主動投資行為下的小盤優(yōu)選組合

1、A 股市場上的市值效應A 股市場上的市值效應，一直是投資者關心討論的話題。在反映大盤股和小盤股的表現上，比較直接的方式是選取市場上已編制好的市值指數，比如滬深 300、國證 1000 用來刻畫大盤股，中證 1000、國證 2000 來刻畫小盤股。從中證 1000 相對滬深 300，以及國證 2000 相對國證 1000 的超額表現來看，在 20132016 年間小盤股顯著占優(yōu)，2017 年“漂亮 50 ”行情帶來小盤股的大幅超額回撤，在 20182020 年間，小盤股的表現依然相對大盤股較弱，直到 2021 年，小盤股又跑出不錯的超額收益。圖 1：中證 1000 相對滬深 300 的超額表現圖

2、 2：國證 2000 相對國證 1000 的超額表現資料來源：Wind，研究資料來源：Wind，研究更具體的，可以從因子的角度，我們對原始市值因子進行行業(yè)中性化處理，剝離掉不同行業(yè)間股票市值的顯著差異，針對中證全指成分股，每月末將股票根據市值因子得分從小到大等分成五組，組內個股等權，測算不同市值組下組合的收益表現?；販y期間 2010/12/312022/5/31，月度調倉，每個下月初剔除停牌及一字板無法交易的個股。表 1：不同時間段市值因子的表現全時間段(2011/12022/5)201120162017201820202021/12022/5RankIC 均值-4.26%-8.84%12.0

3、9%0.46%-6.41%RankIC 標準差15.93%14.75%14.62%13.99%16.30%IC_IR-0.27-0.600.830.03-0.39RankIC0 占比35.04%23.61%75.00%50.00%23.53%資料來源：Wind，研究圖 3：市值因子在中證全指內的時序 RankIC資料來源：Wind，研究從市值因子的 RankIC 表現可以看到，20112016 年小市值效應非常顯著， RankIC 的均值達到-8.84%，同時勝率很高，RankIC0 的占比只有 23.61%；2017年市值風格完全發(fā)生反轉，“漂亮 50”為代表的大盤股顯著占優(yōu)，當年市值因子的

4、 RankIC 均值為 12.09%，RankIC0 的比例也達到 75%；20182020 年市值效應相對不明顯，2021 年以來又表現出較強的小市值效應， RankIC 的均值為-6.41%，同時 RankIC0 的占比只有 23.53%。圖 4：市值因子五分組下的月均超額收益圖 5：市值最小 20%股票等權組合的累計表現資料來源：Wind，研究資料來源：Wind，研究進一步，從市值因子的分組表現來看，市值最小的 20%股票 G 1 組，其月均絕對收益達到 1.86%，相對 G1G5 組的超額收益為 0.97%，收益表現遠遠高于其他的市值組別；市值倒數第二小的G2 組，月均絕對收益為 0.

5、96%，相對G1G5 組的超額收益為 0.07%；市值最大的 G5 組，月均絕對收益為 0.45%，相對 G1G5 組的超額收益為-0.44%。我們拿市值最小 20%股票構建的等權組合，相比中證 1000、國證 2000 等小盤指數來看，在年化收益率上，2010/12/312022/5/31 回測期間，市值最小 20%股票等權組合的年化收益為 18.66%，同期中證 1000、國證 2000 指數的年化收益為 1.85%和 5.45%，這 20%的微盤股由于市值的再度壓縮、交易流動性較低，而相較中證 1000、國證 2000 指數來說帶來了更高的收益補償?；谥鲃油顿Y角度篩選小市值股票2021

6、 年以來小盤股相對大盤股表現的相對占優(yōu)，以及大盤股在某些行業(yè)上的過于擁擠，讓部分投資者逐漸將視線轉移到小盤股身上， 那么如何構建小盤股票組合，獲取更好的收益風險比，是本篇報告探討的內容。首先，明確小盤股的具體定義，我們將中證全指樣本股的市值中位數作為劃分基準，低于市值中位數的 50%股票為小盤股。從 2011 年以來，隨著 A 股市場的不斷擴容，小盤股的數量也從 764 只增加到 2048 只；中證全指成分股的市值中位數隨著行情的變化而變化，在 2015 年牛市頂點，市值中位數達到 116 億元，整個時間段市值中位數的平均值在 56.7 億元，也是說這 50%小盤股的總市值在多數時間段落在 5

