【金信半月谈】谭佳俊：PB-ROE策略的AI化重塑

市净率（PB）与净资产收益率（ROE）的搭配，是价值投资圈里一套经典的筛选逻辑，核心诉求很明确——实现“又好又便宜”的投资，也就是用合理的价格拿下优质资产。

但这套静态公式在实际应用中，慢慢暴露出了不少短板，实用性持续打折扣。ROE基于季度财务数据核算，只能反映过去的经营情况，就像开车只看后视镜，没法提前捕捉企业盈利的变化拐点，滞后性特别明显；低PB看似是“捡便宜”的信号，可背后可能是真的价值洼地，也可能是企业经营衰退、行业走向没落的征兆，传统方式很难分清这两种情况；更让人头疼的是估值修复的时机，什么时候启动、能持续多久，完全没法精准预判，投资的时间成本充满了不确定性。

近年来，AI技术并没有想推翻这套经典框架，而是用工程化的思路对它做了系统性升级。核心的突破点在于，把PB和ROE这两个孤立的静态数字，重新打造成了两套动态化、可评估、可预测的信号体系，让老策略焕发出了新活力。

一、对ROE的改造：从结果到驱动与预测

传统ROE是一个滞后结果。AI的介入点在于其前置与解构。

1.预测优于历史：通过自然语言处理技术实时解析海量分析师报告、公司公告与产业链信息，构建“预期ROE”曲线。重点不是当前ROE的高低，而是其未来走势的斜率。市场更愿意为“正在改善的盈利能力”付费。

2.解构质量与风险：利用机器学习模型对ROE进行自动化的杜邦分解分析。识别高ROE的来源：是健康的盈利提升（高净利率），高效地运营（高周转），还是危险的财务杠杆（高权益乘数）？这能有效过滤由单纯加杠杆驱动的“伪质量”。

3.产业链交叉验证：将单家公司ROE置于知识图谱中，使用上游的原材料价格、下游的订单景气度等高频数据进行交叉验证。一家公司ROE的上升，若能得到产业链数据的支持，则信号强度显著提升。

二、对PB的改造：从价格到价值概率

1.低PB是事实，但为何估值低，以及何时修复是核心。AI致力于对其进行归因与择时。相对估值而非绝对低估：利用图神经网络等技术，动态定义“估值同伴组”。一个传统制造业的PB，应与同为制造业的集群比较，而非与全市场或互联网公司比较。这能更精准地定位“群体内的真正低估者”。

2.寻找修复催化剂：低估值修复需要触发点。多模态模型持续监控政策文本、技术专利、行业供需数据，旨在评估各类潜在催化剂发生的概率。投资逻辑从“它很便宜”转向“它为何以及何时可能不再便宜”。

3.引入趋势确认：纯粹的逆向投资可能伴随漫长的煎熬。将PB信号与价格动量、行业轮动状态（如RRG框架）结合，形成“在动量回暖的低估值领域布局”的策略。这本质上是为价值因子增加了一层趋势过滤器，以提升资金效率。

4.系统的合成与进化：从线性公式到动态网络

经过AI改造的PBROE策略，早就不是简单的指标排序模型了，而是进化成了一个能自我调整的自适应系统。

策略的权重分配不再是固定不变的。AI通过强化学习搭建了“动态元策略”，它会实时盯着市场波动率、风格偏好切换、宏观经济环境这些变化，灵活调整ROE（质量信号）和PB（估值信号）在最终决策中的权重，甚至会适配不同的持仓周期。比如牛市里市场风格偏向趋势，系统会加重估值信号中的动量权重；熊市里更看重安全边际，就会调高ROE质量信号的占比，让策略和市场状态精准匹配。

风险控制也变得更刚性了。当某个“低PB高预期ROE”的板块出现交易拥挤迹象——比如量价指标异常、资金扎堆涌入，它的风险收益比其实已经急剧恶化了。这时候系统会把拥挤度当成硬性红线，自动减仓或直接规避，不会让投资者在行情末端陷入“越补越套”的价值陷阱。

系统还能实现多策略智能体协同运作，做到攻守兼备。它可以同时并行运行多个子策略：一个聚焦“已确认趋势的低估值”板块，做右侧交易；一个专门挖掘“市场极度悲观，但预期已经出现微弱曙光”的标的，做左侧布局；还有一个负责盯着宏观风险，随时做好对冲操作。再由一个智能分配器根据市场环境，动态调配各个子策略的资金占比，让投资组合在不同市场场景下都能保持稳健。

当下A股的结构性特征，恰恰让AI化改造后的PBROE策略更具用武之地。

A股当前估值分化显著，为策略提供了天然土壤。银行板块这类低PB且盈利稳定的板块，与科创50、计算机等高估值板块形成鲜明对比。AI构建的“估值同伴组”能精准锁定同行业内的估值错配标的，避免跨赛道的无效对比，在分化市场中高效筛选“便宜且优质”的资产。

市场风格轮动加快、震荡加剧的特点，与策略的动态适配能力高度契合。2025年A股单一题材持续周期缩短至1-3个月，价值与成长板块“跷跷板”效应明显，年末资金更倾向于低估值防御标的。AI化PBROE的动态权重调整机制，能在牛市加重趋势因子、熊市侧重安全边际，完美适配这种快节奏切换，既避免追涨杀跌，又能捕捉板块轮动中的确定性机会。

基本面驱动的市场生态，让策略逻辑更易落地。当前A股正从流动性驱动转向基本面驱动，上市公司ROE出现结构性改善，机构资金更看重业绩兑现能力。AI对ROE的杜邦分解与产业链交叉验证，能精准识别盈利质量，过滤掉概念炒作标的，契合市场对“真成长”“真价值”的追求。而多模态模型对政策、订单等催化剂的捕捉，还能提前布局券商、特高压等受益于改革与政策红利的板块，把握估值修复窗口。

AI提供的是更强大的“信号处理工具”“概率评估工具”和“系统执行工具”。PBROE策略的生命力，正来自它被如此工程化地解构、增强与重组。未来，衡量一个策略优劣的标准，将不再是其逻辑的简洁与优美，而是其系统应对复杂性的坚韧与自适应能力。

相关产品：金信量化精选混合 、金信核心竞争力混合、金信智能中国2025混合

风险提示：基金有风险，投资需谨慎。请投资者根据自身风险承受能力、投资期限和投资目标，对基金投资做出独立决策。选择合适的基金产品。基金的过往业绩及净值高低并不预示其未来的业绩表现，基金管理人管理的其他基金的业绩不构成对基金业绩表现的保证。定投也不能规避基金投资所固有的风险。不能保证投资人获得收益。也不是替代储蓄的等效理财方式。基金管理人提醒投资者基金投资的“买者自负”原则，在做出投资决策后，基金运营状况与基金净值变化引致的投资风险，由投资者自行承担。基金经理在未来投资过程中，会结合市场变化来动态调整投资策略。基金详情及风险收益特征详见法律文件及相关公告。

金信量化精选混合、金信核心竞争力混合、金信智能中国2025混合产品风险等级均为R3，适合专业投资者及风险承受能力等级为C3、C4、C5的普通投资者（此为管理人评级，具体销售以各代销机构评级及匹配意见为准）。