量化模型与构建方式 1. **模型名称：量能择时模型**[31] * **模型构建思路**：通过分析主要宽基指数的量能（成交量或成交额）表现，判断市场短期走势，生成看多或看空的择时信号[31]。 * **模型具体构建过程**：报告未详细说明该模型的具体计算规则和信号生成阈值，仅展示了其应用结果。根据文本，该模型会对上证指数、上证50、沪深300、中证500、中证1000、创业板指、北证50等宽基指数分别生成独立的择时观点[31]。 2. **模型名称：沪深300上涨家数占比择时模型**[34][36] * **模型构建思路**：通过计算沪深300指数成分股中过去一段时间内收益为正的股票家数占比，来衡量市场情绪。当情绪由弱转强时看多市场，由强转弱时持中性态度[34][36]。 * **模型具体构建过程**： 1. 首先，计算沪深300指数N日上涨家数占比。具体公式为： $$沪深300指数N日上涨家数占比 = \frac{沪深300指数成分股过去N日收益大于0的个股数}{沪深300指数成分股总数}$$[32] 2. 然后，对该指标值进行两次不同窗口期的移动平均平滑，得到快线（短期平滑线）和慢线（长期平滑线），其中慢线窗口期N1大于快线窗口期N2[34][36]。报告中示例参数为N=230，N1=50，N2=35[34]。 3. 生成交易信号：当快线上穿慢线（即快线 > 慢线）时，看多沪深300指数；当快线下穿慢线时，对市场持中性态度[36]。 3. **模型名称：均线情绪指标择时模型**[40][44] * **模型构建思路**：基于沪深300指数收盘价与一组长期均线（八均线体系）的相对位置关系，构建情绪指标，用于判断市场趋势状态并生成择时信号[40][44]。 * **模型具体构建过程**： 1. 计算沪深300收盘价的八条均线，均线参数分别为8, 13, 21, 34, 55, 89, 144, 233[40]。 2. 计算当日沪深300指数收盘价大于这八条均线指标值的数量[44]。 3. 生成交易信号：当当前价格大于均线指标值的数量超过5条时，看多沪深300指数[44]。 4. **因子名称：横截面波动率**[45] * **因子构建思路**：计算特定指数（如沪深300、中证500、中证1000）成分股在横截面上的收益率波动率，用以衡量市场分化程度和Alpha策略的盈利环境。波动率上升通常意味着Alpha环境好转[45]。 * **因子具体构建过程**：报告未给出具体的计算公式，但根据常规理解，横截面波动率通常是指在一个特定时间点（如日度），计算指数内所有成分股当日收益率的截面标准差。 5. **因子名称：时间序列波动率**[46] * **因子构建思路**：计算特定指数成分股收益率在时间序列上的波动率，用以衡量市场的整体波动水平，其变化也会影响Alpha环境[46]。 * **因子具体构建过程**：报告未给出具体的计算公式，但根据常规理解，时间序列波动率通常是指计算指数内成分股在过去一段时间（如20日或60日）收益率的标准差，然后可能按市值或其他方式进行加权平均。 6. **因子名称：抱团基金分离度**[87] * **因子构建思路**：通过计算抱团基金组合截面收益率的标准差，来度量基金抱团的程度。标准差越小，说明抱团基金表现越趋同，抱团程度越高；反之则表示抱团正在瓦解[87]。 * **因子具体构建过程**： 1. 首先构造一个“抱团基金组合”，但报告未详细说明其具体筛选规则[87]。 2. 计算该抱团基金组合在截面上的收益率标准差，即为分离度指标[87]。 