市场风格轮动系列：如何从赔率和胜率看大小盘

正文目录一、言 4风效是如形？ 4风配的策空间 4大盘格的场顾 5小风成分的填充 8二、率分 9赔率定义 9估值定义 9赔率估水关的假设 10赔率估水关的实证 10三、率分 12Shibor 12短期利差 13市趋势 14市波动 15风动量 16风拥度 17月效应 18复胜信号 20四、置型 22五、语 26图表目录图1：风代着同征 4图2：“识的反机制 4图3：月度格优（基未数） 5图4：大相小净走势 6图5：大盘小风估水平赔的点和归结果 11图6：胜指标 12图7：Shibor号策净值 13图8：短期限差的策净值 14图9：市场势号略净值 15图10：市波信的略净值 16图11：风动信的略净值 17图12：风拥度号策略值 18图13：各然大战小盘率 19图14：月效信的略净值 20图15：复胜信的略净值 21图16：基赔和率号的小轮策策净值 23图17：基赔和率大小加策净值 24图18：细风四限 24图19：细风轮模净值 25表1：逐年格益计 5表2：Shibor号测统计 12表3：短期限差的测统计 13表4：市场势号试统计 15表5：市场动号试统计 16表6：风格量号试统计 17表7：风格挤信测试计 18表8：月历应号试统计 19表9：复合率号试统计 20表10：胜指的辑理 21表11：基赔和率号的小轮策测统计 22表12：大盘置分与配权的射系 23表13：基赔和率大小加策测统计 23表14：细风轮模统计 25一、前言 风格效应是如何形成的？现如今，市场风格时常面临大幅切换，这使得风格配置在投资研究中扮演了十分重要的角色。相信市场参与者经常会感受到市场风格对个股标的形成或多或少影响，那么，为什么市场风格会凝结为这样一种隐形的力量呢？一方面，风格本身代表着一批具有某一共同特征的个股。在量化投资中，我们也可以将其称之为在某一因子具有类似的暴露。而特定的宏观环境或微观因素，可能会导致某一特征的个股出现普遍受益的情况。例如，当市场对未来经济有较好预期时，投资者的风险偏好增加。同时伴随着环境向好、需求增长，具有更大潜力空间的小市值个股更容易得到投资者们的青睐。另一方面，形成共同趋势的股票组合将会受到共识的正反馈影响机制。当具有共同特征的个股受到前述原因而走出类似趋势时，在历史行情和交易心理的加持之下，投资者们会本能地将这些股票或明或暗地打上一个相同的标签。图1：风格代表着共同特征 图2：共识的正反馈机制、 、风格配置的策略空间目前市场上最重要的大类风格有大盘小盘和成长价值两类，为了从更具体地揭示风格配置可能带来的收益差距，我们统计了近几年来大盘成长（Z大盘价值、大盘成长、小盘价值（399376.SZ）和小盘成长（399377.SZ）的逐年收益，并计算了每一年大盘成长、小盘价值、大盘价值和小盘成长任选其二的收益率差绝对值的最大值，用以反映在年度层面风格收益率的配置差异。据统计，2017年至今，平均每年最大风格收益率差为28.90%，2025823.62%。因小盘价值 最大风格收益率差小盘成长小盘价值 最大风格收益率差小盘成长大盘价值大盘成长2018 -32.76% -18.03% -36.36% -27.49% 18.34%2017 14.62% 29.25% -11.84% 1.36% 41.09%2018 -32.76% -18.03% -36.36% -27.49% 18.34%2019 52.34% 26.20% 28.78% 14.52% 37.82%2020 59.28% 3.26% 22.77% 13.57% 45.71%2020 59.28% 3.26% 22.77% 13.57% 45.71%2022 -28.22% -12.24% -27.56% -16.15% 15.32%2021 0.29% -8.29% 23.63% 20.51% 31.92%2022 -28.22% -12.24% -27.56% -16.15% 15.32%2023 -20.09% -2.15% -10.59% -2.92% 17.17%2024 7.58% 26.88% -2.27% 7.58% 29.16%2024 7.58% 26.88% -2.27% 7.58% 29.16%至2025年8月 16.92% 4.84% 28.46% 13.04% 23.62%测试区间：2017/01/01-2025/08/29； 、进一步的，为了考察风格配置策略可能存在的潜在上限，我们在使用了未来数据的基础上，每个月配置当月表现最好的市场风格以形成了一个月度风格最优2017104310%2049.23%图3：月度风格最优策略（基于未来数据） 35 14%30 12%25 10%20 8%15 6%10 4%5 2%2017012620170630201701262017063020171130201804272018092820190228201907312019123120200529202010302021033120210831202201282022063020221130202304282023092820240229202407312024123120250530最优风格_月度超额收益率 最优风格_月度超额净值测试区间：2017/01/01-2025/08/29； 、大小盘风格的市场回顾在之前的报告《如何从赔率和胜率看成长价值轮动》的报告中，我们已对成长价值的轮动模型进行了创新性的框架构建，模型在样本外表现较为稳健，2025910.30%首先，我们需要面临解决的第一个问题就是如何刻画大小盘的风格收益。