4. 估值类因子：市盈率（PE）、市净率（PB）、市销率（PS）、市现率（PCF）的构建与细节处理

估值因子是量化选股中最经典、最基础的一类特征。它们通过将市场价格与公司财务指标相除，衡量资产是“贵”还是“便宜”。本章系统讲解四大核心估值因子——PE、PB、PS、PCF 的数学定义、构建流程，以及在实际数据处理中必须解决的负值、极端值、TTM 与静态口径等关键细节。

4.1 四大估值因子定义与对比

下表从分子（价格）与分母（财务指标）两个维度，对比四个因子的经济含义与适用场景：

4.2 构建流程与口径选择：静态 vs TTM

构建估值因子时，分母财务数据存在两种主流口径：

• 静态（Latest Annual, LYR）： 使用最近一个完整财年的年报数据。优点是数据稳定、不易被修正；缺点是时效性差，年报发布后数月内数据可能过时。
• TTM（Trailing Twelve Months）： 使用最近四个季度的滚动合计数据。优点是时效性强，能及时反映最新经营变化；缺点是季度数据可能被后续修正，且需要处理季报披露节奏。

在量化实践中，TTM 口径是主流选择，因为它能更敏感地捕捉企业盈利拐点。以下以 PE 为例展示 TTM 净利润的计算逻辑：

# 伪代码：TTM 净利润计算
# 假设当前日期为 2024-11-15，最新完整季度为 2024Q3
# 需要获取最近四个季度：2023Q4, 2024Q1, 2024Q2, 2024Q3

ttm_net_profit = (
    net_profit_2023Q4 +
    net_profit_2024Q1 +
    net_profit_2024Q2 +
    net_profit_2024Q3
)

# 若当前日期在年报发布前（如 2024-04-01），
# 则最新完整四个季度为：2023Q1, 2023Q2, 2023Q3, 2023Q4
# 此时 TTM = 2023 全年净利润

4.3 负值处理：不可忽视的细节

当分母为负值时，估值因子会变成负数。例如，亏损企业的 PE 为负。直接使用负 PE 进行排序或回归会带来严重问题：

• 排序失真： 负 PE 的数值大小（如 -5 vs -100）与“便宜程度”无关，无法与正 PE 统一排序。
• 统计偏误： 在横截面回归中，负值会扭曲因子载荷，导致模型失效。

业界常用的三种处理方案：

4.4 极端值处理：MAD 与分位数截断

估值因子天然具有厚尾分布特征——少数公司可能因极端盈利或亏损产生离谱的 PE 值（如 PE > 1000 或 PE < -1000）。这些极端值会主导后续统计计算，必须处理。

两种主流方法：

• MAD（Median Absolute Deviation）法： 以中位数为中心，剔除偏离中位数超过 N 倍 MAD 的样本。通常 N=3 或 N=5。
• 分位数截断（Winsorization）： 将低于 1% 分位数的值设为 1% 分位数，将高于 99% 分位数的值设为 99% 分位数。

# Python 示例：MAD 极端值处理
import numpy as np

def mad_winsorize(series, n=5):
    median = np.median(series)
    mad = np.median(np.abs(series - median))
    upper_bound = median + n * mad
    lower_bound = median - n * mad
    return np.clip(series, lower_bound, upper_bound)

# 示例：对 PE 因子做 MAD 截断
pe_series = np.array([15, 18, 22, 25, 30, 150, -200, 20, 19, 21])
pe_clean = mad_winsorize(pe_series, n=5)
print(pe_clean)
# 输出：极端值 150 和 -200 被截断到边界值

4.5 估值因子构建全流程 SVG 图

下图展示了从原始数据到最终可用因子的完整处理流水线：

4.6 实战案例：PE_TTM 因子构建代码

以下代码片段展示从数据库取数到最终因子的完整 Python 实现：

import pandas as pd
import numpy as np
from scipy.stats import rankdata

def build_pe_ttm_factor(price_df, financial_df, date_col='trade_date', 
                         stock_col='stock_code', profit_col='net_profit'):
    """
    构建 TTM 口径的市盈率因子，包含负值排名转换与 MAD 截断
    
    参数:
        price_df: DataFrame，包含 ['trade_date', 'stock_code', 'close_price']
        financial_df: DataFrame，包含 ['quarter_end', 'stock_code', profit_col]
                      quarter_end 为季度末日期，如 '2024-09-30'
    
    返回:
        factor_df: DataFrame，包含 ['trade_date', 'stock_code', 'pe_ttm_rank']
    """
    # 1. 计算 TTM 净利润（最近四个季度滚动求和）
    financial_df = financial_df.sort_values(['stock_code', 'quarter_end'])
    financial_df['ttm_profit'] = (
        financial_df.groupby('stock_code')[profit_col]
        .rolling(window=4, min_periods=4)
        .sum()
        .reset_index(level=0, drop=True)
    )
    
    # 2. 对齐到交易日：将 TTM 数据映射到每个交易月
    # 假设每月末使用最新可得的 TTM 数据
    financial_df['year_month'] = financial_df['quarter_end'].dt.to_period('M')
    ttm_latest = financial_df.groupby(['stock_code', 'year_month']).last().reset_index()
    
    # 3. 合并价格数据
    price_df['year_month'] = price_df[date_col].dt.to_period('M')
    merged = pd.merge(price_df, ttm_latest, on=['stock_code', 'year_month'], how='inner')
    
    # 4. 计算原始 PE
    merged['pe_raw'] = merged['close_price'] / merged['ttm_profit']
    
    # 5. 负值处理：行业中性化排名转换
    # 假设 merged 已有 'industry' 列
    merged['pe_rank'] = merged.groupby('industry')['pe_raw'].transform(
        lambda x: rankdata(x, method='average') / len(x) * 2 - 1
    )
    
    # 6. 极端值处理：MAD 截断
    median_val = merged['pe_rank'].median()
    mad_val = np.median(np.abs(merged['pe_rank'] - median_val))
    upper = median_val + 5 * mad_val
    lower = median_val - 5 * mad_val
    merged['pe_ttm_rank'] = np.clip(merged['pe_rank'], lower, upper)
    
    return merged[[date_col, stock_col, 'pe_ttm_rank']]

4.7 四大因子适用场景总结