根据提供的研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. ETF资金流动计算模型 - 模型构建思路：通过每日份额变动与前一日净值的乘积计算ETF净申购/赎回额，并对份额拆分的ETF进行特殊处理[12] - 具体构建过程： $净流入资金 = (当日份额 - 前一日份额) \times 前一日单位净值$ 其中份额数据需根据拆分情况进行调整[12] - 模型评价：能有效反映一级市场资金动向，但未考虑二级市场价格波动影响 2. 增强策略ETF绩效评估模型 - 模型构建思路：通过对比ETF净值增长率与基准指数收益率计算超额收益[28][29] - 具体构建过程： $超额收益率 = ETF期间收益率 - 基准指数期间收益率$ 采用滚动窗口计算不同时间维度的超额表现（周/年）[29] - 模型评价：直观反映主动管理能力，但未区分alpha与风险暴露贡献 量化因子与构建方式 1. 行业主题资金流向因子 - 因子构建思路：按科技/周期/消费等六大板块分类统计ETF资金净流入[12][17] - 具体构建过程： 1) 归类主题行业ETF至对应板块 2) 加总板块内所有ETF的$净流入资金$[12] - 因子评价：反映市场风格偏好，但板块划分存在主观性 2. 杠杆资金偏好因子 - 因子构建思路：通过ETF融资净买入额捕捉杠杆资金动向[19][20] - 具体构建过程： $融资净买入因子 = \frac{ETF融资买入额 - 偿还额}{ETF总规模}$ 取周频数据标准化处理[20] - 因子评价：对短期价格波动有预测性，但受政策影响大 模型的回测效果 1. ETF资金流动模型 - 周净流入：债券型82.11亿/跨境64.09亿/商品型30.42亿[12] - 股票型ETF中：A500ETF净流入21.88亿/科创50ETF净流入13.73亿[12] 2. 增强策略评估模型 - 天弘中证1000增强ETF近1年超额14.71%[29] - 工银中证1000增强ETF 2025年以来超额4.76%[28] - 34只增强ETF中28只跑赢基准[28] 因子的回测效果 1. 行业资金流向因子 - 科技板块周净流入28.81亿[12] - 医药生物板块周净流出7.02亿[12] 2. 杠杆资金因子 - 中证1000ETF周融资净买入0.14亿[19] - 科技ETF周融资净买入0.51亿[19] 注：所有数据均截至2025年3月28日[12][28][29]，增强策略测试剔除成立未满1年产品[29]