模型的回测效果 1. **沪深300上涨家数占比择时模型**，策略净值表现见历史回测图，在所示区间内策略净值显著跑赢沪深300指数[37][38] 2. **均线情绪指标择时模型**，策略净值表现见历史回测图，在所示区间内策略净值显著跑赢沪深300指数[41][42] 量化因子的回测效果 1. **横截面波动率因子**，近两年平均值：沪深300为2.00%，中证500为2.25%，中证1000为2.49%[46] **横截面波动率因子**，近一年平均值：沪深300为1.98%，中证500为2.26%，中证1000为2.51%[46] **横截面波动率因子**，近半年平均值：沪深300为1.97%，中证500为2.35%，中证1000为2.53%[46] **横截面波动率因子**，近一季度平均值：沪深300为2.12%，中证500为2.42%，中证1000为2.58%[46] 2. **时间序列波动率因子**，近两年平均值：沪深300为1.03%，中证500为1.37%，中证1000为1.55%[49] **时间序列波动率因子**，近一年平均值：沪深300为0.91%，中证500为1.14%，中证1000为1.21%[49] **时间序列波动率因子**，近半年平均值：沪深300为0.87%，中证500为1.12%，中证1000为1.08%[49] **时间序列波动率因子**，近一季度平均值：沪深300为0.97%，中证500为1.20%，中证1000为1.16%[49]

市场表现与基金发行 - 2025年四季度（截至2026年1月22日）主要宽基指数上涨，中证2000、中证500、国证2000涨幅均超10%，分别为13.76%、13.16%、12.06%[13] - 四季度行业表现分化，有色金属、国防军工、石油石化涨幅居前，分别为33.48%、28.59%、25.94%[17] - 四季度新成立偏股主动型基金100只，总份额604.71亿份，其中10月发行规模281.21亿份为近三年巅峰[23][26] 基金仓位与行业配置 - 四季度各类偏股主动型基金平均股票仓位均环比下降，偏股混合型、普通股票型基金仓位分别为88.69%（降1.05%）、90.52%（降0.52%）[31] - 按中信一级行业，四季度基金持仓规模增加超100亿元的行业为有色金属（增314.53亿）、通信（增281.83亿）、基础化工（增206.06亿）、非银行金融（增160.05亿）[38][43] - 四季度基金持仓比例减少超1%的行业包括计算机（降1.72%）、医药（降1.64%）、传媒（降1.15%）、电子（降1.1%）、电力设备及新能源（降1%）[44][47] 个股持仓变动 - 四季度基金增持规模最大的A股前五名为中际旭创（增224.85亿）、东山精密（增101.87亿）、中国平安（增101.18亿）、新易盛（增94.97亿）、生益科技（增60.04亿）[48][49] - 四季度基金减持规模最大的A股前五名为工业富联（减181.62亿）、亿纬锂能（减107.78亿）、宁德时代（减106.41亿）、立讯精密（减81.64亿）、分众传媒（减54.68亿）[60][62] - 四季度末基金持仓规模最大的A股前五名为中际旭创（782.32亿）、新易盛（655亿）、宁德时代（634.92亿）、紫金矿业（381.15亿）、寒武纪-U（294.95亿）[67][68] 百亿基金与港股持仓 - 截至2026年1月22日，全市场百亿以上偏股主动型基金共31只，较上季度减少3只[73] - 百亿基金持仓规模增加最多的行业为交通运输（增28.51亿）、汽车（增25.7亿）、有色金属（增23.07亿）[76][78] - 四季度基金重仓港股市值前三为腾讯控股（576.52亿）、阿里巴巴-W（310.6亿）、中芯国际（186.38亿），但三只股票持仓规模均环比减少超100亿元[80][82]

