文章核心观点 - 中证A500指数在上市一年后（2024年9月至2025年9月）表现出色，其挂钩ETF产品在收益和风险控制上均跑赢市场基准沪深300指数 [8][9][10] - 尽管业绩优异，但中证A500ETF的整体规模（1937.09亿元）与沪深300ETF（11792.98亿元）相比仍有巨大差距，增长在2025年2月后明显放缓 [15][16][17] - 中证A500ETF市场的竞争格局尚未明朗，头部产品规模接近，未有单一公司确立绝对领先地位，且机构投资者（如券商、险资）已开始布局，但市场期待的“国家队”等大型资金尚未大规模入场 [22][23][26][29][32] 指数业绩表现 - 在2024年9月24日至2025年9月24日的一年间，中证A500指数涨幅达48.21%，跑赢沪深300指数6个百分点 [8] - 即使在考虑建仓期、从2024年10月15日开始的可比区间内，中证A500ETF的涨幅同样跑赢沪深300ETF [14] - 中证A500指数在最大回撤控制上也略优于沪深300指数 [9] - 其优异表现得益于指数编制特点：行业均衡、新兴行业权重更高、聚焦行业龙头、市值分布广兼具价值与弹性 [11][12] ETF规模对比与增长 - 截至2025年9月25日，中证A500指数挂钩ETF总规模为1937.09亿元，远低于沪深300ETF的11792.98亿元规模 [15][16] - 中证A500ETF规模与上证50（1853.16亿元）、中证500（1816.69亿元）、科创50（1777.07亿元）等其他主要指数产品规模相近 [16] - 该指数产品规模增长呈现先快后慢的特点：2024年11月上旬ETF规模突破千亿，11月末接近2000亿元，2025年2月上旬超过2700亿元后出现下滑 [18][19] 市场竞争格局 - 中证A500ETF市场龙头未定，头部公司份额接近：华泰柏瑞A500ETF估算规模最大，为229.08亿元，但易方达（216.04亿元）和国泰（215.40亿元）紧随其后 [23][26][28] - 第二梯队包括南方（198.97亿元）、华夏（166.27亿元）、广发（161.15亿元）等公司的产品，规模在160-200亿元之间，差距微小 [27][28] - 市场发展从初期的“闪电战”转变为当前的“持久战”格局 [35] 机构投资者布局 - 券商是A500ETF的重要持有者，例如华泰柏瑞A500ETF的最大持有人是其股东华泰证券，上半年加仓15亿份 [29] - 外资机构如瑞银集团（UBS AG）也出现在前十大持有人名单中，持有10亿份 [29] - 保险资金已显著入场，尤其在易方达A500ETF中，前6名持有人有5名为险资，其中中国人寿保险持有份额接近19亿份 [32] - 由于部分A500ETF产品有分红安排，多家险资的分红型保险账户出现在18只产品的十大持有人名单中 [33][34]

根据研报内容，本报告主要对A股市场主要宽基指数进行多维度数据跟踪和统计，并未涉及具体的量化模型或量化因子的构建、测试与评价。报告内容集中于市场现状描述和指标展示[1][2][3][5][7][9][10][13][15][17][18][19][20][21][23][25][26][27][28][30][31][33][35][37][38][39][40][42][43][44][45][47][49][50][51][52][53]。 报告跟踪的指标主要包括各类宽基指数（如上证50、沪深300等）的以下方面： 1. 市场表现：如日涨幅、周涨幅、月涨幅等[10] 2. 均线比较：指数收盘价与不同周期移动平均线（MA5, MA10, MA20等）的比较[13] 3. 资金占比与换手率[15] 4. 日收益分布特征：如峰度、偏度[21][23] 5. 风险溢价：指数收益率与十年期国债即期收益率之差[25][26][27][28] 6. 估值指标：PE-TTM（滚动市盈率）及其历史分位值[35][37][38][39][40] 7. 股债性价比：PE-TTM倒数与十年期国债收益率之差[42] 8. 股息率[44][45][47][49][50] 9. 破净率[49][51][53] 这些指标均为对市场状态的直接描述和统计，并非用于预测或选股的量化因子或模型。因此，无法按照要求总结量化模型或量化因子的名称、构建思路、构建过程、评价及测试结果。

