量化模型与构建方式 1. **模型名称**：大额买入与资金流向跟踪模型 * **模型构建思路**：通过逐笔成交数据构建“大买单成交金额占比”和“净主动买入金额占比”两个核心指标，分别用于刻画大资金的买入行为和投资者的主动买入行为，从而对个股、宽基指数、行业和ETF的资金流向进行跟踪[7]。 * **模型具体构建过程**： 1. **数据准备**：获取股票或ETF的逐笔成交数据，数据中需包含叫买序号、叫卖序号和买卖标志[7]。 2. **指标一：大买单成交金额占比** * **步骤1：还原买卖单**：根据逐笔成交数据中的叫买和叫卖序号，将数据还原为买卖单数据[7]。 * **步骤2：筛选大单**：按照每单的成交量设定阈值，筛选得到“大单”[7]。 * **步骤3：计算指标**：计算当日所有“大买单”（即大单中属于买入方向的单子）的成交金额总和，除以当日该证券的总成交金额，得到“大买单成交金额占比”[7]。 * **公式**：$$大买单成交金额占比 = \frac{\sum 大买单成交金额}{当日总成交金额} \times 100\%$$ 3. **指标二：净主动买入金额占比** * **步骤1：界定主动方向**：根据逐笔成交数据中的买卖标志，界定每笔成交属于“主动买入”还是“主动卖出”[7]。 * **步骤2：计算净额**：将当日所有“主动买入”成交金额的总和，减去所有“主动卖出”成交金额的总和，得到“净主动买入金额”[7]。 * **步骤3：计算指标**：将“净主动买入金额”除以当日该证券的总成交金额，得到“净主动买入金额占比”[7]。 * **公式**：$$净主动买入金额占比 = \frac{\sum 主动买入成交金额 - \sum 主动卖出成交金额}{当日总成交金额} \times 100\%$$ 4. **跟踪与排名**：对全市场个股、ETF或按整体法计算的宽基指数/行业，计算上述两个指标的过去5日移动平均值，并依据该均值进行排序，生成跟踪列表[4][8][9][10][11][12][13][14][15][16]。 量化因子与构建方式 1. **因子名称**：大买单成交金额占比因子 * **因子构建思路**：该因子旨在捕捉大额资金的买入强度，认为大买单占比高的股票可能受到机构或大资金的关注[7]。 * **因子具体构建过程**：与上述“模型具体构建过程”中“指标一：大买单成交金额占比”的构建过程完全相同[7]。 2. **因子名称**：净主动买入金额占比因子 * **因子构建思路**：该因子旨在刻画市场投资者的主动买入意愿，净主动买入占比高表明买方力量更强，资金呈净流入状态[7]。 * **因子具体构建过程**：与上述“模型具体构建过程”中“指标二：净主动买入金额占比”的构建过程完全相同[7]。 模型的回测效果 （注：本报告为周度跟踪报告，未提供长期回测绩效指标，如年化收益率、夏普比率、最大回撤等。因此，本部分根据报告内容展示特定时间窗口下的指标跟踪结果。） 1. **大额买入与资金流向跟踪模型**，在**个股**维度，近5个交易日（20260323-20260327）大买单成交金额占比排名前5的个股为：新能泰山(93.2%)、雪浪环境(85.7%)、中利集团(85.4%)、马钢股份(85.2%)、华远控股(85.0%)[4][9]；净主动买入金额占比排名前5的个股为：振德医疗(16.7%)、中国广核(15.9%)、浙能电力(12.6%)、华帝股份(12.3%)、陕西金叶(12.2%)[4][10]。 2. **大额买入与资金流向跟踪模型**，在**宽基指数**维度，近5个交易日（20260323-20260327）主要宽基指数的大买单成交金额占比5日均值在69.5%至73.7%之间，净主动买入金额占比5日均值在1.0%至3.2%之间[12]。 3. **大额买入与资金流向跟踪模型**，在**行业**维度，近5个交易日（20260323-20260327）大买单成交金额占比排名前5的中信一级行业为：银行(81.5%)、房地产(78.9%)、交通运输(78.8%)、钢铁(78.7%)、煤炭(78.4%)[4][13]；净主动买入金额占比排名前5的行业为：综合金融(12.6%)、医药(12.3%)、钢铁(10.8%)、食品饮料(10.6%)、商贸零售(9.1%)[4][13]。 