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，来衡量市场的超买或超卖状态，以判断短期价格走势的强弱[2]。 * 因子具体构建过程： 1. 设定计算周期为12天[2]。 2. 计算周期内所有上涨日的平均涨幅（AvgGain）和所有下跌日的平均跌幅（AvgLoss）[2]。 3. 计算相对强度RS：RS = AvgGain / AvgLoss[2]。 4. 计算RSI值：$RSI = 100 – \frac{100}{1 + RS}$[2]。 * 因子评价：RSI>70表示市场可能处于超买状态，RSI<30表示市场可能处于超卖状态，常用于识别短期反转机会[2]。 2. 因子名称：净申购金额[2] * 因子构建思路：通过比较ETF当前净值与根据前一日净值及收益率推算的理论净值之间的差额，来计算当日资金的净流入或流出情况[2]。 * 因子具体构建过程： 1. 获取当日ETF净值NAV(T)和前一日ETF净值NAV(T-1)[2]。 2. 获取当日ETF的收益率R(T)[2]。 3. 计算净申购金额NETBUY(T)：$NETBUY(T) = NAV(T) – NAV(T-1) \times (1 + R(T))$[2]。该值代表以亿元为单位的资金净流入（正值）或净流出（负值）[2]。 因子与模型的效果展示 注：报告以数据表格形式展示了各ETF的因子取值，未提供统一的回测绩效指标（如年化收益率、夏普比率、信息比率IR等）。以下根据报告表格内容，整理关键因子的典型取值区间。 1. RSI相对强弱指标：报告中宽基与主题ETF的RSI值主要分布在30至70之间，例如宽基ETF多在50-55区间（如沪深300ETF约50-54），部分主题ETF如恒生科技ETFRSI为36.20，处于相对低位；而中证2000ETF、日经225ETF的RSI接近或超过60，处于相对高位[4][7]。 2. 净申购（亿元）：该因子取值在不同ETF间差异巨大，既有大幅净流入（如南方中证500ETF净申购21.89亿元），也有显著净流出（如易方达创业板ETF净申购-10.88亿元），多数ETF的日净申购额在-1亿至+1亿元区间内波动[4][7]。 3. 流通市值（亿元）：ETF规模差异显著，头部宽基ETF如华泰柏瑞沪深300ETF流通市值达2243.36亿元，而部分主题或小盘ETF流通市值不足10亿元（如鹏华中证800ETF仅0.39亿元）[4][7]。 4. 涨跌幅（%）：报告日各ETF涨跌幅均为正，宽基指数中中证1000、中证2000相关ETF涨幅居前（约2.5%），主题ETF中芯片半导体、人工智能相关ETF涨幅突出（约3.5%-4.0%）[4][7]。 5. 机构持仓占比（%）：宽基ETF的机构持仓占比普遍较高，如华夏中证1000ETF达97.69%，而部分行业主题或跨境ETF的机构持仓占比较低，如天弘创业板ETF为8.54%[4][7]。