研究结论
　　动量和反转统一框架2.0
　　高风险日获得的收益往往是承担风险带来的，其更多源于投资者过度自信导致的格反应过度，因此未来更倾向于反转效应，而低风险日获得的收益并不源于承担高风险，因此未来更偏向于动量效应，我们以时序均值调整后的风险指标来加权个股每日的溢价，并以此构建统一的动量反转因子。
　　“高风险日可能更偏反转，低风险日可能更偏动量”，但是动量不一定都出现在低风险日，而反转也不一定都出现在高风险日，在一些特殊时点，例如盈余公告日、一字跌停日、反弹动量日当日的收益可能更偏动量，另外因子也会受到窗口中高风险日占比、高超额日占比的风格影响，因此我们引入特殊日期处理、风险因素剥离、分钟高频化等维度，以此构建动量和反转统一框架2.0。
　　风险溢价下的统一动量反转因子——UMR因子
　　我们从股票日度的真实波动、换手率，大单买入均价偏离、小单主动买入金额占比、平均单笔成交量，早盘尾盘成交占比、分钟收益波动率、分钟收益偏度等维度刻画股票的日度风险并用以调整其每日超额收益，经过上述2.0的框架调整，加权得到风险调整后的UMR因子，每个调整后的因子都具有非常显著的选股能力，复合UMR因子月度IC均值达到0.116，年化ICIR达5.56，IC月度胜率96%，月均多头超额1.35%。并且不管是1个月还是1年的窗口下，因子都表现出持续同向的动量效应，并且选股效果衰减非常缓慢。
　　UMR因子在指数增强中的应用
　　将UMR因子加入现有的指数增强模型后，各指数增强组合年化超额收益和信息比均获得明显提升，且大部分年份的超额收益都能获得提高。沪深300增强模型年化超额从16.27%提升到17.36%；中证500增强模型年化超额从19.64%提升到20.86%；中证1000增强模型年化超额从25.70%提升到26.97%；国证2000增强模型年化超额从26.44%提升到28.41%。
　　因子改进框架的泛化能力
　　我们将特殊时点调整以及影响因素剥离的调整方式应用到三个月反转因子上，因子的选股效果同样得到了大幅提升，月度IC均值从-0.059提升到-0.07，年化ICIR从1.99提升到-3.66，IC胜率从74%提升到87%，月均多头超额从0.43%提升到0.76%。
　　风险提示
　　1.量化模型失效风险。
　　2.极端市场环境可能对模型效果造成剧烈冲击，导致收益亏损。