基金仓位监控 - 普通股票型基金仓位中位数为91.51%，偏股混合型基金仓位中位数为90.42%，与上一季度相比略有降低，当前仓位分别处于历史92.19%和95.31%分位点 [1][6] - 普通股票型和偏股混合型基金的港股仓位均值分别为11.89%和14.56%，均较上一季度明显降低，降幅分别为1.1%和2.54% [1][11] - 配置港股的基金数量占比为59.59%，其中普通股票型有243只，偏股混合型有1692只 [1][11] 基金持股集中度监控 - 基金重仓股占权益配置比重为55.03%，上一期为54.96%，集中度基本持平 [1][10] - 基金经理总体持股数量为2467只，较上一季度的2379只明显提升，表明持仓股票差异度增加 [1][10] 板块配置监控 - 2025年四季度市场板块配置权重为主板49.04%、创业板20.96%、科创板13.89%、港股16.11%，其中港股权重较上一季度明显降低，创业板和主板权重提升 [1][21] - 行业板块中，科技类板块配置权重最高为47.54%，大周期板块次之为26.13% [23] - 大周期板块在四季度内加仓较多，增加了4.3%，而科技和医药板块分别减仓2.94%和1.59% [1][23] 行业配置监控 - 配置权重最高的三个行业为电子(23.01%)、通信(11.08%)、电力设备及新能源(9.28%) [1][26] - 主动加仓最多的三个行业为有色金属(加仓1.22%)、基础化工(加仓1.13%)、非银行金融(加仓0.81%) [1][27] - 主动减仓最多的三个行业为计算机(减仓1.34%)、传媒(减仓0.98%)、国防军工(减仓0.75%) [1][27] - 电子和有色金属行业的配置权重处在历史最高位，而房地产、银行、电力及公用事业的配置权重处在历史相对低点 [26] 个股配置监控 - 绝对市值配置最高的三只股票为中际旭创(768亿元)、新易盛(638亿元)、宁德时代(630亿元) [1][30] - 配置市值比（公募持股占流通股比）最高的三只股票为恒勃股份(29.76%)、海思科(25.32%)、斯菱智驱(24.43%) [30] - 个股主动加仓最多的三只股票为中国平安(加仓68亿元)、东山精密(加仓67亿元)、天华新能(加仓37亿元) [33] - 个股主动减仓最多的三只股票为工业富联(减仓159亿元)、阿里巴巴-W(减仓86亿元)、中芯国际(减仓72亿元) [33] 绩优基金与百亿基金行业配置监控 - 绩优基金配置最高的三个行业为通信(32.74%)、电子(27.73%)、有色金属(12.72%) [1][34] - 百亿规模基金配置最高的三个行业为电子(27.21%)、通信(13.47%)、医药(10.45%) [1][34] - 绩优基金在四季度主动增仓最多的行业为有色金属(增仓3.87%)，主动减仓最多的行业为通信(减仓7.74%) [35] - 百亿规模基金在四季度主动增仓最多的行业为汽车(增仓1.38%)，主动减仓最多的行业为食品饮料(减仓1.44%) [35] 基金规模分布 - 截至2025年四季度，主动权益基金中，规模2亿以下的基金占比44.1%，2-10亿的占比33.91%，10-50亿的占比19.43%，50-100亿的占比1.88%，100亿以上的占比0.68% [16] 港股行业配置 - 公募基金在港股配置权重最高的两个行业是非日常生活消费品(20.72%)和信息技术(20.24%)，配置最低的是公用事业(1.06%)和房地产(1.97%) [27][28] - 信息技术和医疗保健行业的港股配置权重处于历史相对高点 [28]

