估值 × 拥挤度：四象限看透市场

过去几年，A股最坑人的两句话是：

“这个板块很便宜。”（比如地产，医药，还有食品饮料）

“这个赛道很有想象力。”（比如新能源，光伏）

前者让人一路补仓补到绝望，后者让人高位接盘接到崩溃。

很多人把问题归结为基本面判断错误，但更常见的情况是：你忽略了一个更直接的变量：资金到底挤不挤。

换句话说，市场很多时候不单单只看估值，还要参考拥挤度的情况。

全文图表比较多，中间看不下去，可以直接拉到文末看核心结论。

我用一套量化系统，把所有申万行业做了一个横向扫描，最后得到的结论其实非常简单：

A股的核心矛盾，不单单是“估值高低”，还在“资金结构”。

用最简化的方式理解，可以分成四种状态：

低估值但不拥挤：便宜，但可能长期不涨

低估值且开始拥挤：往往是行情启动的前兆

高估值且高度拥挤：风险最集中的区域

高估值但不拥挤：通常处在阴跌阶段

这四种状态，本质对应的是四种完全不同的资金行为。

横轴是拥挤度，纵轴是估值。（具体怎么计算的，我放在文末）。

每一个点，代表一个申万行业。

这张图的意义不在于精确数值，而在于结构：它把市场从“讲故事”，变成了“看位置”。

你不需要记任何公式，只需要看一件事：资金正在往哪里集中，又从哪里撤退。

下面，我们来逐个拆解四个象限：

这一类行业通常具备两个特征：估值处在历史低位，同时成交清淡、缺乏关注。直觉上看，这是“最安全”的区域，但现实往往相反。

问题不在于便宜，而在于没有变量。

很多长期横盘的行业，本质不是被低估，而是市场暂时找不到重新定价它的理由。

换句话说，这里缺的不是估值修复，而是基本面的变化。

以当前部分消费行业为例（如食品饮料），估值已经明显回落，但市场真正关心的是另一件事：需求是否恢复，盈利是否还能继续扩张。

如果这些问题没有明确答案，那么低估值本身，很难转化为上涨动力。

除了关注横截面的变化，我们也关注趋势的变化，下面是食品饮料行业的历史轨迹彗星图：

最开始食品饮料是处于低拥挤度高估值，后面也进入过高拥挤度高估值，但最近一段时间，食品饮料一直停留在低拥挤度低估值的区域打转。

从下面的趋势图，我们也可以看到当市场进入高估值和高佣季度的时候，有可能是阶段性顶部的位置，这个位置并不一定马上就下跌，有可能震荡消化之后再继续上涨，比如在2019-2020年。

