量化模型与构建方式 根据提供的研报内容，该报告主要对公募基金季报数据进行描述性统计分析，并未涉及量化模型或量化因子的构建、测试与评价。报告的核心是使用公开数据对基金规模、仓位、行业配置、个股持仓等进行统计和趋势分析，属于基金持仓分析报告，而非量化策略研究[1][2][3][4][6][7][11][30][50][74][90]。 报告中对数据的处理主要基于以下统计方法： 1. 基金分类模型：报告在Wind基金分类基础上，对主动型公募基金进行了重新划分，构建了一个四分类体系[11]。 * 模型构建思路：为了便于观察不同风险收益特征基金的配置行为，对标准分类进行了细化调整[11]。 * 模型具体构建过程： * 将主动型公募基金（不含货币、另类、REITs、QDII、FOF、指增、指数基金）划分为主动权益、股债混合、含权债基和纯债基金四大类[11]。 * 关键规则：将“灵活配置型基金”根据历史仓位划分为两类。将过去四个季度权益仓位超过7成的灵活配置型基金定义为高仓位灵活配置型，划入“主动权益基金”大类；将不满足该条件的灵活配置型基金定义为中低仓位灵活配置型，划入“股债混合基金”大类[11][12][30][50]。 * 模型评价：该分类模型有助于更清晰地观察不同风险偏好基金的资产配置行为，例如区分高仓位与中低仓位灵活配置型基金的差异[11][19]。 2. 主动加减仓计算：报告在分析行业和个股配置变动时，提到了剥离价格涨跌影响的方法，以计算“主动加减仓”[40][48][62]。 * 因子构建思路：为了排除市场涨跌带来的被动权重变化，识别基金经理真实的主动调仓行为[40][48]。 * 因子具体构建过程：报告未给出具体的计算公式，但根据上下文推断，其核心思想是比较实际持仓权重的变化与假设仅因价格涨跌导致的权重变化之间的差异。通常的构建方式为：主动调整比例 = 当期实际权重 - (上期权重 * (1 + 标的期间收益率))[40][48][62]。 模型的回测效果 本报告未对上述分类模型或调整方法进行历史回测和量化效果评估。 量化因子与构建方式 本报告未涉及传统意义上的阿尔法因子（如价值、动量、质量等）的构建与测试。 因子的回测效果 本报告未提供任何量化因子的回测结果，如IC、IR、多空收益等。