本报告导读：
　　本文使用分析师一致预期以及股指期货基差数据，构建了针对市值风格与成长价值风格的择时策略。2017年1月1日至2023年3月31日，策略年化收益率14.43%，国证1000指数年化收益率2.34%，超额年化收益率11.88%。
　　摘要：
　　风格配置的研究上，常用的方法主要围绕自上而下的宏观变量视角，以及自下而上的风格因子视角展开。宏观变量与风格因子作为度量客观交易世界的符号变量，可以刻画出不同资产的历史风险暴露情况，在被动投资中有利于对投资组合的风险进行控制。
　　但在风格预测方面，采用上述两种方式较为困难，因为每个交易者面对同样的数据，亦会对未来产生不同的判断。鉴于此，本文立足于因子研究方法，从二加一思维下的边际预期思维出发，尝试使用量化的方式度量市场超预期，并以此作为基础进行主动风格择时。
　　报告采用logistic回归，将大盘-小盘、价值-成长的收益率按照正负值区分为二元因变量，验证分析师一致盈利预期、盈利增速、估值，以及宽基指数基差等数据对因变量的解释作用。结果发现，分析师一致预期数据以及基差数据对指数风格具有良好的解释作用。
　　检验完成后，进行策略的构建：本文使用滚动回归的方式，在每月最后一个交易日进行模型的参数估计，使用估计参数预测次月因变量值，并将其运用在次月交易。当大盘-小盘估计值大于0.5时，次月交易大盘风格，当价值-成长估计值大于0.5时,次月交易价值风格。
　　策略以国证1000指数为基准，对采用国证1000指数作为样本空间的巨潮大盘价值、小盘价值、大盘成长、小盘成长风格指数进行择时：2017年1月1日至2023年3月31日，策略年化收益率14.43%，国证1000指数年化收益率2.34%，超额年化收益率11.88%。
　　文末附录中，我们列示了巨潮风格指数的市值分布以及行业分布，以供参考。
　　风险提示：本报告结论完全基于公开的历史数据进行计算，对基金产品和基金管理人的研究分析结论并不预示其未来表现，也不能保证未来的可持续性，亦不构成投资收益的保证或投资建议。本报告不涉及证券投资基金评价业务，不涉及对基金产品的推荐，亦不涉及对任何指数样本股的推荐