有色金属ETF收益反弹 金融工程周报 基金市场回顾： 操作评级 中信五风格-成长★☆☆ 金融工程组 张婧婕 Z0022617 010-58747784 gtaxinstitute@essence.com.cn 本报告版权属于国投期货有限公司 1 不可作为投资依据，转载请注明出处 截至2025/06/27当周，通联全A（沪深京）、中证综合债与南 华商品指数周度涨跌幅分别为3.35%、-0.10%、-2.00%。 公募基金市场方面，近一周增强指数策略领涨，周度收益率为 3.18%；权益策略中普通股票策略指数表现相对偏弱，中性策 略产品跌多涨少，债券方面中长期纯债小幅回撤，转债收益优于 纯债，商品方面能源化工与豆粕ETF收益回调，有色金属ETF 净值反弹，贵金属ETF走势分化，其中白银ETF小幅收涨，黄 金ETF收益延续走弱。 权益市场风格 周度报告 2025年6月30日 中信五风格方面，上周五风格指数均收涨，成长和金融风格领跑， 风格轮动图显示相对强弱层面消费与稳定处于截面偏低水平，指 标动量层面相比上期五风格均走强，消费与稳定升幅较大。公募 基金池方面，近一周周期与消费风格基金平均收益跑赢指数，超 额收益率分别 ...

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]

金融工程 | 金工定期报告 2025 年 06 月 08 日 作者 吴先兴 分析师 SAC 执业证书编号：S1110516120001 wuxianxing@tfzq.com 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 ： 小 市 值 、 成 长 因 子 表 现 较 好 -20250607》 2025-06-07 2 《金融工程：金融工程-基金风格配 置监控周报：权益基金连续两周上调大 盘股票仓位》 2025-06-02 3 《金融工程：金融工程-哪些行业景 气度在上行？——细分行业景气度跟踪 -20250601》 2025-06-01 金融工程 证券研究报告 基金风格配置监控周报： 权益基金本周上调小盘股票仓位 公募基金风格监控 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 ...

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]

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数据，模拟补全基金的全部股票持仓[8][9] - **模型具体构建过程**： 1. 利用基金季报（T期）的行业配置比例和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内的持股种类不变，仅按比例调整权重，通过加权放缩得到T期非重仓股模拟持仓[10] 2. 将模拟持仓拆分为大、小盘组合，结合基金日收益率和大、小盘指数日收益率，采用加权最小二乘法估计每日大、小盘配置仓位[11] - **模型评价**：解决了基金持仓披露滞后性问题，实现了对基金仓位的日度监控，但依赖历史持仓假设可能引入偏差[11] 2. **模型名称**：基金风格监控模型 - **模型构建思路**：从大小盘配置、市值暴露、行业配置三个维度分析基金风格变化[11] - **模型具体构建过程**： 1. 基于模拟持仓计算基金在大盘（如上证50）和小盘（如中证1000）指数上的暴露 2. 通过回归分析计算行业配置权重，跟踪中信一级行业的仓位变动[15][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：87.39%（2025-05-30），周环比上升0.10%[16] - 偏股混合型基金仓位中位数：83.76%，周环比下降0.18%[16] - 大盘仓位变动：普通股票型+2.48%，偏股混合型+1.34%[16] - 小盘仓位变动：普通股票型-2.37%，偏股混合型-1.52%[16] 2. **基金风格监控模型** - 行业配置权重：电子（普通股票型14.32%）、医药（10.99%）、电力设备（9.29%）[20] - 行业分位点：电子元器件（66.79%分位）、汽车（97.08%分位）、医药（14.23%分位）[20] --- 量化因子与构建方式 1. **因子名称**：基金大小盘暴露因子 - **因子构建思路**：通过基金持仓与市场指数的相关性计算市值风格暴露[11] - **因子具体构建过程**： $$ \text{Exposure} = \frac{\sum (w_i \cdot \beta_i)}{\sum w_i} $$ 其中 \( w_i \) 为股票权重，\( \beta_i \) 为股票对大盘/小盘指数的敏感度 2. **因子名称**：行业动量因子 - **因子构建思路**：跟踪基金行业配置的周度变动捕捉资金流向[24] - **因子具体构建过程**：计算中信一级行业仓位周环比变化，如电子（+）、机械（-）[24] --- 因子的回测效果 1. **基金大小盘暴露因子** - 普通股票型基金小盘仓位：43.2%（2025-05-30），大盘仓位：44.2%[15] - 偏股混合型基金小盘仓位：47.0%，大盘仓位：36.8%[15] 2. **行业动量因子** - 本周增持行业：电子、计算机、传媒（变动幅度未披露）[24] - 本周减持行业：机械、汽车、电力设备[24]

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 ...

