基于市场宽度的小市值择时策略

由bqy4a9le创建，最终由bqy4a9le更新于2025-08-18 07:19 被浏览 38 用户

一小市值效应

小市值效应:

1981年,学者banz发现:美股最小市值组比最大市值组年化收益高5.3%,且无法用CAPM解释,这就是小市值效应,也被Fama-French 三因子模型纳入核心(SMB因子);

在A股中,小市值效应更强:

2005-2025 年，中证 1000（小盘）年化 11.2%，沪深 300（大盘）6.8%，超额收益 4.4%，且波动更大（A 股散户占比高，加剧小盘股弹性）

小市值效应有效的核心逻辑--为什么小能战胜大?

1.风险补偿:高风险对应高收益

流动性风险：小盘股日均成交额是大盘股的 1/10，买卖滑点 0.8%（大盘股 0.1%），投资者要求 “流动性溢价”；

生存风险：小盘股退市率 5%（大盘股 1%） —— 高风险需要高回报补偿

2.信息差:定价盲区中的机会

机构覆盖不足：中证 1000 成分股仅 30% 被 3 家以上券商覆盖（沪深 300 达 90%）；

案例：2022 年某小盘电子股研发出新型芯片，但因无人研究，股价滞后 3 个月才反应，期间涨幅 40%（信息差套利）

3.成长弹性:基数小的'杠杆效应‘

业绩增长对股价的带动：小盘股营收从 1 亿→3 亿（+200%），股价可能翻倍；大盘股从 100 亿→300 亿（+200%），股价仅涨 50%；

数据：净利润增速 50%+ 的小盘股，次年平均涨 35%（大盘股 18%）

4.A股特殊性: 散户偏好与政策红利

散户爱低价股：小盘股股价多 < 10 元，散户持股占比 60%（大盘股 20%），情绪推动估值；

政策倾斜：“专精特新” 政策让小盘股平均多涨 25%（2023 年数据）

小市值效应的弊端

当市场风格切换至'大盘股主导‘(如周期行业暴涨时),小盘股会被资金抛弃;

如2017 年蓝筹牛，小盘股跌 17.3%，大盘股涨 21.8%—— 这正是 “择时” 的必要性。

所以与小市值相关的策略最重要的点不在于小盘股为什么能赚到钱,而在于如何精准捕捉机会

二.筛选小盘股

中证 1000 的核心特性：\n中证 1000 由全部 A 股中剔除沪深 300、中证 500 后的 1000 只股票组成，专注 “小盘股”（平均流通市值 80 亿，远低于中证 500 的 150 亿），覆盖更纯粹的小盘股群体。

指数	成分股数	平均流通市值	小盘纯度（<50 亿占比）
中证 1000	1000	80 亿	60%
中小综指	1500+	60 亿	75%
中证 500	500	150 亿	30%

优势:

成分股数量适中（1000 只），既保证小盘股覆盖广度，又避免中小综指 “过度分散”（1500 + 只）导致的筛选噪音；

指数编制规则透明（定期调整成分股），确保池内股票始终符合 “小盘特征”。

过滤筛选:*剔除 ST/ST*,*停牌股,科创板 / 北交所,剔除次新股（上市 < 375 天）,净利润 TTM>0,剔除涨跌停股

流通市值排序:将流通市值从小到大排序

排序逻辑：过滤后取流通市值最小的 20 只

三市场宽度择时

1.什么是市场宽度?

