小市值风格持续强势价量因子整体表现出色

目录公募指数增强基金表现 3公募沪深300指数增强产品表现 3公募中证500指数增强产品表现 4因子表现 5单因子表现 6大类因子表现 7沪深300股票池大类子表现 7中证500股票池大类因子表现 8全市场大类因子表现 9指数增强组合表现 104. 附录 指数增强基金与多因子选股模型 单因子组合优化历史表现 13大类因子历史测结果 144.4. 指数增强组合历史表现2010.01-2022.04） 155. 风险提示 16在大类资产配置研究中，权益资产作为核心标的，一般使用宽基指数为底层资产。投资工具上可以直接选择指数类基金，指数基金中又有数强基被指基可选相对被动指数基金指数增强基金有明显优势一是指数增强基金限制了持仓标的指数成分股不低于%证定的超额收益。二是在近几年的实际投资效果上，大多数指数增强基金相子选股模型，具备量化投资的科学性纪律性系统性等特点多因子选股模型与指数增强基金介绍参见附录41。在本周报中，我们首先对国内主要宽基指数的公募指数增强基金产品的强基金主要使用的多因子选股模型，我们对模型中常用因子的表现进行（沪深300成分股、中证500成分股、全市）中各类选股因子表现，主要包括不同时间区间单因子的超额收益、大类。其中，超预期类因子的详细介绍和测试结果参见报《基于D效应的超预期因子选股效果如—权益配置因子研究系列01_20220601最后介绍展示我们团队基于权益因子库构建的沪深300指数增强组合中证500指数增强组的表现权益因子和指数增强组合历史表现参见附录.2-4.4其中中证500增强组的构建过程详见报《使用基本面因子构建中证500指数增强策略初—权益配置因子研究系列02_20220720公募指数增基金表现我们统计了2022年1月1日之前成立的公募基金指数增强产品。从跟踪指数来看主要以沪深300中证500为主截至2022年12月16日,其中沪深300指数增强产品有49只，规模576亿；中证500指数增强产品有48只规模428亿我们直接以对应指数为比较基准超额收益为产品区间收益减去基准指数区间收。公募沪深300指数增强产品表现截至2022年12月16日,今年收益排名前五的是万家沪深300指数增强（002670.F鹏华沪深300指数增005870.F兴全沪深300F163407.S富荣沪深300增强004788.F博时裕富沪深300A050002.F),本年收益分别-10.66%、-12.01%、-12.42%-13.3%和-14.59%,相对沪深300指数的超额收益分别为9.3%7.95%7.54%6.66%和5.37%,超额收益最大回撤分别-2.8%、-2.26%、-3.86%-1.66%和-1.5%。公募基金沪深300指数增强产品2022年以来收益前20名的收益情况如下表。表1：公募沪深300指数增强产品本年收益前20名2022年以来和近两年的公募沪深300指数增强产品前10名的超额收益曲线如下。图1：2022年公募沪深300增强产品前10名超额收益图2：近两年公募沪深300增强产品前10名超额收益 公募中证500指数增强产品表现截至2022年12月16日,今年收益排名前五的是万家中证500指数增强（006729.F华夏中证500指数增强（007994.F华夏中证500指数智选（013233.F国泰君安中证500（014155.F工银瑞信中证500六个月持有指数增强（014133.F),本年收益分别-8.31%、-8.32%-8.39%-9.06%和-1.57%,相对中证500指数的超额收益分别为9.17%9.16%9.09%8.43%和5.92%,超额收益最大回撤分别-1.52%、-1.94%、-1.9%、-1.29%和1.83。公募基金中证500指数增强产品2022年以来收益前20名的收益情况如下表。表2：公募中证500指数增强基金2022年以来收益前20名2022年以来和近两年的公募中证500指数增强产品前10名的超额收益曲线如下。图3：2022年公募中证500增强产品前10名超额收益图4：近两年公募中证500增强产品前10名超额收益因子表现指数增强基金主要使用的多因子选股模型下面跟踪展示常用的单因子、大类因子的不同时间区间的表现我们从估值盈利成长公司治理、价量超预期等多种投资逻辑出发构建常用因子库在具体使用上除市值因子以外其他因子均进行因子中性化处理市值行业中性化处理具体做法是在初步计算得到因子原始值后首先进行绝对中位数法去极值并进行-Score标准化然后以每个股票标准化后的因子作为因变量，对数市值和中信一级行业虚拟变量作为自变量进行横截面回归，将回归后的残差作为每个股票因子值一般认为经过中性化处理后的因子排除了市值和行业的影响可以更好地反映因子的投资逻辑和选股效果。