指数与基金表现 - 截至2026年1月22日13:33，中证全指自由现金流指数(932365)上涨0.78% [1] - 自由现金流ETF基金(159233)上涨0.94%，最新价报1.3元，冲击4连涨 [1] - 指数部分成分股表现突出：白银有色上涨10.04%，中国动力上涨5.53%，九丰能源上涨5.18%，兔宝宝上涨4.58%，中国海油上涨3.93% [1] - 截至新闻发布日上午收盘，指数涨幅超过1% [1] 产品定位与策略 - 自由现金流ETF基金（159233）跟踪中证自由现金流指数 [1] - 相较于传统红利与宽基指数，该指数更聚焦顺周期行业 [1] - 在主题赛道资金轮动的市场环境下，可作为底仓配置工具，助力投资者捕捉经济复苏背景下的结构性机会 [1] - 该基金以自由现金流为核心筛选指标，兼顾盈利质量与行业景气，为投资者提供一键布局顺周期优质资产的便利工具 [3] 成分股与权重 - 指数前十大权重股包括：中国海油(权重10.40%，涨3.93%)、上汽集团(权重8.84%，跌-1.06%)、格力电器(权重8.73%，涨0.20%)、中远海控(权重4.51%，涨0.28%)、牧原股份(权重4.19%，跌-1.53%)、中国铝业(权重3.79%，跌-0.67%)、TCL科技(权重3.67%，跌-2.40%)、宝钢股份(权重3.49%，涨0.83%)、长城汽车(权重3.45%，跌-0.56%)、正泰电器(权重3.02%，跌-1.16%) [5] 行业驱动因素：电力设备与新能源 - AI算力需求持续激增，带动电力需求全面扩容，对顺周期板块形成积极支撑 [1] - AI模型复杂度提升和应用场景拓展，对算力需求呈指数级增长 [2] - 研究机构TrendForce报告显示，2026年全球AI服务器出货量预计同比增长28.3%，含通用服务器在内的整体服务器市场同比增长12.8%，两大市场增速均显著快于2025年 [2] - 算力基础设施高速扩张直接推高数据中心供配电、液冷散热设备需求，同时催生光伏、储能等绿电配套设施与特高压输电设备订单同步爆发 [2] - 自由现金流ETF成分股企业经营性现金流流入规模和稳定性同步增强 [2] 行业驱动因素：交通运输 - 2026年春运我国跨区域人员流动量有望创历史新高，对顺周期板块形成积极支撑 [1] - 2026年全国春运电视电话会议综合研判指出，今年春运期间，中国全社会跨区域人员流动量、铁路及民航客运量均有望创历史同期新高 [2] - 预计全社会跨区域人员流动量达95亿人次 [2] - 铁路预计发送旅客5.39亿人次，同比增长5% [2] - 民航旅客运输量有望达9500万人次，同比增长5.3% [2] - 春运返乡、探亲、旅游等客流叠加催生客运需求集中爆发，直接带动铁路、民航、公路等交运细分领域加大运力投放，推动企业营收规模提升 [2]

市场表现与产品动态 - 1月22日，创业板50ETF国泰（159375）开盘涨幅超过1.4% [1] - 该ETF跟踪的创业板50指数（399673）单日涨跌幅限制为20% [1] 指数构成与行业配置 - 创业板50指数从创业板市场中选取日均成交额较大的50只证券作为样本，聚焦高流动性、大市值的龙头企业 [1] - 指数行业配置偏重电力设备及新能源、医药生物、信息技术等新兴成长领域 [1] - 指数旨在反映创业板市场中具备鲜明成长风格和较高科技创新属性上市公司的整体表现 [1] 机构观点与市场主线 - 中泰证券表示，科技仍是当前市场的主线，尽管动能有所减弱，但主线依然具有一定的延续性 [1] - 支撑科技主线延续性的理由包括：市场风险偏好较高、估值未进入狂热情绪阶段、海外对标表现强劲以及全球流动性预期宽松 [1] - 展望未来，对科技主线保持谨慎乐观态度，尤其在细分领域有望迎来资金面与产业逻辑的双重共振机会 [1]

