指数增强基金市场表现 - 2025年全市场增强指数型基金年化超额收益中位数达2.82%，75%分位数达8.21%，显著高于2022-2024年水平[11] - 宽基类指增基金年化超额收益中位数为3%，行业/主题/风格类为1.77%[11] - 超70%中证500增强产品和超60%中证1000增强产品年化超额收益突破8%[19] 中证A500指数表现 - 近一年年化收益高达48.97%，全收益指数年化收益达52.65%[2] - 自基日（2004/12/31）以来年化收益8.79%，全收益指数年化10.75%[43] - 显著低配金融板块（银行低配4.8%，非银金融低配4.73%），超配电子（+1.92%）、基础化工（+1.73%）等成长性行业[39] 中欧中证A500指数增强基金业绩 - 年内累计收益25.94%，相较基准实现年化超额收益11.1%[6] - 近1个月和近3个月业绩均位列同类A500增强基金第一名[6] - 近6个月日超额收益与同类基金相关性普遍低于0.4，Alpha来源独立性高[6] 基金配置特征 - 股票仓位92.73%，港股仓位控制在10%以内[62] - 超配机械（约4%）、农林牧渔（约2%）、电子及电力公用事业；低配有色金属、汽车、交通运输[64] - 前十大重仓股占比26.37%，持股数量214只，单边年化换手率5.95倍[80] 团队与策略 - 采用"主动+量化"融合模式，由金牛奖得主王健领衔基本面量化团队[3] - 坚持GARP（合理估值下的成长）投资理念，结合主动深度研究与量化纪律性[3] - 布局两只A500增强产品（中欧价值成长规模15.62亿元，中欧A500指增规模4.4亿元）[6][35]

核心观点 - 中银多策略行业配置系统当前重点配置非银行金融(11.7%)、钢铁(11.0%)、综合(10.1%)等周期性行业，并显著减配TMT板块至9.4% [1][59] - 复合策略采用负向波动率平价模型动态分配7个子策略权重，当前传统多因子打分策略(S7)权重最高达19.5%，宏观风格轮动策略(S3)权重最低仅8.2% [3][58] - 策略组合年初至今实现超额收益2.2%，其中未证伪情绪策略(S2)超额达17.0%表现最佳，而财报因子失效策略(S6)超额-6.7%表现最弱 [3][64] - 汽车、电子、新能源等行业本周涨幅超4%，但汽车行业估值分位数达99.5%触发预警，银行与非银金融跌幅超4% [10][11][13][14] 市场表现回顾 - 中信一级行业周平均收益率为-0.4%，近一月平均收益率为2.3% [3][10] - 汽车(4.4%)、电子(4.4%)、电力设备及新能源(4.1%)领涨；银行(-5.6%)、非银行金融(-4.4%)、食品饮料(-3.6%)领跌 [3][10] - 通信行业年初至今累计收益达69.3%，有色金属(53.5%)、电子(48.0%)紧随其后 [11] 行业估值预警 - 采用滚动6年稳健PB分位数监测估值，超过95%分位线触发预警 [12] - 当前商贸零售、传媒、计算机(均为100%)及汽车(99.5%)处于高估值预警状态 [13][14] - 电子行业估值分位数月环比上升16.5%至94.9%，接近预警线 [14] 单策略表现与配置 S1高景气轮动策略 - 基于盈利预期三维度筛选，当前推荐非银行金融、农林牧渔、钢铁 [15][16] - 年初至今超额收益2.2%，本周超额-3.0% [3][63] S2未证伪情绪策略 - 通过剥离换手率影响捕捉市场情绪，当前推荐机械、电力设备及新能源、综合 [18][19][20] - 年初至今超额收益17.0%，近一月超额10.0% [3][63] S3宏观风格轮动 - 结合宏观指标与风格暴露，当前看好综合金融、计算机、通信、国防军工、电子、传媒 [22][23][24] - 权重占比仅8.2%，年初至今超额0.3% [3][58] S4困境反转策略 - 融合长期反转、中期动量与低拥挤因子，本月推荐综合、钢铁、基础化工、医药、农林牧渔、新能源 [27][28] - 年初至今超额6.8%，权重占比13.1% [3][58] S5资金流策略 - 监测机构单与尾盘资金流向，本月推荐煤炭、综合金融、综合、纺织服装、交通运输 [30][31][32] - 年初至今超额-5.3%，权重占比12.9% [3][58] S6财报因子失效策略 - 利用因子有效性均值回复特征，本月推荐非银行金融、国防军工、汽车、煤炭、有色金属 [35][36][37] - 权重占比8.5%，年初至今超额-6.7% [3][58] S7多因子打分策略 - 季度调仓策略，从动量、流动性、估值、质量四个维度筛选，本季度推荐电子、新能源、有色金属、家电、非银金融、银行 [39][40][41] - 权重占比19.5%最高，年初至今超额7.6% [3][58] 复合策略运作 - 采用负向波动率平价模型，按周/月/季频率分层调仓 [46][47][50] - 当前加仓中游周期与中游非周期板块，减仓金融和消费板块 [3] - 板块配置：中游非周期(22.9%)、上游周期(22.5%)、金融(18.0%)，TMT仅占9.4% [60] 历史业绩回溯 - 复合策略2014年以来累计超额收益显著，2020年后超额曲线持续上行 [65][68][69][71] - 本周策略收益-1.0%，略低于基准0.5%，但年内累计收益24.5%超越基准22.2% [3][63]

报告行业投资评级 未提及 报告的核心观点 - 10月转债条款博弈烈度或重新抬升，不下修冷却期结束的转债共47只较8 - 9月明显抬升，不强赎冷却期结束的转债共18只为全年次高，横向对比过去5年条款博弈机会相对同期更多 [2][6] - 下修层面，10月前结束下修冷却期的转债中有6只20亿以上的即将开始下修计数，分布于光伏、基建、周期等方向，2025年至今转债提议下修公告占比12.5%，后续下修概率或提升，8月末以来转债估值高位回落部分标的博弈价格空间打开 [2][8] - 强赎层面，10月前结束强赎冷却期转债共21只，排除部分转债后至9月19日平价均在130元以上，权益市场景气度延续个券强赎压力不低，转债市场规模即将跌破6000亿元，估值或延续较强支撑，关注不强赎转债稀缺性发酵 [2][13] - 随着权益市场涨幅收敛，转债估值偏高，转债alpha收益更重要，投资者对条款博弈关注度或提高，建议珍惜条款博弈空间扩大窗口期，从左侧布局相关标的，个券可从条款 + 主题维度自下而上选择 [2] 根据相关目录分别进行总结 关注即将到来的新一波转债条款博弈浪潮 - 10月不下修冷却期结束的转债47只较8 - 9月明显抬升，不强赎冷却期结束的转债18只为全年次高，过去5年同期条款博弈机会更多 [2][6] - 下修方面，10月前结束冷却期的有6只20亿以上转债开始下修计数，分布多方向，2025年至今提议下修公告占比12.5%，后续下修概率或提升，8月末后部分标的博弈价格空间打开 [2][8] - 强赎方面，10月前结束冷却期21只，排除部分后9月19日平价均超130元，权益市场景气个券强赎压力不低，市场规模将跌破6000亿元，估值有支撑，关注不强赎转债稀缺性 [2][13] 市场一周走势 - 截至周五收盘，上证指数收于3820.09点一周下跌1.30%，中证转债收于473.61点一周下跌1.55% [15] - 股市行业涨幅前三为电力设备及新能源（+3.61%）、煤炭（+3.59%）、消费者服务（+3.52%），综合（-4.09%）、银行（-4.09%）、有色金属（-3.93%）下跌 [15] - 本周无转债新上市，两市79只转债上涨占比18%，涨跌幅居前五和后五的转债明确，193只转债转股溢价率抬升占比45%，估值变动居前五和后五的转债明确 [17] 重要股东转债减持情况 - 本周发布减持公告的公司有节能风电、天壕能源、健帆生物、南京医药 [24] - 列举大股东转债持有比例较高的发行人减持情况 [25] 转债发行进展 - 一级市场审批节奏加快，汇创达（6.5亿）、华翔股份（13.08亿）、商洛电子（10亿）董事会预案，通合科技（5.22亿）等公司处于不同发行进度 [26] 私募EB项目更新 - 本周暂无私募EB项目进度更新 [28] 风格&策略 - 本周转债市场风格表现扁平化，各类风格不突出，高评级转债相对低评级转债超额收益0.10pct，大额转债相对小额转债超额收益 - 0.22pct，偏股转债相对偏债转债超额收益0.03pct [30] 一周转债估值表现 - 本周转债市场百元溢价率下跌，全口径转债转股溢价率中位数、市值加权转股溢价率（剔除银行）下降，偏股和偏债转债溢价率中位数均下跌 [39] - 极端定价方面，跌破面值转债个数1只、跌破债底个数0只、YTM大于3转债个数4只，处于不同历史分位 [41] - YTM方面，银行转债YTM中位数 - 2.68%低于3年企业债AAA到期收益率4.56pct，AA - 至AA + 偏债转债YTM中位数 - 1.24%低于3年企业债AA到期收益率3.36pct [45] - 调整百元溢价率下降，处于不同历史分位 [52]

根据提供的量化市场追踪周报，以下是关于报告中涉及的量化模型与因子的总结： 量化模型与构建方式 1. **模型名称：主动权益型基金仓位测算模型**[23][24] * **模型构建思路**：通过分析基金的持仓数据，估算主动权益型基金的整体仓位水平，以反映市场情绪和资金配置动向[23]。 * **模型具体构建过程**： 1. **样本筛选**：首先确定合格样本基金，筛选门槛包括：成立期满两个季度、未到期、规模大于5000万元、过去四期平均仓位大于60%[24]。 2. **加权计算**：对合格样本，根据其持股市值进行加权，计算市场平均仓位[24]。 3. **分类计算**：分别计算普通股票型、偏股混合型、配置型（灵活配置型与平衡混合型合并）基金的平均仓位[23][24]。 4. **数据清理**：以上测算均剔除不完全投资于A股的基金[25]。 * **模型评价**：该模型是市场监控的常用工具，能较好地反映公募基金整体的风险偏好和操作方向。 2. **模型名称：固收+基金仓位测算模型**[23][24] * **模型构建思路**：估算以债券等固收资产为基础，同时配置部分权益资产的“固收+”基金的平均仓位，以观察其风险资产暴露程度[23]。 * **模型具体构建过程**： 1. **样本筛选**：合格样本筛选门槛包括：成立期满两个季度、未到期、规模大于5000万元、过去四期平均仓位在10%-30%[24]。 2. **加权计算**：对合格样本，根据持股市值加权计算平均仓位[24]。 3. **数据清理**：剔除不完全投资于A股的基金[25]。 * **模型评价**：有助于跟踪低风险偏好资金的权益市场参与度。 3. **模型名称：主动权益产品风格仓位测算模型**[30] * **模型构建思路**：将主动偏股型基金的仓位按市值规模（大盘、中盘、小盘）和风格（成长、价值）进行划分，以分析其风格配置偏好[30]。 * **模型具体构建过程**：报告未详细描述具体构建过程，但展示了测算结果，包括大盘成长、大盘价值、中盘成长、中盘价值、小盘成长、小盘价值等六个维度的仓位百分比[30]。 * **模型评价**：用于追踪市场风格轮动和基金经理想法的变化。 4. **模型名称：主动权益产品行业仓位测算模型**[34][35] * **模型构建思路**：测算主动权益型基金在中信一级行业上的配置比例，以观察其行业偏好和调仓动向[34]。 * **模型具体构建过程**：报告未详细描述具体构建过程，但展示了基于持股市值加权平均的各行业仓位分布及环比变化[34][35]。 * **模型评价**：是分析板块资金流向和行业景气度的重要参考。 5. **模型/因子名称：主力/主动资金流划分标准**[52] * **构建思路**：基于同花顺对成交单的分类标准，将市场资金流按成交规模和性质划分为特大单、大单、中单、小单，用以分析不同资金主体的行为[52]。 * **具体构建过程**：划分标准如下： * 特大单：成交量在20万股以上，或成交金额在100万元以上的成交单[52]。 * 大单：成交量在6万股到20万股之间，或成交金额在30万到100万之间，或成交量占流通盘0.1%的成交单[52]。 * 中单：成交量在1万股与6万股之间，或成交金额在5万到30万之间的成交单[52]。 * 小单：成交量在1万股以下，或成交金额在5万元以下的成交单[52]。 * **评价**：此分类是市场资金面分析的基础框架，有助于理解不同类型投资者的交易行为。 模型的回测效果 *本报告为市场动态追踪周报，主要展示当前市场数据和模型测算结果，未提供模型的历史回测绩效指标（如年化收益率、夏普比率、最大回撤等）。* 量化因子与构建方式 *本报告未涉及传统意义上的量化因子（如价值、动量、质量等）的构建与测试。* 因子的回测效果 *本报告未涉及量化因子的回测效果。*