单因子表现由于篇幅有限，我们从因子库中选出30多个因子进行重点跟踪，每类因子只展示代表性因子单因子收益表现的考察方式主要使用组合优化方法控制市值行业暴露使用线性规划求解因子最大化得分组合，考察该组合相对于基准指数的超额收益情况表3展示了本周本月、本年三种股票（沪深300成分股中证500成分股全市场内单因子最大化得分组合的超额收益表现。单因子的历史绩效见附录4.2。沪深300股票池内本2022-12-12至2022-12-16超额收益较好的因子是20日换手率、市净率倒数一个月特质波动,超额收益分别为0.69%0.64%0.21%;本周超额收益较差的因子是单季度归母去90日报告上下调比例、标准化预期外单季度扣非净利润。本年超额收益较好的因子是市净率倒数、一个月特质波动率20日换手,超额收益分别为10.76%9.55%8.39%;本年超额收益较差的因子是单季度营业利润增长率、分析师覆盖度、过去60日持股比例变动。中证500股票池内本2022-12-12至2022-12-16超额收益较好的因子是20日换手率一个月特质波动率股息,超额收益分别为0.91%、0.86%0.59%;本周超额收益较差的因子是单季度扣非净利润增长率过去90日报告上下调比例预期P20日变化本年超额收益较好的因子是分析师预期P股息率市净率倒,超额收益分别为8.66%8.26%、7.71%;本年超额收益较差的因子是净经资产收益率、预期P20日变化、单季度归母。全市场股票池内本2022-12-12至2022-12-16超额收益较好的因子是20日换手率一个月特质波动率市净率倒,超额收益分别为1%、0.89%0.87%;本周超额收益较差的因子是单季度扣非A变动单季度营业利润增长率、单季度扣非E变动。本年超额收益较好的因子是市净率倒数20日换手率一个月特质波动,超额收益分别为16.43%、12.74%1.71%;本周超额收益较差的因子是单季度扣非A变动单季度归母、单季度营业利润增长率。具体见下表。表3：单因子组合优化的超额收益，朝阳永续，大类因子表现下面考察因子库的大类因子在三种股票（沪深300成分股中证成分股全市场不同时间区（本周本月本年的表现每类因子内部权重使用等权加权方式采用分组测试考察大类因子表现其中，中证500和全市场股票池分10组，沪深300股票池分6组。多头组合为每周末前10（或16%股票等权组合空头组合为每周末后10（或16%股票等权组合大类因子额收益计算方式为每周多头组合收-基准指数多空收益计算方式为每周多头组合收-空头组合收益此外，全市场股票池的基准为中证500指数大类因子的历史绩效见附录4.3。沪深300股票池大类因子表现沪深300股票池内，本周2022-12-12至2022-12-16超额收益较好的大类因子是价量、市值北,超额收益分别为0.75%、0.29%-0.38%;本周超额收益较差的大类因子是成长、超预期、分析师。本年超额收益较好的大类因子是分析师市值价,超额收益分别为13.16%10.12%、9.51%;本年超额收益较差的大类因子是超预期、成长、北向。具体见下。表4：沪深300大类因子超额收益和多空收益，朝阳永续，下图展示了2022年以来沪深300指成分股内大类因子超额收益和多空收益曲线。图5：2022年沪深00内大类因子超额收益曲线 图6：2022年沪深300内大类因子多空收益曲线 ，朝阳永续， ，朝阳永续，中证500股票池大类因子表现中证500股票池内，本周2022-12-12至2022-12-16超额收益较好的大类因子是价量市值北上资,超额收益分别为0.94%0.9%0.73%;本周超额收益较差的大类因子是超预期、公司治理、成长。本年超额收益较好的大类因子是市值、估值、分析师,超额收益分别为27.88%、20.25%14.52%;本年超额收益较差的大类因子是盈利超预期成长。具体见下表。表5：中证500大类因子超额收益和多空收益，朝阳永续，下图展示了2022年以来中证500指成分股内大类因子超额收益和多空收益曲线。图7：2022年中证00内大类因子超额收益曲线 图8：2022年中证500内大类因子多空收益曲线 ，朝阳永续， ，朝阳永续，全市场大类因子表现全市场股票池内，本周2022-12-12至2022-12-16）超额收益较好的大类因子是市值价量公司治,超额收益分别为0.86%0.79%0.1%;本周超额收益较差的大类因子是超预期、成长、盈利。本年超额收益较好的大类因子是市值、估值、价,超额收益分别为29.66%、23.66%、23.13%;本年超额收益较差的大类因子是盈利北上资金超预期具体见下表。表6：全市场大类因子超额收益和多空收益，朝阳永续，下图展示了2022年以来全市场大类因子超额收益和多空收益曲线。