在实30010002000202592610001716.28286.472000489.51A63.53A1000以中证2000总体来看，自2009年以来的大小盘轮动可以显著划分为2017年前后两个大的阶段，在2017年以前，由于小市值个股存在壳资源，因此可以看到小市值个股存在显著的相对优势。而2017年至今大小盘正好经历了较为完整的轮动，大盘和小盘的区间收益较为接近，整体市场环境也更接近当下市场，因此我们就以2017年以后的区间作为后续我们构建大小盘轮动的测试区间。接下来，我们将对这个阶段的大小盘轮动现象进行市场回顾。图4：大盘相对小盘净值走势 测试区间：2017/01/01-2025/08/29； 、20170年（大盘股占优：经济增速下行金融去杠杆外部环境恶化++2014-2015年的牛市狂欢后，股市逐渐走向泡沫化，政府对杠杆资金的监管开始趋紧。2015年6月12日，证监会就修订后的《证券公司融资融券业务管理办法》征求意见，并表示证券公司不得为任何机构和个人开展场外配资、非法证券业务提供便利，金融监管趋严。内外部环境趋紧，大盘股展现确定性的相对优势，机构抱团直至瓦解。在内部TMT好的消费、医药。市场审美也逐渐由之前的小而美的中小创科技企业转向大而美的各行业龙头公司。2017-2019年间M1-M2剪刀差逐渐下滑，流动性环境趋紧。在这种形势下，小盘股逐渐褪去其长期占优的外衣，而大盘股开始活跃在舞台中央，核心资产、茅指数等新兴词语均显示出大象起舞的行情。2021年203年（：经济弱复苏流动性环境趋松2021年2月春节后，以核心资产为代表的抱团股瓦解，市场进入长时间的调整期，大盘股偃旗息鼓。而虽然小盘在这个阶段也经历了下跌，但相对于大盘的跌幅明显更小。2024年209月（大盘股占优2024年伊始，市场出现一定的下行调整，入市资金持续买入大盘个股，导致市15001000DMA2500ETF和中证1000ETFDMA2023-202492029（：政策A自2024年9月24A202491-9235551而9月24日-9月30日，日均成交金额提升至14739亿元。2025年年初，DeepSeek的横空出世广泛振奋了投资者信心，在智能制造等科技股价值重估逻辑中，市场在一季度就形成了诸多科技题材型行情。7月，雅鲁藏布江水电站开工和反内卷的正式提出，快速引发周期行业的系统性行情。之后，A股市场进入加速上升阶段，各类科技主题概念迎来了爆发式的集中上涨。整体来看，在市场整体普遍活跃的背景之下，伴随着AI、机器人等科技革命概念被资本市场所关注和追捧，小市值个股在本轮牛市中呈现出了较好的收益弹性。41448.53%1.10。风格在更多的时间占优，但会在短时间里出现快速的收益回撤。小盘风格成分股的历史填充2000200020238202382000指数的成分股是有所缺失的。但由于成分股将在后续的研究中扮演着重要的角20002000150050%-90%区2000后续，我们将采用周度频率进行策略构建，并于每个自然周的最后一个交易日进行指标计算，以次周的开盘价进行调仓。基于前文所述，我们将以沪深300200020172014点。由于考虑到可回溯区间并不长，因此后文中如无特殊说明，我们在回归拟二、赔率部分 赔率的定义赔率，最早是博彩公司用来衡量球赛或马赛赌博赔付比例的一种方式。赔率的呈现形式主要有两种，分别是十进制赔率和分数赔率，十进制赔率体现了押中时可以获得的本金及收益，而分数赔率则表达了胜负时的收益比率。举例而言，假设押对赌注将获得200%本金的收益，押错完全失去本金，则十进制赔率为3.0，分数赔率则为2:1。在权益投资中，亏损是相对本金的一定比例，通常不会出现完全失去本金的情况，所以我们在本篇报告借用赔率中的分数赔率。在大1值。进而，当赔率大于1/∑𝑛

𝑟𝑒𝑡𝑢𝑟𝑛𝑖/𝑛赔率=−𝑖=1 ∑𝑚∑𝑗=1

