> **来源：[研报客](https://pc.yanbaoke.cn)** # 规模因子十年回测：小市值溢价的检验与策略构建总结 ## 核心内容 本文围绕规模因子在A股市场中的表现进行十年回测分析，旨在检验小市值溢价现象的有效性，并构建基于规模因子的多因子选股策略。研究采用总市值的自然对数（In 市值）作为规模因子的衡量标准，通过IC检测、分组回测及行业分析等方法，评估其选股能力，并结合盈利质量与估值约束优化策略。 ## 主要观点 - **规模因子的定义** 规模因子以“ln（股价 × 总股本）”计算，相较于原始市值，能有效缓解数据偏态与异方差问题，提升回归拟合效率。该因子源于小市值溢价现象，即小市值股票长期表现优于大市值股票。 - **规模因子的选股能力** 规模因子整体呈负向选股能力，小市值股票表现优于大市值股票，尤其在中证1000指数中表现最为显著，平均RankIC为-0.0773，RankICIR为-0.4429。行业中性化后，其负向预测能力进一步增强。 - **行业差异** 在商业贸易、纺织服装、轻工制造等行业中，规模因子具有较强的负向预测能力（RankIC均值低于-0.13）；而在银行、非银金融行业中则呈现正向选股能力，其中银行RankIC均值为0.1288，正比例达64%。 - **市值分组表现** 规模因子有效性随市值增大而递减，小市值组（市值组1）RankIC均值为-0.1038，负向强度最高；市值组5（中位数约305亿元）RankIC均值转正至0.0402，大市值股票占优。 - **时间维度分析** 规模因子的有效性与市场风格密切相关。在小盘风格占优的年份（如2015、2021、2025），因子显著为负；在大盘风格占优的年份（如2017），因子呈正向。 - **组合策略表现** 基于规模因子构建的多因子选股策略，通过引入盈利质量（净利润TTM≥1亿元）和估值约束（市净率≤3），筛选出优质小市值股票。该策略在2014.04.30-2026.08.25期间总回报达708.50%，年化收益率为18.38%，超额收益达598.14%。 ## 关键信息 - **回测时间范围**：2014.04.30-2026.08.25 - **策略构建方式**： - 每年4月30日和10月30日调仓 - 剔除ST、退市公司 - 剔除净利润TTM < 1亿元的公司 - 剔除市净率 > 3的公司 - 按规模因子从小到大排序，选取前5只股票等权重持有 - **策略表现**： - 总回报：708.50% - 年化收益率：18.38% - 超额收益（对比沪深300）：598.14% - 年化波动率：35.03% - Alpha：12.97% - Beta：0.8754 - Sharpe比率：0.48 - 跟踪误差：1.88% - 最大回撤：-65.07% ## 风险提示 - 历史收益表现不能代表未来表现 - 回测模型未考虑实际交易费用 - 数据统计可能存在误差 ## 策略有效性验证 - **IC检测**： - 规模因子整体IC为-0.0457，行业中性化后为-0.0488 - 在中证1000指数中表现最强，RankICIR为-0.5085 - 在沪深300指数中呈正向，RankICIR为0.2964 - **分组收益**： - 规模因子较低组（小市值组）累计收益优于较高组，验证小市值溢价特征 - 图1展示了规模因子分组的平均累计收益曲线，小市值组表现突出 ## 优化建议 - 为避免小市值股票中盈利质量差、估值泡沫化的问题，策略引入盈利质量与估值约束 - 策略适用于小盘风格占优的市场环境，需关注市场风格轮动对因子有效性的影响 - 未来需持续监控因子有效性，结合市场变化进行策略调整 ## 数据来源与研究团队 - **数据来源**：Wind - **研究团队**： - 分析师：吴起涤（执业登记编号：A0190523020001） - 研究助理：王娜（执业登记编号：A0190125030006） - **机构名称**：源达信息证券研究所