图9：2022年全市场大类因子超额收益曲线 图10：2022年全市场大类因子多空收益曲线 ，朝阳永续， ，朝阳永续，指数增强组表现的0多个因子筛选出在沪深0指数和中证指数股票池中有效的因子，使用多因子选股模型在两个指数成分股内分具体组合构建上严格控制市值行业中性，并对个股权重进行约束使用组合优化求解个股权重构建组合化数置对沪深0股池使用0多个有效因子控制市值行业严格中性设置个股权重上限8%和个股权重偏离上限3%对于中证500股票池，使用100多个有效因子控制市值行业严格中性设置个股权重偏离上限1%和个股权重上限1%我们每周对成分股内数增强组合的表现进行持续跟踪两个组合的历史回测收益表现见附录4.4。截至2022年12月16日沪深300指数增强组合本周收-1.27%沪深300指数收-1.1%超额收益-0.17%本月收益1.15%沪深300指数收益2.63%超额收益-1.48%本年收益-20.98%沪深300指数收-19.96%，超额收益-1.02%，超额收益最大回撤-6.95%。截至2022年12月16日中证500指数增强组合本周收-2.2%中证500指数收-1.93%超额收益-0.27%本月收益-1.44%中证500指数收-1.35%超额收益-0.09%本年收-1.54%中证500指数收-17.48%，超额收益为5.94%，超额收益最大回撤-2.57。2022年以来沪深300指数增强组合中证500指数增强组合收益曲线如下图。图1：2022年沪深00指数增强组合表现 图12：2022年中证500指数增强组合表现 ，朝阳永续， ，朝阳永续，注：具体持仓可以关注nd组合管理中的“配置-沪深300指数增强组合、“配置-中证500指数增强组合。附录指数增强基金与多因子选股模型公募指数增强基金是指基金经理在力求对基准指数进行有效跟踪的基础上通过数量化方法进行积极的指数组合管理与风险控制力争实现投资收益能够跟踪并适度超越基准指数的一类基金对投资组合比例有明确的限制，主要条一般有1)股票资产占基金资产的比例在80~95%，投资标的指数成份股及其备选成份股的比例不低于非现金基金资产的80%2)每个交易日保持不低于基金资产净值5%的现金或到期日在一年以内的政府债券3)力争控制基金净值增长率与业绩比较基准之间的日均跟踪偏离度的绝对值不超过0.5%年化跟踪误差一般不超过7~8%指数增强型基金既秉持了指数化投资的理念也认同主动管理能够获取超额收益的观点指数增强产品是指数基金加强。指数增强基金主要是在指数成分股内使用多因子选股模型行业和个股的偏离程度，保证对指数的有效跟踪；而通过行业和个股权重的小幅偏离可以获取一定超额收益除了多因子选股外还有一些辅助性的投资策略主要有以下几种1行业轮动策略适度调（调低看不看好的行业板块在组合中的权获取增强收（2）网下打新策略20202021年打新收益很高对于规模在1-3亿的基金产品2020-2021年的每年打新收益可以达到8%-10%基金规模大的话，收益会摊薄2022年受行情拖累打新收益明显减少3负基差下，做多股指期货。在股指期货长期处于负基差的情况下，可以买入一定比例股指期货合约来替代股票货，从而获取基差收敛的增强收益。4对于20%的非成分股仓位还可以使用全市场选股的策略做增强收益。由于选股空间更大，全市场选股可以构建更多样的策略，超额收益会比成分股内选股要高一些。下面主要介绍指数增强基金的核心模—多因子模型。多因子模型（ultile-atoroel,属于国内外主流量化选股模型之一。使用多个因子预测股票未来收益，筛选预期收益较好的股票，以期战胜基准指数学术研究上这类模型属于资产定价理论最早起源于PM资产定价理论1970年罗斯提出PT多因素型，该模型认为股票未来的收益可以用若干因素来解释：𝑛=0+𝑥𝑛11+𝑥22...𝑥𝑘𝑘但是并没有指出哪些具体的因素实证研究方面1992年Fma和Frnch提出三因素模型，使用市场、市值、估值三个因子作为自变量解释股票未来收益，效果不错。𝑅𝑖−𝑓=𝛼+1𝑅𝑖−𝑓)+2𝑀𝐵+3𝑀𝐿+𝑖在目前实际投资研究过程中，多因子模型使用估值、盈利、成长、公司治理价（反转流动性波动性等分析师预测超预期等几大类因子进行选股，构建一篮子股票的投资组合。多因子选股模型的体系广义上讲一般由有三部分组成收益预测模型、风险模型交易成本模型目前国内研究主要集中在前两类模型其中收益预测模型主要是通过多因子打分选股、量化模型预测收益率选股，一般直接称为多因子选股模型。多因子模型选股基础性工作是各类单因子和大类因子选股效果的测试和跟踪。多因子选股模型体系见下图。图13：多因子选股模型体系数据来源：基于多因子模型的指数增强组合构建我们首先对于不同的宽基指数，筛选出适用的有效因子其，每周计算成分股因子值，并对因子进行去极值、标准化、缺失值填充、市值行业中性化处理。然后，按照各类因子逻辑，将股票池股票因子值排序，计算各类因子得分Scor（分位数对因子得分等权加权每只股票的最终得分最后使用多因子模型计算得到每周末股票的得𝑟𝑒𝑇或预期收益率ˆ股票协方差矩阵𝑖 ˆ最后代入下面的组合优化模型在控制跟踪误差行业暴露风格暴露等约束条件下以最大化股票组合得∑𝑁𝑟𝑒𝑇∗𝑤或最大化预期1 𝑖 𝑖Ni 收i 1

