海外规律的本土化实践：风格因子多头组合存在周期性特征。为了增加可测试时间长度、提高规律清晰度，我们没有使用海外传统的周期划分法，而是沿用了此前在行业配置中使用的宏观敏感性测试方法，对主要风格因子的周期性特征进行测试。测试发现，沪深300中存在因子的周期性规律：经济上行、信用还未开始扩张的复苏初期以低估值、低波动为主；信用扩张后的经济加速上行期增加动量的配置；经济进入下行阶段、信用状态维持的滞胀阶段以动量+质量为主；衰退期主要配置质量和价值，依此规律构建的组合也能够得到不错的表现。但低波因子与海外的不同特征也提示我们我国的因子周期规律可能需要根据不同股票池进行区分。
　　不同股票池的风格因子敏感性结论存在差异。进一步的，我们拓宽因子池并对不同股票池分别进行测算，主要规律如下：
　　经济：对沪深300因子区分度更高，上行时期以估值修复逻辑为主，下行阶段关注基本面；
　　流动性：对小盘股的影响更大，小盘股票池中流动性越宽松越偏向小市值，反转效应也更明显，体现资金在该阶段的影响力，而流动性偏紧时大股票池中低流动性即成交活跃度低的股票受影响更小，小股票池中低波动、高分红的防御属性抗跌能力更强；
　　信用：对大盘股影响更大，成长因子在信用扩张时明显占优，信用收缩时以防御属性因子为主；
　　此外，分析师预期在各宏观因子下的区分度都相对较低、整体IC较高，可认为是周期属性较弱的alpha因子。
　　不同组合构建方式下的策略表现：均能跑赢不做因子轮动的组合，传导效率接近。我们每月根据宏观指标观点和因子的宏观敏感性特征筛选当期配置的因子，然后分别使用因子多头组合、预期收益打分法以及Barra风险模型下的指数增强三种方法构建组合，各组合都能跑赢不做因子轮动的组合，在各组合构建方式下传导效率也较为接近，而从组合本身的特点来看，多因子打分法的集中度更高、风格暴露更极致，收益弹性也更大。
　　系统化宏观方法能为多因子组合贡献额外的收益来源：在一个完整的周期中，系统化的宏观方法能够为多因子组合贡献较明显的超额收益，而在宏观波动增加的近三年，其有效性也有明显的增加；一个宏观阶段的持续时间可能较长，其对权益资产表现的影响可能存在分布不均匀、收益集中的特点。在传统的alpha模型中增加该beta属性的方法能够提供额外的收益来源，在希望增加收益弹性时是较好的选择。
　　风险提示及声明：本报告模型根据历史数据构建，准确度受限于历史数据的长度；模型历史表现不代表未来，宏观及市场环境大幅变化时模型可能失效。