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. 主动权益基金筛选模型 - 模型构建思路：通过持仓比例和规模变化筛选主动权益基金[5][28] - 具体构建过程： 1. 筛选普通股票型、偏股混合型、平衡混合型和灵活配置型基金 2. 计算四个季度平均持股比例>60%的基金 3. 按规模变动和行业集中度（前10大重仓股占比）进一步筛选[7][31] - 模型评价：有效捕捉头部效应，但需注意规模波动对集中度的影响[32] 2. 固收+基金分类模型 - 模型构建思路：基于权益仓位弹性分组[49][50] - 具体构建过程： 1. 定义权益仓位 = 股票仓位 + 50%×可转债仓位 2. 按均值划分三组： - 低弹性（≤10%） - 中弹性（10%~25%） - 高弹性（>25%）[49] - 模型评价：能清晰反映不同风险偏好，但需动态调整阈值[50] 3. FOF重仓基金优选模型 - 模型构建思路：结合市值和频次双重指标[126][129] - 具体构建过程： 1. 剔除同一管理人子基金 2. 按被重仓市值（亿元）和次数排名 3. 分主动权益、被动权益、固收+、固收四类独立排序[126] - 模型评价：避免单一指标偏差，但需考虑规模与业绩的平衡[129] --- 量化因子与构建方式 1. 权益仓位因子 - 构建思路：衡量基金风险暴露水平[37][38] - 具体构建： $权益仓位 = \frac{股票市值 + 0.5 \times 可转债市值}{基金净值}$ 计算过去4季度均值[49] - 因子评价：对固收+产品风险分层效果显著[50] 2. 行业超配因子 - 构建思路：捕捉基金行业配置偏好[76][77] - 具体构建： $超配比例 = 基金行业持仓占比 - 基准指数行业权重$ 对比中证全指行业分布[77] - 因子评价：需结合行业景气度动态分析[76] 3. 债券杠杆因子 - 构建思路：反映固收基金杠杆策略[96][97] - 具体构建： $债券仓位 = \frac{债券市值}{基金净值}$ 分位数统计25%/50%/75%分位点[97] - 因子评价：对利率敏感性分析有参考价值[96] --- 模型回测效果 1. 主动权益基金模型 - 头部10家公司规模占比44.0%[32] - 前10大重仓股集中度38.08%[31] 2. 固收+分类模型 - 高弹性组季度收益均值1.67%（中弹性1.21%，低弹性1.17%）[65] - 中弹性组规模占比49.1%[50] 3. FOF优选模型 - 最优FOF季度收益7.63%（偏债混合型）[132] - 被重仓次数最高基金：大成高鑫C（36次）[129] --- 因子回测效果 1. 权益仓位因子 - 高弹性组收益波动率4.0%（95分位）vs 低弹性组2.1%[65] 2. 行业超配因子 - 银行板块超配6.3%，电子板块低配10.7%[77] 3. 债券杠杆因子 - 中长期纯债基金平均仓位115.0%（短期纯债110.4%）[97] 注：所有测试结果均基于2025年二季度数据[5][65][97]