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**：公募基金仓位估计模型 - **模型构建思路**：通过整合基金季报前十大重仓股、上市公司十大股东信息及行业配置数据，模拟补全基金的全部股票持仓[7][8] - **模型具体构建过程**： 1. 利用基金季报（T期）的行业配置数据，结合T-1期半年报/年报的非重仓股持仓，假设行业下持股种类不变，按比例放缩权重生成T期非重仓股模拟持仓[9] 2. 将基金持仓拆分为大、小盘组合，基于基金日收益率和大、小盘指数日收益率，采用加权最小二乘法估计每日仓位配置[11] 3. 公式： $$ \text{基金日收益率} = w_{\text{大盘}} \times R_{\text{大盘}} + w_{\text{小盘}} \times R_{\text{小盘}} + \epsilon $$ 其中 \( w \) 为权重，\( R \) 为对应指数收益率，\( \epsilon \) 为误差项[11] - **模型评价**：解决了基金持仓披露不全和滞后性问题，支持日度监控[11] 2. **模型名称**：基金风格监控模型 - **模型构建思路**：基于仓位估计结果，从大小盘配置、市值暴露、行业配置三个维度分析基金风格[11] - **模型具体构建过程**： 1. 使用中信一级行业分类划分股票，计算各行业配置权重[16] 2. 结合历史分位点评估当前配置水平（如电子元器件行业配置分位点为72.36%）[18] --- 模型的回测效果 1. **公募基金仓位估计模型**： - 普通股票型基金仓位中位数：88.84%（周环比+1.57%）[13] - 偏股混合型基金仓位中位数：84.98%（周环比+0.95%）[13] - 大盘组合仓位变动：普通股票型+0.96%，偏股混合型-1.02%[13] - 小盘组合仓位变动：普通股票型+0.61%，偏股混合型+1.97%[13] 2. **基金风格监控模型**： - 行业配置权重：电子（14.83%）、医药（10.42%）、电力设备（9.18%）[16] - 行业分位点：汽车（95.64%）、机械（64.73%）、食品饮料（28.73%）[18] --- 量化因子与构建方式 1. **因子名称**：大小盘配置因子 - **因子构建思路**：通过基金持仓拆分，量化基金对大、小盘股票的偏好[11] - **因子具体构建过程**： 1. 计算基金持仓中大盘股和小盘股的权重比例（如普通股票型基金大盘仓位44.0%，小盘仓位44.8%）[13] 2. **因子名称**：行业配置因子 - **因子构建思路**：反映基金在特定行业的集中度[16] - **因子具体构建过程**： 1. 按中信行业分类统计持仓权重（如电子元器件占比14.83%）[16] 2. 计算历史分位点（如医药行业分位点9.82%）[18] --- 因子的回测效果 1. **大小盘配置因子**： - 普通股票型基金小盘仓位：44.8%（分位点60.53%）[13][16] - 偏股混合型基金小盘仓位：49.6%（分位点48.47%）[13][16] 2. **行业配置因子**： - 电子行业周度仓位变动：普通股票型-0.5%，偏股混合型-0.3%[20][21] - 机械行业周度仓位变动：普通股票型+0.5%，偏股混合型+0.8%[20][21] --- （注：原文未涉及风险提示、免责声明等内容，已按规则跳过）

