根据提供的研报内容，以下是关于量化模型和因子的总结： 量化模型与构建方式 1. 模型名称：ETF机构持仓穿透算法[1][13] * 模型构建思路：由于ETF基金在定期报告中公布的机构投资者持有份额占比通常将ETF联接基金也视为机构，这会高估真实的机构持仓比例。该模型旨在通过穿透联接基金的持有人结构，更精确地计算ETF中机构投资者的实际持仓规模和占比[1][13]。 * 模型具体构建过程：模型基于ETF及其联接基金的定期报告数据。核心思想是，ETF的实际机构持有份额等于ETF公布的机构持有份额减去联接基金持有的ETF份额中属于个人投资者的部分[15][17]。 具体计算公式如下： $P_{\rm inst}=P_{\rm inst}^{\rm pub}-P_{\rm link}*(1-S_{\rm inst}^{\rm link})$[17] 其中： * $P_{\rm inst}$ 代表修正后的ETF机构投资者实际持有份额占比。 * $P_{\rm inst}^{\rm pub}$ 代表ETF定期报告中公布的机构投资者持有份额占比[15]。 * $P_{\rm link}$ 代表ETF定期报告中公布的联接基金持有该ETF的份额占比[15]。 * $S_{\rm inst}^{\rm link}$ 代表联接基金（合并口径）的机构投资者持有比例[15]。 对于个别缺失$P_{\rm link}$数据的情况，使用联接基金数据进行反向推算： $P_{\mathrm{link}}=A_{\mathrm{link}}*P_{\mathrm{fund}}/A_{\mathrm{net}}$[18] 其中$A_{\mathrm{link}}$为联接基金资产净值，$P_{\mathrm{fund}}$为联接基金持有ETF市值占其资产净值比例，$A_{\mathrm{net}}$为ETF资产净值[15][18]。 模型的回测效果 （报告中未提供该穿透算法模型自身的量化回测指标，如年化收益率、夏普比率、信息比率(IR)、最大回撤等。报告主要展示了应用此算法后得到的各类ETF机构持仓占比的静态或时序变化结果[2][3][4][5][21][22][23][26][29][32][33][38][40][43][44][47][48][51][53][56][60]。） 量化因子与构建方式 （报告中未涉及传统意义上的量化因子（如价值、动量、质量等）的构建与分析。其核心内容是应用上述穿透算法对ETF持有人结构进行分析，属于投资者行为分析范畴，而非构建预测未来收益的Alpha因子。） 因子的回测效果 （报告中未提供任何量化因子的回测效果指标，如因子IC值、ICIR、多空收益、年化收益、夏普比率等。）