量化模型与构建方式 1. 模型名称：长期行业主题基金标签与指数模型 * 模型构建思路：为主动偏股基金构建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，并构建相应的行业主题基金指数作为衡量工具[36]。 * 模型具体构建过程： 1. 数据来源：使用基金近四期（中报/年报）的持仓信息[36]。 2. 标签定义：根据基金在长期运作中呈现的行业特征，定义三类长期行业标签： * 行业主题基金：长期聚焦于特定行业的基金。 * 行业轮动基金：在不同时期切换行业重心的基金。 * 行业均衡基金：行业配置相对分散均衡的基金[36]。 3. 指数构建：基于上述标签，构建不同行业主题（如国防军工、新能源、TMT等）的基金指数，以反映该类主题基金的整体风险收益表现[36]。 2. 模型名称：REITs系列指数模型 * 模型构建思路：构建完整的REITs系列指数，为投资者提供基于指数化思想的资产配置新视角，综合反映REITs市场表现，并提供不同底层资产和项目类型的细分指数[48]。 * 模型具体构建过程： 1. 指数类型：同时提供价格指数和全收益指数，以考虑REITs的高分红特性[48]。 2. 加权方法：采用分级靠档的方法，确保计算指数的份额保持相对稳定[48]。 3. 样本调整：当样本成分名单或样本成分的调整市值出现非交易因素变动（如新发、扩募）时，采用除数修正法以保证指数的连续性[48]。 4. 指数分类：构建综合指数、底层资产指数（如产权类、特许经营权类）和细分项目指数（如保障性租赁住房、生态环保等）[49]。 量化因子与构建方式 1. 因子名称：多因子ETF分类因子（红利、现金流、质量、低波、基本面、价值、动量、成长） * 因子构建思路：基于不同的量化投资逻辑或财务指标，对ETF产品进行分类，以区分其背后的投资风格与风险收益特征[60]。 * 因子具体构建过程：报告未详细描述每个因子的具体计算公式，但根据常见的量化因子定义，其构建思路通常如下： * 红利因子：通常基于股息率筛选高股息股票。 * 现金流因子：通常基于自由现金流等指标筛选现金流充裕的公司。 * 质量因子：通常基于盈利能力（如ROE）、盈利稳定性、财务杠杆等指标筛选优质公司。 * 低波因子：通常基于股价历史波动率筛选波动率较低的股票。 * 基本面因子：可能基于销售额、现金流、净资产、分红等基本面指标进行加权。 * 价值因子：通常基于市盈率（PE）、市净率（PB）等估值指标筛选低估股票。 * 动量因子：通常基于股票过去一段时间的收益率筛选强势股。 * 成长因子：通常基于营收增长率、利润增长率等指标筛选高成长性公司[60]。 模型的回测效果 1. 长期行业主题基金指数，本周收益率：国防军工 6.62%，新能源 6.34%，TMT 4.15%，行业均衡 3.08%，行业轮动 2.63%，周期 2.63%，金融地产 0.14%，消费 -0.21%，医药 -0.81%[36]。 2. 长期行业主题基金指数，2025年12月月度收益率：行业均衡 4.70%，行业轮动 4.16%，医药 -4.57%，消费 -0.86%，TMT 6.12%，新能源 4.11%，金融地产 3.04%，国防军工 14.95%，周期 6.19%[38]。 因子的回测效果 1. 多因子ETF（红利），本周净流入 10.70亿元，本周回报 0.17%，近1月回报 -0.78%，今年以来回报 3.84%[60]。 2. 多因子ETF（现金流），本周净流入 6.97亿元，本周回报 1.02%，近1月回报 3.45%，今年以来回报 --[60]。 3. 多因子ETF（质量），本周净流入 0.09亿元，本周回报 2.64%，近1月回报 7.33%，今年以来回报 33.27%[60]。 4. 多因子ETF（低波），本周净流入 -0.02亿元，本周回报 2.11%，近1月回报 4.79%，今年以来回报 17.11%[60]。 5. 多因子ETF（基本面），本周净流入 -0.03亿元，本周回报 0.79%，近1月回报 0.75%，今年以来回报 8.05%[60]。 6. 多因子ETF（价值），本周净流入 -0.05亿元，本周回报 1.01%，近1月回报 2.58%，今年以来回报 13.61%[60]。 7. 多因子ETF（动量），本周净流入 -1.91亿元，本周回报 4.90%，近1月回报 11.68%，今年以来回报 44.62%[60]。 8. 多因子ETF（成长），本周净流入 -1.91亿元，本周回报 3.74%，近1月回报 7.43%，今年以来回报 34.70%[60]。