7、6.7 億元以下。圖 6：中證全指樣本股的市值中位數情況資料來源：Wind，研究小盤股，由于業(yè)績波動較大、投資者跟蹤覆蓋度較低等原因，使得小盤股的基本面較難把握，真實投資中容易出現“踩雷”的情況。因此，我們嘗試基于市場上一些主動投資者的行為，比如權益型基金持倉小市值股票、機構調研小市值股票、分析師覆蓋小市值股票，去檢驗這些主動投資方式篩選的小市值股票，是否會比整個小市值股票池帶來收益風險上的提升。權益基金重倉的小市值股票根據權益基金每個季度披露的前十大持倉數據，我們可以從基金重倉這個主動行為來篩選小市值股票。我們將普通股票型、偏股混合型、平衡混合型、靈活配置型基金納入權益基金池，采用固定日期切

8、分法，在 1、2、3 月末基于基金去年四季報的持倉，4、5、6 月末基于基金今年一季報的持倉，7 、8、9 月末基于基金今年二季報的持倉，10、11、 12 月末基于基金今年三季報的持倉。圖 7：基金重倉小盤股的數量略微滯后于小盤股的超額表現資料來源：Wind，研究我們統計了 2011 年以來基金重倉股中的小盤股、大盤股的數量占比，由于流動性的優(yōu)勢，大盤股的數量自然占了較高比例，平均來看，基金重倉股中的小盤股占了 23%，大盤股占了 77%。進一步，可以看到，基金重倉小盤股的數量略微滯后于小盤股的超額表現，當小盤股相較大盤股有超額收益時，基金提高小盤股的持倉，反過來，當小盤股相較大盤股表現較弱

9、時，基金也會調轉風格，去增加大盤股的持倉。在2010/12/312022/5/31 回測期間，每月末匯總權益基金的前十大持倉數據，將總市值低于中證全指成分股市值中位數的股票篩選出來，構建基金重倉小盤股組合，組合內個股等權；同樣，每月末我們也會構建中證全指小盤股等權組合，作為業(yè)績比 較基準，每個下月初調倉時剔除停牌及一字板無法交易的股票。圖 8：基金重倉小盤股等權組合相較中證全指小盤股等權組合的超額表現資料來源：Wind，研究基金重倉小盤股等權組合中證全指小盤股等權組合超額收益2011-28.22%-26.61%-1.61%20128.55%5.86%2.69%201362.14%38.74%2

10、3.40%201454.45%58.18%-3.73%2015120.34%119.28%1.06%2016-2.86%-1.61%-1.25%2017-18.45%-22.45%4.00%2018-28.36%-30.11%1.75%201938.14%27.67%10.47%202036.52%16.58%19.94%202128.16%31.48%-3.32%2022/5/31-18.67%-11.12%-7.55%年化收益率14.72%11.51%3.21%表 2：基金重倉小盤股等權組合和中證全指小盤股等權組合的分年表現資料來源：Wind，研究在整個回測期間，基金重倉小盤股等權組合的年

11、化收益率為 14.72%，超額中證全指小盤股等權組合 3.21%；分年度看，超額收益主要集中在 2013、2019 和 2020年，2021 年以來基金重倉小盤股等權組合產生一定超額回撤，其余年份基金重倉小盤股等權組合和整個小盤股股票池的表現較為接近。機構調研的小市值股票機構調研，代表著機構投資者事先對該公司有案頭研究，并且想通過實地調研的方式進一步了解該公司，那么我們可以從機構調研這個主動投資行為來篩選出小市值的股票。在具體定義上，我們將過去 1 年內發(fā)生過機構調研的股票定義為機構調研股，然后總市值低于中證全指成分股市值中位數的股票為機構調研小盤股，總市值高于中證全指成分股市值中位數的股票則

