所有数据都来自于 msci barra 的 CNE5S 模型。
1、分年的风格因子收益率数据
BARRA 的 CNE5S 模型提供了 10 个风格因子。从 2010 年开始，各年风格因子的收益如下：
从因子收益角度：
- BETA 的正向收益稳定且很大。GROWTH、EARNYILD 其次，但收益相对不明显。MOMENTUM 除了 14、15、16 三年，其余年份收益稳定且很大。
- SIZENL、LIQUIDTY 有稳定且很高的负向收益。再之后是 RESVOL。
- SIZE 呈现明显的分阶段特征。
- BTOP、LEVERAGE 的正负向收益都不明显。
2、SIZE 因子的变化
SIZE 因子应该是被关注度最高的因子。对量化从业者， SIZE 因子也是绕不过去的一个敞口。
从 BARRA 的历史数据上看， 2010 年之后的 SIZE 因子（注意 BARRA 的 SIZE 敞口，大盘股为正，小盘股为负）可以分为三个阶段：
- 2010 年到 2012 年， SIZE 因子没有明显的收益特征。
- 2013 年到 2016 年， SIZE 因子有明显的负收益，说明小盘股表现更好。
- 2017 年之后， SIZE 因子有连续的正收益（但幅度都不大），说明大盘股表现持续更好（但幅度不明显）。
3、大盘股小盘股分层表现
BARRA 对 SIZE 因子做了一些处理。如果按最简单的买小盘股（市值后 20%的股票），卖大盘股（市值前 20%的股票），收益曲线如下图：
基本可分为两个阶段：
- 2016 年及之前，小盘股每年都有不小的正收益（在 2014 年 12 月和 2015 年 6 月有一个较大的回撤，但很快就弹回）。此时，小盘因子是一个明显的收益因子。
- 2017 年及之后，小盘股和大盘股之前互有胜负，在 2017 年和 2021 年年初，小盘股亏损较大。SIZE 因子变成了风险因子。
由于因子策略一般都会有小盘暴露， 2017 年之后量化策略相对更难做一些。现在回头看， 2015 年之前无论啥策略都能赚大钱（因为小 SIZE 太赚钱了）。
Q. E. D.
