市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何 意见、观点或结论是否符合其特定状况。据此投资，责任自负。 "错失一个时代的风险，远大于过早担忧泡沫的风险。"在12月20日举行的雪球嘉年华上，东方港湾董事 长但斌对智通财经记者表示，"AI泡沫论"是噪音，明年或是AI应用大年。 针对市场担忧的AI泡沫问 题，但斌直言"谈泡沫为时过早"，"在我看来，明年将是一个基础层和应用层共同突飞猛进、相互驱动 的时代。我们目前所看到的，远未达到供给过剩或产生泡沫的程度。" 但斌还建议普通投资者聚焦"王 冠上的明珠"式优质企业，"如果觉得判断具体公司有难度，那么通过ETF来参与是一个很务实的选择。 例如看好全球科技趋势，可以考虑标普或纳指ETF；聚焦人工智能等具体方向，也有相应的行业ETF可 供选择。"同时，他着重强调投资红线："永远不要借钱投资，远离融资炒股。这是投资中的大忌。东方 港湾能够穿越多次周期，一个根本原则就是我们从不使用融资杠杆。只要不融资，不借钱，买最好的公 司或者ETF，想要亏损也挺困难的。"（澎湃） 风险提示及免责条款 ...

活动概况 - 第二届长城证券“烽火杯”私募诚选活动自2025年10月启动，已吸引全国超600家私募机构、逾1600只产品参与，涵盖七大核心策略赛道，报名将持续至2026年6月 [1] - 活动旨在为私募管理人提供展示实力与高水平交流的平台，长城证券将开放公司资源与业务平台，覆盖交易执行、投资支持及融资方案等多元化需求 [1] - 作为品牌联动环节，《烽火论剑》栏目由长城证券联合中国证券报推出，专注于呈现私募管理人的投资理念与市场策略，并在岁末年初邀请多家私募分享市场研判与2026年资产配置建议 [1] 宏观与市场观点 - 有观点认为当前经济周期仍处相对左侧阶段，反内卷等政策对供给侧出清带来正面预期，但实际进展有待证实 [2] - 有观点认为中美货币政策方向趋同，外部掣肘减弱，国内宽松政策更以“我”为主，内外需面临再平衡，稳增长诉求增强，“十五五”开局会议对财政和货币政策的定调依然积极 [2] - 有观点指出当前市场整体估值不低，但存在估值合理的标的，例如食品饮料指数市盈率、恒生指数市净率均处于历史低位，同时沪深300股息率相对国债收益率的风险溢价处于历史高位 [2] 行业与板块展望 - 对于科技板块，有观点认为AI投资大方向确定，存在泡沫也属正常，在基础设施达到一定程度后，应用端的爆发更具吸引力，未来研究将更关注应用方向，硬件端则关注估值合理及进入新进大厂产业链的标的 [2] - 有观点预计2026年会实行更积极的货币及财政政策，无风险利率有进一步下行空间，10年期国债收益率可能进一步降低，信用债配置价值将提升 [3] - 股票方面，有观点看好两大主线：一是银行、食品饮料、消费电子等相对低估值方向；二是AI芯片、半导体设备、算力等科技龙头 [3] - 有观点认为2026年个股选择及择时难度或将提升，配置行业ETF将是性价比更高的选项 [3]

量化模型与构建方式 1. **模型名称：逆周期配置模型**[24] **模型构建思路**：借助代理变量预测未来的宏观环境，然后选择不同环境下表现最优的几类资产构建绝对收益组合[24] **模型具体构建过程**：模型基于代理变量对未来的宏观环境进行预测，例如，2025年第四季度的预测结果为“Inflation”（通胀）环境，然后根据历史表现，配置在该预测环境下预期表现最优的大类资产[24] 2. **模型名称：宏观动量模型**[24] **模型构建思路**：从经济增长、通货膨胀、利率、汇率和风险情绪等多个维度出发构建模型，对股票、债券等大类资产进行择时[24] **模型具体构建过程**：模型综合了经济增长、通货膨胀、利率、汇率和风险情绪等多个维度的宏观指标，生成对股票、债券等大类资产的月度择时信号[24] 3. **模型名称：黄金择时策略**[24] **模型构建思路**：通过宏观、持仓、量价和情绪等因子构建多周期的黄金择时策略[24] **模型具体构建过程**：策略综合了宏观、持仓、量价和情绪等多类因子，并在不同时间周期上进行建模，以生成对黄金资产的择时信号[24] 4. **模型名称：行业ETF轮动策略**[25][26] **模型构建思路**：从行业历史基本面、预期基本面、情绪面、量价技术面、宏观经济等维度出发，构建多因子行业轮动策略，并应用于ETF投资[25] **模型具体构建过程**：首先，将市场上ETF的跟踪指数与中信一级行业匹配，确定由23个一级行业组成的基准池[25][26]。