【导读】 83只，百亿级ETF数量创新高 谈及ETF市场规模的变化，晨星（中国）基金研究中心高级分析师李一鸣表示，ETF规模增长 的核心驱动因素，一方面是政策大力支持，新"国九条"推动中长期资金入市、ETF快速审批 通道落地等；另一方面，投资者的风险偏好也是重要力量，例如，投资者资金入市推动部分 黄金ETF规模突破百亿元。 博时基金指数与量化投资部总经理兼投资总监赵云阳表示："个人投资者对规模增长贡献较 大。我们看到，一季度以来，资金从沪深300指数、中证500指数等宽基ETF流出，流入了几 个方向：一是港股ETF和部分行业ETF；二是信用债ETF纳入质押式回购交易后，产品吸引力 增强，多只产品规模突破了百亿元。" 上海证券基金评价研究中心高级分析师孙桂平分析，不仅百亿级ETF数量创新高，百亿级ETF 占全部ETF的比例也屡创新高，这意味着ETF市场集中度在提升。 "主要原因在于ETF市场规模快速增长，并且规模增速远超数量增速，导致ETF平均规模增 加。尤其是2023年下半年以来，宽基ETF规模大幅度提升，而宽基ETF集中度较高的特点， 导致超百亿元的产品数量明显增加。从当前百亿级ETF的类型来看，35%为宽 ...

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**：通过监测申万一级行业指数的拥挤度，识别当前市场热点行业和潜在风险行业[4] - **模型具体构建过程**： 1. 基于行业指数价格、成交量、资金流向等数据计算拥挤度 2. 拥挤度指标可能包含波动率、换手率、资金集中度等维度 3. 每日更新各行业拥挤度排名，识别高位和低位行业 - **模型评价**：能够有效识别市场过热行业，辅助规避回调风险 2. **模型名称：溢价率Z-score模型** - **模型构建思路**：通过计算ETF溢价率的Z-score值，筛选存在套利机会的标的[5] - **模型具体构建过程**： 1. 计算ETF溢价率：$$溢价率 = \frac{ETF市价 - ETF净值}{ETF净值} \times 100\%$$ 2. 滚动计算溢价率的Z-score值：$$Z = \frac{X - \mu}{\sigma}$$，其中X为当前溢价率，μ为历史均值，σ为标准差 3. 设置阈值筛选异常溢价标的 - **模型评价**：能够捕捉ETF定价偏差带来的套利机会 量化因子与构建方式 1. **因子名称：行业拥挤度因子** - **因子构建思路**：综合多维度市场数据构建行业拥挤度指标[4] - **因子具体构建过程**： 1. 选取价格动量、成交量、资金流向等基础指标 2. 对各指标进行标准化处理 3. 加权合成最终拥挤度得分 - **因子评价**：能够反映市场情绪和资金集中程度 2. **因子名称：主力资金净流入因子** - **因子构建思路**：通过监测主力资金流向捕捉行业资金动向[11] - **因子具体构建过程**： 1. 计算申万一级行业指数的主力资金净流入额 2. 统计单日及多日累计净流入数据 3. 构建资金流向排名指标 模型的回测效果 1. **行业拥挤度监测模型** - 医药生物、轻工制造、纺织服饰拥挤度最高（前30%分位）[4] - 房地产、电子、家用电器拥挤度最低（后30%分位）[4] 2. **溢价率Z-score模型** - 筛选出科创200ETF、创业板50ETF等关注标的[13] 因子的回测效果 1. **行业拥挤度因子** - 医药生物拥挤度达90%分位以上[10] - 轻工制造拥挤度达85%分位以上[10] 2. **主力资金净流入因子** - 非银金融单日净流入16.2亿元[11] - 传媒单日净流入12.43亿元[11] - 计算机单日净流出20.08亿元[11]

