量化模型与因子总结 量化模型与构建方式 1. **模型名称**：中性约束条件下最大化因子暴露组合[22] **模型构建思路**：在构建单因子投资组合时，采用一种优化方法，在确保投资组合相对基准指数在行业和风格暴露保持中性的基础上，最大化目标因子在组合中的暴露[22]。 **模型具体构建过程**：模型的具体构建方法在附录中提及，但正文未详细展开。其核心思想是通过优化求解，在满足行业和风格因子暴露中性（即组合在这些维度上的暴露与基准指数一致或为零）的约束条件下，使投资组合对目标因子的暴露达到最大[22]。 量化因子与构建方式 风格因子（共10个大类）[16] 构建思路：参考BARRA因子模型构建，以捕捉A股市场的风格变化[16]。大类风格因子通过细分因子合成[16]。 1. **因子名称**：估值因子 **因子具体构建过程**：估值因子 = BP。其中BP（Book to Price）为细分因子，构造方式为：归母股东权益 / 总市值[17]。 2. **因子名称**：成长因子 **因子具体构建过程**：成长因子 = (SGRO + EGRO) / 2[17]。 * 细分因子SGRO（Sales growth）：过去五个财年年报的每股营业收入按时间进行回归，将回归系数（斜率）除以每股营业收入的平均值，得到营业收入增长率SGRO[17]。 * 细分因子EGRO（Earnings growth）：过去五个财年年报的每股归母净利润按时间进行回归，将回归系数（斜率）除以每股归母净利润的平均值，得到归母净利润增长率EGRO[17]。 3. **因子名称**：盈利因子 **因子具体构建过程**：盈利因子 = (ETOP + CETOP) / 2[17]。 * 细分因子ETOP（Earnings-to-price ratio）：归母净利润TTM / 总市值[17]。 * 细分因子CETOP（Cash earnings-to-price ratio）：经营活动产生的现金流量净额TTM / 总资产[17]。 4. **因子名称**：规模因子 **因子具体构建过程**：规模因子 = LNCAP。其中LNCAP（Natural log of market cap）为细分因子，构造方式为：总市值的对数[17]。 5. **因子名称**：Beta因子 **因子具体构建过程**：Beta因子 = BETA。其中BETA为细分因子，构造方式为：将个股过去252个交易日的日收益率与中证全指日收益率进行半衰指数加权回归，半衰期为63个交易日。最终取回归系数作为BETA[17]。 6. **因子名称**：动量因子 **因子具体构建过程**：动量因子 = RSTR。其中RSTR（Relative strength）为细分因子，构造方式为：过去504个交易日个股累计收益率，不含最近21个交易日。其中收益率序列使用半衰指数加权，半衰期为126个交易日[17]。 7. **因子名称**：流动性因子 **因子具体构建过程**：流动性因子 = (STOM + STOQ + STOA) / 3[17]。 * 细分因子STOM（Share turnover, one month）：个股过去1个月的换手率加总，之后取对数[17]。 * 细分因子STOQ（Average share turnover, trailing 3 months）：个股过去3个月STOM的均值[17]。 * 细分因子STOA（Average share turnover, trailing 12 months）：个股过去12个月STOM的均值[17]。 8. **因子名称**：波动性因子 **因子具体构建过程**：波动性因子 = (DASTD + CMRA + HSIGMA) / 3[17]。 * 细分因子DASTD（Daily standard deviation）：过去250个交易日个股相对于所有股票等权指数的超额收益率的标准差。其中计算标准差时使用半衰指数加权，半衰期为40个交易日[17]。 * 细分因子CMRA（Cumulative range）：计算个股过去12个月内的累计对数收益率，将累计最高收益与累计最低收益做差得到CMRA[17]。 * 细分因子HSIGMA（Historical sigma）：计算BETA时残差的标准差[17]。 9. **因子名称**：非线性市值因子 **因子具体构建过程**：非线性市值因子 = NLSIZE。其中NLSIZE（Non-linear Size）为细分因子，构造方式为：将股票总市值对数的三次方与对数市值进行加权最小二乘回归，其中权重为对数市值的平方根，最终取回归残差作为NLSIZE。总市值越大或越小的股票NLSIZE越大，中市值股票NLSIZE小[17]。 10. **因子名称**：杠杆因子 **因子具体构建过程**：杠杆因子 = (MLEV + DTOA + BLEV) / 3[17]。 * 细分因子MLEV（Market leverage）：非流动负债 / 总市值[17]。 * 细分因子DTOA（Debt to assets）：总负债 / 总资产[17]。 * 细分因子BLEV（Book leverage）：非流动负债 / 归属母公司股东权益[17]。 选股因子（共53个）[21] 构建思路：构建了53个常用的选股因子，涵盖了估值、成长、质量、规模、反转、动量、流动性、波动性、分红、公司治理以及技术等多个方面[21]。在计算全市场股票池因子表现时，会对每个单因子进行中性化处理，消除其与行业、风格（规模、估值、成长）因子的相关性[47]。 **因子列表及具体构建过程如下表所示**[22]： | 因子类别 | 因子名称 | 构造方式 | 参考方向 | | :--- | :--- | :--- | :--- | | 估值 | BP | 归属母公司股东权益/总市值 | 正向[22] | | | 单季度EP | 单季度归母净利润/总市值 | 正向[22] | | | EP_TTM | 归母净利润TTM/总市值 | 正向[22] | | | 单季度SP | 单季度营业收入/总市值 | 正向[22] | | | SP_TTM | 营业收入TTM/总市值 | 正向[22] | | | 单季度CFEV | 单季度经营活动产生的现金流量净额/（市值 + 短期借款 + 长期借款 + 应付债券 - 货币资金） | 正向[22] | | | CFEV_TTM | 经营活动产生的现金流量净额TTM/（市值 + 短期借款 + 长期借款 + 应付债券 - 货币资金） | 正向[22] | | 成长 | 单季度净利润同比增速 | 单季度归母净利润同比增长率 | 正向[22] | | | 单季度营业收入同比增速 | 单季度营业收入同比增长率 | 正向[22] | | | 单季度营业利润同比增速 | 单季度营业利润同比增长率 | 正向[22] | | | 标准化预期外盈利 | （当前季度归母净利润 -（去年同期单度归母净利润+过去8个季度单季归母净利润同比增长均值））/ 过去8个季度的单季度归母净利润同比增长值的标准差 | 正向[22] | | | 标准化预期外收入 | （当前季度营业收入 -（去年同期单度营业收入+过去8个季度单季度营业收入同比增长均值））/ 过去8个季度的单季营业收入同比增长值的标准差 | 正向[22] | | | 单季度ROE同比 | ROE单季度同比变化 | 正向[22] | | | 单季度ROA同比 | ROA单季度同比变化 | 正向[22] | | 质量 | 单季度ROE | 单季度归母净利润/归属母公司股东权益 | 正向[22] | | | 单季度ROA | 单季度归母净利润/总资产 | 正向[22] | | | 单季度毛利率 | （单季度营业收入-单季度营业成本）/单季度营业收入 | 正向[22] | | | 单季度营业利润率 | 单季度营业利润/单季度营业收入 | 正向[22] | | | 单季度净利润率 | 单季度归母净利润/单季度营业收入 | 正向[22] | | | 盈余质量 | (经营活动现金流量净额-营业利润) /总资产 | 正向[22] | | | 流动比率 | 流动资产/流动负债 | 正向[22] | | 规模 | 对数市值 | 总市值的对数 | 负向[22] | | 反转 | 20日反转 | 个股过去20个交易日收益率 | 负向[22] | | | 60日反转 | 个股过去60个交易日收益率 | 