12、為機構調研大盤股。從 2013 年底以來，機構調研的股票數量在不斷增加，從最初的 1108 只上升到 2932 只，但在結構上，機構對小市值股票的調研比例整體上在逐漸降低，從 2013/12的 50%降到 2020/6 的 20%，然后到 2022/5 機構調研股票中小盤股的數量占比回升到 27%。圖 9：機構調研股票中小盤股的數量占比變化資料來源：Wind，研究在 2013/12/312022/5/31 回測期間，每月末我們將過去 1 年發(fā)生過機構調研的股票篩選出來，然后將總市值低于中證全指成分股市值中位數的股票篩選出來，構建機構調研小盤股組合，組合內個股等權處理；同樣，每月末我們也會構建中

13、證全指小盤股等權組合，作為業(yè)績比較基準，每個下月初調倉時剔除停牌及一字板無法交易的股票。圖 10：機構調研小盤股等權組合相較中證全指小盤股等權組合的超額表現資料來源：Wind，研究表 3：機構調研小盤股等權組合和中證全指小盤股等權組合的分年表現機構調研小盤股等權組合中證全指小盤股等權組合超額收益201453.38%58.18%-4.80%2015127.77%119.28%8.49%2016-2.61%-1.61%-1.00%2017-21.17%-22.45%1.28%2018-27.96%-30.11%2.15%201934.63%27.67%6.96%202023.68%16.58%7.

14、10%202135.83%31.48%4.35%2022/5/31-18.05%-11.12%-6.93%年化收益率16.37%14.89%1.47%資料來源：Wind，研究在整個回測期間，機構調研小盤股等權組合的年化收益率為 16.37%，同期中證全指小盤股等權組合的年化收益率為 14.89%；分年度看，2019、2020 年貢獻相對較高的超額收益，今年以來機構調研小盤股等權組合產生了超額回撤，其余年份機構調研小盤股組合的表現和業(yè)績基準較為接近。分析師覆蓋的小市值股票券商分析師，作為市場價值挖掘的一股重要力量，往往會綜合多方面信息，有選擇性地覆蓋和推薦股票，那么我們可以從分析師覆蓋這個角度來

15、進一步篩選小市值的股票。在具體定義上，我們將過去半年內有分析師給出當年預測業(yè)績的股票定義為分析師覆蓋股，然后總市值低于中證全指成分股市值中位數的股票為分析師覆蓋小盤股，總市值高于中證全指成分股市值中位數的股票則為分析師覆蓋大盤股。圖 11：分析師覆蓋股票中小盤股的數量占比資料來源：Wind，研究2011 年以來，分析師覆蓋的股票比例整體有所下降，2010/12 中證全指成分股中有 80%的股票被分析師覆蓋， 在 20172018 年分析師覆蓋比例下降明顯，2019年開始分析師覆蓋比例逐漸穩(wěn)定在 50%左右；從結構上來看，小盤股的覆蓋比例是有所下降的，2019 年以來分析師覆蓋股票中小盤股的數量

16、占比為 26%，大盤股的覆蓋相對更為充分。在 2010/12/312022/5/31 回測期間，每月末我們將有分析師覆蓋的股票篩出來，然后將總市值低于中證全指成分股市值中位數的股票篩選出來，構建分析師覆蓋小盤股組合，組合內個股等權；同樣，每月末我們也會構建中證全指小盤股等權組合，作為比較基準，每個下月初調倉時剔除停牌及一字板無法交易的股票。圖 12：分析師覆蓋小盤股等權組合相對中證全指小盤股等權組合的超額表現資料來源：Wind，研究表 4：分析師覆蓋小盤股等權組合和中證全指小盤股等權組合的分年表現分析師覆蓋小盤股等權組合中證全指小盤股等權組合超額收益2011-27.78%-26.61%-1.1

17、7%20126.27%5.86%0.41%201347.62%38.74%8.88%201453.46%58.18%-4.72%2015120.33%119.28%1.05%2016-2.86%-1.61%-1.25%2017-18.44%-22.45%4.01%2018-27.95%-30.11%2.16%201934.98%27.67%7.31%202026.34%16.58%9.76%202130.17%31.48%-1.31%2022/5/31-18.30%-11.12%-7.18%年化收益率12.83%11.51%1.32%資料來源：Wind，研究在回測期間，分析師覆蓋小盤股等權組合

