调整任意参数后，地址栏会同步更新——把链接发给别人，他打开看到的就是你调好的假设。
| 利润增速 ↓ ／ 期末 PE → | 16.0x | 14.0x | 12.0x | 10.0x | 8.0x |
|---|---|---|---|---|---|
| +20% | +38.9% | +35.4% | +31.4% | +26.9% | +21.5% |
| +12% | +30.0% | +26.7% | +23.0% | +18.7% | +13.7% |
| +8% | +25.5% | +22.3% | +18.7% | +14.6% | +9.8% |
| +5% | +22.1% | +19.0% | +15.5% | +11.6% | +6.9% |
| +3% | +19.9% | +16.8% | +13.4% | +9.5% | +4.9% |
| +1% | +17.6% | +14.7% | +11.3% | +7.5% | +3.0% |
| -1% | +15.4% | +12.5% | +9.2% | +5.4% | +1.0% |
该标的暂无可用的历史归因：数据源年报期数不足， 或历史 EPS 与股价的计价基准不一致（常见于 ADR）。详见 数据与方法。
矩阵的每一格回答同一个问题：如果利润按这一行的速度增长、而 5 年后市场愿意给这一列的估值，年化回报是多少。 它是一个恒等式的展开，不是预测。
表内数字是复合年化回报，不是累计回报，且已包含股息与 回购的贡献。把鼠标停在任意一格，可以看到对应的累计回报与期末股价。
最值得试的是股价调整滑块。把价格调低 25%，对回报的改善通常大于把利润 增速提高 50%——你唯一能确定知道的变量，影响力大于所有你只能猜的变量。
注意矩阵的四个角是自相矛盾的：一家 5 年后仍以 12% 增长的公司，市场不会只给它最低那一列的估值。 真实可能性集中在一条对角带上，而非均匀铺满网格。