A股在7月连续突破压力位后，市场短期压力显现，部分资金选择落袋为安，7月沪深两市股票型ETF和跨境型ETF合计净流出约280亿元。 行业主题上看，科创芯片、金融科技等相关ETF被资金看好，而医药相关ETF被资金抛售。 7月约280亿元资金借道ETF离场 7月市场总体呈现震荡攀升态势，三大指数月线均收涨，其中创业板指7月累计涨超8%，沪指3600点得而复失。 值得注意的是，A股在7月连续突破压力位后，市场短期压力显现，部分资金选择落袋为安。 | 证券代码 基金简称 | | 基金份额变化 月净流入额 月涨跌幅 月成交额 | | | | --- | --- | --- | --- | --- | | | (亿分) | (亿元) | (%) | (亿元) | | 159361.SZ A500ETF易方达 | 21.54 | 25.24 | 4.46 | 289.35 | | 512500.SH 中证500ETF华夏 | 1.81 | 8.22 | 5.56 | 36.34 | | 588080.SH 科创板50ETF | 9.84 | 7.87 | 4.37 | 179.77 | | 588090.SH 科创板ETF ...

指数表现 - 恒生港股通创新药指数上涨4.4%，今年以来涨幅超100% [1] - 中证港股通医药卫生综合指数上涨4.0% [1] - 中证创新药产业指数上涨3.0% [1] - 中证生物科技主题指数上涨2.6% [1] - 沪深300医药卫生指数上涨2.5% [1] ETF资金流入 - 恒生创新药ETF（159316）连续10个交易日资金净流入，最新规模超8亿元，创历史新高 [1] 指数构成与特点 - 中证生物科技主题指数聚焦A股生物科技龙头，由不超过50只业务涉及基因诊断、生物制药、血液制品等公司股票组成，滚动市盈率59.8倍，估值分位75.8% [4] - 沪深300医药卫生指数聚焦A股医药卫生行业龙头，覆盖化学制药、医疗服务、医疗器械等细分领域，滚动市盈率31.4倍，估值分位50.1% [4] 指数历史与发布 - 恒生港股通创新药指数2023年7月10日发布 [5] - 中证港股通医药卫生综合指数2017年6月23日发布 [5] - 中证创新药产业指数2019年4月22日发布 [5] - 中证生物科技主题指数2015年8月26日发布 [5] - 沪深300医药卫生指数2007年7月2日发布 [5]

根据提供的证券研究报告内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. **扩散指数行业轮动模型** - 模型构建思路：基于价格动量原理，通过跟踪行业扩散指数捕捉行业趋势[24] - 具体构建过程： 1. 计算各中信一级行业的扩散指数，数值范围0-1，反映行业趋势强度 2. 每周跟踪指数排名，选择扩散指数最高的6个行业作为配置标的[25] 3. 指数计算公式： $$ DI_{i,t} = \frac{Rank(EMA(P_{i,t}, n))}{N} $$ 其中$P_{i,t}$为行业i在t时刻的价格，n为平滑周期，N为行业总数[26] - 模型评价：在趋势行情中表现优异，但反转行情易失效[24] 2. **GRU因子行业轮动模型** - 模型构建思路：基于GRU神经网络处理分钟频量价数据，生成行业因子[31] - 具体构建过程： 1. 输入层：行业分钟级成交价、成交量、买卖盘数据 2. 隐藏层：3层GRU网络结构，每层128个神经元 3. 输出层：生成30维行业因子向量，数值越大表示看涨概率越高[32] 4. 每周选择因子排名前6的行业配置[34] - 模型评价：短周期预测能力强，但对政策变化敏感[37] 模型的回测效果 1. **扩散指数模型** - 2025年累计超额收益：-0.45%[23] - 周度超额收益：-1.78%（2025/7/25当周）[28] - 月度超额收益：-3.47%（2025/7月）[28] 2. **GRU因子模型** - 2025年累计超额收益：-4.25%[31] - 周度超额收益：1.61%（2025/7/25当周）[35] - 月度超额收益：1.34%（2025/7月）[35] 量化因子与构建方式 1. **行业扩散因子** - 构建思路：反映行业价格趋势强度的标准化指标[25] - 具体构建： - 取行业指数20日EMA - 在全行业范围内进行百分位排名 - 标准化至0-1区间[26] 2. **GRU行业因子** - 构建思路：通过深度学习提取的量价特征[32] - 具体构建： - 输入5日分钟级量价序列 - 经GRU网络提取128维特征 - 全连接层输出单因子值[34] 因子的回测效果 1. **行业扩散因子** - 头部行业取值：综合金融(1.0)、钢铁(1.0)[25] - 尾部行业取值：电力及公用事业(0.534)、石油石化(0.692)[25] - 周度变化最大：煤炭(+0.49)、交通运输(+0.218)[27] 2. **GRU行业因子** - 头部行业取值：银行(3.3)、房地产(0.58)[32] - 尾部行业取值：综合金融(-48.92)、食品饮料(-42.89)[32] - 周度变化最大：医药(+18位)、电力及公用事业(+17位)[32]

