根据研报内容，总结如下： 量化模型与构建方式 1. 模型名称：行业拥挤度监测模型；模型构建思路：通过监测申万一级行业指数的拥挤度，识别行业投资机会；模型具体构建过程：每日计算各行业拥挤度指标，包括主力资金流动、价格波动等维度，综合评估行业热度[4] 2. 模型名称：溢价率Z-score模型；模型构建思路：通过滚动测算ETF产品的溢价率Z值，筛选存在套利机会的标的；模型具体构建过程：计算ETF产品溢价率的历史均值和标准差，构建标准化指标$$Z = \frac{Premium_t - \mu}{\sigma}$$，其中Premium_t为当日溢价率，μ为历史均值，σ为历史标准差[5] 模型的回测效果 1. 行业拥挤度监测模型，前一交易日拥挤度最高行业：环保、医药生物、美容护理；拥挤度最低行业：家用电器、有色金属、电子、社会服务[4] 2. 行业拥挤度监测模型，单日拥挤度变动最大行业：农林牧渔、建筑材料、通信、银行[4] 量化因子与构建方式 1. 因子名称：主力资金净流入因子；因子构建思路：跟踪主力资金在各行业的流动方向；因子具体构建过程：计算各行业主力资金净流入额，包括单日值和多日累计值[11] 2. 因子名称：ETF资金流动因子；因子构建思路：监测各类ETF产品的资金流向；因子具体构建过程：统计宽基ETF、行业主题ETF、风格策略ETF、跨境ETF的单日净流入/流出金额[6] 因子的回测效果 1. 主力资金净流入因子，前一交易日主力资金流入TOP3行业：建筑装饰、农林牧渔、煤炭；流出TOP3行业：计算机、汽车、电力设备[4] 2. ETF资金流动因子，宽基ETF单日净流出70.63亿元，行业主题ETF单日净流入3.14亿元，风格策略ETF单日净流入1.82亿元，跨境ETF单日净流出3.36亿元[6]

根据研报内容，总结如下： 量化模型与构建方式 1. **行业拥挤度监测模型** - 模型构建思路：通过监测申万一级行业指数的拥挤度，识别行业投资机会与风险[4] - 模型具体构建过程：未明确给出计算公式，但通过每日跟踪行业拥挤度水平（百分比形式），动态展示行业热度分布。图表3显示拥挤度数值范围（如纺织服饰98%、房地产1%等），并标注单日变动较大的行业（如农林牧渔、石油石化、计算机）[4][9] - 模型评价：能够有效捕捉行业短期过热或低估状态，辅助资金流向分析 2. **溢价率Z-score模型** - 模型构建思路：滚动测算ETF溢价率偏离程度，筛选潜在套利标的[5] - 模型具体构建过程：未给出具体公式，但通过标准化处理溢价率历史数据生成信号（如建议关注恒生创新药ETF等产品）[5][11] 量化因子与构建方式 （报告中未明确提及独立因子构建） 模型的回测效果 1. **行业拥挤度监测模型** - 测试结果： - 高拥挤行业：纺织服饰（98%）、轻工制造（91%）、环保（85%）[4][9] - 低拥挤行业：房地产（1%）、电子（4%）、煤炭（21%）[4][9] - 主力资金流向验证：计算机（近3日净流入20.79亿元）与模型低拥挤信号部分吻合[10] 2. **溢价率Z-score模型** - 测试结果： - 输出标的：恒生创新药ETF（规模5.14亿元）、创新药ETF华泰柏瑞（规模2.80亿元）等[11] 因子的回测效果 （报告中未提供因子单独测试数据） 注：主力资金流向数据与行业拥挤度存在联动性（如计算机行业资金流入56.1亿元对应拥挤度59%）[10][9]，但未明确构成因果关系