量化模型与构建方式 本报告为市场数据跟踪报告，未涉及具体的量化模型或量化因子的构建[1][2][3][4][5][7][9][11][12][13][14][16][18][19][21][22][23][24][25][26][28][29][30][32][35][36][38][40][42][43][44][45][47][48][49][50][52][54][55][56][57][58][59][60][61][62][63][64][65] 量化因子与构建方式 1. **因子名称**：风险溢价因子；**因子构建思路**：衡量宽基指数相对于无风险利率（十年期国债）的超额收益，以评估其投资价值和市场偏离程度[28]；**因子具体构建过程**：计算各宽基指数的收益率与十年期国债即期收益率之差。公式为： $$风险溢价 = 指数收益率 - 无风险利率$$ 其中，指数收益率通常指指数的预期或历史收益率，无风险利率采用十年期国债即期收益率[28][29][30][32] 2. **因子名称**：股债性价比因子；**因子构建思路**：通过比较股票市场估值（PE-TTM倒数）与债券收益率（十年期国债）的差异，来判断股票和债券哪类资产更具投资吸引力[47]；**因子具体构建过程**：计算各宽基指数市盈率倒数（盈利收益率）与十年期国债即期收益率之差。公式为： $$股债性价比 = \frac{1}{PE-TTM} - 无风险利率$$ 其中，PE-TTM为指数滚动市盈率[44][45][47] 3. **因子名称**：破净率因子；**因子构建思路**：通过计算指数中市净率（PB）小于1的成份股占比，来反映市场的整体估值水平和悲观情绪[54][56]；**因子具体构建过程**：对于每一个宽基指数，遍历其所有成分股，统计其市净率（PB）小于1的个股数量，再除以指数成分股总数量。公式为： $$破净率 = \frac{指数中PB < 1的成份股数量}{指数成份股总数量}$$ 市净率（PB）= 每股股价 / 每股净资产[54][56] 4. **因子名称**：换手率因子；**因子构建思路**：衡量指数整体的交易活跃程度，高换手率通常意味着高流动性或高市场关注度[18][19]；**因子具体构建过程**：计算指数成分股的加权平均换手率。公式为： $$指数换手率 = \frac{\sum(成分股流通股本 \times 成分股换手率)}{\sum(成分股流通股本)}$$ 其中，成分股换手率 = 该股当日成交量 / 流通股本[19] 因子回测效果 1. **风险溢价因子**，当前风险溢价取值：上证50为0.68%[32]，沪深300为1.02%[32]，中证500为1.98%[32]，中证1000为1.69%[32]，中证2000为1.38%[32]，中证全指为1.38%[32]，创业板指为2.27%[32]；近5年分位值取值：上证50为79.37%[32]，沪深300为85.95%[32]，中证500为96.67%[32]，中证1000为90.63%[32]，中证2000为84.29%[32]，中证全指为90.63%[32]，创业板指为91.19%[32] 2. **股债性价比因子**，当前股债性价比状态：所有指数均未高于其80%分位（机会值），中证500低于其20%分位（危险值）且低于其近1年平均值减一倍标准差，显示其回撤风险较大[47] 3. **破净率因子**，当前破净率取值：上证50为24.0%[56]，沪深300为16.33%[56]，中证500为11.6%[56]，中证1000为7.6%[56]，中证2000为3.5%[56]，中证全指为6.27%[56]，创业板指为1.0%[56] 4. **换手率因子**，当前换手率取值：中证2000为3.93[18]，创业板指为3.7[18]，中证1000为2.88[18]，中证500为2.12[18]，中证全指为1.86[18]，沪深300为0.67[18]，上证50为0.3[18]