18、的年化收益為 12.83%，同期中證全指小盤股等權組合的年化收益為 11.51%；分年度看，2013、2019 和 2020 年貢獻較高超額收益，2022 年以來分析師覆蓋小盤股等權組合產生了超額回撤，其余年份分析師覆蓋小盤組合和業(yè)績基準的表現相當?；谌N主動行為構建小盤優(yōu)選組合大類因子小類因子因子計算方式表 5：申萬量化因子庫在第 2 部分，我們分別測試了基金重倉、機構調研、分析師覆蓋三種主動投資行為下篩選小市值股票的表現，整體上來看，三種行為下篩選的小市值股票組合，相較中證全指小市值股票組合都帶來了一定的超額收益，并且考慮到三種主動行為在篩選小市值股票時會一定程度上把控基本面情況，因此，

19、我們嘗試在三種主動行為融合的小市值股票池內構建小盤優(yōu)選組合?？紤]到流動性的問題，在三種主動行為取并集的小市值股票池內， 把過去 120個交易日日均成交額靠后的 20%股票剔除，形成基準股票池。分析師成長盈利估值一致預期凈利潤變化一致預期凈利潤 / 3 個月前一致預期凈利潤 - 1分析師盈利上調比例過去 6 個月內分析師自身（上調家數 下調家數）/ 總家數單季度營業(yè)收入同比增速單季度營業(yè)收入 / 去年同期營業(yè)收入 - 1單季度歸母凈利潤同比增速單季度歸母凈利潤 / 去年同期歸母凈利潤 - 1標準化預期外收入 SUR（單季度實際營業(yè)收入 單季度預期營業(yè)收入）/ 預期營業(yè)收入標準化標準化預期外利潤

20、SUE（單季度實際凈利潤 單季度預期凈利潤）/ 預期凈利潤標準化單季度 ROA單季度歸母凈利潤 / 期末總資產單季度 ROE單季度歸母凈利潤 / 期末歸母所有者權益 Delata_單季度 ROA單季度 ROA 去年同期單季度 ROA Delta_單季度 ROE單季度 ROE 去年同期單季度 ROE EP_TTM最近 4 個季度凈利潤 / 總市值BP最新季度所有者權益 / 總市值最近 12 個月股息率最近 12 個月預案現金股利 / 每股價格公司治理前三高管薪酬金額前三高管的薪酬總額取對數一個月特質波動率過去 20 個交易日 Fama-French 三因子殘差收益率的標準差一個月特異度1 過去

21、20 個交易日 Fama-French 三因子回歸擬合度波動性流動性三個月特質波動率過去 60 個交易日 Fama-French 三因子殘差收益率的標準差三個月特異度1 過去 60 個交易日 Fama-French 三因子回歸擬合度非流動性沖擊（日漲跌幅絕對值 / 日成交額）過去 20 個交易日均值一個月換手過去 20 個交易日日換手率的均值三個月換手過去 60 個交易日日換手率的均值動量剝離漲停天數的一年期動量最近 1 年（除去最近 1 個月）的累計收益率（剔除期間漲停天數）反轉一個月反轉三個月反轉過去一個月累計收益率過去三個月累計收益率資料來源：Wind，研究因子相關性問題的處理：在 20

22、10/12/312022/5/31 期間，每月末計算因子間的截面相關性，可以看到，有些因子間的相關性是比較高的，比如，成長和盈利因子的平均相關性達到 0.63，波動性和流動性因子的平均相關性達到 0.54，估值和波動性因子的平均相關性為-0.35 等。因此，結合因子間的相關性和單因子表現強弱，我們采用正交法剝離因子間的相關性， 其中包括：流動性因子：對行業(yè)、市值、波動性進行中性化處理；反轉因子：對行業(yè)、市值、波動性、流動性進行中性化處理；盈利因子：對行業(yè)、市值、成長進行中性化處理；估值因子：對行業(yè)、市值、波動性、流動性進行中性化處理；圖 13：因子截面上的平均相關性成長盈利估值公司治理波動性流

23、動性動量反轉市值成長1.000.63-0.04-0.010.070.060.170.130.09盈利0.631.000.140.100.03-0.020.270.130.22估值-0.040.141.000.35-0.35-0.350.12-0.100.34公司治理-0.010.100.351.00-0.10-0.200.120.000.51波動性0.070.03-0.35-0.101.000.540.070.400.000.06-0.02-0.35流動性-0.200.541.00-0.160.27-0.26動量0.170.270.120.120.07-0.161.000.170.28反轉0.

