量化模型与构建方式 1. **模型名称**：公募基金仓位估计模型 - **模型构建思路**：基于基金季报披露的前十大重仓股、上市公司十大股东信息及行业配置，结合历史非重仓股持仓比例，模拟补全基金全部股票持仓[8][9] - **模型具体构建过程**： 1. 从基金季报（T期）获取前十大重仓股及证监会行业配置比例[9] 2. 结合上市公司1/3季度十大股东信息，补充重仓股细节[9] 3. 假设非重仓股在行业内的持股种类不变，按T-1期（半年报/年报）非重仓股持仓比例放缩权重，生成T期模拟持仓[10] 4. 将持仓拆分为大、小盘组合，通过加权最小二乘法拟合基金日收益率与大小盘指数日收益率，估计每日仓位配置[12] - **模型评价**：解决了基金持仓披露滞后性问题，实现了日度仓位监控 2. **模型名称**：基金风格分析模型 - **模型构建思路**：基于模拟持仓数据，从市值暴露、行业配置等维度刻画基金风格[12] - **模型具体构建过程**： 1. 使用中信一级行业分类划分持仓股票[14] 2. 计算基金在大盘（沪深300成分）和小盘（非成分股）的仓位占比[11] 3. 统计行业配置权重及历史分位点[19][20] --- 模型的回测效果 1. **公募基金仓位估计模型** - 普通股票型基金仓位中位数：88.30%（周环比-1.15%）[14] - 偏股混合型基金仓位中位数：85.28%（周环比-1.80%）[14] - 大盘仓位变动：普通股票型-0.67%，偏股混合型-2.01%[15] - 小盘仓位变动：普通股票型-0.48%，偏股混合型+0.21%[15] 2. **基金风格分析模型** - 当前仓位历史分位点：普通股票型49.38%，偏股混合型52.69%[15] - 行业配置权重最高：电子（14.96%）、电力设备（9.29%）、医药（10.68%）[19] --- 量化因子与构建方式 1. **因子名称**：市值暴露因子 - **因子构建思路**：通过基金持仓在大、小盘组合的配置差异捕捉市值风格[11] - **因子具体构建过程**： $$ \text{市值暴露} = \frac{\text{小盘组合仓位}}{\text{小盘组合仓位} + \text{大盘组合仓位}} $$ 使用加权最小二乘法拟合基金日收益与大小盘指数收益计算[12] 2. **因子名称**：行业动量因子 - **因子构建思路**：跟踪基金行业配置周度变动方向[22] - **因子具体构建过程**： 1. 计算中信一级行业本周仓位变动比例[22] 2. 标准化变动值并排序（如机械行业本周增仓幅度最大）[23] --- 因子的回测效果 1. **市值暴露因子** - 普通股票型基金小盘仓位：46.9%，大盘仓位41.4%[14] - 偏股混合型基金小盘仓位：50.9%，大盘仓位34.3%[14] 2. **行业动量因子** - 本周增仓行业：机械（+0.5%）、基础化工（+0.3%）、计算机（+0.2%）[22] - 本周减仓行业：医药（-0.4%）、食品饮料（-0.3%）[22]

推动公募基金高质量发展行动方案核心内容 - 强化业绩比较基准约束作用 明确设定修改披露及纠偏机制 要求主动权益类基金展示基准对比信息 [1][2] - 督导基金公司全面实施长周期考核 三年以上考核权重不低于80% 构建五年以上长周期业绩评价体系 [1][5][6] - 规范主题基金投资风格 出台监督自律规则 加强投资交易监测 严控产品设计源头杜绝蹭热点 [3][4] 业绩比较基准改革 - 制定监管指引明确基准选用标准 禁止设定易超越基准 科学合理性成为改革第一步 [2][3] - 基准应用范围扩大至公司考核 监管评价 第三方评奖等场景 存量产品规范将逐步推进 [2][3] - 今年以来超60只基金变更业绩基准 同比增逾2倍 部分公司已提前调整名称和投资范围 [4][5] 主题基金监管强化 - 重点整治名称与持仓偏离现象 新能源基金重仓IT 科技基金重仓银行等案例将被严查 [4] - 建立动态持仓核查机制 风控部门定期匹配风格库 考核薪酬与基准达标情况挂钩 [4] - 部分公司考虑转型全市场基金 但医药等超额收益显著行业仍需要主题型产品存在 [5] 长周期考核机制影响 - 招商证券指出新规与2024年分类评价制度方向一致 但新增投资稳定性等细化指标 [6] - 博时基金认为将引导资金流向优质企业 提升资源配置效率 增强市场稳定性 [6] - 融通基金表示有助于建立团队化运作体系 从单兵作战转向平台赋能 形成复合收益能力 [6][7]