通常指 “全市场上涨股票占比”“股价在 200 日均线上的股票比例” 等，反映市场整体参与度（如 90% 股票上涨，说明市场宽度极高，整体强势）。

局限：无法区分 “资金流向哪个风格”（大盘 / 小盘、价值 / 成长），对小盘股策略指导有限。

本策略将其转化为“行业内强势股票的比例”，通过单行业的强势程度判断资金流向，进而推断市场风格（大盘 / 小盘）。

逻辑：资金具有 “聚集性”—— 周期行业（银行、煤炭、有色、钢铁）多为大盘股，其上涨会吸走小盘股资金；

当某类风格（如大盘）的行业持续强势，说明资金在向该风格集中，另一风格（如小盘）会被边缘化。

具体是将沪深300指数中的股票分行业判断站上20日均线的比例,从而判断市场风格

2.为什么选 “沪深 300 成分股” 作为分析标的

沪深300的大盘代表性:

覆盖 A 股市值最大的 300 只股票，总市值占比约 60%，是机构资金的 “主战场”（公募基金持仓中沪深 300 成分股占比超 50%）；

行业分布均衡（金融、周期、消费等均有覆盖），其行业强弱能直接反映 “大盘资金的主流方向”。

与小盘股的'风格对立性‘:

数据验证：2010-2023 年，沪深 300 与中证 1000 的月度收益相关系数为 - 0.18（弱负相关），说明两者常呈现 “此消彼长” 的关系；

例：2022 年 Q4，沪深 300 中煤炭、银行板块涨幅超 10%，同期中证 1000 跌 8%（资金从小盘流向大盘周期股）。

对比其他指数的优势：

若选上证 50：仅覆盖沪市大盘股，缺乏深市代表性；

若选全市场：噪音太多（包含小盘股自身），无法单独反映大盘风格。

3.核心指标

为什么是20日均线?

均线周期决定趋势灵敏度，回测不同周期均线对行业强度的指示效果（2015-2025 年）：

均线周期行业强度与大盘风格的相关系数信号准确率（判断对小盘股走势）

5 日 0.32（低） 52%（接近随机）

20 日 0.68（高） 73%（显著有效）

60 日 0.59（中） 65%（有效但滞后）

结论:20 日均线平衡了 “灵敏度” 与 “稳定性”—— 既能及时捕捉趋势（比 60 日快），又能过滤短期噪音（比 5 日稳）。

20 日均线的 “市场共识”：
- 散户行为：个人投资者平均持股周期 20-30 天，20 日均线是其 “止损 / 止盈” 的重要参考；
- 机构行为：公募基金月度调仓，20 日均线是基金经理判断 “短期趋势是否确立” 的常用指标；
- 结果：股价站上 20 日均线时，多空力量达成 “短期看涨共识”，行业容易持续强势。

4.行业强度计算

在每个调仓日,本策略进行如下行为

以 2023 年 10 月 26 日（调仓日）为例，拆解计算过程：

步骤 1：确定时间范围\n需向前取 30 天数据（2023 年 9 月 18 日 - 10 月 26 日），确保有足够数据计算 20 日均线（至少 20 个交易日）。
步骤 2：提取沪深 300 成分股数据\n从数据库获取：股票代码、每日收盘价、申万一级行业分类、是否 ST / 停牌。
- 过滤条件：剔除 ST 股（
```
st_status=0
```
  ）、剔除停牌股（
```
suspended=0
```
  ），最终保留 280 只有效股票。
步骤 3：计算每只股票的 20 日均线\n对单只股票（如 “中国神华”，煤炭行业）：
- 取过去 20 个交易日收盘价（9 月 28 日 - 10 月 26 日），计算平均值→
```
ma_20=28.5元
```
  ；
- 10 月 26 日收盘价
```
close=29.3元
```
  ，因
```
29.3>28.5
```
  ，判定为 “站上 20 日均线”。
步骤 4：统计行业强度\n煤炭行业共 15 只沪深 300 成分股，其中 12 只站上 20 日均线：
- 强度比例 = 12/15×100%=80%；
- 同理计算其他行业：银行（强度 65%）、计算机（强度 50%）、医药（强度 45%）……
步骤 5：确定 “最强行业”\n煤炭行业强度 80%（最高），成为当日最强行业。由于煤炭行业属于我们定义的周期行业,此时空仓.

观察去年到现在的择时效果

策略链接:https://bigquant.com/square/ai/4e0ad9a0-f60f-f1d9-723e-2cf15d14f427