量化模型与构建方式 1. 主动权益型基金仓位测算模型 - 模型构建思路:通过持股市值加权方法计算主动权益型基金的平均股票仓位,以反映市场配置情绪[20][23] - 模型具体构建过程: 1. 筛选合格样本基金,需满足条件:成立期满两个季度、未到期、规模大于5000万元、过去四期平均仓位大于60%[23] 2. 计算持股市值加权平均仓位: 3. 分类计算普通股票型、偏股混合型、配置型基金的仓位[20] - 模型评价:能够有效跟踪公募基金的整体配置情绪变化 2. 风格仓位暴露模型 - 模型构建思路:根据市值和成长/价值属性划分风格(如大盘成长、小盘价值等),计算主动偏股型基金在各风格上的仓位暴露[28] - 模型具体构建过程: 1. 定义风格分类标准(如大盘成长、大盘价值等)[28] 2. 对基金持仓股票按风格分类,并计算持股市值加权平均仓位: 3. 统计各风格仓位的周度变化[28] 3. 行业仓位暴露模型 - 模型构建思路:基于中信一级行业分类,计算主动权益型基金在各行业上的仓位分布及变动[31][32] - 模型具体构建过程: 1. 按中信一级行业分类基金持仓股票[32] 2. 计算持股市值加权平均行业仓位: 3. 跟踪各行业仓位的周度变化及趋势(如“连续上涨”或“连续下跌”)[32] 4. ETF资金流向跟踪模型 - 模型构建思路:统计各类ETF(宽基、行业、主题等)的资金净流入数据,以反映市场资金偏好[35][36][37] - 模型具体构建过程: 1. 按ETF类型(宽基、行业、主题、境外等)分类[35] 2. 计算单周净流入金额: 3. 汇总各类型ETF的规模及资金流向[35] 5. 主力/主动资金流统计模型 - 模型构建思路:基于同花顺对主力资金的划分标准(特大单、大单、中单、小单),统计个股和行业的资金净流入情况[50][51] - 模型具体构建过程: 1. 按成交单划分标准分类: - 特大单:成交量≥20万股或金额≥100万元 - 大单:成交量6-20万股或金额30-100万元 - 中单:成交量1-6万股或金额5-30万元 - 小单:成交量<1万股或金额<5万元[50] 2. 计算个股和行业的净流入金额: 3. 分别统计主力资金(特大单+大单)和主动资金(特大单)的流向[51] 模型的回测效果 (注:本篇报告未提供模型回测效果指标,如年化收益、夏普比率、信息比率(IR)等,故本节省略) 量化因子与构建方式 1. 基金净值涨跌幅因子 - 因子构建思路:计算主动权益型基金的周度净值涨跌幅,以反映基金短期表现[18][19] - 因子具体构建过程: - 因子评价:可用于筛选短期表现优异的基金[19] 2. ETF资金净流入因子 - 因子构建思路:统计单只ETF产品的资金净流入金额,反映资金对该产品的偏好[61][62] - 因子具体构建过程: - 因子评价:可用于判断资金对特定赛道或指数的偏好[35][36] 3. 行业资金主动净流入因子 - 因子构建思路:基于主力资金流向数据,计算各行业的主动资金净流入金额,反映主力资金对行业的偏好[51][60] - 因子具体构建过程: 1. 按行业分类汇总主动资金(特大单)净流入[60] 2. 计算行业净流入金额: 因子的回测效果 (注:本篇报告未提供因子回测效果指标,如IC值、IR值、多空收益等,故本节省略)
量化市场追踪周报:主动权益仓位高位震荡,ETF资金结构性分化延续-20250914
信达证券·2025-09-14 19:02