市场技术分析 - Wind全A向下突破SAR点位 但均线强弱指数仍高于平均值 未出现见底形态 [1][2] - 沪深300流动性冲击指标为1.13 低于前一周2.63 显示当前流动性高于过去一年平均水平1.13倍标准差 [2] - 上证50ETF期权PUT-CALL比率降至0.94 低于前一周1.03 显示投资者对短期走势谨慎程度下降 [2] 交易活跃度 - 上证综指和Wind全A五日平均换手率分别为0.85%和1.40% 处于2005年以来58.47%和68.54%分位点 交易活跃度下降 [2] - 全市场PE(TTM)为19.0倍 处于2005年以来50.6%分位点 [3] 宏观因子表现 - 人民币在岸和离岸汇率周涨幅分别为0.2%和0.52% [2] - 5月下半月主要宽基指数历史上涨概率均低于50% 上证综指、沪深300涨幅均值为负值 中证500和创业板指涨幅均值分别为0.67%和1.71% [2] - 央行5月MLF净投放3750亿元 连续三个月加量续作 [2] 国际市场和事件 - 美股三大指数周收益率均为负值 道琼斯、标普500和纳斯达克分别下跌2.47%、2.61%和2.47% [2] - 特朗普提议2025年6月起对欧盟征收50%关税 [2] 因子和行业拥挤度 - 低估值因子拥挤度降至0.25 小市值因子拥挤度为0.91 高盈利和高盈利增长因子拥挤度均为负值 [3] - 机械设备、综合、商贸零售、环保和汽车行业拥挤度较高 交通运输和有色金属行业拥挤度上升幅度较大 [3]

ETF市场规模与分布 - 当前市场有1178只ETF，总规模41087.35亿元，股票型ETF 948只，规模29638.73亿元，占比72.14%[6][10] - 股票型ETF中，主题指数ETF数量最多，为448只，规模4560.88亿元[6][10] 指数涨跌情况 - 本周沪深300、中证500、中证1000涨跌幅分别为 -0.18%、 -1.10%、 -1.29%[14] - 有对应ETF的指数中，本周港股通创新药涨幅最高，为9.46%；金融科技跌幅最高，为 -4.05%[13][14] 权益ETF估值 - A股市场ETF跟踪规模最高的30个指数中，科创100、科创综指、科创芯片当前估值最高，PE分别为226.78、210.42、143.44；3年估值分位数最高的是CS创新药、红利指数、中证银行，分别为99.73%、99.18%、99.18%[18] - 港股及全球市场ETF跟踪规模最高的20个指数中，纳斯达克100、纳斯达克科技市值加权、港股通创新药当前估值最高，PE分别为32.57、31.26、27.45；3年估值分位数最高的是港股通高息精选、恒生中国企业指数、恒生指数，分别为99.86%、98.37%、96.47%[20] A股市场ETF - A股市场ETF交易热度最高的是科技及高制板块，日均交易额86.82亿元；资金流入最多的是该板块，为48.74亿元；资金流出最多的是大医疗板块，为28.35亿元[24] - A股市场交易热度最高的ETF是华夏中证A500ETF，日均成交额29.84亿元；资金流入最多的是富国中证军工龙头ETF，流入额10.35亿元；资金流出最多的是易方达创业板ETF，流出额11.66亿元[28][34] 港股及全球市场ETF - 港股及全球市场ETF交易热度最高的是香港市场的科技板块，日均交易额199.73亿元；资金流入最多的是沪港深市场的资源板块，为2.13亿元；资金流出最多的是香港市场的大医疗板块，为26.18亿元[40] - 港股及全球市场交易热度最高的ETF是华夏恒生科技ETF，日均成交额38.18亿元；资金流入最多的是永赢中证沪深港黄金产业股票ETF，流入额1.89亿元；资金流出最多的是广发中证香港创新药ETF，流出额11.74亿元[42][48] 行业拥挤度 - 本周食品饮料拥挤度最高，其次为交通运输、电力及公用事业和家电；与上周相比，传媒拥挤度上升较多，银行下降[53] - 食品饮料拥挤度位于近1年来的高位，达到94.97%分位数；电子、煤炭和国防军工拥挤度历史较低[53]

