证券研究报告 麦高证券 2025 年 11 月 06 日 (2025-11-05) 麦高金工团队 数据说明： 1、本表针对ETF各类日频数据进行每日跟踪，不构成投资建议。 2、本表根据ETF追踪指数类别进一步分为"宽基"/"主题"两个子表。其中"宽基" ETF跟踪指数为沪深300、中证500、中证A500等主流宽基指数；"主题" ETF跟踪 指数为非银、红利、中概互联等某行业/风格指数。 3、基金池构建：在每个类型中选取规模较大的一只或几只ETF基金进行分析。 4、 RSI相对强弱指标：计算公式为：RSI = 100 – 100 / (1 + RS)，其中RSI是一定周期（12天）内平均涨幅和平均跌幅的比值。RSI>70，市场处于超买状态； RSI<30，市场处于超卖状态。 5、日内行情趋势：采用5分钟级别的日内成交价构成的趋势图，其中红点为当日最高价和最低价，由于数据原因，部分分时数据可能存在数据缺失。 6、净申购（亿元）：计算公式为：NETBUY(T) = NAV(T)–NAV(T-1)*（1+R（T）），其中NETBUY(T)为净申购金额，NAV(T-1)为前一交易日的ETF净值。 7、T+0：是否支持 ...

根据提供的研报内容，以下是量化模型与因子的详细总结： 量化因子与构建方式 1. **因子名称：RSI相对强弱指标** - 构建思路：通过计算一定周期内平均涨幅与平均跌幅的比值，判断市场超买或超卖状态[2] - 具体构建过程： $$RSI = 100 - \frac{100}{1 + RS}$$ 其中RS为12天内平均涨幅与平均跌幅的比值。RSI>70为超买，RSI<30为超卖[2] - 因子评价：经典动量类指标，适用于短期趋势判断 2. **因子名称：日内行情趋势** - 构建思路：基于5分钟级别成交价构建日内价格波动趋势图[2] - 具体构建过程： 提取当日最高价（红点）和最低价（红点）构成趋势线，需注意数据缺失处理[2] 3. **因子名称：净申购金额** - 构建思路：通过ETF净值变化计算资金流动情况[2] - 具体构建过程： $$NETBUY(T) = NAV(T) - NAV(T-1) \times (1+R(T))$$ 其中NAV为基金净值，R为收益率[2] 因子回测效果 1. **RSI因子** - 测试范围：宽基ETF（沪深300/中证500等）与主题ETF（非银/红利等）[2][6] - 典型取值： - 华泰柏瑞沪深300ETF：67.83 - 华夏恒生科技ETF：50.87 - 国泰CES半导体芯片ETF：51.79[4][6] 2. **净申购因子** - 测试结果（单位：亿元）： - 华夏上证50ETF：-4.16 - 易方达中证海外互联ETF：-3.23 - 华泰柏瑞红利ETF：0.86[4][6] 3. **机构持仓占比因子** - 测试结果（百分比）： - 汇添富中证800ETF：94.31% - 广发中证A100ETF：18.01% - 华安法国CAC40ETF：33.18%[4][6] 注：报告中未提及具体量化模型构建，主要展示ETF产品的多因子监控数据。所有因子测试结果均基于相同口径的日频数据[2][4][6]