name	hk-valuation-analyzer
description	港股估值分析器。提供港股市场整体估值水平、行业估值对比、个股估值分析等功能。支持多种估值方法和相对估值分析。
license	Apache-2.0

港股估值分析器

专业的港股估值分析工具，提供市场整体估值、行业估值对比和个股估值深度分析。

核心功能

📊 市场整体估值

恒生指数估值水平
市场估值历史分位数
估值与收益关系
估值趋势分析

🏢 行业估值对比

各行业PE/PB/PS/PCF对比
行业估值历史分位数
行业相对估值分析
估值轮动识别

🎯 个股估值分析

多维度估值指标
历史估值区间
同行业估值对比
估值合理性评估

📈 估值模型

DCF现金流折现模型
DDM股息折现模型
相对估值模型
资产重置成本模型

使用场景

投资决策

识别低估/高估机会
制定估值投资策略
行业配置决策
个股买入/卖出时机

风险管理

估值风险监控
泡沫风险识别
估值回归风险
组合估值优化

研究分析

估值与收益关系研究
估值有效性分析
市场效率研究
跨市场估值对比

输出内容

📊 市场估值概览

恒生指数估值水平 (2026-02-15):
PE (TTM): 12.5x (历史分位数: 35%)
PB (MRQ): 1.2x (历史分位数: 40%)
PS (TTM): 1.8x (历史分位数: 45%)
PCF (TTM): 8.5x (历史分位数: 30%)

股息率: 3.2% (历史分位数: 65%)
估值评分: 65/100 (适中偏低)

🏢 行业估值对比

行业估值排名 (PE TTM):
1. 银行板块: 6.2x (历史分位数: 25%)
2. 地产板块: 8.5x (历史分位数: 30%)
3. 公用事业: 12.8x (历史分位数: 40%)
4. 科技板块: 25.6x (历史分位数: 60%)
5. 消费品: 28.9x (历史分位数: 70%)

🎯 个股估值分析

腾讯控股 (00700) 估值分析:
PE (TTM): 18.5x (历史分位数: 45%)
PB (MRQ): 3.2x (历史分位数: 50%)
PS (TTM): 6.8x (历史分位数: 55%)
PCF (TTM): 12.5x (历史分位数: 40%)

DCF估值: 380.0港元 (当前溢价: -5.5%)
DDM估值: 365.0港元 (当前溢价: -8.8%)
相对估值: 375.0港元 (当前溢价: -6.8%)
综合估值: 373.0港元 (当前溢价: -7.2%)

📈 估值信号

市场估值信号:
- 整体估值: 适中偏低 (买入信号)
- 行业轮动: 科技→价值 (轮动信号)
- 个股机会: 银行、地产被低估 (机会信号)
- 风险提示: 科技股估值偏高 (风险信号)

估值方法

绝对估值

DCF模型: 自由现金流折现
DDM模型: 股息折现模型
资产重置: 重置成本法
清算价值: 清算价值法

相对估值

PE估值: 市盈率倍数
PB估值: 市净率倍数
PS估值: 市销率倍数
PCF估值: 市现率倍数
EV/EBITDA: 企业价值倍数

跨市场估值

AH股对比: A股vsH股估值对比
全球对比: 与全球市场估值对比
历史对比: 与历史估值水平对比
行业对比: 同行业估值对比

技术指标

估值指标

PE比率: 当前PE vs 历史PE
PB比率: 当前PB vs 历史PB
估值分位数: 当前估值历史位置
估值偏离度: 当前估值 vs 合理估值

趋势指标

估值趋势: 估值变化趋势
估值动量: 估值变化速度
估值轮动: 行业估值轮动
估值收敛: 估值向均值回归

风险指标

估值风险: 估值过高风险
泡沫风险: 市场泡沫风险
回归风险: 估值回归风险
流动性风险: 流动性不足风险

数据源

主要数据源

港交所: 官方财务数据
彭博: 实时估值数据
路透: 历史估值数据
各大券商: 研究报告数据

数据更新频率

实时数据: 交易时间内实时更新
财务数据: 季度更新
估值数据: 每日更新
历史数据: 10年以上历史数据

使用方法

基础查询

# 获取市场估值
python scripts/valuation_analyzer.py --market

# 获取行业估值
python scripts/valuation_analyzer.py --sectors

# 获取个股估值
python scripts/valuation_analyzer.py --stock 00700

# 获取估值排名
python scripts/valuation_analyzer.py --ranking

高级分析

# DCF估值模型
python scripts/valuation_analyzer.py --dcf 00700

# 相对估值分析
python scripts/valuation_analyzer.py --relative 00700

# 估值历史分析
python scripts/valuation_analyzer.py --history 00700 --period 5y

# 估值敏感性分析
python scripts/valuation_analyzer.py --sensitivity 00700

配置选项

估值方法

# DCF模型
python scripts/valuation_analyzer.py --method dcf

# DDM模型
python scripts/valuation_analyzer.py --method ddm

# 相对估值
python scripts/valuation_analyzer.py --method relative

# 综合估值
python scripts/valuation_analyzer.py --method comprehensive

显示选项

# 简洁模式
python scripts/valuation_analyzer.py --simple

# 详细模式
python scripts/valuation_analyzer.py --detailed

# 排序选项
python scripts/valuation_analyzer.py --sort by_pe

输出格式

表格格式

┌─────────────┬──────────┬─────────┬──────────┬──────────┐
│ 行业名称   │ PE TTM   │ PB MRQ   │ 历史分位 │ 评级     │
├─────────────┼──────────┼─────────┼──────────┼──────────┤
│ 银行板块   │ 6.2x     │ 0.8x     │ 25%      │ 买入     │
│ 地产板块   │ 8.5x     │ 0.9x     │ 30%      │ 买入     │
│ 科技板块   │ 25.6x    │ 3.8x     │ 60%      │ 持有     │
│ 消费品     │ 28.9x    │ 4.2x     │ 70%      │ 卖出     │
└─────────────┴──────────┴─────────┴──────────┴──────────┘

JSON格式

{
  "date": "2026-02-15",
  "market_valuation": {
    "hsi_pe_ttm": 12.5,
    "hsi_pb_mrq": 1.2,
    "hsi_ps_ttm": 1.8,
    "hsi_pcf_ttm": 8.5,
    "pe_percentile": 35,
    "pb_percentile": 40,
    "valuation_score": 65
  },
  "sector_valuations": [
    {"sector": "银行", "pe_ttm": 6.2, "pb_mrq": 0.8, "percentile": 25, "rating": "买入"}
  ],
  "stock_valuations": [
    {"code": "00700", "name": "腾讯控股", "pe_ttm": 18.5, "pb_mrq": 3.2, "target_price": 373.0}
  ]
}

注意事项

估值时效: 估值基于最新财务数据，可能有滞后
汇率影响: 港股以港币计价，需考虑汇率因素
会计准则: 港股采用IFRS，与A股、美股可能有差异
市场机制: 港股无涨跌停，估值波动可能较大
数据质量: 部分小盘股数据质量可能较差

更新日志

v1.0.0 (2026-02-15)

初始版本发布
支持市场整体估值分析
行业估值对比功能
个股估值分析
DCF/DDM估值模型

港股估值分析器 - 专业的估值分析工具