💡 本文是可视化转换的绝佳案例，将股市的绝对值指数，转换为【0,100】温度计的相对区间。 和合计百分比不同，这里的转换是以区间的MIN-MAX动态区间转换为【0,100】区间，目的是单一绝对值在历史上的相对位置——自己和自己的过去比较；合计百分比以每个数据值相对于总体的占比为基准，强调的是多个要素之间彼此的结构对比。
01—股市温度计
在水深火热的金融市场中，各类指标和计算方法应接不暇，PE、PB、PS，MA、MACD、W&M，等等等等。
专业指标当然是给专业用户（特别是机构），所以这是 Wind 等机构的通用语言；但是面向投资小白、普罗大众，自然就要改用更通俗易懂的指标。——就像复杂的数据处理过程面向 IT，而可视化则面向业务用户一样。
在通俗易懂这个方向上，我个人喜欢孟岩的诠释方法，他的“四笔钱”为普适投资开辟了通俗易懂的分类方法，他的“股市温度计”则为普通人指引了择时的简单标准。前者犹如心理学中讲的“心理账户”，后者犹如数据分析中的可视化图表。
在这个疯狂的金融当下，喜乐君带你领略一下“股市温度计”的由来，同时分析它的两面性。
我们可以在有知有行 APP 或者网站（youzhiyouxing.cn）中找到如下的“全市场温度”，前日股市大跌只有 1 度，昨日股市大涨到了 2 度。
如何理解1℃、2℃ ？它和日常中的体温计、天气温度计有什么区别？
全世界温度计都有一个绝对的基准点——绝对零度。“在绝对零度，一切原子、分子的热运动都将消失，相当于摄氏温标下的-273.15℃”。这项研究成果来自于开尔文勋爵（Lord Kelvin）于 1848 年的论文《关于一种绝对温标》（On an Absolute Thermometric Scale），他提出了 Absolute Zero 概念。
摄氏度和开尔文温度是可以相互转换的，这个转换关系确保两个坐标轴可以完全重合。——记住这个转换，在后续我们会用到。
在我的《数据可视化分析》一书中，介绍过不少类似的转换关系，代表是帕累托分析中“累积销售额”转换为[0,1]的累积占比，以及客户复购分析中绝对连续日期转换为 1、2、3、……的相对日期。
今天介绍的“股市温度计”，也是类似的转换，只是逻辑更加复杂。既要考虑选择什么指标，又要考虑样本——既有上市公司的样本，也有周期的样本，甚至必要时还可以考虑加权（相同的股价下，中国平安是“牛夫人”，那些时不时挂 ST 还三番五次拖延年报的公司简直就是“妖精”，当有区别）。
02—有知有行的“知行温度计”
有知有行为它的”股市温度计“设置了几个关键尺度，简单的说：
1、样本：
全市场温度计衡量全部上市公司，即样本是全集，而非经过筛选的子集。
2、指标：
有知有行选择的是 PB 和 PE，
PB（Price Book value Ration）市净率，股价除以每股净资产的比率。
PE（Price Earnings Ratio）市盈率，股票价格除以每股收益的比率。
3、日期周期：
包含两轮完整熊市和牛市周期。太远的缺乏参考价值。
当然，详细的计算过程属于商业机密，我们不得其细节。想要进一步了解，可以参考有知有行 APP 或者网站 *https://youzhiyouxing.cn/n/materials/172*
虽然我们看不到有知有行自己计算出来的市场温度指标原值，但是官方提供了股市温度和万得全 A 指数的对应关系，如下图所示。从可视化角度看，这就是双轴图的相关性分析——两个连续的度量，在连续日期上的相关性。
可以看出，股市温度和万得全 A 有明显的相关性，但并非完全契合。当前的知行温度计只有 2℃，不过对应的万得全 A 指数很明显距离历史最低还有相当长的距离。但为什么还会有如此大的偏差？
这就是取决于不同指数的编制方法。万得全 A 指数是全市场股票自由流动市值的加权（潍柴动力的股票当然要比烟台”瑞康医药“好，黄金和垃圾不能同价），而知行温度计则是 PE、PB、 在两个周期范围的全市场不加权（”每个上市公司平等“）。
理解了这个思路，我们每个人都可以利用 Tableau 等好一些的分析工具自行编制一个指数（比如喜乐君全市场指数），然后转换为[0,1]的温度区间了。
相比专业指标，股市温度极好地帮助了投资小白在股市哀鸿遍野的时刻找到一点信心，但也有一些不足。
03—“股市温度计”背后的统计分析
