本文来源于量化小论坛策略分享会板块精华帖，作者为Mc，发布于2025年11月20日。
以下为精华帖正文：
01
引言
经常梭小市值的朋友应该都深有体会，微盘总喜欢冷不丁梆梆来一个暴跌。果不其然，今天万得微盘指数又暴跌了2.18%。虽然大家都知道微盘指数长期是“牛长熊短”，但满仓迎接一根大阴线，那滋味依旧不太好受。
暴跌归暴跌，无非是多吃两碗面。但现在关键问题来了：微盘的暴跌，真的是“上车机会”吗？ 这个问题比看上去复杂得多。
在我把过去十年的微盘数据拆开之后，发现了一个令人非常意外、甚至颠覆直觉的规律：微盘的“极端下跌”不是总能抄的，它只在某些月份会反转，而在另外几个月份……会继续跌。
而这一次的-2.18%，恰恰发生在一个非常关键的月份结构里，这背后到底发生了什么？为什么同样是暴跌，有时候是“捡钱机会”，有时候却是“踩踏前夜”？这是道德的沦丧还是人性的扭曲？请听我娓娓道来。
02
小市值的日历
我们都知道小市值有很强的日历效应，历史的暴跌大多发生在1月和4月，1月4月空仓也算是居家旅行必备良药，回溯历史，除了1月4月之外，其实12月也是个高危月份。
光知道哪些月份是危险的，显然还不够，我们都知道规避风险的重要性，但如何使用风险明显是一个更吸引人的课题。
从事件分析的角度，我们可以将微盘指数单日暴跌定义为一次极端事件，我们可以问自己的几个问题是：
小市值的极端事件，在危险月份能不能接？
在安全月份，大跌后能否抄底？
日历效应和极端回撤事件，有没有什么关系？
为了回答这个问题，我把过去十年的微盘数据拆开、按月份分组、再叠加极端事件，做了一个系统性的交叉研究。
研究结果还是出乎意料：微盘不是简单的月度效应，更像是是月份×极端事件的二阶结构。
同样是暴跌，大部分月份会强反转，但在某些月份，暴跌之后不是反弹而是继续跌，接下来，我们就来看看数据是如何说话的。
03
极端下跌≠机会
在正式看结果之前，我们先把问题想清楚：
假设1：微盘指数的极端下跌能带来强反弹，只要出现暴跌，都应该是好买点。
为了验证这一点，首先做一个最直观最简洁的极端事件定义：事件=当日涨跌幅落入历史最差 5%（采用expanding计算，避免未来函数），然后在事件发生后的 1、3、5、10、20 日， 分别计算了：
事件后的未来收益（事件后收益）
没有事件时的未来收益（非事件收益）
两者的差异
同时做 t-test 验证显著性
试验结果如下：
事件 vs 非事件
学过一点统计学的应该都知道t检验，我这里就不具体展开，这个表的结果用3句话快速总结就是：
事后1–5日：极端事件后收益不显著，也不比非事件高 → 无短期反转。
事后10日：极端事件后收益比非事件高出约1.5%，但不显著。
事后20日：极端事件后收益显著高于非事件（p=0.016）→ 存在强中期反转。
也就是说微盘在大跌后往往不会立刻反弹，也即不存在那种1-day bounce的暴力反转。微盘的即时冲击在短期更容易往后传导，随着时间的推移，大约1~2周内微盘会开始逐渐修复，并在未来20天有显著的均值回归超额收益。
由此可得假设1（“微盘极端下跌必然带来强反转”）是不成立的，极端下跌并没有带来稳定的短期收益，它只有在20日这个更长的窗口里才出现显著的反转效应。
04
日历 x 极端下跌
事实上，上面的分析这里藏着一个重大误区。因为我们把所有年份、所有月份的极端事件混在一起看，等于把不同市场结构的信号全部平均化了，这样做显然会丢失一些信息，尤其是在我们已有小市值存在危险月份（1、4、12）这样的先验知识下，因此，我们可以得到以下问题：
假设2：极端下跌在不同月份会表现出不同的反转特征
为了证假设2，我采用与前面完全一致的事件定义，然后对每个月份（1月、4月、12月以及其他）分别做相同的计算。
在这里，我们并没有改变事件本身，只是改变了它发生的时间位置，如果极端事件真正具有月度结构性， 那么相同的极端下跌落在不同月份，应该会产生不完全相同的后果。
计算结果如下：
月份 x 事件
我们逐月来看结果，首先是1月。我们可以发现月的大跌后微盘指数会继续跌，而且跌得更快、更深，甚至20日的反弹都为零附近，完全观察不到反转的存在，显然，1月的极端事件往往触发踩踏，这是典型的资金空窗期+年初博弈混乱的结构性现象。
