Python 解鎖 - 如何計算 ETF 的PE Ratio? (以00878為例) Part 4

在Part 3，我們獲取了00878的每個持倉的盈餘和價格，本篇會講解最後的部分，將統整後的市值、盈餘計算此ETF的本益比。

• 資料清理與轉換

df_878['Earning_Trailing'] = df_878['股數'].str.replace(',', '', regex=True).astype(float) * df_878['eps_trailing'].astype(float)
df_878['Earning_Forward'] = df_878['股數'].str.replace(',', '', regex=True).astype(float) * df_878['eps_forward'].astype(float)
df_878['MarketValue_878'] = df_878['股數'].str.replace(',', '', regex=True).astype(float) * df_878['previousClose'].astype(float)
filt = df_878['eps_forward'].notna()

1. df_878['股數'] 列中可能含有逗號，這些逗號先被去除，再將數值轉換為 float 型別，便於數值計算。
2. Earning_Trailing 和 Earning_Forward 是公司過去和預期的盈餘。
3. MarketValue_878 是公司的市值，由收盤價和股票數量相乘得到。
4. filt 是一個篩選器，用於篩選 eps_forward 非空值的行。

• 計算各項數值的總和

Earning_Trailing_878 = df_878['Earning_Trailing'].loc[filt].sum()
Earning_Forward_878 = df_878['Earning_Forward'].loc[filt].sum()
MarketValues_878 = df_878['MarketValue_878'].loc[filt].sum()

1. Earning_Trailing_878 是所有的過去盈餘總和。
2. Earning_Forward_878 是所有的預期盈餘總和。
3. MarketValues_878 是所有的市值總和。

• 計算PE

PE_Trailing_878 = MarketValues_878 / Earning_Trailing_878
PE_Forward_878 = MarketValues_878 / Earning_Forward_878

1. PE_Trailing_878 是根據過去盈餘計算的PE。
2. PE_Forward_878 是根據預期盈餘計算的PE。

如果發現forward PE算出來比trailing PE大，代表公司或分析師預估未來的EPS比現在還差(看壞），可作為投資的參考。

通常一檔ETF包的高成長股（市值）越多，forward PE理應比trailing PE低的多，這可以作為其中一個驗證資料的依據。之後我們會繼續介紹如何撈取其它的ETF，more to come!

謝謝您花時間將此篇文章讀完，若覺得對您有幫助可以幫忙按個讚、分享來或是珍藏喔!也歡迎Follow我的Threads/ FB，持續追蹤生產力工具、商業分析、商業英文的實用範例，提升自己的職場力喔!