ˆT1*

为目标，求解组合股票的权重w*：𝑁 𝑁𝑚𝑎𝑥∑𝑟𝑒𝑇∗𝑖𝑟∑̂1∗𝑖𝑖 𝑖 𝑖1 1𝑠.𝑡. ∑𝑖=1 （1）𝑤𝑙𝑟≤𝑖≤𝑤𝑢𝑟,𝑖=1,...,𝑁 （）𝑤𝑙𝑜𝑟≤𝑖−𝑤

≤𝑤𝑢𝑟,𝑖=1,...,𝑁 （3）𝑡𝑖𝑣𝑒

基准指

𝑖𝑣𝑒𝑤∑𝑤𝑤∑𝑤≤𝜎 𝑘𝑜𝑟𝑁∑𝑥𝑖𝑖=𝑤𝐼 （5）1𝑁𝑘∑𝑥𝑖𝑘∗𝑖|≤𝑥𝑙𝑖𝑚𝑖𝑡 （6）𝑘1基准指数𝑖≥0.8 （7）𝑤𝑡−𝑤𝑡1|≤𝑇 （8）𝑖 𝑖公2为个股上下限约束主要是不能卖空避免某些个股权重过高。对于中证500指数增强组设置个股权重上下限[0%,1%]沪深300设置上下限[0%,8%]。公3为个股权重相对基准指数偏离约束主要是控制个股权重偏离程度。沪深300指数增强组设置权重偏离上下限[-3%,3%]。公4为跟踪误差约束对于指数增强策略可以设置目标跟踪误差。由于个股、行业权重设置严格，此约束未使用。公5为行业权重约束可以按照基准中行业的权重设置行业偏离约束也可以自行确定某些行业暴露程度一般按照中信一级行业分类严格控制行业中性。公6为因子暴露约束控制某些风格因子上暴露主要是控制市值上暴露。目前主要设置市值中性约束。公7为成分股权重约束对于指数增强产品指数成分股及备选股的权重不少于80%。公8为换手率约束对于换手率较高的选股策略可以通过这个约束达到控制交易成本的目的。目前没有做控制。指数增强策略组合构建和测试根据每周组合优化单和权重对选股组合进行历史业绩回溯计算选股组合的累计收益相对比较基准超额收益、最大回撤、超额收益的I、胜率等指标。单因子组合优化历史表现我们使用组合优化方式构建单因子的最大化股票得分组合考察单因子的选股效果计算得到股票因子得分可以代组合优化模型通过控制市值和行业暴露、个股权重偏离等约束条件，以最大化组合得分为目标，使用线性规划求解股票的权重。根据每期组合优化计算得到的股票名单和权重，对单因子选股组合进行历史业绩回溯。计算组合的相对比较基准超额收益、最大回撤、超额收益信息比率等指标。表7：2010.01-2022.04三种股票池单因子组合优化历史超额收益-.4单因子组合优化超额收益

