2017年因子风格突变，从2008以来持续高更猛进的小市值因子，突遭一盆冷水透心凉，至今还“一蹶不振”，纯小市值因子近3年回测绩效如下。
因子或策略失效，这是再正常不过的事情，如同饿了吃饭、冷了穿衣和胖了减（tang）肥（ping）一样正常。失效已然发生，跳着脚骂街也是解决不了问题，关键是优化重构因子，让策略重现昔日荣光，将小市值“重构”后的绩效表现。
让小市值策略重新焕发生机所采用的优化/重构方法，就是我之前那篇《量化本无妙手》文章里面提到过的“因子切割”方法，它除了可以在数据内部使用之外，还可以用在因子间，使用另外的辅助因子对原始因子进行“切割”，目的是一刀切下去，去糟粕，存精华。
这样说起来感觉有点儿太抽象，不利于经验较少的萌新宽客理解，咱先来说个大数据抓恐怖分子的故事吧。
话说，自从911事件发生后，各国都逐渐增加了军事开支，拉开了大数据反恐的序幕，不能等到恐怖分子犯事儿了再把他们抓住，要在恶性事件发生之前把他们揪出来。
视角转到英国，彼时政府发现当地的M斯林非常值得怀疑，因为已经被抓的很多恐怖分子都是M斯林，特别是那种银行账户里突然一大笔钱存进去，然后不断以小额现金取现的M斯林，即使如此，待筛查的人群范围依旧非常大。
在焦头烂额之际，经济学家霍斯利解决这个难题，只用到了一个非常简单的辅助筛选条件，那就是“是否购买保险”，事后英国警方根据“M斯林+保险”这两个条件，果然抓到了恐怖分子。
因为在英国这种左派国家，福利一直都非常好，发福利非常重要的一个渠道之一就是保险，而且保险卖得也不贵，丐版保险都能解决常见的医疗问题，一般正常的英国公民和长期居住者都会买，但在保险兑付时，有一个前提条件，那就是被保人不能是恐怖分子，也就是说，恐怖分子买保险，即使出现了合同约定的风险事件，也得不到任何赔付，潜台词就是：正常智商的恐怖分子大概率不会买保险，因为得不到赔付！
小市值因子就像这个故事里面的“M斯林”，很多涨得好的股票市值都不大，但并不是所有小市值股票都涨得好，咱需要引入一个辅助条件，把涨得少的股票过滤掉一部分，尽量留下涨得好的股票，这个过滤条件就如同故事中的“是否购买保险”。
那给小市值因子找的过滤条件是什么呢？
目前发现效果比较显著的过滤条件就是“绩优”，也就是筛选有基本面支撑的小市值股票。不过“绩优”可能比较玄学，因为每个人判断股票基本面优秀所使用的指标皆不相同，那这里只能腆着脸说我目前发现的条件指标，那就是首先使用PEG和EBIT筛选基本面扎实的股票。
PEG的全称是“市盈率相对盈利增长比率”，其中“PE”就是咱常说的市盈率，“G”就是盈利增长率（profit Growth），计算方法就是用公司的市盈率除以公司的盈利增长速度，也就是PEG=PE/G。从公式当中可以看出，PEG数值越小，估值越低，成长率越高，股票越被低估。
PEG跟PE一样，同属于估值指标，衡量当前股价是偏贵了还是依旧便宜，但为什么不用PE而用PEG呢？因为PE有个比较大的缺陷，那就是不同行业之间的PE值不可比，有的行业PE普遍是几倍，有的行业普遍是几十倍，同样是10倍PE，有的行业显得低估，有的行业显得高估。因此，为了使估值指标在所有股票当中横截面可比，选用PEG，而不是常用的PE。
EBIT的全称是“息税前利润”（Earnings Before Interest and Tax），是指企业在扣除利息和所得税之前的企业利润，该指标主要是用来衡量企业主营业务的盈利能力。简单点儿来说，EBIT就是你在财报上看到净利润这个数值后，再把利息和所得税加回去。
那为啥不用大伙儿喜闻乐见的净利润，而用EBIT呢?其实是有这种考虑，因为利息和所得税本身就是公司主营业务赚回来的真金白银，只不过是后面支付出去了而已，为了方便考察主营业务的盈利能力，而暂时不考虑不同地区、行业、法律导致的不同税率和融资成本。
举个例子，可能不是很恰当，方便萌新理解，假设我跟王X聪都是月光族，每个月都花光父母给的零花钱，虽然我们的“净利润”都是0，但很明显王公子更富有，未来的潜力也更加巨大。
不贫嘴了，说会正经事，新版的小市值策略跟原版的比较，就是不单单只根据市值大小进行排序筛选股票，而是首先使用PEG和EBIT对股票池进行筛选，剩下的股票再按市值大小排序，也就是选择绩优的小市值股票，回测绩效如下图所示。
单纯按照市值排序的旧版小市值策略回测绩效（近3年）：
增加绩优过滤条件的新版小市值策略回测绩效（近3年）：
从对比回测中可以看出，在旧版小市值策略失效的年月里，新版小市值策略也取得了可人的超额收益，为了排除“阶段效应”，接着进行一个长达12年的回测，如下。
增加绩优过滤条件的新版小市值策略回测绩效（2010年至今）：
横版方便PC端观看
竖版方便手机端观看
小结一下，本文基于“因子切割”理论，给小市值因子增加了“绩优”的过滤条件，形成了新版的小市值策略，新版小市值策略在近3年和更为长期的回测中，取得了还算不错的回测绩效，算是一个比较不错的基础策略，有待各位宽客更深入的探索优化。
对了，如果萌新宽客想了解更多“经典因子”、“因子切割”和“因子组合”方面的知识，可以看Richard Tortoriello写的《Quantitative strategies for achieving Alpha》（中译本《量化投资策略：如何实现超额收益》）。（书籍传送门）
Be quant，have fun！
PS：本文『绩优小市值策略』测试源码已分享至『量化藏经阁』和『量化藏经阁Max』社群内，群友请在社群量化兵器库原路径中自取。
END
如果对本文有疑惑，或是想聊聊
亦或是围观朋友圈当点赞之交
点我，让我们一路同行
吃瓜吐槽写代码
(微信号:iquantman)
添加好友后，私信『666』
送你一些量化小福利
继续阅读
阅读原文