根据提供的研报内容，以下是量化模型和因子的详细总结： 量化模型与构建方式 1. 模型名称：ETF机构持仓穿透算法 模型构建思路：修正ETF公布的机构投资者持有比例，避免因联接基金被全部视为机构投资者而导致的高估问题[25] 模型具体构建过程： - 使用ETF和ETF联接基金的年报/半年报数据 - 计算公式： 其中： - (P_{\mathrm{inst}})：ETF公布的机构投资者持有份额占比 - (P_{\mathrm{link}})：联接基金持有ETF份额占比 - (S_{\mathrm{inst}})：联接基金中机构投资者持有比例 - 对于缺失的(P_{\mathrm{link}})数据，使用反向推算公式： 其中： - (A_{\mathrm{link}})：联接基金资产净值 - (P_{\mathrm{fund}})：联接基金持有ETF市值占资产净值比例 - (A_{\mathrm{eff}})：ETF资产净值[28][29] 模型评价：提高了机构投资者持仓数据的准确性，避免了因联接基金分类问题导致的偏差[25] 量化因子与构建方式 1. 因子名称：ETF净申赎规模因子 因子构建思路：通过ETF日度份额变动和收盘价估算各类ETF的净申赎规模，反映资金流向[20] 因子具体构建过程： - 计算每日净申赎规模： - 累计计算半年度净申赎规模[20] 因子评价：能够有效跟踪市场资金动向，反映投资者偏好[20] 2. 因子名称：机构投资者持仓比例因子 因子构建思路：基于修正后的机构持仓数据，分析不同资产类别、板块和主题ETF的机构投资者持仓比例[31][32] 因子具体构建过程： - 使用ETF机构持仓穿透算法计算修正后的机构持仓比例 - 按资产类别、板块和主题分类统计机构持仓比例[31][32] 因子评价：能够准确反映机构投资者的配置偏好和市场趋势[31][32] 3. 因子名称：不同机构持仓变动因子 因子构建思路：基于ETF前十大持有人数据，识别中央汇金、保险&保险资管、外资等机构的持仓变动[74] 因子具体构建过程： - 使用关键词识别方法从持有人名单中划分机构类型 - 统计各类机构在不同类型ETF中的持仓规模和占比[74] 因子评价：由于前十大持有人数据不够全面，结果仅供参考[74] 模型的回测效果 1. ETF机构持仓穿透算法： - 2024H2股票型ETF机构投资者持有比例上升至62.06%[31] - 债券ETF机构投资者持有比例降低至85%附近[32] - 商品和货币型ETF机构投资者占比下降约5pct[34][37] 2. ETF净申赎规模因子： - 2024年下半年股票型ETF净申购超6000亿元，规模增加超1万亿元[20] - 沪深300ETF净申购2592亿元，规模增加4003亿元[20] - 消费ETF净申购202亿元，规模增加291亿元[20] 因子的回测效果 1. 机构投资者持仓比例因子： - 科技板块机构投资者持有比例由2024H1的24.22%下降至2024H2的17.96%[46] - 红利ETF机构投资者持有比例由2024H1的49.32%上升至2024H2的55.43%[55] - 黄金ETF机构投资者持有比例由2024H1的22.74%下降至2024H2的18.23%[55] 2. 不同机构持仓变动因子： - 中央汇金持有ETF规模从2023H2的1247亿元上升至2024H2的1.05万亿元[74] - 保险&保险资管持有ETF规模从2024H1的1955亿元上升至2024H2的2737亿元[74] - 外资机构持有ETF规模从2024H1的213亿元上升至2024H2的263亿元[74]
资金动向揭秘：ETF投资者持仓变动全解析
东方证券·2025-04-18 11:02