股票型ETF发行概况 - 截至10月18日，2025年共有257只股票型ETF成立，发行总规模达1460.14亿元 [3] - 年度发行规模为近10年较高水平，仅次于2021年 [4] - 单只ETF平均发行规模为5.68亿元，平均认购户数约4800户 [13] ETF发行与市场行情关联性 - ETF发行规模与数量同市场行情高度相关，年初“DeepSeek时刻”后2月发行规模达261.93亿元，单只平均规模近12亿元，为年度高点 [7] - 四月份市场波动导致5月、6月发行陷入低谷，发行规模分别为110.68亿元和107.28亿元 [7] - 后续慢牛行情促使发行回暖，8月发行规模回升至189.69亿元 [7][8] ETF指数类型分布 - 从跟踪指数风格看，主题行业类指数ETF在发行数量上占比超40% [10] - 规模指数与综合指数类ETF发行数量占比为37.7% [10] - 科技主题及“反内卷”板块轮动是主题行业ETF发行的主要驱动力 [10] 主要跟踪指数表现 - 中证A500指数被16只ETF跟踪，今年以来涨幅为17.01% [11] - 科创价格指数被7只ETF跟踪，今年以来涨幅达62.40% [11] - 科创AI指数被9只ETF跟踪，今年以来涨幅为48.72% [11] - 中证现金流与自由现金流指数共有13只ETF跟踪，策略指数门面得到支撑 [11][12] 新发ETF业绩与规模变动 - 若从发行认购并持有至10月18日，新发ETF获得正收益的概率接近80% [13] - 257只新发ETF整体规模相比发行时缩水71亿元，其中184只规模减少，占比超七成 [15] - 部分ETF表现亮眼，例如广发基金港股通科技ETF规模增长40.15亿元，成立以来回报13.83% [16] - 科技主题行业ETF显示出较强的资金吸引力 [18] 宽基指数ETF规模收缩 - 宽基指数成为规模缩水主力，科创综指ETF规模减少118.96亿元，中证A500ETF规模减少76.36亿元 [19] - 科创价格ETF规模减少46.11亿元，中证A50ETF规模减少17.95亿元 [19] - 宽基ETF规模扩张难度较大 [19] 基金公司新发ETF表现 - 在41家发行ETF的基金公司中，仅9家实现新发ETF整体规模净增长 [22][24] - 中直其等公司新发ETF规模增量达87.66亿元，涉及17只基金 [22] - 广发基金通过7只新发ETF实现54.85亿元规模增量，其中两只产品吸金超60亿元 [22][23] - 多数基金公司面临新发ETF规模收缩问题，发行性价比受到挑战 [21][24]

根据研报内容，以下是其中涉及的量化模型与因子的总结： 量化因子与构建方式 1. **因子名称：风险溢价因子**[25] * **因子构建思路**：以十年期国债即期收益率为无风险利率参考，计算各宽基指数相对于无风险利率的风险溢价，以衡量其相对投资价值和偏离情况[25] * **因子具体构建过程**：风险溢价的计算公式为宽基指数的收益率减去十年期国债即期收益率。报告中具体展示了各指数的当前风险溢价值及其历史分位值[26][27][29] $$风险溢价 = 指数收益率 - 无风险利率$$ 其中，无风险利率采用十年期国债即期收益率[25][26] 2. **因子名称：股债性价比因子**[42] * **因子构建思路**：通过比较股票估值收益（使用PE-TTM的倒数）与债券收益率（十年期国债即期收益率）的差异，来衡量股债两类资产的相对吸引力[42] * **因子具体构建过程**：股债性价比的计算公式为各宽基指数PE-TTM的倒数与十年期国债即期收益率之差[42] $$股债性价比 = \frac{1}{PE-TTM} - 十年期国债即期收益率$$ 报告中通过对比该因子当前值与近5年历史分位值（如80%分位值为机会值，20%分位值为危险值）进行分析[42] 3. **因子名称：破净率因子**[49][51] * **因子构建思路**：破净率指市净率低于1的个股在指数成分股中的占比，用于反映市场的整体估值态度和悲观情绪[49][51] * **因子具体构建过程**：破净率因子计算公式为指数成分股中破净个股数量除以指数总成分股数量[51] $$破净率 = \frac{指数成分股中破净个股数量}{指数总成分股数量}$$ 报告中计算并列出了各宽基指数在特定时点的破净率[51] 4. **因子名称：股息率因子**[44][49] * **因子构建思路**：股息率反映现金分红回报率，是红利投资风格的重要指标，尤其在市场低迷或利率下行期受到关注[44] * **因子具体构建过程**：股息率通常计算为每股股息除以每股股价。