文章核心观点 - 科技创新主线持续强化，人工智能、智能制造等战略性新兴产业成为推动指数上行的核心动力 [1] - 创业板50指数作为新经济代表，将持续受益于科技创新、产业升级和制度红利的多重驱动 [1] 创业板50指数与ETF产品 - 创业板50ETF国泰（159375）跟踪的是创业板50指数（399673），单日涨跌幅限制达20% [1] - 创业板50指数从创业板市场中选取日均成交额较大的50只证券作为指数样本，聚焦于高流动性、大市值的龙头企业 [1] - 该指数旨在反映创业板市场中具备鲜明成长风格和较高科技创新属性上市公司证券的整体表现 [1] 行业与政策背景 - 行业配置上偏重电力设备及新能源、医药生物、信息技术等新兴成长领域 [1] - 政策层面，“人工智能+”行动首次写入“十五五”规划建议，技术突破与产业应用加速落地 [1] - 在资本市场高质量发展框架下，创业板50作为新经济代表指数将持续受益 [1]

指数及ETF表现 - 中证全指自由现金流指数(932365)于2026年1月19日强势上涨1.08% [1] - 该指数成分股中，新华百货上涨9.99%，中闽能源上涨9.93%，平高电气上涨9.76%，九丰能源与常宝股份等个股跟涨 [1] - 跟踪该指数的自由现金流ETF基金(159233)上涨1.28%，最新价报1.26元 [1] 指数与产品特点 - 自由现金流ETF基金（159233）跟踪中证自由现金流指数，该指数相较于传统红利与宽基指数更聚焦顺周期行业 [1] - 在主题赛道资金轮动的市场环境下，该指数可作为底仓配置工具，助力投资者捕捉经济复苏背景下的结构性机会 [1] - 该产品以自由现金流为核心筛选指标，兼顾盈利质量与行业景气，为投资者提供一键布局顺周期优质资产的便利工具 [2] 行业与板块驱动 - 当日盘面上，电力设备及新能源、石油石化及有色金属等行业为指数涨幅主要贡献力量 [1] - 汽车板块方面，加拿大对华电动汽车关税配额新政终结了100%惩罚性附加税，将配额内关税降至6.1%，并每年给予4.9万辆进口配额，为中国新能源汽车打开北美市场提供便利 [1] - 中汽协预计2026年汽车出口规模将达到740万辆，同比增长4.3% [1] - 交运板块方面，2026年铁路春运将于2月2日启动，为期40天，预计发送旅客5.39亿人次，同比增长5.0%，春运经济将全面激活交运板块需求 [2] 指数成分股表现 - 指数前十大权重股中，中国海油上涨0.38%权重为10.16%，美的集团上涨0.19%权重为7.88%，格力电器上涨0.35%权重为7.09% [3] - 前十大权重股中，TCL科技上涨3.73%权重为3.53% [3] - 部分权重股出现下跌，如五粮液下跌0.42%，中远海控下跌0.14%，洛阳钼业下跌3.84%，中国铝业下跌0.38%，顺丰控股下跌0.49%，陕西煤业下跌0.87% [3]

创业板50ETF国泰（159375）市场表现与跟踪指数 - 1月13日，创业板50ETF国泰（159375）回调超0.5% [1] - 该ETF跟踪创业板50指数（399673），单日涨跌幅可达20% [1] - 创业板50指数从创业板市场筛选出流动性较优、日均成交额较高的50只证券作为样本，反映创业板知名大市值企业的整体市场表现 [1] 创业板50指数行业配置与风格特征 - 指数重点配置于电力设备及新能源、医药生物、计算机等科技创新领域 [1] - 该配置充分体现了创业板市场高成长性与高科技含量的核心特征 [1] - 创业板50指数所代表的成长风格在资金面边际松弛、风险偏好提升的背景下或略占优 [1] 近期市场环境与风格表现 - 上周资金面边际松弛推动股牛债熊格局，成长风格继续跑赢价值 [1] - 十债收益率上行3个基点至1.88%，期限利差走扩至59个基点 [1] - 在地方债发行规模明显放缓后，宏观流动性改善空间有限，权益市场风险有所上升，但成长板块仍具备相对优势 [1]

