量化因子与构建方式 1. **因子名称**：单季EP - **因子构建思路**：衡量单季度归母净利润与总市值的比值，反映公司短期盈利能力[18] - **因子具体构建过程**： $$单季EP = \frac{单季度归母净利润}{总市值}$$ 数据来源为财报披露的单季度净利润和实时市值[18] 2. **因子名称**：EPTTM - **因子构建思路**：采用滚动12个月净利润与市值的比值，反映持续盈利能力[18] - **因子具体构建过程**： $$EPTTM = \frac{归母净利润TTM}{总市值}$$ 通过连续四个季度的净利润加总计算TTM值[18] 3. **因子名称**：DELTAROE - **因子构建思路**：计算净资产收益率的同比变化，捕捉盈利能力的边际改善[18] - **因子具体构建过程**： $$DELTAROE = ROE_{当期} - ROE_{去年同期}$$ 其中ROE计算采用： $$ROE = \frac{单季度归母净利润×2}{期初净资产+期末净资产}$$[18] 4. **因子名称**：标准化预期外盈利 - **因子构建思路**：衡量实际盈利与市场预期的偏离程度[18] - **因子具体构建过程**： $$SUE = \frac{实际净利润 - 预期净利润}{预期净利润标准差}$$ 使用分析师一致预期数据计算标准化差异[18] 5. **因子名称**：三个月反转 - **因子构建思路**：捕捉短期价格反转效应[18] - **因子具体构建过程**： $$三个月反转 = -1 × 过去60交易日收益率$$ 取负值使得因子方向与收益正相关[18] 6. **因子名称**：非流动性冲击 - **因子构建思路**：通过价格波动与成交额关系衡量流动性风险[18] - **因子具体构建过程**： $$非流动性冲击 = \frac{过去20交易日|日收益率|}{成交额均值}$$ 值越大表明流动性越差[18] 因子回测效果 1. **单季EP因子** - 沪深300空间：最近一周超额0.97%，近一月2.75%，年化5.28%[20] - 中证500空间：最近一周1.06%，近一月1.81%，年化7.79%[22] - 中证1000空间：最近一周1.21%，近一月2.37%，年化10.48%[24] 2. **DELTAROE因子** - 沪深300空间：最近一周0.21%，近一月2.00%，年化3.83%[20] - 中证500空间：最近一周1.18%，近一月2.60%，年化7.80%[22] - 中证1000空间：最近一周0.69%，近一月0.16%，年化9.10%[24] 3. **标准化预期外盈利因子** - 沪深300空间：最近一周0.35%，近一月1.65%，年化3.90%[20] - 中证1000空间：最近一周1.32%，近一月2.83%，年化9.00%[24] - 中证A500空间：最近一周0.38%，近一月2.09%，年化5.34%[26] 4. **三个月反转因子** - 沪深300空间：最近一周0.27%，近一月0.42%，年化1.24%[20] - 中证500空间：最近一周-0.68%，近一月0.19%，年化0.22%[22] 量化模型与构建方式 1. **模型名称**：MFE组合优化模型 - **模型构建思路**：在控制行业/风格暴露约束下最大化单因子暴露[40] - **模型具体构建过程**： 目标函数： $$\max f^Tw$$ 约束条件包括： $$s_l \leq X(w-w_b) \leq s_h$$ （风格暴露约束） $$h_l \leq H(w-w_b) \leq h_h$$ （行业偏离约束） $$w_l \leq w-w_b \leq w_h$$ （个股权重偏离约束） 其他约束包括成分股权重占比、禁止卖空等[40][41] 模型回测效果 1. **沪深300增强组合** - 本周超额1.17%，年内累计超额8.03%[15] - 