10年700倍背后：小市值策略的因子逻辑与风险结构

A股量化圈一直有个像传说一样的存在——小市值轮动（或者叫微盘股策略）。

尤其前几年，你肯定在各种群里或社交媒体上见过那种令人血脉喷张的净值截图：一条斜线直接干到天上，10年700倍，1万变700万。说实话，这收益率不仅是震撼，拉到全球哪个市场，都足够让一众价值投资者当场怀疑人生。
包括很多刚入行的朋友，看到这种图两眼放光，觉得掌握了财富密码，马上就想拉代码跑回测，准备自己也搞一个。

策略逻辑很简单

每周一选出市值最小的5只股票买入，持仓一周，下周一重新排名，调仓买入新选出的股票。然后你就实现了一个最简单的小市值轮动策略。

随便写的一个微盘轮动回测。你们自己感受下这夸张的曲线：

当然了，对于真正在实盘里摸爬滚打过的量化从业者来说，看到这种极端的曲线，基本就是微微一笑：盈亏同源嘛。外行看的是暴富神话，内行看的是尾部风险和容量滑点。难不成你真想一个因子就能实现百倍收益？

那么，这种动辄几百倍的策略，是否有底层逻辑支撑？那些没有标在净值曲线上的致命风险又是什么？

一、从30年前的因子说起

把那些“造富神话”的滤镜摘了，我们直接往资产定价的祖师爷那里翻。很多做 A股的人总觉得炒小票是中国特色，但其实小市值效应根本不是什么 A股独有的玄学，它是有着三十年历史的正统学术背景的。

早在 1993 年，Fama 和 French 搞出那个著名的“三因子模型”时，就已经把这事研究得很透彻了。直接上这个搞量化的人估计都看吐了的经典公式：

SMB（Small Minus Big）就是“做多小市值组合、做空大市值组合”得出来的超额收益，学名叫“规模因子溢价”。换句话说，小票长期跑赢大票，在美股也好、全球市场也罢，它是个跨越长周期、横跨全截面的基本规律，是一件再正常不过的定价常识。

二、规模、流动性与壳价值

结合经典模型的理论支撑，我们可以用三层逻辑来解释小市值策略。

第一层逻辑是风险溢价。

那些几十亿甚至几亿市值的微盘股，往往主营业务三天打鱼两天晒网，现金流跟过山车一样，财务报表和信息披露更是跟开盲盒没区别。你买这种票，本质上就是把资金暴露在了极高的不确定性中。高风险必须对应高预期收益，这钱其实是你担惊受怕换来的“精神损失费”。这就跟刚才说的SMB风险溢价逻辑完全咬合了。

第二层逻辑是流动性结构。

老手做策略，第一眼看的永远是流动性和容量。2021年有篇挺有名的顶刊论文（Liquidity and the cross-section of international stock returns）把流动性溢价说得很透：在全球市场，那种夸张的流动性溢价，几乎全扎堆在微盘股里。

这就解释了为什么微盘策略的净值曲线能拉得那么暴力。流动性是把双刃剑：靠吃微盘流动性赚来的超额，天生带锁。 资金规模小的时候，你觉得满地是黄金；一旦你的资管规模膨胀，流动性枯竭导致的冲击成本能瞬间教你做人。理论模型里跑出来的Alpha，在实盘交易中几下就被摩擦滑点给吃干净了。所以做小市值的，规模就是原罪。

第三层逻辑是壳价值。

A股的小市值策略还有一层非常“中国特色”的结构来源，学术模型里不一定直接写出来，却在实践中长期被反复提及，那就是壳价值。因为历史原因，A股的上市资格长期是一种稀缺资源。这意味着，一家公司就算经营烂到连年亏损，只要它还能死皮赖脸不退市，这个“壳”本身就具备被并购重组、乌鸡变凤凰的期权价值。在这样的监管和融资背景下，市场会凭空给它形成一个隐形的底价。等于说，你跑小市值策略，其实还变相白嫖了市场给的一个看涨期权。

三、700倍曲线从何而来

把这三块层逻辑看明白了，再回头看那个10年700倍的净值神话，你还会觉得神秘吗？

这根本不是什么天降神迹，无非就是在特定的市场环境里，把小市值和流动性因子的风险敞口直接拉到了极限。你想想，一个策略常年手上只持仓3-5只股票，把因子的弹性放到了最大。这种极端集中的仓位，一旦碰上情绪市，逮住几只连板的微盘妖股，净值曲线不呈几何级往上窜才怪。