𝑟𝑒𝑡𝑢𝑟𝑛𝑗/𝑚其中，𝑟𝑒𝑡𝑢𝑟𝑛𝑖代表着时间序列中收益率大于0的值，𝑟𝑒𝑡𝑢𝑟𝑛𝑗代表着时间序列中收益率小于0的值。估值的定义由于小盘股业绩增速的弹性优于大盘股，因此小盘股的绝对估值水平通常较高1。因此，我们应该关注的是市值风格的相对估值水平，而非绝对估值水平。在这里，我们为了刻画市值风格的相对估值水平，采用了估值差的历史分位数法进行刻画，并且基于市场估值水平进行了适当的修正。3002000（BP_LF）平均数之差作为该时间截面的估值差。并且为了剔除市场整体估值水平对估值差对历史可比性造成的影响，我们将估值差除以对应时间截面的全市场估值平均数，最后再计算估值差在历史上的排位次序百分比作为其相对估值水平。另外需要说明的是，由于我们采用的估值指标是账面市值比，因此估值差历史分𝑚 𝑛𝑑𝑖𝑓𝑓𝑡=∑𝐵𝑃𝑖,𝑡/𝑚−∑𝐵𝑃𝑖,𝑡/𝑛𝑖 𝑖𝑑𝑖𝑓𝑓′= 𝑖∑𝑧𝐵𝑃𝑖,𝑡/𝑧𝑖𝑄=

𝑟𝑎𝑛𝑘（𝑑𝑖𝑓𝑓′）𝑇其中，m代表沪深300指数成分股，n代表中证2000指数成分股，z代表全市1截止2025年9月底，沪深300指数的市净率为1.47，中证2000指数的市净率为2.84。场的个股。t代表着每个不同的时间截面，T代表历史回溯比较的期数。赔率与估值水平关系的假设在这里，我们根据逻辑推演得到了一个假设：市场风格相应的相对估值水平是其预期赔率的关键影响因素，并且两者应该呈现出负相关。原因有二：高估值水平的市场风格已经是强弩之末。具体来说，估值水平可以衡量市场风格过去一段时间的关注程度。若某种市场风格被市场持续追捧时，其估值水平将逐渐走高。当整体估值水平到达较高的位置时，该市场风格估值继续上行的空间已然较小。此时股票组合缺乏向上冲击力，市场风格难以形成高收益率级别的上涨。并且由于羊群效应和被过度关注时有大量投机参与者的涌入，当市场风格出现切换时，往往会出现快速的收益回落。因此，进入高估值水平的市场风格整体赔率偏低。低估值水平的市场风格面临广阔的价值洼地。若市场风格被持续忽视，当估值水平处在较低水平时，其具有可观的反弹向上空间。此时若出现相应风格占优，其形成反弹带来的收益往往较大。并且，低估值将形成理想的安全边界，对相应投资标的价格具有一定的支撑作用。即使出现风格偏弱的情况，也难以出现大级别的暴跌。因此，进入低估值水平的市场风格赔率较高。赔率与估值水平关系的实证前文我们已经提到，真实的赔率是针对于某一段区间收益率而存在的，而历史时间序列中每一个估值水平则只对应一个收益率。所以对于历史上的某一确切估值水平，我们没办法得到其真实赔率。但是，我们可以根据聚集在该估值水平附近一段区间的收益率得到赔率的估计。0%-100%5%20%-5-R20.9421.81.6y=1.2598x+0.59111.4R²=0.9421.221.81.6y=1.2598x+0.59111.4R²=0.9421.210.80.60.400.10.20.30.4 0.5 0.60.70.80.91测试区间：2017/01/01-2025/08/29； 、综上所述，我们通过数据验证了前文提出的假设，即市值风格的相对估值水平与投资赔率呈现负相关的关系。而这个规律可以帮助我们在投资时，通过相应估值水平判断市值风格面临的投资赔率。三、胜率部分 在这个部分，我们采用了多指标打分法，先从多个层次对大小盘轮动分别构建了若干个相对独立的轮动指标，再将多指标结果合成为一个相对稳健有效的胜率信号指标。图6：胜率指标 、Shibor【指标逻辑】流动性趋于宽松时，信贷供给增多，上市公司的融资难度与融资成本下降，融资难度较高的小盘股显著受益，此时宜持有收益弹性更高的小盘股；流动性趋于紧缩时，上市公司融资难度与融资成本上升，对相对融资难度较小的大盘股的影响较小，此时宜持有防御能力更强的大盘股。【指标构建】Shibor于50%【测算结果】根据表2结果可以看到，基于Shibor的择时信号我们可以得到一个年化超额11.46%的择时策略，这说明该轮动信号具有一定的择时有效性。大盘小盘策略基准超额总收益大盘小盘策略基准超额总收益36.30%4.37%213.34%24.12%156.11%年化收益3.64%0.49%14.08%2.52%11.46%年化波动20.48%25.95%24.04%21.38%9.31%最大回撤46.66%52.30%35.26%35.53%12.46%夏普比率0.180.020.590.121.23收益回撤比0.080.010.400.070.92测试区间：2017/01/01-2025/08/29； 、图7：Shibor信号的策略净值 3.5 32.521.510.5