量化模型与因子总结 量化因子与构建方式 1. **因子名称：风格相对拥挤度**[67][122] * **因子构建思路**：通过比较两种风格指数（如成长与红利）的换手率活跃度差异，来衡量某一风格相对于另一风格的交易拥挤程度，从而判断其配置风险或性价比[67][122] * **因子具体构建过程**： 1. 对于风格A指数和风格B指数，分别计算其近252个交易日的平均换手率[122] 2. 将每个指数的平均换手率序列，在2005年1月1日以来的历史时间序列上进行Z-score标准化，得到Z-score_A和Z-score_B[122] 3. 计算两个标准化值的差值：差值 = Z-score_A - Z-score_B[122] 4. 计算该差值在滚动6年窗口内的历史分位数（若历史数据不足6年但满1年，则使用全部历史数据计算）[122] 5. 最终得到的分位数（百分比形式）即为风格A相对于风格B的相对拥挤度指标[67][122] 2. **因子名称：风格累计超额净值**[61][123] * **因子构建思路**：通过计算特定风格指数相对于市场基准（万得全A）的累计净值表现，来衡量该风格的长期超额收益能力[61][123] * **因子具体构建过程**： 1. 设定基准日（报告中为2020年1月4日）[123] 2. 将风格指数和万得全A指数每日的收盘点数，分别除以其在基准日的收盘点数，得到各自的累计净值序列[123] 3. 将风格指数的累计净值，除以同一交易日的万得全A指数累计净值，得到该风格指数相对于万得全A的累计超额净值[123] 3. **因子名称：机构调研活跃度**[124] * **因子构建思路**：通过计算板块、指数或行业在特定周期内机构调研次数的活跃程度，并将其与市场整体活跃度进行比较，以衡量市场关注度的相对变化[124] * **因子具体构建过程**： 1. 对于目标板块（指数、行业），计算其近n个交易日的“日均机构调研次数”[124] 2. 将该日均值在滚动y年的历史时间序列上进行z-score标准化[124] 3. 对万得全A进行同样的计算，得到其标准化值[124] 4. 将目标板块的标准化值与万得全A的标准化值作差，得到“机构调研活跃度”[124] 5. 计算该“机构调研活跃度”在滚动y年窗口内的历史分位数（若历史数据不足y年，则按规则使用全部历史数据计算）[124] * **参数设置**： * **长期口径**：n取126（近半年），滚动窗口y为6年（历史数据满3年不足6年时用全部数据）[124] * **短期口径**：n取63（近一季度），滚动窗口y为3年（历史数据满1年不足3年时用全部数据）[124] 4. **因子名称：股债性价比（ERP）**[50] * **因子构建思路**：通过计算股票指数的盈利收益率与无风险利率（国债收益率）的差值，来衡量当前配置权益资产相对于债券的潜在超额收益，即风险溢价[50] * **因子具体构建过程**： 1. 计算股票指数的盈利收益率，即其市盈率（PE_TTM）的倒数[50] 2. 减去当前10年期中国国债到期收益率[50] 3. 公式为： $$指数ERP = \frac{1}{指数PE\_TTM} - 10年期国债到期收益率$$[50] 4. 同时，计算该ERP值在历史序列（2005年1月1日至今）中的百分位，以判断其相对水平[50][58] 5. **因子名称：滚动季度夏普率**[35] * **因子构建思路**：通过计算万得全A指数在滚动季度窗口内的风险调整后收益（夏普率），来评估市场情绪风险和潜在的回撤风险[35] * **因子具体构建过程**：报告中未给出详细计算过程，但提及该指标用于衡量市场情绪，当其上升至历史极高位置时，表明市场情绪达到极端高峰，后续市场易进入震荡或调整状态[35] 因子的回测效果 1. **风格相对拥挤度因子** * 成长 vs 红利：本周末历史分位值为72%，上周末为70%，上年末为70%[67] * 小盘 vs 