量化模型与因子总结 量化模型与构建方式 1. 模型名称：长线重仓股识别模型[7] 模型构建思路：通过识别主动管理型权益基金连续多期持有的重仓股，来捕捉基金经理的长期看好标的[7] 模型具体构建过程： * 数据来源：Wind数据库的基金季报数据[7] * 样本筛选：选取主动管理型权益基金（普通股票型、偏股混合型、平衡混合型、灵活配置型），并剔除量化基金[10] * 核心定义：将连续4个或4个以上报告期出现在某只基金前十大重仓股列表中的个股，定义为该基金的“长线重仓股”[1][7] * 统计汇总：在特定报告期（如2026Q2），统计所有样本基金中，每只个股被多少只基金“长线重仓持有”，以此衡量个股受基金长期青睐的程度[7][8] 2. 模型名称：长线持仓终止比例模型[10] 模型构建思路：通过计算基金终止对某只个股长线持仓的比例，来观察基金经理对个股后市看法的变化[7][10] 模型具体构建过程： * 数据基础：基于“长线重仓股识别模型”的结果[10] * 比例定义：针对单一个股，计算其在特定报告期（如2026Q2）的“终止长线持仓比例”。公式为： $$2026Q2终止长线持仓比例 = \frac{2026Q2终止长线重仓持有该个股的基金数量}{2026Q1长线重仓持有该个股的基金数量}$$[10] * 分子解释：“2026Q2终止长线重仓持有该个股的基金数量”指在2026Q1将其作为长线重仓股，但在2026Q2的前十大重仓股中不再持有该个股的基金数量[10] * 分母解释：“2026Q1长线重仓持有该个股的基金数量”指在2026Q1报告期将其作为长线重仓股的基金总数[10] * 样本筛选：为聚焦于受关注度较高的个股，分析时通常以“前一报告期长线重仓基金数超过20只”的个股为样本[1][11] * 衍生应用：该模型可应用于行业层面，通过汇总行业内所有个股的终止情况，计算“行业终止长线持仓比例”，以观察基金经理对行业整体的看法变化[16] 模型的回测效果 本报告主要进行横截面统计与描述性分析，未提供基于历史数据的策略回测绩效指标（如年化收益率、夏普比率、最大回撤等）。报告中的“测试结果”体现为基于特定时点（2026Q2）的统计排名与比例值。 量化因子与构建方式 本报告未涉及传统意义上的量化因子（如价值、动量、质量等）的构建与测试。报告的核心是构建并应用了上述两个统计模型来观察基金持仓行为。 因子的回测效果 本报告未涉及量化因子的回测效果。