报告行业投资评级 未提及 报告的核心观点 报告对宽基ETF、行业主题ETF、风格策略ETF和跨境ETF的资金流向进行分析，还监测申万一级行业指数的拥挤度，同时搭建ETF产品筛选信号模型提供潜在套利机会标的 [4][6] 根据相关目录分别进行总结 资金流向 - 宽基ETF单日净流出49.42亿元，净流入前三为科创50ETF（+2.40亿元）、科创板50ETF（+0.58亿元）、A500指数ETF（+0.23亿元），净流出前三为创业板ETF（-11.33亿元）、A500ETF基金（-7.64亿元）、沪深300ETF（-6.55亿元） [6] - 行业主题ETF单日净流入12.78亿元，净流入前三为军工龙头ETF（+4.73亿元）、国防ETF（+4.43亿元）、军工ETF（+4.30亿元），净流出前三为创新药ETF（-3.22亿元）、医药ETF（-2.90亿元）、消费ETF（-1.35亿元） [6] - 风格策略ETF单日净流出3.28亿元，净流入前三为红利ETF易方达（+0.73亿元）、红利低波ETF（+0.58亿元）、红利低波50ETF（+0.43亿元），净流出前三为红利ETF（-1.98亿元）、中证红利ETF（-0.83亿元）、红利国企ETF（-0.72亿元） [6] - 跨境ETF单日净流出19.37亿元，净流入前三为港股非银ETF（+0.47亿元）、港股红利指数ETF（+0.46亿元）、纳斯达克ETF（+0.36亿元），净流出前三为港股通互联网ETF（-2.92亿元）、港股创新药ETF（-2.34亿元）、恒生科技ETF（-1.43亿元） [6] 行业拥挤度监测 - 前一交易日轻工制造、美容护理、纺织服饰拥挤度靠前，电子、钢铁、非银金融、家用电器、社会服务拥挤度水平较低，建议关注 [4] - 煤炭、电力设备、传媒、有色金属单日拥挤度变动较大 [4] - 前一交易日主力资金流入电力设备、医药生物、交通运输，流出电子、机械设备、计算机 [4] - 近三个交易日主力资金增配家用电器、建筑装饰、医药生物，减配计算机、机械设备、基础化工 [4] ETF产品关注信号 根据溢价率Z - score模型搭建相关ETF产品筛选信号模型，提供存在潜在套利机会的标的，建议关注MSCIESGETF、A100ETF、油气资源ETF、有色金属ETF基金、VRETF [5][15]

报告行业投资评级 未提及相关内容 报告的核心观点 - 宽基ETF单日净流出16.79亿元，行业主题ETF单日净流出0.17亿元，风格策略ETF单日净流出1.28亿元，跨境ETF单日净流出20.67亿元 [6] - 前一交易日纺织服饰、美容护理、轻工制造拥挤度靠前，电子、石油石化拥挤度水平较低，传媒、医药生物单日拥挤度变动较大 [4] - 前一交易日主力资金流入电子、传媒、医药生物，流出国防军工、基础化工、计算机；近三个交易日主力资金增配汽车、家用电器、银行，减配计算机、基础化工、国防军工 [4] - 根据溢价率Z - score模型搭建相关ETF产品筛选信号模型，可提供存在潜在套利机会的标的 [5] 根据相关目录分别进行总结 资金流向 - 宽基ETF单日资金净流入TOP3为上证50ETF（+1.43亿元）、沪深300ETF（+1.01亿元）、创业板ETF（+0.93亿元）；净流出TOP3为中证1000ETF（-2.50亿元）、中证A500ETF富国（-2.07亿元）、中证A500ETF龙头（-1.36亿元） [6] - 行业主题ETF单日资金净流入TOP3为军工龙头ETF（+2.37亿元）、军工ETF龙头（+1.92亿元）、军工ETF（+1.56亿元）；净流出TOP3为医药ETF（-2.35亿元）、创新药ETF（-2.28亿元）、生物医药ETF（-1.41亿元） [6] - 风格策略ETF单日资金净流入TOP3为红利低波50ETF（+0.66亿元）、红利国企ETF（+0.12亿元）、红利低波100ETF（+0.11亿元）；净流出TOP3为红利ETF（-0.92亿元）、红利ETF易方达（-0.45亿元）、中证红利ETF（-0.23亿元） [6] - 跨境ETF单日资金净流入TOP3为纳斯达克ETF（+0.36亿元）、恒生红利低波ETF（+0.23亿元）、港股央企红利ETF（+0.23亿元）；净流出TOP3为港股创新药ETF（-5.14亿元）、恒生医疗ETF（-4.30亿元）、港股通互联网ETF（-3.41亿元） [6] 