量化模型与因子总结 量化因子与构建方式 1. 因子名称：RSI相对强弱指标[2] * 因子构建思路：通过计算一定周期内平均涨幅与平均跌幅的比值，来衡量市场或资产的超买或超卖状态，属于动量反转类技术指标[2]。 * 因子具体构建过程： 1. 设定计算周期N（报告中为12天）[2]。 2. 计算周期内每日的涨跌幅。 3. 分别计算周期内所有上涨日涨幅的平均值（AvgGain）和所有下跌日跌幅绝对值的平均值（AvgLoss）[2]。 4. 计算相对强度RS：[2] 5. 计算RSI值：[2] * 因子评价：该因子是经典的技术分析工具，用于判断市场短期内的极端情绪。当RSI高于70时，通常认为市场处于超买状态，可能面临回调风险；当RSI低于30时，则认为市场处于超卖状态，可能存在反弹机会[2]。 2. 因子名称：净申购（亿元）[2] * 因子构建思路：通过计算ETF基金单位净值的变化与基金份额自然增长（价格回报）的差异，来估算当日资金的净流入或净流出金额，反映投资者对特定ETF的主动买卖意愿[2]。 * 因子具体构建过程： 1. 获取当日（T日）的基金单位净值NAV(T)和前一日（T-1日）的基金单位净值NAV(T-1)[2]。 2. 获取ETF跟踪指数在T日的收益率R(T)[2]。 3. 计算净申购金额NETBUY(T)：[2] 公式说明：NAV(T-1)*(1+R(T))代表了假设没有资金申赎、仅因指数涨跌导致的T日理论净值。实际净值NAV(T)与该理论值的差额，即由资金净申购（正值）或净赎回（负值）所导致[2]。 因子与模型的效果取值 注：本报告为ETF日频跟踪数据表，主要展示各ETF在特定日期的各项指标截面数据，而非基于历史数据的因子回测绩效。因此，以下为报告中展示的2025年12月18日各类ETF在相关因子上的具体取值[1]。 1. RSI相对强弱指标 因子取值（周期：12天）[2][4][7] * 华泰柏瑞沪深300ETF (510300.SH): 48.56 * 易方达沪深300ETF (510310.SH): 47.80 * 华夏上证50ETF (510050.SH): 34.90 * 南方中证500ETF (510500.SH): 50.43 * 华夏恒生科技ETF (513180.SH): 34.54 * 国泰中证全指证券公司ETF (512880.SH): 51.50 * 华宝中证银行ETF (512800.SH): 51.21 * 华泰柏瑞上证红利ETF (510880.SH): 41.54 * 国泰中证军工ETF (512660.SH): 62.54 * 易方达中证海外互联ETF (513050.SH): 33.83 2. 净申购（亿元） 因子取值[2][4][7] * 华泰柏瑞沪深300ETF (510300.SH): 8.08 * 易方达创业板ETF (159915.SZ): 20.33 * 华夏上证50ETF (510050.SH): -1.09 * 南方中证1000ETF (512100.SH): -2.19 * 国泰中证全指证券公司ETF (512880.SH): -17.59 * 华泰柏瑞中证A500ETF (563360.SH): 18.97 * 华宝中证银行ETF (512800.SH): 1.56 * 华泰柏瑞红利低波ETF (512890.SH): 4.22 * 华夏国证半导体芯片ETF (159995.SZ): -9.25 * 易方达中证人工智能ETF (159819.SZ): -10.62
ETF观察日志：麦高视野
麦高证券·2025-12-19 13:15