沪深300股票池

中证500股票池

全市场类别 因子名

年化超额超额收益超额收益年化超额超额收益超额收益年化超额超额收益超额收益收益 最大回撤信息比率收

最大回撤信息比率收

最大回撤信息比率北上资金过去60日持股比例变动过去5日净流入标准化预期外单季度扣非净利润

越大越越大越越大越

.%.%.%

-.%-.%-.%

.9.4.4

.%.%.%

-.%-.%-.%

.9.6.1

.%.%.%

-.%-.%-.%

.8.6.3超预成长

标准化预期外单季度归母净利润标准化预期外单季度扣非ROA标准化预期外单季度扣非ROE单季度扣非ROA变动单季度扣非ROE变动单季度扣非净利润增长率单季度营业利润增长率分析师预期PEG过去60日盈利调整

越大越越大越越大越越大越越大越越大越越大越越大越越大越

.%.%.%.%.%.%.%.%.%

-.%-.%-.%-.%-.%-.%-.%-.%-.%

.0.5.9.9.4.9.6.7.1

.%.%.%.%.%.%.%.%.%

-.%-.%-.%-.%-.%-.%-.%-.%-.%

.8.4.0.4.2.4.5.1.4

.%.%.%.%.%.%.%.%.%

-.%-.%-.%-.%-.%-.%-.%-.%-.%

.0.8.9.8.8.2.2.2.9分析

单季度归母净利润超分析师预期幅度越大越好

.%

-.%

.7

.%

-.%

.8

.%

-.%

.2过去90日报告上下调比分析师覆盖度预期EP20日变化公司治理前三高管薪酬单季度归母净利润市净率倒股息率

越大越越大越越大越越大越越大越越大越越大越

.%.%.%.%.%.%.%

-.%-.%-.%-.%-.%-.%-.%

.1.3.4.2.4.7.5

.%.%.%.%.%.%.%

-.%-.%-.%-.%-.%-.%-.%

.5.2.1.7.3.9.9

.%.%.%.%.%.%.%

-.%-.%-.%-.%-.%-.%-.%

.6.7.3.3.0.7.0估值 EBIT2EV市盈率倒数EP分位PEG公告后跳空价量 一个月涨跌幅一个月特质波动率20日换手率单季度毛利盈利 净经营资产收益率单季度归母ROA单季度归母ROE

越大越越大越越大越越大越越大越越小越越小越越小越越大越越大越越大越越大越

.%.%.%.%.%.%.%.%.%.%.%.%

-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%

.6.3.3.1.0.8.1.5.1.9.2.8

.%.%.%.%.%.%.%.%.%.%.%.%

-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%

.2.0.9.6.7.4.7.2.0.1.9.3

.%.%.%.%.%.%.%.%.%.%.%.%

-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%-.%

.5.4.3.7.4.7.2.6.5.6.3.4，朝阳永续，大类因子历史回测结果表8：2010.01-2022.04三种股票池大类因子历史超额收益资金治理年化超额收益8.7%13.4%9.7%9.8%-资金治理年化超额收益8.7%13.4%9.7%9.8%-10.8%7.9%-0.3%6.5%沪深 超额收益最大回撤-8.8%-13.7%18.1%-13.5%--23.9%-13.4%-50.8%-33.6%300 跟踪误差7.9%10.3%10.7%9.1%-9.3%9.5%14.6%11.0%信息比率1.111.300.911.08-1.170.84-0.020.59年化超额收益13.6%17.9%14.4%15.7%12.8%16.0%14.9%7.3%12.6%中证 超额收益最大回撤-5.7%-9.9%9.6%-7.0%-11.9%-13.8%-8.7%-40.4%-13.