行业趋势：ETF市场与被动投资 - 中国ETF市场规模在2025年接连突破4万亿元与5万亿元大关，被动投资正迈入主流 [1] - 行业集中度持续提升，截至2025年9月22日，前5家公募基金管理人市场份额占比近六成，呈现强者恒强格局 [11] - 指数化投资从单一产品竞争转向生态系统竞争，从短期规模追逐转向长期价值创造 [11] 指数表现：中证A500指数 - 中证A500指数自2024年9月23日发布以来至2025年9月22日，涨幅达46.81%，跑赢同期中证A50指数的36.77%和中证800指数的46.07% [6] - 该指数以9.2%的成份股数量，覆盖全部A股53%的总市值、63%的营业收入、73%的归母净利润和67%的现金分红总额 [6] - 指数成份股中银行板块权重仅8.12%，而电子（14.09%）、电力设备及新能源（8.32%）等成长性领域占比较高，更好刻画经济转型方向 [6] - 截至9月22日，中证A500指数市净率为1.66倍，处于基日以来36.4%的分位数水平，估值处于历史中低区间 [7] 产品亮点：A500ETF华泰柏瑞 - A500ETF华泰柏瑞(563360)截至2025年9月22日规模达224亿元，居同类首位，其累计单位净值1.2154元是首批跟踪产品中仅有的超过1.21元的产品 [1][3] - 该ETF在2025年8月1日至9月19日期间日均成交额超40亿元，显示出较高的流动性 [4] - 产品管理费为0.15%/年，托管费为0.05%/年，均处于全市场权益类指数产品最低一档水平 [4] 公司实力：华泰柏瑞的指数业务 - 华泰柏瑞拥有超18年指数产品布局与ETF管理实践经验 [1][3] - 截至2025年9月22日，公司ETF管理规模超5600亿元，是市场上仅有的三家管理规模超5000亿元的管理人之一 [8] - 公司旗下沪深300ETF(510300)规模达4156.68亿元，为全市场规模居首的单品ETF，并拥有多只规模超百亿元的主题ETF [8] - 公司建立了从指数研发、产品设计到客户服务的系统化运营协同机制，并坚持低费率和精细运营的长期主义理念 [9][10]

文章核心观点 - 华泰柏瑞凭借超18年的指数产品布局和精细化运营经验，在宽基ETF领域建立了领先优势，其管理的A500ETF（563360）在中证A500指数相关产品中规模居首，展现出强大的产品竞争力 [1][2][4] - 中证A500指数作为宽基新标杆，自2024年9月发布以来表现优异，涨幅达46.81%，其成份股结构更贴合经济转型方向，电子和电力设备及新能源行业权重较高，正成为国内外资产配置的核心工具 [2][7][8] - 中国ETF市场规模在2025年接连突破4万亿元和5万亿元大关，行业竞争从单一产品转向生态系统竞争，华泰柏瑞等头部机构凭借多元化产品矩阵和系统化运营能力，在“强者恒强”的格局中占据优势 [2][9][12] 产品表现与优势 - A500ETF华泰柏瑞（563360）规模截至2025年9月22日达224亿元，居同类产品首位，其累计单位净值1.2154元是首批跟踪中证A500指数的ETF中唯一超过1.21元的产品 [2][4] - 该产品流动性充裕，2025年8月1日至9月19日日均成交额超40亿元，且费率处于市场最低水平，管理费0.15%/年，托管费0.05%/年 [5] - 华泰柏瑞的场外联接基金也设置了全方位低费率结构，其A、C、I类份额的申购费率和销售服务费率均为同类型基金中最低一档 [5][6] 指数特征与市场定位 - 