4. **大额买入与资金流向跟踪模型**，在**ETF**维度，近5个交易日（20260323-20260327）大买单成交金额占比排名前5的ETF为：国泰中证A500ETF(92.4%)、华泰柏瑞中证A500ETF(92.1%)、汇添富MSCI中国A50互联互通ETF(91.5%)、鹏华国证石油天然气ETF(91.3%)、国泰上证10年期国债ETF(91.3%)[4][15]；净主动买入金额占比排名前5的ETF为：海富通上证城投债ETF(24.4%)、富国创业板人工智能ETF(19.4%)、国泰上证10年期国债ETF(16.9%)、华夏中证新能源汽车ETF(14.4%)、华夏中证细分有色金属产业ETF(14.2%)[4][16]。 因子的回测效果 （注：本报告未提供因子在选股模型中的IC、IR、多空收益等传统因子测试结果。此处展示的为因子在特定时点的截面取值及排名情况。） 1. **大买单成交金额占比因子**，在**个股**截面（20260323-20260327），因子值（5日均值）最高为93.2%（新能泰山），前10名因子值均超过84%[9]；在**ETF**截面，因子值最高为92.4%（国泰中证A500ETF），前10名因子值均超过90%[15]。 2. **净主动买入金额占比因子**，在**个股**截面（20260323-20260327），因子值（5日均值）最高为16.7%（振德医疗），前10名因子值均超过11%[10]；在**ETF**截面，因子值最高为24.4%（海富通上证城投债ETF），前10名因子值均超过7.8%[16]。

量化模型与构建方式 1. **模型名称**：大额买入与资金流向跟踪模型[7] **模型构建思路**：使用交易明细数据构建指标，以跟踪市场中的大额买入行为和主动资金流向[1][7]。 **模型具体构建过程**：该模型包含两个核心跟踪指标。 * **大买单成交金额占比**：首先，根据逐笔成交数据中的叫买和叫卖序号，将数据还原为买卖单数据[7]。然后，按照每单的成交量筛选得到大单[7]。最后，计算大买单的成交金额占当日总成交金额的比例[7]。 * **净主动买入金额占比**：首先，根据逐笔成交数据中的买卖标志，界定每笔成交属于主动买入还是主动卖出[7]。然后，将主动买入成交金额与主动卖出成交金额相减，得到净主动买入金额[7]。最后，计算净主动买入金额占当日总成交金额的比例[7]。 量化因子与构建方式 1. **因子名称**：大买单成交金额占比[7] **因子构建思路**：通过逐笔成交数据还原买卖单并筛选大单，计算大买单金额占总成交额的比例，以刻画大资金的买入行为[7]。 **因子具体构建过程**： 1. 数据准备：获取股票的逐笔成交数据，数据中需包含叫买序号和叫卖序号[7]。 2. 还原买卖单：利用叫买和叫卖序号，将逐笔成交数据还原为原始的买卖单数据[7]。 3. 筛选大单：对还原后的买卖单，按照每单的成交量设定阈值，筛选出符合条件的大单[7]。 4. 计算因子值：对于每个交易日，计算所有大买单的成交金额总和，再除以该股票当日的总成交金额。公式为： $$大买单成交金额占比_t = \frac{\sum 大买单成交金额_t}{当日总成交金额_t}$$ 其中，t代表交易日。 **因子评价**：该因子直接反映了大额资金的买入强度，是监测主力资金动向的高频指标。 2. **因子名称**：净主动买入金额占比[7] **因子构建思路**：根据逐笔成交的买卖标志区分主动买入和主动卖出，计算其净额占总成交额的比例，以刻画投资者的主动买入意愿[7]。 **因子具体构建过程**： 1. 数据准备：获取股票的逐笔成交数据，数据中需包含买卖标志（如B表示主动买入，S表示主动卖出）[7]。 2. 分类汇总：根据买卖标志，将每笔成交金额归类为主动买入成交金额或主动卖出成交金额[7]。 3. 计算净额：将当日所有主动买入成交金额求和，减去所有主动卖出成交金额求和，得到净主动买入金额[7]。 4. 计算因子值：将净主动买入金额除以该股票当日的总成交金额。公式为： $$净主动买入金额占比_t = \frac{\sum 主动买入成交金额_t - \sum 主动卖出成交金额_t}{当日总成交金额_t}$$ 其中，t代表交易日。 **因子评价**：该因子反映了市场交易中主动买入力量的净强度，是衡量资金流向和投资者情绪的重要指标。 模型的回测效果 （注：本报告为跟踪周报，展示的是特定时间窗口的指标截面排名和数值，而非长期历史回测结果。因此，此处展示模型跟踪指标在报告期内的具体取值。） 