Ø 市场行情轮动，反转风格表现强劲

2023/7/8-2023/7/14期间A、H股市同步反转普涨：港股恒生指数收涨5.71%，恒生科技则录得8.39%的涨幅；A股的反弹则相对较为温和，中证全指收涨1.21%。主流宽基指数多数翻红，其中前期表现差的创业板指涨2.53%，中证1000涨0.35%。

市场风格层面，反转因子强势领先。本周A股市场上不同风格间的差异较为明显，反转因子以2.63%的涨幅强势领先，次之的盈利因子涨幅为1.09%。另一方面，持续低迷的动量因子收益为-0.92%，垫底的波动率因子收益为-1.3%。

1.2. 主流宽基成分股的风格特征

Ø 沪深300内反转、盈利风格均较为强势

沪深300指数内反转因子在大类因子中涨幅居首，ROA因子领涨细分因子。本周沪深300指数内反转因子收益率为2.26%，盈利、小市值因子的涨幅为1.82%、1.77%；，其他大类因子的收益均不超过0.5%，流动性因子更以-1.28%的回报垫底。在细分因子中，ROA因子以2.89%的收益领先，次之为收涨2.44%的月度收益率因子；垫底的12月残差波动率、长期盈利增速预测因子收益分别为-1.46%、-2.56%。

Ø 中证500成分股内盈利因子弱势领先

在中证500成分股内，盈利因子的涨幅领先，细分因子中1月 beta首屈一指。在中证500的大类因子中，盈利因子再度以1.23%的涨幅弱势领先，次之的波动率因子收涨0.98%；而前期表现不佳的成长因子再度以-0.95%的收益垫底。在细分因子中，1月beta因子收涨1.62%居首位，12月收益标准差因子涨1.05%；另一方面，垫底的长期盈利增速预测因子收益为-1.4%。

Ø 中证1000成分价值风格表现优

在中证1000指数内价值因子表现抢眼。本周在中证1000股池的大类因子间，价值因子以1.21%的收益领涨，其他大类因子的涨幅均不及1%，动量因子更以-1.71%的收益居末。在细分因子中，季度收益率因子以2.1%的涨幅居首，而12月价格动量因子以-2.22%的收益再度垫底。

1、搭建网络销售平台

TMT板块行情再起，食饮、化工逆转直上。本周有22个申万一级行业收涨，其中TMT板块的电子以3.36%的收益居首，传媒、通信则以2.82%、2.05%的涨幅位居前十。此外，食品饮料、化工行业也在本周迎来了大幅的反弹，二者均以超2.5%的涨幅位居行业前10。另一方面，跌幅前三的地产、煤炭、轻工行业的收益率分别为-1.75%、-1.36%和-1.03%。

领涨的板块间动量、反转风格并行不悖。从涨幅前10行业的风格特征来看，电子、石化、非银行业的动量因子收益率分别为3.29%、1.67%和1.22%，其在全行业均位居前五。有色、化工、食品饮料、通信行业的反转因子收益率分别为6.81%、4.11%、3.7%和3.19%，这在全行业也均位于前十水平。因此，在整体性趋势并不突出的市场中，强势板块的行情走出了不同的风格特征。

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1.46%，最低为-0.84%，平均超额为0.21%；

·近1个月，超额收益最高为2.39%，最低为-2.00%，平均超额为1.00%；

·近1季度，超额收益最高为4.77%，最低为-3.15%，平均超额为1.51%；

·今年以来，超额收益最高为5.41%，最低为-5.94%，平均超额为0.34%。

3.2 500指增产品平均超额为-0.11%

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0.59%，最低为-0.94%，平均超额为-0.11%；

·近1个月，超额收益最高为2.65%，最低为-1.33%，平均超额为1.25%；

·近1季度，超额收益最高为5.06%，最低为-2.66%，平均超额为1.85%；

·今年以来，超额收益最高为5.74%，最低为-7.83%，平均超额为0.36%。

3.3. 1000指增产品平均超额为0.27%

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0.83%，最低为-0.37%，平均超额为0.27%；

·近1个月，超额收益最高为3.60%，最低为-1.24%，平均超额为1.60%；

·近1季度，超额收益最高为6.85%，最低为-0.06%，平均超额为3.42%；

·今年以来，超额收益最高为6.92%，最低为-8.12%，平均超额为0.47%。

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