大小市值轮动的多因子选股策略

由bqy4a9le创建，最终由bqy4a9le更新于2025-10-10 07:25 被浏览 111 用户

我会从 “策略底层逻辑→风格判断原理→多因子选股逻辑→动态风控机制→风险提示与改进方向” 五个维度讲解这个策略

一、策略底层逻辑：为什么 “大小市值轮动” 能赚钱？

1.1 经济周期与企业盈利的 “差异化弹性”

大小市值企业的盈利对经济周期的敏感度完全不同：

• 大市值企业（如沪深 300 成分股）：多是行业龙头，业务布局稳定、现金流充足，比如金融、消费领域的巨头。经济收缩期，它们抗风险能力强（比如 2022 年熊市，茅台、工行的净利润仍保持正增长），是资金的 “避风港”；
• 小市值企业（如中证 1000 成分股）：多是细分领域成长股，业务聚焦单一赛道，比如专精特新、新兴科技公司。经济扩张期，它们的订单增长快、产能扩张灵活，盈利弹性远大于大公司（比如 2023 年 AI 行情，小市值 AI 应用公司涨幅是大市值科技股的 2-3 倍）。

这种 “经济扩张炒小票、经济收缩抱大票” 的规律，是大小盘轮动的核心驱动力。

1.2 资金偏好与估值性价比的 “均值回归”

A 股资金永远在 “高估值” 和 “低估值” 之间寻找平衡，大小市值板块的估值差会周期性回归：

• 当大市值板块估值过高（比如 2021 年茅指数 PE 超过 60 倍，远超历史均值），资金会觉得 “太贵了”，开始向估值更低的小票迁移；
• 当小市值板块估值泡沫破裂（比如 2018 年中证 1000PE 不足 20 倍，处于历史低位），资金又会回流到更安全的大票。

举个例子：2021 年沪深 300 与中证 1000 的估值差达到历史峰值（3 倍），随后 1 年中证 1000 涨幅比沪深 300 高 35 个百分点，估值差重新回到合理区间 —— 这就是 “均值回归” 带来的轮动收益。

1.3 政策导向的 “风格催化作用”

A 股是典型的 “政策市”，政策导向会直接影响大小盘风格：

• 当政策支持 “专精特新”“科技创新” 时（如 2021 年工信部发布专精特新企业名单），小市值成长股会直接受益，成为市场热点；
• 当政策强调 “高质量发展”“防范系统性风险” 时（如 2017 年金融去杠杆），大市值龙头的稳定性更受认可，资金会抱团大票。

我们的策略，本质就是把这种 “经济周期 + 估值 + 政策” 驱动的轮动规律，转化为可量化、可执行的交易规则，避免 “凭感觉判断风格” 的主观误差。

二、风格判断原理：怎么精准判断 “该买大票还是小票”？

2.1 核心判断因子：10 日动量因子（抓 “正在涨” 的风格）

选择 “10 日动量” 作为风格判断的核心因子，原因很简单：市场风格的切换不是突然发生的，而是有一个 “趋势形成” 的过程，10 日（约半个月）的时间窗口，既能捕捉到已经形成的趋势，又不会因为周期太长而滞后。

具体计算逻辑分两步：

1. 划分基础股票池：
   • 大市值动量池：沪深 300 指数成分股中，流通市值排名前 20 的股票（确保是 “真・大市值龙头”，避免小市值股票混入）；
   • 小市值动量池：中证 1000 指数成分股中，流通市值排名后 20 的股票（确保是 “真・小市值成长股”，避免大市值股票混入）；
   • 为什么选 20 只？太少会受单只股票波动影响（比如某只大票突发利好拉高整体收益），太多会稀释风格特征，20 只是回测后找到的 “平衡值”。
2. 计算动量值：
   • 单只股票的 10 日动量：（当日收盘价 ÷ 10 个交易日收盘价 - 1）× 100%（前复权处理，消除分红除权对价格的影响）；
   • 板块动量值：把动量池内所有股票的 10 日动量取算术平均，得到 “大市值动量值” 和 “小市值动量值”。

