PB越小预期收益越高，这个结论在沪深300中是否成立，使用tushare的数据与alphalens的因子分析框架简单分析一下。
回测时间跨越2010年1月1日至2023年12月31日。因子分析的介绍可以参考前文：因子分析方法的介绍
结论：
1. 按照排序法，从2010年1月1日至2023年12月31日，在每个调仓日，将沪深300的成分股按PB大小平均划分为5组，等权重买入并持有一个月、或一个季度、或一年，PB较小的组有着更高的超额收益（图片:mean period wise return by factor quantile）。因为年度数据时间跨度更长，所以从收益、风险等维度看，数值的范围理应超过月度、季度数据。如果收益是线性向上的，拿年度数据的收益率应是季度数据的4倍。该图主要用于观测方向及单调性，不适用于月度、季度、年度的对比。
2. 比较月度、季度、年度的调仓频率来看，按年进行调仓，策略的超额收益更高(return analysis数据：ann.alpha)，PB与预期收益的相关性更高(information analysis数据：IC mean)，策略更加稳定(information analysis数据：risk adjusted IC)。
3. 从时间线上看，按年进行调仓下，2011-2016年低PB有着高的预期收益(图片top minus bottom quantile mean return)，其中2014年与2016年尤甚。2018年11月至2020年1月间，高PB的股票有着高的预期收益。在2020年剩下的时间里，PB高低对预期收益几乎没有影响，在2021-2022年，低PB有着更高的预期收益(图片mean period IC)。
4. 在不同行业上看，除农林牧渔，有色金属、房地产、银行外，大部分行业中，PB较小的股票有着更高的超额收益，因子单调性明显。同时在通信、纺织服饰、机械设备等行业中，PB值低的股票的超额收益更明显(图片：information coefficient by group)。
5. 按季度调仓下,第一组年化收益为，对应
以下为相关图表。
收益分析
IC测试
行业分析
PB最小组收益情况