24、130.13-0.100.000.400.270.171.000.10市值0.090.220.340.510.00-0.260.280.101.00資料來源：Wind，研究在基準股票池內，我們測試因子的選股表現，因子維度包括成長、盈利、估值、公司治理、波動性、流動性、動量、反轉、市值，分析師因子由于在小市值股票內覆蓋率不高，所以暫時不考慮。我們著重考慮最近年份的策略表現，所以把回測期縮短在 2015/12/312022/5/31，每月末根據因子值從小到大分成五組，組合內個股等權，下月初調倉時剔除停牌及一字板無法交易的股票，統計因子在基礎股票池內的選股表現。表 6：因子在基準股票池內的選股表現成

25、長盈利估值公司治理波動性流動性動量反轉市值RankIC 均值4.57%2.72%1.07%0.81%-11.36%-6.32%3.47%-3.08%-3.22%RankIC 標準差7.28%5.75%6.86%3.49%9.01%13.75%9.55%10.81%8.43%IC_IR0.630.470.160.23-1.26-0.460.36-0.28-0.38RankIC0 占比74.03%68.83%57.14%61.04%9.09%31.17%67.53%37.66%35.06%資料來源：Wind，研究從因子IC_IR 的表現來看，成長、盈利、波動性和市值因子的選股效果較好，其中，成長因

26、子的月均 RankI C 為 4.57%，IC_IR 為 0.63 ，RankIC0 的月份數占比為 74.03%；波動性因子的月均 RankIC 為-11.36%，IC_IR 為-1.26，RankIC0 的月份數占比為 9.09%。 圖 14：成長因子在基準股票池內的月均超額收益 圖 15：盈利因子在基準股票池內的月均超額收益資料來源：Wind，研究資料來源：Wind，研究圖 16：波動性因子在基準股票池內的月均超額收益圖 17：動量因子在基準股票池內的月均超額收益資料來源：Wind，研究資料來源：Wind，研究 圖 18：反轉因子在基準股票池內的月均超額收益 圖 19：市值因子在基準股票

27、池內的月均超額收益 資料來源：Wind，研究資料來源：Wind，研究從因子分組表現來看，成長、盈利、波動性和市值因子的單調性較好，其中，成長因子的多頭組G5 ，月均絕對收益為 1.05%，相對 G1G5 組的超額收益為 0 .82%；此外，還能看到流動性、動量、反轉因子的空頭組貢獻了較大的負向超額收益，在構建組合時可以考慮剔除這些因子的空頭股票。構建小盤優(yōu)選組合在基準股票池內，構建小盤優(yōu)選組合的步驟如下：將流動性因子得分最高的 20%股票、動量因子得分最低的 20%股票、反轉因子得分最高的 20%股票取并集，形成待剔除股票；在剩余股票內，根據成長、盈利、波動性、市值因子計算股票加權得分；在因子

28、權重上，我們采用因子分組收益作為加權依據，具體來說，每月末計算最近 12 個月因子分組下的 G1G5 組的平均收益，然后用多頭組 G5（若是反向因子，多頭組為 G1）的收益減去五組的平均收益，作為該因子的加權依據，最后再將所有因子的加權依據歸一化，得到因子權重；對得到的因子權重，我們添加兩個約束處理：其一，權重反向置零，指定成長、盈利因子為正向因子，波動性、市值因子為反向因子；其二，所有因子權重上限為 0.4，因子權重下限為-0.4；最后，我們計算得到待選股票池內個股的綜合得分，選取綜合得分靠前的 50只股票，等權構建小盤優(yōu)選組合。回測期間 2016/12/302022/6/30，每個下月初調