1. **大额买入与资金流向跟踪模型**，在报告期内（20260316-20260320）跟踪了**个股**的大买单成交金额占比，排名前5的个股及其5日平均指标值为：韶能股份 (86.7%)[9]、鞍钢股份 (85.7%)[9]、中利集团 (85.5%)[9]、华电辽能 (85.5%)[9]、文投控股 (85.3%)[9]。 2. **大额买入与资金流向跟踪模型**，在报告期内（20260316-20260320）跟踪了**个股**的净主动买入金额占比，排名前5的个股及其5日平均指标值为：云南白药 (15.5%)[10]、苏泊尔 (14.9%)[10]、泽璟制药-U (14.5%)[10]、工商银行 (13.9%)[10]、富临精工 (13.6%)[10]。 3. **大额买入与资金流向跟踪模型**，在报告期内（20260316-20260320）跟踪了**宽基指数**的指标，其5日平均大买单成交金额占比和净主动买入金额占比分别为：上证指数 (72.3%, -4.6%)[12]、上证50 (71.3%, -4.3%)[12]、沪深300 (73.4%, -2.3%)[12]、中证500 (71.3%, -3.9%)[12]、创业板指 (72.4%, 0.7%)[12]。 4. **大额买入与资金流向跟踪模型**，在报告期内（20260316-20260320）跟踪了**中信一级行业**的指标，大买单成交金额占比排名前5的行业及其5日平均值为：银行 (80.0%)[13]、钢铁 (78.3%)[13]、交通运输 (78.3%)[13]、电力及公用事业 (77.5%)[13]、煤炭 (77.5%)[13]；净主动买入金额占比排名前5的行业及其5日平均值为：通信 (1.2%)[13]、煤炭 (0.5%)[13]、电力设备及新能源 (-0.1%)[13]、电力及公用事业 (-1.0%)[13]、银行 (-2.2%)[13]。 5. **大额买入与资金流向跟踪模型**，在报告期内（20260316-20260320）跟踪了**ETF**的大买单成交金额占比，排名前5的ETF及其5日平均指标值为：华泰柏瑞中证A500ETF (93.6%)[15]、汇添富MSCI中国A50互联互通ETF (93.5%)[15]、国泰中证A500ETF (93.4%)[15]、海富通上证城投债ETF (92.0%)[15]、华夏中证A500ETF (91.5%)[15]。 6. **大额买入与资金流向跟踪模型**，在报告期内（20260316-20260320）跟踪了**ETF**的净主动买入金额占比，排名前5的ETF及其5日平均指标值为：天弘中证工业有色金属主题ETF (18.3%)[16]、嘉实国证绿色电力ETF (14.0%)[16]、华夏中证细分有色金属产业ETF (13.9%)[16]、景顺长城中证红利低波动100ETF (13.2%)[16]、华夏中证半导体材料设备主题ETF (12.2%)[16]。 因子的回测效果 （注：本报告为跟踪周报，未提供因子在长期回测中的IC、IR、多空收益等传统因子测试指标。此处列出报告期内部分股票和ETF的因子具体数值作为示例。） 1. **大买单成交金额占比因子**，在报告期内（20260316-20260320），部分股票的5日平均因子值为：韶能股份 86.7%[9]，鞍钢股份 85.7%[9]，中利集团 85.5%[9]。 2. **净主动买入金额占比因子**，在报告期内（20260316-20260320），部分股票的5日平均因子值为：云南白药 15.5%[10]，苏泊尔 14.9%[10]，泽璟制药-U 14.5%[10]。

量化因子与构建方式 1. **因子名称：大买单成交金额占比**[7] **因子构建思路：** 该因子旨在刻画大资金的买入行为。通过逐笔成交数据还原买卖单，筛选出大单，并计算其中大买单的成交金额占总成交额的比例。[7] **因子具体构建过程：** 1. 数据准备：获取股票的逐笔成交数据，数据中包含“叫买序号”和“叫卖序号”字段。[7] 2. 还原买卖单：根据逐笔成交数据中的叫买和叫卖序号，将逐笔成交数据还原为原始的买卖单数据。[7] 3. 筛选大单：对还原后的买卖单，按照每单的成交量设定阈值，筛选出符合条件的大单。[7] 4. 计算因子值：对于每个股票，在每一个交易日，计算其所有大买单的成交金额之和，然后除以该股票当日的总成交金额，得到该因子日度值。