负向[22] | | 动量 | 60日动量 | 个股过去60个交易日（排除近20日）收益率 | 正向[22] | | | 240日动量 | 个股过去240个交易日（排除近20日）收益率 | 正向[22] | | | 盈余公告前隔夜动量 | 个股盈余公告前20个交易日的隔夜收益 | 正向[22] | | | 盈余公告次日开盘跳空超额 | 个股盈余公告次日开盘价/昨日收盘价-中证全指次日开盘价/昨日收盘价 | 正向[22] | | 流动性 | 20日换手率 | 个股过去20个交易日换手率的平均值 | 负向[22] | | | 60日换手率 | 个股过去60个交易日换手率的平均值 | 负向[22] | | | 20日换手率波动 | 个股过去20个交易日换手率的标准差 | 负向[22] | | | 60日换手率波动 | 个股过去60个交易日换手率的标准差 | 负向[22] | | | 20日非流动性冲击 | 个股过去20个交易日的收益率绝对值/过去20日成交额的均值 | 正向[22] | | | 60日非流动性冲击 | 个股过去60个交易日的收益率绝对值/过去60日成交额的均值 | 正向[22] | | 波动性 | 20日收益率标准差 | 个股过去20个交易日的日收益率标准差 | 负向[22] | | | 60日收益率标准差 | 个股过去60个交易日的日收益率标准差 | 负向[22] | | | 20日特异度 | 个股过去20个交易日的日收益与Fama-French三因子回归的拟合度 | 负向[22] | | | 60日特异度 | 个股过去60个交易日的日收益与Fama-French三因子回归的拟合度 | 负向[22] | | | 20日三因子模型残差波动率 | 个股过去20个交易日的日收益对Fama-French三因子回归的残差的标准差 | 负向[22] | | | 120日三因子模型残差波动率 | 个股过去120个交易日的日收益对Fama-French三因子回归的残差的标准差 | 负向[22] | | | 240日三因子模型残差波动率 | 个股过去240个交易日的日收益对Fama-French三因子回归的残差的标准差 | 负向[22] | | 分红 | 股息率 | 最近4个季度分红/总市值 | 正向[22] | | 公司治理 | 前五大股东持股比例 | 前五大股东持股比例合计 | 正向[22] | | | 前十大股东持股比例 | 前十大股东持股比例合计 | 正向[22] | | 技术 | 20日成交额 | 过去20个交易日日均成交额 | 负向[22] | | | 60日成交额 | 过去60个交易日日均成交额 | 负向[22] | | | 60日偏度 | 过去60个交易日日度收益率数据计算的偏度 | 负向[22] | | | 240日偏度 | 过去240个交易日日度收益率数据计算的偏度 | 负向[22] | | | 20日成交量变异系数 | 过去20个交易日成交量的标准差 / 过去20个交易日成交量均值 | 负向[22] | | | 60日成交量变异系数 | 过去60个交易日成交量的标准差 / 过去60个交易日成交量均值 | 负向[22] | | | 20日成交量比率 | 过去20个交易日成交量均值/ 过去240个交易日成交量均值 | 负向[22] | | | 60日成交量比率 | 过去60个交易日成交量均值/ 过去240个交易日成交量均值 | 负向[22] | | | 120日成交量比率 | 过去120个交易日成交量均值/ 过去240个交易日成交量均值 | 负向[22] | 模型的回测效果 *注：报告中未提供“中性约束条件下最大化因子暴露组合”模型整体的综合回测指标（如年化收益、夏普比率等），仅提供了该模型框架下各单因子的超额收益表现。* 因子的回测效果 风格因子表现（近一周多空收益）[19] 1. Beta因子， 多空收益 4.54%[19] 2. 动量因子， 多空收益 4.34%[19] 3. 波动性因子， 多空收益 3.81%[19] 4. 规模因子， 多空收益 3.36%[19] 5. 流动性因子， 多空收益 1.59%[19] 6. 成长因子， 多空收益 1.15%[19] 7. 