然后，基于行业轮动模型（融合了历史基本面、预期基本面、情绪面、量价技术面、宏观经济等多维度因子）生成行业配置观点。最后，根据模型观点选择相应的行业ETF并等权配置，例如2025年11月配置的五只ETF各占20%权重[27] 5. **模型名称：股债混合策略**[29] **模型构建思路**：通过股债资产配置构建绝对收益策略，主要包括再平衡和风险平价两种方式，并可叠加宏观择时和行业轮动进行增强[29][4] **模型具体构建过程**： * **基础配置**：采用固定的股债配置比例进行月度再平衡，如股债10/90或20/80组合[4][39]，或采用风险平价方法确定股债权重[30] * **增强方式**： * **宏观择时增强**：使用宏观动量模型等对股票、债券等大类资产进行择时，动态调整配置权重[4][30] * **行业轮动增强**：在股票端，使用行业ETF轮动策略替代宽基指数[4][30] * **资产扩展**：在股债基础上加入黄金，构建股、债、黄金风险平价策略[30] 6. **模型名称：量化固收+策略**[38][39] **模型构建思路**：为“固收+”产品的股票端提供量化解决方案，结合不同的股票风格策略与股债配置方法，并可引入择时模型[38][39] **模型具体构建过程**： * **债券端**：默认使用短债基金指数收益[39] * **股票端**：应用不同的量化选股风格策略，主要包括： * PB盈利因子策略[39] * 高股息因子策略[39] * 小盘价值因子策略[39] * 小盘成长因子策略[39] * 复合策略（如PB盈利+小盘成长）[39] * **配置与调整**： * 设定股债配置中枢，如10/90或20/80，并进行定期再平衡（月度或季度）[39] * 可引入宏观择时模型或逆周期配置模型对仓位进行动态调整[39] 模型的回测效果 1. **（宏观择时）股债20/80再平衡模型**，上周收益-0.05%，本月收益0.01%，本年收益5.24%，年化波动率（本年）3.53%，最大回撤（本年）1.78%，夏普比率（本年）1.72[30] 2. **（宏观择时）股债风险平价模型**，上周收益0.00%，本月收益0.00%，本年收益2.38%，年化波动率（本年）1.79%，最大回撤（本年）1.50%，夏普比率（本年）1.54[30] 3. **（宏观择时）股、债、黄金风险平价模型**，上周收益0.00%，本月收益-0.01%，本年收益4.25%，年化波动率（本年）2.21%，最大回撤（本年）1.49%，夏普比率（本年）2.23[30] 4. **（宏观择时+行业ETF轮动）股债20/80再平衡模型**，上周收益-0.23%，本月收益-0.25%，本年收益8.28%，年化波动率（本年）5.57%，最大回撤（本年）2.54%，夏普比率（本年）1.73[30] 5. **（宏观择时+行业ETF轮动）股债风险平价模型**，上周收益-0.05%，本月收益-0.10%，本年收益3.40%，年化波动率（本年）2.25%，最大回撤（本年）1.45%，夏普比率（本年）1.75[30] 6. **行业ETF轮动策略**，上周收益-2.89%（超额-2.42%），本月累计收益-2.92%（超额-3.08%）[3][25] 7. **不择时+10/90月度再平衡量化固收+模型（PB盈利股票端）**，上周收益0.22%，本月收益0.22%，本年收益3.45%，年化波动率（本年）2.28%，最大回撤（本年）1.82%，夏普比率（本年）0.18[39] 