量化模型与构建方式 1. 模型名称：公募基金仓位估计模型 - 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，模拟补全基金的全部股票持仓[8][9] - 模型具体构建过程： 1. 利用基金季报（T期）的行业配置比例和T-1期半年报/年报的非重仓股持仓，假设非重仓股在各行业内的持股种类不变，仅按比例调整权重，通过加权放缩得到T期非重仓股模拟持仓[10] 2. 将模拟持仓拆分为大、小盘组合，结合基金日收益率和大、小盘指数日收益率，采用加权最小二乘法估计每日大、小盘配置仓位[11] - 模型评价：解决了基金持仓披露滞后性问题，实现了对基金仓位的日度监控，但依赖历史持仓假设可能引入偏差[11] 2. 模型名称：基金风格监控模型 - 模型构建思路：从大小盘配置、市值暴露、行业配置三个维度分析基金风格变化[11] - 模型具体构建过程： 1. 基于模拟持仓计算基金在大盘（如上证50）和小盘（如中证1000）指数上的暴露 2. 通过回归分析计算行业配置权重，跟踪中信一级行业的仓位变动[15][20] --- 模型的回测效果 1. 公募基金仓位估计模型 - 普通股票型基金仓位中位数：87.39%（2025-05-30），周环比上升0.10%[16] - 偏股混合型基金仓位中位数：83.76%，周环比下降0.18%[16] - 大盘仓位变动：普通股票型+2.48%，偏股混合型+1.34%[16] - 小盘仓位变动：普通股票型-2.37%，偏股混合型-1.52%[16] 2. 基金风格监控模型 - 行业配置权重：电子（普通股票型14.32%）、医药（10.99%）、电力设备（9.29%）[20] - 行业分位点：电子元器件（66.79%分位）、汽车（97.08%分位）、医药（14.23%分位）[20] --- 量化因子与构建方式 1. 因子名称：基金大小盘暴露因子 - 因子构建思路：通过基金持仓与市场指数的相关性计算市值风格暴露[11] - 因子具体构建过程： $\text{Exposure} = \frac{\sum (w_i \cdot \beta_i)}{\sum w_i}$ 其中 ( w_i ) 为股票权重，( \beta_i ) 为股票对大盘/小盘指数的敏感度 2. 因子名称：行业动量因子 - 因子构建思路：跟踪基金行业配置的周度变动捕捉资金流向[24] - 因子具体构建过程：计算中信一级行业仓位周环比变化，如电子（+）、机械（-）[24] --- 因子的回测效果 1. 基金大小盘暴露因子 - 普通股票型基金小盘仓位：43.2%（2025-05-30），大盘仓位：44.2%[15] - 偏股混合型基金小盘仓位：47.0%，大盘仓位：36.8%[15] 2. 行业动量因子 - 本周增持行业：电子、计算机、传媒（变动幅度未披露）[24] - 本周减持行业：机械、汽车、电力设备[24]