我们基于公募重仓数据集构建了多因子选股策略，同时针对分组收益特征呈现“U型”的因子提出了可行的因子重构方案。经过回测，模型在沪深300、中证500和中证1000范围内，均能获得稳健的超额收益。
　　研究发现与类别定义：公募持仓占比时序因子分组超额收益在各股指中呈现出“U型”效应：即公募重仓持仓占比较高（1-3组）和持仓占比较低（8-10组）均存在显著的正超额收益，该效应在中证500和中证1000中尤为突出。定义公募重仓股中持仓占比高的股票为白马股，该类股票特征为市场机构认可度高，机构资金往往呈现“抱团效应”，持股集中度相对较高；定义公募重仓股中持仓占比较低，或者首次纳入的股票为黑马股。该类股票特征为刚受到部分机构关注，或者机构整体关注度较低,未形成广泛的共识，持股集中度相对较低。
　　研究思路与因子构建：对公募持仓占比时序因子“U型”两端进行差异性建模。对于持仓占比高的白马股，通过与低换手因子等权Rank复合，规避“机构抱团”现象，并进一步提升白马股的超额收益。对于持仓占比低的黑马股，通过与边际加仓时序因子等权Rank复合，发掘存在“机会异动”的个股，并进一步提升黑马股的超额收益。
　　因子复合思路：我们综合考虑公募重仓“U型”两端特征的差异和共性，通过因子复合将“U型”效应转为单调性。首先将“U型”两端进行差异性建模得到重构后的白马股因子和黑马股因子，将重构后的两个因子复合得到的公募重仓因子；从共性角度出发引入经典的基本面代理变量——盈余动量因子，再与该因子Rank等权复合得到最终的选股因子。我们发现，在“黑白马”因子等权复合方式下2022年后超额有走弱现象，并尝试优化复合方式。
　　黑白马因子复合方式优化：我们从因子的内生性和外部性两种思路分别进行权重优化。内生性优化方法是通过ICIR加权，综合考虑因子与收益的相关性和因子的波动性。外生性方面是通过公募基金资金状态来对“黑白马”因子择时，当公募基金资金处于显著增量状态，增量资金倾向于配置当前已有持仓，高持仓+低换手的白马股表现更佳；当公募基金资金处于显著缩量状态，市场偏存量博弈时，市场结构性机会较多，公募基金逆市加仓的股票往往存在超额机会；中间状态等权配置“黑白马”因子。两种复合优化方式均提升了2022年后超额走弱现象。
　　策略表现优异：综合市场研判和因子ICIR加权进行“黑白马”因子加权复合。策略整体表现优异，在沪深300中，多头年化超额8.9%，年化超额夏普比0.78，卡玛比率0.64；在中证500中，多头年化超额14.0%，年化超额夏普比2.10，卡玛比率2.23；在中证1000中，多头年化超额15.1%，年化超额夏普比2.07，卡玛比率2.23。
　　风险提示：本报告基于历史数据进行测试，历史回测结果不代表未来收益，投资者应注意基于历史数据建模的失效风险。