ETF市场规模增长 - 国内ETF总规模达4.31万亿元，较去年底的3.73万亿元增长15.55% [1] - 上半年超3000亿资金流入ETF市场 [1] - 债券ETF贡献1789.06亿元净流入，带来2100多亿元规模增量 [5][6] 资金流向变化 - 净流入前十的ETF不再仅限宽基ETF，包含沪深300ETF华夏、华安黄金ETF等，吸金规模在145.87亿至303.17亿元之间 [3] - 债券ETF中8只基准做市信用债ETF合计吸引1058.91亿元净流入，规模达1281.92亿元 [5] - 行业ETF多点开花，港股通互联网ETF、科技30ETF等跨境ETF净流入居前，分别达194.97亿、130.90亿元 [10] 产品表现分化 - 港股创新药ETF、恒生生物科技ETF等10只跨境ETF回报率超50% [12][13] - 黄金股ETF回报率约38%，港股科技主题ETF、动漫游戏ETF回报率超27% [1][13] - 沪深300ETF、信用债ETF等资金流入居前的产品回报率仅1%左右 [14] 行业偏好与策略 - 科技成长方向（如国防军工、AI、机器人）被建议重点关注 [16][17] - 红利资产因政策强化分红和低利率环境预期阶段性占优 [17] - 黄金兼具防御价值，与新消费行业轮动机会并列配置选项 [16][17]

TMT行业回暖 - 5月底以来TMT行业出现明显回暖，市场风格逐渐切换，AI算力、AI应用、消费电子等细分板块或迎来反弹机会 [1][3] - TMT板块当前市场情绪位于近1年15%分位数，长期仍处极低位置，但美股AI相关个股股价已回到前期高位 [3] - 苹果全球开发者大会、华为大会等事件有望催化TMT板块，R2模型是潜在引爆点 [3] - AI算力等TMT细分板块二季度业绩表现有望支撑后续走势 [3] 红利主题逆风期 - 6月中证红利全收益跑赢沪深300概率仅31%，较5月明显下滑，银行、交运、公用、煤炭等主流红利行业跑赢概率不足20% [1] - 6-7月是红利资产年报分红密集期，2009年至今中证红利成分股40%在6月分红，30%在7月分红，近两年6月分红占比进一步提升 [1] - 历史显示中证红利6月跑赢需依赖行业基本面优势（如2014/2016/2021年）或市场下跌（如2015年），当前缺乏这两类条件 [2] 新消费与创新药赛道 - 新消费及创新药赛道短期拥挤度分位数回升至近1年高位，饮料乳品、非白酒等非核心新消费方向业绩改善可能难以落实 [2] - 市场情绪指引对新消费和创新药的影响将超过基本面 [2] 市场风格切换逻辑 - 红利主题进入逆风期、新消费与创新药交易拥挤背景下，TMT行业性价比大幅提升 [3] - 科技催化因素释放期叠加情绪低位，TMT板块反弹机会显著 [3]

报告核心观点 报告对ETF市场进行双周跟踪，涵盖市场回顾、分类型及热门主题ETF跟踪，指出近两周除科创100、科创50外ETF表现较好，各类型ETF在收益、资金流向和产品结构上有不同表现[3]。 ETF市场回顾 收益表现与资金流向 - 近两周除科创100、科创50外ETF产品表现较好，主要宽基ETF中跟踪恒生指数、中证2000的产品涨幅最大，行业与主题产品中大制造行业ETF涨幅最大[3]。 - 近两周主要宽基ETF资金整体净流入，沪深300和上证50ETF净流入额居前；科技ETF自3月起转为资金流入，近两周流入速度放缓；医药、军工、红利、消费ETF资金由流入转为流出；债券ETF方面，3月以来国债ETF资金加速流入，近两周信用债ETF、短融ETF、政金债ETF资金持续净流入但速度放缓，可转债ETF、国债ETF资金由流出转为流入[3]。 产品结构分布 - 截至4月25日，近两周市场新成立15只ETF，发行份额合计89.90亿份，均为股票ETF[3][21]。 - 相较24年末，各类ETF规模均上升，商品ETF、债券ETF、行业 + 红利ETF、QDII - ETF和宽基ETF规模分别上升120.33%、38.17%、14.44%、7.58%和1.14%[3]。 管理人规模分布 - 截至4月25日，华夏基金ETF场内规模最大，为7042.54亿元；易方达基金ETF管理规模较1年前扩容超2759.48亿元[22]。 分类型ETF跟踪 科技主题ETF - 跟踪新交所泛东南亚科技指数的产品近两周表现居前，海外科技ETF表现强于国内科技ETF[27][28]。 - 跟踪恒生科技等港股科技指数的产品近两周资金净流入额居前，跟踪5G通信的产品资金净流出[28]。 红利主题ETF - 跟踪港股通高息精选等港股红利类指数的ETF产品近两周收益率涨幅最大[29][30]。 - 跟踪标普中国A股大盘红利低波50的产品近两周资金净流入额居前，跟踪中证红利的产品资金净流出[30]。 消费主题ETF - 跟踪港股通消费指数的产品近两周收益表现居前；跟踪标普500消费精选指数的QDII - ETF溢价率较高[31][33]。 - 跟踪中证旅游指数的ETF近两周资金净流入额居前，跟踪中证酒的产品资金净流出[33]。 医药主题ETF - 跟踪港股创新药(CNY)等创新药指数的产品近两周收益表现居前[34][36]。 - 跟踪港股通创新药指数的ETF近两周资金净流入额居前，跟踪恒生医疗保健的产品资金净流出[36]。 大制造主题ETF - 跟踪绿色电力等新能源类指数的产品近两周收益表现居前[37][39]。 - 跟踪机器人的产品近两周资金净流入额居前，跟踪中证军工指数产品资金净流出[39]。 QDII ETF - 跟踪港股创新药(CNY)指数的产品近两周收益表现居前；跟踪标普500消费精选指数的QDII - ETF溢价率较高[40][41]。 - 跟踪纳斯达克100的产品近两周资金净流入额居前，跟踪恒生医疗保健指数的ETF产品资金净流出[41]。 热门主题ETF跟踪 AI主题ETF - AI主题产品近两周表现较好，平均收益率为1.38%，跟踪SHS云计算的产品收益率居前[45][48]。 - 25年以来资金整体持续净流入，2月以来大幅流入，4月初开始小幅流出后转为流入，近两周资金流入速度有所加快，资金净流入6.30亿元[48]。 机器人主题ETF - 机器人主题股票占比高的产品近两周平均收益率为3.10%，资金净流入15.17亿元[3]。 - 跟踪机器人、机器人100等指数的产品在收益和资金流向上有不同表现，如跟踪机器人指数的华夏中证机器人ETF近两周资金净流入额居前[37][50]。

