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，识别行业过热或低估状态，为投资决策提供参考[3] 模型具体构建过程： 报告未提供具体的构建公式和详细步骤，仅提及对申万一级行业指数的拥挤度进行每日监测[3] 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，识别存在潜在套利机会的ETF产品[4] 模型具体构建过程： 报告未提供具体的构建公式和详细步骤，仅提及通过滚动测算提供信号[4] 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： 基于申万一级行业指数构建，用于衡量行业交易拥挤程度[3] 因子具体构建过程： 报告未提供具体的构建公式和详细步骤[3] 2 因子名称：主力资金净流入因子 因子构建思路： 通过计算主力资金净流入额，反映资金对行业或ETF的短期偏好[13] 因子具体构建过程： 直接使用Wind数据中的主力净流入额（单位：亿元），包括当日（T）、前一日（T-1）及前两日（T-2）数据，并计算近3个交易日合计值[13] 公式： $近3日合计 = T + T-1 + T-2$ 模型的回测效果 （报告未提供模型回测结果） 因子的回测效果 1. 行业拥挤度因子 - 拥挤度较高行业：有色、电力设备、电子[3] - 拥挤度较低行业：食品饮料、美护[3] - 拥挤度变动较大行业：汽车、轻工[3] 2. 主力资金净流入因子 - 近3日主力资金净流入较高行业：传媒（+8.81亿元 T日）、汽车（+5.47亿元 T日）[13] - 近3日主力资金净流出较高行业：电子（-50.84亿元 T日）、计算机（-59.24亿元 T日）、电力设备（-23.89亿元 T日）[13] - 近3日合计净流入：传媒（-41.41亿元）、计算机（-59.49亿元）、机械设备（-58.22亿元）[13] 3. ETF资金流动因子 - 宽基ETF：单日净流出85.26亿元[5] - 行业主题ETF：单日净流入0.27亿元[5] - 风格策略ETF：单日净流入3.52亿元[5] - 跨境ETF：单日净流入38.39亿元[5]