规模因子（SMB）：A股二十年最强效应的兴衰史
我的掌握程度：
先掌握这个答案
构造：SMB=小市值组收益−大市值组收益（或直接用市值分组）。收益来源三解释：①风险补偿（小公司风险大，学术正统）；②壳价值（A股特色：上市资格稀缺→最小市值公司有"保底收购价"~30亿，2016年前极强）；③流动性/机构不能持有（增持门槛限制→小票错误定价多）。两次崩塌：2017（IPO提速+外资进场→大盘蓝筹风格，小票-25%）；2024年初（微盘流动性螺旋+量化踩踏，微盘指数单月-20%+）。研究角色：A股一切量价因子检验前必须做市值中性化——因为小市值与高换手/反转/高波动深度纠缠（q-456反复强调的原因）。
先读结论，再核对下方使用边界；数字例题为教学情景，涉及实际行情与规则时请核对原始来源。
从理解到使用
本阶段实战方法 · 让一个因子经历完整的样本外检验
从一个投资直觉构造信号时，先验证预测关系，再验证能否交易。
- 写出经济假设、股票池、因子方向、可用时点、持有期和评价指标；用历史成分与退市样本。
- 在每个时点用可得数据计算因子，检验截面IC、分层收益、换手和行业市值暴露。
- 锁定参数做样本外验证，扣除成本并做不同市场阶段与参数敏感性分析。
使用边界
- IC没有通用合格线；股票池、频率、持有期与成本不同，数值不可直接横比。
- 多空分组收益不是个人可直接实现的收益，还要考虑融券、对冲与资金约束。
背景 · 从一个困惑说起
如果选一个"A股过去二十年最强的单因子"，小市值当仁不让：2005-2016年买最小20%的组合年化跑赢大盘20%+。但2017年与2024年初两次"小市值崩塌"又让它成为最凶险的因子——理解它的兴衰就是理解A股制度变迁史。
由此产生的问题
小市值效应的构造与历史上的收益来源（壳价值/风险补偿/流动性）？两次崩塌的机理？研究其他因子时它扮演什么角色？
核心概念
构造：SMB=小市值组收益−大市值组收益（或直接用市值分组）。收益来源三解释：①风险补偿（小公司风险大，学术正统）；②壳价值（A股特色：上市资格稀缺→最小市值公司有"保底收购价"~30亿，2016年前极强）；③流动性/机构不能持有（增持门槛限制→小票错误定价多）。两次崩塌：2017（IPO提速+外资进场→大盘蓝筹风格，小票-25%）；2024年初（微盘流动性螺旋+量化踩踏，微盘指数单月-20%+）。研究角色：A股一切量价因子检验前必须做市值中性化——因为小市值与高换手/反转/高波动深度纠缠（q-456反复强调的原因）。
为什么需要它
①制度课：注册制（2019）与退市常态化让壳价值崩塌——"因子背后的经济机制消失，因子必死"的最重要教材（q-045的深化）；②风格风险的具象化：小市值暴露=风格赌注，两次-25%级回撤是它的风险定价；③方法论习惯：市值中性化从"学术洁癖"变成A股研究刚需的全部理由。
实际应用场景
当前实务：小市值作为独立Alpha的黄金期已过，但"市值中性后的残余效应"与微盘流动性分层仍被研究；组合层面用Barra控制市值暴露在±0.5σ内是常态。
与之前知识的联系
q-456（中性化代价）的反面教材主角；q-057（容量）与q-440（拥挤）在小市值上三重叠加；q-033（阶段1市值概念）的因子版毕业。
⚠ 常见误解
- 小市值永远涨：二十年辉煌毁于两个年份——风格因子的周期性与尾部风险远超直觉
- 小市值死了从此别碰：极端否定与极端肯定都是懒惰——中性化后的规模信息、微盘的流动性溢价仍在被研究
- 我的因子IC高与市值无关：不中性化就下此结论=大概率被市值暴露借道——A股检验的强制动作别省
🛠 本题实践任务
把全A按市值分5组，统计2015-2016、2017-2018、2019-2024三段的最小市值组相对沪深300超额。绘出你自己的"小市值兴衰史"并与本题时间线对照。
💡 提示（先自己想5分钟再看）
分组用流通市值；三段对比能清晰看到壳价值时代与注册制时代的断层。
✅ 验收标准
三段超额数字+一句话制度归因。你用数据亲手复现了一堂资本市场制度课。
在你的浏览器内运行。首次需联网下载 Python；支持标准库和 Pyodide 提供的 NumPy、pandas 等包。行情抓取、系统文件访问和部分第三方库请在本地环境运行。输出自检仅比对结果关键词，不代替逻辑审查。
Python · 独立工作线程 · 执行限时10秒
🤖 AI导师
导师会先检查你的前置知识（三因子构造、市值中性化），再用案例、公式和代码帮助理解。此功能需要先启用服务。