行业拥挤度监测 - 通过构建行业拥挤度监测模型，对申万一级行业指数拥挤度每日监测，前一交易日纺织服饰、美容护理、轻工制造拥挤度靠前，电子、石油石化拥挤度水平较低，建议关注，传媒、医药生物单日拥挤度变动较大 [4] - 前一交易日主力资金流入电子、传媒、医药生物，流出国防军工、基础化工、计算机；近三个交易日主力资金增配汽车、家用电器、银行，减配计算机、基础化工、国防军工 [4] ETF产品关注信号 - 根据溢价率Z - score模型搭建相关ETF产品筛选信号模型，通过滚动测算提供存在潜在套利机会的标的，需警惕标的回调风险 [5] - 建议关注的ETF产品有深100ETF工银、深证主板50ETF南方、物流快递ETF、生物药ETF、电网ETF [12]

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. **模型名称**：行业拥挤度监测模型 - **构建思路**：通过监测申万一级行业指数的交易拥挤程度，识别短期过热或低估的行业[4] - **具体构建过程**： 1. 计算行业指数的滚动历史分位数（如30日窗口），衡量交易活跃度与历史水平的偏离 2. 结合主力资金净流入数据，验证拥挤度的持续性 3. 输出每日行业拥挤度热力图，标注高拥挤（如纺织服饰、美容护理）与低拥挤行业（如传媒、电子）[4][12] - **模型评价**：能够有效捕捉短期市场情绪极端值，但需结合资金流向数据避免误判 2. **模型名称**：溢价率Z-score模型（ETF套利信号） - **构建思路**：通过ETF溢价率的标准化分数筛选潜在套利机会[5] - **具体构建过程**： 1. 计算ETF的IOPV（参考净值）溢价率： $$溢价率 = \frac{ETF市价 - IOPV}{IOPV} \times 100\%$$ 2. 滚动计算溢价率的Z-score： $$Z = \frac{当前溢价率 - 滚动均值}{滚动标准差}$$ 3. 设定阈值（如Z>2）触发关注信号[5][16] - **模型评价**：需警惕市场流动性不足导致的套利风险 --- 模型的回测效果 1. **行业拥挤度监测模型**： - 高拥挤行业（如美容护理）近30日拥挤度达99%[12] - 低拥挤行业（如传媒）拥挤度仅17%[12] 2. **溢价率Z-score模型**： - 触发信号的ETF包括储能电池50ETF（159305.SZ）、工业母机ETF（159667.SZ）等[16] --- 量化因子与构建方式 1. **因子名称**：主力资金净流入因子 - **构建思路**：监测主力资金对行业的短期配置方向[4][15] - **具体构建过程**： 1. 统计申万一级行业指数的单日及多日主力资金净流入额 2. 计算滚动窗口（如3日）的净流入合计值 3. 结合行业拥挤度判断资金背离或共振[15] - **因子评价**：对短期行业轮动有较强解释力 2. **因子名称**：ETF资金流动因子 - **构建思路**：跟踪宽基/行业/跨境ETF的资金动向[6][7] - **具体构建过程**： 1. 按ETF类别（宽基、行业主题等）分类统计日净流入TOP3 2. 计算资金流动的持续性（如科创50ETF连续净流入）[6] --- 因子的回测效果 1. **主力资金净流入因子**： - 近3日主力资金增配煤炭（+4.28亿元）、美容护理（+2.63亿元）[15] - 减配计算机（-129.02亿元）、电子（-97.32亿元）[15] 2. **ETF资金流动因子**： - 宽基ETF单日净流出26.91亿元（上证50ETF净流出4.86亿元）[6] - 跨境ETF单日净流入4.88亿元（恒生科技ETF净流入2.97亿元）[6] --- 注：所有数据引用自研报中的具体图表及描述[4][5][6][12][15][16]

