小市值效应是金融市场中一个被广泛验证的异象，即小市值公司股票长期来看能够提供超额收益。我们的策略正是基于这一市场规律，通过系统化方法捕捉小盘股的投资机会。
小市值效应源于信息不对称、机构关注度低、风险补偿要求高等因素。小盘股往往具有更高的成长潜力和市场定价效率不足的特点。
通过量化模型筛选特定市值区间的股票，结合定期轮动机制，系统性地捕捉小市值股票的超额收益，同时控制风险。
专业的量化交易技术服务提供商
通过定期轮动和严格的选股标准，策略能够持续捕捉小市值股票的超额收益，同时通过分散投资降低单一股票风险。
## 选出小市值股票
def check_stocks(context):
# 设定查询条件：市值20-30亿，按市值升序排列
q = query(
valuation.code,
valuation.market_cap
).filter(
valuation.market_cap.between(20,30)
).order_by(
valuation.market_cap.asc()
)
# 选出低市值的股票，构成buylist
df = get_fundamentals(q)
buylist =list(df['code'])
# 过滤停牌股票
buylist = filter_paused_stock(buylist)
return buylist[:g.stocknum]
## 交易函数
def trade(context):
if g.days%g.refresh_rate == 0:
## 清空当前持仓
sell_list = list(context.portfolio.positions.keys())
for stock in sell_list:
order_target_value(stock, 0)
## 选股并建仓
stock_list = check_stocks(context)
for stock in stock_list:
order_value(stock, context.portfolio.cash/len(stock_list))策略通过基本面数据筛选符合条件的股票，每5个交易日进行一次调仓，实现小市值股票的定期轮动，系统化捕捉超额收益。
超越基准指数表现
风险可控范围内
风险调整后收益良好
小市值股票波动较大，需有相应风险承受能力
部分小盘股流动性较差，需注意交易冲击成本
策略容量有限，适合中小规模资金
基础策略可通过多种方式进行优化：动态市值区间调整、多因子复合筛选、风险模型控制、交易成本优化等，进一步提升策略表现。
期待与您合作，共同探索量化投资机遇！