根据提供的金融工程日报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. 封板率模型 - 构建思路：通过统计股票在交易日内达到涨停且收盘保持涨停的比例，反映市场情绪和资金封板意愿[17] - 具体构建过程： $封板率=\frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$ 筛选上市满3个月以上的股票，计算当日符合条件的股票比例[17] - 模型评价：高频指标能有效捕捉短期资金博弈强度 2. 连板率模型 - 构建思路：衡量连续涨停股票的持续性，反映市场热点延续性[17] - 具体构建过程： $连板率=\frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$ 需排除新股上市初期波动干扰[17] 3. 股指期货贴水率模型 - 构建思路：通过期货主力合约与现货指数的基差年化计算，反映市场预期[28] - 具体构建过程： $年化贴水率=\frac{基差}{指数价格}×\frac{250}{合约剩余交易日数}$ 分别计算上证50、沪深300、中证500、中证1000四大股指期货主力合约[28] 模型的回测效果 1. 封板率模型 - 20250331封板率67%，较前日提升17%[17] 2. 连板率模型 - 20250331连板率24%，较前日提升12%[17] 3. 股指期货贴水率模型 - 上证50年化升水率0.06%（近一年49%分位）[28] - 沪深300年化贴水率3.42%（近一年36%分位）[28] - 中证500年化贴水率12.53%（近一年15%分位）[28] - 中证1000年化贴水率13.21%（近一年37%分位）[28] 量化因子与构建方式 1. 大宗交易折价因子 - 构建思路：通过大宗交易成交价与市价的偏离度反映机构交易情绪[26] - 具体构建过程： $折价率=\frac{大宗交易总成交金额}{当日成交份额的总市值}-1$ 统计近半年日均折价率5.40%[26] 2. ETF折溢价因子 - 构建思路：捕捉场内交易ETF相对于净值的偏差[24] - 具体构建过程：筛选日成交额超100万的股票型ETF，计算溢价率排名[24] 因子的回测效果 1. 大宗交易折价因子 - 20250328折价率6.53%（近半年均值5.40%）[26] 2. ETF折溢价因子 - 生物疫苗ETF溢价1.30%（当日最高）[24] - 2000ETF折价0.37%（当日最低）[24]