公募产品中位数：本周0.08%，近一月0.70%，年内2.39%[33] 2. **中证500增强组合** - 本周超额0.73%，年内累计超额8.82%[15] - 公募产品中位数：本周0.38%，近一月1.24%，年内3.90%[35] 3. **中证1000增强组合** - 本周超额1.10%，年内累计超额13.66%[15] - 公募产品中位数：本周0.38%，近一月1.46%，年内5.97%[37] 特殊指数构建 1. **公募重仓指数** - **构建思路**：反映机构投资者持仓偏好[42] - **具体构建过程**： - 选取普通股票型及偏股混合型基金（规模>5000万） - 合并半年报/年报全部持仓或季报前十大重仓股 - 按持仓权重排序取累计90%市值的股票作为成分股[43]

报告核心观点 - 2025年二季度市场主要指数以上涨为主，创业板综涨幅领先，少部分中信一级行业负收益，择时模型总体表现优秀，后市或乐观向上，三季度看好石油石化、汽车、电子 [1][3] 2025年二季度复盘 - 主要宽基指数以上涨为主，创业板综季度上涨5.80%，国证2000涨幅4.41% [1][12] - 少部分中信一级行业负收益，综合金融上涨32.16%，国防军工上涨16.03% [1][13] - 股票型基金和偏股混合型基金表现较好，平均收益3.01%，2025Q2新成立公募基金639只，合计募集2785.71亿元 [16][17] 择时策略 短期择时模型 - 价量共振模型跟踪趋势与捕捉顶部背离，价量共振V3模型规避放量下跌错误信号，在上证指数表现优秀 [19][21][23] - 低波之刃模型捕捉市场底部反弹行情，在上证50指数表现超越基准 [19][24][27] - 特征龙虎榜机构模型基于龙虎榜机构席位信息构建，在沪深300指数年化收益15.93% [28] - 特征成交量模型挖掘成交量缩量做空与地量反弹，在万得全A指数表现优秀 [31][32] 中期择时模型 - 推波助澜模型基于涨跌停比率等构建，推波助澜V3模型最稳健，在沪深300指数部分时段表现超越基准 [19][36][40] - 月历效应模型基于A股春季躁动逻辑，在中证1000指数胜率100.0% [45] 长期择时模型 - 动量摆动模型基于成分股信号加权构建，在中证500指数部分时段表现超越基准 [46][47] 综合择时模型 - 综合兵器V3模型融合多周期模型信号，在沪深300指数表现超越基准 [50][51] 智能算法择时模型 - 沪深300指数择时模型基于遗传规划算法，年化收益35.48% [54] - 中证500指数择时模型采用GRASP算法思想，年化收益47.45% [57] 港股指数择时模型 - 成交额倒波幅模型在恒生指数择时绝对收益超过本身 [61] 择时收益小结 - 2025年二季度和今年表现优秀的模型有多个，最新择时信号显示后市或乐观向上 [66][70] 选股策略 惠特尼·乔治小型价值股投资法 - 从股票风格、公司运营状况和市场估值水平选股，关注负债等指标，2020 - 2025年6月30日年化收益20.0% [73][75][79] 福斯特佛莱斯积极成长选股策略 - 根据7方面要求选取6方面因子选股，2020 - 2025年6月30日年化收益3.6% [81][85] CANSLIM基本面选股 - 基于7个维度标准设定5个量化条件选股，2016年1月 - 2025年6月30日年化收益15.2% [88][90][91] CANSLIM2.0基本面选股 - 纳入业绩预报、快报数据，增加一致预期维度，2016年1月 - 2025年6月30日年化收益率15% [96][99] 形态识别选股 - 参考威廉·欧奈尔投资策略，复现杯柄和双底形态，筛选形态突破个股组合 [103] 行业轮动 - 基于基金仓位测算构建行业轮动信号，经过历史数据回测，年化获得20.91%绝对收益，超额年化10.48%，2025年三季度看好石油石化、汽车、电子 [114][125][129] 总结 - 2025年二季度市场指数上涨，部分行业负收益，择时模型表现优秀，后市或乐观，三季度看好电子、汽车、石油石化 [130][131][137]

