1.1.1 市场中观维度反转因子领涨，动量领跌

2023/7/31-2023/8/04期间A、H股市涨跌各异：港股恒生指数收益为-1.89%，恒生科技则收涨0.69%；A股中证全指收涨0.87%，主要宽基指数尽数走高，其中创业板指、中证500分别以1.97%、1.41%的涨幅分列前2，上证50涨0.07%居末位。

市场风格层面，波动率因子收益领先，盈利风格持续走弱。本周A股市场上多数大类因子收涨，其中居首的波动率因子收益为1.41%。仅小市值、盈利各录得-0.34%、-0.92%的负收益。

1.2. 主流宽基成分股的风格特征

1.2.1 沪深300内成长因子弱势领涨

沪深300指数内成长因子在大类因子中涨幅居首，营收5年增速因子领涨细分因子。本周在沪深300指数的大类因子中成长、流动性因子均取得超1%的收益，其中居首的成长因子涨幅为1.39%。价值、盈利及动量因子则表现不佳，垫底的动量因子下跌3.7%。在细分因子中，营收5年增速因子以3.32%的收益领先，次之为收涨2.33%的盈利5年增速因子；垫底的12月相对强势因子收益为-2.83%。

1.2.2 中证500成分股内波动率因子收益居首

在中证500成分股内，波动率因子的涨幅在大类因子中领先，细分因子中12月beta因子表现最优。在中证500的大类因子中，波动率因子以2.35%的收益强势领先，次之的流动性因子涨幅仅为1.18%；其他大类因子均表现不佳，其中垫底的流动性因子收益为-2.99%。在细分因子中，领涨的12月beta因子收益为3.71%，领跌的年度换手率因子收益则为-3.59%。

1.2.3 中证1000成分价值风格持续盛行

在中证1000指数的大类因子中，价值因子的行情再度领跑。本周在中证1000股池的大类因子间，价值因子以2.13%的收益再度领涨，次之的波动率因子录得0.72%的回报。小市值因子则以-1.65%的收益再度领跌。在细分因子中，1月beta因子以2.89%的涨幅位居榜首，对数市值因子以-1.65%的收益垫底。

1、搭建网络销售平台

本周在市场震荡上行的背景下共有19个行业收涨，其中TMT板块的计算机行业以4.09%收益领涨，传媒、通信行业以超3%的收益分列第3、4位，电子行业也以超1.5%的收益位居行业前10。非银金融、地产和电力设备也都收涨2%以上。另一方面，垫底的煤炭、医药行业收益则分别为-1.75%、-2.75%。

领涨的TMT板块呈现出明显的动量风格。从涨幅前10行业的风格特征来看，TMT板块的通信、s计算机、电子和传媒行业的动量因子收益率分别为8.06%、1.79%、1.51%和1.1%，在全行业处于前5的水平。另外，在利好政策的刺激下，非银金融、地产行业的成长因子收益率分别为4.62%和3.8%，均在全行业处于前3的水平。

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0.81%，最低为-0.69%，平均超额为-0.06%；

·近1个月，超额收益最高为3.00%，最低为-1.88%，平均超额为0.24%；

·近1季度，超额收益最高为5.68%，最低为-2.17%，平均超额为1.80%；

今年以来，超额收益最高为6.29%，最低为-7.06%，平均超额为0.38%。

3.2 500指增产品平均超额为-0.37%

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0.28%，最低为-1.61%，平均超额为-0.37%；

·近1个月，超额收益最高为1.09%，最低为-3.80%，平均超额为-0.51%；

·近1季度，超额收益最高为4.39%，最低为-2.52%，平均超额为1.35%；

今年以来，超额收益最高为6.28%，最低为-8.03%，平均超额为-0.11%。

3.3. 1000指增产品平均超额为-0.23%

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0.27%，最低为-1.01%，平均超额为-0.23%；

·近1个月，超额收益最高为2.75%，最低为-1.42%，平均超额为0.32%；

·近1季度，超额收益最高为6.20%，最低为-1.00%，平均超额为2.46%；

今年以来，超额收益最高为7.84%，最低为-8.13%，平均超额为0.41%。

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