非线性市值因子， 多空收益 0.88%[19] 8. 盈利因子， 多空收益 0.61%[19] 9. 杠杆因子， 多空收益 -0.56%[19] 10. 估值因子， 多空收益 -3.71%[19] 选股因子表现（基于“中性约束条件下最大化因子暴露组合”） **以下为各股票池中，因子在“最近一周”窗口期的超额收益表现。** 沪深300股票池[24] 1. 标准化预期外盈利因子， 超额收益 0.87%[24] 2. 240日动量因子， 超额收益 0.78%[24] 3. 单季度净利润率因子， 超额收益 0.74%[24] 中证500股票池[28] 1. 单季度毛利率因子， 超额收益 1.49%[28] 2. 单季度营业利润率因子， 超额收益 1.26%[28] 3. 单季度净利润率因子， 超额收益 1.05%[28] 中证800股票池[33] 1. 单季度ROE因子， 超额收益 1.02%[33] 2. 盈余公告前隔夜动量因子， 超额收益 0.97%[33] 3. 标准化预期外盈利因子， 超额收益 0.94%[33] 中证1000股票池[38] 1. 单季度营业利润率因子， 超额收益 1.34%[38] 2. 单季度净利润率因子， 超额收益 1.25%[38] 3. 单季度营业利润同比增速因子， 超额收益 1.15%[38] 沪深300ESG股票池[42] 1. 标准化预期外盈利因子， 超额收益 0.96%[42] 2. 单季度营业利润同比增速因子， 超额收益 0.57%[42] 3. 单季度ROA因子， 超额收益 0.52%[42] 全市场股票池（近一周Rank IC）[46] 1. 单季度ROE因子， Rank IC 17.68%[46] 2. 单季度ROA因子， Rank IC 17.19%[46] 3. 单季度净利润率因子， Rank IC 16.25%[46]

上证科创板100指数ETF成交额概况 - 上证科创板100指数ETF合计成交额达11.47亿元，较上一交易日增加2.85亿元，环比增幅为33.04% [1] 主要ETF产品成交表现 - 博时科创100ETF（588030）成交额3.17亿元，环比增加1.30亿元，增幅69.90% [1] - 科创100ETF基金（588220）成交额3.02亿元，环比增加1.04亿元，增幅52.63% [1] - 科创100（588190）成交额3.04亿元，环比增加5393.36万元，增幅21.58% [1] - 易方达上证科创板100增强策略ETF（588500）和广发上证科创板100增强策略ETF（588680）成交额环比增幅显著，分别达到256.94%和79.10% [1] 市场指数及ETF价格表现 - 上证科创板100指数（000698）收盘下跌0.90% [1] - 跟踪该指数的相关ETF平均下跌0.90% [1] - 易方达上证科创板100增强策略ETF（588500）和易方达上证科创板100ETF（588210）跌幅居前，分别下跌1.27%和1.16% [1]

ETF成为高净值个人投资者重要工具 - ETF正成为身家不菲个人投资者青睐的投资工具 其投资具有"稳准狠"特征 常斥资数亿元买入单只产品[1] - 科技成长风格ETF因进攻性强成为个人投资者偏爱标的 中小盘指数增强ETF也在风格走强阶段受关注[1] - 主观私募、量化私募及复合型多策略私募均为ETF重要投资者 多家知名私募现身产品前十大持有人名单[1] 个人投资者持仓结构与偏好 - 个人投资者在华夏上证科创板50成份ETF中占据69.49%基金份额 显示其对成长性产品的显著偏好[2] - 个人投资者李某持有华夏上证科创板50成份ETF 2.59亿份（占比0.33%） 按9月1日净值计算规模超3.6亿元[2] - 个人投资者滕某同时布局三只ETF：持有华夏上证科创板50成份ETF 2.56亿份（0.32%） 南方中证1000ETF 6700万份（0.26%） 华夏中证机器人ETF 1.31亿份（0.77%） 对应持仓规模分别超3.6亿、2亿和1.3亿元[2] - 个人投资者狄某平重仓半导体ETF 持有国联安中证全指半导体ETF 9700万份（0.43%） 规模约1.36亿元 