这一象限的特点，是“价格还不贵，但交易开始变热”。成交量和换手率持续抬升，说明有新的资金正在进入。

这种变化的关键不在于热度本身，而在于趋势：不是已经很热，而是开始变热。

通常，这类行业往往处在景气触底回升、或者预期发生转折的阶段。

如果基本面确实在改善，那么资金的提前布局，就会推动后续的估值修复甚至趋势行情。

从经验来看，很多主升段，往往都是从这个象限开始的。

比如目前的医药行业，就有这个迹象。

最近医药生物，主要在低估值区域转圈，有时候拥挤度高一点，有时候拥挤度低。

这是最容易吸引注意力的地方，也是最容易产生亏损的地方。

在这个区域，市场的特征非常一致：成交活跃、情绪高涨、逻辑统一。几乎所有人都在讨论同一个方向，资金也高度集中。

但问题恰恰在这里——当“所有人都在车上”，新增资金的边际就会迅速下降。

一旦出现预期扰动，无论是业绩不及预期，还是资金层面的松动，都可能引发快速的多杀多。

当然，这个象限并不等同于泡沫。关键仍然在基本面：如果增长能够持续兑现，高估值是可以被消化的；如果只是情绪推动，那么风险会在某个时刻集中释放。

比如现在的电子，通信行业。

电子行业在起点也是低拥挤度低估值，但一旦撞上了产业的周期，最近主要在高拥挤度和高估值的区域。

这一类行业往往不显眼，但却是很多中长期亏损的来源。

它们的共同特征是：估值仍然不低，但成交逐渐萎缩，资金持续流出。

市场讨论度下降，但并没有出现剧烈下跌，于是很容易被忽略。

本质上，这是一个“预期开始松动，但尚未完全重定价”的阶段。

接下来最常见的路径，是通过时间来完成估值消化：表现为缓慢下跌或长期横盘。

这类走势不刺激，但可能杀伤力不低。

目前处于这个区域的，主要是煤炭。

这套方法，其实并不复杂

很多人看到图，会以为背后是复杂模型。

实际上核心非常简单：不看绝对值，只看相对位置。

具体来说，我做的事情是，把每个行业当前的估值和交易指标，放到过去10年的历史中去比较，看它处在什么分位。

估值方面，综合了PE、PB以及相对全市场的水平；

拥挤度则主要来自成交额和换手率。

唯一做的一个重要处理，是不过度关注单日数据，而是观察一段时间的持续性。

换句话说，我更关心的是：过去一个月（21天），资金是否真的持续在这个行业里，而不是某一天的短期放量。

这一点，可以过滤掉大部分交易噪音。

关于估值和拥挤度，其实会有很多不同的计算方法，没有一个绝对正确的计算方法。

我这里只是固定一种我的方法，采用一个固定的刻度来衡量历史和未来。

看到这里，很容易产生一个误解：只要看估值和拥挤度，就可以直接做交易决策。

实际上，这是不成立的。

这套系统的作用，更接近于一个“雷达”。

它可以帮助你发现市场中的异常位置，比如哪些行业开始变热，哪些地方风险开始堆积。

但它本身，并不提供最终答案。

真正的决策，仍然必须回到基本面。

同样是低估值和低拥挤，有可能是周期底部，也有可能是行业逻辑被破坏；（比如食品饮料行业）

同样是高估值和高拥挤，有可能是泡沫，也有可能是高增长的体现。（比如最近的电子，通信行业）

区别只在于：基本面是否支持当前的定价。

因此，一个更合理的使用方式是分两步：

第一步，用数据去筛选“战场”，找到值得关注的极端位置；

第二步，再通过基本面分析，判断这些位置是否具备可持续性。

只有当这两者同时成立时，交易才具有更高的确定性。

只看图，只看几个指标，背几个口诀或者金句，就直接去落地到交易策略是不太合理的。

但共性化的数据分析，往往只能够做到第一步，第二步可能需要自己去多花功夫研究分析。

市场不会因为“贵”而下跌，只会因为“没有人接”而下跌。

当一个板块同时具备高估值和高拥挤，意味着市场上绝大多数参与者已经完成了配置。

接下来价格的变化，取决于是否还有新的资金愿意以更高的价格接手。

如果答案是否定的，那么风险就已经在结构中埋下。

反过来，当一个行业虽然便宜，但开始出现持续的资金流入，这往往意味着预期正在发生变化。

数据能帮你看到这些变化，但它本身不是结论。

真正重要的，是你如何理解这些信号，以及是否有足够的认知去判断它们背后的含义。

下一篇，我考虑将之前文章为什么你总是一买就跌？A股行业轮动四指标模型详解讨论的行业轮动的角度结合起来，做一个申万行业雷达站的市场观察。

敬请期待。

 估值 × 拥挤度：一张图看透市场结构

 估值决定的是“赔率”——当前位置到底贵不贵，还有多少安全边际。

 拥挤度决定的是“胜率”——市场资金是否正在集中，情绪是否过热。

将申万行业放入“四象限”后，市场会呈现四种状态：

低估值 + 低拥挤：便宜，但可能长期缺乏催化

低估值 + 高拥挤：资金开始改变预期，往往是趋势启动区

高估值 + 高拥挤：风险最集中，容易出现踩踏

高估值 + 低拥挤：资金撤离后的估值消化阶段

但估值和拥挤度，本质只是“雷达”，不是“扳机”。

真正决定交易的，仍然是基本面：行业逻辑是否变化？盈利是否改善？增长是否可持续？

数据负责发现“异常”，基本面负责验证“是否值得下注”。

市场不会因为“贵”而跌，只会因为“没人接”而跌。

至此，全文完，感谢阅读。

声明：本文有AI参与辅助创作。

关注我，我是微积分。用量化分析，探索投资真相。

喜欢今天的内容，别忘了点个 「赞」和「在看」，投资更赚 ！

【免责与风险提示】

客观声明： 本文以上内容仅代表作者个人观点，与本人所在机构无任何关联。文章内容及观点仅供逻辑探讨与学术交流，不构成任何实质性的投资建议或收益承诺。

数据局限： 本文所有数据回测、逻辑推演及收益拆解，均基于历史公开信息与特定量化模型计算。历史回测不代表未来真实收益，且数据源与计算模型本身可能存在局限性与测算误差。如果您发现分析中有数据错误或遗漏，欢迎在评论区指正补充。

风险提示： 基金的过往业绩并不预示其未来表现。请您在做出投资决策前，仔细阅读《基金合同》、《招募说明书》等官方披露文件，全面了解产品的风险收益特征。请根据自身的风险承受能力、投资目的与投资经验，独立做出客观判断。市场有风险，投资需谨慎。