Macro-skills detect-us-equity-valuation-percentile-extreme

Name: detect-us-equity-valuation-percentile-extreme
Author: fatfingererr

displayName: 計算美股當前估值歷史分位數

install

source · Clone the upstream repo

git clone https://github.com/fatfingererr/macro-skills

manifest: skills/detect-us-equity-valuation-percentile-extreme/skill.yaml

source content

displayName: 計算美股當前估值歷史分位數 emoji: "\U0001F4CA" authorUrl: https://github.com/fatfingererr/macro-skills

tools:

claude-code

featured: false installCount: 0

testQuestions:

question: '目前美股估值處於歷史的什麼位置？是否極端高估？' imagePath: images/us-valuation-percentile-2026-01-22.png expectedResult: | 分析結果總結

根據歷史資料分析，美股目前處於歷史極端高估區間。

核心數據 ┌───────────────────────┬────────┬────────────┬─────────────────────────────────────┐ │ 指標 │ 當前值 │ 歷史分位數 │ 解讀 │ ├───────────────────────┼────────┼────────────┼─────────────────────────────────────┤ │ Shiller CAPE │ 37.7 │ 98.4% │ 過去 150 年只有 2% 的時間比現在更貴 │ ├───────────────────────┼────────┼────────────┼─────────────────────────────────────┤ │ 市值/GDP (巴菲特指標) │ ~195% │ ~99% │ 歷史極端位置 │ ├───────────────────────┼────────┼────────────┼─────────────────────────────────────┤ │ 綜合估值分位數 │ — │ 98.7% │ 極端高估區間 │ └───────────────────────┴────────┴────────────┴─────────────────────────────────────┘ 歷史 CAPE 統計

中位數: 16.5 ← 歷史正常水平 75 分位: 21.1 90 分位: 26.9 95 分位: 30.9 ← 極端高估門檻當前值: 37.7 ← 超過 95 分位

歷史類比事件 ┌────────┬──────┬─────────────────────────┐ │ 時期 │ CAPE │ 後續走勢 │ ├────────┼──────┼─────────────────────────┤ │ 1929年 │ 32.6 │ 大蕭條，跌幅 -86% │ ├────────┼──────┼─────────────────────────┤ │ 1999年 │ 44.2 │ 科技泡沫破裂，跌幅 -49% │ ├────────┼──────┼─────────────────────────┤ │ 2021年 │ 38.6 │ 2022年熊市，跌幅 -25% │ ├────────┼──────┼─────────────────────────┤ │ 2025年 │ 37.7 │ ⟵ 當前位置 │ └────────┴──────┴─────────────────────────┘ 風險解讀

是的，美股目前確實處於歷史極端高估區間。但需注意：
1. 高估值 ≠ 立即崩盤：估值可以維持極端更久
2. 風險分布不對稱：下跌尾部風險增加，但不代表必然發生
3. 當前環境特殊：AI 熱潮、科技股高權重、利率政策等因素
4. 歷史樣本有限：極端高估事件只有 3-4 個，統計推論受限
建議態度：審慎但不恐慌，可考慮降低整體槓桿、增加防禦性資產，但不建議據此完全離場。
question: '歷史上估值極端高估後，股市表現如何？' expectedResult: | 歷史極端高估後股市表現分析根據估值分位數分析，以下是歷史上極端高估事件後的股市表現：

當前狀態
- 綜合估值分位數: 98.4%（過去 140 年只有 1.6% 的時間比現在更貴）
  - CAPE 值: 37.7
  - 狀態: ⚠️ 歷史極端高估
歷史極端高估事件與後續表現 ┌─────────┬────────────┬──────┬───────────────────────┐ │ 事件 │ 估值分位數 │ CAPE │ 後續表現 │ ├─────────┼────────────┼──────┼───────────────────────┤ │ 1929 年 │ 96.5% │ ~33 │ 崩跌 89%（3年） │ ├─────────┼────────────┼──────┼───────────────────────┤ │ 1965 年 │ 89.2% │ ~24 │ 16 年實質報酬歸零 │ ├─────────┼────────────┼──────┼───────────────────────┤ │ 1999 年 │ 99.8% │ ~44 │ 崩跌 50%+（2年） │ ├─────────┼────────────┼──────┼───────────────────────┤ │ 2021 年 │ 97.3% │ ~39 │ 2022 年跌 25%，後反彈 │ ├─────────┼────────────┼──────┼───────────────────────┤ │ 當前 │ 98.4% │ 37.7 │ 待觀察 │ └─────────┴────────────┴──────┴───────────────────────┘