报告中直接给出了各宽基指数的当前股息率及其历史分位值等统计信息[49] 5. **因子名称：指数换手率因子**[16] * **因子构建思路**：换手率用于衡量指数的交易活跃度[16] * **因子具体构建过程**：指数换手率的计算方式为指数成分股的换手率按其流通股本加权的平均值[16] $$指数换手率 = \frac{\sum(成分股流通股本 \times 成分股换手率)}{\sum(成分股流通股本)}$$ 报告中列出了各宽基指数在特定日期的换手率[16] 6. **因子名称：收益分布形态因子（偏度与峰度）**[22][23] * **因子构建思路**：通过分析指数日收益率的分布形态（偏度和峰度）来刻画其收益特征和极端风险情况[22][23] * **因子具体构建过程**：计算指数日收益率序列的偏度（衡量分布不对称性）和峰度（衡量分布尖峭程度，报告中计算时减去了正态分布的峰度值3）[23] 报告中对比了各指数当前收益分布的偏度、峰度与其近5年历史均值的差异[22][23] 因子的回测效果 1. **风险溢价因子**[29] * 当前风险溢价：上证50 (-0.21%), 沪深300 (-1.20%), 中证500 (-2.47%), 中证1000 (-1.96%), 中证2000 (-1.58%), 中证全指 (-1.60%), 创业板指 (-4.00%) * 近5年分位值：上证50 (42.06%), 沪深300 (9.76%), 中证500 (2.62%), 中证1000 (8.25%), 中证2000 (12.46%), 中证全指 (7.46%), 创业板指 (1.19%) 2. **PE-TTM因子（估值因子）**[39][40] * 当前PE-TTM值：上证50 (11.84), 沪深300 (14.15), 中证500 (34.36), 中证1000 (47.10), 中证2000 (160.09), 中证全指 (21.41), 创业板指 (42.33) * 近5年历史分位值：上证50 (84.79%), 沪深300 (84.21%), 中证500 (99.01%), 中证1000 (95.04%), 中证2000 (84.88%), 中证全指 (96.53%), 创业板指 (57.36%) 3. **股债性价比因子**[42] * 近5年分位值比较：没有指数高于其80%分位（机会值），中证500低于其20%分位（危险值） 4. **股息率因子**[49] * 当前股息率：上证50 (3.29%), 沪深300 (2.67%), 中证500 (1.33%), 中证1000 (1.11%), 中证2000 (0.78%), 中证全指 (1.99%), 创业板指 (1.01%) * 近5年历史分位值：上证50 (35.79%), 沪深300 (35.70%), 中证500 (15.21%), 中证1000 (43.80%), 中证2000 (19.17%), 中证全指 (34.55%), 创业板指 (69.67%) 5. **破净率因子**[51] * 当前破净率：上证50 (24.0%), 沪深300 (16.67%), 中证500 (11.0%), 中证1000 (7.3%), 中证2000 (3.35%), 中证全指 (6.01%), 创业板指 (1.0%) 6. **指数换手率因子**[16] * 当前换手率：上证50 (0.51), 沪深300 (1.14), 中证500 (2.45), 中证1000 (3.14), 中证2000 (4.2), 中证全指 (2.21), 创业板指 (3.32) 7. **收益分布形态因子**[23] * 当前峰度 vs 近5年峰度差值：上证50 (-1.68), 沪深300 (-1.22), 中证500 (-1.91), 中证1000 (-1.17), 中证2000 (-1.55), 中证全指 (-1.97), 创业板指 (-2.06) * 当前偏度 vs 近5年偏度差值：上证50 (-0.44), 沪深300 (-0.29), 中证500 (-0.48), 中证1000 (-0.37), 中证2000 (-0.44), 中证全指 (-0.51), 创业板指 (-0.51)