根据研报内容，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：通过监测申万一级行业指数的拥挤度，识别行业投资机会；模型具体构建过程：每日计算各行业拥挤度指标，包括主力资金流动、价格波动等维度，综合评估行业热度[4] 2. 模型名称：溢价率Z-score模型；模型构建思路：通过滚动测算ETF产品的溢价率Z值，筛选存在套利机会的标的；模型具体构建过程：计算ETF产品溢价率的历史均值和标准差，构建标准化指标$$Z = \frac{Premium_t - \mu}{\sigma}$$，其中Premium_t为当日溢价率，μ为历史均值，σ为历史标准差[5] 模型的回测效果 1. 行业拥挤度监测模型，前一交易日拥挤度最高行业：环保、医药生物、美容护理；拥挤度最低行业：家用电器、有色金属、电子、社会服务[4] 2. 行业拥挤度监测模型，单日拥挤度变动最大行业：农林牧渔、建筑材料、通信、银行[4] 量化因子与构建方式 1. 因子名称：主力资金净流入因子；因子构建思路：跟踪主力资金在各行业的流动方向；因子具体构建过程：计算各行业主力资金净流入额，包括单日值和多日累计值[11] 2. 因子名称：ETF资金流动因子；因子构建思路：监测各类ETF产品的资金流向；因子具体构建过程：统计宽基ETF、行业主题ETF、风格策略ETF、跨境ETF的单日净流入/流出金额[6] 因子的回测效果 1. 主力资金净流入因子，前一交易日主力资金流入TOP3行业：建筑装饰、农林牧渔、煤炭；流出TOP3行业：计算机、汽车、电力设备[4] 2. ETF资金流动因子，宽基ETF单日净流出70.63亿元，行业主题ETF单日净流入3.14亿元，风格策略ETF单日净流入1.82亿元，跨境ETF单日净流出3.36亿元[6]

根据研报内容，总结如下： 量化模型与构建方式 1. **行业拥挤度监测模型** - 模型构建思路：通过监测申万一级行业指数的拥挤度，识别行业投资机会与风险[4] - 模型具体构建过程：未明确给出计算公式，但通过每日跟踪行业拥挤度水平（百分比形式），动态展示行业热度分布。图表3显示拥挤度数值范围（如纺织服饰98%、房地产1%等），并标注单日变动较大的行业（如农林牧渔、石油石化、计算机）[4][9] - 模型评价：能够有效捕捉行业短期过热或低估状态，辅助资金流向分析 2. **溢价率Z-score模型** - 模型构建思路：滚动测算ETF溢价率偏离程度，筛选潜在套利标的[5] - 模型具体构建过程：未给出具体公式，但通过标准化处理溢价率历史数据生成信号（如建议关注恒生创新药ETF等产品）[5][11] 量化因子与构建方式 （报告中未明确提及独立因子构建） 模型的回测效果 1. **行业拥挤度监测模型** - 测试结果： - 高拥挤行业：纺织服饰（98%）、轻工制造（91%）、环保（85%）[4][9] - 低拥挤行业：房地产（1%）、电子（4%）、煤炭（21%）[4][9] - 主力资金流向验证：计算机（近3日净流入20.79亿元）与模型低拥挤信号部分吻合[10] 2. **溢价率Z-score模型** - 测试结果： - 输出标的：恒生创新药ETF（规模5.14亿元）、创新药ETF华泰柏瑞（规模2.80亿元）等[11] 因子的回测效果 （报告中未提供因子单独测试数据） 注：主力资金流向数据与行业拥挤度存在联动性（如计算机行业资金流入56.1亿元对应拥挤度59%）[10][9]，但未明确构成因果关系

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. **模型名称：行业拥挤度监测模型** - **模型构建思路**：通过监测申万一级行业指数的拥挤度，识别行业当前的市场热度与潜在风险[4] - **模型具体构建过程**： 1. 每日计算各行业指数的拥挤度指标（具体公式未披露，但可能结合成交量、价格波动、资金流向等维度） 2. 对拥挤度进行排名，识别高拥挤度（风险）和低拥挤度（机会）行业 3. 结合主力资金流动数据（近3日净流入/流出）交叉验证[4][11] - **模型评价**：能够动态捕捉行业短期过热或低估状态，但需结合资金流向避免误判[4] 2. **模型名称：ETF溢价率Z-score模型** - **模型构建思路**：通过滚动计算ETF溢价率的Z-score，筛选存在套利机会的标的[5] - **模型具体构建过程**： 1. 计算ETF溢价率：$$溢价率 = \frac{ETF市价 - ETF净值}{ETF净值} \times 100\%$$ 2. 滚动计算溢价率的Z-score：$$Z = \frac{当前溢价率 - 滚动窗口均值}{滚动窗口标准差}$$ 3. 设定阈值（如|Z|>2）生成交易信号[5][12] - **模型评价**：适用于捕捉短期套利机会，但需警惕市场回调风险[5] --- 模型的回测效果 （注：报告中未提供具体回测指标，故跳过） --- 量化因子与构建方式 （注：报告中未涉及独立因子构建，故跳过） --- 行业拥挤度监测结果 - **高拥挤度行业**：基础化工（98%）、纺织服饰（95%）、轻工制造（94%）[4][10] - **低拥挤度行业**：房地产（21%）、电子（34%）、非银金融（17%）[4][10] - **主力资金流向**： - 近3日净流入：环保（+8.91亿元）、食品饮料（+4.02亿元）[11] - 近3日净流出：电子（-55.28亿元）、电力设备（-49.13亿元）[11] --- ETF溢价率Z-score信号 - **建议关注标的**： - 石油天然气ETF（159588.SZ）[12] - 军工ETF（512660.SH）[12] - 中证2000ETF华夏（562660.SH）[12] （注：未提供Z-score具体数值，仅列示信号结果）

