市场整体表现 - 1月26日，沪指跌0.09%，深成指跌0.85%，创业板指跌0.91% [2] - 个股跌多涨少，1604只个股上涨，3771只个股下跌，77只个股涨停 [3] - 部分权重股出现巨额卖单压单，紫金矿业卖一压单超40.7亿元，中国平安卖一压单超20.5亿元，江西铜业卖一压单超19.3亿元 [6] 上涨板块与驱动因素 - 贵金属板块逆市大涨，多股涨停，驱动因素是现货黄金价格首次突破每盎司5000美元大关，白银价格暴涨 [4] - 医药股集体走强，多股涨停，驱动因素是印度西孟加拉邦暴发尼帕病毒疫情引发关注，周边国家加强监测应对 [4] - 油气股盘中拉升，中曼石油涨停，中国海油涨超6%并创出新高 [5] 下跌板块 - 商业航天概念股出现调整，中国卫星、中国卫通等多股跌停 [6] 机构观点摘要 - 招商证券研报称，政策对市场降温的力度正在不断加大，以防市场大起大落，未来A股走势有望更加稳健 [7] - 中信证券认为，当前配置型资金减持宽基ETF可能主要是出于在市场承接力强、情绪活跃阶段兑现收益的考虑，而非直接抑制题材炒作 [7] 相关ETF产品表现 - 黄金ETF华夏近五日上涨7.87%，最新份额14.1亿份，增加960.0万份，净申购9942.0万元 [9] - 黄金股ETF近五日上涨8.32%，市盈率33.01倍，最新份额18.9亿份，增加1.1亿份，净申购3.0亿元，估值分位70.08% [10] - 有色金属ETF基金近五日上涨5.59%，市盈率30.19倍，最新份额72.2亿份，增加3.3亿份，净申购7.2亿元，估值分位43.64% [10] - 公用事业ETF近五日上涨1.35%，市盈率17.29倍，最新份额8345.8万份，份额与净申赎无变化，估值分位34.66% [10]

量化模型与因子总结 量化模型与构建方式 1. **模型名称**：中长线资金增持重点规模ETF体量及成本线测算模型[7] **模型构建思路**：通过追踪中长线资金（如中央汇金、证金等）在特定宽基ETF上的历史净流入/流出数据，估算其累计持仓的加权平均成本线，并计算当前价格相对于成本线的安全垫[7][10] **模型具体构建过程**： * 数据来源：基于上市公司定期报告、基金定期报告等披露的十大流通股东及重仓股信息，识别中长线资金的持仓变动[10] * 识别净流入/流出轮次：报告识别了自2024年以来中长线资金通过宽基ETF进行的多轮大规模净流入操作，例如沪深300、中证1000等品种[3][7] * 计算加权平均成本线：对每一轮净流入，记录其买入期间的指数均价作为成本价。估算当前整体成本线时，采用买入金额加权平均的方法进行计算[7] * 计算安全垫：将当前指数价格与估算的加权平均成本线进行比较，计算（现价/成本线-1）作为安全垫，用以衡量当前价格相对于资金成本的盈亏位置[7] * 估算留存市值：考虑历史累计净买入与最新一轮（第六轮）的净流出，计算当前中长线资金在各类宽基ETF中的估算留存市值[7] 模型的回测效果 *注：本报告未提供模型在历史数据上的系统性回测绩效指标（如年化收益率、夏普比率、最大回撤等）。报告主要展示了基于历史净流入数据测算出的成本线、留存市值及安全垫等静态结果[7]。* 量化因子与构建方式 1. **因子名称**：宽基ETF单日净流入因子[5] **因子构建思路**：直接统计特定宽基ETF品种（如沪深300ETF、中证1000ETF等）在单个交易日的资金净流入（申购金额减去赎回金额）[5] **因子具体构建过程**：从市场数据（如Wind）获取各宽基ETF的每日份额变动及净值数据，计算单日净流入金额。公式为： $$单日净流入金额_t = (基金份额_t - 基金份额_{t-1}) \times 基金单位净值_t$$ 其中，`t`代表当前交易日[5]。 2. **因子名称**：中长线资金持仓行业集中度因子[9] **因子构建思路**：通过汇总中长线资金（中央汇金、证金等）在所有股票上的持仓，计算其在不同行业的持股市值占比，以观察其行业配置偏好[9] **因子具体构建过程**： * 数据整合：从定期报告中提取中长线资金对个股的持仓数据[10] * 行业归类：将持仓个股按其所属行业进行分类（如银行、非银金融等）[9] * 计算行业占比：汇总每个行业的持股市值，并计算其占总持股市值的比例[9] * 报告显示，截至25Q3，中长线资金重仓行业前五分别为：银行(37%)、非银金融(19%)、食品饮料(5%)、建筑装饰(4%)、公用事业(4%)[9] 因子的回测效果 *注：本报告未提供上述因子在选股或择时策略中的有效性测试结果（如IC、IR、多空收益等）。报告主要利用这些因子进行现状描述和统计，例如展示2026年以来宽基ETF的净流出情况，或中长线资金的历史持仓结构[3][5][7][9]。*