大盘指数表现 - A股三大指数集体下跌，沪指维持在3900点以上 [1] - 中证A600指数午间收盘下跌1.6% [1] - 沪深300指数午间收盘下跌1.3% [1] - 创业板指数午间收盘下跌3.4% [1] - 上证科创板50成份指数午间收盘下跌4.6% [1] - 恒生中国企业指数午间收盘下跌1.2% [1] 行业板块涨跌 - 燃气、纺织制造、电网设备、煤炭板块涨幅居前 [1] - 贵金属、固态电池、光伏设备、算力硬件等热门赛道股跌幅靠前 [1] - 港股娱乐、饮料板块涨幅靠前 [1] - 港股金属与采矿板块跌幅靠前 [1] 主要指数构成与估值 - 沪深300指数由规模大、流动性好的300只股票组成，覆盖11个中证一级行业，滚动市盈率14.4倍 [3] - 中证A500指数由各行业市值较大、流动性较好的500只证券组成，覆盖93个三级行业中的91个，滚动市盈率17.1倍 [3] - 创业板指数由创业板中市值大、流动性好的100只股票组成，战略新兴产业占比较高，电力设备、医药生物、电子行业合计占比超55%，滚动市盈率45.8倍 [3] - 上证科创板50成份指数由科创板中市值大、流动性好的50只股票组成，"硬科技"龙头特征显著，半导体占比超60%，与医疗器械、软件开发、光伏设备行业合计占比超75%，滚动市盈率197.0倍 [4] - 恒生中国企业指数由在港上市中国内地企业中50只市值大、成交活跃的股票组成，可选消费、金融、信息技术、能源行业合计占比超85%，滚动市盈率10.9倍 [4]

指数基金投资策略 - 指数基金主要分为宽基指数、策略指数、行业指数和主题指数四大类 [6] 宽基指数投资要点 - 投资需注意大小盘搭配 A股存在大小盘轮动特点 [7] - 2024年沪深300等大盘股表现好 小盘股低迷 2025年以来小盘股强势 大盘股低迷 [8] - 长期看大小盘股回报基本一致 [8] - 经典搭配为沪深300加中证500 可进一步加入中证1000覆盖更小盘股 中证2000基金规模仍较小 [9] 策略指数投资要点 - 投资需注意成长与价值风格的搭配 [9] - 策略指数按风格可分为成长组（龙头、成长、质量）和价值组（红利、价值、低波动） [10][11] - A股存在成长价值风格轮动 例如2019-2020年成长风格强势 2021-2024年价值风格强势 2025年又转为成长风格强势 [12] - 从两种风格的低估品种中挑选投资可使组合更稳定 [12] 行业与主题指数投资要点 - 投资需注意控制比例 行业和主题指数波动较大 [12] - 宽基指数如沪深300年波动常见为20%-30% 而行业指数波动可达30%-50% 部分品种波动超50% [13] - 单个行业配置比例控制在15%-20%以内较稳妥 多个行业分散配置可大幅降低波动风险 [13] - 主题投资应挑选长期存在的主题指数 避免短期流行主题 [13]

A股宽基指数前三季度表现 - 创业板指和科创50指数前三季度双双上涨51.2%，并列宽基指数涨幅榜首 [3] - A股前三季度主要宽基指数普遍上涨 [4] - 北证50指数今年以来上涨47.29%，与榜首差距不足4个百分点 [3] 创业板指具体数据 - 市盈率45.4倍，处于近三年99.3%分位点、近五年61.2%分位点、近十年52.8%分位点 [5] - 第三季度上涨50.4%，区间振幅53.9%，贡献前三季度几乎所有涨幅 [7] - 9月30日成交金额5805亿元，跟踪基金97只，合并规模1608亿元 [7] 科创50指数具体数据 - 市盈率193倍，处于近三、五年100%分位点 [8] - 第三季度上涨49%，几乎贡献前三季度全部涨幅 [9] - 9月30日成交金额998亿元，不足创业板指两成 [9] 北证50指数具体数据 - 市盈率71.8倍，处于近三年93.7%分位点 [11] - 第三季度上涨5.63%，振幅19.09%，9月30日成交金额161亿元 [11] - 跟踪基金规模113亿元，自924行情启动以来区间累计涨幅超过1.5倍 [11] 指数行情特征对比 - 创业板指和科创50指数第三季度突然启动，贡献前三季度主要涨幅 [7][9] - 北证50指数第三季度表现相对滞涨，但今年以来整体涨幅接近榜首 [3][11] - 北证50指数动辄10%以上的涨跌幅，与榜首4个百分点的差距可能在一个交易日内抹平 [3]