32.521.510.5201701062017042120170804201701062017042120170804201711242018030920180622201810122019012520190517201908302019121320200403202007172020103020210210202105282021091020211224202204152022072920221118202303102023062120231013202401262024051720240830202412132025032820250711大盘净值 小盘净值 策略净值 超额净值(右轴)测试区间：2017/01/01-2025/08/29； 、短期期限利差【指标逻辑】我们以一年期中短期票据与7天中短期票据的利率差作为短期票据期限利差。一方面，超短期的利率取决于实际资金面供需，中短期利率则取决于货币政策预期，因此当这个期限利差扩大时，说明未来货币政策可能收紧。另一方面，期限利差扩大说明此时整体企业部门的举债需求相对预期的流动性水平有所提升，而中小企业在进行借贷时处于相对弱势，因此在借贷需求较为旺盛时可能会被迫付出较高的融资成本。因此，当短期期限利差扩大时，指标发出大盘相对占优的信号。【指标构建】期限利差=中债中短期票据到期收益率(AAA+):1年-中债中短期票据到期收益率(AAA+):7天，计算20日期限利差均值-250日期限利差均值，若大于0，则发出大盘占优信号；若小于0，则发出小盘占优的信号。大盘小盘策略基准超额总收益大盘小盘策略基准超额总收益36.30%4.37%128.10%24.12%85.80%年化收益3.64%0.49%9.98%2.52%7.41%年化波动20.48%25.95%23.81%21.38%9.38%最大回撤46.66%52.30%43.45%35.53%19.61%夏普比率0.180.020.420.120.79收益回撤比0.080.010.230.070.38测试区间：2017/01/01-2025/08/29；、图8：短期期限利差信号的策略净值 2.5 2.5221.51.5110.50.50020170106201704212017080420171124201803092018062220181012201901252019051720190830201701062017042120170804201711242018030920180622201810122019012520190517201908302019121320200403202007172020103020210210202105282021091020211224202204152022072920221118202303102023062120231013202401262024051720240830202412132025032820250711测试区间：2017/01/01-2025/08/29； 、市场趋势【指标逻辑】当市场较为活跃时，具有突出收益弹性的小盘风格更加容易获得超额收益；相反，当市场较为低迷的时候，收益稳健的大盘风格将显得更具配置价值。【指标构建】5205202025020250当市场缩量且下行时，发出大盘占优的信号，当市场放量且上行时，发出小盘占优的信号，否则不发出相应信号（等权配置大小盘）。【测算结果】从测试结果来看，该指标在2019年之前的表现并不稳定，但在2020年以后，该指标呈现出比较稳健的有效性。考虑到该指标在逻辑上较为清晰和直观，且指标有效性在近些年的表现也比早些年更具有参考价值，因此该指标应当还是能够在未来提供一定的有效信息。大盘小盘策略基准大盘小盘策略基准超额总收益36.30%4.37%68.79%24.12%34.92%年化收益3.64%0.49%6.23%2.52%3.52%年化波动20.48%25.95%22.23%21.38%7.30%最大回撤46.66%52.30%39.86%35.53%14.82%夏普比率0.180.020.280.120.48收益回撤比0.080.010.160.070.24测试区间：2017/01/01-2025/08/29；、图9：市场趋势信号的策略净值 21.81.61.41.210.80.60.40.2201701062017042120170804201701062017042120170804201711242018030920180622201810122019012520190517201908302019121320200403202007172020103020210210202105282021091020211224202204152022072920221118202303102023062120231013202401262024051720240830202412132025032820250711

