量化模型与构建方式 1. 主动量化组合模型 1.1 红利优选组合 * **模型名称**：红利优选组合[28] * **模型构建思路**：选择股息率较高、基本面较优的股票构建组合，对标中证红利指数[30][39] * **模型具体构建过程**： 1. **流动性约束**：剔除市值、日均成交额最小的20%个股[30] 2. **分红基础池**：筛选过去1年红利支付率在0-1之间的股票[30] 3. **因子综合打分**：对股息率、PB_INT、SUE、ROE、盈利质量、分析师目标收益、低换手率共7个因子进行等权打分[33] 4. **组合构建与风控**：选择得分最高的50只股票构建股息率加权组合，并控制相对中证红利指数的行业偏离不超过3%[33] 1.2 PB盈利组合 * **模型名称**：PB盈利组合[28] * **模型构建思路**：选择估值较低、盈利能力较优的股票构建组合[33] * **模型具体构建过程**： 1. **基础池**：选取盈利因子（ROE+SUE）得分最高的1/5股票与PB最低的1/5股票的交集[33] 2. **市场关注度优选**：基于过去1个月日均换手率将全A个股等分为5组，剔除基础池中属于换手率最高组（D5）的股票[33] 3. **位序估值优选**：剔除长期（3年）位序估值低于10%、短期（半年）位序估值高于90%的个股[33] 1.3 GARP组合 * **模型名称**：GARP组合[28] * **模型构建思路**：选择估值较低、增长较快的股票构建组合[33] * **模型具体构建过程**： 1. **基础池**：选取增长因子（SUE、预期净利润调整、一致预期2年复合增速）得分最高的1/5股票与估值因子（BP、EP、3年股息率、1年股息率）最低的1/5股票的交集[33] 2. **市场关注度优选**：基于过去1个月日均换手率将全A个股等分为5组，剔除基础池中属于换手率最高组（D5）的股票[33] 3. **位序估值优选**：剔除长期（3年）位序估值低于10%、短期（半年）位序估值高于90%的个股[33] 1.4 成熟期优选组合 * **模型名称**：成熟期优选组合[28] * **模型构建思路**：选择成熟期公司中，稳健增长、盈利能力较优的股票构建组合[33] * **模型具体构建过程**： 1. **选股池**：构建成熟期个股池，条件为经营净现金流为正、投资净现金流为负、筹资净现金流为负[33] 2. **高估剔除**：剔除成熟企业基础池中PB最高的10%个股[33] 3. **增长因子初筛**：将加速增长、SUE两个因子等权打分，选择增长最快的100只股票构建初筛股票池[33] 4. **盈利能力优选**：在初筛股票池中，选择盈利因子最高的50只股票构建市值加权组合[33] 1.5 成长期优选组合 * **模型名称**：成长期优选组合[28] * **模型构建思路**：选择成长期公司中，预期较优、增长较快、趋势性较好的股票构建组合[33] * **模型具体构建过程**： 1. **选股池**：构建成长期个股池，条件为经营净现金流为正、投资净现金流为负、筹资净现金流为正[33] 2. **成长因子初筛**：将一致预期净利润调整、SUE、加速增长3个因子等权打分，选择成长性最高的100只股票构建初筛股票池[33] 3. **盈利能力优选**：在初筛的100只股票池中，将ROE同比、ROE、研发投入、动量因子等权打分，选择得分最高的50只股票构建市值加权组合[33] 1.6 小市值高增长组合 * **模型名称**：小市值高增长组合[28] * **模型构建思路**：选择增长较快的小市值个股构建组合[33] * **模型具体构建过程**：根据小市值、高增长因子构建多因子模型，选择复合得分最高的50只股票构建等权组合[33]。具体因子包括：小市值、盈利加速、SUE、预期净利润调整、累计研发投入、PB_INT、尾盘成交占比、开盘后大单净买入金额占比[33] 1.7 小盘价值组合 * **模型名称**：小盘价值组合[28] * **模型构建思路**：剔除高估值个股后，选择健康小市值公司构建组合[33] * **模型具体构建过程**： 1. **剔除高估值**：在全A股中剔除PB最高的20%的股票[33] 2. **多因子优选**：在剩余股票中，选择多因子得分最高的50只股票构建等权组合[33]。因子包括：市值、价值、增长、加速增长、累计研发投入占比、预期净利润调整、反转、尾盘成交占比、开盘大单净买入金额占比；为体现小盘特征，提升小市值因子权重至20%，其余因子权重均为10%[33] 2. 