该ETF年内上涨逾34%[3] - 狄某平同步持有华夏中证机器人ETF 9300万份（0.55%） 规模约0.95亿元 并布局金融科技、人工智能等细分行业主题ETF[3] - 个人投资者余某贵专注宽基指数增强策略ETF 重点配置中小盘风格产品 包括中证500、中证1000、科创50及中证2000增强策略ETF[4] ETF产品业绩表现 - 科技成长类ETF年内回报显著：华夏上证科创板50成份ETF上涨逾30% 华夏中证机器人ETF上涨逾30% 南方中证1000ETF上涨逾24%[3] - 半导体ETF表现突出 国联安中证全指半导体产品与设备ETF年内涨幅达34%[3] 私募机构ETF配置策略 - 截至上半年末共有198只私募产品出现在ETF前十大持有人名单中（QDII型除外）[5] - 玄元投资同时配置半导体材料设备、汽车零部件、科创100增强策略等主题ETF[5] - 北京恒德时代私募基金布局半导体材料设备、汽车零部件及全指建筑材料ETF[5] - 深圳展博投资旗下产品出现在科创50ETF和创业板ETF前十大持有人中[5] - 量化私募侧重宽基指数增强策略ETF 如橡杉资产重仓中证2000增强策略ETF 齐济合创重仓上证综合增强策略ETF[6] - 迎水投资、永安国富、东方港湾等知名私募均为ETF常见投资者[7] - 主观团队对ETF有配置需求 量化产品衍生出套利策略、T+0策略及ETF期权策略等应用场景[7]

ETF投资趋势 - ETF成为高净值个人投资者青睐的投资工具 其投资规模大且偏好进攻性强的科技成长风格ETF 也有投资者选择中小盘指数增强ETF进行布局[1] - 个人投资者在ETF投资中占据重要地位 例如华夏上证科创板50成份ETF中个人投资者占比69.49%[2] - 私募机构包括主观私募、量化私募和复合型多策略私募均是ETF产品的重要投资者 多家知名私募出现在ETF前十大持有人名单中[1][5] 个人投资者案例 - 个人投资者李某持有华夏上证科创板50成份ETF 2.59亿份 占总份额0.33%[2] - 个人投资者滕某持有华夏上证科创板50成份ETF 2.56亿份 按9月1日收盘净值计算持有规模超过3.6亿元 同时出现在华夏中证机器人ETF和南方中证1000ETF前十大持有人中[2] - 滕某持有南方中证1000ETF 6700万份 占总份额0.26% 持有规模超过2亿元 持有华夏中证机器人ETF 1.31亿份 占总份额0.77% 持有规模超过1.3亿元[2] - 个人投资者狄某平持有国联安中证全指半导体产品与设备ETF 9700万份 占总份额0.43% 持有规模约1.36亿元 该ETF今年以来上涨逾34%[3] - 狄某平重仓华夏中证机器人ETF 9300万份 占总份额0.55% 持有规模约0.95亿元 同时重仓华宝中证金融科技主题ETF和易方达中证人工智能主题ETF[3] - 个人投资者余某贵偏爱宽基指数增强策略ETF 集中布局中小盘风格产品 出现在华泰柏瑞中证500增强策略ETF等多只ETF前十大持有人名单中[4] ETF业绩表现 - 华夏上证科创板50成份ETF今年以来上涨逾30% 华夏中证机器人ETF上涨逾30% 南方中证1000ETF上涨逾24%[3] - 国联安中证全指半导体产品与设备ETF今年以来上涨逾34%[3] 私募投资策略 - 截至上半年末共有198只私募产品出现在ETF的前十大持有人名单中（QDII型ETF除外）[5] - 玄元投资旗下产品出现在易方达中证半导体材料设备主题ETF、易方达中证汽车零部件主题ETF和易方达上证科创板100增强策略ETF前十大持有人名单中[5] - 北京恒德时代私募基金旗下产品出现在易方达中证半导体材料设备主题ETF、易方达中证汽车零部件主题ETF和易方达中证全指建筑材料ETF前十大持有人名单中[5] - 深圳展博投资管理有限公司出现在华夏上证科创板50成份ETF和易方达创业板ETF前十大持有人中[5] - 量化私募上海橡杉资产管理有限公司重仓海富通中证2000增强策略ETF 北京齐济合创投资有限公司重仓嘉实上证综合增强策略ETF[6] - 迎水投资、永安国富、东方港湾等多家知名私募均是ETF的常见投资者[7] - 主观团队对ETF有配置策略需求 量化产品以选股为主 但存在围绕宽基指数进行交易的量化策略 包括套利策略、T+0策略和ETF期权策略等[7]

