正文
美妆、芯片、解决方案、创新药、食品、互联网等不同行业的龙头，在不同时点入通，多迎来了月度级别的股价上涨。
进一步观察港股通的配置节奏，
我们发现在入通后各龙头公司多会马上迎来港股通的流入，并推动股价上涨，且最初几天的流入斜率最为陡峭。
由此也一定程度印证：入通后确实存在短期资金面的择时机遇。
当然，入通后的短期股价上涨并非对所有公司都有效。
事实上，如果全样本来复盘入通后的股价表现，上涨概率并不高，即这并不是一个简单的量化择时策略。
该策略更多作用于优质龙头公司。
即主动资金已充分调研、研究并认可，入通后便可能较快买入，相对大的市值权重也更受益于被动资金流入。
每年之中有两个固定的“入通”时点：1. 每年3月和9月的第一周周五纳入，次周周一生效：
这是每半年度的定期调整，通常涉及公司最多。
2. 每年6月和12月第一周周五纳入，次周周一生效：
属于季度快速纳入，仅作用于新上市公司，涉及公司往往不多。
3. 不定期的纳入方式：
比如特殊快速纳入、AH同时上市公司纳入、同股不同权公司纳入。
风险提示：
测算结果可能较实际有误差、地缘政治冲突超预期、全球流动性宽松的节奏低于预期、国内稳增长政策力度不及预期等
。
选自报告：
《入通后的南下流入能否带动股价上涨？今年还有哪些公司可能入通？》
2025年6月3日；作者：刘晨明 S0260524020001；郑恺 S0260515090004；杨泽蓁 S0260524070003
金工：基于多因子加权的ETF轮动策略：ETF轮动研究报告
本报告旨在尝试构建多因子加权的ETF轮动策略，同时在股票因子映射的框架方面，尝试进行优化调整，检验是否有边际提升的效果。
单因子选股和ETF轮动效果对比：因子呈现差
异化的特征。
因子方面，主要覆盖低频价量、基本面、ETF申赎资金流、Level2数据和神经网络相关因子。回测结果显示，股票端多头相比于宽基指数实现较明显的超额，ETF轮动的因子RANK_IC、多头年化收益总体存在边际下滑。多头ETF组合，持有相对较少的ETF数量，组合表现总体边际提升，分年度收益相对不够稳定。
ETF回测框架调整对比：
尝试只保留权重靠前的部分成分股，如设置权重阈值上限，以及进行等权重的“非线性映射”。测算显示，调整为等权加权映射，覆盖全部成分股，回测的单因子多头组合总体表现边际下滑，进一步同步设置阈值，
阈值的引入能提升组合的边际表现。
ETF筛选：实际投资中，仍旧存在部分ETF的持仓相似，但名称不同的产品，
即跟踪相似主题的不同ETF产品。进一步尝试基于成分股重合度筛选，如设置当成分股覆盖重合度超过阈值时，则对因子值靠后的产品进行剔除处理，重复对比直至达到多头产品数量上限，测算显示，当设置80%的重复度阈值时，单因子多头表现总体边际提升。
多因子加权ETF轮动实证检验：
本部分的因子回测数据统一起始于2021年初。测算结果显示，月度换仓频率下，
多因子加权后，组合的RANK_IC、ICIR均边际提升。相比于等权组合，IC加权和ICIR加权后的组合表现更加稳定，绝对收益和相对偏股基金指数的超额收益均实现一定的边际提升。
风险提示：
本专题报告所述模型用量化方法通过历史数据统计、建模和测算完成，所得结论与规律在市场政策、环境变化时可能存在失效风险；策略在市场结构及交易行为的改变时有可能存在策略失效风险；因量化模型不同，本报告提出的观点可能与其他量化模型结论存在差异
。
选自报告：
《基于多因子加权的ETF轮动策略：ETF轮动研究报告》