ETF名称与跟踪指数差异分析 - 今年以来不少ETF进行更名以提升辨识度 但仍有部分产品名称相同却跟踪不同指数 需分多期解析同名ETF及背后指数差异[1] 医药卫生ETF对比 - 华夏基金管理的医药卫生ETF(510660 SH)跟踪上证医药卫生行业指数 含50只成分股 每半年调整一次[2] - 广发基金管理的医药卫生ETF(159938 SZ)跟踪中证全指医药卫生指数 含111只成分股 完全涵盖上证医药成分股[3][4][5] - 上证医药指数近一年至五年收益均优于中证全指医药指数 近五年年化收益达25 6% vs 27 1%[6][7] 医药ETF对比 - 汇添富医药ETF(159929 SZ)跟踪中证医药卫生指数(80只成分股) 易方达医药ETF(512010 SH)跟踪沪深300医药指数(25只成分股)[8] - 中证医药指数完全涵盖沪深300医药成分股 特有55只成分股占比37 84%[9] - 中证医药指数近一年至五年收益略优于沪深300医药指数 近五年年化收益27% vs 27%[10] 医药50ETF对比 - 博时医药50ETF(159838 SZ)跟踪中证医药50指数(50只龙头股) 华安医药50ETF(512120 SH)跟踪中证细分医药产业指数(50只大市值股)[11] - 两指数成分股重合25只(占比60%) 各自独有25只(占比40%)[11][12] - 细分医药指数近一年和三年收益更优 但医药50指数近五年年化收益28%略高于细分医药的25%[13]

ETF市场整体规模增长 - 截至7月15日ETF市场规模达4.39万亿元，较去年底增加6610亿元，增幅17.7% [2][3] - 新成立基金200只，总发行份额1310.1亿份，均超去年全年规模 [2] - 股票型ETF占比最高达69.8%，跨境ETF和债券型ETF分别占13.7%和9.1% [3] 主要ETF类型及规模分布 - 股票型ETF中规模指数ETF占比最高达50.7%，主题指数ETF和行业指数ETF分别占11.5%和4.8% [3] - 规模指数ETF以跟踪宽基指数为主，如沪深300、中证500等 [3] - 主题指数ETF聚焦未来趋势或热门概念，如人工智能ETF、新能源ETF [3] - 行业指数ETF专注于单一行业，如半导体ETF、医药ETF [3] 债券型ETF表现突出 - 债券型ETF规模达4006.1亿元，较去年末大增2266.4亿元，增幅130.3% [5] - 基准做市信用债ETF、科创债ETF等创新产品加速资金流入 [5] - 首批10只科创债ETF集中发行并"一日售罄"，总募集规模近300亿元 [5] 跨境ETF和黄金ETF增长显著 - 跨境ETF规模较去年末增加1778.2亿元，仅次于债券型ETF [6] - 挂钩港股通互联网指数、恒生科技指数的ETF规模均增加超300亿元 [6] - 挂钩SGE黄金9999指数的ETF规模增加778.7亿元，带动商品类ETF年内增加844.4亿元 [6] 主题ETF吸金能力强劲 - 机器人相关ETF规模增加近200亿元，人工智能、军工相关ETF增加超百亿元 [7] - 红利主题ETF也吸引了不少资金，部分规模年内增加数十亿元 [7] 中证A500ETF规模大幅下滑 - 中证A500ETF规模年内缩水631.4亿元，成为"失血王" [8] - 国泰中证A500ETF规模减少117.5亿份，华泰柏瑞中证A500ETF以179.6亿元登顶 [11] - 华泰柏瑞中证A500ETF在6月最后一周规模猛增111.1亿份，但此后持续下降 [11] 中证A500ETF竞争格局变化 - 2024年中证A500ETF规模迅速突破千亿大关，创下指数基金历史纪录 [9] - 截至2024年末，国泰中证A500ETF规模达281.5亿元，占据榜一位置 [10] - 截至7月15日，市场已无规模200亿元以上中证A500ETF [11] 中证A500指数特点 - 中证A500指数覆盖沪深两市各行业市值较大、流动性较好的公司 [14] - 引入ESG评价和互联互通筛选机制，更符合国际投资标准 [14] - 截至7月15日，去年成立的22只中证A500ETF年内涨幅普遍在3%以上 [14]

