Neff Low Pe Total Return

---
name: neff-low-pe-total-return
description: A股约翰·聂夫低市盈率+总回报率投资法：个股PE相对全市场中位数折价、(增速+股息率)/PE总回报率≥2黄金标准、股息率、盈利增长底线、ROE、低负债、含金量七维打分，找"遭人嫌弃的好公司" | A-share John Neff low-P/E + total-return investing: PE discount vs market median, total-return ratio ≥2, dividend yield, growth floor, ROE, low leverage, cash quality | A株ジョン・ネフ低PER+総リターン投資法：市場中央値比PER割引、総リターン比率≥2、配当利回り、成長下限、ROE、低負債、キャッシュの質の7次元
author: Serennity007
license: MIT
---

# 🏦 约翰·聂夫低市盈率投资法｜总回报率 ≥2 找 A 股"遭人嫌弃的好公司"

> **"在无人喜爱的行业里布局位置稳固的公司。"**

本技能把约翰·聂夫（John Neff，温莎基金 31 年年化跑赢市场 3.1 个百分点）的低市盈率体系机械化到 A 股：个股 PE 相对全市场中位数的折价、他标志性的总回报率（增速+股息率)/PE≥2 黄金标准、持续分红、基本面底线。聂夫不买热门股——他买的是"遭人嫌弃的好生意"，脚本输出 CSV 后，请用 `references/neff_principles.md` 复核"便宜是因为没人喜欢，还是真的坏掉了"。

## 七维低市盈率雷达（满分 100）

| 维度 | 核心问题 | 代理指标 | 权重 |
|---|---|---|---|
| 1. 低市盈率 | 价格是否足够便宜？ | 个股 PE(TTM) / 全市场 PE 中位数 | 25 |
| 2. 总回报率 | 聂夫黄金标准 ≥2？ | (净利润增速均值 + 股息率) / PE | 25 |
| 3. 股息率 | 是否持续分红？ | 最近 5 次派息按时间跨度年化 / 现价 | 15 |
| 4. 盈利增长底线 | 基本面没坏吧？ | 净利润增速均值 >0 且正增长年数≥3 | 10 |
| 5. 资本回报 | 生意质量如何？ | 近 5 年 ROE 均值 | 10 |
| 6. 低负债 | 财务是否稳健？ | 最新资产负债率 | 10 |
| 7. 盈利含金量 | 利润是否为真？ | 经营现金流净额/净利润 | 5 |

判定线：**≥75 聂夫式候选**；**55–74 观察**；**<55 不符合框架**。

## 使用方法

```bash
pip install akshare pandas

# 默认用沪深300成分股作为股票池
python scripts/screen.py --pool hs300 --top 20 --out result.csv

# 或用自定义股票池（推荐先小样本验证）
python scripts/screen.py --codes 600519,000858,600036 --out result.csv
```

参数说明：

- `--pool`: 股票池，目前支持 `hs300`（沪深300）。
- `--codes`: 逗号分隔的自定义股票代码，优先级高于 `--pool`。
- `--top`: 终端展示前 N 名（默认 20）。
- `--out`: CSV 输出路径（默认 `neff_result.csv`）。
- `--sleep`: 每只股票间隔秒数（默认 0.3，用于防接口限流）。

## 输出字段速览

| 字段 | 含义 |
|---|---|
| `code` / `name` / `industry` | 股票代码 / 简称 / 所处行业 |
| `total` | 低市盈率体系综合得分（满分 100） |
| `low_pe_score` / `pe_ttm` / `pe_market_ratio` / `pe_percentile` | 低PE得分 / PE(TTM) / 相对市场中位数比 / 历史分位 |
| `trr_score` / `total_return_ratio` | 总回报率得分 / (增速+股息率)/PE |
| `dividend_score` / `dividend_yield` / `dividend_events` / `dividend_span_years` | 股息得分 / 年化股息率 / 派息次数 / 统计跨度 |
| `growth_score` / `profit_growth_mean` | 增长底线得分 / 净利润增速均值 |
| `roe_score` / `roe_mean` / `debt_score` / `debt_latest` / `cash_score` / `ocf_mean` | 其余财务维度 |
| `data_years` / `val_source` / `fin_source` / `note` | 年度数 / 估值与财务来源 / 降级说明 |

## 分析流程（配合 AI 使用）

1. **跑初筛**：运行 `screen.py` 得到候选名单与各项得分。
2. **读原则**：对照 `references/neff_principles.md`，用"低市盈率、总回报率、逆人潮而行、卖出纪律"四把尺子复核。
3. **区分两种便宜**：便宜因为行业被冷落（好）vs 便宜因为基本面在坏掉（坏）。重点看增长底线与含金量维度是否亮红灯。
4. **逆向买入与耐心**：聂夫的持有期以年计，等市场重新发现价值；催化剂出现（分红提升、回购、行业反转）时加仓。

## 实测参考（2026-09-26，小样 3 只）

招商银行 88 分（PE 6.76，仅为全市场中位数的 0.18 倍；股息率 6.34%；总回报率 2.33 过黄金线）、贵州茅台 76 分、五粮液 65 分——银行等被冷落的低估值高分红行业天然契合聂夫框架，符合直觉。小样实测见 `neff_test_result.csv`。

## 数据来源与降级策略

- 数据来自 `akshare` 公开接口（东财历史估值与财务指标、巨潮分红数据、腾讯全市场快照、业绩报表行业映射）。
- 全市场 PE 中位数来自腾讯快照一次批量调用，作为"低市盈率"的相对基准；失败时降级为绝对 PE 分档。
- 股息率按最近 5 次派息的**实际时间跨度年化**（特别分红、一年两派不会虚高）；巨潮无分红记录的股票该维度计 0 分。
- 主接口失败时财务数据整体降级到新浪三大报表手工计算。
- 脚本启动时默认禁用系统代理；所有网络调用带 3 次指数退避重试，调用间 `time.sleep(0.15)` 防限流。

## 配套文件

- `references/neff_principles.md` — 聂夫核心投资思想：低市盈率哲学、总回报率公式、逆人潮而行、卖出纪律与温莎基金业绩。

## 免责声明

本技能仅供学习研究，不构成投资建议。历史财务指标不代表未来表现，任何筛选结果都必须经过"便宜的原因"定性复核。投资决策应建立在独立研究与自身风险承受能力之上。