大盘：本周末历史分位值为39%，上周末为39%，上年末为39%[67] * 微盘股 vs 中证800：本周末历史分位值为89%，上周末为90%，上年末为90%[67] 2. **风格累计超额净值因子** * 成长较红利超额：近一周为2.5%，近一月为2.5%，年初至今为2.5%[59] * 小盘较大盘超额：近一周为5.0%，近一月为8.6%，年初至今为5.0%[59] * 微盘股较基金重仓超额：近一周为-1.2%，近一月为-0.2%，年初至今为-1.2%[59] * 动量较反转超额：近一周为-0.6%，近一月为2.1%，年初至今为-0.6%[59] 3. **股债性价比（ERP）因子** * 万得全A ERP：本周末为2.5%，百分位为54%，当前状态为“均衡”[58] * 沪深300 ERP：本周末为5.1%，百分位为57%，当前状态为“均衡”[58] * 中证500 ERP：本周末为0.9%，百分位为67%，当前状态为“较高”[58] * 创业板指 ERP：本周末为0.5%，百分位为85%，当前状态为“极高”[58]

量化模型与构建方式 1. **模型名称**：固收+基金风险特征分类模型[21] **模型构建思路**：由于传统基于基金类型的分类方法难以充分刻画固收+产品的实际风险暴露水平，因此根据基金长期权益风险暴露水平对产品进行重新划分[21] **模型具体构建过程**： 1. 首先，确定“固收+”基金的研究口径：过去八个季度转债平均仓位不高于80%的混合债券型一级、二级基金，以及过去八个季度权益平均仓位（股票仓位 + 0.5×转债仓位）不高于40%、且权益仓位最大值不超过60%的偏债混合型和灵活配置型基金，并剔除权益仓位不足1%的基金及非初始基金[18] 2. 计算每只固收+基金过去八个季度的平均权益仓位，计算公式为： $$权益仓位 = 股票仓位 + 0.5 \times 转债仓位$$ 其中，股票仓位和转债仓位为基金定期报告披露的持仓比例[18][21] 3. 根据计算出的历史平均权益仓位，以15%和25%为临界值，将固收+基金划分为三类： * **稳健型**：平均权益仓位 ≤ 15% * **均衡型**：15% < 平均权益仓位 ≤ 25% * **激进型**：平均权益仓位 > 25%[21] 2. **模型名称**：固收+基金持仓风格分析模型[44] **模型构建思路**：为了刻画固收+基金在成长、估值和市值三个维度上的风格暴露特征，采用前十大重仓股持仓市值加权的方法进行计算[44] **模型具体构建过程**： 1. 对于每只固收+基金，获取其定期报告披露的前十大重仓股名单及持仓市值[44] 2. 为每只重仓股匹配其在全市场股票池中对应的风格因子值（成长因子、估值因子、市值因子）[44] 3. 以每只重仓股在该基金前十大重仓股中的持仓市值占前十大重仓股总市值的比例为权重，对个股的风格因子值进行加权平均，得到该基金在对应风格上的暴露值[44] 4. 将所有固收+基金的风格暴露值进行汇总，可以分析不同类型（稳健型、均衡型、激进型）或全市场固收+基金的整体风格暴露特征及变化趋势[44][47][48][51] 3. **模型名称**：固收+基金综合评分模型[37] **模型构建思路**：从产品的收益和风险维度出发，对固收+产品进行综合打分，以评估其风险收益性价比[37] **模型具体构建过程**： 1. 选取评价指标：近三年年化收益、近三年最大回撤[37] 2. 计算每只固收+基金在上述两个指标上的分位数排名[37] 3. 由于基金的回撤对债券占比过于敏感，因此对年化收益赋予更高的权重，综合得分计算公式为： $$综合得分 = 年化收益分位数 \times 1.5 + 最大回撤分位数$$ 其中，分位数越高代表在该指标上表现越好（收益更高或回撤更小）[37] 4. 