1.1.1 市场中观维度反转因子领涨，动量领跌

2023/7/22-2023/7/28期间A、H股市双双轮动反弹：港股恒生指数收涨4.41%，恒生科技则放量大涨8.83%；A股中证全指涨2.78%。主流宽基指数全线上涨，其中上证50以5.49%的涨幅强势领先，中证1000、科创50分别收涨1%和0.74%。

市场风格层面，反转、动量因子的表现截然相反。本周A股市场上反转因子以2.17%的涨幅领先大类因子，流动性、价值因子的涨幅也均超过了1%。小市值、波动率和动量因子的表现较差，其中动量因子以-4.96%的收益垫底。

1.2. 主流宽基成分股的风格特征

1.2.1 沪深300内波动率因子强势领涨

沪深300指数内波动率因子在大类因子中涨幅居首，3月beta因子领涨细分因子。本周沪深300指数内波动率因子收益率为5.3%，在大类因子中呈断崖式领先的态势，次之的流动性因子收涨2.05%，垫底的动量因子收跌1.33%。在细分因子中，3月beta因子以5.96%的收益领先，次之为收涨5.72%的12月beta因子；垫底的未预期毛利因子收益则为-2.59%。

1.2.2 中证500成分股内价值因子收益居首

在中证500成分股内，价值因子的涨幅在大类因子中领先，细分因子中PB因子首屈一指。在中证500的大类因子中，价值因子以2.32%的收益领涨，次之的流动性因子涨幅为1.76%；其他大类因子均表现不强，其中垫底的小市值因子回报为-6.04%。在细分因子中，PB因子收涨3.18%居首位，12月beta因子涨2.74%；另一方面，表现较差的月度收益率因子涨幅为-3.25%。

1.2.3 中证1000成分价值风格弱势领涨

在中证1000指数的大类因子中价值因子仍弱势领涨。本周在中证1000股池的大类因子间，价值因子以0.57%的收益再度领涨，次之的成长因子录得0.14%的回报。其他大类因子悉数收跌，小市值因子以-3.25%的收益领跌。在细分因子中，季度收益率因子以2.71%的涨幅居首，12月收益波动率因子以-3.48%的收益垫底。

1、搭建网络销售平台

本周在市场整体放量大涨的背景下共有26个行业收涨，其中金融地产板块的非银、地产、钢铁、建筑材料和银行行业以超6%的涨幅在全行业包揽前5。食饮、美容护理、轻工则以超3%的收益位居行业前10。TMT板块的行情则持续低迷，仅计算机行业收涨1.79%，其他3个行业的收益在全行业处于垫底水平。

领涨行业多呈现明显的反转和价值风格。从涨幅前10行业的风格特征来看，食饮、非银、钢铁的反转因子收益分别为6.59%、6.2%和3.75%，在全行业处于前10的水平。另外，钢铁、地产、建筑装饰的价值因子收益分别为6.53%、6.15%和5.05%，在全行业分列前3。由此可见，本周金融地产、消费行业强势反弹的背后，是反转和价值因子的共振。

1、搭建网络销售平台

目前，公募行业共有57只沪深300指数增强产品，总规模为600.5亿元；中证500的指增基金有61只，产品规模共计525亿元；中证1000指增产品有34只，规模合计282亿元。

在公募基金的沪深300指增产品中：

·最近1周，超额收益最高为0.96%，最低为-0.98%，平均超额为-0.15%；

·近1个月，超额收益最高为2.63%，最低为-3.39%，平均超额为0.32%；

·近1季度，超额收益最高为4.55%，最低为-3.02%，平均超额为1.63%；

·今年以来，超额收益最高为6.20%，最低为-7.10%，平均超额为0.44%。

3.2 500指增产品平均超额为-0.19%

在公募基金的中证500指增产品中：

·最近1周，超额收益最高为0.75%，最低为-1.20%，平均超额为-0.19%；

·近1个月，超额收益最高为1.81%，最低为-2.03%，平均超额为0.01%；

·近1季度，超额收益最高为5.46%，最低为-1.73%，平均超额为1.78%；

·今年以来，超额收益最高为6.75%，最低为-7.57%，平均超额为0.27%。

3.3. 1000指增产品平均超额为-0.02%

在公募基金的中证1000指增产品中：

·最近1周，超额收益最高为1.18%，最低为-1.29%，平均超额为-0.02%；

·近1个月，超额收益最高为3.99%，最低为-1.90%，平均超额为0.91%；

·近1季度，超额收益最高为6.45%，最低为0.55%，平均超额为3.08%；

·今年以来，超额收益最高为7.76%，最低为-7.63%，平均超额为0.63%。

1、搭建网络销售平台

本报告仅作为投资参考，相关指标的计算和模型假设均基于合理逻辑，但模型假设存在失效风险，过往业绩也并不预示未来表现，亦不构成投资收益的保证或投资建议。

5.1.1 风格因子的构建与组合收益计算

中观维度的风格变化对于投资决策至关重要，常见的风格因子包括价值、成长、小市值、波动率、流动性、盈利、动量、反转共8大类别。为客观、准确的度量个股的因子暴露并计算因子组合收益率，我们采用EP、BP、股息率等业界惯用的指标并按下述过程进行计算：

1、按照附录1中的定义计算所有的细分因子值；

2、对每个细分因子实施市值和行业的中性化操作。具体而言，即以因子值为因变量，对30个申万一级行业的哑变量和对数总市值进行OLS回归，得到残差值作为因子暴露。在股票池内对个股按其因子暴露排序标号，然后将属于同一大类的因子暴露序号直接等权加总，以作为大类因子的值。

3、对股票池内的个股按照各因子暴露排序分为10组，然后以市值加权的方式计算各组收益率。对于价值、成长、盈利、波动率和动量因子，以第10组减第1组的收益差值作为因子收益率；对于市值、流动性、反转因子，则以第1组减第10组的收益差作为因子收益率。

4、股票池分别采用A股全市场、沪深300成分股、中证500成分股和中证1000成分股。对于各股票池，还要剔除在组合构建日不可交易或黑名单内的个股。其中黑名单包括上市不满12个月的个股、风险警示股、待退市股和净资产为负的个股；不可交易股票则包括停牌个股、一字板个股。

5.2 因子指标的含义

本附录即为前文中细分因子的指标含义和构建方法。

1、搭建网络销售平台