研报覆盖度天然区分了个股关注度，不同因子在其中的作用各异。研报覆盖度越高，意味着更多的投资者有机会获取相关信息，进而引起更多的关注。关注度高的股票吸引更多市场参与者，其行为和决策会影响股票的预期收益，从而影响因子的表现。
　　大市值、基本面优质的个股研报覆盖数更多。从数量特征上：研报覆盖个股数逐年上升，特别在2017年以来年覆盖面大幅扩张，并且一般在牛市期间上升较快。从量价特征上：无研报覆盖下的股票日均成交额总体要低于有研报覆盖下的，并且研报的发布将提振市场交易额；在过去一年涨跌幅接近0的个股，其研报覆盖度相对较少。从基本面特征上：市值更大、ROE和净利润增速更高的个股研报覆盖数更多。
　　成长和质量类因子在研报覆盖度高的域内超额收益更高，行为、情绪等类因子在研报覆盖度域内表现更佳。对于成长和质量类因子而言，研报覆盖度高域内的因子IC表现整体好于研报覆盖度低域内的因子IC。与此相反，对于行为、情绪、杠杆、动量和价值类因子，研报覆盖度低域内的因子IC表现要更好。同时因子效果伴随市值的下沉，在低覆盖度股票池中效果会更好。
　　在研报覆盖度高和低的域内分别选用合适因子进行增强，效果好于统一的原始因子选股。覆盖度调整的沪深300内选股组合相对于沪深300指数超额年化收益8.3%，超额最大回撤-3.5%，超额卡玛比率和信息比率分别由统一原始因子选股下的0.78和1.03提升到1.31和1.24。覆盖度调整的中证500内选股组合相对于中证500指数超额年化收益10.3%，超额最大回撤-3.5%，超额卡玛比率和信息比率分别由统一原始因子选股下1.69和1.84提升到2.94和2.24。覆盖度调整的中证1000内选股组合相对于中证1000指数超额年化收益15.1%，超额最大回撤-2.8%，超额卡玛比率和信息比率分别由统一原始因子选股下4.0和2.68提升到5.39和3.21。
　　风险提示：量化结论基于历史统计，如若未来市场环境发生变化不排除失效可能。