市场观点 - 下周A股或将维持区间震荡，主要基于量化指标、宏观因子和技术分析的综合判断 [1][2] - 沪深300流动性冲击指标周五为2.63，低于前一周的4.72，显示当前市场流动性高于过去一年平均水平2.63倍标准差 [2] - 上证50ETF期权PUT-CALL比率周五为1.03，低于前一周的1.16，显示投资者对短期走势谨慎程度下降 [2] 量化指标 - 上证综指和Wind全A五日平均换手率分别为0.89%和1.45%，处于2005年以来的61.76%和71.04%分位点，交易活跃度上升 [2] - 全市场PE（TTM）为19.0倍，处于2005年以来的51.2%分位点 [3] 宏观因子 - 上周人民币在岸和离岸汇率周涨幅分别为0.59%和0.42% [2] - 4月新增人民币贷款2800亿元，低于Wind一致预期的7644.44亿元和前值36400亿元 [2] - 4月M2同比增长8%，高于Wind一致预期的7.54%和前值7% [2] 日历效应 - 2005年以来，5月下半月上证综指、沪深300、中证500、创业板指上涨概率分别为45%、45%、50%、47% [2] - 5月下半月各大宽基指数涨幅均值分别为-0.1%、-0.02%、0.67%、1.71%，涨幅中位数分别为-0.31%、-0.58%、0%、0% [2] 技术分析 - Wind全A指数于4月21日向上突破SAR翻转指标 [2] - 当前市场均线强弱指数得分为209，处于2021年以来的82.9%分位点 [2] 上周市场表现 - 上证50指数上涨1.22%，沪深300指数上涨1.12%，中证500指数下跌0.1%，创业板指上涨1.38% [3] 因子拥挤度 - 小市值因子拥挤度0.91，低估值因子拥挤度0.53，高盈利因子拥挤度-0.30，高盈利增长因子拥挤度0.14 [3] - 机械设备、综合、商贸零售、汽车和环保的行业拥挤度相对较高 [3] - 通信和国防军工的行业拥挤度上升幅度较大 [3] 政策面 - 中美经贸高层会谈达成降低双边关税共识 [2] - 2025年首次全面降准落地，释放积极政策信号 [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. **模型名称：行业拥挤度监测模型** - **模型构建思路**：通过监测申万一级行业指数的拥挤度，识别行业当前的市场热度与潜在风险[3] - **模型具体构建过程**： 1. 计算各行业指数的历史分位数（近30个交易日），反映当前值相对于历史水平的相对位置 2. 结合主力资金流动数据（如净流入额）辅助判断市场情绪 3. 输出拥挤度热力图，标注高拥挤（如交通运输、纺织服饰、美容护理）与低拥挤行业（如传媒、社会服务、房地产）[3][11] - **模型评价**：能够动态捕捉行业短期过热或低估状态，但需结合资金流向数据增强信号有效性[3] 2. **模型名称：溢价率 Z-score 模型** - **模型构建思路**：通过滚动计算ETF溢价率的Z-score，筛选存在套利机会的标的[4] - **模型具体构建过程**： 1. 计算ETF的IOPV（参考净值）溢价率：$$ \text{溢价率} = \frac{\text{市价} - \text{IOPV}}{\text{IOPV}} \times 100\% $$ 2. 滚动计算溢价率的均值（μ）与标准差（σ），生成Z-score：$$ Z = \frac{\text{当前溢价率} - μ}{σ} $$ 3. 