量化模型与因子总结 量化模型与构建方式 1. 模型名称：中长线资金增持重点规模ETF体量及成本线测算模型[7] 模型构建思路：通过追踪中长线资金（如中央汇金、证金等）在特定宽基ETF上的历史净流入/流出数据，估算其累计持仓的加权平均成本线，并计算当前价格相对于成本线的安全垫[7][10] 模型具体构建过程： * 数据来源：基于上市公司定期报告、基金定期报告等披露的十大流通股东及重仓股信息，识别中长线资金的持仓变动[10] * 识别净流入/流出轮次：报告识别了自2024年以来中长线资金通过宽基ETF进行的多轮大规模净流入操作，例如沪深300、中证1000等品种[3][7] * 计算加权平均成本线：对每一轮净流入，记录其买入期间的指数均价作为成本价。估算当前整体成本线时，采用买入金额加权平均的方法进行计算[7] * 计算安全垫：将当前指数价格与估算的加权平均成本线进行比较，计算（现价/成本线-1）作为安全垫，用以衡量当前价格相对于资金成本的盈亏位置[7] * 估算留存市值：考虑历史累计净买入与最新一轮（第六轮）的净流出，计算当前中长线资金在各类宽基ETF中的估算留存市值[7] 模型的回测效果 注：本报告未提供模型在历史数据上的系统性回测绩效指标（如年化收益率、夏普比率、最大回撤等）。报告主要展示了基于历史净流入数据测算出的成本线、留存市值及安全垫等静态结果[7]。 量化因子与构建方式 1. 因子名称：宽基ETF单日净流入因子[5] 因子构建思路：直接统计特定宽基ETF品种（如沪深300ETF、中证1000ETF等）在单个交易日的资金净流入（申购金额减去赎回金额）[5] 因子具体构建过程：从市场数据（如Wind）获取各宽基ETF的每日份额变动及净值数据，计算单日净流入金额。公式为： $单日净流入金额_t = (基金份额_t - 基金份额_{t-1}) \times 基金单位净值_t$ 其中，t代表当前交易日[5]。 2. 因子名称：中长线资金持仓行业集中度因子[9] 因子构建思路：通过汇总中长线资金（中央汇金、证金等）在所有股票上的持仓，计算其在不同行业的持股市值占比，以观察其行业配置偏好[9] 因子具体构建过程： * 数据整合：从定期报告中提取中长线资金对个股的持仓数据[10] * 行业归类：将持仓个股按其所属行业进行分类（如银行、非银金融等）[9] * 计算行业占比：汇总每个行业的持股市值，并计算其占总持股市值的比例[9] * 报告显示，截至25Q3，中长线资金重仓行业前五分别为：银行(37%)、非银金融(19%)、食品饮料(5%)、建筑装饰(4%)、公用事业(4%)[9] 因子的回测效果 注：本报告未提供上述因子在选股或择时策略中的有效性测试结果（如IC、IR、多空收益等）。报告主要利用这些因子进行现状描述和统计，例如展示2026年以来宽基ETF的净流出情况，或中长线资金的历史持仓结构[3][5][7][9]。