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，总结如下： 量化因子与构建方式 1. **因子名称：RSI相对强弱指标**[2] * **因子构建思路**：通过计算一定周期内价格平均涨幅与平均跌幅的比值，来衡量市场的超买或超卖状态[2] * **因子具体构建过程**： 1. 计算一定周期（例如12天）内每日的涨幅和跌幅[2] 2. 计算该周期内的平均涨幅（Average Gain）和平均跌幅（Average Loss）[2] 3. 计算相对强度RS：RS = 平均涨幅 / 平均跌幅[2] 4. 计算RSI值：$$RSI = 100 - \frac{100}{1 + RS}$$[2] 5. 根据RSI值判断市场状态：RSI > 70为超买状态，RSI < 30为超卖状态[2] 2. **因子名称：净申购**[2] * **因子构建思路**：通过计算ETF基金净值的变动与价格变动之间的差异，来估算资金的净流入或流出情况[2] * **因子具体构建过程**： 1. 获取当前交易日（T）的基金净值NAV(T)和前一个交易日（T-1）的基金净值NAV(T-1)[2] 2. 获取当前交易日（T）的基金收益率R(T)[2] 3. 计算净申购金额：$$NETBUY(T) = NAV(T) - NAV(T-1) \times (1 + R(T))$$[2] 因子在样本中的表现 1. **RSI相对强弱指标因子**：在宽基ETF样本中，其取值分布在34.41至74.42之间，例如华泰柏瑞沪深300ETF为56.01，易方达创业板ETF为53.60，天弘创业板ETF为34.41，华夏野村日经225ETF为74.42[4] 2. **净申购因子**：在宽基ETF样本中，其取值分布在-15.05亿元至6.15亿元之间，例如华夏沪深300ETF为1.07亿元，易方达沪深300ETF为-5.07亿元，易方达上证科创板50ETF为6.15亿元，易方达中证海外互联ETF为-15.05亿元[4]

根据提供的研报内容，以下是关于量化模型和因子的总结。研报主要涉及对ETF的跟踪监控，其中明确构建了一个量化因子。 量化因子与构建方式 **1 因子名称：RSI相对强弱指标[2]** * **因子构建思路**：通过计算一定周期内价格平均涨幅与平均跌幅的比值，来衡量市场的超买或超卖状态，从而判断短期趋势强度[2] * **因子具体构建过程**： 1. 首先，计算一定周期（N=12天）内每日上涨幅度和下跌幅度的平均值[2] 2. 计算相对强度RS，公式为： $$RS = \frac{N日内平均涨幅}{N日内平均跌幅}$$[2] 3. 将RS代入以下公式，得到RSI值： $$RSI = 100 – \frac{100}{1 + RS}$$[2] * **因子评价**：该指标常用于判断市场状态，当RSI>70时，认为市场处于超买状态；当RSI<30时，认为市场处于超卖状态[2] **2 因子名称：净申购[2]** * **因子构建思路**：通过当日净值与考虑收益率后的前日净值的变化，来计算当日资金的净流入流出情况，反映市场资金动向[2] * **因子具体构建过程**： 1. 计算公式为： $$NETBUY(T) = NAV(T) – NAV(T-1) \times (1 + R(T))$$[2] 2. 其中，NETBUY(T)为T日的净申购金额，NAV(T)为T日的ETF净值，NAV(T-1)为T-1日的ETF净值，R(T)为T日的ETF收益率[2] 因子的回测效果取值 研报以表格形式展示了多个ETF在特定日期的因子截面数据，以下是部分示例[4][6]： * **RSI相对强弱指标**： * 华泰柏瑞沪深300ETF (510300.SH): 58.17[4] * 南方中证500ETF (510500.SH): 51.89[4] * 华夏上证50ETF (510050.SH): 63.89[4] * 国泰中证煤炭ETF (515220.SH): 75.88[6] * 华夏机器人ETF (562500.SH): 42.23[6] * **净申购（亿元）**： * 华泰柏瑞沪深300ETF (510300.SH): -13.98[4] * 易方达沪深300ETF (510310.SH): 0.70[4] * 华宝中证银行ETF (512800.SH): 10.54[6] * 易方达中证海外互联ETF (513050.SH): 27.41[6] * 华夏中证人工智能ETF (515070.SH): -2.27[6]