市场整体表现 - 上周市场小幅上行，自媒体热度平淡，快手、抖音热度居前，微博、百度相对冷静[2][3] 投资者结构与偏好 - 抖音观看“A股”内容用户中，低能级城市群体占比上升，24 - 50岁中青年群体占比下降[7] 公募基金情况 - 最近一周公募抱团趋势增强，风格偏向价值，行业偏向周期、金融[16] - 24/9/18 - 25/6/6，公募重仓股领涨34只（涨幅>46%），集中于电子、医药、计算机等；居中49只（11%<涨幅<46%），集中于汽车、医药、电子等；滞涨17只（涨幅<11%），集中于电新、电子、化工等[20][23][26] 散户资金流向 - 最近一周沪深两市A股散户资金净流入370.0亿元，较前值减少409.0亿元，处过去五年5.8%分位[2][31] 杠杆资金与散户参与度 - 截至6/6，融资余额1.80万亿，最近一周融资资金净流入71.9亿元，较上周增加72.9亿元；融资融券业务个人投资者数量达744.8名，环比增长0.10%，平均每日参与交易投资者31.4万名，较前值增加3.4万名[35] 散户入场渠道 - 最近一周同花顺累计下载量5.9万次，较前值减少0.9万次；东方财富下载量3.6万次，较前值减少1.3万次；同花顺累计五星好评2509次，较前值减少619次[36]

公募基金行业规模与高质量发展 - 我国公募基金行业总规模首次突破33万亿元，行业进入高质量发展阶段[1] - 当前存在"风格漂移"问题，部分产品实际投资方向与合同约定及名称不符，影响投资者体验[1][3] - 证监会发布《推动公募基金高质量发展行动方案》，包含25项改革举措推动行业从"重规模"转向"重回报"[1] 基金"风格漂移"现象与监管措施 - "风格漂移"表现为投资方向与合同约定不符、风格频繁切换、投资范围与名称差异明显[3] - 典型案例包括名称含"低碳"却重仓白酒银行、冠名"智能"但90%持仓为金融股的产品[3] - 证监会强化业绩比较基准约束，要求三年以上考核权重不低于80%，减少追涨杀跌[2][4] - 监管拟推出"风格偏离度"指标，可能纳入持仓偏离度、行业相关性系数等量化监控标准[7] 行业实践与改进措施 - 公募机构已建立全链条内控体系，未经审批的标的无法入库及购买[8] - 部分公司主动调整业绩比较基准，包括细化资产指数、新增港股指数、纳入存款利率等[8] - 某小型公募系统梳理权益类基金基准，发现8%跟踪误差或可作为有效控制指标[9] - 建议采用风格因子分析、实时偏离预警等手段控制"风格漂移"风险[9] "风格漂移"成因分析 - 市场风格转换压力导致基金经理调整投资方向，部分新手跟风抱团[5] - 销售渠道和投资者的短期业绩诉求迫使基金经理改变原有风格[5] - 业绩比较基准设定不合理，如主题基金采用宽基指数导致评估失真[5] 投资者识别与维权途径 - 建议计算基金净值与基准的波动相关系数，观察持仓集中度判断偏离[10] - 可对比前十大重仓股行业分布与产品定位识别异常[10] - 投资者可依据《证券投资基金法》通过仲裁或诉讼维权，需举证合同与持仓差异[11][12] - 管理人可能因违反80%资产投向规定及合同约定承担赔偿责任[12]

金融工程 证券研究报告 2025 年 05 月 25 日 作者 吴先兴 分析师 SAC 执业证书编号：S1110516120001 wuxianxing@tfzq.com 金融工程 | 金工定期报告 韩乾 分析师 SAC 执业证书编号：S1110522100001 hanqian@tfzq.com 相关报告 1 《金融工程：金融工程-因子跟踪周 报：换手率、季度 sp 分位数因子表现较 好-20250524》 2025-05-24 2 《金融工程：金融工程-大模型总结 和解读行业研报（ 2025W20 ）》 2025-05-19 3 《金融工程：金融工程-量化择时周 报：等待缩量》 2025-05-18 基金季报中披露有基金前十大重仓股，同时企业季度报告中披露有企业的 前十大股东信息（主要使用上市公司 1、3 季度十大股东信息），结合这两 部分信息我们可以得到基金持仓更加详细的重仓股信息。因此模拟全部股 票持仓只需要估计基金剩余的非重仓持股明细。 基金季报（T 期）披露有股票持仓的证监会行业配置信息，基金最近（T-1 期）半年报、年报会披露全部股票持仓，可得基金半年报、年报末非重仓 股持仓信息。假设基金非重仓 ...

