根据提供的研报内容，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：基于净值序列和多元回归模型估算基金仓位变动[67] - 具体过程： 1. 以每日净值为因变量，基准指数或资产组合为自变量 2. 采用带约束的多元回归模型求解最优仓位估计 3. 通过模拟组合提升准确性，跟踪行业配置偏好 - 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[67] 2. REITs指数化配置模型 - 构建思路：通过分级靠档和除数修正法构建全收益指数[52] - 具体过程： 1. 按底层资产类型（产权类/特许经营权类）分类 2. 采用分级靠档稳定样本份额 3. 新发或扩募时使用除数修正法保持指数连续性 $指数_t = \frac{\sum (价格_i \times 调整后份额_i)}{除数_t}$ - 模型评价：为REITs资产配置提供标准化工具，但流动性限制需注意[52] 量化因子与构建方式 1. 行业主题基金标签因子 - 构建思路：基于持仓信息识别长期行业特征[39] - 具体过程： 1. 分析近4期年报/中报持仓数据 2. 划分行业主题（如TMT）、行业轮动、行业均衡三类 3. 计算主题集中度指标 - 因子评价：能有效区分基金风格，但存在风格漂移风险[39] 2. ETF资金流向因子 - 构建思路：监控宽基/行业ETF的资金净流入方向[55] - 具体过程： 1. 按类型（宽基/行业）和主题（金融地产/TMT）分类 2. 计算净流入金额与规模占比 3. 结合收益率分析市场偏好 - 因子评价：反映短期市场情绪，但需剔除异常份额变动[55][64] 模型的回测效果 1. 主动偏股基金仓位模型 - 本周仓位变动：-0.48pcts[67] - 行业配置变化：增配石油石化(+0.82pcts)，减配计算机(-0.75pcts)[67] 2. REITs指数模型 - 本周收益：综合指数+1.41%，产权类+2.56%[54] - 风险指标：最大回撤-38.62%（综合指数），年化波动率11.12%[54] 因子的回测效果 1. 行业主题因子 - 本周表现：金融地产+0.44%，医药-6.25%[39] - 月度收益：TMT主题6月累计+2.72%[41] 2. ETF资金流向因子 - 宽基ETF：中小盘净流入46.75亿元，大盘净流出17.21亿元[64] - 行业ETF：金融地产净流入46.61亿元，新能源净流出2.50亿元[64]