市场表现 - 5月27日沪指跌0.18%，深成指跌0.61%，创业板指跌0.68%，农药、饮料制品、代糖概念、CRO等板块涨幅居前，有色金属、CPO、消费电子、人形机器人等板块跌幅居前 [3] - 股票ETF（含跨境ETF）整体资金净流入28.70亿元，最新规模达3.47万亿元 [4] - 宽基ETF与行业主题ETF净流入居前，分别达22.51亿元与8.65亿元，全球市场ETF净流出居前，达3.19亿元 [4] 资金流向 - 科创50指数单日净流入居前，达6.66亿元，中证500指数单日净流出居前，达4.42亿元 [4] - 从5日角度观测，近期资金流入科创50指数超10亿元，军工龙头指数超10亿元 [4] - 创业板ETF（159915）净流入5.9亿元，科创板50ETF（588080）净流入1.3亿元，沪深300ETF易方达（510310）净流入0.2亿元 [4] - 科创50ETF（588000）和芯片ETF（159995）单日净流入居前，分别净流入3.39亿元和2.09亿元 [4] 行业ETF表现 - 半导体ETF、科创芯片ETF、芯片ETF等多只热门主题ETF成为"吸金"主力 [6] - 创业板ETF、科创50ETF、沪深300ETF、上证50ETF等多只宽基ETF资金净流入居前 [6] - 中证500ETF、中证2000ETF等宽基ETF成为"失血"大户，恒生医疗ETF、消费ETF、银行ETF龙头、红利低波ETF等热门主题ETF资金净流出居前 [7] 机构观点 - 国泰基金表示可以通过三条主线把握市场机遇：内需成为稳增长政策的必然选择，全年看好科技行情，国内无风险利率下行叠加关税冲击仍有不确定性 [8] - 长城基金表示中期市场可能会开启偏弱窄幅震荡，可关注沪深300指数中估值较低的标的、报表周期处于底部的行业、红利资产 [9]

投资决策基础 - 资金属性是投资决策的基石，需根据资金来源、使用周期和风险承受能力进行区分，例如三年内要使用的资金不宜配置高波动资产，而五年以上的长期资金可适当提高权益类资产比重 [1] - 收益预期管理需基于历史数据回测，偏股型基金年化收益率中位数在8%-12%区间，但需承受年均15%-20%的波动率，投资者应建立复合收益率概念 [1] 投资策略构建 - 核心-卫星配置模型建议将60%-70%资金配置于指数基金、国债等大类资产，剩余30%-40%资金可参与行业主题ETF或优质个股以获取超额收益 [3] - 定期再平衡机制建议每半年调整一次资产配比，强制实现高抛低吸，以保持组合抗风险能力和捕捉结构性机会的弹性 [3] 执行与决策机制 - 预设量化指标作为决策防火墙，例如当沪深300指数市盈率超过15倍时逐步降低权益仓位，当十年期国债收益率跌破2.5%时增加固收类资产配置 [3] - 保持学习迭代，通过阅读权威机构研报和跟踪宏观经济数据，持续提升对市场规律的认知深度 [3] 投资心态与目标 - 投资本质是认知变现的过程，需摆脱比较思维，回归资金属性与收益目标的匹配性，专注于构建符合自身特征的投资体系 [3]