[7] $$大买单成交金额占比_t = \frac{\sum 大买单成交金额_t}{当日总成交金额_t}$$[7] 其中，t代表交易日。 2. **因子名称：净主动买入金额占比**[7] **因子构建思路：** 该因子旨在刻画投资者的主动买入行为。根据逐笔成交数据中的买卖标志区分主动买入和主动卖出，计算两者金额之差占总成交额的比例。[7] **因子具体构建过程：** 1. 数据准备：获取股票的逐笔成交数据，数据中包含“买卖标志”字段。[7] 2. 界定主动买卖：根据逐笔成交数据中的买卖标志，界定每一笔成交是属于主动买入还是主动卖出。[7] 3. 计算净额：将当日所有主动买入的成交金额求和，减去所有主动卖出的成交金额求和，得到净主动买入金额。[7] 4. 计算因子值：对于每个股票，在每一个交易日，将计算得到的净主动买入金额除以该股票当日的总成交金额，得到该因子日度值。[7] $$净主动买入金额占比_t = \frac{\sum 主动买入成交金额_t - \sum 主动卖出成交金额_t}{当日总成交金额_t}$$[7] 其中，t代表交易日。 因子的回测效果 （注：本报告为跟踪周报，未提供长期历史回测指标，仅展示了特定时间窗口内各标的的因子取值及历史分位数。） 1. **大买单成交金额占比因子**，在个股维度，近5日（20260309-20260313）均值排名前5的股票及其因子值为：酒钢宏兴 87.2%[9]、文投控股 86.6%[9]、津滨发展 86.3%[9]、宁波建工 85.6%[9]、西宁特钢 85.3%[9] 2. **大买单成交金额占比因子**，在宽基指数维度，近5日（20260309-20260313）均值及历史分位数为：上证指数 72.5% (56.4%)[12]、上证50 71.5% (53.5%)[12]、沪深300 73.4% (69.5%)[12]、中证500 72.2% (76.5%)[12]、创业板指 71.3% (31.7%)[12] 3. **大买单成交金额占比因子**，在行业（中信一级）维度，近5日（20260309-20260313）均值排名前5的行业及其因子值为：银行 81.3%[13]、房地产 79.8%[13]、建筑 78.5%[13]、综合 77.9%[13]、钢铁 77.7%[13] 4. **大买单成交金额占比因子**，在ETF维度，近5日（20260309-20260313）均值排名前5的ETF及其因子值为：国泰上证10年期国债ETF 95.4%[15]、汇添富MSCI中国A50互联互通ETF 94.0%[15]、华泰柏瑞中证A500ETF 93.2%[15]、国泰中证A500ETF 92.5%[15]、华夏中证A500ETF 92.0%[15] 5. **净主动买入金额占比因子**，在个股维度，近5日（20260309-20260313）均值排名前5的股票及其因子值为：民生银行 22.2%[10]、国投电力 21.8%[10]、光大银行 19.5%[10]、浙商银行 19.2%[10]、尚太科技 18.9%[10] 6. **净主动买入金额占比因子**，在宽基指数维度，近5日（20260309-20260313）均值及历史分位数为：上证指数 -5.0% (24.7%)[12]、上证50 -2.1% (11.9%)[12]、沪深300 -0.9% (58.0%)[12]、中证500 -5.5% (74.5%)[12]、创业板指 0.6% (74.1%)[12] 7. **净主动买入金额占比因子**，在行业（中信一级）维度，近5日（20260309-20260313）均值排名前5的行业及其因子值为：银行 10.5%[13]、食品饮料 4.7%[13]、房地产 2.5%[13]、建筑 0.4%[13]、基础化工 -0.9%[13] 8. **净主动买入金额占比因子**，在ETF维度，近5日（20260309-20260313）均值排名前5的ETF及其因子值为：嘉实国证绿色电力ETF 35.4%[16]、易方达中证红利低波动ETF 21.6%[16]、华泰柏瑞中证全指电力公用事业ETF 18.7%[16]、南方标普中国A股大盘红利低波50ETF 15.7%[16]、广发创业板ETF 13.8%[16]

