根据研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. 主动偏股基金仓位高频估测模型 - 构建思路：通过基金每日净值序列，采用带约束条件的多元回归模型估算股票仓位[61] - 具体构建： 1. 以基准指数或构建的资产序列作为自变量 2. 通过回归分析计算最优仓位估计 3. 结合模拟组合提升估算准确性 4. 输出整体仓位变动趋势及行业配置偏好 - 模型评价：解决了公募基金仓位披露频率低的问题，但存在与实际仓位的偏差风险[61][69] 2. REITs指数系列模型 - 构建思路：通过指数化投资反映REITs市场表现，区分底层资产类型[49] - 具体构建： 1. 采用分级靠档法稳定指数份额 2. 新发/扩募时使用除数修正法保证连续性 3. 同步生成价格指数和全收益指数 4. 细分产权类（+1.03%本周）和特许经营权类（+0.28%本周）指数[49][51] - 模型评价：为资产配置提供新视角，但需关注流动性风险[49] 量化因子与构建方式 1. 行业主题因子 - 构建思路：基于基金持仓划分长期行业标签（医药/TMT/周期等）[35] - 具体构建： 1. 分析近4期财报持仓数据 2. 定义三类标签：行业主题/轮动/均衡 2. 计算主题指数周收益率（如医药+3.75%，TMT-1.26%）[35][36] - 因子评价：有效定位细分赛道，但需动态调整标签[35] 2. ETF多因子分类体系 - 构建思路：按投资范围/策略对ETF进行因子归类[58] - 具体构建： 1. 宽基因子：按市值分层（科创板/创业板等） 2. 行业因子：消费/周期/TMT等11类 3. 策略因子：红利/质量/动量等7类 4. 主题因子：ESG/一带一路等6类[58] - 因子评价：全面覆盖ETF特征，但部分子类规模较小（如ESG仅13.19亿）[58][81] 模型回测效果 1. 主动偏股仓位模型 - 本周仓位变动：-0.50pcts[61] - 行业配置：增配石油石化/有色金属，减持家电/电子[65] 2. REITs指数模型 - 综合指数年化收益：1.72%（最大回撤-38.62%）[51] - 细分指数表现： - 消费基础设施指数+1.49%本周 - 能源基础设施指数年化10.42%[51] 因子回测效果 1. 行业主题因子 - 医药因子：周收益3.75%（今年以来+60.79%头部基金）[35][39] - TMT因子：周收益-1.26%（ETF资金净流出11.14亿）[35][58] 2. ETF策略因子 - 质量因子：周收益+0.85%（年化6.36%）[58] - 红利因子：规模934.72亿，周收益+0.05%[58] 3. ESG主题因子 - 碳中和基金：财通碳中和周收益+2.90%[81] - 绿色债券：累计发行4.52万亿，本周新发397.82亿[69][74] （注：所有数据截至2025年6月13日，源自Wind及光大证券研究所）