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. 封板率模型 - 模型构建思路：通过统计股票在交易日内最高价涨停且收盘涨停的情况，反映市场情绪和涨停股的稳定性[17] - 具体构建过程： $封板率=\frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$ 统计上市满3个月以上的股票，计算当日封板率[17] - 模型评价：封板率提升反映市场情绪高涨，可作为短期情绪指标[17] 2. 连板率模型 - 模型构建思路：衡量连续涨停股票的持续性，反映市场追涨热情[17] - 具体构建过程： $连板率=\frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$ 基于前一日涨停股票样本计算当日连板率[17] 3. 股指期货贴水率模型 - 模型构建思路：通过期货主力合约与现货指数的基差，反映市场预期和套利成本[28] - 具体构建过程： $年化贴水率=\frac{基差}{指数价格} \times \frac{250}{合约剩余交易日数}$ 分别计算上证50、沪深300、中证500、中证1000主力合约的年化贴水率[28] 4. 大宗交易折价率模型 - 模型构建思路：通过大宗交易成交价与市价的偏离程度，反映机构交易情绪[26] - 具体构建过程： $折价率=\frac{大宗交易总成交金额}{当日成交份额的总市值}-1$ 统计全市场大宗交易数据计算整体折溢价水平[26] 量化因子与构建方式 1. 龙虎榜机构净流入因子 - 因子构建思路：通过机构专用席位买卖差额，反映主力资金动向[36] - 具体构建过程：统计龙虎榜披露的机构席位净买入金额，按股票汇总[36] 2. 陆股通资金流向因子 - 因子构建思路：通过北向资金净流入情况，反映外资偏好[37] - 具体构建过程：统计龙虎榜中"陆股通专用"席位净买卖金额[37] 3. ETF折溢价因子 - 因子构建思路：通过ETF场内价格与净值的偏离，反映套利机会和市场情绪[24] - 具体构建过程：筛选日成交额超100万的ETF，计算(收盘价/净值-1)[24] 模型的回测效果 1. 封板率模型 - 当日封板率82%，较前日提升18%[17] - 近一个月新高[17] 2. 连板率模型 - 当日连板率72%，较前日提升51%[17] - 近一个月新高[17] 3. 股指期货贴水率模型 - 上证50年化贴水率12.12%(近一年13%分位)[28] - 沪深300年化贴水率14.95%(近一年9%分位)[28] - 中证500年化贴水率32.80%(近一年1%分位)[28] - 中证1000年化贴水率19.97%(近一年12%分位)[28] 4. 大宗交易折价率模型 - 当日溢价率2.25%，创近半年新高[26] - 近半年平均折价率5.34%[26] 因子的回测效果 1. ETF折溢价因子 - 科创50ETF景顺溢价9.45%(当日最高)[24] - 交运ETF折价2.69%(当日最低)[24] 2. 龙虎榜机构净流入因子 - 歌尔股份获机构净流入居首[36] - 沪电股份遭机构净流出最多[36] 3. 陆股通资金流向因子 - 沪电股份获北向净流入居首[37] - 中国长城遭北向净流出最多[37]