核心观点 - 市场当前震荡属于结构性切换而非大周期见顶 短期调整提供配置机会 建议关注科技 反内卷及中美缓和三大主线[1][3][6] - 中美关系缓和预期升温推动市场风险偏好维持高位 电力设备 新能源及恒生科技等出口相关板块受益[3][5][7] - 政策驱动服务消费和反内卷主题走强 消费者服务 煤炭及港股可选消费板块表现突出[3][5][7] - 美联储降息25bp带来流动性宽松 支撑港股市场回暖 科技与高股息资产构成杠铃策略配置核心[3][7] A股市场走势 - 创业板指上涨2.34% 深证成指上涨1.14% 上证指数及上证50整体下跌 成长风格占优[3][5] - 日均成交额2.52万亿元 环比上升8.23% 显示市场活跃度提升[3][5] - 电力设备及新能源板块受益出口预期走强 消费者服务板块受扩大服务消费政策推动[3][5] - 反内卷政策预期升温带动煤炭板块表现较好[3][5] A股预期展望 - 中美元首通话有望推动双边关系缓和 经贸合作预期增强[3][6] - 当前震荡类似9月初短期调整 建议逢低配置三大方向：科技中的机器人细分 反内卷相关的创业板 有色及建材 中美缓和相关的恒生科技 创新药及券商[3][6] 港股市场走势 - 恒生科技指数大涨5.09% 恒生指数上涨1.15% 恒生国企指数上涨0.59%[3][7] - 可选消费和信息技术板块涨幅居前 金融板块表现较弱[3][7] - 中美西班牙会谈推进提振市场情绪 美联储降息25bp带来流动性支撑[3][7] - 《关于扩大服务消费的若干政策措施》推动可选消费板块走强[3][7] 港股预期展望 - 中美元首通话及A股情绪回暖支撑港股结构性上涨[3][7] - AI需求指引持续好转 科技板块成为最值得期待方向[3][7] - 建议采用杠铃策略：高股息资产作为底仓 同时关注盈利改善明显的科技与消费行业[3][7]

A股市场表现 - 市场全天低开高走，创业板指上涨1.95%创阶段新高，上证指数和深证成指分别上涨0.37%和1.16%[3] - 市场成交额达24029.16亿元，较上一交易日增加358.68亿元[3] - 全市场2504只个股上涨，2758只个股下跌[3] 风格与行业表现 - 风格表现排序为成长>周期>稳定>金融>消费，其中大盘成长风格领先[3] - 综合金融行业涨幅最高达3.93%，电力设备及新能源和汽车分别上涨2.90%和2.13%[3] - 消费者服务、农林牧渔和商贸零售表现靠后，跌幅分别为-1.07%、-0.98%和-0.95%[3] 资金流向 - 主力资金净流出383.06亿元，其中超大单和大单分别净流出170.53亿元和212.53亿元[4] - 小单资金持续净流入473.14亿元[4] - 南向资金净流入94.41亿港元，沪市和深市港股通分别流入21.56亿和72.85亿港元[5] ETF资金动态 - 华夏上证50ETF成交额17.87亿元，较前日减少2.04亿元[4] - 华泰柏瑞沪深300ETF成交额33.16亿元，减少3.27亿元[4] - 南方中证1000ETF成交额12.30亿元，增加2.30亿元[4] 全球市场表现 - 恒生指数上涨1.78%，恒生科技指数大涨4.22%[5] - 美股三大指数普遍下跌，道琼斯、标普500和纳斯达克分别下跌0.27%、0.13%和0.07%[6] - 欧洲主要股指下跌，德国DAX、英国富时100和法国CAC40分别下跌1.77%、0.88%和1.00%[6]

