根据提供的研报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. 模型名称：行业拥挤度模型 模型构建思路：通过马氏距离衡量行业指数价格与成交金额变动的偏离程度，识别短期交易拥挤的行业[14] 模型具体构建过程： - 计算行业指数最近一周价格变动和成交金额变动的马氏距离 - 将结果绘制在二维坐标系中，第1象限为价量齐升，第3象限为价量齐跌 - 椭圆外的点表示价格与成交金额偏离度置信水平超过99%的行业，第1象限椭圆外的点代表短期显著拥挤的行业[14] 模型评价：能够有效识别短期交易过热或过冷的行业，对市场回调风险有预警作用[14] 量化因子与构建方式 1. 因子名称：行业PE分位数因子 因子构建思路：统计行业当前PE在历史（2019年起）的分位数水平，识别估值极端行业[12] 因子具体构建过程： - 计算各行业当前PE值 - 排序后计算历史分位数，公式为： $分位数 = \frac{排名位置}{总样本数} \times 100\%$ - 当前房地产、煤炭、建筑材料行业PE分位数最高（97%、86%、73%），建筑装饰、纺织服饰、食品饮料最低（约1%）[12] 2. 因子名称：北上资金净流入因子 因子构建思路：跟踪北上资金行业流向，捕捉外资偏好变化[16] 因子具体构建过程： - 统计上周各行业北上资金净流入/流出规模（单位：亿元） - 食品饮料（+10.5亿）、医药生物（+9.4亿）为流入前二，家用电器（-24.2亿）、电力设备（-20.7亿）为流出前二[16] 模型的回测效果 1. 行业拥挤度模型： - 上周成功预警社会服务行业拥挤，此前预警的国防军工、交通运输行业次周分别下跌4.49%和超市场均值[14] 因子的回测效果 1. 行业PE分位数因子： - 高PE分位数行业（房地产97%）与低分位数行业（建筑装饰1%）年初至今收益差达12.58个百分点[12] 2. 北上资金净流入因子： - 上周净流入前二的食品饮料（+3.10%）、医药生物（+1.82%）行业表现均跑赢沪深300（-1.56%）[16]