量化模型与构建方式 1. 模型名称：基金仓位估计模型 - 模型构建思路：基于基金季报披露的前十大重仓股、上市公司十大股东信息及行业配置数据，结合历史非重仓股持仓比例，模拟补全基金的全部股票持仓[7][8][9] - 模型具体构建过程： 1. 从基金季报（T期）获取前十大重仓股及行业配置比例[8] 2. 结合上市公司1/3季度十大股东数据，补充重仓股细节[7] 3. 利用最近一期（T-1期）半年报/年报披露的全部持仓，按行业比例放缩非重仓股权重： $w_{非重仓股,T} = w_{非重仓股,T-1} \times \frac{w_{行业,T}}{w_{行业,T-1}}$ 其中$w$代表权重[9] 4. 将持仓拆分为大、小盘组合，通过加权最小二乘法拟合基金日收益率与大小盘指数日收益率，估计每日仓位配置[11] - 模型评价：解决了基金持仓披露不全和滞后性问题，但依赖历史持仓比例假设可能引入误差[11] 2. 模型名称：基金风格监控模型 - 模型构建思路：基于模拟持仓数据，从市值（大/小盘）和行业维度动态跟踪基金风格变化[11][12] - 模型具体构建过程： 1. 使用中信一级行业分类划分股票[13] 2. 计算基金在大盘（沪深300成分股）和小盘（非成分股）组合的仓位占比[10] 3. 通过行业权重变动分析风格偏移，例如电子行业权重下降可能反映科技板块减仓[20] --- 模型的回测效果 1. 基金仓位估计模型 - 普通股票型基金仓位中位数：90.48%（周环比-1.26%）[13] - 偏股混合型基金仓位中位数：86.66%（周环比-1.78%）[13] - 大盘组合仓位变动：普通股票型+0.44%，偏股混合型+0.03%[13] - 小盘组合仓位变动：普通股票型-1.71%，偏股混合型-1.80%[13] 2. 基金风格监控模型 - 当前仓位分位点（2016年以来）：普通股票型81.00%，偏股混合型72.86%[13] - 行业配置集中度：电子（17.72%-19.49%）、电力设备（9.22%-10.48%）、医药（8.39%-10.49%）[17] --- 量化因子与构建方式 1. 因子名称：市值暴露因子 - 因子构建思路：通过基金持仓在大/小盘组合的权重差异捕捉市值风格偏好[11] - 因子具体构建过程： $市值暴露 = \frac{w_{小盘}}{w_{大盘}}$ 其中$w$为基金在小盘股和大盘股的配置权重[10] 2. 因子名称：行业动量因子 - 因子构建思路：根据基金行业配置周度变动识别资金流向[20] - 因子具体构建过程： 1. 计算中信一级行业本周权重变化： $\Delta w_{行业} = w_{T} - w_{T-1}$ 2. 排序得到增仓/减仓行业（如电子行业本周减仓，医药行业增仓）[20] --- 因子的回测效果 1. 市值暴露因子 - 普通股票型基金小盘仓位：45.5%（大盘45.0%）[13] - 偏股混合型基金小盘仓位：43.8%（大盘42.8%）[13] 2. 行业动量因子 - 本周增仓行业：医药（+0.5%）、银行（+0.3%）、食品饮料（+0.2%）[20] - 本周减仓行业：电子（-1.2%）、计算机（-0.8%）、传媒（-0.6%）[20]