核心观点 - 报告构建了一个兼具可投资性和代表性的行业指数池，并基于FY2预期ROE增速的景气度指标开发了三维行业轮动策略，该策略结合景气趋势共振和拥挤度规避，在2018年至2025年9月期间实现了显著的超额收益 [7][19][48] 行业指数池构建 - 行业ETF规模从2019年底的858亿元增长至2025年8月的近9000亿元，其中TMT、金融地产和医药板块的ETF规模均突破1000亿元，为行业轮动策略提供了丰富的被动投资工具 [10] - 行业指数池覆盖1633只股票，总市值覆盖率平均达75%，代表指数如中证银行（100%自由流通市值覆盖率）和中证煤炭（95%自由流通市值覆盖率）具有强行业属性和高覆盖率 [12][17] - 指数池按中信一级行业分类，涵盖消费、医药、TMT、新能源、制造、周期、公共服务和金融地产八大板块，每个行业选取覆盖率最高的指数作为代表，例如细分食品（食品饮料行业，97.1%成份比例）和证券公司（非银金融，95.7%成份比例） [12] 景气投资实践 - 使用FY2预期ROE增速（预测第二年）作为景气度指标，其分组单调性更强，第一组年化收益达9.13%，相对中证800超额7.93%，而FY1指标表现较弱（第一组收益仅0.8%） [23][30][31] - FY2景气上行组合（2018-2025年9月）月度超额胜率为58%，超额收益盈亏比1.39，在2019年实现53.98%收益（超额20.27%），2024年实现19.52%收益（超额7.32%） [30][33] - 景气度计算采用自由流通市值加权法，公式为 $F R O E g\_f r e e m v W_{j,T}=\sum_{i}\frac{F N P_{i,T}-N P_{i T-1}}{a b s\bigl(B V_{i l a t e s t}\bigr)}\times f r e e m v W_{i}$，并在每月底计算90天环比变化 [20][21] 景气趋势共振策略 - 策略结合FY2景气度边际变化和平稳动量（过去一年累计收益剔除头部10%涨跌幅），以量化资金共识，解决"正确但无效"问题，2018年以来年化收益12.33%，相对中证800超额11.13% [38][40][42] - 组合月度超额胜率提升至64%，超额收益盈亏比1.30，在2020年实现52.95%收益（超额27.16%），2025年9月实现29.91%收益（超额12.47%） [42][45] - 策略每月筛选前5行业等权配置，单一行业仓位上限20%，有效样本剔除景气下行和绝对景气小于0的指数 [38] 三维组合策略（景气+趋势+拥挤度） - 增加拥挤度规避（三年换手率分位大于95%的行业被剔除），以防御交易过热风险，2018年以来年化收益12.80%，相对中证800超额11.60% [50][52][54] - 组合月度超额胜率62%，超额收益盈亏比1.47，在2019年实现55.43%收益（超额21.72%），2022年最大回撤27.11%（优于基准） [54][57] - 截至2025年8月，三维策略推荐行业包括中证全指运输指数（预期增速变化0.3%）、家用电器（0.5%变化）、中证畜牧（3.7%变化）、中证传媒（1.8%变化）和油气产业（0.2%变化），拥挤度均低于95%阈值 [60] 行业最新特征 - 2025年8月行业数据显示，中证畜牧预期增速最高（9.6%），中证传媒估值分位最高（77.7%），而中证全指运输指数趋势强度达71.0% [60] - 拥挤度较高的行业包括证券公司（92.2%分位）和中证全指电力指数（91.9%分位），但均被策略规避 [60]