根据您提供的研报内容，以下是关于量化模型和因子的总结。报告主要对宽基指数进行多维度跟踪分析，并未涉及传统意义上的预测型量化模型或选股因子，而是包含了一系列用于评估市场状态和指数特征的量化指标。这些指标可被视为用于构建市场监测模型的“因子”。 量化因子与构建方式 1. **因子名称**：指数均线比较因子 **因子构建思路**：通过比较指数价格与不同周期移动平均线的关系，判断当前价格在短期和长期趋势中的相对位置[13] **因子具体构建过程**：计算指数收盘价与MA5、MA10、MA20、MA60、MA120、MA250等移动平均线的差值百分比。公式为： $$ \text{vsMA}_n = \frac{\text{Close} - \text{MA}_n}{\text{MA}_n} \times 100\% $$ 其中，$Close$代表当日指数收盘价，$MA_n$代表n日移动平均线[15] 2. **因子名称**：指数相对高位低位因子 **因子构建思路**：通过计算指数当前价格相对于近期历史高点和低点的位置，衡量市场的超买超卖程度[13] **因子具体构建过程**：选取近250个交易日的最高价和最低价，计算当前收盘价相对于该高点和低点的偏离幅度。公式为： $$ \text{vs近250日高位} = \frac{\text{Close} - \text{High}_{250}}{\text{High}_{250}} \times 100\% $$ $$ \text{vs近250日低位} = \frac{\text{Close} - \text{Low}_{250}}{\text{Low}_{250}} \times 100\% $$ 其中，$High_{250}$和$Low_{250}$分别代表近250交易日的最高价和最低价[15] 3. **因子名称**：交易金额占比因子 **因子构建思路**：计算特定指数成交额在全市场成交额中的占比，反映资金在不同板块间的流向和关注度[18] **因子具体构建过程**：以中证全指的交易金额作为市场总金额基准，计算各宽基指数成分股当日总成交金额与其比值。公式为： $$ \text{交易金额占比} = \frac{\sum \text{指数成分股成交金额}}{\text{中证全指成交金额}} \times 100\% $$ [18] 4. **因子名称**：指数换手率因子 **因子构建思路**：衡量指数整体交易的活跃程度[18] **因子具体构建过程**：采用流通市值加权平均的方式计算指数换手率。公式为： $$ \text{指数换手率} = \frac{\sum (\text{成分股流通股本} \times \text{成分股换手率})}{\sum \text{成分股流通股本}} $$ [18] 5. **因子名称**：收益分布峰度因子 **因子构建思路**：通过计算指数日收益率分布的峰度，衡量收益率分布的尖峰肥尾特性，反映收益的集中程度和极端风险[23][25] **因子具体构建过程**：基于指数日收益率序列，计算其超额峰度（Excess Kurtosis），即计算出的峰度值减去正态分布的峰度值3。报告中显示的是当前峰度与近5年历史峰度的偏离值（当前vs近5年）[25] 6. **因子名称**：收益分布偏度因子 **因子构建思路**：通过计算指数日收益率分布的偏度，衡量收益率分布的不对称性，反映正负极端收益出现的概率差异[23][25] **因子具体构建过程**：基于指数日收益率序列，计算其偏度（Skewness）。报告中同时展示了当前偏度值与近5年历史偏度值的偏离情况（当前vs近5年）[25] 7. **因子名称**：风险溢价因子 **因子构建思路**：计算股票指数收益率与无风险收益率之差，衡量投资股票市场所要求的额外风险补偿[28][30] **因子具体构建过程**：以十年期国债即期收益率作为无风险利率的代理变量，风险溢价为指数收益率减去无风险利率。报告中计算了当前风险溢价在近1年和近5年历史数据中的分位值[30][32] $$ \text{风险溢价} = \text{指数收益率} - \text{无风险利率} $$ 8. **因子名称**：PE-TTM估值因子 **因子构建思路**：使用滚动市盈率（PE-TTM）及其历史分位值来评估指数的估值水平[38][40] **因子具体构建过程**：计算指数的总市值与其成分股最近12个月净利润总和的比值，得到PE-TTM。