指数增强组合模型 2.1 线性多因子指数增强模型 * **模型名称**：线性多因子指数增强模型[41] * **模型构建思路**：根据风格、量价、基本面等因子构建线性多因子收益模型，在控制风格、个股、行业偏离等约束下，构建月度换仓的指数增强组合[41] * **模型具体构建过程**： 1. **因子池**：针对不同宽基指数（沪深300、中证500、中证1000、中证A500）使用略有差异的因子列表，主要包括市值、中盘、反转、波动率、换手率/成交额、估值类（PB/预期EP/股息率）、基本面类（ROE、SUE、研发占比、预期净利润调整、分析师覆盖度）、高频量价类（尾盘成交占比、开盘后买入意愿强度、改进反转/开盘后大单净买入金额占比）等[41] 2. **风险模型与约束**：主要控制市值、估值、个股、行业等维度的偏离，具体约束值因基准指数而异[42] 3. **因子加权方式**：测试了两种因子权重确定方式： * **IC均值加权**：根据因子历史IC均值确定权重[42] * **ICIR加权**：根据因子历史信息比率（ICIR）确定权重，公式为：$$权重_i = \frac{ICIR_i}{\sum_j ICIR_j}$$， 其中ICIR为因子IC均值除以其标准差[42][43] 4. **组合优化**：在给定因子暴露目标和风控约束下，通过优化求解得到最终持仓权重[41][42] 2.2 多策略复合指数增强模型 * **模型名称**：多策略复合沪深300指数增强模型[3][53] * **模型构建思路**：在基础指数增强策略上，加入域内和域外卫星策略，通过多策略形式改善组合业绩表现[3][53] * **模型具体构建过程**： 1. **基础指数增强策略**：权重占比60%，即上述线性多因子指数增强模型[3][53] 2. **域内卫星策略**：权重占比30%，主要基于动量、基本面因子在成分股内选股[3][53] 3. **域外卫星策略**：权重占比10%，即“小市值高增长组合”[3][53] 4. **复合方式**：将三个子策略按固定权重合并，形成最终的复合沪深300指数增强策略[3][53] 量化因子与构建方式 报告在构建各类模型时提及了丰富的量化因子，根据其属性分类如下： 1. 估值类因子 * **因子名称**：PB（市净率）[41]、PB_INT（行业调整市净率）[33]、EP（盈利收益率）[33]、预期EP[41]、BP（账面市值比）[33]、股息率[33][41]、3年股息率[33]、1年股息率[33]、位序估值（长期/短期）[33] 2. 盈利与增长类因子 * **因子名称**：ROE（净资产收益率）[33][41]、ROE同比[33]、SUE（标准化未预期盈余）[33][41]、盈利质量[33]、加速增长[33]、预期净利润调整[33][41]、一致预期2年复合增速[33]、盈利加速[33] 3. 市值与风格类因子 * **因子名称**：市值[33][41]、中盘[41]、小市值[33]、价值[33] 4. 动量与反转类因子 * **因子名称**：动量[33]、反转[33][41]、改进反转[41] 5. 交易行为与流动性类因子 * **因子名称**：换手率[33][41]、成交额[41]、尾盘成交占比[33][41]、开盘后买入意愿强度[41]、开盘后大单净买入金额占比[33][41]、开盘大单净买入金额占比[33]、低换手率[33] 6. 创新与分析师类因子 * **因子名称**：研发占比[33][41]、累计研发投入[33]、累计研发投入占比[33]、分析师覆盖度[41]、分析师目标收益[33] 模型的回测效果 1. 主动量化组合（2025年度） * **红利优选组合**：组合收益15.0%，相对中证800超额-5.9%，相对中证红利（全）指数超额11.3%[34] * **PB盈利组合**：组合收益21.3%，相对中证800超额0.4%[34] * **GARP组合**：组合收益36.2%，相对中证800超额15.3%[34] * **成熟期优选组合**：组合收益29.2%，相对中证800超额8.3%[34] * **成长期优选组合**：组合收益84.1%，相对中证800超额63.2%，相对885001指数超额50.9%[5][34] * **小市值高增长组合**：组合收益69.1%，相对中证800超额48.2%，相对中证2000指数超额32.7%[34] * **小盘价值组合**：组合收益59.8%，相对中证800超额38.9%，相对中证2000指数超额23.3%[34] 2. 