国资央企“十五五”期间战略布局 - 文章核心观点：“十五五”期间将以国有资本“三个集中”为牵引，推进重组整合与结构优化，强化自主与原始创新，并深入实施“AI+”专项行动，以加快新兴产业和未来产业布局，培育增长“第二曲线” [1] - 新兴产业与未来产业布局：国资央企将系统布局新能源、航空航天、低空经济、量子科技、6G等产业，同时前瞻谋划具身智能、生物制造、海洋能和绿色船舶等新赛道 [1] - 战略聚焦领域：将聚焦国家安全、产业链供应链安全和关键核心技术攻关，加快打造国家战略科技力量和新兴支柱产业 [1] 中证A500指数表现与特征 - 指数风格与优势：相较沪深300，中证A500强调行业均衡与细分龙头，其风格更分散、成长性暴露更高，能在产业结构升级周期提供更优的Beta底盘 [1] - 历史业绩表现：截至2025年末，中证A500指数基日以来涨幅高达464.28%，同期沪深300指数为361.15%，超额收益为103.13% [1] 国泰中证A500ETF产品情况 - 客户数量优势：根据2025年中报，国泰中证A500ETF总户数位列同类首位，是第二名的三倍多 [1]

市场整体展望与驱动因素 - 监管近期新政有望引导市场情绪回归理性，利于市场内在稳定性的稳步提升 [1] - 中期在监管层积极引导中长期资金入市的背景下，叠加国际货币秩序重构等宏观积极因素，市场向上的大方向有望延续 [1] - 上市公司年度业绩预告进入密集披露期，市场博弈情绪预计将显著升温，投资主线将从宏观流动性驱动转向微观业绩验证 [1] 中证A500指数产品分析 - 中证A500指数强调行业均衡与细分龙头，其风格更分散、成长性暴露更高，能在产业结构升级周期提供更优的Beta底盘 [1] - 截至2025年末，中证A500指数基日以来涨幅高达464.28%，而同期沪深300指数为361.15%，超额为103.13个百分点 [1] - 国泰中证A500ETF（159338）在2025年中报中总户数位列同类38只产品首位，是第二名的三倍多 [1][2] 短期市场动态 - 1月30日大盘回调，中证A500ETF（159338）回调超1.2% [1]

量化因子与构建方式 1. **因子名称：大买单成交金额占比**[7] * **因子构建思路**：该因子旨在刻画大资金的买入行为。通过逐笔成交数据还原买卖单，并筛选出大单，计算其中大买单的成交金额占当日总成交金额的比例。[7] * **因子具体构建过程**： 1. 数据准备：获取股票的逐笔成交数据，数据中包含叫买序号、叫卖序号、成交价格、成交量等信息。[7] 2. 还原买卖单：根据逐笔成交数据中的叫买和叫卖序号，将逐笔成交数据还原为买方发起的买单和卖方发起的卖单数据。[7] 3. 筛选大单：对还原后的买卖单，按照每单的成交量设定阈值，筛选出成交量达到“大单”标准的交易。[7] 4. 计算指标：对于筛选出的大单，区分买单和卖单。计算所有大买单的成交金额之和，再除以该股票当日的总成交金额，得到大买单成交金额占比。[7] * 公式：$$大买单成交金额占比 = \frac{\sum (大买单成交价格 \times 大买单成交量)}{当日总成交金额} \times 100\%$$ 2. **因子名称：净主动买入金额占比**[7] * **因子构建思路**：该因子旨在刻画投资者的主动买入行为。根据逐笔成交数据中的买卖标志，区分主动买入和主动卖出，计算两者金额的净差额占当日总成交金额的比例。[7] * **因子具体构建过程**： 1. 数据准备：获取股票的逐笔成交数据，数据中包含买卖标志、成交价格、成交量等信息。[7] 2. 界定主动买卖：根据逐笔成交数据中的买卖标志（例如，B代表主动性买单，S代表主动性卖单），界定每笔成交属于主动买入还是主动卖出。[7] 3. 计算净额：将所有主动买入的成交金额求和，减去所有主动卖出的成交金额求和，得到净主动买入金额。[7] 4. 计算占比：将净主动买入金额除以该股票当日的总成交金额，得到净主动买入金额占比。[7] * 公式：$$净主动买入金额占比 = \frac{\sum (主动买入成交金额) - \sum (主动卖出成交金额)}{当日总成交金额} \times 100\%$$ 因子的回测效果 1. **大买单成交金额占比因子**，近5日（20260112-20260116）均值排名前5的个股指标值：惠博普 92.6%[9]、美年健康 89.6%[9]、志特新材 89.2%[9]、津滨发展 88.4%[9]、江南高纤 87.7%[9] 2. **净主动买入金额占比因子**，近5日（20260112-20260116）均值排名前5的个股指标值：杭萧钢构 16.7%[10]、纬德信息 