【导读】昨日股票ETF市场净流入资金55亿元 昨日（11月18日），A股三大指数集体收跌。市场调整中，股票ETF获得资金加仓，全市场股票ETF（含跨境ETF）资金净流入超55亿元，港股ETF净流入 居前。 近日市场调整以来，股票ETF市场已经连续三日加仓，累计净流入资金超270亿元。 股票ETF净流入资金55亿元 数据显示，截至11月18日，全市场1258只股票ETF总规模达4.58万亿元。 当日股票ETF成交合计1926亿元，与前一交易日1796亿元相比有所放大。其中，香港证券ETF成交88.08亿元，位居首位。 市场持续震荡，股票ETF再度获得资金净申购。数据显示，11月18日，股票ETF市场总份额增加52.26亿份，按照成交均价测算，当日净流入资金约为 55.24亿元。 从全市场ETF来看，11月18日资金净流入73.8亿元。从大类型来看，债券ETF与港股市场ETF净流入居前，分别为44.92亿元与35.17亿元。 具体到指数维度，11月18日恒生科技指数单日净流入居前，达27.71亿元。从5日角度观测，资金流入SGE黄金9999指数超64亿元、流入恒生科技指数超52 亿元。 从单只产品来看，除宽基ET ...

大消费板块表现 - 周一A股大消费板块表现突出，白酒、食品饮料方向全线拉升，板块内多股涨停 [1] - 白酒板块在过去一个多月持续横盘震荡，筹码结构趋于稳固 [1] - 10月份CPI数据意外走高，为资金提供了进场契机，催化了板块的集中爆发 [1] - 板块走势属于“横盘蓄力→数据催化→资金脉冲”经典模式，一旦形成突破，短期资金快速涌入做强化演绎 [2] CPI数据对消费板块的影响 - 10月全国居民消费价格指数（CPI）上涨，主要源于食品、酒类价格上升以及部分服务消费需求恢复 [3] - CPI走高意味着白酒、乳业等细分板块盈利预期改善，需求弹性叠加提价效应，企业毛利空间提升 [4] - 消费品受通胀预期支持，成为资金防御与进攻的兼顾品种，资金偏好回暖 [5] - 第四季度至春节前是消费旺季，业绩兑现时间明确，提前布局有时间优势 [6] - CPI数据在白酒板块的放量突破中，既是背景也是导火索 [7] 板块轮动机制 - 资金在A股内的轮动通常遵循三个维度：高景气延续（消费、医药等）、低估值补涨（周期、金融等）、政策催化与新题材（基建、科技成长等） [8] - 本轮消费启动后，短线资金倾向于在消费主线中进行分化（白酒→乳制品→食品加工→餐饮旅游） [8] - 随后资金可能切换至低位有催化的板块，例如化工资源品、券商、数字经济等 [8] - 轮动逻辑为高位热点消化后，资金寻找当下最有性价比且具备催化预期的方向，形成“热点接力”链条 [9] 投资新政受益板块 - 《关于进一步促进民间投资发展的若干措施》释放信号，铁路、核电、低空经济开放民资参与，数字化转型与中试平台建设获政策支持 [10] - 潜在受益板块包括基建链条（轨交工程、核电设备、特高压） [10] - 低空经济（无人机制造、通航服务、物流低空平台）将得到政策预期加持 [10] - 数字化改造（工业互联网、智慧城市、云计算应用）相关板块，尤其是此前位置低、成交冷清的板块，易成为资金切入的新热点 [10] 南向资金影响 - 南向资金累计净买入额突破5万亿港元，港股通资金年内净买入达1.3万亿港元 [12] - 影响包括港股ETF（恒生科技、港股消费ETF）存在资金加码概率 [12] - 互联互通概念（京东、阿里系港股标的的A股影子股）可能受到关注 [12] - A港双重上市公司（医药、金融、科技）可能受益于南向增量资金的持续入港，并带动部分A股资金同步关注低估值的互联互通标的 [12] 券商策略会关注方向 - 券商密集释放乐观展望，主要关注券商板块本身（策略会营销+估值修复预期） [13] - 老经济板块（煤炭、有色、钢铁等周期股的再估值逻辑）受到关注 [13] - 科技成长（国产替代、人工智能新应用、半导体设备）为资金提供了多元化的配置方向 [13] - 这利于形成跨题材的热度扩散 [13] 资金流动与热点接力 - 周一沪深北成交总额不到2.2万亿元，若周二放量至2.5万亿元，将能支撑热点扩散 [14] - 可能的扩散路径包括消费延续→资金分化于医药、旅游；政策催化→低空经济、数字化应用异动；券商助推→周期板块、金融股补涨 [14] - 典型的接力标志为热点板块强度不衰，同时二线板块出现放量涨停 [14] 潜在热点板块 - 消费链条热点包括白酒（舍得酒业、酒鬼酒）、乳业（伊利股份）、食品加工（安井食品） [16] - 政策催化热点包括低空经济（长源电力、盛翔通航）、数字化改造（东方国信、宝信软件） [16] - 券商金融热点包括东方财富、中信证券等龙头 [17] - 资金切换策略为高位消费分化时，关注低位+催化的板块，避免追高全然留在主线末端 [17] 操作策略 - 重点观察成交量是否进一步放大，若突破2.5万亿元，热点接力成功概率加大 [15][18] - 操作重点为结合板块成交量变化，捕捉日内资金涌入的第一波（上午10点与下午开盘两个时间窗） [17] - 若量能跟上，消费主线将分化出新的热点，配合政策与南向资金的推动，低空经济、数字化、港股互联互通及券商周期板块均有机会形成板块级接力行情 [18]

根据提供的研报内容，以下是关于量化模型和因子的总结： 量化模型与构建方式 1. **模型名称：主动偏股基金仓位高频估测模型**[62] * **模型构建思路**：由于公募基金仓位披露频率低，该模型利用基金每日净值序列，通过带约束条件的多元回归模型，对主动偏股基金的股票仓位进行相对高频的测算[62] * **模型具体构建过程**：以基金每日披露的净值序列作为因变量，在基准或构建的其他资产序列组成的自变量中，使用带约束条件的多元回归模型寻找基金仓位的最优估计结果。报告提及在自变量组合序列的选择和构建、回归模型选取、样本加权方式等细节上已有充分讨论，并采用构建各只基金的模拟组合来提升估算准确度[62]。模型进一步用于测算基金在各行业赛道的最新投向偏好[62] 2. **模型名称：REITs系列指数构建模型**[49] * **模型构建思路**：为投资者提供基于指数化投资思想的资产配置新视角，构建完整的REITs系列指数以综合反映REITs市场表现，并提供不同底层资产、项目类型的细分REITs指数[49] * **模型具体构建过程**：计算中采用分级靠档的方法以确保计算指数的份额保持相对稳定。当样本成分名单或样本成分的调整市值出现非交易因素的变动时（如新发、扩募等），采用除数修正法保证指数的连续性。考虑到REITs的高分红特性，指数均提供价格指数和全收益指数[49] 3. **因子名称：长期行业主题标签因子**[36] * **因子构建思路**：通过观察基金在近四期中报/年报的持仓信息来判断其长期的行业主题特征，构建主动偏股基金完整的行业主题和细分赛道标签，以支持资产配置、主题投资和产品选择的需求，并构建行业主题基金指数作为衡量工具[36] * **因子具体构建过程**：随着市场变化，基金在不同运作期间呈现的行业主题特征会发生变化。通过分析近四期财务报告（中报/年报）的持仓信息，将基金的长期行业标签区分为行业主题基金、行业轮动基金和行业均衡基金等不同类型[36] 模型的回测效果 1. **主动偏股基金仓位高频估测模型**，本周仓位变动：-0.11个百分点[62] 2. **REITs综合指数**，本周收益：-0.47%，累计收益：-2.57%，年化收益：-0.59%，最大回撤：-42.67%，夏普比率：-0.20，年化波动：10.55%[53] 3. **产权类REITs指数**，本周收益：-0.75%，累计收益：14.10%，年化收益：3.06%，最大回撤：-45.00%，夏普比率：0.12，年化波动：12.87%[53] 4. **特许经营权类REITs指数**，本周收益：0.14%，累计收益：-20.43%，年化收益：-5.08%，最大回撤：-41.17%，夏普比率：-0.72，年化波动：9.16%[53] 5. **生态环保REITs指数**，本周收益：0.73%，累计收益：-10.08%，年化收益：-2.39%，最大回撤：-55.72%，夏普比率：-0.25，年化波动：15.55%[53] 6. **交通基础设施REITs指数**，本周收益：0.08%，累计收益：-30.17%，年化收益：-7.87%，最大回撤：-41.29%，夏普比率：-1.04，年化波动：8.97%[53] 7. **园区基础设施REITs指数**，本周收益：-2.16%，累计收益：-14.20%，年化收益：-3.43%，最大回撤：-52.07%，夏普比率：-0.35，年化波动：13.94%[53] 