是沪深300，我们也和韭圈儿的研究员交流了一下，研究员认为沪深300之所以有效，是因为买沪深300和债的是同一波人。正是这波人会在沪深300和债中来回切换，才导致了沪深300更适用股债性价比。
参考文章：
我们也对比了用PE_TTM和股债性价比哪个更好，发现无论是用PE_TTM还是用股债性价比来判断沪深300的买卖都是有效的。
我们还使用了机器学习（K近邻，逻辑回归）的方法来判断当前沪深300的位置。还做了四张“牛图”让大家感受当前位置买入持有一年大概率是什么样的收益，这篇文章在韭圈儿很火。
参考文章：
我们反思了一下，觉得是不是取3年的数据在时间上太短了，于是我们放宽了要求，取5年的数据，并且我们尝试了用了新的公式：
新指标=（FED差值5年内的分位数 股息率差值5年内的分位数）/2
分位数简单理解，就是以5年为单位，从大到小排序，计算当前时刻对应的排序的位置，新指标值越大排名越靠前，值也越小。
得到的效果图如下：
根据“新指标0.2以下买，0.8以上卖”，我们做了如下净值曲线：
这次看起来好像越来越像那么一回事了。
除了用5年的分位数，我们也可以用5年的标准差来进行择时，效果有，但机会不常有，还有改进的空间。关于为什么用5年的分位数和标准差我们也写了一篇文章做了原理上的解释。
既然可以用分位数构建新指标，那也可以用标准差构建新指标，构建方法如下：
标准化的FED差值=（FED差值-5年均值）/5年标准差
标准化的FED差值 =（股息率差值-5年均值）/5年标准差
FED和股息率结合值= （标准化的FED差值 标准化的FED差值）/2
使用5年标准差可以获得较好的效果，无论是FED差值、股息率差值还是FED和股息率结合指标，都能很好的规避大跌阶段
由于一轮完整的牛熊是7年，有粉丝也希望我们用7年的综合百分位（对应5年的新指标）和综合标准差（对应5年的FED和股息率结合值）试一下，效果很好。我们每周会在公众号更新最新数据。
参考文章：
其实百分位和标准差之间是有关系的，他们是股债性价比中的神仙眷侣，百分位代表了概率，标准分数代表了位置。
本文最开头提到了韭圈儿的仓位不灵，有没有办法控制仓位让我们上涨阶段不错过，下跌阶段仓位轻呢？答案是有的，我们可以用股债性价比进行非线性加仓，在底部重仓，在顶部轻仓。
到这里，我们制作股债性价比的心路历程已经讲完了，希望对你有所帮助。
联系客服