8. **不择时+10/90月度再平衡量化固收+模型（高股息股票端）**，上周收益0.16%，本月收益0.16%，本年收益2.77%，年化波动率（本年）2.03%，最大回撤（本年）1.39%，夏普比率（本年）0.02[39] 9. **不择时+10/90月度再平衡量化固收+模型（小盘价值股票端）**，上周收益0.13%，本月收益0.13%，本年收益6.37%，年化波动率（本年）3.45%，最大回撤（本年）3.69%，夏普比率（本年）0.58[39] 10. **不择时+10/90月度再平衡量化固收+模型（小盘成长股票端）**，上周收益0.05%，本月收益0.05%，本年收益6.30%，年化波动率（本年）3.51%，最大回撤（本年）3.86%，夏普比率（本年）0.56[39] 11. **不择时+20/80月度再平衡量化固收+模型（PB盈利股票端）**，上周收益0.42%，本月收益0.42%，本年收益5.70%，年化波动率（本年）4.59%，最大回撤（本年）3.79%，夏普比率（本年）0.36[39] 12. **不择时+20/80月度再平衡量化固收+模型（高股息股票端）**，上周收益0.30%，本月收益0.30%，本年收益4.32%，年化波动率（本年）4.08%，最大回撤（本年）3.47%，夏普比率（本年）0.22[39] 13. **不择时+20/80月度再平衡量化固收+模型（小盘价值股票端）**，上周收益0.24%，本月收益0.24%，本年收益11.72%，年化波动率（本年）6.94%，最大回撤（本年）7.74%，夏普比率（本年）0.70[39] 14. **不择时+20/80月度再平衡量化固收+模型（小盘成长股票端）**，上周收益0.08%，本月收益0.08%，本年收益11.56%，年化波动率（本年）7.07%，最大回撤（本年）8.07%，夏普比率（本年）0.68[39] 15. **宏观择时+20/80月度再平衡量化固收+模型（PB盈利股票端）**，上周收益0.22%，本月收益0.22%，本年收益6.82%，年化波动率（本年）5.12%，最大回撤（本年）3.65%，夏普比率（本年）0.44[39] 16. **宏观择时+20/80月度再平衡量化固收+模型（高股息股票端）**，上周收益0.16%，本月收益0.16%，本年收益5.67%，年化波动率（本年）4.44%，最大回撤（本年）2.63%，夏普比率（本年）0.37[39] 17. **宏观择时+20/80月度再平衡量化固收+模型（小盘价值股票端）**，上周收益0.13%，本月收益0.13%，本年收益12.32%，年化波动率（本年）8.00%，最大回撤（本年）7.21%，夏普比率（本年）0.65[39] 18. **宏观择时+20/80月度再平衡量化固收+模型（小盘成长股票端）**，上周收益0.05%，本月收益0.05%，本年收益13.17%，年化波动率（本年）7.98%，最大回撤（本年）7.34%，夏普比率（本年）0.71[39] 19. **逆周期+20/80季度再平衡量化固收+模型（PB盈利+小盘价值股票端）**，上周收益0.43%，本月收益0.43%，本年收益5.74%，年化波动率（本年）4.56%，最大回撤（本年）3.70%，夏普比率（本年）0.36[39] 20. **逆周期+20/80季度再平衡量化固收+模型（PB盈利+小盘成长股票端）**，上周收益0.43%，本月收益0.43%，本年收益5.74%，年化波动率（本年）4.56%，最大回撤（本年）3.70%，夏普比率（本年）0.36[39] 量化因子与构建方式 1. **因子名称：PB盈利因子**[39] **因子的构建思路**：作为量化固收+策略股票端的选股风格因子之一[39] **因子具体构建过程**：报告中未详细描述该因子的具体计算方式，但指出其是构建股票组合的基础风格因子之一[39] 