8. **仓储物流REITs指数**，本周收益：-1.38%，累计收益：-2.64%，年化收益：-0.61%，最大回撤：-50.32%，夏普比率：-0.13，年化波动：15.69%[53] 9. **能源基础设施REITs指数**，本周收益：-0.18%，累计收益：11.34%，年化收益：2.48%，最大回撤：-18.41%，夏普比率：0.10，年化波动：10.15%[53] 10. **保障性租赁住房REITs指数**，本周收益：-0.60%，累计收益：9.32%，年化收益：2.05%，最大回撤：-33.34%，夏普比率：0.04，年化波动：12.52%[53] 11. **消费基础设施REITs指数**，本周收益：0.45%，累计收益：49.42%，年化收益：9.59%，最大回撤：-9.89%，夏普比率：0.75，年化波动：10.81%[53] 12. **市政设施REITs指数**，本周收益：2.25%，累计收益：30.54%，年化收益：6.27%，最大回撤：-13.79%，夏普比率：0.22，年化波动：21.85%[53] 13. **水利设施REITs指数**，本周收益：-0.89%，累计收益：24.12%，年化收益：5.05%，最大回撤：-16.72%，夏普比率：0.22，年化波动：16.12%[53] 14. **新型基础设施REITs指数**，本周收益：0.29%，累计收益：10.71%，年化收益：2.35%，最大回撤：-2.83%，夏普比率：0.07，年化波动：12.34%[53] 量化因子与构建方式 1. **因子名称：长期行业主题标签因子**[36] * **因子构建思路**：通过观察基金在近四期中报/年报的持仓信息来判断其长期的行业主题特征，构建主动偏股基金完整的行业主题和细分赛道标签，以支持资产配置、主题投资和产品选择的需求，并构建行业主题基金指数作为衡量工具[36] * **因子具体构建过程**：随着市场变化，基金在不同运作期间呈现的行业主题特征会发生变化。通过分析近四期财务报告（中报/年报）的持仓信息，将基金的长期行业标签区分为行业主题基金、行业轮动基金和行业均衡基金等不同类型[36] 因子的回测效果 1. **新能源主题基金因子**，本周涨跌幅：3.41%[36] 2. **金融地产主题基金因子**，本周涨跌幅：1.24%[36] 3. **周期主题基金因子**，本周涨跌幅：1.20%[36] 4. **行业轮动基金因子**，本周涨跌幅：0.41%[36] 5. **行业均衡基金因子**，本周涨跌幅：0.27%[36] 6. **TMT主题基金因子**，本周涨跌幅：-0.06%[36] 7. **国防军工主题基金因子**，本周涨跌幅：-0.45%[36] 8. **消费主题基金因子**，本周涨跌幅：-1.22%[36] 9. **医药主题基金因子**，本周涨跌幅：-4.73%[36]

文章核心观点 - 跟踪同一指数的内地QDII基金收益率系统性低于香港本土的ETF，这种差距源于制度设计内嵌的固定成本摩擦 [1][2] 收益差距现象 - 以沙特ETF为例，内地南方东英沙特阿拉伯ETF(QDII)近三个月收益为1.14%，而香港的南方沙特（2830.HK）收益为3.03% [1] - 以恒生科技指数ETF为例，华泰柏瑞南方东英恒生科技指数QDII基金年初至今涨幅为27.53%，而香港的南方恒生科技（3033.HK）涨幅超过30% [1] - 长期来看，跟踪同一指数的QDII ETF平均每年会比港股ETF少1.2%至1.8%的回报，10年复利差距可达15% [2] 汇率摩擦因素 - QDII基金换汇存在T+1延迟，并按中间价±0.3%的区间成交，遇到申购潮需提前锁价1至2天，人民币日内升值0.2%可能吃掉一半收益 [3] - QDII基金外汇对冲工具受限，境内公募只能做远期且对冲上限为20%头寸，剩余80%头寸暴露于汇率风险，今年人民币兑美元升值2.8%导致未对冲部分拉低收益2.2个百分点 [3] - 结合0.3%的买卖价差，汇率因素一项每年使QDII基金收益降低约2.5% [3] 现金拖累因素 - 为应对T+3的赎回资金出境延迟，QDII基金需永久预留2%至5%的现金，导致无法满仓复制指数 [4] - 港股ETF可满仓复制甚至使用105%的掉期杠杆，而95%仓位的QDII在指数上涨30%时仅能获得28.5%的收益，产生0.5%的负跟踪误差 [4] - 现金部分仅能获得1.5%的美元存款利息，相比指数成分股30%的平均涨幅，产生0.4%的机会成本，现金因素合计拖累收益0.9% [4] 溢价收敛因素 - QDII外汇额度封顶，当申购需求超过额度时，基金暂停申赎导致场内份额出现溢价，例如标普消费ETF溢价50%，沙特ETF溢价20% [5] - 溢价20%意味着以120元购买净值100元的资产，若溢价收敛至零，即使指数平收投资者也将亏损16.7% [5] - 恒生科技QDII曾出现12%的溢价，相当于一次性亏掉指数1.5年的自然涨幅，而港股ETF因可随时申购，溢价通常被套利者压制在0.2%以内 [5] 综合成本分析 - QDII基金表面管理费为0.8%，比港股ETF的0.5%高出0.3%，但计入汇率摩擦、现金拖累和溢价收敛等隐性成本后，持有人每年实际多承担1.2%至1.5%的"制度税" [6] - 对于一只10亿元规模的基金，每年因制度成本"漏掉"约1200万元，相当于3个BP的指数点 [6]

根据提供的金融工程市场跟踪周报，以下是其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：量能择时模型 - **模型构建思路**：通过分析市场交易量能的变化来判断市场趋势和情绪，为宽基指数提供择时信号[24] - **模型具体构建过程**：基于各宽基指数的交易量能数据，当量能指标显示收缩或转弱时，发出谨慎或看空信号；具体判断标准未详细说明[24] - **模型评价**：该模型用于判断市场整体情绪和趋势状态[24] 2. 模型名称：沪深300上涨家数占比情绪指标 - **模型构建思路**：通过计算沪深300指数成分股中上涨股票的家数占比来反映市场情绪，认为强势股的持续上行能为整个板块带来机会[25] - **模型具体构建过程**：计算沪深300指数N日上涨家数占比 = 沪深300指数成分股过去N日收益大于0的个股数占比[25] - **模型评价**：该指标可以较快捕捉上涨机会，但在市场过热阶段会错失持续上涨收益，对下跌市场的判断存在缺陷[26] 3. 模型名称：沪深300上涨家数占比择时模型 - **模型构建思路**：通过对上涨家数占比指标进行不同窗口期的平滑处理来捕捉情绪变动趋势[27] - **模型具体构建过程**： 1. 计算沪深300指数N日上涨家数占比并进行窗口期为N1和N2的移动平均，分别称为慢线和快线，其中N1>N2[29] 2. 当快线>慢线时，看多沪深300指数[29] 3. 具体参数：N=230，N1=50，N2=35[27] - **模型评价**：通过双均线系统来识别情绪拐点，提供更稳定的交易信号[27] 4. 模型名称：均线情绪指标模型 - **模型构建思路**：基于八均线体系对标的指数的趋势状态进行判断，通过价格与多条均线的相对位置来反映市场情绪[33] - **模型具体构建过程**： 1. 计算沪深300收盘价八均线数值，均线参数为8，13，21，34，55，89，144，233[33] 2. 计算当日沪深300指数收盘价大于八均线指标值的数量[37] 3. 当前价格大于八均线指标值的数量超过5时，看多沪深300指数[37] - **模型评价**：该模型能够清晰反映指数价格与均线系统的相对关系，提供趋势判断依据[33] 5. 模型名称：抱团基金分离度模型 - **模型构建思路**：通过计算抱团基金截面收益的标准差来监控基金抱团程度，标准差小说明抱团程度高，反之表示抱团正在瓦解[80] - **模型具体构建过程**：分离度指标 = 抱团基金截面收益的标准差[80] - **模型评价**：该指标能够有效反映基金抱团行为的变化趋势，为市场风格判断提供参考[80] 量化因子与构建方式 1. 因子名称：横截面波动率因子 - **因子构建思路**：衡量同一时间点不同股票收益率的离散程度，反映市场分化情况和Alpha环境[38] - **因子具体构建过程**：计算特定指数（如沪深300、中证500、中证1000）成分股在同一时间截面上收益率的波动率[38] - **因子评价**：横截面波动率越高，说明个股分化越明显，Alpha机会越多[38] 2. 