量化模型与构建方式 1. **模型名称**：公募基金仓位估计模型 - **模型构建思路**：基于基金季报披露的前十大重仓股、上市公司十大股东信息及行业配置，结合半年报/年报的全部持仓数据，模拟补全基金的非重仓股持仓，进而估计基金的整体股票仓位[9][10][11] - **模型具体构建过程**： 1. 从基金季报获取前十大重仓股（T期），结合上市公司十大股东信息补充重仓股细节[10] 2. 利用最近一期（T-1期）半年报/年报的全部持仓数据，提取非重仓股行业分布[11] 3. 假设非重仓股在各行业内的持股种类不变，仅按比例调整权重，根据T-1期非重仓股持仓按行业比例放缩得到T期模拟持仓[11] 4. 将模拟持仓拆分为大、小盘组合，通过加权最小二乘法拟合基金日收益率与大盘/小盘指数日收益率，估计每日仓位配置[13] - **模型评价**：解决了基金持仓披露不全和滞后性问题，实现了对基金仓位的日度监控[13] 2. **模型名称**：基金风格分析模型 - **模型构建思路**：基于仓位估计结果，从大小盘配置、市值暴露、行业配置三个维度刻画基金风格[13] - **模型具体构建过程**： 1. 计算基金在大盘组合（如沪深300）和小盘组合（如中证1000）的仓位占比[15] 2. 按中信一级行业分类统计行业配置权重，计算行业配置变动[20][21] 3. 结合历史分位点评估当前配置的极端程度[16][19] --- 模型的回测效果 1. **公募基金仓位估计模型** - 普通股票型基金仓位中位数：89.45%（2025-04-30），较前周上升0.06%[16] - 偏股混合型基金仓位中位数：87.07%（2025-04-30），较前周下降0.49%[16] - 大盘仓位变动：普通股票型+0.64%，偏股混合型+2.20%[16] - 小盘仓位变动：普通股票型-0.57%，偏股混合型-2.69%[16] 2. **基金风格分析模型** - 行业配置权重：电子（14.96%普通股票型/17.17%偏股混合型）、电力设备（9.28%/8.37%）、医药（10.93%/9.20%）[20] - 行业配置分位点：汽车（97.77%/99.26%）、电子元器件（74.72%/85.87%）、医药（12.27%/21.93%）[20] --- 量化因子与构建方式 1. **因子名称**：大小盘仓位因子 - **因子构建思路**：反映基金在大盘与小盘股票上的配置偏好[13] - **因子具体构建过程**： $$ \text{大盘仓位} = \frac{\sum \text{大盘股持仓市值}}{\sum \text{全部股票持仓市值}} $$ $$ \text{小盘仓位} = 1 - \text{大盘仓位} $$ 通过加权最小二乘法回归基金日收益与大盘/小盘指数收益，估计系数作为仓位值[13] 2. **因子名称**：行业配置因子 - **因子构建思路**：衡量基金在特定行业的超配或低配程度[20] - **因子具体构建过程**： $$ \text{行业权重} = \frac{\sum \text{行业持仓市值}}{\sum \text{全部股票持仓市值}} $$ 结合历史分位点计算行业配置的极端值[20] --- 因子的回测效果 1. **大小盘仓位因子** - 普通股票型基金：大盘仓位42.1%，小盘仓位47.4%（2025-04-30）[15] - 偏股混合型基金：大盘仓位36.4%，小盘仓位50.7%（2025-04-30）[15] 2. **行业配置因子** - 电子行业：普通股票型配置分位点74.72%，偏股混合型85.87%[20] - 汽车行业：普通股票型配置分位点97.77%，偏股混合型99.26%[20]

以下文章来源于二鸟说 ，作者二鸟说 二鸟说 . A股中市场风格的划分方法很多，如市值风格（大盘/中盘/小盘）、投资风格（成长/价值）、估值风格（高估值/低估值）、价格风格（高价股/低 价股）等，其中应用最广泛的是按照市值和投资风格属性划分，下面重点为大家分析一下。 1、大盘/中盘/小盘市值风格 专注于基金投资，秉承长期投资，价值投资，稳健投资的原则，合理进行大类资产配置，科学的择基，适当择时，实现资产长期稳健增值。 风险提示：本文所提到的观点仅代表个人的意见，所涉及标的不作推荐，据此买卖，风险自负。 作者： 二鸟说 来源：雪球 A股市场每隔一段时间，就会上演价值与成长风格的切换，比如在2025年1季度内，科技成长风格在1月和2月领涨市场，3月开始调整；价值风格前 期涨幅较小，在3月份表现相对抗跌。 在这个快速切换的过程中，有些投资者刚刚参与到科技股行情中，结果不小心高位站岗，有些投资者则因为将资金从科技板块撤出或配置到其他低 位潜力板块之后，在调整中避免了较大的损失。这说明，市场风格的切换会导致某种风格的资产在一段时间内表现优异，而在另一段时间内表现较 差，对投资收益有显著影响。 那么市场风格切换背后的原因是 ...