比如：大市值动量池 20 只股票的 10 日动量平均是 3%，小市值动量池平均是 5%，就说明 “小票的趋势比大票强”。

2.2 三条风格切换规则（防极端、控风险）

有了动量值，再用三条规则确定最终的风格方向，避免 “单一指标判断” 的漏洞：

1. 常规切换规则：小票趋势强且正收益→切小票

   如果 “小市值动量值> 大市值动量值”，且 “小市值动量值 > 0”（说明小票不仅涨得比大票好，而且是正收益，趋势健康），策略就切换为 “小盘风格”，只买小市值股票。

2. 极端规避规则：大票涨太多→切小票

   如果 “大市值动量值> 5%”（说明大票短期涨得太快，可能存在回调风险，比如 2021 年茅指数单月涨 15% 后回调），即使大市值动量仍比小票高，策略也切换为 “小盘风格”，避免追高被套。

3. 防御规则：大小票都跌→空仓

   如果 “大市值动量值 < 0” 且 “小市值动量值 < 0”（说明市场整体低迷，大小票都在跌，比如 2022 年 4 月的市场），策略就切换为 “防御风格”，暂时空仓，避免在熊市中硬扛风险。

4. 默认规则：其他情况→持大票

   如果以上三条都不满足（比如大票动量略高、且涨幅适中，小票动量为正但低于大票），策略保持 “大盘风格”，买大市值股票。

这三条规则的核心是 “不赌单一风格，只跟健康趋势，且坚决规避极端风险”—— 比如 2022 年熊市，策略通过 “防御规则” 空仓，避免了大部分下跌；2023 年小票行情，通过 “常规切换规则” 及时切小票，吃到了主升浪。

三、多因子选股原理：选哪些大票 / 小票才靠谱？

风格判断对了，接下来就是 “选标的”—— 如果选到的大票是 “高估值陷阱”，小票是 “垃圾股”，策略还是会亏钱。我们的选股逻辑是 “风格适配”：大票重 “稳健安全”，小票重 “成长真实”，用多因子筛选排除风险标的，选出优质股。

3.1 大市值选股：聚焦 “高 ROE + 低估值 + 稳增长”

大市值股票的核心价值是 “稳健”，所以选股因子围绕 “安全边际” 和 “盈利稳定性” 设计，共 4 类核心因子：

1. 估值因子（防高估）：
   • PE_TTM（动态市盈率）：0-30 倍（低于 30 倍，避免买太贵的大票，比如某大消费龙头 PE 超过 50 倍，即使是龙头也有回调风险）；
   • PB（市净率）：0-10 倍（低于 10 倍，避免买 “市梦率” 的大票，比如某科技龙头 PB 超过 20 倍，估值泡沫太大）。
2. 盈利因子（保稳定）：
   • ROE_TTM（净资产收益率）：>10%（ROE 是衡量企业盈利效率的核心指标，超过 10% 说明企业赚钱能力强，且长期稳定）；
   • 净利润同比增速：>25%（不仅要赚钱，还要有增长，避免买 “停滞型” 大票，比如某传统行业龙头 ROE 高但增速为 0，缺乏上涨动力）。
3. 技术因子（避超买）：
   • 布林带过滤：股价在 “布林带中轨” 和 “上轨” 之间（布林带是衡量股价波动的指标，股价超过上轨说明超买，容易回调，比如某大票连续涨停后股价突破上轨，此时买入容易站岗）。
4. 风险因子（排雷）：
   • 非 ST、非停牌（排除有退市风险或流动性问题的标的）；
   • 上市满 1 年（排除次新大票，次新波动大，缺乏历史数据验证）。