设定阈值（如Z>2为高溢价信号，Z<-2为低溢价信号）[4][13] - **模型评价**：适用于捕捉短期套利机会，但需警惕市场流动性风险导致的模型失效[4] --- 模型的回测效果 1. **行业拥挤度监测模型**： - 高拥挤行业（交通运输、纺织服饰）历史分位数达90%以上，低拥挤行业（传媒、电子）分位数低于30%[11] - 主力资金近3日净流入医药生物（+2.7亿元）、美容护理（+8.02亿元），流出电子（-141.3亿元）、计算机（-141.03亿元）[12] 2. **溢价率 Z-score 模型**： - 标普油气ETF（159518.SZ）、电池ETF（159755.SZ）等因Z-score信号被列为建议关注标的[13] --- 量化因子与构建方式 1. **因子名称：主力资金净流入因子** - **因子构建思路**：通过监测主力资金净流入额，判断行业或ETF的资金动向[3][12] - **因子具体构建过程**： 1. 计算单日主力资金净流入额：$$ \text{净流入额} = \text{主力买入额} - \text{主力卖出额} $$ 2. 滚动统计3日/5日累计净流入额，识别持续流入或流出的趋势[12] - **因子评价**：对短期市场情绪敏感，但需结合其他因子（如拥挤度）避免噪声干扰[3] 2. **因子名称：ETF溢价率因子** - **因子构建思路**：捕捉ETF市价与净值偏离带来的套利机会[4][13] - **因子具体构建过程**：同溢价率 Z-score 模型中的溢价率计算步骤[4] --- 因子的回测效果 1. **主力资金净流入因子**： - 近3日净流入靠前行业：医药生物（+2.7亿元）、煤炭（+1.33亿元）[12] - 净流出靠前行业：电子（-141.3亿元）、计算机（-141.03亿元）[12] 2. **ETF溢价率因子**： - 标普油气ETF（513350.SH）等因溢价率异常触发Z-score信号[13] --- 以上总结严格基于研报中提及的模型、因子及数据，未包含免责声明等非核心内容[3][4][11][12][13]

报告行业投资评级 未提及 报告的核心观点 通过对资金流向、行业拥挤度监测和ETF产品关注信号的分析，为投资者提供行业和ETF产品的投资参考信息 根据相关目录分别进行总结 资金流向 - 宽基ETF单日净流出92.20亿元，净流入前三为创业50ETF（+0.84亿元）、科创综指ETF汇添富（+0.48亿元）、科创综指ETF华泰柏瑞（+0.42亿元），净流出前三为沪深300ETF（-15.50亿元）、上证50ETF（-9.34亿元）、中证1000ETF（-8.45亿元）[6] - 行业主题ETF单日净流出26.23亿元，净流入前三为黄金股ETF（+1.84亿元）、军工龙头ETF（+1.74亿元）、半导体ETF（+1.26亿元），净流出前三为光伏ETF（-4.01亿元）、医疗ETF（-3.24亿元）、通信ETF（-3.19亿元）[6] - 风格策略ETF单日净流出10.39亿元，净流入前三为沪深300红利ETF（+0.33亿元）、现金流ETF（+0.18亿元）、红利低波50ETF（+0.17亿元），净流出前三为红利ETF（-4.26亿元）、红利ETF易方达（-1.77亿元）、红利国企ETF（-1.41亿元）[6] - 跨境ETF单日净流出24.55亿元，净流入前三为标普500ETF（+0.87亿元）、纳斯达克ETF（+0.71亿元）、标普ETF（+0.43亿元），净流出前三为中概互联网ETF（-4.28亿元）、港股创新药ETF（-3.87亿元）、港股通互联网ETF（-3.40亿元）[6] 行业拥挤度监测 - 前一交易日国防军工、纺织服饰、美容护理拥挤度靠前，房地产、食品饮料拥挤度水平较低，建议关注[4] - 交通运输、非银金融、电力设备单日拥挤度变动较大[4] - 前一交易日主力资金流入美容护理、医药生物、基础化工，流出国防军工、计算机、电子[4] - 近三个交易日主力资金增配非银金融、美容护理、家用电器，减配计算机、电子、国防军工[4] ETF产品关注信号 - 根据溢价率Z - score模型搭建相关ETF产品筛选信号模型，提供存在潜在套利机会的标的，需警惕标的回调风险[5] - 建议关注红利ETF汇添富、创新药ETF沪港深、电池龙头ETF、机器人ETF、创业板ETF天弘[14]