成交量红肥绿瘦量化模型 - 核心观点为通过量化定义红量柱和绿量柱的形态关系，构建选股条件以缩小范围[1] - 红量柱定义为当日收盘价高于前一日且最低价高于前一日最低价[1] - 绿量柱定义为当日收盘价低于前一日且最高价低于前一日最高价[1] - 量化逻辑为当前绿量柱需比最近周期内最大红量柱体积更小（绿瘦），且连续满足该条件时图谱延续[1] 模型实现细节 - 源码使用BARSLAST函数定位最近红量柱位置，参数周期设为8日[1] - 输出变量RLGS为0时表示红肥绿瘦图谱持续，大于0则规律打破[1] - 模型可直接嵌入选股器代码作为筛选条件[1] 方法论应用建议 - 强调理解原理比机械套用参数更重要，需根据市场变化灵活调整[2] - 反对过度拟合形态的粗糙公式，提倡自主改进创新[2] - 建议投资者掌握基础编程能力以读懂和修改源码[2] 技术工具关联 - 提及通达信编程作为实现平台，需参考《如何快速学会通达信编程》[2] - 历史分享的选股指标可叠加使用以增强策略效果[2]

组合表现 - "银行AH+小微盘"组合从去年924至今上涨54.97%，期间最大回撤13.89%，表现优于多数主要指数 [1] - 中证2000指数同期涨幅56.91%，但最大回撤达19.65%，组合波动更小 [1][2] - 组合构成：40%银行AH优选ETF(517900)+30%1000ETF增强(159680)+30%中证2000增强ETF(159552) [2] 银行AH优选ETF表现 - 银行AH优选ETF(517900)2025年至今上涨24%，基金份额暴增411% [4] - 低利率环境下，保险、养老等长期资金对高股息银行股有配置需求 [6] - ETF采用AH轮动机制，动态调仓两地更便宜的银行股以获取超额收益 [6] 小微盘增强策略 - 中证2000增强ETF(159552)上半年净值增长29.18%，在同类宽基ETF中排名第一 [9] - 该ETF成立一周年以来累计净值增长68.21%，大幅跑赢中证2000指数 [10] - 组合采用"高股息打底+小微盘增强进攻"的哑铃结构 [7] 小微盘行情展望 - 银河证券预计未来1-2季度仍有宽松政策，利好流动性敏感的小盘股 [11] - 并购重组新规推进将打开小市值企业成长空间，历史显示小盘股在重组潮中估值弹性更好 [11] - 中证2000增强ETF持续的超额收益验证了量化策略的有效性 [12]

市场情绪追踪 - 截至2025年6月30日，沪深300上涨家数占比指标最近一个月环比上升，且高于60%，显示市场情绪较高 [3] - 动量情绪指标显示快线向上、慢线向下，快线位于慢线上方，预计未来维持看多观点 [3] - 均线情绪指标表明沪深300指数短期内处于情绪景气区间 [3] 基金分离度跟踪 - 截至2025年6月30日，基金抱团分离度小幅上行但仍处于低位，反映基金抱团程度较高 [4] - 最近一月抱团股超额收益小幅上行，而抱团基金超额收益小幅下行 [4] PB-ROE-50策略跟踪 - 2025年6月，PB-ROE-50策略在中证500、中证800和全市场股票池中分别获得0 92%、3 92%和4 59%的超额收益 [5] 机构调研策略跟踪 - 2025年6月，公募调研选股策略和私募调研跟踪策略均取得正超额收益，相对中证800的超额收益分别为5 55%和1 90% [6] 负面清单 - 宽松有息负债率排名前30的股票中，中毅达、指南针等9只股票在传统口径下排名100及以后 [7] - 财务成本负担率较高的股票包括辽宁成大、银宝山新等17只，指标数值均在10倍以上 [7]