通过这 4 类因子，能选出 “估值合理、盈利强、增长稳、没风险” 的大票，比如沪深 300 中的优质消费、金融龙头。

3.2 小市值选股：聚焦 “市值弹性 + 盈利真实 + 低风险”

小市值股票的核心价值是 “成长弹性”，但风险也高（比如空壳股、亏损股），所以选股因子围绕 “真实成长” 和 “风险排除” 设计，共 4 类核心因子：

1. 市值因子（保弹性）：
   • 流通市值：5 亿 - 30 亿（太小的市值（<5 亿）流动性差，买不进也卖不出；太大的市值（>30 亿）缺乏弹性，涨不动，5-30 亿是 “弹性 + 流动性” 的平衡区间）。
2. 盈利因子（防造假）：
   • 净利润 TTM：>0（必须有真实盈利，排除 “讲故事” 的亏损小票，比如某科技小票市值 20 亿但连续 3 年亏损，随时有退市风险）；
   • 营收 TTM：>1 亿（业务有真实规模，排除 “空壳公司”，比如某小票市值 10 亿但营收只有 1000 万，大概率是皮包公司）。
3. 估值因子（降风险）：
   • PE_TTM：>0（排除亏损股，虽然小票可以接受高 PE，但不能接受负 PE，负 PE 说明企业还在亏钱，成长逻辑不成立）。
4. 风险因子（排雷）：
   • 非 ST、非停牌（和大票一样，排除退市和流动性风险）；
   • 上市满 1 年（排除次新小票，次新小票解禁压力大，波动剧烈）。

通过这 4 类因子，能选出 “有弹性、真盈利、没雷” 的小票，比如中证 1000 中的专精特新、细分赛道龙头。

3.3 选股逻辑的核心：“多因子 = 多保险”

为什么要用 “多因子” 而不是 “单因子”？因为单因子容易踩坑：

• 只看 ROE 选大票，可能选到 “高 ROE 但高估值” 的标的（比如某龙头 ROE 20% 但 PE 60 倍，买了就套）；
• 只看市值选小票，可能选到 “小市值但亏损” 的标的（比如某小票市值 10 亿但连续亏损，随时退市）。

多因子就像 “多重保险”—— 估值因子防高估，盈利因子保真实，风险因子排雷，技术因子避超买，只有同时满足所有条件的标的，才会被选入持仓，大幅降低踩坑概率。

四、动态风控机制：怎么控制风险、保住收益？

选对了风格和标的，还需要 “管好仓位、控好风险”—— 很多策略回测收益好，实盘却亏钱，就是因为风控不到位。我们的风控机制围绕 “止损止盈 + 仓位优化” 设计，核心是 “先保本金，再赚收益”。

4.1 止损机制：单只标的跌超 15% 必卖（防深套）

设置 15% 的止损线，原因有两个：

• 从 A 股历史数据看，单只股票跌超 15%，要么是基本面出了问题（比如突发利空），要么是风格切换（比如小票突然转熊），继续持有大概率会亏更多；
• 15% 的止损幅度，既能容忍正常波动（比如大票单日跌 3% 很常见，不会误触发止损），又能避免深套（比如某标的从 10 元跌到 8.5 元止损，亏 15%；如果不止损，跌到 5 元就亏 50%，很难回本）。

具体执行：每个交易日收盘后，计算每只持仓标的的 “（当前价 - 成本价）/ 成本价”，如果小于 - 15%，次日开盘立即清仓，不犹豫。

4.2 止盈机制：单只标的涨超 25% 卖一半（保收益）

设置 25% 的止盈线，且只卖一半，不是 “见好就收”，而是 “锁定收益 + 留足空间”：

• 锁定收益：涨超 25% 后卖一半，能把部分收益落袋为安（比如 10 元买的股票，涨到 12.5 元卖一半，剩下的仓位成本变成 7.5 元，即使后续回调到 10 元，整体还是赚的）；
• 留足空间：不全部卖完，是因为如果风格还在延续（比如小票行情还在继续），剩下的仓位能继续赚趋势的钱（比如某小票涨到 12.5 元卖一半，后续继续涨到 15 元，剩下的仓位还能多赚 20%）。