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**：公募基金仓位估计模型 - **模型构建思路**：通过整合基金季报披露的前十大重仓股、上市公司十大股东信息及行业配置数据，模拟补全基金的全部股票持仓[7][8] - **模型具体构建过程**： 1. 利用基金季报（T期）的行业配置信息和T-1期半年报/年报的非重仓股持仓，假设非重仓股在各行业下持股种类不变，仅按比例调整权重，生成T期模拟持仓[9] 2. 将模拟持仓拆分为大、小盘组合，基于基金日收益率与对应指数收益率，采用加权最小二乘法估计每日仓位配置： $$ \text{基金日收益率} = \alpha + \beta_{\text{大盘}} \cdot R_{\text{大盘}} + \beta_{\text{小盘}} \cdot R_{\text{小盘}} + \epsilon $$ 其中$\beta_{\text{大盘}}$和$\beta_{\text{小盘}}$分别代表大盘和小盘组合的配置权重[11] - **模型评价**：解决了基金持仓披露滞后性问题，实现了日度仓位监控，但依赖历史持仓比例假设可能引入误差[11] 2. **模型名称**：基金风格监控模型 - **模型构建思路**：基于仓位估计结果，从大小盘配置、市值暴露、行业配置三个维度分析基金风格[11] - **模型具体构建过程**： 1. 根据中信一级行业分类计算行业配置权重[18] 2. 结合市值分组（大/小盘）计算风格暴露值，通过历史分位点评估当前配置水平[19] --- 模型的回测效果 1. **公募基金仓位估计模型** - 普通股票型基金仓位中位数：86.31%（2025-05-16），周环比下降1.99%[13] - 偏股混合型基金仓位中位数：82.48%，周环比下降2.79%[13] - 大盘组合仓位变动：普通股票型下降1.07%，偏股混合型下降1.74%[14] - 小盘组合仓位变动：普通股票型下降0.91%，偏股混合型下降1.06%[14] 2. **基金风格监控模型** - 行业配置权重：电子（14.36%普通股票型）、医药（10.79%）、电力设备（9.31%）[18] - 行业分位点：机械（94.1%偏股混合型）、汽车（99.26%）、医药（12.18%普通股票型）[19] --- 量化因子与构建方式 1. **因子名称**：市值暴露因子 - **因子构建思路**：通过基金持仓的大/小盘组合权重差异捕捉市值风格偏好[11] - **因子具体构建过程**： $$ \text{市值暴露} = \frac{\text{小盘组合权重} - \text{大盘组合权重}}{\text{总股票仓位}} $$ 结果标准化为历史分位点（如普通股票型小盘仓位分位点19.38%）[14][16] 2. **因子名称**：行业动量因子 - **因子构建思路**：跟踪基金行业配置周度变动方向[20][21] - **因子具体构建过程**：计算各行业仓位周度变化百分比（如电子行业仓位下降，医药行业上升）[21] --- 因子的回测效果 1. **市值暴露因子** - 普通股票型小盘仓位分位点：19.38%（2016年以来）[14] - 偏股混合型小盘仓位分位点：25.36%[14] 2. **行业动量因子** - 周度增仓行业：非银行金融（+0.5%）、医药（+0.3%）[21] - 周度减仓行业：电子（-1.0%）、计算机（-0.8%）[21]

量化模型与构建方式 1. **模型名称**：公募基金仓位估计模型 - **模型构建思路**：基于基金季报披露的前十大重仓股、上市公司十大股东信息及行业配置，结合历史非重仓股持仓比例，模拟补全基金全部股票持仓[8][9] - **模型具体构建过程**： 1. 从基金季报（T期）获取前十大重仓股及证监会行业配置比例[9] 2. 结合上市公司1/3季度十大股东信息，补充重仓股细节[9] 3. 假设非重仓股在行业内的持股种类不变，按T-1期（半年报/年报）非重仓股持仓比例放缩权重，生成T期模拟持仓[10] 4. 将持仓拆分为大、小盘组合，通过加权最小二乘法拟合基金日收益率与大小盘指数日收益率，估计每日仓位配置[12] - **模型评价**：解决了基金持仓披露滞后性问题，实现了日度仓位监控 2. **模型名称**：基金风格分析模型 - **模型构建思路**：基于模拟持仓数据，从市值暴露、行业配置等维度刻画基金风格[12] - **模型具体构建过程**： 1. 使用中信一级行业分类划分持仓股票[14] 2. 计算基金在大盘（沪深300成分）和小盘（非成分股）的仓位占比[11] 3. 