中证A500指数成份股以9.2%的数量覆盖全部A股53%的总市值、63%的营业收入、73%的归母净利润和67%的现金分红总额，是分享中国经济成长的高效工具 [8] - 指数行业结构凸显新经济特征，银行板块权重仅8.12%，而电子行业权重14.09%、电力设备及新能源行业权重8.32%，更好刻画经济转型方向 [7] - 截至2025年9月22日，指数市净率1.66倍，处于基日（2004年12月31日）以来36.4%的分位数水平，估值处于历史中低区间 [8] 公司生态系统与战略 - 华泰柏瑞ETF管理规模超5600亿元，是市场仅有的三家管理规模超5000亿元的基金管理人之一，旗下沪深300ETF（510300）规模达4156.68亿元，为全市场规模居首的单品ETF [9] - 公司产品线布局完善，涵盖科创50、科创100、科创200及科创综指四大宽基ETF，实现科创板宽基全布局，红利低波ETF（512890）规模从长期低于3亿元增长至202亿元，体现其前瞻布局能力 [9][10][11] - 公司建立高度协同的运作机制，坚持“长钱长投”理念，通过低费率、精细运营和创新构建长期信任关系，2025年7月将产品更名为“A500ETF华泰柏瑞”，彰显品牌信心 [11] 行业发展趋势 - 2025年中国ETF市场规模突破5万亿元，被动投资迈入主流，前5家公募基金管理人市场份额占比近六成，行业集中度持续提升 [2][12] - ETF竞争进入新阶段，从单一产品竞争转向生态系统竞争，从短期规模追逐转向长期价值创造，综合能力和长期主义比明星单品和短期爆发更有价值 [12] - 指数化投资工具通过低成本、高效率、高透明度的特点，成为连接投资者与市场机遇的重要桥梁，推动A股市场内在稳定性增强 [13]

中证A500指数一周年表现 - 中证A500指数于2024年9月23日发布一周年，该指数创新性覆盖三级行业龙头并采取ESG评级筛选 [1] - 基于各方资金广泛认同，跟踪该指数的基金规模迅速扩张，其跟踪ETF总规模已迅速超越诸多宽基指数 [1] - 中证A500指数已成为A股市场上仅次于沪深300的核心宽基指数 [1] 科创债ETF上市动态 - 14只科创债ETF将于2024年9月24日集中上市 [1] - 科创债ETF的密集成立被业内视为将引导更多资金流向科技创新领域 [1] 钢铁行业增长目标 - 五部门联合印发《钢铁行业稳增长工作方案(2025—2026年)》 [1] - 方案提出2025年至2026年，钢铁行业增加值年均增长4%左右 [1]

量化模型与构建方式 1. 模型名称：风险溢价模型 - 模型构建思路：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，衡量其相对投资价值和偏离情况[29] - 模型具体构建过程：风险溢价 = 指数收益率 - 十年期国债即期收益率[29][30][31] - 模型评价：各跟踪指数的风险溢价有明显的均值复归现象，中证1000和中证2000的风险溢价波动率相对较大[30] 2. 模型名称：股债性价比模型 - 模型构建思路：以各指数PE-TTM的倒数与十年期国债即期收益率之差作为股债性价比指标，观察其走势和投资价值[48] - 模型具体构建过程：股债性价比 = (1/PE-TTM) - 十年期国债即期收益率[48] 3. 模型名称：破净率分析模型 - 模型构建思路：通过市净率指标分析股票价格与每股净资产的关系，破净率反映市场估值态度[55][57] - 模型具体构建过程：破净率 = (市净率 < 1的股票数量) / 总股票数量[55][57] - 模型评价：破净数和占比越高，低估的情况越普遍；破净数及占比越低，可能表明市场对未来发展持乐观态度[57] 量化因子与构建方式 1. 因子名称：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，判断市场趋势和支撑阻力位[15] - 因子具体构建过程：计算指数收盘价与MA5、MA10、MA20、MA60、MA120、MA250的偏离幅度[17] $$偏离幅度 = (收盘价 - 移动平均价) / 移动平均价 × 100\%$$[17] 2. 