新发基金总体情况 - 上半年全市场共计有680只新基金启动募集 较2024年上半年增长7 94% [1] - 新发基金份额为5026 58亿份 同比下降超20% [1] 基金类型分布 - 股票型基金成为募集主力军 上半年共390只启动募集 占总量的57 35% 同比增长66 67% [3] - 被动指数型基金发行293只 占股票型基金总量的75 13% [3] - 增强指数型基金发行86只 普通股票型基金发行11只 [3] - FOF基金发行31只 同比增长82 35% [3] - 债券型基金发行131只 占比19 26% 其中中长期纯债型基金占45 80% [3] - 混合型基金发行110只 占比16 18% 偏股混合型基金占比达90 91% [3] - QDII基金发行8只 同比明显减少 [3] 权益类基金占比 - 新发权益基金（股票型+偏股混合型）合计490只 占新发基金总量的72 06% [4]

权益类基金发行情况 - 7月初已有7只权益类基金成立，包括5只被动指数型基金、1只增强指数型基金和1只偏股混合型基金 [1] - 正在发行中的基金共有67只，其中权益类基金50只占比74.63%，被动指数型基金34只占比50.75% [2] - 定档7月发行的基金44只，其中权益类基金32只占比72.73%，被动指数型基金19只占比43.18% [2] 权益类基金市场影响 - 权益类基金发行热度回升表明投资者信心修复和对权益市场前景乐观 [2] - 权益类基金陆续成立将为市场注入增量资金提升流动性和交易活跃度 [2] - 权益类基金发行回暖推动公募行业良性竞争优化产品结构和加强创新 [2] 被动指数型基金优势 - 被动指数型基金具备投资风格清晰稳定、持仓透明度高的特点 [3] - 可作为标准化投资组合模块便于资产配置 [3] - 规模效应改善产品流动性和费用结构 [3] - 在震荡市场中具有独特风险抵御能力规避个股风险和风格漂移问题 [3] 被动指数型基金布局方向 - 围绕中证A500指数、中证A100指数等宽基指数布局产品 [3] - 行业主题ETF布局持续丰富包括医疗医药、机器人、航天航空、软件、央企红利等 [3] 医疗医药行业投资机会 - 创新药行业迎来政策面、产业面、技术面和基本面四重利好共振 [4] - 中国创新药崛起是产业大趋势预计2025年是行业复苏之年 [4] - 国内创新药在临床机理设计和数据表现良好有望获得全球市场青睐 [4]

公募基金发行市场回暖 - 2025年上半年全市场共计680只新基金启动募集 同比增长7.94% 环比增长32.55% [1] - 股票型基金成为募集主力 共390只 占总量的57.35% 同比环比增幅均超60% [1] - FOF基金迎来发行高峰 共31只 同比增幅82.35% 环比增幅93.75% [1] 股票型基金结构分析 - 被动指数型基金占股票型基金总量的75.13% 达293只 [1] - 增强指数型基金和普通股票型基金分别为86只和11只 [1] - 富国基金新发被动指数型股票基金21只 汇添富基金16只 易方达基金15只 [4] 其他类型基金表现 - 债券型基金共131只 占总量的19.26% 环比增长3.97% 但同比下降35.78% [2][3] - 混合型基金共110只 占总量的16.18% 环比增长5.77% 但同比下降23.61% [2][3] - QDII基金共8只 环比增长33.33% 但同比下降63.64% [3] 公募机构发行情况 - 上半年共120家公募机构新发产品 占行业总量的73.62% [3] - 42家机构新发产品不少于5只 其中6家机构新发产品不少于20只 [3] - 华夏基金、广发基金和鹏华基金新发被动指数型股票基金分别为16只、9只和16只 [4]