统计行业配置权重及历史分位点[19][20] --- 模型的回测效果 1. **公募基金仓位估计模型** - 普通股票型基金仓位中位数：88.30%（周环比-1.15%）[14] - 偏股混合型基金仓位中位数：85.28%（周环比-1.80%）[14] - 大盘仓位变动：普通股票型-0.67%，偏股混合型-2.01%[15] - 小盘仓位变动：普通股票型-0.48%，偏股混合型+0.21%[15] 2. **基金风格分析模型** - 当前仓位历史分位点：普通股票型49.38%，偏股混合型52.69%[15] - 行业配置权重最高：电子（14.96%）、电力设备（9.29%）、医药（10.68%）[19] --- 量化因子与构建方式 1. **因子名称**：市值暴露因子 - **因子构建思路**：通过基金持仓在大、小盘组合的配置差异捕捉市值风格[11] - **因子具体构建过程**： $$ \text{市值暴露} = \frac{\text{小盘组合仓位}}{\text{小盘组合仓位} + \text{大盘组合仓位}} $$ 使用加权最小二乘法拟合基金日收益与大小盘指数收益计算[12] 2. **因子名称**：行业动量因子 - **因子构建思路**：跟踪基金行业配置周度变动方向[22] - **因子具体构建过程**： 1. 计算中信一级行业本周仓位变动比例[22] 2. 标准化变动值并排序（如机械行业本周增仓幅度最大）[23] --- 因子的回测效果 1. **市值暴露因子** - 普通股票型基金小盘仓位：46.9%，大盘仓位41.4%[14] - 偏股混合型基金小盘仓位：50.9%，大盘仓位34.3%[14] 2. **行业动量因子** - 本周增仓行业：机械（+0.5%）、基础化工（+0.3%）、计算机（+0.2%）[22] - 本周减仓行业：医药（-0.4%）、食品饮料（-0.3%）[22]

量化模型与构建方式 1. **模型名称**：公募基金股票仓位估计模型 - **模型构建思路**：基于基金季报披露的前十大重仓股、上市公司十大股东信息及行业配置，结合半年报/年报的全部持仓数据，模拟补全基金的非重仓股持仓[8][9] - **模型具体构建过程**： 1. 从基金季报（T期）获取前十大重仓股和行业配置比例[9] 2. 结合上市公司1/3季度十大股东信息补充重仓股细节[9] 3. 利用最近一期（T-1期）半年报/年报的非重仓股持仓，假设行业下持股种类不变，按比例调整权重生成T期非重仓模拟持仓[10] 4. 将模拟持仓拆分为大、小盘组合，通过加权最小二乘法回归基金日收益率与大小盘指数日收益率，估计每日仓位配置[12] 2. **模型名称**：基金风格监控模型 - **模型构建思路**：通过模拟持仓数据从市值（大小盘）和行业维度监控基金风格变化[12] - **模型具体构建过程**： 1. 基于模拟持仓计算基金在大盘指数（如上证50）和小盘指数（如中证1000）的暴露度[11] 2. 按中信一级行业分类统计行业权重，计算行业配置变动[19][22] --- 模型的回测效果 1. **公募基金股票仓位估计模型** - 普通股票型基金仓位中位数：89.38%（2025-04-25），周环比+0.06%[14] - 偏股混合型基金仓位中位数：87.57%，周环比-0.29%[14] - 大盘仓位变动：普通股票型-0.86%，偏股混合型-1.40%[15] - 小盘仓位变动：普通股票型+0.92%，偏股混合型+1.12%[15] 2. **基金风格监控模型** - 当前仓位分位点（2016年以来）：普通股票型68.67%，偏股混合型81.54%[15] - 行业配置分位点示例：电子元器件（普通股票型88.81%）、汽车（95.90%）[20] --- 量化因子与构建方式 1. **因子名称**：市值暴露因子 - **因子构建思路**：通过基金持仓与市场组合回归分析，捕捉基金对大小盘风格的偏好[12] - **因子具体构建过程**： 1. 构建大盘指数（如沪深300）和小盘指数（如中证500）的日收益率序列[11] 2. 使用加权最小二乘法回归基金日收益率： $$R_{fund} = \alpha + \beta_{large} \cdot R_{large} + \beta_{small} \cdot R_{small} + \epsilon$$ 3. $\beta_{large}$和$\beta_{small}$即为市值暴露因子取值[12] 2. **因子名称**：行业动量因子 - **因子构建思路**：跟踪基金行业权重的周度变化，反映行业配置趋势[22] - **因子具体构建过程**： 1. 按中信一级行业分类计算基金持仓权重[19] 2. 计算周度行业权重变化： $$\Delta W_{i,t} = W_{i,t} - W_{i,t-1}$$ 3. 正变化视为增配动量，负变化视为减配动量[22] --- 因子的回测效果 1. **市值暴露因子** - 普通股票型基金小盘暴露：48.0%（2025-04-25），大盘暴露41.4%[14] - 偏股混合型基金小盘暴露：53.4%，大盘暴露34.2%[14] 2. **行业动量因子** - 本周增配行业：机械（+0.5%）、电力设备（+0.3%）、国防军工（+0.2%）[22][23] - 本周减配行业：非银行金融（-0.4%）、银行（-0.3%）、医药（-0.2%）[22][23]