指数增强组合（2025年度） 2.1 IC均值加权方式 * **沪深300指数增强**：超额收益6.8%，超额波动率5.5%，信息比1.12，相对回撤5.2%[45] * **中证500指数增强**：超额收益3.1%，超额波动率4.4%，信息比0.54，相对回撤3.6%[46] * **中证1000指数增强**：超额收益5.1%，超额波动率4.9%，信息比0.82，相对回撤3.8%[47] * **中证A500指数增强**：超额收益4.8%，超额波动率4.5%，信息比0.93，相对回撤5.6%[49] 2.2 ICIR加权方式 * **沪深300指数增强**：超额收益10.7%，超额波动率5.3%，信息比1.79，相对回撤3.5%[45] * **中证500指数增强**：超额收益9.5%，超额波动率4.4%，信息比1.66，相对回撤2.9%[46] * **中证1000指数增强**：超额收益10.2%，超额波动率4.9%，信息比1.65，相对回撤4.4%[47] * **中证A500指数增强**：超额收益13.2%，超额波动率4.1%，信息比2.60，相对回撤2.7%[49] 3. 多策略复合指数增强模型（沪深300，全区间2014-2025） * **复合策略**：年化超额收益12.2%，信息比1.93[55] * **基础增强策略**：年化超额收益较复合策略低3.6%[55] * **模型评价**：复合策略相比于基础策略具有稳定的收益提升，分年度稳定性较高[3][55]，但个别年份相对回撤可能增加[55]

市场整体表现与风格轮动 - 当日市场盘中波动较大，上午上涨较多，中午收盘时市场星级为3.7星，下午市场回落，收盘时为3.8星 [1][2] - 市场呈现分化格局，沪深300等大盘股下跌，而中小盘股继续上涨，中证1000指数已回到高估状态，中证500指数在当日上涨后也距离高估很近 [3][4][5] - 成长风格波动不大，价值风格整体下跌，近期价值风格持续跑输市场，部分价值风格基金遭遇大比例赎回 [6][7] - 主动优选等投资组合已于本周开始调仓止盈，降低了小盘、成长等高估品种的比例，相应提升了价值风格的比例，这可能导致组合阶段性跑输市场，类似2021年初的情况 [8][9][10][11] - 港股市场当日波动不大，略微上涨，港股科技指数微涨 [13][14] 牛市阶段定性信号分析 - 本周市场出现两个牛市中后期的定性信号：一是交易所宣布将融资保证金比例从80%提升至100%，旨在抑制杠杆投资，类似操作曾在2015年牛市出现，当前A股杠杆投资总规模已创历史新高，超过2015年最高水平 [15] - 第二个信号是出现单日申购/认购规模超百亿的股票基金，这是牛市中后期的标志性信号，前几次分别出现在2021年、2015年、2009年和2007年，而熊市时股票基金常发行失败或募集规模很小 [15] - 与上一轮牛市不同，本轮新股票基金审批发行较为严格，投资方向估值百分位较高的新基金较难发行，因此观察市场热度需同时关注老基金的申购量 [22][23][26][27] - 2026年1月12日，本轮牛市首次出现单日申购量超过100亿的股票基金，达到了2021年初的水平 [28] 投资策略与组合操作 - 股票基金投资价值最高的阶段是在市场无人问津的5点几星级时，主动优选、指数增强等组合的投资者表现出明显的“逆势投资”特点，组合大幅申购多出现在市场低估时，如2022年4月的5.4星以及2024年年初和9月的两次5.9星时 [29][30] - 随着市场上涨至牛市，组合会减少发车金额，并在市场达到3点几星后暂停发车，在1月12日市场出现百亿单日申购的同一天，主动优选、指数增强组合也关闭了申购，计划待市场回到4-5星时再打开 [33][34][35][36] - 组合坚持高卖低买的调仓止盈原则 [12] 部分指数估值数据摘要 - 红利类指数估值：沪港深红利低波盈利收益率10.22%，市盈率9.78；上证红利盈利收益率10.07%，市盈率9.93，股息率5.09% [41] - 主要宽基指数估值：沪深300市盈率16.62；上证50市盈率14.88；中证500市盈率38.11；中证1000市盈率51.95；创业板指市盈率45.10 [41] - 海外指数估值：标普500市盈率24.90，市净率5.61；纳斯达克100市盈率29.34，市净率8.88 [41] - 十年期国债收益率为1.86% [41]

