根据提供的研报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. 主动偏股基金仓位高频估测模型 - 模型构建思路：通过基金每日披露的净值序列，利用带约束条件的多元回归模型，在基准或构建的其他资产序列组成的自变量中寻找基金仓位的最优估计结果[59]。 - 模型具体构建过程： 1. 以基金每日净值序列为因变量。 2. 选择基准或构建的资产序列作为自变量。 3. 使用带约束条件的多元回归模型进行仓位估计。 4. 通过模拟组合提升估算准确性，并衡量整体仓位变动趋势及行业投向偏好[59]。 - 模型评价：能够相对高频地跟踪主动偏股基金的仓位变化，但实际仓位与测算结果可能存在差异[59]。 2. REITs系列指数模型 - 模型构建思路：基于指数化投资思想，构建REITs系列指数以反映市场表现，并提供不同底层资产和项目类型的细分指数[44]。 - 模型具体构建过程： 1. 采用分级靠档方法确保指数份额稳定。 2. 使用除数修正法保证指数连续性（如新发、扩募等非交易因素变动时）[44]。 3. 提供价格指数和全收益指数，覆盖产权类、特许经营权类等细分类型[45]。 - 模型评价：为投资者提供REITs资产配置的新视角，潜在市场空间大，但需关注流动性风险[44][45]。 3. 行业主题基金标签模型 - 模型构建思路：通过基金中报/年报持仓信息判断其长期行业主题标签，区分行业主题基金、行业轮动基金和行业均衡基金[34]。 - 模型具体构建过程： 1. 分析近四期中报/年报持仓数据。 2. 根据持仓集中度与行业分布定义标签（如医药、TMT等）[34]。 3. 构建行业主题基金指数（如医药主题基金指数本周涨跌幅3.46%）[34][35]。 - 模型评价：帮助投资者定位细分赛道，但需注意短期行业特征可能变化[34]。 量化因子与构建方式 1. ETF资金流向因子 - 因子构建思路：跟踪股票ETF资金净流入/流出情况，分析宽基、行业、主题等细分类型的资金动向[48]。 - 因子具体构建过程： 1. 按类型统计资金净流入（如港股ETF本周净流入39.8亿元）[48]。 2. 计算细分领域资金集中度（如TMT主题ETF净流入33.6亿元）[48][56]。 - 因子评价：反映市场短期偏好，但需结合收益率分析（如TMT主题ETF本周收益-1.84%）[56]。 2. ESG主题因子 - 因子构建思路：筛选ESG整合、负面/正面筛选的基金或债券，分类为环境、社会、治理主题[71]。 - 因子具体构建过程： 1. 定义ESG主题基金（如“碳中和”“绿色”标签）[71]。 2. 统计规模与表现（如环境主题基金规模1038.76亿元）[72]。 3. 跟踪收益率（如绿色债券本周发行规模167.81亿元）[65][69]。 - 因子评价：ESG产品稳步发展，但需区分主题纯度（如泛ESG基金仅覆盖部分ESG维度）[71][72]。 模型的回测效果 1. 主动偏股基金仓位模型 - 本周仓位下降0.17pcts，增配电子、银行等行业，减持电力设备等行业[59][63]。 2. REITs指数模型 - REITs综合指数本周上涨1.74%，产权类指数上涨1.88%，特许经营权类指数上涨1.56%[45][47]。 3. 行业主题基金模型 - 医药主题基金指数本周收益率3.46%，消费主题0.59%，TMT主题-1.63%[34][36]。 因子的回测效果 1. ETF资金流向因子 - 港股ETF净流入39.8亿元，收益率-1.26%；商品ETF净流入30.6亿元，收益率2.04%[48][56]。 2. ESG主题因子 - 主动权益型ESG基金本周收益率中位数-0.77%，绿色债券累计发行规模4.28万亿元[65][72][77]。 公式说明 - REITs指数连续性修正：采用除数修正法，公式为： $\text{新除数} = \text{原除数} \times \frac{\text{调整后市值}}{\text{调整前市值}}$ 用于应对非交易因素变动[44]。 - 仓位回归模型： $\text{基金净值}_t = \alpha + \sum \beta_i \times \text{基准资产}_i + \epsilon_t$ 约束条件为 $\sum \beta_i = 1$[59]。