Ø 市场无显著风格，价值因子弱势领涨

2023/7/3-2023/7/7期间A、H股市均震荡收跌：港股恒生指数跌2.91%，恒生科技微跌0.26%；A股同样掉头转跌，中证全指收跌0.59%。主流宽基指数全面走低，其中上证50仅微跌0.1%、科创50、创业板指分别下跌1.32%、2.07%。

市场风格层面，价值因子弱势领先。本周A股市场上风格特征并不显著，价值因子以1.3%的收益在大类因子中弱势领先。另外两个取得正回报的流动性、小市值因子收益分别为1.03%、0.87%。另一方面，动量因子的跌幅再度扩大，其本周收益为-3.24%。

1.2. 主流宽基指数的因子表现

Ø 沪深300内凸显流动性风格

沪深300指数内流动性因子在大类因子中涨幅居首，市销率倒数因子领涨细分因子。本周沪深300指数内流动性因子收益率为2.25%，价值因子的涨幅为1.8%；其他大类因子的收益均不及1%，小市值因子更以-2.09%的回报垫底。在细分因子中，市销率倒数因子以2.71%的收益领先，次之为收涨2.05%的市销率倒数因子；垫底的未预期盈余和营收5年增速因子回报分别为-2.91%、-3.17%。

Ø 中证500仍由流动性风格主导

在中证500成分股内，流动性风格再度占据主导地位。在中证500的大类因子中，流动性因子再度以1.65%的涨幅居首，次之的价值因子涨1%；其他因子的表现均较为弱势，跌幅最大的成长因子下跌2.11%。在细分因子中，BP因子收涨1.5%居首位，季度换手率因子涨1.43%；另一方面，ROA因子下跌2.06%，营收5年增速因子收跌2.73%。

Ø 中证1000成分股呈现显著的反转效应

在中证1000指数内反转因子表现抢眼。本周在中证1000股池的大类因子间，反转因子以3.03%的收益领涨，次之的价值因子收涨1.3%，而动量、小市值则分别收跌-3.93%、-2.88%。在细分因子中，季度收益率因子以4.75%的涨幅居首，而12月价格动量因子以-4.1%的收益垫底。

1、搭建网络销售平台

汽车、资源、交运行业领涨，TMT板块继续回调。本周各行业间均无明显的趋势行情，收涨2.69%的汽车行业即处于领先水平。此外，交运行业收涨2.02%居第3，石化、有色、钢铁、煤炭等资源密集型行业均以超1.3%的收益位居行业前10。而TMT板块则持续回调，传媒行业以-5.21%的收益垫底。

板块轮动加速，行业间价值回归与波动率风格齐头并进。从各行业的风格特征来看，煤炭、非银、石油石化行业的价值因子收益分别为3.26%、2.59%和2.05%，这在各行业间处于前十的水平。交运、钢铁、汽车行业的波动率因子回报则均在0.78%以上，这在全行业处于前五的水平。这些都表明，在行业快速轮动的行情中价值、波动率风格交织并行。

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1.29%，最低为-1.76%，平均超额为0.01%；

·近1个月，超额收益最高为2.62%，最低为-0.71%，平均超额为0.95%；

·近1季度，超额收益最高为3.67%，最低为-2.40%，平均超额为1.37%；

·今年以来，超额收益最高为4.68%，最低为-5.06%，平均超额为0.13%。

3.2 500指增产品平均超额为0.13%

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0.87%，最低为-0.65%，平均超额为0.13%；

·近1个月，超额收益最高为3.08%，最低为-1.47%，平均超额为1.54%；

·近1季度，超额收益最高为4.90%，最低为-1.89%，平均超额为2.10%；

·今年以来，超额收益最高为5.97%，最低为-7.61%，平均超额为0.47%。

3.3. 1000指增产品平均超额为0.35%

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1.41%，最低为-0.92%，平均超额为0.35%；

·近1个月，超额收益最高为2.91%，最低为-0.10%，平均超额为1.32%；

·近1季度，超额收益最高为9.80%，最低为-0.01%，平均超额为4.15%；

·今年以来，超额收益最高为6.23%，最低为-8.19%，平均超额为0.18%。

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。

Ø 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