进一步计算该值在近1年及近5年历史数据中的分位值，以判断当前估值所处的位置[42][43] 9. **因子名称**：股债性价比因子 **因子构建思路**：比较股票市场收益率与债券收益率的相对吸引力，又称FED模型或股息率差模型[45] **因子具体构建过程**：计算股票市场盈利收益率（即PE-TTM的倒数）与十年期国债收益率的差值。公式为： $$ \text{股债性价比} = \frac{1}{\text{PE-TTM}} - \text{十年期国债收益率} $$ 报告中通过该因子的历史分位值（如80%和20%）来判断投资机会与风险[45] 10. **因子名称**：股息率因子 **因子构建思路**：计算指数成分股的现金分红回报率，是价值投资和红利策略的重要参考指标[47][52] **因子具体构建过程**：计算指数成分股最近12个月现金分红总额与指数总市值的比值。公式为： $$ \text{股息率} = \frac{\sum \text{成分股近12个月现金分红}}{\text{指数总市值}} \times 100\% $$ 报告中计算了该因子的当前值及其在近1年和近5年历史中的分位值[52] 11. **因子名称**：破净率因子 **因子构建思路**：计算指数中市净率（PB）小于1的个股占比，反映市场总体的悲观程度和估值洼地情况[54] **因子具体构建过程**：统计指数中所有成分股，计算其中市净率（股价/每股净资产）低于1的股票数量，再计算其占指数总成分股数量的百分比。公式为： $$ \text{破净率} = \frac{\text{市净率} < 1 \text{的成分股数量}}{\text{指数总成分股数量}} \times 100\% $$ [54] 因子的回测效果 报告未提供基于这些因子的量化策略回测结果，如年化收益率、夏普比率、信息比率（IR）或最大回撤等传统回测绩效指标。报告的核心是对各宽基指数在不同因子上的当前状态和历史分位进行静态展示和对比分析[10][15][32][43][52]。

报告行业投资评级 未提及相关内容 报告的核心观点 - 今年累计收益表现最好的三个指数是微盘股指数（+65.84%）、创业板指数（+47.16%）和科创50指数（+46.71%），最弱的是中证红利（-2.27%）、上证指数（+14.21%）和沪深300（+15.63%）[10][12] - 期权情绪维度显示中证1000、沪深300、中证500情绪上看跌，叠加机构出金等或预示市场调整，投资者短期需做好风险应对[10] - 股票多头策略整体维持中等偏低仓位，中性策略节前进一步减仓到中低仓位[10] - 短期对股票多头策略持中性偏谨慎态度，对股票对冲策略持中性态度，国庆长假建议短期降低仓位防范基差风险[10] 权益市场回顾 因子日历总览 - 本周权益市场多数上升，中证A500、沪深300、中证500、中证全指上涨，中证红利、中证1000、中证2000下跌[14][15] - 本周收益最好的3个风格因子为大小盘、成长、动量，最差的为价值、BETA、残差波动率[15] 主要宽基指数回顾 - 本周宽基指数多数上升，波动率普跌，市场活跃度处于中高位置但边际下降[17][20] - 中证全指口径5日滚动日均成交额2.26万亿元，20日滚动日均成交额2.39万亿元，各宽基指数成交额占比有不同变化[22][25] 权益行业指数回顾 - 本周有19.4%的行业获得正收益，电力设备板块领跑，收益率最高的三个行业为电力设备、有色金属、电子，最低的为商贸零售、综合、社会服务[26] 权益风格因子回顾 - Barra风格因子中，本周收益率最高的为大小盘、成长、动量，最低的为价值、BETA、残差波动率[30] - 巨潮风格指数多数上升，收益率最高的为大盘成长、中盘成长、小盘成长，最低的为中盘价值、大盘价值、小盘价值[34] 股指期货市场回顾 - 本周贴水收敛，波动率普跌，IM、IF、IC基差均收敛，各合约对冲预估影响中性产品平均收益分别为-0.320%、-0.280%、-0.270%[36][39] 期权市场回顾 - 本周隐波普跌，预计不利于买权和套利策略，隐波最高的为易方达上证科创板50ETF、华夏上证科创板50ETF、易方达创业板ETF，最低的为沪深300指数、上证50指数、华夏上证50ETF[41][42] 策略环境监控 中性及指增策略日内Alpha环境监控 - 流动性微幅上升，波动率微幅下降，预计对日内Alpha积累无显著影响[46] - 本周股票市场日均净流出516亿元，资金净流出不利于日内Alpha积累[49] 中性及指增策略交易型Alpha环境监控 - 本周股票市场周均成交额和周换手率处于极高区间，周截面波动率处于较高区间，有利于交易型Alpha积累[50][52] - 股票规模指数超额收益显示大盘风格为主，整体能打败基准指数的股票数量较低且周边际下降，不利于交易型Alpha积累[55] - 截至2025-09-25，融资余额为2.43万亿元，处于极高区间，有利于交易型Alpha积累[57] 中性及指增策略持有型Alpha显著性环境监控 - 近20日细分宽基指数收益率多数周边际下降，市场整体收益月度边际下降，不利于持有型Alpha积累[59] - 近20日部分因子趋势流畅度绝对值大，股票风格为大盘风格，个股涨停跌停数量正常但能打败指数的个股比例偏低，不利于持有型Alpha积累[62][64][65] - 月换手率处于极高区间，个股截面波动率处于正常区间，整体对Alpha积累不利[68] 中性及指增策略持有型Alpha稳定性环境监控 - 风格收益差的波动率下降，行业相关性系数处于正常区间[71] - 近20日Barra因子和行业轮动速度处于较低水平，预计对持有型Alpha稳定性不利[74] 中性策略对冲环境监控 - 本周IF、IC、IM年化贴水率及近1月波动率情况不同，基差波动处于正常偏高区间，对成本管控有一定挑战[77][80] 未来策略研判 收益表现 - 20日滚动收益显示，中证1000、中证2000、中证500相对沪深300收益及沪深300收益均处于正常区间[84] 衍生品期权情绪 - 衍生品期权情绪维度显示中证1000情绪稳定，沪深300、中证500情绪上看跌[88] 衍生品期货情绪 - 衍生品期货情绪维度显示IC、IF、IM基差均收敛，总体情绪分化[92] 风险偏好 - 截至2025-09-25，融资余额为2.43万亿元，处于极高区间，风险偏好较高[95] 交易热度 - 本周沪深300、中证500、中证1000、中证2000交易热度及市场交易额分位数不同[97] 风格关注倍数 - 中证1000处于正常区间，中证500处于较高区间，中证2000处于极低区间[100] 盈利利差 - 中证1000、中证500、中证2000、沪深300盈利利差均处于较低或极低区间[103] 股息利差 - 中证1000、中证500、中证2000、沪深300股息利差均处于正常区间[105] 交易拥挤度 - TMT板块交易热度处于较高区间，小微盘等板块处于正常区间，全市场交易额处于极高区间[111]

报告行业投资评级 未提及 报告核心观点 报告对ETF各类日频数据进行每日跟踪，涵盖宽基和主题两类ETF，展示了各ETF基金的流通市值、涨跌幅、RSI相对强弱指标、净申购、成交额等多方面数据，为投资者提供参考 [2][4][6] 根据相关目录分别进行总结 数据说明 - 对ETF各类日频数据进行每日跟踪，不构成投资建议 [2] - 根据ETF追踪指数类别分为宽基和主题两个子表，选取规模较大的ETF基金分析 [2] - 介绍RSI相对强弱指标、日内行情趋势、净申购等指标的计算方式及数据处理规则 [2][3] 宽基ETF - 沪深300相关ETF中，华泰柏瑞沪深300ETF流通市值4167.21亿元，涨跌幅 -0.94%，净申购7.03亿元等 [4] - 中证500相关ETF中，南方中证500ETF流通市值1357.99亿元，涨跌幅 -1.41%，净申购1.07亿元等 [4] - 上证50相关ETF中，华夏上证50ETF流通市值1778.88亿元，涨跌幅 -0.32%，净申购1.34亿元等 [4] 行业主题ETF - 消费电子相关ETF中，华夏国证消费电子主题ETF流通市值44.23亿元，涨跌幅 -3.44%，净申购 -1.76亿元等 [6] - 非银相关ETF中，国泰中证全指证券公司ETF流通市值542.26亿元，涨跌幅 -0.41%，净申购1.40亿元等 [6] - 银行相关ETF中，华宝中证银行ETF流通市值142.23亿元，涨跌幅0.13%，净申购 -0.26亿元等 [6]

