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，结合历史非重仓股持仓数据，模拟补全基金的全部股票持仓[8][9] - 模型具体构建过程： 1. 从基金季报（T期）获取前十大重仓股和证监会行业配置数据[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. 假设非重仓股持仓在行业内的持股种类不变，仅权重按比例变化，根据T-1期（半年报/年报）非重仓股持仓按行业比例放缩权重，生成T期模拟持仓[10] 4. 将模拟持仓拆分为大、小盘组合，利用基金日收益率和大/小盘指数日收益率，通过加权最小二乘法估计每日仓位配置[12] - 模型评价：解决了基金持仓披露不全和滞后性问题，但依赖历史非重仓股结构不变的假设，可能低估行业调仓行为[12] 2. 模型名称：基金风格监控模型 - 模型构建思路：通过估计的基金仓位数据，从大小盘配置、市值暴露、行业配置三个维度分析风格变化[12] - 模型具体构建过程： 1. 基于模拟持仓计算大/小盘组合权重（大盘组合：市值前30%股票；小盘组合：后70%）[11] 2. 使用加权最小二乘法回归基金日收益率与大/小盘指数收益率，系数即为仓位估计值 $r_{fund,t} = \alpha + \beta_{large} \cdot r_{large,t} + \beta_{small} \cdot r_{small,t} + \epsilon_t$ 其中$\beta_{large}$和$\beta_{small}$分别代表大盘和小盘仓位暴露[12] 3. 按中信一级行业分类统计行业配置权重及历史分位点[19][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：87.27%（2025-06-06），周环比下降0.12%[14] - 偏股混合型基金仓位中位数：84.02%（2025-06-06），周环比上升0.26%[14] - 大盘仓位变动：普通股票型下降1.10%，偏股混合型下降0.41%[15] - 小盘仓位变动：普通股票型上升0.97%，偏股混合型上升0.67%[15] 2. 基金风格监控模型 - 当前仓位历史分位点：普通股票型31.56%，偏股混合型38.73%（2016年以来）[15] - 行业配置权重最高：电子（普通股票型15.16%）、医药（10.58%）、电力设备（9.17%）[19] - 行业仓位周变动：电子/计算机/传媒/通信仓位上升，医药/食品饮料/机械仓位下降[21] --- 量化因子与构建方式 1. 因子名称：大小盘暴露因子 - 因子构建思路：通过基金收益率对大/小盘指数收益率的回归系数，衡量基金风格偏向[12] - 因子具体构建过程： 1. 构建大盘指数（市值前30%股票组合）和小盘指数（后70%组合）[11] 2. 滚动60日窗口回归基金日收益率，提取$\beta_{large}$和$\beta_{small}$系数作为因子值 $\text{暴露因子} = \beta_{small} - \beta_{large}$ 正值表示小盘暴露更高[12] 2. 因子名称：行业配置因子 - 因子构建思路：统计基金在中信一级行业的权重分布，识别超配/低配行业[19] - 因子具体构建过程： 1. 按模拟持仓计算各行业权重$w_{i,t}$ 2. 计算历史分位点： $\text{分位点}_i = \frac{\text{排名}(w_{i,t})}{\text{样本总数}} \times 100\%$ 分位点越高代表当前配置比例处于历史高位[20] --- 因子的回测效果 1. 大小盘暴露因子 - 普通股票型基金小盘仓位：44.2%（2025-06-06），大盘仓位：43.1%[14] - 偏股混合型基金小盘仓位：47.6%（2025-06-06），大盘仓位：36.4%[14] 2. 行业配置因子 - 电子行业配置分位点：普通股票型77.74%，偏股混合型86.86%（历史高位）[20] - 医药行业配置分位点：普通股票型10.95%，偏股混合型16.79%（历史低位）[20]