哎，好久没写点东西了，偶尔也来点干货吧。
1. 引子：
说起这个量化投资，看上去套路可能多的很，听起来也是各种高大上，比如什么基本面考察法，市场行为考察法，等等等等。不过无论从什么方面去考虑，都绕不开这个因子分析。所谓多因子分析法也就是把市场里面和股票本身的一些信息提炼成一个一个的参数，然后用多个参数来联合指导买卖的过程。
在不同的时间里面，不同的因子的表现也是不同的，有时候差距特别巨大。因此，考察不同因子在不同时间的表现，对于量化投资策略来说，是十分重要的一个环节，也利于我们不断优化投资策略。
考察方法有很多种，当然，最直接的就是跑模拟盘考察收益或者回撤等指标，或者建立可买入股票池考察股票池股票的表现。两个方法各有利弊，之前用模拟盘考察用的比较多，这一次准备从后者入手，离市场的距离稍微远一点，看看是否会有更多有用的结论。
2. 小市值：
这次考察的就是过去很多年一直雄霸天下很多年东方不败几十载但是这两年被刘主席的新政打成渣的昨日黄花因子，那就是小市值因子。这里的小市值主要还是指总市值，可能后面还会去做一个流通市值分析。
思路也很简单，在每个时间单位都对全市场可交易股票（按照机构的习惯，排除掉次新股、st股和退市整理期的股票）进行排序，选出其中市值最小的N个股票，然后对这些股票时间单位的表现（主要是涨幅）进行评估，最后得到一个表现结论。
另外就是N的取值，我准备按照全市场可交易股票的样本数的某个比例来确定N值，比如是5%或者1%。
思路确定了，那么闲言碎语不用讲，正式开始研究。
3. 样本数：
于是选取了全市场5%、1%、0.5%的小市值因子股票池，时间跨度从2010年1月开始，直到2017年6月为止，一共七年半的时间。
因为在这7年里面新股一直处于不断发行不断上市状态，因此股票数量也随着时间变化，如下表。（有效数量不仅和新股数量有关，也和停牌以及st股票数量有关，因此会出现波动）
可以看到，如果是5%有点略多，0.5%有点略少，1.0%池子大小感觉上正好（这个实际上是取决于策略池容纳的资金规模，这里暂不深入）。
4. 样本池表现：
那么这三个样本数的平均表现到底如何呢？请看下图：
可以看到0.5%组这个收益率远远领先于1%和5%。具体收益率是这样的：
0.5%组：1465倍（是的，你没有看错）
1.0%组：432倍
5.0%组：57.6倍
因此实际上当取的样本数越少，效果越恐怖。那么问题来了，如果取1呢？难道不是收益率爆炸才对吗？理论上看上去似乎是这样，实际上在市场里面会遇到各种各样的黑天鹅，哪怕没有黑天鹅冲击成本也会高到令人无法忍受。所以一个或者两三个样本对回测也许有一些意义，对于实际操作意义不大。
鉴于5%这个样本数过多，而过多的样本很可能掩盖掉因子特征，因此我们将选择1%样本池进行进一步的研究。下文中所有的小市值因子考察都是基于1%样本组进行。5. 指数相关性：
考察相关性的主要目的，还是为了选取一个方便好用的观察指数（作为相关择时指标），为了考察小市值因子和各大主流指数（上证中证深证相关指数）的相关性，做了下面的表，部分指数样本数据并未完全覆盖2010开始的这个时间区间，也有说明。另外有部分指数可能会很有参考但是样本数过少，所以只能暂时不考察：
从这个结果可以看到，没有任何一个指数和小市值因子具有极强的线性相关（>0.8），不过中小板综指是其中和小市值线性关系最接近的一个主流指数，所以如果有需要择时的地方，不妨可以选择中小板综指。
6. 底在何方：
这问题我要是知道答案，我就是神。不过比起拍脑门儿来说，我们还有历史数据这个救命稻草，不过在2017年上半年史无前例发行200+新股的态势下，这个历史数据也就是给一个参考，还是不靠谱那种，但是也总比没有要好，你说是吧。
于是我们取2010年以来小市值样本组的平均市值做一个平均市值曲线：
可以看到，我们抛开什么通胀或者M2因素，但就数值而言，这里离底部的距离还很遥远。
7. 附录：
按月度统计的收益情况：
按年度统计的收益情况：