因子名称：换手率因子 - 因子构建思路：通过计算各宽基指数的换手率，反映市场交易活跃度[19][20] - 因子具体构建过程：$$换手率 = Σ(成分股流通股本 × 成分股换手率) / Σ(成分股流通股本)$$[20] 3. 因子名称：收益分布形态因子 - 因子构建思路：通过分析日收益率的分布特征，包括峰度和偏度，反映市场收益分布形态[24][26] - 因子具体构建过程： - 峰度计算：$$Kurtosis = \frac{E[(X - μ)^4]}{(E[(X - μ)^2])^2} - 3$$（减去正态分布峰度3）[27] - 偏度计算：$$Skewness = \frac{E[(X - μ)^3]}{(E[(X - μ)^2])^{3/2}}$$[27] 4. 因子名称：PE-TTM估值因子 - 因子构建思路：使用滚动市盈率作为估值参考，衡量各指数在当前时点的投资价值[41][43] - 因子具体构建过程：PE-TTM = 总市值 / 最近12个月净利润[45][46] 5. 因子名称：股息率因子 - 因子构建思路：反映现金分红回报率，红利投资是一种投资风格[50] - 因子具体构建过程：股息率 = 年度现金分红 / 当前股价[55][56] 模型的回测效果 1. 风险溢价模型 - 近1年分位值：上证50(38.89%)、沪深300(49.60%)、中证500(28.57%)、中证1000(26.59%)、中证2000(23.41%)、中证全指(28.17%)、创业板指(43.25%)[32] - 近5年分位值：上证50(45.87%)、沪深300(54.52%)、中证500(31.75%)、中证1000(31.11%)、中证2000(24.21%)、中证全指(35.95%)、创业板指(47.62%)[32] 2. 股债性价比模型 - 当前状态：没有指数高于其80%分位，中证500低于其20%分位[48] 3. 破净率分析模型 - 当前破净率：上证50(26.0%)、沪深300(17.0%)、中证500(11.6%)、中证1000(7.4%)、中证2000(3.35%)、创业板指(1.0%)、中证全指(6.17%)[57] 因子的回测效果 1. 均线比较因子 - 当前vsMA5偏离：上证50(-0.9%)、沪深300(-0.4%)、中证500(-0.3%)、中证1000(-0.5%)、中证2000(-0.8%)、中证全指(-0.5%)、创业板指(-0.2%)[17] - 当前vsMA250偏离：上证50(8.2%)、沪深300(14.1%)、中证500(21.3%)、中证1000(19.4%)、中证2000(22.3%)、中证全指(17.6%)、创业板指(40.6%)[17] 2. 换手率因子 - 当前换手率：上证50(0.34)、沪深300(0.69)、中证500(2.4)、中证1000(3.06)、中证2000(4.56)、中证全指(2.09)、创业板指(3.28)[19] 3. 收益分布形态因子 - 当前峰度：上证50(2.82)、沪深300(3.58)、中证500(3.51)、中证1000(4.62)、中证2000(3.01)、中证全指(3.34)、创业板指(4.63)[27] - 当前偏度：上证50(2.11)、沪深300(2.28)、中证500(2.22)、中证1000(2.31)、中证2000(2.03)、中证全指(2.20)、创业板指(2.37)[27] 4. PE-TTM估值因子 - 当前值：上证50(11.57)、沪深300(13.97)、中证500(34.29)、中证1000(47.40)、中证2000(164.39)、中证全指(21.33)、创业板指(44.03)[46] - 近5年分位值：上证50(81.65%)、沪深300(81.57%)、中证500(99.75%)、中证1000(95.45%)、中证2000(86.45%)、中证全指(96.61%)、创业板指(59.50%)[45][46] 5. 