报告核心观点 报告对2025年近两周ETF市场进行回顾，涵盖收益表现、资金流向、产品结构等方面，还对分类型、热门主题ETF跟踪，指出不同主题ETF表现和资金流向差异 [4]。 ETF市场回顾 收益表现与资金流向 - 近两周ETF产品整体表现较好，主要宽基ETF中创业板指ETF涨幅最大，行业与主题产品中医药行业ETF涨幅最大；科创50、中证2000、中证800ETF资金净流入，中证A500ETF资金净流出额最大；科技ETF自3月起资金流入，近两周流入速度加快，医药ETF资金由净流入转为净流出，军工、红利、金融地产、新能源ETF资金流入速度加快，债基ETF除短融和地方债ETF外整体资金流入速度放缓 [4][11][12]。 产品结构分布 - 截至7月11日，近两周市场新成立ETF共17只，发行份额合计318.23亿份，包括7只股票ETF和10只纯债ETF；相较24年末，各类ETF规模均有所上升，债券ETF、商品ETF、行业 + 红利ETF、QDII - ETF和宽基ETF规模分别上升132.25%、111.16%、29.00%、14.05%、2.70% [4]。 管理人规模分布 - 截至7月11日，华夏基金ETF场内规模最大，为7622.81亿元；易方达基金ETF管理规模较1年前扩容超2900亿元 [28]。 分类型ETF跟踪 科技主题ETF - 跟踪动漫游戏的产品近两周表现居前，海外科技ETF表现弱于国内科技ETF；跟踪恒生科技的产品近两周资金净流入额居前，跟踪动漫游戏的产品资金净流出 [33][35]。 红利主题ETF - 跟踪中证央企红利的ETF产品近两周收益率涨幅最大；跟踪红利低波指数的产品近两周资金净流入额居前，跟踪红利指数的产品资金净流出 [38][40]。 消费主题ETF - 跟踪中证畜牧的产品近两周收益表现居前，跟踪标普500消费精选指数的产品溢价率较高；跟踪中证酒指数的ETF近两周资金净流入额居前，中证畜牧的产品资金净流出 [43][46]。 医药主题ETF - 跟踪恒生沪深港创新药50等创新药指数的产品近两周收益表现居前；跟踪港股通创新药指数的ETF近两周资金净流入额居前，跟踪港股创新药（CNY）的产品资金净流出 [49][52]。 大制造主题ETF - 跟踪光伏产业指数的产品近两周收益表现居前；跟踪光伏产业的产品近两周资金净流入额居前，跟踪中证新能指数的产品资金净流出 [54][57]。 QDII ETF - 跟踪港股创新药（CNY）等生物医药类指数的产品近两周收益表现居前；跟踪恒生科技的产品近两周资金净流入额居前，跟踪纳斯达克100的ETF产品资金净流出 [60][63]。 热门主题ETF跟踪 AI主题ETF - 近两周表现一般，平均收益率为0.36%，跟踪创业板人工智能的产品涨幅最大；25年以来资金整体持续净流入，2月以来大幅流入，4月小幅流出后转为流入，5月以来有所流出，近两周资金净流出3.92亿元 [74]。 机器人主题ETF - 近两周表现一般，平均收益率为0.23%，跟踪科创机械产业的产品涨幅最大；25年2月以后资金整体呈快速流入趋势，近两周资金流入速度加快，资金净流入9.71亿元 [79]。 中央汇金、国新、诚通持仓ETF - 截止2024年12月31日，持仓ETF规模共3203.96亿份；近两周资金由净流入转为净流出，资金净流出109.68亿元，华夏中证500ETF、易方达上证科创板50ETF、南方中证1000ETF等资金流入额居前 [83]。

