小市值因子选股轮动是A股过去十年最牛的策略，根据策略的不同（加入换手率、价格等因子），年化可高达80%-100%，α轻松超过60%（中证500年化13%），β在0.9左右，虽然标准差（波动/回撤）和指数差不多35%左右，但依靠绝对高收益夏普比高的惊人，这背后既有IPO管制的原因（大量排队企业选择借壳），也有市场风险偏好提升的原因（市场恶性循环越来越偏爱小市值）。

【思考】1、小市值轮动策略是否能实际应用到公司产品中，有什么问题；2、小市值轮动策略的核心逻辑是什么，扩散思考其他量化因子选股的逻辑。

1）小市值轮动策略高回撤的问题。该策略波动非常大，回撤非常高，目前被阉割高贴水的股指期货根本无法完成对冲，可以依靠降低仓位才能降低波动（收益和回撤同时变小，夏普比不变），或加入其他低波动策略做组合（例如加入趋势策略，跌破趋势线全面清仓组合，会大幅降低波动和回撤）。

2）小市值轮动策略阶段失效的问题。在28切换非常明显的时段里，该策略可能会大幅跑输沪深300，如在14年底蓝筹股行情中，小市值轮动策略大幅跑输50%以上，这一点暂时无法解决，不过就历史数据看，A股的28切换是小概率事件，但不排除未来因为估值差距过大而导致的28长期切换。

3）最低市值泡沫的问题。A股最小市值从十年前的不到2亿成长到现在接近30亿，纵观A股历史和全球，30亿的最低市值的泡沫是非常严重的，市值的提升不可能无限进行下去，因为一旦超过某一阈值，企业将不再选择借壳而选择排队IPO。此外，IPO排队企业大幅减少（目前远超注册制的IPO速度已经减少了排队企业数量），新壳供应大量增加（IPO加速的必然），甚至注册制、退市制执行，这些都会导致最低市值下滑。从目前情况看，最低市值的天花板很近了。

4）中小板指数估值泡沫的问题。目前小盘股指数估值是A股历史最高（即便15年股灾也远超07年），也是全球主要市场最高的，同时存量资金不断被再融资、IPO、减持给稀释，而增量资金有限，且即便有增量资金，相对蓝筹越来越高估值的小盘股也存在极大的溢出效应。所以，未来风险偏好很难继续大幅提升。

5）综上不难看出，小市值轮动策略的巨大超额收益来自于：指数上涨、风险偏好抬升、最低市值大幅抬升以及轮动策略本身的α。去掉市值和指数提升的因素后，小市值轮动策略的超额收益将大幅降低。

6）进一步思考，该策略去掉市值和指数提升的α后，轮动策略本身有α吗？根据我们的测试，轮动策略本身仍有不错的α（具体α拆解、测试过程、结论数据不公开）。为什么？因为轮动策略的本质是：不断轮动到那些被市场忽视的标的，相信他们会在市场（韭菜）的关照下一定时间内“均值回归”。例如小市值轮动就是：寻找10个最小市值股票买入，然后每隔一段时间卖出市值较大的买入市值更小的股票进行仓位再平衡。该策略高α的本质是来源于：IPO管制下市场对小市值风险偏好的不断提高以及小盘股指数估值的不断提高（指数不断上涨），最终导致小市值股票不断上涨，不断轮动到小市值股票他们会不断的向更高市值“均值回归”。

7）再进一步思考，假设未来最低市值不再提升、中小指数估值不在提升，小市值因子失效，是否可以寻找其他因子的轮动来代替小市值轮动策略？毕竟均值回归的因子可以是市值，也可以是换手率、成交量、阶段涨跌等市场因子，亦或市盈率、股息率、市净率、市现率等估值指标，甚至也是ROE、EBIT/EV（神奇公式）等财务指标。显然这里有些因子已经长期被证实过，例如，每隔一段时间买入最低市盈率或最高股息率的轮动策略，期待低市盈率和高股息率的股票会均值回归，这在成熟的港股和美股长期超额收益很高，例如港股低于XPE高于X%股息的轮动策略，我们测试了一个PE低于4股息高于6的组合，07年至今年化23%多，而恒指几乎没涨，标准差小于指数，夏普比高的吓人（美股测试结果也相同）。没错，买入高股息低市盈率的策略本质上也是量化策略的一种（注，据我们测试，低PE高股息的组合并非最优，基于ROE、PB、神奇公式等其他组合轮动策略效果会更好）。

8）基于当前最低市值和小盘指数泡沫的情况，寻找比小市值因子更安全、更有价值的因子是非常有必要的。当然，这里也需要进一步测试，轮动策略本身的α是否会因为因子的变化而变化。例如小市值轮动策略中“轮动策略”本身具有的高α可能是因为小市值带来的，换成低PE股票轮动策略，则，低PE的股票无法给“轮动策略”本身带来高α，即除掉PE提升和市场提升外，轮动策略本身失去了超额收益。

9）牢记一点，量化因子选股策略的成功是建立在市场短期犯错的基础上，市场犯错越多即韭菜越多，某些因子就越有效，一定要小心市场风格出现巨变。比如A股的小市值轮动、低波动轮动等投机性质的策略，在港股和美股几乎无效，因为成熟市场韭菜已经很少，而相对应的，在成熟市场可采用价值策略，核心逻辑就是赚短视机构的钱（割机构的韭菜）。就目前情况看，A股的散户和投机风格暂时不会巨变（变化非常缓慢），但在策略运用时仍需要小心政策风险。

​该系列可能继续连载，继续介绍其他量化模型的思考过程，但也可能就此一篇。我们星瀚投资团队已基本建立一套较为完整的量化模型，包括量化多因子选股、量化多空对冲（国内需等期指放开）、量化无风险套利、量化趋势跟踪、量化多因子轮动等（星瀚量化团队工作包括优秀策略制定、交易和风控体系搭建、高级程序员编程、数据回测等）。