量化模型与构建方式 1. **模型名称**：公募基金股票仓位估计模型 - **模型构建思路**：基于基金季报披露的前十大重仓股、上市公司十大股东信息及行业配置，结合半年报/年报的全部持仓数据，模拟补全基金的非重仓股持仓[8][9] - **模型具体构建过程**： 1. 从基金季报（T期）获取前十大重仓股和行业配置比例[9] 2. 结合上市公司1/3季度十大股东信息补充重仓股细节[9] 3. 利用最近一期（T-1期）半年报/年报的非重仓股持仓，假设行业下持股种类不变，按比例调整权重生成T期非重仓模拟持仓[10] 4. 将模拟持仓拆分为大、小盘组合，通过加权最小二乘法回归基金日收益率与大小盘指数日收益率，估计每日仓位配置[12] 2. **模型名称**：基金风格监控模型 - **模型构建思路**：通过模拟持仓数据从市值（大小盘）和行业维度监控基金风格变化[12] - **模型具体构建过程**： 1. 基于模拟持仓计算基金在大盘指数（如上证50）和小盘指数（如中证1000）的暴露度[11] 2. 按中信一级行业分类统计行业权重，计算行业配置变动[19][22] --- 模型的回测效果 1. **公募基金股票仓位估计模型** - 普通股票型基金仓位中位数：89.38%（2025-04-25），周环比+0.06%[14] - 偏股混合型基金仓位中位数：87.57%，周环比-0.29%[14] - 大盘仓位变动：普通股票型-0.86%，偏股混合型-1.40%[15] - 小盘仓位变动：普通股票型+0.92%，偏股混合型+1.12%[15] 2. **基金风格监控模型** - 当前仓位分位点（2016年以来）：普通股票型68.67%，偏股混合型81.54%[15] - 行业配置分位点示例：电子元器件（普通股票型88.81%）、汽车（95.90%）[20] --- 量化因子与构建方式 1. **因子名称**：市值暴露因子 - **因子构建思路**：通过基金持仓与市场组合回归分析，捕捉基金对大小盘风格的偏好[12] - **因子具体构建过程**： 1. 构建大盘指数（如沪深300）和小盘指数（如中证500）的日收益率序列[11] 2. 使用加权最小二乘法回归基金日收益率： $$R_{fund} = \alpha + \beta_{large} \cdot R_{large} + \beta_{small} \cdot R_{small} + \epsilon$$ 3. $\beta_{large}$和$\beta_{small}$即为市值暴露因子取值[12] 2. **因子名称**：行业动量因子 - **因子构建思路**：跟踪基金行业权重的周度变化，反映行业配置趋势[22] - **因子具体构建过程**： 1. 按中信一级行业分类计算基金持仓权重[19] 2. 计算周度行业权重变化： $$\Delta W_{i,t} = W_{i,t} - W_{i,t-1}$$ 3. 正变化视为增配动量，负变化视为减配动量[22] --- 因子的回测效果 1. **市值暴露因子** - 普通股票型基金小盘暴露：48.0%（2025-04-25），大盘暴露41.4%[14] - 偏股混合型基金小盘暴露：53.4%，大盘暴露34.2%[14] 2. **行业动量因子** - 本周增配行业：机械（+0.5%）、电力设备（+0.3%）、国防军工（+0.2%）[22][23] - 本周减配行业：非银行金融（-0.4%）、银行（-0.3%）、医药（-0.2%）[22][23]

基金投顾 - 基金投顾是基金行业的投资顾问 旨在解决"基金赚钱 基民不赚钱"的问题 [2][4] - 基金投顾通过"投"和"顾"两方面帮助投资者获得好收益 [5] - 提供免费课程介绍基金投顾的定义、优势及运作方式 [7] 基金投资风格 - 均衡风格：代表为彼得·林奇 行业配置分散 最大回撤通常小于大盘 是投资组合的压舱石 [11][12] - 深度价值风格：代表为格雷厄姆 重视低估值指标如市盈率、市净率和高股息率 收益来自盈利增长和估值回归 [14][15] - 成长价值风格：代表为巴菲特 看重高ROE和稳定现金流 消费行业和质量策略指数属于此类 [17] - 成长风格：注重企业收入和盈利的高增长 对估值容忍度高 科技板块属于此类 [18][20] - 深度成长风格：投资初期行业 公募基金较少见 常见于风险投资基金 失败率高但少数成功案例回报显著 [21][22] 风格轮动 - 不同基金风格不会同涨同跌 平均每3-5年会出现风格切换 但具体时间难以预测 [23] - 建议同时配置不同风格品种以应对轮动 [24]