市场指数表现 - 上周A股主要宽基指数走势分化，科创50、创业板指、中小板指收益靠前，分别为6.47%、1.96%、1.75%，而中证1000、上证综指、中证500收益靠后，分别为-0.55%、0.21%、0.98% [1][9] - 年初至今创业板指累计收益率达47.16%，表现最优，过去一个月亦上涨9.04% [9] - 主要宽基指数成交额多数下降，除深证成指、中小板指和科创50外，均位于过去52周75%-100%的历史分位水平 [12] 行业板块表现 - 上周电子、有色金属、电力设备及新能源行业收益领先，分别为3.67%、3.24%、3.21%，消费者服务、商贸零售、轻工制造收益落后，分别为-6.71%、-3.92%、-2.80% [1][16] - 今年以来通信、有色金属、电子行业累计收益最高，分别为65.08%、59.00%、47.02%，而食品饮料、煤炭行业收益为负，分别为-3.52%、-3.73% [16][17] - 过去一个月电力设备及新能源行业表现最佳，累计上涨13.81%，国防军工行业表现最差，下跌9.91% [16][17] 债券与可转债市场 - 上周央行逆回购净投放资金6406亿元，逆回购到期18268亿元，净公开市场投放24674亿元 [1][18] - 除1年期和5年期外，各期限国债利率上行，利差扩大0.54BP，不同期限信用债利率均有所上行 [1][19] - 中证转债指数上周上涨0.94%，成交1627亿元，较前一周减少125亿元，转股溢价率中位数升至25.51% [1][23] 公募基金申报与规模 - 上周共上报44只基金，产品包括4只FOF、1只QDII及多只主题ETF，如博时中证通用航空主题ETF、富国国证石油天然气ETF等 [1][2] - 兴证全球基金申报首只ETF产品——兴证全球沪深300质量ETF，该产品跟踪沪深300质量指数 [5][6] - 截至2025年8月底，公募基金资产净值达36.25万亿元，创历史新高，较7月底增加11958.91亿元，开放式股票基金规模增加最多，达6280.69亿元 [1][7] 公募基金业绩表现 - 上周主动权益、灵活配置型、平衡混合型基金收益中位数分别为0.40%、0.32%、0.75%，今年以来主动权益基金中位数收益达29.87% [26][28] - 指数增强基金上周超额收益中位数为0.01%，量化对冲型基金收益中位数为-0.40%，今年以来超额中位数分别为3.40%和0.25% [30][31] - 目标日期基金今年以来累计收益率中位数达17.33%，表现最优，普通FOF和目标风险基金中位数收益分别为0.48%和0.52% [32][33] 基金产品发行动态 - 上周新成立基金61只，发行规模366.07亿元，较前一周减少，股票型基金发行249.07亿元，被动指数型基金数量最多达22只 [38][39] - 贝莱德中债投资优选绿色指数A发行份额60亿元，为上周新发规模最大基金 [40] - 上周11只基金进入发行阶段，本周将有10只基金开始发行，以被动指数型和混合债券型二级为主 [43][45] 基金经理变动 - 上周41家基金公司的98只产品发生基金经理变动，涉及交银成长A、广发对冲套利等多只基金 [35][37]

根据您提供的研报内容，经过全面梳理，总结如下： 量化模型与构建方式 1. **模型/因子名称**：行业拥挤度模型[3][17] **构建思路**：使用马氏距离来衡量行业指数在价格和成交金额变动上的综合偏离程度，以识别短期交易过热或过冷的行业[3][17] **具体构建过程**： 1. 选取各行业指数最近一周的价格变动数据和成交金额变动数据作为两个特征维度[3] 2. 计算所有行业这两个特征维度所构成数据集的协方差矩阵 3. 对于每一个行业，计算其价格变动和成交金额变动向量到数据集中心点（假设为均值向量）的马氏距离，公式为： $$D_M(\vec{x}) = \sqrt{(\vec{x} - \vec{\mu})^T \Sigma^{-1} (\vec{x} - \vec{\mu})}$$ 其中，$\vec{x}$ 代表某个行业的价格与成交金额变动向量，$\vec{\mu}$ 代表所有行业变动的均值向量，$\Sigma$ 代表所有行业变动的协方差矩阵[17] 4. 将结果绘制在散点图上（价格变动为X轴，成交金额变动为Y轴），并绘制出置信水平为99%的椭圆边界[17] 5. 位于第一象限且椭圆外的点被视为短期显著拥挤的行业（价量齐升且偏离度过大）[17] 模型的回测效果 （报告中未提供行业拥挤度模型的具体回测指标数值） 量化因子与构建方式 （报告中未涉及其他独立的量化因子构建） 因子的回测效果 （报告中未提供任何因子的具体回测指标数值） **注**：本报告核心内容为市场数据描述与复盘，仅包含一个用于衡量行业拥挤度的模型，未涉及其他量化因子或模型的构建与测试[1][2][3][8][9][12][13][14][17]