这种 “部分止盈” 的方式，既避免了 “卖飞” 的遗憾，又避免了 “坐过山车” 的风险。

4.3 仓位优化：止损释放的资金 “补弱势标的”（提效率）

当某只标的触发止损卖出后，会释放一部分资金，这部分资金不是闲置，而是用来 “补强弱势标的”：

1. 把当前持仓的标的按 “收益率从低到高” 排序（收益率低的标的，大概率是被低估的，有补涨空间）；
2. 选前 3 只弱势标的（最多 3 只，避免过度分散），把释放的资金平均分给它们；
3. 比如：卖出某标的释放 10 万元，就给 3 只弱势标的各补 3.3 万元 —— 既避免资金闲置，又能 “低买” 拉平整体收益，让资金效率最大化。

五、风险提示与改进方向

没有完美的策略，我们的策略也有潜在风险，同时还有优化空间 —— 正视风险、持续改进，才能让策略在实盘中长期有效。

5.1 三大核心风险提示

1. 风格判断滞后风险：
   • 风险表现：10 日动量因子是 “滞后指标”，如果市场风格突然切换（比如政策突发利好，小票当天暴涨），策略可能需要 1-2 天才能反应过来，错过第一波收益；
   • 应对建议：实盘时可以结合 “当日成交量” 辅助判断（比如小票突然放量上涨，可能是风格切换的信号），缩短反应时间；同时每周手动复盘政策动态，提前预判风格变化。
2. 小市值流动性风险：
   • 风险表现：部分小市值标的日均成交额不足 1000 万，虽然选股时已经过滤，但极端行情下（比如跌停），可能卖不出去，导致止损无法执行；
   • 应对建议：实盘时在选股因子中加入 “近 20 日平均成交额> 5000 万” 的条件，进一步提升流动性；同时避免在尾盘交易小市值标的（尾盘流动性更差），尽量在开盘后 1 小时内完成交易。
3. 极端市场风险：
   • 风险表现：遇到 “黑天鹅” 事件（比如 2020 年疫情、2022 年俄乌冲突），大小票会同步下跌，此时 “防御规则” 空仓能规避风险，但如果事件突发在盘中，可能来不及止损；
   • 应对建议：实盘时设置 “盘中动态止损”（比如股价盘中跌超 10% 就触发预警，手动确认是否止损）；同时控制整体仓位（极端行情下仓位不超过 50%），预留部分现金应对突发情况。

5.2 改进方向

1. 风格判断优化：补充政策（如 LPR 调整、行业补贴）和资金因子（北向资金流向、ETF 成交量），结合 10 日动量形成 “多信号共振”，减少滞后性
2. 选股因子细化：分行业定制因子（金融大票加 “不良率＜1.5%”，TMT 小票加 “营收 / 净利润增速＜2”），并叠加行业景气度（如 PMI 细分指数），避免 “风格对但行业错”
3. 风控分层升级：标的层按波动率调止损（小票放宽至 18%，大票收紧至 12%）；组合层限风格敞口（大票风格仓位≤80%）；市场层加极端防御（指数单日跌超 5% 仓位降至 30% 以下）
4. 调仓与仓位优化：改固定 5 日调仓为 “风格变 / 50% 标的触发风控” 才调仓；等权配置改 “因子得分加权”（高评分标的仓位占比更高）；闲置资金配国债逆回购 / 货币基金提升收益
5. 因子动态迭代：每月回测因子 IC 值（预测能力），失效因子（如 IC＜0.05）替换为备选因子；用机器学习优化因子权重（牛市加成长因子权重，熊市加防御因子权重）

回测结果

策略链接:

https://bigquant.com/square/ai/f443af36-6095-1ee7-319d-94c66c763016