个人投资者布局高成长ETF - 基金"牛散"今年以来精准投资科创50、机器人、金融科技、半导体等高成长赛道ETF 其中多只ETF涨幅超30% 若持有至今浮盈丰厚 [1] - 李某持有华夏上证科创板50成份ETF 2.59亿份占0.33% 滕某持有同基金2.56亿份占0.32% 按9月1日净值估算持有规模约3.65亿元 [2] - 滕某同时布局华夏中证机器人ETF 持有1.31亿份占0.77% 规模约1.34亿元 以及南方中证1000ETF 持有6700万份占0.26% 规模约2.03亿元 [2] ETF产品业绩表现 - 截至9月2日 华夏上证科创板50成份ETF累计上涨33.4% 华夏中证机器人ETF上涨32.01% 南方中证1000ETF上涨超24% [3] - 国联安中证全指半导体产品与设备ETF上涨34.29% 狄某平持有9700万份占0.43% 规模约1.36亿元 [3] - 狄某平还重仓华夏中证机器人ETF 9300万份占0.55% 规模约0.95亿元 并持有华宝中证金融科技主题ETF 6560万份 易方达中证人工智能主题ETF 1.78亿份 [3] 投资策略分化 - 余某贵偏爱宽基指数增强策略ETF 集中布局中盘和小盘风格 出现在华泰柏瑞中证500增强策略ETF等4只基金前十大持有人 [4] - 个人投资者在华夏上证科创板50成份ETF中占比69.49% 在国联安中证全指半导体产品与设备ETF中占比61.05% [2][3] 私募机构配置ETF - 截至上半年末 共有198只私募基金出现在ETF前十大持有人名单（QDII除外） [5] - 玄元投资现身易方达中证半导体材料设备主题ETF等三只产品前十大持有人 [5] - 北京恒德时代私募基金出现在易方达中证半导体材料设备主题ETF等三只产品前十大持有人 主打跨资产多策略投资组合 [6] 量化策略应用 - 量化私募主要投资宽基指数增强策略ETF 如上海橡杉资产重仓海富通中证2000增强策略ETF 北京齐济合创重仓嘉实上证综合增强策略ETF [6] - 市场存在围绕宽基指数交易的量化策略 包括ETF套利策略 T+0策略 期权策略等 [6] - 迎水投资 永安国富 东方港湾等多家知名私募投资ETF产品 [6]

上证科创板100指数ETF成交额变动 - 上证科创板100指数ETF合计成交额28.50亿元 较上一交易日增加9.78亿元 环比增幅52.23% [1] - 科创100(588190)成交额6.58亿元 环比增加2.67亿元 增幅68.19% [1] - 博时科创100ETF(588030)成交额5.89亿元 环比增加2.09亿元 增幅55.08% [1] - 华夏上证科创板100ETF(588800)成交额3.83亿元 环比增加1.73亿元 增幅81.92% [1] 重点产品成交表现 - 广发上证科创板100ETF(588980)成交额1791.79万元 环比增加1289.16万元 增幅256.48% [1][2] - 广发上证科创板100增强策略ETF(588680)成交额2028.00万元 环比增加1419.72万元 增幅233.40% [1][2] - 国泰上证科创板100ETF(588120)成交额3.11亿元 环比增加1.57亿元 增幅101.77% [2] - 易方达上证科创板100增强策略ETF(588500)成交额2021.60万元 环比增加855.73万元 增幅73.40% [2] 市场表现情况 - 上证科创板100指数(000698)收盘下跌0.33% [2] - 跟踪指数相关ETF平均下跌0.28% [2] - 易方达上证科创板100增强策略ETF(588500)上涨0.89% 表现最佳 [2] - 南方上证科创板100ETF(588900)下跌0.93% 华夏上证科创板100ETF(588800)下跌0.56% 跌幅居前 [2] 个别产品成交下滑 - 南方上证科创板100ETF(588900)成交额4036.59万元 环比减少1104.02万元 降幅21.48% [2] - 汇添富上证科创板100ETF(589980)成交额1552.50万元 环比减少45.21万元 降幅2.83% [2]