新股发行与打新市场 - 2025年6月共8只新股上市，募集金额91.53亿元，环比增长164.8% [4] - 网下发行新股6只，募集金额87.30亿元，环比增长174.1% [4] - 主板新股首日平均上涨188.17%，双创板块新股首日平均上涨190.72% [4] - 5亿规模账户当月打新收益率A类0.168%，C类0.166% [4] 市场情绪与量化选股 - 沪深300上涨家数占比指标高于60%，市场情绪较高 [5] - 动量情绪指标快线向上、慢线向下，快线处于慢线上方，预计维持看多观点 [5] - 沪深300指数短期内处于情绪景气区间 [5] 行业景气度分析 - 煤炭、浮法玻璃、钢铁行业利润同比负增长 [6] - 油价反弹带动炼化行业景气度同比持稳 [6] - 水泥行业利润同比正增长 [6] - 能繁母猪存栏环比微增，预测Q4肉价延续低位震荡 [6] - PMI滚动均值企稳，房屋销售面积同比微降 [6] 房地产销售数据 - 2025年1-6月TOP100房企累计全口径销售金额1.8万亿元，同比-11.4% [7] - 全口径销售面积8,597万平，同比-22.2% [7] - 中国金茂、越秀地产、华发股份累计同比表现较好，分别为+20%、+11%、+11% [7] - 楼市区域分化加深，部分高能级城市逐步止跌回稳 [7]

小盘风格表现 - 2025年下半年首个交易日，小微盘风格持续强势，中证2000增强ETF（159552）和1000ETF增强（159680）双双刷新上市新高 [1] - 中证2000增强ETF上半年净值增长率29.18%，涨幅位居宽基ETF第一，半年超额收益率近14% [1] - 中证2000增强ETF自2024年6月29日成立以来，每个季度均有超额收益，今年前两个季度超额均超过6% [6] - 1000ETF增强自2022年11月18日成立以来，累计超额收益33.10%，年化超额收益11.88% [9] 小盘风格强势原因 - 产业趋势及景气预期：在技术快速迭代、政策鼓励创新的阶段，小盘股更具相对优势 [2] - 宏观经济运行方向：经济预期平淡或缓和阶段，小盘风格偏强；经济企稳回升期，大盘风格占优 [4] - 当前AI、半导体等产业仍处于景气阶段，政策支持科创领域发展 [5] - 我国结构性问题突出，外部不确定性对增长带来挑战，稳增长政策下半年仍有加码需求及空间 [5] 市场数据与估值 - 截至6月27日，小盘指数换手率为2.1%，处于2015年以来77%分位数，交易拥挤度相对偏高 [5] - 小盘指数/大盘指数换手率比值约为4.1倍，位于历史均值附近 [5] - 当前小盘指数/大盘指数PE(TTM)比值为2.2倍，处于2015年以来72.5%分位数 [5] 基金业绩表现 - 中证2000增强ETF在2024Q3至2025Q2期间，净值增长率分别为18.91%、9.84%、13.58%、13.74%，超额收益率分别为1.24%、1.44%、6.50%、6.12% [7] - 1000ETF增强在2023Q1至2025Q2期间，各季度超额收益均超过1.50%，最高达4.85% [11] - 两只基金在单边下跌和震荡上涨行情中均能捕获超额收益，市场适应能力强 [8][9] 投资策略 - 招商旗下指增类基金采用多因子模型选股与组合优化的策略框架，涵盖基本面、技术面与机器学习因子 [13] - 基金以追求长期稳定的超额收益为目标，维持均衡稳健的组合配置，行业和风格不大幅偏离 [13]