極端高估後的歷史統計特徵
1. 未來報酬壓縮
- 1 年後中位數報酬：約 -8%
- 3 年後中位數報酬：約 0%
- 正報酬機率顯著下降
1. 回撤風險上升
- 1 年最大回撤中位數：-15% ~ -25%
- 3 年最大回撤中位數：-28% 以上
- 最差情境（如 1929、2000）：-50% ~ -89%
1. 波動特徵
- 事件後 6-12 個月波動率通常上升
- 約 70%+ 的極端高估事件後波動增加
關鍵結論
1. 「估值極端高」≠「明天崩盤」：1999 年科技泡沫在 CAPE 創新高後又漲了一年多
2. 風險分布變得不對稱：上漲空間有限，下跌尾巴變厚
3. 估值均值回歸：長期來看，高估值會壓低未來 10 年的預期報酬
4. 當前處於歷史第二高位：僅次於 1999 年科技泡沫

qualityScore: overall: 67 badge: 中高級 evaluatedAt: "2026-01-23"

metrics: problemFit: 75 correctness: 70 dataGovernance: 65 robustness: 60 maintainability: 68 usability: 64

metricDetails: problemFit: score: 75 strengths: - 清晰的分位數計算邏輯 - 多指標合成設計 - 歷史事件識別機制 improvements: - 可增加估值指標適用性說明 - 可增加時代背景差異說明

correctness:
  score: 70
  strengths:
    - 方法論文檔完整
    - testQuestions 有 expectedResult
    - 歷史類比事件有數據支持
  improvements:
    - 歷史極端事件樣本有限（4-6 次）
    - 可增加統計顯著性說明

dataGovernance:
  score: 65
  strengths:
    - 使用 Shiller 公開數據
    - 使用 FRED 免費數據
  improvements:
    - 缺少 data-sources.md 完整文檔
    - 各指標歷史長度不同需說明

robustness:
  score: 60
  strengths:
    - pitfalls 詳列單一指標風險
    - bestPractices 有多指標合成建議
  improvements:
    - 缺少 failure-modes.md
    - 極端事件樣本數限制需強調

maintainability:
  score: 68
  strengths:
    - 參數定義完整
    - 多資料來源支援
  improvements:
    - 可增加 manifest.json 版本控制
    - 可增加數據更新自動化

usability:
  score: 64
  strengths:
    - FAQ 解答分位數概念
    - 風險解讀框架清晰
  improvements:
    - 可增加 historical-episodes.md
    - 可增加視覺化圖表輸出

details: | 任務適配度（75/100） - 分位數計算與多指標合成清晰 - 待改進：增加時代背景說明

**正確性（70/100）**
- 方法論完整
- 待改進：歷史樣本數有限

**資料治理（65/100）**
- 使用 Shiller 與 FRED 公開數據
- 待改進：增加 data-sources.md

**穩健性（60/100）**
- pitfalls 詳列風險
- 待改進：增加 failure-modes.md

**可維護性（68/100）**
- 參數定義完整
- 待改進：增加版本控制

**輸出可用性（64/100）**
- FAQ 解答核心概念
- 待改進：增加歷史對照

upgradeNotes: targetBadge: 高級 requirements: - metric: robustness currentScore: 60 targetScore: 80 suggestion: 增加 failure-modes.md 與樣本限制說明 - metric: dataGovernance currentScore: 65 targetScore: 80 suggestion: 增加 data-sources.md 與歷史長度說明 - metric: usability currentScore: 64 targetScore: 75 suggestion: 增加歷史對照與視覺化

bestPractices:

title: 使用多指標合成 description: 單一估值指標可能有偏差，合成多個指標可以得到更穩健的估計
title: 揭露資料限制 description: 各指標歷史長度不同，必須在報告中揭露這個限制
title: 不要據此擇時 description: 估值可以維持極端更久，不適合作為短期交易信號
title: 理解條件分布 description: 事後統計是「條件分布」，不是「預測」，樣本數有限

pitfalls:

title: 過度依賴單一指標 description: 只看 CAPE 或只看 PE 可能誤判 consequence: 錯過結構性變化或產生假警報
title: 忽略時代背景 description: 1929 和 2021 的市場環境完全不同 consequence: 直接類比可能誤導
title: 把統計當預測 description: 歷史事件樣本數很少（4-6 次） consequence: 統計意義有限，不能作為確定性預測

faq:

question: 什麼是「估值分位數」？ answer: | 把當前估值放回歷史分布中，計算「有多少比例的時間比現在更便宜」。例如分位數 95 表示歷史上只有 5% 的時間比現在更貴。
question: 為什麼用 95 作為極端門檻？ answer: | 95 分位意味著「歷史上只有 5% 的時間比現在更貴」。對於 100 年歷史，這約等於 5 年。經驗上，這些時期通常對應重大市場頂點。
question: 這個工具可以用來「逃頂」嗎？ answer: | 不建議。估值可以「錯更久」，極端高估可能持續數年。建議用法：作為「風險雷達」，極端時降低槓桿、增加防禦配置，但不要據此完全離場或做空。
question: 資料來源是什麼？ answer: |
- CAPE: Robert Shiller 公開資料集（可回溯至 1871 年）
- 市值/GDP: FRED 公開數據（可回溯至 1950 年代）
- PE/PB: Yahoo Finance（歷史較短）
所有資料都是公開免費的，無需 API key。

about: repository: https://github.com/fatfingererr/macro-skills branch: main additionalInfo: | ## 參考來源

- Shiller, R.J. (2000). *Irrational Exuberance*
- Hussman, J. (2021). "Valuations and Prospective Returns"
- AQR (2017). "Expected Returns on Major Asset Classes"

## 數據來源

**Shiller Online Data（免費，無需 API key）**
- CAPE 自 1871 年起
- 學術標準資料集

**FRED（免費，無需 API key）**
- 市值: WILL5000PRFC
- GDP: GDP
- Q Ratio: NCBEILQ027S

**Yahoo Finance**
- 當前估值指標
- 價格歷史