股息率因子 - 当前值：上证50(3.37%)、沪深300(2.70%)、中证500(1.32%)、中证1000(1.11%)、中证2000(0.75%)、中证全指(1.99%)、创业板指(0.96%)[55] - 近5年分位值：上证50(38.26%)、沪深300(37.19%)、中证500(14.88%)、中证1000(44.46%)、中证2000(13.14%)、中证全指(34.96%)、创业板指(66.03%)[53][56]

中证A500ETF市场发展概况 - 中证A500指数于2024年9月面市，首批10只ETF火速成立，发行总规模逼近200亿元 [3] - 一年后产品数量从最初的10只增长到43只，上市总规模达1899.26亿元，首批10只基金规模占比58.52% [3] - 产品矩阵持续丰富，2025年5月以来有8家公募推出指数增强产品，8月有3只红利低波ETF面市 [4] 产品规模与市场格局分化 - 5家公募旗下相关产品规模超百亿元，华泰柏瑞基金和国泰基金产品规模分别达223.51亿元和207.02亿元 [4] - 马太效应显著，部分中小型公募产品规模仅超30亿元，与头部产品差距巨大 [7] - 对比2024年末数据，首批10只产品中仅华泰柏瑞基金规模实现增长，同比涨28.1%，其余9只均下滑且部分跌逾五成 [7] 运营成本与盈利压力 - 单只ETF年固定费用开支或达200万元以上，包括系统成本约90万元、人员成本约90万元及营销费用约30万元 [8] - 规模需稳定在50亿元才能保持盈亏平衡，但成立已超半年的29只产品中有18只规模低于此盈亏线 [8] - 管理费率和托管费率已降至业内最低的"0.15%+0.05%"水平 [8] 投资者行为与产品策略调整 - 规模份额下滑主要与个人投资者赎回相关，多数产品机构投资者持有比例环比抬升 [7] - 公司持营策略从前期指数科普转向侧重后市行情展望及网格、定投等交易策略引导 [4] - 头部公司持续加大做市资源投入以支撑产品流动性和交易活跃度 [5] 市场表现与未来潜力 - 2024年成立的24只中证A500ETF自2025年以来平均收益率达21.71% [10] - 2025年6月以来A股市场上扬，A500ETF华泰柏瑞以99.46亿元净流入额跻身市场前三 [10] - 行业期盼中证A500指数相关衍生品尽快推出，以吸引保险资金、养老金等长期资金大规模流入 [11][12]

中证A500ETF发展概况 - 中证A500ETF在一年前经历现象级营销热潮 一年后规模分化且部分缩水 但长期仍被看好具有规模增长潜力 [1] 规模与产品矩阵 - 中证A500ETF总规模达1899.26亿元 其中首批10只基金规模1111.41亿元 占比58.52% [3] - 产品数量从首批10只增至43只（含增强型） 华泰柏瑞基金和国泰基金旗下产品规模超200亿元 分别为223.51亿元和207.02亿元 [3][4] - 5家公募旗下产品规模超百亿元 包括南方（188.51亿元）、富国（119.11亿元）和嘉实（115.58亿元） [4] - 产品类型持续丰富 2025年5月以来8家公募推出指数增强产品 8月3只红利低波ETF面市 [4] 规模分化与缩水原因 - 首批产品中仅华泰柏瑞基金规模增长28.1% 其余9只均下滑 部分跌幅超50% 其份额增长11亿份而国泰产品缩水超百亿份 [6] - 2025年上半年末 13只可数据产品中10只规模环比下滑 主要因个人投资者赎回 尽管机构投资者持有比例上升 [7] - 规模分化明显 头部公司产品超百亿元而部分中小型公募产品仅超30亿元 [6] 运营成本与盈亏平衡 - 单只ETF年固定成本约200万元以上（系统成本90万元、人员成本90万元、运营及营销费用30万元） 需规模稳定在50亿元才能盈亏平衡 [8] - 