根据提供的研报内容，总结如下： 量化模型与构建方式 1.模型名称：行业拥挤度监测模型；模型构建思路：通过量化指标监测申万一级行业的交易拥挤程度，识别过热或低估板块[6]；模型具体构建过程：采用30日滚动窗口计算各行业综合拥挤度指标（含成交量、波动率、资金流向等维度），数值区间0%-100%，越高代表越拥挤；模型评价：能有效捕捉市场情绪极端状态，但对行业轮动节奏的预判需结合基本面验证[6][9] 2.模型名称：溢价率Z-score套利信号模型；模型构建思路：通过统计套利方法捕捉ETF价格偏离净值的交易机会[6]；模型具体构建过程：计算标的ETF溢价率的历史Z-score，公式为$$Z=\frac{P-NAV}{σ(NAV)}$$，当Z>2时触发关注信号[6][11] 量化因子的构建方式 1.因子名称：主力资金净流入因子；因子构建思路：监测大单资金流向判断主力动向[10]；因子具体构建过程：逐日计算行业指数的主力净流入额（大单买入-卖出），并统计3日滚动累计值[10] 模型的回测效果 1.行业拥挤度监测模型，拥挤度阈值：公用事业77%（过热）、汽车8%（低估）[9] 2.溢价率Z-score模型，触发阈值：Z-score>2标准差[11] 因子的回测效果 1.主力资金净流入因子，3日累计值：计算机+4.59亿元（增配）、机械设备-61.92亿元（减配）[10]

市场资金流向 - 7月7日股票ETF资金净流入1.87亿元，其中15只ETF单日净流入超1亿元，行业ETF吸金居前 [1][3][5] - 跨境ETF表现突出，港股科技ETF、中概互联ETF、港股互联网ETF位居净流入前三，分别净流入10.8亿元、5.8亿元、3.6亿元 [5] - 5日内恒生科技指数ETF净流入超30亿元，科创50ETF净流入超28亿元 [5] - 7月以来股票ETF整体净流出超70亿元，中证A500ETF、沪深300ETF、上证50ETF等宽基ETF净流出较多 [2][10] 行业表现 - 电力相关ETF领涨市场，广发电力ETF规模从年初15亿元增长至32.29亿元，近1月日均成交1.64亿元 [7] - 港股科技板块表现强劲，广发港股通科技ETF单日涨幅超2% [6] - 医药ETF净流入3.8亿元，科创板50ETF净流入3.7亿元 [5] 头部基金动态 - 易方达中概互联网ETF单日净流入4.8亿元，规模达335.13亿元 [8] - 华夏科创50ETF单日净流入1.9亿元，规模达828.79亿元 [6] - 工银瑞信港股通科技30ETF净流入3.67亿元，规模232.85亿元 [8] 后市展望 - 万家基金认为A股主要宽基指数有望呈现偏强震荡格局，指数估值处于合理区间 [10] - 广发基金看好AI及半导体行业中长期投资价值，认为国产大模型将加速AI应用发展 [11] - 半导体行业受政策扶持力度加大，国产替代有望加速推进 [12]