港股市场表现 - 恒生指数上涨0.22%报26446.56点 恒生科技指数上涨0.91%报6043.61点 恒生中国企业指数上涨0.21%报9384.76点 恒生港股通高股息率指数回调0.16% [3] - 港股市场大市成交额达2901.9亿港元 南向资金净买入144.73亿港元 [4] - A股上证指数回调0.26% 沪深300上涨0.24% 万得全A上涨0.09% 红利指数回调0.42% [3] 行业与概念板块表现 - 中信港股通一级行业涨幅前三：综合行业上涨7.69% 煤炭行业上涨2.45% 电力设备及新能源行业上涨2.24% [3] - 概念板块涨幅前三：未盈利生物科技指数上涨15.63% 锂电池指数上涨5.62% 抗肿瘤指数上涨5.08% [3] - 跌幅显著板块：中广核指数下跌4.35% 婴童指数下跌4.13% 影视传媒指数下跌3.38% [3] 市场驱动因素 - 中美经贸会谈于马德里举行 讨论关税措施及TikTok等议题 提振市场情绪 [4] - 美联储9月降息概率达100% 其中降息25bp概率94.2% 改善全球流动性预期 [4] - 汽车行业政策利好：工信部支持《汽车供应商账款支付规范》 推动"60天账期"落地 [4] - 半导体国产替代逻辑强化：商务部对美模拟芯片启动反倾销调查 同步发起集成电路反歧视调查 [4] 未来展望方向 - AI科技与新消费领域具增长潜力 参考日美发展经验 [5] - 南向资金持续流入提升边际定价能力 低利率环境助推港股配置需求 [5] - 宽货币向宽信用传导 叠加美国降息改善流动性 支持AI产业业绩兑现 [5]

核心观点 - 港股市场于2025年9月15日表现强劲，三大股指上涨，南向资金净买入144.73亿港元，大市成交额达2901.9亿港元，主要受中美经贸会谈积极预期和美联储降息概率高企提振 [1][7] - 行业层面，汽车和半导体板块受政策利好推动上涨，综合、煤炭及新能源行业领涨 [4][7] - 未来港股创新高动力来自AI科技与新消费空间、南向资金持续流入及全球流动性改善，信用扩张前"反内卷"政策加速供给端出清 [7] 市场表现数据 - 恒生指数上涨0.22%至26446.56点，恒生科技指数上涨0.91%至6043.61点，恒生中国企业指数上涨0.21%至9384.76点 [4] - A股市场表现分化：上证指数回调0.26%，沪深300上涨0.24%，万得全A上涨0.09%，红利指数回调0.42% [4] - 南向资金单日净买入144.73亿港元，港股大市成交额2901.9亿港元 [1][7] 行业与主题表现 - 中信港股通一级行业涨幅前三：综合行业涨7.69%，煤炭行业涨2.45%，电力设备及新能源行业涨2.24% [4][17] - 跌幅显著行业：钢铁行业跌1.58%，轻工制造行业跌1.47%，有色金属行业跌1.18% [4][17] - 概念板块领涨：未盈利生物科技指数涨15.63%，锂电池指数涨5.62%，抗肿瘤指数涨5.08% [4] - 概念板块领跌：中广核指数跌4.35%，婴童指数跌4.13%，影视传媒指数跌3.38% [4] 宏观与政策驱动因素 - 中美于2025年9月14日在马德里举行经贸会谈，讨论关税、出口管制及TikTok等议题，市场对积极成果的预期提振情绪 [1][7] - 美联储9月降息概率为100%，其中降息25bp概率达94.2%，增强全球流动性宽松预期 [1][7] - 汽车行业受政策利好：中国汽车工业协会发布《汽车整车企业供应商账款支付规范倡议》，工信部支持落实"60天账期"要求 [7] - 半导体板块受益于商务部对美进口模拟芯片反倾销调查及集成电路反歧视调查，强化国产替代逻辑 [7] 未来展望与驱动方向 - AI科技与新消费领域参考日美经验，仍有较大增长空间，有望带动港股上涨 [7] - 南向资金持续流入增强边际定价能力，若中债利率在ERP模型中权重上升叠加国内低利率环境，将吸引更多资金配置港股 [7] - 宽货币向宽信用传导过程中，若美国降息改善全球流动性且AI产业业绩兑现，将支持港股进一步上涨 [7] - "反内卷"政策加速供给端出清，推动相关行业底部反弹并补齐牛市短板 [7]

