数据年份回退法定位周期位置-LTLyra-销售退10年新开工退20年

核心 method：判断一个周期性行业是否处于周期低位，不看估值不看情绪，把当年关键经营数据逐项映射到历史上达到同等水平的年份——回退的年份越多，离周期底越近。

地产 2025 年的三项映射（年化口径）：

1. 销售面积 9 亿平 → 倒退回 2009 年水平
2. 销售金额 9 万亿 → 倒退回 2015 年水平
3. 新开工面积 6 亿平 → 倒退回 2004 年水平

四年时间，销售面积/销售金额双双腰斩，新开工只剩高点（2020 年 22.4 亿平）的 27% 不到。

为什么不用销售均价：调整期高房价的一二线城市销售占比上升，结构性失真——直接用价格指标会被 mix shift 污染。所以用”量”指标（面积、套数）和”金额”分开看，才能拆出真实跌幅。

method 的三个特点：

1. 不预测拐点，只定位位置——和 周期定位非预测-六禾致谦-马克斯不预测但准备 同构。
2. 多维交叉验证——单一指标可被结构调整污染，三项一起看才稳。
3. 回退年数 = 周期深度的直觉刻度——回退 5 年是温和调整，回退 15-20 年通常意味着接近历史性底部。

可迁移性：把”当年经营数据 → 历史同等水平年份”的映射用在任何周期行业（航运、煤炭、化工、半导体），都能给出比 PE/PB 更不易失真的”当下身处周期何处”的定性答案，因为周期谷底盈利失真、估值指标不可靠（参 强周期龙头跌2-3满仓买入法-孤鹰广雁-不问青红皂白等3到5年 的同款逻辑）。

[1429872781]（雪球）