1.61.41.210.80.60.40.20大盘净值 小盘净值 策略净值 超额净值(右轴)测试区间：2017/01/01-2025/08/29； 、市场波动【指标逻辑】当市场进行窄幅调整时，小盘股由于缺少收益波动的想象空间而失去的相应的吸引力。此时，能够通过分红形成投资回报的稳健大盘将会成为更好的投资选择。【指标构建】市场波动率=近20日中证全指收益率标准差，我们以近3年的市场波动率均值作为波动率中枢，当最近20日市场波动率小于波动率中枢时，则发出大盘占优的信号；反之，则发出大盘占优的信号。【测算结果】从测试结果来看，基于市场波动形成的大小盘轮动信号有效性较为显著，超额净值整体倾斜的角度较好，能够形成13.18%超额收益的轮动策略。大盘小盘策略基准超额总收益36.30%4.37%260.15%24.12%192.51%年化收益3.64%0.49%15.93%2.52%13.18%年化波动20.48%25.95%23.68%21.38%9.27%最大回撤46.66%52.30%30.28%35.53%14.18%夏普比率0.180.020.670.121.42收益回撤比0.080.010.530.070.93测试区间：2017/01/01-2025/08/29；、图10：市场波动信号的策略净值 4 32.521.510.5

3.532.521.510.5201701062017042120170804201701062017042120170804201711242018030920180622201810122019012520190517201908302019121320200403202007172020103020210210202105282021091020211224202204152022072920221118202303102023062120231013202401262024051720240830202412132025032820250711大盘净值 小盘净值 策略净值 超额净值(右轴)测试区间：2017/01/01-2025/08/29； 、风格动量【指标逻辑】风格在一段时间内可能会出现强者恒强。A股市场中，以个股呈现出反转效应，但一定数量的组合收益率则显示出动量效应，例如风格收益率、行业收益率。这是由于具有一定数量的组合收益率，是组合内成分股通过收益率加权计算而相互确认过的趋势，可以剔除超买超卖的噪音。【指标构建】比较沪深300和中证2000指数过去四周的收益率，若沪深300收益率更高，则发出大盘占优信号；若中证2000收益率更高，则发出小盘占优信号。【测算结果】整体来看，朴素简单的动量指标还是发挥了一定的轮动有效性，轮动策略能实现8.16%的年化超额收益率。大盘小盘策略基准超额总收益36.30%4.37%149.38%24.12%97.36%年化收益3.64%0.49%11.12%2.52%8.16%年化波动20.48%25.95%22.43%21.38%9.37%最大回撤46.66%52.30%31.31%35.53%15.15%夏普比率0.180.020.500.120.87收益回撤比0.080.010.360.070.54测试区间：2017/01/01-2025/08/29；、图11：风格动量信号的策略净值 3 2.52.521.510.5

21.510.5201701062017042120170804201701062017042120170804201711242018030920180622201810122019012520190517201908302019121320200403202007172020103020210210202105282021091020211224202204152022072920221118202303102023062120231013202401262024051720240830202412132025032820250711大盘净值 小盘净值 策略净值 超额净值(右轴)测试区间：2017/01/01-2025/08/29； 、风格拥挤度【指标逻辑】当市场风格出现过度活跃时，可能会出现风格崩溃进而导致收益大幅回撤。例如微盘股流动性危机和机构抱团股瓦解就是典型的风格崩溃，因此当相应风格出现异常火热时，是需要警惕出现过热风险而极致的风格切换。【指标构建】20%200.7520%20标，当该指标大于0.75时，发出大盘占优。否则，则不触发该信号（等权配置）。【测算结果】从结果来看，该指标具备较好的有效性，超额净值的走势较为稳20172021看，这两个阶段均为大盘风格占优行情的末端，指标在坚定发出与行情相左的信号之后，均有效的规避了大盘行情终结的市场阶段。大盘小盘策略基准超额总收益36.30%4.37%114.25%24.12%74.43%年化收益3.64%0.49%9.19%2.52%6.63%年化波动20.48%25.95%23.10%21.38%7.14%最大回撤46.66%52.30%38.66%35.53%20.56%夏普比率0.180.020.400.120.93收益回撤比0.080.010.240.070.32测试区间：2017/01/01-2025/08/29；、图12：风格拥挤度信号的策略净值 2.5 