根据提供的ETF周报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. ETF业绩表现模型 - 模型构建思路：统计不同类别ETF的周度收益率，按资产类别、宽基、板块和主题进行分类比较[13][15][16][17] - 模型具体构建过程： 1. 使用ETF单位复权净值计算收益率 2. 分类统计中位数收益率： - 宽基ETF：中证1000ETF（0.76%）、科创板ETF（0.61%）[13] - 板块ETF：消费ETF（1.01%）[16] - 主题ETF：军工ETF（2.07%）[16] - 模型评价：能有效捕捉市场结构性机会 2. ETF规模变动分析模型 - 模型构建思路：跟踪ETF规模变动与净申赎数据，反映资金流向[2][27][28][29][30][31] - 模型具体构建过程： 1. 计算每日净申赎规模：$净申赎规模=当日份额变动×收盘价$ 2. 剔除分红和份额折算影响[27] 3. 分类统计：科创板ETF净申购15.7亿元，科技板块净申购21.3亿元[28][30] 3. ETF估值分位数模型 - 模型构建思路：基于历史5年数据计算PE/PB分位数[33][34][35][36][37][41] - 模型具体构建过程： 1. 计算ETF基准指数估值中位数 2. 分位数公式：$分位数=\frac{当前估值-历史最小值}{历史最大值-历史最小值}$ 3. 输出结果：创业板类ETF市盈率分位数31.02%，消费板块PE分位数1.49%[34][36] 量化因子与构建方式 1. 融资融券因子 - 因子构建思路：通过融资余额和融券余量反映市场杠杆情绪[44][45][46][48][49][51] - 因子具体构建过程： 1. 统计日均融资买入额：科创板ETF（3.57亿元）、创业板ETF（2.5亿元）[46] 2. 统计日均融券卖出量：中证1000ETF（5.87万手）[49] - 因子评价：对短期市场情绪敏感 2. 管理人规模因子 - 因子构建思路：跟踪基金公司非货币ETF管理规模[52][53][54] - 因子具体构建过程： 1. 按管理人汇总规模：华夏（7124亿元）、易方达（6405亿元）[53] 2. 计算规模占比：华夏占全市场18.16%[53] 模型的回测效果 1. ETF业绩表现模型 - 中证1000ETF周收益率：0.76%[13] - 军工ETF周收益率：2.07%[16] - 消费ETF周收益率：1.01%[16] 2. ETF规模变动模型 - 科创板ETF净申购规模：15.7亿元[28] - 芯片ETF净申购规模：14.1亿元[30] 3. 估值分位数模型 - 创业板类ETF市盈率分位数：31.02%[34] - 军工ETF市盈率分位数：99.83%[37] 因子的回测效果 1. 融资融券因子 - 科创板ETF日均融资买入额：3.57亿元[46] - 中证1000ETF日均融券卖出量：5.87万手[49] 2. 管理人规模因子 - 华夏基金非货币ETF规模：7124亿元[53] - 易方达基金规模占比：16.33%[53]