量化模型与构建方式 1. **主动权益型基金仓位测算模型** - 模型构建思路：通过持股市值加权方法计算主动权益型基金的平均股票仓位，以反映市场配置情绪[20][23] - 模型具体构建过程： 1. 筛选合格样本基金，需满足条件：成立期满两个季度、未到期、规模大于5000万元、过去四期平均仓位大于60%[23] 2. 计算持股市值加权平均仓位： $$ \text{平均仓位} = \frac{\sum (\text{单基金持股市值} \times \text{该基金股票仓位})}{\sum \text{单基金持股市值}} $$ 3. 分类计算普通股票型、偏股混合型、配置型基金的仓位[20] - 模型评价：能够有效跟踪公募基金的整体配置情绪变化 2. **风格仓位暴露模型** - 模型构建思路：根据市值和成长/价值属性划分风格（如大盘成长、小盘价值等），计算主动偏股型基金在各风格上的仓位暴露[28] - 模型具体构建过程： 1. 定义风格分类标准（如大盘成长、大盘价值等）[28] 2. 对基金持仓股票按风格分类，并计算持股市值加权平均仓位： $$ \text{风格仓位} = \frac{\sum (\text{该风格股票持股市值})}{\sum \text{全部股票持股市值}} $$ 3. 统计各风格仓位的周度变化[28] 3. **行业仓位暴露模型** - 模型构建思路：基于中信一级行业分类，计算主动权益型基金在各行业上的仓位分布及变动[31][32] - 模型具体构建过程： 1. 按中信一级行业分类基金持仓股票[32] 2. 计算持股市值加权平均行业仓位： $$ \text{行业仓位} = \frac{\sum (\text{该行业股票持股市值})}{\sum \text{全部股票持股市值}} $$ 3. 跟踪各行业仓位的周度变化及趋势（如“连续上涨”或“连续下跌”）[32] 4. **ETF资金流向跟踪模型** - 模型构建思路：统计各类ETF（宽基、行业、主题等）的资金净流入数据，以反映市场资金偏好[35][36][37] - 模型具体构建过程： 1. 按ETF类型（宽基、行业、主题、境外等）分类[35] 2. 计算单周净流入金额： $$ \text{净流入} = \text{期间流入资金} - \text{期间流出资金} $$ 3. 汇总各类型ETF的规模及资金流向[35] 5. **主力/主动资金流统计模型** - 模型构建思路：基于同花顺对主力资金的划分标准（特大单、大单、中单、小单），统计个股和行业的资金净流入情况[50][51] - 模型具体构建过程： 1. 按成交单划分标准分类： - 特大单：成交量≥20万股或金额≥100万元 - 大单：成交量6-20万股或金额30-100万元 - 中单：成交量1-6万股或金额5-30万元 - 小单：成交量<1万股或金额<5万元[50] 2. 计算个股和行业的净流入金额： $$ \text{净流入} = \sum \text{买入金额} - \sum \text{卖出金额} $$ 3. 分别统计主力资金（特大单+大单）和主动资金（特大单）的流向[51] 模型的回测效果 （注：本篇报告未提供模型回测效果指标，如年化收益、夏普比率、信息比率（IR）等，故本节省略） 量化因子与构建方式 1. **基金净值涨跌幅因子** - 因子构建思路：计算主动权益型基金的周度净值涨跌幅，以反映基金短期表现[18][19] - 因子具体构建过程： $$ \text{净值涨跌幅} = \frac{\text{本期净值} - \text{上期净值}}{\text{上期净值}} $$ - 因子评价：可用于筛选短期表现优异的基金[19] 2. **ETF资金净流入因子** - 因子构建思路：统计单只ETF产品的资金净流入金额，反映资金对该产品的偏好[61][62] - 因子具体构建过程： $$ \text{净流入} = \text{期间申购金额} - \text{期间赎回金额} $$ - 因子评价：可用于判断资金对特定赛道或指数的偏好[35][36] 3. **行业资金主动净流入因子** - 因子构建思路：基于主力资金流向数据，计算各行业的主动资金净流入金额，反映主力资金对行业的偏好[51][60] - 因子具体构建过程： 1. 按行业分类汇总主动资金（特大单）净流入[60] 2. 计算行业净流入金额： $$ \text{行业净流入} = \sum_{\text{行业个股}} \text{主动资金净流入} $$ 因子的回测效果 （注：本篇报告未提供因子回测效果指标，如IC值、IR值、多空收益等，故本节省略）