多为市场老将，但风格迥异。 | 作者 | | 破浪 | | --- | --- | --- | | 编辑 | | 小白 | 上个周末，公募界发生了不少事——张坤卸任易方达副总，选择专注投资，同时4月份就传出离职的 鲍无可也正式官宣了。 4月初，鲍无可在管的多只基金增聘基金经理，且增聘的多是市场老将，这一风向被市场解读为鲍师 傅要离职了，毕竟"增聘"这一举动几乎是基金经理离任前的"标配"。 因而，鲍无可的离职是意料之中，但走的这么快风云君还是有些稍感意外，业内不少人猜测他的下一 站或为私募。 这两年，不少绩优基金经理纷纷卸任出走，公募基金难道真要变成"私募的黄埔军校"？ 注：如无特殊说明，全文数据截至2025年5月16日。 年化回报超15%的十年老将退场 鲍无可是市场里少数的"双十"基金经理之一，即基金经理从业年限超过10年、年化回报高于10%，他 目前只服务过景顺长城一家公募，而且一干就是15年多。 2009年12月，鲍无可加入景顺长城，先后担任研究部研究员、高级研究员、基金经理职务，2014年6 月开始管理基金，后做到投资部投资副总监。 净值走势上，鲍无可管理的基金整体走势平稳向上，是业内为数不多、确实能让 ...

报告行业投资评级 未提及 报告的核心观点 - 中国证监会发布《推动公募基金高质量发展行动方案》，推动基金公司从“重规模”向“重回报”转变，强化业绩比较基准约束作用，解决基金风格漂移问题并改善持有者体验 [5][13] - 主动权益基金整体平均综合行业偏离度为101%，平均综合行业偏离规模为6.66亿元，与业绩基准有较大偏离，行业偏离和回报无显著相关性 [7][18][19] - 银行和非银是主动权益基金显著低配行业，电子、机械设备和汽车是前三高配行业，若基金行业配置向业绩基准看齐，金融板块有望迎来基本面和资金面共振 [7][22][28] 根据相关目录分别进行总结 《推动公募基金高质量发展行动方案》正式发布 - 5月7日，中国证监会印发方案，提出25条举措，推动基金公司从“重规模”向“重回报”转变，回归“受人之托、代客理财”本源 [13] - 方案细则强化业绩比较基准约束作用，解决基金风格漂移问题和改善持有者体验，海外成熟市场基金投资风格接近投资基准特征 [13] - 现实中我国基金风格漂移问题未解决，风格稳定基金中长期业绩更好，且有助于投资者形成稳定预期，减少“基金赚钱、基民不赚钱”问题 [6][14] - 方案细则包括建立浮动管理费收取机制、强化业绩比较基准约束、加强透明度建设、改革绩效考核机制、强化监管分类评价引导、重塑行业评价评奖业态、督促行业加大薪酬管理力度等 [15] 目前主动权益基金相对于基准的行业偏离情况 - 通过分析行业偏离度和偏离规模来研究基金行业偏离情况，综合行业偏离度范围在[0,200%]，数值越小行业中性程度越高 [16][17] - 主动权益基金整体平均综合行业偏离度为101%，平均综合行业偏离规模为6.66亿元，多数基金行业偏离分布在[80%,120%)和[120%,160%)区间 [18] - 基金行业偏离度和回报无显著相关性，平均回报最高的基金类别分布在[40%,80%)行业偏离区间 [19] - 2024年年报显示，电子、电力设备和汽车是基金高配行业，银行、非银和电子是低配行业前三，高配和低配差距最大的行业分别是电子、电力设备和汽车，以及银行、非银和煤炭 [22] - 银行（-7.03%）和非银（-6.65%）是最显著低配行业，电子（+5.15%）、机械设备（+2.20%）和汽车（+1.84%）是前三高配行业，银行和非银有超千亿元资金低配，若配置向业绩基准看齐，金融板块有望迎来共振 [28]

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]