量化因子与构建方式 1 因子名称：新价量相关性RPV因子 因子构建思路：通过划分价量四象限，利用月度IC均值有效甄别出价量相关性因子的反转效应和动量效应，在"动量因子切割"研究的基础上，以相关性的形式加入"成交量"的信息，分别为日内、隔夜的价量相关性找到最佳代表，并完成信息叠加[6] 因子具体构建过程： - 日内价量相关性采用CCOIV指标（收盘价与日内换手率的相关系数），体现收盘价序列与换手率序列的反转效应 - 隔夜价量相关性采用COV指标（隔夜收益率与昨日换手率的相关系数），体现隔夜收益率与昨日换手率的动量效应 - 将CCOIV和COV标准化后等权合成RPV因子[6] 因子评价：通过叠加日内反转与隔夜动量效应，显著提升因子区分能力[6] 2 因子名称：聪明版日频价量相关性SRV因子 因子构建思路：改进RPV因子中的日内价量相关性部分，通过识别"聪明"交易时段（知情交易集中时段），使用更高信息含量的换手率指标[6] 因子具体构建过程： - 日内部分：将下午交易时段每分钟换手率与涨跌幅计算"聪明"指标，选取指标最高的20%时段（24分钟）作为知情交易时段，计算该时段换手率与下午涨跌幅的相关系数 - 隔夜部分：将RPV中的昨日全天换手率替换为昨日最后半小时换手率（信息密度更高） - 将改进后的日内与隔夜相关性指标标准化后等权合成SRV因子[6] 因子评价：通过捕捉知情交易时段信息，因子稳定性和区分能力显著优于RPV[6] 因子的回测效果 1 新价量相关性RPV因子（2014/01-2025/06）： - 年化收益率14.57% - 年化波动率7.73% - IR 1.89 - 月度胜率72.99% - 最大回撤10.63%[7][10] 2025年6月当月表现： - 多头组合收益率6.09% - 空头组合收益率5.95% - 多空对冲收益率0.14%[10] 2 聪明版日频价量相关性SRV因子（2014/01-2025/06）： - 年化收益率17.28% - 年化波动率6.50% - IR 2.66 - 月度胜率75.18% - 最大回撤3.74%[7][10] 2025年6月当月表现： - 多头组合收益率6.33% - 空头组合收益率6.78% - 多空对冲收益率-0.45%[10] 历史回测补充数据（2014/01-2023/08/31）： - RPV因子年化收益16.29%，IR 2.41[6] - SRV因子年化收益18.91%，IR 3.07，最大回撤3.11%，月度胜率80.00%[6]

根据提供的研报内容，以下是量化模型和因子的详细总结： 量化模型与构建方式 1. **模型名称：券商金股业绩增强组合** - **模型构建思路**：通过多因子方式从券商金股股票池中优选股票，以对标公募基金中位数为基准，控制组合与券商金股股票池在个股、风格上的偏离，同时以全体公募基金的行业分布为行业配置基准[44] - **模型具体构建过程**： 1. 以券商金股股票池为选股空间和约束基准 2. 采用组合优化的方式控制组合与券商金股股票池在个股、风格上的偏离 3. 以全体公募基金的行业分布为行业配置基准 4. 每月初汇总券商金股，根据被推荐家数加权构建券商金股指数，并于每月第一天收盘价调仓 5. 计算收益时以主动股基最近报告期的权益仓位中位数作为券商金股指数的仓位[19][44] - **模型评价**：历史表现稳健，能够稳定战胜偏股混合型基金指数，在公募主动股基中排名靠前[44][45] 量化因子与构建方式 1. **因子名称：单季度营收增速** - **因子表现**：最近一个月表现较好[29] 2. **因子名称：SUR（标准化未预期收入）** - **因子表现**：最近一个月和今年以来表现较好[29] 3. **因子名称：分析师净上调幅度** - **因子表现**：最近一个月表现较好[29] 4. **因子名称：EPTTM（市盈率TTM）** - **因子表现**：最近一个月和今年以来表现较差[29] 5. **因子名称：波动率** - **因子表现**：最近一个月和今年以来表现较差[29] 6. **因子名称：剥离涨停动量** - **因子表现**：最近一个月表现较差[29] 7. **因子名称：总市值** - **因子表现**：今年以来表现较好[29] 8. **因子名称：SUE（标准化未预期盈利）** - **因子表现**：今年以来表现较好[29] 9. **因子名称：预期股息率** - **因子表现**：今年以来表现较差[29] 