15.4%[10]、中科微至 15.0%[10]、新风光 13.8%[10]、联合水务 13.3%[10] 3. **大买单成交金额占比因子**，近5日（20260112-20260116）主要宽基指数指标值：上证指数 73.8%[12]、上证50 70.6%[12]、沪深300 73.1%[12]、中证500 73.0%[12]、创业板指 71.6%[12] 4. **净主动买入金额占比因子**，近5日（20260112-20260116）主要宽基指数指标值：上证指数 -5.8%[12]、上证50 -12.9%[12]、沪深300 -8.8%[12]、中证500 -3.4%[12]、创业板指 -4.4%[12] 5. **大买单成交金额占比因子**，近5日（20260112-20260116）排名前5的中信一级行业指标值：房地产 79.8%[13]、煤炭 78.5%[13]、钢铁 78.2%[13]、建筑 77.9%[13]、综合 77.8%[13] 6. **净主动买入金额占比因子**，近5日（20260112-20260116）排名前5的中信一级行业指标值：电子 2.2%[13]、汽车 0.9%[13]、家电 0.1%[13]、机械 -1.0%[13]、电力设备及新能源 -3.1%[13] 7. **大买单成交金额占比因子**，近5日（20260112-20260116）均值排名前5的ETF指标值：华泰柏瑞中证A500ETF 92.9%[15]、易方达中证A500ETF 91.6%[15]、国泰中证A500ETF 91.5%[15]、华泰柏瑞沪深300ETF 91.0%[15]、易方达沪深300ETF 91.0%[15] 8. **净主动买入金额占比因子**，近5日（20260112-20260116）均值排名前5的ETF指标值：东财上证科创板50成份ETF 23.4%[16]、海富通上证城投债ETF 20.9%[16]、国泰上证10年期国债ETF 15.6%[16]、富国创业板人工智能ETF 14.3%[16]、嘉实中证稀土产业ETF 14.1%[16]

中证A500指数表现与优势 - **2025年全年，中证A500指数上涨22.43%，跑赢沪深300指数（上涨17.66%）近5个百分点**，超额收益显著[1] - **2026年，AI应用、创新药等高科技行业引燃市场，中证A500的领先优势更为明显**[2][15] - **截至1月16日，最近半年，中证A500指数上涨24.83%，跑赢沪深300指数（上涨17.74%）超过7个百分点**，超额收益进一步扩大[3][16] - **自2004年12月31日基日以来，中证A500指数累计上涨488.94%，大幅跑赢沪深300指数（上涨371.31%）**，超额收益超过110个百分点[3][16] 指数编制与行业结构特点 - **中证A500指数在金融和食品饮料行业上降低权重，将配置分散至计算机、电子、医药、军工等新兴领域**，行业结构更均衡[3][17] - **指数编制在市值和交易额筛选标准基础上，融入了ESG评价和行业中性策略等多重考量，并优选行业龙头**，成分股呈现“行业均衡，龙头荟萃”的特点[3][17] - **传统宽基如沪深300长期被金融、白酒等大市值板块主导，行业结构与高科技发展格格不入**，而中证A500的设计更符合当前产业发展趋势[3][17] 资金流向与产品情况 - **最近20天，中证A500ETF资金净流入超过112亿元**，显示市场资金对其投资价值的认可[3][17] - **跟踪中证A500指数的ETF中，中证A500ETF（159338）持有户数超过10万，个人投资者占比33.98%**，在同类产品中获得更多客户选择[6][19] - **2025年前三季度，国泰中证A500ETF累计实现利润42.75亿元，在32只同类产品中位居首位**，成功将指数增长转化为投资者的真实收益[6][19] 当前市场环境与投资策略 - **市场在冲高后出现回落调整，但成交并未显著缩量，后续上行动能仍在**，牛市存在继续上攻的潜力和动能[7][20] - **政策面上，中央经济工作会议回应了市场对消费、投资、科技等问题的关切，增量配套政策值得期待**[8][20] - **基本面上，经济数据的短线压力构成了长期的预期差修复空间**，市场或在震荡中等待实体经济企稳回升[8][20] - **在上证指数4100点以上的整数关口，突破时调整风险可能积聚，牛市震荡中行情轮动加快，热点趋于分散**[9][21] - **建议采取“宽基打底，卫星增强”策略**以更好应对市场变化[10][22] - **宽基部分可侧重布局中证A500ETF（159338）等工具**，其覆盖广泛、行业均衡，可捕捉市场整体贝塔收益，构筑组合“稳定器”[11][24] - **卫星配置可在反内卷与科技两条主线上形成哑铃型布局**，一端关注格局优化、盈利修复领域，另一端聚焦创新驱动、高增长弹性赛道，实现攻守兼备[12][25] - **在市场阶段性调整并企稳的关键节点主动加仓**，有助于更精准把握行情节奏，在控制波动的前提下提升收益空间[12][25]

A500指数ETF市场格局 - 截至1月12日，全市场40只A500相关ETF合计规模达到3008.89亿元 [1] - 其中规模超百亿的ETF有8只，合计总规模2562.62亿元，占全市场总规模的85.16% [1] - A500ETF华泰柏瑞以500.84亿元规模成为全市场首只突破500亿元的A500指数ETF [1] - A500ETF南方和华夏A500ETF基金分别以472.22亿元和423.33亿元规模位列第二和第三 [1] - 国泰中证A500ETF和A500ETF易方达规模双双超过300亿元，广发、富国、嘉实旗下的A500ETF规模均超百亿元 [1] 头部A500ETF产品明细 - A500ETF华泰柏瑞（代码：563360.OF）规模为500.84亿元，管理人为华泰柏瑞基金 [3] - A500ETF南方（代码：159352.0F）规模为473.04亿元，管理人为南方基金 [3] - A500ETF基金（代码：512050.0F）规模为423.33亿元，管理人为花夏基金 [3] - 中证A500ETF（代码：159338.OF）规模为380.88亿元，管理人为国泰基金 [3] - A500ETF易方达（代码：159361.OF）规模为342.87亿元，管理人为易方达基金 [3] 机构对2026年A股市场展望 - 国信证券认为跨年行情或接续演绎，呈现结构性、板块轮动较快的特征 [5] - 多路资金抢跑“春季躁动”行情，海外货币政策不确定性消退，国内政策预期有望支撑风险偏好 [5] - 年初是保险、年金等绝对收益资金的配置窗口期，增量资金入场意愿较强，近期国内机构资金、融资资金已出现“抢跑”迹象 [5] - 兴业证券认为当前市场向上仍有较大潜在空间 [6] - 本轮A股“开门红”得益于国内宏观环境偏暖、流动性充裕，内外因素共同推动资金流入与市场上涨形成正循环 [7] - 上证“十六连阳”、突破关键点位、成交额破3万亿元等标志性事件强化了趋势和信心 [7] - 结合基本面、情绪、结构、日历效应等维度，当前市场处于向下风险有限、向上仍有较大潜在空间的窗口 [7] - 招商证券认为春季攻势继续演绎的概率较高，风格选择更推荐大盘成长，行业配置围绕春季躁动和年报前瞻线索，重点推荐顺周期和科技领域 [8] 市场资金与板块关注点 - 2026年开年以来A股延续上行趋势，股价上涨推高了融资融券的平均担保比例，融资资金流入为市场贡献了重要增量资金 [8] - 随着1月年报业绩预告披露完毕，2月市场将进入基本面空窗期，资金将回归远期成长性主导的审美模式，为主题行情的向上弹性打开空间 [7] - 近期产业趋势更新主要集中在AI算力硬件、端侧AI、物理AI（自动驾驶、机器人、脑机接口）、AI大模型与应用以及商业航天 [7] - 商业航天作为近期边际变化较大、资金共识度较高的板块，交易情绪或仍有进一步抬升空间，其基本面、政策面和产业趋势均出现积极变化，是今年值得重视的新动能主线 [7]

市场整体表现 - 2026年1月12日A股成交额创历史新高，达到3.64万亿元，超越此前3.49万亿元的纪录[1] - 当日沪市成交额为144462.3亿元，深市为21551.46亿元，北证50为435.21亿元[1] - 当日ETF市场成交额达4278.78亿元，其中上交所ETF成交2463.92亿元，深交所ETF成交1815.55亿元[1] ETF产品表现 - 当日多只科技主题ETF涨幅显著，科创创业人工智能ETF摩根涨超16%，创业板人工智能ETF招商、创业板软件富国、创业板软件华夏涨超11%[1] - 当日有20多只卫星ETF报收涨停[1] - 