量化模型与构建方式 1. 模型/因子名称:行业主动增减仓模型[34] 构建思路:为了剥离行业价格涨跌带来的被动权重变化,更客观地反映基金经理主动的行业配置决策,计算经行业涨跌幅调整后的行业配置权重变化[34] 具体构建过程: 1. 获取前一季度(t-1期)各行业的配置权重 [34] 2. 获取本季度(t期)各行业的涨跌幅 [34] 3. 计算经行业涨跌幅调整后的上一季度权重:[34] 4. 将调整后的权重 在截面(所有行业间)进行归一化处理[34] 5. 用本季度实际行业配置权重减去归一化后的调整权重,得到行业主动增减仓数值[34] 2. 模型/因子名称:个股主动加减仓模型[40] 构建思路:为了剥离个股价格涨跌带来的被动市值变化,更客观地反映基金经理对个股的主动买卖行为,计算经个股涨跌幅调整后的持股市值变化[40] 具体构建过程: 1. 获取前一季度(t-1期)对某只股票的持股市值 [40] 2. 获取本季度(t期)该股票的涨跌幅 [40] 3. 计算经个股涨跌幅调整后的上一季度持股市值:[40] 4. 用本季度实际持股市值减去调整后的上一季度持股市值 ,得到个股主动加减仓市值[40][41] 3. 模型/因子名称:基金持股集中度监控[18] 构建思路:通过计算基金前十大重仓股占其权益投资的总比重,来衡量基金经理持仓是集中还是分散[18] 具体构建过程:在截面时点(如每季度末),计算所有主动权益基金其前十大重仓股市值之和占该基金股票总市值(权益配置)的比例,然后取该比例的中位数作为市场整体的持股集中度指标[18] 4. 模型/因子名称:基金经理群体持股分化度监控[18] 构建思路:通过统计主动权益基金整体持有的不同股票数量,来衡量基金经理群体的观点是一致还是分化[18] 具体构建过程:在截面时点(如每季度末),统计所有主动权益基金重仓股(如前十大)中,不重复的股票总数[18] 5. 模型/因子名称:绩优基金样本构建[43] 构建思路:选取过去一个季度业绩排名靠前的基金,作为市场关注的热点绩优基金样本,分析其行业配置特征[43] 具体构建过程:样本空间为上市半年以上的主动权益基金(普通股票型、偏股混合型、灵活配置型),选取过去一个季度业绩最好的前100只基金(仅保留初始基金)构成绩优基金样本[43] 6. 模型/因子名称:百亿规模基金样本构建[43] 构建思路:选取管理规模较大的基金,作为市场关注的热点大规模基金样本,分析其行业配置特征[43] 具体构建过程:样本空间为主动权益基金,选取合计规模在100亿元及以上的基金(仅保留初始基金)构成百亿规模基金样本[43] 模型的回测效果 (注:本报告为基金持仓监控分析报告,主要展示各类监控指标的当期统计结果,未提供模型或因子在历史时间序列上的回测绩效指标(如年化收益、夏普比率、信息比率等)。因此,本部分无相关指标取值。) 量化因子与构建方式 (注:本报告主要涉及对基金持仓行为的监控模型和统计方法,未涉及用于选股或预测收益的传统量化因子(如价值、动量、质量等因子)。报告中构建的“行业主动增减仓”和“个股主动加减仓”更接近于用于分析市场行为的指标模型,已在上方“量化模型与构建方式”部分列出。) 因子的回测效果 (注:同上,本报告未涉及传统量化因子,因此无相关因子回测效果指标。)
金融工程季度报告:公募基金2026年一季报分析:通信配置权重再创历史新高,加仓周期减仓消费