因子名称：时间序列波动率因子 - **因子构建思路**：衡量单只股票或指数在不同时间点的收益率波动程度，反映市场稳定性和风险水平[39] - **因子具体构建过程**：计算指数成分股加权时间序列波动率，反映整体市场的波动性变化[39] - **因子评价**：时间序列波动率较低时，市场相对稳定，Alpha环境较好[39] 模型的回测效果 1. 量能择时模型 - 截至2025年11月7日，各宽基指数量能择时信号均为空[24] 2. 沪深300上涨家数占比情绪指标 - 截至2025年11月7日，该指标最近一周上升，上涨家数占比指标高达70%，市场情绪较高[26] 3. 沪深300上涨家数占比择时模型 - 截至2025年11月7日，快线、慢线均小幅下行，目前快线处于慢线下方，维持谨慎观点[27] 4. 均线情绪指标模型 - 截至2025年11月7日，近期沪深300指数处于情绪景气区间[33] 5. 抱团基金分离度模型 - 截至2025年11月7日，基金抱团分离度环比前一周小幅下降[80] 因子的回测效果 1. 横截面波动率因子 - 沪深300横截面波动率：近两年平均值1.91%，近一年平均值1.91%，近半年平均值1.94%，近一季度平均值2.26%[39] - 中证500横截面波动率：近两年平均值2.09%，近一年平均值2.14%，近半年平均值2.10%，近一季度平均值2.43%[39] - 中证1000横截面波动率：近两年平均值2.28%，近一年平均值2.42%，近半年平均值2.34%，近一季度平均值2.59%[39] 2. 时间序列波动率因子 - 沪深300时序波动率：近两年平均值0.65%，近一年平均值0.63%，近半年平均值0.61%，近一季度平均值0.72%[42] - 中证500时序波动率：近两年平均值0.47%，近一年平均值0.46%，近半年平均值0.44%，近一季度平均值0.53%[42] - 中证1000时序波动率：近两年平均值0.26%，近一年平均值0.26%，近半年平均值0.24%，近一季度平均值0.27%[42]

港股市场整体表现 - 恒生指数年内累计上涨超过30%，恒生科技指数年内飙升近33%，跑赢美股纳斯达克指数 [2] - 港股市场展现出强大韧性，在4月初因贸易摩擦单日暴跌逾13%后迅速收复失地并一路走强 [2] - 截至11月3日，恒生指数日均成交额达2579.43亿港元，创1969年以来历史最高水平；恒生科技指数日均成交额达797.29亿港元，创2020年指数发布以来新高 [2][4] 资金流向分析 - 海外被动资金年初至今流入港股规模超过269亿美元，较去年同期翻倍；海外主动资金净流出超97亿美元，但流出规模较去年同期收窄 [6] - 截至9月底，海外主动资金配置中国市场比例升至7.2%的年内高点，低配幅度从7月-1.61个百分点收窄至-1.39个百分点 [6] - 南向资金2025年累计流入规模超1.26万亿港元，创港股通开通以来年度新高，远超2024年全年8079亿港元的水平 [10] - 南向资金成交占比从2024年底约25%一度攀升至最高接近40%，目前稳定在30%左右 [10] 个股与板块表现 - 金融板块持续主导南向资金流向，科技与能源板块表现强劲 [13] - 腾讯控股年内涨逾52%，农业银行涨近44%，阿里巴巴-W飙升96% [14] - 工商银行、建设银行、宁德时代、中国移动、中国石油股份、汇丰控股、招商银行、小米集团-W、紫金矿业等成分股均录得不俗涨幅 [14] 机构观点与投资方向 - 浙商国际看好新能源、创新药、AI科技等受益于政策利好的板块，以及低估值国央企红利板块和香港本地银行、电信及公用事业红利股 [15] - 方正证券认为港股上涨行情未结束，经济基本面稳中有进、政策利好释放、南向资金持续流入和美联储降息周期构成支撑 [15] - 国泰海通证券指出港股估值处全球洼地，科技板块相较A股和美股更具吸引力，AI浪潮下港股科技是2026年行情主线 [16] - 港股市场拟增设5G、创新药、人工智能等细分榜单，腾讯控股、阿里巴巴、中国移动、汇丰控股等企业曾入选权威评选 [17]