国信金工指数增强组合表现 - 沪深300指数增强组合本周超额收益为-0.59%，但本年累计超额收益高达20.90% [1][7] - 中证500指数增强组合本周超额收益为-0.54%，本年累计超额收益为5.45% [1][7] - 中证1000指数增强组合本周超额收益为-0.19%，本年累计超额收益为15.64% [1][7] - 中证A500指数增强组合本周超额收益为-0.24%，本年累计超额收益为10.26% [1][7] 选股因子在不同样本空间的表现 - 在沪深300样本空间中，最近一周表现较好的因子包括标准化预期外盈利（周收益0.43%）、DELTAROA（周收益0.42%）和DELTAROE（周收益0.33%）[1][8] - 在中证500样本空间中，最近一周表现较好的因子包括SPTTM（周收益0.40%）、单季SP（周收益0.28%）和单季营收同比增速（周收益0.07%）[1][10] - 在中证1000样本空间中，最近一周表现较好的因子包括非流动性冲击（周收益0.47%）、三个月机构覆盖（周收益0.26%）和三个月反转（周收益0.19%）[1][12] - 在中证A500样本空间中，最近一周表现较好的因子包括特异度（周收益0.58%）、SPTTM（周收益0.45%）和标准化预期外盈利（周收益0.39%）[1][14] - 在公募基金重仓股样本空间中，最近一周表现较好的因子包括一年动量（周收益0.36%）、单季EP（周收益0.31%）和股息率（周收益0.24%）[1][16] 公募基金指数增强产品概况与表现 - 市场现存公募指数增强产品数量及规模：沪深300增强产品79只，总规模799亿元；中证500增强产品76只，总规模514亿元；中证1000增强产品46只，总规模214亿元；中证A500增强产品71只，总规模263亿元 [18] - 沪深300指数增强产品本周超额收益最高为0.59%，最低为-0.68%，中位数为-0.01% [1][21] - 中证500指数增强产品本周超额收益最高为0.28%，最低为-0.84%，中位数为-0.39% [1][22] - 中证1000指数增强产品本周超额收益最高为0.52%，最低为-1.43%，中位数为0.00% [1][23] - 中证A500指数增强产品本周超额收益最高为0.50%，最低为-0.85%，中位数为-0.13% [1][26] 研究方法论 - 公司采用最大化因子暴露组合（MFE组合）来检验单因子在控制实际投资约束（如行业、风格暴露）后的有效性，目标函数为最大化单因子暴露 [25][28] - MFE组合构建的约束条件包括：控制组合相对于基准的风格因子暴露、行业偏离、个股权重偏离、成分股内权重占比以及禁止卖空和满仓运作 [27][28][30] - 为避免持仓过度集中，通常设置个股相对于基准权重的偏离幅度为0.5%至1% [29] - 为测试因子在机构风格下的有效性，构建了公募重仓指数作为选股空间，该指数由普通股票型及偏股混合型基金的平均持仓信息构建，选取累计权重达90%的股票作为成分股 [31]

投顾组合止盈方式 - 当市场部分高估时，投顾组合会自动调仓，止盈高估品种并加仓低估品种，例如2021年初主动优选止盈成长风格基金实现120%收益[4] - 当市场整体高估时，组合会发出“发车止盈”信号，提示将主动优选、指数增强等组合分批转换成365天等稳健类投顾组合[5] - 市场估值越高，组合止盈时转换的比例越大，具体操作会分批进行[8] 自动止盈功能特点 - 自动止盈功能已上线，可提前开启，未来在3点几星市场收到“发车止盈”信号时将自动执行转换交易[1][9] - 该功能具有便捷、及时、守纪律三大优势，只需设置一次即可自动跟进每次止盈信号[9] - 自动止盈功能独立于自动跟车功能，两者需分别开启，自动止盈仅执行组合转组合交易，不涉及新增资金扣款[13] 自动止盈操作细节 - 自动止盈功能可随时开通或关闭，开通后仅在组合发出“发车止盈”信号时才会触发实际交易[13] - 功能开启不影响当前组合的灵活申赎，用户可在组合持仓页面查看、暂停或关闭该功能[14][15] - 自动止盈无额外费用，赎回权益类组合按基金规则收取赎回费，转入稳健类组合无申购费[16]

