1.1.1 中观层面动量因子风格强劲

2023/11/25-2023/12/1期间A、H股市行情出现较大分化：港股市场明显走低，恒生指数收跌4.15%，恒生科技跌4.82%；A股市场则持续小幅波动，中证全指收跌0.59%。主流宽基指数涨跌互现，科创50收涨0.32%，沪深300、上证50分别收跌1.56%、1.63%。

市场中观层面动量风格行情正盛。大类风格层面，动量因子以3.44%的涨幅遥居首位，次之的波动率因子收涨1.03%。另一方面，价值、反转、流动性因子的表现均不佳，其中流动性因子以-1.35%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仍呈现显著的动量风格

沪深300的动量因子在大类因子中收益居首，12月相对强势因子领涨细分因子。本周在沪深300指数的大类风格层面，动量因子以3.62%的涨幅继续处于领先水平，次之的盈利因子收涨0.53%；另一方面，流动性、成长、波动率因子均收跌，垫底的波动率因子收益为-4.41%。在细分因子中，领涨的12月相对强势因子收益为4.45%，垫底的营收5年增速因子收益为-3.9%。

1.2.2 中证500亦彰显出较强的动量效应

在中证500成分股内，动量因子领涨大类因子，细分因子中12月残差波动率的表现最优。在中证500的大类因子中，收益居首的动量因子涨幅为2.08%；居末的价值因子则收跌2.76%。在细分因子中，领涨的12月残差波动率因子收益为2.85%，领跌的ROE因子收益为-1.90%。

1.2.3 中证1000也由动量效应主导

本周在中证1000股池的大类因子间，动量因子以2.43%的涨幅居于首位，次之的成长、小市值因子收益分别为1.41%、1.39%。反转、价值因子则录得负的收益，其中价值因子的跌幅为2.4%。在细分因子中，居首的12月相对强势因子收涨2.73%，垫底的市净率因子收益为-2.14%。

1、搭建网络销售平台

本周煤炭行业延续前一周的强势行情，以3.03%的收益领涨全行业；紧随其后的TMT板块则强势反弹，4个行业的涨幅都超过1%。另一方面，金融、家电、电力设备和美容护理行业的跌幅均超过2%；地产行业出现较大回撤，跌幅超过4%。

在涨幅前十的行业中，煤炭、传媒、电子、医药、纺服、通信行业的成长因子收益率均超过1.5%，且在全行业都位居前10。社服行业的动量因子收益为5.24%，在全行业位居第4。公用事业行业的流动性因子收益为1.08%，并在全行业位居前10。整体来看，强势行业多呈现出显著的成长风格。

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572.19亿元；中证500的指增基金有63只，产品规模共计534.27亿元；中证1000指增产品有41只，规模合计285.50亿元。

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0.94%，最低为-1.15%，平均超额为0.09%；

· 近1个月，超额收益最高为2.02%，最低为-1.74%，平均超额为0.39%；

·近1季度，超额收益最高为2.69%，最低为-3.97%，平均超额为-0.06%；

· 今年以来，超额收益最高为7.82%，最低为-7.88%，平均超额为0.81%。

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0.76%，最低为-0.88%，平均超额为-0.13%；

· 近1个月，超额收益最高为1.83%，最低为-1.82%，平均超额为-0.10%；

· 近1季度，超额收益最高为3.53%，最低为-3.41%，平均超额为-0.25%；

· 今年以来，超额收益最高为10.73%，最低为-6.74%，平均超额为0.80%。

3.31000指增产品平均超额为-0.09%

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0.54%，最低为-0.81%，平均超额为-0.09%；

· 近1个月，超额收益最高为2.10%，最低为-2.76%，平均超额为0.03%；

· 近1季度，超额收益最高为3.11%，最低为-3.48%，平均超额为-0.18%；

· 今年以来，超额收益最高为9.19%，最低为-7.92%，平均超额为1.83%。

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