市场表现与投资者盈利状况 - 三季度A股主要指数强势反弹，上证综指累计上涨12.73%，深证成指上涨29.25%，创业板指数大涨50.4%[7] - 55%的受访投资者在三季度实现盈利，较二季度增加7个百分点，较一季度增加13个百分点，盈利水平连续两个季度回升[7] - 盈利幅度超过30%的投资者占比为11%，较前一期数据增加3个百分点[8] - 证券资产规模50万元以上的投资者中60.59%实现盈利，50万元以下的投资者中57.42%实现盈利，后者盈利比例较前一季度大幅增加14.31个百分点，高低净值投资者盈利差距显著缩小[8] 投资者仓位与资产配置变化 - 38%的投资者在三季度加仓，较二季度增加5个百分点，期末个人投资者平均仓位为40.24%，较二季度末的37.36%上升2.88个百分点[9] - 证券账户资产占个人金融资产的平均比重为42.2%，较二季度增加0.89个百分点，连续两个季度回升[10] - 证券类资产比重超过60%的投资者占比为31%，比二季度上升3个百分点[10] - 在三季度增加股市投入的投资者中，42%的资金来源于现金存款，31%来自赎回银行理财、货币基金、债券基金[10] - 93%的投资者将考虑定存以外的理财方式，仅6%的受访投资者继续配置定期存款[10] - 24%的投资者考虑将存款分流至权益类资产，较二季度增加3个百分点[11] - 38%的投资者准备继续加大证券账户资金投入，较二季度增加5个百分点[11] 科技股持仓与市场风格展望 - 个人投资者持有科技成长股的平均仓位为26.64%，显著高于金融股的21.19%、周期股的19.96%和消费白马股的19.61%[15] - 投资科技成长股的投资者中49%实现盈利，较二季度的42%增长7个百分点，盈利水平显著高于其他板块[15] - 在科技成长板块的细分领域中，22%的受访投资者看好半导体、芯片等算力硬件板块，19%看好AI大模型企业，17%看好固态电池等储能概念[17] - 展望四季度，31%的投资者认为市场风格将由科技成长转向低估值周期板块，但仍有30%的投资者认为科技成长风格将延续[17] - 坚定看好科技股的投资者中74.21%在三季度持有或增持了科技股，其实际操作与预期较为一致[18] 投资者对后市与外部环境的预期 - 73%的投资者预计四季度A股上涨，较二季度上升3个百分点，其中33%的投资者认为涨幅在5%以上[20] - 在对四季度上证综指波动高点的预测中，30%的投资者认为上限在3900点附近，14%认为在4000点附近，但指数在10月底已站上4000点，实际走势超过多数投资者预期[20] - 45%的投资者认为美联储未来将维持宽松货币政策并多次降息，较二季度增加3个百分点[21] - 31%的投资者认为美联储降息有利于人民币走强，30%看好全球资金分散配置及外资加快流入A股[21] 港股与黄金资产配置意愿 - 24%的投资者在三季度增加了港股投资，较前一期调查上升2个百分点，投资港股的盈利比例升至40%[22] - 在具体港股标的选择上，22%的投资者看好两地同步上市且H股较A股折价幅度较大的股票，20%看好创新药概念[23] - 67%的投资者认为黄金价格还会继续上涨，较二季度上升3个百分点[12] - 42%的投资者有意愿投资或持有黄金资产，较二季度增加3个百分点，其中43%的受访投资者选择黄金ETF作为投资渠道[12] - 证券资产规模在50万元以下的投资者中，47.53%的人有意愿继续配置黄金资产，显著高于高净值投资者的29.24%[13]

峰会概况 - 国泰海通证券于10月24日在上海陆家嘴举办首届全球资产配置峰会，主题为“新格局下的资产配置” [1] - 峰会汇聚政商学界专家及中外知名机构投资人，旨在探寻全球资产配置新范式 [1] 公司战略与服务发布 - 公司提出着力打造全球资产配置专业能力的三大方向：构建系统化的买方投研体系、践行“AI+投顾”智能资配平台建设、升级“买方资产配置服务体系”和“win产品体系” [3] - 公司发布全新资产配置服务“全球智配，六步致远”，依托投研底蕴与智能工具，采用六步法标准化服务流程 [11] - 公司致力于为高净值客户提供业内领先的组合配置策略，携手顶尖管理人满足个性化投资需求 [15] - 公司立足上海全球资管中心建设，致力打造中国资产配置领域具有国际影响力的专业平台，构建头部资产管理机构联盟 [17] 