报告行业投资评级 未提及 报告核心观点 报告对ETF各类日频数据进行每日跟踪，包括宽基和主题ETF的涨跌幅、流通市值、RSI相对强弱指标、净申购、成交额等指标，为投资者提供参考，但不构成投资建议 [2] 相关目录总结 数据说明 - 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] - 根据ETF追踪指数类别分为“宽基”和“主题”两个子表，宽基ETF跟踪主流宽基指数，主题ETF跟踪某行业/风格指数 [2] - 基金池构建是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 [2] - RSI相对强弱指标计算公式为RSI = 100 – 100 / (1 + RS)，RSI>70市场处于超买状态，RSI<30市场处于超卖状态 [2] - 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，部分分时数据可能存在缺失 [2] - 净申购计算公式为NETBUY(T) = NAV(T)–NAV(T - 1)*(1 + R(T)) [2] - 机构持仓占比为ETF基金最近一期年报、半年报披露的机构持仓占比，剔除对应联接基金持有占比，数据为预估值可能存在偏差 [3] - 空值代表刚刚上市基金行情数据不满足计算指标或还未进行年报半年报披露，部分QDII的净值披露较晚，未披露的数据处理为空值 [3] 宽基ETF数据 - 沪深300相关ETF中，华泰柏瑞沪深300ETF流通市值4144.22亿元，涨跌幅0.06%，净申购-18.92亿元等；易方达沪深300ETF流通市值2969.36亿元，涨跌幅0.00%等 [4] - 中证500相关ETF中，南方中证500ETF流通市值1340.09亿元，涨跌幅-0.56%，净申购-5.52亿元等；华夏中证500ETF流通市值165.72亿元，涨跌幅-0.57%等 [4] - 上证50相关ETF中，华夏上证50ETF流通市值1770.23亿元，涨跌幅0.00%，净申购-4.51亿元等；易方达上证50ETF流通市值43.83亿元，涨跌幅-0.10%等 [4] - 中证800、中证1000、中证2000、中证A50、中证A100、中证A500、科创50、科创100、创业板、港股、日股、美股、其他海外宽基指数等相关ETF也有各自的流通市值、涨跌幅、净申购等数据 [4] 行业主题ETF数据 - 消费电子相关ETF中，华夏国证消费电子主题ETF流通市值44.33亿元，涨跌幅-0.34%，净申购-1.00亿元等；富国中证消费电子主题ETF流通市值10.26亿元，涨跌幅-1.09%等 [6] - 非银相关ETF中，国泰中证全指证券公司ETF流通市值531.51亿元，涨跌幅-1.78%，净申购-3.94亿元等；华宝中证全指证券公司ETF流通市值347.72亿元，涨跌幅-1.53%等 [6] - 银行相关ETF中，华宝中证银行ETF流通市值141.51亿元，涨跌幅1.28%，净申购4.26亿元等；天弘中证银行ETF流通市值59.98亿元，涨跌幅1.35%等 [6] - 红利、新能源、芯片半导体、光伏、军工、ESG、机器人、央国企、人工智能、房地产、生物医药、中概互联、资源、消费等行业相关ETF也有各自的流通市值、涨跌幅、净申购等数据 [6]

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]

根据研报内容，以下是量化模型与因子的总结： 量化因子与构建方式 1. **因子名称：RSI相对强弱指标** - 因子构建思路：通过计算一定周期内平均涨幅和平均跌幅的比值，判断市场超买或超卖状态[2] - 因子具体构建过程： $$RSI = 100 - \frac{100}{1 + RS}$$ 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：经典动量指标，适用于短期趋势判断 2. **因子名称：净申购金额** - 因子构建思路：通过ETF净值变化计算资金流动情况[2] - 因子具体构建过程： $$NETBUY(T) = NAV(T) - NAV(T-1) \times (1+R(T))$$ 其中NAV为ETF净值，R(T)为跟踪指数收益率[2] 3. **因子名称：日内行情趋势** - 因子构建思路：基于5分钟级别成交价捕捉日内价格波动特征[2] - 因子具体构建过程：使用最高价/最低价标记极端价格点，形成趋势图[2] 因子回测效果 （注：报告中未提供具体因子测试指标值，此部分无数据） 其他量化指标 1. **机构持仓占比**：剔除联接基金后的机构持仓比例，反映资金结构特征[3] 2. **成交额**：日频流动性指标，单位为亿元[4] 3. **管理费率**：年化费用比例，影响长期持有成本[4] 数据说明 - 数据频率：日频[2] - 基金分类：宽基/主题两大类别，宽基包括沪深300、中证500等主流指数[2] - 处理规则：新上市基金及未披露数据作空值处理[3] （注：报告中未涉及完整量化模型描述及复合因子构建）

量化模型与构建方式 1. **模型名称**：RSI相对强弱指标 **模型构建思路**：通过计算一定周期内平均涨幅和平均跌幅的比值，判断市场超买或超卖状态[2] **模型具体构建过程**： - 计算公式：$$RSI = 100 - \frac{100}{1 + RS}$$ - 其中RS为12天内平均涨幅与平均跌幅的比值 - RSI>70为超买状态，RSI<30为超卖状态[2] **模型评价**：简单直观的动量指标，但需结合其他指标避免误判 2. **模型名称**：日内行情趋势 **模型构建思路**：基于5分钟级别成交价构建日内价格波动趋势[2] **模型具体构建过程**： - 提取当日最高价（红点）和最低价 - 绘制连续成交价形成的趋势线[2] 3. **模型名称**：净申购金额计算 **模型构建思路**：通过净值变化推算资金流动情况[2] **模型具体构建过程**： - 计算公式：$$NETBUY(T) = NAV(T) - NAV(T-1) \times (1+R(T))$$ - 其中NAV(T)为当日净值，R(T)为收益率[2] 量化因子与构建方式 1. **因子名称**：T+0交易标识 **因子构建思路**：标记支持T+0交易的ETF品种[2] **因子具体构建过程**： - 直接提取基金公告中的交易规则属性[2] 2. **因子名称**：机构持仓占比 **因子构建思路**：反映机构投资者持仓偏好[3] **因子具体构建过程**： - 剔除联接基金持仓后计算机构持有比例 - 数据来源为年报/半年报披露值[3] 模型的回测效果 1. **RSI相对强弱指标** - 测试样本：宽基ETF（沪深300ETF等）RSI值分布在53.92-67.46区间[4] - 主题ETF（如军工ETF）RSI最高达63.90[7] 2. **净申购模型** - 宽基ETF最大单日净流出18.85亿元（510300.SH）[4] - 科创50ETF（588000.SH）获6.81亿元净申购[4] 因子的回测效果 1. **T+0交易因子** - 港股/美股ETF均支持T+0（如513180.SH）[4] - A股ETF均不支持T+0（除跨境品种）[4] 2. **机构持仓因子** - 宽基ETF机构占比普遍>80%（如510330.SH达91.03%）[4] - 行业ETF分化明显（银行ETF最高69.66%，证券ETF最低1.69%）[7] 注：所有公式严格按$$公式$$格式呈现，数据引用自文档[2][3][4][7]的原始表格内容