上证科创板100指数ETF成交表现 - 上证科创板100指数ETF合计成交额达24.88亿元，较上一交易日增加6.21亿元，环比增幅33.27% [1] - 科创100ETF基金(588220)成交额8.27亿元，环比增加4.10亿元，增幅98.45% [1][2] - 易方达上证科创板100ETF(588210)成交额环比增幅达264.61%，增幅居首 [1][2] 重点ETF产品成交变动 - 科创100(588190)成交额4.72亿元，环比增加1.67亿元，增幅54.93% [1][2] - 华夏上证科创板100ETF(588800)成交额3.22亿元，环比增加4997.78万元，增幅18.37% [1][2] - 广发上证科创板100ETF(588980)成交额环比下降778.49万元，降幅39.51% [2] 市场价格表现 - 上证科创板100指数收盘上涨1.87% [2] - 跟踪该指数的ETF平均上涨1.81%，其中易方达上证科创板100增强策略ETF(588500)涨幅2.13%居首 [2] - 博时科创100ETF(588030)成交额5.95亿元，虽环比下降2936.03万元，但价格涨幅达1.98% [2] 成交额环比下降产品 - 南方上证科创板100ETF(588900)成交额4088.84万元，环比下降665.83万元，降幅14.00% [2] - 汇添富上证科创板100ETF(589980)成交额1475.28万元，环比下降126.47万元，降幅7.90% [2] - 国泰上证科创板100ETF(588120)成交额9447.81万元，环比下降1433.17万元，降幅13.17% [2]

上证科创板100指数ETF成交额变动 - 上证科创板100指数ETF今日合计成交额11.21亿元，环比上一交易日增加3.25亿元，环比增幅为40.88% [1] - 华夏上证科创板100ETF(588800)今日成交额2.34亿元，环比增幅174.24%，增幅居首 [1][2] - 国泰上证科创板100ETF(588120)成交额环比增加134.32%，增幅排名第二 [1][2] - 科创100(588190)成交额1.84亿元，环比增加57.32% [1][2] - 科创100ETF基金(588220)成交额2.51亿元，环比增长21.32% [1][2] 上证科创板100指数ETF市场表现 - 上证科创板100指数(000698)收盘上涨0.30% [2] - 跟踪该指数的相关ETF平均上涨0.29% [2] - 华夏上证科创板100ETF(588800)涨幅0.59%，表现最佳 [2] - 博时科创100ETF(588030)上涨0.47%，涨幅居前 [2] - 易方达上证科创板100增强策略ETF(588500)下跌0.07%，表现最弱 [2] 主要ETF成交数据 - 博时科创100ETF(588030)成交额2.96亿元，环比增长6.52% [2] - 南方上证科创板100ETF(588900)成交额3258.92万元，环比增加10.10% [2] - 易方达上证科创板100ETF(588210)成交额676.92万元，环比增长66.95% [2] - 易方达上证科创板100增强策略ETF(588500)成交额351.78万元，环比增幅97.50% [2] - 汇添富上证科创板100ETF(589980)成交额1046.11万元，环比下降33.93% [2]