根据综合得分对基金进行排序，得分高的基金被认为具有较好的风险收益性价比[37] 量化因子与构建方式 1. **因子名称**：权益仓位因子[18][21] **因子构建思路**：用于衡量固收+基金整体的风险暴露水平，是基金风险特征分类的核心依据[21] **因子具体构建过程**：根据基金定期报告（季报、半年报、年报）披露的资产组合数据，计算股票资产市值占基金资产净值的比例作为股票仓位，计算可转债资产市值占基金资产净值的比例作为转债仓位，然后按以下公式合成权益仓位因子： $$权益仓位 = 股票仓位 + 0.5 \times 转债仓位$$ 该公式体现了可转债资产兼具股性和债性的特征，将其一半的仓位计入权益风险暴露[18] 2. **因子名称**：成长风格因子[44] **因子构建思路**：用于衡量基金持仓组合在成长性维度上的暴露程度，反映基金对高成长性股票的偏好[44] **因子具体构建过程**：首先，在全市场股票层面构建成长风格因子（例如，使用营收增长率、净利润增长率等指标合成）。然后，对于单只基金，使用其前十大重仓股的持仓市值作为权重，对个股的成长因子值进行加权平均，得到该基金的成长风格因子暴露值[44] 3. **因子名称**：估值（价值）风格因子[45] **因子构建思路**：用于衡量基金持仓组合在估值水平维度上的暴露程度，反映基金对低估值（高价值）或高估值股票的偏好[45] **因子具体构建过程**：首先，在全市场股票层面构建估值风格因子（例如，使用市盈率PE、市净率PB等指标合成，通常低估值对应高价值因子值）。然后，对于单只基金，使用其前十大重仓股的持仓市值作为权重，对个股的估值因子值进行加权平均，得到该基金的估值风格因子暴露值[45] 4. **因子名称**：市值风格因子[46] **因子构建思路**：用于衡量基金持仓组合在市值规模维度上的暴露程度，反映基金对大市值或小市值股票的偏好[46] **因子具体构建过程**：首先，在全市场股票层面构建市值风格因子（通常使用股票总市值的对数）。然后，对于单只基金，使用其前十大重仓股的持仓市值作为权重，对个股的市值因子值进行加权平均，得到该基金的市值风格因子暴露值[46] 模型的回测效果 1. **固收+基金风险特征分类模型**，通过分类展示了不同类型基金在2025年的规模增长情况：稳健型年内规模提升3695.98亿元，均衡型提升2101.94亿元，激进型提升1902.49亿元[21] 2. **固收+基金综合评分模型**，应用该模型筛选出了各类别中表现前十的基金，例如稳健型中的平安瑞兴1年持有混合A（近三年年化收益8.61%，最大回撤2.03%），均衡型中的华夏磐泰混合A（近三年年化收益9.94%，最大回撤7.64%），激进型中的工银聚丰混合A（近三年年化收益10.76%，最大回撤5.39%）[38] 因子的回测效果 1. **权益仓位因子**，基于该因子分类的三类固收+基金在2020-2025年期间展现出不同的风险收益特征：激进型基金在权益上行周期中收益弹性最强，但回撤也大于其他两类；稳健型基金净值波动最小，表现出较强的韧性[31][35] 2. **成长风格因子**，分析显示各类固收+产品在成长风格上均有较高的正向暴露，其中激进型基金的成长特征最强。2020-2021年，激进型产品成长因子显著高于稳健型与均衡型；2022年后，三类产品的成长风格暴露逐步收敛[44][47] 3. **估值（价值）风格因子**，分析显示大部分固收+产品在价值因子上整体表现为负向暴露（即偏好估值较高的股票）。相对而言，稳健型固收+产品在多数时期对估值的容忍度较低，其价值因子暴露水平高于其他两类产品[45][48] 4. **市值风格因子**，分析显示均衡型固收+产品在大市值风格上的暴露相对更高。自2021年以后，各类型固收+产品在市值风格上的暴露整体趋于稳定[46][51]