宏观经济与政策展望 - “十五五”是我国应对百年变局、塑造发展优势的关键时期，需以高质量发展为核心，着力扩大内需，并通过强化科技创新、推进新型工业化培育新动能 [5] - 国内经济正从“地产-债务-全球化”传统循环转向“科技-产业-金融”新发展模式，行业监管从规模导向转至质量导向 [9] 资产配置方法论与市场观点 - 资产配置基本理念包括持有风险资产获风险溢价、分散化、合理配置α和β、管理全球配置的货币风险 [7] - 低利率时代下，投资者应设定合理收益目标、适当承担风险、拓宽投资范围、拉长投资期限 [7] - 未来投资三大主题为：投资当下的确定性、策略性地管理宏观风险、把握数字化创新及人工智能等地缘政治分裂低碳转型等结构性转变 [7] - 低利率环境下理财多策略资产配置是未来方向，核心是按投资者需求在不同资产间分配资金，基本流程是设定业绩目标战略资产配置战术资产配置 [9] - 当前中国宏观经济从衰退向复苏切换，应在把握债券市场机会同时逐步构建含权组合，并合理设置波动预期和回撤控制 [9] 细分领域投资策略 - 保险资金需以资产负债联动为轴心主动匹配穿越周期，中国太保分享了在固收权益股权不动产黄金全球资产大康养生态等细分资产的具体投资策略 [5] - 大类资产配置重要性日益凸显，ETF是落地各类配置方法论提升投资获得感的高效工具 [13] - 公司为互联网长尾及零售客户提供标准化ETF组合，为企业与机构客户量身打造定制方案 [13] 跨境投资与行业趋势 - 当前国际贸易摩擦频现，资产配置需平衡机遇与风险，全球科技迭代发展与降息周期启动背景下，中国科技领域成为全球投资焦点，外资增配趋势凸显 [11] - 公司形成QDII、QDLP、互认基金、跨境理财通等多元跨境通道协同布局，提供专业跨境财富管理服务 [11]

市场表现综述 - 国庆节后黄金价格大涨，权益市场指数震荡分化，上证综指收涨 [4] - 本周有色金属、煤炭、钢铁行业涨幅居前，传媒、电子、电力设备行业跌幅居前 [4] - 本周固收类基金表现较好，权益型基金业绩回撤 [4] 基金产品发行与成立 - 本周国内市场新成立基金4只，合计发行份额为11.3亿份，包括股票型基金2只、债券型基金1只、FOF基金1只 [5] - 全市场新发行基金24只，包括股票型基金11只、债券型基金6只、混合型基金4只、FOF基金2只、国际(QDII)基金1只 [5] 基金产品表现 - 长期行业主题基金指数中，周期主题基金净值涨幅为3.31%居首，医药主题基金净值回撤3.96% [6] - 股票被动指数型基金净值涨跌幅中位数为-0.72%，其中有色、煤炭、资源ETF净值表现较好 [6] ETF市场资金流向 - 股票型ETF本周收益中位数为-0.74%，但资金净流入376.26亿元 [7] - 资金主要加仓TMT主题ETF（净流入122.05亿元）、新能源、周期等行业ETF及双创板块宽基ETF，减仓大盘主题ETF [7] - 宽基ETF中，科创板主题ETF资金净流入55.99亿元 [7] - 商品型ETF本周收益中位数为2.96%，资金净流入31.28亿元 [7] 基金仓位变动 - 本周主动偏股基金仓位相较上周上升0.07个百分点 [8] - 社会服务、房地产、银行等行业获资金增配，煤炭、通信、医药生物等行业遭资金减持 [8] ESG金融产品 - 本周新发行绿色债券1只，发行规模为135亿元 [9] - 截至2025年10月10日，绿色债券市场累计发行规模达4.87万亿元，发行数量4185只 [9] - 国内基金市场存量ESG基金共215只，规模合计1673.35亿元 [9] - 主动权益型、股票被动指数型、债券型ESG基金本周净值涨跌幅中位数分别为-2.40%、0.22%、0.06% [9] - 低碳经济、一带一路、绿色电力等主题ESG基金表现明显占优 [9]