市场表现总结 - A股和港股市场整体表现强势，呈现上涨态势 [1][6] - 小盘股表现优于大中盘股，成长风格领涨，科创板和创业板涨幅居前 [3][4][5] - 港股科技股表现突出，单日涨幅超过2% [7] 过去一年市场回顾 - 自一年前（2023年9月中旬）以来，A股和港股从5.9星的历史极端低估水平大幅上涨至4.2星 [8][9] - 全球股票市场过去一年上涨17%，而港股恒生指数上涨43%，恒生科技指数涨幅达66% [10][11] - A股市场表现强劲，沪深300指数上涨41%，中证全指上涨超50% [29] - 人民币资产涨幅在全球市场排名前列，主要驱动因素为一年前极低估值（A股港股估值比全球市场平均低50%）以及流动性改善 [12][13][16][17][18] 上涨驱动因素分析 - 过去一年市场上涨主要源于流动性改善带来的估值提升，基本面改善迹象尚不明显 [21][22] - 美联储降息、国内利好政策及国家队资金入市（买入上万亿指数基金）共同推动市场从底部回升 [17][19][20] - 上市公司盈利有所好转，但增速仍低于历史平均，今年1-2季度中证全指盈利同比增长不到5% [27][28] 当前估值与未来展望 - A股当前估值水平已较去年大幅修复，与全球平均估值差距缩小至约10% [31][32] - 沪深300等主流指数市净率处于历史50%分位左右，极端低估修复最快的阶段可能已经过去 [33][35] - 指数长期上涨的核心动力将转向上市公司盈利增长，部分领域如科技、医药已显现盈利增长势头 [37][38][39] - 若维持低利率环境并实施刺激政策，更多领域有望实现盈利增长，从而推动市场继续上行 [41][42]

市场表现与风格分析 - 大盘开盘上涨但收盘涨幅回落 整体微涨微跌 处于4 2星级估值水平[1] - 大盘股略微上涨 中小盘股下跌[2] - 创业板等成长风格上涨 价值风格相对低迷[3] - 今年成长风格上涨导致估值提升 部分基金经理开始降低成长比例并提升价值风格配置[4] - 长期遵循估值低的风格提升配置比例 例如去年成长风格大跌时提升成长比例[6][7] 港股市场表现 - 港股整体上涨 科技股领涨[8] - A股半年报更新完成 港股多数股票财报也更新完毕[9] 投资者收益差异分析 - 同一品种投资者收益率差异显著 主动优选收益率从百分之几到20%多 恒生科技收益率从刚开始盈利到30-50%[11][12] - 收益率差异主要与入市时间和买入成本相关 牛市入市成本较高 熊市底部入市成本较低[14][15] - 历史上A股70%股票账户开在2007年和2015年两次大牛市[18] - 市场下跌时通过定投可降低持仓成本 实现微笑曲线效应[21][23] - 去年统计显示多数投资者持仓成本在5 1-5 2星级 部分优秀投资者成本更低[25][26] 投资策略与经验积累 - 第一轮熊市-牛市周期主要积累投资经验 包括判断估值和经历市场波动[28][30] - 2022-2024年为A股最近10年最长熊市 出现过5 9星极端低估[33][34] - 平均每3-5年出现小牛熊市 7-10年出现大牛熊市 未来30年预计经历6轮熊市-牛市过程[37][38] 产品功能更新 - 主动优选和指数增强组合上线自动止盈功能 未来可分批转换成稳健类投顾组合实现止盈[40] - 月薪宝投顾组合含40%股票和60%债券 股票部分偏价值风格且估值略低 债券以中短债为主且投资价值提高[45] 估值数据摘要 - 沪港深红利低波盈利收益率10 16% 市盈率9 84 市净率0 96 股息率3 78% ROE 9 76%[50] - 上证红利盈利收益率10 14% 市盈率9 86 市净率0 97 股息率4 87% ROE 9 84%[50] - 创业板市盈率42 99 市净率5 53 股息率0 85% ROE 12 86%[50] - 科创50市盈率107 63 市净率6 70 股息率0 31% ROE 6 23%[50] - 十年期国债到期收益率1 87%[50] 债券市场数据 - 中证短融修正久期0 32 到期收益率1 73% 近1年收益1 97% 近3年收益2 46% 近5年收益2 76%[55] - 10年期国债修正久期7 57 到期收益率1 79% 近1年收益3 61% 近3年收益4 69% 近5年收益4 75%[55] - 30年期国债修正久期19 89 到期收益率2 16% 近1年收益2 25% 近3年收益8 63% 近5年收益9 04%[55]