2. **因子名称：高股息因子**[39] **因子的构建思路**：作为量化固收+策略股票端的选股风格因子之一[39] **因子具体构建过程**：报告中未详细描述该因子的具体计算方式，但指出其是构建股票组合的基础风格因子之一[39] 3. **因子名称：小盘价值因子**[39] **因子的构建思路**：作为量化固收+策略股票端的选股风格因子之一，结合了小盘和价值两种风格特征[39] **因子具体构建过程**：报告中未详细描述该因子的具体计算方式，但指出其是构建股票组合的基础风格因子之一[39] 4. **因子名称：小盘成长因子**[39] **因子的构建思路**：作为量化固收+策略股票端的选股风格因子之一，结合了小盘和成长两种风格特征[39] **因子具体构建过程**：报告中未详细描述该因子的具体计算方式，但指出其是构建股票组合的基础风格因子之一[39] 因子的回测效果 （报告未单独提供因子的回测效果指标，因子表现已体现在上述各类量化固收+模型的回测结果中）

流动性危机预警信号 - 美国银行准备金降至2.83万亿美元的临界区间 [1] - Libor-OIS利差一度升至110个基点，显示流动性收紧信号 [1] - 担保隔夜融资利率突破美联储目标区间、LIBOR-OIS利差扩大是流动性枯竭的早期信号 [1] - 资产信号表现为股、债、金同步下跌，2008年雷曼危机时标普500暴跌、国债收益率上行、黄金短期回撤同时发生 [1] - 政策信号为央行启动非常规工具，如美联储启动常备回购便利或欧央行扩大资产购买规模 [2] - 当前美联储停止缩表、9月降息25个基点属于预防性宽松，尚未到紧急救市阶段 [2] 流动性危机应对原则 - 防杠杆：立即降低融资融券、场外配资等杠杆工具使用率，杠杆率控制在1倍以内 [3] - 防杠杆：优先抛售高负债行业资产，如房地产开发、高息负债周期股 [3] - 防杠杆：避免持有到期时间短的高收益债，防止发行人因融资困难违约，2020年3月美股熔断时大量使用杠杆的量化基金单日亏损超20% [3] - 防拥挤：远离机构抱团的热门资产，2008年抱团金融股、2022年抱团新能源均出现30%以上回撤 [3] - 防错配：构建334仓位，30%活期存款或货币基金、30%短期国债或同业存单、40%核心资产 [4] - 防错配：避免久期错配，不要用短期资金购买长期封闭基金、REITs等流动性差资产 [4] 危机中的投资机会 - 锁定高现金流龙头企业，如消费行业白酒龙头、医药行业创新药企业，抗风险能力强且跌后反弹快 [4] - 黄金ETF在危机初期可能随资产抛售下跌，但中长期是避险首选，2008年危机后黄金12个月涨幅超40% [4] - 短端美债在美联储宽松后收益率下降价格会上涨，2020年3月后1年期美债价格涨幅达1.2% [4] 常态化资产配置策略 - 塔基流动性资产占比50%，由货币基金、活期存款、短期国债构成，覆盖3-6个月生活支出及投资赎回需求 [5] - 塔身核心资产占比30%，选择低估值、高分红的蓝筹股如沪深300成分股、优质债券基金 [5] - 塔尖弹性资产占比20%，配置成长股、行业ETF、黄金等，作为组合收益引擎 [5] - 定期进行压力测试，每季度假设持有资产下跌20%、融资利率上升100个基点以检测组合承受冲击能力 [5]

根据提供的量化研报，以下是其中涉及的量化模型和因子的总结。 量化模型与构建方式 1. **模型名称：行业主线模型（相对强弱RSI指标）**[1][5][10] * **模型构建思路**：通过构建行业层面的相对强弱指标，识别每年可能成为市场领涨主线的行业[10] * **模型具体构建过程**： 1. 以29个申万一级行业指数为配置标的[10] 2. 分别计算每个行业过去20、40、60个交易日的涨跌幅，并在所有行业中分别进行横截面排名，得到 `Rank_20`, `Rank_40`, `Rank_60`[10] 3. 对三个排名进行归一化处理，得到 `RS_20`, `RS_40`, `RS_60`[10] 4. 