时间序列PB-ROE模型概述
- Wilcox (1984) 提出的PB-ROE模型基于公司无分红和干净盈余假设，对数PB与ROE之间呈线性关系，反映股票间的横截面规律。
- Wilcox & Philips (2005) 将模型应用于指数时间序列回报分析，使用实际利率和通胀率作为代理变量，模型残差代表市场实际估值与基本面合理估值的偏离。
A股市场PB-ROE偏离度实证
- 中证全指PB-ROE模型平均调整后拟合优度为0.56，最高超过0.80，表明指数PB主要由盈利、实际利率和通胀环境驱动。
- 估值偏离度与未来涨幅正相关，体现估值动量而非均值回复，与未来第1周、第2周涨幅显著相关（相关系数分别为0.08、0.06，p-value分别为1.97%、7.92%）。
- 估值偏离度趋于极端时，相关性和显著性明显提升；分组分析显示，高估值偏离度组涨幅显著最高，呈U型分布。
PB-ROE模型仓位择时
- 仓位择时策略：残差值>均值+1倍标准差时保持高仓位，<均值-1倍标准差时保持中高仓位，均值±1倍标准差之间保持低或中等仓位。
- 策略效果：2014/1/3-2026/2/27，择时组合累计涨幅283.45%，最大回撤33.04%，年化波动率16.01%，优于基准。
PB-ROE模型关键交易信号
- 高估值偏离度区域（>均值+1倍标准差）做多胜率59.6%，赔率1.4；>均值+2倍标准差时胜率60.0%，赔率2.0。
- 中高估值偏离度区域（均值<估值偏离度<均值+0.3倍标准差）做空胜率54.9%，赔率1.8。
- 低估值偏离度区域（<均值-1倍标准差）做多胜率54.3%，赔率1.0，但赔率较低。
- 中低估值偏离度区域（均值>估值偏离度>均值-0.5倍标准差）做空胜率39.3%，赔率1.3。
PB-ROE模型行业轮动
- 多数行业与中证全指一致，估值偏离度与未来涨幅正相关；低估值周期行业（基础化工、银行等）存在均值回复特征。
- 多头行业组合：选择仓位最高的前5个行业，累计收益330.35%，超额收益201.99%。
- 空头行业组合：选择仓位最低的前5个行业，累计收益14.48%，超额收益-113.88%。
