量化模型与构建方式 1. 模型名称：公募基金股票仓位估计模型 - 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，结合半年报/年报的全部持仓数据，模拟补全基金的非重仓股持仓[8][9] - 模型具体构建过程： 1. 从基金季报（T期）获取前十大重仓股和行业配置比例[9] 2. 结合上市公司1/3季度十大股东信息补充重仓股细节[9] 3. 利用最近一期（T-1期）半年报/年报的非重仓股持仓，假设行业下持股种类不变，按比例调整权重生成T期非重仓模拟持仓[10] 4. 将模拟持仓拆分为大、小盘组合，通过加权最小二乘法回归基金日收益率与大小盘指数日收益率，估计每日仓位配置[12] 2. 模型名称：基金风格监控模型 - 模型构建思路：通过模拟持仓数据从市值（大小盘）和行业维度监控基金风格变化[12] - 模型具体构建过程： 1. 基于模拟持仓计算基金在大盘指数（如上证50）和小盘指数（如中证1000）的暴露度[11] 2. 按中信一级行业分类统计行业权重，计算行业配置变动[19][22] --- 模型的回测效果 1. 公募基金股票仓位估计模型 - 普通股票型基金仓位中位数：89.38%（2025-04-25），周环比+0.06%[14] - 偏股混合型基金仓位中位数：87.57%，周环比-0.29%[14] - 大盘仓位变动：普通股票型-0.86%，偏股混合型-1.40%[15] - 小盘仓位变动：普通股票型+0.92%，偏股混合型+1.12%[15] 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68.67%，偏股混合型81.54%[15] - 行业配置分位点示例：电子元器件（普通股票型88.81%）、汽车（95.90%）[20] --- 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：通过基金持仓与市场组合回归分析，捕捉基金对大小盘风格的偏好[12] - 因子具体构建过程： 1. 构建大盘指数（如沪深300）和小盘指数（如中证500）的日收益率序列[11] 2. 使用加权最小二乘法回归基金日收益率： $R_{fund} = \alpha + \beta_{large} \cdot R_{large} + \beta_{small} \cdot R_{small} + \epsilon$ 3. $\beta_{large}$和$\beta_{small}$即为市值暴露因子取值[12] 2. 因子名称：行业动量因子 - 因子构建思路：跟踪基金行业权重的周度变化，反映行业配置趋势[22] - 因子具体构建过程： 1. 按中信一级行业分类计算基金持仓权重[19] 2. 计算周度行业权重变化： $\Delta W_{i,t} = W_{i,t} - W_{i,t-1}$ 3. 正变化视为增配动量，负变化视为减配动量[22] --- 因子的回测效果 1. 市值暴露因子 - 普通股票型基金小盘暴露：48.0%（2025-04-25），大盘暴露41.4%[14] - 偏股混合型基金小盘暴露：53.4%，大盘暴露34.2%[14] 2. 行业动量因子 - 本周增配行业：机械（+0.5%）、电力设备（+0.3%）、国防军工（+0.2%）[22][23] - 本周减配行业：非银行金融（-0.4%）、银行（-0.3%）、医药（-0.2%）[22][23]