21.821.61.41.51.2110.80.60.50.40.20020170106201704212017080420171124201803092018062220181012201901252019051720190830201701062017042120170804201711242018030920180622201810122019012520190517201908302019121320200403202007172020103020210210202105282021091020211224202204152022072920221118202303102023062120231013202401262024051720240830202412132025032820250711测试区间：2017/01/01-2025/08/29； 、月历效应【指标逻辑】月历效应最早由美国学者瓦切尔(Wachtel)于1942年发现，塞勒(R.Thaler)1987年指出，月历效应与机构投资者行为及消息发布时间有一定关联。实际上，月历效应是由周期性形成的事件所驱动形成的。例如，在业绩相关公告较多的1月、4月、8月和10月，为了规避小盘股业绩暴雷，通常会出现小盘股相对较弱的特点。而在规避暴雷月份的下一个月，小盘股则会因资金回补而容易出现显著的反弹。尤其是在2月，由于处在宏观数据的统计的缺口以及频见的春节效应，小盘股极易出现相对大盘股占优的情况。根据历史统计，自2010年以来除了2024年（微盘股流动性危机）以外，其他的年份在2月都出现了小盘占优行情。图13：各自然月大盘战胜小盘胜率 0%1 2 3 4 5 6 7 8 9 10 11 12测试区间：2017/01/01-2025/08/29； 、【指标构建】3002000指数的胜率，当胜率大于50%时，则发出大盘占优的信号；否则发出小盘占优的信号。当次周出现跨月现象时，则按照次周交易日实际所处的自然月对历史的月胜率进行加权。【测算结果】从测试结果可以看出，月历效应形成的大小盘轮动信号整体稳健性较为好。大盘小盘策略基准大盘小盘策略基准超额总收益36.30%4.37%81.84%24.12%49.25%年化收益3.64%0.49%7.14%2.52%4.73%年化波动20.48%25.95%24.26%21.38%9.42%最大回撤46.66%52.30%45.83%35.53%25.36%夏普比率0.180.020.290.120.50收益回撤比0.080.010.160.070.19测试区间：2017/01/01-2025/08/29；、图14：月历效应信号的策略净值 2 1.81.61.41.210.80.60.4 2017010620170421201708042017112420180309201701062017042120170804201711242018030920180622201810122019012520190517201908302019121320200403202007172020103020210210202105282021091020211224202204152022072920221118202303102023062120231013202401262024051720240830202412132025032820250711

1.81.61.41.210.80.60.40.20大盘净值 小盘净值 策略净值 超额净值(右轴)测试区间：2017/01/01-2025/08/29； 、复合胜率信号【指标构建】当明细指标指向大盘占优时，记为100.50.50.5【测算结果】从统计结果来看，复合的胜率信号整体表现较为出色，复合指标超额收益率可以达到19.72%，信息比率为2.17。大盘小盘策略基准大盘小盘策略基准超额总收益36.30%4.37%490.99%24.12%375.82%年化收益3.64%0.49%22.75%2.52%19.72%年化波动20.48%25.95%23.28%21.38%9.09%最大回撤46.66%52.30%28.65%35.53%7.40%夏普比率0.180.020.980.122.17收益回撤比0.080.010.790.072.66测试区间：2017/01/01-2025/08/29；、图15：复合胜率信号的策略净值 7 54.5645 3.54 32.53 22 1.5110.5201701062017042120170804201701062017042120170804201711242018030920180622201810122019012520190517201908302019121320200403202007172020103020210210202105282021091020211224202204152022072920221118202303102023062120231013202401262024051720240830202412132025032820250711大盘净值 小盘净值 