计算三个归一化排名的算术平均值，得到最终的行业相对强弱指数 `RS`[10] * 公式：$$ RS = \frac{RS\_20 + RS\_40 + RS\_60}{3} $$[10] * **模型评价**：该指标能有效提示年度领涨行业方向，例如2024年成功提示了高股息、资源品、出海和AI等主线[10] 2. **模型名称：行业景气度-趋势-拥挤度框架**[1][2][5][7][15] * **模型构建思路**：综合考量行业的基本面（景气度）、市场动能（趋势）和交易风险（拥挤度）三个维度，形成两种右侧行业配置方案[15] * **模型具体构建过程**：该框架包含两种具体方案： * **方案一：行业景气模型（高景气-强趋势）**：以景气度为核心，选择高景气度且趋势强劲的行业，同时利用拥挤度指标规避高拥挤风险，风格偏同步进攻[15] * **方案二：行业趋势模型（强趋势-低拥挤）**：以市场趋势为核心，选择趋势强劲且拥挤度较低的行业，同时规避低景气行业，风格偏右侧，持有体验感强[15] * 具体权重配置示例如下：基础化工18%、传媒16%、农林牧渔12%等[2][7][15] 3. **模型名称：左侧库存反转模型**[3][5][29] * **模型构建思路**：从赔率-胜率角度出发，在处于或曾处于困境但已出现反弹迹象的板块中，挖掘分析师长期看好且库存压力不大、具备补库条件的行业，以捕捉困境反转行情[29] * **模型具体构建过程**：报告未详细描述该模型的具体计算步骤，但指出其核心逻辑是结合行业的困境反转潜力、分析师预期和库存周期进行判断[29] 4. **模型名称：行业景气度选股模型（PB-ROE）**[25][28] * **模型构建思路**：将行业配置模型的行业权重与个股选择相结合，在确定的行业内，基于PB-ROE模型筛选估值性价比高的股票[25][28] * **模型具体构建过程**： 1. 首先根据行业配置模型（如景气度-趋势-拥挤度框架）确定各行业的配置权重[25] 2. 在行业内，基于PB-ROE模型选取估值性价比高的股票（具体为排名前40%）[25][28] 3. 对选出的股票，按流通市值和PB-ROE打分进行加权，确定个股在组合内的权重[28] 模型的回测效果 1. **行业景气度-趋势-拥挤度框架（行业配置）**[15] * 基准：Wind全A指数 * 多头年化收益：21.8% * 超额年化收益：13.7% * 信息比率（IR）：1.5 * 超额最大回撤：-8.0% * 月度胜率：67% * 分年度超额：2023年超额7.3%，2024年超额5.7%，2025年以来超额2.0%[15] 2. **行业景气度-趋势-拥挤度框架（ETF配置）**[22] * 基准：中证800指数 * 年化超额收益：16.1% * 信息比率（IR）：1.8 * 超额最大回撤：10.8% * 月度胜率：65% * 分年度超额：2023年超额6.0%，2024年超额5.3%，2025年以来（截至10月底）超额14.4%[22] 3. **行业景气度选股模型（PB-ROE）**[25] * 基准：Wind全A指数 * 多头年化收益：26.5% * 超额年化收益：19.7% * 信息比率（IR）：1.7 * 超额最大回撤：-15.4% * 月度胜率：68% * 分年度表现：2022年超额10.2%，2023年超额10.4%，2024年绝对收益14.6%（超额4.6%），2025年以来超额5.5%[25] 4. **左侧库存反转模型**[29] * 基准：行业等权指数 * 分年度表现： * 2023年绝对收益13.4%，相对超额17.0% * 2024年绝对收益26.5%，相对超额15.4% * 2025年（截至10月底）绝对收益27.9%，相对超额7.5%[29] 量化因子与构建方式 1. **因子名称：相对强弱（RS）因子**[10] * **因子构建思路**：通过多期涨跌幅的横截面排名与合成，衡量行业相对于其他行业的强度[10] * **因子具体构建过程**： 1. 