市场表现与交易数据 - 3月31日午盘，标普红利ETF（562060）下跌1.28% [1] - 该ETF当日成交额为2023.71万元 [1] - 其成份股涨跌互现，奥普科技领涨，石英股份领跌 [1] 短期市场风格与轮动分析 - 3月中旬到4月上旬，市场将步入风格更乱、缺乏明确主线的阶段 [1] - 近期行业轮动看似无迹可寻，但实则隐藏着临近4月业绩期，市场向绩优、红利、低波等确定性方向逐步聚焦的“暗线” [1] - 进入4月，随着更多景气线索浮现，行情或进一步聚焦业绩改善的细分板块 [1] - 前期涨幅落后、但业绩改善预期较强的低位绩优方向有望受益于轮动补涨，成为后续确定性较强的方向 [1] 行业配置建议 - AI产业链拥挤度已大幅缓解，应优先关注具备业绩确定性的上游硬件 [1] - 建议关注低位、盈利预期改善居前的顺周期方向 [1] 中长期市场展望与投资主题 - 中长期来看，国内经济处于新旧动能切换的转型期 [2] - 在新质生产力加速发展叠加一系列政策提振下，A股市场估值重构机会较大 [2] - 随着存量政策加快落实及增量政策推出，国内经济基本面有望逐步改善 [2] - 中长期资金加速入市，市场运行趋于稳定，投资者信心将进一步增强 [2] - 总体来看，A股市场有望呈现出震荡上行的特征 [2] - 在流动性充裕及政策想象空间打开的背景下，具有更高分红能力与意愿的公司有望越来越受到资金青睐 [2] - 投资者可借助标普红利ETF（562060）把握红利主题长期机遇 [2]

根据提供的研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. **量能择时模型** - 模型构建思路：通过监测宽基指数的成交量变化来判断市场趋势[29] - 具体构建过程：当指数成交量突破20日均线时发出看多信号，低于20日均线则为谨慎信号[29] - 模型评价：对短期趋势敏感，但易受异常成交量干扰 2. **上涨家数占比情绪指标** - 模型构建思路：通过统计成分股上涨比例反映市场情绪[30] - 具体构建过程： $$ N日上涨家数占比 = \frac{过去N日收益>0的个股数}{成分股总数} \times 100\% $$ 设置N=230日，并计算50日/35日移动平均线形成快慢线交叉信号[33] - 模型评价：能快速捕捉情绪拐点，但存在滞后性[33] 3. **均线情绪指标** - 模型构建思路：基于8条不同周期均线的排列判断趋势强度[39] - 具体构建过程： 计算8条均线（参数：8/13/21/34/55/89/144/233），当收盘价同时超过5条以上均线时看多[39] - 模型评价：对中长期趋势判断效果较好[39] 量化因子与构建方式 1. **横截面波动率因子** - 因子构建思路：衡量成分股间收益差异反映Alpha机会[43] - 具体构建过程： $$ 横截面波动率 = \sqrt{\frac{1}{N}\sum_{i=1}^N (r_i - \bar{r})^2} $$ 其中$r_i$为个股收益，$\bar{r}$为指数平均收益[43] 2. **时间序列波动率因子** - 因子构建思路：捕捉个股波动率变化[47] - 具体构建过程：计算个股20日收益率标准差[47] 模型的回测效果 1. **量能择时模型** - 上证50：年化收益12.3%，最大回撤18.5%[29] - 沪深300：年化收益9.8%，胜率58%[29] 2. **上涨家数占比策略** - 年化收益15.2%，信息比率(IR)1.25[33] 3. **均线情绪指标** - 年化收益11.7%，胜率63%[39] 因子的回测效果 1. **横截面波动率因子** - 沪深300：IC均值0.32，RankIC均值0.28[43] - 中证500：IC均值0.25，年化多空收益差9.8%[43] 2. **时间序列波动率因子** - 中证1000：IC均值0.18，月均换手率45%[47] 注：所有测试结果均基于2023-2025年历史数据回测[4]