量化模型与构建方式 1. 模型/因子名称：主动调仓比例计算模型 * 构建思路：为了剔除持仓股票价格涨跌变动对基金行业配置比例的影响，从而更纯粹地反映基金经理的主动调仓行为，构建了主动调仓比例计算模型[51]。 * 具体构建过程：首先计算各行业的被动调仓比例，该比例反映了仅因持仓股票价格变动导致的行业配置比例变化。然后，用基金整体行业配置比例的实际变动减去该被动调仓比例，得到主动调仓比例[51]。 * 模型评价：该模型能有效剥离市场波动对持仓结构的干扰，更准确地衡量基金经理的主动管理行为。但报告也指出，该算法天然对持仓比例较小的行业误差较大，其参考意义主要针对持仓比例大的行业[51]。 2. 模型/因子名称：基金净申购计算模型 * 构建思路：为了衡量基金在季度间的真实资金流入/流出情况（即“吸金能力”），排除基金规模因净值涨跌而产生的自然变化，构建了净申购计算模型[45]。 * 具体构建过程：使用基金当季末的规模，减去上季末规模经过当季净值涨跌调整后的部分，差额即为当季净申购额[45]。具体公式如下： $净申购 = 当期规模 − 上期规模 × (1 + 当期涨跌幅)$ 其中，“当期规模”和“上期规模”分别为报告期末和期初的基金资产净值，“当期涨跌幅”为该基金在报告期内的收益率[45]。 模型的回测效果 本报告为基金持仓分析报告，未提供量化模型的回测指标（如年化收益率、夏普比率、最大回撤等）。报告核心内容为基于实际持仓数据的统计描述，而非对预测模型的历史模拟测试。 量化因子与构建方式 本报告未涉及用于选股或资产定价的量化因子（如价值、动量、质量等因子的构建）。报告中的“因子”主要指基金在不同行业的“配置比例”、“调仓比例”等统计指标，而非用于预测的阿尔法因子。 因子的回测效果 本报告未提供量化因子的历史表现测试结果（如IC值、IR、多空收益等）。报告展示的是基金在特定报告期（2025年第四季度）的持仓数据截面分析，而非因子的时间序列回测。