Ø 市场流行小市值风格，动量因子哑火

2023/6/26-2023/6/30期间A、H股市均小幅收涨：港股恒生指数收涨0.14%，恒生科技涨0.82%；A股市场也震荡收涨，中证全指涨0.14%。主流宽基指数涨跌互现，中证1000收涨0.82%居首位，上证50、科创50则分别下跌1.07%、1.48%。

市场风格层面，小市值因子收益领先。本周A股市场上小市值因子再接再厉，收涨2.92%并在大类因子中位居首位。次之的价值、流动性因子分别涨2.44%、1.28%。前一周领涨的动量因子则大幅回调，以-1.23%的收益跑输其他大类因子。

1.2. 主流宽基指数的因子表现

Ø 沪深300内价值风格强劲

沪深300指数内价值因子在大类因子中涨幅居首，股息率因子领涨细分因子。本周沪深300指数内价值因子收益率为1.77%，流动性因子的涨幅为1.17%；其他大类因子的收益均不及1%，波动率因子更以-2.17%的回报垫底。在细分因子中，股息率因子以2.88%的收益领先，次之为收涨1.89%的市净率倒数因子；垫底的3月beta和12月beta回报则分别为-3.31%、-3.91%。

Ø 中证500成分股中流动性因子继续领涨

在中证500成分股内，流动性因子的收益再度领先。在中证500的大类因子中，流动性因子再度以4.74%的涨幅居首，次之的价值因子涨3.38%；其他因子的表现均较为弱势，跌幅最大的波动率因子下跌3.75%。在细子中收益居首年度换手率因子涨5.71%，季度换手率因子涨4.91%；另一方面，12月相对强势因子下跌3.59%，12月beta因子收跌4.71%。

Ø 中证1000内价值因子收益领先

在中证1000指数内价值因子收益领先。本周在中证1000股池的大类因子间，价值因子以1.48%的收益领涨，盈利因子涨1.06%，而动量、小市值则分别收跌-1.73%、-2.55%。在细分因子中，市销率倒数因子以1.96%的涨幅居首，而小市值因子-2.55%的收益垫底。

1、搭建网络销售平台

过半行业收涨，TMT板块行情分化，纺服、煤炭、电新等行业强劲反弹。本周热门的TMT板块行情显著分化，仅电子行业以0.79%的涨幅取得正回报，传媒、计算机分别以-4.79%、-7.09%的收益跑输其他行业。在TMT板块以外，超过半数的行业均收涨，其中前期表现低迷的纺织服装、煤炭、电力设备行业以3%以上的涨幅分列前3，军工行业收涨2.88%居第4。

行业间小市值风格为主线，领涨行业则凸显反转效应。从各行业的风格特征来看，商贸零售、有色、轻工等的小市值因子收益率分别为5.65%、4.96%和4.83%，其他多数行业的小市值因子涨幅也都超过1%，可见小市值效应对各行业的增益匪浅。而在涨幅靠前的行业间，军工、纺服、电力设备的反转因子收益率在全行业均位居前十，实质上也反映了这些行业的行情强劲反弹。

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1.25%，最低为-0.63%，平均超额为0.63%；

·近1个月，超额收益最高为2.43%，最低为-0.43%，平均超额为0.99%；

·近1季度，超额收益最高为4.04%，最低为-2.49%，平均超额为1.42%；

·今年以来，超额收益最高为4.33%，最低为-4.67%，平均超额为0.12%。

3.2 500指增产品平均超额为0.80%

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1.62%，最低为-1.08%，平均超额为0.80%；

·近1个月，超额收益最高为3.50%，最低为-1.07%，平均超额为1.53%；

·近1季度，超额收益最高为5.25%，最低为-1.29%，平均超额为2.29%；

·今年以来，超额收益最高为5.90%，最低为-7.41%，平均超额为0.33%。

3.3 1000指增产品平均超额为0.77%

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1.57%，最低为-0.15%，平均超额为0.77%；

·近1个月，超额收益最高为3.93%，最低为-0.19%，平均超额为1.29%；

·近1季度，超额收益最高为9.55%，最低为-0.21%，平均超额为4.16%；

·今年以来，超额收益最高为5.94%，最低为-8.70%，平均超额为-0.18%。

1、搭建网络销售平台

5.1 因子构建步骤

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