模型的回测效果 1. **券商金股业绩增强组合** - 本月（20250603-20250630）绝对收益5.34%，相对偏股混合型基金指数超额收益1.00%[43] - 本年（20250102-20250630）绝对收益10.59%，相对偏股混合型基金指数超额收益2.73%[43] - 在主动股基中排名28.16%分位点（977/3469）[43] - 全样本（2018.1.2-2025.6.30）年化收益19.34%，相对偏股混合型基金指数年化超额14.38%[45] 2. **券商金股指数** - 本月（20250603-20250630）收益3.71%，偏股混合型基金指数收益4.34%[22] - 本年（20250102-20250630）收益6.89%，偏股混合型基金指数收益7.86%[22] 因子的回测效果 1. **单季度营收增速**：最近一个月表现较好[29] 2. **SUR**：最近一个月和今年以来表现较好[29] 3. **分析师净上调幅度**：最近一个月表现较好[29] 4. **EPTTM**：最近一个月和今年以来表现较差[29] 5. **波动率**：最近一个月和今年以来表现较差[29] 6. **剥离涨停动量**：最近一个月表现较差[29] 7. **总市值**：今年以来表现较好[29] 8. **SUE**：今年以来表现较好[29] 9. **预期股息率**：今年以来表现较差[29]

核心观点 - 2025年6月制造业PMI回升，受益于扩大内需政策，7月政策效果有望持续释放，但制造业景气面临季节性回落压力；个人养老金定投指数型ETF，定投时间越长收益越稳定，红利指数定投表现较好，可采用基于估值和均线的动态定投模型改进收益；2025年上半年度融资融券市场融资收缩、融券扩张，未来经济回稳等因素有望利好两融市场；上周市场主要指数上调，主动权益基金仓位下降，ETF市场资金有流入流出情况；随机森林多因子选股模型跑赢中证500指数，验证了机器学习方法在量化交易中的实用价值 [2][5][8][11][16] 宏观及策略研究 - 2025年6月30日统计局公布PMI数据，制造业采购经理指数、非制造业商务活动指数和综合PMI产出指数分别为49.7%、50.5%和50.7% [2] - 制造业景气回升，产需两端改善，生产指数回升0.3个百分点至51.0%，新订单指数回升0.4个百分点至50.2%，新出口订单回升0.2个百分点至47.7%，原材料购进和出厂价格指数收缩步伐放缓，原材料和产成品去库节奏放缓 [2] - 6月大型和中型企业制造业PMI分别回升0.5和1.1个百分点至51.2%和48.6%，小型企业回落2.0个百分点至47.3%，大、中型企业回升或与宏观政策发力有关，小型企业景气度有望企稳回升 [3] - 6月非制造业商务活动指数回升0.2个百分点至50.5%，建筑业商务活动景气度回升1.8个百分点至52.8%，服务业商务活动指数小幅回落0.1个百分点至50.1% [3] - 6月综合PMI产出指数回升0.3个百分点至50.7%，内需释放和贸易预期缓和推动制造业和非制造业景气共振回升 [3] - 6月制造业PMI回升与扩大内需政策有关，7月政策效果有望持续释放，但制造业景气面临季节性回落压力 [4] 金融工程研究 个人养老金定投指数型ETF的方式探索 - 2024年12月12日五部门将国债、特定养老储蓄、指数基金纳入个人养老金产品范围，首批有85只权益类指数基金，其中被动指数型66只，增强指数型19只，跟踪指数16个 [5] - 选择中证500、沪深300、上证50和红利指数测算定投收益，定投时间越长收益越稳定，红利指数定投表现好于宽基指数 [6] - 设计基于估值和均线的动态定投模型改进宽基指数定投收益，估值定投年化收益平均上涨1%-3%，正值占比平均提升10%-20%；均线定投年化收益平均上涨0.5%-1%，正值占比平均提升5%-10%，均线定投适用于成立时间小于5年的指数产品 [6] - 实际定投可考虑更丰富的新成立指数产品，未来将继续优化定投模型和开展养老产业专题研究 [7] 两融余额略有收缩，关注结构性变化 - 截至6月25日，2025年上半年度A股市场主要指数多数上涨，上证综指涨幅最大为3.11%，创业板指跌幅最大为0.62%，沪深两市两融余额为18236.47亿元，较去年年末减少370.86亿元，融资余额减少386.57亿元，融券余额增加15.72亿元 [8] - 市场ETF融资余额为945.97亿元，较去年年末减少92.60亿元，融券余额为52.87亿元，较去年年末增加7.79亿元；主板融资余额占比下降，科创板和创业板占比上升，主板和科创板融券余额占比上升，创业板占比下降，小市值板块融资与融券余额占比上升，大市值板块占比下降 [8] - 上半年度汽车、机械设备和医药生物行业融资净买入额较多，非银金融、电子和银行行业较少；融资买入额占成交额比例较高的行业为非银金融、钢铁和通信，较低的为纺织服饰、轻工制造和综合；非银金融、医药生物和有色金属行业融券净卖出额较多，建筑材料、家用电器和纺织服饰行业较少 [8] - 上半年度个股融资净买入额前五名为比亚迪、胜宏科技、赛力斯、光线传媒、三花智控，融券净卖出额前五名为兴业银行、恒瑞医药、贵州茅台、小商品城、山西汾酒 [9] - 2025年上半年度融资融券市场融资收缩、融券扩张，融券余额增幅小影响有限，一季度先降后升，3月底达峰值，二季度在18000亿上下波动，经济回稳等因素有望利好两融市场 [9] 中证A500指数资金大幅流入，主动权益基金仓位下降 - 上周市场主要指数全部上调，中证1000、中证全指和科创50在市盈率及市净率指数估值分位数方面涨幅居前，31个申万一级行业中28个行业上涨，涨幅前五的行业为计算机、国防军工、非银金融、通信和电气设备，下跌的为石油石化、食品饮料、交通运输 [11] - 市场热点包括易方达、华夏基金上报上证380ETF、上证580ETF，首批26只新型浮动费率基金已有23只成立 [11] - 上周权益类基金普遍上涨，量化基金涨幅最大为2.93%，纯债型基金涨跌不一，FOF基金中养老目标FOF上涨1.40%，正收益占比98.56%，QDII基金平均上涨2.36%，正收益占比91.67% [11] - 本周主动权益基金仓位涨幅居前的行业为食品饮料、医药生物和电子，跌幅居前的为计算机、国防军工和有色金属，2025/6/27仓位为72.31%，较上周下降3.07pct [12] - 本期ETF市场整体资金净流入13.94亿元，债券型ETF净流入229.01亿元，股票型ETF净流出156.90亿元，上周整体ETF市场日均成交额达3113.22亿元，日均成交量达1484.90亿份，日均换手率达9.64% [12] - 本期主要宽基指数多数流出，中证A500指数资金大幅流入超过70亿元，银行、港股非银和创新药板块被资金看好，沪深300指数资金大幅流出，净流入较多的ETF标的有中证银行等，净流出较多的有中证全指证券公司等 [12] - 上周新发行基金21只，较上期增加2只，新成立基金43只，较上期减少5只，新基金共募集335.85亿元，较上期减少141.06亿元 [13] 基于随机森林的多因子选股模型构建 - 多因子模型对市场关系线性假设存在不足，随机森林模型无需预设函数关系，能捕捉非线性关系和高阶交互作用，将其应用于多因子选股是传统量化投资向“AI量化”升级的路径 [14][15] - 模型构建选取25个基本面和技术面因子，将2010.1.4至2025.4.30时间段后40%作为回测区间，前60%中80%为训练集，20%为测试集，选取中证500指数成分股为基准股票池，每20个交易日调仓，每次选10只股票持有 [16] - 随机森林模型大幅跑赢中证500指数，收益指标高于基准，波动率和最大回撤低于基准，风险收益比远好于基准，验证了机器学习方法在量化交易中的实用价值 [17]