29、倉時剔除停牌及一字板無法交易的股票，基準股票池以個股等權計算組合收益。圖 20：小盤優(yōu)選組合相對基準股票池的超額表現資料來源：Wind，研究小盤優(yōu)選組合基準股票池超額收益率超額波動率信息比率超額最大回撤2017-11.00%-21.74%10.74%4.72%2.28-2.09%2018-17.18%-30.32%13.14%5.35%2.46-1.84%201941.15%31.08%10.07%5.67%1.78-2.50%202035.37%22.62%12.75%5.56%2.29-4.77%202148.83%34.86%13.97%6.08%2.30-2.98%2022/6/30-

30、4.75%-10.41%5.66%全回測期間13.39%1.05%12.35%5.48%2.25-4.86%資料來源：Wind，申萬宏源研究表 7：小盤優(yōu)選組合和基準股票池等權組合的分年度表現在2016/12/302022/6/30 回測期間，小盤優(yōu)選組合的年化收益率為13.39%，同期基準股票池的年化收益率為 1.05%，年化超額收益 12.35%，信息比率為 2.25，超額最大回撤-4.86%；分年度看，小盤優(yōu)選組合相較基準股票池的超額收益較為穩(wěn)定，20172021 年的超額收益穩(wěn)定在 10%15%之間。 圖 21：選股因子的時序權重變化 圖 22：小盤優(yōu)選組合每期調倉的換手率資料來源：W

31、ind，研究資料來源：Wind，研究圖 23：小盤優(yōu)選組合每期持倉股票的流動性情況資料來源：Wind，研究從選股因子的時序權重看到，組合不會過于暴露在某一因子上，平均來看，成長和波動性因子的權重較高，該組合傾向于高成長、低波動；同時，2021 年以來市值因子的權重有所提高，組合在市值上進一步下沉。在換手率上，回測期間組合的月度平均雙邊換手率為 67.5%，考慮雙邊 0.3%的交易成本，粗略估算下，組合每年的交易成本為 2.43%。進一步，統計小盤優(yōu)選組合每期持倉股票的流動性情況，在整個回測期間，持倉股票總市值中位數的均值為 39.17 億元，持倉股票日均成交額（用過去 120 個交易日的平均成

32、交額表征）中位數的均值為 0.57 億元。組合構建中因子加權方式的選擇在 3.1 部分，我們展示了在組合構建中，采用了“因子分組收益”作為確定因子權重的依據，有別于過往常用的“因子 IC_IR”來確定因子權重的方式。以表現較為突出的成長因子和波動性因子為例，在基準股票池內，從 IC_IR 維度來看，成長因子的IC_IR 差不多只有波動性因子的一半，如果以因子 IC_IR 作為加權依據，盡管在組合構建中有約束因子權重的上限，但平均來看，成長因子的權重會顯著低于波動性因子。然而，我們從因子分組收益這個視角來看，成長因子多頭組的月均超額收益為 0.82，波動性因子多頭組的月均超額收益為 0.63，如

33、果以因子分組收益作為加權依據，在有因子權重上限的約束下，平均來看，成長因子和波動性因子的權重會比較相當。RankIC 均值成長盈利估值1.07%公司治理波動性流動性動量3.47%反轉-3.08%市值-3.22%4.57%2.72%0.81%-11.36%-6.32%RankIC 標準差7.28%5.75%6.86%3.49%9.01%13.75%9.55%10.81%8.43%IC_IR0.630.470.160.23-1.26-0.460.36-0.28-0.38RankIC0 占比74.03%68.83%57.14%61.04%9.09%31.17%67.53%37.66%35.06%表

34、8：因子在基準股票池內的選股表現資料來源：Wind，研究 圖 24：成長因子在基準股票池內的月均超額收益圖 25：波動性因子在基準股票池內的月均超額收益資料來源：Wind，研究資料來源：Wind，研究從分析來看，基于因子得分篩選出股票多頭組合，和因子分組表現的邏輯更為接近。這里，我們以構建小盤優(yōu)選組合為例，統計了兩種加權方式下選股因子的時序權重變化，其中，因子分組收益加權下，成長因子的平均權重為 34.80%，波動性因子的平均權重為-38.12%，兩者較為相當；因子IC_IR 加權下，成長因子的平均權重為 24.92%，波動性因子的平均權重為-39.12%。圖 26：因子分組收益加權下選股因子