量化模型与构建方式 1. **模型名称**：风格轮动型基金优选组合 **模型构建思路**：基于成长价值与大小盘两个维度，通过基金在两个报告期的股票持仓构建绝对主动轮动指标，识别风格轮动型基金，并利用主动轮动收益因子优选基金[3] **模型具体构建过程**： - 计算基金持仓的风格暴露变化，剔除被动调整部分，保留主动调整部分 - 构建绝对主动轮动指标： $$主动轮动指标 = \sum_{i=1}^{n} |w_{i,t} - w_{i,t-1}|$$ 其中$w_{i,t}$为第$i$只股票在$t$期的权重 - 根据主动轮动收益因子（风格轮动带来的超额收益）筛选基金[3] **模型评价**：能够有效捕捉基金经理主动调整风格的能力 2. **模型名称**：基于基金特征和基金能力的综合选基策略 **模型构建思路**：从基金规模、持有人结构、业绩动量、选股能力等维度构建选基因子，等权重合成[4] **模型具体构建过程**： - 基金规模类因子：合并口径的基金规模、份额 - 持有人结构类因子：员工持有份额占比 - 业绩动量类因子：由4因子模型alpha、夏普比率、区间胜率、HM择时能力系数等权合成 - 选股能力因子：基于Brinson模型计算选股胜率和超额收益 - 隐形交易能力因子：结合收益和风险贡献 - 含金量因子：考察重仓股中券商金股占比[4] 3. **模型名称**：基于交易动机因子及股票价差收益因子的选基策略 **模型构建思路**：结合交易动机（估值/流动性动机、业绩粉饰动机）与股票价差收益筛选基金[5] **模型具体构建过程**： - 交易动机因子： - 估值/流动性动机：根据资金流与股票买卖金额、大额成交占比计算 - 业绩粉饰动机：通过特定交易行为识别 - 股票价差收益因子：从基金利润表股票投资收益科目提取[5] 4. **模型名称**：基金经理持股网络交易独特性选基策略 **模型构建思路**：基于基金经理持股交易数据构建网络，计算交易独特性指标[6] **模型具体构建过程**： - 构建基金经理关联网络 - 计算每位基金经理与关联基金经理的交易差异度 - 生成交易独特性因子[6] 模型的回测效果 1. **风格轮动型基金优选组合** - 6月收益率：4.45% - 年化收益率：9.05% - 年化波动率：19.67% - Sharpe比率：0.46 - 最大回撤：37.30% - 年化超额收益：3.43% - IR：0.46[3] 2. **基于基金特征和基金能力的综合选基策略** - 6月收益率：4.26% - 年化收益率：13.09% - 年化波动率：22.51% - Sharpe比率：0.58 - 最大回撤：44.27% - 年化超额收益：4.92% - IR：0.61[4] 3. **基于交易动机因子及股票价差收益因子的选基策略** - 6月收益率：6.47% - 年化收益率：9.03% - 年化波动率：21.66% - Sharpe比率：0.42 - 最大回撤：48.39% - 年化超额收益：3.09% - IR：0.53[5] 4. **基金经理持股网络交易独特性选基策略** - 6月收益率：5.38% - 年化收益率：9.86% - 年化波动率：19.51% - Sharpe比率：0.51 - 最大回撤：37.26% - 年化超额收益：4.30% - IR：0.85[6] 量化因子与构建方式 1. **因子名称**：绝对主动轮动指标 **因子构建思路**：衡量基金风格主动调整程度[3] **因子具体构建过程**： $$指标值 = \sum_{i=1}^{n} |w_{i,t} - w_{i,t-1}|$$ 其中$w_{i,t}$为股票$i$在$t$期持仓权重[3] 2. **因子名称**：主动轮动收益因子 **因子构建思路**：量化风格轮动带来的超额收益[3] **因子具体构建过程**： - 计算基金风格暴露变化 - 结合同期风格因子收益计算贡献[3] 3. **因子名称**：交易独特性因子 **因子构建思路**：衡量基金经理交易行为差异化程度[6] **因子具体构建过程**： - 构建基金经理交易相似度矩阵 - 计算个体与网络平均交易的偏离度[6] 因子的回测效果 （注：报告中未单独披露因子IC、IR等具体数值）

政策动态 - 国家医保局首次将商业健康保险创新药目录纳入2025年基本医保目录调整方案 [1] - 丙类医保目录试点加速 CAR-T药品连续三年纳入"沪惠保"且最高赔付50万元 [2] - 2025年上半年国内获批1类创新药近40种 全年或突破50种 [2] 行业趋势 - 恒生港股通创新药指数完成"纯度革命" 剔除5家CXO公司后成份股100%聚焦创新药龙头 年内涨幅达67% [1] - 2025年1-5月中国创新药企对外授权交易总金额达455亿美元 超过2024年上半年总额 [2] - 创新药行业从"代工"向"专利"转型 新指数通过排除CXO/研发投入打分/半年调仓三重筛选确保纯度 [1] 市场表现 - 恒生创新药ETF(159316)跟踪的指数成份股包含百济神州、康方生物等 近期资金净流入超1700万元 [3] - 持仓企业海外销售额同比增120% [3] - 创新药ETF易方达(516080)规模超4亿元 覆盖恒瑞医药等A股全产业链龙头 [3] 产品布局 - 医药ETF(512010)规模超200亿元 其中创新药占比35% 适合稳健型投资者 [3] - 易方达通过恒生创新药ETF(纯血标的)和创新药ETF(全产业链)形成双轨布局 [3]