策略净值 超额净值(右轴)测试区间：2017/01/01-2025/08/29； 、类别指标逻辑算法类别指标逻辑算法信号经济面Shibor信贷宽松时，资质较差的中小市值企业更加容易获得相应的信贷支持，因此信贷宽松将有利于小盘股判断指标=Shibor来的历史分位数大于50%，大盘小于50%，小盘短期票据期限利差期限利差扩大代表着对市场对中长期资金面趋严的预期增强，不利于中小市值企业持续获得信贷支持短期票据信用利差=1-7天短期票据收益率判断指标=20日短期票据信用利差均值-近250日短期票据信用利差均值>0，大盘<0，小盘市场面市场趋势市场上行期间，小盘股显示更好的收益弹性判断指标=5日均线-20日均线>0，小盘<0，大盘市场波动窄幅调整期间，小盘股由于缺少了收益波动空间失去了一定的吸引力市场波动率=中证全指20日波动率判断指标=当前市场波动率-市场波动率250日均值>0，小盘<0，大盘微观面风格动量强者恒强判断指标=4300指数收益率-近4周中证2000指数收益率>0，大盘<0，小盘风格拥挤度风格交易拥挤导致收益崩溃相应风格成分股的交易量占全市场成交量比值的5年历史分位数小盘历史分位数>75%，大盘大盘历史分位数>75%，小盘否则，则不触发信号月历效应月度效应在财报季、宏观调控，年度周期事件影响下导致的月度风格效应每个自然月统计历史上该自然月的大盘-小盘的历史胜率大于50%，大盘小于50%，小盘测试区间：2017/01/01-2025/08/29； 、四、配置模型 基于前文的讨论，我们可以在每一个时间截面得到市值风格相应的投资赔率和胜率。赔率：以扩展窗口对历史估值差分位数与赔率建立线性回归关系，并以最新截面的估值差分位数代入得到条件赔率的估计。胜率：当单指标指向大盘时，记为1分，当单指标指向小盘时，记为0分，当指标信号不明确时，记为0.5分，取得分均值则为胜率的估计。接下来，我们要利用凯利公式将赔率和胜率进行结合。在已知赔率和胜率条件pb。nR(x)=(1+xb)𝑛𝑝(1-x)𝑛(1−𝑝) （1）又因为n是常数，所以在资金为正值的情况下求极值可以忽略n，进而对（1）式取对数后，我们得到𝑙𝑛(R(x))=pln(1+xb)+(1-p)ln(1-x) （2）由于（2）右式的二阶导总是非正的，因此（2）右式是凸函数，则当（2）右式求导取0时，我们可以得到收益率的最大值，则当 bp(1+xb)

−(1-p)=0(1-x)即当x=pb-(1-p)，资金可以实现投资的最大化。b因此，在已知赔率和胜率的条件下，我们可以分别计算大盘和小盘各自的配置权重的最优解。然而，由于计算得到配置权重是可能小于0在实践中配置权重和为1的需求。因此，我们将配置权重解作为配置得分，并基于配置得分形成进一步的配置信号，即在盘配置得分更高时配置于小盘，以构成一个风格完全轮动切换的配置策略。根据表1120.57%2.277.55%，2.76。大盘小盘策略基准大盘小盘策略基准超额总收益36.30%4.37%531.87%24.12%406.21%年化收益3.64%0.49%23.70%2.52%20.57%年化波动20.48%25.95%23.03%21.38%9.06%最大回撤46.66%52.30%25.25%35.53%7.36%夏普比率0.180.021.030.122.27收益回撤比0.080.010.940.072.79测试区间：2017/01/01-2025/08/29； 、图16：基于赔率和胜率信号的大小盘轮动策略策略净值 7 66 554433221 1201701062017042120170804201701062017042120170804201711242018030920180622201810122019012520190517201908302019121320200403202007172020103020210210202105282021091020211224202204152022072920221118202303102023062120231013202401262024051720240830202412132025032820250711大盘净值 小盘净值 策略净值 超额净值(右轴)测试区间：2017/01/01-2025/08/29； 、此外，我们还可以根据配置得分设计一种在大小盘中进行权重配置的轮动策略。具体来250周做Zscore权重差(-∞,-2]权重差(-∞,-2](-2,-1.5](-1.5,-1](-1,-0.5](-0.5,0.5](0.5,1](1,1.5](1.5,2](2,∞)大盘0%10%20%60%50%40%80%90%100%大盘100%90%80%40%50%60%20%10%0%测试区间：2017/01/01-2025/08/29； 、基于前述配置权重，我们可以实现一个大小盘权重根据配置信号调整的轮动加权策略。根据表