但梦总是要醒的，到了实盘交易环境，这玩意儿就是典型的“纸上富贵”。

微盘股那点可怜的买卖盘口，天生就把资金容量锁死了。就拿着那么三五只票，你的账户资金只要稍微上个几百万，单子一挂出去，直接就能把盘口打穿——自己把自己买涨停，再自己把自己砸跌停。冲击成本瞬间爆表，这时候你再看回测代码里默认的那点固定滑点，简直是在自欺欺人。理论跑出来的超额收益，在实盘真金白银的摩擦里，连个响都听不到。

更要命的是，微盘股的容错率基本为零。

这地方就是个遍地财务雷、极度脆弱的垃圾场。一旦碰到突发的 ST 雷、一字跌停闷杀，或者大盘暴跌导致的流动性瞬间丧失，你那套写得再精妙的轮动调仓逻辑也是白搭——因为盘面上根本没有对手盘接你的单。一旦轮动机制在极端行情里失效，剩下的就只有关门打狗了。

四、风险结构与策略优化

因此，小市值策略更像是一种高弹性的风险暴露方式：波动大、回撤深、收益分布偏向极端值。它只适合给那些资金体量小、心脏大、且清楚知道自己赚的是什么钱的散户或游资玩。它熬出来的那些长期收益，本质上就是替市场扛下规模和流动性双重风险后，市场发给你的“抚恤金”。

如果你非要在微盘股里淘金，怎么才能给自己穿件防弹衣，限制一下那可怕的尾部暴露？结合前面的拆解，这里提供两个优化方案：

优化一：在规模暴露中引入质量约束

纯市值排序，本质上是在无差别买入毫无基本面支撑的“纯种垃圾”。最好在选股池里加入盈利能力、现金流质量或者低估值指标做交叉过滤。

其实 Fama 和 French 后来也发现，光靠市值和估值兜不住烂公司的底，于是他们在五因子模型里，又打了两个补丁（盈利因子RMW和投资因子CMA）：

你想吃小盘股的高弹性溢价可以，但请务必叠加股息率、PEG或者ROE过滤。把小市值因子的敞口，尽量卡在那些“还没烂透”的公司身上。这就等于是同时吃“规模因子 + 质量因子”，拿好公司的基本面去对冲微盘的天然劣根性。

优化二：规避流动性枯竭期

既然微盘股的命门是冲击成本和流动性枯竭，那执行层面上就把资金打散，分散持仓。更关键的是择时避险——每年 1 月（业绩预告）和 4 月（年报季报）的财报密集披露期，对小票来说简直就是“鬼门关”。

这个窗口期不仅随时爆雷，更可怕的是资金一旦听风就是雨，往往会发生绝望的踩踏出逃，盘面流动性瞬间抽干。这时候你的策略要是还头铁按原计划发单轮动，那放大的可就不是收益了，而是送命的几率。实盘遇到这种节点，最好提前降仓，甚至是直接关机，绝不立于危墙之下。

五、收益的本质，是风险

别误会，前面教你的那两招（加质量过滤、躲财报季），只是给策略套了件防弹衣，改变不了小盘股策略“刀尖舔血”的底层逻辑。甚至加上这两道限制后，你再跑出来的回测曲线，大概率不会变得更陡峭漂亮，甚至年化收益还会往下掉几个点。但做咱们这行的都清楚，研发回测和实盘落地是两码事，放弃一点回测中的虚假繁荣，换取实盘交易中更硬核、更稳健的底层支撑，是值得的。

很多刚学会用 Python 写了几天因子的新手，总有个致命的执念：喜欢在样本内疯狂“炼丹”、过拟合，非要把回测曲线调得跟左脚踩右脚上天一样陡才满意。但真正在实盘里摸爬滚打过的人不会过度在意回测结果，他们更关心：我的策略到底在裸露什么风险敞口？这种风险，在什么样的宏观和流动性环境下会被瞬间放大，又在什么时候会被压制？

金融市场从来就没有任何“凭空掉下来的 Alpha”。你在这个市场上看到的每一个令人目眩的高收益，都在暗处标好了致死的风险对价。

微盘轮动为什么在牛市和资金面放水的时候那么“上头”？因为充裕的流动性把它极高的弹性放大了十倍；它为什么在退潮时那么吓人？因为一旦市场风险偏好骤降、发生流动性挤兑，它的反噬也是十倍起步的，连跑的门都没有。

搞清楚了这些底层逻辑，你就会明白，微盘股既不是什么量化圈的造富神话，也不是纯粹骗人的镰刀，它仅仅是一种极其极端的风险定价形态而已。作为一个成熟的量化交易者，永远记住一句话：

看透策略底层赚的是什么钱，比对着一条过拟合的漂亮曲线颅内高潮，要重要一万倍。