股票型ETF成交额最高，达2360.94亿元，其次是债券型ETF（1059.41亿元）、QDII型ETF（476.23亿元）、货币型ETF（276.02亿元）和商品型ETF（106.18亿元）[2] - 成交额前三的非货币型ETF为：易方达中证香港证券投资主题(港股通)ETF（145.29亿元）、国泰中证A500ETF（82.10亿元）、南方中证A500ETF（79.86亿元）[2] 行业规模与发展 - 截至2025年末，中国ETF总规模达6.02万亿元，较2024年底增长2.29万亿元，成为全球第二大ETF市场[2] - 截至2026年1月12日，ETF总规模进一步增长至6.19万亿元[2] - 截至2025年末，ETF产品数量超过1381只，覆盖宽基、行业主题、跨境、商品、债券等多个资产类别[2] - ETF行业呈现显著头部效应，截至2026年1月12日，有16家基金管理人旗下ETF规模超过1000亿元[4] 头部公司分析 - 华夏基金ETF管理规模在2026年1月12日首次突破万亿元，达到超11000亿元，位居行业第一[2][4] - 易方达基金ETF管理规模超过9200亿元，华泰柏瑞基金ETF管理规模超过6500亿元，分别位列第二和第三[4] - 华夏基金自2004年推出境内首只ETF以来持续深耕，截至2025年底旗下ETF产品达117只，覆盖多元类别[3] - 截至2025年6月底，华夏ETF持仓客户数达374万，位居行业首位[3] - 华夏基金有83只ETF产品在跟踪同指数的ETF中处于费率最低档位，其中10只规模超百亿的ETF管理费率仅0.15%，合计规模超6700亿元[3]

市场整体表现 - 2025年1月8日，A股三大指数震荡回调 [1] - 自2025年12月以来，卫星、航天板块表现活跃，并在1月8日再次强势拉涨，相关主题ETF“霸榜”涨幅榜前十 [1][8] - 近期海外股市整体高位震荡，国内部分QDII产品溢价率居高不下，多家基金公司于1月8日发布溢价风险提示公告 [5] 卫星及航空航天板块表现 - 卫星产业链开年以来持续走强，北斗导航、空间站、商业航天等细分方向持续大幅攀升 [7] - 1月8日，卫星、航空航天主题ETF领涨市场，多只产品涨幅超过5% [6][8] - 具体ETF表现：卫星ETF（159206.SZ）上涨6.20%，卫星ETF（563230.SH）上涨5.70%，航天航空ETF（159208.SZ）上涨5.62%，通用航空ETF（563320.SH）上涨5.44% [9] 军工及其他主题ETF表现 - 在卫星、航空航天板块带动下，做多资金进一步涌入军工方向，多只军工主题ETF涨幅超4% [10][11] - 具体ETF表现：国防ETF（512670.SH）上涨5.06%，军工ETF（512660.SH）上涨4.51%，军工ETF易方达（512560.SH）上涨4.50% [12] - 除军工外，央企科技、工业软件、影视传媒等主题ETF也涨幅居前 [11] 债券及货币类ETF成交情况 - 1月8日，多只债券、货币类ETF交投活跃，成交额居前 [14] - 短融ETF（511360）单日成交额达376.68亿元，换手率60.90% [15][16] - 银华日利ETF（511880）成交额179.35亿元，科创债ETF南方（159700）成交额142.76亿元且换手率高达130.69% [15][16] 宽基及行业ETF资金流向 - 自2025年12月8日至2026年1月7日，场外增量资金呈现进场迹象，部分宽基ETF吸金规模超100亿元 [18] - 南方中证A500ETF等6只大型中证A500ETF，近一个月合计吸金规模达876.98亿元 [3][18] - 行业ETF方面，近一个月以来，除卫星ETF外，部分非银、有色板块ETF资金净流入额排名居前 [19] 红利类资产配置机会 - 分析人士指出，在市场连续拉涨后，部分资金出于寻求配置“确定性”考量，开始布局兼具高股息优势和防御属性的红利类资产 [21] - 红利低波ETF（512890）近21个交易日中有18个交易日获资金加仓，区间累计吸金19.04亿元，是同期所有红利主题ETF中唯一区间资金净流入超19亿元的产品 [21] - 华泰柏瑞基金认为，常态化、制度化的分红机制提升了股东回报，增强了红利类资产的长期配置吸引力 [21] - 随着无风险利率中枢趋势性下行，红利类资产的股息率优势或进一步凸显，红利低波指数股息率目前达到5.06%，相较10年期国债收益率占优 [21][22]