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：华鑫市场情绪温度指标 - 模型构建思路：通过多维度市场数据构建综合情绪评分指标，用于判断市场情绪状态[5][9] - 模型具体构建过程： 1) 数据维度：指数涨跌幅、成交量、涨跌家数、KDJ、北向资金、融资融券数据[20] 2) 统计方法：基于5年历史数据进行回测，将6类数据标准化后加权综合 3) 评分区间划分： - 过冷（0-19分） - 较冷（20-39分） - 中性（40-59分） - 较热（60-79分） - 过热（80-100分）[20] - 模型评价：适用于震荡市的高抛低吸策略，趋势市中可能出现钝化现象[20] 2. 模型名称：融资融券净买入模型 - 模型构建思路：通过融资净买入与融券净卖出的差值反映市场杠杆情绪[20] - 模型具体构建过程： $期间净买入额 = 融资净买入额 - 融券净卖出额$ 其中融资净买入额数据来源于图表8，融券净卖出额数据来源于图表9[12][17] 模型的回测效果 1. 华鑫市场情绪温度指标： - 当前评分76分（较热区间）[5][9] - 历史回测显示： - 低于30分时市场获支撑 - 高于90分时出现阻力[9] 2. 融资融券净买入模型： - 电子行业融资净买入最高（28.3亿元）[18] - 计算机行业融券净卖出最高（-61.9亿元）[16] 量化因子与构建方式 1. 因子名称：主力资金净流入因子 - 因子构建思路：通过大单资金流向捕捉主力动向[10][14] - 因子具体构建过程： $主力净流入因子 = \sum_{i=1}^{n}(大单买入金额_i - 大单卖出金额_i)$ 数据来源于Wind计算的个股/行业主力净流入额[10][14][15] 2. 因子名称：行业动量因子 - 因子构建思路：根据行业资金流向排名构建短期动量信号[15][18] - 因子具体构建过程： 1) 按主力资金净流入额对申万一级行业排序（图表6/7） 2) 前五名设为正向动量组，后五名设为负向动量组[15][16] 因子的回测效果 1. 主力资金净流入因子： - 家用电器行业净流入最高（12.0亿元）[15] - 计算机行业净流出最大（-61.9亿元）[16] 2. 行业动量因子： - 电子/电力设备/计算机为融资买入前三行业[18] - 银行/石油石化/房地产为融券卖出前三行业[18] 注：所有公式和指标取值均直接引用自研报中的图表及数据说明[5][10][12][14][15][16][17][18][20]