有限关注因子构建 - 传统金融市场研究假设投资者能瞬时识别所有信息并反映至资产价格，但现实中投资者关注度是稀缺资源，需分配至家庭、工作等领域[1] - Barber和Odean(2008)选取极端收益、异常交易量、新闻头版作为关注度代理指标，发现个人投资者优先买入高关注股票但后续表现不佳[1] - 国内龙虎榜研究显示上榜股票短期吸引跟进买入但长期收益反转[1] - 因子构建采用异常换手率(日换手率/过去252日均值)、异常成交量(日成交量/过去252日均值)、极端收益(日收益与市场均值偏离平方)、龙虎榜指标(0/1虚拟变量)[2][3] 因子合成方法 - 线性合成法：对连续变量排序标准化后相加，因子值范围0-4，值越大代表散户关注度越高[3] - 随机森林法：用过去60个月数据训练模型，以收益前20%和后20%作为正负例标签，预测负例概率作为关注度指标[3][4] - 随机森林法因包含收益预测属性，其分组收益效果和IC表现显著优于线性合成法[4] 因子表现验证 - 高关注组股票股东户数增长更显著，线性合成法在极端分组区分度更突出[7] - 全市场测试显示随机森林法RankIC为-0.076，胜率70.1%，优于线性合成法的-0.081和66.7%胜率[8] - 因子在中证1000表现最佳，因小盘股更易受散户"追涨杀跌"影响导致后续回撤[12][13] 因子IC的市场信号功能 - 2019-2021年上半年因子IC回撤，显示散户追涨赚钱效应显著，尤其沪深300；2021年下半年后IC转负[14][17] - 沪深300因子IC与行业轮动速度指标相关性达0.5，IC高位时市场表现较好[19] - 基于沪深300因子IC的择时策略年化收益5.12%，夏普率0.35，月度胜率76.32%[22][23] 因子在指数增强中的应用 - 沪深300叠加有限关注因子组合年化收益13.84%，夏普率0.73，显著优于基础组合的12.17%和0.64[29] - 中证500叠加因子组合年化收益13.95%，但中证1000应用效果不明显[29][30] - 分域测试显示高关注组中低波动率、低流动性、长期动量因子IC提升显著，成长因子IC达0.0206 vs 非关注组0.0143[32][33] - 分域选股策略在沪深300实现15.34%年化收益，夏普率0.74，优于原选股组合的12.80%[40]

指数增强组合表现 - 沪深300指数增强组合本周超额收益0.86%，本年超额收益10.78% [6] - 中证500指数增强组合本周超额收益0.16%，本年超额收益11.24% [6] - 中证1000指数增强组合本周超额收益-0.29%，本年超额收益15.73% [6] - 中证A500指数增强组合本周超额收益0.29%，本年超额收益11.42% [6] 选股因子表现跟踪 - 沪深300成分股中DELTAROE、预期PEG、预期EPTTM等因子表现较好 [7] - 中证500成分股中一年动量、预期净利润环比、一个月反转等因子表现较好 [9] - 中证1000成分股中DELTAROA、单季净利同比增速、单季超预期幅度等因子表现较好 [11] - 中证A500指数成分股中预期PEG、DELTAROE、预期EPTTM等因子表现较好 [14] - 公募基金重仓股中DELTAROE、一个月反转、DELTAROA等因子表现较好 [16] 公募基金指数增强产品表现跟踪 - 沪深300指数增强产品本周超额收益最高0.82%，最低-0.24%，中位数0.26% [20] - 中证500指数增强产品本周超额收益最高0.95%，最低-0.73%，中位数0.14% [22] - 中证1000指数增强产品本周超额收益最高0.69%，最低-0.64%，中位数-0.02% [25] - 中证A500指数增强产品本周超额收益最高0.85%，最低-0.33%，中位数0.34% [27] 公募基金指数增强产品数量及规模 - 沪深300指数增强产品共有70只，总规模合计770亿元 [19] - 中证500指数增强产品共有71只，总规模合计432亿元 [19] - 中证1000指数增强产品共有46只，总规模合计150亿元 [19] - 中证A500指数增强产品共有52只，总规模合计205亿元 [19] 因子MFE组合构建方式 - 采用组合优化的方式来检验控制了各种实际约束后单因子的有效性 [31] - 目标函数为最大化单因子暴露，约束条件包括风格暴露、行业偏离、个股权重偏离等 [29] - 设置个股相对于其基准指数中权重的偏离幅度为0.5%-1% [30] 公募重仓指数构建方式 - 通过基金的定期报告获取基金持股信息，将符合条件基金的持仓股票权重平均获得公募基金平均持仓信息 [32] - 选取累计权重达到90%的股票作为成分股来构建公募基金重仓指数 [32]