上证科创板100指数ETF成交额变动 - 上证科创板100指数ETF今日合计成交额10.28亿元，环比上一交易日增加2.42亿元，环比增幅为30.74% [1] - 科创100ETF基金（588220）今日成交额2.63亿元，较上一交易日增加1.01亿元，环比增幅为61.82% [1] - 科创100（588190）今日成交额2.30亿元，较上一交易日增加7602.39万元，环比增幅为49.40% [1] - 博时科创100ETF（588030）今日成交额2.41亿元，较上一交易日增加3738.90万元，环比增幅为18.32% [1] 成交金额环比增幅居前的ETF - 广发上证科创板100增强策略ETF（588680）今日成交额较上一交易日增加161.51% [1] - 易方达上证科创板100增强策略ETF（588500）今日成交额较上一交易日增加98.03% [1] 上证科创板100指数及ETF市场表现 - 上证科创板100指数（000698）上涨1.81% [1] - 跟踪上证科创板100指数的相关ETF今日平均上涨1.86% [1] - 南方上证科创板100ETF（588900）今日上涨2.03% [1] - 易方达上证科创板100增强策略ETF（588500）今日上涨2.01% [1] 其他ETF成交额变动 - 国泰上证科创板100ETF（588120）今日成交额8977.85万元，较上一交易日增加2500.98万元，环比增幅为38.61% [1] - 科创指数（588880）今日成交额2246.18万元，较上一交易日增加757.84万元，环比增幅为50.92% [1] - 南方上证科创板100ETF（588900）今日成交额2626.95万元，较上一交易日增加337.12万元，环比增幅为14.72% [1] - 汇添富上证科创板100ETF（589980）今日成交额1243.84万元，较上一交易日增加238.50万元，环比增幅为23.72% [1] - 易方达上证科创板100ETF（588210）今日成交额611.98万元，较上一交易日增加199.65万元，环比增幅为48.42% [1] - 华夏上证科创板100ETF（588800）今日成交额1.24亿元，较上一交易日减少1913.07万元，环比降幅为13.33% [1]

证券市场回顾 - 上证综指日内上涨0.23%，收于3384.1点，最高3387.76点 [1] - 深证成指日内上涨0.58%，收于10203.5点，最高10220.3点 [1] - 创业板指日内上涨1.17%，收于2048.61点，最高2053.56点 [1] ETF市场表现 股票型ETF整体市场表现 - 股票型ETF收益率中位数为0.34% [2] - 规模指数ETF中易方达上证科创板100增强策略ETF收益率最高，为2.47% [2] - 行业指数ETF中南方中证500信息技术指数ETF收益率最高，为3.98% [2] - 策略指数ETF中华夏创业板低波价值ETF收益率最高，为1.1% [2] - 风格指数ETF中华夏创业板动量成长ETF收益率最高，为2.39% [2] - 主题指数ETF中华夏创业板人工智能ETF收益率最高，为3.86% [2] 股票型ETF涨跌幅排行 - 涨幅最高的3支ETF：南方中证500信息技术指数ETF(3.98%)、华夏创业板人工智能ETF(3.86%)、新华中证云计算50ETF(3.77%) [4][5] - 跌幅最大的3支ETF：中金中证科技先锋ETF(-4.17%)、招商中证畜牧养殖ETF(-1.93%)、工银瑞信中证沪深港黄金产业股票ETF(-1.76%) [5] 股票型ETF资金流向 - 资金流入最多的3支ETF：华泰柏瑞中证红利低波动ETF(流入5.98亿元)、国泰国证信息技术创新主题ETF(流入5.5亿元)、富国中证大数据产业ETF(流入4.42亿元) [6][7] - 资金流出最多的3支ETF：华夏上证科创板50成份ETF(流出4.05亿元)、华泰柏瑞沪深300ETF(流出3.83亿元)、华夏中证A500ETF(流出3.83亿元) [7] 股票型ETF融资融券概况 - 融资买入额最高的3支ETF：华夏上证科创板50成份ETF(4.31亿元)、嘉实上证科创板芯片ETF(2.21亿元)、国泰中证全指证券公司ETF(1.74亿元) [8][9] - 融券卖出额最高的3支ETF：南方中证1000ETF(8258.95万元)、南方中证500ETF(4467.91万元)、华泰柏瑞沪深300ETF(1145.48万元) [9] 机构观点 - 人工智能建设和变现或将仍为二季度投资主线之一，半导体设计公司或仍是人工智能基础设施建设的最大受益者 [9] - 当前时点着重看好AI应用投资机会，中期重点关注人工智能方向 [10][11]