量化模型与构建方式 1. 模型名称：RSI相对强弱指标 模型构建思路：通过计算一定周期内平均涨幅和平均跌幅的比值，判断市场超买或超卖状态[2] 模型具体构建过程： - 计算公式：$RSI = 100 - \frac{100}{1 + RS}$ - 其中RS为12天内平均涨幅与平均跌幅的比值 - RSI>70为超买状态，RSI<30为超卖状态[2] 模型评价：简单直观的动量指标，但需结合其他指标避免误判 2. 模型名称：日内行情趋势 模型构建思路：基于5分钟级别成交价构建日内价格波动趋势[2] 模型具体构建过程： - 提取当日最高价（红点）和最低价 - 绘制连续成交价形成的趋势线[2] 3. 模型名称：净申购金额计算 模型构建思路：通过净值变化推算资金流动情况[2] 模型具体构建过程： - 计算公式：$NETBUY(T) = NAV(T) - NAV(T-1) \times (1+R(T))$ - 其中NAV(T)为当日净值，R(T)为收益率[2] 量化因子与构建方式 1. 因子名称：T+0交易标识 因子构建思路：标记支持T+0交易的ETF品种[2] 因子具体构建过程： - 直接提取基金公告中的交易规则属性[2] 2. 因子名称：机构持仓占比 因子构建思路：反映机构投资者持仓偏好[3] 因子具体构建过程： - 剔除联接基金持仓后计算机构持有比例 - 数据来源为年报/半年报披露值[3] 模型的回测效果 1. RSI相对强弱指标 - 测试样本：宽基ETF（沪深300ETF等）RSI值分布在53.92-67.46区间[4] - 主题ETF（如军工ETF）RSI最高达63.90[7] 2. 净申购模型 - 宽基ETF最大单日净流出18.85亿元（510300.SH）[4] - 科创50ETF（588000.SH）获6.81亿元净申购[4] 因子的回测效果 1. T+0交易因子 - 港股/美股ETF均支持T+0（如513180.SH）[4] - A股ETF均不支持T+0（除跨境品种）[4] 2. 机构持仓因子 - 宽基ETF机构占比普遍>80%（如510330.SH达91.03%）[4] - 行业ETF分化明显（银行ETF最高69.66%，证券ETF最低1.69%）[7] 注：所有公式严格按$公式$格式呈现，数据引用自文档[2][3][4][7]的原始表格内容