量化模型与构建方式 1. 模型/因子名称：RSI相对强弱指标[2] 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[2] 具体构建过程： 1. 计算一定周期（报告中为12天）内，每日上涨幅度的平均值（AvgGain）和每日下跌幅度绝对值的平均值（AvgLoss）[2]。 2. 计算相对强度（RS）：RS = AvgGain / AvgLoss[2]。 3. 计算RSI指标：$RSI = 100 - \frac{100}{1 + RS}$[2]。公式中，RSI值在0到100之间。 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[2] 2. 模型/因子名称：净申购金额[2] 构建思路：通过ETF净值的变化和涨跌幅，反推计算资金流入流出的净额[2] 具体构建过程： 1. 获取当前交易日(T)的ETF净值NAV(T)和前一日(T-1)的净值NAV(T-1)[2]。 2. 获取当前交易日(T)的ETF涨跌幅R(T)[2]。 3. 计算净申购金额：$NETBUY(T) = NAV(T) - NAV(T-1) \times (1 + R(T))$[2]。公式中，NETBUY(T)代表T日的净申购金额，单位为亿元。 3. 模型/因子名称：日内行情趋势[2] 构建思路：采用高频（5分钟级别）的成交价数据来刻画ETF在当日内的价格走势[2] 具体构建过程：收集ETF在交易日内的5分钟级别成交价，并以此构成趋势图，图中会标记出当日的最高价和最低价[2]。 模型的回测效果 （本报告未提供量化模型的回测结果指标） 量化因子与构建方式 1. 因子名称：RSI相对强弱指标[2] 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[2] 具体构建过程： 1. 计算一定周期（报告中为12天）内，每日上涨幅度的平均值（AvgGain）和每日下跌幅度绝对值的平均值（AvgLoss）[2]。 2. 计算相对强度（RS）：RS = AvgGain / AvgLoss[2]。 3. 计算RSI指标：$RSI = 100 - \frac{100}{1 + RS}$[2]。公式中，RSI值在0到100之间。 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[2] 2. 因子名称：净申购金额[2] 构建思路：通过ETF净值的变化和涨跌幅，反推计算资金流入流出的净额[2] 具体构建过程： 1. 获取当前交易日(T)的ETF净值NAV(T)和前一日(T-1)的净值NAV(T-1)[2]。 2. 获取当前交易日(T)的ETF涨跌幅R(T)[2]。 3. 计算净申购金额：$NETBUY(T) = NAV(T) - NAV(T-1) \times (1 + R(T))$[2]。公式中，NETBUY(T)代表T日的净申购金额，单位为亿元。 3. 因子名称：日内行情趋势[2] 构建思路：采用高频（5分钟级别）的成交价数据来刻画ETF在当日内的价格走势[2] 具体构建过程：收集ETF在交易日内的5分钟级别成交价，并以此构成趋势图，图中会标记出当日的最高价和最低价[2]。 4. 因子名称：机构持仓占比[3] 构建思路：使用ETF定期报告（年报、半年报）中披露的机构投资者持有份额占比，作为衡量ETF投资者结构稳定性的指标[3] 具体构建过程：从ETF基金最近一期的年报或半年报中提取机构投资者持有的基金份额占比数据，并在计算时剔除对应联接基金的持有占比[3]。 因子的回测效果 （本报告未提供量化因子的回测结果指标，如IC、IR、多空收益等。报告仅展示了各ETF在特定日期的因子截面数据[4][6]）