报告行业投资评级 未提及 报告的核心观点 报告对宽基ETF、行业主题ETF、风格策略ETF和跨境ETF的资金流向进行分析，还监测申万一级行业指数的拥挤度，同时搭建ETF产品筛选信号模型提供潜在套利机会标的 [4][6] 根据相关目录分别进行总结 资金流向 - 宽基ETF单日净流出49.42亿元，净流入前三为科创50ETF（+2.40亿元）、科创板50ETF（+0.58亿元）、A500指数ETF（+0.23亿元），净流出前三为创业板ETF（-11.33亿元）、A500ETF基金（-7.64亿元）、沪深300ETF（-6.55亿元） [6] - 行业主题ETF单日净流入12.78亿元，净流入前三为军工龙头ETF（+4.73亿元）、国防ETF（+4.43亿元）、军工ETF（+4.30亿元），净流出前三为创新药ETF（-3.22亿元）、医药ETF（-2.90亿元）、消费ETF（-1.35亿元） [6] - 风格策略ETF单日净流出3.28亿元，净流入前三为红利ETF易方达（+0.73亿元）、红利低波ETF（+0.58亿元）、红利低波50ETF（+0.43亿元），净流出前三为红利ETF（-1.98亿元）、中证红利ETF（-0.83亿元）、红利国企ETF（-0.72亿元） [6] - 跨境ETF单日净流出19.37亿元，净流入前三为港股非银ETF（+0.47亿元）、港股红利指数ETF（+0.46亿元）、纳斯达克ETF（+0.36亿元），净流出前三为港股通互联网ETF（-2.92亿元）、港股创新药ETF（-2.34亿元）、恒生科技ETF（-1.43亿元） [6] 行业拥挤度监测 - 前一交易日轻工制造、美容护理、纺织服饰拥挤度靠前，电子、钢铁、非银金融、家用电器、社会服务拥挤度水平较低，建议关注 [4] - 煤炭、电力设备、传媒、有色金属单日拥挤度变动较大 [4] - 前一交易日主力资金流入电力设备、医药生物、交通运输，流出电子、机械设备、计算机 [4] - 近三个交易日主力资金增配家用电器、建筑装饰、医药生物，减配计算机、机械设备、基础化工 [4] ETF产品关注信号 根据溢价率Z - score模型搭建相关ETF产品筛选信号模型，提供存在潜在套利机会的标的，建议关注MSCIESGETF、A100ETF、油气资源ETF、有色金属ETF基金、VRETF [5][15]

[Table_Author] 证券分析师：刘晓锋 电话：13401163428 [Table_Title] 金 金融工程点评 [Table_Message]2025-05-21 金工 ETF 点评：宽基 ETF 单日净流出 16.79 亿元；传媒、医药拥挤度激增 电话：18910596766 E-MAIL：liuxf@tpyzq.com 执业资格证书编码：S1190522090001 研究助理：孙弋轩 E-MAIL：sunyixuan@tpyzq.com 一般证券业务登记编码：S1190123080008 一、资金流向 二、行业拥挤度监测 ◼ 通过构建行业拥挤度监测模型，对申万一级行业指数的拥挤度进行每日监测， 前一交易日纺织服饰、美容护理、轻工制造拥挤度靠前，相比较而言，电子、 石油石化的拥挤度水平较低，建议关注。此外，传媒、医药生物单日拥挤度 变动较大。从主力资金流动来看，前一交易日主力资金流入电子、传媒、医 药生物，流出国防军工、基础化工、计算机。近三个交易日主力资金增配汽 车、家用电器、银行，减配计算机、基础化工、国防军工。 三、ETF 产品关注信号 ◼ 根据溢价率 Z-score 模型搭建相关 ET ...

深交所2025全球投资者大会核心观点 - 投资中国就是投资未来 中国ETF市场迎来重要发展机遇 随着新"国九条"和中长期资金入市等政策出台 经济基本面持续向好 A股投资性价比凸显 [1][2] - ETF成为深市基金主力军 规模占比超90% 已突破万亿大关 2024年吸引增量资金超3600亿元 持有户数达465万户 同比增长43% [1] - 香港市场表现亮眼 恒生科技指数上涨18% 成为全球表现最佳股指之一 显示市场对中国创新潜力的重新评估 [3] ETF市场发展现状 - 深市ETF规模突破万亿 2024年增量资金超3600亿元 持有户数465万户 同比增43% [1] - 99%的ETF已配备流动性服务商 2024年推动26只ETF调低费率 预计年让利超10亿元 [2] - 深股通与ETF纳入门槛由15亿元降至5亿元 标的ETF达88只 规模占深市ETF超50% [2] 产品创新与制度优化 - 以新质生产力为导向发展宽基指数 同时丰富产品品类 推出深港/深日/深新ETF互通 互挂产品达11只 [2] - 储备股债混合ETF、科创债ETF、REITsETF等大类资产配置工具 研究宽基和行业主题ETF期权产品 [2] - 将深股通ETF纳入门槛降低至5亿元 扩大标的覆盖范围 满足境内外投资者跨境配置需求 [2] 市场机遇与投资策略 - 资产再配置背景下 ETF凭借高流动性和低成本优势 成为资产配置关键工具 [3] - 建议通过ETF捕捉亚洲与中国机遇 在美元走弱环境下灵活组合 平衡长短期投资目标 [3] - 香港市场表现亮眼 恒生科技指数涨18% 显示中国创新潜力被低估后的价值重估 [3]