A股老唐价值投资选股与回测

Overview

本 skill 把"老唐价值投资法"机械化为一套可复用的 A股选股 + 回测流水线。全部引擎代码、抓取客户端、报告生成器与方法论文档已随 skill 打包在 scripts/ashare-value-screener/（含 README.md 详述）。本文件提供方法论、阈值、公式、回测口径与运行命令，使 WorkBuddy 能在新会话或新环境直接重建并运行该策略，无需从零回忆流程。

策略目标：从 沪深300 / 中证500 / 中证1000 / 科创板 四个池中，筛出"已过质量关 + 老唐适用 + 已到/接近买点"的标的，并给出买点、卖点与回测验证。

When To Use

• 用户想用老唐估值法筛选 A股（"用老唐法选股""价值投资选股"）
• 用户要"找便宜的好公司""已到买点的股票""折价深的标的"
• 用户要做 A股选股策略回测（vs 沪深300）或质疑回测口径
• 用户要复现、扩展或审计这套"去劣 → 漏斗 → 老唐 → 分层"流水线
• 用户提及 laotang_engine / quality_metrics / backtest_v2 等本 skill 组件

核心流水线（四步）

完整实现见 scripts/ashare-value-screener/ 下的 screener.py（主流程）、quality_metrics.py（去劣）、laotang_engine.py（估值引擎）。

第 1 步 · 去劣（quality_metrics.py）

用近 10 年年报剔除"非一流公司"。七项硬指标任一触发即排除，除非命中豁免。具体阈值与豁免规则见 references/thresholds_and_pitfalls.md 的"去劣七项"。
关键：财务困境一律不豁免（利息覆盖 < 2 或 OCF/净利 < 0.7 直接排除）。

第 2 步 · 漏斗（screener.py）

对幸存者按 ROE、PE、OCF/净利、负债率打分（满分 4 分），靠前者进入估值环节。

第 3 步 · 老唐估值（laotang_engine.py，核心）

三大前提必须全过，否则判"不适用"：
1. 利润为真：OCF/净利润 > 0.5 且 非经常性损益/净利 < 10%
2. 利润可持续：定性判断（护城河、周期属性）
3. 少资本投入：资本开支/净利 < 50%

估值公式：

第3年净利  = 机构一致预期(neodata→东财F10)，缺失则近3年CAGR外推(限幅 -20%~+40%)
合理市值   = 第3年净利 × [25,30] 倍PE
买点市值   = 合理市值 × 50%
卖点(一年内) = min(当年净利 × 50倍PE, 合理市值下限 × 150%)
有息负债率 ≥ 70% 时，第3年自由现金流打 7 折。
信号：当前市值 ≤ 保守买点 → 已到买点；≤ 乐观买点 → 接近买点；否则 → 等待。

其他排除：强周期行业（采矿/有色/钢铁/建材/航运）直接不适用；周期敏感行业用近 5 年利润波动兜底；银行/地产/高资本投入科技不适用。

第 4 步 · 分层输出（screener.py）

• 最终候选：过四步 + 老唐适用 + 信号为"已到/接近买点"
• 观察池：过四步 + 老唐适用，但当前"等待"
• 质量达标·老唐不适用：过重资本/周期，不给买卖点（如胜宏科技）

回测口径（backtest_v2.py）

• 每年 4/30 用当时可得年报重算，等权持有 12 个月
• 不复权月线对齐，空仓按 0%
• 宇宙：全池 + 逐年重放去劣七项
• 严禁幸存者偏差：绝不能用"今天通过质量筛选的标的"当历史宇宙（会提前剔除暴雷/退市股，虚高收益）
• 结果（2019→2026，7 期）：修正口径累计 +32.2% 跑赢沪深300 的 +22.8%（年化超额约 1pct，回撤 -21.5% vs -29.6%），优势有限但抗跌性仍在
• 另有 backtest_top3.py：每期从合格标的挑 3 只等权（折价最深 / ROE最高 / PE最低 三种排序），样本太小不显著

运行命令

在 scripts/ashare-value-screener/ 目录下执行：

python3 run_universe.py           # 完整选股（四宇宙，耗时较长）
python3 run_backtest_rebuild.py   # 补算历史价格分位并重建看板
python3 backtest_v2.py            # 回测（修正口径，全池+逐年重放去劣）
python3 build_bt_v2_html.py       # 生成回测报告 HTML

报告产物：reports/<板块>_value_<日期>.html（自包含，双击即开）。

数据源与已知坑

详见 references/thresholds_and_pitfalls.md。执行前务必注意：

• 行情/月线：腾讯 ifzq.gtimg.cn（绝不用 web. 前缀，会被 WAF 拦截返回 HTML）
• 指数源三级兜底：腾讯 → 东财 push2his.eastmoney.com → 新浪日线聚月线，落盘 data/bt_cache/idx_*.json
• 宇宙规范去重 _canon()：科创板裸码 688xxx 与带前缀 sh688xxx 会重复导致双倍加权，必须统一 sh/sz/bj 前缀
• 首跑需重建数据缓存（约 35 分钟），data/ 未随 skill 打包（可再生成）；reports/ 产物也未打包
• 抓取失败要有退避重试 + 限流（_throttle），避免被反爬

局限

退市/暂停上市未计入（仍高估收益）、用今天指数成分而非每年成分、历史缺逐年 capex（所有者收益口径退化为单看企业 FCF）、样本仅 7 期统计意义弱、未扣交易成本。解释结论时需主动声明这些偏差。

Resources

• scripts/ashare-value-screener/ — 完整 Python 引擎、抓取客户端、报告生成器与 README.md 方法论
• references/thresholds_and_pitfalls.md — 去劣七项阈值表、老唐三大前提、数据源清单、已知坑与修复记录