量化模型与构建方式 1. 模型名称：ETF资金净流入计算模型；模型构建思路：通过ETF每日份额变动与前一日净值的乘积，计算每日资金净流入，并汇总得到特定时间段（如周度）的资金净流入情况[11]；模型具体构建过程：首先，获取ETF每日的份额数据（S_t）和前一日净值（NAV_{t-1}），计算每日份额较前一日增加额（ΔS_t = S_t - S_{t-1}）。然后，计算每日净申购/赎回额（Flow_t），公式为 $Flow_t = \Delta S_t \times NAV_{t-1}$。对于发生份额拆分的ETF，需要对数据进行相应处理以确保计算准确。最后，将目标时间段内（如上周）所有ETF的每日净申购/赎回额进行加总，得到该时间段的总资金净流入[11]。 量化因子与构建方式 1. 因子名称：ETF超额收益率因子；因子构建思路：通过比较ETF或指数增强基金的实际收益率与其业绩比较基准的收益率，计算其超额收益表现[25][39]；因子具体构建过程：首先，获取ETF或指数增强基金在特定时期（如上周、今年以来、近1年）的实际收益率（R_fund）。同时，获取其对应的业绩比较基准在同一时期内的收益率（R_benchmark）。然后，计算超额收益率（Excess Return），公式为 $Excess\ Return = R_{fund} - R_{benchmark}$。该因子直接衡量了基金相对于其跟踪基准的超额收益能力[25][39]。 模型的回测效果 1. ETF资金净流入计算模型，上周（2026.02.24-2026.02.27）全市场已上市非货币ETF资金净流入合计为-248.31亿元[2][11]。其中，跨境ETF资金净流入162.45亿元，商品型ETF资金净流入34.43亿元，债券型ETF资金净流出85.82亿元，股票型ETF资金净流出359.37亿元[2][11]。在股票型ETF中，宽基ETF资金净流入-302.64亿元，主题行业ETF资金净流入-34.11亿元[11]。 因子的回测效果 1. ETF超额收益率因子，在增强策略ETF中，截至2026年2月27日，近1年以来成立满1年的33只增强策略ETF中有28只取得正超额[25]。其中，工银中证1000增强策略ETF(561280.OF)近1年超额收益率为23.32%，表现最佳[25]。天弘中证1000增强策略ETF(159685.OF)近1年超额收益率为20.08%[26]。海富通中证2000增强策略ETF(159553.OF)近1年超额收益率为20.15%[26]。 2. ETF超额收益率因子，在主动权益及增强指数型基金中，上周（2026.02.24-2026.02.27）表现如下[39]：浙商沪深300指数增强A(166802.OF)相对基准超额收益率为2.29%；中邮中证500指数增强A(590007.OF)相对基准超额收益率为1.51%；浙商中证1000指数增强A(018233.OF)相对基准超额收益率为1.04%；天弘国证2000指数增强A(017547.OF)相对基准超额收益率为1.09%。 3. ETF超额收益率因子，在主动权益及增强指数型基金中，截至2026年2月28日，近1年以来表现如下[40]：沪深300增强指数型基金中，富荣沪深300增强A(004788.OF)超额收益率为19.49%；中证500增强指数型基金中，长城中证500指数增强A(006048.OF)超额收益率为16.67%；中证1000增强指数型基金中，汇添富中证1000指数增强A(017953.OF)超额收益率为26.83%；国证2000增强指数型基金中，汇添富国证2000指数增强A(019318.OF)超额收益率为28.59%。