计算特定行业在过去20、40、60个交易日的涨跌幅[10] 2. 在每个时间截面上，计算该行业涨跌幅在所有行业中的排名 `Rank_20`, `Rank_40`, `Rank_60`[10] 3. 对排名进行归一化处理，得到 `RS_20`, `RS_40`, `RS_60`[10] 4. 计算三个归一化值的算术平均值作为最终因子值[10] * 公式：$$ RS = \frac{RS\_20 + RS\_40 + RS\_60}{3} $$[10] 2. **因子名称：景气度因子**[15] * **因子构建思路**：衡量行业的基本面好坏[15] * **因子具体构建过程**：报告未详细描述该因子的具体计算方法和数据来源，但明确指出其在模型中是核心维度之一，横轴代表景气度高低[15] 3. **因子名称：趋势因子**[15] * **因子构建思路**：衡量行业价格走势的强弱[15] * **因子具体构建过程**：报告未详细描述该因子的具体计算方法和数据来源，但明确指出其在模型中是核心维度之一，纵轴代表趋势强弱[15] 4. **因子名称：拥挤度因子**[15] * **因子构建思路**：衡量行业的交易风险，避免过度拥挤[15] * **因子具体构建过程**：报告未详细描述该因子的具体计算方法和数据来源，但明确指出其在模型中用于风险提示，通过气泡颜色（蓝色低拥挤，红色高拥挤）和大小来表征[15] 5. **因子名称：PB-ROE因子**[25][28] * **因子构建思路**：结合估值（市净率PB）和盈利能力（净资产收益率ROE），筛选具有估值性价比的股票[25][28] * **因子具体构建过程**：在确定行业内，基于PB和ROE指标对股票进行打分，选取排名前40%的股票，并综合流通市值进行加权[25][28]

市场整体表现 - 主要指数年内普遍上涨，呈现牛市格局，其中微盘股指数年内涨幅最大，达66.9050% [3][4] - 三季度（2025年7月1日至9月29日）创业板指表现最佳，区间涨幅达50.3944% [4] - ETF市场总规模在三季度末达到5.72万亿元，较年初的3.91万亿元增长47% [5] 中央汇金投资动态 - 中央汇金及其子公司半年报合计持有45只ETF，市值近1.29万亿元，较去年底的1.04万亿元增长24.03% [7] - 持仓高度集中于宽基指数ETF，对4只沪深300ETF的合计持有市值达8304亿元，占当时ETF市场总规模近20% [7][8] - 持有中证1000ETF的合计市值达1295亿元，4只相关ETF进入其前二十大持仓名单 [8][9] 行业ETF资金流向 - 中央汇金进入22只行业ETF前十大持有人，持有比例超过10%的有5只，包括金融ETF、中概互联ETF、化工ETF、恒生红利ETF和汽车ETF [9][10] - 三季度部分行业ETF净值增长显著，5G通信ETF区间复权单位净值增长率达81.86%，有色金属ETF达41.28% [10] - 基金份额变化显示资金偏好分化，化工ETF份额增长918.55%，而军工ETF份额减少16.47% [10]

全市场ETF规模与增长 - 截至9月末全市场ETF总规模突破5.63万亿元，创历史新高，较年初增加1.9万亿元 [1][2] - 全市场ETF产品数量达1325只，前三季度新增279只，总份额达3.01万亿份，较年初增加3530.05亿份，增幅超13% [2] - 股票ETF总规模达3.71万亿元，占全市场ETF总规模的65.88%，前三季度规模增加8208.23亿元，年内增长28.43% [2] - 债券ETF规模超6900亿元，占比约12%，商品ETF和跨境ETF规模增速均超过100% [2] 大型ETF产品格局 - 规模超过百亿元的ETF产品达到119只，较年初增长超八成，其中近半数为股票型产品 [3] - 千亿元级ETF产品有7只，包括华泰柏瑞沪深300ETF、易方达沪深300ETF等，较去年年底新增易方达创业板ETF [3] - 目前超过千亿元规模的产品均为宽基ETF，跟踪沪深300指数的产品规模已突破1.2万亿元 [3] - 富国中证港股通互联网ETF规模达976.52亿元，有望成为首只千亿元级行业ETF [3] 资金流向与投资者偏好 - 行业主题类ETF成为资金主要流入方向，9月资金流入近1000亿元 [4] - 9月富国港股通互联网ETF资金净流入123.47亿元，国泰证券ETF资金净流入116.81亿元 [4] - 年内份额增长前三的ETF均为行业ETF，富国港股通互联网ETF份额增长595.86亿份，华宝券商ETF增长381.83亿份，鹏华化工ETF增长230.58亿份 [4] - 宽基ETF整体呈现资金流出趋势，9月资金流出近500亿元 [4] 市场表现与指数涨幅 - 9月宽基指数中，沪深300上涨3.2%，中证A500上涨4.58%，创业板50上涨14.40%，科创50上涨13.66% [4] - 行业主题指数中，9月科创芯片上涨17.75%，新能源电池上涨32.14% [5] - 跨境指数中，9月恒生科技上涨13.95%，中国互联网50上涨18.86% [5] 市场参与主体与未来发展 - “国家队”如中央汇金上半年持仓ETF市值超1.28万亿元，占ETF总规模近三成，提振市场情绪 [3] - 今年以来全市场合计发行274只ETF，另有16只ETF及联接基金即将启动发行，投资方向包括证券公司ETF、港股通科技ETF等 [6] - ETF持有人类型愈发多元，包括中长期资金、外资、券商及个人投资者 [6] - ETF发展形成政策支持、长期资金入市、投资者加大配置等多因素共同作用的良好态势，未来规模有望进一步提升 [6]

宽基ETF市场整体表现 - 全市场宽基ETF总规模从年初的2.19万亿元增长至2.51万亿元，增加3200亿元 [2] - 同期宽基ETF份额减少2241.5亿份至9247.77亿份 [2] - 宽基ETF在全市场ETF中的规模占比从年初的58.57%下降至44.56% [2] - 宽基ETF总数达到360只，较年初增加98只 [2] 主要宽基指数业绩表现 - 沪深300指数前三季度上涨17.94%，上证50指数上涨11.33%，中证A500指数上涨21.91% [2] - 创业板指前三季度大涨51.2%，创业板50指数大涨58.77%，科创创业50指数飙涨63.04% [2] - 共有24只宽基ETF年内涨幅超60% [3] 绩优宽基ETF产品分析 - 国泰创业板50ETF以74.44%的涨幅领跑所有宽基ETF [3] - 华夏上证科创板200ETF和万家创业板50ETF前三季度分别大涨69.3%和67.65% [3] - 涨幅榜TOP20产品中，科创创业50指数相关产品占比超六成，达13只 [3] - 易方达中证科创创业50ETF规模达122.26亿元，是涨幅TOP20中唯一规模超100亿元的产品 [4] - 涨幅前4名的产品规模均低于5亿元 [4] 头部宽基ETF规模与资金流向 - 全市场共有29只宽基ETF规模超过100亿元，合计规模2.21万亿元，占所有宽基ETF规模比重超88% [6][7] - 华泰柏瑞沪深300ETF规模达4255.77亿元稳居第一 [6] - 规模前十的宽基ETF中，有9只产品实现规模增长 [6] - 29只百亿元级宽基ETF前三季度规模合计增加3991亿元，但合计净赎回规模达到624亿元 [7] - 华夏科创50ETF、易方达创业板ETF和易方达科创板50ETF年内分别遭净赎回518.8亿元、228.17亿元和118.9亿元 [7] 市场风格与资金配置趋势 - 市场从“广谱配置”转向“精准进攻”，行业、主题以及跨境ETF因贴合热点、弹性更高，成为全市场ETF增长的主力 [3] - 成长风格特征明显，创业板、科创板相关宽基ETF表现出色 [5] - 头部宽基ETF呈现“大盘稳健、成长高弹性”的分化特征 [7]