从”知行指数“到”知行温度计“的转换，就如同销售额、累计销售额到累计占比的帕累托转换（当然指数转换不需要累积）。如下图，展示了帕累托分析中，如何从每个客户的销售额转换为每个客户的累积销售额占比，本质上是计算实现的坐标轴对应转换。
股市温度也是同理。假设，过去一定范围内，股市最高 8000 点、最低 2800 点，分别就可以对应 100℃ 和 0℃，这样就把绝对的度量轴，转换为了[0,100]相对区间的度量轴。任意一天的股市点数，基本都可以在 0～100℃ 的坐标轴中找到对应。
计算公式也很容易，假设一个新的点数 X，那么它对应的市场温度T 就是：
T = (X -Min) /（Max-Min)*100
当然，仔细想一下，这个计算会面对一些特殊情况：
1）如何反映 “创造历史”的新低或者新高温度。
假设历史上最低 2800 点，现在竟然跌倒了 2600 了（老胡都没有想到，何况尔等）。上面计算出来的就是负数 ，比如零下3.8℃（-3.8℃）。
在有知有行的计算中，不会出现此类负数情况，最低也只能是零度——可见它们在计算中增加了特别的逻辑判断（比如增加 ABS 绝对值）。这就让历史性的新低失去了基准，在我看来并非好策略。
我猜想，有知有行强制把超过历史范围的新低强制改为 0℃ 时，是为了便于诠释——毕竟面对的大多是投资小白；但是缺点也显而易见，当温度是 0 摄氏度时，我们无法判断这是刚刚到了历史上的低点，还是又在历史低点进一步下探。
这就像警察发现一具犯罪分子的尸体，如果只说“死了”，对于侦查参考价值很可能不多，只有进一步尸检确认“死了 3 小时”，还是“死了 48 小时”等相对于“死亡原点”的时间距离，才能最初更好的侦查推测。
2）如何反映“时间因子”的影响
在股市中，越靠近当前越重要，上个月的股价和 13 个月、36 个月之前的股价相比更有参考性。但是上述直接计算、映射温度计的方式，并没有考虑“时间因子”的影响。这就需要加权。当然，这样也会让温度计更复杂、难于理解，逐渐脱离了”股市温度计“的简化初衷。
同理，上市公司的地位也是不同的，TOP300 的上市公司对全市场的影响，明显比那些死皮赖脸、恬不知耻的上市公司更有影响力。因此，相比全市场温度，喜乐君更喜欢看沪深 300 的温度计，它的样本更集中（全集通常不是好主意）。
很显然，有知有行的团队想方设法让这个指标尽可能简单，而不是复杂化——人人都能把问题复杂化，但尽可能简单且保持平衡才是本事。
为了让股市温度更易用”指导行动“（毕竟是有知、有行 ），一个很好的改进是温度分区，就像箱线图的四分位、散点图的参考线一样重要。
04—“股市温度计”背后的分区
我们常说“波士顿矩阵”比散点图更有意义，因为它增加了比较的基准（没有对比就没有分析）。同理，股市温度计虽好，但指导行为还需要进一步的分类，以及分类后的行动指南。
如果股市温度很高，适当减仓就是好主意，糊了就不好了；如果温度冰冷，就要克服恐惧适当加仓，然后等待朝阳。我们一生会错过很多好机会，但错过显而易见的、大概率机会才令人懊悔。
在有知有行温度计中，他们就区分了三个温度带：高估、中估和低估。在下面点击持有 1 年、3 年、5 年、10 年（相对于参数），上面就计算不同不同区间买入对应的收益率和盈率、最大浮亏。
除了图形实在是丑了些，我对这个方法还是颇有好感。有兴趣的分析师可以做一个很好的 Tableau 交互仪表板，绝对是大进步。
为了进一步说明行动的价值，有知有行把潜在收益做了细分，当然，这里在展现方面有一个大坑。
金融分析中，常常把预期收益进一步分为不同的来源，如下所示。在不同阶段买入（高估还是低谷时间段），持有不同的时间，对预期收益有显而易见的影响。
为此，有知有行也做了一个如下的展示。也是这个图，让我知道普及可视化常识还是任重道远。
如下所示，第三个”估值变化率“是负数（-32.7%），但是展示中却依然和其他整数一样向右绘制条形图，颜色被用来区分正负。很明显这不是可视化最佳实践，甚至有误导之嫌 。位置是最重要的可视化因素，而非颜色。
当然还是瑕不掩瑜，这样的分析方法把统计方法深藏背后，只给普通大众展示经过处理的、通俗易懂的内容，是面向个体的投资理财不错的道路。只是具体的展示上，还是有很多的改进空间。
唯知唯识、有知有行，加油吧，新年～