量化模型与构建方式 1 模型名称：量能择时模型；模型构建思路：通过分析主要宽基指数的成交量变化来判断市场短期走势和交易情绪[12]；模型具体构建过程：监测各宽基指数（上证指数、上证50、沪深300、中证500、中证1000、创业板指、北证50）的量能变化，当量能收缩时发出谨慎（空）信号，当量能扩张时发出乐观信号[25]；模型评价：该模型能较快捕捉市场情绪变化，但对下跌市场的判断存在缺陷，难以有效规避下跌风险[26] 2 模型名称：沪深300上涨家数占比情绪指标；模型构建思路：通过计算指数成分股中近期取得正收益的个股数量占比来判断市场情绪[25]；模型具体构建过程：计算沪深300指数成分股过去N日（报告中N=230）收益大于0的个股数占比，公式为 $$沪深300指数N日上涨家数占比 = \frac{过去N日收益大于0的个股数}{沪深300指数成分股总数}$$[25][29]；模型评价：该指标可以较快捕捉上涨机会，但在市场过热阶段会提前止盈离场，错失持续上涨收益，且难以有效规避下跌风险[26] 3 模型名称：动量情绪指标择时模型；模型构建思路：通过对上涨家数占比指标进行不同窗口期的平滑处理来捕捉市场情绪的变动趋势[27]；模型具体构建过程：首先计算沪深300指数N日上涨家数占比，然后分别进行窗口期为N1（长窗口，N1=50）和N2（短窗口，N2=35）的移动平均，得到慢线和快线，当快线大于慢线时，看多沪深300指数[27][29]；模型评价：该模型通过双均线交叉捕捉趋势，能较好判断市场情绪拐点[27] 4 模型名称：均线情绪指标；模型构建思路：利用八条不同周期的均线构成体系，通过判断收盘价与均线系统的相对位置来评估市场趋势状态[33]；模型具体构建过程：计算沪深300收盘价的八条均线（参数为8, 13, 21, 34, 55, 89, 144, 233），统计当日收盘价大于各均线值的数量，当该数量超过5时，看多沪深300指数[34]；模型评价：该指标状态与沪深300的涨跌变化规律较为清晰[33] 5 模型名称：抱团基金分离度指标；模型构建思路：通过计算抱团基金组合截面收益的标准差来实时监控基金抱团程度[80]；模型具体构建过程：构建抱团基金组合，计算该组合截面收益的标准差，分离度值小说明抱团程度高，表现趋同；分离度值大说明抱团正在瓦解[80]；模型评价：该指标是基金抱团程度的有效代理变量[80] 量化因子的构建方式 1 因子名称：横截面波动率因子；因子构建思路：通过计算指数成分股收益率的横截面标准差来衡量市场分化程度和Alpha环境[39]；因子具体构建过程：对于特定指数（如沪深300、中证500、中证1000），每日计算其所有成分股收益率的横截面标准差，作为当日的横截面波动率值[39][40]；因子评价：该因子值高表明市场分化大，Alpha机会多；值低表明市场趋同，Alpha环境差[39] 2 因子名称：时间序列波动率因子；因子构建思路：通过计算指数成分股加权时间序列波动率来衡量市场整体波动水平和Alpha环境[41]；因子具体构建过程：对于特定指数，每日计算其所有成分股收益率的加权时间序列标准差，作为当日的时间序列波动率值[41][43]；因子评价：该因子值高表明市场波动大，Alpha机会多；值低表明市场波动小，Alpha环境差[41] 模型的回测效果 1 量能择时模型，截至2025年9月19日，对上证指数、上证50、沪深300、中证500、中证1000、创业板指、北证50均发出"空"信号[25] 2 动量情绪指标择时模型，截至2025年9月19日，快线仍处于慢线上方，维持看多观点[27] 3 均线情绪指标，截至2025年9月19日，沪深300指数处于情绪景气区间[34] 4 抱团基金分离度指标，截至2025年9月19日，分离度环比前一周小幅下降[80] 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1.88%，中证500为2.05%，中证1000为2.25%；近一年平均值：沪深300为1.96%，中证500为2.19%，中证1000为2.46%；近半年平均值：沪深300为1.83%，中证500为2.01%，中证1000为2.30%；近一季度平均值：沪深300为1.98%，中证500为2.12%，中证1000为2.37%[41] 2 时间序列波动率因子，近两年平均值：沪深300为0.64%，中证500为0.46%，中证1000为0.26%；近一年平均值：沪深300为0.67%，中证500为0.49%，中证1000为0.28%；近半年平均值：沪深300为0.59%，中证500为0.43%，中证1000为0.24%；近一季度平均值：沪深300为0.62%，中证500为0.44%，中证1000为0.24%[44]