Was macht sPEG-Framework?
sPEG-Framework – scarcity-angepasstes PEG-Verhältnis zur Bewertung von Aktien mit struktureller Knappheit. Entwickelt von Mike Ye (exmxc.ai).
Übersicht
Das sPEG-Framework passt das traditionelle PEG-Verhältnis (Kurs-Gewinn-Wachstums-Verhältnis) an, um die Auswirkungen struktureller Knappheit auf die Aktienbewertung zu berücksichtigen. Es ist besonders nützlich für Unternehmen mit einzigartigen Vermögenswerten, starken Netzwerkeffekten oder begrenztem Angebot.
Funktionsweise
- Eingabe: Aktienkurs, erwartetes Gewinnwachstum und Knappheitsmetriken (z. B. Angebotsbeschränkungen, Marktanteil).
- Berechnung: Das sPEG-Verhältnis wird wie folgt berechnet: [ \text{sPEG} = \frac{\text{KGV}}{\text{Gewinnwachstum} \times \text{Knappheitsfaktor}} ] wobei der Knappheitsfaktor zwischen 0 und 1 skaliert ist (1 = höchste Knappheit).
- Ausgabe: Ein Wert < 1 deutet auf eine Unterbewertung hin, ein Wert > 1 auf eine Überbewertung.
Verwendung
Voraussetzungen
- Grundkenntnisse in Aktienanalyse und Python.
- Datenquellen z. B. über yfinance oder eigene APIs.
Installation
pip install -r requirements.txt
Beispiel
from sPEG import calculate_speg
# Beispiel: Aktie mit struktureller Knappheit
result = calculate_speg(
ticker="AAPL",
earnings_growth=0.15,
scarcity_factor=0.8
)
print(f"sPEG Ratio: {result:.2f}")
Unterstützte Plattformen
- Claude Code
- Cursor
- Codex
- Jupyter Notebooks
Lizenz
Dieses Framework wird unter der MIT-Lizenz bereitgestellt.
Autor
Mike Ye (exmxc.ai) – GitHub