35、時序權重變化 圖 27：因子 IC_IR 加權下選股因子時序權重變化資料來源：Wind，研究資料來源：Wind，研究因子分組收益加權2017小盤優(yōu)選組合-11.00%基準股票池-21.74%超額收益率10.74%超額波動率4.72%信息比率超額最大回撤2.28-2.09%2018-17.18%-30.32%13.14%5.35%2.46-1.84%201941.15%31.08%10.07%5.67%1.78-2.50%202035.37%22.62%12.75%5.56%2.29-4.77%202148.83%34.86%13.97%6.08%2.30-2.98%2022/6/30-4.75

36、%-10.41%5.66%全回測期間13.39%1.05%12.35%5.48%2.25-4.86%因子 IC_IR 加權2017-9.19%-21.74%12.55%4.27%2.94-2.33%2018-19.98%-30.32%10.34%5.55%1.86-2.52%201946.38%31.08%15.30%5.71%2.68-4.45%202035.65%22.62%13.03%6.00%2.17-6.69%202140.45%34.86%5.59%6.42%0.87-7.49%2022/6/30-2.02%-10.41%8.39%全回測期間13.28%1.05%12.24%5.6

37、5%2.17-7.67%資料來源：Wind，申萬宏源研究表 9：兩種因子加權方式下小盤優(yōu)選組合的分年度表現從兩種因子加權方式下的組合回測表現來看，整體年化收益率上比較接近，比較突出是，因子分組收益加權下的組合，相對因子 IC_IR 加權下的組合，組合每年超額收益更為均衡，同時超額波動率更低，超額最大回撤也更小，尤其在 2021 年，因子分組收益加權下組合的最大超額回撤為-2.98%，而因子 IC_IR 加權下組合的超額最大回撤為-7.49%。組合持倉數量的敏感性分析在 3.1 部分，我們以每期持倉 50 只股票構建了小盤優(yōu)選組合，進一步，我們通過提高每期持倉的股票數量，來提高策略的資金容量，以

38、小盤優(yōu)選組合每期持倉日均成交額 0.57 億元為例，假定策略在股票上的交易量不超過該股票日成交量的 10%，那么平均來看，把小盤優(yōu)選組合每期持倉提高至 100 只股票，該策略的資金容量可以達到 5 億元左右。圖 28：不同持倉數量下小盤優(yōu)選組合的表現資料來源：Wind，研究我們測試了不同持倉數量下小盤優(yōu)選組合的表現，在年化收益率上，持倉 50 只股票的組合年化收益為 13.39%，持倉 100 只股票的組合年化收益為 14.01%，各組合間的年化收益相差不大，同時，在最大回撤上，各組合的表現也較為接近。因此，基于資金容量的安排，小盤優(yōu)選組合的每期持倉可以提高至 100 只股票。組合分批交易的情

39、景測試小市值股票，交易流動性較弱，限制著策略的資金容量，在 3.3 部分，通過提高組合每期持倉數量，是改善策略容量的一種方式；此外，組合分批調倉，可以是另一種提高策略容量的方式。以小盤優(yōu)選組合的構建為例，我們做如下測試：TradingDay1 組合：持倉到月末，下月初第一個交易日調倉；TradingDay2 組合：持倉延長到月末的下一個交易日（即下月初第一個交易日），下月初第二個交易日調倉；TradingDay3 組合：持倉延長到月末的下兩個交易日（即下月初第二個交易日），下月初第三個交易日調倉；以此類推，我們測試 TradingDay1 TradingDay5 的組合表現，把回測期間 2016/12/302022/6/30 的首尾去掉，在 2017/1/262022/5/31 期間，隨著調倉時間的延后，策略的收益表現有一定的下滑，TradingDay1 和TradingDay2 組合的年化收益分別為 12.19%、11.14%，Trad