管理费率和托管费率降至行业最低0.15%+0.05% 但成立超半年的29只产品中18只规模低于50亿元盈亏线 [8] 市场策略与投资者行为 - 营销策略从初期科普转向后市行情分析和交易策略引导（如网格、定投） 强调产品工具属性 [4] - 机构注重与私募、券商资管等专业投资者路演 同时拓展个人投资者 头部公司加大做市资源投入以提升流动性 [5] - 投资者需求从"博收益"转向"战略配置+补大盘/小盘空白" 更关注跟踪误差、费率、流动性等维度 [7] - 规模下滑部分因行情上涨后投资者落袋为安 以及行业主题ETF机会涌现导致投资方向切换 [8] 长期潜力与未来展望 - 中证A500ETF自2025年以来平均收益率达21.71% 市场上涨阶段华泰柏瑞产品净流入额99.46亿元跻身市场前三 [10] - 未来需以时间换空间 培育客户并找到适配客群 衍生品（如期指和期权）推出有望吸引保险资金、养老金等大规模流入 [11] - 长期规模增长潜力基于更广泛市场覆盖和行业代表性 有望成为资产配置重要工具 尽管短期可能波动且分化延续 [11]

量化模型与构建方式 1. 行业拥挤度模型 - 模型名称：行业拥挤度模型[3][15] - 模型构建思路：通过衡量行业指数价格变动与成交金额变动之间的统计距离来识别短期市场拥挤状态[3][15] - 模型具体构建过程：使用行业指数最近一周价格和成交金额变动的马氏距离来衡量拥挤度。具体步骤为：首先计算各行业指数最近一周的价格变动率和成交金额变动率，然后计算这两个变量的马氏距离，公式为： $$D_M(x) = \sqrt{(x - \mu)^T \Sigma^{-1} (x - \mu)}$$ 其中$x$表示行业的价格变动和成交金额变动组成的二维向量，$\mu$表示所有行业该二维向量的均值向量，$\Sigma$表示所有行业该二维向量的协方差矩阵。最后，通过置信椭圆来识别异常值，椭圆之外表示价格与成交金额偏离度置信水平超过99%的行业[15][17] 量化因子与构建方式 1. 行业PE估值因子 - 因子名称：行业PE估值因子[13][15] - 因子构建思路：使用行业市盈率(PE)来衡量行业估值水平[13][15] - 因子具体构建过程：直接采用各行业指数的市盈率(PE)数据，计算各行业当前PE值及其历史分位数。PE分位数的计算以2019年作为统计起点，计算当前PE值在历史PE序列中的百分位位置[15][20] 2. 行业价格动量因子 - 因子名称：行业价格动量因子[11][12] - 因子构建思路：通过不同时间窗口的行业指数涨跌幅来衡量价格动量[11][12] - 因子具体构建过程：计算各行业指数在不同时间窗口(近1周、近1月、近3月、近6月、近1年、今年以来)的涨跌幅，公式为： $$R_t = \frac{P_t - P_{t-n}}{P_{t-n}} \times 100\%$$ 其中$P_t$表示当前时点行业指数价格，$P_{t-n}$表示n期前的行业指数价格[12] 模型的回测效果 1. 行业拥挤度模型 - 检测结果：上周汽车行业出现短期显著拥挤[16] 因子的回测效果 1. 行业PE估值因子 - 当前PE最高行业：计算机(93.08倍)、国防军工(85.19倍)、电子(70.07倍)[13] - 当前PE最低行业：银行(6.20倍)、建筑装饰(12.04倍)、非银金融(14.48倍)[13] - PE分位数最高行业：煤炭(100%)[15] - PE分位数99%行业：房地产、电子、机械设备、商贸零售、计算机[15] - PE分位数最低行业：食品饮料(15%)、农林牧渔(19%)、非银金融(31%)[15] 2. 行业价格动量因子 - 近1周涨幅前三行业：煤炭(3.51%)、电力设备(3.07%)、电子(2.96%)[11] - 今年以来涨幅前三行业：通信(64.09%)、有色金属(51.05%)、电子(44.29%)[12] - 近1年涨幅前三行业：通信(126.03%)、电子(112.57%)、传媒(83.18%)[12]