行业整体发展态势 - 截至三季度末，全市场ETF总规模达5.63万亿元，创历史新高 [1] - 年内ETF总规模较年初增加1.9万亿元，增幅超50%，总份额较年初增加3530.05亿份，增幅超13% [2] - ETF规模扩容周期缩短，从2023年8月突破2万亿元到今年8月迈上5万亿元新台阶 [2] 驱动因素分析 - 政策支持是ETF发展的重要动力，包括新“国九条”建立ETF快速审批通道及证监会推动指数化投资高质量发展的行动方案 [2] - ETF产品的工具性特征满足投资者需求，品种日益丰富，如行业ETF和主题投资ETF [2] - “国家队”通过增持ETF维护市场稳定，持有大量ETF产品 [2] - ETF具有费率低、风险分散等特性，降低了投资者的参与难度，便于捕捉行业轮动机会 [3] 产品结构特征 - 股票ETF是规模最大的类别，截至9月30日总规模达3.71万亿元，占ETF总规模约66% [4] - 债券ETF规模快速增长，已突破6900亿元，占ETF总规模约12% [4] - 市场上已有7只千亿元级“巨无霸”ETF，均为宽基ETF，相较2024年底数量增加1只 [4] - 宽基ETF成份股行业分布均衡，能有效分散风险，适合机构投资者作为底仓资产和个人投资者长期持有 [4] 重点产品动态 - 7只千亿元级ETF分别为华泰柏瑞沪深300ETF、易方达沪深300ETF、华夏沪深300ETF、嘉实沪深300ETF、华夏上证50ETF、南方中证500ETF和易方达创业板ETF [4] - 市场还有超百只百亿元级ETF，部分产品规模有望进一步增长，例如富国中证港股通互联网ETF规模已达976.52亿元 [5]

宽基ETF市场整体表现 - 前三季度全市场宽基ETF总规模从2.19万亿元增长至2.51万亿元，增加3200亿元，但总份额减少2241.5亿份至9247.77亿份 [1][5] - 宽基ETF规模增长的核心驱动力是净值大幅上涨，覆盖了因资金止盈导致的份额净赎回 [1][5] - 宽基ETF在全市场ETF中的规模占比从年初的58.57%下降至44.56%，资金流向转向行业、主题、跨境及债券ETF [1][5] 主要宽基指数表现 - 沪深300指数前三季度上涨17.94%，上证50指数上涨11.33%，中证A500指数上涨21.91% [2] - 成长风格指数表现强势，创业板指大涨51.2%，创业板50指数大涨58.77%，科创创业50指数飙涨63.04% [2][7] 绩优宽基ETF产品分析 - 共有24只宽基ETF年内涨幅超过60%，其中国泰创业板50ETF以74.44%的涨幅领跑 [7] - 涨幅居前的宽基ETF主要跟踪创业板和科创板相关指数，科创创业50指数相关产品在涨幅榜TOP20中占据13席，占比超六成 [7][11] - 绩优宽基ETF普遍为中小规模，在涨幅榜TOP20产品中有9只规模低于5亿元，易方达中证科创创业50ETF是其中唯一规模超100亿元的产品，达122.26亿元 [11] 头部宽基ETF规模与资金流向 - 全市场共有29只宽基ETF规模超过100亿元，其合计规模达2.21万亿元，占所有宽基ETF规模比重超88% [12][18] - 华泰柏瑞沪深300ETF以4255.77亿元规模居首，易方达、华夏和嘉实的沪深300ETF规模分别为3047.96亿元、2280.61亿元和1996.94亿元 [12] - 头部产品出现分化，华泰柏瑞、华夏和易方达的沪深300ETF年内规模分别增长659.48亿元、640.54亿元和585.01亿元，而部分高涨幅产品遭遇净赎回 [12][13] - 29只百亿级宽基ETF中有17只出现净赎回，占比超58%，合计净赎回规模达624亿元，显示资金止盈心态 [18] 市场风格与未来展望 - 市场风格从“广谱配置”转向“精准进攻”，宽基ETF作为长期配置“压舱石”的地位未变，但不再是资金的唯一选择 [6][18] - 成长风格宽基ETF的出色表现是“高景气赛道+成长风格+指数设计”三重共振的结果，若核心逻辑不变，该风格在四季度可能延续 [11]