📉 它准不准(回测) 🎛️ 单只详情台 ← 回引擎主页

同一台引擎一次跑过几百上千只,不是逐只切下拉

每一只都跑七个估值方法(两阶段 FCFF/FCFE 折现、剩余收益、戈登股利、H 模型、相对市盈率、EV/EBITDA), 每个方法给的是区间不是点(参数区间网格采样),然后看这些区间在哪一段重叠得最密 —— 那一段就是共识带,它的中点就是理论价。这就是"多种方法 → 一个统一结果"。

🔴 但重叠最密的段可能不止一段。并列时本页不给理论价,而是直接写"⚔️ N 段并列" —— 按"最长那段"随手挑一个,是把一次任意的平手裁决包装成共识。方法之间打不打架,本身就是最重要的那个结论。

右边还留着两个可证伪的数:市价在赌的增长率(把股价当答案反推)与它历史真做到的。 它们和理论价互补 —— 理论价回答"值多少"(依赖假设),这两个回答"市场在赌什么"(几年后能拿现实对账)。

✅ 算得出 ❌ 算不出(也列出来) 🔒 只看方法数 ≥5 🧼 只看无数据告警 💬 每行给一句人话
⚡ 秒级全市场 向 SEC 要「一个指标 × 全市场」,约 30 次请求就够 —— 请求数与股票数无关
🔬 逐只精算 按每家公司真实财年还原,约 1.5 秒/只 —— 慢,但财年错位的公司只有这条路是准的
🔍 两个按钮给的数会不一样,差在哪是可预测的。 秒级那条走 SEC 的 frames 接口,按日历季归集;财年不在 12 月底结束的公司,它的十二个月窗口会晚一个季度。 实测偏差:英伟达(1 月财年)0.0%、可口可乐(12 月财年)0.0%、微软(6 月财年)19.4%。 所以表里每行都带数据截止日 —— 截止日越旧,这一行越该当成"粗筛"而不是"结论"。 用法:先用秒级从几千只里圈出十几只,再用逐只精算把那十几只算准。
⚠️ 这张表不是买入清单。差距为负(市价要求低于历史做到)只说明"市场没有在为高增长付很多钱", 它可能是便宜,也可能是市场认为那段历史增长回不去了 —— 后者往往才是对的。 这张表的用法是"从几百只里挑出值得花时间细看的十几只",然后逐只点进详情台去看它的假设区间、方法分歧和数据告警。
算不出来的那些 —— 按原因分类 (点开)
一份"全都算出来了"的榜单一定是编的。能拒绝多少、并说得出为什么拒绝,才是这台引擎在几百只这个量级上的真正价值。 下面这份分布本身就是一张有用的地图:它告诉你这台引擎目前对哪一类公司无能为力。