根据提供的研报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. **增强策略ETF模型** - 模型构建思路：通过量化方法对基准指数进行增强，以获取超额收益[25][26] - 模型具体构建过程： 1. 选择基准指数（如沪深300、中证500等） 2. 采用多因子选股模型，结合基本面、技术面等因子 3. 通过优化算法构建投资组合，控制跟踪误差 4. 定期调整组合权重 - 模型评价：该模型能够有效获取超额收益，但受市场环境影响较大[26] 2. **指数增强基金模型** - 模型构建思路：在跟踪基准指数的同时，通过量化方法获取超额收益[42] - 模型具体构建过程： 1. 确定基准指数（如沪深300、中证1000等） 2. 构建多因子模型，包括价值、成长、动量等因子 3. 优化组合权重，控制跟踪误差 4. 定期再平衡 - 模型评价：长期来看能够稳定获取超额收益，但短期可能受市场波动影响[42] 量化因子与构建方式 1. **多因子选股模型** - 因子构建思路：结合多种因子进行选股，提高组合收益[42] - 因子具体构建过程： 1. 价值因子：如PE、PB等 2. 成长因子：如营收增长率、净利润增长率等 3. 动量因子：如过去6个月收益率 4. 质量因子：如ROE、毛利率等 5. 通过因子加权构建综合评分 - 因子评价：能够有效区分股票优劣，但因子有效性会随时间变化[42] 模型的回测效果 1. **增强策略ETF模型** - 上周超额收益率：最高1.88%（鹏华上证科创板50成份增强策略ETF）[27] - 2025年以来超额收益率：最高6.64%（工银中证1000增强策略ETF）[27] - 近1年超额收益率：最高14.89%（银华中证2000增强策略ETF）[27] 2. **指数增强基金模型** - 上周超额收益率： - 沪深300增强：最高1.14%[42] - 中证500增强：最高0.59%[42] - 中证1000增强：最高0.84%[42] - 国证2000增强：最高1.04%[42] - 近1年超额收益率： - 沪深300增强：最高15.24%[42] - 中证500增强：最高9.84%[42] - 中证1000增强：最高17.26%[42] - 国证2000增强：最高22.77%[42] 因子的回测效果 1. **多因子选股模型** - 主动量化基金上周收益率中位数：1.53%[36] - 近1年收益率中位数：12.79%[36] - TMT主题基金近1年收益率中位数：22.40%[37] - 金融地产主题基金近1年收益率中位数：21.36%[37] 注：报告中未提供具体的因子构建公式，因此未列出相关公式内容。

根据提供的金融工程周报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. **ETF资金流动计算模型** - 模型构建思路：通过每日份额变化与前一日净值的乘积计算ETF净申购/赎回额，并对份额拆分的ETF进行调整[12] - 模型具体构建过程： $$净申购/赎回额 = (当日份额 - 前一日份额) \times 前一日净值$$ 对份额拆分情况采用线性调整处理[12] - 模型评价：直接反映市场资金动向，但需依赖准确的份额和净值数据 2. **增强策略ETF超额收益模型** - 模型构建思路：通过对比ETF净值增长率与业绩基准的差异计算超额收益[26] - 模型具体构建过程： $$超额收益率 = ETF净值增长率 - 基准指数收益率$$ 采用滚动窗口计算不同时间维度的超额收益（周/年/年初至今）[26] 模型的回测效果 1. **ETF资金流动模型** - 股票型ETF周净流出107.05亿元，债券型净流入41.99亿元[12] - 科创50ETF周净流入27.36亿元，沪深300ETF净流出超50亿元[12] 2. **增强策略ETF模型** - 招商中证1000增强策略ETF近1年超额收益13.71%[26] - 工银中证1000增强策略ETF 2025年以来超额收益5.45%[26] - 34只增强ETF中19只上周跑赢基准[26] 量化因子与构建方式 1. **自由现金流因子** - 因子构建思路：跟踪SmartBeta类ETF中自由现金流主题产品的表现差异[18] - 因子具体构建过程： 通过对比华泰上证红利ETF（15.37亿成交）与自由现金流ETF（如159201.OF 11.84亿成交）的相对收益构建[18] 2. **行业主题动量因子** - 因子构建思路：捕捉金融地产/TMT等主题基金的持续超额收益[36] - 因子具体构建过程： 计算主题基金收益率中位数（金融地产近1年19.58%，TMT 20.21%）[36] 因子的回测效果 1. **自由现金流因子** - 华泰柏瑞中证红利低波动ETF周收益2.07%[18] - 华夏国证自由现金流ETF周收益1.46%[18] 2. **行业主题动量因子** - 金融地产主题基金上周收益中位数2.83%[36] - TMT主题基金近1年收益中位数20.21%[36] 其他量化指标 1. **增强指数基金超额收益** - 安信量化精选沪深300增强周超额0.66%[38] - 海富通中证500增强周超额1.06%[38] - 国金中证1000增强周超额0.97%[38] 2. **主动量化基金表现** - 上周收益率中位数1.89%，近1年8.36%[35]