然后是4月，结果也是蛮意外地，在极端事件发生后，1～5日继续沉底，第10日开始强劲反弹，并在20日出现显著修复（+8%超额），这说明4月的大跌虽然短期危险，但中期反转强于平均水平。
12月的表现非常独特，在极端事件后，似乎会发生一段小反弹，但真正的坑从第5天开始，并且在更长周期维度都是明显负收益，这说明12月的大跌不会马上反转，反而是“先假装稳住→后续持续下沉”，这可能和年底资金收紧、流动性衰竭等因素有关。
令人欣慰的是，在其他月份中，我们观察到了非常强劲的反转效应：短期迅速修复、中期走强、长期超额显著，这也是微盘长期“牛长熊短”最纯粹的体现。
从这组分月份的事件结果可以非常清楚地看到：假设2是成立的，不同月份的极端下跌呈现不同的反转特征，具体来说：
1月和12月的大跌几乎是踩踏启动器：事件后收益在所有窗口上都显著弱于非事件，呈现出典型的流动性断层和连续下杀特征，因此这两个月份的大跌坚决不能抄底。
4月的表现则更微妙一些，短期继续下探，说明短期抄底仍然是接飞刀，但从中期看，反转力度明显增强，意味着4月的大跌属于短期危险、中期可试的类型。
至于其他月份，事件后的收益几乎全线显著高于非事件，呈现出跌得越狠反弹越猛的稳定均值回归特征，是最标准的反转窗口，越跌越应该大胆干。
交互项回归
最后我使用了一个交互项回归模型，来验证微盘指数极端下跌和日历效应之间的关系，首先引入日历分组，把月份分为三个核心类别：
bad_month（1月+12月）：历史上极度脆弱的坏月份；
delayed_month（4月）：短期弱、中期有修复的特殊月份；
other_months（其余月份）：典型的反转友好环境。
然后构建了一个包含极端事件（事件）、月份哑变量（bad_month、delayed_month），以及最关键的交互项（事件×bad_month、事件×delayed_month）的交互项回归模型：
y_t,h=β_0+β_1·bad_month_t+β_2·delayed_month_t+β_3·event_t+β_4(event_t×bad_month_t)+β_5(event_t× delayed_month_t)+ ε_t
我们使用了h=5和20两种窗口，考察不同期限的反转效应，回归结果如下：
回归模型的结果非常漂亮，和我们前面的分析也保持一致，大概有以下几个结果：
先看主效应：bad_month和delayed_month在两个期限（5日和20日）的回归在，系数都是显著为负的，说明1 、4、12 月整体就是弱月份，这三个时间窗口自然回报都比全年低。
再看事件本身：回归系数是显著正的（5日：+0.0228（p<0.001），20日：+0.0467（p<0.001）），表面在一般意义上，极端下跌会带来显著反转，这也是微盘的天然均值回归特性。
交互项 “事件×bad_month”，两个回归系数，5日：-0.0697（极显著）以及20日：-0.0527（显著），在正常月份，事件能够带来的 +2%～+5%的反转；但在1/12月，这个效应被抵消甚至反向扩大为 -5%～-7%的破坏性回报。也就是说，当极端下跌发生在1月或12月时，原本的反转效果反向变成踩踏。
交互项 “事件×delayed_month“。两个回归系数，5日：-0.0385（显著负），20日：+0.0341（不显著，偏正），这表明极端下跌后短期内会继续跌，但中长期看会出现修复（统计上弱一些）。
05
总结
本文从两个假设出发：极端下跌是否天然带来反转？极端下跌是否会在特定月份被增强或破坏？
通过极端事件、分月份事件研究、以及带交互项的回归模型，我们得到了一个非常清晰且稳健的结论：微盘的大跌并不是统一的机会，而是要看发生在什么时候，更准确地说，微盘的大跌效应并不具有时间一致性，而是具有显著的二阶结构。
1月与12月的大跌完全破坏反转，属于典型踩踏月：下跌后继续跌，不能抄。
4月的大跌短期危险，中期才可能修复：不能马上抄，可以等5–10日观察。
其他月份：越跌越该干，回报随时间递增。
以上内容，纯属晚上吃面的时候的一些胡思乱想，仅代表个人观点。 最后你问我加不加仓，我反正下午就梭了，无非就是多吃两碗面。
【Mc Warning】测试基于历史数据，市场未来可能发生变化。
